GRUPO XII ASPECTOS TÉCNICOS E GERENCIAIS DE MANUTENÇÃO EM INSTALAÇÕES ELÉRTICAS - GMI
|
|
- Carolina Belém
- 5 Há anos
- Visualizações:
Transcrição
1 SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GMI a Outubro de 5 Curtba - Paraá GRUPO XII ASPECTOS TÉCNICOS E GERENCIAIS DE MANUTENÇÃO EM INSTALAÇÕES ELÉRTICAS - GMI APLICAÇÃO DE CONFIABILIDADE ÀS S DAS UNIDADES GERADORAS DE FURNAS: ANÁLISES QUALITATIVA E QUANTITATIVA Evadro Frere * FURNAS CENTRAIS ELÉTRICAS S.A. RESUMO A partr do cotrole de ídces das dspobldades forçadas e programadas de uma plata hdrelétrca de FURNAS, correspodedo a um período de observação de 9 aos, o trabalho apresetará dos métodos de avalação de cofabldade operacoal. O prmero, de forma qualtatva e baseado em séres hstórcas, permtrá correlacoar as dspobldades programadas com as forçadas. O segudo, um método quattatvo, permtrá calcular o tempo mámo prevsto de dspobldade forçada de uma udade geradora qualquer para um ível de cofabldade desejado. O cálculo fará uso de duas fuções de dstrbuções de probabldades estatístcas, Gamma e Webull, que, após determadas, terão os seus ajustametos aos dados observados verfcados através do teste de aderêca do qu-quadrado. O estabelecmeto das curvas de tedêcas hstórcas e de dstrbução de probabldade acumuladas serão etão usados para avalar o estágo de desgaste destas udades, permtdo prorzar terveções, bem como forecer uma vsão sobre a qualdade de mauteção empregada. O método de ajustameto quattatvo pode ada ser empregado como parâmetro de avalação, sob o poto de vsta da cofabldade probablístca ou de ídce de cofabldade, da qualdade da eerga gerada pelas dversas platas geradoras de uma empresa cocessoára ou mesmo etre empresas geradoras pertecetes ao setor de eerga elétrca. PALAVRAS-CHAVE Idspobldade, Cofabldade, Qualdade, Mauteção, Hdrogerador.. - INTRODUÇÃO Podemos defr dspobdade como sedo a relação etre o tempo de mauteção, com a udade hdrogeradora parada, e a soma do tempo em que o hdrogerador está dspoível para a operação, mesmo que ão operado, mas o tempo de mauteção com a máqua parada. Um hdrogerador pode estar dspoível por motvos: uma parada para mauteção programada, uma parada forçada ou em fução de uma causa etera, como por eemplo, um dstúrbo a rede. Neste trabalho abordaremos apeas as duas prmeras causas, já que além de estarem tpcamete relacoadas à geração, pratcamete respodem pela quase totaldade do tempo de dspobldade. Assm sedo, o tempo de parada programada correspode ao período de tempo em que a udade ão se ecotra dspoível à operação devdo às atvdades de mauteção plaejadas, equato o tempo de parada ão programada, ou forçada, dz respeto ao período de tempo durate o qual a udade se ecotra dspoível para a operação devdo a uma avara mprevsta. *Rua Real Gradeza, 9, Bloco A, Sala 7 - CEP 8-9 Ro de Jaero - RJ - BRASIL Tel.: () Fa: () e-mal: efrere@furas.com.br
2 . - SÉRIES HISTÓRICAS Séres hstórcas são dados classfcados de acordo com o tempo. Para se ter uma melhor compreesão do comportameto de uma sére usualmete se faz seu ajustameto a dversas fuções matemátcas, sedo as mas largamete utlzadas a reta, a parábola e a fução epoecal. Seu estudo vsa comparações e aálses apromatvas. Deve ser ressaltado que o uso de curvas ou retas ajustadas a séres hstórcas, com o objetvo de fazer-se projeções de logo prazo, deve ser vsto com restrções, desde que evetuas prevsões podem estar erradas em largos valores. No etato, uma de suas aplcações típcas é a pesqusa de possíves relações de causa e efeto. Desta forma, pode-se buscar uma comprovação de correlação etre os tempos de dspobldade programada e dspobldade forçada. De maera a demostrar a potecaldade do método, usaremos dados de dspobldades programadas e forçadas da Usa de Porto Colômba referetes ao período de 985 a. A usa hdrelétrca de Porto Colômba, stuada a dvsa dos estados de Mas Geras e São Paulo, o ro Grade, é composta por 4 geradores de eo vertcal de 84 MVA cada, acoados por turbas Kapla. Estas udades etraram em operação ao logo dos aos de 97 e 974. A Fgura mostra tedêcas de establdade para as dspobldades forçadas e programadas, baseadas as dspobldades médas observadas as 4 udades, o etato, o mesmo ão se repete quado semelhate abordagem é aplcada de modo dvdualzado para cada máqua. S FORÇADA E PROGRAMADA USINA DE PORTO COLOMBIA,6,4,,,8,6,4, CL-FORÇADA CL-PROGRAM ADA AJUSTE FORÇADA AJUSTE PROGRAM ADA ANO FIGURA Méda para os 4 hdrogeradores da Usa de Porto Colômba Na Fgura, correspodete aos dados da udade, pode-se observar que mesmo havedo uma leve tedêca de redução da mauteção programada, ão houve, em cotra-partda, uma pora a dspobldade forçada, que matém a mesma tedêca declate. Por outro lado, a Fgura, correspodete aos dados da udade 4, observa-se que até meados da década de 9 tham-se tedêcas ascedetes para ambas as dspobldades, a partr de etão estas tedêcas toram-se declates. Uma comparação etre as udades (com μ p,654, dspobldade méda programada, e μ f,56, dspobldade méda forçada) e 4(com μ p,87789 e μ f,44) mostra que a mauteção forçada desta últma correspodeu a 5 vezes o tempo da udade, apesar do tempo dedcado à mauteção programada da udade 4 ser 5 % superor, a méda aual, ao da udade o período de referêca. Cosderado-se a dscrepâca etre as duas udades e que a qualdade de mauteção é a mesma para ambas, já que é eecutada por pessoal e recursos dêtcos, sera teressate uma pesqusa de defetos a udade 4 a fm de saber-se a orgem de tatas terrupções forçadas.
