Escolar Documentos
Profissional Documentos
Cultura Documentos
@RISK
Add-In do Microsoft Excel para
Simulao e Anlise de Riscos
Verso 6
maro, 2013
Palisade Corporation
798 Cascadilla St.
Ithaca, NY 14850
EUA
+1-607-277-8000
+1-607-277-8001 (fax)
http://www.palisade.com (website)
sales@palisade.com (e-mail)
Direitos Autorais
Copyright 2013, Palisade Corporation.
Bem-vindo
@RISK para o Microsoft Excel
Bem-vindo ao @RISK, o sistema de software revolucionrio para
anlise de situaes tcnicas e de negcio impactadas por Risco. As
tcnicas de Anlise de Risco tm sido reconhecidas h certo tempo
como ferramentas poderosas para auxiliar os tomadores de deciso a
gerenciar situaes sujeitas a incertezas. O uso das tcnicas tem sido
limitado pelo seu alto custo, dificuldade de uso e necessidades
computacionais substantivas. No entanto, o uso crescente de
computadores nos negcios e no meio cientfico aponta para uma
realidade na qual estas tcnicas estaro disponveis no cotidiano dos
tomadores de deciso.
Esta promessa de futuro finalmente concretizada com o @RISK
(pronunciado at risk) um sistema que traz as tcnicas de
Simulao e Anlise de Risco para o pacote de planilha eletrnica
padro, o Microsoft Excel. Com @RISK e Excel qualquer situao com
risco pode ser modelada, desde negcios a cincia e engenharia. Voc
o melhor juiz das necessidades que a sua anlise requer, e o @RISK
combinado com as capacidades de modelagem do Excel permite a
construo de um modelo que melhor satisfaa estas necessidades. A
qualquer hora que se faa necessrio decidir ou analisar uma situao
sob incerteza, voc poder utilizar o @RISK para melhorar a sua
projeo do que o futuro possa ser.
Bem-vindo
ii
Funcionalidades de Modelagem
Como um add-in para o Microsoft Excel, o @RISK se conecta
diretamente ao Excel para adicionar capacidades de Anlise de Risco
nas planilhas. O sistema do @RISK fornece todas as ferramentas
necessrias para parametrizar, executar e visualizar os resultados de
uma Anlise de Risco. E o @RISK trabalha em um estilo bastante
familiar para voc menus e funes no estilo do Excel.
Funes do
@RISK
O @RISK permite que voc defina valores com incerteza nas clulas
do Excel utilizando distribuies de probabilidade como funes do
Excel. O @RISK adiciona um conjunto de novas funes para o
conjunto de funes do Excel, cada qual permite a especificao de
um diferente tipo de distribuio para os valores da clula. Funes
de Distribuio podem ser adicionadas a qualquer nmero de clulas
e frmulas nas planilhas e podem incluir argumentos como referncia
a clulas e expresses permitindo uma especificao da incerteza
extremamente sofisticada. Para ajud-lo a associar distribuies a
valores incertos, o @RISK inclui uma janela grfica pop-up onde as
distribuies podem ser visualizadas e adicionadas a frmulas.
Distribuies de
Probabilidade
Anlise da
Simulao do
@RISK
Bem-vindo
Grficos
Capacidades
Avanadas de
Simulao
Grficos em
Alta Resoluo
Velocidade de
Execuo do
Produto
iv
ndice
Primeiros Passos
Introduo ........................................................................................... 3
Instrues de Instalao .................................................................... 7
Ativao do Software ....................................................................... 11
Incio Rpido ..................................................................................... 13
Uma Viso Geral da Anlise de Risco
17
Introduo ......................................................................................... 19
O que Risco? .................................................................................. 21
O que Anlise de Risco?............................................................... 27
Desenvolvendo um Modelo do @RISK........................................... 29
Analisando um Modelo com a Simulao ...................................... 31
Tomando uma Deciso: Interpretando os Resultados ................. 35
O que a Anlise de Risco pode (e no pode) fazer ....................... 39
Conhecendo o @RISK
41
89
Comandos de Modelo
99
Definir Distribuies......................................................................... 99
ndice
191
213
285
323
409
435
503
521
Funes do @RISK
539
vii
779
781
809
851
877
885
905
911
ndice
915
ix
Primeiros Passos
Introduo ........................................................................................... 3
Sobre esta Verso .....................................................................................3
Trabalhando com o seu Ambiente Operacional .................................3
Se voc precisar de ajuda ........................................................................3
Requisitos Mnimos para o @RISK ......................................................5
Instrues de Instalao .................................................................... 7
Instrues gerais de instalao ..............................................................7
A Sute DecisionTools ............................................................................7
Adicionando cones ou Atalhos para o @RISK ..................................8
Mensagem de Aviso de Segurana de Macros na Inicializao ......9
Ativao do Software ....................................................................... 11
Incio Rpido ..................................................................................... 13
Vdeos on-line ........................................................................................13
Como comear a usar o software .........................................................13
Incio rpido com suas Prprias Planilhas ........................................14
Usando planilhas do @RISK 6 no @RISK 3.5 ou anterior...............15
Usando planilhas do @RISK 6 no @RISK 4.0 ...................................15
Usando planilhas do @RISK 6 no @RISK 4.5 ...................................15
Usando planilhas do @RISK 6 no @RISK 5 ......................................16
@RISK 5.5 Help System Palisade Corporation, 1999
Primeiros Passos
Introduo
Sobre esta Verso
Esta verso do @RISK pode ser utilizada com o Microsoft Excel 2003
ou superior.
Primeiros Passos
Introduo
Primeiros Passos
Instrues de Instalao
Instrues gerais de instalao
O programa de instalao copia os arquivos de sistema do @RISK no
diretrio especificado do disco rgido. Para executar o programa de
instalao no Windows XP ou verso superior:
1) Clique duas vezes no arquivo RISK Setup.exe obtido por download
ou contido no CD de instalao, e siga as instrues de instalao
apresentadas na tela.
Se voc encontrar problemas na instalao do @RISK, verifique a
existncia de espao suficiente no drive no qual est sendo feita a
instalao. Aps liberar espao suficiente, tente rodar novamente a
Instalao.
Removendo o
@RISK do seu
computador
A Sute DecisionTools
@RISK para o Excel uma parte da Sute DecisionTools Suite, um
conjunto de programas para anlise de deciso e risco descrito no
Apndice D: Utilizando o @RISK Com Outras Ferramentas de
Deciso (DecisionTools). O procedimento de instalao padro do
@RISK coloca software em um subdiretrio do diretrio Arquivos de
Programas/Palisade. bastante similar forma que o Excel
instalado em um subdiretrio do diretrio Microsoft Office.
Um subdiretrio do diretrio Arquivos de Programas/Palisade ser o
diretrio do @RISK (que por padro se chama RISK6). Esta diretrio
possui os arquivos do programa alm de arquivos exemplo e outros
necessrios para rodar o @RISK. Outro subdiretrio do Arquivos de
Programas/Palisade o diretrio SYSTEM, que contm arquivos que
so necessrios para todos os programas da Sute DecisionTools,
incluindo arquivos de ajuda comuns e bibliotecas dos programas.
Primeiros Passos
Instrues de Instalao
Primeiros Passos
10
Ativao do Software
A ativao um processo de verificao de licena que efetuado
apenas uma vez e necessrio para poder executar o software
Palisade como produto plenamente licenciado. A fatura impressa do
produto, ou a fatura enviada por e-mail, contm a ID de Ativao,
que consiste em uma sequncia de letras e nmeros separados por
traos, por exemplo: "DNADNA-6438907-651282-CDM". Se voc
forneceu a ID de Ativao durante a instalao, o software ser
ativado ao final do processo de instalao; nenhuma outra ao ser
necessria. Se preferir ativar o software aps a instalao, selecione o
comando Gerenciador de Licenas no menu Ajuda.
O Gerenciador de Licenas pode ser usado para ativar, desativar e
transferir licenas de software de uma mquina para outra. Tambm
usado para gerenciar licenas em instalaes de rede. Siga as
instrues e caixas de dilogo apresentadas pelo Gerenciador de
Licenas para executar o procedimento desejado relativo s licenas.
Primeiros Passos
11
12
Incio Rpido
Vdeos on-line
Nos vdeos disponveis on-line, especialistas no @RISK o orientam
nos modelos de exemplo em formato de vdeo. Os tutoriais so
apresentaes multimdia sobre os principais recursos do @RISK.
Os vdeos podem ser selecionados e reproduzidos usando o comando
Vdeos do @RISK.
Primeiros Passos
13
14
Incio Rpido
Primeiros Passos
16
Incio Rpido
17
18
Introduo
O @RISK permite a modelagem avanada e Anlise de Risco no
Microsoft Excel. Voc pode indagar se o que voc faz se qualifica
como modelagem e/ou se adequado Anlise de Risco. Se voc
utiliza dados para resolver problemas, faz previses, desenvolve
estratgias ou toma decises, voc deve definitivamente considerar
fazer Anlise de Riscos.
Modelagem um conceito global que usualmente significa qualquer
tipo de atividade onde voc est tentando criar uma representao de
uma situao da vida real de forma a poder analis-la. Sua
representao, ou modelo, pode ser utilizado para examinar a
situao e, possivelmente, ajud-lo a entender o que o futuro pode
trazer. Se voc j fez anlises de sensibilidade (se... ento ou what-if),
alterando os valores das vrias variveis de entrada, voc est bem a
caminho de compreender a importncia da incerteza em uma situao
de modelagem.
Certo, ento voc faz anlises e constri modelos o que est
envolvido em fazer estas anlises e modelos incorporarem
explicitamente o risco envolvido? A discusso seguinte tentar
responder esta questo, mas no se preocupe, voc no precisa ser um
expert em estatstica ou teoria de deciso para analisar situaes sob
risco, e voc certamente no precisa ser um expert para utilizar o
@RISK. No podemos ensinar tudo em algumas poucas pginas, mas
vamos dar um apoio para comear. Uma vez que voc comece a usar
o @RISK voc ir automaticamente aprender o tipo de experincia de
modelagem que no pode ser obtida atravs de um livro.
Outro propsito deste captulo oferecer a voc uma viso geral sobre
como o @RISK pode rodar anlises de risco, em sua planilha. Voc
no precisa saber como o @RISK funcionar para us-lo com sucesso,
mas voc pode achar algumas explicaes teis e interessantes. Este
captulo discute:
19
20
O que Risco?
Todos sabem que o risco afeta o jogador que vai jogar o dado, o
explorador que ir perfurar um poo pioneiro, ou o malabarista que
vai dar o primeiro passo na corda suspensa na altura. Simples
ilustraes parte, o conceito de risco vem devido ao reconhecimento
da incerteza futura nossa inabilidade de saber o que o futuro ir
trazer em resposta de uma ao de hoje. O risco implica que uma
dada ao possui mais que um possvel resultado.
Neste sentido simples, cada ao arriscada, desde cruzar a rua a
construir uma represa. O termo usualmente reservado, entretanto,
para situaes em que a faixa de resultados possveis de uma
determinada ao so de alguma forma significantes. Aes comuns
como cruzar a rua no so, em geral, to arriscadas, enquanto
construir uma represa pode envolver riscos considerveis. Em algum
momento entre uma situao e outra, as aes passam de no
arriscadas a arriscadas. Esta distino, embora vaga, importante se
voc julga que uma situao arriscada, o risco se torna um critrio
para decidir que curso de ao voc deve perseguir. Nesse ponto,
alguma forma de Anlise de Risco se torna vivel.
Caractersticas do Risco
O Risco deriva de nossa inabilidade de ver o futuro, e indica um grau
de incerteza que suficientemente significante para fazer com que o
percebamos. Esta de certa forma vaga definio toma mais corpo se
mencionarmos vrias importantes caractersticas do risco.
Primeiramente, o risco pode ser objetivo ou subjetivo. Jogar uma
moeda um risco objetivo porque as chances so bem conhecidas.
Embora o resultado seja incerto, o risco objetivo pode ser descrito
precisamente baseado na teoria, experimento ou senso comum. Todos
concordam com a descrio de um risco objetivo. Descrever as
chances de chuva na prxima Quinta no so to claras, e
representam um risco subjetivo. Dada a mesma informao, teoria,
computadores e etc., um meteorologista A pode considerar que as
chances de chuva so de 30% enquanto o meteorologista B pode
pensar que as chances de chuva so de 65%. Nenhum est errado.
Descrever um risco subjetivo aberto no sentido que voc pode
refinar sua avaliao com novas informaes, mais estudo ou
concedendo pesos s opinies dos outros. A maioria dos riscos so
subjetivo e isto possui implicaes importantes para qualquer um
analisando risco ou tomando decises baseado em uma Anlise de
Riscos.
Uma Viso Geral da Anlise de Risco
21
22
O que Risco?
23
O que Risco?
25
26
2.
3.
4.
27
28
Variveis
As variveis so os elementos bsicos das planilhas Excel que voc
identificou como sendo ingredientes importantes para a sua anlise.
Se voc estiver modelando uma situao financeira, suas variveis
podem ser itens como Vendas, Custos, Receitas ou Lucros. Se voc
estiver trabalhando em um modelo geolgico suas variveis podem
ser Profundidade do Depsito, Espessura da camada ou Porosidade.
Cada situao possui suas prprias variveis, identificadas por voc.
Em uma planilha tpica uma varivel da nome a uma linha ou coluna,
por exemplo:
Certo ou Incerto
Voc pode conhecer os valores que suas variveis iro assumir no seu
modelo elas so certas, o que os estatsticos denominam de
determinsticas. Por outro lado, voc poder no saber que valores
que as variveis iro assumir elas so incertas, ou estocsticas. Se as
suas variveis so incertas voc precisar descrever a natureza de sua
incerteza. Isto ser feito com as distribuies de probabilidade, que
determinaro tanto a faixa de valores que a varivel pode assumir (do
mnimo ao mximo) como a probabilidade de ocorrncia de cada
valor dentro da faixa. No @RISK as variveis incertas so inseridas
como funes de distribuio de probabilidade, por exemplo:
RiskNormal(100,10)
RiskUniform(20,30)
RiskExpon(A1+A2)
RiskTriang(A3/2.01,A4,A5)
29
Independente
ou Dependente
Variveis de Sada
Qualquer modelo necessita tanto variveis de entrada (inputs) quanto
variveis de sada ou de resultado (outputs); e uma Anlise de Risco
no diferente. Uma Anlise de Risco gera resultados nas clulas da
sua planilha Excel. Os resultados so distribuies de probabilidade
de valores que possam ocorrer. Estes resultados so em geral as
mesmas clulas da planilha que fornecem os resultados de uma
anlise normal no Excel lucro, um resultado final ou outras
variveis da planilha.
30
Simulao
O @RISK emprega simulao, por certas vezes chamada de Simulao
de Monte Carlo para realizar Anlise de Risco. A Simulao neste
sentido faz referncia a um mtodo onde a distribuio de possveis
resultados gerada comandando o computador a recalcular a
planilha vez aps vez, cada vez utilizando diferentes conjuntos
aleatrios de valores para as distribuies de probabilidade nos
valores de clulas e frmulas. Na verdade, o computador est
tentando todas as combinaes vlidas de variveis de entrada para
simular todos os possveis resultados. como se voc fizesse centenas
de anlises de sensibilidade na planilha, de uma vez s.
O que significa dizer que a simulao tenta todas as combinaes
vlidas de valores para as variveis de entrada? Suponha que voc
possui um modelo com apenas duas variveis de entrada. Se no h
nenhuma incerteza nestas variveis, voc poder identificar um nico
valor para cada varivel. Estes dois nicos valores podem ser
combinados pelas clulas da planilha para calcular os resultados
tambm valores certos ou determinsticos. Por exemplo, se as
variveis de entrada so:
Receitas = 100
Custos = 90
Ento o resultado:
Lucros = 10
Seria calculado pelo Excel atravs de:
Lucros = 100 90
H apenas uma combinao das variveis de entrada, porque h
apenas um nico valor possvel para cada varivel.
Agora considere a situao em que h incerteza em ambas variveis
de entrada. Por exemplo,
Receitas = 100 ou 120
Custos = 90 ou 80
31
32
A Alternativa Simulao
H duas abordagens bsicas para a Anlise Quantitativa de Riscos.
Ambas possuem o mesmo objetivo produzir uma distribuio de
probabilidade que descreva os resultados possveis de uma situao
incerta e ambas produzem resultados vlidos. A Primeira
abordagem a descrita para o @RISK, denominada Simulao. Essa
abordagem repousa na capacidade do computador de realizar uma
grande quantidade de clculos muito rpido resolvendo o problema
da planilha atravs do uso repetido de um grande nmero de
iteraes de valores das variveis de entrada.
A segunda abordagem para a Anlise de Risco a abordagem
analtica. Mtodos Analticos requerem que as distribuies para
todas as variveis incertas de um modelo sejam descritas
matematicamente. Em seguida as equaes para estas distribuies
so combinadas matematicamente para produzir outra equao, que
descreve a distribuio de resultados possveis. Esta abordagem no
prtica para a maioria de usos e usurios. Descrever distribuies
como equaes no uma tarefa simples e ainda mais complexo
combinar distribuies analiticamente dada em um modelo de
complexidade moderada. Alm disso, as capacidades matemticas
necessrias para implementar as tcnicas analticas so significantes.
33
34
35
Preferncia Individual
Os resultados fornecidos por uma anlise do @RISK devem ser
interpretados por cada um individualmente. Os mesmos resultados
fornecidos a diferentes indivduos podem ser interpretados
diferentemente, e levar a diferentes decises. Esta no uma fraqueza
da tcnica, mais um resultado direto do fato que os indivduos
possuem preferncias diferentes com relao a suas escolhas, tempo e
risco. Voc poder achar que o formato da distribuio do output
mostra que as chances de um resultado indesejvel prepondera sobre
as chances de um resultado desejvel. Um colega menos avesso ao
risco poder chegar deciso oposta.
O Spread da Distribuio
Faixa e probabilidade de ocorrncia esto diretamente relacionadas
com um evento em particular. Analisando o spread ou
espalhamento da distribuio e a probabilidade dos resultados
possveis, voc pode tomar uma deciso informada baseada no nvel
de risco que voc deseja assumir. Tomadores de deciso avessos ao
risco preferem um spread pequeno nos resultados possveis com a
maior parte da probabilidade associada aos resultados desejveis.
Mas se voc uma pessoa propensa a riscos voc ir aceitar um
spread maior ou uma variao mais ampla na distribuio dos
resultados. Alm disso uma pessoa propensa ao risco ser
influenciada por resultados extremamente positivos mesmo quando a
probabilidade de ocorrncia pequena.
No importando a sua preferncia pessoal com relao ao risco,
algumas concluses sobre risco se aplicam a todos os tomadores de
deciso. As distribuies de probabilidade a seguir ilustram estas
concluses:
36
-10
10
90
100
110
90
100
90
110
100
110
90
100
110
90
100
110
37
Assimetria
Uma distribuio de resultados de uma simulao tambm mostra
assimetria, que significa o quanto a distribuio de resultados desvia
de um formato simtrico. Suponha que a sua distribuio possua uma
cauda larga e positiva. Se voc visse apenas um nmero como o
resultado esperado, voc poderia no perceber a possibilidade de que
um resultado altamente positivo possa ocorrer. A assimetria desta
forma pode ser muito importante para os decisores. Apresentando
toda a informao, o @RISK torna a deciso mais aberta e clara
mostrando todos os possveis resultados.
38
39
40
Conhecendo o @RISK
Viso Geral do @RISK ..................................................................... 43
Como a Anlise de Risco funciona? ...................................................43
O quanto o @RISK se conecta com o Excel? ......................................43
Inserindo Distribuies em Frmulas da Planilha ..........................45
Resultados (Outputs) da Simulao ...................................................46
Janela do Modelo ...................................................................................47
Utilizando Dados para Definir Distribuies de Probabilidade ..48
Rodando uma Simulao ......................................................................49
Resultados da Simulao ......................................................................50
Funcionalidades de Anlise Avanada ..............................................52
Configurando e Simulando um Modelo no @RISK ....................... 55
Distribuies de Probabilidade na sua planilha ..............................55
Correlacionando Dados de Entrada ....................................................59
Ajustando Distribuies aos Dados ...................................................61
Janela do Modelo do @RISK ................................................................64
Configuraes da Simulao................................................................66
Rodando uma Simulao ......................................................................68
O Modo Abrir .....................................................................................71
Janela de Sumrio de Resultados do @RISK ....................................72
Janela de Estatsticas Detalhadas ........................................................73
Alvos.........................................................................................................73
Resultados em Grficos ........................................................................74
Resultados da Anlise de Sensibilidade ...........................................82
Resultados da Anlise de Cenrios ....................................................85
Relatrios no Excel.................................................................................88
Conhecendo o @RISK
41
42
Conhecendo o @RISK
43
Menu do @RISK
Barras de
Ferramentas
do @RISK
Funes de
Distribuio
do @RISK
44
Conhecendo o @RISK
45
46
Janela do Modelo
A Janela do Modelo do @RISK fornece uma tabela completa de todas
as distribuies de probabilidade de dados de entrada e os outputs da
simulao descritos no seu modelo. Desta janela, que aparece como
pop-up sobre o Excel, possvel:
Conhecendo o @RISK
47
48
Conhecendo o @RISK
49
Resultados da Simulao
Os resultados da simulao do @RISK incluem distribuies de
possveis resultados para seus outputs. Adicionalmente, o @RISK gera
anlises de sensibilidade e cenrios que identificam as distribuies
de dados de entrada mais crticas para seus resultados. Os resultados
so melhor apresentados graficamente. Os grficos disponveis
incluem distribuies de freqncia de possveis valores para as
variveis de output, curvas de probabilidade cumulativas, grficos de
tornado que mostram as sensibilidades de um output para diferentes
inputs, e grficos de sumrio que sumarizam mudanas no risco ao
longo de uma faixa de clulas de output.
50
Relatrios de
uma Simulao
do @RISK no
Excel
51
Anlise de
Sensibilidade
52
Anlise de
Cenrios
Conhecendo o @RISK
53
54
Resultados da Simulao
Conhecendo o @RISK
55
Distribuies na
Janela Definir
Distribuio
56
Inserindo
Valores de
Argumentos
Conhecendo o @RISK
57
Propriedades de
Funes de
Distribuio
do @RISK
Janela Definir
Distribuio e
as Funes
Resultantes
no Excel
58
Conhecendo o @RISK
59
Grficos de
Disperso para
Correlaes
60
Opes de
Ajuste
Conhecendo o @RISK
61
Relatrios de
Ajuste
Colocando o
Resultado de
um Ajuste no
Excel
62
Gerenciador de
Ajustes
Conhecendo o @RISK
63
64
Arrastar e soltar qualquer grfico em miniatura para expandilo em uma janela inteira
Customizando
as Estatsticas
Exibidas
Categorizando
os Inputs
Conhecendo o @RISK
65
Configuraes da Simulao
Uma variedade de configuraes pode ser utilizada para controle o
tipo de simulao que o @RISK far. Uma simulao no @RISK d
suporte a ilimitadas iteraes e mltiplas simulaes. Mltiplas
simulaes permitem que voc rode uma simulao aps a outra no
mesmo modelo. Em cada simulao voc pode mudar os valores na
sua planilha tal que possa comparar os resultados da simulao sob
diferentes premissas.
66
Barra de
Ferramentas
do @RISK
Conhecendo o @RISK
67
A planilha recalculada.
Janela de
Progresso
68
Atualizao de
Grficos
durante uma
Simulao
Monitoramento
de
Convergncia
Conhecendo o @RISK
69
70
O Modo Abrir
O modo Abrir pode ser ativado clicando no cone Abrir Resultados
na barra de ferramentas do @RISK. O modo Abrir automaticamente
desativado no final de uma corrida se voc selecionar a exibio de
um grfico em pop-up durante uma simulao.
No modo Abrir, o @RISK exibe grficos de resultados da simulao
em pop-up quando as clulas na planilha so clicadas, como segue:
Conhecendo o @RISK
71
72
Alvos
Valores alvo podem ser calculados nos resultados da simulao. Um
alvo mostra a probabilidade de alcanar um resultado especfico ou o
valor associado com qualquer nvel de probabilidade. Utilizando
alvos voc pode responder questes como Qual a probabilidade de
termos um resultado superior a um milho ou Qual a chance de um
resultado negativo?. Alvos podem ser inseridos na Janela de
Estatsticas Detalhadas, ou na Janela de Sumrio de Resultados do
@RISK e definidos diretamente utilizando delimitadores em grficos
de resultados de simulao.
Conhecendo o @RISK
73
Resultados em Grficos
Os resultados da simulao so facilmente expressos em grficos. A
Janela de Sumrio de Resultados mostra grficos miniatura dos
resultados da simulao para todos os outputs e inputs. Arrastando
uma miniatura para fora da Janela de Sumrio de Resultados permite
que voc expanda o grfico em uma janela maior.
Um grfico dos resultados para um output exibe a faixa de possveis
resultados e seu probabilidade relativa de ocorrncia. Este tipo de
grfico pode ser exibido como um histograma padro ou em forma de
distribuio de freqncia. As distribuies de resultados tambm
podem ser exibidas em forma cumulativa.
Resultados da
Simulao em
formatos
Histograma e
Cumulativo
74
Conhecendo o @RISK
75
Sobrepondo
Grficos para
Comparao
76
Delimitadores
Conhecendo o @RISK
77
Formatao de
Grficos
Grficos de
Sumrio de
Tendncia
78
Conhecendo o @RISK
79
Sumrio de
Box Plot
80
Grficos de
Disperso
Conhecendo o @RISK
81
82
Anlise de
Sensibilidade
com a Matriz de
Grficos de
Disperso
Conhecendo o @RISK
83
Grficos de
Tornado
84
Como
realizada uma
Analise de
Cenrios?
