Uso Da Previsão Matemática No Brasil Análise

USO DA PREVISÃO MATEMÁTICA NO BRASIL: ANÁLISE
DO ESTADO DA ARTE COM O MÉTODO DA REVISÃO

INTEGRATIVA
Augusto Squarsado Ferreira Fábio Guilherme Ronzelli Murback
Pontifícia Universidade Católica de Minas Gerais Pontifícia Universidade Católica de Minas Gerais
augustosferreira5@gmail.com murback@pucpcaldas.br
Maria Izabel Feresin Sares

Pontifícia Universidade Católica de Minas Gerais
sares@pucpcaldas.br
Resumo
Este artigo apresenta modelos de previsão de uma forma geral, mas com enfoque nos
métodos quantitativos ou modelos matemáticos. Foi utilizada a revisão integrativa para tentar
encontra o “estado da arte” do uso da previsão matemática no Brasil pelos formados em
administração. Para isso, foram estabelecidos critérios para selecionar os artigos encontrados
e, assim, determinar o conteúdo que vem sendo publicado em língua portuguesa sobre o
tema. Os subprodutos do trabalho são os autores, as universidades, e vários outros pontos
considerados relevantes para quem quer iniciar os estudos em previsão matemática.
Palavras-Chave:
Previsão matemática. Revisão integrativa. Aplicação.
Abstract
This article presents forecast models in general, but with a focus on quantitative methods or
mathematical models. Integrative literature review was used to try to find the "state of the art"
of using the mathematical prediction in Brazil by trained in administration. For this, criteria
were established to select the articles found and thus determine the content that is being
published in English on the subject. The byproducts of this work are the authors, universities,
and several other relevant points to anyone who wants to start studies in mathematical
prediction.
Keywords:
Weather math. Integrative review. Application.

10º Congresso Brasileiro de Sistemas 2
Introdução
Bertalanffy (1975) fez importantes considerações sobre a falta que faz os
conhecimentos das leis da sociedade humana e, por conseguinte, uma tecnologia sociológica.
Para o autor, as forças físicas são controladas, as biológicas são toleravelmente conhecidas e
as forças sociais não são controladas. Assim, para relacionar as forças entre si a solução seria
o enfoque sistêmico, ou a formulação de princípios válidos para os sistemas em geral,
qualquer que seja a natureza dos elementos que se compõem as relações ou forças existentes
entre eles.
Dentre os princípios gerais do enfoque sistêmico tem-se que o todo é mais do que a
soma das partes e as características constitutivas não são explicáveis a partir das
características das partes isoladas. Este princípio possibilita a aplicação do enfoque sistêmico
a muitos segmentos, notadamente quando ele é formado por um conjunto de organizações
diferentes que se agrupam para atender a demandas específicas. As organizações, por sua
vez, podem ser observadas como organismos pensantes e mutáveis, sejam eles indivíduos ou
grandes corporações, em uma sociedade e necessitam utilizar de dados, informações e
ferramentas para antecipar (ou prever) determinadas situações que haverão de acontecer,
interferindo no dia-a-dia da empresa.
De acordo com o dicionário Aurélio (2013), prever é “julgar antecipadamente que
uma coisa vai acontecer; antever; conjeturar; prognosticar”; e atividades como estas são
desempenhadas quase diariamente na gestão de uma organização.
Por meio do uso de técnicas de previsão, as empresas podem amparar áreas como a
financeira no planejamento da necessidade de recursos, a de recursos humanos no
planejamento de modificações da força de trabalho e na área de vendas no agendamento de
promoções. Não obstante, a área de produção na gestão de estoques e no desenvolvimento de
planos complementares de produção, também pode ser contemplada com as previsões

matemáticas. (Pellegrini; Fogliatto, 2001).
Segundo Silva (2008), as possibilidades de uso de técnicas de previsão confirmam
posições anteriores postuladas por Bertalanffy em um artigo em 1951. O mesmo artigo
também registra as contribuições de E.J. Miller e A.K. Rice que correlacionaram as
organizações industriais e comerciais ao organismo biológico, apresentando a organização
como um sistema de partes que se interrelacionam.
Segundo Silva (2008), um dos pontos centrais da Teoria Geral dos Sistemas é a
equifinalidade, que é uma característica dos sistemas abertos, como as organizações, de
alcançarem o mesmo estado final a partir de diferentes condições iniciais.
Com esta base conceitual a presente pesquisa tem por objetivo levantar a bibliografia
que apresenta a previsão como um elemento da gestão, considerando o componente sistêmico
forte que é o fato de impactar todos os subsistemas de uma organização, bem como o fato de
destacar a flexibilidade na seleção especificamente para o previsão que se vale de métodos
quantitativos, entretanto o enfoque principal e base fundamental para o estabelecimento da
problemática é nas previsões matemáticas ou modelos quantitativos.
Referencial teórico
Sistemas e equifinalidade
Um sistema é definido por Silva (2008) como um conjunto de elementos interagentes
e interdependentes relacionados cada um ao seu ambiente de modo a formar um todo
organizado. O autor apresenta as considerações de C. West Churchmam (1913- 2004) que
destacou cinco considerações básicas relativas ao sistema: objetivo do sistema total; o
ambiente do sistema; os recursos do sistema; os componentes do sistema; e a administração
do sistema.
Um destaque é dado à administração do sistema quanto ao seu planejamento e
controle. Maximiano (2002) explica esta dinâmica com processos que interligam os seus
componentes e transformam os elementos de entrada em resultados, sendo que o processo
define a natureza do sistema.
A previsão por sua vez, sob a ótica do planejamento, mostra-se essencial para a
efetiva transformação dos insumos em resultados (Davis, Aquilano e Chase, 2001).
Utilizando informações históricas, e colhendo informações do ambiente atual, os valores
obtidos em previsões serão utilizados pelos gestores para conduzir o processo de
transformação em busca do melhor uso de insumos, infraestrutura, mão de obra, etc..
Entretanto, segundo Montgomery et al. (2008), não existe um modelo único de previsão
matemática para ser utilizado e o fato de existirem diversos modelos de previsão já
comprovam o conceito da equifinalidade. Segundo Silva (2008), a equifinalidade é a
capacidade de alcançar o mesmo estado final a partir de diferentes condições iniciais por
meio de uma variedade de caminhos. Assim, a equifinalidade destaca a flexibilidade na
seleção dos meios que serão utilizados para alcançar os fins. (Silva, 2008).
Assim, não existe apenas um caminho, mas muitos que servirão de opções para atingir
um objetivo e que trazem a vantagem de se analisar qualquer área sob a ótica dos sistemas
reside no fato de se visualizar as variáveis, suas restrições criticas e as interações de umas
com as outras (Koontz et al.,1986).
Previsão e Tipos de Previsão
A previsão é de suma importância para qualquer organização e é um dos principais
desafios enfrentados pelos gestores. (Verruck; Bampi; Milan, 2009). De acordo com Moreira
(2001) prever é intrínseco ao ato de planejar, que é uma atividade comum a qualquer tipo de
empresa, independente de tamanho ou de ramo. Para exemplificar, a área financeira planeja
através da previsão de demanda de longo prazo a necessidade de recursos; a mesma previsão
serve às áreas de recursos humanos e marketing, no planejamento de modificações no nível
da força de trabalho e no agendamento de promoções de venda. (Pellegrini, 2000). A difusão

