Baixe o app para aproveitar ainda mais
Prévia do material em texto
PESQUISA OPERACIONAL Edmilson G. de Lima 4 ANÁLISE E INTERPRETAÇÃO DE RESULTADOS DE MODELOS MATEMÁTICOS. Olá, neste tópico conheceremos um pouco sobre resultados de modelos matemáticos e simulação, boa leitura e bons estudos. Conceitos Importantes U Modelos Matemáticos e S Nos dicionários encontramos algumas definições para a palavra análise. Entre análise é o exame detalhado de cada seção que compõe um todo, buscando compreender tudo aquilo que o caracteriza. A Análise Matemática inseridos pelo cálculo diferencial e integral analíticas. Há necessidade de fornecer definições rigorosas às ideias evidentes do cálculo suas aplicações desmembraram em uma disciplina denominada analise real “A Estatística pode ser definida como o conjunto de ferramentas para col organização, análise e interpretação de dados experimentais.” (BITTENCOURT, 2014, p.3). “A estatística descritiva é aquela que costumamos encontrar com maior mídia. Utiliza de números para descrever fatos a representação gráfica e a orga conjunto de dados”. (BITTENCOURT, 2014, p.5) “A estatística inferencial consiste na obtenção de resultados que possam ser projetados para toda população a partir de uma amostra da mesma. Ela fundamenta amostragem e no cálculo de “Probabilidade é um ramo da Matemática que estuda fenômenos aleatórios”. (BITTENCOURT, 2014, p.5) “Amostragem é o nome dado ao conjunto de procedimentos e técnicas para extração de elementos da população para “População é um conjunto finito ou infinito de elementos. Amostra é um subconjunto da população. Geralmente buscamos amostras representativas “As variáveis quantitativas expressam qua discretas e contínuas”. (BITTENCOURT, 2014, p.3) 2 ANÁLISE E INTERPRETAÇÃO DE RESULTADOS DE MODELOS Olá, neste tópico conheceremos um pouco sobre a análise e interpretação dos modelos matemáticos e simulação, boa leitura e bons estudos. Utilizados nas Análises e Interpretações Simulação Nos dicionários encontramos algumas definições para a palavra análise. Entre detalhado de cada seção que compõe um todo, buscando compreender tudo Análise Matemática é uma área da matemática que trabalha cálculo diferencial e integral, medidas, limites, séries infinitas . Há necessidade de fornecer definições rigorosas às ideias evidentes do cálculo suas aplicações desmembraram em uma disciplina denominada analise real “A Estatística pode ser definida como o conjunto de ferramentas para col organização, análise e interpretação de dados experimentais.” (BITTENCOURT, 2014, p.3). A estatística descritiva é aquela que costumamos encontrar com maior mídia. Utiliza de números para descrever fatos a representação gráfica e a orga conjunto de dados”. (BITTENCOURT, 2014, p.5) “A estatística inferencial consiste na obtenção de resultados que possam ser projetados para toda população a partir de uma amostra da mesma. Ela fundamenta amostragem e no cálculo de Probabilidades”. (BITTENCOURT, 2014, p.5) “Probabilidade é um ramo da Matemática que estuda fenômenos aleatórios”. (BITTENCOURT, 2014, p.5). “Amostragem é o nome dado ao conjunto de procedimentos e técnicas para extração de elementos da população para compor a amostra”. (BITTENCOURT, 2014, p.5) População é um conjunto finito ou infinito de elementos. Amostra é um subconjunto da população. Geralmente buscamos amostras representativas”. (BITTENCOURT, 2014, p.5) As variáveis quantitativas expressam quantidades numéricas e se di discretas e contínuas”. (BITTENCOURT, 2014, p.3). Pesquisa Operacional ANÁLISE E INTERPRETAÇÃO DE RESULTADOS DE MODELOS a análise e interpretação dos modelos matemáticos e simulação, boa leitura e bons estudos. ões de Resultados em Nos dicionários encontramos algumas definições para a palavra análise. Entre elas, detalhado de cada seção que compõe um todo, buscando compreender tudo que trabalha com os conceitos séries infinitas e funções . Há necessidade de fornecer definições rigorosas às ideias evidentes do cálculo e suas aplicações desmembraram