APLICAÇÃO DO MÉTODO DE HOLT NA PREVISÃO DE DADOS DE ÁGUA DA CIDADE DE RONDONÓPOLIS-MT

Documentos relacionados
Séries temporais Modelos de suavização exponencial. Séries de temporais Modelos de suavização exponencial

3 O Modelo SAGA de Gestão de Estoques

Contabilometria. Séries Temporais

ANÁLISE DE SÉRIES TEMPORAIS NA PREVISÃO DA RECEITA DE UMA MERCEARIA LOCALIZADA EM BELÉM-PA USANDO O MODELO HOLT- WINTERS PADRÃO

Conceito. Exemplos. Os exemplos de (a) a (d) mostram séries discretas, enquanto que os de (e) a (g) ilustram séries contínuas.

Prof. Lorí Viali, Dr. UFRGS Instituto de Matemática - Departamento de Estatística

MODELO DE PREVISÃO PARA O FLUXO DE DESEMBARQUE DE PASSAGEIROS NO TERMINAL RODOVIÁRIO DE BELÉM RESUMO

3 Metodologia do Estudo 3.1. Tipo de Pesquisa

NOTA TÉCNICA. Nota Sobre Evolução da Produtividade no Brasil. Fernando de Holanda Barbosa Filho

Cálculo do valor em risco dos ativos financeiros da Petrobrás e da Vale via modelos ARMA-GARCH

3 Retorno, Marcação a Mercado e Estimadores de Volatilidade

DEPARTAMENTO DE ESTATÍSTICA - UFSCar 6 a Lista de exercício de Teoria de Matrizes 28/06/2017

Utilização de modelos de holt-winters para a previsão de séries temporais de consumo de refrigerantes no Brasil

*UiILFRGH&RQWUROH(:0$

UTILIZAÇÃO DO MÉTODO DE HOLT-WINTERS PARA PREVISÃO DO LEITE ENTREGUE ÀS INDÚSTRIAS CATARINENSES

Análise de séries de tempo: modelos de decomposição

Grupo I (Cotação: 0 a 3.6 valores: uma resposta certa vale 1.2 valores e uma errada valores)

4 O modelo econométrico

FONTES DE CRESCIMENTO DA PRODUÇÃO DE MILHO SAFRINHA NOS PRINCIPAIS ESTADOS PRODUTORES, BRASIL,

1 Pesquisador - Embrapa Semiárido. 2 Analista Embrapa Semiárido.

Aplicações à Teoria da Confiabilidade

Tabela: Variáveis reais e nominais

5.1. Filtragem dos Estados de um Sistema Não-Linear Unidimensional. Considere-se o seguinte MEE [20] expresso por: t t

Aplicação de séries temporais na análise de demanda turística no estado do Pará usando os modelos de Holt-Winters

4 Modelagem e metodologia de pesquisa

Aplicação. Uma famosa consultoria foi contratada por uma empresa. que, entre outras coisas, gostaria de entender o processo

Função de risco, h(t) 3. Função de risco ou taxa de falha. Como obter a função de risco. Condições para uma função ser função de risco

João Vitor Dias Monteiro, Rosângela H. Loschi, Enrico A. Colosimo e Fábio N. Demarqui

ECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.

4 O Papel das Reservas no Custo da Crise

Séries de Tempo. José Fajardo. Agosto EBAPE- Fundação Getulio Vargas

Calcule a área e o perímetro da superfície S. Calcule o volume do tronco de cone indicado na figura 1.

Circuitos Elétricos I EEL420

4 Análise dos tributos das concessionárias selecionadas

MINISTÉRIO DA EDUCAÇÃO

MÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA

DEMOGRAFIA. Assim, no processo de planeamento é muito importante conhecer a POPULAÇÃO porque:

MATEMÁTICA APLICADA AO PLANEJAMENTO DA PRODUÇÃO E LOGÍSTICA. Silvio A. de Araujo Socorro Rangel

Universidade Federal de Lavras

4 Método de geração de cenários em árvore

4 Metodologia Proposta para o Cálculo do Valor de Opções Reais por Simulação Monte Carlo com Aproximação por Números Fuzzy e Algoritmos Genéticos.

Critérios e Metodologia de Apuração de Superfície de Volatilidade

Modelagem e Previsão do Índice de Saponificação do Óleo de Soja da Giovelli & Cia Indústria de Óleos Vegetais

AJUSTE DO MODELO GAMA A TOTAIS DECENDIAIS DE CHUVA PARA JAGUARUANA-CE

P IBpm = C+ I+ G+X F = = b) Despesa Nacional. PNBpm = P IBpm+ RF X = ( ) = 59549

Palavras-chave: Análise de Séries Temporais; HIV; AIDS; HUJBB.

