Академический Документы
Профессиональный Документы
Культура Документы
1. Subtraia o menor custo de cada entrada em cada linha. Se cada zero agora pode ser
atribuído em uma correspondência um-para-um com os "trabalhadores", uma solução
opcional é obtida. Caso contrário, vá para a etapa 2.
2. Subtraia o menor custo em cada coluna. Se as entradas zero podem agora ser
distribuídas em cada uma correspondente com os "trabalhadores", uma solução ótima é
obtida ou alcançada. Caso contrário, vá para a etapa 3.
3. Cubra as entradas zero por linhas verticais ou horizontais, usando o menor número
possível de linhas. (Isso pode ser feito cobrindo primeiro a linha ou coluna com mais
números de zeros.) Subtraia o menor custo não coberto de cada custo descoberto, mas
adicione-o à entrada encontrada no cruzamento das linhas. Se uma atribuição já for
possível, uma solução opcional será alcançada. Caso contrário, repita a etapa 3. Uma
atribuição é ideal se o número de linhas for igual ao número de linhas ou ao número de
colunas
Exemplo 1.
Solução:
Exemplo 2.
A Gayoma Company tem três trabalhos a serem feitos em três máquinas. Cada trabalho
deve ser feito em uma única máquina. O custo de cada máquina é dado na próxima página.
Determine a atribuição de trabalho que minimizará o custo.
Máquinas
Empregos
X Y Z
Um 1400 1600 1800
B 1200 1300 1400
C 1400 1800 1500
Reduzimos os números fornecidos excluindo dois zeros e, em seguida, a nova tabela.
Tabela 1.
Máquinas
Empregos
X Y Z
Um 14 16 18
B 12 13 14
C 14 18 15
Tabela 2.
Máquinas
Empregos
X Y Z
Um 0 2 4
B 0 1 2
C 0 4 1
Tabela 3.
Máquinas
Empregos
X Y Z
Um 0 1 3
B 0 0 1
C 0 3 0
Como temos três linhas que correspondem ao número de linhas e colunas, então já é o ideal.
Decisão Final:
Exemplo 3.
EQUIPES
Jogadore Burguer Talk N' Alimentos São
s King Texto puros Rei Ginebra Miguel
Bonbon
Custodio
200,000 250,000 175,000 210,000 180,000
Ronald
Tubid
250,000 170,000 200,000 180,000 190,000
Arwind
Santos
150,000 210,000 185,000 165,000 200,000
Marcos
Cardona
160,000 150,000 175,000 180,000 190,000
Tiago Yap 175,000 180,000 150,000 200,000 210,000
Solução:
Para tornar a computação muito mais fácil, removemos temporariamente os três zeros.
EQUIPES
Hambúrgue
r Falar Alimentos Ginebra San
Jogadores Rei N' Texto puros Rei Miguel
Bonbon
Custodio 200 250 175 210 180
Ronald 250 170 200 180 190
Tubid
Arwind
Santos 150 210 185 165 200
Marcos
Cardona 160 150 175 180 190
Tiago
Yap 175 180 150 200 210
*Os resultados após a remoção de três zeros em cada entrada são apresentados na tabela
acima.
EQUIPES
Hambúrgue
r Falar Puro Ginebra San
Jogadores Rei N' Texto Alimentos Rei Miguel
Bonbon
Custodio 25 75 0 35 5
Ronald
Tubid 80 0 30 10 20
Arwind
Santos 0 60 35 15 50
Marcos
Cardona 10 0 25 30 40
Tiago
Yap 25 30 0 50 60
*Os resultados após a subtração da menor entrada em cada linha são mostrados na tabela
acima
Como os zeros não podem ser atribuídos a cada jogador, vá para a próxima etapa.
EQUIPES
Hambúrgue
r Falar Alimentos Ginebra San
Jogadores Rei N' Texto puros Rei Miguel
Bonbon
Custodio 25 75 0 35 0
Ronald
Tubid 80 0 30 10 15
Arwind
Santos 0 60 35 15 45
Marcos
Cardona 10 0 25 30 35
Tiago
Yap 25 30 0 50 55
*Resultados após a subtração da menor entrada em cada coluna (colunas 5 e 6, Ginebra King
e San Miguel, respectivamente).