em uma disciplina denominada analise real. “A Estatística pode ser definida como o conjunto de ferramentas para coleta, organização, análise e interpretação de dados experimentais.” (BITTENCOURT, 2014, p.3). A estatística descritiva é aquela que costumamos encontrar com maior frequência na mídia. Utiliza de números para descrever fatos a representação gráfica e a organização de “A estatística inferencial consiste na obtenção de resultados que possam ser projetados para toda população a partir de uma amostra da mesma. Ela fundamenta-se na teoria da Probabilidades”. (BITTENCOURT, 2014, p.5) “Probabilidade é um ramo da Matemática que estuda fenômenos aleatórios”. “Amostragem é o nome dado ao conjunto de procedimentos e técnicas para extração compor a amostra”. (BITTENCOURT, 2014, p.5). População é um conjunto finito ou infinito de elementos. Amostra é um subconjunto (BITTENCOURT, 2014, p.5). ntidades numéricas e se dividem em “As variáveis discretas assumem apenas determinados valores num dado conjunto enumerável, enquanto as variáveis contínuas podem assumir, ao menos teoricamente, qualquer valor num dado intervalo “As variáveis qualitativas ainda podem ser classificadas em nominais ou ordinais. O nível nominal de mensuração é caracterizado por números que apenas diferenciam ou rotulam as categorias”. (BITTENCOURT, 2014, p.3) “O nível ordinal de mensuração envolve números que, além de diferenciar, hierarquizam as categorias”. (BITTENCOURT, 2014, p.4) “Na prática todas as variáveis são discretas, devido à limitação dos instrumentos de mensuração”. (BITTENCOURT, 2014, p.4) “Os dados são o resultado final dos processos de observação e experimentação” (VAIRINHOS, 1996: 21). “Na interpretação de dados deveremos produzir um resumo verbal ou numérico ou usar métodos gráficos para descrever as suas principais “O método mais apropriado dependerá da natureza dos dados, e aqui podemos distinguir dois tipos fundamentais: dados qua 2016, p.9). “Os dados qualitativos representam a categoria ou característica, não susceptível de medida, mas de classificação, assumindo várias modalidades”. (MORAIS, 2016, p. Exemplo: Os componentes da embalagem são identificados pelas cores azul, verde, vermelho. “Os dados quantitativos representam informação resultante de características susceptíveis de serem medidas, apresentando de natureza discreta (descontínua) ou contínua”. Exemplo: Os componentes da embalagem são mensurados pela massa de 50g, 100g e 200g. “Os estudos de métodos mistos combinam abordagens quantitativas e qualitativas de pesquisa em uma mesma investigação”. 3 “As variáveis discretas assumem apenas determinados valores num dado conjunto enumerável, enquanto as variáveis contínuas podem assumir, ao menos teoricamente, valor num dado intervalo numéricas”. (BITTENCOURT, 2014, p.3) “As variáveis qualitativas ainda podem ser classificadas em nominais ou ordinais. O nível nominal de mensuração é caracterizado por números que apenas diferenciam ou rotulam TTENCOURT, 2014, p.3). “O nível ordinal de mensuração envolve números que, além de diferenciar, hierarquizam as categorias”. (BITTENCOURT, 2014, p.4). “Na prática todas as variáveis são discretas, devido à limitação dos instrumentos de COURT, 2014, p.4). “Os dados são o resultado final dos processos de observação e experimentação” Na interpretação de dados deveremos produzir um resumo verbal ou numérico ou usar métodos gráficos para descrever as suas principais características”. (MORAIS, 2016, p.9) O método mais apropriado dependerá da natureza dos dados, e aqui podemos distinguir dois tipos fundamentais: dados qualitativos e dados quantitativos”. (MORAIS, “Os dados qualitativos representam a informação que identifica alguma qualidade, categoria ou característica, não susceptível de medida,mas de classificação, assumindo várias modalidades”. (MORAIS, 2016, p. 8). Exemplo: Os componentes da embalagem são identificados pelas cores azul, verde, “Os dados quantitativos representam informação resultante de características