e abrangência das previsões são tamanhas que vão além do uso na administração e são usadas
também em áreas como medicina, meio ambiente, gestão de riscos, engenharia, economia e
demografia.
A formulação de uma previsão pode “... envolver a utilização de dados históricos e
sua projeção no futuro com algum tipo de modelo matemático. A previsão pode ser subjetiva
ou intuitiva. Pode também ser uma combinação disso – isto é, um modelo matemático
ajustado segundo o critério de um administrador.” (Heizer; Render, 1999, p.103).
Ainda de acordo com Moreira (2001), a obtenção de uma previsão só é possível se
além de notado o horizonte temporal, a disponibilidade de dados, o tempo e os recursos
também forem observados. Mesmo assim, as previsões não estão isentas de erros, pois um
maior horizonte temporal exige uma técnica apurada na coleta de dados para que erros
sistemáticos não sejam introduzidos nos dados e contribuam para a geração de vieses e,
consequentemente, erros nas análises realizadas. (Zan, 2007).
Os métodos de previsão são divididos em três grupos: os métodos quantitativos,
métodos qualitativos e métodos causais. (Soares, 2011). Este artigo tem como intento a
especificação nos modelos quantitativos, ou também denominados doravante, previsões
matemáticas. Os modelos que tangem análises mais subjetivas servirão para este trabalho
somente para a finalidade de alertar o leitor de que há outros métodos de previsão.
1.2.1 Previsões Qualitativas
Os modelos de previsão qualitativos são na sua essência subjetivos ou arbitrários, e
baseiam-se em estimativas e opiniões (Staudt, 2011). Davis, Aquilano e Chase (2001)
descrevem a Pesquisa de Mercado e Analogia Histórica como exemplo de modelos de
previsão qualitativos. Heizer e Render (1999) adicionam às técnicas apresentadas o
Julgamento de Especialistas (utilizando a opinião de especialistas ou membros de alto nível
da organização para chegar a previsão) e a Força de Vendas Composta (utilizando a opinião

de vendedores dos produtos para estimar as vendas). Outra técnica que, segundo Zan (2007),
é muito utilizada e difundida nas organizações é o Método Delphi ou Painel Delphi. O Painel
Delphi consiste na reunião de um grupo de pessoas, normalmente diretores e executivos da
organização, que devem opinar sobre o assunto em pauta, para a coleta e tabulação das
opiniões, bem como a extração das conclusões. Este método envolve a entrega sucessiva de
questionários para o grupo, e então no intervalo de cada rodada, as respostas são analisadas e
os resultados são compilados em novos questionários. O objetivo é o de prospectar
tendências futuras sobre o objeto em estudo (Fernandes, 2010).
1.2.2 Previsões Quantitativas
Previsões quantitativas baseiam-se na caracterização da estrutura e variáveis que
compreendem as séries temporais históricas e na previsão de eventos futuros por meio dela.
(LEMOS, 2006). A caracterização da estrutura e variáveis compreendem os estudos dos
modelos causais, ou cross section. Este modelo tenta compreender o sistema que envolve o
item a ser previsto, incorporando as variáveis ou fatores que possam influenciar a quantidade
as ser prevista. (Heizer; Render, 1999).
O modelo de análise de séries temporais é obtido através do estudo de um grupo de
dados observados durante um determinado intervalo de tempo (dados históricos), ordenados e
equiespaçados sob a mesma grandeza temporal. (Júnior, 2007).
Pacheco (2003) complementa dizendo que os modelos causais buscam analisar uma
variável dependente em relação a variáveis independentes, utilizando técnicas de regressão
linear e não linear, enquanto as séries temporais utilizam técnicas na identificação de padrões
para realizar as previsões. Os modelos matemáticos resultantes são, segundo Cabral e
Leite (2007), uma representação ou interpretação da realidade. Kurrle (2004) resume que os
modelos causais oferecem melhores resultados quando empregados na elaboração de planos
de ação e para tomadas de decisão e que os modelos de séries temporais são mais adequados
para a geração de previsões.
Análise de Séries Temporais
Séries temporais é um conjunto de observações de uma determinada variável
coletadas em intervalos equidistantes de tempo (Werneck, 2007 e Fava, 2000). Morettin e
Toloi (2006) afirmam que a análise destes dados permite a identificação de valores futuros
(previsões) de curto prazo para séries de vendas e produção de estoque, ou longo prazo, para
séries populacionais ou de produtividade.
As séries temporais possuem quatro componentes que as caracterizam: o componente
cíclico, as variações aleatórias, a sazonalidade e a tendência. (Morettin; Toloi, 2006). O
método clássico da análise de séries temporais, ou método de decomposição, decompõe a
série em seus quatro elementos a fim de analisar cada componente separadamente. (Davis,
Aquilano e Chase, 2001). Além da técnica de decomposição, Werner (2004) cita também as
técnicas de médias móveis, o alisamento ou suavização exponencial, a metodologia Box-
Jenkins e as redes neurais.
Modelos Causais
Os modelos causais assumem que as variáveis inseridas no estudo da previsão
possuem uma relação de causa e efeito com uma ou mais variáveis independentes (Werner,
2006). O conhecimento das características dessa relação facilita no estudo dos valores a
serem previstos da variável dependente (Kurrle, 2004). Para quantificar e apresentar a relação
entre as variáveis de um dado modelo são utilizados o coeficiente de correlação linear para
identificar quais fatores ou variáveis estão relacionadas e possuem relevância para explicar a
variável em estudo (Verruck; Bampi; Milan, 2009 e Bussab; Morettin, 2006).
Modelos Complexos de Previsão
Os modelos matemáticos mais complexos para previsão serão citados aqui no sentido
de apontar sua existência para o leitor. São eles:

• Suavização exponencial tripla ou método de Holt-Winters: método utilizado para dados que
apresentam tendência e sazonalidadede (Pellegrini, 2000). O método possui duas abordagens
para a sazonalidade: a forma aditiva, que mantém a diferença entre o maior e o maior valor
constante ao longo do tempo, e a forma multiplicativa, que permite que a diferença aumente
ou diminua ao longo do tempo (Lemos, 2006, Pellegrini e Fogliatto, 2001).
• Os modelos Box-Jenkins: também conhecidos como ARIMA (Auto Regressive Integrated
Moving Average) que “...visam captar o comportamento da correlação seriada, ou a
autocorrelação existente entre os valores da série temporal e, com base neste comportamento,
realizar previsões futuras.” (Werner, 2004, p. 34). ARIMA resulta da combinação de três
filtros ou componentes: autoregressivos (AR), integração (I) e médias móveis (MA), sendo
possível utilizar os três ou um subconjunto deles, AR, MA ou ARMA, para se realizar a
previsão. (Silva; Samohyl; Costa, 2002).
• Redes Neurais Artificiais (RNA): Staudt (2011), Martins; Belleza e Werner (2011) e
Pellegrini (2000) dizem que as RNA imitam a estrutura cerebral humana, inclusive na
estrutura construtiva de suas redes e sua capacidade de “aprender” padrões e regularidades.
“Seu objetivo é reconhecer regularidades e padrões nos dados apresentados com o objetivo de
entender o comportamento de sistemas.” (Staudt, 2011, p. 52).
• Regressão linear múltipla: um dos métodos de análise de regressão mais difundidos e que
define o relacionamento de uma variável dependente, com duas ou mais variáveis
independentes (Bacci, 2007, Werner, 2004).
Metodologia
O método de pesquisa utilizado para este trabalho será a revisão integrativa,
caracterizada pela busca exaustiva na literatura, dentre artigos publicados em periódicos,
pesquisa em bases de dados, consulta à lista de referências bibliográficas, teses, dissertações
e livros-texto (Pompeo; Rossi; Galvão, 2009). Pedersoli (2009) salienta que a revisão
integrativa sumariza diferentes estudos sobre um mesmo assunto, construindo uma conclusão
a partir deles.
Vale frisar que a revisão integrativa é um método que auxilia na separação do que é
relevante para o pesquisador, e destaca que a variedade e a disponibilidade de informação só
tem efeito positivo se auxiliar na construção do conhecimento sólido e embasado em
premissas e autores confiáveis. (Murback, 2013).