Conhecendo o @RISK
85
Matriz de
Grfico de
Disperso na
Janela Cenrios
86
Grfico de
Tornado em
Cenrios
Conhecendo o @RISK
87
Relatrios no Excel
Quando voc gera relatrios da simulao no Excel, voc pode acessar
toda a formatao do Excel. Adicionalmente, os relatrios do @RISK
gerados no Excel podem utilizar templates predefinidos do @RISK
contando formatao customizada, ttulos e logos.
cones do @RISK
Os cones do @RISK so utilizados para executar de forma rpida e
fcil as tarefas necessrias de configurao e execuo de anlises de
deciso. Os cones do @RISK aparecem na "barra de ferramentas" da
planilha (como uma barra de ferramentas personalizada do Excel ou a
faixa de opes personalizada do Excel 2007 ou verso mais recente),
nas janelas de grficos abertas e em uma minibarra de ferramentas
que exibida ao se manter pressionado o boto esquerdo do mouse
no Excel. Esta seo descreve concisamente cada cone, suas funes e
os comandos de menu equivalentes. Nota: O add-in do @RISK no
Excel 2003 e verses anteriores apresenta duas barras de ferramentas
a barra de ferramentas principal e a de configuraes, que contm
ferramentas para definir as configuraes das simulaes.
Com o @RISK Professional ou Industrial, esto disponveis cones
adicionais de ferramentas do @RISK, como o RISKOptimizer ou o
Project.
cones do @RISK
89
cones do @RISK
91
cone
92
93
94
cone
cones do @RISK
95
cone
96
cones do @RISK
97
98
Comandos de Modelo
Definir Distribuies
Comando Definir Distribuies
Define ou editar distribuies de probabilidade inseridas na
frmula da clula atual
O Comando Definir Distribuies exibe a janela pop-up Definir
Distribuio. Usando esta janela, as distribuies de probabilidade
podem ser associadas a valores contidos na frmula da clula
selecionada. Este janela tambm permite que voc edite distribuies
j presentes em uma frmula do Excel.
A janela Definir Distribuio exibe graficamente distribuies de
probabilidade que podem ser substitudas por valores na frmula da
clula atual. Alterando a distribuio exibida voc pode ver como
vrias distribuies descreveriam a faixa de valores possveis para um
input incerto no seu modelo. As estatsticas exibidas tambm
mostram como a distribuio define uma varivel de entrada incerta.
O display grfico de uma varivel de entrada incerta til para
mostrar sua definio de risco para outros. Claramente exibe a faixa
de possveis valores para um input e a probabilidade relativa de
qualquer valor ocorrendo na faixa. Trabalhar com grficos de
distribuies uma forma fcil de incorporar julgamento de incerteza
de outro indivduos nos seus modelos de anlise de risco.
Comandos de Modelo
99
Janela Definir
Distribuio
100
Definir Distribuies
Contedo da
Janela Definir
Distribuio
Os diferentes elementos da janela Definir Distribuio so os
seguintes:
Comandos de Modelo
101
Paleta de
Distribuies
102
Definir Distribuies
Mudando a
Distribuio por
meio da Paleta
Comandos de Modelo
103
Painel de
Argumentos de
Distribuies
104
Definir Distribuies
Comandos de Modelo
105
Parmetros
Alternativos
106
Definir Distribuies
Padres das
Distribuies de
Parmetros
Alternativos
Comandos de Modelo
107
cones no Painel
de Argumentos
da Distribuio
108
Definir Distribuies
Alterando o
Tipo do Grfico
Comandos de Modelo
109
110
Definir Distribuies
Propriedades de
Inputs Guia
Opes
Comandos de Modelo
111
112
Definir Distribuies
Propriedades de
Inputs Guia
Amostragem
Comandos de Modelo
113
114
Adicionar Output
Comando Adicionar Output
Adiciona uma clula ou faixa de clulas como um output ou
faixa de outputs da simulao
Clicando no cone Adicionar Output adicionar as clulas selecionadas
na planilha como um output da simulao. Uma distribuio de
resultados possveis gerada para cada output selecionado. Estas
distribuies de probabilidade so criadas coletando os valores
calculados para uma clula, a cada iterao de uma simulao.
Um Grfico de Sumrio pode ser gerado quando uma faixa de
outputs possui mais de uma clula. Por exemplo, em uma faixa de
outputs, voc pode selecionar todas as clulas em uma linha da sua
planilha. As distribuies dos outputs destas clulas sero resumidas
em um Grfico de Sumrio. Voc tambm pode visualizar uma
distribuio de probabilidade individual para qualquer clula na faixa
de outputs.
Os resultados de anlises de sensibilidade e cenrios tambm sero
gerados para cada output. Para mais informaes sobre estas anlises
veja as descries destas anlises na seo sobre a Janela de Sumrio
de Resultados deste captulo.
Comandos de Modelo
115
Funes
RiskOutput
Nomeando um
Output
116
Adicionar Output
Adicionando
uma Faixa de
Outputs para a
Simulao
Comandos de Modelo
117
Propriedades de Output
Os outputs do @RISK (definidos utilizando a funo RiskOutput)
possuem argumentos opcionais que especificam propriedades, como
nomes e unidades, que podem ser inseridas quando necessrias. Este
argumentos opcionais so inseridos utilizando funes de
propriedades atravs de uma janela pop-up Propriedades de Output.
Clicando no cone fx no final da caixa de texto Nome exibe a Janela de
Propriedades de Output.
Muitas propriedades podem utilizar referncias a clulas do Excel.
Clicando no cone Entrada de Referncia prxima a propriedade para
adicionar uma referncia a uma clula.
118
Adicionar Output
Propriedades de
Output Guia
Opes
Comandos de Modelo
119
Propriedades
de Output
Guia
Convergncia
120
Adicionar Output
Propriedades de
Output Guia
Seis Sigma
Comandos de Modelo
121
122
Adicionar Output
Inserir Funo
Comando Inserir Funo
Insere uma funo do @RISK na clula ativa
O @RISK fornece uma variedade de funes personalizadas que
podem ser usadas em frmulas do Excel para definir distribuies de
probabilidade, retornar estatsticas de simulao ao Excel e
desempenhar outras tarefas de modelagem. O comando Inserir
Funo do @RISK permite inserir rapidamente uma funo do @RISK
no seu modelo de planilha. Voc tambm pode configurar uma lista
de funes favoritas para poder acess-las rapidamente. Quando o
comando Inserir Funo do @RISK usado, exibida a caixa de
dilogo de Argumentos do Excel, Inserir Funo, na qual podem ser
inseridas as funes.
Se usar o comando Inserir Funo do @RISK para inserir uma funo
de distribuio, tambm poder ser exibido um grfico da funo de
distribuio. Da mesma forma que na janela Definir Distribuio, voc
pode adicionar sobreposies a este grfico, adicionar funes de
propriedades de input ou at mesmo mudar o tipo da funo de
distribuio inserida.
Comandos de Modelo
123
Categorias de
Funes do
@RISK
Disponveis
124
Inserir Funo
Grficos de
Funes de
Distribuio
atravs de
Inserir Funo
Comandos de Modelo
125
Botes da
janela de grfico
Inserir Funo
126
Inserir Funo
Adicionando
uma
Sobreposio
Janela de
Grfico Inserir
Funo
Alterando a
Distribuio na
Janela de
Grfico Inserir
Funo
Comandos de Modelo
127
Inserindo
Propriedades de
Input na Janela
de Grfico
Inserir Funo
128
Inserir Funo
Definir Correlaes
Comando Definir Correlaes
Defines correlaes entre distribuies de probabilidade em
uma matriz de correlaes
O comando Definir Correlaes permite que amostras de
distribuies de probabilidade de inputs sejam correlacionadas.
Quando o cone Definir Correlaes clicado, a matriz que exibida
inclui uma linha e coluna para cada distribuio de probabilidade nas
clulas atualmente selecionadas no Excel. Os coeficientes de
correlao entre as distribuies de probabilidade podem ser
inseridas usando esta matriz.
Por que
Correlacionar
Distribuies?
Comandos de Modelo
129
Por exemplo, imagine um modelo com duas variveis de entrada Taxa de Juros e Lanamentos Imobilirios. Estes dois inputs so
relacionados, e o valor amostrado para Lanamentos Imobilirios
depende do valor amostrado para a Taxa de Juros. Uma taxa de juros
alta levaria a um valor baixo para os lanamentos imobilirios e,
inversamente, deveramos esperar que quando as taxas de juros
foram baixas, os Lanamentos Imobilirios deveriam ser amostrados
como relativamente altos. Se esta correlao no for considerada na
amostragem, algumas iteraes da simulao refletiro condies sem
sentido como alta Taxa de Juros e valores altos para Lanamentos
Imobilirios.
Inserindo
Coeficientes de
Correlao
130
Definir Correlaes
Adicionando
Inputs a uma
Matriz
Comandos de Modelo
131
Deletando uma
Matriz
Nomeando e
Localizando a
Matriz
132
Definir Correlaes
Instncias da
Matriz
Uma instncia uma nova cpia de uma matriz existente que pode
ser usada para correlacionar um novo conjunto de inputs. Cada
instncia contm o mesmo conjunto de coeficientes de correlao.
Entretanto os inputs que so correlacionados em cada instncia so
diferentes. Isto permite que voc possa organizar grupos de variveis
com correlao similar, sem repetir a entrada da mesma matriz. Alm
disso, quando o coeficiente de correlao editado em qualquer
instncia da matriz, automaticamente alterado em todas as
instncias.
Cada instncia da matriz possui um nome. As instncias podem ser
deletadas ou renomeadas a qualquer momento.
A instncia um terceiro argumento opcional da funo RiskCorrmat,
que possibilita que voc especifique facilmente instncias quando
inserir matrizes de correlao e funes RiskCorrmat diretamente no
Excel. Para mais informaes sobre a funo RiskCorrmat e o
argumento de instncia, veja a RiskCorrmat na seo Referncia:
Funes do @RISK deste captulo.
Nota: Quando uma matriz de correlao com mltiplas instncias
criada na janela Definir Correlao, e inserida no Excel, apenas os
inputs para a primeira instncia so mostrados nos ttulos da
matriz. Alm disso, quando exibida uma matriz de disperso de
correlaes simuladas aps uma execuo, so mostrados apenas os
grficos de disperso das correlaes da primeira instncia.
As opes referentes a instncias so:
Comandos de Modelo
133
Srie Temporal
Correlacionada
134
Definir Correlaes
Comandos de Modelo
135
Deletando
Linhas, Colunas
e Inputs
136
Definir Correlaes
Exibindo
Grficos de
Disperso
Comandos de Modelo
137
Grficos de
Disperso de
Correlaes
Simuladas
138
Definir Correlaes
Checar a
Consistncia da
Matriz
Comandos de Modelo
139
Pesos de Ajuste
140
Definir Correlaes
Comandos de Modelo
141
Matriz de Pesos
de Ajuste no
Excel
142
Definir Correlaes
Exibindo uma
Matriz de
Correlao
Corrigida no
Excel
=RiskCorrectCorrmat(CorrelationMatrixRange;AdjustmentMatrixRange)
Comandos de Modelo
143
Como uma
Matriz de
Correlao
adicionada a
seu modelo
no Excel
Especificando
Correlaes
com Funes
144
Definir Correlaes
Compreendend
o Valores de
Coeficientes de
Correlao de
Posto
Comandos de Modelo
145
146
Definir Correlaes
Ajuste de Distribuies
Comando Ajustar
Ajuste distribuies de probabilidade aos dados no Excel e
exibe os resultados
O comando Modelo Ajustar ajusta distribuies de probabilidade aos
dados selecionados no Excel. Este comando s est disponvel nas
verses Profissional e Industrial do @RISK.
Em alguns casos uma distribuio de dados de entrada selecionada
por ajuste de distribuies de probabilidade a um conjunto de dados.
Voc pode ter um conjunto de dados amostrais para um input e pode
desejar encontrar a distribuies de probabilidade que melhor
descreve os seus dados. O dilogo Ajustar Distribuies aos Dados
possui todos os comandos necessrios para ajustar distribuies aos
dados. Aps o ajuste, a distribuio pode ser colada no seu modelo,
como uma funo de distribuio do @RISK, para ser usada durante
simulaes.
Uma distribuio para um resultado simulado tambm pode ser
usada como fonte de dados para ajuste. Para ajustar distribuies a
resultados simulados, clique no cone Ajustar Distribuies aos Dados
na parte inferior esquerda da janela de grfico que exibe a distribuio
simulada cujos dados voc deseja usar no ajuste.
Comandos de Modelo
147
Conjunto de
Dados
148
Ajuste de Distribuies
Opes de Tipo
do Conjunto de
Dados
Comandos de Modelo
Opes de Filtro
150
Ajuste de Distribuies
Mtodo de
Ajuste
Comandos de Modelo
151
Opes de
Estimativa de
Parmetros
152
Ajuste de Distribuies
Funes de
Distribuies
Predefinidas
Comandos de Modelo
153
Parmetros
fixos
154
Ajuste de Distribuies
Comandos de Modelo
155
156
Ajuste de Distribuies
Comandos de Modelo
157
Organizao
de Intervalos
158
Ajuste de Distribuies
Comandos de Modelo
159
160
Ajuste de Distribuies
Comandos de Modelo
161
162
Ajuste de Distribuies
Comandos de Modelo
163
Grfico P-P
Grficos Q-Q
164
Ajuste de Distribuies
Anlise de bootstrap
A anlise de bootstrap fornece distribuies e estatsticas referentes
aos parmetros ajustados e s estatsticas de adequao dos ajustes.
Parmetros
ajustados
Comandos de Modelo
165
Estatsticas da
adequao do
ajuste
166
Ajuste de Distribuies
Comandos de Modelo
167
168
Comandos de Modelo
169
170
Ajuste de Distribuies
Comandos de Modelo
171
Ajuste de lote
guia Relatrio
Ajuste de lote
Relatrio
padro
172
Ajuste de Distribuies
Ajuste de lote
Relatrio em
tempo real
Funo
RiskFitDistribution
Comandos de Modelo
173
174
Ajuste de Distribuies
Comando Artista
Abre a janela Artista de Distribuio, onde pode ser traada
uma curva a ser usada como distribuio de probabilidade.
Artista de Distribuio, no comando Modelo, usado para desenhar
mo livre curvas que podem ser usadas para criar distribuies de
probabilidade. Isso til para avaliar graficamente as probabilidades
e, em seguida, criar distribuies de probabilidade a partir do grfico.
As distribuies podem ser desenhadas como curvas de Densidade
de Probabilidade (Geral), histogramas, curvas cumulativas ou
distribuies discretas.
Aps uma janela Artista ter sido exibida usando o comando Artista
de Distribuio, pode-se traar uma curva simplesmente arrastando o
cursor pela janela.
175
Opes da caixa
Artista de
Distribuio
Ajuste de Distribuies
Comandos de Modelo
177
Gravao da
funo Artista
no Excel
178
Ajuste de Distribuies
Janela de Modelo
Comando Mostrar Janela de Modelo
Exibe todas as distribuies de inputs e outputs na Janela de
Modelo do @RISK
O comando Mostrar Janela do Modelo exibe a Janela do Modelo do
@RISK. Esta janela fornece uma tabela completa de todos as
distribuies de probabilidades dos inputs e outputs da simulao
descrita no seu modelo. A partir desta janela, que aparece como popup no Excel, voc pode:
Comandos de Modelo
Arrastar e soltar qualquer grfico em miniatura para expandilo em uma janela individual
179
A Janela do
Modelo e o
Navegador
de Grfico
180
Janela de Modelo
Comandos de Modelo
181
182
Janela de Modelo
Colunas
Exibidas na
Janela do
Modelo
Comandos de Modelo
183
Categorias
Exibidas na
Janela do
Modelo
184
Janela de Modelo
Menu Organizar
Comandos de Modelo
185
186
Janela de Modelo
Menu Editar
Comandos de Modelo
187
Menu Grfico
188
Janela de Modelo
Comandos de Modelo
189
190
Janela de Modelo
Comandos de Simulao
Configuraes de simulao
Comando Configuraes de Simulao
Altera as configuraes que controlam as simulaes
realizadas pelo @RISK
O Comando Configuraes de Simulao afeta as tarefas realizadas
durante a Simulao. Todas as configuraes vm com valores padro
que voc pode mudar vontade. As configuraes de simulao
afetam o tipo de amostra que o @RISK realiza, a atualizao da
planilha durante a simulao, os valores retornados pelo Excel em um
reclculo padro, as sementes para o gerador de nmeros aleatrios
usado para amostragem, o status do monitoramento de convergncia
e a execuo de macros durante a simulao. Todas as configuraes
de simulao so salvas quando voc salvar sua planilha no Excel.
Para salvar as configuraes de simulaes para que elas possam ser
usadas como configuraes padro na prxima vez que voc iniciar o
@RISK, use o comando Utilidades do comando Configuraes da
Aplicao.
Comandos de Simulao
191
192
Configuraes de simulao
Comandos de Simulao
193
194
Configuraes de simulao
Nomeando
Simulaes
Comandos de Simulao
195
Opo Quando
a Simulao
no Estiver
Rodando, as
Distribuies
Retornam
196
Configuraes de simulao
Comandos de Simulao
198
Configuraes de simulao
Comandos de Simulao
199
200
Configuraes de simulao
Comandos de Simulao
201
Gerador
202
Configuraes de simulao
Comandos de Simulao
203
Semente
Um Valor Fixo que voc insira faz com que o @RISK use a
mesma semente a cada simulao. Quando voc insere um
valor para a semente fixo e no-zero, a exata seqncia de
nmeros aleatrios ser repetida, a cada simulao. Nmeros
aleatrios so usados para retirar amostras de funes de
distribuies. O mesmo nmero aleatrio sempre retornar o
mesmo valor amostral, a partir de uma dada funo de
distribuio. O valor da semente deve ser um inteiro no
intervalo entre 1 e 2147483647.
204
Configuraes de simulao
Comandos de Simulao
205
206
Configuraes de simulao
Comandos de Simulao
207
Configuraes de simulao
Comandos de Simulao
209
Status de
Monitoramento
de
Convergncia
na Janela de
Sumrio de
Resultados
210
Configuraes de simulao
Iniciar Simulao
Comando Iniciar Simulao
Inicia uma Simulao
Clicando no cone Iniciar Simulao comea uma simulao usando as
configuraes atuais.
Uma Janela de Progresso exibida durante as simulaes. Os cones
neste janela permitem que voc Rode, Pause ou Pare uma simulao,
bem como ative ou desative Atualizar Grficos e Reclculos do Excel
e Mostrar Reclculos do Excel.
Comandos de Simulao
211
Atualizao em
Tempo Real
212
Iniciar Simulao
Comandos de Resultados
Relatrios do Excel
Comando Relatrios do Excel
Seleciona os relatrios de resultados de simulao a serem
gerados no Excel
Comandos de Resultados
Voc pode usar planilhas modelo para criar o seu prprio relatrio de
simulao. As estatsticas e os grficos da simulao so colocados em
um modelo usando-se as funes estatsticas do @RISK (ex.:
RiskMean) ou a funo de grficos RiskResultsGraph. Quando uma
funo estatstica ou de grfico se encontra em uma planilha modelo,
voc pode escolher a opo Planilha modelo, na caixa de dilogo
Relatrios do Excel, para que as estatsticas e os grficos desejados
sejam gerados no final da simulao, em uma cpia da planilha
modelo. A planilha modelo original com as funes do @RISK
permanece intata, para uso na gerao de relatrios da sua prxima
simulao.
Planilhas modelo so planilhas padro do Excel. Elas esto
identificados para o @RISK tendo um nome que comece com
RiskTemplate_. Estes arquivos tambm podem contem qualquer
frmula padro do Excel para executada clculos customizadas com
os resultados da simulao.
214
Relatrios do Excel
Exibir Resultados
Comando Exibir Resultados
Ativa o Modo Abrir Resultados, no qual um grfico com
resultados da simulao aberto quando uma clula
selecionada no Excel
O modo Abrir Resultados permite que voc veja um grfico de
resultados da simulao no Excel clicando na clula de interesse na
sua planilha. Alternativamente, pressione <Tab> para mover o
grfico exibido entre as clulas de outputs com resultados da
simulao em planilhas abertas.
No modo Abrir, o @RISK abre grficos de resultados de simulao em
pop-up quando voc clica ou avana at as clulas da sua planilha,
como segue:
215
216
Sumrio
Comando Janela Sumrio de Resultados
Exibe todos os grficos de simulao incluindo estatsticas e
grficos em miniatura
A Janela Sumrio de Resultados do @RISK resume os resultados do
modelo e exibe grficos em miniatura e estatsticas resumidas para
todas as clulas de output simuladas e distribuies de inputs. Como
na Janela de Modelo, voc pode:
217
A Janela
Sumrio de
Resultados e o
Navegador de
Grficos
Comandos na
Janela Sumrio
de Resultados
218
Sumrio
Arrastar e Soltar
Grficos
Comandos de Resultados
219
Gerando
Mltiplos
Grficos
220
Sumrio
Colunas
Exibidas na
Janela Sumrio
de Resultados
Comandos de Resultados
221
Menu Grfico
222
Sumrio
Menu Copiar e
criar relatrio
Comandos de Resultados
223
224
Definir Filtros
Comando Definir Filtros
Filtra valores dos clculos de estatsticas e grficos da
simulao
Os filtros podem ser inseridos para cada clula de output ou
distribuio de probabilidade de input. Os filtros permitem que voc
remova valores no desejveis dos calculado de estatsticas e grficos
gerados pelo @RISK. Os filtros so inseridos clicando no cone Filtro
na barra de ferramentas ou alternativamente clicando no cone Filtro
exibido no grfico de um resultado de simulao ou na Janela Dados.
Comandos de Resultados
225
226
Definir Filtros
Filtrando a
partir de uma
Janela de
Grfico
Comandos de Resultados
227
228
Janelas de Relatrio
Comando Estatsticas Detalhadas
Exibe a janela Estatsticas Detalhadas
Clicando no cone Estatsticas Detalhadas exibe estatsticas detalhadas
para os resultados da simulao, outputs e inputs.
Comandos de Resultados
229
Inserindo
Valores Alvo na
Janela
Estatsticas
Detalhadas
230
Janelas de Relatrio
Comandos de Resultados
231
Comando Dados
Exibe a Janela Dados
Clicando no cone Dados exibe uma tabela de dados, calculados para
clulas de output e distribuies amostradas de inputs. Uma
simulao gera um novo conjunto de dados para cada iterao.
Durante cada simulao um valor amostrado para cada distribuio
de dados de entrada e um valor calculado para cada clula de
output. A Janela Dados exibe os dados de simulao em uma planilha
onde os mesmos podem ser analisados de forma mais completa ou
exportados (usando os comandos do cone Editar) para outras
aplicaes fazendo anlises adicionais.
232
Janelas de Relatrio
Ordenando a
Janela Dados
Comandos de Resultados
233
Dilogo
Classificar
Dados
234
Janelas de Relatrio
Passo da
Iterao
Comandos de Resultados
235
Comando Sensibilidades
Exibe a Janela Anlise de Sensibilidade
Clicando no cone Anlise de Sensibilidade so exibidos os
resultados de anlise de sensibilidade nas clulas de output. Estes
resultados mostram a sensibilidade de cada varivel de output com
relao s variveis de input.
236
Janelas de Relatrio
Anlise de
Sensibilidade
Inteligente
Comandos de Resultados
237
Mudar nas
estatsticas de
output
238
Janelas de Relatrio
239
Regresso e
Correlao
O que a
Regresso
Stepwise
Multivariada?
O que so
Valores
Mapeados?
240
Janelas de Relatrio
O que
Correlao?
O que
Correlao
de Posto?
Comparao
dos Mtodos
Comandos de Resultados
241
242
Janelas de Relatrio
Comando Cenrios
Exibe a Janela Anlise de Cenrios
Clicar no cone Cenrios exibe os resultados de anlise do cenrio
baseado nas clulas de output. Podem ser inseridos at trs cenrios
para cada varivel de output. Os cenrios so apresentados na linha
superior da janela de anlise de cenrio ou na seo de Cenrios da
janela Estatsticas Detalhadas. Os valores-alvo so precedidos por um
operador > ou < e podem ser especificados como percentis ou valores
reais.
O que Anlise
de Cenrios?
Comandos de Resultados
243
244
Janelas de Relatrio
Comandos de Resultados
245
246
Janelas de Relatrio
Grfico de
Tornado em
Cenrios
Comandos de Resultados
247
248
Grficos do @RISK
Os inputs e resultados da simulao so facilmente expressos em
grficos. Os grficos so exibidos em muitas situaes no @RISK. Por
exemplo, a Janela Sumrio de Resultados exibe grficos miniatura dos
resultados de simulao para todos os seus outputs e inputs.
Arrastando um grfico miniatura para fora da Janela Sumrio de
Resultados permite que voc elabore grficos de resultados da
simulao em uma janela individual. Os grficos tambm so exibidos
quando voc clica em uma clula de output e input na planilha no
modo Abrir Resultados.