3 ,55,45,5,5,5,5 #-FORÇADA #-PROGRAMADA AJUSTE # FORÇADA AJUSTE # PROGRAMADA ,5 ANO FIGURA UG# apreseta a melhor stuação da Usa de Porto Colômba,55,45,5,5,5, ,5 #4-FORÇADA #4-PROGRAMADA AJUSTE #4 FORÇADA AJUSTE #4 PROGRAMADA ANO FIGURA UG#4 apreseta a por stuação da Usa de Porto Colômba. - FUNÇÕES DE DISTRIBUIÇÃO DE PROBABILIDADE O hstograma das dspobldades forçadas da usa de Porto Colômba mostra uma assmetra bastate acetuada, coforme pode ser vsto a Fgura 4, o que mpede seu ajustameto através de uma fução de dstrbução ormal. Por admtrem forte assmetra e serem dstrbuções mas acetas para modelos do tpo tempo para falha de equpametos e compoetes, faremos o ajustameto segudo as fuções Gamma e Webull.
4 4 FIGURA 4 Hstograma das dspobldades forçadas da Usa de Porto Colômba. Dstrbução Gamma A fução de desdade de probabldade Gamma é defda por: ( ) ( ) Γ,,, ; ; λ λ λ λ e f [I] Ode Γ() é a fução Gamma: ( ) d e Γ [II] Os parâmetros λ e são, respectvamete, os parâmetros de escala e forma, sedo calculados por: ( ) λ [III] λ [IV] [V] Ao cotráro dos recursos de cálculo usados o passado, tas como ábacos, tabelas e réguas, moderamete o cálculo é eormemete facltado fazedo-se uso de computadores e softwares específcos que dspõem de fuções estatístcas. Como eemplo ctamos o Ecel e mesmo um ste dspoível a Iteret acessado gratutamete em Para 46 e fazedo uso de [III], [IV] e [V], além de softwares estatístcos, chegamos a λ, e,467. A Fgura 5 apreseta a fução de probabldade acumulada Gamma para Porto Colômba.
5 5 USINA DE PORTO COLÔMBIA PROB. ACUMULATIVA,9,8,7,6,5,4,,,, X (HORAS). Dstrbução de Webull FIGURA 5 Fução de probabldade acumulada Gamma A fução de desdade de probabldade de Webull é defda por: f ( t;, σ ) t σ σ t ep σ, t, σ, [VI] Uma estmatva dos parâmetros da dstrbução de Webull a partr dos dados observados geralmete evolve uma solução de equações ão-leares. O processo gráfco () é muto mas smples e usualmete adequado para aplcações prátcas. A Fgura 6 permte etrar da reta de meor coefcete agular os parâmetros de forma (,6756) e de escala (σ4,487). Como os potos plotados tedem a estar alhados uma reta, o modelo pode ser cosderado adequado. FIGURA 6 Determação de parâmetros de forma e de escala (Webull) A Fgura 7 apreseta a fução de probabldade acumulada de Webull para Porto Colômba. Sua terpretação permte etrar, por eemplo, que a usa de Porto Colômba o tempo de dspobldade forçada, para uma cofabldade de 95%, ão ultrapassa a 8 horas/ao/hdrogerador. Ou por outro lado, este uma probabldade de
6 6 5% de que qualquer gerador fque dspoível forçadamete etre 8 e horas ao logo de um ao. Aalogamete, terpretação smlar pode ser feta fazedo-se uso da Fgura 5. USINA DE PORTO COLÔMBIA PROB. ACUMULADA,9,8,7,6,5,4,,, X (HRAS) FIGURA 7 Fução de probabldade acumulada Webull 4. - TESTE DE ADERÊNCIA DO QUI-QUADRADO (χ ) Um teste estatístco de uma hpótese de dstrbução provê uma técca para avalar se um modelo assumdo represeta uma descrção adequada dos dados observados. Os segutes passos estão usualmete evolvdos: Passo : um úmero cohecdo como teste estatístco é calculado a partr dos dados observados. Passo : a probabldade de obter o teste estatístco calculado é determada. Passo : se a probabldade de obter o teste estatístco calculado é baa, coclu-se que o modelo assumdo ão é uma represetação adequada dos dados observados. Uma probabldade de, ou,5 ou meos é cosderada baa. Se a probabldade assocada com o teste estatístco ão é baa, dz-se, etão, que ão há ehuma evdêca de que o modelo assumdo é adequado. O teste do qu-quadrado pode ser usado para qualquer modelo de dstrbução. A Tabela mostra as probabldades calculadas para cada classe de dspobldade forçada de Porto Colômba segudo os modelos Gamma e de Webull. A partr dos dados gerados a Tabela, calcula-se o teste estatístco e, fazedo-se uso de uma tabela de dstrbução χ para dos graus de lberdade (), obtem-se a probabldade para cada uma das duas dstrbuções:
