ESTIMATIVA DA CONFIABILIDADE DOS SENSORES ÓPTICOS DE PRESSÃO E TEMPERATURA NAS CONDIÇÕES DE USO A PARTIR DE TESTES ACELERADOS DE VIDA.

Tamanho: px
Começar a partir da página:

Download "ESTIMATIVA DA CONFIABILIDADE DOS SENSORES ÓPTICOS DE PRESSÃO E TEMPERATURA NAS CONDIÇÕES DE USO A PARTIR DE TESTES ACELERADOS DE VIDA."

Transcrição

1 UNIVERSIDADE FEDERAL DE PERNAMBUCO PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO ESTIMATIVA DA CONFIABILIDADE DOS SENSORES ÓPTICOS DE PRESSÃO E TEMPERATURA NAS CONDIÇÕES DE USO A PARTIR DE TESTES ACELERADOS DE VIDA. Wandrly Slva Damacno Ornador: Prof. Enrqu Lópz Drogu Ph. D. RECIFE Junho/2005.

2 UNIVERSIDADE FEDERAL DE PERNAMBUCO PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO ESTIMATIVA DA CONFIABILIDADE DOS SENSORES ÓPTICOS DE PRESSÃO E TEMPERATURA NAS CONDIÇÕES DE USO A PARTIR DE TESTES ACELERADOS DE VIDA. DISSERTAÇÃO SUBMETIDA À UFPE PARA OBTENÇÃO DE GRAU DE MESTRE POR WANDERLEY SILVA DAMACENO Ornador: Enrqu Lopz Drogu Ph.D. RECIFE Junho/2005.

3

4 PÁGINA DEDICATÓRIA Ddco s rabalhou a mus pas pos m dram odo o apoo para qu pudss concrzar a ralzação dss sonho por cona dos sforços mprgados por ls para qu u mus rmãos pudéssmos r acsso à ducação.

5 AGRADECIMENTOS Tnho plno agradcmno ao mu colga Marco Moura qu v uma norm conrbução na laboração do sofwar para a smulação dos rsulados obdos nssa dssração. Com ambém não posso dxar d agradcr ao mu ornador Enrqu Lopz Drogu pla pacênca oporundad d rmnar s rabalho a mus amgos d nfânca Paulo Rnao plo grand apoo dado na laboração da dssração Luís Dmas qu ambém v uma norm conrbução na camnhada dsd a graduação aé a fnalzação dssa dssração. Não posso d dxar d mnconar odos os mus colgas do Rscc pos ambém con com o apoo d odos ls m dsaqu a Profssora Days. v

6 RESUMO Dvdo ao acrrado mrcado d xploração d prólo as mprsas do sor êm buscado consdrávs nvsmnos m novas cnologas para obrm uma maor omzação na suas avdads mlhor grncamno da produção d prólo. Para rm uma mlhor noção do poncal d produção ssa mprsam êm nvsdo no dsnvolvmno ulzação d snsors ópcos m poços d prólo. Por sr uma nova cnologa são scassos os rabalhos qu avalm a confabldad d snsors ópcos nas condçõs opraconas m poços d produção. Nsa dssração srá ulzada uma modologa Baysana para fazr uma análs da confabldad dsss snsors nas condçõs usuas basado m rsulados dos mpos d falha obdos com a aplcação d ss aclrados d vda. Srá ulzada a opnão do spcalsa para nconrarmos os valors dos parâmros da dsrbução a pror da axa d falha ransformada como ambém srá ulzado o procdmno Markov Chan Mon Carlo (MCMC) para s obr a dsrbução a posror da axa d falha ransformada. Com a obnção da dsrbução a posror da axa d falha ransformada pod-s nfrr sobr a confabldad dos snsors ópcos nas condçõs normas d opração. Palavras Chav: Confabldad Tss Aclrados d vda Análs Baysana. v

7 ABSTRACT Bcaus of h compor mark on ol xploraon h compans of h scor hav rsarchd bg assaulng on nw chnologs whch h am s oban a mor smula acvs and a br managmn of h ol s producon. To hav a mor accura noon of h producon s ponal hs compans hav nvsd n h dvlopmn and n h ulzaon of opc snsors nsd ol-wlls. Bcaus s a nw chnology s vry hard o valua h rlably of hs opc snsors n h opraon condons nsd of h Ol- Wlls. In hs dssraon wll b usd a Baysan s mhodology o do a rlably analyss of hs opc snsors n h usful condons basd on falur ms rsuls from h acclrad lf appld ss. I wll b usd h spcals s opnon o fnd h paramrs dsrbuon valus n funcon of h falur ra ransformd as wll as wll b usd Markov Chan Mon Carlo( MCMC) procdng o oban h dsrbuon afr h fal ra has bn ransformd. Onc oband h dsrbuon afr h falur ra ransformd on can dduc abou h Rlably of h opc snsors n normal opraon condons. Ky Words: Rlably Acclrad lf sng BaysanAnalyss. v

8 SUMÁRIO 1. INTRODUÇÃO JUSTIFICATIVA OBJETIVOS Obvo Gral Obvos Espcífcos FUNDAMENTAÇÃO TEÓRICA METODOLOGIA EMPREGADA ESTUDO SOBRE O TEOREMA DE BAYES DESCRIÇÃO DA METODOLOGIA PARA AVALIAÇÃO DA CONFIABILIDADE DOS SENSORES ÓPTICOS DE PRESSÃO E TEMPERATURA Uso da Modologa da Avalação d Produos m Dsnvolvmno Tpos d Dados Dscrção da Análs d Confabldad Dsrbução d Probabldad Exponncal Cadas d Markov Mon Carlo Ingração d Mon Carlo Cada d Markov DESCRIÇÃO DO MODELO USADO NA METODOLOGIA AVALIAÇÃO DA CONFIABILIDADE DE SENORES ÓPTICOS DE PRESSÃO E TEMPERATURA DESCRIÇÃO DO PRODUTO CRITÉRIO DE FALHA ESTRUTURAÇÃO DOS TESTES ACELERADOS QUANTITATIVOS DE VIDA Conclusõs Sobr os Tss Aclrados Qualavo dos Snsors d Prssão Tmpraura Tss Aclrados d Vda Quanavos TEMPOS DE FALHA OBTIDOS COM A REALIZAÇÃO DOS TESTES QUANTITATIVOS ESTIMATIVA DA CONFIABILIDADE NAS CONDIÇÕES DE USO E SOB CONDIÇÕES ACELERADAS CONCLUSÕES REFERÊNCIAS BIBLIOGRÁFICAS v

9 LISTA DE FIGURAS FIGURA 2.1 LIMITES DE UM DETERMINADO ESTRESSE....7 FIGURA 2.2 REPRESENTAÇÃO GRÁFICA DO COMPARATIVO ENTRE O PROCEDIMENTO DE DESENVOLVIMENTO HALT E TRADICIONAL FIGURA 3.1. PARTIÇÃO DO ESPAÇO AMOSTRAL PARA O CÁLCULO DAS PROBABILIDADES CONDICIONAIS FIGURA 3.2. ETAPAS NA ANÁLISE DE CONFIABILIDADE DE PRODUTOS EM DESENVOLVIMENTO FIGURA 3.3 DEMONSTRAÇÃO GRÁFICAS DOS CENÁRIOS DE TESTE MAIS USADOS EM TESTES ACELERADOS DE VIDA FIGURA 4.1 ILUSTRAÇÃO DOS CONCEITOS DE FALHA FALTA E ERRO FIGURA 4.2 DISTRIBUIÇÃO A POSTERIORI DA CONFIABILIDADE PARA O AMBIENTE DE ESTRESSE E FIGURA 4.3 DISTRIBUIÇÃO A POSTERIORI DA CONFIABILIDADE PARA O AMBIENTE DE ESTRESSE E FIGURA 4.4 DISTRIBUIÇÃO A POSTERIORI DA CONFIABILIDADE PARA O AMBIENTE DE ESTRESSE E FIGURA 4.5 DISTRIBUIÇÃO A POSTERIORI DA CONFIABILIDADE PARA O AMBIENTE DE ESTRESSE E FIGURA 4.6 DISTRIBUIÇÃO A POSTERIORI DA CONFIABILIDADE PARA O AMBIENTE DE ESTRESSE E FIGURA 4.7 DISTRIBUIÇÃO A POSTERIORI DA CONFIABILIDADE PARA O AMBIENTE DE ESTRESSE E FIGURA 4.8 COMPARATIVO ENTRE AS CONFIABILIDADES ELICITADAS PELA OPINIÃO DO ESPECIALISTA COM AS CONFIABILIDADES OBTIDAS PELA APLICAÇÃO DO MODELO v

10 LISTA DE TABELAS TABELA 4.1 FATORES DE STRESS UTILIZADOS POR SENSOR TABELA 4.2 AMBIENTES DE STRESS UTILIZADOS NA ANÁLISE DA CONFIABILIDADE DOS SENSORES ÓPTICOS TABELA 4.3. TEMPOS DE FALHA DOS SENSORES SUBMETIDOS AO PROTOCOLO DE TESTE.* - SIGNIFICA QUE O SENSOR NÃO FALHOU OU SEJA SEU TEMPO DE FALHA FOI SUPERIOR AO TEMPO FINAL DE TESTE TABELA 4.4. VALORES DAS CORRELAÇÕES ENTRE O AMBIENTE USUAL E OS DEMAIS AMBIENTES DE STRESS TABELA 4.5. COMPARAÇÃO ENTRE AS ESTIMATIVAS DA CONFIABILIDADE OBTIDAS PELA OPINIÃO DO ESPECIALISTA E PELO MODELO PROPOSTO x

11 Capíulo 1 Inrodução 1. INTRODUÇÃO A produção prolra no Brasl dsmpnha um mporan papl no dsnvolvmno cnológco d pona para o progrsso do país. Iso ocorr dvdo ao grand nvsmno qu sá sndo mprgado nsa ára ncssáro dcorrn da acrrada compvdad com as grands mprsas mulnaconas qu xploram a xração d prólo. Es conxo m-s maralzado após a abrura do mrcado d xploração o qual s caracrza pla ncssdad d nvsmno m odas as áras qu grm dfrncas compvos nclusv no qu ang a qusão da monoração dos poços d prólo para uma maor fcáca na produção do prólo como ambém na rdução d cusos assocados à produção. O monoramno m mpo ral da mpraura prssão do fludo m poços d produção é crucal para o conrol da produção d prólo prncpalmn m poços d produção marímos pos com ss monoramno há uma maor fcáca ano no qu sa rlaconada à qusão d manunabldad dos poços como ambém no volum xraído no campo d prólo. Com sso para s obr ss conrol nos poços d produção é d suma mporânca à ulzação d snsors ópcos para um mlhor acompanhamno das ras condçõs d prssão d mpraura do poço. Tal procdmno d nclusão dssa cnologa d snsors ópcos nos poços d produção d prólo é chamado d complação nlgn dvdo ao acompanhamno ral das condçõs do procsso d produção (COOPETRÓLEO 2004). Ouras cnologas para monoramno das condçõs d produção d poços d prólo m sdo dsnvolvdas porém não aprsnaram rsulados sasfaóros. Por xmplo snsors lrôncos como os mddors d prssão d quarzo prmm uncamn a mdda d um smpls pono são lmados m nrvalos d opração d mprauras alas possundo baxa confabldad m ambns nsalubrs. Por cona dssa lmação mposa aos mddors d prssão d quarzo são sndo ulzados componns ópcos passvos basados m rds d fbras Bragg vr Nlln al. (2003). Esa cnologa ofrc um númro nrn d vanagns al como a possbldad d mdçõs quas dsrbuídas ao longo d uma smpls fbra rsablcndo um snal passvo d longa dsânca. Uma oura vanagm é oprar m nrvalos d alas mprauras. Porém a funconaldad a confabldad m um longo mpo d mssão dsa nova cnologa sob as condçõs nsalubrs nos poços com alas mprauras prssõs é uma procupação nas opraçõs d produção d prólo dvm sr analsados. Assm os snsors d prssão mpraura basados m rds Bragg m fbra ópcas para aplcaçõs 1

12 Capíulo 1 Inrodução m poços dvm sr sados (nsaadas) para qu s possa smar a confabldad dsa nova cnologa sob as condçõs spradas d uso nos poços d produção por um drmnado mpo opraconal. Plo alo cuso assocado a cada s nvolvndo os snsors opa-s por ss aclrados para podr ancpar o aparcmno d modos d falhas com sso obr os mpos d falhas m condçõs aclradas. A parr dsss dados par-s para a nfrênca a rspo da confabldad dos snsors nas condçõs normas d opração ou sa nas condçõs m qu rão oprar nos poços d produção. Há város rabalhos dsnvolvdos na ára d ss aclrados d vda as como Loo- Chng al. (2002) qu mosraram um planamno do ss aclrados d vda consdrando rês nívs d srss consan. Ouros rabalhos abordam o uso da análs Baysana nos ss aclrados d vda al como o concuado rabalho d Chalonr & Larnz (1992) Sarhan (2003) qu sablc smavas Baysanas mpírcas para um modlo d confabldad xponncal. Enrano no conxo d smação da confabldad para sa nova cnologa d snsors ópcos nas avdads d produção d prólos não há uma abordagm sgnfcava na lraura lmando-s a rabalhos qu apnas abordam a confabldad da fbra ópca (Nlln al. 2003) Jusfcava Dcorrn da grand compvdad qu sá o mrcado prolífro mundal dcorrn das mprsas buscarm ganhar novos mrcados rduzr sus cusos consqunmn aumnar sus lucros as mprsas buscam dsnvolvr algo qu as dfrnc das dmas para podrm mnmzar sus cusos obr uma maor parcpação no mrcado. Logo um sudo a rspo da confabldad dssa nova cnologa qu ulza snsors com rds d Bragg m fbra ópca para o monoramno das condçõs opraconas dos poços d prólo é ncssáro para com sso chgar a um produo snsor cada vz mas confávl qu raga um maor rorno fnancro à mprsa. Dcorrn d sr uma nova cnologa anda m fas d dsnvolvmno há uma scassz d nformaçõs sobr o dsmpnho da confabldad dos snsors ópcos não havndo anda dados d campo. Esa suação m lvado a ulzação d apnas fons d dados subvos como a opnão d spcalsas. Para conornar sa suação uma manra d obnção d dados para a análs da confabldad dos snsors ópcos é aravés da ulzação d ss aclrados pos com sso podmos r a ancpação d modos d falha como ambém a rdução do mpo xcução dos ss. Dvdo à ncrza a rspo do comporamno opraconal do snsor obo d análs srá usado o proocolo d s sp-srss progrvsso para rmos o 2

