Taguchi on line para atributos com refugo e produção de itens conformes finito

Tamanho: px
Começar a partir da página:

Download "Taguchi on line para atributos com refugo e produção de itens conformes finito"

Transcrição

1 aguch on lne para atrbutos co refugo e produção de tens confores fnto arlos aeo Aane (FAE-SP / FAAP) arlos.aane@uol.co agner de Souza Borges (IME-USP) wborges@e.usp.br Resuo: O prente trabalho analsou ssteas que utlza o procedento aguch On ne para ontoraento da qualdade e atrbutos e co produção de tens confores pre-estabelecdo (sob encoenda). Os tens não confores (aleatóro) gerados no processo são consderados coo refugos do processo e dessa fora a quantdadede de tens confores a r fabrcado torna- ua varável aleatóra que decresce co a produção. O odelo denvolvdo nos dá a freqüênca de nspeção pela otzação do custo do ontoraento da qualdade e resolvdo por busca dreta sulando o odelo obtdo Palavras-chave: aguch otzação ontrole da Qualdade.. Introdução Os trabalhos de BORGES HO e UES (2000) AYEBPOUR e OOA (993) e AKAMIE BORGES HO (2004) analsa o procedento aguch On ne para varáves da qualdade coo atrbutos. A produção é feta de ua e ua peça e o ontoraento da qualdade é realzada de e tens produzdos e e qüênca. Se o te nspeconado atende às especfcações (sob controle) nenhua ação sobre o processo é toada caso contráro o processo é nterropdo para ajuste (processo fora de controle) voltando a operar após as correções necessáras. Quando o processo encontra- sob controle adte- a probabldade de gerar tens não confores é zero e quando fora de controle a probabldade de gerar tens não confores rá u. Sendo p a probabldade do processo passar do estado sob controle para o estado fora de controle e o núero de tens confores a r produzdo pré-estabelecdo (sob encoenda) o núero de tens não confores rá ua varável aleatóra e a quantdade de tens confores que falta para copletar os tens tabé rá ua varável aleatóra que deca de a zero. O prente trabalho encontrou a relação analítca que perte obter a freqüênca de aostrage que nze o custo do controle da qualdade e a solução fo obtda por sulação do odelo proposto. 2. Processo de Produção co não confores consderados coo refugo es processo produtvo os tens são produzdos u a u e a nspeção do processo rá realzada de e undades produzdas. evdo ao refugo dos tens não confores o processo peranece atvo até que u lote co tens confores ja produzdo e esta partculardade caracterza ua operação e horzonte aleatóro e não propraente fnto. es processo supõe- que a nspeção de u te e a correção do processo são nstantâneas e que o núero de tens produzdos até a udança do estado de controle para o estado fora de controle te dstrbução geoétrca co parâetro p. A FIGURA aprenta u cclo típco de produção caracterzado por ua qüênca (de coprento geoétrco) de tens confores e guda de ua qüênca de tens não confores nterropda pelo procedento de nspeção.

2 nspeção nspeção nspeção nspeção so b co n tro le fo ra d e contro le FIGURA. Esquea da udança no estado do processo de produção. u d ança n o estado a detecção de não confordade o processo é reajustado e volta a operar sob o eso esquea até copletar o lote. O ntervalo de nspeção entretanto rá varar de acordo co a quantdade de tens confores a r produzdo e a quantdade a r produzdo é aor que a freqüênca de aostrage contnua e caso contráro es ntervalo rá gual à quantdade de tens confores que falta produzr para copletar. onsdere ua qüênca { } de varáves aleatóras ndependentes co dstrbução geoétrca co parâetro p. Mas precsaente P( w q w ) p co 0<p< e w () ão é dfícl ver que o evento A { } reprenta a stuação e que a produção do lote não requer paradas do processo para ajuste. este caso teos apenas u cclo de tens e que: - o taanho do cclo - o núero de tens confores V - o núero de tens não confores 0 - o núero de nspeções prograadas : - o núero de nspeções retrospectvas 0. (2) onde é o enor ntero aor ou gual a /. e anera análoga para > o evento A { < <... } reprenta a stuação e que a produção do lote requer exataente paradas do processo para ajuste e neste caso são forados cclos de tens. Ass denotaros por o núero de undades confores que falta r produzdas para copletar o lote edataente antes de ncar a produção do cclo não é dfícl ver que para o cclo : O taanho do cclo rá : 2

3 3 n - úero de tens confore V - úero de tens não confores rá: n - úero de nspeções retrospectvas > - - úero de nspeções prograadas: (3) Para os cclos 2 - tereos: - aanho do cclorá: n - úero de tens confore V - úero de tens não confores rá: B n - úero de nspeções retrospectvas rá: > - - úero de nspeções prograadas rá: B (4) Fnalente para o cclo (últo cclo) tereos: - aanho do bloco: - úero de tens confores: V - úero de tens não confores: 0 - úero de nspeções retrospectvas 0 - úero de nspeções (5) As varáves V e ntroduzdas aca pode r defndas para todo a partr da qüênca { }. Para sto basta defnr a qüênca { } recursvaente tornando-: e e obrvar que:

4 4 n ( ) n < caso contráro e - e B (6) o estas defnções podeos então obter ua expressão ateátca de produção de u lote co tens confores co custo total esperado de E[ ]. Para tanto vaos consderar os guntes fatores de custo: custo de nspeção ( nsp ) o custo de ajuste ( ajuste ) e o custo de te defetuoso ( def ). Ass ( ) ( ) A E E e não é dfícl ver que nsp (7) e que ( ) [ ] ( ) nsp ajuste def e A >. (8) Ass [ ] ( ) [ ] ( ) ( ) def nsp A P A E E. Se obrvaros anda que { } A é ua partção do espaço aostral e que 0 então B j V j j j j 0 j podeos expressar E[ ] coo : [ ] [ ] ( ) [ ] < ajuste def nsp nsp E E E (9) A obtenção de ua expressão fechada e explícta para E[ ] e função de entretanto esbarra na dfculdade de obter os valores esperados nas expressões aca. A obtenção de u valor de próxo do valor óto pode todava r feto através de u odelo de sulação. Fo denvolvdo u prograa de sulação no software S-Plus e este sula a geração de tens (confores ou não confores) até copletar tens confores. Este processo é repetdo váras vezes (no caso e partcular fo realzado 5000 repetcões) para cada valor de que vara de a. Os resultados da sulação rão analsados na próxa ção. 3. Exeplo uérco