7 7 Gammma: 8, 89,7 χ +, 9,7 Pr χ ()>,96,4 Webull: ( ) ( ) ( 68,9 ) ( 45,9 ) + 8,9 + 5,9,96 χ ( 8 5,8) ( 8 ) ( 8,) 5, ,,87 Pr χ ()>,87,4 Os dados observados ão cotradzem as hpóteses dos modelos assumdos das dstrbuções Gamma e de Webull, o etato, esta últma está em bem melhor cocordâca com os dados forecdos REAVALIANDO A CONFIABILIDADE A partr de 998, a empresa cou uma revsão de suas prátcas de mauteção em suas udades geradoras que, em mutos dos casos, acarretou em um aumeto de tempo etre duas revsões prevetvas segudas. Passado algum tempo desta mplemetação, é recomedável avalar se, por cota dsto, perdas desejáves de cofabldade ão foram também troduzdas e, por cosegute, meores dspobldades. Acrescetado as dspobldades forçadas da Usa de Porto Colômba a partr de 999 ao período aterormete em aálse, e escolhedo a fução acumulada de Webull como modelo de ajustameto, obtém-se a Fgura 8. A comparação desta fgura com a Fgura 7 mostra que, apesar das mudaças mplemetadas o programa de mauteção vsado bascamete reduzr o tempo de mauteção programada e, em coseqüêca, elevar a dspobldade operacoal, a cofabldade das udades geradoras de Porto Colômba mateve-se alterada. USINA DE PORTO COLÔMBIA PROB. ACUMULATIVA,9,8,7,6,5,4,,, X (HORAS) FIGURA 8 Fução de probabldade acumulada Webull (após mudaças o plao de mauteção programada) 6. - CONCLUSÕES A aálse obtda através de séres hstórcas é qualtatva e pode ser utlzada, por comparação etre udades geradoras cogêeres, para realçar suas dfereças e possbltar a pesqusa de defetos sstemátcos ou falhas de processo que ocasoem ou eplquem aumetos as dspobldades forçadas. Os dados observados de dspobldades forçadas podem ser ajustados para estmar os tempos para reparos auas, devdo a avaras forçadas ão prevstas e para um desejado ível de cofaça. Isto, em cojução com o método qualtatvo, permte quatfcar em termos de aumeto ou redução de dspobldade operacoal evetuas melhoras mplemetadas o processo ou correções de defetos crôcos após um ovo período de observação. A fução de dstrbução de Webull mostrou-se mas adequada para fazer-se este ajustameto.
8 8 Em um ceáro atual, em que se busca oferecer qualdade crescete, ode há fscalzação e egêcas de cosumo, o método quattatvo pode ser usado também como aular a predção da oferta dspoível de eerga, como por eemplo, os compromssos cotratuas de veda de eletrcdade, reduzdo-se, desta forma, a possbldade de pealzações por cotratos ão cumprdos. Pode ada o método de ajustameto, usado-se a fução de probabldade de Webull, ser empregado como parâmetro para avalar, sob o poto de vsta de cofabldade probablístca, a qualdade da eerga gerada pelas dversas platas geradoras de uma empresa cocessoára ou mesmo etre empresas geradoras de eerga elétrca, vsto que quato meos tempo estatstcamete as udades geradoras fcarem dspoíves forçadamete, maor será a cofaça a qualdade da eerga gerada por elas. A Fgura 9 mostra os ídces (fctícos, eceto para Porto Colômba) de cofabldade de platas geradoras de orgem hdráulca do sstema FURNAS. FIGURA 9 Ídces de cofabldade para platas de FURNAS 7. - REFERÊNCIA BIBLIOGRÁFICA () Hah, G. J., Shapro, S. S., Statstcal Models Egeerg, Joh Wley & Sos, 967
Professor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø.
Professor Maurco Lutz 1 EGESSÃO LINEA SIMPLES A correlação lear é uma correlação etre duas varáves, cujo gráfco aproma-se de uma lha. O gráfco cartesao que represeta essa lha é deomado dagrama de dspersão.
Leia maisREGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA
REGRESSÃO LINEAR CUIABÁ, MT 6/ INTRODUÇÃO Relação dos valores da varável depedete (varável resposta) aos valores de regressoras ou exógeas). SIMPLES MÚLTIPLA (varáves depedetes,... =,,, K=,,, k em que:
Leia maisAvaliação da qualidade do ajuste
Avalação da qualdade do ajuste 1 Alguma termologa: Modelo ulo: é o modelo mas smples que pode ser defdo, cotedo um úco parâmetro ( µ) comum a todos os dados; Modelo saturado: é o modelo mas complexo a
Leia maisInterpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1.
Iterpolação Iterpolação é um método que permte costrur um ovo cojuto de dados a partr de um cojuto dscreto de dados potuas cohecdos. Em egehara e cêcas, dspõese habtualmete de dados potuas, obtdos a partr
Leia maisCentro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola
Cetro de Cêcas Agráras e Ambetas da UFBA Departameto de Egehara Agrícola Dscpla: AGR Boestatístca Professor: Celso Luz Borges de Olvera Assuto: Estatístca TEMA: Somatóro RESUMO E NOTAS DA AULA Nº 0 Seja
Leia mais8 Programação linear 78
8 Programação lear 78 8 Programação lear A programação lear cosderou duas fuções objetvo: (a) maxmzação da comercalzação do gás e (b) mmzação das perdas (recetas e multas cotratuas). Foram dealzados dos
Leia mais6.1 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS
7 6 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS A medção dreta é aquela cuja dcação resulta aturalmete da aplcação do sstema de medção sobre o mesurado Há apeas uma gradeza de etrada evolvda
Leia maisCap. 5. Testes de Hipóteses
Cap. 5. Testes de Hpóteses Neste capítulo será estudado o segudo problema da ferêca estatístca: o teste de hpóteses. Um teste de hpóteses cosste em verfcar, a partr das observações de uma amostra, se uma
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou. experimental.