APÊNDICE A. Rotação de um MDT

MÉTODOS ESTATÍSTICOS DE SUAVIZAÇÃO EXPONENCIAL HOLT- WINTERS PARA PREVISÃO DE DEMANDA EM UMA EMPRESA DO SETOR METAL MECÂNICO

di L Ri v V dt + + = (1) dv dt

GERAÇÃO DE PREÇOS DE ATIVOS FINANCEIROS E SUA UTILIZAÇÃO PELO MODELO DE BLACK AND SCHOLES

APLICAÇÃO DOS MODELOS BAYESIANOS NA COOPERATIVA REGIONAL TRITÍCOLA SERRANA LTDA. COTRIJUÍ

IMPACTO DA CAPTAÇÃO D ÁGUA NUM LAGO: O CASO DA LAGOA DO BONFIM, RN - BRASIL

Modelo de Solow com Memória

Introdução ao Controle Ótimo: Otimização de funções e funcionais. Otimização paramétrica. Problema de controle ótimo com tempo final fixo.

5 Erro de Apreçamento: Custo de Transação versus Convenience Yield

Modelos para Previsão em Séries Temporais: uma Aplicação para a Taxa de Desemprego na Região Metropolitana de Porto Alegre

Motivação. Prof. Lorí Viali, Dr.

4 Filtro de Kalman. 4.1 Introdução

A entropia de uma tabela de vida em previdência social *

Modelos Não-Lineares

Universidade Federal do Rio de Janeiro

EXAME DE ESTATÍSTICA AMBIENTAL 2ª Época (V1)

VALOR DA PRODUÇÃO DE CACAU E ANÁLISE DOS FATORES RESPONSÁVEIS PELA SUA VARIAÇÃO NO ESTADO DA BAHIA. Antônio Carlos de Araújo

DETERMINAÇÃO DA VELOCIDADE DE INFILTRAÇÃO DA ÁGUA NUMA AMOSTRA DE SOLO NO CAMPUS DA UFOB, BARREIRAS-BA

Plano de Aulas. Matemática. Módulo 17 Estatística

Exportações e Consumo de Energia Elétrica: Uma Análise Econométrica Via Decomposição do Fator Renda.

Cap. 5 - Tiristores 1

AULA 22 PROCESSO DE TORNEAMENTO: CONDIÇÕES ECONÔMICAS DE USINAGEM

6 Processos Estocásticos

3 Modelos de Markov Ocultos

3 Metodologia 3.1. O modelo

Capítulo 2: Proposta de um Novo Retificador Trifásico

Análise de Informação Económica e Empresarial

Gráfico 1 Nível do PIB: série antiga e série revista. Série antiga Série nova. através do site

Características dos Processos ARMA

SÉRIE: Estatística Básica Texto: SÉRIES TEMPORAIS SUMÁRIO 1. INTRODUÇÃO TENDÊNCIA VARIAÇÕES SAZONAIS... 16

Modelos de Crescimento Endógeno de 1ªgeração

EXAME DE ESTATÍSTICA AMBIENTAL Ano lectivo 2015/16-1ª Época (V1) 18 de Janeiro de 2016

Instituto de Física USP. Física V - Aula 26. Professora: Mazé Bechara

Controle estatístico de processo: soluções de um estudo de caso usando procedimentos estatísticos

Information. Séries de Tempo. José Fajardo. EBAPE- Fundação Getulio Vargas. Agosto 2011

PREVISÃO DA PRECIPITAÇÃO MENSAL DO MUNICÍPIO DE OURO BRANCO MG, POR MEIO DE MODELOS DE SÉRIES TEMPORAIS

Primeira Lista de Exercícios

Teoremas Básicos de Equações a Diferenças Lineares

5 Metodologia Probabilística de Estimativa de Reservas Considerando o Efeito-Preço

5.3 Escalonamento FCFS (First-Come, First Served)

DINÂMICA POPULACIONAL COM CONDIÇÃO INICIAL FUZZY

PREVISÃO DE DADOS DE ALTA FREQÜÊNCIA PARA CARGA ELÉTRICA USANDO HOLT-WINTERS COM DOIS CICLOS

3 Estudo da Barra de Geração [1]

Previsão de Demanda =Forecasting-técnica que usa dados passados na predição (projeção) de valores futuros