EQUIPES
Hambúrgue Falar Ginebra
r N' Texto Alimentos Rei San
Jogadores Rei puros Miguel
0
Bonbon
Custodio
25 75 25 0
Ronald
Tubida 80 0 30 0 15
Arwind
Santos 0 60 35 5 45
Assinalar
Cardona 10 0 25 20 35
Tiago Yap
25 30 0 40 55
Como o número de linhas usadas é igual ao número de linhas e colunas, a atribuição é ideal.
Ronald Tubid – pode jogar para Talk N' Text e Ginebra King
Decisão Final:
Total ₱810,000.00
Jogadores EQUIPES
Burguer Talk N' Alimentos São
King Texto puros Rei Ginebra Miguel
Bonbon
25
Custodio
75 0 25 0
Ronald
Tubida 80 0 30 0 15
Arwind
Santos 0
60 35 5 45
Marcos
Cardona 10 0 25 20 35
Tiago
Yap 25 30 0 40 55
NOME: __________________________________________DATE:_______
SEÇÃO/HORA/DIA:_________________________ROOM:_____________RATING________
Exercício 14
1. A Universidade do Leste solicita cinco agentes de segurança para serem alocados em cinco
edifícios. O custo diário de cada funcionário em cada edifício é indicado abaixo. Determinar a
melhor alocação de oficiais para vários edifícios de modo a minimizar o custo.
EDIFÍCIOS
2. A agência Doggy tem três cães policiais para serem alocados em três departamentos
diferentes armazenados. O custo de cada cão em cada departamento é dado abaixo
Máquinas Um B C D
J 1 300 500 700 900
O 2 300 700 500 700
B 3 900 600 300 300
S 4 800 900 500 500
4. Jacqueline e Vilma são parceiras de negócios. Eles decidiram contratar quatro contadores
para serem designados para auditar seus negócios. A tabela a seguir mostra o custo por
contadores. Determine a melhor alocação para cada contador.
Contabilistas 1 2 3 4
PROJETOS
W X Y Z
1. 3,800 2,800 2,400 3,600
2. 2,000 2,400 3,000 2,000
3. 3,200 1,800 2,200 2,800
4. 4,000 3,200 2,600 3,400
7. A pista de Fast Food decidiu adquirir os serviços de quatro estudantes a tempo parcial para
trabalharem como equipa de serviço. Eles foram submetidos a um teste de velocidade. A tabela
abaixo indica seus desempenhos por faixa. Determine a melhor alocação para cada tripulação.
Faixa 1 Faixa 2 Faixa 3 Faixa 4
Tripulação 1 15 18 20 16
Tripulação 2 18 17 14 20
Tripulação 3 21 20 13 15
Tripulação 4 17 15 18 19
8. Serão alocados cinco trabalhadores da Denzel Engenharia Obras, um para cada uma a
cinco máquinas. Encontre o custo de alocação da variável para os cinco trabalhadores.
TRABALHADORES
Máquinas Um B C D E
1 74 52 66 64 90
2 50 44 78 68 48
3 62 70 52 56 72
4 84 36 56 80 46
5 58 38 76 54 84
9. Os alunos do Ensino Médio V. Mapa estão prestes a participar do Quiz Anual Abelha a ser
realizado no PICC. O quiz é composto por quatro disciplinas, como Matemática, Ciências,
Inglês e Física. A tabela abaixo mostra seus erros por assunto na fase classificatória.
Determine quem entre os alunos representará no quiz abelha.
Estudante 1 Estudante 2 Estudante 3 Estudante 4
Matemática 5 3 5 2
Ciência 1 6 3 4
Inglês 4 2 3 1
Física 2 3 4 1
10. Miling e Luming Os empreiteiros precisam de três carpinteiros para serem designados para
três projetos. Determine a melhor alocação de cada carpinteiro.
Carpinteiros Um B C
1 80 90 54
2 54 108 30
3 46 104 48
11. Três pesquisadores regulares da Mic-Mic Marketing Research são obrigados a enviar seus
tempos (dias) de Conclusão Estimada do Projeto (EPC) para três clientes. A tabela abaixo
mostra sua EPC. Determinar a melhor alocação para três pesquisadores.