13 Capíulo 1 Inrodução adanamno da ocorrênca d modos d falha. No pos s o snsor foss submdo apnas a srss consan rsulara no prolongamno dos ss a possbldad d s r uma grand quandad d snsors cnsurados (não falhos). Dv-s anda rssalar qu plo conxo da aplcação dos ss aclrados plo alo cuso assocado à xprmnação dos snsors não s êm muas undads a srm sadas. Dsa forma é fundamnal o uso d análs Baysana pos méodos d aplcação d nfrênca da saísca clássca sram nvávs dvdo a pouca quandad d nformaçõs dsponívs anda d lvado grau d cnsura o qu rsulara m smadors d máxmavrossmlhança vsados Myr (1983) Obvos Obvo Gral Obr uma smava da confabldad dos snsors ópcos d prssão mpraura sob condçõs normas d opração ulzando nformaçõs provnns d ss aclrados d vda. Dvdo ao fao dos snsors ópcos anda sarm nos prmórdos d sua ulzação m poços d produção d prólo forncrm consdrávl vanagm sraégca as mprsas opradoras d campos d produção na lraura são scassos os sudos qu abordm arbuos d confabldad lgados ao produo. Da msma forma há uma scassz d dados d campo (uso fvo do produo) provnns dsss snsors qu usfqu uma abordagm sascamn sgnfcava sobr mércas d confabldad do snsor. Por cona do alo cuso dos snsors por cona da sprada robusz dos msmos srão mprgados ss aclrados d vda para a ancpação obnção d mpos d falha para com sso smar a confabldad dos snsors nas condçõs usuas d opração Obvos Espcífcos 1. Planar Tss Aclrados d Vda para os Snsors Ópcos. 2. Obnção dos mpos aé falhar com a xcução dos Tss Aclrados d Vda Quanavos. 3. Esmar a confabldad dos snsors basados nos mpos d falha cnsurados obdos sob as condçõs aclradas. 4. Esmar a confabldad dos snsors nas condçõs normas d opração 5. Vrfcar s a rvsão do snsor ópco sado analsado ns rabalho aprsna sasfaóro dsmpnho m confabldad para as condçõs opraconas spradas condçõs ssas sablcdas nos paamars d mpraura na ordm d 130 C 9000 ps. 3

14 Capíulo 2 Fundamnação Tórca 2. FUNDAMENTAÇÃO TEÓRICA Fabrcans são s conscnzando d qu uma baxa confabldad d sus produos acarra alos cusos d rparo (corrção do problma) duran os prazos d vgênca das garanas assm como a prda da magm da mprsa aravés da nsasfação dos clns. Por sa razão dvdo ao mrcado compdor qu sá ofrcndo aos clns prazos d garana cada vz maors fabrcans são sudando aplcando os méodos da ngnhara da confabldad a fm d mlhorar a confabldad d sus produos ambém para podr prvr o mpo prmdo os gasos nvolvdos com as garanas. Sgundo O Connor (1988) confabldad é o sudo sobr as falhas qu podm ocorrr com o produo duran o su cclo d vda ou sa não é um smpls cálculo da axa d falha ou da probabldad d um componn ou ssma falhar mas sm a procura análs avalação corrção d odas as falhas qu podm ocorrr com o produo m odo o su cclo d vda. Embora xsam váras dfnçõs sobr confabldad a mas ulzada é: confabldad é a probabldad d qu um m dsmpnh a sua função prndda sm falhar sob drmnadas condçõs spcfcadas por um drmnado príodo d mpo spcfcado. O xmplo a sgur sclarc sa dfnção. Um produo pod possur uma confabldad d 999% duran algumas horas m drmnadas condçõs como: a uma dada mpraura ambn prssão amosférca umdad sno d poras com baxas vbraçõs com uma ulzação corra por par do usuáro. S qualqur uma dsas condçõs vararm normalmn a confabldad do produo ambém vara. Porano confabldad não é apnas a probabldad d um m não falhar mas ambém o sudo d odos os faors qu conrbum para a ocorrênca da falha. Engnhara da confabldad conss da aplcação d um programa d confabldad. Um programa d confabldad conss da ralzação d váras arfas duran cada fas do cclo d vda do produo dsd o proo concual aé a fas d supor à manunção com o obvo d nrgar ao cln um produo confávl. Exsm váras normas como a norma mlar amrcana (MIL-STD-785) a norma Inglsa (BS-5760 Rlably of Sysms Equpmns and Componns Brsh Sandards Insuon) a norma nrnaconal IEC-300 (Managmn Dpndably Inrnaonal Elrochncal Commsson) Srandbrg (1991). Esas são normas qu propõm programas d grncamno da confabldad para cada fas do cclo d vda do produo. Esas normas são sndo qusonadas ho quano a sua valdad para produos comrcas vso qu las foram dsnvolvdas para o propóso mlar 4

15 Capíulo 2 Fundamnação Tórca para produos complxos Sharma (1995). Por sso é nconrado uma grand vardad d procdmnos adoados por váras mprsas como o proposo pla Gnral Moors Blach & Shrvasava (1994) pla SAE (Socy of Auomov Engnrs) Sracnr & Brncman (1991). Como fo do anrormn xsm dvrsas arfas qu são ulzadas duran as váras fass do cclo d vda quando s adoa confabldad m nívl d ssmas. A confabldad d um produo é formn nfluncada plas dcsõs fas duran a fas d proo. Dfcêncas d proo afam odos os ns produzdos são mas caras d corrgr conform o dsnvolvmno do produo progrd. Muas vzs não é conômco mudar um proo quando a produção á comçou. Porano é ssncal qu méodos d proo sam usados d manra a mnmzar a possbldad d falha. Prvsão é um procsso para smar a confabldad d um proo ans da sua ral opração. Os méodos normalmn ulzados sgundo Prs (1988) são: Méodo do númro d componns: É um méodo smpls basado na smava do númro d componns para cada subssma. O númro oal d componns é sumarzado não a confabldad é calculada aravés d rgras m sér ou parallo ulzando as axas d falha d cada componn do ssma. Méodo da smlardad d proo: Es méodo ulza avalaçõs comparavas para dsnvolvr nformaçõs sobr os dados d axa d falha d componns smlars. A confabldad ds méodo dpnd do nívl d smlardad dos dos componns. Méodo da análs d srss: Es méodo lva m cona os fos do ambn opraconal ouros srsss na axa d falha d um componn. Es méodo xg nformação do proo dalhado dos faors d aplcação ambnal nformaçõs da confabldad do componn. Cada axa d falha é basada m uma análs ds srss para a aplcação parcular do proo méodo ss qu srá ulzado nsa dssração. A ma do planamno d um Ts d Vda Aclrado é produzr nformaçõs a rspo d arbuos nrns ao produo com a ancpação do aparcmno d modos d falha d produos com ala confabldad d manra sgnfcan. Sndo assm o planamno d Tss Aclrados d Vda nvolv a slção d varávs ndpndns ambém chamadas varávs srss al com Tmpraura Prssão Vbração c.; qu dfnm o ambn opraconal a drmnação d nívs d ss ómos para ssas varávs com fnaldad d obr ambns aclrados por um camnho dal (Chalonr and Larnz 1992; Khams 1997). 5

16 Capíulo 2 Fundamnação Tórca Com sso os ss aclrados êm s ornado basan popular para as ndúsras nos das d ho dvdo à ncssdad d obr dados d vda rapdamn. Tss d vda para produos sob nívs alos d srss sm a nrodução d modos d falhas adconas podm provdncar sgnfcavas conomas ano d mpo como ambém d dnhro. A análs corra dos dados colhdos da aplcação d ss d vda aclrados rão produzr parâmros ouras nformaçõs sobr o mpo d vda do produo m condçõs normas d uso. Tradconalmn análs dos dados d vda nvolv a análs d dados sobr mpo d falha (d um produo ssma ou componn) obdos sobr condçõs normas d opração com a fnaldad d quanfcar as caracríscas d vda do produo ssma ou componn. Em muas suaçõs por muas razõs dados sobr a vda ou dados sobr o mpo d falha d um drmnado produo são muo dfícs s não mpossívs d srm obdos. Há muas razõs para sas dfculdads das quas podmos nclur o longo mpo d vda dos produos fabrcados ho m da o pquno príodo d mpo nr o dsnvolvmno do produo o su lançamno no mrcado o dsafo d sar os produos qu são usados connuamn sobr condçõs normas d opração. Dadas sas dfculdads a ncssdad d obsrvarm falhas do produo para nndr mlhor sus modos d falhas suas caracríscas d vda profssonas d confabldad m nado formular méodos para forçar qu sss produos aprsnm falhas mas rapdamn quando comparado sob condçõs normas d uso. Em ouras palavras ls êm s sforçados para aclrar o aparcmno d falhas. Duran anos o rmo Ts d Vda Aclrado m sdo usado para dscrvr odas ssas prácas. Tss aclrados d vda podm sr formulados para uma vardad d faors como por xmplo mpraura umdad volagm prssão vbração /ou combnação dsss srsss para aclrar o aparcmno d mcansmos d falhas. A scolha dos faors a srm aclrados ou sus nívs dv sr fa d al forma qu nduzam o aparcmno d modos d falha sob ssas condçõs mas sm qu haa a nrodução d modos d falhas qu nunca rão ocorrr no produo sob condçõs normas d opração. Pod-s planamno d xprmno para s r um maor conhcmno da nfluênca dos faors dos nívs d srss na smação da confabldad. Normalmn sss nívs sarão acma dos lms d spcfcação do produo mas abaxo dos lms d proo conform a fgura 2.1 abaxo. 6

17 Capíulo 2 Fundamnação Tórca Lms Dsruvos Lms d Proo Esrss Lms d Opração Normal (spcfcaçõs) Lms d Proo Lms Dsruvos Fgura 2.1 Lms d um drmnado srss. Duran os ságos ncas d dsnvolvmno d um produo a lvada ncrza quano aos modos d falha prdomnans mcansmos causas é um dsafo cuo mpaco no comporamno da confabldad sprado do produo fnal dv sr drmdo (Drogu al. (2004)). Como consqüênca é comum o conhcmno apnas parcal dos srsss rlvans /ou dos sus rspcvos nívs lms. Dnro ds conxo ss múlplos qualavos m uma pquna amosra podm sr formulados com a fnaldad d drmnar os srsss aproprados unamn com sus nívs. É anda mporan noar qu a xprênca adqurda duran a fas d ss qualavos pod auxlar na drmnação dos srsss aproprados. A duração d um s d vda sa rlaconada com os nívs m qu os srsss são aplcados ao produo. É nuvo qu quano mas lvado o nívl d um drmnado srss mnor srá a duração do s. Porém m-s uma maor ncrza na xrapolação para as condçõs normas d uso à mdda qu s dsanca dssas condçõs. Tss Aclrado d Vda nvolvm a aclração do aparcmno d falhas com o smpls propóso d quanfcar as caracríscas d vda do produo m condçõs normas d uso. Exsm dvrsos pos d ss aclrados ond cada po d s m sdo chamado um s aclrado produzndo dfrns nformaçõs a rspo do produo os mcansmos d falhas. Gralmn ss aclrados podm sr dvddos m rês pos dsnos Nlson (1980): 7

18 Capíulo 2 Fundamnação Tórca Tss Qualavos ESS Burn-n Tss Aclrados d Vda Quanavos. Os Tss Qualavos são ss qu produzm nformaçõs d falhas (ou modos d falhas) uncamn. Els êm sdo dnomnados por muos noms nr ls Tss Elfan Tss d Torura HALT. Os ss Qualavos êm sdo xcuados m pqunas amosras com o produo submdo a nívs svros d srss para um drmnado númro d srss ou para um srss varando com o mpo. S o spécm não aprsnar nnhum modo d falha passa no s. Alás açõs apropradas rão sr omadas para mlhorar o planamno do produo com a fnaldad d lmnar as causas d falhas. Tss Qualavos são usados prlmnarmn para rvlar provávs modos d falhas. Porém s o msmo não for apropradamn xcuado podrá causar falha no produo qu dfclmn rão ocorr sobr condçõs normas d uso. Podmos dsacar um bnfíco com o uso dos Tss Qualavos qu é o ncrmno na confabldad do produo com a dnfcação corrção d provávs modos d falhas porém o uso do msmo não nos proporcona uma noção da confabldad do produo sobr condçõs normas d opração. Um dos Tss Qualavos qu vm sndo muo mprgado nos das auas dvdo ao alo grau d robusz dos produos fabrcados aualmn é o HALT. A prolfração dos ss d vda aclrados (HALT) m sdo dramáco duran os úlmos anos. HALT m conduzdo por um camnho alrnavo por cona da produção d produos qu são xrmamn robusos qu não falham m um drmnado príodo. Podmos dzr qu o procsso HALT é o rsulado da volução do vlho procsso Envronmnal Srss Scrn (ESS); o msmo é adoado com dfrns noms qu foram ulzados m dvrsos ambns d rabalho. Algumas mprsas êm produzdo consdrávs mudanças na mlhora da qualdad dos produos nos úlmos anos sndo qu s mlhoramno m lvado a lusão d muas mprsas. Frqünmn ssas mprsas êm nconrado novos méodos para ralzarm profundas mudanças na confabldad dos produos porém uma ou oura m publcado 8