Viso Geral
Janelas
Flutuantes e de
Chamada
Comandos de Resultados
249
cones nos
Grficos
Formatando
Grficos
250
Grficos do @RISK
Comandos de Resultados
251
Grficos de
Mltiplas
Simulaes
252
Grficos do @RISK
Comandos de Resultados
253
Delimitadores
254
Grficos do @RISK
Sobreposio
de Grficos para
Comparao
Comandos de Resultados
255
Sobrepondo
Histograma e
Curvas
Cumulativas em
um nico
Grfico
256
Grficos do @RISK
Opes de
Grfico Guia
Distribuies
Comandos de Resultados
258
Grficos do @RISK
Opes de
Grfico Guia
Delimitadores
Comandos de Resultados
259
Opes de
Grfico Guia
Marcadores
260
Grficos do @RISK
Comandos de Resultados
261
Grficos de Tornado
Grficos de Tornado de uma anlise de sensibilidade exibem um
ranking das distribuies de dados de entrada que impactam um
output. Os inputs que tm maior impacto na distribuio do output
tero barras mais longas no grfico.
Grficos de Tornado referentes a um output podem ser exibidos
selecionando-se uma linha (ou linhas) na janela Sumrio de
Resultados do @RISK, clicando no cone Grfico de Tornado na parte
inferior da janela e selecionando uma das trs opes de grficos de
Tornado. Como alternativa, pode-se transformar um grfico de
distribuio de um output simulado em um grfico de tornado,
clicando no cone Grfico de Tornado na parte inferior esquerda do
grfico e selecionando um grfico de tornado.
Tipos de
Grficos de
Tornado
262
Grficos do @RISK
Comandos de Resultados
263
Grfico de radar
264
Grficos do @RISK
Grfico de
Tornado em
Cenrios
Comandos de Resultados
265
Grficos de Disperso
O @RISK fornece grficos de disperso para exibir a relao entre um
output simulado e as amostras de uma distribuio de input. Grficos
de disperso podem ser criados das seguintes formas:
266
Grficos do @RISK
Comandos de Resultados
267
Sobreposies
em Grficos de
Disperso
Grficos do @RISK
Opes de
Grfico Guia
Disperso
Comandos de Resultados
269
Delimitadores
de Grficos de
Disperso
270
Grficos do @RISK
Grficos de Sumrio
O @RISK possui dos tipos de grficos que resumem tendncia ao
longo de vrios outputs ou inputs simulados. So o grfico Sumrio
de Tendncia e o Sumrio de Box Plot. Cada um dos grficos pode
ser elaborado da seguinte forma:
Para uma faixa de outputs voc tambm pode clicar no ttulo Nome
da Faixa e selecionar Grfico de Sumrio.
Grficos de Sumrio de Tendncia e Sumrio de Box-Plot podem ser
alterados em um grfico de sumrio gerado. Para mudar o tipo de
grfico exibir, clique no cone apropriado na parte inferior esquerda
da janela do grfico e selecione o novo tipo de grfico.
Comandos de Resultados
271
Sumrio de
Tendncia
272
Grficos do @RISK
Opes de
Grfico Guia
Tendncia
Comandos de Resultados
273
Sumrio de
Box-Plot
274
Grficos do @RISK
Opes de
Grfico Guia
Box-Whisker
Comandos de Resultados
275
Grficos de
Sumrio em
Mltiplas
Simulaes
276
Grficos do @RISK
Grfico Sumrio
de Resultado
nico de
Mltiplas
Simulaes
Comandos de Resultados
277
Formatando Grficos
Os grficos do @RISK usam um mecanismo especialmente desenhado
para o processamento de dados de simulao. Os grficos podem ser
customizados e melhorados conforme necessidade;. Ttulos, legendas,
cores, escala e outras configuraes podem ser controladas atravs
das selees no dilogo Opes de Grfico. O dilogo Opes de
Grfico exibido clicando com o boto direito em um grfico e
selecionando o comando Opes de Grfico ou clicando no cone
Opes de Grfico na parte inferior esquerda da janela do grfico.
As opes disponveis nas abas do dilogo Opes de Grfico so
descritas aqui. Nota nem todas as opes esto disponveis para
todos os tipos de grficos, e opes disponveis podem ser alterar
dependendo do tipo de grfico.
Opes de
Grfico Guia
Ttulo
278
Grficos do @RISK
Opes de
Grfico Abas
do Eixo X e
Eixo Y
Comandos de Resultados
279
Opes de
Grfico Guia
Curvas
280
Grficos do @RISK
Opes de
Grfico Guia
Legenda
Comandos de Resultados
Opes de
Grfico Guia
Outros
282
Grficos do @RISK
Formatando
um Grfico
Clicando no
Mesmo
Comandos de Resultados
283
284
Anlises Avanadas
As verses Profissional e Industrial do @RISK permitem que voc
execute Anlises Avanadas no seu modelo. As Anlises Avanadas
incluem Anlise de Sensibilidade Avanada, Anlise de Stress e
Atingir Meta. Estas Anlise Avanadas podem ser usadas para
projetar e verificar seu modelo ou obter vrios tipos de resultados de
sensibilidade.
Cada uma das Anlise Avanadas gera seu prprio conjunto de
relatrios no Excel para mostrar os resultados da anlise que est
sendo rodada. Entretanto, cada uma das anlises usa simulaes
mltiplas padro do @RISK para gerar seus resultados. Por causa
disso, a Janela de Sumrio de Resultados do @RISK pode ser usada
para revisar os resultados das anlises, o que pode ser til quando
voc deseja gerar um grfico de resultados que no est includo nos
relatrios do Excel ou quando voc deseja revisar os datas da anlise
em maior detalhe.
Anlises Avanadas
285
286
Atingir Meta
Comando Atingir Meta
Configura e Roda uma Anlise Atingir Meta do @RISK
O comando Atingir Meta permite que voc altere uma estatstica
especfica simulada para uma clula (por exemplo, a mdia ou desvio
padro) ajustando o valor de outras clulas. A configurao do
Comando de Atingir Meta do @RISK bastante similar ao Atingir
Meta padro do Excel. Diverso do Atingir Meta do Excel, entretanto, o
Atingir Meta do @RISK usa mltiplas simulaes para encontrar o
valor ajustvel da clula que atinge os resultados desejados.
Quando voc conhece o valor desejado da estatstico do output, mas
no o input necessrio para obter tal valor, voc pode usar a
funcionalidade Atingir Meta. O input pode ser qualquer clula na
planilha. Um output qualquer clula que seja um output do @RISK
(isto , uma clula contendo uma funo RiskOutput() ). O input deve
ser precedente da clula de output apontada como alvo. No processo
de atingimento da meta, o @RISK varia o valor da clula de input e
rodar uma simulao completa. Este processo repetido at a
estatstica de simulao desejada para o output igual o resultado
desejado.
O Atingimento de Meta inicializado atravs do comando Atingir
Meta no cone Anlise Avanadas na barra de ferramentas do @RISK.
Anlises Avanadas
287
288
Atingir Meta
Anlises Avanadas
289
290
Atingir Meta
Anlises Avanadas
291
possvel que Atingir Meta convirja para uma meta, mas no seja
possvel convergir com a preciso necessria. Neste caso Atingir Meta
ir fornecer a melhor soluo.
292
Atingir Meta
Como os
valores de
inputs so
selecionados
em uma Anlise
Atingir Meta do
@RISK?
E se Atingir
Meta no
conseguir
encontrar uma
Soluo?
Anlises Avanadas
293
294
Anlise de Stress
Comando Anlise de Stress
Configura e roda uma Anlise de Stress
A Anlise de Stress permite que voc analise os efeitos de condies
crticas (ou estressar ) as distribuies do @RISK. Estressar uma
distribuio restringe as amostras retiradas da distribuio, a valores
entre um par de percentis especificado. O estresse pode ser
alternativamente realizado especificando uma nova distribuio
estressada que ser amostrada, ao invs da distribuio original no
seu modelo. Com a Anlise de Stress voc pode selecionar um
nmero de distribuies do @RISK e rodar simulaes enquanto
estressa estas distribuies conjuntamente em uma simulao ou
separadamente em mltiplas simulaes. Estressando as distribuies
selecionadas, voc pode analisar cenrios sem alterar o modelo.
Aps completar uma simulao, a Anlise de Stress fornece um
conjunto de relatrios e grficos que voc pode usar para analisar os
efeitos de estressar certas distribuies em um output do modelo
selecionado.
A Anlise de Stress inicializada clicando no comando Anlise de
Stress, nas Anlises Avanadas na barra de ferramentas do @RISK.
Anlises Avanadas
295
296
Anlise de Stress
Anlises Avanadas
297
298
Anlise de Stress
Anlises Avanadas
299
300
Anlise de Stress
Anlises Avanadas
301
Relatrio de
Sumrio
302
Relatrio de Sumrio
Grficos de Box-Whisker
Grficos de Comparao
Histogramas
Relatrios Rpidos
Anlise de Stress
Grfico BoxWhisker
Anlises Avanadas
303
Relatrio
Rpido
Grfico de
Comparao
304
Anlise de Stress
Histograma
Sumrio
Cumulativo
Anlises Avanadas
305
306
Anlises Avanadas
307
308
Anlises Avanadas
309
310
Anlises Avanadas
311
Variao
312
Anlises Avanadas
313
Adicionar
Nomes s
Anlises
314
Anlises Avanadas
Incluir Funes
Simtable como
inputs a analisar
316
Anlises Avanadas
317
Relatrios
Sumrio
Grfico Box-Whisker
Grficos de Inputs
Relatrios Rpidos
Grficos de Percentis
Grficos de Tornado
318
Grficos de
Inputs e de BoxWhisker
Anlises Avanadas
319
Relatrio
Rpido
320
Grfico de
Mudana
Percentual
Grficos de
Percentis
Anlises Avanadas
321
Tornado
322
RISKOptimizer
Introduo
O RISKOptimizer oferece capacidade combinada de simulao e
otimizao, possibilitando a otimizao de modelos que contm
fatores incertos. Por meio da aplicao de tcnicas avanadas de
otimizao e da simulao de Monte Carlo, o RISKOptimizer encontra
as melhores solues para problemas que so insolveis para
otimizadores lineares e no-lineares padro. O RISKOptimizer rene
a tecnologia de simulao do @RISK e os mecanismos de otimizao
do Evolver o mecanismo solucionador da Palisade base de
algoritmo gentico e o OptQuest, um otimizador amplamente
usado. Usurios que conhecem o Evolver ou o build do Excel no
Solver tero condies de usar o RISKOptimizer sem grandes
dificuldades.
RISKOptimizer
Modelagem de
Incerteza
324
Introduo
Otimizao
Usando
Simulao
RISKOptimizer
325
Resultados da
Simulao
Aplicaes de
Otimizao com
Simulao
Usando o
RISKOptimizer
326
Introduo
O que o RISKOptimizer?
O RISKOptimizer fornece aos usurios um meio fcil de encontrar
solues timas para modelos que contm incerteza. Em poucas
palavras: o RISKOptimizer encontra os melhores inputs que
produzem o output desejado na simulao. Voc pode usar o
RISKOptimizer para encontrar a combinao, a ordem ou o
agrupamento certo de variveis que produzem o maior lucro, o
menor risco (ex.: varincia mnima) ou o maior nmero de
mercadorias com a menor quantidade de materiais. Com o
RISKOptimizer, primeiro voc define um modelo do problema no
Excel; em seguida, voc chama o RISKOptimizer para resolv-lo.
RISKOptimizer
327
OptQuest
Algoritmos
genticos
Distribuies de
Probabilidade e
Simulao
328
Introduo
O que Otimizao?
Otimizao o processo de tentar encontrar a melhor soluo para
um problema que tenha muitas solues possveis. A maior parte dos
problemas envolve muitas variveis que interagem com base em
frmulas e restries especficas. Por exemplo, uma empresa pode
possuir trs fbricas, sendo que cada uma elas fabrica diferentes
quantidades de mercadorias distintas. Dado o custo para cada planta
produzir cada mercadoria, os custos de transporte de cada fbrica
para cada loja e as limitaes de cada fbrica, qual a forma tima de
atender adequadamente a demanda das lojas de varejo locais e
minimizar os custos de transporte? Este o tipo de questo que as
tcnicas de otimizao esto preparadas para responder.
RISKOptimizer
329
330
Introduo
RISKOptimizer
331
332
Introduo
Mais Preciso,
Mais
Significativo
Mais Flexvel
RISKOptimizer
333
Mais fcil
de usar
334
Introduo
335
336
RISKOptimizer
337
338
Inserindo
Valores
Ajustveis
Inserindo as
Restries
RISKOptimizer
339
Definindo as
Opes de
Otimizao e
Simulao
340
Executando a
Otimizao
RISKOptimizer
341
342
RISKOptimizer
343
Como abrir um
exemplo de
modelo
RISKOptimizer
345
346
RISKOptimizer
347
348
Entrada do
intervalo MnMx para as
clulas
ajustveis
RISKOptimizer
349
350
Seleo do
mtodo de
soluo
RISKOptimizer
351
Restries
O RISKOptimizer permite definir restries, que so condies que
precisam ser satisfeitas para que a soluo seja considerada vlida.
Neste modelo de exemplo, h mais uma restrio que precisa ser
atendida para que um possvel conjunto de valores para Limite nas
passagens com desconto e Limite nas passagens de tarifa integral seja
vlido. Essas condies so adicionais, em relao s restries de
intervalo que j foram definidas para as clulas ajustveis. Isto :
Cada vez que o RISKOptimizer gera uma soluo possvel para o seu
modelo, ele roda uma simulao para a mesma. Cada simulao
consiste de centenas ou milhares de iteraes ou reclculos da
planilha. Em cada iterao, tirado um valor de amostra de cada
distribuio de probabilidade do modelo; o modelo ento
recalculado com base nesses novos valores amostrados, e gerado um
novo valor para a clula-alvo. No final da simulao de uma soluoteste, gerada uma distribuio de probabilidade para a clula-alvo
usando os valores de clulas-alvo calculados para cada iterao.
Restries de
iterao e de
simulao
352
Adicionar uma
restrio
RISKOptimizer
353
Restries
simples e de
frmula
354
RISKOptimizer
355
Tempo de
execuo da
otimizao
356
Tempo
Progresso
Frmula
Verdadeira
O RISKOptimizer
pra aps decorrido
um intervalo de
tempo especificado.
Esse nmero pode
ser uma frao
(4.25).
Esta condio de
parada a mais
usada, porque
rastreia a melhoria
e permite que o
RISKOptimizer
rode at que a taxa
de melhoria tenha
diminudo. Por
exemplo, o
RISKOptimizer
poder parar se 100
simulaes tiverem
passado, sem
encontrar uma
melhor soluo
para o problema.
O RISKOptimizer
pra se a frmula
do Excel retornar o
valor
VERDADEIRO em
uma simulao.
Mecanismo
RISKOptimizer
357
Execuo da otimizao
Agora s falta otimizar este modelo para determinar qual o nmero
mximo de reservas em cada categoria de tarifa que maximizar o
lucro. Para fazer isso:
1) Clique em OK para sair da caixa de dilogo Configuraes de
otimizao
2) Clique no comando Iniciar, no menu do RISKOptimizer.
Conforme o RISKOptimizer comea a trabalhar no seu problema, voc
ver os melhores valores atuais para as clulas ajustveis - Limite nas
passagens com desconto e Limite nas passagens de tarifa integral - na sua
planilha. A melhor mdia de Lucro mostrada acima do grfico
correspondente melhor soluo.
O Observador
do
RISKOptimizer
RISKOptimizer
359
Parando a
Simulao
360
Relatrio
Resumido
Para definir uma nova combinao de limites para Limite nas passagens
com desconto e Limite nas passagens de tarifa integral na sua planilha:
1) Clique no boto "Parar".
2) Verifique se a opo "Atualizar valores de clulas ajustveis
exibidas na pasta de trabalho para" est definida como
"Melhor".
Voc ser direcionado planilha Administrao de receita de empresa
area tutorial passo a passo.xls, que contm todos os novos valores
de variveis que produziram a melhor soluo. Lembre-se: a melhor
soluo a mdia dos resultados da simulao correspondentes ao
Lucro, e no equivale ao valor mostrado de um reclculo simples de
Lucro, que usa os melhores valores de variveis. A melhor mdia
mostrada no grfico de output do @RISK; se o grfico no for
apresentado, clique na clula e, em seguida, em Procurar nos
resultados para exibi-lo.
RISKOptimizer
361
362
Comandos do RISKOptimizer
Comando de Definio do Modelo
Define o objetivo, clulas ajustveis e restries para um
modelo
Selecionar o comando Definio do Modelo do RISKOptimizer (ou
clicar no cone do Modelo na barra de ferramentas do RISKOptimizer)
exibe o dilogo do Modelo.
RISKOptimizer
363
364
RISKOptimizer
365
366
Comandos do RISKOptimizer
RISKOptimizer
367
368
Comandos do RISKOptimizer
RISKOptimizer
369
370
Conjunto Original de
Valores de Variveis
Um Conjunto de
Possveis Valores de
Receita
Outro Conjunto de
Possveis Valores de
Receita
23,472
15,344
37,452
145
101
190
32,44
7,073
65.664
14.021
93.572
Comandos do RISKOptimizer
Mtodo de
Soluo Ordem
RISKOptimizer
Conjunto Original de
Valores de Variveis
Um Conjunto de
Possveis Valores de
Receita
Outro Conjunto de
Possveis Valores de
Receita
23,472
145
65.664
145
23,472
65.664
145
65.664
23,472
371
Mtodo de
Soluo
Agrupamento
Comandos do RISKOptimizer
Mtodo de
Soluo
Oramento
Conjunto Original de
Valores de Variveis
Um Conjunto de
Possveis Valores de
Receita
Outro Conjunto de
Possveis Valores de
Receita
Um Conjunto de
Possveis Valores de
Receita
Outro Conjunto de
Possveis Valores de
Receita
200
93,1
223,5
3,5
30
10
100
-67
10
0,4
67
Muitos valores esto sendo tentados, mas a soma sempre iguala 223,5.
373
Mtodo de
Soluo Projeto
Comandos do RISKOptimizer
Mtodo de
Soluo
Agendamento
Conjunto Original de
Valores de Variveis
Um Conjunto de
Possveis Valores de
Receita
Outro Conjunto de
Possveis Valores de
Receita
375
Restrio
Esta Tarefa
12
376
Conjunto Original de
Valores de Variveis
Um Conjunto de
Possveis Valores de
Receita
Outro Conjunto de
Possveis Valores de
Receita
2
Comandos do RISKOptimizer
Tarefas
Precedentes
RISKOptimizer
377
Restries
O RISKOptimizer permite que voc insira restries ou condies que
devem ser atendidas para que uma soluo seja vlida. As restries
inseridas so exibidas na tabela de Restries, na caixa de dilogo de
Definio do Modelo.
Adicionar
Adicionando
Restries
Tipo de
Restrio
378
Comandos do RISKOptimizer
Preciso da
restrio
Tempo de
avaliao
379
Restries de
Simulao
380
RISKOptimizer
381
382
Comandos do RISKOptimizer
RISKOptimizer
383
384
Comandos do RISKOptimizer
Opes de
Tempo de
Execuo de
Otimizao
RISKOptimizer
385
Suponha que voc esteja tentando maximizar a mdia da clulaalvo, sendo que Mxima mudana esteja definida como 0,1, e que,
aps 500 simulaes, a melhor resposta encontrada seja 354,8. Se a
opo Progresso for a nica condio de parada selecionada, o
RISKOptimizer far uma pausa na simulao 600 e s continuar
se tiver encontrado uma soluo melhor que 354,9 nas ltimas 100
simulaes. Em outras palavras, se as respostas do RISKOptimizer
no tiverem melhorado pelo menos 0,1 nas ltimas 100
simulaes, ele presumir que h pouca otimizao a ser feita e
parar a busca. No caso de problemas mais complexos, sugerimos
aumentar o nmero de simulaes executadas pelo
RISKOptimizer (at 500) antes de decidir se h melhoria suficiente
para continuar.
Esta a condio mais usada de parada, porque fornece ao
usurio uma forma efetiva de interromper o RISKOptimizer aps
a taxa de melhoria ter cado bastante e o RISKOptimizer no estar
mais sendo capaz de gerar melhores solues. Se estiverem sendo
exibidos os grficos de melhores resultados na guia Progresso do
Observador do RISKOptimizer, estes se tornaro planos aps um
tempo antes da condio ser atendida e o RISKOptimizer parar.
Progresso na verdade somente uma forma automtica de fazer
o que voc poderia fazer a partir do grfico deix-lo rodar at
que a taxa de melhoria praticamente zere.
386
Comandos do RISKOptimizer
Modo de
otimizao
Otimizar usando
RISKOptimizer
387
388
Comandos do RISKOptimizer
RISKOptimizer
389
390
Comandos do RISKOptimizer
Operadores
RISKOptimizer
392
Comandos do RISKOptimizer
393
Comando Iniciar
Inicia uma otimizao.
A seleo do comando Iniciar Otimizao inicia uma otimizao do
modelo e da planilha ativa. Assim que o RISKOptimizer comea a
rodar, apresentada a janela Progresso do RISKOptimizer, mostrada
a seguir.
Melhor ou o melhor valor atual para a estatstica de clulaalvo que est sendo minimizada ou maximizada.
394
Comandos do RISKOptimizer
Grfico da
melhor soluo
RISKOptimizer
395
396
Comandos do RISKOptimizer
RISKOptimizer
397
398
Comandos do RISKOptimizer
Observador do RISKOptimizer
O cone de lente de aumento na Barra de Ferramentas de Janela de
Progresso exibe o Observador do RISKOptimizer. O Observador do
RISKOptimizer responsvel por regular e relatar toda a atividade do
RISKOptimizer.
A partir do Observador do RISKOptimizer, voc pode alterar
parmetros e analisar o progresso da otimizao. Voc tambm pode
visualizar informaes sobre o problema em tempo real e
informaes sobre o progresso do RISKOptimizer, na barra de status
ao longo da parte inferior do Observador do RISKOptimizer.
RISKOptimizer
399
400
Observador do RISKOptimizer
Dilogo de
Opes de
Grfico
RISKOptimizer
401
402
Observador do RISKOptimizer
RISKOptimizer
403
404
Observador do RISKOptimizer
RISKOptimizer
405
406
Observador do RISKOptimizer
RISKOptimizer
407
408
Observador do RISKOptimizer
Sries temporais
Introduo
Em Estatstica, Economia e Matemtica financeira, uma srie temporal
uma sequncia de observaes geralmente medida a intervalos
regulares, como a cada semana, cada ms ou cada trimestre. Alguns
exemplos de sries temporais so: taxas de cmbio semanais, valor
dirio de fechamento do ndice NASDAQ Composite, preo mensal
de petrleo cru.
A seo Sries Temporais do @RISK fornece dois tipos de
ferramentas: (1) Ferramentas de Ajuste e Ajuste de lote para ajustar
vrios processos de sries temporais aos dados histricos e, em
seguida, projet-los no futuro; (2) ferramenta Definir para simular
dados de um processo de sries temporais selecionado para ser usado
em um modelo no @RISK. Os resultados de sries temporais desse
tipo de simulao podem ser visualizados com os resultados normais
do @RISK ou usando a janela Resultados de srie temporal.
As ferramentas de Ajuste e Ajuste de lote so anlogas, no contexto de
srie temporal, s ferramentas de Ajuste e Ajuste de lote fornecidas no
Ajuste de Distribuies do @RISK. A ferramenta Definir anloga, no
contexto de srie temporal, ferramenta Definir Distribuio do
@RISK. Enquanto Ajuste de Distribuies e Definir Distribuies so
usadas para distribuies de probabilidade individuais, as
ferramentas de srie temporal so usadas para processos de sries
temporais. Essas ferramentas de sries temporais acrescentam funes
do @RISK sua planilha, da mesma forma que a ferramenta Definir
Distribuies do @RISK. Diferentemente das funes de distribuio
padro do @RISK, as funes de sries temporais do @RISK que so
acrescentadas so funes de vetor, pois alteram as clulas em que a
previso da srie temporal est localizada como grupo a cada iterao
de uma simulao.
Sries temporais
409
410
Etapa 1: Definir
os dados de
input
Nome, Intervalo
Transformao
de dados
Sries temporais
Todos os valores amostrais devem estar dentro da faixa de 1E+37 <= x <= +1E+37.
411
Funo,
Deslocamento
Cancelar
tendncia
412
Dessazonalizar,
Perodo
Ponto inicial
Estatsticas
Sries temporais
413
Etapa 2:
Especificar
processos para
o ajuste
414
Etapa 3:
Executar o
ajuste e
interpretar os
resultados
Sries temporais
415
Alternar
sincronizao
Copiar para a
Clula
Uma frmula de vetor inserida nessas clulas, com uma funo como
RiskARCH1. Esses resultados so apresentados em tempo real, da
mesma forma que no caso de clulas com uma funo RiskNormal,
por exemplo, mas eles se alteram enquanto grupo, porque so baseados
em uma frmula de vetor.
Observe que se voc ajustar dados transformados, as transformaes
sero automaticamente desfeitas nas futuras previses.
416
Sries temporais
417
Etapa 1: Definir
os dados de
input
Nome, Intervalo
418
Todos os valores amostrais devem estar dentro da faixa de 1E+37 <= x <= +1E+37.
Transformao
de dados
Sries temporais
419
Funo,
Deslocamento
Cancelar
tendncia
Dessazonalizar,
Perodo
Ponto inicial
Estatsticas
420
Etapa 2:
Especificar
processos para
o ajuste
Sries temporais
421
Etapa 3:
Verificar
configuraes
de relatrio
422
Etapa 4:
Executar o
ajuste e
interpretar os
resultados
Planilha de
resumo do
ajuste de sries
temporais
Sries temporais
423
Planilhas de
relatrios
individuais
424
Comando Definir
Define o processo de srie temporal a ser usado em um
modelo de simulao
Se quiser usar valores aleatrios para uma srie temporal em um
modelo de simulao do @RISK, voc pode usar a ferramenta Definir
srie temporal. Diferente das ferramentas de ajuste, esta ferramenta
no requer dados histricos. Basta escolher um dos processos de srie
temporal disponveis e seus parmetros para inclu-la em um modelo
de simulao no @RISK.