Clientes
Empregados 1 2 3
Denzel 20 30 18
Rino 18 36 10
Alvin 12 28 6
ESTUDO DE CASO
CORPORAÇÃO NHOLRAM-BONG
A Nholram-Bong Corporation é um fabricante e distribuidor de câmeras de CFTV. Sua
câmera CCTV é distribuída por todas as Filipinas e tem uma alta demanda no mercado nos
últimos sete (7) anos. A Corporação opera três (3) plantas que fabricam as câmeras de CFTV e
são distribuídas para cinco (5) armazéns.
A Tabela 4.1 mostra os custos de produção de cada planta, os custos variáveis durante o
tempo normal e as horas extras e os custos fixos durante a operação e a não operação
Tabela 4.1
CORPORAÇÃO NHOLRAM-BONG
A Tabela 4.2 mostra os custos de distribuição de cada planta para cada armazém.
Tabela 4.2
CORPORAÇÃO NHOLRAM-BONG
Centro de Distribuição
Da Fábrica W1 W2 W3 W4 W5
Capítulo 5
Previsão
Termos-chave:
Previsão
Método qualitativo
Método Quantitativo
Método Delphi
Júri de Opinião Executiva
Força de Vendas Composta
Pesquisa de Mercado de Consumo
Série temporal
Método de séries temporais
Tendência
Sazonalidade
Ciclos ou componentes cíclicos
Variações Aleatórias/Componentes Irregulares
Método de alisamento
Constante de alisamento
Médias Móveis Ponderadas
Alisamento exponencial
Projeções de Tendência
Desvio Absoluto Médio (DMA)
Erro quadrático médio (MSE)
Erro percentual absoluto médio (MAPE)
Previsão de linha de tendência
Objetivos de aprendizagem
Introdução
Neste capítulo, vários tipos de técnicas de previsão devem ser discutidos. Vale ressaltar
que, os gestores aceitam o fato de que, independentemente da técnica utilizada, não há
previsão perfeita. Há, no entanto, oito passos básicos a serem seguidos na previsão. São eles:
7. Faça a previsão.
O que é previsão?
É o processo de eliminação em situações desconhecidas. A previsão é semelhante,
mas em um termo mais geral.
A previsão de negócios é uma estimativa ou previsão do desenvolvimento futuro em
negócios, como vendas, despesas, receitas, receitas e lucros. É considerado um dos aspectos
mais importantes do planejamento societário.
A previsão de demanda é uma previsão que projeta as vendas da empresa.
Classificação das Previsões
Existem duas classificações de métodos de previsão: Qualitativa e Quantitativa.
MÉTODOS DE PREVISÃO
Previsão
Métodos
Movente Júri de
Médias
Regressão Opinião Executiva
Análise
Tendência Consumidor
Projeções Pesquisa de
Mercado
Previsão Qualitativa
Esse tipo de método de previsão é baseado em julgamentos ou opiniões e é de
natureza subjetiva. Não depende de cálculos matemáticos.
Tipos de Métodos Qualitativos
Método Delphi
Uma das previsões qualitativas mais utilizadas é o Método Delphi. Aqui, um grupo de
especialistas separados uns dos outros faz uma previsão. Em sua aplicação habitual, eles são
solicitados a responder questionário. Esses grupos são chamados de "respondentes". A
resposta e outros dados são coletados, coletados, resumidos pelo pessoal da equipe e são
entregues a outro grupo, os tomadores de decisão ou os meteorologistas. É importante
ressaltar que o princípio do Método Delphi é que, as respostas dos primeiros questionários são
utilizadas e consideradas na elaboração do segundo conjunto de questionários. As respostas
são coletadas, e o processo é repetido até que se chegue a um consenso do grupo.
1000
800
Series (100000)
600
400
200
0
0 1 2 3 4 5 6
Year
Figura 5.1
Tendência linear das vendas de DVD
A figura 5.1 mostra uma linha reta que pode ser uma boa aproximação da tendência nas
vendas de DVD. Quando uma série temporal consiste em flutuação aleatória em torno de uma
linha de tendência de longo prazo, uma equação linear pode ser usada para estimar a
tendência. Isso é mostrado na Figura 5.2
Figura 5.2
Exemplos de alguns possíveis padrões de tendência de séries temporais
2. Sazonalidade (S) – é um padrão de flutuação da demanda acima ou abaixo da linha de
tendência que ocorre a cada ano. Este é o componente da série temporal que representa a
variabilidade dos dados devido a influências sazonais.