19 Capíulo 2 Fundamnação Tórca pouco ou nnhuma cosa a rspo. Flzmn algumas dlas qu obvram sucsso êm comparlhado sus rsulados publcados. No procsso HALT nconra-s ano o srss smpls como o d múlplas fass qu srá aplcado ao produo a fm d dscobrr modos d falhas o qu lh caracrza como um s qualavo ou sa não samos nrssados m mnsurar o mpo d falha ou oura caracrísca do produo mas apnas dnfcar os modos d falhas após a dnfcação os dfos são não analsados dnfcando a causa prncpal com sso mddas corrvas srão mplmnadas. Por cona da aplcação do méodo HALT pod-s obr produos cada vz mas robusos pos com a dnfcação dos modos d falhas a sua rspcva corrção à confabldad do produo rá um aumno consdrávl. Todos os dfos qu são nconrados duran a aplcação do HALT são nsrdos m um banco d dados com odas as nformaçõs prnns como as ocorrêncas as dscrçõs d falhas a causa prncpal c. Os dados podm sr usados para fazr uma mdda da robusz do produo ans d lbrá-lo para a produção. O HALT possu rês fass dsnas: 1 Pré-HALT: Duran sa fas os ngnhros d s os nvnors são prparados para xcuar o HALT. Tpcamn uma ou mas runõs podm sr agndadas para dscur o progrsso colocar os dados a fm d ncar o HALT. 2 HALT: Duran sa fas o HALT é xcuado d acordo com os planos procdmnos qu foram formulados duran as runõs qu ocorrram na fas Pré-HALT. 3 Pós-HALT: Em poucos das após a dsrbução das nformaçõs do HALT o msmo grupo qu s runu duran a fas Pré-HALT rá agora dscur as saídas dscobras duran a aplcação do HALT. É alamn rcomndado qu o HALT complo ou parcal sa lsado para vrfcar as açõs corrvas podndo uma saída r sdo corrgda com sso uma oura nha sdo crada. Há algumas prgunas qu pod-s fazr a rspo do HALT Como formular HALT? Quas os bnéfcos as dsvanagns na aplcação do HALT? 1 HALT é formulado al qu um produo o procsso d produção sam maduros na nrodução do produo no mrcado nquano o proo mpo d dsnvolvmno são consrvados no mínmo. Um proo d dsnvolvmno para um produo robuso é d grand sasfação para os consumdors qu rá rduzr snsvlmn os srvços d cusos a compvdad. 9

20 Capíulo 2 Fundamnação Tórca 2 Na adção do aumno na confabldad HALT m proporconado uma dmnução dos cusos ambém vanagns compvas. Mas uma vanagm da aplcação do HALT é qu a lbração do produo para a lnha d produção pod sr ancpada ssa vrud é sufcn para nroduzr sus produos no mrcado ans da concorrênca com sso rá usualmn abrangr uma maor par do mrcado. Els podm consqunmn dspor d um prço qu os ouros concorrns rão qu s adquar. A únca dsvanagm do HALT é o cuso do capal d nvsmno nvolvdo. O fgura 2.2 mosra a aplcação do procdmno d dsnvolvmno d um produo plo méodo radconal como ambém pla aplcação do HALT prcb-s qu com a aplcação do HALT no procsso d manufaura do produo rprsnados plas apas d dsnvolvmno DVT1... DVTn o msmo é prlmnarmn lançado no mrcado quando comparado com o méodo radconal pos com a ancpação da dscobra d modos d falhas consqunmn sua corrção o lançamno do produo pod sr ancpado ambém a rápda quda dos cusos quando o produo é lançado no mrcado dvdo às corrçõs fa nos modos d falha aprsnados na aplcação do HALT o produo rá r uma maor confabldad com sso rão um mnor cuso com asssênca écnca quando comparado com o méodo d dsnvolvmno radconal acarrando na conoma xprssa no fgura 2.2. Taxa d Gasos 6 DVT 1... DVT n HALT Lançamno no mrcado plo méodo HALT $ Economa Lançamno no Mrcado plo méodo radconal Tmpo Fgura 2.2 Rprsnação Gráfca do Comparavo nr o Procdmno d Dsnvolvmno HALT Tradconal. 10

21 Capíulo 2 Fundamnação Tórca O mlhor príodo para xcuar um HALT é duran o ságo ncal d dsnvolvmno do produo. O qupamno d srss qu srá ulzado na aplcação do HALT rá ncorporar a mas rcn cnologa no ocan ao fao da lvação dos nívs d srss ulzados para a ancpação das axas d falhas nívs sss qu são rlaconados a faors físcos como mpraura prssão vbração c. O sgundo po d s aclrado conss no ESS ss Burn-n. O ESS(Envromnal Srss Scrnng) é um procsso qu nvolv a aplcação d símulos ambnas no produo(usualmn produos lrôncos ou lromcâncos) m uma bas aclrada. O símulo m um s ESS pod-s sr ncluído cclo érmco vbração alaóra srss lérco c. O obvo do ESS é xpor dnfcar lmnar dfos lans qu não podm sr dcados por uma nspção vsual ou ss lércos mas qu rão causar falhas m um drmnado campo. ESS é formulado m uma população compla não nvolv amosragm. O s aclrado Bur-n pod sr nnddo como um caso spcal do ESS é um s formulado com o propóso d flrar ou lmnar dfos margnas. Dfos margnas são dfos nrns ou dfos rsulans d anormaldads d fabrcação como causa do mpo falhas d srss dpndn assm como o ESS o s aclrado Burn-n é formulado na população nra. Tss Aclrados Vda Quanavos dfrm dos méodos d Ts Qualavo dscros anrormn os Tss Quanavos são formulados para quanfcar as caracríscas d vda d produos componns ou ssmas sob condçõs normas d uso ou sa nas condçõs ambnas qu rá oprar com sso produzr nformaçõs sobr a confabldad do produo. Sobr nformaçõs d confabldad pod-s nclur a drmnação da probabldad d ocorrênca d falhas do produo sob condçõs normas d uso vda méda sob condçõs normas proar rornos cusos d garana. Tss aclrados d vda quanavos podm sr rprsnados por "Aclração na Taxa d Uso" ou "Aclração por Alo Esrss". Ambos os pos d srss são formulados para obnção d dados d falhas m uma condção aclrada. Para produos qu não opram connuamn pod-s aclrar o mpo a fm d nduzr o aparcmno d falhas plo s conínuo ds produo. Iso é chamado "Aclração na Taxa d Uso". Para produos m qu o uso da Aclração na Taxa d Uso s orna nvávl pod-s aplcar nívs d srss qu xcdm os nívs qu o produo rá nconrar m condçõs normas d uso usar o mpo d falha obdo dsa manra para xrapolar a condçõs normas d uso. Iso é chamado "Aclração por Alo Esrss". 11

22 Capíulo 2 Fundamnação Tórca Para produos qu não opram connuamn sob condçõs normas d uso s as undads são sadas connuamn obém-s falhas prcocmn quando comparado m condçõs normas d uso. Dados obdos aravés dsa aclração usual podm sr analsados com os msmos méodos usados para analsar dados d mpo d falha rgular. A lmação do méodo "Aclração na Taxa d Uso" é m produos qu opram connuamn m condçõs normas d uso como por xmplo mddors ópcos. Para sss produos qu opram connuamn usamos a "Aclração por Alo Esrss". Para produos com uso muo alo ou conínuo a práca d ss aclrados para smular o aparcmno d falhas m ss d vda é rcomndado. Iso é acompanhado pla aplcação d srss(s) qu xcdm o(s) srss(s) qu o produo rá nconrar m condçõs normas d opração. Os mpos d falhas obdos sob ssas condçõs d srss são usados para s fazr nfrênca a rspo d arbuos d confabldad nas condçõs normas d uso. Ts Aclrado d Vda podm sr formulados m ala ou baxa mpraura umdad volagm prssão vbração /ou combnação d srss para aclrar o aparcmno d mcansmos d falhas. Esrss m s aclrado d vda os sus nívs srão scolhdos para qu sa nduzdo o aparcmno d modos d falhas sob ssas condçõs mas sm qu sam nroduzdos modos d falhas qu nunca rão ocorrr no produo m condçõs normas d opração. Normalmn sss nívs d srss sarão acma dos lms d spcfcação do produo mas abaxo dos lms d proo. Esa scolha do srss bm como os nívs d srss o procsso d planamno do xprmno é d mua mporânca. S sss srss ou lms são dsconhcdos ss múlplos m uma pquna amosra podm sr formulados com a fnaldad d drmnar os srsss aproprados unamn com sus nívs. Informaçõs da fas d ss qualavos d um procsso d dsnvolvmno do produo normal podm nos auxlar na drmnação dos srsss aproprados. Propor o uso da Modologa d Planamno d Exprmno é ambém crucal ns passo. É claro qu o srss usado m um s aclrado d vda m alos nívs rá dmnur a duração da aplcação do s. Porém m-s uma maor ncrza na xrapolação para condçõs normas d uso à mdda qu dsancamos dssas condçõs. Pod-s nfazar o uso d um po d Ts Aclrado d Vda Quanavo qu é o Sp-Srss. Em sp srss o produo é submdo sucssvamn a nívs alos d srss. Um produo é prmramn submdo a um spcífco ambn d srss consan por um 12

23 Capíulo 2 Fundamnação Tórca príodo d mpo s não ocorrr nnhuma falha o msmo é submdo a um ambn d srss mas alo por um príodo d mpo. O ambn d srss aplcado ao spécm aumna passo a passo aé a ocorrênca d falhas. Usualmn odos os spécms sgurão o msmo padrão spcífco dos nívs d srss mpo d s. Algumas vzs dfrns padrõs são aplcados para dfrns produos. A vanagm prncpal com rlação ao uso do s sp srss é qu falhas rapdamn rão ocorrr pos o aumno nos nívs do srss aplcado no s acarra so. Para os saíscos orna-s uma suação favorávl com ssa ancpação das falhas obdas sndo assm obrão smavas para o modlo a vda do produo nquano qu ngnhros spram nconrar poucas falhas sugrndo qu o produo é confávl. Um rápdo aparcmno d falhas não garan uma maor prcsão das smavas. Um s aclrado d srss consan com poucas ocorrêncas d falhas usualmn ra proporconar uma maor prcsão qu um s sp-srss curo ond odos os produos falham. Rgorosamn falando o mpo oal do s (assumndo odos os spécms) drmna a prcsão não o númro d falhas. A grand dsvanagm da aplcação dos ss sp-srss é a maor dfculdad para smar a confabldad do produo m s pos muos produos quando são oprando funconam m cro paamar d srss consan não m paamars d srss crscn ou dcrscn ou sa sp-srss. O modlo mas adquado lva m consdração o calculo do fo acumulavo da xposção d sucssvos srsss. Além dsso o modlo ambém produz uma smava do mpo d vda sob srss consan. Sndo qu o msmo srá mas complxo do qu o mprgado m ss com srss consan. Porém ss d srss consans são gralmn rcomndados com rlação aos ss d sp srss para a ralzação d smava da confabldad. Mas uma dsvanagm dos ss d sp-srss é qu modos d falhas ocorrram m alos nívs d srss qu dfrm dos nívs d uso m condçõs normas. 13

24 Capíulo 3 Modologa Emprgada 3. METODOLOGIA EMPREGADA Duran o dsnvolvmno d um novo produo confabldad é um arbuo fundamnal para a avalação do dsmpnho do msmo. A scassz d dados é nrano uma caracrísca frqünmn nconrada duran as dvrsas fass nvolvdas no dsnvolvmno do produo. Dvrsas razõs podm sr dnfcadas nr las s dsacam: Dfculdad m obr dados d falha sgnfcavos para o produo sob condçõs normas d opração Vlocdad no avanço cnológco qu rqur cola d dados m curos príodos d mpo ans qu o produo m dsnvolvmno s orn obsolo; Prssõs para alcançar prazos lmaçõs d orçamno Dssa forma orna-s mpravo ulza écncas d obnção d dados as como ss d vda aclrado para obr uma smava da confabldad do produo m dsnvolvmno. A modologa aprsnada nsa dssração proposa por (DROGUETT l al. 2004) possbla qu a qup d dsnvolvmno ncorpor consdraçõs d confabldad no proo d produos msmo nas crcunsâncas m qu dados rfrns ao produo m dsnvolvmno sam scassos ou nxsns. Iso é alcançado pla ralzação d avalaçõs da confabldad do produo basadas m dados dsponívs d vrsõs anrors do msmo produo ou msmo d produos dfrns porém smlars. Consdrando qu sss produos pcamn possum caracríscas d confabldad smlhans os dados obdos podm sr consdrados (parcalmn) rlvans para a smava da confabldad do novo produo. Es procsso rqur qu corrçõs sam fuadas basadas nos mpacos sprados das modfcaçõs d proo nroduzdas. Da msma forma dados provnns d ss (sob condçõs aclradas ou normas d uso) d proópos são ncorporados nas avalaçõs d confabldad consdrando para ano a fcáca das alraçõs corrvas d proo sobr as falhas obsrvadas duran os ss. As análss d confabldad sgundo a modologa proposa são ralzadas ulzando écncas Baysana d análs d dados. O comporamno d confabldad do produo é modlado va a dsrbução Exponncal. A modologa não fornc smavas d dvrsas mércas d confabldad como por xmplo axa d falha função d 14

25 Capíulo 3 Modologa Emprgada confabldad ncrzas assocadas (rlaconadas aos nrvalos d varação da mérca consdrada). Ans d ncarmos a dscrção da modologa d avalação da confabldad dos snsors d prssão mpraura o orma d Bays sob o qual a modologa é fundamnada é brvmn dscudo a sgur. 3.1 Esudo sobr o Torma d Bays. Em 1963 o Rvrndo Thomas Bays dmonsrou um procdmno basan mporan para s calcular a probabldad d um vno dado qu um ouro nha ocorrdo. O su méodo sa basado na parção do spaço amosral m dvrsos subconunos cuas probabldads sam conhcdas m sguda rabalha com as probabldads condconas. A famosa rgra d Bays como é conhcda prm qu s aus uma probabldad à pror (conhcda) d um dado vno com a ulzação d novas vdêncas nvolvndo um ouro vno qu aprsna rlação d dpndênca com o prmro. A fgura 3.1 a sgur dá uma vsão gráfca d como s pod aplcar o méodo. A 2 A 1 B A 3 A 4 Fgura 3.1. Parção do Espaço Amosral para o Cálculo das Probabldads Condconas. No xmplo lusrado na fgura 3.1 é possívl pla rgra d Bays obr a probabldad condconal d qualqur vno A da parção das probabldads condconas d B dado A para odos os A s da parção. As probabldads d A1 A2 A3 A4 os 15