5 Os gráfcos da Fgura 2 e a abela 2 ostra o resultado da sulação quando adotaos os guntes valores: - 00 p 0. p 00 p 000 e p usto de Inspeção 0 - usto de Ajuste usto de efeto 50 Os gráfcos da FIGURA 2 ostra o coportaento do custo esperado total e função de e de p. p0 p00 usto otal Esperado usto otal Esperado a) ntervalo entre nspeções b) ntervalo entre nspeções p000 p0000 usto otal Esperado usto otal Esperado c) ntervalo entre nspeções d) ntervalo entre nspeções FIGURA 2. Gráfcos do custo total esperado e função de para: a) p 0 b) p 00 c) p 000 e d) p Podeos verfcar através dos gráfcos que a dspersão dos pontos cresce e função de. Isso ocorre prncpalente porque o núero de cobnações de eventos possíves auenta co. Podeos verfcar através da ABEA e dos gráfcos da Fgura 2 que o ntervalo óto de aostrage auenta quando dnuíos o valor de p. Obrve que quando p é uto baxo ( 0000 ) a função parece decrescente ponto de íno local e portanto o valor óto de rá. ABEA : abela do valor de íno para város valores de p. aso P óto

6 4. onclusões este trabalho estudou- o procedento aguch On-ne para atrbutos co núero de tens confores a r produzdo pré-estabelecdo (sob encoenda) e co os tens não confores consderados coo refugos do processo. Para a solução des problea denvolveu- u odelo analítco co grande dfculdade para obter ua expressão fechada da freqüênca óta de aostrage as possível de resolvê-la por sulação do odelo. Verfcou- através da sulação que o valor óto da freqüênca de aostrage tende a auentar quando dnuíos o valor da probabldade do processo sar de controle. Referêncas AKAMIE.. BORGES S.. HO..- Procedento aguch On lne para Atrbutos para Produção e Pequenos otes. EEGEP Floranópols S. ARYE M.. MOGOMERY.. RUGER G... Optzaton Probles and Methods Qualty ontrol and Iproveent. Journal of Qualty echnology 32 () -7 (2000) HO. & ASE K..Econoc desgn of control-charts: a lterature revew for Journal of Qualty echnology 26) (994). MOGOMERY.. HEIKES R.G. & MAE J.F.. Econoc esgn of Fracton efectve ontrol harts. Manageent Scence (975) MOGOMERY... he Econoc esgn of ontrol hart: A Revew and terature Survey. Journal of Qualty echnology (982). AYEBPOUR M.R.& OOA.H. An Analyss of aguch s on-lne qualty ontorng procedures for attrbutes echnoetrcs (993). ROSS S.M..Stochastc Process. John ley & Sons ew Yor (983). AGUHI G..On-lne Qualty ontrol urng Producton. Japane Standars Assocaton oyo (98). AGUHI G. Qualty Engneerng n Japan. ouncatons n Statstcs heory and Methods (985). AGUHI G. Introducton to Qualty Engneerng oyo. Asan Productvty Assocaton (996). AGUHI G. ESAYE E.A.& HSIAG.. Qualty Engneerng n Producton Systes. McGraw- Hll ew Yor.Y. (989). n 6

Procedimento Taguchi On line para Atributos para Produção em Pequenos Lotes

Procedimento Taguchi On line para Atributos para Produção em Pequenos Lotes XXIV Encontro Nac de Eng de Produção - Floranóols, S, Brasl, 03 a 05 de nov de 004 Procedento Taguch On lne ara Atrbutos ara Produção e Pequenos Lotes arlos Takeo Akane EPUSP - USP / FATE-SP carlosakane@olusbr

Leia mais

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 7 e 8 06/204 Ajuste de Curvas AJUSTE DE CURVAS Cálculo Nuérco 3/64 INTRODUÇÃO E geral, experentos gera ua gaa de dados que

Leia mais

5.1 Método de Ponderação da Linha de Rotação

5.1 Método de Ponderação da Linha de Rotação 5 etodologa O copressor é o coponente de aor nfluênca no desepenho da turbna a gás ass a precsão de sua odelage te pacto sgnfcatvo na efcáca do odelo nuérco coputaconal desta ara a odelage do copressor

Leia mais

Figura 7.1: O problema do ajuste de funções a um conjunto de dados

Figura 7.1: O problema do ajuste de funções a um conjunto de dados Fgura 7: O problea do ajuste de funções a u conjunto de dados Capítulo 7 Aproxação de Funções por Mínos Quadrados 7 Introdução Dado u conjunto de observações (dados), frequenteente deseja-se condensar

Leia mais

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS Físca Arqutectura Pasagístca Análse de erros ANÁLISE DE ERROS A ervação de u fenóeno físco não é copleta se não puderos quantfcá-lo Para é sso é necessáro edr ua propredade físca O processo de edda consste

Leia mais

Dinâmica Estocástica. Instituto de Física, novembro de Tânia -Din Estoc

Dinâmica Estocástica. Instituto de Física, novembro de Tânia -Din Estoc Dnâca Estocástca Insttuto de Físca, novebro de 06 Modelo de Glauber-Isng Equação de evolução para agnetzação Abordage de capo édo & transção de fase no odelo e expoentes crítcos Equação Mestra para dnâcas

Leia mais

X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha)

X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha) Estatístca p/ Admnstração II - Profª Ana Cláuda Melo Undade : Probabldade Aula: 3 Varável Aleatóra. Varáves Aleatóras Ao descrever um espaço amostral de um expermento, não especfcamos que um resultado

Leia mais

2 Incerteza de medição

2 Incerteza de medição 2 Incerteza de medção Toda medção envolve ensaos, ajustes, condconamentos e a observação de ndcações em um nstrumento. Este conhecmento é utlzado para obter o valor de uma grandeza (mensurando) a partr

Leia mais

Seja o problema primal o qual será solucionado utilizando o método simplex Dual: (P)

Seja o problema primal o qual será solucionado utilizando o método simplex Dual: (P) PROGRAMA DE MESTRADO PROGRAMAÇÃO LIEAR PROFESSOR BALEEIRO Método Splex Dual no Tableau Garfnkel-ehauser E-al: abaleero@gal.co Ste: www.eeec.ufg.br/~baleero Sea o problea pral o qual será soluconado utlzando

Leia mais

2. VARIÁVEIS ALEATÓRIAS

2. VARIÁVEIS ALEATÓRIAS VARIÁVEIS ALEATÓRIAS 0 Varável aleatóra Ω é o espaço amostral de um epermento aleatóro Uma varável aleatóra é uma função que atrbu um número real a cada resultado em Ω Eemplo Retra- ao acaso um tem produzdo

Leia mais

2a VERIFICAÇÃO REFINO DOS AÇOS I Julho Um aço é dessulfurado por uma escória, em condições desoxidantes.