Linha de tendência
Hora
Figura 5.3
Tendência e componentes cíclicos de uma série temporal
4. Variações Aleatórias (R) – "blips" nos dados causados pelo acaso e situações incomuns e não seguem
padrão discernível.
um. Modelo de multiplicação – assume que a demanda é o produto dos quatro componentes.
Demanda = T x S x C x R
b. Modelo Aditivo – adiciona os componentes juntos para fornecer uma estimativa.
Demanda = T + S + C + R
Demanda real
Figura 5.4
Séries Temporais e Seus Componentes
Método de suavização
Mais três métodos de previsão serão discutidos nesta seção. Esses métodos são
médias móveis, médias móveis ponderadas e suavização exponencial. Esses métodos
"suavizam" flutuações aleatórias causadas por componentes irregulares da série temporal. Eles
são mais bem usados para séries temporais estáveis onde nenhum movimento na tendência é
esperado.
Método ingênuo
A previsão ingênua é a técnica mais simples. Ele simplesmente usa a demanda real
para o período passado como a demanda prevista para o próximo período. Isso faz com que a
teoria de que o passado se repetirá. Assume também que quaisquer componentes da série
temporal (tendência, sazonalidade ou ciclos) se refletem na procura do período anterior ou não
existem.
Tabela 5.1
Previsão ingênua
Período Procura Previsão
1 35
2 40 35
3 55 40
4 65 55
5 60 65
Observe que a demanda no Período 1 foi de 35, a previsão ingênua para o próximo
período é de 35.
Médias Móveis
Eles usam a média dos n valores de dados mais recentes na previsão da série temporal
para o próximo período.
Fórmula
❑
Média
∑
❑
( most recent n data values )
móvel (Tabela 5.1)
¿
n
Exemplo:
Calcular para uma média móvel de quatro meses usando os dados fornecidos na
Tabela 5.2
Este é um método de suavização que usa uma média ponderada dos n dados
recentes como previsão.
Fórmula:
❑
∑
❑
( weight for period n ) (demand∈ period n)
Média Móvel Ponderada = ❑ (Tabela 5.2)
∑
❑
weights
Exemplo 1.
Calcular para uma média móvel ponderada de três meses (Tabela 5.3)
Previsão de média móvel ponderada de três meses
Média móvel ponderada de três
Mês Procura meses
Janeiro 21
Fevereiro 25
Março 29
⦋ ( 29 × 3 ) + ( 25 ×2 ) +21 ⦌
=26
Abril 21 6
⦋ ( 21 ×3 )+ ( 29× 2 ) +25 ⦌
=24
Maio 25 6
⦋ ( 25 × 3 ) + ( 21× 2 ) +29 ⦌
=24
Junho 20 6
⦋ ( 20 × 3 ) + ( 25 ×2 ) +21 ⦌
=22
Julho 18 6
⦋ ( 18 ×3 )+ ( 20 ×2 ) +25 ⦌
=20
Agosto 21 6
⦋ ( 21 ×3 )+ (18 × 2 ) +20 ⦌
=20
Setembro 20 6
⦋ ( 20 × 3 ) + ( 21× 2 ) +18 ⦌
=20
Outubro 19 6
⦋ ( 19 ×3 )+ ( 20× 2 ) +21 ⦌
=20
Novembro 18 6
⦋ ( 18 ×3 )+ ( 19× 2 ) +20 ⦌
=19
Dezembro 15 6
Exemplo 2.
Calcular uma previsão de média móvel ponderada de quatro períodos a partir da Tabela
5.4
Previsão de média móvel ponderada de quatro períodos
Período Previsão Média móvel ponderada de três meses
1 21
2 25
3 29
4 21
⦋ ( 21 ×3 )+ ( 29× 2 ) +25 ⦌
=24
5 25 6
6 75 ⦋ ( 29 × 3 ) + ( 25 ×2 ) +21 ⦌
=26
6
Alisamento exponencial
Fórmula:
Matematicamente:
Onde:
F t = nova previsão
Exemplo 1.