26 Capíulo 3 Modologa Emprgada lmnos da parção bm como a probabldad B corrspondm às suas rspcvas áras dvddas pla ára do spaço amosral. Suponha-s qu após xamnar um ssma um ngnhro vrfqu qu o ssma pod sar m um dos quaro graus d dgradação a sabr: lv modrada críca rrvrsívl. Ess quaro graus corrspondm aos lmnos da parção. Pla sua xprênca no dsnvolvmno do ssma o ngnhro arbu probabldads a cada um dos graus d dgradação do ssma. São as chamadas probabldads a pror. Dsa-s confrmar o su conhcmno l rqusa uma análs mas dalhada do nívl d dgradação do ssma. O rsulado dsa análs corrspondrá ao vno B os possívs rsulados rão suas probabldads afadas (condconas) plo sado d dgradação do ssma. Esas probabldads são conhcdas caracrzam a snsbldad do méodo. D poss do rsulado da análs o ngnhro pod calcular a probabldad d o ssma nconrar-s m um drmnado grau d dgradação combnando aravés da rgra d Bays s rsulado com a sua avalação ncal. Uma vz qu B ocorru so é uma vz sabndo-s o rsulado da análs as probabldads dos dvrsos graus d dgradação corrspondrão às áras das nrsçõs com B dvddas pla ára d B não mas pla ára oal do spaço amosral. O qu sá fora d B não mas nrssa pos o rsulado da análs dscarou ssas possbldads. O novo spaço amosral é B. Dsa forma as probabldads ncas podm sr rvsas s obr não um dagnósco mas prcso. A ora d Bays ulmamn sá sndo mua ulzada no âmbo da confabldad pos ngnhros prosas são frqünmn dparados com suaçõs caracrzadas pla fala d dados rlvans para a avalação da confabldad d produos. Esa suação é anda mas acnuada nas apas m qu o produo nconra-s m dsnvolvmno por xmplo s apnas algumas undads podm sr sadas aé falharm dvdo ao alo cuso das msmas ou rsrçõs mposas por prazos d produção os radconas méodos gráfcos (paps d probabldad) ou msmo procdmnos da saísca clássca não são muo ús na avalação da confabldad do produo. Em gral os nrvalos d confança são muo largos assm rsulando m uso lmado dos rsulados obdos. As dfculdads nconradas na ulzação d méodos saíscos radconas m sdo d grand par os rsponsávs plo grand sucsso da avalação d confabldad aravés do méodo Baysano. O méodo é xrmamn úl m confabldad m xprmnado d 16

27 Capíulo 3 Modologa Emprgada grand populardad m odas às áras d aplcaçõs saíscas. Assm aravés da aplcação da análs Baysana d confabldad é possívl para o ngnhro usar nformaçõs provnns d fons dsnas como handbooks opnõs d spcalsas na formulação d uma dsrbução d probabldad d algum parâmro d nrss. Para um dado parâmro por xmplo a axa d falha os rsulados podm sr ssmacamn aualzados à mdda qu novas nformaçõs s ornam dsponívs. Uma smpls vsão do orma d Bays é aprsnada aravés da ora da probabldad. Consdr qu samos nrssados m um drmnado vno A como por xmplo o nívl da confabldad a sr angdo por um qupamno qu o vno E rprsn alguma nova nformação rlvan à avalação d A como o rsulado d um s. Enão o orma d Bays sablc qu a probabldad do vno A ans d obr-s a nova nformação E é a probabldad d obsrvar a vdênca E caso o vno A ocorrss. Ou sa P( A/ E) P( E / A) P( A) (1) ond P(A) é conhcda como probabldad a pror d A so é ans d s omar conhcmno d E; P(E/A) é a probabldad a posror d A so é após rmos obdo a nova nformação rprsnada por E. Logo P(A/E) rprsna a nova probabldad aualzada sobr o vno A uma vz obdo a nformação adconal E rlvan ao vno A. Em gral nrssa-s na avalação d arbuos d confabldad ou parâmros conínuos com axa d falha ou o parâmro d forma da dsrbução Exponncal. Na forma connua o orma d Bays fca: ( θ / E) L( E / θ ) π ( θ ) π * ond θ é algum parâmro d nrss. Como anrormn π ( θ ) é a dsrbução a pror sobr θ rprsnando a oaldad da nformação dsponívl ao ngnhro sobr o parâmro d nrss ans d obsrvar a nova vdênca E (como rsulados d s); L(E/θ ) é análoga a P(E/A) no caso dscro ambém conhcdo como função d vrossmlhança. Aé rcnmn a fala d xprssõs fchadas para a dsrbução a posror rsrngu svramn o uso da análs Baysana m rsolução d assunos complxos. Porém com o avanço da modologa Cadas d Markov Mon Carlo (MCMC) por (Caslla Gorg 1992) qu não rqur xprssõs fchadas para a dsrbução a posror do uso do (2) 17

28 Capíulo 3 Modologa Emprgada paradgma Baysano m s ornado um méodo vávl d smação. Na sção abordas mas dalhadamn o conco d Cadas d Markov Mon Carlo dvdo a sua mporânca na aplcação da análs Baysana. 3.2 Dscrção da Modologa para Avalação da Confabldad dos Snsors Ópcos d Prssão Tmpraura. Inrssa-s m smar a confabldad dos snsors ópcos Prssão-Tmpraura ao longo do su procsso d dsnvolvmno. Em ouras palavras dsa-s obr smavas d sua confabldad basadas m dados provnns d ss aclrados d vda. Consdra-s qu o comporamno d falha dos snsors é um procsso dpndn do mpo o qual nclu rparos ou subsuçõs d componns após a ocorrênca d uma falha. Já para os obvos assum-s qu o mpo d rparo mércas d dsponbldad não é d nrss. Consdras anda qu para cada nrvalo d mpo os dados dsponívs corrspondm a uma população homogêna.. uma axa d falha consan é consdrada m cada nrvalo d mpo. No qu a axa d falha do snsor (produo) pod varar aravés dos nrvalos d mpo sa varação é capurada aravés do uso d uma dsrbução d probabldad do mpo aé falhar com axa d falha varávl no mpo. A modologa aqu mprgada fo orgnalmn proposa por Drogu al. (2004). Nsa sção a msma é dscuda no conxo dos snsors ópcos d Prssão Tmpraura. A modologa é laborada para prmr a avalação do comporamno da confabldad dos snsors anda no ságo d proo d su cclo d vda. A psar da scassz d dados provnns dos snsors m qusão é m gral possívl nconrar fons d dados alrnavas qu msmo sndo rlvans forncm nformaçõs a parr da qual podm sr obdas avalaçõs da confabldad do produo m dsnvolvmno. Por xmplo m muas suaçõs prácas proos d produos pcamn volum com uma sér d proos qu são gradualmn colocados m opração. Apsar d qu a confabldad dos produos nas dsnas apas dss procsso voluvo não srm ncssaramn dêncas os proos ncas ou anrors cramn forncm ndcaçõs sgnfcavas sobr o comporamno da confabldad d produos fuuros basando-s no fao d qu o proo manufaura opração são razoavlmn smlhans. Dsa forma dsa-s obr uma avalação d confabldad do novo snsor o comporamno da 18

29 Capíulo 3 Modologa Emprgada confabldad d produos xsns pod porano srvr d valosa fon d vdênca smpr qu as dfrnças nr proos dos produos sam dvdamn obsrvadas Uso da Modologa da Avalação d Produos m Dsnvolvmno A modologa d avalação da confabldad conss m xamnar analsar a vdênca rlvan m ordm cronológca. Para smar a confabldad dos snsors m dsnvolvmno uma avalação d confabldad bas é ncalmn sablcda a parr d dados d undads do produo mas rprsnavo á m uso ou msmo anda m fass d ss. Em sguda a modologa lva a qup d dsnvolvmno a analsar quasqur vrsõs nrmdáras do produo s xsr procsso s qu aua como uma pon concando o produo bas o produo d nrss. Fnalmn analsa-s a vdênca do produo d nrss Tpos d Dados A modologa prm a ulzação d dvrsos pos d dados na obnção d smavas d confabldad. Ess pos d vdêncas nclum ano ss sob condçõs normas ou aclradas d uso como ambém dados d campo opnõs d spcalsa. D fao a prmra fon d dados conss m gral d dados d campo qu são colados para as undads do produo qu á êm sdo colocadas m opração. No conxo dos snsors os dados d campo corrspondm ao mpo opraconal acumulado d undads m uso ou ao mpo oal aé a falha d undads do produo. É mporan noar qu os dados d campo podm sr obdos a parr d dfrns rvsõs do produo m dsnvolvmno ou msmo d produos anrors a s. Enrano o dsnvolvmno dos snsors nconras m sua fas mbronára no sndo d qu não há rvsõs anrors ou msmo apnas smlars m dsnvolvmno. Em ouras palavras raa-s da avalação d confabldad do produo bas para o qual não há xprênca d campo ou d ss acumulada. Uma sgunda fon d vdênca conss dos dados d s qu são obdos a parr d ss d vda sob condçõs normas ou aclradas d uso. Ess rgsros conêm os mpos 19

30 Capíulo 3 Modologa Emprgada acumulados para ss qu foram rmnados com a obsrvânca d falha ou sm a ocorrênca d falha (ss suspnsos). Es po d dado sá dsponívl para rvsõs do produo qu á são m uso como ambém para rvsõs qu anda s nconram na fas d proo mas para as quas há proópos dsponívs para ss. No caso dos snsors dados provnns d Tss Aclrados d Vda Quanavos s consum na únca fon d vdênca dsponívl. Como srá mosrado nas sçõs subsqüns a avalação da confabldad dos snsors ópcos d Prssão Tmpraura srá basada apnas nss po d vdênca. A Trcra fon d vdênca corrspond a avalaçõs d ngnhros ( opnão d ouros spcalsas) sobr o mpaco na confabldad d modfcaçõs d proo planada. A mnsuração do mpaco na confabldad pod sr basada na fração d axa d falha ou na fração d mpo d falha. Por xmplo a razão d axa d falha Fr é dfnda como: Taxa d falha do Novo Pr oduo Fr = (3) Taxa d falha do Pr oduo Aual Ond Fr =1 ndca qu não há mudanças Fr < 1 ndca mlhora Fr > 1 ndca pora (dgradação). A ncrza sobr o valor d Fr é dscuda plo uso d uma dsrbução d probabldad posrormn smplfcada para uma dsrbução dscra d rês ponos conhcdos como a mlhor smava a smava pssmsa a smava omsa Dscrção da Análs d Confabldad O procdmno d análs d confabldad dcompõ o problma da avalação da confabldad do snsor m um númro d apas qu rprsnam ságos na volução do proo do msmo. Cada apa d análs conss m uma análs Baysana corrspond a um drmnado ságo no procsso d volução do proo do produo. Dsa forma aravés do uso das fons d dados dscras na sção anror uma drmnada função d confabldad é smada m cada apa da análs. O rsulado do procsso d smação m cada apa conss d dsrbuçõs d ncrza sobr a axa d falha ou da confabldad m função do mpo. Dfrns prcns da dsrbução d ncrza podm s smados as como prcns da dsrbução π(λ()) (va Fgura 3.2). No qu os rsulados são grados a parr das smavas d confabldad obdas para sa como pono d parda para a próxma apa na volução do proo. Também m cada apa são aplcadas ransformaçõs nas funçõs d 20

31 Capíulo 3 Modologa Emprgada confabldad corrspondn a nclusão nsas smavas d dados d proópos à mdda qu os msmos s ornam dsponívs. As apas da análs rprsnando a volução d proo dos snsors m dsnvolvmno são lusradas na Fgura 3.2. A prmra apa no fluxo d análs conss m sablcr a avalação d confabldad bas. Gralmn sa análs é fuada ulzando-s dados rfrns à rvsão do produo mas rcn mas rlvan ao produo m dsnvolvmno qu ambém á sa m uso (no campo ou m fas d s) quando dsponívl. Como rvsão do produo ulzado como bas o aual produo m dsnvolvmno aprsnam dfrnças d proos dv-s usar um faor d rlvânca cuos valors são nr 0 1 os dados obdos d undads do produo bas. Ou sa faors d rlvânca são ulzados para ndcar o grau d aplcabldad d conunos d dados d comparação quando ulzados na smava da confabldad d um novo produo. No qu um drmnado faor d rlvânca nr as caracríscas d proo do produo para o qual os dados foram obdos as do novo produo. Esa smlardad pod sr obda não só nr o novo produo vrsõs anrors do msmo mas ambém como rlação a produos smlhans (não ncssaramn prncns ao msmo produo). Análs Bas Modfcaçõs d Proo Modfcaçõs d Proo Dados d Tss Dados d Tss Dados d Tss Dados d Campo Dados d Campo Dados d Campo Fgura 3.2. Eapas na análs d confabldad d produos m dsnvolvmno. Prossgundo no fluxo d análs a Fgura 3.2 lusra a suação na qual há rês apas d dsnvolvmno do proo do produo as quas são sparadas por lnhas ponlhadas. Como m cada apa há rês fons d dados m-s qu rês dsnos passos na análs são possívs. O passo ndcado por Mudanças d Proo modfca o rsulado da apa 21