susceptíveis de serem medidas, apresentando-se com diferentes intensidades, que podem ser de natureza discreta (descontínua) ou contínua”. (MORAIS, 2016, p. 9). Os componentes da embalagem são mensurados pela massa de 50g, 100g e “Os estudos de métodos mistos combinam abordagens quantitativas e qualitativas de pesquisa em uma mesma investigação”. (SANTOS et al., 2016, p.2) Pesquisa Operacional “As variáveis discretas assumem apenas determinados valores num dado conjunto enumerável, enquanto as variáveis contínuas podem assumir, ao menos teoricamente, ”. (BITTENCOURT, 2014, p.3). “As variáveis qualitativas ainda podem ser classificadas em nominais ou ordinais. O nível nominal de mensuração é caracterizado por números que apenas diferenciam ou rotulam “O nível ordinal de mensuração envolve números que, além de diferenciar, “Na prática todas as variáveis são discretas, devido à limitação dos instrumentos de “Os dados são o resultado final dos processos de observação e experimentação” Na interpretação de dados deveremos produzir um resumo verbal ou numérico ou usar (MORAIS, 2016, p.9). O método mais apropriado dependerá da natureza dos dados, e aqui podemos litativos e dados quantitativos”. (MORAIS, informação que identifica alguma qualidade, categoria ou característica, não susceptível de medida, mas de classificação, assumindo várias Exemplo: Os componentes da embalagem são identificados pelas cores azul, verde, “Os dados quantitativos representam informação resultante de características se com diferentes intensidades, que podem ser . Os componentes da embalagem são mensurados pela massa de 50g, 100g e “Os estudos de métodos mistos combinam abordagens quantitativas e qualitativas de Quadro 1 - características dos métodos quantitativos, qualitativos e mistos. Fonte: CORUJO (2017, p. 48) “Tabelas de frequência são encontradas na mídia em geral e nos trabalhos acadêmicos, artigos e revistas cientificas, livros, etc. As tabelas de frequência simples apresentam de fo concisa o número de ocorrências (absoluta e relativa) dos valores de uma variável”. (BITTENCOURT, 2014, p.6) genérica. Fonte: (BITTENCOURT, 2014, p.6) Legenda: X é uma variável qualquer. x é um particular valor da variável X. i é um índice útil para enunciar as expressões matemáticas. k é o número de linhas da tabela. (fi) Frequência Absoluta: numero de ocorrências de valor xi. (fri) Frequência Relativa; percentual de ocorrências do valor de xi. (Fi) Frequência absoluta acumulada (Fi); Número de ocorrências até o valor xi. (Fri) Frequência relativa acumulada (Fri): percentual de ocorrências até o valor xi. 4 métodos quantitativos, qualitativos e mistos. “Tabelas de frequência são encontradas na mídia em geral e nos trabalhos acadêmicos, artigos e revistas cientificas, livros, etc. As tabelas de frequência simples apresentam de fo concisa o número de ocorrências (absoluta e relativa) dos valores de uma variável”. (BITTENCOURT, 2014, p.6). A figura 2 abaixo um exemplo de tabela de frequência Fonte: (BITTENCOURT, 2014, p.6) particular valor da variável X. i é um índice útil para enunciar as expressões matemáticas. k é o número de linhas da tabela. Absoluta: numero de ocorrências de valor xi. Relativa; percentual de ocorrências do valor de xi. absoluta acumulada (Fi); Número de ocorrências até o valor xi. relativa acumulada (Fri): percentual de ocorrências até o valor xi. Pesquisa Operacional “Tabelas de frequência são encontradas na mídia em geral e nos trabalhos acadêmicos, artigos e revistas cientificas, livros, etc. As tabelas de frequência simples apresentam de forma concisa o número de ocorrências (absoluta e relativa) dos valores de uma variável”. A figura 2 abaixo um exemplo de tabela de frequência relativa acumulada (Fri): percentual de ocorrências até o valor xi. “A média aritmética é definida como a soma de todas as observações da variável X, dividida pelo número de elementos do conjunto de dados. Frequentemente é o valor que melhor representa um conjunto de dados”. A mediana é o valor que divide