Para usar a ferramenta Definir, necessrio seguir trs etapas:
1) Escolher um processo de srie temporal
2) Especificar os parmetros do processo
3) Selecionar o intervalo para os Dados Simulados
Etapa 1:
Escolher um
processo de
srie temporal
Sries temporais
425
Etapa 2:
Selecionar os
parmetros do
processo
Transformaes
de dados
426
Sincronizao
de dados
Sries temporais
427
Etapa 2:
Selecionar o
intervalo dos
dados
simulados
428
Comando Resultados
Exibe os resultados de uma funo de srie temporal
simulada
Ao usar a ferramenta Definir para aninhar uma funo de srie
temporal em uma simulao do @RISK, voc pode ver os resultados
da simulao nas janelas de resultados padro do @RISK ou na janela
Resultados de sries temporais.
Resultados
padro do
@RISK
Sries temporais
429
Resultados de
srie temporal
Sobreposio
de resultados
de srie
temporal
430
Opes de
grficos de
sries
temporais
Sries temporais
431
Correlao de
sries
temporais
432
Sries temporais
433
434
Projeto
Anlise de risco para o Microsoft Project
Com a ferramenta Projeto do @RISK voc pode importar um projeto
no Microsoft Excel, introduzir incerteza no projeto e visualizar os
resultados na forma de grficos, relatrios e na interface do @RISK
para Excel.
Com o @RISK, voc pode aproveitar toda a capacidade do @RISK e do
Excel para projetos do Microsoft Project, inclusive todas as funes de
distribuio e recursos de correlao. Voc simplesmente define os
elementos incertos no projeto e seleciona os outputs. O @RISK se
encarrega do resto!
Projeto
435
Recursos de modelagem
O @RISK para Excel permite simular projetos por meio de um vnculo
especial entre o Microsoft Excel e o Microsoft Project O @RISK
"importa" um arquivo de projeto .MPP no Excel, onde ele pode ser
aprimorado com frmulas do Excel e distribuies do @RISK. Uma
planilha do Excel se transforma em uma nova "exibio" do seu
projeto, e at mesmo inclui um grfico de Gantt semelhante ao
apresentado pelo Microsoft Project.
No Excel, podem ser feitas mudanas nos cronogramas do projeto, e
as datas e os custos pertinentes ao cronograma podem ser
atualizados. Isso feito atravs do vnculo entre os valores do projeto
apresentados no Excel e as tarefas e campos correspondentes no
Microsoft Project. Por trs dos bastidores, o @RISK passa os valores
alterados do Excel ao Microsoft Project para fins de reclculo e, em
seguida, envia os valores recm-calculados de volta ao Excel. Todos
os clculos de agendamento so executados no Microsoft Project, mas
os resultados desses clculos so exibidos no Excel.
O @RISK possibilita um escopo muito maior de recursos de
modelagem para projetos, em comparao com o que oferecido
apenas pelo Microsoft Project. Por exemplo, as frmulas do Excel
podem ser usadas para efetuar clculos de valores que sero passados
para o Microsoft Project. Uma frmula contida em uma clula que
representa uma tarefa do projeto ou um campo de recurso pode
conter uma funo de distribuio do @RISK ou uma funo do Excel.
Isso calcula um valor no Excel. O valor calculado, ento, passado ao
Microsoft Project para fins de reclculo do cronograma. Ou, ainda, os
valores devolvidos pelo Microsoft Project (ex.: clculos de custo)
podem ser referenciados em frmulas contidas em outras frmulas do
Excel.
Toda a gama de recursos de modelagem e relatrios do @RISK para
Excel pode ser usada com os seus projetos. Isso inclui todas as funes
de probabilidades, correlaes, parmetros alternativos, anlises de
sensibilidade e muito mais. Antes de usar o @RISK com projetos, o
usurio deve se familiarizar com o uso do @RISK para Excel com
planilhas comuns do Excel.
436
Projeto
437
Requisitos de sistema
Para usar os recursos de simulao do Project no @RISK para Excel,
necessrio que uma verso do Microsoft Project 2003 ou mais recente
esteja instalada no seu sistema. Esse requisito adicional aos
requisitos padro para o uso do @RISK para Excel. A verso de 64 bits
do Microsoft Project no compatvel com os recursos de simulao
de projetos do @RISK para Excel.
Velocidade de simulao
O @RISK oferece dois mecanismos de simulao para propiciar
mxima velocidade na simulao de projetos. O mecanismo de
simulao Acelerada pode ser usado com a maioria dos modelos e
produz as simulaes mais rpidas. O mecanismo de simulao
Padro mais lento mas pode ser usado com distribuies e outputs
para todos os campos de um projeto. O @RISK detecta
automaticamente que mecanismo deve ser usado para o seu projeto
especfico.
438
Projeto
439
440
Conhea o
@RISK para
Excel
Projeto
441
442
Projeto
443
Importao de
projetos usados
com verses
anteriores do
@RISK para
Project
Como salvar a
pasta de
trabalho do
projeto
444
Projeto
445
446
Projeto
447
Categorias de
risco
448
Categorias de risco
Ramificao probabilstica
Calendrios probabilsticos
ProjectFieldVal
Funes RiskProject
Projeto
449
Ramificao
probabilstica
450
Calendrios
probabilsticos
ProjectFieldVal
Projeto
451
Funes
RiskProject
452
Projeto
453
Anlise de
sensibilidade
454
Grfico de Gantt
probabilstico
Projeto
455
456
Relatrio de
dados de escala
de tempo
Projeto
457
458
Projeto
459
Visualizao
das
configuraes
de importao
460
Converso de
arquivos .MPP
do @RISK para
Project Verso 4
Projeto
461
462
Projeto
463
464
A distribuio
atual no
corresponde
definio da
categoria
Boto OK
Projeto
465
466
Projeto
467
Como usar a
Tabela de
Entrada de
Parmetros
Uma funo tpica do Excel que usada com uma tabela de entrada
de parmetros tem a seguinte aparncia:
=RiskTriang(K3;L3;M3;RiskStatic(ProjectFieldVal))
Nota: Somente uma Tabela de Entrada de Parmetros pode ser usada
em um projeto. Tentar inserir novamente a Tabela de Entrada de
Parmetros faz com que as distribuies pertinentes a uma tabela
existente (e a tabela, propriamente dita) sejam removidas.
468
Projeto
469
470
Funes de
distribuio
para ramos
probabilsticos
Projeto
471
472
Projeto
473
Como os
calendrios
probabilsticos
so aplicados
474
Projeto
475
476
Projeto
477
Guia Geral
Grfico de Gantt
probabilstico
478
Guia Output
rastreado
Grfico de Gantt
probabilstico
Projeto
479
480
Projeto
481
Caixa de
dilogo
Relatrio de
dados de escala
de tempo
482
Projeto
483
484
Projeto
485
486
Projeto
487
488
Projeto
489
490
Projeto
491
Dados a coletar
Dados de
escala de tempo
492
Mecanismo de
simulao
Recurso
Durao
Durao restante
Incio
Trmino
Custo
Custo fixo
493
Comando
Verificar
mecanismo
494
Andamento e
controle do
projeto
Ignorar
informao de
%concluda
Projeto
495
Guia Geral
Comando
Configuraes
do Projeto
496
Projeto
497
498
499
500
Funes RiskProject
O @RISK para Excel inclui novas funes que comeam com
RiskProject e que podem ser includas em frmulas no Excel. Essas
funes modificam o cronograma de um projeto durante uma
simulao. Elas so especialmente teis quando as frmulas
calculadas no Excel, como as de um registro de riscos, precisam ser
vinculadas lgica de um cronograma no Microsoft Project. Da
mesma forma que com as funes padro do Excel, os argumentos
das funes RiskProject podem incluir frmulas e referncias de
clulas. Quando o tipo de amostras definido como Monte Carlo, as
funes RiskProject s permanecem ativas durante simulaes, e no
durante um reclculo individual do Excel.
Projeto
501
Biblioteca
Introduo
As verses Profissional e Industrial do @RISK incluem a Biblioteca do
@RISK, uma aplicao separada em banco de dados para
compartilhar distribuies de probabilidade de inputs e comparar
resultados de diferentes simulaes. A Biblioteca do @RISK usa SQL
Server para armazenar dados do @RISK.
Usurios diferentes em uma organizao pode acessar uma Biblioteca
do @RISK compartilhado para acessar:
Biblioteca
503
504
Introduo
Biblioteca
Referncias a
Clulas em
Distribuies da
Biblioteca
Fornecendo
Sementes a
Distribuies da
Biblioteca
506
Plotando uma
Distribuio
Biblioteca
507
Colunas
Exibidas na
Guia
Distribuies
Usando uma
Distribuio da
Biblioteca no
seu Modelo
508
Como as
distribuies
so
atualizadas?
Biblioteca
509
510
511
Como um
Resultado de
uma Simulao
inserido em na
Biblioteca do
@RISK?
512
Exibindo um
Grfico de um
Resultado na
Biblioteca
Biblioteca
513
Reamostra dos
Resultados de
Simulao
Armazenados
na Biblioteca
em uma Nova
Simulao
Como os Dados
de Output so
Reamostrados
em uma
Simulao
Combinada
514
Biblioteca
515
516
Notas Tcnicas
do A Biblioteca do @RISK usa o Microsoft SQL Server para armazenar
simulaes e planilhas abertas. Acessar um arquivo da Biblioteca do
@RISK o mesmo que acessar qualquer banco de dados SQL.
Mltiplos bancos de dados da Biblioteca do @RISK podem ser abertos
de uma vez. Clicando no cone Biblioteca na parte inferior da Janela
Biblioteca do @RISK, conexes a bancos de dados de Bibliotecas do
@RISK existentes podem ser configuradas e novos bancos de dados
podem ser criados.
Conectando a
uma Biblioteca
Existente
Biblioteca
517
Criando uma
Nova Biblioteca
Mais sobre o
SQL Server
Express
518
Notas Tcnicas
Biblioteca
520
Comandos de Utilidades
Comando Colorir Clulas
Ativa e desativa a funo de colorir clulas do @RISK
Voc pode colorir as clulas da pasta de trabalho onde se encontram
localizadas as variveis de otimizao e funes estatsticas, inputs e
outputs do @RISK. Isso torna fcil e rpido identificar os componentes
do seu modelo de @RISK nas pastas de trabalho aberta. Voc pode
selecionar uma cor para a fonte, a borda ou o fundo da clula.
Comandos de Utilidades
521
522
Comandos de Utilidades
524
Exportar e
Importar
Configurao da
Aplicao
Comandos de Utilidades
525
Comando Janelas
Exibe a Lista de Janelas do @RISK
A Lista de Janelas do @RISK exibe uma lista de todas as janelas
abertas do @RISK e permite ativar, ordenar e fechar estas janelas.
526
Comandos de Utilidades
527
528
Comandos de Utilidades
529
530
Comandos de Utilidades
531
532
@RISK Aps
Ativar/Desativar
Funes
Opes de
Ativao/Desati
vao
Comandos de Utilidades
533
Opes de
Desativao
534
Comandos de Utilidades
535
Opes de
Ativao
536
Comandos de Utilidades
537
Visualizar
Mudanas antes
de Re-inserir
Funes do
@RISK
Funes do @RISK
Introduo
O @RISK inclui funes customizadas que podem ser includas em
frmulas e clulas do Excel. Estas funes so usadas para:
1) Definir distribuies de probabilidade (funes de distribuio
do @RISK e funes de propriedade de distribuies).
2) Definir outputs da simulao (funo RiskOutput)
3) Inserir resultados da simulao em sua planilha (statistics e
funes grficas do @RISK)
Este captulo de referncia descreve cada um destes tipos de funes
do @RISK e fornece detalhes sobre os argumentos opcionais e
requeridos para cada funo.
Funo de Distribuio
As funes de distribuio de probabilidade so usadas para inserir
incerteza na forma de distribuies de probabilidade em clulas e
equaes na sua planilha Excel. Por exemplo, voc pode inserir
RiskUniform(10,20) a uma clula na sua planilha. Isto especifica que
os valores da clula sero gerados por uma distribuio uniforme com
um mnimo de 10 e um mximo de 20. Esta faixa de valores substitui
o valor nico fixado requisitado pelo Excel.
Funes de distribuies so usadas pelo @RISK durante a simulao
para amostrar conjuntos de valores possveis. Cada iterao da
simulao usa um novo conjunto de valores amostrados de cada
funo de distribuio em sua planilha. Estes valores so, ento,
usados para recalcular sua planilha e gerar um novo conjunto de
resultados possveis.
Assim como as funes do Excel, as funes de distribuio possuem
dois elementos, um nome de funo e valores de argumentos que so
representados entre parnteses. Uma funo de distribuio tpica :
RiskNormal(100;10)
Uma funo de distribuio diferente usada para cada tipo de
distribuio de probabilidade. O tipo de distribuio que ser
Funes do @RISK
539
540
Introduo
Inserindo
Funes de
Distribuies de
Probabilidade
Funes do @RISK
541
Definindo
Distribuies
Graficamente
Ajustando
Dados s
Distribuies
Funes de
Propriedade de
Distribuies
542
Introduo
Truncamento
em Verses
Anteriores do
@RISK
Parmetros
Alternativos
Tipos de
Parmetros
Alternativos
Funes do @RISK
543
Amostrando
Distribuies
com Parmetros
Alternativos
544
Introduo
Percentis
Descendentes
Cumulativos
Inserindo
Argumentos nas
Funes do
@RISK
Funes do @RISK
545
Datas em
funes do
@RISK
546
Introduo
Funes do @RISK
547
Nota Importante
sobre Vetores
do Excel
Funes de
vetor do @RISK
Mais Informao
548
Introduo
Funes do @RISK
549
Estatsticas em
Templates de
Relatrios
Funes Suplementares
Funes adicionais, como RiskCurrentIter, RiskCurrentSim e
RiskStopSimulation so fornecidas para serem usadas no
desenvolvimento de aplicaes com base em macros usando o @RISK.
Estas funes retornam a iterao e simulao atuais de uma
simulao em execuo, repetitivamente, ou parar uma simulao.
550
Introduo
Funo de distribuio
Resultado
RiskBernoulli(p)
RiskBeta(alfa1;alfa2)
RiskBetaGeneral( alfa1;
alfa2;mnimo; mximo)
RiskBetaGeneralAlt(arg1type;
arg1value; arg2type;arg2value;
arg3type;arg3value;
arg4type;arg4value)
RiskBetaSubj(mnimo; mais
provvel; mdia; mximo)
RiskBinomial(n;p)
RiskChiSq(v)
RiskCompound(dist#1 ou valor
ou refcell; dist#2;dedutvel;limite)
RiskCumul(mnimo; mximo;
{X1;X2;...;Xn};{p1;p2;...;pn})
RiskCumulD(mnimo;mximo;
{X1;X2;...;Xn};{p1;p2;...;pn})
RiskDiscrete({X1;X2;...;Xn};
{p1;p2;...;pn})
RiskDoubleTriang(mn.;mais
provvel;mx.;p)
RiskDuniform({X1;X2;...Xn})
Funes do @RISK
551
RiskErf(h)
RiskErlang(m;beta)
RiskExpon(beta)
RiskExponAlt(arg1type;
arg1value; arg2type;arg2value)
RiskExtvalue(alfa;beta)
RiskExtvalueAlt(arg1type;
arg1value; arg2type;arg2value)
RiskExtValueMin(alfa; beta)
RiskExtvalueMinAlt(tipoarg1;
valorarg1; tipoarg2; valorarg2)
RiskF(v1;v2)
552
RiskGamma(alfa;beta)
RiskGammaAlt(arg1type;
arg1value; arg2type;arg2value;
arg3type;arg3value)
RiskGeneral(mnimo;mximo;
{X1;X2;...;Xn};{p1;p2;...;pn})
RiskGeometric(p)
RiskHistogrm(mnimo;mximo;{p
1;p2;...;pn})
RiskHypergeo(n;D;M)
RiskIntUniform(mnimo;mximo)
RiskInvGauss(mu;lambda)
RiskInvGaussAlt(arg1type;
arg1value; arg2type;arg2value;
arg3type;arg3value)
RiskJohnsonSB(alfa1;alfa2;a;b)
RiskJohnsonSU(alfa1;alfa2;
gama; beta)
RiskJohnsonMoments(mdia;
desvio padro;assimetria;
curtose)
RiskLaplace(;)
RiskExtvalueMinAlt(tipoarg1;
valorarg2; tipoarg2; valorarg2 )
RiskLevy(a;c)
RiskLevyAlt(tipoarg1; valorarg1;
tipoarg2;valorarg2)
RiskLogistic(alfa;beta)
RiskLogisticAlt(arg1type;
arg1value; arg2type;arg2value)
RiskLoglogistic(gama;beta; alfa)
RiskLoglogisticAlt(arg1type;
arg1value; arg2type;arg2value;
arg3type;arg3value)
RiskLognorm(mdia;desvio
padro)
RiskLognormAlt(arg1type;
arg1value; arg2type;arg2value;
arg3type;arg3value)
RiskLognorm2(mdia; desvio
padro)
Funes do @RISK
553
554
RiskMakeInput(formula)
RiskNegbin(s;p)
RiskNormal(mdia; desvio
padro)
RiskNormalAlt(arg1type;
arg1value; arg2type;arg2value)
RiskPareto(teta;alfa)
Distribuio Pareto
RiskParetoAlt(arg1type;
arg1value; arg2type;arg2value)
RiskPareto2(b;q)
Distribuio Pareto
RiskPareto2Alt(arg1type;
arg1value; arg2type;arg2value)
RiskPearson5(alfa;beta)
RiskPearson5Alt(arg1type;
arg1value; arg2type;arg2value;
arg3type;arg3value)
RiskPearson6(beta;alf1; alfa2)
RiskPert(mnimo;mais provvel;
mximo)
RiskPertAlt(arg1type; arg1value;
arg2type;arg2value;
arg3type;arg3value)
RiskPoisson(lambda)
Distribuio Poisson
RiskRayleigh(beta)
RiskRayleighAlt(arg1type;
arg1value; arg2type;arg2value)
RiskResample(sampMethod;{X1;
X2;...Xn})
RiskSimtable({X1;X2;...Xn})
RiskSplice(dist#1 ou ref. de
clula;dist#2 ou ref. de
clula;splice point)
RiskStudent(nu)
RiskTriang(mnimo; mais
provvel; mximo)
RiskTriangAlt(arg1type;
arg1value; arg2type;arg2value;
arg3type;arg3value)
RiskTrigen(inferior;mais
provvel;superior; perc.
inferior;perc. Superior)
RiskUniform(mnimo; mximo)
RiskUniformAlt(arg1type;
arg1value; arg2type;arg2value)
RiskWeibull(alfa;beta)
RiskWeibullAlt(arg1type;
arg1value; arg2type;arg2value;
arg3type;arg3value)
Funes propriedade de
distribuio
Especifica
RiskCategory(NomeCategoria)
RiskCollect()
RiskConvergence(tolerncia;
Tipo de tolerncia; nvel de
confiana; usarMdia;
usarDesvPad; usarPercentil;
percentil)
Funes do @RISK
555
556
RiskCorrmat(faixa de clulas da
matriz; posio; instncia)
RiskDepC(ID;coeficiente)
RiskFit(ProjID;FitID; resultado de
ajuste selecionado)
RiskIndepC(ID)
RiskIsDate(VERDADEIRO)
RiskIsDiscrete(VERDADEIRO)
RiskLibrary(posio;ID)
RiskLock()
RiskName(nome do input)
RiskSeed(tipo de gerador de
nmero aleatrio; valor da
semente)
RiskShift(descolamento)
RiskSixSigma(LSL;USL;alvo;
desvio de longo prazo; Nmero
de Desvios Padro)
RiskStatic(valor esttico)
RiskTruncate(mnimo; mximo)
RiskTruncateP(%mnimo;
%mximo)
RiskUnits(unidades)
Funo de Output
Especifica
RiskOutput(nome;nome da faixa
de output; posio na faixa)
Funes de ajuste
Especifica
RiskFitDistribution(intervalo de
dados; tipo de dados; lista de
distribuies; seletor; limite
inferior; limite superior)
RiskFitDescription((fonte do
ajuste; estilo de distribuio)
RiskFitStatistic(fonte do ajuste;
estatstica)
RiskFitParameter(fonte do
ajuste; nm. do parmetro)
Funes de projeto
Especifica
RiskProjectAddDelay(tarefa
Funes do @RISK
precedente;durao do
retardo;custo do retardo).
RiskProjectAddCost(custo
adicional; tempo adicional).
RiskProjectRemoveTask(tarefa a
ser removida).
RiskProjectResourceAdd(tarefa;r
ecurso;unidades).
RiskProjectResourceRemove(tar
efa;recurso).
RiskProjectResourceUse(tarefa;
recurso; valor de uso).
Funes de sries
temporais
558
Especifica
RiskAPARCH(mu;Omega;Delta;
Gama;A;B;R0;Sigma0;valor inicial;o
que retornar)
RiskAR1(mu;Sigma;A;R0; valor
inicial;o que retornar)
RiskAR2(mu;Sigma;A1;A2;R0;
RNeg1;valor inicial;o que retornar)
RiskAR1(mu;Omega;A;R0; valor
inicial;o que retornar)
RiskAR1(mu;Sigma;A1;B1;R0;
valor inicial;o que retornar)
RiskEGARCH(mu; Omega;
A;B;R0; Sigma0; valor inicial;o que
retornar)
RiskAR1(mu;Sigma;Times; valor
inicial;o que retornar)
RiskAR1(mu;Sigma;Lambda;salto
Mu; salto Sigma; horas; valor
inicial;o que retornar)
RiskAR1(mu;Sigma;Alfa;R0; horas;
valor inicial;o que retornar)
RiskBMMRJD(mu;Sigma;Alfa;R0;L
ambda;salto Mu;salto Sigma;
tempos; valor inicial;o que retornar)
RiskGBMSeasonal(mu;Sigma;
ajuste sazonal; tipo de ajuste;
ndice do ajuste; valor inicial;o que
retornar)
RiskGBMSeasonal(mu;Sigma; B1;
valor inicial;o que retornar)
Funes Estatsticas
Especifica
RiskConvergenceLevel(ref. de
clula ou nome do output; Sim#)
RiskCorrel(cellref1 ou nome de
output/input1; cellref2 ou nome
de output/input2;
correlationType;Sim#)
RiskKurtosis(ref. de clula ou
nome do output/input; Sim#)
RiskPercentile(ref. de clula ou
nome do output/input; Sim#)
RiskPtoX(ref. de clula ou nome
do output/input; Sim#)
Funes do @RISK
559
560
RiskPercentileD(ref. de clula ou
nome do output/input; Sim#)
RiskQtoX(ref. de clula ou nome
do output/input; Sim#)
RiskRange(ref. de clula ou
nome do output/input; Sim#)
RiskSensitivity(ref. de clula ou
nome do output; Sim#; posto; tipo
de anlise; Tipo de Valor
Retornado)
RiskSensitivityStatChange(ref.c
l. ou nome do output;nm.