É o grau de assocação etre duas ou mas varáves. Pode ser: correlacoal ou Prof. Lorí Val, Dr. val@mat.ufrgs.r http://www.mat.ufrgs.r/~val/ expermetal. Numa relação expermetal os valores de uma das varáves
Leia maisDistribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD
Dstrbuções Amostras Estatístca 8 - Dstrbuções Amostras 08- Dstrbuções Amostras Dstrbução Amostral de Objetvo: Estudar a dstrbução da população costtuída de todos os valores que se pode obter para, em fução
Leia maisConstrução e Análise de Gráficos
Costrução e Aálse de Gráfcos Por que fazer gráfcos? Facldade de vsualzação de cojutos de dados Faclta a terpretação de dados Exemplos: Egehara Físca Ecooma Bologa Estatístca Y(udade y) 5 15 1 5 Tabela
Leia maisHIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia
Aálse estatístca aplcada à hdrologa. Séres hdrológcas oções complemetares HIDROLOGIA E RECURSOS HÍDRICOS Aálse estatístca aplcada à hdrologa O Egehero HIDRÁULICO Echerá? Que população pode abastecer e
Leia maisRegressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança
Regressão Smples Parte III: Coefcete de determação, regressão a orgem e método de máxma verossmlhaça Coefcete de determação Proporção da varabldade explcada pelo regressor. R Varação explcada Varação total
Leia mais2.0 - MODELAGEM DA CARGA
GAT-23 2 a 26 de ubro de 2 Campas - São Paulo - Brasl G R U P O I V GRUPO DE ESTUDO DE ANÁLISE E TÉCNICAS DE SISTEMAS DE POTÊNCIA GAT RESERVA DE POTÊNCIA OPERATIVA - UMA METODOLOGIA DE TRANSIÇÃO A. A.
Leia maisANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS
ANÁLISE DE ERROS A oservação de um feómeo físco ão é completa se ão pudermos quatfcá-lo. Para é sso é ecessáro medr uma propredade físca. O processo de medda cosste em atrur um úmero a uma propredade físca;
Leia mais3 Análises Probabilísticas de Estabilidade
3 Aálses Probablístcas de Establdade 3.1 Itrodução Para facltar o etedmeto das metodologas de aálse de cofabldade serão apresetados este capítulo algus cocetos báscos de probabldade e estatístca. 3. Cocetos
Leia maisFaculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL
Faculdade de Tecologa de Cataduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL 5. Meddas de Posção cetral ou Meddas de Tedêca Cetral Meddas de posção cetral preocupam-se com a caracterzação e a
Leia maisEm muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.
Prof. Lorí Val, Dr. val@pucrs.r http://www.pucrs.r/famat/val/ Em mutas stuações duas ou mas varáves estão relacoadas e surge etão a ecessdade de determar a atureza deste relacoameto. A aálse de regressão
Leia maisMédia. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística
BAC 0 - Estatístca Uversdade Federal de Itajubá - Campus Itabra BAC0 - ESTATÍSTICA ESTATÍSTICA DESCRITIVA MEDIDAS DE CENTRO Méda Medda de cetro ecotrada pela somatóra de todos os valores de um cojuto,
Leia maisTópicos Extras 2ª parte. Análise de Correlação e Regressão
Tópcos Extras ª parte Aálse de Correlação e Regressão 1 Defções báscas ANÁLISE DE CORRELAÇÃO Mesurar a força da assocação etre as varáves (geralmete através do cálculo de algum coefcete). ANÁLISE DE REGRESSÃO
Leia maisANÁLISE DE REGRESSÃO E CORRELAÇÃO
ANÁLISE DE REGRESSÃO E CORRELAÇÃO Quado se cosderam oservações de ou mas varáves surge um poto ovo: O estudo das relações porvetura estetes etre as varáves. A aálse de regressão e correlação compreedem
Leia maisEstatística - exestatmeddisper.doc 25/02/09
Estatístca - exestatmeddsper.doc 5/0/09 Meddas de Dspersão Itrodução ão meddas estatístcas utlzadas para avalar o grau de varabldade, ou dspersão, dos valores em toro da méda. ervem para medr a represetatvdade
Leia maisModelo de Regressão Simples
Modelo de Regressão Smples Hstora Hstóra Termo regressão fo troduzdo por Fracs Galto (8-9). Estudo sobre altura de pas e flhos. Karl Pearso coletou mas de ml regstros e verfcou a le de regressão uversal
Leia maisCAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados
3.1. Meddas de Tedêca Cetral CAPÍTULO 3 MEDIDA DE TENDÊNCIA CENTRAL E VARIABILIDADE UFRG 1 Há váras meddas de tedêca cetral. Etre elas ctamos a méda artmétca, a medaa, a méda harmôca, etc. Cada uma dessas
Leia mais5 Critérios para Análise dos Resultados
5 Crtéros para Aálse dos Resultados Este capítulo tem por objetvos forecer os crtéros utlzados para aálse dos dados ecotrados a pesqusa, bem como uma vsão geral dos custos ecotrados e a forma de sua evolução
Leia maisEconometria: 3 - Regressão Múltipla
Ecoometra: 3 - Regressão Múltpla Prof. Marcelo C. Mederos mcm@eco.puc-ro.br Prof. Marco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo de regressão
Leia maisRelatório 2ª Atividade Formativa UC ECS
Relatóro 2ª Atvdade Formatva Eercíco I. Quado a dstrbução de dados é smétrca ou apromadamete smétrca, as meddas de localzação méda e medaa, cocdem ou são muto semelhates. O mesmo ão acotece quado a dstrbução
Leia maisEstatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual
Estatístca: Aplcação ao Sesorameto Remoto SER 04 - ANO 08 Estmação Potual Camlo Daleles Reó camlo@dp.pe.br http://www.dp.pe.br/~camlo/estatstca/ Iferêca Estatístca Cosdere o expermeto: retram-se 3 bolas
Leia maisConfiabilidade Estrutural
Professor Uversdade de Brasíla Departameto de Egehara Mecâca Programa de Pós graduação em Itegrdade Estrutural Algortmo para a Estmatva do Idce de Cofabldade de Hasofer-Ld Cofabldade Estrutural Jorge Luz
Leia maisA análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si.