2a VERIFICAÇÃO REFINO DOS AÇOS I Julho Um aço é dessulfurado por uma escória, em condições desoxidantes. a VERIFICAÇÃ REFIN D AÇ I Julho 8 U aço é dessulfurado por ua escóra, e condções desoxdantes. Reação quíca na nterface: + - = - +. Faça u esquea da nterface aço-escóra, lstando todas as etapas que pode

Leia mais

ALGORITMO GENÉTICO MULTIOBJETIVO APLICADO AO PROBLEMA DE RECONFIGURAÇÃO DE REDES DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA

ALGORITMO GENÉTICO MULTIOBJETIVO APLICADO AO PROBLEMA DE RECONFIGURAÇÃO DE REDES DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA ALGORITMO GEÉTICO MULTIOBJETIVO APLICADO AO PROBLEMA DE RECOFIGURAÇÃO DE REDES DE DISTRIBUIÇÃO DE EERGIA ELÉTRICA Marco. A. S. Jard 1, Orane. M. eto 1, Karla. V 2 1. Departaento de Engenhara Elétrca, Unversdade

Leia mais

PÊNDULO ELÁSTICO. Fig. 1. Considere o sistema da figura 1. Quando se suspende uma massa, m, na mola, o seu comprimento aumenta de l 0

PÊNDULO ELÁSTICO. Fig. 1. Considere o sistema da figura 1. Quando se suspende uma massa, m, na mola, o seu comprimento aumenta de l 0 PÊNDULO ELÁSTICO. Resuo U corpo lgado a ua ola é posto e ovento osclatóro. Deterna-se as característcas do ovento e estuda-se a conservação da energa ecânca.. Tópcos teórcos Y l 0 l Fg. F r el P r X Consdere

Leia mais

Física. Física Módulo 1. Sistemas de Partículas e Centro de Massa. Quantidade de movimento (momento) Conservação do momento linear

Física. Física Módulo 1. Sistemas de Partículas e Centro de Massa. Quantidade de movimento (momento) Conservação do momento linear Físca Módulo 1 Ssteas de Partículas e Centro de Massa Quantdade de ovento (oento) Conservação do oento lnear Partículas e ssteas de Partículas Átoos, Bolnhas de gude, Carros e até Planetas... Até agora,

Leia mais

Módulo 4 Sistema de Partículas e Momento Linear

Módulo 4 Sistema de Partículas e Momento Linear Módulo 4 Sstea de Partículas e Moento Lnear Moento lnear Moento lnear (quantdade de oento) de ua partícula: Grandeza etoral Undades S.I. : kg./s p Moento lnear e ª Le de ewton: Se a assa é constante: F

Leia mais

4 Critérios para Avaliação dos Cenários

4 Critérios para Avaliação dos Cenários Crtéros para Avalação dos Cenáros É desejável que um modelo de geração de séres sntétcas preserve as prncpas característcas da sére hstórca. Isto quer dzer que a utldade de um modelo pode ser verfcada

Leia mais

Resolução. Capítulo 32. Força Magnética. 6. C Para que não haja desvio devemos garantir que as forças magnética ( F M. ) e elétrica ( F E

Resolução. Capítulo 32. Força Magnética. 6. C Para que não haja desvio devemos garantir que as forças magnética ( F M. ) e elétrica ( F E esolução orça Magnétca E D 3 C 4 D 5 Capítulo 3 Dos vetores são antparalelos quando suas dreções são concdentes (paralelos) e seus sentdos são opostos, sto é, θ 8º, coo ostra a fgura adante: E Deste odo,

Leia mais

PARTE II EQUILÍBRIO DA PARTÍCULA E DO CORPO RÍGIDO

PARTE II EQUILÍBRIO DA PARTÍCULA E DO CORPO RÍGIDO 1 PARTE II EQUILÍBRIO DA PARTÍULA E DO ORPO RÍGIDO Neste capítulo ncalente trataos do equlíbro de partículas. E seguda são apresentadas as defnções dos centros de gravdade, centros de assa e centródes

Leia mais

NOTAS TEÓRICAS. Considere o circuito da Fig.1. A entrada é feita pela base e a saída pelo colector. Tratase de uma montagem de emissor comum.

NOTAS TEÓRICAS. Considere o circuito da Fig.1. A entrada é feita pela base e a saída pelo colector. Tratase de uma montagem de emissor comum. NOTAS TÓRIAS Montage de essor cou onsdere o crcuto da Fg.1. A entrada é feta pela base e a saída pelo colector. Tratase de ua ontage de essor cou. + R 1 R 1 2 R 2 R L 0 -Fg.1- Os condensadores 1 e 2 são

Leia mais

SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL 8 a 11 de novembro de 2002, Rio de Janeiro/RJ A PESQUISA OPERACIONAL E AS CIDADES

SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL 8 a 11 de novembro de 2002, Rio de Janeiro/RJ A PESQUISA OPERACIONAL E AS CIDADES SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL 8 a de novembro de 00, Ro de Janero/RJ ERRO DE DIAGNÓSTICO EM AMOSTRAGEM ZERO-DEFEITOS COM RETIFICAÇÃO: DETERMINAÇÃO DO TAMANHO ÓTIMO DE INSPEÇÃO Roberto da

Leia mais

1 Introdução. 2 Formulação do problema 2.1 FORMULAÇÃO DO PROBLEMA DE REDES

1 Introdução. 2 Formulação do problema 2.1 FORMULAÇÃO DO PROBLEMA DE REDES OFIGURAÇÃO DE REDES DE DISTRIBUIÇÃO DE EERGIA ELÉTRICA USADO AL- GORITMO EVOLUTIVO MULTIOBJETIVO COM METODOLOGIA BASEADA EM OTIMIZAÇÃO PARA ESCOLHA DOS CABOS RESERVA Marco. A. S. Jard 1, Orane. M. eto

Leia mais

F-128 Física Geral I. Aula Exploratória 09 Unicamp - IFGW. F128 2o Semestre de 2012

F-128 Física Geral I. Aula Exploratória 09 Unicamp - IFGW. F128 2o Semestre de 2012 F-8 Físca Geral I Aula Exploratóra 09 Uncap - IFGW F8 o Seestre de 0 C ext a F ) ( C C C z z z z z y y y y y x x x x x r C r C ext a dt r d dt r d dt r d F ) ( (esta é a ª le de ewton para u sstea de partículas:

Leia mais

, para. Assim, a soma (S) das áreas pedida é dada por:

, para. Assim, a soma (S) das áreas pedida é dada por: (9) - wwweltecapnascobr O ELITE RESOLE FUEST 9 SEGUND FSE - MTEMÁTIC MTEMÁTIC QUESTÃO Na fgura ao lado, a reta r te equação x + no plano cartesano Ox lé dsso, os pontos B, B, B, B estão na reta r, sendo

Leia mais

Cœlum Australe. Jornal Pessoal de Astronomia, Física e Matemática - Produzido por Irineu Gomes Varella

Cœlum Australe. Jornal Pessoal de Astronomia, Física e Matemática - Produzido por Irineu Gomes Varella Cœlu Australe Jornal Pessoal de Astronoa, Físca e Mateátca - Produzdo por Irneu Goes Varella Crado e 1995 Retoado e Junho de 01 Ano VI Nº 37 - Março de 015 CENTRO DE MASSA DO SISTEMA SOLAR Prof. Irneu

Leia mais

GARANTIA DE EXCELENTE INTERCAMBIALIDADE E REDUÇÃO DE CUSTOS ATRAVÉS DA ANÁLISE ESTATÍSTICA DE TOLERÂNCIAS

GARANTIA DE EXCELENTE INTERCAMBIALIDADE E REDUÇÃO DE CUSTOS ATRAVÉS DA ANÁLISE ESTATÍSTICA DE TOLERÂNCIAS GARANIA DE EXCELENE INERCAMBIALIDADE E REDUÇÃO DE CUSOS ARAVÉS DA ANÁLISE ESAÍSICA DE OLERÂNCIAS Edvaldo Antono Bulba* *Prof. Dr. da Fatec SP FEI e Unversdade São Judas E mal: bulba@fe.edu.br Resumo Numa

Leia mais

Teoria Elementar da Probabilidade

Teoria Elementar da Probabilidade 10 Teora Elementar da Probabldade MODELOS MATEMÁTICOS DETERMINÍSTICOS PROBABILÍSTICOS PROCESSO (FENÓMENO) ALEATÓRIO - Quando o acaso nterfere na ocorrênca de um ou mas dos resultados nos quas tal processo

Leia mais

Resoluções dos exercícios propostos

Resoluções dos exercícios propostos da físca 3 Undade C Capítulo 4 Força agnétca esoluções dos exercícos propostos P.33 Característcas da força agnétca : dreção: perpendcular a e a, sto é: da reta s C u D r sentdo: deternado pela regra da

Leia mais

PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2010/2011

PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2010/2011 Instruções: PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 00/0 Cada uestão respondda corretamente vale (um) ponto. Cada uestão respondda ncorretamente vale - (menos um) ponto. Cada uestão

Leia mais

Aula Características dos sistemas de medição

Aula Características dos sistemas de medição Aula - Característcas dos sstemas de medção O comportamento funconal de um sstema de medção é descrto pelas suas característcas (parâmetros) operaconas e metrológcas. Aqu é defnda e analsada uma sére destes

Leia mais

Departamento de Informática. Modelagem Analítica do Desempenho de Sistemas de Computação. Modelagem Analítica. Disciplina: Variável Aleatória

Departamento de Informática. Modelagem Analítica do Desempenho de Sistemas de Computação. Modelagem Analítica. Disciplina: Variável Aleatória Departamento de Informátca Dscplna: do Desempenho de Sstemas de Computação Varável leatóra Prof. Sérgo Colcher colcher@nf.puc-ro.br Varável leatóra eal O espaço de amostras Ω fo defndo como o conjunto

Leia mais

Gráficos de Controle para Processos Autocorrelacionados

Gráficos de Controle para Processos Autocorrelacionados Gráfcos de Controle para Processos Autocorrelaconados Gráfco de controle de Shewhart: observações ndependentes e normalmente dstrbuídas. Shewhart ao crar os gráfcos de controle não exgu que os dados fossem

Leia mais

UMA VALIDAÇÃO MATEMÁTICA PARA UM ALGORITMO QUE SIMULA MISTURAS DE DISTRIBUIÇÕES

UMA VALIDAÇÃO MATEMÁTICA PARA UM ALGORITMO QUE SIMULA MISTURAS DE DISTRIBUIÇÕES UMA VALIDAÇÃO MATEMÁTICA PARA UM ALGORITMO QUE SIMULA MISTURAS DE DISTRIBUIÇÕES Ana Paula Coelho MADEIRA Lucas Montero CHAVES Devanl Jaques de SOUZA Resumo: Uma valdação matemátca, utlzando o conceto de

Leia mais

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero

Leia mais

Tecnologia de Grupo. 1. Justificativa e Importância da Tecnologia de Grupo. 2. Algoritmo de Ordenação Binária. = 1 se a máquina i

Tecnologia de Grupo. 1. Justificativa e Importância da Tecnologia de Grupo. 2. Algoritmo de Ordenação Binária. = 1 se a máquina i Tecnologa de Grpo 1. Jstfcatva e Iportânca da Tecnologa de Grpo Tecnologa de grpos é conceto portante aplcado na foração de céllas de anfatra. A organzação do sstea de prodção e céllas de anfatra poss

Leia mais

Probabilidade e Estatística. Correlação e Regressão Linear

Probabilidade e Estatística. Correlação e Regressão Linear Probabldade e Estatístca Correlação e Regressão Lnear Correlação Este uma correlação entre duas varáves quando uma delas está, de alguma forma, relaconada com a outra. Gráfco ou Dagrama de Dspersão é o

Leia mais

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de

Leia mais

Regressão Múltipla. Parte I: Modelo Geral e Estimação

Regressão Múltipla. Parte I: Modelo Geral e Estimação Regressão Múltpla Parte I: Modelo Geral e Estmação Regressão lnear múltpla Exemplos: Num estudo sobre a produtvdade de trabalhadores ( em aeronave, navos) o pesqusador deseja controlar o número desses

Leia mais

4.5 Métodos de defuzificação. Métodos de defuzificação. Métodos. Centro de área (centro de gravidade, centróide)

4.5 Métodos de defuzificação. Métodos de defuzificação. Métodos. Centro de área (centro de gravidade, centróide) 4.5 Métodos de defuzfcação A nterpretação e utlzação dos conjuntos fuzz resultantes dos processos de nferênca pode ser fetas de fora dstntas, dependendo do tpo de sstea e da aplcação: Traduzr para u valor