Regularização de descargas

ABORDAGEM MULTIOJETIVA PARA SOLUCIONAR UMA MATRIZ ENERGÉTICA CONSIDERANDO IMPACTOS AMBIENTAIS

4 Análise de Sensibilidade

ANÁLISE COMPARATIVA ENVOLVENDO MODELOS ARIMA E SISTEMAS INTELIGENTES PARA PREVISÃO DE DEMANDA DE ENERGIA ELÉTRICA NO CURTÍSSIMO PRAZO

INFLUÊNCIA DO FLUIDO NA CALIBRAÇÃO DE UMA BALANÇA DE PRESSÃO

DECOMPOSIÇÃO DO CRESCIMENTO ECONÔMICO BRASILEIRO:

PREVISÃO DE CUSTOS DE UM CONDOMÍNIO DE APARTAMENTOS UTILIZANDO A METODOLOGIA DE BOX E JENKINS PARA SÉRIES TEMPORAIS

5 Aplicação da Modelagem Estrutural ao problema de previsão de Preço Spot de Energia Elétrica.

2 Reforma Previdenciária e Impactos sobre a Poupança dos Funcionários Públicos

3 Modelo Teórico e Especificação Econométrica

Transcrição:

APLICAÇÃO DO MÉTODO DE HOLT NA PREVISÃO DE DADOS DE ÁGUA DA CIDADE DE RONDONÓPOLIS-MT Alerêdo Oliveira Curim 1 & Aldo da Cunha Rebouças Resumo - O conhecimeno prévio dos volumes de água de qualquer sisema de abasecimeno é uma informação indispensável para o planejameno de demandas de água. Desse modo, ese rabalho objeiva avaliar o méodo de previsão, aplicado a dados de água do abasecimeno público da cidade de Rondonópolis e a dados da população dessa cidade. Esse sisema de abasecimeno uiliza águas suberrâneas e superficiais, cujos volumes foram coleados no período de 1987 a para avaliar o méodo no período de 3 a 1. Para o período de 3 a 1 as previsões indicam que o volume de água suberrânea aumenará %, a água superficial reduzirá 4%, o consumo crescerá 34%, a pedra reduzirá 19% e a população crescerá 1%. O méodo produziu previsões coerenes com as endências das séries de dados reais. Essas previsões podem ser úeis para a elaboração de plano de abasecimeno de água da cidade e para a orienação de gesão inegrada das águas suberrâneas e superficiais. Absrac - The forecasing of waer s volume of any supplying sysem is very imporan informaion for planning of waer demand. However, he purpose of his research is evaluae he forecasing mehod, applied o daa of waer s volume of he public supplying of Rondonópolis s ciy, and o daa of he populaion of ha ciy. The public supplying Rondonópolis s sysem, using groundwaer and surface waer, such waer s volume was colleced on he period from 1987 o for evaluae his forecasing mehod, in he period of 3 o 1. In he period of 3 o 1, he forecasing indicaes wha he groundwaer s volume will increase %, he surface waer will decrease 4%, he consumpion will increase of 34%, he loss will decrease of 19%, and he populaion will increase of 1%. The mehod produced forecasing coheren wih he endency of he real daa s series. Beyond, he forecasing can be useful for plans elaboraion of waer s supplying of he ciy and o orienaion of inegrae managemen of groundwaer and surface waer. 1 Prof. Do Depo. Geologia Geral ICET/UFMT aleredo@cpd.ufm.br - Av. Madri, 151 BL A Apo. 1 Residencial Ana Paula Senhor dos Passos, 7848-7 Cuiabá MT. Fone/Fax: (xx65) 615-875 Prof. Colaborador do Ins. de Geociências IGc/USP aldoreb@osie.com.br - Rua Eduardo da Silva Magalhães, 51 Parque Coninenal- 534- São Paulo SP. XIII Congresso Brasileiro de Águas Suberrâneas 1