Prof. Lorí Va, Dr. http://www. ufrgs.br/~va/ va@mat.ufrgs.br aáse de varâca de uma cassfcação (Oe-Way NOV) verfca se as médas de amostras depedetes (tratametos) dferem etre s. Um segudo tpo de aáse de
Leia maisCapítulo 5: Ajuste de curvas pelo método dos mínimos quadrados
Capítulo : Ajuste de curvas pelo método dos mímos quadrados. agrama de dspersão No capítulo ateror estudamos uma forma de ldar com fuções matemátcas defdas por uma taela de valores. Frequetemete o etato
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS Uma uversdade oferece um curso para capactação profssoal de joves caretes. Ao fal do curso, cada jovem partcpate será avalado por meo de uma prova teórca e de uma prova prátca,
Leia maisESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA
ESTATÍSTICA MÓDULO OS RAMOS DA ESTATÍSTICA Ídce. Os Ramos da Estatístca...3.. Dados Estatístcos...3.. Formas Icas de Tratameto dos Dados....3. Notação por Ídces...5.. Notação Sgma ()...5 Estatístca Módulo
Leia maisMEDIDAS DE DISPERSÃO:
MEDID DE DIPERÃO: fução dessas meddas é avalar o quato estão dspersos os valores observados uma dstrbução de freqüêca ou de probabldades, ou seja, o grau de afastameto ou de cocetração etre os valores.
Leia mais50 Logo, Número de erros de impressão
Capítulo 3 Problema. (a) Sedo o úmero médo de erros por pága, tem-se: 5 + + 3 + 3 + 4 33,66 5 5 Represetado o úmero medao de erros por md, tem-se, pela ordeação dos valores observados, que os valores de
Leia maisEstudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples.
Estudo das relações etre peso e altura de estudates de estatístca através da aálse de regressão smples. Waessa Luaa de Brto COSTA 1, Adraa de Souza COSTA 1. Tago Almeda de OLIVEIRA 1 1 Departameto de Estatístca,
Leia maisDifusão entre Dois Compartimentos
59087 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 4 Dfusão etre Dos Compartmetos A le de Fck para membraas (equação 4 da aula passada) mplca que a permeabldade de uma membraa a um soluto é dada pela razão
Leia maisMEDIDAS DE TENDÊNCIA CENTRAL I
Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, edca Veterára, uscoterapa, Odotologa, Pscologa EDIDAS DE TENDÊNCIA CENTRAL I 7 7. EDIDAS DE
Leia maisESTATÍSTICA Aula 7. Prof. Dr. Marco Antonio Leonel Caetano
ESTATÍSTICA Aula 7 Prof. Dr. Marco Atoo Leoel Caetao Dstrbuções de Probabldade DISCRETAS CONTÍNUAS (Números teros) Bomal Posso Geométrca Hper-Geométrca Pascal (Números reas) Normal t-studet F-Sedecor Gama
Leia maisTotal Bom Ruim Masculino
UNIDADE I - ESTUDO DIRIGIDO Questão - Classfque as varáves em qualtatva (omal ou ordal ou quattatva (cotíua ou dscreta: a. População: aluos de uma Uversdade. Varável: cor dos cabelos (louro, castaho, ruvo,
Leia maisRegressao Simples. Parte II: Anova, Estimação Intervalar e Predição
egressao Smples Parte II: Aova, Estmação Itervalar e Predção Aálse de Varâca Nem todos os valores das amostras estão cotdos a reta de regressão, e quato mas afastados estverem por, a reta represetará a
Leia maisProf. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística
Prof. Lorí Val, Dr. http://www.pucrs.br/famat/val/ val@pucrs.br Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Obetvos A Aálse de
Leia maisEstudo do intervalo de confiança da regressão inversa utilizando o software R
Estudo do tervalo de cofaça da regressão versa utlzado o software R Llae Lopes Cordero João Domgos Scalo. Itrodução Na maora das aplcações evolvedo regressão, determa-se o valor de Y correspodete a um
Leia mais7 Análise de covariância (ANCOVA)
Plejameto de Expermetos II - Adlso dos Ajos 74 7 Aálse de covarâca (ANCOVA) 7.1 Itrodução Em algus expermetos, pode ser muto dfícl e até mpossível obter udades expermetas semelhtes. Por exemplo, pode-se
Leia maisAnálise de Regressão
Aálse de Regressão Prof. Paulo Rcardo B. Gumarães. Itrodução Os modelos de regressão são largamete utlzados em dversas áreas do cohecmeto, tas como: computação, admstração, egeharas, bologa, agrooma, saúde,
Leia maisInferência Estatística e Aplicações I. Edson Zangiacomi Martinez Departamento de Medicina Social FMRP/USP
Iferêca Estatístca e Aplcações I Edso Zagacom Martez Departameto de Medca Socal FMRP/USP edso@fmrp.usp.br Rotero Parte I Escola frequetsta Defções: parâmetros, estmatvas Dstrbuções de probabldade Estmação
Leia maisDISTRIBUIÇÃO HIPERGEOMÉTRICA
7 DISTRIBUIÇÃO HIPERGEOMÉTRICA Cosdere-se uma população fta costtuída por N elemetos dstrbuídos por duas categoras eclusvas e eaustvas de dmesões M e N M, respectvamete. Os elemetos da prmera categora
Leia mais3 Experimento com Mistura com Respostas Não-Normais
Modelagem em Epermetos Mstura-Processo para Otmzação de Processos Idustras 5 Epermeto com Mstura com Respostas Não-Normas Neste capítulo é apresetado o plaejameto e aálse de um EM com respostas ão ormas,