No intuito de facilitar o processo de concepção do modelo em questão, inúmeros
autores, tais como Lanzoni,e Meirelles (2011), Pedersoli (2009) e Botelho, Cunha e Macedo
(2011) enumeram seis etapas a serem seguidas para orientar o pesquisador. As etapas que são
detalhadas a seguir:
1. Identificação do tema e seleção da questão de pesquisa: Escolha e definição do tema:

caracterizada pela escolha do tema ou problema de pesquisa objeto da revisão integrativa e da
pergunta respondida com a análise; definidas as palavras chaves que serão utilizadas na busca
da literatura e os delimitadores da pesquisa (tempo, área geográfica, idioma, etc.);
2. Estabelecimento dos critérios de inclusão e exclusão: Busca na literatura: definição das bases
de dados utilizadas na pesquisa, definição da estratégia de busca (relação de palavras
significativas para o tema, termos sinônimos, uso de plural ou singular, uso de outros idiomas,
por exemplo), e a execução da busca;
3. Identificação dos estudos pré-selecionados e selecionados: Categorização dos textos: extração
das informações dos textos, organizadas para a formação de um banco de dados para análise;
4. Categorização dos estudos selecionados: Avaliação dos textos: análise estatística dos
resultados, bem como inclusão e exclusão dos textos pela análise crítica dos textos
selecionados;
5. Análise e interpretação dos resultados: Discussão dos resultados obtidos: preparação dos
resultados, com a criação de propostas e recomendações;
6. Apresentação da revisão/síntese do conhecimento: Apresentação dos resultados: produção de
um documento ou relatório que descreva a revisão.
APLICAÇÃO DE CONCEITOS
Identificação do tema, seleção de critérios e busca na literatura
O objetivo desta pesquisa é a de fazer uma análise do estado da arte das previsões
matemáticas no Brasil, e que tenham um enfoque na área da administração, uma vez que a
previsão acarreta a integração de todos os setores da empresa e ao mesmo tempo tem a
flexibilidade como característica. Entende-se por “estado da arte” ou também “estado do
conhecimento” as pesquisas de caráter bibliográfico, que trazem o desafio de discutir ou
mapear certa produção acadêmica em diferentes campos do conhecimento, na tentativa de
responder quais aspectos e dimensões vem sendo destacados e privilegiados, assim como de
que formas e em que condições os trabalhos com cunho científico são produzidos. (Ferreira,
2002).
Com o intuito de analisar o estado da arte das previsões matemáticas no Brasil, os
critérios para seleção dos itens que comporão a pesquisa serão:
• Publicações em periódicos e comunicações em anais de congressos e de seminários,

dissertações de mestrado e teses de doutorados, além de trabalhos de graduação e pós-
graduação, nas áreas de biológicas, humanas e exatas, mas associado à administração;
• Trabalhos que tenham como característica predominante a aplicabilidade dos conceitos,
técnicas e métodos de previsão matemática em diferentes situações, dirigindo a seleção pelos
modelos quantitativos principais de previsão: os modelos de análise de séries temporais e os
modelos de análise de regressão;
• Trabalhos desenvolvidos e publicados exclusivamente no Brasil, com autores nacionais e em
língua portuguesa.
Definido o tema para a realização da pesquisa, e os critérios de seleção dos itens a
serem incluídos a priori, é necessário estabelecer onde e o que buscar.
No tocante às plataformas que servirão para a realização da busca na literatura, será
usado somente o ambiente digital, pela eficácia na rapidez e abrangência diversificada na
busca por conteúdo. Os seguintes sites foram testados: Yahoo; Bing; Google; Google
Acadêmico; Plataforma Scielo e Portal Capes. De uma forma geral, os sites de busca de
conteúdo geral tais como os três primeiros da lista acima, quando submetidos a um teste
preliminar com as palavras “previsão” e “matemática” compuseram um subgrupo que falhou
no quesito dedicação às atividades acadêmicas, visto que os resultados exibidos eram
genéricos demais, e envolviam desde a apresentação de aulas sobre o tema, até matérias em
jornais e revistas de cunho informativo que nada adicionavam ao assunto; da mesma forma os
links exibidos eram diversas vezes repetidos, em diferente ordem de exibição dentre os três.
A única restrição em termos técnicos foi encontrada no portal Capes, uma vez que a
tentativa por buscar material bibliográfico para a pesquisa foi frustrada quando a negativa do
acesso ao texto completo dos trabalhos encontrados. A plataforma Scielo foi preterida em
opção ao Google Acadêmico, pois o último incluía os resultados do primeiro, eliminando o

fator repetição. Assim, como resultado dos testes executados nos sites, o Google Acadêmico
foi a escolha mais funcional dentre os elencados. As palavras chaves inicialmente citadas, foi
incluída a “administração”, visto que o trabalho é desenvolvido para o curso de
Administração.
As características para inclusão nos trabalhos finais serão observadas utilizando além
dos critérios, dois filtros que colaborarão na seleção. O primeiro filtro considerará o
relacionamento entre o título e o subtítulo dos trabalhos com o objetivo da pesquisa e o
segundo filtro será composto pela análise breve do conteúdo do trabalho, da leitura do
resumo e do índice remissivo em relação aos critérios estabelecidos.
Para a realização da pesquisa, foram realizadas 4 buscas com termos semelhantes mas
que resultavam em quantidades e características de artigos diferentes. Na primeira busca,
utilizando os termos “previsão matemática” e administração foram encontrados 28 artigos
dos quais somente três puderam ser aproveitados. Dispensar os artigos foi resultado do não
cumprimento dos critérios estabelecidos ou simplesmente por não abordarem o tema
desejado. Da mesma forma, a segunda busca utilizou o termo “previsão matemática” e dos 76
resultados apenas 1 foi aproveitado. A terceira busca foi feita com o termo previsão
matemática (sem aspas) com o acréscimo do temo “aplicação”. Neste caso, o número total de
artigos exibidos na pesquisa foi de 36.100 e para filtrar esta quantidade de artigos optou-se
por uma paciente observação dos resultados exibidos, até onde o conteúdo analisado não
atendesse mais as exigências estabelecidas para o trabalho, resultando em 4 trabalhos que
poderiam ser utilizados. Uma nova busca foi realizada com os termos previsão, matemática,
demanda e produção (sem aspas), obtendo 26.100 resultados que foram selecionados, um a
um, conforme as exigências descritas para o trabalho, resultando em mais 11 artigos. Os
títulos dos trabalhos utilizados e os autores são apresentados na Figura 1.

Figura 1. Resumo dos trabalhos incluídos – previsão matemática demanda produção

Trabalho Título Autor(es)/Ano
1 Passos para Implantação de Sistemas de Previsão de Demanda – Pellegrini e Fogliatto,
Técnicas e Estudo de Caso 2001
2 Previsão de demanda: Uma aplicação dos modelos Box-Jenkins na Werner e Ribeiro,
área de assistência técnica de computadores pessoais 2003
3 Um modelo composto para realizar previsões de demanda através Werner, 2004
da integração da combinação de previsões e do ajuste baseado na
opinião
4 Metodologia para seleção de métodos de previsão de demanda Lemos, 2006
5 Comparação entre os métodos de previsào univariados para o preço Silva, Samohyl e
médio da soja no brasil Costa, 2002
6 Cooperação entre Redes Neurais Aritificais e Técnicas ‘Clássicas’ Calôla, Calôba e
para previsão de demanda de uma série de vendas de cerveja na Saliby, 2002
Austrália
7 Previsão de demanda para planejamento da capacidade de Proto e Mesquita,
empresa do setor cimenteiro 2003
8 Avaliação da demanda por biodiesel em função de um modelo de Carmo, Pontes,
previsão de demanda por diesel Albertini, Barros Neto
e Dutra, 2009
9 Previsão de demanda em operações de serviços: Um estrudo em Verruck, Bambi e
uma empresa do setor de transportes Milan, 2009
10 Combinação de métodos de séries temporais para previsão da Bacci, 2007
demanda de café no Brasil
11 Método de previsão de demanda aplicada ao planejamento da Cavalheiro, 2003
produção de indústrias de alimentos
12 Aplicação de séries temporais na análise de demanda turística no Serra, Tavares e
estado do Pará usando os modelos de Holt-Winters Santos, 2005
13 Previsão de Séries Temporais Utilizando a Metodologia Box-Jenkins Figueiredo, 2008
e Redes Neurais para Inicialização de Planejamento e Controle de
Produção
14 Análise e pervisão de demanda: Estudo de caso em uma empresa Mancuso, 2003
distribuidora de rolamentos
15 Integração de métodos quantitativos e qualitativos para previsão de Fernandes e
demanda no setor de autopeças Anzanello, 2010
16 O Uso de Famílias e Rede Neural Artificial para Previsão de Todesco, Pimentel e
Demanda de Energia Elétrica Bettiol, 2004
17 Métodos para previsão de demanda de veículos novos – Estudo de Kurrle, 2004
caso em uma concessionária de automóveis
18 Análise e previsão da série recebimento e produção de leite da Lirio, Pierret, Pierret,
usina escola de laticínios da universidade federal de Santa Maria – Souza e Silva, 2005
RS
19 Métodos de Forecasting Conjugado com um Método Qualitativo e Casagrande e Hoss,
um Método com a Média das Previsões Quantitativas e Qualitativas 2010
Análise e apresentação dos resultados obtidos
Os trabalhos obtidos por meio das pesquisas apresentaram determinadas instituições e
autores repetidamente. A região Sul do país foi responsável pelo desenvolvimento de vinte
trabalhos, com instituições de ensino como UFRGS, UFSC, UFPR, UFSM, UTFPR, Unisul,
PUC-PR e Univates. Os maiores destaques foram a UFRGS e a UFSC, com nove e cinco
trabalhos respectivamente e o restante somente com um trabalho cada.
No que tange os autores, somente na UFRGS foram encontrados alguns nomes em