Leia mais

UNIVERSIDADE ESTADUAL PAULISTA "JÚLIO DE MESQUISTA FILHO" FACULDADE DE CIÊNCIAS AGRONÔMICAS CAMPUS DE BOTUCATU

UNIVERSIDADE ESTADUAL PAULISTA JÚLIO DE MESQUISTA FILHO FACULDADE DE CIÊNCIAS AGRONÔMICAS CAMPUS DE BOTUCATU UNIVERSIDADE ESTADUAL PAULISTA "JÚLIO DE MESQUISTA FILHO" FACULDADE DE CIÊNCIAS AGRONÔMICAS CAMPUS DE BOTUCATU COMPARAÇÃO ENTRE OS ESTIMADORES DE MÍNIMOS QUADRADOS ORDINÁRIOS E MÍNIMOS DESVIOS ABSOLUTOS

Leia mais

( ) (8.1) ( ) v = 2v sen ω t ( ) ( ) = ω (8.4) v 3v cos t ( ) = ω (8.5) v 3v sen t

( ) (8.1) ( ) v = 2v sen ω t ( ) ( ) = ω (8.4) v 3v cos t ( ) = ω (8.5) v 3v sen t CAPÍTUO 8 ETUDO ANAÍTICO DE AGUN TANITÓIO EÉTICO DO MOTO DE INDUÇÃO 8. TANITÓIO EÉTICO DE PATIDA Vaos consderar o caso de u otor de ndução co constante de tepo ecânca uto aor que as constantes de tepo

Leia mais

EXEMPLOS DO CURSO DE ESTATÍSTICA ENGENHARIA DE MATERIAIS

EXEMPLOS DO CURSO DE ESTATÍSTICA ENGENHARIA DE MATERIAIS EEMPLOS DO CURSO DE ESTATÍSTICA ENGENHARIA DE MATERIAIS Exemplo: Peso de 25 bolos ndustras Forma bruta: Dsposção ordenada 266 267 266 26 22 255 266 26 272 22 260 272 25 262 23 25 266 270 274 22 2 270 20

Leia mais

O problema da superdispersão na análise de dados de contagens

O problema da superdispersão na análise de dados de contagens O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão

Leia mais

Departamento de Informática. Modelagem Analítica. Modelagem Analítica do Desempenho de Sistemas de Computação. Disciplina: Medida de Probabilidade

Departamento de Informática. Modelagem Analítica. Modelagem Analítica do Desempenho de Sistemas de Computação. Disciplina: Medida de Probabilidade Departaento de Inforátca Dscplna: do Desepenho de Ssteas de Coputação Medda de Probabldade Prof. Sérgo Colcher colcher@nf.puc-ro.br Teora da Probabldade Modelo ateátco que perte estudar, de fora abstrata,

Leia mais

R X. X(s) Y Y(s) Variáveis aleatórias discretas bidimensionais

R X. X(s) Y Y(s) Variáveis aleatórias discretas bidimensionais 30 Varáves aleatóras bdmensonas Sea ε uma experênca aleatóra e S um espaço amostral assocado a essa experênca. Seam X X(s) e Y Y(s) duas funções cada uma assocando um número real a cada resultado s S.

Leia mais

Análise Exploratória de Dados

Análise Exploratória de Dados Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: obter uma reta que se ajuste aos dados segundo o crtéro de mínmos quadrados; apresentar outros crtéros para a determnação de uma

Leia mais

O problema da superdispersão na análise de dados de contagens

O problema da superdispersão na análise de dados de contagens O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão

Leia mais

ESPECTROSCOPIA ROTACIONAL

ESPECTROSCOPIA ROTACIONAL 05/03/08 ESPECTOSCOPIA OTACIONAL Prof. Harley P. Martns Flho O odelo do rotor rígdo Partícula de assa grando no espaço a ua dstânca constante de u ponto fxo no espaço: Moento angular da partícula: = rp

Leia mais

Ativos de Risco. Universidade Federal de Santa Catarina. From the SelectedWorks of Sergio Da Silva

Ativos de Risco. Universidade Federal de Santa Catarina. From the SelectedWorks of Sergio Da Silva Unversdade Federal de anta Catarna Fro the electedworks o ergo Da lva 009 Atvos de Rsco ergo Da lva, Federal Unversty o anta Catarna Avalable at: https://orks.bepress.co/sergodaslva/4/ Atvos de Rsco Hal

Leia mais

Capítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES

Capítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES Capítulo. Aproxmações numércas 1D em malhas unformes 9 Capítulo. AROXIMAÇÕS NUMÉRICAS 1D M MALHAS UNIFORMS O prncípo fundamental do método das dferenças fntas (MDF é aproxmar através de expressões algébrcas

Leia mais

7 - Distribuição de Freqüências

7 - Distribuição de Freqüências 7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste

Leia mais

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de

Leia mais

FONTES DISCRETAS DE INFORMAÇÃO

FONTES DISCRETAS DE INFORMAÇÃO FONTES DISCRETAS DE INFORMAÇÃO Podeos caracterzar fontes dscretas de nforação por u conjunto fnto x x, K, denonados de alfabeto da fonte. A probabldade de M síbolos, {,, x M } da fonte etr cada síbolo

Leia mais

Análise de Regressão

Análise de Regressão Análse de Regressão método estatístco que utlza relação entre duas ou mas varáves de modo que uma varável pode ser estmada (ou predta) a partr da outra ou das outras Neter, J. et al. Appled Lnear Statstcal

Leia mais

Problemas de engenharia

Problemas de engenharia Análse de Sstemas de otênca Análse de Sstemas de otênca ( AS ) Aula 3 Operação Econômca de Sstemas de otênca 03//008 roblemas de engenhara Análse de Sstemas de otênca ( AS ) ANÁLISE Defndo o sstema, determnar

Leia mais

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC) UNDADE V DELNEAMENTO NTERAMENTE CASUALZADO (DC) CUABÁ, MT 015/ PROF.: RÔMULO MÔRA romulomora.webnode.com 1. NTRODUÇÃO Este delneamento apresenta como característca prncpal a necessdade de homogenedade

Leia mais

DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS

DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS 1 A análse de dagnóstco (ou dagnóstco do ajuste) confgura uma etapa fundamental no ajuste de modelos de regressão. O objetvo prncpal da análse de dagnóstco

Leia mais

ESTUDO DA SENSIBILIDADE DA PROPAGAÇÃO DE UMA ONDA DINÂMICA EM RIOS, EM FUNÇÃO DO TEMPO DE BASE E DA DECLIVIDADE DE FUNDO.