Leia maisTESTES DE PROPORÇÕES TESTE DE UMA PROPORÇÃO POPULACIONAL
TESTES DE PROPORÇÕES TESTE DE UMA PROPORÇÃO POPULACIONAL As hpóteses a serem testadas serão: H 0 : p p 0 H : p p 0 p > p 0 p < p 0 Estatístca do Teste: pˆ p0 z c p ( p ) 0 0 EXEMPLOS. Uma máqua está regulada
Leia maisHidrologia, Ambiente e Recursos Hídricos 2009 / Rodrigo Proença de Oliveira
Hdrologa, Ambete e Recursos Hídrcos 009 / 00 Rodrgo roeça de Olvera Aálse estatístca IST: Hdrologa, Ambete e Recursos Hídrcos Rodrgo roeça de Olvera, 009 Cocetos base Varável aleatóra oulação Fução de
Leia maisNoções Básicas de Medidas e Algarismos Significativos
Noções Báscas de Meddas e Algarsmos Sgfcatvos Prof. Theo Z. Pava Departameto de Físca - Faculdade de Flosofa, Cêcas e Letras de Rberão Preto-USP Físca Acústca Motvações Quas são os padrões de meddas? Podemos
Leia maisNOTAS DE AULA DA DISCIPLINA CE076. ], T 2 = conhecido como T 2 de Hotelling
4 INFERÊNCIA SOBRE O VETOR DE MÉDIAS 4. TESTE PARA UM VETOR DE MÉDIAS µ Lembrado o caso uvarado: H : µ = µ H : µ µ Nível de sgfcâca: α Estatístca do teste: X µ t = s/ ~ t Decsão: se t > t - (α/) rejeta-se
Leia maisMEDIDAS DE DISPERSÃO 9. MEDIDAS DE DISPERSÃO
Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, Medca Veterára, Muscoterapa, Odotologa, Pscologa MEDIDAS DE DISPERSÃO 9 9. MEDIDAS DE DISPERSÃO
Leia maisTabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f
Lsta de exercícos Gabarto e chave de respostas Estatístca Prof.: Nelse 1) Calcule 1, e para o segute cojuto de valores. A,1,8,0,11,,7,8,6,,9, 1 O úmero que correspode a 5% do rol é o valor. O úmero que
Leia maisMacroeconometria Aula 3 Revisão de estatística e teste de hipótese
Macroecoometra 008. Aula 3 Revsão de estatístca e teste de hpótese 3.5. Estmação No estudo das probabldades, o objetvo é calcular a probabldade de evetos préespecfcados. De agora em date o objetvo muda.
Leia maisDistribuições de Probabilidades
Estatístca - aulasestdstrnormal.doc 0/05/06 Dstrbuções de Probabldades Estudamos aterormete as dstrbuções de freqüêcas de amostras. Estudaremos, agora, as dstrbuções de probabldades de populações. A dstrbução
Leia maisMAE0229 Introdução à Probabilidade e Estatística II
Exercíco Cosdere a dstrbução expoecal com fução de desdade de probabldade dada por f (y; λ) = λe λy, em que y, λ > 0 e E(Y) = /λ Supor que o parâmetro λ pode ser expresso proporcoalmete aos valores de
Leia maisApostila de Introdução Aos Métodos Numéricos
Apostla de Itrodução Aos Métodos Numércos PARTE III o Semestre - Pro a. Salete Souza de Olvera Buo Ídce INTERPOAÇÃO POINOMIA...3 INTRODUÇÃO...3 FORMA DE AGRANGE... 4 Iterpolação para potos (+) - ajuste
Leia maisParte 3 - Regressão linear simples
Parte 3 - Regressão lear smples Defção do modelo Modelo de regressão empregado para eplcar a relação lear etre duas varáves (ajuste de uma reta). O modelo de regressão lear smples pode ser epresso a forma:
Leia maisEstabilidade no Domínio da Freqüência
Establdade o Domío da Freqüêca Itrodução; apeameto de Cotoros o Plao s; Crtéro de Nyqust; Establdade Relatva; Crtéro de Desempeho o Domío do Tempo Especfcado o Domío da Freqüêca; Bada Passate de Sstema;
Leia maisEstatística Descritiva. Medidas estatísticas: Localização, Dispersão
Estatístca Descrtva Meddas estatístcas: Localzação, Dspersão Meddas estatístcas Localzação Dspersão Meddas estatístcas - localzação Méda artmétca Dados ão agrupados x x Dados dscretos agrupados x f r x
Leia maisCAPÍTULO 5. Ajuste de curvas pelo Método dos Mínimos Quadrados
CAPÍTULO Ajuste de curvas pelo Método dos Mímos Quadrados Ajuste Lear Smples (ou Regressão Lear); Ajuste Lear Múltplo (ou Regressão Lear Múltpla); Ajuste Polomal; Regressão Não Lear Iterpolação polomal
Leia maisEstatística Básica - Continuação
Professora Adraa Borsso http://www.cp.utfpr.edu.br/borsso adraaborsso@utfpr.edu.br COEME - Grupo de Matemátca Meddas de Varabldade ou Dspersão Estatístca Básca - Cotuação As meddas de tedêca cetral, descrtas
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação etre duas ou mas varáves. Pode ser: correlacoal ou expermetal. Numa relação expermetal os valores de uma das varáves
Leia mais( x) Método Implícito. No método implícito as diferenças são tomadas no tempo n+1 ao invés de tomá-las no tempo n, como no método explícito.
PMR 40 Mecâca Computacoal Método Implícto No método mplícto as dfereças são tomadas o tempo ao vés de tomá-las o tempo, como o método explícto. O método mplícto ão apreseta restrção em relação ao valor
Leia maisRevisão de Estatística X = X n
Revsão de Estatístca MÉDIA É medda de tedêca cetral mas comumete usada ara descrever resumdamete uma dstrbução de freqüêca. MÉDIA ARIMÉTICA SIMPLES São utlzados os valores do cojuto com esos guas. + +...
