01. Universidade Federal Rural de Pernambuco - UFRPE (Sede)
URI permanente desta comunidadehttps://arandu.ufrpe.br/handle/123456789/1
Navegar
5 resultados
Resultados da Pesquisa
Item Incêndios florestais: uso de visualização geométrica para análise de risco(2025-08-15) Ramos, Raffael Vieira; Bocanegra, Silvana; Alves, Rayanna Barroso de Oliveira; http://lattes.cnpq.br/4596111202208863; http://lattes.cnpq.br/9128046332218001Este trabalho apresenta um modelo de diagrama voltado à avaliação do risco de incêndios florestais em diferentes municípios brasileiros, utilizando uma metodologia empírica de visualização geométrica que possibilita o monitoramento temporal do risco e potencializa ações de prevenção, tomada de decisão e resposta rápida pelos órgãos responsáveis. Para tanto, foi adaptado um modelo originalmente proposto pela Universidade Politécnica da Catalunya e utilizado em parceria com o Instituto de Redução de Riscos e Desastres de Pernambuco (IRRD-PE) para a COVID-19. Os resultados evidenciam que o modelo identifica períodos críticos e áreas prioritárias, comprovando sua aplicabilidade na gestão do risco de incêndios florestais.Item Ascensão dos investidores pessoa física na bolsa de valores: uma análise descritiva do perfil do investidor e previsão utilizando a metodologia ARIMA(2021-07-21) Simão Júnior, Jaime José; Carazza, Luís Eduardo Barbosa; http://lattes.cnpq.br/1625397086677760Este trabalho tem como objetivo estudar e compreender a ascensão de novos investidores na bolsa de valores, bem como traçar um perfil detalhado sobre as características dessa parte da população interessada em investimentos em renda variável e realizar uma previsão utilizando a metodologia ARIMA. Para atingir tal objetivo traçado, foram coletados dados sobre os investidores minoritários diretamente da B3- Brasil, Bolsa, Balcão, que é a empresa responsável pela bolsa de valores no Brasil. Dessa forma, características como região, gênero, faixa etária, são analisadas com a finalidade de se traçar um perfil do investidor pessoa física em ações. Nos últimos anos, nota-se um grande aumento de novos investidores que aplicam seus recursos em ações e outros investimentos relacionados. Dessa forma, é preciso investigar se tal ascensão é estrutural e permanente ou é apenas um movimento passageiro que irá se desfazer em algum momento futuro. A metodologia de previsão ARIMA tentará responder tal indagação com uma previsão para os primeiros meses de 2021, com o objetivo de identificar se tal movimento de alta se mantém para os referidos meses. Contudo, algumas limitações na previsão serão salientadas.Item Suporte a decisão no setor sucroalcooleiro(2019) Silva, João Vitor da; Gonçalves, Glauco Estácio; http://lattes.cnpq.br/6157118581200722O setor sucroalcooleiro é um dos maiores setores agrícolas do Brasil. A cada safra milhões de litros de etanol e milhares de toneladas de açúcar são importados mundo a fora. Apesar da grandeza do setor, existem diversos problemas que assombram oprodutor de cana-de-açúcar. Um deles é a redução de produção provocando paradasna produção do açúcar e etanol.Este trabalho tem como objetivo realizar um estudo comparativo de métodos de pre-visão de séries temporais, em dados históricos de produção de cana de açúcar, junto com a construção de indicadores operacionais para ajuda na tomada de decisão. A base de dados foi retirada dos resultados trimestrais publicados pela São Martinho para os seus investidores. A São Martinho é uma empresa de capital aberto e uma das maiores usinas de produção de açúcar, álcool e energia do Brasil. Para a realização do estudo foi utilizada a linguagem R. Os experimentos deste trabalho utilizaramo modelo preditivo SARIMA, por sua quase unanimidade na previsão de produçõesagrícola. Para a escolha do melhor modelo SARIMA foi utilizado o AICC do modelojunto com as métricas de erro RMSE, ME, e MAE. No desenvolvimento dos indicado-res operacionais foi utilizada a função de distribuição dos resíduos do modelo SARIMAdefinido junto com as previsões do próprio modelo.Ao final de todo o trabalho foi obtido o melhor modelo SARIMA para os dados de produ-ção