Escolar Documentos
Profissional Documentos
Cultura Documentos
3. PREVISO DA DEMANDA
3.1. INTRODUO
69
70
71
Objetivo do
modelo
Coleta e anlise dos dados
Monitorao do modelo
Figura 3.1. Etapas do modelo de previso da demanda.
72
Demanda
800
600
400
200
0
Jan.
Fev.
Mar.
Abr.
Maio
A
Jun.
Jul.
Ago.
Set.
Out.
Nov.
Dez.
73
74
dados
subjetivos,
os
quais
so
difceis
de
representar
75
tcnicas
baseadas
em
sries
temporais
procuram
modelar
76
por trs das caractersticas da curva obtida. Uma curva temporal de previso pode
conter tendncia, sazonalidade, variaes irregulares e variaes randnicas.
A tendncia consiste num movimento gradual de longo prazo, direcionado os
dados. A sazonalidade refere-se a variaes cclicas de curto prazo, relacionadas ao
fator tempo, como a influncia de alteraes climticas ou frias escolares. J as
variaes irregulares, como o prprio nome indica, so alteraes na demanda
passada resultante de fatores excepcionais, como greves ou catstrofes climticas,
que no podem ser previstos e, portanto, includos no modelo. Esses dados,
conforme exposto anteriormente devem ser retirado da srie histrica e substitudos
pela mdia. Finalmente, excluindo-se os fatores de tendncia, sazonalidade e
excepcionalidade, restam as variaes aleatrias ou normais, que sero tratadas
peal mdia. A Figura 3.3. apresenta duas sries de dados em que ilustra-se a
influencia desses fatores nos dados histricos.
Em funo dos fatores que influenciam os dados a previso da demanda
baseada em sries temporais pode ser subdividida em passos, cada um deles
relacionado ao dimensionamento de um desses fatores. A previso final ser o
resultado da composio destes fatores. Existem tcnicas para tratar a mdia
(variaes aleatrias), para tratar a tendncia e para tratar a sazonalidade. A seguis,
cada uma dessas tcnicas ser descrita e exemplificada.
Sazonalidade
60
Tendncia
Demanda
50
40
30
20
10
Variao irregular
Variao randmica
0
Jan.
Fev.
Mar.
Abr.
Maio
Jun.
A
Jul.
B
Ago.
Set.
Out.
Nov.
Dez.
77
D
Mmn =
i=1
n
(3.1)
78
= nmero de perodos;
Exemplo 3.1:Para ilustrar a aplicao da mdia mvel, vamos admitir que nos
ltimos seis meses a demanda de determinado produto foi a seguinte:
Perodo
Demanda
Janeiro
Fevereiro
Maro
Abril
Maio
Junho
60
50
45
50
45
70
Mm3 =
50+45+70
= 55,00
Mm3 =
45+70+60
= 58,33
Mm5 =
50+45+50+45+70
5
= 52,00
79
80
Perodo
Demanda
10
90
95
98
90
92
95
90
100
92
95
81
Demanda
= 0,10
= 0,50
Previso
Erro
Previso
Erro
90
95
90,00
5,00
90,00
5,00
98
90,50
7,50
92,50
5,50
90
91,25
-1,25
95,25
-5,25
92
91,12
0,88
92,62
-0,62
95
91,20
3,80
92,31
2,69
90
91,58
-1,58
93,65
-3,65
100
91,42
8,58
91,82
8,18
92
92,27
-0,27
95,91
-3,91
10
95
92,25
2,75
93,95
1,05
11
92,52
94,47
100
= 0,50
Real
Demanda
95
90
= 0,10
85
80
1
Perodos
10
11
82
(3.3)
83
Demanda (Y )
100
95
90
85
80
75
0
Tempos (X )
( XY) - ( X)( Y)
b=
(3.4)
n
a=
( X) - ( X)
Y -b - ( X)
(3.5)
n
84
Demanda (Y)
XY
450
450
430
860
470
14
1.410
480
10
30
1.920
450
15
55
2.250
500
21
91
3.000
520
28
140
3.640
530
36
204
4.240
3830
17.770
a=
3.830 12,73 . 36
= 421,46
b=
8 . 17.770 36 . 3.830
= 12,73
8 . 204 36 . 36
Logo, a equao de previso da demanda Y = 421,46 + 12,73 X.
Substituindo os valores de X na equao de previso por 9 e 10, teremos a
previso da demanda para as semanas 9 e 10, respectivamente.
Y 9 = 421,46 + 12,73 (9) = 536,03
Y 10 = 421,46 + 12,73 (10) = 548,76
A Figura 3.6 ajuda a ilustrar este exemplo. Nela esto representados os dados
da demanda real e os dados da reta de previso, com as previses para as 9 e 10.