32 Capíulo 3 Modologa Emprgada anror (confabldad do produo bas) corrspondn aos mpacos sprados das mudanças d proo ncorporadas na rvsão aual do produo com rlação ao produo bas. Dvdo ao fao d qu sa nova cnologa d snsors ópcos nunca r sdo submda a ss aclrados a análs da confabldad fcará rsumda d acordo com a fgura 3.2. Somn aos dados provnns da ulzação d Tss Aclrados d Vda do Produo Bas ou sa a prmra gração d snsors ópcos d Prssão Tmpraura. Isso dcorr do fao d s raar d um produo ponro não dspomos d nformaçõs d vrsõs anrors bm como procdns da ulzação dos snsors m campo. Srá abordada posrormn a dscrção do modlo ulzado no qual a vrossmlhança sá basada nos mpos d falhas provnns da ulzação dos ss Aclrados d Vda. Em sudos posrors as nformaçõs obdas nsa fas d dsnvolvmno dos snsors podm sr ulzadas no sudo da confabldad d vrsõs posrors haa vsa qu dvdo à flxbldad do modlo Baysano sas nformaçõs podm srvr como dsrbução a pror na análs da confabldad da vrsão posror. Com sso usfcando as apas d dsnvolvmno aprsnadas na fgura 3.2. Ans d dscur o modlo para os dados obdos va s aclrados orna-s ncssára a nrodução d alguns concos rfrns ao procdmno MCMC Dsrbução d Probabldad Exponncal Uma das prncpas dsrbuçõs d probabldad usada no sudo da confabldad d qupamnos prncpalmn lrôncos para modlar o mpo d falha é a dsrbução Exponncal. A dsrbução Exponncal podr sr caracrzada por váras manras porém a manra mas smpls é supor qu a axa d falha é consan so é H() = α. Uma consqüênca mdaa da hpós é qu a função d dnsdad d probabldad (fdp) assocada a duração aé falhar T sa dada por: f ( ) α α = >0. (4). A rcíproca dso é ambém mdaa pos s f() vr a forma acma não a α confabldad R() F() = = 1 com sso: ( ) () f H () = = α (5). R 22

33 Capíulo 3 Modologa Emprgada Para muos pos d qupamnos a hpós qu conduz à l d falhas xponncas não é somn nuvamn sugsva mas d fao é confrmada pla vdênca mpírca. Tomamos por xmplo: o fao d qu é basan razoávl qu um fusívl sa ão bom quano novo nquano svr anda funconando. Iso é s o fusívl não vr funddo sará pracamn no sado novo. Em casos como ss o uso da dsrbução Exponncal é adquado para a modlagm do mpo d falha do produo m análs. Com udo uma rssalva dvr sr ncluída pos há muas suaçõs m qu as hpóss báscas qu lvam à dsrbução Exponncal não srão sasfas. Por xmplo s um pdaço d aço for submdo a sforço connuado havrá obvamn alguma droração dvndo sr ulzado um ouro modlo qu não sa o Exponncal Myr (1983) Cadas d Markov Mon Carlo Irmos abordar aqu os méodos Cadas d Markov Mon Carlo qu smulam amosras d algumas dsrbuçõs complxas d nrss. São chamadas d aproxmação MCMC por causa do uso d valors das amosras gradas para grar alaoramn o valor da próxma amosra grando uma cada d Markov. Méodos MCMC êm suas raízs no algormo d Mropols (Mropols Ulam 1949 Mropols al. 1953) uma frramna usada plos físcos para calcularm ngras complxas xprssando las como valor sprado d algumas dsrbuçõs não smando sas spranças plas amosras orgnaras dsas dsrbuçõs Ingração d Mon Carlo A orgnal aproxmação d Mon Carlo fo um méodo dsnvolvdo plos físcos para gração d númros alaóros com fnaldad d calcularm ngras. Suponhamos qu samos nrssados no cálculo da ngral b h ( x) dx (6) a s podrmos dcompor h(x) no produo d uma função f(x) a função d dnsdad d probabldad p(x) dfnda m odo o nrvalo (ab) não mos qu 23

34 Capíulo 3 Modologa Emprgada b ( = b E a p x) a x) dx f ( x) p( x) dx = [ f ( x ] h ( ) (7) al qu a ngral pod sr xprssa com a xpcânca d f(x) m oda a dnsdad p(x). Como nós xrarmos um grand númro d varávs alaóras não x 1 xn d uma dnsdad p(x) b n 1 h ( x) dx = E p( x) [ f ( x) ] f ( x) (8) a n = 1 so é rfrdo como a ngral d Mon Carlo. Ingração d Mon Carlo pod sr usada para aproxmaçõs da dsrbução a posror (ou posror margnal) rqurdas m uma análs Baysana. Consdrando a ngral qu é aproxmada por: I ( y) = f ( y \ x) p( x) dx (9) n I ˆ 1 ( y) = f ( y \ x ) n (10) = 1 ond os x são as xraçõs da dnsdad p(x) o rro padrão smado é dada por: SE n [ I ( y) ] ( f ( y \ x ) I ( y) ) ˆ = n n 1 (11) = 1 2 ˆ Cada d Markov Consdrando qu a varávl alaóra X dnoa o valor d uma varávl alaóra no mpo sa o spaço d sado rfrn a um conuno d possívs valors d X. A varávl alaóra é um procsso d Markov s as probabldads d ransção nr dfrns valors no spaço d sado dpndm uncamn do sado aual da varávl alaóra so é: ( X s \ X = s X = s ) = P( X = s X = s ) Pr = 0 k + \ (12) 24

AULA 9 CONDUÇÃO DE CALOR EM REGIME TRANSITÓRIO SÓLIDO SEMI-INFINITO

AULA 9 CONDUÇÃO DE CALOR EM REGIME TRANSITÓRIO SÓLIDO SEMI-INFINITO Noas d aula d PME 336 Procssos d ransfrênca d Calor 66 AULA 9 CONDUÇÃO DE CALOR EM REGIME RANSIÓRIO SÓLIDO SEMI-INFINIO Fluo d Calor num Sóldo Sm-Infno Na aula anror fo sudado o caso da condução d calor

Leia mais

7. Aplicação do Principio do Máximo

7. Aplicação do Principio do Máximo 7. Aplicação do Principio do Máximo Ns capiulo vamos implmnar um algorimo qu uiliz a oria do Principio do Máximo para drminar o conjuno dos sados aingívis. Com o rsulados obidos vamos nar fazr um parallo

Leia mais

CARGA E DESCARGA DE CAPACITORES

CARGA E DESCARGA DE CAPACITORES ARGA E DESARGA DE APAITORES O assuno dscudo ns argo, a carga a dscarga d capacors, aparcu dos anos conscuvos m vsbulars do Insuo Mlar d Engnhara ( 3). Ns sudo, srão mosradas as dduçõs das uaçõs d carga

Leia mais

r R a) Aplicando a lei das malhas ao circuito, temos: ( 1 ) b) A tensão útil na bateria é: = 5. ( 2 ) c) A potência fornecida pela fonte é: .

r R a) Aplicando a lei das malhas ao circuito, temos: ( 1 ) b) A tensão útil na bateria é: = 5. ( 2 ) c) A potência fornecida pela fonte é: . Aula xploraóra 07. Qusão 0: Um rssor d Ω é lgado aos rmnas d uma bara com fm d 6V rssênca nrna d Ω. Drmn: (a) a corrn; (b) a nsão úl da bara (so é, V V ); a b (c) a poênca forncda pla fon da fm ; (d) a

Leia mais

Modelos de Fatores Latentes Generalizados para Curvas de Juros em Múltiplos Mercados

Modelos de Fatores Latentes Generalizados para Curvas de Juros em Múltiplos Mercados Modlos d Faors Lans Gnralzados para Curvas d Juros m Múlplos Mrcados Márco Pol Laurn Inspr Insuo d Ensno Psqusa IMECC Uncamp Luz Kood Hoa IMECC Uncamp Rsumo Ns argo propomos modlos d faors lans para ralzar

Leia mais

3. VARIÁVEIS ALEATÓRIAS

3. VARIÁVEIS ALEATÓRIAS 3. VARIÁVEIS ALEATÓRIAS 0 Varávl alatóra Ω é o spaço amostral d um prmnto alatóro. Uma varávl alatóra,, é uma função qu atrbu um númro ral a cada rsultado m Ω. Emplo. Rtra-s, ao acaso, um tm produzdo d

Leia mais

( 1). β β. 4.2 Funções Densidades Con2nuas

( 1). β β. 4.2 Funções Densidades Con2nuas 4 Funçõs Dnsidads Connuas Dnsidad Eponncial A dnsidad ponncial é u:lizada comumn para sablcr sruuras d probabilidads m primnos cujos nos são siuados na ra ral [, ] Uma aplicação gral comum corrspond à

Leia mais

4 A Teoria de Filtragem

4 A Teoria de Filtragem 4 A ora d Flragm Ns capíulo srá abordado o conhcmno ncssáro para a mplmnação do lro ulzado ns rabalho, conorm [27]. O lro d Kalman é ormulado mamacamn m rmos d varávs d sado sua solução é compuada rcursvamn,

Leia mais

MODELOS DE REGRESSÃO PARA DADOS DE CONTAGEM. O modelo log-linear de Poisson

MODELOS DE REGRESSÃO PARA DADOS DE CONTAGEM. O modelo log-linear de Poisson MODELOS DE REGRESSÃO PARA DADOS DE CONTAGEM O modlo log-lnar d Posson Intrss m modlar a dstrbução d uma varávl rfrnt a algum tpo d contagm m função d covarávs. A stratéga mas comum para modlagm nssas stuaçõs

Leia mais

J, o termo de tendência é positivo, ( J - J

J, o termo de tendência é positivo, ( J - J 6. Anxo 6.. Dinâmica da Economia A axa d juros (axa SEL LBO) sgu um modlo. Ou sja, o procsso da axa d juros (nuro ao risco) é dscrio por: dj ( J J ) d J ond: J : axa d juros (SEL ou LBO) no insan : vlocidad

Leia mais

3. Medidas de desempenho são combinadas sobre todas as. 2. Medidas de desempenho preditas são obtidas usando modelos de regressão para as respostas:

3. Medidas de desempenho são combinadas sobre todas as. 2. Medidas de desempenho preditas são obtidas usando modelos de regressão para as respostas: Função d rfrêna oal C m Funçõs objo alrnaas ara omzação d xrmnos om múllas rsosas Fláo Foglao Projo d Exrmnos II Abordagns ara omzação mulrsosa Omzação Mulrsosa Prodmno adrão. Rsosas modladas omo função

Leia mais

EXPERIÊNCIA 7 MEDIDA DE INDUTÂNCIA POR ONDA RETANGULAR

EXPERIÊNCIA 7 MEDIDA DE INDUTÂNCIA POR ONDA RETANGULAR UMCCE Eng. Elérca m - ab. Crco Elérco Prof. Wlon Yamag EXPEÊNC 7 MEDD DE NDUÂNC PO OND ENGU NODUÇÃO O objvo báco da xprênca é mdr a ndânca a rênca d ma bobna zando ma onda ranglar. O prncípo da mdção é

Leia mais

Efeito da pressão decrescente da atmosfera com o aumento da altitude

Efeito da pressão decrescente da atmosfera com o aumento da altitude Efio da prssão dcrscn da amosfra com o aumno da aliud S lançarmos um projéil com uma vlocidad inicial suficinmn ala l aingirá aliuds ond o ar é mais rarfio do qu próximo à suprfíci da Trra Logo a rsisência

Leia mais

ANÁLISE DE SOBREVIVÊNCIA - COX. Airlane P. Alencar IME-USP Alessandra C. Gourlart FM-USP

ANÁLISE DE SOBREVIVÊNCIA - COX. Airlane P. Alencar IME-USP Alessandra C. Gourlart FM-USP ANÁLISE DE SOBREVIVÊNCIA - COX Arlan P. Alncar IME-USP Alssandra C. Gourlar FM-USP Arlan P. Alncar Alssandra C. Goular - USP Modlo d Cox Modlo d rscos proporconas O rsco no mpo com varávl xplcava X é X

Leia mais

SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GRUPO IX GRUPO DE ESTUDO DE OPERAÇÃO DE SISTEMAS ELÉTRICOS GOP

SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GRUPO IX GRUPO DE ESTUDO DE OPERAÇÃO DE SISTEMAS ELÉTRICOS GOP SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GOP 22 14 a 17 Ouubro d 2007 Ro d Janro - RJ GRUPO IX GRUPO DE ESTUDO DE OPERAÇÃO DE SISTEMAS ELÉTRICOS GOP AVALIAÇÃO DA PERFORMANCE

Leia mais

Resolver problemas com amostragem aleatória significa gerar vários números aleatórios (amostras) e repetir operações matemáticas para cada amostra.