Leia maisESTATÍSTICA APLICADA À ZOOTECNIA
ESTATÍSTICA APLICADA À ZOOTECNIA Eucldes Braga MALHEIROS *. INTRODUÇÃO.a) Somatóras e Produtóros Sejam,, 3,...,, valores umércos. A soma desses valores (somatóra) pode ser represetada por: = = = =. e o
Leia maisMEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12
MEDIDAS DE POSIÇÃO: São meddas que possbltam represetar resumdamete um cojuto de dados relatvos à observação de um determado feômeo, pos oretam quato à posção da dstrbução o exo dos, permtdo a comparação
Leia maisPerguntas Freqüentes - Bandeiras
Pergutas Freqüetes - Baderas Como devo proceder para prestar as formações de quatdade e valor das trasações com cartões de pagameto, os casos em que o portador opte por lqudar a obrgação de forma parcelada
Leia mais( ) ( IV ) n ( ) Escolha a alternativa correta: A. III, II, I, IV. B. II, III, I, IV. C. IV, III, I, II. D. IV, II, I, III. E. Nenhuma das anteriores.
Prova de Estatístca Epermetal Istruções geras. Esta prova é composta de 0 questões de múltpla escolha a respeto dos cocetos báscos de estatístca epermetal, baseada os lvros BANZATTO, A.D. e KRONKA, S.N.
Leia maisArquitetura da ART Controle 1 Controle 2
Teora de Ressoâca Adaptatva - ART Arqutetura da ART Cotrole Cotrole 2 Desevolvda por Carpeter e Grossberg como uma alteratva para resolver o dlema establdade-plastcdade (rede ão aprede ovos padrões). Realme
Leia maisMÓDULO 8 REVISÃO REVISÃO MÓDULO 1
MÓDULO 8 REVISÃO REVISÃO MÓDULO A Estatístca é uma técca que egloba os métodos cetícos para a coleta, orgazação, apresetação, tratameto e aálse de dados. O objetvo da Estatístca é azer com que dados dspersos
Leia maisESTATÍSTICA Exame Final 1ª Época 3 de Junho de 2002 às 14 horas Duração : 3 horas
Faculdade de cooma Uversdade Nova de Lsboa STTÍSTIC xame Fal ª Época de Juho de 00 às horas Duração : horas teção:. Respoda a cada grupo em folhas separadas. Idetfque todas as folhas.. Todas as respostas
Leia maisx n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População
ESTATÍSTICA STICA DESCRITIVA Prof. Lorí Val, Dr. val@mat.ufrgs.br http://.ufrgs.br/~val/ Orgazação; Resumo; Apresetação. Cojuto de dados: Amostra ou População Um cojuto de dados é resumdo de acordo com
Leia maisCADERNO 1 (É permitido o uso de calculadora gráfica.)
Proposta de teste de avalação [mao 09] Nome: Ao / Turma: N.º: Data: - - Não é permtdo o uso de corretor. Deves rscar aqulo que pretedes que ão seja classfcado. A prova clu um formuláro. As cotações dos
Leia maisConceitos básicos de metrologia. Prof. Dr. Evandro Leonardo Silva Teixeira Faculdade UnB Gama
Prof. Dr. Evadro Leoardo Slva Teera Faculdade UB Gama Metrologa: Cêca que abrage os aspectos teórcos e prátcos relatvos a medção; Descreve os procedmetos e métodos para determar as certezas de medções;
Leia mais15/03/2012. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações
Itrodução.1 Juros Smples Juro: recompesa pelo sacrfíco de poupar o presete, postergado o cosumo para o futuro Maora das taxas de uros aplcadas o mercado facero são referecadas pelo crtéro smples Determa
Leia mais( k) Tema 02 Risco e Retorno 1. Conceitos Básicos
FEA -USP Graduação Cêcas Cotábes EAC05 04_0 Profa. Joaíla Ca. Rsco e Retoro. Cocetos Báscos Rotero BE-cap.6 Tema 0 Rsco e Retoro. Cocetos Báscos I. O que é Retoro? II. Qual é o Rsco de um Atvo Idvdual
Leia maisAula 9. Aula de hoje. Aula passada. Self-normalized Importance Sampling Gerando amostras complicadas Variância amostral Simulação
Aula 9 Aula passada Método da rejeção (rejecto samplg) Exemplos Importace Samplg Exemplos Geeralzação Aula de hoje Self-ormalzed Importace Samplg Gerado amostras complcadas Varâca amostral Smulação Importace
Leia maisFísica IV Poli Engenharia Elétrica: 8ª Aula (28/08/2014)
Físca IV Pol Egehara Elétrca: 8ª Aula (8/08/014) Prof. Alvaro Vaucc Na últma aula vmos: Resolução de Images: segudo o crtéro estabelecdo por Raylegh que quado o máxmo cetral devdo à dfração das odas do
Leia maisCapitulo 1 Resolução de Exercícios
S C J S C J J C FORMULÁRIO Regme de Juros Smples 1 1 S C 1 C S 1 1.8 Exercícos Propostos 1 1) Qual o motate de uma aplcação de R$ 0.000,00 aplcados por um prazo de meses, à uma taxa de 2% a.m, os regmes
Leia maisAvaliação de Empresas Profa. Patricia Maria Bortolon
Avalação de Empresas MODELO DE DIVIDENDOS Dvdedos em um estáo DDM Dscouted Dvded Model Muto utlzados a precfcação de uma ação em que o poto de vsta do vestdor é extero à empresa e eralmete esse vestdor
Leia maisAnálise Exploratória de Dados