85
Dem anda
550
500
Reta de Previso
Prevista
450
Demanda Real
400
1
10
Semanas
Sendo que:
Pt+1 = Mt + Tt
(3.6)
Mt = Pt + + (Dt + Pt )
(3.7)
(3.8)
86
Demanda
1
2
3
4
5
200
250
240
300
340
390
350
400
Mt = P1 + 1 (Dt - Pt)
Pt+1 = M1 + T1
(390 320,8)
358,0 = 360,1 + 0,2
(350 360,1)
390,1 = 387,6 + 0,2
(400 387,2)
400
Real
350
300
250
200
1 Trim.
Previso
2 Trim.
3 Trim.
4 Trim.
5 Trim.
6 Trim.
7 Trim.
8 Trim.
9 Trim.
87
88
Dia
Semana
ndice
Segunda
50
Tera
55
Quarta
52
Quinta
56
443/7 = 63,28
56/63,28 = 0,88
Sexta
65
448/7 = 64
65/64 = 1,01
Sbado
80
443/7 = 63,28
80/63,28 = 1,26
Domingo
85
449/7 = 64,14
85/64,14 = 1,32
Semana
ndice
Segunda
55
443/7 = 63,28
55/63,28 = 0,86
Tera
50
448/7 = 64
50/64 = 0,78
Quarta
58
443/7 = 63,28
58/63,28 = 0,91
Quinta
50
438/7 = 62,57
50/62,57 = 0,79
Sexta
70
435/7 = 62,14
70/62,14 = 1,12
Sbado
75
435/7 = 62,14
75/62,14 = 1,20
Domingo
80
431/7 = 61,57
80/61,57 = 1,29
Segunda
52
441/7 = 63
52/63 = 0,82
Tera
50
436/7 = 62,28
50/62,28 = 0,80
Quarta
54
446/7 = 63,71
54/63,71 = 0,84
Quinta
60
456/7 = 65,14
60/65,14 = 0,92
Sexta
65
454/7 = 64,85
65/64,85 = 1,00
Sbado
85
457/7 = 65,28
85/65,28 = 1,30
Domingo
90
458/7 = 65,42
90/65,42 = 1,37
Segunda
50
Tera
53
Quarta
55
Dia
89
Isexta
90
Dsexta
91
Y=a+
bx
0
X
(3.3)
( XY) - ( X)( Y)
b=
n
a=
(3.4)
( X) - ( X)
Y -b - ( X)
n
(3.5)
92
Nmero de
Alunos X (mil)
XY
31,56
10,00
315,60
996,03
100,00
38,00
12,00
456,00
1.444,00
144,00
25,25
8,00
202,00
637,56
64,00
47,20
15,00
708,00
2.227,84
225,00
22,00
6,50
143,00
484,00
42,25
34,20
11,00
376,20
1.169,64
121,00
45,10
14,50
653,95
2.034,01
210,00
32,30
10,10
326,23
1.043,29
102,00
29,00
9,20
266,80
841,00
84,64
40,90
13,40
548,06
1.672,81
179,56
40,00
12,70
508,00
1.600,00
161,29
24,20
7,60
183,92
585,64
57,76
41,00
13,10
537,10
1.681,00
171,61
Y = 450,71
X = 143,10
X .Y = 5.224,86 Y = 16.416,82
x = 1.663,37
( XY) - ( X)( Y)
b=
n
13 . 1.663,37 (143,10)
( X) - ( X)
Y -b - ( X)
a=
n
= 2,99
= 1,757
93
Nmero de refeies
50.000
40.000
30.000
20.000
10.000
0
6.000
7.000
8.000
9.000
13.000
14.000 15.000
Nmero de Alunos
( XY) - ( X)( Y)
r=
(3.9)
n
( X) - ( X)
( X) - ( X)
94
r=
= +0,99
13. (1.663,37) - (143,10)
95
MAD =
|Datual Dprevista|
n
Onde: Datual
= nmero de perodos.
Uma caracterstica importante do MAD, admitindo-se que os erros distribuemse de forma aleatria, que MAD = Desvio Padro/1,25.
Aproveitando os dados do exemplo 3.2, reapresentados na Tabela 3.6,
podemos calcular o valor dos erros acumulados para as duas alternativas de
previses empregando a mdia exponencial mvel ( = 0,10 e = 0,50) e comparlas ao valor padro de 4 MAD.
Tabela 3.6. Clculo do MAD.
Perodo
Datual
= 0,10
= 0,50
Dprevista
Erro
Dprevista
Erro
90
95
90,00
5,00
90,00
5,00
98
90,50
7,50
92,50
5,50
90
91,25
-1,25
95,25
-5,25
92
91,12
0,88
92,62
-0,62
96
95
91,20
3,80
92,31
2,69
90
91,58
-1,58
93,65
-3,65
100
91,42
8,58
91,82
8,18
92
92,27
-0,27
95,91
-3,91
10
95
92,25
2,75
93,95
1,05
Erro = 25,41
Erro = 8,99
Erro
20
15
10
5
0
-5
-10
-15
-20
Limite superior
Limite inferior
97
RESUMO
98
existe
defasagem
de
perodos
entre
variveis
dependente
independente?
8. Quais as razes que podem levar uma previso a exceder os limites de controle
estabelecidos?
9.
Demanda
30
27
35
40
33
29
41
38
35
99
87
88
89
90
91
92
93
94
95
96
Demanda
250
230
270
285
290
287
310
325
320
340
Demanda
65
58
50
60
85
75
62
74
a. Retirar a sazonalidade dos dados e gerar uma equao linear para previso
da tendncia da demanda.
b. Prever a demanda para os trimestres do prximo ano.
12. A demanda por cimento est correlacionada com o nvel de atividade da
construo civil e determinada regio. Dados dos ltimos sete anos mostram os
seguintes desenhos.
100
Ano
Demanda por
cimento (m)
735
600
770
670
690
780
640
Taxa de
construo (m)
100
80
105
92
95
107
87