de cana-de-açúcar trimestrais junto com os indicadores de redução da produção:probabilidade de redução da produção em um determinado percentual de produção ou mais e probabilidade de redução da produção ser acima da média de produção trimestral.Item Métodos de previsão de consumo de energia elétrica residencial em grande volume de dados(2019) Carvalho, Daniel José de; Medeiros, Victor Wanderley Costa de; Gonçalves, Glauco Estácio; http://lattes.cnpq.br/6157118581200722; http://lattes.cnpq.br/7159595141911505; http://lattes.cnpq.br/6867315638833821A energia elétrica é uma das principais fontes de energia utilizadas pela humanidade.A crescente preocupação com a preservação do meio-ambiente estimulou a busca por fontes de energia renováveis capazes de reduzir os impactos à natureza. O crescimento populacional e o uso cada vez mais comum de dispositivos eletrônicos, na quase totalidade das atividades cotidianas, demandam o uso mais eficiente da energia elétrica. Diante destes desafios é essencial a realização de um planejamento para dimensionar a estrutura de geração e transmissão de energia elétrica. Uma das ferramentas capazes de auxiliar neste dimensionamento é a previsão de demanda. Outrogrande desafio nesta área está na realização destas previsões em cenários de grandes dados (Big Data).Este trabalho tem como objetivo principal avaliar o desempenho de dois métodos deprevisão, ARIMA e Holt-Winters, utilizando séries temporais aplicados a um grandevolume de dados. A base de dados utilizada foi fornecida no evento DEBS 2014 GrandChallenge, a qual contém dados de consumo de energia elétrica, de um grande nú-mero de residências, durante o período de um mês. Para a aplicação dos métodos de previsão, foram utilizadas bibliotecas na linguagem R. Para processar os dados,utilizou-se o frameworkApache Spark em conjunto com a linguagem R, para parale-lizar o processamento da leitura dos dados e a filtragem dos parâmetros desejados.Os dados tratados foram convertidos em séries temporais com valores de consumo horários, durante todo o mês compreendido pela base de dados original. Foram executadas previsões para a região das residências como um todo e para cada residência individualmente. Os resultados mostraram uma vantagem do ARIMA frente ao Holt-Winters no cenário utilizado, utilizando a métrica RMSE como base comparativa de desempenho. Contudo, baseado em experimentos similares encontrados na literatura,resguardando as devidas proporções, ambos os valores de RMSE estão dentro de uma faixa aceitável.Item Criminalidade e desempenho econômico: uma análise em séries temporais para a Região Metropolitana do Recife(2018) Silva Junior, Ivanildo Batista da; Silva, Diego Firmino Costa da; http://lattes.cnpq.br/8895265465747877; http://lattes.cnpq.br/7725162413337027O presente trabalho analisa o comportamento temporal das ocorrências de crimes na Região Metropolitana de Recife (uma importante região do país) e testar se a ocupação e a renda interferiram na dinâmica da criminalidade observada na RMR ao longo de 2007 a 2015. Foram utilizadas ferramentas econométricas de séries temporais para fazer a análise, sendo: Análise de correlação, teste de estacionariedade Dickey-Fuller, teste de cointegração de Johansen, teste de causalidade de Granger, modelo VAR (vetor autorregressivo), função impulso-resposta e a decomposição da variância. O teste de correlação mostrou que existem variáveis de crime que são correlacionadas com variáveis econômicas, como por exemplo, acidentes de trânsito, tráfico e posse de entorpecentes, que são correlacionadas com taxa de ocupação e renda. As funções impulso-resposta mostraram resultados autorregressivos e respostas significativas e persistentes do choque de variáveis econômicas em séries de crimes, principalmente no curto prazo. A decomposição da série mostrou que com o passar do tempo a composição da variância dos crimes de acidentes e furtos tem uma participação mais expressiva da variável de taxa de ocupação, enquanto para os crimes de posse e roubos essa participação na composição da variância torna-se um pouco mais expressiva para a variável econômica de renda.