Em janeiro, uma demanda por 200 unidades do Toyota modelo "Vios" para fevereiro foi
prevista por uma concessionária de automóveis. A demanda real de fevereiro foi de 250 carros.
Prever a demanda de março usando uma constante de suavização de ɑ = 0,30.
Use suavização exponencial para calcular uma série de previsões com constante de
suavização de:
a. ɑ = 0,20;
b. ɑ = 0,50; e
c. plotar os dados reais e ambos os conjuntos em um único gráfico
Tabela 5.5
Período Procura
1 20
2 35
3 46
4 40
5 50
6 55
7 45
8
Solução:
a. ɑ = 0,20
Tabela 5.6
Período Demanda Real Previsão Erro
1 20 -
2 35 20 15
3 46 23 23
4 40 27.60 13.60
5 50 30.08 19.92
6 55 34.06 20.94
7 45 38.35 6.75
8 39.60
F 3 = 20 = 0.20(35 - 20)
F 3 = 23
Gráfico de 0,20
60
50
40
30
20
10
0
1 2 3 4 5 6
50
40
30
20
10
0
1 2 3 4 5 6
Outros métodos para determinar ou medir a precisão do erro de previsão são MAD,
MSE, MAPE e BIAS.
O Desvio Absoluto Médio (DMA) é uma técnica para determinar a precisão de um modelo
de previsão, tomando a média do valor absoluto.
( Forecast errors )
MAD = (6,4)
n
Exemplo 1.
Tabela 5.8
Período Procura Erro em ɑ = 0,20 Erro em ɑ = 0,50
1 20
2 35 15 15
3 46 23 18.50
4 40 13.60 3.25
5 50 19.92 11.62
6 55 20.94 10.81
7 45 6.75 -4.59
8
99.21 63.77
MAD = (16,54) MAD = (10,63)
6 6
Com base no cálculo, a MAD de ɑ = 0,20 é maior que a MAD de ɑ = 0,50. Assim, o ɑ =
0,50 é preferido porque sua MAD é menor.
O Erro Quadrático Médio (MSE) é uma técnica para determinar a precisão de um modelo
de previsão, tomando a média dos termos de erro quadrático para um método de previsão.
( Forecasting Error )2
EPM = (6,5)
n
Exemplo 2.
Solução:
a) ɑ = 0.20
Tabela 5.9
Período Procura Erro de previsão Erro de previsão quadrado
em ɑ = 0,50
1 20
2 35 15 225
3 46 23 342.25
4 40 13.60 10.56
5 50 19.92 135.02
6 55 20.94 116.86
7 45 6.75 21.07
8
850
EPM = = 141,79
6
b) ɑ = 0.50
Tabela 5.10
Período Procura Erro de previsão Erro de previsão quadrado
em ɑ = 0,20
1 20
2 35 15 225
3 46 23 529
4 40 13.60 184.96
5 50 19.92 396.81
6 55 20.94 438.48
7 45 6.75 45.56
8
1819.81
EPM = = 303,30
6
Com base no cálculo, o EPM de ɑ = 0,20 é maior que o EPM de ɑ = 0,50. Assim, o ɑ =
0,50 é preferido porque seu EPM é menor.
O Erro Percentual Absoluto Médio (MAPE) é uma técnica para determinar a precisão
de um método de previsão, tomando a média dos erros absolutos como uma porcentagem do
valor observado
MAPE =
∑ of Absolute Error (6,6)
∑ of Actual
Matematicamente;
❑
∑
❑
∑ of Absolute Error
MAPE = ❑ (6,7)
∑ ( Actual)
❑
Exemplo 1.
Resolva para MAPE, Precisão Absoluta e Precisão Aritmética.
Tabela 5.11
Erro Precisã Precisã
de Erro Erro o o
Perío Previs previs absolu percentu absolut aritméti
do Real ão ão to al a ca
um b c d e f g h
❑
∑
❑
( Absolute Error)
Erro percentual = ❑
∑
❑
( Actual)
65
= x 100%
275
= 24%
❑
∑
❑
( Absolute Error)
MAPA = ❑
∑
❑
Actual x 100 %
65
= x 100%
275
= 24%
= 76%
Essa técnica ajusta uma linha de tendência a uma série de pontos de dados históricos
e, em seguida, projeta a linha no futuro para previsão de médio a longo prazo (nos
concentramos apenas em tendências de linha reta). O método estatístico comum a ser usado é
conhecido como Método dos Mínimos Quadrados.
