Sistemas de Filas Simples

Tamanho: px
Começar a partir da página:

Download "Sistemas de Filas Simples"

Transcrição

1 Sistemas de Filas Simles Teoria de Filas Processo de chegada: se os usuários de uma fila chegam os istates t, t, t 3,..., t, as variáveis aleatórias τ t - t - são chamadas de itervalos etre chegadas. As variáveis aleatórias formam uma seqüêcia de valores aleatórios Ideedetes e Ideticamete Distribuídos (IID). O rocesso mais comum de chegada é o rocesso de Poisso. Neste caso os itervalos etre chegadas são distribuídos exoecialmete IID. Outras distribuições odem também ser utilizadas tais como: Determiística, Hier-exoecial e Geérica. Processo de serviço: O temo que cada usuário do sistema de fila assa em serviço defie o seu temo de serviço. É usual cosiderar que estes temos de serviços são variáveis aleatórias IID. A distribuição mais comum é a exoecial, orém outras distribuições também são utilizadas, tais como: determiística, Hyer-exoecial e geérica. Número de servidores: defie o úmero de servidores disoíveis o sistema de fila. Normalmete, estes servidores são idêticos. Caacidade do sistema: é o úmero máximo de usuários que o sistema de fila ode aresetar. Este úmero cosidera tato os usuários a fila como aqueles em serviço. Quado este arâmetro ão rereseta ehuma grade limitação é comum utilizar-se um valor ifiito ara a sua caacidade.

2 Tamaho da oulação: rereseta o úmero total de usuários em otecial, que odem chegar o sistema de fila. Na maioria dos sistemas reais a oulação é fiita, orém se esse úmero é suficietemete grade, ode-se utilizar o valor ifiito como tamaho da oulação. Discilia de Serviço: a ordem com que os usuários do sistema são atedidos defie a discilia de serviço ou atedimeto. As discilias mais comus são: FCFS (First Come First Served) O rimeiro a chegar é o rimeiro a ser atedido. RR (Roud Robi) Um usuário é atedido or um temo máximo rédefiido e se ão for ossível realizar todo o serviço, o usuário deve ir ara o fial da fila. LCFS (Last Come First Served) O último a chegar é o róximo a ser atedido. LCFS-reemtivo O usuário que chegou or último ode iterromer o usuário que está sedo atedido. PS (Processor Sharig) Corresode à discilia RR com um quatum suficietemete equeo comarado com o temo médio de serviço. Equivale a reartir o rocessador em artes iguais. Sistemas de filas que ão ossuem temo de esera são chamados de Cetros de Atraso (Delay Ceter). Em geral, sistemas com ifiitos servidores (IS) ossuem esta característica. Notação Para a defiição de um sistema de filas é ecessário se esecificar seis arâmetros: A/S/m//K/SD ode A: Distribuição dos itervalos etre chegadas; S: Distribuição dos temos de serviço; m: Número de servidores; : Número máximo de usuários o sistema; K: Tamaho máximo da oulação; SD: Discilia de atedimeto ou serviço. As distribuições dos itervalos etre chegadas e dos temos de serviço são reresetadas em geral or uma letra: M Exoecial; D Determiística G Geérica Uma distribuição determiística é aquela que defie temos costates, ortato ão existe ehuma variabilidade. Uma distribuição geérica sigifica uma distribuição ão esecificada. Os resultados assim obtidos são válidos ara qualquer distribuição.

3 A distribuição exoecial ossui a roriedade de ão aresetar memória ( memoryless ), isto é, o róximo estado só deede do estado atual e ão dos estados ateriores. Se os itervalos etre chegadas são distribuídos exoecialmete com média /, o temo eserado ara a róxima chegada é semre /, ideedete do temo que á trascorreu desde a última chegada. Variáveis associadas a um sistema de filas: Serviço Chegada Esera m Chegada aterior Chegada atual q s Iício de serviço Térmio de Serviço t w r s Temo τ Itervalo etre chegadas sucessivas Taxa média de chegada /E[τ], em algus sistemas este arâmetro ode ser fução do estado do sistema s Temo de serviço de um usuário Taxa média de serviço or servidor /E[s]. A taxa total de serviço ara m servidores é m úmero de usuários o sistema. É chamado também de tamaho da fila, icluido os usuários que estão em serviço q Número de usuários eserado ara receber serviço. É semre meor que, ois ão iclui os usuários em serviço s Número de usuários em serviço o sistema r Temo de resosta ou simlesmete temo o sistema. Iclui tato o temo de esera como o temo de serviço w Temo de esera, isto é, itervalo de temo etre o istate de chegada e o iício do serviço Todas as variáveis acima, com exceção de e, são variáveis aleatórias. 3

4 Relações etre as variáveis As relações discutidas a seguir são válidas ara o sistema G/G/m (ou sea, ara qualquer sistema de filas): Codição de estabilidade: se o úmero de usuários cresce cotiuamete e se tora ifiito, o sistema é deomiado istável. Para que um sistema sea estável é ecessário que a seguite relação sea verdadeira: < m Relação etre o úmero de usuários o sistema e úmero a fila: q + s Observe que estas variáveis são aleatórias. Em articular esta igualdade leva a uma outra igualdade etre os seus valores médios: E[] E[q] + E[s] Se a taxa de serviço de cada servidor é ideedete do úmero de usuários a fila, ou sea, Cov(q,s) Etão Var[] Var[q] + Var[s] Número x Temo: Se usuários ão são erdidos, o úmero médio de usuários o sistema está relacioado ao seu temo de resosta da seguite maeira: E[] *E[r] ou de maeira semelhate: E[q] *E[w] Estas equações são cohecidas como Resultado de Little e são válidas desde que o sistema estea em situação de equilíbrio, isto é, em um itervalo grade de observação, o úmero de saídas é igual ao úmero de chegadas ao sistema. Este resultado é ideedete das distribuições dos itervalos de chegada e dos temos de atedimeto, Temo o sistema x Temo a fila: o temo o sistema é exresso como a soma do temo de esera com o temo de serviço: r w + s Note que r,w e s são variáveis aleatórias. Portato existe etre seus valores médios a seguite relação: E[r] E[w] + E[s] e quado o temo de serviço é ideedete do úmero de usuários a fila etão: e Cov(w,s) 4

5 Var[r] Var[w] + Var[s] Resultado de Little Suoha que o sistema sea moitorado or um itervalo de temo T e que sea matido um registro sobre cada istate de chegada ou de artida. Se T for suficietemete grade o úmero de chegadas se aroxima do úmero de artidas. Sea esse úmero igual a N. Etão Taxa de chegada Total de chegadas/temo total N/T Sea J a soma do temo gasto o sistema or todos os usuários que assaram elo sistema o itervalo T, etão se odem escrever as seguites relações: Portato: Ou sea, E[r] J/N Temo médio o sistema E[] J/T Número médio de usuários o sistema E[] (N/T)*(J/N) E[] * E[r] Resultado de Little 3 Processos Estocásticos Uma seqüêcia de variáveis aleatórias idêticas idexadas or um mesmo arâmetro, or exemlo, temos, formam um rocesso estocástico. Exemlo: O úmero de usuários a fila de um sistema em fução do temo, w(t) é um rocesso estocástico. Os rocessos mais comus utilizados os sistemas de fila são: Processos estocásticos com estado discreto Deededo dos valores que a variável aleatória ode tomar, odem-se ter rocessos com estados discretos ou cotíuos. Por exemlo: O úmero de usuários a fila é um rocesso discreto. Processo de Markov Se os estados futuros do rocesso deedem exclusivamete do estado atual, o rocesso é chamado de Markov, como o caso de variáveis aleatórias com distribuição exoecial que ossuem a roriedade memoryless. Neste caso, o temo em que o sistema se ecotra o estado atual ão afeta o róximo itervalo de temo. 5

6 Cadeia de Markov Um rocesso de Markov com estados discretos é chamado de cadeia de Markov. Os sistemas de fila do tio M/M/m odem ser modelados como uma cadeia de Markov cosiderado-se como estado o úmero de usuários a fila. Processo Nascimeto e Morte Os rocessos de Markov que ossuem um esaço de estado discreto e o qual as trasições de estado só odem ocorrer etre estados vizihos, são deomiados de rocessos de Nascimeto e Morte. Neste caso, ode-se reresetar os estados or um úmero iteiro N e as ossíveis mudaças de estado são ara (N+) ou (N-). Por exemlo, o úmero de usuários N em um sistema de filas que areseta somete chegadas idividuais ode ser modelado or um rocesso de Nascimeto e Morte. Processo de Poisso Se os itervalos etre chagadas são IID e exoecialmete distribuídos, o úmero de chegadas um itervalo de temo (t,t+x) ossui uma distribuição de Poisso. Os rocessos de Poisso são muito utilizados os sistemas de filas e aresetam algumas roriedades iteressates. a) Jução de rocessos de Poisso: Σ ι Poisso κ Poisso 6