ESTUDO DA SENSIBILIDADE DA PROPAGAÇÃO DE UMA ONDA DINÂMICA EM RIOS, EM FUNÇÃO DO TEMPO DE BASE E DA DECLIVIDADE DE FUNDO. ESTUDO D SENSIBILIDDE D PROPGÇÃO DE UM OND DINÂMIC EM RIOS, EM FUNÇÃO DO TEMPO DE BSE E D DECLIVIDDE DE FUNDO. Raquel Jucá de Moraes Sales * Julana lencar Fro de raúo ; Slva Helena Santos Vanessa Ueta

Leia mais

Introdução. Uma lâmpada nova é ligada e observa-se o tempo gasto até queimar. Resultados possíveis

Introdução. Uma lâmpada nova é ligada e observa-se o tempo gasto até queimar. Resultados possíveis Introdução A teora das probabldades é um ramo da matemátca que lda modelos de fenômenos aleatóros. Intmamente relaconado com a teora de probabldade está a Estatístca, que se preocupa com a cração de prncípos,

Leia mais

ABORDAGENS DE PROGRAMAÇÃO INTEIRA E PROGRAMAÇÃO POR RESTRIÇÕES PARA PROBLEMAS DE EMPACOTAMENTO BIDIMENSIONAL

ABORDAGENS DE PROGRAMAÇÃO INTEIRA E PROGRAMAÇÃO POR RESTRIÇÕES PARA PROBLEMAS DE EMPACOTAMENTO BIDIMENSIONAL ABORDAGENS DE PROGRAMAÇÃO INTEIRA E PROGRAMAÇÃO POR RESTRIÇÕES PARA PROBLEMAS DE EMPACOTAMENTO BIDIMENSIONAL Olvana Xaver do Nascento e Thago Alves de Queroz Undade de Mateátca e Tecnologa UFG/Regonal

Leia mais

Análise de Regressão Linear Múltipla IV

Análise de Regressão Linear Múltipla IV Análse de Regressão Lnear Múltpla IV Aula 7 Guarat e Porter, 11 Capítulos 7 e 8 He et al., 4 Capítulo 3 Exemplo Tomando por base o modelo salaro 1educ anosemp exp prev log 3 a senhorta Jole, gerente do

Leia mais

DEFINIÇÃO - MODELO LINEAR GENERALIZADO

DEFINIÇÃO - MODELO LINEAR GENERALIZADO DEFINIÇÃO - MODELO LINEAR GENERALIZADO 1 Um modelo lnear generalzado é defndo pelos seguntes três componentes: Componente aleatóro; Componente sstemátco; Função de lgação; Componente aleatóro: Um conjunto

Leia mais

Cap. IV Análise estatística de incertezas aleatórias

Cap. IV Análise estatística de incertezas aleatórias TLF 010/11 Cap. IV Análse estatístca de ncertezas aleatóras Capítulo IV Análse estatístca de ncertezas aleatóras 4.1. Méda 43 4.. Desvo padrão 44 4.3. Sgnfcado do desvo padrão 46 4.4. Desvo padrão da méda

Leia mais

Estatística: uma definição

Estatística: uma definição Prof. Lorí Val, Dr. val@pucrs.br http://.pucrs.br/faat/val/ Estatístca: ua defção Coleção de úeros estatístcas O úero de carros veddos auetou e 30%. o país A taa de deseprego atge, este ês, 7,%. As ações

Leia mais

Tratamento de Dados 2º Semestre 2005/2006 Tópicos de Resolução do Trabalho 1

Tratamento de Dados 2º Semestre 2005/2006 Tópicos de Resolução do Trabalho 1 Trataento de Dados º Seestre 5/6 Tópcos de Resolução do Trabalho. a) A éda, para dados não classfcados, é calculada a partr da segunte expressão: x x 57,75,555 Dado que a densão da aostra é par,, a edana

Leia mais

Aplicação de um modelo simulado na formação de fábricas

Aplicação de um modelo simulado na formação de fábricas Aplcação de um modelo smulado na formação de fábrcas Márca Gonçalves Pzaa (UFOP) pzaa@ldapalm.com.br Rubson Rocha (UFSC) rubsonrocha@eps.ufsc.br Resumo O objetvo deste estudo é determnar a necessdade de

Leia mais

PROBABILIDADE - CONCEITOS BÁSICOS

PROBABILIDADE - CONCEITOS BÁSICOS ROBBILIDD - CONCITOS BÁSICOS xpermento leatóro é um expermento no qual: todos os possíves resultados são conhecdos; resulta num valor desconhecdo, dentre todos os resultados possíves; pode ser repetdo

Leia mais

Estatística: uma definição

Estatística: uma definição Prof. Lorí Val, Dr. val@at.ufrgs.br http://.at.ufrgs.br/~val/ Estatístca: ua defção Coleção de úeros estatístcas O úero de carros veddos o país auetou e 30%. A taa de deseprego atge, este ês, 7,%. As ações

Leia mais

CONDUTORES EM EQUILÍBRIO ELETROSTÁTICO (UFTM) Considere uma esfera oca metálica eletrizada. Na condição de equilíbrio eletrostático,

CONDUTORES EM EQUILÍBRIO ELETROSTÁTICO (UFTM) Considere uma esfera oca metálica eletrizada. Na condição de equilíbrio eletrostático, IENIAS DA NATUREZA LISTA: FÍSIA 13 3ª sére Ensno Médo Professor: SANDRO SANTANA Tura: A ( ) / B ( ) Aluno(a): Segento teátco : ONDUTORES EM EQUILÍBRIO ELETROSTÁTIO DIA: MÊS: 08 017 Deus é aor e o aor é

Leia mais

MODELOS DE OTIMIZAÇÃO PARA PROBLEMAS DE CARREGAMENTO DE CONTÊINERES COM CONSIDERAÇÕES DE ESTABILIDADE E DE EMPILHAMENTO

MODELOS DE OTIMIZAÇÃO PARA PROBLEMAS DE CARREGAMENTO DE CONTÊINERES COM CONSIDERAÇÕES DE ESTABILIDADE E DE EMPILHAMENTO MODELOS DE OTIMIZAÇÃO PARA PROBLEMAS DE CARREGAMENTO DE CONTÊINERES COM CONSIDERAÇÕES DE ESTABILIDADE E DE EMPILHAMENTO Leonardo Junquera Renaldo Morabto Dense Sato Yaashta Departaento de Engenhara de

Leia mais

A ciência de coletar, organizar, apresentar, analisar e interpretar dados numéricos com o objetivo de tomar melhores decisões.