O Método dos Mínimos Quadrados localiza uma linha reta que minimiza a soma das
diferenças verticais da linha para cada um dos pontos de dados.
T 1 = a + bt x (6,9)
Onde:
T t = valor calculado da variável a ser prevista (variável dependente)
a = intercepto da linha de tendência (intercepto do eixo Y)
b = inclinação da linha de tendência
t x = variável independente
A fórmula na computação a e b é:
❑
∑
❑
ty−nty
b= ❑ (6,10)
∑
❑
2
t −nt 2
Exemplo:
b. Traçar uma série temporal e comentar sobre a adequação de uma tendência linear.
Tabela 5.12
Série Temporal de Vendas de DVD
Vendas (Unidade)
Ano (1,000)
2001 3
2002 4.5
2003 4.8
2004 3.7
2005 4.6
2006 5
2007 4
2008 5
2009 6
Vendas (1.000)
Período Y
Ano t Ty
2001 1 3 1 3
2002 2 4.5 4 9
2003 3 4.8 9 14.4
2004 4 3.7 16 14.8
2005 5 4.6 25 23
2006 6 5 36 30
2007 7 4 49 28
2008 8 5 64 40
2009 9 6 81 54
2
∑t = 45 ∑Y = 40,6 ∑t = 285 ∑ = 216,20
45 ∑ t ∑ Y 40.60
t== = 5; Y=== 4,51
9 n n 9
13.25
b== 0,22
60
Da Fórmula (6.11)
a = 4,51 – 0,22(5) = 3,41
T x = 10
T t = 3.41 + 022(10)
T 1 0 = 3.41 + 2.2
T 1 0 = 5.61
t = 11
T 11 = 3.41 + 0.22(11)
T 11 = 3.41 + 2.42
T 11 = 5.83
Assim, a previsão de vendas estimada para 2010 é de 5.830 unidades de DVD.
4
Sales
0
1 2 3 4 5 6 7 8 9
Period
VENDAS DE DVD
Análise de Regressão
a = intercepto do eixo Y
X = variável independente
∑ XY −nXY
b=;a= 2 2 Ŷ – bX
∑ X −n X
Exemplo:
Y X
Vendas Dumlao Folha de pagamentos
(₱100,000) (₱1,000,000)
3.0 2
2.0 3
3.5 2
2.0 5
3.0 4
Venda Folha de 2 XY
X
Y pagamentos
X
3.0 2 4 6.0
2.0 3 9 6.0
3.5 6 36 21.0
3.5 5 25 17.5
3.0 4 16 12.0
∑Y = 15 ∑X = 20 2 ∑XY = 62,5
∑X
20 ∑ X
X== = 4
5 5
∑ Y 15
Y=== 3
5 5
a = Y = bX = 3 – 0,25(4) = 2
Ŷ =2 + 0,25X
ou
Se a Dumlao Construction deseja ter uma folha de pagamento de cinco milhões (₱5,5M)
no próximo ano, uma estimativa de vendas para a Dumlao Construction é:
= 2 + 0.25(5.5)
= 2 + 1.375
= 3.375
SEÇÃO/HORA/DIA:_________________________ROOM:_____________RATING________
Exercício 15
Período 1 2 3 4 5 6 7
Observação 24 34 36 37 41 44 45
b. Desenhe a série temporal original e comente sobre a adequação de uma tendência linear.
2 . Suponha que a Universidade do Oeste tivesse os seguintes dados de seu crescimento de
matrículas de 2016 a 2014.
Ano Inscrição
2006 3000
2007 3200
2008 3600
2009 3650
2010 4000
2011 4200
2012 4300
2013 4410
2014 4520
um. Prever a matrícula de 2015 usando a previsão de média móvel ponderada de três anos.