Resolver problemas com amostragem aleatória significa gerar vários números aleatórios (amostras) e repetir operações matemáticas para cada amostra. Dscplna: SComLMol Numann, Ulam Mtropols (945-947) Numann Ulam [945] prcbram qu problmas dtrmnístcos podm sr transormados num análogo probablístco qu pod sr rsolvdo com amostragm alatóra. Els studavam dusão

Leia mais

Problemas de Valor Inicial para Equações Diferenciais Ordinárias

Problemas de Valor Inicial para Equações Diferenciais Ordinárias EQE-358 MÉTODOS NUMÉRICOS EM ENGENHARIA QUÍMICA PROFS. EVARISTO E ARGIMIRO Capíulo 7 Problmas d Valor Incal para Equaçõs Dfrncas Ordnáras Muos problmas m modlagm d procssos químcos são formulados m rmos

Leia mais

log 2, qual o valor aproximado de 0, 70

log 2, qual o valor aproximado de 0, 70 UNIERSIDADE FEDERAL DE ITAJUBÁ GABARITO DE FUNDAMENTOS DA MATEMÁTICA PROA DE TRANSFERÊNCIA INTERNA, EXTERNA E PARA PORTADOR DE DIPLOMA DE CURSO SUPERIOR // CANDIDATO: CURSO PRETENDIDO: OBSERAÇÕES: Prova

Leia mais

Capítulo 6 Decaimento Radioativo

Capítulo 6 Decaimento Radioativo Física das Radiaçõs Dosimria Capíulo 6 Dcaimno Radioaivo Dra. Luciana Tourinho Campos Programa acional d Formação m Radiorapia Inrodução Inrodução Consan d dcaimno Vida-média mia-vida Rlaçõs nr núclo pai

Leia mais

7 Solução de um sistema linear

7 Solução de um sistema linear Toria d Conrol (sinops 7 Solução d um sisma linar J. A. M. Flipp d Souza Solução d um sisma linar Dfinição 1 G(,τ mariz cujos lmnos g ij (,τ são as rsposas na i ésima saída ao impulso aplicado na j ésima

Leia mais

y z CC2: na saída do reator: z = 1: 0. Pe dz Os valores característicos do problema são as raízes de: Da Pe 0 Pe Pe

y z CC2: na saída do reator: z = 1: 0. Pe dz Os valores característicos do problema são as raízes de: Da Pe 0 Pe Pe COQ-86 Méodos Nuércos para Ssas Dsrbuídos Explos Ilusravos d EDO co Problas d Valors o Cooro -) Modlo sacoáro do raor co dsprsão soérco Coo o obvo ds sudo d caso é lusrar o ovo procdo avalar o su dspo

Leia mais

Os Modelos CA para Pequenos Sinais de Entranda Aula 7

Os Modelos CA para Pequenos Sinais de Entranda Aula 7 Os Molos CA para Pqunos Snas Enrana Aula 7 PS/EPUSP Aula Maéra Cap./págna ª 6/02 2ª 9/02 3ª 23/02 4ª 26/02 5ª 0/03 6ª 04/03 7ª 08/03 8ª /03 9ª 5/03 0ª 8/03 PS/EPUSP Elrônca PS332 Programação para a Prmra

Leia mais

UMA ANÁLISE DE DADOS CATEGORIZADOS LONGITUDINAIS DE UM PROGRAMA DE ATIVIDADE FÍSICA NA QUALIDADE DE VIDA DE MULHERES COM OSTEOPOROSE

UMA ANÁLISE DE DADOS CATEGORIZADOS LONGITUDINAIS DE UM PROGRAMA DE ATIVIDADE FÍSICA NA QUALIDADE DE VIDA DE MULHERES COM OSTEOPOROSE UMA ANÁLISE DE DADOS CATEGORIZADOS LONGITUDINAIS DE UM PROGRAMA DE ATIVIDADE FÍSICA NA QUALIDADE DE VIDA DE MULHERES COM OSTEOPOROSE Glbro Mndonça d OLIVEIRA Mara Ccla Mnds BARRETO RESUMO: O sudo d nformaçõs

Leia mais

ANO LECTIVO 2001/2002

ANO LECTIVO 2001/2002 ANO LECTIVO 00/00 ª Fas, ª Chamada 00 Doss rapêuicas iguais d um cro anibióico são adminisradas, pla primira vz, a duas pssoa: a Ana o Carlos Admia qu, duran as doz primiras horas após a omada simulâna

Leia mais

5 Avaliação da Eficiência Computacional

5 Avaliação da Eficiência Computacional 5 Avalação da fcênca Compuaconal 5.1 Inrodução É desejado ncorporar o cálculo dos índces de adequação de ações de conrole de ensão ao programa SAN. O programa SAN esá sendo mplemenado com a esruura aual

Leia mais

Modelos Econométricos para Dados em Painel: Aspectos Teóricos e Exemplos de Aplicação à Pesquisa em Contabilidade e Finanças

Modelos Econométricos para Dados em Painel: Aspectos Teóricos e Exemplos de Aplicação à Pesquisa em Contabilidade e Finanças Modlos Economércos para Dados m Panl: Aspcos Tórcos Emplos d Aplcação à Psqusa m Conabldad Fnanças Auors: PATRICIA CRISTINA DUARTE (UNIVERSIDADE FEDERAL DE MINAS GERAIS) WAGNER MOURA LAMOUNIER (PROGRAMA

Leia mais

Funções reais de n variáveis reais

Funções reais de n variáveis reais Apoio às aulas MAT II 8--6 INSTITUTO SUPERIOR DE CONTABILIDADE E ADMINISTRAÇÃO DE LISBOA LICENCIATURA EM GESTÃO MATEMÁTICA II APOIO ÀS AULAS DE FUNÇÕES REAIS DE MAIS DE UMA VARIÁVEL REAL 5/6 Manul Marins

Leia mais

Resoluções dos exercícios propostos

Resoluções dos exercícios propostos da físca 3 Undad C Capítulo 15 Indução ltromagnétca soluçõs dos xrcícos propostos 1 P.368 D L v, vm: 0,5 0, 1 5 2 V P.369 D L v, vm: 15 6 1 20 3 4 V P.370 a) L v 1,5 0,40 2 1,2 V b) 1,2 2 0,6 Pla rgra

Leia mais

Física IV. Instituto de Física - Universidade de São Paulo. Aula: Interferência

Física IV. Instituto de Física - Universidade de São Paulo. Aula: Interferência Física IV Insiuo d Física - Univrsidad d São Paulo Profssor: Valdir Guimarãs -mail: valdirg@if.usp.br Aula: Inrfrência Inrfrência d ondas Inrfrência d ondas O qu aconc quando duas ondas s combinam ou inrfrm

Leia mais

ANAIS A MANUFATURA ENXUTA CONTIBUINDO PARA A MELHORIA DO SISTEMA DE GESTÃO DA QUALIDADE (SGQ): ESTUDO DE CASO

ANAIS A MANUFATURA ENXUTA CONTIBUINDO PARA A MELHORIA DO SISTEMA DE GESTÃO DA QUALIDADE (SGQ): ESTUDO DE CASO A MANUFATURA ENXUTA CONTIBUINDO PARA A MELHORIA DO SISTEMA DE GESTÃO DA QUALIDADE (SGQ): ESTUDO DE CASO LUCIANE DE OLIVEIRA CUNHA ( lucanoc@yahoo.com.br ) INSTITUTO TECNOLÓGICO DE AERONÁUTICA - ITA JOÃO

Leia mais

Teoria de Controle (sinopse) 4 Função de matriz. J. A. M. Felippe de Souza

Teoria de Controle (sinopse) 4 Função de matriz. J. A. M. Felippe de Souza Toria d Conrol (sinops) 4 Função d mariz J. A. M. Flipp d Souza Função d mariz Primiramn vamos dfinir polinómio d mariz. Dfinição: Polinómio d mariz (quadrada) Sja p(λ)um polinómio m λd grau n (finio),

Leia mais

MODELO MULTI-ESCALA PARA ANÁLISE ESTRUTURAL DE COMPÓSITOS VISCOELÁSTICOS SUSCETÍVEIS AO DANO

MODELO MULTI-ESCALA PARA ANÁLISE ESTRUTURAL DE COMPÓSITOS VISCOELÁSTICOS SUSCETÍVEIS AO DANO UNIVRSIDAD FDRAL DO CARÁ PROGRAMA D MSTRADO M NGNHARIA D TRANSPORTS MODLO MULTI-SCALA PARA ANÁLIS STRUTURAL D COMPÓSITOS VISCOLÁSTICOS SUSCTÍVIS AO DANO Flávo Vasconclos d Souza Dssração submda ao Programa

Leia mais

1 1 2π. Área de uma Superfície de Revolução. Área de uma Superfície de Revolução

1 1 2π. Área de uma Superfície de Revolução. Área de uma Superfície de Revolução UNIVERSIDADE DO ESTADO DE MATO GROSSO CAMPUS UNIVERSITÁRIO DE SINOP FACULDADE DE CIÊNCIAS EXATAS E TECNOLÓGICAS CURSO DE ENGENHARIA CIVIL DISCIPLINA: CÁLCULO DIFERENCIAL E INTEGRAL I Ára d uma Suprfíc

Leia mais

PROFUNDIDADE PELICULAR, REFLEXÃO DE ONDAS, ONDAS ESTACIONÁRIAS

PROFUNDIDADE PELICULAR, REFLEXÃO DE ONDAS, ONDAS ESTACIONÁRIAS 5 PROFUNDIDAD PLICULAR, RFLXÃO D ONDAS, ONDAS STACIONÁRIAS 5. Pofunddad Plcula Mos dsspavos apsnam conduvdad à mdda qu uma onda lomagnéca nl s popaga, sua amplud sof uma anuação, mulplcada plo mo z (quando

Leia mais

Notas de aulas de Mecânica dos Solos I (parte 5)

Notas de aulas de Mecânica dos Solos I (parte 5) 1 Noas d aulas d Mcânica dos olos I (par 5) Hlio Marcos Frnands iana Tma: Índics físicos do solo Conúdo da par 5 1 Inrodução 2 Ddução dos índics físicos do solo 3 Limis d variação dos índics físicos d

Leia mais

ANÁLISE DE MODELOS REOLÓGICOS VISCOELÁSTICOS ATRAVÉS DE FORMULAÇÕES MISTAS EM ELEMENTOS FINITOS. João Paulo Lima Santos

ANÁLISE DE MODELOS REOLÓGICOS VISCOELÁSTICOS ATRAVÉS DE FORMULAÇÕES MISTAS EM ELEMENTOS FINITOS. João Paulo Lima Santos ANÁLISE DE MODELOS REOLÓGICOS VISCOELÁSTICOS ATRAVÉS DE FORMULAÇÕES MISTAS EM ELEMENTOS FINITOS João Paulo Lma Sanos DISSERTAÇÃO SUBMETIDA AO CORPO DOCENTE DA COORDENAÇÃO DOS PROGRAMAS DE PÓS-GRADUAÇÃO

Leia mais

AÇÕES BÁSICAS DE CONTROLE E CONTROLADORES AUTOMÁTICOS INDUSTRIAIS

AÇÕES BÁSICAS DE CONTROLE E CONTROLADORES AUTOMÁTICOS INDUSTRIAIS Projto Rng - Eng. Elétrca Apostla d stmas d Control I V- &$3Ì78/ 9 AÇÕE BÁICA DE CONTROLE E CONTROLADORE AUTOMÁTICO INDUTRIAI Conform havíamos mnconado no Capítulo I, a busca da qualdad, fcênca prcsão

Leia mais

R V. Ri R d. (figura 1)

R V. Ri R d. (figura 1) Físca Gral Proocolos as Aulas Prácas rcuo m sér DF - Unvrsa o Alarv sumo Um crcuo m sér é prcorro por uma corrn snusoal frquênca varávl Esua-s a nnsa a corrn qu prcorr o crcuo, bm como a nsão aos sus rmnas,

Leia mais

MACROECONOMIA III PROFESSOR JOSÉ LUIS OREIRO PRIMEIRA LISTA DE EXERCÍCIOS

MACROECONOMIA III PROFESSOR JOSÉ LUIS OREIRO PRIMEIRA LISTA DE EXERCÍCIOS MACROECONOMIA III PROFESSOR JOSÉ LUIS OREIRO PRIMEIRA LISTA DE EXERCÍCIOS 1 Qusão: Considr o modlo d crscimno d Solow com a sguin função d 1 3 2 produção, Y K AL3. Os mrcados d faors são prfiamn compiivos

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 12.º Ano Versão 1/3

FICHA de AVALIAÇÃO de MATEMÁTICA A 12.º Ano Versão 1/3 FICHA d AVALIAÇÃO d MATEMÁTICA A.º Ano Vrsão / Nom: N.º Trma: Aprsn o s raciocínio d orma clara, indicando odos os cálclos q ivr d ar odas as jsiicaçõs ncssárias. Qando, para m rslado, não é pdida ma aproimação,

Leia mais

MATRIZES 04) (FATEC-SP) Seja A a ij uma matriz quadrada de . Nessas ordem 2 tal que

MATRIZES 04) (FATEC-SP) Seja A a ij uma matriz quadrada de . Nessas ordem 2 tal que MATRIZES www.profssortnan.com.br 0) (PUC) A matrz A d ordm dfnda por a. é dada por: 4 6 4 6 b) 4 4 6 4 6 ) 0) (UFBA) A matrz, com 0 4 b) 0 4 0 ) 4 a, s, é: a, s 0) S A ( a ) é a matrz quadrada d ordm,

Leia mais

GALERKIN, PETROV-GALERKIN E MÍNIMOS QUADRADOS PARA A SOLUÇÃO DA CONVECÇÃO-DIFUSÃO TRANSIENTE

GALERKIN, PETROV-GALERKIN E MÍNIMOS QUADRADOS PARA A SOLUÇÃO DA CONVECÇÃO-DIFUSÃO TRANSIENTE va Ibroamrcana d Ingnría Mcánca. Vol. 6.º pp. 6-74 0 GALEKI PEOV-GALEKI E MÍIMOS QUADADOS PAA A SOLUÇÃO DA COVECÇÃO-DIFUSÃO ASIEE ESAE CLAO OMÃO JAIO APAECIDO MAIS JOÃO BAISA CAMPOS SILVA 3 JOÃO BAISA

Leia mais

MESTRADO PROFISSIONAL EM ECONOMIA DO SETOR PÚBLICO

MESTRADO PROFISSIONAL EM ECONOMIA DO SETOR PÚBLICO II/05 UNIVERSIDADE DE BRASÍLIA DEPARTAMENTO DE ECONOMIA 0//5 MESTRADO PROFISSIONAL EM ECONOMIA DO SETOR PÚBLICO ECONOMIA DA INFORMAÇÃO E DOS INCENTIVOS APLICADA À ECONOMIA DO SETOR PÚBLICO Prof. Maurício

Leia mais

MESTRADO PROFISSIONAL EM ECONOMIA DO SETOR PÚBLICO

MESTRADO PROFISSIONAL EM ECONOMIA DO SETOR PÚBLICO II/05 UNIVERSIDADE DE BRASÍLIA DEPARTAMENTO DE ECONOMIA 0//5 MESTRADO PROFISSIONAL EM ECONOMIA DO SETOR PÚBLICO ECONOMIA DA INFORMAÇÃO E DOS INCENTIVOS APLICADA À ECONOMIA DO SETOR PÚBLICO Prof. Maurício

Leia mais

condição inicial y ( 0) = 18 condições iniciais condições iniciais

condição inicial y ( 0) = 18 condições iniciais condições iniciais Prblmas d Mamáa IV - Dada a quaçã frnal abax, drmnar as sluçõs arular mlmnar snd qu das as quaçõs sã válda ara. a nçã nal. s. u u b 5 nçã nal s. 7,5,5 u nçã nal s. 5 u d 5 s nçã nal 8 s. s d 5 8 nçõs nas

Leia mais

30/09/2015. Distribuições. Distribuições Discretas. p + q = 1. E[X] = np, Var[X] = npq DISTRIBUIÇÃO BINOMIAL. Contínuas. Discretas

30/09/2015. Distribuições. Distribuições Discretas. p + q = 1. E[X] = np, Var[X] = npq DISTRIBUIÇÃO BINOMIAL. Contínuas. Discretas Dstrbuçõs Dscrtas Dstrbuçõs 30/09/05 Contínuas DISTRIBUIÇÃO DE PROBABILIDADE Dscrtas DISTRIBUIÇÃO BIOMIAL Bnomal Posson Consdramos n tntatvas ndpndnts, d um msmo prmnto alatóro. Cada tntatva admt dos rsultados:

Leia mais

INTERAÇ Ã O VISCOSA /NÃO -VISCOSA PARA O CÁLCULO DO ESCOA- MENTO SEPARADO E COLADO EM GRADES DE TURBOMÁQUINAS.