7 b) Distribuição de rocessos de Poisso * Poisso k * κ k * Poisso c) Partida de um sistema M/M/ < Poisso Poisso Relação etre os diversos rocessos estocásticos Processos Estocásticos Processos de Markov Processos de Nascimeto e Morte 7

8 4 Aálise de Fila Úica Sea um sistema de fila úica: i i Este sistema ode ser descrito como um Processo de Nascimeto e Morte em que o estado é reresetado elo úmero de usuários o sistema (ver caítulo de Noções de Processos Estocásticos e de cadeia de Markov) Diagrama de Trasição de Estados Probabilidades em Equilíbrio Cosideremos que em um istate t o sistema está o estado, isto é, existem usuários o sistema. (t) é a robabilidade do sistema estar o estado o istate t, isto é, de ossuir usuários. O cálculo de (t) a situação de equilíbrio ode ser feito através de uma equação de balaceameto de fluxo de robabilidades em cada estado da Cadeia de Markov. A última equação ecessária é a soma das robabilidades de todos os estados que é igual a um. Em uma itervalo de temo t, o sistema oderá cotiuar o estado ou mudar ara o estado - ou + de acordo com as robabilidades: Pr[ir ara o estado + está o estado ] t Pr[ir ara o estado - está o estado ] t Pr[cotiuar o estado ] ( - t - t) 8

9 O itervalo de temo t deve ser equeo o suficiete ara ão haver dois evetos simultâeos este itervalo. Podemos motar um couto de equações ara as trasições de estado: (t + t) ( - t) (t) - t (t) (t + t) t (t) + ( - t - t ) (t) + t (t) (t + t) t (t) + ( - t - t ) (t) + 3 t 3 (t)... (t + t) - t - (t) + ( - t - t ) (t) + + t + (t) A última equação ode ser escrita como: (t + t) - t - (t) + (t) - ( + ) t (t) + + t + (t) (t + t) - (t) - t - (t) - ( + ) t (t) + + t + (t) ( (t + t) - (t))/ t - - (t) - ( + ) (t) (t) No limite quado t tem-se: lim (t + t) (t) (t) ( + ) (t) + + t + t (t) Etão d dt (t) (t) ( + ) (t) (t) Quado o sistema está a, situação de equilíbrio, isto é, estável, a robabilidade de estar em um estado ão varia com o temo o que sigifica que a derivada de (t) é ula. (t) ( + ) (t) (t) Neste caso, (t) será idicado como. ( + ) ara,,..., ( + ) + + Calculado em fução de temos: 9

10 ) ( ) ( + + Para,,..., A robabilidade de equilíbrio de um rocesso ascimeto e morte se ecotrar um determiado estado é: + Para,,..., Podemos determiar, que é a robabilidade do sistema ossuir zero usuários, cosiderado que Cálculo de : ) ( + + Desta forma, a solução geral de um Processo Nascimeto e Morte é dada or: * 5 Filas Markoviaas São as filas úicas com chegada e atedimeto elo rocesso de Poisso, idicadas de forma geérica como M/M/m/ sedo M o úmero de servidores, e o úmero máximo de usuários o sistema. Neste caso cosidera-se que o sistema se ecotra a situação de equilíbrio em que a taxa de chegada ão se altera, sedo igual a, e as taxas de serviço de dos servidores ão se alteram, sedo que todos servidores tem a mesma taxa de atedimeto.

11 5. Fila Úica M/M/ O sistema M/M/ se ecotra a situação de equilíbrio em que os e ão se alteram coforme o úmero de usuários o sistema. < - + Para este sistema tem-se: Diagrama de trasição de estados Alicado a forma geral de solução do rocesso ascimeto e morte, chega-se: ( ) * ode / é chamada de itesidade de tráfego e é usualmete reresetada or ρ, ortato * ρ, ode - ρ aseado esta solução ode-se derivar os riciais arâmetros do sistema M/M/: a. Fator de utilização do servidor: U U - P ρ b. Número médio de usuários o sistema: E ().P.( ρ). ρ ρ ρ ( ) c. Variâcia do úmero de usuários o sistema:

12 Var() E( ) E().( ρ). ρ E() d. Probabilidade de se ter ou mais usuários o sistema: ρ.( ρ) e. Temo médio de resosta: E[r] ρ ρ ( ρ) Cosiderado que E[] * E[r] elo Resultado de Little tem-se que: E() ρ E(r). ρ ( ) ρ f. A distribuição de robabilidades do temo de resosta o sistema F(r) é uma distribuição exoecial: F(r) e r ( ρ) Número médio de clietes a fila Gráfico de E[ q ] x ρ E[ ] ρ q /( ρ) ρ Observar: quado ρ se aroxima de o temo a fila e o úmero de clietes a fila tedem a ifiito.

13 5. Fila Úica M/M/m Este sistema ossui uma fila e m servidores cada um com taxa de atedimeto. Coforme os usuários etram o sistema, elo fato de servidores etrarem em oeração, a taxa de serviço vai aumetado em múltilos de, até que todos os servidores esteam ocuados. A artir deste oto a taxa de atedimeto se matém igual a m. m- m m+ 3 (m-) m m m 5.3 Fila Úica M/M// Diagrama de trasição de estados Este sistema ossui uma fila e um servidor com taxa de atedimeto, sedo que a fila ossui tamaho -, isto é, o limite o úmero de usuários o sistema é. - - Diagrama de trasição de estados 3

14 5.4 Fila Úica M/M/m/ Este sistema ossui uma fila e m servidores cada um com taxa de atedimeto sedo que a fila ossui tamaho -m, isto é, o limite o úmero de usuários o sistema é. -m Coforme os usuários etram o sistema, elo fato de servidores etrarem em oeração, a taxa de serviço vai aumetado em múltilos de. Tem-se duas situações ossíveis: m e >m. a) Se m - 3 (-) b) Se >m Diagrama de trasição de estados m- m 3 (m-) m m - m m Diagrama de trasição de estados 4

15 6 ibliografia [] Jai, R., The Art of Comuter Systems Performace Aalysis, Joh Wiley & Sos Ic, ISN: , 99, 685. [] Cassadras, C. G., Discrete Evet Systems: Modelig ad Performace Aalysis, Akse Associates Icororated Publishers, 993, ISN: , 79. [3] Meascé, D. A., Almeida, V. A. F., Scalig E-usiess: Techologies, Models, Performace ad Caacity Plaig, Pretice-Hall, ISN: ,, 449. [4] Marsa, M. A., albo, G., Cote, G., Doatelli, S., Fraceschiis, G., Modelig with Geeralized Stochastic Petri Nets, Joh Wiley & Sos, ISN: , 995, 3. 7 Exercícios ) Durate uma hora de observação, um servidor de omes de um sistema recebeu.8 requisições. O temo médio de resosta observado a essas requisições foi de /3 de segudo. Qual o úmero médio de cosultas o servidor? O que deve ser assumido a reseito do sistema? O úmero médio de cosultas seria diferete se o temo de serviço ão fosse distribuído exoecialmete? Res.:, fluxo balaceado, ão ois foi utilizada a fórmula de Little que ão exige distribuição exoecial. ) O temo médio de resosta em um sistema de bases de dados do camus de uma uiversidade é 3 segudos. Durate um eríodo de observação de miuto, o temo ocioso o sistema foi medido como segudos. Usado o modelo M/M/ ara o sistema determie o seguite: a) Utilização do sistema b) Temo médio de serviço or cosulta c) Número de cosultas comletadas durate o itervalo de observação d) Número médio de cosultas o sistema e) Probabilidade do úmero de cosultas o sistema ser maior que f) Temo de resosta em 9% g) Temo de esera em 9%. Res.: a) 5/6; b),5 s; c); d) 5; e),35; f) 6,9 s; g) 6,36 s. 3) Cosiderado que o temo médio de resosta o exercício aterior ão está aceitável, a uiversidade está aalisado uma das seguites alterativas. Qual dessas alterativas garate um temo de resosta meor? a) Substituir o comutador or um que sea duas vezes mais ráido. b) Colocar outro comutador idêtico ao rimeiro em outro lugar do camus. 4) Um servidor de rede ossui uma uidade de disco com temo médio ara rocessameto de uma requisição de Etrada/Saída de 5 ms. A taxa de chegada de requisições é de 6 requisições or segudo. Determie: a) Fator de utilização do disco. 5