simul.;rank; nmBins;
queEstatstica;percentil;TipoValor
retorno)
RiskSkewness(ref. de clula ou
nome do output/input; Sim#)
RiskStdDev(ref. de clula ou
nome do output/input; Sim#)
RiskTarget(ref. de clula ou
nome do output/input; Sim#)
RiskXtoP(ref. de clula ou nome
do output/input; Sim#)
RiskTargetD(ref. de clula ou
output/input name; target value;
Sim#)
RiskXtoQ(ref. de clula ou
output/input name; target value;
Sim#)
RiskVariance(ref. de clula ou
nome do output/input; Sim#)
RiskTheoKurtosis(ref. de clula
ou funo de distribuio)
RiskTheoMax(ref. de clula ou
funo de distribuio)
RiskTheoMean(ref. de clula ou
funo de distribuio)
RiskTheoMin(ref. de clula ou
funo de distribuio)
RiskTheoMode(ref. de clula ou
funo de distribuio)
RiskTheoPtoX((ref. de clula ou
funo de distribuio; perc%)
RiskTheoQtoX(ref. de clula ou
funo de distribuio; perc%)
RiskTheoRange(ref. de clula ou
funo de distribuio)
RiskTheoSkewness(ref. de
clula ou funo de distribuio)
RiskTheoStdDev(ref. de clula
ou funo de distribuio)
RiskTheoXtoP(ref. de clula ou
funo de distribuio; valor alvo)
RiskTheoXtoQ(ref. de clula ou
funo de distribuio; valor alvo)
RiskTheoVariance(ref. de clula
ou funo de distribuio)
Especifica
RiskCpkLower(ref. de clula ou
nome do output; Sim#;
RiskSixSigma (LSL;USL;
Alvo;Desvio de Longo
Prazo;Nmero de Desvios
Padro))
Funes do @RISK
561
562
RiskLowerXBound(ref. de clula
ou nome do output; Sim#;
RiskSixSigma (LSL;USL;
Alvo;Desvio de Longo
Prazo;Nmero de Desvios
Padro))
RiskPNCLower(ref. de clula ou
nome do output; Sim#;
RiskSixSigma (LSL;USL;
Alvo;Desvio de Longo
Prazo;Nmero de Desvios
Padro))
RiskPNCUpper(ref. de clula ou
nome do output; Sim#;
RiskSixSigma (LSL;USL;
Alvo;Desvio de Longo
Prazo;Nmero de Desvios
Padro))
RiskPPMLower(ref. de clula ou
nome do output; Sim#;
RiskSixSigma (LSL;USL;
Alvo;Desvio de Longo
Prazo;Nmero de Desvios
Padro))
RiskPPMUpper(ref. de clula ou
nome do output; Sim#;
RiskSixSigma (LSL;USL;
Alvo;Desvio de Longo
Prazo;Nmero de Desvios
Padro))
RiskSigmaLevel(ref. de clula
ou nome do output; Sim#;
RiskSixSigma (LSL;USL;
Alvo;Desvio de Longo
Prazo;Nmero de Desvios
Padro))
RiskUpperXBound(ref. de clula
ou nome do output; Sim#;
RiskSixSigma (LSL;USL;
Alvo;Desvio de Longo
Prazo;Nmero de Desvios
Padro))
RiskZlower(ref. de clula ou
nome do output; Sim#;
RiskSixSigma (LSL;USL;
Alvo;Desvio de Longo
Prazo;Nmero de Desvios
Padro))
RiskZUpper(ref. de clula ou
nome do output; Sim#;
RiskSixSigma (LSL;USL;
Alvo;Desvio de Longo
Prazo;Nmero de Desvios
Padro))
Funes do @RISK
563
564
Funo Suplementar
Retorna
RiskCorrectCorrmat(correlation
MatrixRange;adjustmentWeights
MatrixRange)
RiskCurrentIter()
RiskCurrentSim()
RiskSimulationInfo(informaes
a retornar)
RiskStopRun(ref. de clula ou
frmula)
Funo de elaborao de
grfico
Retorna
RiskResultsGraph(ref. de clula
ou nome de output/input;
locationCellRange;graphType;xlF
ormat;leftDelimiter;
rightDelimiter;xMin;xMax;xScale;t
tulo;sim#)
RiskBernoulli
Descrio
Exemplos
Diretrizes
Domnio
x {0,1}
discreto
Funes de
distribuio
densidade e
cumulativa
f ( x) = 1 p
para x = 0
f ( x) = p
para x =1
f ( x) = 0
caso contrrio,
F ( x) = 0
para x < 0
F ( x) = 1 p
para 0 x < 1
F ( x) = 1
para x 1
parmetro contnuo
Mdia
Varincia
p (1 p )
Distoro
0<p<1
1 2p
[ p(1 p)]3 / 2
Curtose
Moda
Funes do @RISK
p 3 + (1 p ) 3
p (1 p )
0
1
Bimodal (0,1)
se p < 0,5
se p > 0,5
se p = 0,5
565
Exemplos
566
RiskBeta
Descrio
Exemplos
Diretrizes
Domnio
Funes de
distribuio
densidade e
cumulativa
1 > 0
2 > 0
0x1
f (x) =
F( x ) =
contnuo
1 1
(1 x ) 2 1
(1 , 2 )
B x (1 , 2 )
I x (1 , 2 )
B(1 , 2 )
1
1 + 2
1 2
Varincia
(1 + 2 )2 (1 + 2 + 1)
Assimetria
2 1
1 + 2 + 1
1 + 2 + 2
1 2
(1 + 2 + 1)(2(1 + 2 )2 + 1 2 (1 + 2 6))
1 2 (1 + 2 + 2 )(1 + 2 + 3)
Curtose
Funes do @RISK
567
Moda
1 1
1 + 2 2
1>1, 2>1
Exemplos
CDF - Beta(2,3)
1.0
0.8
0.6
0.4
0.8
1.0
1.2
0.8
1.0
1.2
0.6
0.4
0.2
0.0
0.0
-0.2
0.2
PDF - Beta(2,3)
2.0
1.8
1.6
1.4
1.2
1.0
0.8
0.6
0.4
568
0.6
0.4
0.2
0.0
0.0
-0.2
0.2
RiskBetaGeneral
Descrio
Exemplos
Diretrizes
2 > 0
parmetro limite contnuo
min < max
parmetro limite continuo
min
max
Domnio
min x max
Funes de
distribuio
densidade e
cumulativa
(
x min )1 1 (max x ) 2 1
f (x) =
(1 , 2 )(max min )1 + 2 1
F( x ) =
contnuo
B z (1 , 2 )
I z (1 , 2 )
B(1 , 2 )
com
x min
max min
Varincia
min +
1
(max min )
1 + 2
1 2
(1 + 2 ) (1 + 2 + 1)
2
Funes do @RISK
(max min ) 2
569
Assimetria
2 1
1 + 2 + 1
1 + 2 + 2
1 2
(1 + 2 + 1)(2(1 + 2 )2 + 1 2 (1 + 2 6))
1 2 (1 + 2 + 2 )(1 + 2 + 3)
Curtose
Moda
min +
1 1
(max min )
1 + 2 2
1>1, 2>1
min
max
Exemplos
PDF - BetaGeneral(2,3,0,5)
0.40
0.35
0.30
0.25
0.20
0.15
0.10
570
0.00
-1
0.05
CDF - BetaGeneral(2,3,0,5)
1.0
0.8
0.6
0.4
Funes do @RISK
0.0
-1
0.2
571
RiskBetaGeneralAlt, RiskBetaGeneralAltD
572
Descrio
Exemplos
RiskBetaGeneralAlt("min",0,10%,1,50%,20,"max",50) especifica
uma distribuio beta com valor mnimo de 0 e valor mximo de
50, um percentil 10% de 1 um percentil 50% de 20.
Diretrizes
Tanto alfa1 quanto alfa2 devem ser maiores que zero e max >
min.
Como a RiskBetaGeneralAltD, quaisquer valores de percentis
inseridos so percentis descendentes cumulativos onde o
percentil especifica a probabilidade de um valor maior ou igual ao
valor inserido.
RiskBetaSubj
Descrio
Exemplos
Definies
mid
min + max
2
1 2
Parmetros
Domnio
Funes do @RISK
max mdia
mdia min
min
m.prov.
parmetro contnuo
min < m.prov. < max
mdia
parmetro contnuo
min < mdia < max
max
min x max
contnuo
573
Funes de
distribuio
densidade e
cumulativa
f (x) =
(x min )1 1 (max x ) 2 1
(1 , 2 )(max min )1 + 2 1
F( x ) =
B z (1 , 2 )
I z (1 , 2 )
B(1 , 2 )
com
x min
max min
Mdia
Varincia
Assimetria
Curtose
3
Moda
574
(1 + 2 + 1)(2(1 + 2 )2 + 1 2 (1 + 2 6))
1 2 (1 + 2 + 2 )(1 + 2 + 3)
m.prov.
Exemplos
CDF - BetaSubj(0,1,2,5)
1.0
0.8
0.6
0.4
0.0
-1
0.2
PDF - BetaSubj(0,1,2,5)
0.30
0.25
0.20
0.15
0.10
Funes do @RISK
0.00
-1
0.05
575
RiskBinomial
Descrio
Exemplos
Diretrizes
O nmero de testes n deve ser um inteiro positive maior que zero e menor ou
igual a 32.767.
A probabilidade p deve ser maior ou igual a zero e menor ou igual a 1.
Parmetros
n>0*
0<p<1*
0xn
Funo
Distribuio de
Massa e
Cumulativa
n
f ( x ) = p x (1 p )n x
x
inteiros discretos
F( x ) =
576
n i
p (1 p) n i
i
i=0
Mdia
np
Varincia
np(1 p )
Assimetria
Curtose
Moda
(1 2p )
np(1 p )
3
6
1
+
n np(1 p )
(bimodal)
p(n + 1) 1 e p(n + 1)
(unimodal)
Exemplos
se
p(n + 1)
inteiro
p(n + 1) .
PMF - Binomial(8,.4)
0.30
0.25
0.20
0.15
0.10
Funes do @RISK
0.00
-1
0.05
577
CDF - Binomial(8,.4)
1.0
0.8
0.6
0.4
578
0.0
-1
0.2
RiskChiSq
Descrio
Exemplos
Diretrizes
Parmetros
Domnio
0 x < +
Funes de
distribuio
densidade e
cumulativa
f (x) =
F( x ) =
contnuo
>0
( 2 )
e x 2 x ( 2 )1
x 2 ( 2 )
( 2 )
Varincia
Assimetria
Curtose
12
3+
Moda
-2
se 2
se = 1
Funes do @RISK
579
Exemplos
PDF - ChiSq(5)
0.18
0.16
0.14
0.12
0.10
0.08
0.06
0.04
12
14
16
12
14
16
10
0.00
-2
0.02
CDF - ChiSq(5)
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
580
10
0.0
-2
0.1
RiskCompound
Descrio
Exemplos
RiskCompound(RiskPoisson(5),RiskLognorm(10000,10000)) soma um
nmero de amostras retirado da RiskLognorm(10000,10000) onde o nmero
de amostras a ser somado dado pelo valor amostrado pela
RiskPoisson(5).
Diretrizes
Funes do @RISK
581
A10: =RiskLognorm(10000,1000)/(1.1^RiskWeibull(2,1))
A11:= RiskCompound(RiskPoisson(5),A10)
Neste caso a amostra para a distribuio de severidade ser gerada pela
avaliao da frmula em A10. A cada iterao esta frmula ser avaliado o
nmero de vezes especificado na amostra retirada da distribuio de
freqncia. Nota: A frmula inserida dever ter menos de 256 caracteres; se
clculos mais complexos forem necessrios, uma funo definida pelo
usurio (FDU) pode ser inserida na frmula a ser avaliada. Alm disso todas
as distribuies do @RISK podem ser amostradas no clculo de severidade
necessrio para entrar a frmula da clula (por exemplo, na frmula para a
clula A10 acima) e no referenciados em outras clulas.
Nota: Distribuies de Severidade no modelo no so tratadas como inputs
e desta forma a janela A Resultados no mostrar grficos e estatsticas
resumidas no sero calculadas.
582
RiskCumul
Descrio
Exemplos
Diretrizes
Parmetros
min
parmetro contnuo
min < max
max
parmetro contnuo
Funes do @RISK
583
Domnio
min x max
Funes de
distribuio
densidade e
cumulativa
p
pi
f ( x ) = i +1
x i +1 x i
contnuo
x xi
F( x ) = p i + (p i +1 p i )
x i +1 x i
para xi x xi+1
Com as premissas:
Os vetores devem ser ordenados da esquerda para a direita
O ndice i varia de 0 a N+1, com dois elementos extras :
x0 min, p0 0 e xN+1 max, pN+1 1.
Mdia
Varincia
Assimetria
Curtose
Moda
Exemplos
CDF - Cumul(0,5,{1,2,3,4},{.2,.3,.7,.8})
1.0
0.8
0.6
0.4
584
0.0
-1
0.2
PDF - Cumul(0,5,{1,2,3,4},{.2,.3,.7,.8})
0.45
0.40
0.35
0.30
0.25
0.20
0.15
0.10
Funes do @RISK
0.00
-1
0.05
585
RiskCumulD
Descrio
Exemplos
Diretrizes
Parmetros
min
parmetro contnuo
min < max
max
parmetro contnuo
586
Domnio
min x max
Funes de
distribuio
densidade e
cumulativa
p p i +1
f (x) = i
x i +1 x i
contnuo
x xi
F( x ) = 1 p i + (p i p i +1 )
x i +1 x i
para xi x xi+1
Com as premissas:
Os vetores devem ser ordenados da esquerda para a direita
O ndice i varia de 0 a N+1, com dois elementos extras :
x0 min, p0 1 e xN+1 max, pN+1 0.
Mdia
Varincia
Assimetria
Curtose
Moda
Exemplos
CDF - CumulD(0,5,{1,2,3,4},{.8,.7,.3,.2})
1.0
0.8
0.6
0.4
Funes do @RISK
0.0
-1
0.2
587
PDF - CumulD(0,5,{1,2,3,4},{.8,.7,.3,.2})
0.45
0.40
0.35
0.30
0.25
0.20
0.15
0.10
588
0.00
-1
0.05
RiskDiscrete
Descrio
Exemplos
Diretrizes
Parmetros
Domnio
Funes do @RISK
x {x}
discreta
589
Funo de
Distribuio de
Massa e
Cumulativa
f (x) = p i
para
x = xi
f (x) = 0
para
x {x}
F( x ) = 0
para x < x1
F( x ) =
pi
i =1
F( x ) = 1
Com as premissas:
Os vetores so ordenados da esquerda para a direita
O vetor p normalizado para 1.
Mdia
x i pi
i =1
Varincia
( x i ) 2 p i V
i =1
Assimetria
V
Curtose
1
32
1
2
( x i ) 3 p i
i =1
( x i ) 4 p i
V i =1
Moda
590
Exemplos
CDF - Discrete({1,2,3,4},{2,1,2,1})
1.0
0.8
0.6
0.4
4.0
4.5
4.0
4.5
3.5
3.0
2.5
2.0
1.5
1.0
0.0
0.5
0.2
PMF - Discrete({1,2,3,4},{2,1,2,1})
0.35
0.30
0.25
0.20
0.15
0.10
Funes do @RISK
3.5
3.0
2.5
2.0
1.5
1.0
0.00
0.5
0.05
591
RiskDoubleTriang
Descrio
Exemplos
Diretrizes
Nenhuma.
Parmetros
mn.
mais provvel
mx
p
mn < mx *
mn < m.prov < mx
0<p<1
mn x mx
f (x) =
contnuo
2p(x min )
(m.likely min) 2
mn x mais
2(1 p )(max x )
(max m.likely ) 2
m.prov x mx
provvel
f ( x) =
p(x min )
F( x ) =
(m.likely min) 2
2
592
mn x m.prov
m.prov x mx
Mdia
Varincia
Complicada
Distoro
Complicada
Curtose
Complicada
Moda
Mais provvel
Exemplos
Funes do @RISK
593
CDF - DoubleTriang(0,.5,1,.4)
1.0
0.8
0.6
0.4
0.2
0.0
-0.2
594
0.0
0.2
0.4
0.6
0.8
1.0
1.2
RiskDUniform
Descrio
Exemplos
Diretrizes
Parmetros
Domnio
Funo
Distribuio de
Massa e
Cumulativa
Nenhum.
{x} = {x1, x1, , xN}
x {x}
f (x) =
1
N
para
x {x}
f (x) = 0
para
x {x}
F( x ) = 0
para x < x1
F( x ) =
i
N
F( x ) = 1
Funes do @RISK
1
N
xi
i =1
595
Varincia
Assimetria
1
N
( x i ) 2 V
i =1
NV
Curtose
1
32
( x i ) 3
i =1
( x i ) 4
NV i =1
Moda
Exemplos
CDF - DUniform({1,5,8,11,12})
1.0
0.8
0.6
0.4
596
14
12
10
0.0
0.2
PMF - DUniform({1,5,8,11,12})
0.25
0.20
0.15
0.10
Funes do @RISK
14
12
10
0.00
0.05
597
RiskErf
Descrio
Exemplos
Diretrizes
Parmetros
Domnio
Funes de
distribuio
densidade e
cumulativa
- < x < +
f (x) =
h>0
contnuo
h (hx )2
e
F( x ) 2hx =
1 + erf (hx )
2
Varincia
2h 2
598
Assimetria
Curtose
Moda
Exemplos
CDF - Erf(1)
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.5
1.0
1.5
2.0
0.5
1.0
1.5
2.0
0.0
-0.5
-1.0
-1.5
0.0
-2.0
0.1
PDF - Erf(1)
0.6
0.5
0.4
0.3
0.2
Funes do @RISK
0.0
-0.5
-1.0
-1.5
0.0
-2.0
0.1
599
RiskErlang
Descrio
Exemplos
Diretrizes
Parmetros
m>0
>0
Domnio
Funes de
distribuio
densidade e
cumulativa
0 x < +
x
1
f (x) =
(m 1)!
contnuo
m 1
e x
x (m )
F( x ) =
= 1 e x
(m )
m 1
i=0
(x )i
i!
m
m 2
2
m
Curtose
Moda
600
3+
6
m
(m 1)
Exemplos
CDF - Erlang(2,1)
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.0
-1
0.1
PDF - Erlang(2,1)
0.40
0.35
0.30
0.25
0.20
0.15
0.10
Funes do @RISK
0.00
-1
0.05
601
RiskExpon
Descrio
Exemplos
Diretrizes
Parmetros
Domnio
0 x < +
contnuo
Funes de
distribuio
densidade e
cumulativa
f (x) =
>0
e x
F( x ) = 1 e x
602
Mdia
Varincia
Assimetria
Curtose
Moda
Exemplos
CDF - Expon(1)
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
3.5
4.0
4.5
5.0
4.0
4.5
5.0
3.0
3.5
2.5
2.0
1.5
1.0
0.5
0.0
0.0
-0.5
0.1
PDF - Expon(1)
1.2
1.0
0.8
0.6
0.4
Funes do @RISK
3.0
2.5
2.0
1.5
1.0
0.5
0.0
0.0
-0.5
0.2
603
RiskExponAlt, RiskExponAltD
Descrio
Exemplos
Diretrizes
RiskExtValue
Descrio
Exemplos
Diretrizes
Parmetros
Domnio
Funes de
distribuio
densidade e
cumulativa
- < x < +
f (x) =
F( x ) =
Mdia
b>0
contnuo
1
1
b e z + exp( z )
onde
e exp( z )
(x a )
b
a b(1) a + .577 b
onde (x) a derivada da Funo Gama.
604
Varincia
Assimetria
2b2
6
12 6
3
Curtose
5.4
Moda
(3) 1.139547
Exemplos
PDF - ExtValue(0,1)
0.40
0.35
0.30
0.25
0.20
0.15
0.10
-1
0.00
-2
0.05
CDF - ExtValue(0,1)
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
Funes do @RISK
-1
0.0
-2
0.1
605
RiskExtValueAlt, RiskExtValueAltD
606
Descrio
Exemplos
Diretrizes
RiskExtValueMin
Descrio
Exemplos
Diretrizes
Parmetros
alfa
beta
Domnio
Funes de
distribuio
densidade e
cumulativa
- < x < +
f ( x) =
beta > 0
contnuo
1 z exp( z )
e
b
F( x ) = 1 exp(e z )
onde
(x a )
b
a b(1) a .577b
Distoro
2b2
6
12 6
3
Curtose
5.4
Moda
Funes do @RISK
( 3) 1.139547
607
Exemplos
608
RiskExtValueMinAlt, RiskExtValueMinAltD
Descrio
Exemplos
Diretrizes
Funes do @RISK
609
RiskF
Descrio
Exemplos
Diretrizes
Nenhuma
Parmetros
Domnio
Funes de
densidade e
distribuio
cumulativa
x0
contnuo
f (x) =
1 / 2
1 2
2
B( 1 , 2 ) 1 + 1
2 2 2
F( x ) = I
2
1+
1x + 2
1 + 2
2
1 2
,
2 2
Varincia
2
2 2
para
2 > 2
2 22 (1 + 2 2 )
1 ( 2 2 ) ( 2 4 )
2
Distoro
610
(21 + 2 2)
( 2 6)
para
2 > 4
8( 2 4 )
1 ( 1 + 2 2)
para
2 > 6
Curtose
para
Moda
para
0
para
Exemplos
Funes do @RISK
611
RiskGamma
Descrio
Exemplos
Diretrizes
Parmetros
>0
>0
Domnio
Funes de
distribuio
densidade e
cumulativa
0 < x < +
f (x) =
1 x
( )
F( x ) =
x ( )
( )
contnuo
e x
2
2
Curtose
Moda
612
3+
( 1)
se 1
se < 1
Exemplos
CDF - Gamma(4,1)
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
10
12
10
12
0.0
-2
0.1
PDF - Gamma(4,1)
0.25
0.20
0.15
0.10
Funes do @RISK
0.00
-2
0.05
613
RiskGammaAlt, RiskGammaAltD
614
Descrio
Exemplos
Diretrizes
RiskGeneral
Descrio
Exemplos
Diretrizes
Parmetros
min
parmetro contnuo
min < max
max
parmetro contnuo
Domnio
Funes do @RISK
min x max
contnuo
615
Funes de
distribuio
densidade e
cumulativa
x xi
f (x) = p i +
(p i +1 p i )
x i +1 x i
para xi x xi+1
(p p i )(x x i )
F( x ) = F( x i ) + (x x i ) p i + i +1
2(x i +1 x i )
para xi x xi+1
Com as premissas:
Os vetores so ordenados da esquerda para a direita
O vetor {p} normalizado para fornecer distribuio geral uma rea
unitria.
O ndice i varia de 0 a N+1, com dois elementos extras :
x0 min, p0 0 e xN+1 max, pN+1 0.
616
Mdia
Varincia
Assimetria
Curtose
Moda
Exemplos
CDF - General(0,5,{1,2,3,4},{2,1,2,1})
1.0
0.8
0.6
0.4
0.0
-1
0.2
PDF - General(0,5,{1,2,3,4},{2,1,2,1})
0.35
0.30
0.25
0.20
0.15
0.10
Funes do @RISK
0.00
-1
0.05
617
RiskGeomet
Descrio
Exemplos
Diretrizes
Parmetros
probabilidade de sucessocontnua
Domnio
0 x < +
inteiros discretos
Funo
Distribuio de
Massa e
Cumulativa
f ( x ) = p(1 p )x
Mdia
1
1
p
Varincia
0< p 1
F( x ) = 1 (1 p) x +1
1 p
p2
Assimetria
(2 p )
1 p
No Definida
618
para p < 1
para p = 1
Curtose
9+
p2
1 p
para p < 1
No Definida
Moda
para p = 1
Exemplos
CDF - Geomet(.5)
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.0
-1
0.1
PMF - Geomet(.5)
0.6
0.5
0.4
0.3
0.2
Funes do @RISK
0.0
-1
0.1
619
RiskHistogrm
Descrio
Exemplos
Diretrizes
Parmetros
min
parmetro contnuo
min < max *
max
parmetro contnuo
620
min x max
contnua
Funes de
distribuio
densidade e
cumulativa
f (x) = p i
x xi
F( x ) = F( x i ) + p i
x i +1 x i
para xi x xi+1
max min
x i min + i
Onde o vetor {p} foi normalizado para dar ao histograma uma rea unitria.
Mdia
Varincia
Assimetria
Curtose
Moda
Funes do @RISK
621
Exemplos
CDF - Histogrm(0,5,{6,5,3,4,5})
1.0
0.8
0.6
0.4
0.0
-1
0.2
PDF - Histogrm(0,5,{6,5,3,4,5})
0.30
0.25
0.20
0.15
0.10
622
0.00
-1
0.05
RiskHypergeo
Descrio
Exemplos
Diretrizes
Parmetros
o nmero de retiradas
inteiro
0nM
inteiro
0DM
M
Domnio
Funo
Distribuio de
Massa e
Cumulativa
Mdia
inteiro
M0
max(0,n+D-M) x min(n,D)
D M D
x n x
f (x) =
M
n
nD
M
0
Funes do @RISK
inteiros discretos
x
F( x ) =
i =1
D M D
x n x
M
n
para M > 0
para M = 0
623
Varincia
nD (M D )(M n )
(M 1)
M2
0
Assimetria
para M>1
para M = 1
(M 2D )(M 2n )
M2
M 1
nD(M D )(M n )
se M>2, M>D>0, M>n>0
do contrrio, no definida
Curtose
M(M + 1) 6n (M n ) 3n (M n )(M + 6 )
M 2 (M 1)
+
6
n (M 2)(M 3)(M n )
D(M D )
M2
Moda
(bimodal)
xm e xm-1
(unimodal)
onde
624
xm
se xm inteiro
(n + 1)(D + 1)
M+2
Exemplos
CDF - HyperGeo(6,5,10)
1.0
0.8
0.6
0.4
0.0
0.2
PMF - HyperGeo(6,5,10)
0.50
0.45
0.40
0.35
0.30
0.25
0.20
0.15
0.10
Funes do @RISK
0.00
0.05
625
RiskIntUniform
Descrio
Exemplos
Diretrizes
Parmetros
min
max
Domnio
min x max
Funo de
Distribuio de
Massa e
Cumulativa
1
max min + 1
x min + 1
F( x ) =
max min + 1
f (x) =
Mdia
min+ max
2
Varincia
( + 2 )
12
onde (max-min)
Assimetria
0
Curtose
Moda
626
2
9 n 7 / 3
2
5 n 1
onde n (max-min+1)
Exemplos
CDF - IntUniform(0,8)
1.0
0.8
0.6
0.4
0.0
-1
0.2
PMF - IntUniform(0,8)
0.12
0.10
0.08
0.06
0.04
Funes do @RISK
0.00
-1
0.02
627
RiskInvgauss
Descrio
Exemplos
Diretrizes
Parmetros
parmetro contnuo
>0
parmetro contnuo
>0
Domnio
Funes de
distribuio
densidade e
cumulativa
x>0
contnuo
f (x) =
2 x 3
(x ) 2
2 2 x
e
x
x
+ 1
F( x ) = 1 + e 2
x
x
onde (z) a funo de distribuio cumulativa de uma
Normal(0,1), tambm conhecida como Integral de Laplace-Gauss
Mdia
Varincia
Assimetria
Curtose
628
3 + 15
Moda
9 2 3
1+
2
2
Exemplos
PDF - InvGauss(1,2)
1.2
1.0
0.8
0.6
0.4
3.0
3.5
4.0
3.0
3.5
4.0
2.5
2.0
1.5
1.0
0.5
0.0
0.0
-0.5
0.2
CDF - InvGauss(1,2)
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
Funes do @RISK
2.5
2.0
1.5
1.0
0.5
0.0
0.0
-0.5
0.1
629
RiskInvgaussAlt, RiskInvgaussAltD
630
Descrio
Exemplos
Diretrizes
RiskJohnsonMoments
Descrio
Exemplos
Diretrizes
Parmetros
s
k
k s2 1
Domnio
Funes de
densidade e
distribuio
cumulativa
Mdia
- < x < +
k>1
contnuo
Varincia
Assimetria
Curtose
Moda
Funes do @RISK
>0
631
Exemplos
632
RiskJohnsonSB
Descrio
Exemplos
Diretrizes
Parmetros
Domnio
Funes de
densidade e
distribuio
cumulativa
alfa1
alfa2
a
b
axb
f (x) =
alfa2 > 0
b>a
contnuo
2 (b a )
2 ( x a )(b x )
1
x a
1 + 2 ln
2
b x
x a
F( x ) = 1 + 2 ln
b x
Varincia
Assimetria
Curtose
Moda
Funes do @RISK
633
Exemplos
634
RiskJohnsonSU
Descrio
Exemplos
Diretrizes
Parmetros
alfa1
alfa2
Domnio
- < x < +
Definies
1 2
exp
2
Funes de
densidade e
distribuio
cumulativa
f (x) =
alfa2 > 0
>0
contnuo
e
2 (1 + z 2)
1
2
2
1
1 + 2 sinh 1 (z )
2
F( x ) = 1 + 2 sinh 1 (z )
onde
(x )
Funes do @RISK
sinh (r )
2
( 1)( cosh (2r ) + 1)
2
635
Assimetria
1
( 1)2 [( + 2 )sinh (3r ) + 3 sinh (r )]
4
3
1
2
2 ( 1)( cosh (2 r )+1)
Curtose
[ (
1
( 1)2 2 4 + 23 + 3 2 3 cosh (4r ) + 4 2 ( + 2) cosh (2r ) + 3(2 + 1)
8
1
2 ( 1)( cosh (2 r )+1)
Moda
Exemplos
636
Funes do @RISK
637
RiskLaplace
Descrio
Exemplos
Diretrizes
Parmetros
>0*
- < x < +
f (x) =
contnuo
1
2
1
F( x ) e
2
1
F( x ) 1 e
2
Mdia
638
x<
Varincia
Distoro
Curtose
Moda
Exemplos
Funes do @RISK
639
RiskLaplaceAlt, RiskLaplaceAltD
640
Descrio
Exemplos
Diretrizes
RiskLevy
Descrio
Exemplos
Diretrizes
Parmetros
Domnio
Funes de
distribuio
densidade e
cumulativa
a x < +
contnuo
f (x) =
c>0
c e 2 ( x )
2 ( x ) 3 / 2
F( x ) = 1 erf
2( x )
onde erf a Funo Erro.
