2
3 APLICAO DE SRIES TEMPORAIS NA ANLISE DA DEMANDA DE GUA NA
4
5
6
ANA CARLA COMUNELLO1; LAIS MARQUES DAMINELLI2; SILVANA LIGIA
7
VINCENZI BORTOLOTTI3
8
9
10RESUMO: O presente artigo aborda um estudo de simulao para avaliar o processo de
11atendimento do caixa rpido de um supermercado localizado no muncipio de So Miguel do
12Iguau, durante o horrio de maior movimento. Um modelo foi desenvolvido, neste trabalho,
13para simular o processo atual de atendimento do caixa. A partir deste, uma variao no modelo
14foi realizada para estudar uma configurao com dois caixas. Os resultados obtidos da
15simulao demonstraram que o sistema de atendimento com dois caixas mais vantajoso tanto
16do ponto de vista do nmero de clientes na fila quanto do tempo de espera na fila do
17supermercado.
18
19
20
PALAVRAS-CHAVE:
21
22
1. INTRODUO
23
24
25deste sculo, seja devido s suas limitaes relacionadas quantidade e/ou qualidade. Nas
26cidades, os problemas de abastecimentos esto diretamente relacionados ao crescimento da
27demanda, ao desperdcio e urbanizao descontrolada. Na zona rural, os recursos hdricos
28so tambm explorados de forma irregular, parte da vegetao protetora da bacia (mata ciliar)
29 destruda para realizao de atividade como agricultura e pecuria, com agrotxicos e
30dejetos poluindo a gua (CIOTTI, et al.,ANO).
31
2. FUNDAMENTAO TEORICA
38
39
A Sanepar nas regies em que atua atende com gua tratada 9,5 milhes de pessoas. A
46no processo decisrio, tanto no nvel estratgico quanto no operacional. Prever nveis de
47demanda vital empresa como um todo, porque fornece as entradas bsicas para
48planejamento e controle de todas as reas funcionais. As empresas, de uma ou de outra
49maneira, direcionam suas atividades para o rumo em que acreditam que seu negcio andar
50assim as tcnicas de previso so fundamentais.
51
56largamente utilizadas nos mais diversos campos do conhecimento. Esta tcnica permite o
57planejamento de infra-estrutura capacidade, reduzindo riscos inerentes ao processo decisrio
58das atividades. As previses so utilizadas por diversos setores da empresa, como no
59departamento de finanas, de produo, de compras, de recursos humanos, entre outros
60(SERRA, ET AL., 2005).
61
O objetivo do presente trabalho analisar o uso dos modelos de sries temporais para
66
67
68
75estudado para, a partir da, descrever o comportamento da srie, fazer estimativas e, por
76ltimo, avaliar quais os fatores que influenciaram o comportamento da srie, buscando definir
77relaes de causa e efeito entre duas ou mais sries. Para tanto, h um conjunto de tcnicas
78estatsticas disponveis que dependem do modelo definido (ou estimado para a srie), bem
79como do tipo de srie analisada e do objetivo do trabalho (LATORRE E CARDOSO, 2001).
80
81
82
83
10
99
100constante, ou seja, a diferena entre o maior e o menor ponto de demanda nos ciclos
101permanece constante com o passar do tempo (ALBUQUERQUE E SERRA, 2006).
102
103aumenta com o tempo, ou seja, a diferena entre o maior e o menor ponto de demanda nos
104ciclos cresce com o passar do tempo (ALBUQUERQUE E SERRA, 2006).
105
106 nt = ( Yt f t s ) + (1 )( nt 1 + bt 1 )
107 bt = ( nt nt 1 ) + (1 ) bt 1
108 f t = ( Yt nt ) + (1 ) f t s
109
Comparando o melhor resultado obtido temos finalmente, o mtodo mais adequado
110srie em estudo.
111
112usar so:
Yt
+ (1 )( nt 1 + bt 1 )
f t s
114 bt = ( nt nt 1 ) + (1 ) bt 1
113 nt =
115 f t =
116
Yt
+ (1 ) f t s
nt
Comparando o melhor resultado obtido temos finalmente, o mtodo mais adequado
117srie em estudo.
118
119
120
121
122
123
3. METODOLOGIA
124
125
126nos dados histricos e, ento, usar esse padro para prever valores futuros, analisando
127tendncias, sazonalidade, ciclos e outras estatsticas descritivas.
128
Os dados que esto expostos na tabela1 foram cedidos pela Sanepar e representam a
11
Ms
Anos
2007
2008
2009
2010
2011
2012
Janeiro
Fevereir
o
Maro
245.569
251.530
252.570
Abril
232.490
Maio
229.890
Junho
224.131
Julho
239.060
Agosto
202.650 216.930 218.804 223.230
Setembr
205.870 198.120 207.952 226.593
o
Outubro 212.510 213.200 215.320 227.950
Novembr
207.750 210.820 225.844 229.850
o
Dezembr
234.410 228.510 232.080 239.180
o
132Fonte: Sanepar- Companhia de Saneamento do Paran
250.200
278.260
235.649
223.970
218.310
245.810
133
134
135
4. RESULTADOS E DISCUSSO
136
137
12
139
140
141
147janeiro, esta alta pode ser relacionada com o calor apresentado nesses meses, aumentando o
148consumo de gua.
149
150
151
ESCOLHA DO MODELO
13
152
A aderncia de ambos os modelos multiplicativo e aditivo foram muito boas, com erros
153muito pequenos. O modelo escolhido foi o multiplicativo por apresentar um erro percentual
154mdio absoluto (MAPE), um menor erro mdio absoluto (MAD), e a Mdia da acurcia das
155previses (MFA), que mede quantos por cento a demanda est sendo explicada pelo modelo.
156
157
158
Modelo Aditivo
Modelo Multiplicativo
MAPE
2,59380646%
2,54597283%
MAD
5769,201962
5769,201962
MFA
98%
98%
159
160
Podemos perceber que o MAPE do multiplicativo foi menor, tanto como erro mdio
163percentual absoluto
164
165
166
167
168
= 0,7018678
=0
= 0,829259
Observamos que a componente de tendncia que melhor se adqua ao modelo zero,
169confirmando nossa anlise grfica dos dados, que para essa srie a tendncia no
170significativa.
14
171
172
173
A srie de dados mostra o modelo real comparado com o valor previsto pelo modelo
174de Holt-Winters, nele observa-se que o modelo est sendo bem explicado pelo modelo, a
175previso para o ano de 2012 indica que o consumo de gua deve seguir no mesmo patamar de
176consumo, com uma ligeira alta no fim do ano chegando a 246.365,4 (m ou L?).
177
178
5. CONCLUSES
179
180
O modelo de previso de Holt-Winters se aplica bem para anlise ao qual foi seu
181objetivo, ela permite prever a demanda para os prximos meses sem incorrer em erros grandes.
182Entretanto a anlise se restringe ao curto prazo devido quantidade de dados coletados.
15
183
184consumo se analisarmos, que o consumo de gua varia com o numero de habitantes e renda
185das famlias, percebemos que o crescimento ocorre lentamente, pois o numero de habitantes
186exceto quando ocorre migrao intensa para o municpio seu numero cresce lentamente, os
187resultados encontrados se adqua com o esperado.
188
189de gua aumenta nos meses em que faz calor, devido ao maior consumo de gua: pelas
190piscinas, maior quantidade de banhos, lava-se mais caladas e carros entre outros.
191
6. REFERNCIAS