16 b) Probabilidade de o servidor estar ocioso. c) Probabilidade de ter que eserar a fila. d) Número médio de requisições o servidor. e) Número médio de requisições eserado a fila. f) Temo médio de resosta a uma requisição. g) Variâcia do temo de resosta. h) Temo de esera em 9%. 5) Para melhorar o temo de resosta do servidor da questão aterior devem ser aalisadas as seguites alterativas: I. Colocar mais um disco com mesmo temo de atedimeto (5 ms or requisição) e com uma fila atededo aos dois discos. II. Colocar mais um disco com mesmo temo de atedimeto (5 ms or requisição) e com uma fila ara cada disco. III. Trocar o disco or outro com o dobro da velocidade. Em relação às três alterativas resoda: a) Qual o temo de resosta e o temo de esera a fila ara cada uma das alterativas, b) Qual a melhor solução e qual critério utilizou esta decisão. 6) Um sistema de armazeameto de um comutador cosiste de 3 uidades de disco comartilhado uma fila comum. O temo médio de atedimeto de uma requisição de E/S é de 5 ms. As requisições de E/S chegam ao sistema a uma taxa de 3 requisições or segudo. Utilizado o modelo M/M/3 ara este sistema, determie: a) Taxa de utilização média dos discos. b) Probabilidade de o sistema estar ocioso,. c) Probabilidade de ter que eserar a fila. d) Número médio de requisições o sistema, E[]. e) Número médio de requisições eserado a fila, E[ q ]. f) Temo médio de resosta, E[r]. g) Variâcia do temo de resosta. h) Temo de esera em 9%. Res.: a),5; b),; c),4; d),7; e),5; f),579s; g),96s ; h),87s. 7) Reita o exercício aterior assumido que uma fila searada é matida ara cada uidade de disco do sistema. Assuma também a mesma taxa de chegada de requisições. Res.: a),5; b),5; c),5; d) ; e),5; f),s; g),s; h),6s. 8) Assumido que existem aeas 4 buffers o exercício 6, determie: a) Probabilidade de requisições o sistema,,,, 3 e 4. b) Número médio de requisições o sistema, E[]. c) Número médio de requisições a fila, E[ q ]. d) Variâcia do úmero de requisições o sistema Var[]. e) Taxa de chegada efetiva. f) Taxa de erda de requisições. g) Utilização das uidades de disco. h) Temo médio de resosta. 6

17 Res.: a),;,34;,5;,3;,69 b),5 req; c),69; d),3; e) 8; f),9; g),47; h),5. 9) 5% dos aluos que vão à sala de um rofessor ara esclarecer dúvidas desistem se o rofessor á está ocuado e % desistem se o rofessor está ocuado e á existe um colega à esera. Desehe a cadeia de Nascimeto e Morte deste sistema cosiderado que a taxa iicial de chegada de aluos é e o temo médio de atedimeto de cada aluo é /. Determie as robabilidades de equilíbrio deste sistema. Qual o úmero médio de aluos sedo atedidos se aluos/hora e /5 miutos. ) Um baco quer determiar quatas ATMs (máquias de auto-atedimeto) devem ser istaladas em uma localidade ode chegam 4 clietes or hora, sedo que uma trasação leva em média miuto ara ser rocessada. O baco cobra R$, or trasação e assume que quado existem mais de essoas a fila or uma ATM o cliete desiste. Suodo que a chegada é Poisso e o temo de rocessameto da trasação é exoecial determie quatas ATM devem ser colocadas de forma que a erda eserada or hora sea iferior a R$5,? ) Um suermercado oferece R$, aos seus róximos clietes que ecotrarem todas as caixas ocuadas. Cosidere que existe uma fila úica ara todos os caixas. Os clietes chegam à fila a uma taxa de 3 clietes or miuto e a taxa de serviço de cada caixa é clietes or miuto. O gerete do suermercado quer saber quatos caixas deve mater em fucioameto ara que seu orçameto de R$.5, ão sea excedido, isto é, a romoção ão deve gastar mais que R$.5, ara esses rimeiros clietes. 7

18 8 Fórmulas. Taxa de chegada Taxa de serviço Número de Servidores. Fator de utilização 3. Probabilidade de zero usuários o sistema 4. Probabilidade sistema de usuários o 5. Probabilidade de ou mais usuários o sistema Uρ M/M/ M/M/m Uρ m ρ ( ρ) ρ,,,..., ρ 6. Probabilidade de eserar a fila ρ 7. Número médio de usuários o sistema 8. Variâcia do úmero de usuários o sistema E[] ρ /( ρ ) Var[] ρ/( ρ) m ( ρ ) ( m ρ ) m m + +!( ρ )! m m ( m ρ )! m m ρ m! <m m (m ρ ς P( m usuários) m!( E[] m ρ + ρς /( ρ ) m ) ρ + ρ ρς Var[] m ρ + ρς + m ( ρ ) ) P 8

19 M/M/ M/M/m 9. Temo médio de resosta E[r] (/ ) /( ρ ).Variâcia do temo de resosta Var[r] ( / )/( ρ ).Probabilidade de k usuários a fila ( q k) ρ k E[r] Var[r] + m( ρ ς ς ( ς ) + m ( ρ ) ) ( k + q k) ( ρ ) ρ k>.número médio de usuários a fila E[ q ] ρ /( ρ) E[ q ] ρς /( ρ ) 3.Variâcia do úmero de usuários a fila Var[ ρ q ] ρ ( + ρ ρ )/( ) 4.Temo médio de esera E[w] ρ /[ ( ρ )] 5.Variâcia do temo de esera Var[w] ( ρ ) ρ /[ ( ρ ) ] 6.Temo de resosta em q% 7.Temo de esera em q% r q% Var[ ρ q ] ρς ( + ρ ρς )/( ) E[w] ς /[m ( ρ )] Var[w] ς ( ς )/[m ( ρ ) ] E[r]l q E[w] ρ E[w] ς wq% max, l wq% max, l ρ q ς q 9

20 . Taxa de chegada Taxa de serviço Número de servidores Número de usuários ( ) M/M// M/M/m/ m ( m). Fator de utilização U ρ ( P ) sedo ρ / U ρ ( P ) sedo ρ /(m) O sistema é semre estável (ρ< ) O sistema é semre estável (ρ< ) 3. Probabilidade de zero usuários o ( ρ ) m + m m sistema + ρ ( ρ )(m ρ ) (m ρ ( ρ ) + + m!( ρ )! ( + ) ρ 4. Probabilidade de usuários o ( ) sistema ρ ρ ( ρ + ) ρ e (m ρ ) m! ( + ) ρ e m m ρ m m! > 5. Taxa de chegada efetiva ( P ) ( P ) 6. Taxa de erda P 7. Número médio de usuários o sistema E[] ρ ( + ) ρ ρ ρ + ' ' P 8. Número médio de usuários a fila ρ + ρ E[ q ] ρ + ρ ρ 9. Temo médio de resosta E[r] E[]/[ ( P )] E[r] E[]/[ ( P )].Temo médio de esera E[w] E[ q ]/[ ( P )] E[w] E[ q ]/[ ( P )] + )

21 Fórmulas de Progressões Geométricas Sedo a - rimeiro termo a - último termo q - razão. Soma dos rimeiros termos de uma PG fiita S a + a a i a q i S a ( q ( q) + ) S a + a a +... i a q i a ( q) S. Soma de uma PG ifiita (série) com razão q <

Teste de Hipóteses VÍCTOR HUGO LACHOS DÁVILAD

Teste de Hipóteses VÍCTOR HUGO LACHOS DÁVILAD Teste de ióteses VÍCTOR UGO LACOS DÁVILAD Teste De ióteses. Exemlo. Cosidere que uma idustria comra de um certo fabricate, ios cuja resistêcia média à rutura é esecificada em 6 kgf (valor omial da esecificação).