Palavras-Chave - Méodo de previsão ; previsões de água e de população. INTRODUÇÃO Os sisemas públicos de abasecimeno de água no Brasil êm grandes dificuldades para aender as demandas de água, principalmene nos grande cenros urbanos. Tais dificuldades envolvem, além de ouros faores, a fala de uma boa previsão sobre os volumes de água, dados imporanes para a elaboração de planejameno coerene com a realidade sócio-econômica das cidades. No Brasil, poucas cidades uilizam dados de previsão na formulação dos seus planos de abasecimeno de água. Normalmene, as previsões de água são realizadas por meio de méodos que usam séries emporais, onde a opção pelo méodo é deerminada pelas caracerísicas da série. Talvez, o pouco uso de previsões de volumes água, no Brasil, eseja vinculado à escassez de séries de dados confiáveis e à complexidade dos méodos de previsão, radicionalmene usados no nosso País. Nesa pesquisa foi aplicado o méodo - Alisameno Exponencial Biparamérico de Hol que realizar previsões usando série emporal não-sazonal com endência. Ese méodo foi aplicado a dados de volumes de águas suberrâneas e superficiais do sisema de abasecimeno público da cidade de Rondonópolis, e a dados da população dessa cidade. O objeivo desa pesquisa é avaliar o desempenho do e realizar previsões desses volumes de água e da população aé o ano 1. A cidade de Rondonópolis localiza-se no sudese do Esado de Mao Grosso, enre as laiudes de 16o8' e 17o6' e longiudes 55o e 54o 43' (Figura 1). Essa cidade, em, inha uma população de aproximadamene 14. hab, e é um dos principais núcleos urbanos do Esado. No período de 1987 a, Rondonópolis apresenou um grande crescimeno, e enconra-se em franca expansão, devido à inensa aividade agropecuária e agroindusrial do município. Como decorrência, a demanda de água aumenou de modo que o volume de água superficial capado do Rio Vermelho vem sendo complemenado com um volume cada vez maior de água suberrânea do Aqüífero Furnas (CUTRIM; REBOUÇAS, inédio). XIII Congresso Brasileiro de Águas Suberrâneas

Figura 1 - Localização do município de Rondonópolis. METODOLOGIA Nesa pesquisa foi aplicado o méodo - Alisameno Exponencial Biparamérico de Hol (MORETTIN; TOLOI, 1986). Ese méodo faz previsões usando série emporal não-sazonal com endência linear, consiuída localmene pela soma de nível, endência e resíduo aleaório com média zero e variância consane, como a seguir: Z = µ + T + e, = 1,...,N. (1) µ T onde: = parâmero desconhecido (nível); e = endência e = resíduo aleaório. Como a série de observações expressa por: Z = a + b + e Z 1,..., Z n Z, apresena uma endência linear, enão, = 1,...,N. () pode ser O esima o nível e a endência da série aplicando consanes de alisameno diferenes para o nível e para a endência. As esimaivas do nível e da endência, no insane, são realizadas aravés das equações abaixo: Z = γ Z + ( 1 γ) ( Z 1 T 1), < γ >1 e =,...,N (3) T = β ( Z Z 1) + ( 1 β) T 1, < β >1 e =,...,N (4) XIII Congresso Brasileiro de Águas Suberrâneas 3

onde γ = consane de alisameno do nível Z β= consane de alisameno da endência T N= número de dados da série. As equações (3) e (4) permiem modificar previsões aneriores usando novas observações. A previsão é realizada somando-se ao valor básico ( Z ) a endência ( T ) muliplicada pelo número de passos (h) à frene que se deseja prever, conforme a equação a seguir: ) Z ( h) = Z + h T, h=1,,... (5) As previsões podem ser aualizadas usando-se as equações (3) e (4), endo-se uma nova observação Z +1, de acordo com as seguines expressões: Z T + 1 = γ Z + 1 + ( 1 γ) ( Z T ) ( Z 1 Z ) + ( 1 β) T + 1 = β +,, e a nova previsão será obida por: ) h 1 = Z+ 1 + h 1 ( ) ( ) T 1 Z + 1 +. (6) T = Z Na uilização das equações acima, considera-se Z1 Z = Z e. O procedimeno para escolher os melhores valores para as consanes de alisameno γ e β, consise em usar o veor (γ, β) que minimiza a soma dos erros quadráicos das previsões, dados pela equação a seguir. N ) ( Z Z 1) Q =, = 1 (7) Na avaliação das previsões foram uilizadas a variância eq.(8), o desvio padrão eq.(9) e o inervalo de confiança eq.(1) para 95% de cereza das previsões, expressas a seguir: var = np k = 1 ) ( Z Z ) k /np m, (8) XIII Congresso Brasileiro de Águas Suberrâneas 4