Mdia
No existe.
Varincia
No existe.
Distoro
No existe.
Curtose
No existe.
Moda
Funes do @RISK
c
3
641
Exemplos
642
RiskLevyAlt, RiskLevyAltD
Descrio
Exemplos
Diretrizes
Funes do @RISK
643
RiskLogistic
Descrio
Exemplos
Diretrizes
Parmetros
Domnio
Funes de
distribuio
densidade e
cumulativa
- < x < +
>0
contnuo
1 x
sec h 2
2
f (x) =
4
1 x
1 + tanh
2
F( x ) =
2
onde sech a Funo Secante Hiperblica e tanh a Funo Tangente
Hiperblica.
Mdia
Varincia
644
2 2
3
Assimetria
Curtose
4.2
Moda
Exemplos
PDF - Logistic(0,1)
0.30
0.25
0.20
0.15
0.10
-1
-2
-3
-4
0.00
-5
0.05
CDF - Logistic(0,1)
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
Funes do @RISK
-1
-2
-3
-4
0.0
-5
0.1
645
RiskLogisticAlt, RiskLogisticAltD
646
Descrio
Exemplos
Diretrizes
RiskLogLogistic
Descrio
Exemplos
Diretrizes
Parmetros
>0
>0
Definies
Domnio
x < +
Funes de
distribuio
densidade e
cumulativa
f (x) =
F( x ) =
Mdia
Varincia
Assimetria
contnuo
t 1
1+ t
)2
1
1
1+
t
t
com
csc() +
2 2 csc(2) csc 2 ()
para > 1
2 csc(2) csc 2 ()
Funes do @RISK
para > 2
para > 3
2
647
Curtose
2 csc(2) csc 2 ()
2
para > 4
Moda
1
+
+ 1
Exemplos
para > 1
para 1
PDF - LogLogistic(0,1,5)
1.4
1.2
1.0
0.8
0.6
0.4
2.5
3.0
2.5
3.0
2.0
1.5
1.0
0.5
0.0
0.0
-0.5
0.2
CDF - LogLogistic(0,1,5)
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
648
2.0
1.5
1.0
0.5
0.0
0.0
-0.5
0.1
RiskLogLogisticAlt, RiskLogLogisticAltD
Descrio
Exemplos
Diretrizes
Funes do @RISK
649
RiskLognorm
Descrio
Exemplos
Diretrizes
Parmetros
parmetro contnuo
>0
parmetro contnuo
>0
Domnio
650
0 x < +
contnuo
Funes de
distribuio
densidade e
cumulativa
f (x) =
1
x 2
1 ln x
e 2
ln x
F( x ) =
com
ln
2 + 2
2
ln 1 +
Varincia
Assimetria
Curtose
+ 3
4
+ 2 + 3 3
Moda
com
1 +
( 2 + 2 )3 2
Funes do @RISK
651
Exemplos
PDF - Lognorm(1,1)
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.0
-1
0.1
CDF - Lognorm(1,1)
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
652
0.0
-1
0.1
RiskLognormAlt, RiskLognormAltD
Descrio
Exemplos
Diretrizes
Funes do @RISK
653
RiskLognorm2
Descrio
Exemplos
Diretrizes
Parmetros
parmetro contnuo
parmetro contnuo
0 x < +
contnuo
Domnio
Funes de
distribuio
densidade e
cumulativa
f (x) =
1
x 2
1 ln x
e 2
>0
ln x
F( x ) =
onde (z) a funo distribuio cumulativa de uma Normal(0,1) tambm
chamada de Integral de Laplace-Gauss.
Mdia
e
Varincia
Assimetria
654
2
2
e 2 ( 1)
com
( + 2)
com
Curtose
Moda
4 + 23 + 3 2 3
com
Exemplos
CDF - Lognorm2(0,1)
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
10
12
10
12
0.0
-2
0.1
PDF - Lognorm2(0,1)
0.7
0.6
0.5
0.4
0.3
0.2
Funes do @RISK
0.0
-2
0.1
655
RiskMakeInput
656
Descrio
Exemplos
Diretrizes
RiskNegbin
Descrio
Exemplos
Diretrizes
Parmetros
o nmero de sucessos
Parmetro discreto
p
Domnio
Funo
Distribuio de
Massa e
Cumulativa
s0
probabilidade de um sucesso
Parmetro contnuo
0<p1
0 x < +
inteiros discretos
s + x 1 s
p (1 p )x
f ( x ) =
x
F( x ) = p
s + i 1
(1 p) i
i
i=0
Varincia
s (1 p )
p
s (1 p )
p2
Assimetria
2p
s (1 p )
Funes do @RISK
Curtose
Moda
6
p2
+
s s(1 p )
3+
(bimodal)
z e z+1
z inteiro > 0
(unimodal)
z<0
(unimodal)
em outra situao
z
Onde
Exemplos
s (1 p ) 1
p
PDF - NegBin(3,.6)
0.30
0.25
0.20
0.15
0.10
0.00
-1
0.05
CDF - NegBin(3,.6)
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
658
0.0
-1
0.1
RiskNormal
Descrio
Exemplos
Diretrizes
Parmetros
>0*
Funes do @RISK
- < x < +
contnuo
659
Funes de
distribuio
densidade e
cumulativa
f (x) =
1
2
1 x 2
e 2
x 1 x
F( x )
+ 1
= erf
2 2
Onde chamada a Integral de Laplace-Gauss e erf a Funo Erro.
Mdia
Varincia
Assimetria
Curtose
Moda
Exemplos
PDF - Normal(0,1)
0.45
0.40
0.35
0.30
0.25
0.20
0.15
0.10
660
-1
-2
0.00
-3
0.05
CDF - Normal(0,1)
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
Funes do @RISK
-1
-2
0.0
-3
0.1
661
RiskNormalAlt, RiskNormalAltD
662
Descrio
Exemplos
Diretrizes
RiskPareto
Descrio
Exemplos
Diretrizes
Parmetros
>0
a>0
Domnio
Funes de
distribuio
densidade e
cumulativa
Mdia
a x < +
f (x) =
contnuo
a
x +1
a
F( x ) = 1
x
a
1
Varincia
para > 1
a 2
( 1)2 ( 2)
Assimetria
Curtose
Moda
Funes do @RISK
para > 2
+1 2
3
3( 2 ) 3 2 + + 2
( 3)( 4 )
para > 3
)
para > 4
alfa
663
Exemplos
PDF - Pareto(2,1)
2.0
1.8
1.6
1.4
1.2
1.0
0.8
0.6
0.4
10
11
10
11
0.0
0.2
CDF - Pareto(2,1)
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
664
0.0
0.1
RiskParetoAlt, RiskParetoAltD
Descrio
Exemplos
Diretrizes
Funes do @RISK
665
RiskPareto2
Descrio
Exemplos
Diretrizes
Parmetros
b>0
q>0
Domnio
Funes de
distribuio
densidade e
cumulativa
0 x < +
f (x) =
contnuo
qb q
(x + b )q +1
F( x ) = 1
Mdia
Curtose
Moda
666
(x + b )q
b
q 1
Varincia
Assimetria
bq
para q > 1
b 2q
(q 1)2 (q 2)
para q > 2
q + 1 q 2
2
q
q 3
para q > 3
3(q 2 ) 3q 2 + q + 2
q(q 3)(q 4 )
)
para q > 4
Exemplos
PDF - Pareto2(3,3)
1.2
1.0
0.8
0.6
0.4
10
12
10
12
0.0
-2
0.2
CDF - Pareto2(3,3)
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
Funes do @RISK
0.0
-2
0.1
667
RiskPareto2Alt, RiskPareto2AltD
668
Descrio
Exemplos
Diretrizes
RiskPearson5
Descrio
Exemplos
Diretrizes
Parmetros
>0
>0
Domnio
0 x < +
Funes de
distribuio
densidade e
cumulativa
1
e x
f (x) =
( ) (x ) +1
contnuo
Varincia
para > 1
( 1)2 ( 2)
Assimetria
Curtose
Moda
Funes do @RISK
4 2
3
3( + 5)( 2)
( 3)( 4)
para > 2
para > 3
para > 4
+1
669
Exemplos
PDF - Pearson5(3,1)
2.5
2.0
1.5
1.0
2.0
2.5
2.0
2.5
1.5
1.0
0.5
0.0
0.0
-0.5
0.5
CDF - Pearson5(3,1)
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
670
1.5
1.0
0.5
0.0
0.0
-0.5
0.1
RiskPearson5Alt, RiskPearson5AltD
Descrio
Exemplos
Diretrizes
Funes do @RISK
671
RiskPearson6
Descrio
Exemplos
Diretrizes
Parmetros
1 > 0
2 > 0
>0
Domnio
0 x < +
Funes de
distribuio
densidade e
cumulativa
1
(
x ) 1
1
f (x) =
B(1 , 2 ) x 1 + 2
1 +
contnuo
Varincia
1
2 1
para 2 > 1
2 1 (1 + 2 1)
( 2 1)2 ( 2 2)
Assimetria
672
para 2 > 2
21 + 2 1
2 2
1 (1 + 2 1) 2 3
para 2 > 3
Curtose
Moda
3 ( 2 2 ) 2 ( 2 1)
+ ( 2 + 5)
( 2 3)( 2 4) 1 (1 + 2 1)
para 2 > 4
(1 1)
2 +1
para 1 > 1
outrossim
Exemplos
PDF - Pearson6(3,3,1)
0.7
0.6
0.5
0.4
0.3
0.2
0.0
-1
0.1
CDF - Pearson6(3,3,1)
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
Funes do @RISK
0.0
-1
0.1
673
RiskPert
Descrio
Exemplos
Diretrizes
Definies
Parmetros
Domnio
674
min
m.prov
parmetro contnuo
min < m.prov < max
max
min x max
contnuo
Funes de
distribuio
densidade e
cumulativa
f (x) =
(x min )1 1 (max x ) 2 1
(1 , 2 )(max min )1 + 2 1
F( x ) =
B z (1 , 2 )
x min
I z (1 , 2 )
z
B(1 , 2 )
max min
com
Curtose
Moda
min + max 2
4
( min )(max )
(1 + 2 + 1)(2(1 + 2 )2 + 1 2 (1 + 2 6))
3
1 2 (1 + 2 + 2 )(1 + 2 + 3)
m.prov.
Exemplos
PDF - Pert(0,1,3)
0.7
0.6
0.5
0.4
0.3
0.2
Funes do @RISK
3.5
3.0
2.5
2.0
1.5
1.0
0.5
0.0
0.0
-0.5
0.1
675
CDF - Pert(0,1,3)
1.0
0.8
0.6
0.4
676
3.5
3.0
2.5
2.0
1.5
1.0
0.5
0.0
0.0
-0.5
0.2
RiskPertAlt, RiskPertAltD
Descrio
Exemplos
Diretrizes
Funes do @RISK
677
RiskPoisson
Descrio
Exemplos
Diretrizes
Parmetros
contnuo
>0*
0 x < +
f (x) =
inteiros discretos
x e
x!
F( x ) = e
n =0
Mdia
Varincia
Assimetria
n
n!
Curtose
Moda
678
3+
(bimodal)
e -1 (bimodal)
se um inteiro
(unimodal)
Exemplos
CDF - Poisson(3)
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.0
-1
0.1
PMF - Poisson(3)
0.25
0.20
0.15
0.10
Funes do @RISK
0.00
-1
0.05
679
RiskRayleigh
Descrio
Exemplos
Diretrizes
Parmetros
beta
Domnio
0 x < +
contnuo
Funes de
distribuio
densidade e
cumulativa
1 x
x 2 b
f (x) =
e
2
beta > 0
F( x )
1 x
= 1 e 2 b
Onde b = beta
Mdia
Varincia
Assimetria
b2 2
2
2( 3)
(4 )3 2
Curtose
32 3 2
(4 )2
Moda
680
0.6311
3.2451
Exemplos
PDF - Rayleigh(1)
0.7
0.6
0.5
0.4
0.3
0.2
2.5
3.0
3.5
2.5
3.0
3.5
2.0
1.5
1.0
0.5
0.0
0.0
-0.5
0.1
CDF - Rayleigh(1)
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
Funes do @RISK
2.0
1.5
1.0
0.5
0.0
0.0
-0.5
0.1
681
RiskRayleighAlt, RiskRayleighAltD
682
Descrio
Exemplos
Diretrizes
RiskResample
Descrio
Exemplos
Diretrizes
sampMethod pode ser: 1-ordenado, 2- aleatrio com substituio ou 3aleatrio sem substituio
Uma funo de propriedade RiskLibrary pode ser includa com uma
funo de Reamostra para associar os dados X a um output da simulao
armazenado na biblioteca do @RISK. A funo de propriedade
RiskLibrary faz com o que o @RISK atualize os dados X da reamostra
com os dados atuais armazenados para o output da simulao no incio
de cada simulao. Assim, se uma nova verso da simulao que
contm o output tiver sido salva na biblioteca do @RISK, o @RISK
atualizar automaticamente a funo RiskResample com os novos dados
correspondentes ao output antes da simulao.
Ao usar os mtodos aleatrios com ou sem substituio, considere
tambm o tipo de amostragem definido nas Configuraes de simulao.
Quando o nmero de valores possveis igual ao nmero de iteraes,
todos os valores sero usados nos mtodos aleatrios com e sem
substituio, se o tipo de amostragem estiver configurado como
Hipercubo Latino, pois cada estratificao ser coberta exatamente uma
vez. Com o tipo de amostragem definido como Monte Carlo, os resultados
tero valores duplicados quando o mtodo de amostragem RiskResample
for aleatrio com substituio.
A funo de propriedade RiskCorrmat s pode ser usada com
RiskResample se for usado o mtodo de amostragem aleatrio 2 com
substituio. RiskCorrmat no pode ser usada com outros mtodos de
amostragem.
Funes do @RISK
683
RiskSimtable
684
Descrio
Exemplos
Diretrizes
RiskSplice
Descrio
Exemplos
Diretrizes
Funes do @RISK
685
RiskStudent
Descrio
Exemplos
Diretrizes
Parmetros
Domnio
Funes de
distribuio
densidade e
cumulativa
graus de liberdade
inteiro
- < x < +
f (x) =
F( x ) =
>0
contnuo
+1
+1
1
2 2
+ x
2
1
1
1 + I s ,
2
2 2
s
com
x2
+ x2
para > 1*
Assimetria
para > 2
para > 3*
Moda
686
2
3
para > 4
0
Referncia: Funes de Distribuio
Exemplos
CDF - Student(3)
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
-1
-2
-3
-4
0.0
-5
0.1
PDF - Student(3)
0.40
0.35
0.30
0.25
0.20
0.15
0.10
Funes do @RISK
-1
-2
-3
-4
0.00
-5
0.05
687
RiskTriang
Descrio
Exemplos
Diretrizes
Parmetros
min
m.likely
max
688
min x max
contnuo
Funes de
distribuio
densidade e
cumulativa
f(x)=
2( x min )
( m. prov min)(max min)
min x m.prov
f(x)=
2(max x )
(max m. prov )(max min)
m.prov x max
F( x ) =
(x min )2
(m. prov min )(max min )
min x m.prov.
F( x ) = 1
Mdia
Varincia
Assimetria
m.prov. x max
2 2 f f2 9
32
5
f2 +3
Curtose
2.4
Moda
m.prov
Funes do @RISK
(max x )2
(max m. prov )(max min )
onde
2( m.prov. min)
1
max min
689
Exemplos
PDF - Triang(0,3,5)
0.45
0.40
0.35
0.30
0.25
0.20
0.15
0.10
0.00
-1
0.05
CDF - Triang(0,3,5)
1.0
0.8
0.6
0.4
690
0.0
-1
0.2
RiskTriangAlt, RiskTriangAltD
Descrio
Exemplos
Diretrizes
Funes do @RISK
691
RiskTrigen
692
Descrio
Exemplos
Diretrizes
RiskUniform
Descrio
Exemplos
Diretrizes
Parmetros
min
max
parmetro limite contnuo
*min = max fornecido para convenincia de modelagem, mas gera uma
distribuio degenerada.
Domnio
Funes de
distribuio
densidade e
cumulativa
min x max
f (x) =
contnuo
1
max min
x min
max min
max+ min
2
F( x ) =
Mdia
Varincia
(max min )2
Assimetria
Curtose
1.8
Moda
12
Funes do @RISK
693
Exemplos
PDF - Uniform(0,1)
1.2
1.0
0.8
0.6
0.4
0.8
1.0
1.2
0.8
1.0
1.2
0.6
0.4
0.2
0.0
0.0
-0.2
0.2
CDF - Uniform(0,1)
1.0
0.8
0.6
0.4
694
0.6
0.4
0.2
0.0
0.0
-0.2
0.2
RiskUniformAlt, RiskUniformAltD
Descrio
Exemplos
Diretrizes
Funes do @RISK
695
RiskVary
696
Descrio
Exemplos
Diretrizes
RiskWeibull
Descrio
Exemplos
Diretrizes
Parmetros
>0
>0
Domnio
0 x < +
Funes de
distribuio
densidade e
cumulativa
x 1 (x )
f (x) =
e
contnuo
F( x ) = 1 e (x )
Mdia
1 +
onde a Funo Gama.
Varincia
Funes do @RISK
2
1
2 1 + 2 1 +
697
3
2
1
1
1 + 31 + 1 + + 2 3 1 +
2
1
2
1 + 1 +
32
4
3
1
2
1
1
1 + 41 + 1 + + 61 + 2 1 + 3 4 1 +
2
1
2
1 + 1 +
698
para >1
para 1
Exemplos
PDF - Weibull(2,1)
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
2.0
2.5
2.0
2.5
1.5
1.0
0.5
0.0
0.0
-0.5
0.1
CDF - Weibull(2,1)
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
Funes do @RISK
1.5
1.0
0.5
0.0
0.0
-0.5
0.1
699
RiskWeibullAlt, RiskWeibullAltD
700
Descrio
Exemplos
Diretrizes
RiskCategory
Descrio
Exemplos
Diretrizes
Funes do @RISK
701
RiskCollect
Descrio
702
Exemplos
Diretrizes
RiskConvergence
Descrio
Exemplos
Diretrizes
Funes do @RISK
703
RiskCorrmat
Descrio
704
Diretrizes
Funes do @RISK
705
706
RiskDepC
Descrio
Funes do @RISK
708
Exemplos
Diretrizes
RiskFit
Descrio
Exemplos
Diretrizes
Nenhuma.
Funes do @RISK
709
RiskIndepC
710
Descrio
Exemplos
Diretrizes
RiskIsDate
Descrio
Exemplos
Orientaes
gerais
Funes do @RISK
711
RiskIsDiscrete
Descrio
Exemplos
Diretrizes
Nenhum.
RiskLibrary
Descrio
Exemplos
RiskNormal(5000,1000,RiskName("Volume de Venda /
2010"),RiskLibrary(2,"LV6W59J5"),RiskStatic(0.46)) especifica que a
distribuio inserida extrada da Biblioteca do @RISK com a posio 2 e
cujo ID LV6W59J5. A definio atual desta distribuio na biblioteca
RiskNormal(10,10, RiskName("Sales Volume / 2010"))
no entanto, isto se alterar quando a distribuio na biblioteca se alterar.
Diretrizes
RiskLock
712
Descrio
Exemplos
Diretrizes
RiskName
Descrio
Exemplos
Diretrizes
RiskSeed
Descrio
Exemplos
Diretrizes
Funes do @RISK
713
RiskShift
Descrio
Exemplos
Diretrizes
Nenhuma.
RiskSixSigma
Descrio
Exemplos
Diretrizes
RiskStatic
714
Descrio
Exemplos
Diretrizes
Nenhuma.
RiskTruncate
Descrio
Exemplos
Diretrizes
RiskTruncateP
Descrio
Exemplos
Diretrizes
Funes do @RISK
715
RiskUnits
716
Descrio
Exemplos
Diretrizes
RiskOutput
Descrio
Funes do @RISK
718
Exemplos
Diretrizes
Funes do @RISK
719
Atualizar
Funes
Estatsticas.
720
RiskConvergenceLevel
Descrio
Exemplos
Diretrizes
RiskCorrel
Descrio
Exemplos
Diretrizes
Funes do @RISK
721
RiskData
Descrio
Exemplos
Diretrizes
Nenhuma.
RiskKurtosis
722
Descrio
Exemplos
Diretrizes
Nenhuma.
RiskMax
Descrio
Exemplos
Diretrizes
Nenhuma.
Descrio
Exemplos
Diretrizes
Nenhuma.
Descrio
Exemplos
Diretrizes
Nenhuma.
RiskMean
RiskMin
Funes do @RISK
723
RiskMode
Descrio
Exemplos
Diretrizes
Nenhuma.
724
Descrio
Exemplos
Diretrizes
RiskRange
Descrio
Exemplos
Diretrizes
Nenhuma.
RiskSensitivity
Descrio
Exemplos
Diretrizes
Nenhuma.
Funes do @RISK
725
RiskSensitivityStatChange
Descrio
Exemplos
Diretrizes
RiskSkewness
726
Descrio
Exemplos
Diretrizes
Nenhuma.
RiskStdDev
Descrio
Exemplos
Diretrizes
Nenhuma.
Exemplos
Diretrizes
RiskVariance
Descrio
Exemplos
Diretrizes
Nenhuma.
Funes do @RISK
727
RiskTheoKurtosis
Descrio
Exemplos
Diretrizes
Nenhuma.
RiskTheoMax
Descrio
Exemplos
Diretrizes
Nenhuma.
RiskTheoMean
728
Descrio
Exemplos
Diretrizes
Nenhuma.
RiskTheoMin
Descrio
Exemplos
Diretrizes
Nenhuma.
RiskTheoMode
Descrio
Exemplos
Diretrizes
Nenhuma.
Funes do @RISK
729
Exemplos
Diretrizes
RiskTheoRange
Descrio
Exemplos
Diretrizes
Nenhuma.
RiskTheoSkewness
730
Descrio
Exemplos
Diretrizes
Nenhuma.
Referncia: Funes Estatsticas
RiskTheoStdDev
Descrio
Exemplos
Diretrizes
Nenhuma.
Exemplos
Diretrizes
RiskTheoVariance
Descrio
Exemplos
Diretrizes
Nenhuma.
Funes do @RISK
731
RiskTheoXtoY
732
Descrio
Exemplos
Diretrizes
Exemplos
RiskFitDistribution(BatchFit!$B$10:$B$210,1,
{"Normal","Weibull"},AIC") ajusta os dados que se encontram no
intervalo BatchFit!$B$10:$B$210 e retorna a distribuio Weibull ou
Normal com o melhor ajuste. O melhor ajuste selecionado com base
no teste AIC.
Diretrizes
Funes do @RISK
733
RiskFitDescription
Descrio
Exemplos
Diretrizes
RiskFitParameter
Descrio
Exemplos
Diretrizes
RiskFitStatistic
734
Descrio
Exemplos
Diretrizes
Exemplos
=RiskPert(53.1,59,80,RiskStatic(ProjectFieldVal))
Se essa funo for inserida em uma clula do Excel associada
durao de uma tarefa, o valor mostrado no Excel quando
no houver uma simulao sendo executada (o valor
"esttico"), ser o valor inserido no campo Durao
correspondente no Microsoft Project.