Leia mais

AULA: Inferência Estatística

AULA: Inferência Estatística AULA: Iferêcia Estatística stica Prof. Víctor Hugo Lachos Dávila Iferêcia Estatística Iferêcia Estatística é um cojuto de técicas que objetiva estudar uma oulação através de evidêcias forecidas or uma

Leia mais

INTERVALOS DE CONFIANÇA ESTATISTICA AVANÇADA

INTERVALOS DE CONFIANÇA ESTATISTICA AVANÇADA INTERVALOS DE CONFIANÇA ESTATISTICA AVANÇADA Resumo Itervalos de Cofiaça ara médias e roorções com alicações a Egeharia. Ferado Mori Prof.fmori@gmail.com Itervallos de Cofiiaça ara Médiias e Proorções

Leia mais

CAP. I ERROS EM CÁLCULO NUMÉRICO

CAP. I ERROS EM CÁLCULO NUMÉRICO CAP I ERROS EM CÁLCULO NUMÉRICO 0 Itrodução Por método umérico etede-se um método para calcular a solução de um problema realizado apeas uma sequêcia fiita de operações aritméticas A obteção de uma solução

Leia mais

CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA

CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA 5. INTRODUÇÃO É freqüete ecotrarmos problemas estatísticos do seguite tipo : temos um grade úmero de objetos (população) tais que se fossem tomadas as medidas

Leia mais

Testes de Hipóteses para a Diferença Entre Duas Médias Populacionais

Testes de Hipóteses para a Diferença Entre Duas Médias Populacionais Estatística II Atoio Roque Aula Testes de Hipóteses para a Difereça Etre Duas Médias Populacioais Vamos cosiderar o seguite problema: Um pesquisador está estudado o efeito da deficiêcia de vitamia E sobre

Leia mais

VII Equações Diferenciais Ordinárias de Primeira Ordem

VII Equações Diferenciais Ordinárias de Primeira Ordem VII Equações Difereciais Ordiárias de Primeira Ordem Itrodução As equações difereciais ordiárias são istrumetos esseciais para a modelação de muitos feómeos proveietes de várias áreas como a física, química,

Leia mais

AMOSTRAGEM. metodologia de estudar as populações por meio de amostras. Amostragem ou Censo?

AMOSTRAGEM. metodologia de estudar as populações por meio de amostras. Amostragem ou Censo? AMOSTRAGEM metodologia de estudar as populações por meio de amostras Amostragem ou Ceso? Por que fazer amostragem? população ifiita dimiuir custo aumetar velocidade a caracterização aumetar a represetatividade

Leia mais

ActivALEA. ative e atualize a sua literacia

ActivALEA. ative e atualize a sua literacia ActivALEA ative e atualize a sua literacia N.º 29 O QUE É UMA SONDAGEM? COMO É TRANSMIITIIDO O RESULTADO DE UMA SONDAGEM? O QUE É UM IINTERVALO DE CONFIIANÇA? Por: Maria Eugéia Graça Martis Departameto

Leia mais

ANDRÉ REIS MATEMÁTICA. 1ª Edição NOV 2013

ANDRÉ REIS MATEMÁTICA. 1ª Edição NOV 2013 ANDRÉ REIS MATEMÁTICA TEORIA 6 QUESTÕES DE PROVAS DE CONCURSOS GABARITADAS EXERCÍCIOS RESOLVIDOS Teoria e Seleção das Questões: Prof. Adré Reis Orgaização e Diagramação: Mariae dos Reis ª Edição NOV 0

Leia mais

INTRODUÇÃO A TEORIA DE CONJUNTOS

INTRODUÇÃO A TEORIA DE CONJUNTOS INTRODUÇÃO TEORI DE CONJUNTOS Professora Laura guiar Cojuto dmitiremos que um cojuto seja uma coleção de ojetos chamados elemetos e que cada elemeto é um dos compoetes do cojuto. Geralmete, para dar ome

Leia mais

Pesquisa Operacional

Pesquisa Operacional Faculdade de Egeharia - Campus de Guaratiguetá esquisa Operacioal Livro: Itrodução à esquisa Operacioal Capítulo 6 Teoria de Filas Ferado Maris fmaris@feg.uesp.br Departameto de rodução umário Itrodução

Leia mais

DISTRIBUIÇÃO AMOSTRAL DA MÉDIA E PROPORÇÃO ESTATISTICA AVANÇADA

DISTRIBUIÇÃO AMOSTRAL DA MÉDIA E PROPORÇÃO ESTATISTICA AVANÇADA DISTRIBUIÇÃO AMOSTRAL DA MÉDIA E PROPORÇÃO Ferado Mori DISTRIBUIÇÃO AMOSTRAL DA MÉDIA E PROPORÇÃO ESTATISTICA AVANÇADA Resumo [Atraia o leitor com um resumo evolvete, em geral, uma rápida visão geral do

Leia mais

MAE 116 - Noções de Estatística Grupo A - 1 o semestre de 2014 Lista de exercício 8 - Aula 8 - Estimação para p - CASA

MAE 116 - Noções de Estatística Grupo A - 1 o semestre de 2014 Lista de exercício 8 - Aula 8 - Estimação para p - CASA MAE 116 - Noções de Estatística Grupo A - 1 o semestre de 2014 Lista de exercício 8 - Aula 8 - Estimação para p - CASA 1. (2,5) Um provedor de acesso à iteret está moitorado a duração do tempo das coexões

Leia mais

Equações Diferenciais (ED) Resumo

Equações Diferenciais (ED) Resumo Equações Difereciais (ED) Resumo Equações Difereciais é uma equação que evolve derivadas(diferecial) Por eemplo: dy ) 5 ( y: variável depedete, : variável idepedete) d y dy ) 3 0 y ( y: variável depedete,

Leia mais

Avaliação da Confiabilidade de Itens com Testes Destrutivos - Aplicação da Estimação da Proporção em uma População Finita Amostrada sem Reposição

Avaliação da Confiabilidade de Itens com Testes Destrutivos - Aplicação da Estimação da Proporção em uma População Finita Amostrada sem Reposição Avaliação da Cofiabilidade de Ites com Testes Destrutivos - Alicação da Estimação da roorção em uma oulação Fiita Amostrada sem Reosição F. A. A. Coelho e Y.. Tavares Diretoria de Sistemas de Armas da

Leia mais

Definição 1.1: Uma equação diferencial ordinária é uma. y ) = 0, envolvendo uma função incógnita y = y( x) e algumas das suas derivadas em ordem a x.

Definição 1.1: Uma equação diferencial ordinária é uma. y ) = 0, envolvendo uma função incógnita y = y( x) e algumas das suas derivadas em ordem a x. 4. EQUAÇÕES DIFERENCIAIS 4.: Defiição e coceitos básicos Defiição.: Uma equação diferecial ordiária é uma dy d y equação da forma f,,,, y = 0 ou d d ( ) f (, y, y,, y ) = 0, evolvedo uma fução icógita

Leia mais

1.5 Aritmética de Ponto Flutuante

1.5 Aritmética de Ponto Flutuante .5 Aritmética de Poto Flutuate A represetação em aritmética de poto flutuate é muito utilizada a computação digital. Um exemplo é a caso das calculadoras cietíficas. Exemplo:,597 03. 3 Este úmero represeta:,597.

Leia mais

O oscilador harmônico

O oscilador harmônico O oscilador harmôico A U L A 5 Meta da aula Aplicar o formalismo quâtico ao caso de um potecial de um oscilador harmôico simples, V( x) kx. objetivos obter a solução da equação de Schrödiger para um oscilador

Leia mais

A TORRE DE HANÓI Carlos Yuzo Shine - Colégio Etapa

A TORRE DE HANÓI Carlos Yuzo Shine - Colégio Etapa A TORRE DE HANÓI Carlos Yuzo Shie - Colégio Etapa Artigo baseado em aula miistrada a IV Semaa Olímpica, Salvador - BA Nível Iiciate. A Torre de Haói é um dos quebra-cabeças matemáticos mais populares.

Leia mais

ESTUDO DA DISTRIBUIÇÃO ASSINTÓTICA DOS ESTIMADORES DOS PARÂMETROS DA DISTRIBUIÇÃO WEIBULL NA PRESENÇA DE DADOS SUJEITOS A CENSURA ALEATÓRIA

ESTUDO DA DISTRIBUIÇÃO ASSINTÓTICA DOS ESTIMADORES DOS PARÂMETROS DA DISTRIBUIÇÃO WEIBULL NA PRESENÇA DE DADOS SUJEITOS A CENSURA ALEATÓRIA ESTUDO DA DISTRIBUIÇÃO ASSINTÓTICA DOS ESTIMADORES DOS PARÂMETROS DA DISTRIBUIÇÃO WEIBULL NA PRESENÇA DE DADOS SUJEITOS A CENSURA ALEATÓRIA Almir MANTOVANI Maria Aarecida de Paiva FRANCO 2 RESUMO: O objetivo

Leia mais

a taxa de juros i está expressa na forma unitária; o período de tempo n e a taxa de juros i devem estar na mesma unidade de tempo.

a taxa de juros i está expressa na forma unitária; o período de tempo n e a taxa de juros i devem estar na mesma unidade de tempo. UFSC CFM DEPARTAMENTO DE MATEMÁTICA MTM 5151 MATEMÁTICA FINACEIRA I PROF. FERNANDO GUERRA. UNIDADE 3 JUROS COMPOSTOS Capitalização composta. É aquela em que a taxa de juros icide sempre sobre o capital

Leia mais

onde d, u, v são inteiros não nulos, com u v, mdc(u, v) = 1 e u e v de paridades distintas.

onde d, u, v são inteiros não nulos, com u v, mdc(u, v) = 1 e u e v de paridades distintas. !"$# &%$" ')( * +-,$. /-0 3$4 5 6$7 8:9)$;$< =8:< > Deomiaremos equação diofatia (em homeagem ao matemático grego Diofato de Aleadria) uma equação em úmeros iteiros. Nosso objetivo será estudar dois tipos

Leia mais

Lista 9 - Introdução à Probabilidade e Estatística

Lista 9 - Introdução à Probabilidade e Estatística UNIVERSIDADE FEDERAL DO ABC Lista 9 - Itrodução à Probabilidade e Estatística Desigualdades e Teoremas Limites 1 Um ariro apota a um alvo de 20 cm de raio. Seus disparos atigem o alvo, em média, a 5 cm

Leia mais

CAPÍTULO VIII - REGIMES DE TRABALHO

CAPÍTULO VIII - REGIMES DE TRABALHO 8. Regimes de trabalho. CAÍULO VIII - REGIMES DE RABALHO Há iúmeros tios de máquias cujos regimes de trabalho se caracterizam or aresetar eríodos curtos de oeração, seguidos de logos eríodos de reouso.