A ciência de coletar, organizar, apresentar, analisar e interpretar dados numéricos com o objetivo de tomar melhores decisões. Prof. Lorí Val, Dr. val@at.ufrgs.br http://.at.ufrgs.br/~val/ Coleção de úeros estatístcas stcas O úero de carros veddos o país auetou e 30%. A taa de deseprego atge, este ês, 7,%. As ações a da Telebrás

Leia mais

Míriam Márcia Carvalho da Conceição

Míriam Márcia Carvalho da Conceição Míra Márca arvalho da onceção UMA PROPOSTA DO ÍNDIE PM MULTIVARIADO E IMPLEMENTAÇÃO OMPUTAIONAL NO SOFTAWE MINITAB FOR WINDOWS DOS ÍNDIES DE APAIDADE MULTIVARIADOS DE HEN MODIFIADOS, PROPOSTOS POR MINGOTI

Leia mais

2 Metodologia de Medição de Riscos para Projetos

2 Metodologia de Medição de Riscos para Projetos 2 Metodologa de Medção de Rscos para Projetos Neste capítulo remos aplcar os concetos apresentados na seção 1.1 ao ambente de projetos. Um projeto, por defnção, é um empreendmento com metas de prazo, margem

Leia mais

2 ENERGIA FIRME DE SISTEMAS HIDRELÉTRICOS

2 ENERGIA FIRME DE SISTEMAS HIDRELÉTRICOS ENERGIA FIRME DE SISTEMAS HIDRELÉTRICOS 22 2 ENERGIA FIRME DE SISTEMAS HIDRELÉTRICOS Como vsto no capítulo 1, a energa frme de uma usna hdrelétrca corresponde à máxma demanda que pode ser suprda contnuamente

Leia mais

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das

Leia mais

INTRODUÇÃO AOS MÉTODOS NUMÉRICOS

INTRODUÇÃO AOS MÉTODOS NUMÉRICOS INTRODUÇÃO AOS MÉTODOS NUMÉRICOS Eenta Noções Básicas sobre Erros Zeros Reais de Funções Reais Resolução de Sisteas Lineares Introdução à Resolução de Sisteas Não-Lineares Interpolação Ajuste de funções

Leia mais

AEP FISCAL ESTATÍSTICA

AEP FISCAL ESTATÍSTICA AEP FISCAL ESTATÍSTICA Módulo 11: Varáves Aleatóras (webercampos@gmal.com) VARIÁVEIS ALEATÓRIAS 1. Conceto de Varáves Aleatóras Exemplo: O expermento consste no lançamento de duas moedas: X: nº de caras

Leia mais

Modelo Logístico. Modelagem multivariável com variáveis quantitativas e qualitativas, com resposta binária.

Modelo Logístico. Modelagem multivariável com variáveis quantitativas e qualitativas, com resposta binária. Modelagem multvarável com varáves quanttatvas e qualtatvas, com resposta bnára. O modelo de regressão não lnear logístco ou modelo logístco é utlzado quando a varável resposta é qualtatva com dos resultados

Leia mais

1. CORRELAÇÃO E REGRESSÃO LINEAR

1. CORRELAÇÃO E REGRESSÃO LINEAR 1 CORRELAÇÃO E REGREÃO LINEAR Quando deseja-se estudar se exste relação entre duas varáves quanttatvas, pode-se utlzar a ferramenta estatístca da Correlação Lnear mples de Pearson Quando essa correlação

Leia mais

Nº de pedidos: (n = 26) 5 ; 7 ; 8 ; 7 ; 6 ; 7 ; 8 ; 10 ; 6 ; 8 ; 7 ; 8 ; 7 ; 7 ; 8 ; 5 ; 6 ; 8 ; 7 ; 6 ; 7 ; 5 ; 6 ; 8 ; 7 ; 6

Nº de pedidos: (n = 26) 5 ; 7 ; 8 ; 7 ; 6 ; 7 ; 8 ; 10 ; 6 ; 8 ; 7 ; 8 ; 7 ; 7 ; 8 ; 5 ; 6 ; 8 ; 7 ; 6 ; 7 ; 5 ; 6 ; 8 ; 7 ; 6 EXEMPLOS ADICIONAIS DA ENGENHARIA ELÉTRICA 1)Suponha que a probabldade de que um engenhero elétrco utlze estatístca em seu exercíco profssonal seja 0,20 Se durante a vda profssonal, um engenhero tver cnco

Leia mais

Corrente Elétrica. Professor Rodrigo Penna - - CHROMOS PRÉ-VESTIBULARES

Corrente Elétrica. Professor Rodrigo Penna - - CHROMOS PRÉ-VESTIBULARES Corrente Elétrca Professor Rodrgo Penna E CHROMOS PRÉVESTIBULARES Corrente Elétrca Conceto Num condutor, alguns elétrons estão presos ao núcleo enquanto os chamados elétrons lvres podem passar de um átomo

Leia mais

Implementação Bayesiana

Implementação Bayesiana Implementação Bayesana Defnção 1 O perfl de estratégas s.) = s 1.),..., s I.)) é um equlíbro Nash-Bayesano do mecansmo Γ = S 1,..., S I, g.)) se, para todo e todo θ Θ, u gs θ ), s θ )), θ ) θ Eθ u gŝ,

Leia mais

MODELOS DE REGRESSÃO PARAMÉTRICOS

MODELOS DE REGRESSÃO PARAMÉTRICOS MODELOS DE REGRESSÃO PARAMÉTRICOS Às vezes é de nteresse nclur na análse, característcas dos ndvíduos que podem estar relaconadas com o tempo de vda. Estudo de nsufcênca renal: verfcar qual o efeto da

Leia mais

MECÂNICA CLÁSSICA. AULA N o 8. Invariância de Calibre-Partícula em um Campo Eletromagnético-Colchetes de Poisson

MECÂNICA CLÁSSICA. AULA N o 8. Invariância de Calibre-Partícula em um Campo Eletromagnético-Colchetes de Poisson 1 MECÂNICA CLÁSSICA AULA N o 8 Invarânca de Calbre-Partícula e u Capo Eletroagnétco-Colchetes de Posson Vaos ver novaente, agora co as detalhes, o ovento de ua partícula carregada e u capo eletroagnétco,

Leia mais

A Hybrid Algorithm for Optimal Placement of Switches Devices in Electric Distribution Systems

A Hybrid Algorithm for Optimal Placement of Switches Devices in Electric Distribution Systems 2218 IEEE LATIN AMERICA TRANSACTIONS, VOL. 10, NO. 6, DECEMBER 2012 A Hybrd Algorth for Optal Placeent of Swtches Devces n Electrc Dstrbuton Systes H. N. Alves Abstract Ths paper presents a new forulaton

Leia mais

Métodos Numéricos no Traçado de Campos

Métodos Numéricos no Traçado de Campos Métodos Nuércos no Traçado de Capos ELECTROTECNIA TEÓRICA LEEC Aníbal Castlho Cobra de Matos Mara Inês Barbosa de Carvalho Dezebro de 5 Nota ntrodutóra Estes apontaentos destna-se apoar as aulas da dscplna