Diretrizes
Funes do @RISK
735
RiskProjectAddDelay
736
Descrio
Exemplos
Diretrizes
RiskProjectAddCost
Descrio
Exemplos
Diretrizes
Funes do @RISK
737
RiskProjectRemoveTask
Descrio
Exemplos
Diretrizes
RiskProjectResourceAdd
738
Descrio
Exemplos
IF(RiskUniform(0,1)>.5), RiskProjectResourceAdd
(Tasks!B10, Resources!B7,1)) designa o recurso encontrado
na linha 7 da planilha Recursos tarefa encontrada na linha 10
da planilha Tarefas quando a funo SE do Excel apresenta
VERDADEIRO em uma iterao de uma simulao. Um valor
de unidade igual a 1 usado, indicando que o novo recurso
est 100% alocado tarefa.
Diretrizes
RiskProjectResourceRemove
Descrio
RiskProjectResourceRemove(tarefa,recurso) remove um
recurso designado a uma tarefa. Essa funo usada para
mudar os recursos designados a uma tarefa em cada iterao
de uma simulao. Os custos calculados no Project incluiro a
mudana na utilizao de cada iterao de uma simulao.
Exemplos
IF(RiskUniform(0,1)>.5), RiskProjectResourceRemove
(Tasks!B10, Resources!B7) remove o recurso encontrado na
linha 7 da planilha Recursos designado tarefa encontrada na
linha 10 da planilha Tarefas, quando a funo SE do Excel
apresenta VERDADEIRO em uma iterao de uma simulao.
Diretrizes
Funes do @RISK
739
RiskProjectResourceUse
740
Descrio
Exemplos
RiskProjectResourceUse (Tasks!B10,
Resources!B7,RiskUniform(10,50)) define o uso do Recurso
na linha 7 da planilha Recursos que atribudo Tarefa
localizada na linha 10 da planilha Tarefa. O valor do uso
amostrado da distribuio RiskUniform(10,50).
Diretrizes
Funes do @RISK
741
742
RiskAR1
Descrio
, parmetro de
volatilidade , coeficiente autorregressivo a1 e valor Y0
no
instante de tempo 0.
O processo AR1 um modelo comum para uma srie
temporal, porque simples e geralmente produz um bom
ajuste. Ele caracterizado pela funo de autocorrelao
(ACF) que decresce geometricamente e por uma funo de
autocorrelao parcial (PACF) que se anula aps o lag 1.
Exemplos
66.7 2 , coeficiente
100 , varincia 402 / (1 0.82 ) =
a1 < 1
Defina
Nt
t = Nt
Em seguida,
(Yt =
) a1 (Yt 1 ) + t
A mdia e a varincia so
E (Yt ) =
Var
=
(Yt ) 2 / (1 a12 )
Funes do @RISK
743
RiskAR2
Descrio
a2 , valores Y0
Y1
,
a1
, coeficientes autorregressivos
51.6 ,
com mdia 100 , varincia 40 / (1 0.6 0.2 ) =
coeficientes autorregressivos 0,6 e 0,2, e valores 490 e 495 nos
instantes de tempo 0 e -1.
RiskAR1(C10, C11, C12, C13, C14) gera um processo AR2
com parmetros obtidos das clulas C10 a C14.
Diretrizes
so condies
Defina
Nt
t = Nt
Em seguida,
(Yt =
) a1 (Yt 1 ) + a2 (Yt 2 ) + t
A mdia e a varincia so
E (Yt ) =
Var (Y=
2 / (1 a12 a22 )
t)
744
RiskMA1
Descrio
, parmetro de volatilidade
b1 e termo erro inicial 0 .
Detalhes
tcnicos
Defina
Nt
t = Nt
Em seguida,
Yt =+
b1 t 1 + t
A mdia e a varincia so
E (Yt ) =
Var (=
Yt ) 2 (1 + b12 )
Funes do @RISK
745
RiskMA2
Descrio
, parmetro de volatilidade
b1 e b2 , e termos erros iniciais
RiskMA2(500, 40, 0.4, -0.2, 10, -5) gera um processo MA2 com
2
Detalhes
tcnicos
Defina
Nt
t = Nt
Em seguida,
Yt =+
b1 t 1 + b2 t 2 + t
A mdia e a varincia so
E (Yt ) =
746
RiskARMA11
Descrio
no
0 .
a1 < 1
Defina
Nt
t = Nt
Em seguida,
(Yt =
) a1 (Yt 1 ) + b1 t 1 + t
A mdia e a varincia so
E (Yt ) =
Funes do @RISK
747
RiskGBM
Descrio
Y0
, parmetro de volatilidade
,e
no instante de tempo 0.
Detalhes
tcnicos
Defina
t 0, T > 0,
Yt +T = Yt exp ( 2 / 2)T + N t +T T
=
Yt Yt 1 exp ( 2 / 2) + N t
A mdia condicional e a varincia de Yt +T , dado Yt , so:
E (Yt +T ) = Yt exp( T )
e
=
Var (Yt +T ) Yt 2 exp(2 T ) exp( 2T ) 1
Se isso ocorrer em um contexto financeiro e
Yt
for o preo de um
( 2 / 2)T
e varincia
T.
2
748
RiskBMMR
Descrio
e valor
Y0
no instante de tempo 0.
Detalhes
tcnicos
Nt
t 0, T > 0,
Yt +T = + e T (Yt ) + N t +T
1 e 2T
2
1 e 2
2
A mdia condicional e a varincia de Yt +T , dado Yt , so:
Yt = + e (Yt 1 ) + N t
=
Var (Yt +T ) 2
Funes do @RISK
2 T
1 e
2
2 / 2
como
T
749
RiskGBMJD
Descrio
J .
J .
Detalhes
tcnicos
Defina
Nt
Kt
Yt =
(
( t )
t 0,
)t + K t J + N t 2t + J2 K t
mobilirio. O preo
750
RiskBMMRJD
Descrio
Exemplos
Detalhes
tcnicos
Funes do @RISK
751
RiskARCH1
Descrio
coeficiente de erro
b1
e valor
Y0
no instante de tempo 0.
Diretrizes
a1 > 0
Detalhes
tcnicos
Defina
Nt
Em seguida,
Yt= + t N t
t modelado como
t2 =
+ b1 (Yt 1 ) 2
onde
Yt
t2 ,
O conceito que
e varincia
752
RiskGARCH11
Descrio
, parmetro de volatilidade ,
coeficiente de erro b1 , coeficiente autorregressivo a1 , valor Y0
instante de tempo 0, e desvio padro inicial 0 .
no
Diretrizes
Detalhes
tcnicos
Defina
Nt
ou
b1
positivo,
>0
Em seguida,
Yt= + t N t
t modelado como
t2 =
+ b1 (Yt 1 ) 2 + a1 t21
onde
Funes do @RISK
753
RiskEGARCH11
Descrio
, parmetro de volatilidade ,
parmetros e , coeficiente de erro b1 , parmetro
autorregressivo a1 , valor Y0 no instante de tempo 0 e desvio
padro inicial 0 .
GARCH exponencial com mdia
a1
b1 .
Detalhes
tcnicos
Defina
Nt
Em seguida,
Yt= + t N t
onde
modelado como
ln( t2 ) =
+ b1 g ( N t 1 ) + a1 ln( t21 )
com
g ( Nt ) =
Nt + ( Nt E ( Nt ) )
Observe que
754
E ( Nt ) = 2 /
RiskAPARCH11
Descrio
, parmetro de
volatilidade , parmetros e , coeficiente de erro b1 ,
parmetro autorregressivo a1 , valor Y0 no instante de tempo 0 e
desvio padro inicial 0 .
GARCH de potncia assimtrica com mdia
Diretrizes
Detalhes
tcnicos
ou
b1
positivo,
>0,
Defina
Nt
Em seguida,
Yt= + t N t
onde
modelado como
t = + b1 Yt 1 (Yt 1 ) + a1 t1
Funes do @RISK
755
756
Exemplos
Diretrizes
Funes do @RISK
757
RiskTSIntegrate
758
Descrio
Exemplos
Diretrizes
RiskTSSeasonality
Descrio
Exemplos
Diretrizes
Funes do @RISK
759
RiskTSSync
760
Descrio
Exemplos
Diretrizes
Funes do @RISK
761
RiskCp
Descrio
Exemplos
Diretrizes
Descrio
Exemplos
Diretrizes
RiskCpm
762
RiskCpk
Descrio
Exemplos
Diretrizes
Funes do @RISK
763
RiskCpkLower
Descrio
Exemplos
Diretrizes
RiskCpkUpper
764
Descrio
Exemplos
Diretrizes
RiskDPM
Descrio
Exemplos
Diretrizes
Descrio
Exemplos
Diretrizes
RiskK
Funes do @RISK
765
RiskLowerXBound
Descrio
Exemplos
Diretrizes
Descrio
Exemplos
Diretrizes
RiskPNC
766
RiskPNCLower
Descrio
Exemplos
Diretrizes
RiskPNCUpper
Descrio
Exemplos
Diretrizes
Funes do @RISK
767
RiskPPMLower
Descrio
Exemplos
Diretrizes
RiskPPMUpper
768
Descrio
Exemplos
Diretrizes
RiskSigmaLevel
Descrio
Exemplos
Diretrizes
Funes do @RISK
769
RiskUpperXBound
Descrio
Exemplos
Diretrizes
Descrio
Exemplos
Diretrizes
RiskYV
770
RiskZlower
Descrio
Exemplos
Diretrizes
Funes do @RISK
771
RiskZMin
Descrio
Exemplos
Diretrizes
RiskZUpper
772
Descrio
Exemplos
Diretrizes
RiskCorrectCorrmat
Descrio
RiskCorrectCorrmat(correlationMatrixRange,adjustmentWeights
MatrixRange) retorna a matriz de correlao correta para a matriz
localizada em correlationMatrixRange usando a matriz de pesos
de ajuste localizada em adjustmentWeightsMatrixRange. Uma
matriz invlida especifica relaes simultneas inconsistentes
entre trs ou mais inputs e precisa ser corrigida antes da
simulao.
A matriz retornada uma matriz de correlao vlida, isto , todas
as entradas na diagonal so 1, as entradas fora da diagonal esto
dentro do intervalo de -1 a 1, inclusive, e a matriz positiva
definida (o menor eigenvalor > 0 e as correlaes so
constantes). Se tiver sido especificado
adjustmentWeightsMatrixRange, as correlaes foram otimizadas
para que estejam o mais prximas possveis das correlaes
originais especificadas, levando-se em conta os pesos.
Exemplos
Diretrizes
RiskCurrentIter
Descrio
Exemplos
Nenhum.
Diretrizes
Nenhuma.
Funes do @RISK
773
RiskCurrentSim
Descrio
Exemplos
Nenhum.
Diretrizes
Nenhuma.
RiskSimulationInfo
Descrio
Exemplos
Diretrizes
RiskStopRun
774
Descrio
Exemplos
Diretrizes
Nenhuma.
RiskResultsGraph
Descrio
Exemplos
Diretrizes
Funes do @RISK
775
Funes do @RISK
777
778
779
780
Apndice A: Ajuste de
Distribuies
Viso Geral
O @RISK permite que voc ajuste distribuies de probabilidade a
seus dados (verses Profissional e Industrial apenas). O ajuste
realizado quando voc possui um conjunto de dados que voc desejar
usar como base para a distribuio do input na sua planilha. Por
exemplo, voc pode ter coletado dados histricos de preo do produto
e pode desejar criar uma distribuio de possveis preos futuros
baseada nos seus dados.
Para ajustar distribuies aos dados, h cinco passos que devem ser
considerados:
Rodar o Ajuste
Interpretar os Resultados
781
782
Viso Geral
Dados Amostrais
Dado amostral (ou observaes) um conjunto de valores amostrados
aleatoriamente de uma populao grande. As distribuies so
ajustadas a dados amostrais para estimar as propriedades desta
populao.
Amostras
Contnuas e
Discretas
Pr-requisitos
dos Dados
783
Densidade
Dados apresentados em densidade so um conjunto de pontos (x,y)
que descrevem uma funo de distribuio de probabilidade de uma
distribuio contnua. As distribuies so ajustadas aos dados de
densidade para fornecer a melhor representao dos pontos usando
uma distribuio de probabilidade terica.
Normalizao
dos Dados de
Densidade
Pr-requisitos
dos Dados
784
Dados Cumulativos
Os dados cumulativos so um conjunto de pontos (x,p) que
descrevem uma funo de distribuio contnua e cumulativa. O valor
p est associado probabilidade de obtm um valor menor ou igual a
x. As distribuies so ajustadas para os dados cumulativos de forma
a fornecer a melhor representao dos pontos fornecidos utilizando
uma distribuio de probabilidade terica.
Interpolao de
pontos de
trmino
Pr-requisitos
dos Dados
785
786
787
Limites de Domnio
Para conjuntos de dados contnuos (dados amostrais ou curvas) voc
pode especificar como voc quer que o @RISK trate os limites superior
e inferior das distribuies. Para ambos os limites h quatro escolhas:
Limite Fixo, Limitado Mas Desconhecido, Aberto e Incerto.
Limite Fixo
Limitado Mas
Desconhecido
Aberto
788
Incerto
Parmetros fixos
possvel definir certos parmetros de distribuio como valores
fixos, em vez de fazer com que o algoritmo de ajuste os determine.
Por exemplo, imagine que voc saiba que quer ajustar uma
distribuio normal a um conjunto de dados, mas quer que apenas o
desvio padro da distribuio seja determinado pelo software, mas
que a mdia seja um valor fixo especfico.
importante observar que os limites fixos (veja "Limites de domnio",
anteriormente) tambm sejam, de certa forma, um tipo de parmetro
fixo. Nesse caso, no entanto, os limites fixos se aplicam
universalmente a todos os tipos de distribuies.
789
790
Rodando o Ajuste
Para iniciar o processo de ajuste, clique no boto Ajustar no dilogo
Ajustar Distribuies aos Dados.
Para cada uma das distribuies especificadas no passo anterior, o
@RISK ir tentar encontrar o melhor conjunto de parmetros que
fazem a correspondncia mais prxima entre a funo de distribuio
e seu conjunto de dados. Saiba que o @RISK no produz uma resposta
absoluta, mas identifica a distribuio que mais provavelmente
produziu seus dados. Sempre avalie os resultados do @RISK
quantitativa e qualitativamente, examinando tanto os grficos de
comparao quanto as estatsticas antes de usar um resultado.
O @RISK emprega dois mtodos para calcular as melhores
distribuies para um conjunto de dados. Para dados amostrais,
geralmente os parmetros de distribuio so estimados por meio de
MLEs (estimadores de mxima verossimilhana) ou ligeiras
modificaes de MLEs. Para dados de densidade e cumulativos
(referidos, em conjunto, como dados de curva), o mtodo de
quadrados mnimos usado para minimizar o erro quadrtico mdio
entre os pontos da curva e a funo terica.
f (X , )
i
i=1
791
Um Exemplo
Simples
f(x) =
e x /
E a funo de verossimilhana :
L( ) =
i=1
1 X i /
1
e
= n exp(
X )
i
i=1
l ( ) = ln L( ) = n ln( )
X
i =1
dl n
1
=
+ 2
X
i =1
=
i =1
Xi
n
Desta forma, quando o @RISK tenta ajustar seus dados para a melhor
funo Exponencial com um limite inferior fixo de zero,
primeiramente obtm a mdia dos dados e utiliza como EMV para .
Modificaes do
Mtodo de EMV
792
Rodando o Ajuste
RMSErr =
1 n
(f(x i , ) - y i ) 2
n i =1
Bootstrap paramtrico
Alguns clculos (intervalos de confiana de parmetros, valor P e
valores crticos) requerem o uso de um bootstrap paramtrico. Na
prtica, esse recurso pega cada distribuio ajustada e gera um grande
nmero de novos conjuntos de dados amostrais, cada um deles do
mesmo tamanho que o conjunto de dados original. Em seguida, ele
faz um novo ajuste desses novos dados e tabula as informaes
referentes a cada ajuste reamostrado.
Veja na discusso a seguir uma descrio dos intervalos de confiana
de parmetros, valores P e valores crticos para entender em que
circunstncias essas informaes podem ser teis.
Por definio padro, a opo de bootstrap paramtrico no @RISK
desativada. No caso de conjuntos de dados muito grandes, isso pode
demorar bastante, portanto, se no houver necessidade das
informaes fornecidas pelo bootstrap paramtrico, recomendamos
deixar esse recurso desativado.
793
794
Interpretar os resultados
Aps o @RISK terminar o processo de ajuste, voc deve examinar os
resultados. O @RISK fornece opes avanadas de grficos,
estatsticas e relatrios para ajud-lo a avaliar os ajustes e selecionar o
que for melhor para os seus modelos.
O @RISK faz um ranking de todas as distribuies ajustadas usando
uma ou mais estatsticas de ajuste.
Para os dados amostrais, voc pode escolher se deseja classificar os
ajustes segundo critrios de informao de Akaike (AIC), critrios de
informao bayesianos (BIC), estatsticas de qui-quadrado (quiquadrado), estatstica Anderson-Darling (AD) ou KolmogorovSmirnov (KS). (As estatsticas AD e KS s podem ser aplicadas a
ajustes contnuos.) Cada uma dessas estatsticas explicada em
detalhe mais adiante neste seo.
Para dados de curva cumulativa e de densidade, os ajustes so
classificados segundo os valores de erro quadrtico mdio (RMS).
Grficos
O @RISK fornece quatro tipos de grficos para ajudar que voc avalie
visualmente a qualidade dos seus ajustes.
Grficos de
Comparao
795
796
Interpretar os resultados
Grficos P-P
Grficos Q-Q
797
798
Interpretar os resultados
Estatsticas de ajuste
O @RISK informa uma ou mais estatsticas de ajuste para cada ajuste:
critrios de informao de Akaike (AIC), critrios de informao
bayesianos (BIC), qui-quadrado, Anderson-Darling (AD),
Kolmogorov-Smirnov (KS) e erro quadrtico mdio (RMSErr). Essas
estatsticas medem a adequao da distribuio aos dados de input, e
o grau em que voc pode confiar que os dados foram produzidos pela
funo de distribuio. Para cada uma dessas estatsticas, quanto
menor o valor, melhor o ajuste.
A estatstica RMSErr usada unicamente para dados de curva
(densidade ou cumulativa). Os testes AD e KS so usados unicamente
para dados amostrais contnuos. Os testes AIC, BIC e qui-quadrado
podem ser usados para dados amostrais discretos e contnuos.
Seleo de
modelo e
validao do
ajuste
799
As estatsticas de AIC e BIC so calculadas a partir da funo logverossimilhana, por meio das seguintes expresses simples:
AIC = 2k 2 ln L
BIC = k ln n 2 ln L
onde L a funo da verossimilhana, k o nmero de parmetros
estimado para o ajuste e n o nmero de pontos amostrais.
AIC e BIC so nitidamente muito semelhantes. A teoria subjacente s
duas a anlise bayesiana; as duas formas distintas originam-se de
pressupostos diferentes sobre os a prioris bayesianos.
A estatstica AIC tende a penalizar o nmero de parmetros menos do
que a BIC. Existe muita discusso na literatura do campo sobre qual
delas mais adequada, sem ter se chegado a nenhuma deciso
definitiva. Nossa recomendao que, a menos que se tenha algum
motivo especfico, se use a estatstica AIC.
A Estatstica
Chi-Quadrado
=
2
i =1
(N i Ei )2
Ei
onde
K = nmero de intervalos
Interpretar os resultados
Dn = sup Fn ( x ) F ( x )
onde
n = nmero total de pontos de dados
Nx
n
801
Estatstica
AndersonDarling (A-D)
2
A = n Fn ( x ) F ( x ) ( x ) f ( x )dx
2
n
onde
n = nmero total de pontos de dados
2 =
F ( x ) 1 F ( x )
Nx
n
802
Interpretar os resultados
Valores Crticos
803
Mtodos de
clculo
804
Interpretar os resultados
805
806
Interpretar os resultados
807
808
Interpretar os resultados
Apndice B: Otimizao
Introduo ....................................................................................... 811
Mtodos de Otimizao.................................................................. 811
Sobre algoritmos Hill-Climbing .......................................................813
Otimizao local com o Solver do Excel ..........................................816
Otimizao Global Solver comparado aos add-ins
da Palisade .........................................................................................817
Tipos de Problemas .............................................................................818
Algoritmos Genticos .................................................................... 823
Introduo .............................................................................................823
Histria ..................................................................................................823
Um Exemplo Biolgico........................................................................825
Um Exemplo Digital ............................................................................827
OptQuest.......................................................................................... 831
Introduo .............................................................................................831
Restries lineares ...............................................................................831
Restries no lineares ........................................................................831
Recursos extras do RISKOptimizer .............................................. 833
Como inserir restries .......................................................................833
Restries de Faixa ...............................................................................834
Restries rgidas (hard) personalizadas ......................................835
Restries de Iterao e Simulao ...................................................836
Restries Flexveis..............................................................................836
Problemas com Mltiplos Objetivos................................................842
Aumentando a Velocidade ............................................................. 843
Como o RISKOptimizer efetua a otimizao com o algoritmo
gentico ..............................................................................................844
Resoluo de Problemas / Perguntas e Respostas .................... 847
Apndice B: Otimizao
809
810
Introduo
A ferramenta RISKOptimizer do @RISK fornece a capacidade de
otimizao e de simulao, possibilitando otimizar problemas que
contm elementos incertos. Este anexo apresenta informaes gerais
sobre os mtodos de otimizao usados pelo RISKOptimizer:
Mtodos de Otimizao
Problemas de otimizao tradicional analisados usando Solver ou
Evolver (add-ins de otimizao para o Excel) so compostos de:
Apndice B: Otimizao
811
Inputs
Funo
Output
Variveis
Modelo
Objetivo
XeY
Dada esta:
Equao
812
Mtodos de Otimizao
Apndice B: Otimizao
813
Mesmo com uma funo suave, o hill climbing pode falhar se voc comear em uma
posio ligeiramente diferente ( direita).
814
Mtodos de Otimizao
Intervalo 1 (x)
11:00
10:45
11:15
11:00
11:00
Intervalo 2 (y)
15:00
15:00
15:00
15:15
14:45
Pontuao (z)
= 46,5
= 44,67
= 40,08
= 49,227
= 43,97
Apndice B: Otimizao
815
816
Mtodos de Otimizao
Apndice B: Otimizao
817
Tipos de Problemas
H vrios tipos de problemas de otimizao tpicos.
Problemas
Lineares
Problemas No
Lineares
818
Mtodos de Otimizao
Apndice B: Otimizao
819
820
Mtodos de Otimizao
Problemas
baseados em
tabela
Problemas
Combinatrios
Apndice B: Otimizao
821
822
Algoritmos Genticos
Introduo
O RISKOptimizer usa algoritmos genticos como um de seus mtodos
de otimizao. Os algoritmos genticos so adaptados do Evolver, um
add-in de otimizao da Palisade Corporation para o Excel. Este
captulo contm informaes gerais sobre algoritmos genticos e sobre
como os mesmos so usados em modelos de simulao de otimizao.
Histria
Os primeiros algoritmos genticos foram desenvolvidos no incio dos
anos 1970 por John Holland na Universidade de Michigan. Holland
estava impressionado com a facilidade que os sistemas biolgicos
tinham para executar tarefa que enganavam at os mais poderosos
supercomputadores; animais podem reconhecer objetos sem falha,
entender e traduzir sons, e navegar por um ambiente dinmico quase
instantaneamente.
Por dcadas, os cientistas prometeram replicar estas capacidades em
mquinas, mas comeamos a reconhecer quo difcil esta tarefa. A
maior parte dos cientistas concorda que qualquer sistema biolgico
que exibe tais qualidades evoluiu at este ponto.
Teoria da
Evoluo
Apndice B: Otimizao
823
Algoritmos Genticos
Um Exemplo Biolgico
Vamos olhar um exemplo simples do mundo biolgico (em uma
escala pequena) de evoluo. Por evoluo aqui entendemos a
mudana na distribuio ou frequncia dos genes em uma populao.
Claro, o interessante sobre a evoluo que tende a levar a
populaes que esto constantemente se adaptando a seus ambientes.
Imagine que estamos olhando para uma populao de camundongos.
Estes camundongos possuem dois tamanhos, pequeno e grande e
duas cores, claro e escuro. Nossa populao consiste dos oito
camundongos abaixo:
Apndice B: Otimizao
825
826
Algoritmos Genticos
Um Exemplo Digital
Imagine um problema com duas variveis, X e Y, que resultam em
uma varivel Z. Se calcularmos e plotarmos o Z resultante para cada
possvel valor de X e Y, veramos a paisagem de soluo aparecer.
Uma vez que estamos buscando o mximo Z, os picos da funo
so boas solues e os vales so ms solues.
Quando usamos um algoritmo gentico para maximizar a funo,
comeamos criando aleatoriamente vrias possveis solues ou
cenrios (pontos pretos), no apenas um ponto inicial. Ento
calculamos o output da funo e plotamos cada cenrio como um
ponto. Em seguida ordenamos os cenrios por altitude, do melhor
para o pior, mantendo os da parte superior, e descartando os demais.