o conjunto de dados ordenado em duas partes com igual número de observações. (BITTENCOURT, 2014, p.8) “A moda é definida como o valor mais frequente de um conjunto de dados. É possível que o conjunto seja bimodal (duas modas) ou até mesmo multimodal (três os mais modas)”. (BITTENCOURT, 2014, p.9) “A variância é uma medida da variação em torno da média. Por definição, variância é a média dos quadrados dos desvios em torno da média”. (BITTENCOURT, 2014, p.13) “O desvio-padrão é a raiz quadrada positiva da variância. Essa medida corrige o problema de unidade que surge na variância. O desvio da média”. (BITTENCOURT, 2014, p.13) “O Coeficiente de Variação é a razão entre o desvio de dados. Ele expressa a variação relativa (%) presente no co média.” (BITTENCOURT, 2014, p.13). Quadro 2 - Tipos de Modelos Decisórios Tipos Processo Previsibilidade Decisório Investigativos Decisório Comparativos Decisório Específicos Decisório Genéricos Decisório Fonte: O AUTOR (2020) 5 “A média aritmética é definida como a soma de todas as observações da variável X, pelo número de elementos do conjunto de dados. Frequentemente é o valor que melhor representa um conjunto de dados”. (BITTENCOURT, 2014, p.8) A mediana é o valor que divide o conjunto de dados ordenado em duas partes com e observações. (BITTENCOURT, 2014, p.8). “A moda é definida como o valor mais frequente de um conjunto de dados. É possível que o conjunto seja bimodal (duas modas) ou até mesmo multimodal (três os mais modas)”. (BITTENCOURT, 2014, p.9) a medida da variação em torno da média. Por definição, variância é a média dos quadrados dos desvios em torno da média”. (BITTENCOURT, 2014, p.13) padrão é a raiz quadrada positiva da variância. Essa medida corrige o problema de na variância. O desvio-padrão também é uma medida da variação em torno da média”. (BITTENCOURT, 2014, p.13). “O Coeficiente de Variação é a razão entre o desvio-padrão e a média de um conjunto de dados. Ele expressa a variação relativa (%) presente no conjunto de dados em relação à média.” (BITTENCOURT, 2014, p.13). Modelos Decisórios e suas aplicações Objetivo Preveraos eventos futuros, com referencia aos parâmetros atuais na linha temporal. Análise de Demanda de produtos vendidos para decisões Pesquisar informações na previsibilidade de hipóteses em relação ao desempenho do sistema. As variáveis de resposta auxiliam a estruturar e organizar origem do processo avaliado. Análise dos efeitos das alterações sobre as variáveis de monitoramento. Simulação de um processo de injeção plástica com as mudanças dos parâmetros. Aplicados a eventos exclusivos ou singulares, embora com poucos recursos financeiros presentes no processo. Alocar ou nãoum equipamento uma ou mais linhas fabris. Estes são utilizados periodicamente por um tempo considerável. Sua estrutura deve ser robusta/flexível. Utilizam dados e informações financeiras, referenciadas na performance visando projetar situações futuras. Pesquisa Operacional “A média aritmética é definida como a soma de todas as observações da variável X, pelo número de elementos do conjunto de dados. Frequentemente, a média aritmética (BITTENCOURT, 2014, p.8). A mediana é o valor que divide o conjunto de dados ordenado em duas partes com “A moda é definida como o valor mais frequente de um conjunto de dados. É possível que o conjunto seja bimodal (duas modas) ou até mesmo multimodal (três os mais modas)”. a medida da variação em torno da média. Por definição, variânciaé a média dos quadrados dos desvios em torno da média”. (BITTENCOURT, 2014, p.13) padrão é a raiz quadrada positiva da variância. Essa medida corrige o problema de padrão também é uma medida da variação em torno padrão e a média de um conjunto njunto de dados em relação à Exemplo Análise de Demanda de produtos vendidos para futuras de produção. As variáveis de resposta auxiliam a estruturar e organizar as informações na origem do processo avaliado. Simulação de um processo de injeção plástica com as mudanças dos parâmetros. Alocar ou nãoum equipamento