Leia mais

BASES TEÓRICAS E FUNDAMENTOS PARA A OTIMIZAÇÃO HIDRÁULICA DO COMPRIMENTO DE LINHAS LATERAIS EM MICROIRRIGAÇÃO

BASES TEÓRICAS E FUNDAMENTOS PARA A OTIMIZAÇÃO HIDRÁULICA DO COMPRIMENTO DE LINHAS LATERAIS EM MICROIRRIGAÇÃO 6 Revsta Braslera de Agrcultura Irrgada v.2, n., p.6 23, 2008 ISSN 982-7679 (On-lne) Fortaleza, CE, INOVAGRI http://www.novagr.org.br Protocolo 007.08 05/02/2008 Aprovado e 06/0/2008 BASES TEÓRICAS E FUNDAMENTOS

Leia mais

Dinâmica Estocástica. Instituto de Física, outubro de Tânia Tomé - Din Estoc

Dinâmica Estocástica. Instituto de Física, outubro de Tânia Tomé - Din Estoc Dnâmca Estocástca Insttuto de Físca, outubro de 06 Dnâmcas estocástcas defndas em retculados odelo de Isng Dnâmcas estocástcas em retculados Retculado (rede Exemplo: Rede quadrada regular com = 4 X 4=6

Leia mais

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel MOQ-14 PROJETO e ANÁLISE de EPERIMENTOS Professor: Rodrgo A. Scarpel rodrgo@ta.br www.mec.ta.br/~rodrgo Prncípos de cração de modelos empírcos: Modelos (matemátcos, lógcos, ) são comumente utlzados na

Leia mais

A ciência de coletar, organizar, apresentar, analisar e interpretar dados numéricos com o objetivo de tomar melhores decisões.

A ciência de coletar, organizar, apresentar, analisar e interpretar dados numéricos com o objetivo de tomar melhores decisões. .pucrs.br/faat/val/.at.ufrgs.br/~val/ Prof. Lorí Val, Dr. val@at.ufrgs.br val@pucrs.br Coleção de úeros estatístcas O úe ro de carros ve ddos o país auetou e 30%. A taa de deseprego atge, este ês, 7,%.

Leia mais

QUATRO ALTERNATIVAS PARA RESOLVER A EQUAÇÃO DE SCHRÖDINGER PARA O ÁTOMO DE HIDROGÊNIO

QUATRO ALTERNATIVAS PARA RESOLVER A EQUAÇÃO DE SCHRÖDINGER PARA O ÁTOMO DE HIDROGÊNIO Qu Nova Vol 5 No 59-70 00 QUATRO ALTERNATIVAS PARA RESOLVER A EQUAÇÃO DE SCHRÖDINGER PARA O ÁTOMO DE HIDROGÊNIO Rogéro Custodo José Roberto dos Santos Polt # Maxlano Segala Roberto Luz Andrade Hadue Departaento

Leia mais

TEORIA CINÉTICA DOS GASES

TEORIA CINÉTICA DOS GASES TEORIA CIÉTICA DOS GASES Hpóteses: y t A z ; V ta q = m de uma molécula antes da colsão q = -m depos da colsão q m De todas as moléculas V taˆ V m Atˆ p F A A q t V m ou que pv m em todas as moléculas

Leia mais

FAAP APRESENTAÇÃO (1)

FAAP APRESENTAÇÃO (1) ARESENTAÇÃO A Estatístca é uma cênca que organza, resume e smplfca nformações, além de analsá-las e nterpretá-las. odemos dvdr a Estatístca em três grandes campos:. Estatístca Descrtva- organza, resume,

Leia mais

3 A técnica de computação intensiva Bootstrap

3 A técnica de computação intensiva Bootstrap A técnca de computação ntensva ootstrap O termo ootstrap tem orgem na expressão de língua nglesa lft oneself by pullng hs/her bootstrap, ou seja, alguém levantar-se puxando seu própro cadarço de bota.

Leia mais

ANÁLISE DAS TENSÕES TÉRMICAS EM MATERIAIS CERÂMICOS. Palavras-chave: Tensões térmicas, Propriedades variáveis, Condução de calor, GITT

ANÁLISE DAS TENSÕES TÉRMICAS EM MATERIAIS CERÂMICOS. Palavras-chave: Tensões térmicas, Propriedades variáveis, Condução de calor, GITT ANÁLISE DAS TENSÕES TÉRMICAS EM MATERIAIS CERÂMICOS Dnz, L.S. Santos, C.A.C. Lma, J.A. Unversdade Federal da Paraíba Laboratóro de Energa Solar LES/DTM/CT/UFPB 5859-9 - João Pessoa - PB, Brasl e-mal: cabral@les.ufpb.br

Leia mais

AULA Espaços Vectoriais Estruturas Algébricas.

AULA Espaços Vectoriais Estruturas Algébricas. Note bem: a letura destes apontamentos não dspensa de modo algum a letura atenta da bblografa prncpal da cadera Chama-se a atenção para a mportânca do trabalho pessoal a realzar pelo aluno resolvendo os

Leia mais

O PROBLEMA DE CORTE BIDIMENSIONAL COM LIMITAÇÃO NO NÚMERO DE TIPO DE ITENS

O PROBLEMA DE CORTE BIDIMENSIONAL COM LIMITAÇÃO NO NÚMERO DE TIPO DE ITENS A pesqusa Operaconal e os Recursos Renováves 4 a 7 de novebro de 2003, atal-r O PROBLEMA DE CORTE BIDIMESIOAL COM LIMITAÇÃO O ÚMERO DE TIPO DE ITES Andréa Carla Gonçalves Vanna UESP - Departaento de Coputação

Leia mais

Análise de Variância. Comparação de duas ou mais médias

Análise de Variância. Comparação de duas ou mais médias Análse de Varânca Comparação de duas ou mas médas Análse de varânca com um fator Exemplo Um expermento fo realzado para se estudar dabetes gestaconal. Desejava-se avalar o comportamento da hemoglobna (HbA)

Leia mais

Introdução à Análise de Dados nas medidas de grandezas físicas

Introdução à Análise de Dados nas medidas de grandezas físicas Introdução à Análse de Dados nas meddas de grandezas físcas www.chem.wts.ac.za/chem0/ http://uregna.ca/~peresnep/ www.ph.ed.ac.uk/~td/p3lab/analss/ otas baseadas nos apontamentos Análse de Dados do Prof.

Leia mais