INTERAÇ Ã O VISCOSA /NÃO -VISCOSA PARA O CÁLCULO DO ESCOA- MENTO SEPARADO E COLADO EM GRADES DE TURBOMÁQUINAS. XVI COGRESSO BRASILEIRO DE EGEHARIA MECÂICA 6h BRAZILIA COGRESS O MECHAICAL EGIEERIG ITERAÇ Ã O VISCOSA /ÃO -VISCOSA PARA O CÁLCULO DO ESCOA- METO SEPARADO E COLADO EM GRADES DE TURBOMÁQUIAS. Ramro Gusavo

Leia mais

Probabilidade II Aula 6

Probabilidade II Aula 6 obabilidad II Aula 6 Março d 9 Mônica Barros, DSc Conúdo Mais sobr momnos condicionais Cálculo d valors srados aravés do condicionamno numa variávl rlação nr valors srados condicionais incondicionais fórmulas

Leia mais

5 Apreçamento de ESOs com preço de exercício fixo

5 Apreçamento de ESOs com preço de exercício fixo 5 Apreçameno de ESOs com preço de exercíco fxo Ese capíulo rá explorar os prncpas modelos de apreçameno das ESOs ulzados hoje em da. Neses modelos a regra de decsão é esruurada em orno da maxmzação do

Leia mais

Sumário Propagação em Meios com perdas Propagação em Meios Dieléctricos e Condutores Energia transportada por uma onda electromagnética

Sumário Propagação em Meios com perdas Propagação em Meios Dieléctricos e Condutores Energia transportada por uma onda electromagnética Sumário Propagação m Mios com prdas Propagação m Mios Dilécricos Conduors nrgia ransporada por uma onda lcromagnéica Livro Chng : pp [354 37] [379 385] Propagação d Ondas m Mios sm Prdas k k x x x k C

Leia mais

Modelos lineares generalizados mistos na avaliação genética da prenhez precoce na raça Nelore

Modelos lineares generalizados mistos na avaliação genética da prenhez precoce na raça Nelore Arq. Bras. Md. V. Zooc., v.64, n.3, p.675-68, 01 Modlos lnars gnralzados msos na avalação gnéca da prnhz prcoc na raça Nlor [Gnralzd lnar mxd modls on gnc valuaon of arly prgnancy n Nllor brd] D.A. Garca

Leia mais

MODELOS DE REGRESSÃO PARA DADOS BINÁRIOS

MODELOS DE REGRESSÃO PARA DADOS BINÁRIOS MODELOS DE REGRESSÃO PARA DADOS BINÁRIOS Introdução Intrss m modlar algum fnômno alatóro com dos dsfchos possívs ( sucsso ou fracasso ) m função d uma ou mas covarávs. Assoca-s ao rsultado do fnômno uma

Leia mais

Capítulo 3. Análise de Sinais Dep. Armas e Electronica, Escola Naval V1.1 - Victor Lobo 2004. Page 1. Domínio da frequência

Capítulo 3. Análise de Sinais Dep. Armas e Electronica, Escola Naval V1.1 - Victor Lobo 2004. Page 1. Domínio da frequência Dp. Armas Elcronica, Escola Naval V. - Vicor Lobo 004 Capíulo 3 Transformadas ourir ourir Discra Bibliografia Domínio da frquência Qualqur sinal () po sr composo numa soma xponnciais complxas Uma xponncial

Leia mais

ANALISE DE CIRCUITOS DE 1 a E 2 a. J.R. Kaschny ORDENS

ANALISE DE CIRCUITOS DE 1 a E 2 a. J.R. Kaschny ORDENS ANAISE DE IRUITOS DE a E a J.R. Kaschny ORDENS Inrodução As caracrísicas nsão-corrn do capacior do induor inroduzm as quaçõs difrnciais na anális dos circuios léricos. As is d Kirchhoff as caracrísicas

Leia mais

Grupo I. 1) Calcule os integrais: (4.5) 2) Mostre que toda a equação do tipo yf( xydx ) xg( xydy ) 0

Grupo I. 1) Calcule os integrais: (4.5) 2) Mostre que toda a equação do tipo yf( xydx ) xg( xydy ) 0 Mamáica III / ºSmsr Grupo I ) Calcul os ingrais: a) b) D () ( ) dd sndo D d d d d (.) ) Mosr qu oda a quação do ipo f( d ) g( d ) s ransforma numa quação d variávis sparadas fazndo a subsiuição (.) ) A

Leia mais

MARK-TO-MARKET DESCRIÇÃO DE PROCESSOS E METODOLOGIAS

MARK-TO-MARKET DESCRIÇÃO DE PROCESSOS E METODOLOGIAS MARK-TO-MARKET DESCRIÇÃO DE PROCESSOS E METODOLOGIAS VERSÃO: AGOSTO/ SUMÁRIO Inrodução...4. Dfnção d Varávs... 4. Modologa para acúmulo d axas... 5.3 Vsão do Procsso Esruura Organzaconal... 5.3. Comê d

Leia mais

Capítulo 5 Transformadas de Fourier

Capítulo 5 Transformadas de Fourier Capíulo 5 Trasformadas d Fourir 5. Aális da composição d sismas aravés da rsposa m frquêcia 5. Trasformadas d Fourir propridads Capíulo 5 Trasformadas d Fourir 5. Aális da composição d sismas aravés da

Leia mais

TRANSMISSÃO DE CALOR II. Prof. Eduardo C. M. Loureiro, DSc.

TRANSMISSÃO DE CALOR II. Prof. Eduardo C. M. Loureiro, DSc. TRANSMISSÃO DE CALOR II Prof. Eduardo C. M. Lourro, DSc. ANÁLISE TÉRMICA Dtrmnação da ára rqurda para transfrr o calor, numa dtrmnada quantdad por undad d tmpo, dadas as vlocdads d scoamnto as tmpraturas

Leia mais

UNIVERSIDADE SÃO FRANCISCO CURSO DE ENGENHARIA ELÉTRICA SISTEMA DE CONTROLE DIGITAL PARA NÍVEL DE RESERVATÓRIO. Área de Controle e Automação.

UNIVERSIDADE SÃO FRANCISCO CURSO DE ENGENHARIA ELÉTRICA SISTEMA DE CONTROLE DIGITAL PARA NÍVEL DE RESERVATÓRIO. Área de Controle e Automação. UNIVERSIDADE SÃO FRANCISCO CURSO DE ENGENHARIA ELÉRICA SISEMA DE CONROLE DIGIAL PARA NÍVEL DE RESERVAÓRIO Ára d Conrol Auomação por Eduardo Morra Branco Ely Carnro d Pava, Douor Ornador Iaba SP, Dzmbro

Leia mais

MERCADO BRASILEIRO DE LEITE: CAUSALIDADE DE PREÇOS NOS PRINCIPAIS ESTADOS PRODUTORES

MERCADO BRASILEIRO DE LEITE: CAUSALIDADE DE PREÇOS NOS PRINCIPAIS ESTADOS PRODUTORES MERCADO BRASILEIRO DE LEITE: CAUSALIDADE DE PREÇOS NOS PRINCIPAIS ESTADOS PRODUTORES Angélca Po d Mdros, Bruna Márca Machado Moras, Rsol Bndr Flho RESUMO O prsn argo m como obvo gral vrfcar o rlaconamno

Leia mais

Solução numérica de equações diferenciais ordinárias. Problema de valor inicial (PVI)

Solução numérica de equações diferenciais ordinárias. Problema de valor inicial (PVI) Solução numérca de equações derencas ordnáras Problema de valor ncal PVI 4 5 Inrodução 4 5 Uma equação derencal ordnára é denda como uma equação que envolve uma unção ncógna e algumas das suas dervadas

Leia mais

O modelo Von Bertalanffy adaptado para suínos de corte

O modelo Von Bertalanffy adaptado para suínos de corte O modlo Von Bralanffy adapado para suínos d cor Lucas d Olivira nro Fdral d Educação Fdral Tcnológica EFET-MG.5-, Av. Amazonas 525 - Nova Suíça - Blo Horizon - MG - Brasil E-mail: lucasdolivira@gmail.com

Leia mais

Equações de Maxwell. Métodos Eletromagnéticos. Equações de Maxwell. Equações de Maxwell

Equações de Maxwell. Métodos Eletromagnéticos. Equações de Maxwell. Equações de Maxwell Méodos Elromagnéicos agoso d 9 Fundamnos Equaçõs d Mawll no domínio do mpo da frqüência Onda plana édison K. ao Equaçõs d Mawll Todos os fnômnos lromagnéicos obdcm às quaçõs mpíricas d Mawll. b d h j ond

Leia mais

Experimento 4 Indutores e circuitos RL com onda quadrada

Experimento 4 Indutores e circuitos RL com onda quadrada Exprimno 4 Induors circuios RL com onda quadrada 1. OBJETIVO O objivo dsa aula é sudar o comporamno d induors associados a rsisors m circuios alimnados com onda quadrada. 2. MATERIAL UTILIZADO osciloscópio;

Leia mais

MESTRADO EM MACROECONOMIA e FINANÇAS Disciplina de Computação. Aula 07. Prof. Dr. Marco Antonio Leonel Caetano

MESTRADO EM MACROECONOMIA e FINANÇAS Disciplina de Computação. Aula 07. Prof. Dr. Marco Antonio Leonel Caetano MESTRADO EM MACROECONOMIA FINANÇAS Disiplina d Compuação Aula 7 Prof. Dr. Maro Anonio Lonl Caano Guia d Esudo para Aula 7 Vors Linarmn Indpndns - Vrifiação d vors LI - Cálulo do Wronsiano Equaçõs Difrniais

Leia mais

Ondas - 2EE 2003 / 04

Ondas - 2EE 2003 / 04 Ondas - 3 / 4 1 Inodução 1.1 Conco d onda móvl Uma função f dscv o pfl d vaação d uma onda móvl vlocdad v no spaço no mpo. Paa qu o pfl d vaação f caac uma onda móvl dv sasfa a quação d onda sgun: f 1

Leia mais

Administração da Produção II Prof. MSc. Claudio S. Martinelli Aula 1

Administração da Produção II Prof. MSc. Claudio S. Martinelli Aula 1 Adminisração Produção II Prof. MSc. Claudio S. Marinlli Aula 1 Emna O planjamno, programação conrol produção m sua lógica: planjamno capacid, planjamno agrgado, plano msr produção MRP (planjamno d rcursos

Leia mais

Deformações devidas a carregamentos verticais

Deformações devidas a carregamentos verticais Dformaçõs dvdas a carrgamntos vrtcas GEOTECNIA II SLIDES 07 Prof. MSc. Douglas M. A. Bttncourt prof.douglas.pucgo@gmal.com Rcalqus dvdo a carrgamntos na suprfíc Exmplos: Rcalqus d fundaçõs (sapatas ou

Leia mais

Transistor de junção bipolar Sedra & Smith, 4 a edição, capítulo 4

Transistor de junção bipolar Sedra & Smith, 4 a edição, capítulo 4 ransstor d junção bpolar Sdra & Smth, 4 a dção, capítulo 4 http://c-www.colorado.du/~bart/book/book/toc5.htm ransstor npn ransstor d junção bpolar () ransstor pnp Fgura 4. Estrutura smplfcada do transstor

Leia mais

FENOMENOS DE TRANSPORTE 2 o Semestre de 2013 Prof. Maurício Fabbri

FENOMENOS DE TRANSPORTE 2 o Semestre de 2013 Prof. Maurício Fabbri FENOMENOS DE TRANSPORTE o Smsr d 03 Prof. Maurício Fabbri 3ª SÉRIE DE EXERCÍCIOS Transpor d calor por convcção O ransin ponncial simpls Consrvação da nrgia 0-3. O coficin d ransfrência d calor Lia o marial

Leia mais

Otimização de processos acoplados: programação da produção e corte de estoque. Carla Taviane Lucke da Silva Ghidini

Otimização de processos acoplados: programação da produção e corte de estoque. Carla Taviane Lucke da Silva Ghidini Omzação d procssos acoplados: programação da produção cor d soqu Carla Tavan Luck da Slva Ghdn Lvros Grás hp://www.lvrosgras.com.br Mlhars d lvros grás para download. SERVIÇO DE PÓS-GRADUAÇÃO DO ICMC-USP

Leia mais

EQUAÇÕES DIFERENCIAIS APLICADAS EM MODELOS DE COMPARTIMENTOS

EQUAÇÕES DIFERENCIAIS APLICADAS EM MODELOS DE COMPARTIMENTOS EQUAÇÕES DIFERENCIAIS APLICADAS EM MODELOS DE COMPARTIMENTOS Tiago Novllo d Brio Fcilcam, iago-novllo@homail.com ald dos Sanos Coquiro Fcilcam, vcoquiro@yahoo.com.br Rosangla Tixira Guds UTFPR, r_guds@homail.com

Leia mais

CAPÍTULO 2 PLANEJAMENTO DA OPERAÇÃO E FORMAÇÃO DO PREÇO SPOT EM UM MERCADO COMPETITIVO DE ENERGIA ELÉTRICA

CAPÍTULO 2 PLANEJAMENTO DA OPERAÇÃO E FORMAÇÃO DO PREÇO SPOT EM UM MERCADO COMPETITIVO DE ENERGIA ELÉTRICA CAPÍTULO 2 PLANEJAMEO DA OPERAÇÃO E FORMAÇÃO DO PREÇO SPOT EM UM MERCADO COMPETITIO DE ENERIA ELÉTRICA 2. IRODUÇÃO Ese capíulo apresena um resumo dos prncpas conceos relaconados ao planeameno da operação

Leia mais

Física I. 2º Semestre de Instituto de Física- Universidade de São Paulo. Aula 5 Trabalho e energia. Professor: Valdir Guimarães

Física I. 2º Semestre de Instituto de Física- Universidade de São Paulo. Aula 5 Trabalho e energia. Professor: Valdir Guimarães Físca I º Semesre de 03 Insuo de Físca- Unversdade de São Paulo Aula 5 Trabalho e energa Proessor: Valdr Gumarães E-mal: valdrg@.usp.br Fone: 309.704 Trabalho realzado por uma orça consane Derenemene

Leia mais

Desse modo, podemos dizer que as forças que atuam sobre a partícula que forma o pêndulo simples são P 1, P 2 e T.