alimentando mais linhas fabris. Utilizam dados e informações financeiras, referenciadas na performance visando projetar situações - Exemplo de Análise e Interp Empresa: Fabricante de armaduras que compõe as estruturas de concreto O processo na íntegra é realizado produção, em sequência padronizada policorte, carregamento até a bancada, marcação dos vergalhões, seleção dos estribos; ponteamento das armaduras e transporte para o estoque e idealizado artesanalmente. A área de Ferragem não tem disponível um estoque de vergalhões para utilização na fabricação nos dias futuros, já que os vergalhões, cortados nas policortes, são utilizadosna fabricação diária. Há necessidade de se considerar o uso de executando na totalidade o processo de produção. As fases de simulação usaram referenciando a cada fase do sistema de fabricação de armaduras. p.10). O software Input Analyzer deste simulador foi de vital na obtenção dos de tempo em cada fase do processo. Ressaltando que o simulações e tem um mecanismo Foram idealizadas duas simulações e todas às variáveis e dados quantitativos n fase, estão sintetizadas no término de cada simulação constam no quadro Abaixo. aos valores quantitativos em amarelo. 6 Exemplo de Análise e Interpretação de Simulação com software Arena® Empresa: Fabricante de armaduras que compõe as estruturas de concreto íntegra é realizado por 10 armadores que executam as ncia padronizada: recebimento do pedido, corte dos vergalhões na policorte, carregamento até a bancada, marcação dos vergalhões, seleção dos estribos; ponteamento das armaduras e transporte para o estoque e o processo de manufatura . (GERÔNIMO et al., 2019, p.9). A área de Ferragem não tem disponível um estoque de vergalhões para utilização na fabricação nos dias futuros, já que os vergalhões, cortados nas policortes, são utilizadosna fabricação diária. Há necessidade de se considerar o uso de somente 10 armadores, executando na totalidade o processo de produção. (GERONIMO et al., 2019, p.10). As fases de simulação usaram-se integralmente os dados coletados no período 45 dias, referenciando a cada fase do sistema de fabricação de armaduras. (GERONIMO et al., 2019, software Input Analyzer® foi usado para ajustes dos dados coletados, vital na obtenção dos resultados. Foi necessário atentar em cada fase do processo. (GERÔNIMO et al., 2019, p.10). que o software ARENA® dá importância essa variação em suas tem um mecanismo para ajudar na indicação das curvas de comportamento. Foram idealizadas duas simulações e todas às variáveis e dados quantitativos n fase, estão sintetizadas no término de cada simulação constam no quadro Abaixo. aos valores quantitativos em amarelo. (GERÔNIMO et al., 2019, p.10). Pesquisa Operacional Arena® Empresa: Fabricante de armaduras que compõe as estruturas de concreto por 10 armadores que executam as fases da : recebimento do pedido, corte dos vergalhões na policorte, carregamento até a bancada, marcação dos vergalhões, seleção dos estribos; o processo de manufatura é A área de Ferragem não tem disponível um estoque de vergalhões para utilização na fabricação nos dias futuros, já que os vergalhões, cortados nas policortes, são utilizadosna somente 10 armadores, (GERONIMO et al., 2019, p.10). se integralmente os dados coletados no período 45 dias, (GERONIMO et al., 2019, dos dados coletados, a utilização necessário atentar para a variação essa variação em suas das curvas de comportamento. Foram idealizadas duas simulações e todas às variáveis e dados quantitativos no final de cada fase, estão sintetizadas no término de cada simulação constam no quadro Abaixo. Destaques NIMO et al., 2019, p.10). Quadro 3 - Resultado da simulação real. Fonte: Adaptado do software Arena®, apud Com referência nas simulações idealizadas foram apresentadas três soluções de melhorias no processo, conforme apresentado Fonte: (GERÔNIMO et al., 2019, p.10) No quadro 5 são apresentados os dados distintos. Na primeira a simulação de situação real da área; o segundo com a simulação do arranjo com as melhorias sugeridas, já uma terceira coluna, identificada “ganhos %”. 