Onde Zm = np h= 1 ) Z np h e np = número de previsões. dvp = var, (9) ) ) ( Z 1. 96 dvp, Z + 1. 96 dvp) h h. (1) Na aplicação do méodo a série de dados Z N é dividida em rês pares, Z 1,...Z L,...,Z M,...,Z N. Os valores de Z 1,...Z L são uilizados para eliminar o efeio dos valores T = Z iniciais Z1 Z = Z e. Os dados Z L+1,...,Z M são usados para escolher as consanes de alisameno. Os dados Z M+1,...,Z N são uilizados para calcular o erro quadráico médio, a variância, o desvio padrão e o inervalo de confiança das previsões para esse período. A escolha dos valores de L e M deverá aender os criérios da escolha das consanes de alisameno do méodo. As previsões H passos à frene de Z N, com origem em Z N, são realizadas uilizando-se as consanes de alisameno selecionadas. Para esas previsões são calculados a variância, o desvio padrão e o inervalo de confiança. Para possibiliar rapidez e praicidade no processo previsional foi desenvolvido um programa em Forran 77, o qual permie ober previsões em qualquer empo ou período de empo. As consanes de alisameno γ, β são escolhidas auomaicamene, pelo programa, aravés da minimização da equação (7). Ese programa foi desenvolvido com base nos programas apresenados em MORETTIN; TOLOI (1986). O méodo foi aplicado a dados de água consumida, perdida, suberrânea e superficial usados no abasecimeno público da cidade de Rondonópolis, e a dados de população dessa cidade. Os dados de água foram obidos juno à Companhia de Abasecimeno Público SANEMAT, correspondenes ao período de 1987 a 1997, e juno ao Deparameno de Água e Esgoo de Rondonópolis - DAE para o período de 1998 a. Eses dados foram uilizados para realizar um esudo do desempenho do méodo, e fazer um prognósico de 3 a 1, sobre esses volumes de águas. Os dados sobre a população da cidade foram obidos aravés dos Censos do IBGE do período de 1987 a. Com essas informações de cinco em cinco anos esimou-se a população anual, para esse período, aravés de inerpolação linear. Essa população anual foi uilizada para realizar a previsão anual da população de 1 a 1, usando-se o méodo. XIII Congresso Brasileiro de Águas Suberrâneas 5

RESULTADOS E DISCUSSÕES Todas as previsões realizadas esão considerando que ano o sisema de produção de água (poços e a Esação de Traameno de Água) quano o consumo e a perda conservem o mesmo comporameno do período das séries dos dados usados para ese fim. As séries de dados anuais de águas suberrânea, superficial, consumida e perdida, uilizadas para realizar as previsões esão apresenadas na figura, enquano os dados de população esão conidos na figura 3. Observa-se que odas as séries são não esacionárias e com endência linear. 15 1 5 1987 1988 1989 199 1991 199 1993 1994 1995 1996 1997 1998 1 Suberrânea Superficial Consumido Perdido Figura - Volumes de água do sisema de abasecimeno público da cidade de Rondonópolis no período de 1987 a. Habianes 16 14 1 1 8 6 4 1987 1988 199 1991 199 1993 1994 1995 1996 1997 1998 Figura 3 Evolução da população da cidade de Rondonópolis. Os volumes de água superficial previsos para o período de 3 a 1, esão apresenados no quadro 1 e na figura 4. Essas previsões oscilaram enre 9,8x1 6 m 3 em 3 e 8,95x1 6 m 3 em 1, significando uma redução de 3.6%. O méodo produziu previsões com endência decrescene, preservando a endência final dos dados reais (figura 4). Esse inervalo de confiança relaivamene amplo é devido ao desvio padrão considerável, decorrene da variação das previsões (quadro 1). XIII Congresso Brasileiro de Águas Suberrâneas 6