Estação Média
2008-2009 25
2009-2010 35
2010-2011 29
2011-2012 34
2012-2013 35
2013-2014 33
um. Use a suavização exponencial para prever essa série temporal. Considere a constante de
suavização de ɑ = 0,20 e ɑ = 0,30. Qual o valor da constante de suavização fornece a melhor
previsão/
Média móvel
Venda Quatro semanas ponderada de quatro
Semana (₱1,000) Média móvel semanas
1 23
2 36
3 45
4 46 - -
5 55 - -
6 64 - -
7 55 - -
8 58 - -
9 66 - -
10 65 - -
11 48 - -
12 67 - -
13 58
14 68
5. Use suavização exponencial com ɑ entre 0,10 e 0,30 para obter a previsão um período à
frente para a série temporal seguinte.
1 2 3 4 5 6 7 8 9 10 11 12
35 27 37 41 45 38 44 42 39 43 39 40
milhõ milhõ milhõ milhõ milhõ milhõ milhõ milhõ milhõ milhõ milhõ milhõ
es es es es es es es es es es es es
a. Compare uma previsão de média móvel de quatro meses com uma previsão de
suavização exponencial usando ɑ = 0,30. Qual dos dois fornece melhores previsões?
b. Qual a previsão para o próximo mês?
c. Plote os dados originais e a média móvel de quatro meses no mesmo gráfico.
d. Plote os dados originais e a previsão de suavização no mesmo gráfico.
e. Calcule o MAD e o MSE.
7. A Loja de Departamentos ALCOR tem registado mensalmente os seguintes números de
reclamações dos clientes.
Mês Queixas
Janeiro 60
Fevereiro 48
Março 55
Abril 50
Maio 55
a. Calcule uma média móvel ponderada de três meses.
b. Preparar previsão para junho, julho e agosto.
8. Dado: Vendas de gasolina (séries temporais) de PETRON (semanal)
Mês Procura
Janeiro 60
Fevereiro 70
Março 55
Abril 60
Maio 45
Junho 60
Julho 65
Calcule o seguinte:
a. Erro percentual
b. MAPA
c. Porcentagem de precisão absoluta
d. Precisão aritmética
10. A loja de departamentos JAVILL é um revendedor autorizado de TV plana há cinco anos.
Os números de TV plana vendidos a cada ano são mostrados na tabela.
2 25
3 35
4 39
5 43
Ramos 1 2 3 4 5 6
Vendas (1.000) 12 15 16 18 14 17
Lucros (1.000) 7 9 10 12 10 13
Previsão
ESTUDO DE CASO
1. Com base nos dados acima, você pode prever o atendimento para 2015 a 2020?
2. Qual técnica de previsão será mais adequada para prever o atendimento de 2015 a 2020?
Por que?
APLICAÇÕES DO MS EXCEL
NA PREVISÃO
Exemplo 1.
Vendas
Ano Hora Taxa (%) (₱) 1. Mehod ingênuo
2000 1 7.2 20,000 2.Média móvel de seis anos
2001 2 4 41,000 3. Média móvel de três anos com pesos 1,4,3
2002 3 7.3 17,000 4. Alisamento exponencial simples, ꚙ = 40%
5. Taxa de desemprego prevista de tendência linear (aplicável
2003 4 5.5 35,000 para os próximos três anos)
6. Prever as vendas para os próximos três anos usando a
regressão linear com base nas taxas de desemprego previstas
2004 5 6.8 35,000 no número 5.
7. Desenhe os dois diagramas de dispersão com linha de
2005 6 6 31,000 tendência e linha de regressão.
2006 7 5.4 38,000
2007 8 3.6 50,000
2008 9 8.4 15,000
2009 10 7 19,000
Na planilha, codifique o tempo (períodos) na coluna B, a taxa (%) na coluna C e as vendas (P) na
coluna F. Construa a tabela para F, na coluna D e erro ou ( F t – Taxa) na coluna E, que será utilizada na
previsão da taxa de inflação pelo método de suavização exponencial simples. A seguinte fórmula do
Excel é usada para sugerir cálculos da taxa de previsão:
1. Método ingênuo, D15 F t = C13 7%, uma vez que a última entrada da coluna das taxas de
inflação reais está em C13.
2. Seis períodos de média móvel, D16 Ft = média (C8:C13) 6,2% onde os C8 a C13 destacados
são as entradas das seis taxas de inflação mais recentes.