7 esultado da simulação real. Arena®, apud (GERÔNIMO et al., 2019, p.10) ncia nas simulações idealizadas foram apresentadas três soluções de melhorias no processo, conforme apresentado noquadro 4abaixo: NIMO et al., 2019, p.10) são apresentados os dados quantitativos fornecidos Na primeira a simulação de situação real da área; o segundo com a simulação do arranjo com as melhorias sugeridas, já uma terceira coluna, identificada “ganhos %”. Pesquisa Operacional ncia nas simulações idealizadas foram apresentadas três soluções de quantitativos fornecidos em dois ambientes Na primeira a simulação de situação real da área; o segundo com a simulação do arranjo com as melhorias sugeridas, já uma terceira coluna, identificada “ganhos %”. (GERONIMO et al., 2019, p.13). Esta é formada por uma escala de confrontação entre ambas as simulações oferecendo informações em porcentagem que são exatas e que impactam diretamente nas variáveis essenciais neste caso, tais como produtividade, o tempo de carregamento e a sucata. (GERÔNIMO et al., 2019, p.13). Na simulação com avanços observados no quadro cinco, obteve 46,53% no tempo de movimentação da matéria de sucata. (GERÔNIMO et al., 2019, p.13). Houve um rendimento aproximado um dia de produção, de execução de 44,65% e com a dobra. Simultaneamente com a taxa de ocupação de 431,02%%. Finalizando, um aumento 52,94% de rendimento. (GERÔNIMO et al., 2019, p.13). Fonte: (GERÔNIMO et al., 2019, p.13). 8 (GERONIMO et al., 2019, p.13). formada por uma escala de confrontação entre ambas as simulações oferecendo informações em porcentagem que são exatas e que impactam diretamente nas variáveis essenciais neste caso, tais como produtividade, o tempo de carregamento e a sucata. al., 2019, p.13). Na simulação com avanços observados no quadro cinco, obteve 46,53% no tempo de movimentação da matéria-prima, uma diminuição de 74,86% na geração NIMO et al., 2019, p.13). um rendimento da matéria-prima, aumento de estoque de vergalhões um dia de produção, acréscimo médio no coeficiente de utilização de 44,65% e com a substituição de duas policorte pelo equipamento Simultaneamente com a admissão de dois colaboradores para a esta, atingiu taxa de ocupação de 431,02%%. Finalizando, um aumento 52,94% de rendimento. NIMO et al., 2019, p.13). Quadro 5 - análise comparativa dos resultados Fonte: (GERÔNIMO et al., 2019, p.13). Pesquisa Operacional formada por uma escala de confrontação entre ambas as simulações oferecendo informações em porcentagem que são exatas e que impactam diretamente nas variáveis essenciais neste caso, tais como produtividade, o tempo de carregamento e a sucata. Na simulação com avanços observados no quadro cinco, obteve-se um aumento de prima, uma diminuição de 74,86% na geração de estoque de vergalhões utilização das bancadas equipamento de corte e admissão de dois colaboradores para a esta, atingiu-se uma taxa de ocupação de 431,02%%. Finalizando, um aumento 52,94% de rendimento. Com a necessidade de prever eventosindustriais, sociais, surgiram, após a década de 90, matemáticos. O quadro 6 etc. Quadro 6 – Evolução das propriedades, linguagens de programação Fonte: GAVIRA (2003, p. 60) 9 Com a necessidade de prever eventos industriais, sociais, década de 90, evolução da computação de linguagens e simuladores 6 aponta esta evolução, propriedades, linguagens de programação, Evolução das propriedades, linguagens de programação Pesquisa Operacional Com a necessidade de prever eventos industriais, sociais, físicos, entre outros linguagens e simuladores esta evolução, propriedades, linguagens de programação, Recapitulando - Análise é o exame detalhado de cada seção que compõe um todo, buscando compreender tudo aquilo que o caracteriza. - A Análise Matemática é uma pelo cálculo diferencial e integral 10 Análise é o exame detalhado de cada seção que compõe um todo, buscando compreender tudo aquilo que o caracteriza. é uma área da matemática que trabalha