Leia mais

Capitulo 6 Resolução de Exercícios

Capitulo 6 Resolução de Exercícios FORMULÁRIO Cojutos Equivaletes o Regime de Juros Simples./Vecimeto Comum. Descoto Racioal ou Por Detro C1 C2 Cm C1 C2 C...... 1 i 1 i 1 i 1 i 1 i 1 i 1 2 m 1 2 m C Ck 1 i 1 i k1 Descoto Por Fora ou Comercial

Leia mais

MATEMÁTICA FINANCEIRA

MATEMÁTICA FINANCEIRA MATEMÁTICA FINANCEIRA VALOR DO DINHEIRO NO TEMPO Notas de aulas Gereciameto do Empreedimeto de Egeharia Egeharia Ecoômica e Aálise de Empreedimetos Prof. Márcio Belluomii Moraes, MsC CONCEITOS BÁSICOS

Leia mais

Introdução ao Estudo de Sistemas Lineares

Introdução ao Estudo de Sistemas Lineares Itrodução ao Estudo de Sistemas Lieares 1. efiições. 1.1 Equação liear é toda seteça aberta, as icógitas x 1, x 2, x 3,..., x, do tipo a1 x1 a2 x2 a3 x3... a x b, em que a 1, a 2, a 3,..., a são os coeficietes

Leia mais

Aulas de Estatística / Prof. Jones Garcia da Mata / www.professorjones.hpg.com.br

Aulas de Estatística / Prof. Jones Garcia da Mata / www.professorjones.hpg.com.br # Variável aleatória Quado uma variável tem resultados ou valores que tedem a variar de uma observação ara outra em razão de fatores relacioados com a chace, ós chamamos de variável aleatória Defiimos

Leia mais

Equações Diferenciais Lineares de Ordem n

Equações Diferenciais Lineares de Ordem n PUCRS Faculdade de Matemática Equações Difereciais - Prof. Eliete Equações Difereciais Lieares de Ordem Cosideremos a equação diferecial ordiária liear de ordem escrita a forma 1 d y d y dy L( y( x ))

Leia mais

INTERPOLAÇÃO. Interpolação

INTERPOLAÇÃO. Interpolação INTERPOLAÇÃO Profa. Luciaa Motera motera@facom.ufms.br Faculdade de Computação Facom/UFMS Métodos Numéricos Iterpolação Defiição Aplicações Iterpolação Liear Equação da reta Estudo do erro Iterpolação

Leia mais

O erro da pesquisa é de 3% - o que significa isto? A Matemática das pesquisas eleitorais

O erro da pesquisa é de 3% - o que significa isto? A Matemática das pesquisas eleitorais José Paulo Careiro & Moacyr Alvim O erro da pesquisa é de 3% - o que sigifica isto? A Matemática das pesquisas eleitorais José Paulo Careiro & Moacyr Alvim Itrodução Sempre que se aproxima uma eleição,

Leia mais

Introdução à Teoria das Filas

Introdução à Teoria das Filas Introdução à Teoria das Filas If the facts don't fit the theory, change the facts. --Albert Einstein Notação Processo de Chegada: Se os usuários chegam nos instantes t 1, t 2,..., t j, então as variáveis

Leia mais

PRESTAÇÃO = JUROS + AMORTIZAÇÃO

PRESTAÇÃO = JUROS + AMORTIZAÇÃO AMORTIZAÇÃO Amortizar sigifica pagar em parcelas. Como o pagameto do saldo devedor pricipal é feito de forma parcelada durate um prazo estabelecido, cada parcela, chamada PRESTAÇÃO, será formada por duas

Leia mais

Matemática Financeira I 3º semestre 2013 Professor Dorival Bonora Júnior Lista de teoria e exercícios

Matemática Financeira I 3º semestre 2013 Professor Dorival Bonora Júnior Lista de teoria e exercícios www/campossalles.br Cursos de: dmiistração, Ciêcias Cotábeis, Ecoomia, Comércio Exterior, e Sistemas de Iformação - telefoe (11) 3649-70-00 Matemática Fiaceira I 3º semestre 013 Professor Dorival Boora

Leia mais

EQUAÇÕES DIFERENCIAIS LINEARES DE ORDEM N

EQUAÇÕES DIFERENCIAIS LINEARES DE ORDEM N EQUAÇÕES DIFERENCIAIS LINEARES DE ORDEM N Estudaremos este capítulo as equações diereciais lieares de ordem, que são de suma importâcia como suporte matemático para vários ramos da egeharia e das ciêcias.

Leia mais

Computação Científica - Departamento de Informática Folha Prática 1

Computação Científica - Departamento de Informática Folha Prática 1 1. Costrua os algoritmos para resolver os problemas que se seguem e determie as respetivas ordes de complexidade. a) Elaborar um algoritmo para determiar o maior elemeto em cada liha de uma matriz A de

Leia mais

PG Progressão Geométrica

PG Progressão Geométrica PG Progressão Geométrica 1. (Uel 014) Amalio Shchams é o ome cietífico de uma espécie rara de plata, típica do oroeste do cotiete africao. O caule dessa plata é composto por colmos, cujas características

Leia mais

Exercício 1. Quantos bytes (8 bits) existem de modo que ele contenha exatamente quatro 1 s? Exercício 2. Verifique que

Exercício 1. Quantos bytes (8 bits) existem de modo que ele contenha exatamente quatro 1 s? Exercício 2. Verifique que LISTA INCRÍVEL DE MATEMÁTICA DISCRETA II DANIEL SMANIA 1 Amostras, seleções, permutações e combiações Exercício 1 Quatos bytes (8 bits) existem de modo que ele coteha exatamete quatro 1 s? Exercício 2

Leia mais

Os juros compostos são conhecidos, popularmente, como juros sobre juros.

Os juros compostos são conhecidos, popularmente, como juros sobre juros. Módulo 4 JUROS COMPOSTOS Os juros compostos são cohecidos, popularmete, como juros sobre juros. 1. Itrodução Etedemos por juros compostos quado o fial de cada período de capitalização, os redimetos são

Leia mais

Curso MIX. Matemática Financeira. Juros compostos com testes resolvidos. 1.1 Conceito. 1.2 Período de Capitalização

Curso MIX. Matemática Financeira. Juros compostos com testes resolvidos. 1.1 Conceito. 1.2 Período de Capitalização Curso MI Matemática Fiaceira Professor: Pacífico Referêcia: 07//00 Juros compostos com testes resolvidos. Coceito Como vimos, o regime de capitalização composta o juro de cada período é calculado tomado

Leia mais

APONTAMENTOS DE ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA

APONTAMENTOS DE ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA UNIVERSIDADE DO ALGARVE ESCOLA SUPERIOR DE TECNOLOGIA APONTAMENTOS DE ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA (III ) ÁREA DEPARTAMENTAL DE ENGENHARIA CIVIL Ídice Itrodução Aplicação do cálculo matricial aos

Leia mais

AVALIAÇÃO DA MEDIDA DE EVIDÊNCIA DE UMA MUDANÇA EM SÉRIES DE DADOS COM DISTRIBUIÇÃO POISSON

AVALIAÇÃO DA MEDIDA DE EVIDÊNCIA DE UMA MUDANÇA EM SÉRIES DE DADOS COM DISTRIBUIÇÃO POISSON AVALIAÇÃO DA MEDIDA DE EVIDÊNCIA DE UMA MUDANÇA EM SÉRIES DE DADOS COM DISTRIBUIÇÃO POISSON Flávio Bambirra Goçalves, e Frederico R. B. da Cruz Deartameto de Estatística ICEx - Uiversidade Federal de Mias