mais de um item. Acadêmicos como Flávio Sanson Fogliatto apareceram em quatro
trabalhos: dois como coautor em artigo e dois como orientador de dissertação. Outros dois
nomes relevantes foram José Luis Duarte Ribeiro e Liane Werner, tendo o primeiro autor
participado em dois artigos como coautor e uma vez como orientador em uma tese de
doutorado, e a segunda participado em três artigos como coautora e feito sua tese sobre
previsão matemática com José Luis Duarte Ribeiro como orientador. Vale a nota de que os
três autores são vinculados a UFRGS, indicando que esta é a instituição que mais publica
sobre o uso de séries temporais e as análises de regressão no País.
Os autores destacados acima não são relevantes somente como coautores e
orientadores de trabalhos diversos sobre o tema da pesquisa. Analisada também a
bibliografia, eles aparecem em diversos trabalhos. Flávio Sanson Fogliatto é o mais citado em
referências bibliográficas, tendo seu nome em treze trabalhos, enquanto Liane Werner é
referencial para sete trabalhos e José Luis Duarte Ribeiro em cinco.
Ressalta-se aqui que os trabalhos em que há participação destes três autores focam em
modelos de análise de séries temporais, especialmente Suavização Exponencial e Box-
Jenkins, com aplicação em formulações de modelos de previsão, seleção de métodos de
previsão e modelos compostos. Em dissertações e teses, há estudos de caso bem detalhados
com inúmeras aplicações; ou no caso de artigos, há o uso de dados reais de empresas.
Métodos como análise de regressão e modelo de decomposição também são utilizados, porém
em menor observância.
Quando analisado o referencial bibliográfico, há outros autores nacionais e
internacionais que são referência quase obrigatória quando se trabalha com análises de séries
temporais ou modelos de análise de regressão. Nacionais, além dos três já mencionados,
nomes como Fernando Rezende Pellegrini, Robert Wayne Samohyl, Pedro Alberto Morettin
e Clélia Maria de Castro Toloi são constantes nos trabalhos. Os dois primeiros autores
apareceram como coautores em dois artigos escolhidos dentre os vinte e sete, inclusive o
primeiro produzido trabalhos em conjunto com Flávio Sanson Fogliatto. Quanto aos dois
últimos autores citados, foram observadas suas autorias somente em livros, e não em
publicações ou trabalhos acadêmicos.
Os trabalhos de dissertação e tese em que há participação de Flávio Sanson Fogliatto,
Liane Werner, Fernando Rezende Pellegrini e José Luis Duarte Ribeiro como autores ou
orientadores, possuem modelos de previsão bem detalhados e explicados, a modelagem com
modelos mais complexos ou eficientes dentro de determinado contexto, e por fim a aplicação
destes modelos em diferentes estudos de caso com a inclusão dos modelos qualitativos.
Por meio de pesquisa através do Sistema de Currículo Lattes, dos sete autores
nacionais citados acima, seis possuem trabalhos e livros publicados internacionalmente, a
exceção sendo feita para Fernando Rezende Pellegrini, cujo currículo Lattes não foi
encontrado. Separado por autor, o currículo Lattes de cada um, exclusivamente sobre
previsão matemática no exterior:
• Liane Werner: 5 publicações, sendo 2 em anais de congressos e 3 em periódicos;

• José Luis Duarte Ribeiro: 1 publicação em periódicos;
• Robert Wayne Samohyl: 9 publicações, sendo 3 em periódicos e 6 em anais e
congressos;
• Pedro Alberto Morettin: 2 publicações, sendo 1 em periódico e 1 em anais e
congressos.
Nomes como os de Flávio Sanson Fogliatto e Clélia Maria de Castro Toloi não
apresentaram nenhuma publicação internacional relacionada a previsão matemática. Embora
o número de trabalhos internacionais destes autores sobre o assunto foi pequeno, eles não
escrevem somente sobre previsão, especialmente Fogliatto e Toloi; ambos possuem uma
vasta gama de materiais publicados, sendo ele na área de produção e operações e ela na de
estatística. Além disso, ele participa da área de previsão especialmente como orientador de
trabalhos de dissertação e teses, e ela têm quatro livros publicados sobre previsão
matemática. Ressaltando que Pedro Alberto Morettin é revisor e editor do International
Journal of Forecasting e Robert Wayne Samohyl exclusivamente revisor.
Determinados autores internacionais também são referência obrigatória nos trabalhos,
e apesar do tema da pesquisa ser voltado para o Brasil, é importante saber quais acadêmicos
fora do país também são citados nos trabalhos produzidos em território nacional.
Os principais nomes utilizados pelos principais autores nacionais foram Spyros
Makridakis, Steven Charles Wheelwright, Robin John Hyndman, George Edward Pelham
Box, Gwilym Meirion Jenkins, J. Scott Armstrong e Nada R. Sanders. Um subconjunto dos
nomes mencionados estão presentes em todos os trabalhos que envolvem previsão
matemática e são referência para quase todos os autores brasileiros que lidam com o tema,
principalmente por Box e Jenkins serem os desenvolvedores de um modelo de previsão, e
Armstrong ser o fundador do International Journal of Forecasting.
No tocante aos locais que foram encontrados os trabalhos, embora as buscas tenham
sido feitas no Google Acadêmico, alguns sites abrigavam uma maior quantidade de artigos
selecionáveis para a pesquisa, como por exemplo o site da Associação Brasileira de
Engenharia de Produção, fornecendo todos os trabalhos apresentados nos anais do Encontro
Nacional de Engenharia de Produção, com um total de seis trabalhos selecionados; ou então
sites das próprias universidades, como destaque o repositório digital da UFRGS, nomeado
Lume. Acerca do restante dos trabalhos, quatro foram encontrados na plataforma Scielo e o
restante isoladamente nos respectivos sites ou repositórios digitais das instituições que os
produziram.
A maior parte dos itens selecionados são artigos. Dos vinte e sete trabalhos, nove são
artigos publicados em encontros e congressos, sendo seis no ENEGEP, um no Simpósio de
Administração da Produção da Fundação Getúlio Vargas e Escola de Administração de
Empresas de São Paulo sobre a previsão de demanda turística para a Copa de 2014, e outro,
sobre a previsão de enchentes no Vale do Taquari, no IV Simpósio de Engenharia Ambiental.
Sete trabalhos foram publicados em periódicos como, por exemplo, dois artigos na Revista
Produção, e um artigo nas demais. Periódicos como Revista Gestão & Produção, Revista
Pesquisa Operacional, Revista Ciências Agrotécnicas, Revista Ciência & Natura e Revista
Cap Accounting and Management. Pode-se observar que periódicos que tratam da área de
produção, gestão e operações, possuem uma quantidade maior de artigos sobre previsão
matemática.
Em relação aos trabalhos acadêmicos como monografias de graduação, dissertações e
teses, do restante de dez trabalhos que não são artigos, dois são de graduação, um na USP e
um na UFSC; um de especialização na UFPR; seis dissertações sendo três na UFRGS, duas
na UFSC e uma na UNIFEI; e por último uma tese na UFRGS. Os cursos atrelados aos
trabalhos são em sua maioria da engenharia de produção, com um total de sete trabalhos; um
no curso de matemática, um no curso de estatística e um no curso de engenharia mecânica.
Analisando as datas dos trabalhos, todos eles foram produzidos entre os anos de 2001
a 2011. A princípio tinha-se a intenção de avaliar se algum ano tinha qualquer particularidade
ou se houve algum tipo de evolução no assunto cronologicamente. Ao observar os resultados,
não houve particularidades e também não apresentaram evolução em termos teóricos ou de
aplicação.
Este fato é compreensível pois primeiro os trabalhos foram analisados conforme eram
exibidos no Google, com um caráter quase aleatório, e segundo duas das ferramentas de
análise de séries temporais mais complexas, a Box-Jenkins e as Redes Neurais Artificiais,
foram desenvolvidas e maturaram no final da década de setenta e oitenta respectivamente.
Sobre os outros modelos, não se tem as datas de criação e desenvolvimento, mas deduz-se
pela complexidade dos modelos citados anteriormente, que o restante são ainda mais antigos.
Por consequência, para constatar algum tipo de evolução, os trabalhos escolhidos precisavam
ser a partir dos anos de início de aplicação dos modelos até dias mais atuais.
O estudo resultante da análise sobre o campo de aplicação dos trabalhos revelou que
vinte e três dos trabalhos abordam a previsão de demanda, dois a previsão da produção, um a
previsão de enchentes e um a previsão de preços.
Vale antecipar que os estudos produzidos se concentram na área da produção e
operação, mas os setores aplicados são inúmeros, como o elétrico, madeireiro, agrícola,
papeleiro, turístico, hidrológico, transportes, alimentos e vários outros.
Dos trabalhos que abordam a previsão da produção, um trata sobre a previsão da
produção de álcool no Brasil, com o objetivo exclusivo de observar se com a produção de
álcool futura haverá necessidade de planejar o volume de estoque do combustível e o outro
trabalho sobre a previsão da produção de leite em uma usina na cidade de Santa Maria – RS,
relacionada a quantidade de leite recebido pelas distribuidoras, para melhora do
gerenciamento de produção e escolha de contratos de venda. Ambos os trabalhos buscam
através da previsão da produção, um melhor gerenciamento de produtos e de estoque em
termos gerais, e utilizam os modelos de RNA e Análise de Regressão com mínimos
quadrados ordinários respectivamente.
O artigo que aborda a previsão do preço médio da soja utilizando diferentes modelos
de previsão especialmente a Suavização Exponencial Holt-Winters e o modelo Box-Jenkins
ARIMA, e o artigo sobre o uso de modelagem matemática para previsão de enchentes,
embora tenha sido selecionado somente um trabalho sobre cada tema, a aplicação de modelos
matemáticos nestas duas áreas são grandes. A previsão de preços está mais intimamente
ligada à área da Economia e a previsão de enchentes à área da Hidrologia, e dos autores
principais dos artigos, o primeiro é formados em Ciências Econômicas e a segunda é pós-
graduada em Ambiente e Desenvolvimento.
Ao abordar a previsão de enchentes no Vale do Taquari, foi utilizado um modelo de