com os conceitos inseridos cálculo diferencial e integral, medidas, limites, séries infinitas e funções analíticas Pesquisa Operacional Análise é o exame detalhado de cada seção que compõe um todo, buscando compreender que trabalha com os conceitos inseridos funções analíticas. REFERÊNCIAS BIBLIOGRÁFICAS BITTENCOURT, H. R. Estatística Aplicada à Engenharia Engenharia de Processos e de Sistemas de Produção. PUCRS, 2014, 40p. BITTENCOURT, H. R. Estatística Aplicada à Engenharia, Curso de Especialização em Engenharia de Processos e de Sistemas de Produção. CRESWELL, J. 2013. Research design approaches. 4th ed. Thousand Oaks: SagePublications CORUJO, L. Metodologias para o estudo da avaliação arquivística de informação eletrónica. 2017, LISBOA, PORTUGAL. https://www.researchgate.net/publication/318381216 GAVIRA, M. de O. Simulação Conhecimento. Universidade de em:<http://www.teses.usp.br/teses/disponiveis/18/18140/tde 004345/publico/Gavira1.pdf>. Acesso em: 08/08/2020. GERÔNIMO, M. da S.; MARQUES, G. de C. M.; MESQUITA, A L. G.M.; FERREIRA, E. M.; CUTRIM, R. M. Melhoria nos proces computacional: um estudo de caso. Produção.“Os desafios da engenharia de produção para uma gestão inovadora da Logística e Operações” Santos - São Paulo, Brasil, 15 a 18 de outubro de 2019. 15p. MORAES, C. Instituto Politécnico de Bragança Escola Superior de Educação Apostila, 2016, 30p. SANTOS JLG; ERDMANN AL; ROSS R. Integração entre dados quantita métodos mistos. Texto Contexto Enferm, 2017; 26(3): e em:<https://www.scielo.br/pdf/tce/v26n3/0104 09 ago. 2020. VAIRINHOS, V. M. Elementos de probabilidade e estatística. Aberta: 1996. 11 BIBLIOGRÁFICAS Estatística Aplicada à Engenharia. Curso de Especialização em Processos e de Sistemas de Produção. PUCRS, 2014, 40p. BITTENCOURT, H. R. Estatística Aplicada à Engenharia, Curso de Especialização em Engenharia de Processos e de Sistemas de Produção. PUCRS, 2014, 40p. Research design: qualitative, quantitative and mixed methods 4th ed. Thousand Oaks: SagePublications, 2013. (Figura 1). Metodologias para o estudo da avaliação arquivística de informação . 2017, LISBOA, PORTUGAL. Disponível em:<, https://www.researchgate.net/publication/318381216. Acesso em: 10 ago. 2020. (FIGURA 1). Simulação Computacional como uma Ferramenta . Universidade de São Paulo. Disponível em:<http://www.teses.usp.br/teses/disponiveis/18/18140/tde-20052003- 004345/publico/Gavira1.pdf>. Acesso em: 08/08/2020. GERÔNIMO, M. da S.; MARQUES, G. de C. M.; MESQUITA, A L. G.M.; FERREIRA, E. Melhoria nos processos produtivos com o uso da simulação computacional: um estudo de caso. XXXIX Encontro Nacional de Engenharia de “Os desafios da engenharia de produção para uma gestão inovadora da Logística e São Paulo, Brasil, 15 a 18 de outubro de 2019. 15p. Instituto Politécnico de Bragança Escola Superior de Educação SANTOS JLG; ERDMANN AL; MEIRELLES BHS; LANZONI GMML Integração entre dados quantitativos e qualitativos em uma pesquisa de . Texto Contexto Enferm, 2017; 26(3): e 1590016. Disponível https://www.scielo.br/pdf/tce/v26n3/0104-0707-tce-26-03-e1590016.pdf Elementos de probabilidade e estatística. Lisboa: Pesquisa Operacional . Curso de Especialização em Processos e de Sistemas de Produção. PUCRS, 2014, 40p. BITTENCOURT, H. R. Estatística Aplicada à Engenharia, Curso de Especialização em PUCRS, 2014, 40p. : qualitative, quantitative and mixed methods , 2013. (Figura 1). Metodologias para o estudo da avaliação arquivística de informação . Acesso em: 10 ago. 2020. (FIGURA 1). Ferramenta de Aquisição de - GERÔNIMO, M. da S.; MARQUES, G. de C. M.; MESQUITA, A L. G.M.; FERREIRA, E. sos produtivos com o uso da simulação de Engenharia de “Os desafios da engenharia de produção para uma gestão inovadora da Logística e São Paulo, Brasil, 15 a 18 de outubro de 2019. 15p. Instituto Politécnico de Bragança Escola Superior de Educação. SP, LANZONI GMML; CUNHA VP; tivos e qualitativos em uma pesquisa de 1590016. Disponível e1590016.pdf.> Acesso em: Lisboa: Universidade
Compartilhar