A importância dos fluxos de caixa na análise da solvência, liquidez e visibilidade das empresas

Orientada por: Prof. Doutora Cláudia Lopes

L’hipocrisie dans Dom Juan de Molière

Dans Dom Juan, Molière continue son combat contre l’hypocrisie sociale qui caractérise la société de son époque et qui est symbolisée par la noblesse du royaume. L’originalité de cette pièce de théâtre réside dans la complexité du personnage principal, Dom Juan, et dans le mélange de religieux, de tragique, de comique, de surnaturel et de spectaculaire sur lequel elle est fondée. Dans cette pièce, rien n’est laissé au hasard: le temps et l’espace reflètent bien le caractère libertin de Dom Juan et le langage est une arme dont il se sert pour conquérir et séduire une femme. Le langage est ici un miroir de la réalité, c’est-à-dire du monde où tous les personnages sont insérés. Dom Juan tantôt utilise le langage de l’hypocrisie pour se défendre tantôt il se sert de la rhétorique pour séduire ses victimes: c’est à travers le pouvoir verbal qu’il arrache une femme à un homme. Le langage est la clé du jeu de miroirs sur lequel la pièce est fondée. Molière montre dans Dom Juan que le langage est un instrument dangereux dans les mains des hypocrites qui s’en servent pour défier l’ordre social, la religion, la famille et la morale.

Melhoria do processo de atendimento a clientes

Esta dissertação, que foi desenvolvida no seio da Divisão de Equipamento Industrial (DEI) da empresa Toyota Caetano Portugal, S.A. (TCAP), consiste na análise do processo de atendimento a clientes, a partir de uma investigação efectuada no escritório oficinal (EO) do sector Após-Venda Empilhadores (AVE). A recolha de dados, bem como o acompanhamento do processo de atendimento a clientes, têm como objectivo perceber quais as principais dificuldades do processo, para posteriormente ser definida a estratégia a utilizar no sentido de combater os pontos críticos do relacionamento com os clientes. Esta investigação permitiu identificar várias dificuldades no registo de pedidos de assistência, na pesquisa de informação e também no acesso aos dados pelo cliente. Assim, foi criado um protótipo informático com capacidade para dar resposta às deficiências identificadas. Foram analisados os requisitos necessários para o sistema de informação de suporte e transformado o processo de tratamento de dados (pedidos de assistência, pesquisas, acessos…), até aqui manual, num processo automático, inovador e acima de tudo funcional. Pretende-se desta forma, oferecer um serviço de confiança aos clientes gerando uma lealdade duradoura e acrescentar valor à empresa.

Estimação nos modelos bivariados de médias móveis de valor inteiro

Nas últimas décadas, o estudo das séries temporais de contagem univariadas tem sido objecto de interesse crescente na literatura. Uma das classes de modelos mais populares é a dos modelos auto-regressivos e médias móveis de valor inteiro não-negativo, INARMA, obtida através da substituição da multiplicação por um operador aleatório, chamado thinning, nos modelos ARMA convencionais. Os modelos INAR para séries de contagem univariadas têm sido amplamente estudados na literatura no que diz respeito quer às suas propriedades probabilísticas quer à inferência estatística. Por outro lado, a classe alargada de modelos de médias móveis para séries de valor inteiro, INMA, em que as operações thinning em instantes diferentes são dependentes entre si, não tem sido objecto de tanta atenção. De facto os modelos INMA não são Markovianos pelo que a inferência estatística apresenta dificuldades adicionais. Actualmente o interesse na análise de séries temporais de contagem centra-se em modelos e métodos para séries multivariadas. Neste trabalho, consideram-se os modelos INMA bivariados propostos por Torres et al. (2012). Nesta classe alargada de modelos bivariados INMA, a estrutura de dependência entre as duas séries temporais é introduzia pela dependência entre os dois processos de chegada enquanto que a dependência em cada série é definida pela dependência de operações thinning em instantes diferentes. Consideram-se estimadores baseados em momentos: método dos momentos (MM), método dos momentos generalizados (GMM) e método dos momentos eficiente (EMM), assim como estimadores baseados na função geradora de probabilidades.

Aquisição e Processamento de Imagens de Microscopia em Balística Forense

As novas tecnologias aplicadas ao processamento de imagem e reconhecimento de padrões têm sido alvo de um grande progresso nas últimas décadas. A sua aplicação é transversal a diversas áreas da ciência, nomeadamente a área da balística forense. O estudo de evidências (invólucros e projeteis) encontradas numa cena de crime, recorrendo a técnicas de processamento e análise de imagem, é pertinente pelo facto de, aquando do disparo, as armas de fogo imprimirem marcas únicas nos invólucros e projéteis deflagrados, permitindo relacionar evidências deflagradas pela mesma arma. A comparação manual de evidências encontradas numa cena de crime com evidências presentes numa base de dados, em termos de parâmetros visuais, constitui uma abordagem demorada. No âmbito deste trabalho pretendeu-se desenvolver técnicas automáticas de processamento e análise de imagens de evidências, obtidas através do microscópio ótico de comparação, tendo por base algoritmos computacionais. Estes foram desenvolvidos com recurso a pacotes de bibliotecas e a ferramentas open-source. Para a aquisição das imagens de evidências balísticas foram definidas quatro modalidades de aquisição: modalidade Planar, Multifocus, Microscan e Multiscan. As imagens obtidas foram aplicados algoritmos de processamento especialmente desenvolvidos para o efeito. A aplicação dos algoritmos de processamento permite a segmentação de imagem, a extração de características e o alinhamento de imagem. Este último tem como finalidade correlacionar as evidências e obter um valor quantitativo (métrica), indicando o quão similar essas evidências são. Com base no trabalho desenvolvido e nos resultados obtidos, foram definidos protocolos de aquisição de imagens de microscopia, que possibilitam a aquisição de imagens das regiões passiveis de serem estudadas, assim como algoritmos que permitem automatizar o posterior processo de alinhamento de imagens de evidências, constituindo uma vantagem em relação ao processo de comparação manual.

Inteligência artificial aplicada na previsão de mercados financeiros

Neste documento, são investigados vários métodos usados na inteligência artificial, com o objetivo de obter previsões precisas da evolução dos mercados financeiros. O uso de ferramentas lineares como os modelos AR, MA, ARMA e GARCH têm muitas limitações, pois torna-se muito difícil adaptá-los às não linearidades dos fenómenos que ocorrem nos mercados. Pelas razões anteriormente referidas, os algoritmos como as redes neuronais dinâmicas (TDNN, NARX e ESN), mostram uma maior capacidade de adaptação a estas não linearidades, pois não fazem qualquer pressuposto sobre as distribuições de probabilidade que caracterizam estes mercados. O facto destas redes neuronais serem dinâmicas, faz com que estas exibam um desempenho superior em relação às redes neuronais estáticas, ou outros algoritmos que não possuem qualquer tipo de memória. Apesar das vantagens reveladas pelas redes neuronais, estas são um sistema do tipo black box, o que torna muito difícil extrair informação dos pesos da rede. Isto significa que estes algoritmos devem ser usados com precaução, pois podem tornar-se instáveis.