Desse modo, podemos dizer que as forças que atuam sobre a partícula que forma o pêndulo simples são P 1, P 2 e T. Pêndulo Simpls Um corpo suspnso por um fio, afastado da posição d quilíbrio sobr a linha vrtical qu passa plo ponto d suspnsão, abandonado, oscila. O corpo o fio formam o objto qu chamamos d pêndulo. Vamos

Leia mais

3. TRANSFORMADA DE LAPLACE. Prof. JOSÉ RODRIGO DE OLIVEIRA

3. TRANSFORMADA DE LAPLACE. Prof. JOSÉ RODRIGO DE OLIVEIRA 3 TRNSFORMD DE LPLCE Prof JOSÉ RODRIGO DE OLIVEIR CONCEITOS BÁSICOS Númro complxo: ond α β prncm ao nº rai Módulo fa d um númro complxo Torma d Eulr: b a an a co co n n Prof Joé Rodrigo CONCEITOS BÁSICOS

Leia mais

Em cada ciclo, o sistema retorna ao estado inicial: U = 0. Então, quantidade de energia W, cedida, por trabalho, à vizinhança, pode ser escrita:

Em cada ciclo, o sistema retorna ao estado inicial: U = 0. Então, quantidade de energia W, cedida, por trabalho, à vizinhança, pode ser escrita: Máquinas Térmicas Para qu um dado sistma raliz um procsso cíclico no qual rtira crta quantidad d nrgia, por calor, d um rsrvatório térmico cd, por trabalho, outra quantidad d nrgia à vizinhança, são ncssários

Leia mais

PROF. DR. JACQUES FACON LIMIARIZAÇÃO POR ENTROPIA DE WULU

PROF. DR. JACQUES FACON LIMIARIZAÇÃO POR ENTROPIA DE WULU 1 PUCPR- Ponfíca Unversdade Caólca Do Paraná PPGIA- Programa de Pós-Graduação Em Informáca Aplcada PROF. DR. JACQUES FACON IMIARIZAÇÃO POR ENTROPIA DE WUU Resumo: Uma nova écnca de marzação baseada em

Leia mais

ENSAIOS EM DÉFICITS PÚBLICOS

ENSAIOS EM DÉFICITS PÚBLICOS FERNANDO MOA CORREIA ENSAIOS EM DÉFICIS PÚBLICOS s d Douorado aprsnada como rquso parcal para onção do rau d Douor, plo Prorama d Pós Graduação m Dsnvolvmno Econômco, Sor d Cêncas Socas Aplcadas da Unvrsdad

Leia mais

Luciene Gomes de Souza. Comparação de métodos de micro-dados e de triângulo run-off para previsão da quantidade IBNR. Dissertação de Mestrado

Luciene Gomes de Souza. Comparação de métodos de micro-dados e de triângulo run-off para previsão da quantidade IBNR. Dissertação de Mestrado Luc Goms d Souza Comparação d méodos d mcro-dados d râgulo ru-o para prvsão da quadad IBR Dssração d Msrado Dssração aprsada como rquso parcal para obção do íulo d Msr plo Programa d Pós graduação m Eghara

Leia mais

4. Modelos matemáticos de crescimento

4. Modelos matemáticos de crescimento 2 Sumário (3ª aula) Exrcícios d consolidação (coninuação) 4. Modlos mamáicos d crscimno 4..Progrssão ariméica (variação absolua consan) 4.2.Progrssão goméricas (variação rlaiva consan) Exrcício 2) Compaibiliz

Leia mais

" SÚMULA DO JOGO " 01. COMPETIÇÃO Código: 23/07/1952 Nº DO JOGO: (Campo acima exclusivo da FGF)

 SÚMULA DO JOGO  01. COMPETIÇÃO Código: 23/07/1952 Nº DO JOGO: (Campo acima exclusivo da FGF) CAGORAS D PROFSSONAS folha 01 FDRAÇÃO GAÚCHA D FUBOL " SÚMULA DO JOGO " 01. COMPÇÃO Código: 23/07/1952 Nº DO JOGO: (Campo acima exclusivo da FGF) O U CAGORAS AMADORAS 1ª DVSÃO 2ª DVSÃO x 3ª DVSÃO COPA

Leia mais

VARIÁVEIS ALEATÓRIAS DISCRETAS. Vamos agora analisar em detalhe algumas variáveis aleatórias discretas, nomeadamente:

VARIÁVEIS ALEATÓRIAS DISCRETAS. Vamos agora analisar em detalhe algumas variáveis aleatórias discretas, nomeadamente: 98 99 VARIÁVEIS ALEATÓRIAS DISCRETAS Vamos agora analisar m dalh algumas variávis alaórias discras, nomadamn: uniform Brnoulli binomial binomial ngaiva (ou d Pascal) gomérica hirgomérica oisson mulinomial

Leia mais

CÁLCULO I 2º Semestre 2011/2012. Duração: 1 hora e 30 minutos

CÁLCULO I 2º Semestre 2011/2012. Duração: 1 hora e 30 minutos NOVA SCHOOL OF BSINESS AND ECONOMICS CÁLCLO I º Smsr / TESTE INTERMÉDIO Tópi d rsolução Abril Duração: ora miuos Não é prmiido o uso d calculadoras. Não pod dsagraar as olas do uciado. Rspoda d orma jusiicada

Leia mais

Cap. 7. Princípio dos trabalhos virtuais

Cap. 7. Princípio dos trabalhos virtuais Cap. 7. Prncípo dos trabalhos vrtuas. Enrga d dformação ntrna. Dfnção prssupostos adoptados. Dnsdad da nrga d dformação ntrna.3 Caso partcular: L consttutva é rprsntada pla rcta.4 Enrga d dformação ntrna.

Leia mais

Circuitos não senoidais

Circuitos não senoidais Crcuos não snodas Objvos Famlarzar-s com os comonns da xansão da sér d Fourr ara qualqur função snodal ou não snodal. Enndr como a aarênca gráfco do xo do mo d uma forma d onda odm dnfcar quas rmos d uma

Leia mais

Algumas distribuições de variáveis aleatórias discretas importantes:

Algumas distribuições de variáveis aleatórias discretas importantes: Algumas distribuiçõs d variávis alatórias discrtas importants: Distribuição Uniform Discrta Enquadram-s aqui as distribuiçõs m qu os possívis valors da variávl alatória tnham todos a msma probabilidad

Leia mais

F-128 Física Geral I. Aula exploratória-10a UNICAMP IFGW

F-128 Física Geral I. Aula exploratória-10a UNICAMP IFGW F-8 Físca Geral I Aula exploraóra-a UNICAMP IFGW username@f.uncamp.br Varáves roaconas Cada pono do corpo rígdo execua um movmeno crcular de rao r em orno do exo. Fgura: s=r Deslocameno angular: em radanos

Leia mais

UNIVERSIDADE FEDERAL DA BAHIA INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE MATEMÁTICA MAT 013 - Matemática I Prof.: Leopoldina Cachoeira Menezes

UNIVERSIDADE FEDERAL DA BAHIA INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE MATEMÁTICA MAT 013 - Matemática I Prof.: Leopoldina Cachoeira Menezes UNIVERSIDADE FEDERAL DA BAHIA INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE MATEMÁTICA MAT - Mamáica I Prof.: Lopoldina Cachoira Mnzs Prof.: Mauricio Sobral Brandão ª Lisa d Ercícios Par I: Funçõs Econômicas

Leia mais

FÍSICA COMENTÁRIO DA PROVA DE FÍSICA

FÍSICA COMENTÁRIO DA PROVA DE FÍSICA COMENTÁIO DA POVA DE FÍSICA A prova d conhcimntos spcíficos d Física da UFP 009/10 tv boa distribuição d assuntos, dntro do qu é possívl cobrar m apnas 10 qustõs. Quanto ao nívl, classificamos ssa prova

Leia mais

enquanto que um exemplo de e.d.p. é uma equação do tipo potencial

enquanto que um exemplo de e.d.p. é uma equação do tipo potencial 6- EDO s: TEORIA E TRATAMENTO NUMÉRICO Inrodução Muios problmas imporans significaivos da ngnharia, das ciências físicas das ciências sociais, formulados m rmos mamáicos, igm a drminação d uma função qu

Leia mais

UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DEPARTAMENTO DE ECONOMIA

UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DEPARTAMENTO DE ECONOMIA UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DEPARTAMENTO DE ECONOMIA EAE 26 Macroconoma I º Smstr 27 Príoo Durno Profssors: lbrto Tau Lma Pro arca Duart Lsta Exrcícos

Leia mais

Questão. Sinais periódicos e não periódicos. Situação limite. Transformada de Fourier de Sinais Contínuos

Questão. Sinais periódicos e não periódicos. Situação limite. Transformada de Fourier de Sinais Contínuos Qusão Srá possívl rprsnar sinais não priódicos como soma d xponnciais? ransformada d Fourir d Sinais Conínuos jorg s. marqus, jorg s. marqus, Sinais priódicos não priódicos Siuação limi Um sinal não priódico

Leia mais

/ d0) e economicamente (descrevendo a cadeia de causação

/ d0) e economicamente (descrevendo a cadeia de causação UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DEPARTAMENTO DE ECONOMIA EAE 26 Macroconoma I º Smstr 27 Profssor Frnano Rugtsky Lsta Exrcícos [] Consr uma macroconoma scrta

Leia mais

PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO Departamento de Economia Rua Marquês de São Vicente, Rio de Janeiro Brasil

PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO Departamento de Economia Rua Marquês de São Vicente, Rio de Janeiro Brasil PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO Dparamno d Economia Rua Marquês d São Vicn, 225 22453-900 - Rio d Janiro rasil TEORIA MACROECONÔMICA II Gabario da P3 Profssors: Dionísio Dias Carniro

Leia mais

para Z t (lembre que = 1 B)

para Z t (lembre que = 1 B) Economria III ANE59 Lisa d Ercícios d Economria d Séris mporais Pro. Rogério Siva d Maos (Juho 6) Si: www.uj.br/rogrio_maos A. MODELOS ARIMA. Escrva por nso:. ARMA(,) para. ARMA(,) para X. ( B B ) Z (

Leia mais

Curso de linguagem matemática Professor Renato Tião. 3. Sendo. 4. Considere as seguintes matrizes:

Curso de linguagem matemática Professor Renato Tião. 3. Sendo. 4. Considere as seguintes matrizes: Curso d linguagm mamáica Profssor Rnao Tião 1 PUCRS. No projo Sobrmsa Musical, o Insiuo d Culura da PUCRS raliza aprsnaçõs smanais grauias para a comunidad univrsiária. O númro d músicos qu auaram na aprsnação

Leia mais

Leonardo da Vinci ( ), artista, engenheiro e cientista italiano

Leonardo da Vinci ( ), artista, engenheiro e cientista italiano ormas dos rabalhos Vrtuas Itrodução Loardo da Vc (45-59), artsta, ghro ctsta talao Aplcou oçõs do prcípo dos dslocamtos vrtuas para aalsar o qulíbro d sstmas d polas alavacas PEF-40 Prof. João Cyro Adré

Leia mais

Pág , isto é, é o número Pretende-se mostrar que x [ ] f ( x) Seja h a restrição da função f ao intervalo ],0].

Pág , isto é, é o número Pretende-se mostrar que x [ ] f ( x) Seja h a restrição da função f ao intervalo ],0]. Fca d tst global Dado um spaço d rsultados E, fnto, s os acontcmntos lmntars form quprovávs, a probabldad d um acontcmnto A ( E quocnt nr o númro d casos favorávs ao Pág P, é gual ao acontcmnto A o númro

Leia mais

Capítulo 2.1: Equações Lineares 1 a ordem; Método dos Fatores Integrantes

Capítulo 2.1: Equações Lineares 1 a ordem; Método dos Fatores Integrantes Capíulo.1: Equaçõs Linars 1 a ordm; Méodo dos Faors Ingrans Uma EDO d primira ordm m a forma gral d f, ond f é linar m. Exmplo: a Equaçõs com coficins consans; a b b Equaçõs com coficins variavis: d p

Leia mais