Uma proposta para a geração de amostras aleatórias nos problemas de simulação em modelos de planejamento

Detalhes bibliográficos
Autor(a) principal: Peternelli,Luiz Alexandre
Data de Publicação: 2006
Outros Autores: Silva,Gilson Fernandes da, Leite,Helio Garcia
Tipo de documento: Artigo
Idioma: por
Título da fonte: Revista Árvore (Online)
Texto Completo: http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0100-67622006000500008
Resumo: Um modelo de predição do preço da celulose foi ajustado usando-se o tempo e o preço defasado como co-variáveis. A partir das estimativas dos parâmetros obtidas, foram propostas 48 possíveis tendências futuras para o preço da celulose. Posteriormente, três métodos de simulação foram usados para predizer os valores futuros definidos pelas várias tendências: M1<FONT FACE=Symbol>Þ</FONT> Pcel.f = µ; M2 <FONT FACE=Symbol>Þ</FONT> Pcel.f = µ + épsilonf, e M3 µf + épsilonf, em que m é a parte sistemática do modelo, e e f corresponde ao componente estocástico. Para as simulações foram usados o método de Monte Carlo e a distribuição triangular. Para comparar os valores simulados pelos três métodos com os conhecidos valores futuros nas várias tendências, foi usada a diferença relativa média entre os valores. No caso da ausência de tendência, os métodos M1 e M2 foram satisfatórios, apesar de o método M2 incluir distúrbios ao redor da média. No caso de haver tendência real, o método M3 teve a melhor "performance", mesmo sendo influenciado pela acurácia na predição da tendência.
id SIF-1_e5bc57e2ccae0bcb5d3174552047faec
oai_identifier_str oai:scielo:S0100-67622006000500008
network_acronym_str SIF-1
network_name_str Revista Árvore (Online)
repository_id_str
spelling Uma proposta para a geração de amostras aleatórias nos problemas de simulação em modelos de planejamentoSimulaçãoanálise de riscoplanejamento florestalUm modelo de predição do preço da celulose foi ajustado usando-se o tempo e o preço defasado como co-variáveis. A partir das estimativas dos parâmetros obtidas, foram propostas 48 possíveis tendências futuras para o preço da celulose. Posteriormente, três métodos de simulação foram usados para predizer os valores futuros definidos pelas várias tendências: M1<FONT FACE=Symbol>Þ</FONT> Pcel.f = µ; M2 <FONT FACE=Symbol>Þ</FONT> Pcel.f = µ + épsilonf, e M3 µf + épsilonf, em que m é a parte sistemática do modelo, e e f corresponde ao componente estocástico. Para as simulações foram usados o método de Monte Carlo e a distribuição triangular. Para comparar os valores simulados pelos três métodos com os conhecidos valores futuros nas várias tendências, foi usada a diferença relativa média entre os valores. No caso da ausência de tendência, os métodos M1 e M2 foram satisfatórios, apesar de o método M2 incluir distúrbios ao redor da média. No caso de haver tendência real, o método M3 teve a melhor "performance", mesmo sendo influenciado pela acurácia na predição da tendência.Sociedade de Investigações Florestais2006-10-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersiontext/htmlhttp://old.scielo.br/scielo.php?script=sci_arttext&pid=S0100-67622006000500008Revista Árvore v.30 n.5 2006reponame:Revista Árvore (Online)instname:Universidade Federal de Viçosa (UFV)instacron:SIF10.1590/S0100-67622006000500008info:eu-repo/semantics/openAccessPeternelli,Luiz AlexandreSilva,Gilson Fernandes daLeite,Helio Garciapor2007-02-01T00:00:00Zoai:scielo:S0100-67622006000500008Revistahttp://www.scielo.br/revistas/rarv/iaboutj.htmPUBhttps://old.scielo.br/oai/scielo-oai.php||r.arvore@ufv.br1806-90880100-6762opendoar:2007-02-01T00:00Revista Árvore (Online) - Universidade Federal de Viçosa (UFV)false
dc.title.none.fl_str_mv Uma proposta para a geração de amostras aleatórias nos problemas de simulação em modelos de planejamento
title Uma proposta para a geração de amostras aleatórias nos problemas de simulação em modelos de planejamento
spellingShingle Uma proposta para a geração de amostras aleatórias nos problemas de simulação em modelos de planejamento
Peternelli,Luiz Alexandre
Simulação
análise de risco
planejamento florestal
title_short Uma proposta para a geração de amostras aleatórias nos problemas de simulação em modelos de planejamento
title_full Uma proposta para a geração de amostras aleatórias nos problemas de simulação em modelos de planejamento
title_fullStr Uma proposta para a geração de amostras aleatórias nos problemas de simulação em modelos de planejamento
title_full_unstemmed Uma proposta para a geração de amostras aleatórias nos problemas de simulação em modelos de planejamento
title_sort Uma proposta para a geração de amostras aleatórias nos problemas de simulação em modelos de planejamento
author Peternelli,Luiz Alexandre
author_facet Peternelli,Luiz Alexandre
Silva,Gilson Fernandes da
Leite,Helio Garcia
author_role author
author2 Silva,Gilson Fernandes da
Leite,Helio Garcia
author2_role author
author
dc.contributor.author.fl_str_mv Peternelli,Luiz Alexandre
Silva,Gilson Fernandes da
Leite,Helio Garcia
dc.subject.por.fl_str_mv Simulação
análise de risco
planejamento florestal
topic Simulação
análise de risco
planejamento florestal
description Um modelo de predição do preço da celulose foi ajustado usando-se o tempo e o preço defasado como co-variáveis. A partir das estimativas dos parâmetros obtidas, foram propostas 48 possíveis tendências futuras para o preço da celulose. Posteriormente, três métodos de simulação foram usados para predizer os valores futuros definidos pelas várias tendências: M1<FONT FACE=Symbol>Þ</FONT> Pcel.f = µ; M2 <FONT FACE=Symbol>Þ</FONT> Pcel.f = µ + épsilonf, e M3 µf + épsilonf, em que m é a parte sistemática do modelo, e e f corresponde ao componente estocástico. Para as simulações foram usados o método de Monte Carlo e a distribuição triangular. Para comparar os valores simulados pelos três métodos com os conhecidos valores futuros nas várias tendências, foi usada a diferença relativa média entre os valores. No caso da ausência de tendência, os métodos M1 e M2 foram satisfatórios, apesar de o método M2 incluir distúrbios ao redor da média. No caso de haver tendência real, o método M3 teve a melhor "performance", mesmo sendo influenciado pela acurácia na predição da tendência.
publishDate 2006
dc.date.none.fl_str_mv 2006-10-01
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0100-67622006000500008
url http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0100-67622006000500008
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv 10.1590/S0100-67622006000500008
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv text/html
dc.publisher.none.fl_str_mv Sociedade de Investigações Florestais
publisher.none.fl_str_mv Sociedade de Investigações Florestais
dc.source.none.fl_str_mv Revista Árvore v.30 n.5 2006
reponame:Revista Árvore (Online)
instname:Universidade Federal de Viçosa (UFV)
instacron:SIF
instname_str Universidade Federal de Viçosa (UFV)
instacron_str SIF
institution SIF
reponame_str Revista Árvore (Online)
collection Revista Árvore (Online)
repository.name.fl_str_mv Revista Árvore (Online) - Universidade Federal de Viçosa (UFV)
repository.mail.fl_str_mv ||r.arvore@ufv.br
_version_ 1750317996952256512