3. Média móvel com pesos 1, 4, 3 atribuídos às taxas de inflação nos três períodos mais recentes,
na célula D17 tipo =, digite (1* clique em C11, o 3º período mais recente + 4* clique em C12, o 2º
período mais recente + 3* clique em C13, o período mais recente, depois digite), em seguida,
digite /(Dividido por) 8 Ft = (1*C11 + 4*C12 + 7,275% onde o denominador 8 é a soma dos
pesos. (Vide Figuras 1, 2, 3).
Imagem 1
Ilustração 2
4. Para um método simples de alisamento exponencial, completamos as colunas D e E pelos seguintes
passos:
D4 e E4 estão vazios, pois não há base para prever os dados reais disponíveis do primeiro período
a. D5 Ft = C4, uma vez que a base da previsão é a taxa real disponível do primeiro período na célula
C4.
b. Erro E5 = C5 – D5 da taxa real disponível do 2ºperíodo em C5 menos o valor de previsão
correspondente em D5.
c. Arraste essa entrada para baixo das referências de célula E5 para E13 para concluir as entradas
de coluna.
d. D6 Ft = D5 + 0,4*E5 da taxa de previsão anterior em D5 mais alfa, 40% vezes o erro anterior na
previsão na célula E5.
e. Arraste essa entrada para baixo das referências de célula D6 a D14 para concluir as entradas de
coluna. A entrada na célula D14 6,62% representa o valor previsto no ano de 2010 (ver figura
2).
5. Para projeção de tendência linear, podemos obter a equação da linha de tendência calculando a
inclinação e o intercepto y com a seguinte fórmula do Excel,
Imagem 1
Ilustração 2
Para o método de regressão linear, primeiramente, obtemos a equação da reta de regressão
calculando a inclinação e o intercepto y usando as fórmulas do Excel SLOPE (matriz y, matriz x) e
INTERCEPT (matriz y, matriz x) onde as vendas na coluna F são a matriz Y e as taxas na coluna C são a
matriz X como mostrado nas Figuras 5 e 6. Assim, a equação de regressão linear é Sales = ₱74,127.67 -
₱7,194.06 (Rate) e as vendas para os próximos três anos com base nas taxas de inflação previstas nas
células E27 a E29 são as seguintes:
₱27,025.21
Ilustração 5
Ilustração 6
6. um. Diagrama de dispersão para tempo versus taxa de desemprego com linha de
tendência
Para fazer: Realce as matrizes para Tempo e Taxa. Clique em Assistente de Gráfico.
Selecione Gráfico de dispersão. Clique com o botão direito do mouse em qualquer um
dos pontos plotados. Selecione Adicionar linha de tendência + Linear.
Rate (Y-axis)
9
8.4
8
7 7.2 7.3 7
6.8
6
5.5 5.4
5
4 4
3.6
3
2
1
0
0 2 4 6 8 10 12
Year (X-axis)
b. Diagrama de dispersão para taxa de desemprego vs. vendas com linha de regressão
Para fazer: realce as matrizes para Taxa e Vendas. Clique em Assistente de Gráfico. Selecione gráfico de
dispersão. Clique com o botão direito do mouse em qualquer um dos pontos plotados. Selecione
Adicionar linha de tendência + Linear.
(Sales)
60,000
50,000
40,000
30,000
20,000
10,000
0
0.05 1.05 2.05 3.05 4.05 5.05 6.05 7.05 8.05 9.05
(Unemployment Rates)
Previsão
ESTUDO DE CASO
A RC Animal Park Corporation percebeu que é uma obrigação manter a imagem do zoológico
como um bom lugar para os visitantes relaxarem e passarem tempo juntos com suas famílias. Para
atingir seu objetivo, eles têm que garantir que o lugar esteja limpo. A corporação também adicionou
mais animais, aves e répteis para atrair mais visitantes. Eles também introduziram novas atividades e
jogos. Os esforços da Corporação parecem estar funcionando porque o atendimento aumentou de
70.000 em 2009 para um recorde histórico de 165.000 em 2013, como mostra a tabela a seguir:
Tabela 5.1
Ano Assiduidade
2014 157,800
2013 165,00
2012 120,250
2011 87,600
2010 75,800
2009 70,000
1. Com base nos dados acima, você pode prever o atendimento para 2015 a 2020?
2. Qual técnica de previsão será mais adequada para prever o atendimento de 2015 a 2020? Por que?