1. Administração Aeroportuária
1. Previsão de Demanda
Prever o futuro é algo sonhado pela
humanidade já faz muitos séculos. Fazer
planejamento é buscar prever um pouco do
futuro.
Evidentemente,
as
previsões
procuram se basear em dados e na
experiência profissional.
Prof. Marcelo Guterres
1
2. Administração Aeroportuária
Projetar uma demanda futura nos sistemas
de transporte é estar sujeito a margens de
erro, que variam conforme as mudanças de
mercado. O grau de certeza dos resultados
vai depender da finalidade e da amplitude do
estudo realizado.
Por isso, antes de estabelecer operações
matemáticas,
que
permitam
demanda futura é necessário
estimar
a
fazer uma
análise abrangendo os seguintes itens:
Prof. Marcelo Guterres
2
3. Administração Aeroportuária
- Estudo de todo o setor dentro do qual se
efetuará o cálculo da demanda
-
Identificação
das
informações
que
possibilitam decidir o que interessa ou não
para planejar a demanda pelos transportes
- Estudo específico dos meios ou sistemas
envolvidos no plano, bem como de todas
as variáveis que possam afetar a procura
por transportes
Prof. Marcelo Guterres
3
4. Administração Aeroportuária
O problema estatístico consiste em investigar
as questões como estas: Há alguma relação
entre duas Grandezas? As variações em
uma das grandezas acarretam variações na
outra?
Prof. Marcelo Guterres
4
6. Administração Aeroportuária
MODELOS DE PREVISÃO DE DEMANDA
Conceitos e Informações Básicas:
A determinação da demanda por transportes
é feita a partir de fatores externos que a
afetam. Isto porque existe um profundo
relacionamento
entre
a
demanda
por
transportes e os demais setores da atividade
econômica.
Prof. Marcelo Guterres
6
7. Administração Aeroportuária
Para a previsão de demanda nas empresas,
muitas vezes são usados conhecimentos
empíricos
baseadas
do
em
mercado,
planos
informações
setoriais
e
ainda
modelos matemáticos, os quais tem a forma:
Y = f ( X 1 , X 2 ,... X n )
Prof. Marcelo Guterres
7
8. Administração Aeroportuária
Y = f ( X 1 , X 2 ,... X n )
Y= Variável de transporte, sobre a qual se
dejesa estudar o comportamento (variável
independente).
X1, X2,..., Xn= Variáveis explicativas ou série
histórica do comportamento de Y.
Prof. Marcelo Guterres
8
9. Administração Aeroportuária
A variável Y, pode ser, por exemplo, a
tonelagem média diária a ser transportada
por um empresa daqui a dois anos, ou o
número de passageiros a serem atendidos
em dezembro do próximo ano.
Prof. Marcelo Guterres
9
10. Administração Aeroportuária
Para as Variáveis explicativas (X1, X2,..., Xn),
podem ser consideradas dados relacionados
com a procura por transportes, como:
POPULAÇÃO
RENDA per capita
PIB
PRODUÇÃO
INDUSTRIAL
SAFRA
PREÇO
Ou qualquer outra variável que possa indicar
o comportamento do transporte no futuro
Prof. Marcelo Guterres
10
11. Administração Aeroportuária
Os modelos que relacionam a variável que se
quer
prever,
com
outras
chamadas
Explicativas, são denominados:
CROSS SECTION
Um modelo que relaciona a variável que ser
quer projetar com o ano ou com o tempo
chama-se modelo de:
SÉRIE TEMPORAL
Prof. Marcelo Guterres
11
12. Administração Aeroportuária
Ao construir um modelo, é preciso dar
atenção aos seguintes aspectos:
As
variáveis
explicativas
devem
realmente estar relacionadas com que se
quer prever.
As variáveis explicativas devem ter
comportamento futuro passível de previsão
com bom grau de certeza.
Prof. Marcelo Guterres
12
15. Administração Aeroportuária
LEVANTAMENTO DAS INFORMAÇÕES
As
informações
dependentes
relativas
às
variáveis
e explicativas utilizadas no
ajustamento das funções matemáticas de
demanda
apresentam-se
em
séries
históricas, disponíveis em fontes diversas
Prof. Marcelo Guterres
15
16. Administração Aeroportuária
LEVANTAMENTO DAS INFORMAÇÕES DO T.A
O históricos de Pax.Km para os tráfegos
doméstico,
nacional
e
regional,
e
internacional ( companhias nacionais), e
respectivos valores de Receitas a preços
correntes encontram-se nos Anuários
Estatísticos
de
Transporte
Aéreo
do
Departamento de Aviação Civil, Dados
Estatísticos
( Volume I) e
Econômicos ( Volume II).