Leia mais

Prof. Eugênio Carlos Stieler

Prof. Eugênio Carlos Stieler http://wwwuematbr/eugeio SISTEMAS DE AMORTIZAÇÃO A ecessidade de recursos obriga aqueles que querem fazer ivestimetos a tomar empréstimos e assumir dívidas que são pagas com juros que variam de acordo

Leia mais

Probabilidades. José Viegas

Probabilidades. José Viegas Probabilidades José Viegas Lisboa 001 1 Teoria das probabilidades Coceito geral de probabilidade Supoha-se que o eveto A pode ocorrer x vezes em, igualmete possíveis. Etão a probabilidade de ocorrêcia

Leia mais

JUROS COMPOSTOS. Questão 01 A aplicação de R$ 5.000, 00 à taxa de juros compostos de 20% a.m irá gerar após 4 meses, um montante de: letra b

JUROS COMPOSTOS. Questão 01 A aplicação de R$ 5.000, 00 à taxa de juros compostos de 20% a.m irá gerar após 4 meses, um montante de: letra b JUROS COMPOSTOS Chamamos de regime de juros compostos àquele ode os juros de cada período são calculados sobre o motate do período aterior, ou seja, os juros produzidos ao fim de cada período passam a

Leia mais

Resolução -Vestibular Insper 2015-1 Análise Quantitativa e Lógica. Por profa. Maria Antônia Conceição Gouveia.

Resolução -Vestibular Insper 2015-1 Análise Quantitativa e Lógica. Por profa. Maria Antônia Conceição Gouveia. Resolução -Vestibular Isper 0- Aálise Quatitativa e Lógica Por profa. Maria Atôia Coceição Gouveia.. A fila para etrar em uma balada é ecerrada às h e, quem chega exatamete esse horário, somete cosegue

Leia mais

Séries de Potências AULA LIVRO

Séries de Potências AULA LIVRO LIVRO Séries de Potêcias META Apresetar os coceitos e as pricipais propriedades de Séries de Potêcias. Além disso, itroduziremos as primeiras maeiras de escrever uma fução dada como uma série de potêcias.

Leia mais

FACULDADE DE ADMINISTRAÇÃO E NEGÓCIOS DE SERGIPE

FACULDADE DE ADMINISTRAÇÃO E NEGÓCIOS DE SERGIPE FACULDADE DE ADMINISTRAÇÃO E NEGÓCIOS DE SERGIPE CURSO: ENGENHARIA DE PRODUÇÃO ASSUNTO: INTRODUÇÃO ÀS EQUAÇÕES DIFERENCIAIS, EQUAÇÕES DIFERENCIAIS DE PRIMEIRA ORDEM SEPARÁVEIS, HOMOGÊNEAS, EXATAS, FATORES

Leia mais

Solução de Equações Diferenciais Ordinárias Usando Métodos Numéricos

Solução de Equações Diferenciais Ordinárias Usando Métodos Numéricos DELC - Departameto de Eletrôica e Computação ELC 0 Estudo de Casos em Egeharia Elétrica Solução de Equações Difereciais Ordiárias Usado Métodos Numéricos Versão 0. Giovai Baratto Fevereiro de 007 Ídice

Leia mais

Parte 1: Matemática Combinatória, Binômio de Newton e Cálculo de Probabilidades

Parte 1: Matemática Combinatória, Binômio de Newton e Cálculo de Probabilidades Pós Graduação em Educação Matemática UNIVERSIDADE SEVERINO SOMBRA Parte : Matemática ombiatória, Biômio de Newto e álculo de Probabilidades Prof. Ilydio Pereira de Sá ombiatória e Probabilidades ara Educadores

Leia mais

Investigação Operacional

Investigação Operacional Ivetigação Operacioal Fila de Epera Liceciatura em Egeharia Civil Liceciatura em Egeharia do Território Nuo Moreira - 4/5 roblema Nuo Moreira - 4/5 No erviço de urgêcia do hopital da cidade o paciete ão

Leia mais

Exercícios Complementares 1.2

Exercícios Complementares 1.2 Exercícios Comlemetares 1. 1.A Dê exemlo de uma seqüêcia fa g ; ão costate, ara ilustrar cada situação abaixo: (a) limitada e crescete (c) limitada e ão moótoa (e) ão limitada e ão moótoa (b) limitada

Leia mais

ELEMENTOS DE ÓPTICA. c v n

ELEMENTOS DE ÓPTICA. c v n ELEMENTOS DE ÓPTICA ÓPTICA GEOMÉTICA Dimesões dos comoetes óticos muito sueriores ao comrimeto de oda da luz. Um eixe lumioso como um cojuto de raios erediculares à rete de oda. ÍNDICES DE EFACÇÃO, LEI

Leia mais

Equação Diferencial. Uma equação diferencial é uma expressão que relaciona uma função desconhecida (incógnita) y com suas derivadas.

Equação Diferencial. Uma equação diferencial é uma expressão que relaciona uma função desconhecida (incógnita) y com suas derivadas. Equação Difereial Uma equação difereial é uma epressão que relaioa uma fução desoheida (iógita) om suas derivadas É útil lassifiar os diferetes tipos de equações para um desevolvimeto sistemátio da Teoria

Leia mais

CONTROLE DA QUALIDADE DE PADRÕES ESCALONADOS UTILIZADOS NA VERIFICAÇÃO DE MÁQUINAS DE MEDIR POR COORDENADAS

CONTROLE DA QUALIDADE DE PADRÕES ESCALONADOS UTILIZADOS NA VERIFICAÇÃO DE MÁQUINAS DE MEDIR POR COORDENADAS CONTROLE DA QUALIDADE DE PADRÕES ESCALONADOS UTILIZADOS NA VERIFICAÇÃO DE MÁQUINAS DE MEDIR POR COORDENADAS José Carlos Valete de Oliveira Aluo do mestrado profissioal em Sistemas de Gestão da Uiversidade

Leia mais

Análise de Projectos ESAPL / IPVC. Critérios de Valorização e Selecção de Investimentos. Métodos Estáticos

Análise de Projectos ESAPL / IPVC. Critérios de Valorização e Selecção de Investimentos. Métodos Estáticos Aálise de Projectos ESAPL / IPVC Critérios de Valorização e Selecção de Ivestimetos. Métodos Estáticos Como escolher ivestimetos? Desde sempre que o homem teve ecessidade de ecotrar métodos racioais para

Leia mais

Matemática Ficha de Trabalho

Matemática Ficha de Trabalho Matemática Ficha de Trabalho Probabilidades 12º ao FT4 Arrajos completos (arrajos com repetição) Na liguagem dos computadores usa-se o código biário que é caracterizado pela utilização de apeas dois algarismos,

Leia mais

Teoria de Filas. Agner Krarup Erlang (*1878, Lonborg, Dinamarca; 1929, Copenhagen, Dinamarca). Fernando Nogueira Teoria de Filas 1

Teoria de Filas. Agner Krarup Erlang (*1878, Lonborg, Dinamarca; 1929, Copenhagen, Dinamarca). Fernando Nogueira Teoria de Filas 1 Teoria de Fila Ager Kraru Erlag (*878, Loborg, Diamarca; 99, Coehage, Diamarca). Ferado Nogueira Teoria de Fila Itrodução O etudo de Teoria de Fila trata com o feômeo de aguardar em fila uado medida rereetativa

Leia mais

COMPOSIÇÕES DE FUNÇÕES GERATRIZES E A FÓRMULA EXPONENCIAL

COMPOSIÇÕES DE FUNÇÕES GERATRIZES E A FÓRMULA EXPONENCIAL COMPOSIÇÕES DE FUNÇÕES GERATRIZES E A FÓRMULA EXPONENCIAL Grade parte do poder de fuções geratrizes vêm de composição delas! Observação. Sejam F (x) = 0 G(x) = 0 f x g x duas séries formais. A composição

Leia mais

Uma Metodologia de Busca Otimizada de Transformadores de Distribuição Eficiente para qualquer Demanda

Uma Metodologia de Busca Otimizada de Transformadores de Distribuição Eficiente para qualquer Demanda 1 Uma Metodologia de Busca Otimizada de Trasformadores de Distribuição Eficiete para qualquer Demada A.F.Picaço (1), M.L.B.Martiez (), P.C.Rosa (), E.G. Costa (1), E.W.T.Neto () (1) Uiversidade Federal

Leia mais

Unesp Universidade Estadual Paulista FACULDADE DE ENGENHARIA

Unesp Universidade Estadual Paulista FACULDADE DE ENGENHARIA Uesp Uiversidade Estadual Paulista FACULDADE DE ENGENHARIA CAMPUS DE GUARATINGUETÁ MBA-PRO ESTATÍSTICA PARA A TOMADA DE DECISÃO Prof. Dr. Messias Borges Silva e Prof. M.Sc. Fabricio Maciel Gomes GUARATINGUETÁ,