análise de regressão e coeficiente de determinação r^2 e de Pearson. Foi o modelo mais
simples encontrado dentre os vinte e sete itens.
O que se observa, em geral, é o uso de praticamente todos os modelos disponíveis.
Modelos que precisam de um estudo maior como Suavização Exponencial, especialmente o
modelo Holt-Winters, Box-Jenkins, Análises de Regressão Linear Múltiplas ou não somente
lineares, e o modelo RNA estão em cem por cento dos trabalhos. A Suavização Exponencial
e o modelo Box-Jenkins aparecem em 56% dos trabalhos, Análises de Regressão estão em
44% e RNA em 21%. O restante dos modelos como decomposição e médias móveis estão
presentes em 19% e 26% respectivamente.
Apesar de parecer que o modelo de RNA é preterido em relação ao de médias móveis,
observa-se que pela simplicidade técnica do modelo de médias, eles estão sempre presentes,
com exceção do trabalho que busca prever a demanda por biodiesel, em trabalhos nos quais o
autor aborda todas as previsões, especialmente trabalhos de dissertação. E esta presença se
limita a uma explicação teórica do assunto, pois quando o autor busca aplicar modelos de
previsão matemáticos, eles são postos de lado por modelos mais complexos com melhores
resultados preditivos.
É evidente a aplicabilidade dos modelos de previsão matemáticos na previsão de
demanda. Ela foi o tema mais encontrado dentro das buscas, como já anunciado, com vinte e
três trabalhos, sendo ainda o tema mais abordado pelos principais autores na área. Dos sete
trabalhos realizados sobre previsão e desenvolvidos por Flávio Sanson Fogliatto, Liane
Werner ou José Luis Duarte Ribeiro, todos lidam com previsão de demanda.
Dos sete itens, dois são artigos publicados em revistas especializadas em produção e
operações e dois foram aceitos para um simpósio e um encontro, o SIMPOI 2014 sobre
administração da produção, e o ENEGEP 2005. Os outros três trabalhos são formados por
duas dissertações e uma tese. E estes trabalhos possuem características comuns muito
favoráveis com a descrição detalhada dos modelos a serem avaliados.
O trabalho que prevê a demanda para a Copa de 2014 utiliza os modelos de RNA e
Box-Jenkins combinados; o trabalho de implementação de sistemas de previsão de demanda
guia o interessado a saber o que é relevante para realizar a previsão, quais softwares são úteis,
como realizar a previsão, como utilizar os modelos de Suavização Exponencial e Box-Jenkins
na implementação e por fim faz um estudo de caso aplicando o que foi ensinado; o trabalho
para prever a demanda em assistência técnica de computadores pessoais, faz um estudo de
caso aplicando o modelo Box-Jenkins em tipos diferentes de contextos dentro da empresa de
assistência técnica; e o trabalho sobre a previsão de demanda por energia elétrica utilizou
modelos de decomposição, estudando os fatores que compõe a série temporal em questão.
Conclui-se que, especialmente o primeiro, o terceiro e o quarto respectivamente, são
bons artigos para referência e acompanhamento, mas de quem já tem familiaridade com o
assunto, para somente estudar métodos de aplicação em diferentes contextos. O segundo
artigo é um passo a passo sobre modelos de previsão de demanda, ótimo para quem inicia o
estudo das previsões matemáticas e aplicações.
Embora sejam artigos referenciados no estudo da previsão matemática, as duas
dissertações e a tese abordam de forma completa o estudo das previsões matemáticas. Os
trabalhos “Metodologia para seleção de métodos de previsão de demanda” e “Um modelo
composto para realizar previsão de demanda através da integração de previsões e do ajuste
baseado na opinião” são complementares. Os autores explicam de forma abrangente os
métodos de previsão, uma vez que o primeiro trabalho é um guia para selecionar o melhor
modelo dentro de determinado contexto de demanda, com programas computacionais,
métodos qualitativos e quantitativos, e observação dos resultados através de estudos de caso.
O segundo trabalho ensina o acadêmico a integrar modelos diferentes de previsão,
observando resultados melhores para as previsões de demanda, incluindo ajustes e opiniões

de especialistas no fim.
O terceiro trabalho destaca-se por ser praticamente uma aplicação completa do que foi
produzido nos dois trabalhos anteriores. É realizada uma previsão de demanda em uma
concessionária de automóveis, utilizando dois modelos de previsão quantitativos e então
conjugados com um modelo de previsão qualitativo.
Apresentação revisão/síntese do conhecimento
No intuito de facilitar a visualização dos resultados obtidos pela revisão integrativa no
tema da previsão matemática no Brasil, será apresentado na Figura 2, um resumo, cujo
objetivo é concentrar as características observadas e as informações obtidas nos trabalhos de
maneira concisa.
Figura 2. Resumo informativo dos trabalhos em estudo

