This project's development proposal is to assess the performance of classification trees as decision-making support when applied to predict changes in the Ibovespa index, based on accumalted earnings by the end of the period. To this effect, past daily index data, ranging between a twenty-year interval , were used. The CART (Classification and Regression Trees) algorithm was employed to induce the classification tree with varying methods of data insertion and partitioning. The results were displayed analyzing the generated income and then compared to the performance of the index itself and the classic MACD indicator (Moving Average Divergence Convergence). For the proposed input data generation methods, combined with data partitioning, accumulated profits of up to 2163% are reported for the historical period. The method responsible for these results uses indicators and has been combined with 2-year partition intervals. Resumo: A proposta deste estudo é avaliar o desempenho da árvore de classificação, quando aplicada para previsão do movimento futuro do índice Ibovespa, a partir do rendimento acumulado ao final do período. Para isso, foram utilizados dados históricos diários do índice, compreendidos em um intervalo de vinte anos . Para indução da árvore de classificação foi empregado o algoritmo CART (Classification and Regression Trees), com a variação nos métodos de geração de dados de entrada e número de partições do período histórico. Os resultados foram analisados em função do rendimento acumulado e comparados ao desempenho do próprio índice e do indicador clássico MACD (Moving Average Divergence Convergence). Para os métodos de geração de dados de entrada propostos, combinados com o particionamento, são reportados rendimentos acumulados de até 2163% para o período considerado. O método responsável por esses resultados utiliza indicadores e foi combinado com intervalos de partição de 2 anos.

É apresentado o desenvolvimento de um protótipo modular IoT sobre a plataforma Arduino®. O sistema é composto por um módulo central, um módulo de controle de iluminação, um módulo de controle de condicionador de ar e um supervisório em ScadaBR®. A comunicação entre os módulos foi realizada com a tecnologia LoRa que permite comunicações em longas distâncias com baixo consumo de energia. O projeto atingiu o objetivo de diminuir o desperdício de energia elétrica e de água na instituição de ensino, contribuindo para a sustentabilidade