Leia mais

2. Teoria das Filas. 2.1. Características estruturais dos sistemas de fila

2. Teoria das Filas. 2.1. Características estruturais dos sistemas de fila 2. Teoria das Filas Segudo Fogliatti (2007), a teoria das filas osiste a modelagem aalítia de proessos ou sistemas que resultam em espera e tem omo objetivo determiar e avaliar quatidades, deomiadas medidas

Leia mais

CAPÍTULO 5 CIRCUITOS SEQUENCIAIS III: CONTADORES SÍNCRONOS

CAPÍTULO 5 CIRCUITOS SEQUENCIAIS III: CONTADORES SÍNCRONOS 60 Sumário CAPÍTULO 5 CIRCUITOS SEQUENCIAIS III: CONTADORES SÍNCRONOS 5.1. Itrodução... 62 5.2. Tabelas de trasição dos flip-flops... 63 5.2.1. Tabela de trasição do flip-flop JK... 63 5.2.2. Tabela de

Leia mais

Matemática Alexander dos Santos Dutra Ingrid Regina Pellini Valenço

Matemática Alexander dos Santos Dutra Ingrid Regina Pellini Valenço 4 Matemática Alexader dos Satos Dutra Igrid Regia Pellii Valeço Professor SUMÁRIO Reprodução proibida. Art. 84 do Código Peal e Lei 9.60 de 9 de fevereiro de 998. Módulo 0 Progressão aritmérica.................................

Leia mais

A seguir, uma demonstração do livro. Para adquirir a versão completa em papel, acesse: www.pagina10.com.br

A seguir, uma demonstração do livro. Para adquirir a versão completa em papel, acesse: www.pagina10.com.br A seguir, uma demostração do livro. Para adquirir a versão completa em papel, acesse: www.pagia10.com.br Matemática comercial & fiaceira - 2 4 Juros Compostos Iiciamos o capítulo discorredo sobre como

Leia mais

Proposta de teste de avaliação

Proposta de teste de avaliação Proosta de teste de avaliação Matemática A. O ANO DE ESOLARIDADE Duração: 9 miutos Data: adero (é ermitido o uso de calculadora) Na resosta aos ites de escolha múltila, selecioe a oção correta. Escreva,

Leia mais

Duas Fases da Estatística

Duas Fases da Estatística Aula 5. Itervalos de Cofiaça Métodos Estadísticos 008 Uiversidade de Averio Profª Gladys Castillo Jordá Duas Fases da Estatística Estatística Descritiva: descrever e estudar uma amostra Estatística Idutiva

Leia mais

JUROS SIMPLES. 1. Calcule os juros simples referentes a um capital de mil reais, aplicado em 4 anos, a uma taxa de 17% a.a.

JUROS SIMPLES. 1. Calcule os juros simples referentes a um capital de mil reais, aplicado em 4 anos, a uma taxa de 17% a.a. JUROS SIMPLES 1. Calcule os juros simples referetes a um capital de mil reais, aplicado em 4 aos, a uma taxa de 17% a.a. 2. Calcule o capital ecessário para que, em 17 meses, a uma taxa de juros simples

Leia mais

Teoria de Filas Aula 15

Teoria de Filas Aula 15 Teoria de Filas Aula 15 Aula de hoje Correção Prova Aula Passada Prova Little, medidas de interesse em filas Medidas de Desempenho em Filas K Utilização: fração de tempo que o servidor está ocupado Tempo

Leia mais

Avaliação de Desempenho de Sistemas

Avaliação de Desempenho de Sistemas Avaliação de Desempenho de Sistemas Modelo de Filas M/M/1 e M/M/m Prof. Othon Batista othonb@yahoo.com Modelo de Filas Nas aulas anteriores vimos a necessidade de se utilizar uma distribuição para representar

Leia mais

2.1 Dê exemplo de uma seqüência fa n g ; não constante, para ilustrar cada situação abaixo: (a) limitada e estritamente crescente;

2.1 Dê exemplo de uma seqüência fa n g ; não constante, para ilustrar cada situação abaixo: (a) limitada e estritamente crescente; 2.1 Dê exemplo de uma seqüêcia fa g ; ão costate, para ilustrar cada situação abaixo: (a) limitada e estritamete crescete; (b) limitada e estritamete decrescete; (c) limitada e ão moótoa; (d) ão limitada

Leia mais

Equação diferencial é uma equação que apresenta derivadas ou diferenciais de uma função desconhecida.

Equação diferencial é uma equação que apresenta derivadas ou diferenciais de uma função desconhecida. . EQUAÇÕES DIFERENCIAIS.. Coceito e Classificação Equação iferecial é uma equação que apreseta erivaas ou ifereciais e uma fução escohecia. Seja uma fução e e um iteiro positivo, etão uma relação e igualae

Leia mais

UM MODELO DE PLANEJAMENTO DA PRODUÇÃO CONSIDERANDO FAMÍLIAS DE ITENS E MÚLTIPLOS RECURSOS UTILIZANDO UMA ADAPTAÇÃO DO MODELO DE TRANSPORTE

UM MODELO DE PLANEJAMENTO DA PRODUÇÃO CONSIDERANDO FAMÍLIAS DE ITENS E MÚLTIPLOS RECURSOS UTILIZANDO UMA ADAPTAÇÃO DO MODELO DE TRANSPORTE UM MODELO DE PLANEJAMENTO DA PRODUÇÃO CONSIDERANDO FAMÍLIAS DE ITENS E MÚLTIPLOS RECURSOS UTILIZANDO UMA ADAPTAÇÃO DO MODELO DE TRANSPORTE Debora Jaesch Programa de Pós-Graduação em Egeharia de Produção

Leia mais

INTRODUÇÃO. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ...

INTRODUÇÃO. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ... INTRODUÇÃO Exemplos Para curar uma certa doeça existem quatro tratametos possíveis: A, B, C e D. Pretede-se saber se existem difereças sigificativas os tratametos o que diz respeito ao tempo ecessário

Leia mais

ENGENHARIA ECONÔMICA AVANÇADA

ENGENHARIA ECONÔMICA AVANÇADA ENGENHARIA ECONÔMICA AVANÇADA INTRODUÇÃO MATERIAL DE APOIO ÁLVARO GEHLEN DE LEÃO gehleao@pucrs.br 1 1 Itrodução à Egeharia Ecoômica A egeharia, iserida detro do cotexto de escassez de recursos, pode aplicar

Leia mais

A notação utilizada na teoria das filas é variada mas, em geral, as seguintes são comuns:

A notação utilizada na teoria das filas é variada mas, em geral, as seguintes são comuns: A notação utilizada na teoria da fila é variada ma, em geral, a eguinte ão comun: λ número médio de cliente que entram no itema or unidade de temo; µ número médio de cliente atendido (que aem do itema)

Leia mais

ESTUDO DAS DIFICULDADES DOS ALUNOS DE CIÊNCIAS CONTÁBEIS DA FAFIC EM MATEMÁTICA

ESTUDO DAS DIFICULDADES DOS ALUNOS DE CIÊNCIAS CONTÁBEIS DA FAFIC EM MATEMÁTICA ESTUDO DAS DIFICULDADES DOS ALUNOS DE CIÊNCIAS CONTÁBEIS DA FAFIC EM MATEMÁTICA Prof. Ms. Rhodolffo Allysso Felix de Alecar Lima * Prof. Ms. José Flávio Portela Soares** Joelbso Moreira Alves Josefa Tavares

Leia mais

Data Saldo Devedor Amortização Juros Prestação 0 100.000 ----- ----- ----- 1 80.000 20.000 2.000 22.000 2 60.000 20.000 1.600 21.