ITEM OBSERVAÇÃO
Ano 2001 – 2011
Principal Local: UFRGS
Titulação: Doutores e pós-doutores
Autores
Área de formação / atuação: Engenharia de Produção e
Estatística
Flávio Sanson Fogliatto, Liane Werner, José Luis Duarte Ribeiro,
Principais autores
Pedro Alberto Morettin, Robert Wayne Samohyl e Clélia Maria
referenciados
de Castro Toloi
Metodologias preditivas Suavização Exponencial, Box-Jenkins e Análises de Regressão
usadas
Metodologias mais usadas Estudo de caso
Não há dúvidas que no tocante a previsão matemática no Brasil, as instituições do Sul
se destacam, em especial a UFRGS. Os trabalhos cujos autores estão inseridos ou se
relacionam com esta instituição, são praticamente manuais (no caso de um trabalho de
conclusão de curso) ou exemplos consistentes de como realizar uma previsão matemática em
contextos reais e diversificados, especialmente sobre demanda ou produção de algum bem ou
serviço.
Já mencionado na apresentação dos resultados, existem alguns acadêmicos nacionais
que são referência para qualquer trabalho que envolva previsão matemática, como por
exemplo Flávio Sanson Fogliatto, Liane Werner e Robert Wayne Samohyl, bem como seus
cursos de atuação e que mais produzem trabalhos como Engenharia de Produção e Estatística.
Observou-se que o modelo de Suavização Exponencial é um dos mais usados pois ele
não é um modelo de difícil, e também não é um modelo ingênuo. Pode-se usar computadores
na sua aplicação para determinar melhor as constantes ou então encontrá-las por tentativa.
Modelos de Holt-Winters de Suavização Exponencial apresentam uma maior complexidade
por apresentarem sazonalidade, e características aditivas ou multiplicativas, por outro lado, a
suavização simples é muito usada em empresas pela sua enorme simplicidade, mas não tão
simples e abundantemente usada como as médias móveis.
Em referência ao modelo Box-Jenkins, bem como a Suavização Exponencial com boa
capacidade preditiva, ele é usado amplamente. Pela sua complexidade, pacotes
computacionais e boas horas de estudos são fundamentais, mas para análises de séries
temporais em contextos singulares, é o mais utilizado. As RNA possuem as mesmas
características descritas acima para Box-Jenkins, entretanto, sua difusão é recente para
previsão em séries de tempo. (Oliveira et al, 2009).
Alguns modelos não abordados pelo autor, preteridos desde o começo da pesquisa
por, a princípio, serem utilizados para áreas muito distintas da administração, foram
encontrados em quantidade razoável durante as pesquisas com fins de previsão, entretanto
modelos causais complexos como os de regressão múltipla e os econométricos são mais
indicados para análises de cenários do que especificamente para a realização de previsões.
(Proto; Mesquita, 2003).
A aplicabilidade dos trabalhos é essencialmente em torno de estudos de caso
abordando a previsão de demanda e previsão da produção, com excentricidades nas previsões
de preços e previsões de enchentes. Para aplicar o modelo matemático no contexto do estudo,
os autores avaliam os desvios e vieses de mais de um modelo com os mesmos dados visando
qual é o mais indicado para dado contexto, ou de forma similar testam se um modelo é
indicado para um cenário. Estudos também são direcionados a incorporarem diferentes

modelos quantitativos para obter previsões mais acuradas, e em muitos deles, um ajuste final
feito com um método qualitativo, ajustando o modelo desenvolvido a previsão de
especialistas e funcionários, obtendo resultados ainda mais satisfatórios.
Para uma futura revisão integrativa, seria interessante abranger o tema de busca para
todos os tipos de previsão, incluindo modelos econométricos no intuito de entender qual o
uso dos modelos matemáticos para várias áreas de estudo. Outro ponto a se destacar, e que
ampliaria os trabalhos disponibilizados, seria o acesso total ao Portal da CAPES para acesso a
mais estudos já realizados.
CONCLUSÃO
É impossível pensar em uma organização como um sistema sem uma área de
produção e operações, mesmo sendo da área de serviços, sem que a atividade previsão como
fundamental para um planejamento operacional.
Constatou-se que o Brasil possui uma boa produção de material sobre o assunto, com
autores sendo referenciados inclusive no periódico mais importante sobre previsões do
mundo, o International Journal of Forecasting, e os trabalhos internacionais são
imprescindíveis como referência teórica obrigatória nos trabalhos sobre previsão matemática.
O que vale ressaltar de mais importante, é que não existe um melhor modelo de
previsão em termos absolutos. O melhor modelo matemático é aquele que após testes, possui
a melhor característica preditiva em determinado contexto, reafirmando que a TGS abriu os
horizontes apresentando a possibilidade de se usar vários métodos e caminhos para se
alcançar o objetivo final, deixando para trás a máxima de um único modo melhor.
Espera-se que os gestores se atentem para o estudo e principalmente o uso da previsão
matemática nas empresas, por meio de diferentes métodos e modelos de previsão que apoiem
a decisão e levem a planejamentos operacionais e estratégicos mais consistentes.