Quadro 1 - Previsões de água superficial para o período de 3 a 1, com L=3 e M=7. γ =.7, β =.5, Variância =118,6x1 8 e Desvio padrão =18751 Previsão(m 3 ) Inervalo de confiança (95%) Inferior(m 3 ) Superior(m 3 ) 3 98411 97959 949765 4 936649 93496 94498 5 9189186 897633 94339 6 914173 89857 9354876 7 9946 888117 937413 8 946797 8833644 95995 9 8999334 8786181 91487 1 8951871 8738718 91654 1 9 8 7 6 5 4 3 1 1987 1988 1989 199 1991 199 1993 1994 1995 1996 1997 1998 1 3 4 5 6 7 8 9 1 Figura 4 Dados reais e previsos de água superficial. As previsões de água suberrânea para o período de 3 a 1 esão apresenadas no quadro e na figura 5. Essas previsões esão variando de 1,9x1 6 m 3 em 3 a 11,154x1 6 m 3 em 1, refleindo um aumeno de %. Elas acompanham a endência final da série dos dados originais (figura 5). Além disso, o bom valor do desvio padrão conribuiu para um bom inervalo de confiança, mosrando a variação suave das previsões (quadro ). Quadro - Previsões de água suberrânea para o período de 3 a 1, com L=3 e M=7. γ =.7, β =.5, Variância = 678,79x1 7 e Desvio padrão = 8388 Previsão (m 3 ) Inervalo de confiança (95%) Inferior (m 3 ) Superior (m 3 ) 3 1955 17416 11643 4 19385 1777 18 5 197446 18198 1113594 6 1114 184894 111719 7 114638 188489 11786 8 11833 1985 114381 9 111189 195681 117977 1 111545 19977 1131573 XIII Congresso Brasileiro de Águas Suberrâneas 7

14 1 1 8 6 4 1987 1988 1989 199 1991 199 1993 1994 1995 1996 1997 1998 1 3 4 5 6 7 8 9 1 Figura 5 Dados reais e previsos de água suberrânea. As previsões do consumo de água para o período de 3 a 1 esão apresenadas no quadro 3 e na figura 6. Essa previsões variam enre 8,7x1 6 m 3 em 3 e 11,68x1 6 m 3 em 1, correspondendo a um aumeno de 33.9%. Porém elas acompanham a endência final da série dos dados originais (figura 6). Por ouro lado, o valor relaivamene elevado do desvio padrão conribuiu para um inervalo de confiança considerado amplo, refleindo a variação relaivamene elevada das previsões (quadro 3). Quadro 3 - Previsões de consumo de água para o período de 3 a 1, com L=3 e M=7. γ =.7, β =.5, variância =93,85194x1 1 e desvio padrão = 96877 Previsão Inervalo de confiança (95%) Inferior(m 3 ) Superior(m 3 ) 3 8793 6811 16197 4 914371 744917 1145 5 9566517 766774 1146531 6 998934 89531 118881 7 14113 8513337 1319 8 183494 8936144 173373 9 115774 9358951 1315654 1 116855 9781758 1357934 1 1 8 6 4 1987 1988 1989 199 1991 199 1993 1994 1995 1996 1997 1998 1 3 4 5 6 7 8 9 1 Figura 6 - Dados reais e previsos de consumo de água. XIII Congresso Brasileiro de Águas Suberrâneas 8

O quadro 4 e a figura 7 mosram os resulados das previsões da perda de água para o período de 3 a 1. As previsões variam de 11,8x1 6 m 3 em 3 a 9,56x1 6 m 3 em 1, evidenciando uma redução de 19%. Por ouro lado, o méodo forneceu previsões compaíveis com a endência da série dos dados originais (figura 7). O inervalo de confiança considerado amplo é função do desvio padrão um ano elevado decorrene da elevada variação das previsões (quadro 4). Quadro 4 Previsões de Perda de água para o período de 3 a 1, com L=3 e M=7. γ =.7, β =.5, Variância =54,1414x1 1 e Desvio padrão =734943 Previsão(m 3 ) Inervalo de confiança (95%) Inferior(m 3 ) Superior(m 3 ) 3 11864 136593 134691 4 1148567 14518 19616 5 1116491 97443 1654 6 184416 943668 18465 7 1534 9891 1196389 8 165 876157 1164314 9 988189 844141 11338 1 9561135 81647 1116 14 1 1 8 6 4 1987 1988 1989 199 1991 199 1993 1994 1995 1996 1997 1998 1 3 4 5 6 7 8 9 1 Figura 7 Dados reais e previsões de perda de água. Os resulados das previsões da população para o período de 1 a 1 esão apresenadas no quadro 5 e na figura 8. As previsões variam de 146.833 hab em 1 a 177.59 hab em 1, correspondendo a um aumeno de 1%, no enano, as previsões acompanham a endência final da série dos dados originais (figura 8). O inervalo de confiança relaivamene amplo é devido ao desvio padrão elevado, decorrene da variação elevada das previsões (quadro 5). XIII Congresso Brasileiro de Águas Suberrâneas 9