Prof. Marcelo Guterres
16
17. Administração Aeroportuária
A fonte da Séries Históricas do PIB,
encontram-se disponíveis no site do Instituto
Brasileiro de Geografia e Estatística ( IBGE).
http://www.ibge.gov.br
Para se atualizar as receitas a preços
correntes para reais (R$), utilizam-se índices
fornecidos pela fundação Getúlio Vargas
( FVG)
Prof. Marcelo Guterres
17
18. Administração Aeroportuária
Modelo de Regressão Linear Simples
Suponha as seguintes observações da renda
média e o número de viagens durante um
mês, em oito cidades distintas:
Cidade
1
2
3
4
5
6
7
8
Prof. Marcelo Guterres
Renda
($1.000)
5
10
20
8
4
6
12
15
0
N de viagens
( milhares)
27
46
73
40
30
28
46
59
18
19. Administração Aeroportuária
No caso de um problema real, seria melhor
dispormos de mais observações; mas esta
amostra de oito observações serve para
ilustrar os cálculos.
Uma boa maneira de determinar se há
relação entre renda e o número de viagens é
traçar um gráfico.
Prof. Marcelo Guterres
19
21. Administração Aeroportuária
A regressão Linear Simples á aplicável
somente quando existe um única variável
independente que afeta o valor da variável
dependente.
O objetivo da análise da regressão simples é
aproximar por um linha reta um determinado
padrão, ou conjunto de pontos.
Prof. Marcelo Guterres
21
22. Administração Aeroportuária
No caso dos número de viagens realizadas
não podemos traçar um reta que passe por
todos os pontos; mas podemos determinar
um reta que passe perto da maioria deles.
Esse tipo de reta é chamado Reta de
Regressão
80
70
Viagens (y)
60
50
40
30
20
10
0
0
5
10
15
20
Renda (x)
Prof. Marcelo Guterres
22
23. Administração Aeroportuária
Em alguns casos, é possível achar uma reta
que se ajuste muito bem a um conjunto de
pontos. Assim é que os modelos econômicos
às vezes admitam que o consumo pessoal
seja determinado pela renda disponível. Dáse a seguir uma lista de observações da
despesa nacional de consumo nos Estados
Unidos e da renda disponível, em vários
anos recentes
Prof. Marcelo Guterres
23
25. Administração Aeroportuária
Consumo (Trilhões $)
Gráfico de Dispersão
5,00
4,00
3,00
2,00
1,00
0,00
0,00
1,00
2,00
3,00
4,00
5,00
4,00
5,00
Renda (Trilhões $)
Consumo (Trilhões $)
Gráfico de Dispersão
5,00
4,00
3,00
2,00
1,00
0,00
0,00
1,00
2,00
3,00
Renda (Trilhões $)
Prof. Marcelo Guterres
25
26. Administração Aeroportuária
Em outros casos, o conjunto de pontos
difere inteiramente de uma reta.
Gráfico de Dispersão
100
80
Y
60
40
20
0
0
10
20
30
40
50
X
Prof. Marcelo Guterres
26
28. Administração Aeroportuária
Determinação de uma Reta de Regressão
Qualquer reta fica definida por dois
números: O coeficiente Angular e o
Intercepto Vertical.
∧
∧
y = a x +b
Prof. Marcelo Guterres
28
29. Administração Aeroportuária
Suponha que consideremos como melhor
reta
de
regressão
a
reta
exibida
anteriormente. Esta reta se afigura uma boa
escolha, mas não se ajusta a todos os
pontos de modo completo.
Para cada ponto há uma certa distância
vertical entre o ponto e a reta. Essa distância
é chamada de Resíduo , da reta em relação
ao ponto.
Prof. Marcelo Guterres
29
30. Administração Aeroportuária
Minimizar a soma
y
dos quadrados dos
(x 4,y4)
Resíduos
Resíduo 4
(x 3,y3)
O
Resíduo 3
m
do
resíduo relativo ao
ponto (xi,yi) é:
(x1,y1)
Resíduo 1
quadrado
Resíduo 2
(x2,y2)
∧
∧
2
(resíduo) = yi − (a xi + b)
2
x
Prof. Marcelo Guterres
30
31. Administração Aeroportuária
Método dos Mínimos Quadrados
A natureza Estocástica do modelo de
regressão implica que para cada valor de X
haja uma Distribuição de Probabilidade total
dos valores de Y. Isto significa que o valor
de Y nunca poderá ser previsto exatamente.
_
_
(
∑ x −x)( y − y )
a=
(
∑ x −x)
^
i
i
_
2
i
−
^
^
−
y = + x
b a
Prof. Marcelo Guterres
31
32. Administração Aeroportuária
Método dos Mínimos Quadrados
x → é valor médio de x
y → é valor médio de y
A melhor reta deve passar pelos centro de
gravidade dos dados.
Prof. Marcelo Guterres
32
33. Administração Aeroportuária
(x-x -) (x-x -)^2
-5
25
0
0
10
100
-2
4
-6
36
-4
16
2
4
5
25
Cidade
1
2
3
4
5
6
7
8
x
5
10
20
8
4
6
12
15
y
27
46
73
40
30
28
46
59
Média
10
43,625
_
Σ
210
0
^
610
^ −
_
∑ ( x − x)( y − y)
a=
∑ ( x − x)
^
0
(y-y -)
(x-x-)*(y-y-)
-16,625
83,125
2,375
0
29,375
293,75
-3,625
7,25
-13,625
81,75
-15,625
62,5
2,375
4,75
15,375
76,875
i
i
_
i
Prof. Marcelo Guterres
2
−
y = b+ a x
33