Referências
Aurélio 2013 Dicionário Online. (2013). Acesso em 12/08/2013 de
www.dicionariodoaurelio.com/Prever.html.
Bacci, L. A. (2007). Combinação de métodos de séries temporais para previsão da demanda
de café no Brasil. Acesso em 21/11/2013 de juno.unifei.edu.br/bim/0031728.pdf.
Bertalanffy, L. V.(1975). Teoria Geral dos Sistemas. 2 ed . trad Francisco M Guimarães.
Petropolis, Vozes.
Botelho, L. L. R.; Cunha, C. C. de A.; Macedo, M.( 2011). O método da revisão integrativa
nos estudos organizacionais. Gestão e sociedade, Belo Horizonte, v.5, n.11,
maio/ago. 2011. Acesso em 03/03/2014 de
http://www.gestaoesociedade.org/gestaoesociedade/article/view/1220/906.
Bussab, W. de O.; Morettin, P. A.. (2006). Estatística básica. 5 ed. São Paulo: Saraiva.
Cabral, A. de S.; Leite, M. S. A.. (2010). Contribuição da modelagem matemática ao estudo
da previsão de vendas na indústria de papel e celulose. In: XXX Encontro Nacional
de Engenharia de Produção, 2010, São Carlos – SP. Anais...São Carlos: 12 a 15 de
Outubro de 2010. Acesso em 06/11/2013 de
http://www.abepro.org.br/biblioteca/enegep2010_TN_STP_118_774_14803.pdf.
Calôba, G. M.; Calôba, L. P.; Saliby, E.. (2002). Cooperacao entre redes neurais artificiais e
técnicas ‘clássicas’ para previsão de demanda de uma série de vendas de cerveja na
Austrália. Revista Pesquisa Operacional, vol. 22, no 3. Rio de janeiro, Jul/Dec.
Carmo, B. B. T.; Pontes, H. L. J.; Albertin, M. R.; Barros Neto, J. F.; Dutra, N. G. da S.
(2009). Avaliação da demanda por biodiesel em função de um modelo de previsão de
demanda por diesel. Revista Produção Online: Revista Cientifica Eletrônica de
Engenharia de Produção, vol. 9, no. 3. Acesso em 06/11/2013 de
http://www.producaoonline.org.br/rpo/article/view/232.
Casagrande, L. F.; Hoss, O.. (2010). Métodos de Forecasting Conjugado com um Método
Qualitativo e um Método com a Média das Previsões Quantitativas e Qualitativas.
Revista CAP, vol. 4, no 4. Acesso em 06/11/2013 de
http://revistas.utfpr.edu.br/pb/index.php/CAP/article/view/993.
Cavalheiro, D.. (2003). Método de previsão de demanda aplicada ao planejamento da
produção de indústrias de alimentos. Dissertação de Mestrado, Universidade Federal
de Santa Catarina, Pós-graduação em Engenharia Mecânica. Acesso em 06/11/2013
de https://repositorio.ufsc.br/handle/123456789/85516.
Davis, M. M.; Aquilano, N. J.; Chase, R. B. (2001). Fundamentos da administração da
produção. 3 ed. Porto Alegre: Bookman Editora.
Fava, V. L.. (2000). Metodologia de Box-Jenkins para modelos univariados. In:
Vasconcellos, M. A. S.; Alves, D.. Manual de econometria: nível intermediário. São
Paulo: Atlas.
Ferreira, N. S. de A.. (2002). As pesquisas denominadas “estado da arte”. Revista Educação
& Sociedade, Campinas, ano XXIII, n. 79, p. 257-272, 2002. Acesso em 03/12/2013
de http://www.fe.unicamp.br/alle/textos/NSAF-
AsPesquisasDenominadasEstadodaArte.pdf.
Fernandes, F.; Anzanello, M. J.. (2010). Integração de métodos quantitativos e qualitativos
para previsão de demanda no setor de autopeças. 2010. Acesso em 10/11/2013 de
http://www.lume.ufrgs.br/bitstream/handle/10183/32218/000785517.pdf?sequence=1.
Figueiredo, C. J.. (2008). Previsão de Séries Temporais Utilizando a Metodologia Box-
Jenkins e Redes Neurais para Inicialização de Planejamento e Controle de Produção.
Dissertação de Mestrado, Pós-graduação em Métodos Numéricos em Engenharia.
Universidade Federal do Paraná. Curitiba. Acesso em 06/11/2013 de
http://www.ppgmne.ufpr.br/arquivos/diss/194.pdf.
Gil, A.C. (2008). Métodos e técnicas de pesquisa social. 6 ed. São Paulo: Atlas.
Heizer, J.; Render, B. (2001). Administração de Operações: bens e serviços. 5 ed. Rio de
Janeiro: LTC.
Junior, A. M. (2007). Análise de métodos de previsão de demanda baseados em séries
temporais em uma empresa do setor de perfumes e cosméticos. Dissertação. Curitiba:
Pontificia Universidade Católica do Paraná.
Koontz, H., O´Donnell, C., Weihrich, H. (1986). Administração : fundamentos da teoria e
ciência. 14 ed. São Paulo, Pioneira.
Kurrle, M. A.. (2004). Métodos para previsão de demanda de veículos novos – Estudo de
caso em uma concessionária de automóveis. Acesso em 10/11/2013 de
Lanzoni, G. M. de M.; Meirelles, B. H. S. (2011). Liderança do enfermeiro: uma revisão
integrativa da literatura. Revista Latino-Am. Enfermagem, Florianópolis, v.19, n.3,
p. 1-8, dias 5 e 6. Acesso em 27/02/2014 de www.scielo.br/pdf/rlae/v19n3/pt_26.pdf.
Lemos, F. O. (2006). Metodologia para seleção de métodos de previsão de demanda. Acesso
em 25/03/2014 de
Mancuso, F.. (2003). Análise e pervisão de demanda: Estudo de caso em uma empresa
distribuidora de rolamentos. Dissertação de Mestrado. Mestrado Profissional em
Engenharia. Universidade Fereral do Rio Grande do Sul. Acesso em 10/11/2013 de
http://hdl.handle.net/10183/2430.
Martins, V. L. M.; Belleza, M. R.; Werner, L.. (2011). Demanda turística na Copa do Mundo
no Brasil em 2014: Uma previsão usando combinação de previsões e ajuste
matemático. In: XIV Simposio de Administração da Produção, Logística e Operações
Internacionais, São Paulo – SP. Anais...São Paulo: 24 a 26 de Agosto de 2011.
Acesso em 10/11/2013 de
http://www.simpoi.fgvsp.br/arquivo/2011/artigos/E2011_T00163_PCN29743.pdf.
Maximiano, A. C. A. (2002). Teoria Geral da administração: da revolução urbana à
revolução digital. São Paulo, Atlas.
Montgomery, D. C., Jennings, C. L. and Kulahci, M.. (2008). Introduction to time series
Analysis and Forecasting. New York: Wiley.
Moreira, D. A. (2001). Administração da produção e operações. São Paulo: Pioneira
Thomsom Learning.
Morettin, P. A.; Toloi, C. M. C.. (2006). Análise de séries temporais. 2 ed. São Paulo:
Blucher.
Murback, F. G. R.. (2011). Avaliação do uso da revisão integrativa para análise do estado
da arte do tema transporte sustentável no Brasil. São Carlos: UFSCAR, Mestrado em
Sustentabilidade, Artigo produzido para avaliação da disciplina Sustentabilidade.
Oliveira, A. C. S.; Souza, A. A. de; Lacerda, W. S.; Gonçalves, L. R.. (2010). Aplicação de
redes neurais artificiais na previsão da produção de álcool. Revista Ciência e
Agrotecnologia, Lavras, v. 34, n. 2, p. 279-284, mar./abr. Acesso em 20/03/2014 de
http://www.scielo.br/pdf/cagro/v34n2/02.pdf.
Pacheco, R. F.; Silva, A. V. F. (2003). Aplicação de modelos quantitativos de previsão em
uma empresa de transporte rodoviário. In: XXIII Encontro Nacional de Engenharia de
Produção, Ouro Preto – MG. Anais...Ouro Preto: 21 a 24 de Outubro de 2003. Acesso
em 06/11/2013 de
http://www.abepro.org.br/biblioteca/ENEGEP2003_TR0112_0564.pdf.
Pedersoli, C. E. (2009). O uso da máscara laríngea pelo enfermeiro na ressuscitação
cardiopulmonar: revisão integrativa da literatura. Acesso em 27/02/2014 de
http://www.ribeiraopreto.sp.gov.br/ssaude/programas/samu/neu-
pdf/uso_mascara_laringe.pdf.
Pellegrini, F. R.. (2000). Metodologia para implementação de sistemas de previsão de
demanda. Acesso em 06/11/2013 de
www.producao.ufrgs.br/arquivos/publicacoes/Fernando%20R%20Pellegrini.pdf.
Pellegrini, F. R.; Fogliatto, F. S.. (2001). Passos para implantação de sistemas de previsão
de demanda – Técnicas e estudo de caso. Revista Produção, Porto Alegre, v. 11, p.
43-64, n. 1, nov. Acesso em 06/11/2013 de
http://www.scielo.br/pdf/prod/v11n1/v11n1a04.pdf.
Pompeo, D. A.; Rossi, L. A.; Galvão, C. M. (2009). Revisão integrativa:etapa inicial do
processo de validação de diagnóstico de enfermagem. Acta paul enferm., São Paulo,
v. 22, n. 4. Acesso em 20/02/2014 de www.scielo.br/pdf/ape/v22n4/a14v22n4.pdf.
Proto, L. O. Z.; Mesquita, M. A. de.( 2003). Previsão de demanda para planejamento da
capacidade de empresa do setor cimenteiro. In: XXIII Encontro Nacional de
Engenharia de Produção, Ouro Preto – MG. Anais...Ouro Preto: 21 a 24 de Outubro
de 2003. Acesso em 25/03/2014 de
Samohyl, R. W.; Rocha, R.; Mattos, V. L. D. de.. (2001). Utilização do método Holt-Winters
para previsão do leite entregue às indústrias catarinenses. Acesso em 06/11/2013 de
http://repositorio.furg.br:8080/bitstream/handle/1/4089/Utiliza%C3%A7%C3%A3o%
20do%20M%C3%A9todo%20de%20Holt-
Winters%20para%20Previs%C3%A3o%20do%20Leite%20Entregue%20%C3%A0s
%20Ind%C3%BAstrias%20Catarinenses..pdf?sequence=1.
Silva, A. F. (2008). Definição de um modelo de previsão das vendas da rede varejista
Alphabeto. Acesso em 10/11/2013 de www.ufjf.br/ep/files/2010/04/TCC_v4.pdf.
Silva, R. O. da. (2008). Teorias da Administração. São Paulo, Pearson Prentice Hall.
Silva, W. V. de; Samohyl, R. W.; Costa, L. S.( 2002). Comparação entre os métodos de
previsão univariados para o preço médio da soja no Brasil. In: XXII Encontro
Nacional de Engenharia de Produção, Curitiba – PR. Anais...Curitiba: 23 a 25 de
Outubro de 2002. Acesso em 20/11/2013 de
Serra, C. M., V.; Tavares, H. R.; Santos, J. C. C.. 2005. Aplicação de séries temporais na
análise de demanda turística no estado do Pará usando os modelos de Holt-Winters.
In: XXV Encontro Nacional de Engenharia de Produção, Porto Alegre – RS.
Anais...Porto Alegre: 29 de Outubro a 01 de Novembro de 2005. Acesso em
20/11/2013 de www.abepro.org.br/biblioteca/enegep2005_enegep0606_0932.pdf.
Soares, R. A. de A. (2011). Aplicação de modelos de previsão de demanda em uma empresa
de papel e celulose. Acesso em 04/11/2013 de http://pro.poli.usp.br/wp-
content/uploads/2012/pubs/aplicacao-de-modelos-de-previsao-de-demanda-em-uma-
empresa-de-papel-e-celulose.pdf.
Souza, M. T. de; Silva, M. D. da; Carvalho, R. de. (2010). Revisão integrativa: o que é e
como fazer. Revista Einstein, São Paulo, vol. 8, n.1, p. 102-106. Acesso em
28/10/2013 de http://apps.einstein.br/revista/arquivos/PDF/1134-Einsteinv8n1_p102-
106_port.pdf.
Staudt, F. H.. Estudo de métodos de previsão de demanda com incorporação de julgamentos.
(2011). Acesso em 30/10/2013 de
repositorio.ufsc.br/bitstream/handle/123456789/95097/288820.pdf?sequence=1.
Takeda, T. L.. (2012). Proposta de aplicação de método quantitativo de previsão de vendas
em uma indústria metal-mecânica. Acesso em 13/03/2014 de
http://www.producao.joinville.udesc.br/tgeps/tgeps/2012-02/TCC%20-
%20Tamie%20Takeda.pdf.
Todesco, J. L.; Pimentel, F. J. S.; Bettiol, A. L.. (2004). O Uso de Famílias e Rede Neural
Artificial para Previsão de Demanda de Energia Elétrica In: XXIV Encontro Nacional
de Engenharia de Produção, Florianópolis – SC. Anais...Florianópolis: 03 a 05 de
Novembro de 2004. Acesso em 20/11/2013 de
http://www.abepro.org.br/biblioteca/enegep2004_enegep0902_1284.pdf.
Verruck, F.; Bampi, R. E.; Milan, G. S. (2009). Previsão de demanda em operações de
serviços: Um estudo em uma empresa do setor de transportes. In: XII Simpósio de
Administração da Produção, Logística e Operações Internacionais, São Paulo – SP.
Anais...São Paulo: 26 a 28 de Agosto de 2009. Acesso em 20/11/2013 de
http://www.simpoi.fgvsp.br/arquivo/2009/artigos/E2009_T00125_PCN53633.pdf.
Werneck, R. F.. (2007). Análise e previsão de demanda numa empresa de distribuição de
medicamentos. Acesso em 08/02/2014 de
http://www.ufjf.br/ep/files/2009/06/tcc_jan2007_robertowerneck.pdf.
Werner, L.. (2004). Um modelo composto para realizar previsão de demanda através da
integração da combinação de previsões e do ajuste baseado na opinião. 2004. Acesso
em: 27/11/2013 de
http://www.producao.ufrgs.br/arquivos/publicacoes/LianeWernerTese.pdf.
Werner, L.; Ribeiro, J. L. D.. (2003). Previsão de demanda: Uma aplicação dos modelos
Box-Jenkins na área de assistência técnica de computadores pessoais. Revista Gestão
& Produção, Porto Alegre, v. 10, n. 1, p. 47-67, abril. Acesso em: 22/03/2014 de
http://www.scielo.br/pdf/gp/v10n1/a05v10n1.
Zan, G. L. (2007). Técnicas de previsão de demanda: um estudo de caso triplo com dados de
venda de materiais eletro-mecânicos. Gestão da Produção, Operações e Sistemas,
Bauru, Ano 2, vol. 4, jul-set/07, p. 95-106. Acesso em 25/11/2013 de
http://revista.feb.unesp.br/index.php/gepros/article/view/171/119.