Quadro 5 - Previsões de população para o período de 1 a 1, com L=3 e M=7. γ =.7, β =.5, Variância = 9636573 e Desvio padrão = 9816 Previsão(m 3 ) Inervalo de confiança (95%) Inferior(m 3 ) Superior(m 3 ) 1 146833 1759 16673 155 1311 169491 3 153668 13448 1799 4 15786 137845 17636 5 1653 14163 179744 6 16391 144681 18316 7 167339 14898 186579 8 17757 151516 189997 9 174174 154934 193415 1 17759 158351 196833 18 16 14 1 1 8 6 4 1987 1988 199 1991 199 1993 1994 1995 1996 1997 1998 1 3 4 5 6 7 8 9 1 Habianes Figura 8 Dados reais e previsos de população. Avaliação do Méodo Para avaliar o desempenho do méodo foram realizadas previsões com os úlimos N-M dados reais e calculados o erro percenual de previsão, o erro quadráico médio, a variância, o desvio padrão e o inervalo de confiança. Além disso, foi comparada a endência da série dos dados reais com a endência da série das previsões. O quadro 6 e a figura 9 mosram os resulados das 6 N-M previsões de água superficial para o período de 1997 a. Observa-se que o méodo apresenou desempenho muio bom (erro de previsão menor que 1%). Esse comporameno pode ser verificado aravés dos parâmeros esaísicos do quadro 6. A figura 4 mosra que as previsões preservam a endência final da série dos dados reais, demonsrando assim o bom desempenho do méodo. XIII Congresso Brasileiro de Águas Suberrâneas 1

Quadro 6 - Previsões de água superficial para o período de 1997 a, com L=3 e M=7. Valor (m 3 ) γ =.7, β =.5, Variância =69,14x1 9, Desvio padrão=6944 e EQM =3,47x1 1 Previsão (m 3 ) Erro de Inervalo de confiança (95%) previsão (%) Inferior (m 3 ) Superior (m 3 ) 1997 81 819348,9 767856 767856 1998 85875 8347393,79 7831 7831 91884 851358 6,87 7985986 7985986 9564 865533 9,14 8139951 8139951 1 94651 88987 6,55 893915 893915 9353481 89635 4,17 844788 844788 EQM = erro quadráico médio. 1 9,5 9 8,5 8 7,5 7 1997 1998 1 Figura 9 - Previsão de água superficial para o período de 1997 a. No quadro 7 e figura 1 esão conidos os resulados das 6 N-M previsões de água suberrânea para o período de 1997 a. Das seis previsões apenas duas êm erro acima de 1% (% e 6,5%). Considerando eses 6 dados reais, o méodo não preservou a endência da série real (figura 1), no enano, as previsões produzidas para o período de 3 a 1 apresenam a mesma endência dos dados reais (figura 5). Quadro 7- Previsões de água suberrânea para o período de 1997 a, com L=3 e M=7. Valor (m 3 ) γ =.7, β =.5, Variância =64x1 8, Desvio padrão =7944 e EQM =17,95x1 1 Previsão Erro de previsão Inervalo de confiança (95%) (%) Inferior (m 3 ) Superior (m 3 ) 1997 145 1951 4,8 997 1814 1998 1186934 115833 3,4 9646438 13373 11853 16457 7,8 167 139646 116854 168 8,1 17589 144869 1 179467 131773,6 1131513 153893 184999 137336 6,57 1187137 1559516 EQM = erro quadráico médio XIII Congresso Brasileiro de Águas Suberrâneas 11

16 14 1 1 8 6 4 1997 1998 1 Figura 1 Dados reais e previsões de água suberrânea para o período de 1997 a. Os resulados das previsões de consumo de água usando os 6 N-M dados de 1997 a esão apresenados no quadro 8 e na figura 11. Somene uma previsão apresenou erro superior a 1% (14%), mosrando o bom desempenho do méodo, o qual pode ser verificado aravés dos parâmeros esaísicos do quadro 8. além disso, as previsões para o período de 3 a 1 preservam a endência dos dados reais (figura 6). Quadro 8 - Previsões de consumo de água para o período de 1997 a, com L=3 e M=7. Valor (m 3 ) γ =.7, β=.5, Variância =63,5x1 8, Desvio padrão =7944 e EQM =17,95x1 1 Previsão (m 3 ) Erro de Inervalo de confiança (95%) previsão (%) Inferior (m 3 ) Superior (m 3 ) 1997 698539 718173.81 7698 733736 1998 679464 713536 5.1 697964 79868 76157 78874.39 693311 744374 7495 7447 6.4 6886615 7197879 1 745483 6995753 6.1 68411 7151385 81955 694959 14.3 679367 714891 EQM = erro quadráico médio. 8,5 8, 7,5 7, 6,5 6, 1997 1998 1 Figura 11 Dados reais e previsos de consumo de água para o período de 1997 a. XIII Congresso Brasileiro de Águas Suberrâneas 1