Data Saldo Devedor Amortização Juros Prestação 0 100.000 ----- ----- ----- 1 80.000 20.000 2.000 22.000 2 60.000 20.000 1.600 21. Sistema de Amortização Costate (SAC) MATEMÁTICA FINANCEIRA BANRISUL PEDRÃO AULA 11/EXTRA AMORTIZAÇÃO Os empréstimos e fiaciametos são operações fiaceiras muito comus, e as formas mais utilizadas para o

Leia mais

ATIVIDADE DE CÁLCULO, FÍSICA E QUÍMICA ZERO

ATIVIDADE DE CÁLCULO, FÍSICA E QUÍMICA ZERO ATIVIDADE DE CÁLCULO, FÍSICA E QUÍMICA ZERO Rita Moura Fortes proeg.upm@mackezie.com.br Uiversidade Presbiteriaa Mackezie, Escola de Egeharia, Departameto de Propedêutica de Egeharia Rua da Cosolação,

Leia mais

Carteiras de Mínimo VAR ( Value at Risk ) no Brasil

Carteiras de Mínimo VAR ( Value at Risk ) no Brasil Carteiras de Míimo VAR ( Value at Risk ) o Brasil Março de 2006 Itrodução Este texto tem dois objetivos pricipais. Por um lado, ele visa apresetar os fudametos do cálculo do Value at Risk, a versão paramétrica

Leia mais

Universidade Presbiteriana Mackenzie. Processamento Digital de Sinais

Universidade Presbiteriana Mackenzie. Processamento Digital de Sinais Uiversidade Presbiteriaa Mackezie Curso de Egeharia Elétrica Processameto Digital de Siais Notas de Aula Prof. Marcio Eisecraft Segudo semestre de 7 Uiversidade Presbiteriaa Mackezie Curso de Egeharia

Leia mais

M = C (1 + i) n. Comparando o cálculo composto (exponencial) com o cálculo simples (linear), vemos no cálculo simples:

M = C (1 + i) n. Comparando o cálculo composto (exponencial) com o cálculo simples (linear), vemos no cálculo simples: PEDRO ORBERTO JUROS COMPOSTOS Da capitalização simples, sabemos que o redimeto se dá de forma liear ou proporcioal. A base de cálculo é sempre o capital iicial. o regime composto de capitalização, dizemos

Leia mais

Departamento de Informática. Modelagem Analítica. Modelagem Analítica do Desempenho de Sistemas de Computação. Disciplina: Algumas Distribuições

Departamento de Informática. Modelagem Analítica. Modelagem Analítica do Desempenho de Sistemas de Computação. Disciplina: Algumas Distribuições Deartameto de Iformática Discilia: do Desemeho de Sistemas de Comutação Algumas Distribuições Algumas Distribuições Discretas Prof. Sérgio Colcher colcher@if.uc-rio.br Coyright 999-8 by TeleMídia Lab.

Leia mais

Preliminares 1. 1 lim sup, lim inf. Medida e Integração. Departamento de Física e Matemática. USP-RP. Prof. Rafael A. Rosales. 8 de março de 2009.

Preliminares 1. 1 lim sup, lim inf. Medida e Integração. Departamento de Física e Matemática. USP-RP. Prof. Rafael A. Rosales. 8 de março de 2009. Medida e Itegração. Departameto de Física e Matemática. USP-RP. Prof. Rafael A. Rosales 8 de março de 2009. 1 lim sup, lim if Prelimiares 1 Seja (x ), N, uma seqüêcia de úmeros reais, e l o limite desta

Leia mais

Modelos Conceituais de Dados. Banco de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri

Modelos Conceituais de Dados. Banco de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri Modelos Coceituais de Dados Baco de Dados Motivação Objetivo da abordagem de BD: oferecer abstração dos dados separar aplicações dos usuários dos detalhes de hardware ferrameta utilizada: modelo de dados

Leia mais

SOLUÇÕES e GASES- EXERCÍCIOS RESOLVIDOS

SOLUÇÕES e GASES- EXERCÍCIOS RESOLVIDOS rof. Vieira Filho SOLUÇÕES e GSES- EXERCÍCIOS RESOLVIDOS SOLUÇÕES. em-se 500g de uma solução aquosa de sacarose (C O ), saturada a 50 C. Qual a massa de cristais que se separam da solução, quado ela é

Leia mais

Segunda aula de mecânica dos fluidos básica. Estática dos Fluidos capítulo 2 do livro do professor Franco Brunetti

Segunda aula de mecânica dos fluidos básica. Estática dos Fluidos capítulo 2 do livro do professor Franco Brunetti Segunda aula de mecânica dos fluidos básica Estática dos Fluidos caítulo 2 do livro do rofessor Franco Brunetti NO DESENVOLVIMENTO DESTA SEGUNDA AULA NÃO IREI ME REPORTAR DIRETAMENTE AO LIVRO MENCIONADO

Leia mais

Faculdade de Engenharia Investigação Operacional. Prof. Doutor Engº Jorge Nhambiu

Faculdade de Engenharia Investigação Operacional. Prof. Doutor Engº Jorge Nhambiu Programação Diâmica Aula 3: Programação Diâmica Programação Diâmica Determiística; e Programação Diâmica Probabilística. Programação Diâmica O que é a Programação Diâmica? A Programação Diâmica é uma técica

Leia mais

MOMENTOS DE INÉRCIA. Física Aplicada à Engenharia Civil II

MOMENTOS DE INÉRCIA. Física Aplicada à Engenharia Civil II Física Aplicada à Egeharia Civil MOMENTOS DE NÉRCA Neste capítulo pretede-se itroduzir o coceito de mometo de iércia, em especial quado aplicado para o caso de superfícies plaas. Este documeto, costitui

Leia mais

PLANEJAMENTO DE CAPACIDADES E RESOLUÇÃO DE PROBLEMAS

PLANEJAMENTO DE CAPACIDADES E RESOLUÇÃO DE PROBLEMAS PLANEJAMENTO DE CAPACIDADES E RESOLUÇÃO DE PROBLEMAS Curso: Tecnologia em Redes de Computadores Prof.:Eduardo Araujo Site- http://professoreduardoaraujo.com INICIANDO O ESTUDO História: 1908 matemático

Leia mais

FILAS DE ESPERA. Notas baseadas em Introduction to Operations Research de Hillier e Lieberman.

FILAS DE ESPERA. Notas baseadas em Introduction to Operations Research de Hillier e Lieberman. FILA DE EPERA otas baseadas em Itroductio to Operatios Research de Hillier e Lieberma. 77 ETRUTURA BÁICA DO ITEMA DE FILA DE EPERA Quado um determiado serviço é procurado por vários clietes, poder-se-ão

Leia mais

Estatística stica para Metrologia

Estatística stica para Metrologia Estatística stica para Metrologia Aula Môica Barros, D.Sc. Juho de 28 Muitos problemas práticos exigem que a gete decida aceitar ou rejeitar alguma afirmação a respeito de um parâmetro de iteresse. Esta

Leia mais

Módulo 4 Matemática Financeira

Módulo 4 Matemática Financeira Módulo 4 Matemática Fiaceira I Coceitos Iiciais 1 Juros Juro é a remueração ou aluguel por um capital aplicado ou emprestado, o valor é obtido pela difereça etre dois pagametos, um em cada tempo, de modo

Leia mais

Técnicas de contagem 1 Introdução. 2 Sequências

Técnicas de contagem 1 Introdução. 2 Sequências Istituto Suerior de Egeharia de Lisboa 1 Itrodução Muitos roblemas em Probabilidades e Estatística cosistem em estimar a icerteza associada a um eveto ou acotecimeto, o que imlica frequetemete determiar

Leia mais

Unidade V - Desempenho de Sistemas de Controle com Retroação

Unidade V - Desempenho de Sistemas de Controle com Retroação Uidade V - Desempeho de Sistemas de Cotrole com Retroação Itrodução; Siais de etrada para Teste; Desempeho de um Sistemas de Seguda Ordem; Efeitos de um Terceiro Pólo e de um Zero a Resposta Sistemas de

Leia mais

Mário Meireles Teixeira. Departamento de Informática, UFMA. mario@deinf.ufma.br. Técnicas de Modelagem. Técnicas de Avaliação de desempenho.

Mário Meireles Teixeira. Departamento de Informática, UFMA. mario@deinf.ufma.br. Técnicas de Modelagem. Técnicas de Avaliação de desempenho. Simulação Mário Meireles Teixeira Departameto de Iformática, UFMA mario@deif.ufma.br Técicas de Modelagem Técicas de Avaliação de desempeho Aferição Modelagem Protótipos Bechmarcks Coleta de Dados Rede

Leia mais

Escola de Engenharia de Lorena - USP Cinética Química Capítulo 03 Métodos Cinéticos

Escola de Engenharia de Lorena - USP Cinética Química Capítulo 03 Métodos Cinéticos Escola de Egeharia de Lorea - USP iéica Química aíulo 03 Méodos iéicos Irodução O esudo ciéico, usualmee, é feio a arir de dados exerimeais coleados durae a evolução de uma reação química. Eses dados coleados

Leia mais

PROBABILIDADES E ESTATÍSTICA

PROBABILIDADES E ESTATÍSTICA ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA PROBABILIDADES E ESTATÍSTICA Exame - Época Normal 006/00 Data: 14de Julhode 00 Tópicos de Resolução Duração: 3 horas 1. SejaΩumespaçoamostraleA,BeCacotecimetoscomasseguitescaracterísticasA

Leia mais