Uso Da Previsão Matemática No Brasil Análise

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Uso Da Previsão Matemática No Brasil Análise

Enviado por

Direitos autorais:

Formatos disponíveis

USO DA PREVISÃO MATEMÁTICA NO BRASIL: ANÁLISE

DO ESTADO DA ARTE COM O MÉTODO DA REVISÃO

Maria Izabel Feresin Sares

Previsão matemática. Revisão integrativa. Aplicação.

Weather math. Integrative review. Application.

Bertalanffy (1975) fez importantes considerações sobre a falta que faz os

o enfoque sistêmico, ou a formulação de princípios válidos para os sistemas em geral,

a muitos segmentos, notadamente quando ele é formado por um conjunto de organizações

grandes corporações, em uma sociedade e necessitam utilizar de dados, informações e

interferindo no dia-a-dia da empresa.

De acordo com o dicionário Aurélio (2013), prever é “julgar antecipadamente que

desempenhadas quase diariamente na gestão de uma organização.

financeira no planejamento da necessidade de recursos, a de recursos humanos no

planejamento de modificações da força de trabalho e na área de vendas no agendamento de

promoções. Não obstante, a área de produção na gestão de estoques e no desenvolvimento de

planos complementares de produção, também pode ser contemplada com as previsões

matemáticas. (Pellegrini; Fogliatto, 2001).

Segundo Silva (2008), as possibilidades de uso de técnicas de previsão confirmam

posições anteriores postuladas por Bertalanffy em um artigo em 1951. O mesmo artigo

também registra as contribuições de E.J. Miller e A.K. Rice que correlacionaram as

organizações industriais e comerciais ao organismo biológico, apresentando a organização

como um sistema de partes que se interrelacionam.

equifinalidade, que é uma característica dos sistemas abertos, como as organizações, de

alcançarem o mesmo estado final a partir de diferentes condições iniciais.

que apresenta a previsão como um elemento da gestão, considerando o componente sistêmico

destacar a flexibilidade na seleção especificamente para o previsão que se vale de métodos

quantitativos, entretanto o enfoque principal e base fundamental para o estabelecimento da

problemática é nas previsões matemáticas ou modelos quantitativos.

Um sistema é definido por Silva (2008) como um conjunto de elementos interagentes

e interdependentes relacionados cada um ao seu ambiente de modo a formar um todo

organizado. O autor apresenta as considerações de C. West Churchmam (1913- 2004) que

destacou cinco considerações básicas relativas ao sistema: objetivo do sistema total; o

ambiente do sistema; os recursos do sistema; os componentes do sistema; e a administração

Um destaque é dado à administração do sistema quanto ao seu planejamento e

componentes e transformam os elementos de entrada em resultados, sendo que o processo

define a natureza do sistema.

efetiva transformação dos insumos em resultados (Davis, Aquilano e Chase, 2001).

Utilizando informações históricas, e colhendo informações do ambiente atual, os valores

obtidos em previsões serão utilizados pelos gestores para conduzir o processo de

transformação em busca do melhor uso de insumos, infraestrutura, mão de obra, etc..

matemática para ser utilizado e o fato de existirem diversos modelos de previsão já

comprovam o conceito da equifinalidade. Segundo Silva (2008), a equifinalidade é a

meio de uma variedade de caminhos. Assim, a equifinalidade destaca a flexibilidade na

reside no fato de se visualizar as variáveis, suas restrições criticas e as interações de umas

com as outras (Koontz et al.,1986).

Previsão e Tipos de Previsão

A previsão é de suma importância para qualquer organização e é um dos principais

empresa, independente de tamanho ou de ramo. Para exemplificar, a área financeira planeja

através da previsão de demanda de longo prazo a necessidade de recursos; a mesma previsão

serve às áreas de recursos humanos e marketing, no planejamento de modificações no nível

da força de trabalho e no agendamento de promoções de venda. (Pellegrini, 2000). A difusão

A formulação de uma previsão pode “... envolver a utilização de dados históricos e

ajustado segundo o critério de um administrador.” (Heizer; Render, 1999, p.103).

Ainda de acordo com Moreira (2001), a obtenção de uma previsão só é possível se

além de notado o horizonte temporal, a disponibilidade de dados, o tempo e os recursos

consequentemente, erros nas análises realizadas. (Zan, 2007).

Os métodos de previsão são divididos em três grupos: os métodos quantitativos,

especificação nos modelos quantitativos, ou também denominados doravante, previsões

somente para a finalidade de alertar o leitor de que há outros métodos de previsão.

1.2.1 Previsões Qualitativas

Os modelos de previsão qualitativos são na sua essência subjetivos ou arbitrários, e

baseiam-se em estimativas e opiniões (Staudt, 2011). Davis, Aquilano e Chase (2001)

descrevem a Pesquisa de Mercado e Analogia Histórica como exemplo de modelos de