Aálse Eploratóra de Dados Objetvos Aálse bvarada: uma varável qualtatva e uma quattatva: represetar grafcamete as duas varáves combadas; defr e calcular uma medda de assocação etre as varáves. Eemplo 1
Leia mais? Isso é, d i= ( x i. . Percebeu que
Estatístca - Desvo Padrão e Varâca Preparado pelo Prof. Atoo Sales,00 Supoha que tehamos acompahado as otas de quatro aluos, com méda 6,0. Aluo A: 4,0; 6,0; 8,0; méda 6,0 Aluo B:,0; 8,0; 8,0; méda 6,0
Leia maisRegressão e Correlação
Regressão e Correlação Júlo Osóro Regressão & Correlação: geeraldades Em mutas stuações de pesqusa cetífca, dspomos de uma amostra aleatóra de pares de dados (x, ), resultates da medda cocomtate de duas
Leia mais2 Procedimentos para Ajuste e Tratamento Estatístico de Dados Experimentais
48 Procedmetos para Ajuste e Tratameto Estatístco de Dados Expermetas. Itrodução Modelos matemátcos desevolvdos para descrever eômeos íscos a partr de observações expermetas devem ser baseados em dados
Leia maisIvan G. Peyré Tartaruga. 1 Metodologia espacial
RELATÓRIO DE PESQUISA 5 Procedmetos o software ArcGIS 9. para elaborar os mapas da Regão Metropoltaa de Porto Alegre RMPA com as elpses de dstrbução drecoal etre 99 e 000 Iva G. Peré Tartaruga Metodologa
Leia maisNas Instituições de Ensino Superior(IES), há uma relação direta entre a qualidade do ensino e a taxa de inadimplência. A taxa de inadimplência das
CORRELAÇÃO Nas Isttuções de Eso Superor(IES), há uma relação dreta etre a qualdade do eso e a taxa de admplêca. A taxa de admplêca das IES que obtveram cocetos A e B o Provão é,%, as que obtveram C é 6%
Leia maisComo CD = DC CD + DC = 0
(9-0 www.eltecampas.com.br O ELITE RESOLVE IME 008 MATEMÁTICA - DISCURSIVAS MATEMÁTICA QUESTÃO Determe o cojuto-solução da equação se +cos = -se.cos se + cos = se cos ( se cos ( se se.cos cos + + = = (
Leia maisApêndice 1-Tratamento de dados
Apêdce 1-Tratameto de dados A faldade deste apêdce é formar algus procedmetos que serão adotados ao logo do curso o que dz respeto ao tratameto de dados epermetas. erão abordados suctamete a propagação
Leia maisDescritiva. Francisco Cysneiros DE - UFPE
Noções de Estatístca Descrtva Dr. Fracsco Cyseros Profº. Adjuto do Departameto de Estatístca-CCEN/UFPE E-mal: cyseros@de.ufpe.br web-page: www.de.ufpe.br/~cyseros/dscpla/farmaca/farmaca.htm Foe: (8) 6
Leia maisEstatística. 2 - Estatística Descritiva
Estatístca - Estatístca Descrtva UNESP FEG DPD Prof. Edgard - 0 0- ESTATÍSTICA DESCRITIVA Possblta descrever as Varáves: DESCRIÇÃO GRÁFICA MEDIDAS DE POSIÇÃO MEDIDAS DE DISPERSÃO MEDIDAS DE ASSIMETRIA
Leia maisProbabilidades e Estatística
Departameto de Matemátca robabldades e Estatístca LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmb, MEBol, MEEC, MEMec 2 o semestre 20/202 2 o Teste B 08/06/202 :00 Duração: hora e 30 mutos Justfque coveetemete
Leia maisRelações entre variáveis: Regressão
Dscpla: 04 Relações etre varáves: Regressão Prof. a Dr. a Smoe Daela Sartoro de Mederos DTASeR-Ar Itrodução Cosdere uma varável aleatóra Y de teresse. Já vmos que podemos escrever essa varável como sedo:
Leia maisRegressão. Pedro Paulo Balestrassi
Regressão Pedro Paulo Balestrass www.pedro.ufe.edu.br ppbalestrass@gmal.com 5-696 / 88776958 (cel) Questoametos comus: Como mplemetar a equação Y=f(X) a partr de dados hstórcos ou epermetas? Como fazer
Leia maisCaracterização de Partículas. Prof. Gerônimo
Caracterzação de Partículas Prof. Gerômo Aálse Graulométrca de partículas Tabela: Sére Padrão Tyler Mesh Abertura Lvre (cm) âmetro do fo () 2 ½ 0,7925 0,088 0,6680 0,070 ½ 0,56 0,065 4 0,4699 0,065
Leia maisProbabilidades e Estatística LEAN, LEGI, LEGM, LMAC, MEAer, MEAmbi, MEC
Duração: 90 mutos Grupo I Probabldades e Estatístca LEAN, LEGI, LEGM, LMAC, MEAer, MEAmb, MEC Justfque coveetemete todas as respostas 1 o semestre 2018/2019 10/01/2019 11:00 2 o teste B 10 valores 1. Cosdere-se
Leia mais1. Conceito de variável aleatória Podemos estudar, por exemplo, algumas características dos alunos do Curso de estatística.
CAPÍTULO 7 VARIÁVEL ALEATÓRIA A probabldade teve íco com os jogos de azar (século XVII) com Cavalero de Nere, Fermat e Pascal, porém, coube a Beroull (73) laçar as bases da probabldade e a segur Laplace
Leia maisEx: Cálculo da média dos pesos dos terneiros da fazenda Canoas-SC, à partir dos dados originais: x = 20
. MEDIDAS DE TENDÊNCIA CENTRAL (OU DE POSIÇÃO) Coceto: São aquelas que mostram o alor em toro do qual se agrupam as obserações.. MÉDIA ARITMÉTICA ( ) Sea (x, x,..., x ), uma amostra de dados: Se os dados
Leia mais