O quadro 9 e a figura 1 apresenam os resulados das 6 N-M previsões de perda de água para o período de 1997 a. Das seis previsões, rês produziram erros acima de 1% (16%, 17% e 6%), além disso, os resulados apresenaram endência conrária à dos dados reais (figura 1). Esse mau desempenho do méodo pode ser consaado nos parâmeros esaísicos do quadro 9. Considerando as previsões do período de 3 a 1 o méodo produziram resulados compaíveis com a endência decrescene dos dados reais (figura 6). Quadro 9 - Previsões de perda de água para o período de 1997 a, com L=3 e M=7. Valor (m 3 ) γ =.7, β =.5, Variância =16,64x1 11, Desvio padrão =189943 e EQM=369,9934x1 11 Previsão Erro de previ-são Inervalo de confiança (95%) (m 3 ) (%) Inferior (m 3 ) Superior (m 3 ) 1997 11584671 1196147 3,5 9433175 1448975 1998 13661785 171678 6,9 118849 15457 1165597 13479 15,61 19438 1638 1371644 14741 3,7 116991 1675569 1 1768689 14987 17,34 145443 175111 149143 157383 5,99 13974 18663 EQM = erro quadráico médio. 15 1 5 1997 1998 1 Figura 1 Dados reais e previsos de perda de água do período de 1997 a. Os resulados das previsões da população usando os quaro úlimos dados de 1997 a esão apresenados no quadro 1 e na figura 13. Em odas as previsões os erros foram menores que 1%, mosrando o bom desempenho do méodo, e ainda, que as previsões do período de 3 a 1 esão coerenes com a endência crescene dos dados reais (figura 7). XIII Congresso Brasileiro de Águas Suberrâneas 13

Quadro 1 - Previsões da população para o período de 1997 a, com L=3 e M=7. Valor γ =.7 e β =.5 Previsão Erro de Inervalo de confiança (95%) previsão (%) Inferior Superior 1997 1556 1733 1.17 11395 13671 1998 1395 1966 1. 13968 13544 13658 13179 3. 16541 137816 141838 134751 4.99 19114 14389 Habianes 15 14 13 1 11 1997 1998 Figura 13 Dados reais e previsos da população do período de 1997 a. De modo geral o méodo apresenou erros de previsão maior que 1% (14%, 16%, 17%, % e 6%) em apenas seis previsões, incluindo odas as séries de dados, demonsrando assim que o méodo apresena um bom desempenho, porém apresena sensibilidade regular às oscilações das séries. CONCLUSÕES E CONSIDERAÇÕES O méodo produziu previsões muio boas, em quase odas as aplicações. Os casos onde o méodo não apresenou bom desempenho são, exaamene, aqueles que a série de dados reais não apresena uma endência bem regular. Porano, o desempenho do méodo será ano melhor quano mais regular for a endência da série dos dados reais. As previsões indicam que no período de 3 a 1 os volumes de água suberrânea aumenarão em orno de %, enquano os volumes de água superficial erão uma redução de aproximadamene 4%. O consumo de água erá um aumeno aproximado de 34% e a perda de água erá uma redução em orno de 19%. A população da cidade aumenará 1%. Ese quadro indica que haverá problemas no suprimeno da demanda de água da cidade, e uma alernaiva basane coerene e viável será a redução da perda de água em pelo menos 15%, o que geraria aé mesmo um superávi sem grandes invesimenos. Ese cenário mosra que ese méodo é de grande uilidade para geração de informações úeis para a elaboração de planos de abasecimeno de água de cidades, indúsrias, ec. Além disso, o XIII Congresso Brasileiro de Águas Suberrâneas 14

méodo pode ser aplicado com exrema facilidade, pois o sofware é de fácil uilização e pode ser usado em qualquer microcompuador. REFERÊNCIAS BIBLIOGRÁFICAS [1] MORETTIN, P. A.; TOLOI, C. M. Séries Temporais. Aual Ediora Lda.,1986. [] CUTRIM, A. O; REBOUÇAS, A.C. Fones de Abasecimeno de Água da Cidade de Rondonópolis-MT, (Inédio). XIII Congresso Brasileiro de Águas Suberrâneas 15