Cenrio 1
Cenrio 2
Apndice B: Otimizao
Antes
Depois
3.4, 5.0
2.6, 5.0
2.6, 3.2
3.4, 3.2
827
828
Algoritmos Genticos
Apndice B: Otimizao
829
830
OptQuest
Introduo
O mecanismo OptQuest inclui meta-heurstica para guiar sua busca
de melhores solues. Este mtodo "lembra" quais solues
funcionam bem e as reutiliza para encontrar novas e melhores
solues. Essa tcnica tambm no se limita a solues locais nem se
deixa confundir por "rudos" (incertezas) nos dados de modelo. O
mecanismo OptQuest rene busca Tabu, pesquisa de disperso,
programao de inteiros e redes neurais em um nico algoritmo de
otimizao, oferecendo mxima eficincia na identificao de novos
cenrios.
Restries lineares
O OptQuest gera solues que, na maioria das vezes, atendem todas
as restries lineares especificadas e economizam tempo, j que
desconsideram as solues invlidas. (Ocasionalmente o OptQuest
pode gerar uma soluo que no atende a uma restrio linear, visto
que os computadores no processam clculos com preciso infinita.)
O exemplo Mix de produtos com incerteza 1.xls demonstra como o
OptQuest lida com restries lineares. Todas as restries so lineares,
e todas as solues geradas pelo OptQuest so vlidas. Mais
especificamente, a frmula "SumProduct" da clula com restrio
expressa uma funo linear das clulas ajustveis. Outras clulas com
restries tambm so linearmente dependentes das clulas
ajustveis.
Restries no lineares
As restries no lineares so processadas com eficincia pelo
OptQuest, inclusive situaes nas quais os valores originais das
clulas ajustveis so invlidos (no atendem s restries
especificadas). O Algoritmo Gentico geralmente requer que os
valores originais das clulas ajustveis atendam s restries. Se a
soluo original for invlida, a ferramenta Solver de restries
encontra uma soluo vlida, fornecendo um ponto de partida para
otimizaes que usam o algoritmo gentico. O OptQuest no requer o
uso do Solver de restries. Se a soluo original for invlida, o
OptQuest poder iniciar a otimizao gerando uma sequncia de
solues invlidas. Entretanto, durante este estgio, ele coleta
informaes sobre como cada soluo deixa de atender as restries,
visando a encontrar solues vlidas.
Apndice B: Otimizao
831
832
Apndice B: Otimizao
833
Restries de Faixa
As restries rgidas mais simples so aquelas que so inseridas nas
variveis. Configurando uma certa faixa para cada varivel, podemos
limitar o nmero total de solues possveis que o RISKOptimizer ir
buscar, resultando numa busca mais eficiente. Insira valores Min e
Max na seo Faixas de Clulas Ajustveis na Janela do Modelo para
informar ao RISKOptimizer a faixa de valores que so aceitveis para
cada varivel.
834
Apndice B: Otimizao
835
Restries Flexveis
Forar um programa a encontrar apenas solues que atendem todas
as restries pode resultar em no encontrar nenhuma soluo vivel.
Em geral, mais til obter solues aproximadamente viveis, onde
talvez algumas solues no consigam atender as restries.
Uma alternativa ao uso de restries hard que devem ser atendidas
reconfigurar o problema com restries soft: restries que o
RISKOptimizer tender a atender. Estas restries soft so em geral
mais realistas e permitem que o RISKOptimizer tente muitas opes.
No caso de um problema altamente restrito (onde no h muitas
solues que atendam todas as restries), o algoritmo gentico do
RISKOptimizer ter maior probabilidade de alcanar a soluo tima
se for permitido obter feedback de algumas solues que esto
prximas de satisfazer as restries.
836
Inserindo uma
Funo de
Penalidade
Apndice B: Otimizao
837
Visualizando as
Penalidades
Aplicadas
Inserindo
Restries Soft
na sua Planilha
Apndice B: Otimizao
839
Mais Exemplos
de Funes de
Penalidade
840
Usando
Funes de
Penalidade
Criar uma clula que adiciona as restries ao total e minimizar a mdia dos resultados
da simulao para esta clula.
Apndice B: Otimizao
841
842
Aumentando a Velocidade
Quando voc usa o RISKOptimizer para resolver um problema, est
usando tanto a biblioteca de rotinas do RISKOptimizer para controlar
o processo quanto a funo de avaliao do Excel para examinar
diferentes cenrios. Uma grande porcentagem do tempo usado pelo
RISKOptimizer na verdade usada pelo Excel enquanto recalcula a
sua planilha. H um nmero de procedimentos que podem ser feitos
para acelerar a otimizao do RISKOptimizer e o processo de
reclculo do Excel.
Apndice B: Otimizao
843
844
Aumentando a Velocidade
Crossover
Apndice B: Otimizao
845
Mutao
Substituio
Restries
846
Aumentando a Velocidade
Apndice B: Otimizao
847
Apndice B: Otimizao
849
850
851
852
853
+1
+2
+4
+5
A importncia da variao
Um nmero excessivo de praticantes de Seis Sigma utiliza modelos
estticos, que no levam em conta a incerteza e a variabilidade
inerentes aos processos ou projetos. Quando o objetivo fundamental
maximizar a qualidade, vital levar em conta o mximo nmero de
cenrios possvel.
nesse aspecto que o @RISK entra em cena. O @RISK utiliza
simulao de Monte Carlo para analisar milhares de possveis
resultados, mostrando a probabilidade de ocorrncia de cada um.
Fatores de incerteza so definidos usando mais de 35 funes de
distribuio de propriedades que descrevem com exatido a faixa
possvel de valores que poderia ser ocupada pelas suas entradas
(inputs). Alm disso, o @RISK permite que voc defina os limites
superior e inferior de especificao e os valores-alvo de cada sada
(output), e tambm apresenta uma ampla gama de estatsticas Seis
Sigma e mtricas de capacidade para esses outputs.
A edio Industrial do @RISK tambm inclui o RISKOptimizer, que
rene a capacidade de simulao de Monte Carlo e de otimizao
baseada em algoritmo gentico. Isso lhe d a capacidade necessria
para resolver problemas de otimizao que tm incertezas inerentes,
como:
855
856
857
858
859
860
O @RISK e o DMAIC
Em todas as fases do processo DMAIC, o @RISK til para identificar
variaes e focalizar as reas problemticas de produtos existentes.
1) Definir. Defina seus objetivos de melhoria de processo e
incorpore as exigncias do clientes e a estratgia de
negcios. Mapeamento do fluxo de valor, estimativa de custo
e identificao dos elementos crticos em termos de
qualidade, ou CTQs (Critical-To-Qualities) o @RISK pode
ajudar a definir o foco e os objetivos em todas essas reas. A
anlise de sensibilidade com o @RISK identifica
especificamente os CTQs que afetam a lucratividade geral da
empresa.
2) Medir. Efetue medies dos nveis atuais de desempenho e
de suas variaes. Ajuste de distribuies e mais de 35
distribuies de probabilidade proporcionam exatido na
definio da variao do desempenho. As estatsticas obtidas
nas simulaes feitas pelo @RISK podem fornecer dados teis
para comparao com os requisitos na fase de Anlise.
3) Anlise. Efetue anlises para verificar a relao e a causa de
defeitos, e para ter certeza de que todos os fatores tenham
sido levados em conta. Por meio das simulaes do @RISK,
voc tem certeza de que todos os fatores de entrada (inputs)
sejam levados em conta, e que todos os resultados sejam
apresentados. possvel identificar especificamente as causas
da variao e os riscos atravs de anlises de sensibilidade e
cenrios e anlises de tolerncia. As funes estatsticas de
Seis Sigma do @RISK podem ser usadas para calcular
mtricas de capacidade e identificar discrepncias entre as
mensuraes e os requisitos. possvel ver com que
frequncia os produtos ou produtos apresentam falhas, e
assim ter uma noo da confiabilidade.
861
862
Identificar CTQs
Estimar o custo
Otimizao do processo
863
864
865
866
Como inserir
uma funo de
propriedade
RiskSixSigma
867
Propriedades de
Output guia
Seis Sigma
868
869
870
Como inserir
funes
estatsticas
Seis Sigma
871
Personalizao
das estatsticas
exibidas
872
Gerao de
relatrio no
Excel
873
874
875
876
Apndice D: Mtodos de
Amostragem
A Amostragem utilizada em uma simulao do @RISK para gerar
valores possveis para funes distribuio de probabilidade. Estes
conjuntos de valores possveis so ento usados para avaliar sua
planilha Excel. Por causa disso, amostragem a base para as centenas
ou milhares de cenrios que o @RISK calcula para a sua planilha.
Cada conjunto de amostras representa uma combinao possvel de
valores de dados de entrada que possam ocorrer. Escolher um mtodo
de amostragem afeta tanto a qualidade de seus resultados quanto o
tempo necessrio para simular sua planilha.
O que Amostragem?
Amostragem o processo pelo qual os valores so aleatoriamente
retirados de distribuies de probabilidade de inputs. Distribuies
de probabilidade so representadas no @RISK por funes
distribuio de probabilidade e a amostragem realizada pelo
programa @RISK. A Amostragem em uma simulao feita
repetitivamente com uma amostra retirada a cada iterao de cada
distribuio de probabilidade de input. Com iteraes suficientes os
valores amostrados para uma distribuio de probabilidade ficam
distribudos de uma maneira que aproxime a distribuio de
probabilidade de input conhecida. As estatsticas da distribuio
amostrada (mdia, desvio padro e momentos superiores) se
aproximam das verdadeiras estatsticas da distribuio do input. O
grfico da distribuio amostrada deve inclusive se assimilar a um
grfico da verdadeira distribuio do input.
Estatsticos e Simuladores desenvolveram vrias tcnicas para retirar
amostras aleatrias. O fator importante a examinar quando se avaliam
tcnicas de amostragem o nmero de iteraes requerido para
recriar de forma apropriada um distribuio de dados de entrada
atravs de amostragem. Resultados precisos para a distribuio de um
output dependem de uma amostragem completa de distribuies de
inputs. Se um mtodo de amostragem necessita mais iteraes e
Apndice D: Mtodos de Amostragem
877
878
O que Amostragem?
Distribuio Cumulativa
Em geral til entender o conceito da distribuio cumulativa antes
de revisar os mtodos de amostragem. Qualquer distribuio de
probabilidade pode ser expressa em forma cumulativa. Uma curva
cumulativa tipicamente escalonada entre 0 e 1 no eixo Y, com
valores do eixo Y representando a distribuio cumulativo at o valor
X correspondente.
879
880
O que Amostragem?
881
882
O que Amostragem?
883
884
O que Amostragem?
A Sute DecisionTools
A Suite DecisionTools focaliza no fornecimento de ferramentas
avanadas para qualquer decises, desde anlise de risco, anlise de
sensibilidade a ajuste de distribuies. O software includo da Suite
DecisionTools inclui:
885
Informaes de Compra
Todos os softwares mencionados aqui, incluindo a Sute
DecisionTools, pode ser comprador diretamente da Palisade
Corporation. Para fazer um pedido ou receber mais informao, favor
contatar o departamento tcnico de vendas da Palisade Corporation
usando um dos mtodos abaixo:
E-mail: sales@palisade.com
E-mail: sales@palisade-europe.com.
886
Emai:l: sales@palisade.com.au
A Sute DecisionTools
Em seguida,
avaliar as
Probabilidades
Adicione Ajuste
de Distribuies
aos Dados
Simular com o
@RISK
887
Decida com o
PrecisionTree
888
Introduo ao TopRank
TopRank a ferramenta de sensibilidade (What-If) ideal para
planilhas da Palisade Corporation. O TopRank aprimora
imensamente a anlise de sensibilidade padro e funcionalidades de
tabela de dados presentes na sua planilha. Alm disso, voc pode
facilmente avanar para poderosas anlises de risco com o @RISK.
889
Aplicaes do
TopRank
Funcionalidades de Modelagem
Por que
TopRank?
890
Introduo ao TopRank
Anlise de
Sensibilidade
Mltipla
Funes
TopRank
891
Rodando uma
Anlise de
Sensibilidade
Resultados do
TopRank
892
Introduo ao TopRank
Do What-if Simulao
Uma anlise de sensibilidade identifica o que importante em seu
modelo. Voc pode focalizar nestes componentes importantes em um
prximo momento e estimar melhor quais seriam seus valores.
Geralmente, entretanto, h vrios importantes componentes com
incerteza e, na verdade, todos eles podem variar ao mesmo tempo.
Para analisar um modelo com incerteza como este, voc precisa da
anlise de risco ou Simulao de Monte Carlo. A Anlise de Risco
varia todos os inputs incertos simultaneamente como ocorreria na
vida real e constri uma faixa e distribuio dos valores que possam
ocorrer.
Com anlise de risco, os inputs so descritos com uma distribuio de
probabilidade como normal, lognormal, beta ou binomial. Esta
uma descrio muito mais detalhada da incerteza presente no valor
de um input do que apenas uma variao percentual positiva ou
negativa. Uma distribuio de probabilidade mostra tanto a faixa de
valores quanto a probabilidade de ocorrncia possvel para um input.
A Simulao combina estas distribuies de inputs e gera tanto a faixa
quanto a probabilidade de qualquer resultado ocorrer.
Usando
Definies
What-if em uma
Anlise de
Risco
893
As Diferenas
Inputs
Inputs
Clculos
Resultados
Clculos
894
Resumo
895
896
Introduo ao PrecisionTree
O PrecisionTree da Palisade Corporation um add-in de anlise de
deciso para o Microsoft Excel. Agora voc pode fazer algo que nunca
pde fazer antes definir um rvore de deciso ou um diagrama de
influncia diretamente na sua planilha. O PrecisionTree permite que
voc rode uma anlise de deciso completa sem sair do programa
onde seus dados esto a sua planilha!
897
Funcionalidades de Modelagem
PrecisionTree e
o Microsoft
Excel
Ns do
PrecisionTree
Ns de Incerteza
Ns de Deciso
Ns Terminais
Ns Lgicos
Ns de Referncia
Valores nos
Modelos
898
Introduo ao PrecisionTree
Anlise de
Deciso
Anlise de
Sensibilidade
Reduzindo uma
rvore
Avaliao de
Utilidade
Funcionalidades
de Anlise
Avanadas
Funes Utilidade
Ns Lgicos
899
900
Introduo ao PrecisionTree
901
EV = $22,900
Drill
Dry
Wet
Soaking
Open
Dont Drill
-$80,000, 43%
$40,000, 34%
$190,000, 23%
-$10,000
902
Forando
Decises
durante a
Simulao
EV = $22,900
Drill
Open
Results
RiskNormal(22900,50000) - $70,000
Dont Drill
-$10,000
903
904
Apndice F: Glossrio
Glossrio de Termos
@RISK
Amostra
Amostra
Aleatria
Anlise de
Risco
Assimetria
Averso ao
Risco
Apndice F: Glossrio
905
Avesso
Curtose
Desvio Padro
Determinstico
Distribuio
Cumulativa
Distribuio
Contnua
Distribuio de
Freqncia
Distribuio de
Freqncia
Cumulativa
906
Glossrio de Termos
Distribuio de
Probabilidade
Distribuio
Discreta
Estocstico
Evento
Faixa
Gerador de
Nmeros
Aleatrios
Grfico de
Sumrio
Hipercubo
Latino
Incerteza
Ver risco
Apndice F: Glossrio
907
Iterao
Mdia
Momentos
Maiores
Monte Carlo
Percentil
Preferncia
Probabilidade
Risco
908
Glossrio de Termos
Risco Objetivo
Risco Subjetivo
Semente
Simulao
Teste
Truncamento
Valor Esperado
Ver mdia
Valor Mais
Provvel
Varincia
Apndice F: Glossrio
909
Varivel
Varivel
Dependente
Varivel
Independente
910
Apndice G: Leituras
Recomendadas
Leituras por Categoria
O Manual do Usurio do @RISK forneceu um princpio de
entendimento dos conceitos de Anlise de Risco e simulao. Se voc
estiver interessado em descobrir mais sobre a tcnica de Anlise de
Risco e a teoria por trs, aqui esto alguns livros e artigos que
examinam vrias rea no campo de Anlise de Risco.
911
Ajuste de Distribuies
Se voc est interessado em saber mais sobre ajuste de distribuies,
consulte qualquer um destes livros:
* Groebner, David F. and Shannon, Patrick W. Business Statistics: A DecisionMaking Approach, 4th ed.: Macmillan Publishing Company, New York, NY,
1993.
* Law, Averill M. and Kelton, David. Simulation Modeling and Analysis, 2nd
ed.: McGraw-Hill, New York, NY, 1991.
* Walpole, Ronald E. and Myers, Raymond H. Probability and Statistics for
Engineers and Scientists, 5th ed.: Macmillan Publishing Company, New York,
NY, 1993.
Funes de Distribuio
Para aprender mais sobre as funes de distribuio usadas pelo
software BestFit de ajuste de distribuies do @RISK, consulte o
seguinte livro:
* Evans, Merran, Nicholas Hastings and Brian Peacock. Statistical
Distributions, 2nd ed: John Wiley & Sons, Inc, New York, NY, 1993.
912
913
Corporation. Ligue para (800-432-7475 ou +1-607-277-8000), fax (607277-8001), ou escreva para pedir ou solicitar informaes adicionais
sobre estes e outros ttulos relevantes Anlise de Riscos. O
Departamento Tcnico de Vendas da Palisade tambm pode ser
contatado por e-mail em sales@palisade.com ou na Internet em
http://www.palisade.com.
914
ndice Remissivo
A
Abrindo Simulaes do @RISK ...................................................... 527, 528
Add-In, @RISK
barra de ferramentas ............................................................................. 89
Barra de ferramentas ............................................................................. 92
Barra de Ferramentas ...................................................................... 95, 96
Adicionar Adicionando Restries ..................................................... 378
Agendar Auditoria .................................................................................. 486
Ajuste............................................................................................. 6162, 912
Algoritmos ............................................................................................ 791
Dados Cumulativos ............................................................................. 785
Dados de Amostra ............................................................................... 783
Dados de Densidade ........................................................................... 784
dados de input ..................................................................................... 155
Dados de Input...................................................... 148, 151, 157, 167, 783
Distribiues Predefinidas.................................................................. 153
Distribuies Contnuas ...................................................................... 787
Distribuies Discretas ........................................................................ 787
Distribuies Predefinidas.................................................................. 787
Limites de Domnio ..................................................................... 152, 788
Parmetros Estimados......................................................................... 151
Parmetros Estimados......................................................................... 787
Selecionando Distribuies a Ajustar................................................ 787
Testes de adequao do ajuste ........................................................... 799
algoritmo, definido .................................................................................. 811
Amostragem Hipercubo Latino ..................................................... 881, 913
Amostragem Hipercubo Latino ............................................................. 201
Amostragem Monte-Carlo...................................................... 201, 880, 912
Anlise de Cenrios ................................................................................... 85
Anlise de sensibilidade
padro ..................................................................................................... 52
Anlise de Sensibilidade
Padro ............................................................................................. 82, 236
Anlise de Sensibilidade Avanada ...................................30622, 30622
Anlise de Stress .............................................................................. 295305
Atingir Meta ............................................................................................. 287
ndice Remissivo
915
B
backtracking ............................................................................................. 846
bancos de dados ....................................................................................... 821
Barras de ferramentas
add-in do @RISK .................................................................................... 89
Barras de ferramentas
Add-in do @RISK ................................................................................... 92
Barras de Ferramentas
Add-In @RISK .......................................................................... 95, 96, 526
Expandidas ou Contradas ................................................................. 526
Biblioteca @RISK
Atualizando Distribuies .................................................................. 509
Biblioteca do @RISK ................................................................................ 503
Como semear distribuies ................................................................ 506
Distribuies ......................................................................................... 505
Resultados na Biblioteca ..................................................................... 511
SQL Server ............................................................................................ 517
C
caixa de dilogo Modelo ......................................................................... 347
Calendrios Probabilsticos .................................................................... 472
clula-alvo ......................................................................................... 348, 364
clulas ajustveis .............................................................................. 348, 366
cenrio de solues .................................................................................. 813
Coletar Amostras das Distribuies ...................................................... 205
Comando Adicionar Output .................................................................. 115
Comando Ajuste de lote.......................................................................... 171
Comando Ajuste de sries temporais.................................................... 410
Comando Anlise de Sensibilidade Avanada ............................ 307, 308
Comando Anlise de Stress .................................................................... 295
Comando Artista da Distribuio .......................................................... 175
Comando Atualizar Filtros do Projeto .................................................. 498
Comando Categorias de Risco ............................................................... 462
Comando Cenrios .................................................................................. 213
Comando Cenrios .................................................................................. 243
Comando Checar a Consistncia da Matriz ......................................... 139
Comando Colorir Clulas ....................................................................... 521
Comando Configuraes da Aplicao ................................................ 522
Comando Configuraes de Relatrio .................................. 147, 174, 215
Comando Configuraes de Simulao ................................................ 191
Comando Configuraes do Projeto ..................................................... 490
Comando Dados ...................................................................................... 232
916
Distribuio
Desenho ................................................................................................. 176
Desvio ............................................................................................ 557, 714
Funes .......................................................................................... 539, 912
Truncamento ........................................................................................ 715
Truncando ............................................................................................. 715
distribuies de probabilidade .................................................... 328, 337
E
especificaes tcnicas ............................................................................. 844
Estatstica Anderson-Darling (A-D) .............................................. 162, 802
Estatstica Chi-Quadrado ........................................................................ 800
Estatstica da Raiz do Erro Mdio Quadrado (Raiz do
EMQ) ..................................................................................................... 162
Estatstica de Chi-Quadrado .................................................................. 161
Estatstica Kolmogorov-Smirnov (K-S) ................................................. 162
Estatstica Kolmogorov-Smirnov (K-S) Statistic .................................. 801
Estatsticas
Ajuste ..................................................................................................... 799
Anderson-Darling (A-D) ............................................................. 162, 802
Chi-Quadrado .............................................................................. 161, 800
Detalhadas ............................................................................................ 229
Kolmogorov-Smirnov (K-S)........................................................ 162, 801
Raiz do Erro Mdio Quadrado (Raiz do EMQ) ............................... 802
Estimadores de mxima verossimilhana (MLEs) .............................. 791
Excel
Grficos ..................................................... Veja Grficos, Formato Excel
Minimizar no Incio de Simulaes ................................................... 198
Relatrios ............................................................... Veja Relatrios, Excel
F
Ferramenta de Decises
Sute ....................................................................................................... 885
Ferramentas de Deciso
Sute ........................................................................................................... 7
Filtros
Dados de Imput.................................................................................... 150
Dados de Input ..................................................................................... 785
Resultado .............................................................................................. 225
Folha de Template .............................Veja Relatrios, Folha de Template
funo objetivo ......................................................................................... 364
Funes
918
924
M
Macros
Controle VBA do @RISK ............................................................... 71972
Menus
Menu Modelo (Add-In @RISK)............................................................ 99
Menu Resultados (Add-In @RISK) .................................................... 213
Menu Simulao (add-in do @RISK) ................................................. 191
Menu Simular (Add-In @RISK) ......................................................... 147
meta da otimizao .................................................................................. 364
mtodo de soluo agendamento
descrio................................................................................................ 375
mtodo de soluo oramento
descrio................................................................................................ 373
mtodo de soluo projeto
descrio................................................................................................ 374
mtodo de substituio ........................................................................... 846
Mtodo Simplex ....................................................................................... 818
mtodos de soluo ................................................................................. 370
agendamento ........................................................................................ 375
agrupamento ........................................................................................ 372
oramento ............................................................................................. 373
ordem .................................................................................................... 371
projeto.................................................................................................... 374
receita .................................................................................................... 370
mtodos de soluo
descrio................................................................................................ 372
mtodos de soluodescrio ................................................................ 371
Mnimos Quadrados, Mtodo de .......................................................... 793
minutos ..................................................................................................... 385
Modelagem
Recursos do produto ........................................................................... 435
modelagem de incerteza ........................................................................ 324
Modelos Exemplos .................................................................................. 913
Monitor de Convergncia ......................................................................... 69
O
o processo de otimizao com simulao ........................................... 336
Observador ....................................................................................... 359, 399
Observador do RISKOptimizer...................................................... 359, 399
operador gentico .................................................................................... 391
Operadores ............................................................................................... 391
Optimization Goal ................................................................................... 348
925
Configuraes....................................................................................... 174
Excel ......................................................................................................... 88
Folha de Template ............................................................................... 550
Planilha modelo ............................................................................. 88, 214
Rpido ................................................................................................... 213
Relatrios Rpidos ............................................... Veja Relatrios, Rpidos
Requisitos de sistema .................................................................................. 5
restrio de simulao ..........................................................339, 379, 380, 836
restries ............................................................................................. 83341
implementao ..................................................................................... 846
restries flexveis ............................................................................ 379, 381
restries flexveis (soft).......................................................................... 353
restries flexveis ou soft ....................................................................... 836
restries rgidas ...................................................................................... 378
restries rgidas (hard) .......................................................................... 353
RISKOptimizer
o que ?.................................................................................................. 327
rotina de seleo....................................................................................... 844
S
Salvando Simulaes do @RISK ............................................................ 528
Semente, Aleatrios ................................................................................. 195
Simulao
Configuraes................................................................................. 66, 191
Iniciando ................................................................................................. 68
Iniciar ..................................................................................................... 211
Mltiplas ............................................................................... 194, 204, 252
Parando ................................................................................................... 70
soluo global
comparada soluo local .................................................................. 816
soluo local
comparada soluo global ............................................................... 816
Suporte Tcnico ........................................................................................ 35
T
Tabela de Entrada de Parmetros .......................................................... 466
taxa de crossover...................................................................................... 402
o que ela faz .......................................................................................... 389
taxa de mutao ....................................................................................... 402
como implementada ......................................................................... 846
o que ela faz .......................................................................................... 389
TopRank ...............................................................................885, 887, 88995
927
928
929