6 Sistemas Terminais e Não-Terminais
|
|
- Domingos Regueira Salvado
- 8 Há anos
- Visualizações:
Transcrição
1 6 Sistemas Terminais e Não-Terminais 1 A fim de poder realizar uma análise mais precisa dos resultados de simulação, é preciso saber classificar o sistema modelado como sendo terminal ou não-terminal. Os sistemas terminais apresentam condições iniciais fixas, que são reinicializadas, a cada rodada de simulação. Em sistemas terminais, tem-se um sistema vazio e totalmente disponível, no início de suas execuções de tarefas, considerando que todos os recursos estão à disposição, e não há nenhuma entidade no sistema. Exemplos: restaurantes, bancos e lojas comerciais Os sistemas não-terminais, não possuem condições inicias fixas, e nem um evento que determina o final de um um processo de simulação. Exemplos: processos industriais, hospitais e serviços 24 horas
2 6 Sistemas Terminais e Não-Terminais 2 Pode não ser uma tarefa simples fazer a classificação de um sistema em terminal ou não-terminal. Uma industria que funciona 8 horas por dia é um caso típico que gera dúvida na classificação, como as atividades são encerradas sempre em um determinado horário e retomadas no outro dia, pode-se pensar em classificá-lo como um sistema terminal, porém algumas tarefas podem ser deixadas pela metade para serem concluídas no dia seguinte, fazendo com que o sistema deva ser considerado não-terminal. Projetos de longa duração podem também causar dúvidas, e serem considerados como não-terminais, mas por terem uma condição inicial bem definida e um término também bem especificado, faz com que tenha que ser classificado como um sistema terminal.
3 6 Sistemas Terminais e Não-Terminais 3 O objetivo de simular sistemas terminais é de verificar o comportamento do sistema em um determinado período com duração fixa. Sendo as condições iniciais e o período de simulação fixos, o único fator que é controlável no modelo é o número de replicações (número de rodadas de execução do modelo de simulação). Se o objetivo é de verificar o tempo decorrido entre a entrada de um cliente em uma agência bancária até o momento de sua saída, após ter sido atendido por um dos caixas, por exemplo, o que se vai verificar é a média dos valores obtidos em cada uma das replicações. E como saber qual é o número ideal de replicações para que essa média tenha uma precisão adequada?
4 6 Sistemas Terminais e Não-Terminais Número de replicações para a determinação da média Supondo que queiramos estimar o desempenho de um sistema baseados no valor médio de alguma variável de controle desse sistema, assumindo um nível de precisão de ± r % e um nível de confiança de 100 (1-a) %. É necessário definir o tamanho ideal da amostra para os valores da média para essa variável, calculando assim o número de replicações necessárias para a obtenção de resultados dentro de um nível de confiança estabelecido. Sabe-se que um intervalo de confiança é obtido por: x ± Z.S n
5 6 Sistemas Terminais e Não-Terminais 5 Para a precisão desejada de r %, temos e o seguinte intervalo de confiança: (x (1 r / 100), x ( 1 + r / 100)), assim: x ± Z.S = x (1 ± r / 100) n Z. S = x. r n 100 n = 100. Z. S r. x 2
6 6 Sistemas Terminais e Não-Terminais 6 Exemplo 1: Obteve-se média amostral de uma variável de controle igual a 20 segundos, em um teste preliminar. O desvio padrão foi de 5 segundos. Qual o número de replicações necessárias para que essa variável tenha precisão de 1 segundo com 95 % de confiança: r = 5 % (1 em 20) S = 5 seg ; x = 20 seg ; Z 0,95 = 1,96 n 5% = [(100 x 1,96 x 5) / (5 x 20)] 2 = (9,8) 2 = 96,04 Arredondando-se para cima: n 5% = 97
7 6 Sistemas Terminais e Não-Terminais Vale lembrar que o nível de significância ou erro (a) do intervalo de confiança, é uma estimativa de que o intervalo de confiança não contenha o valor real do parâmetro observado. Já a precisão do intervalo de confiança é a distância entre o seu ponto central e seus extremos, também chamada de semi-intervalo (h): Por exemplo: suponha um intervalo de confiança encontrado com 98 % de confiança: (100 ; 120) ou x ± 10, com 98 % de confiança Consegue-se observar que a média (x) é igual a 110 (valor central do intervalo de confiança), e a precisão (r) ou semi-intervalo de confiança (h) é 10. O erro ou nível de significância (a) é dado por % = 2 %. 7
8 6 Sistemas Terminais e Não-Terminais 8 Exemplo 2: Encontrar os extremos do intervalo de confiança para a = 5 %, e uma precisão de 5 % para o valor da média amostral, tendo: x = 115,3 e S = 5,7 Z 0,95 = 1,96 ; r = 5 % n 5% = [(100 x 1,96 x 5,7) / (5 x 115,3)] 2 = (1,94) 2 n 5% = 3,75 = 4 É necessário lembrar que os valores de média e desvio padrão amostrais são obtidos a partir de uma amostra piloto de tamanho arbitrário, tamanho esse que para o exemplo 2 era de 10 replicações.
9 6 Sistemas Terminais e Não-Terminais 9 Para encontrarmos a precisão desejada de acordo com o nível de confiança escolhido, é necessário verificar o intervalo de confiança (IC) obtido com os resultados das 4 novas replicações do modelo de simulação. E, se necessário for calcular novamente o tamanho ideal da amostra até que se atinja a precisão desejada. Com os resultados das novas 4 replicações obteve-se o seguinte intervalo de confiança: (109,26 ; 121,34) = x ± 6,04 O semi-intervalo obtido (h = 6,04) é maior do que a precisão desejada (5 % da média = 5,77), assim devemos calcular um novo tamanho de amostra.
10 6 Sistemas Terminais e Não-Terminais 10 Para encontrar a nova estimativa de tamanho da amostra (n*), podemos utilizar a seguinte fórmula: n* = ( n ( h / h* ) 2 ) onde: n* = a nova estimativa para n h = semi-intervalo de confiança obtido h* = semi-intervalo de confiança desejado Dessa forma, para o exemplo anterior temos: n* = (4 ( 6,04 / 5,77 ) 2 ) = 4,38 = ~ 5 Com 5 replicações obteve-se o IC (109,58 ; 120,62), cujo semi-intervalo de confiança (h = 5,52) é menor no que o desejado (h* = 5,77), o que dá condições de aceitar estatisticamente os resultados baseados da confiança e na precisão desejadas.
11 6 Sistemas Terminais e Não-Terminais 11 Quando se faz análise de sistemas não-terminais, deve-se considerar que o modelo pode levar algum tempo para chegar ao estado de sistema em regime normal de funcionamento, para isso é necessário que se faça a remoção da fase transiente do sistema (Warm up period). A maior dificuldade é de saber exatamente quando a fase transiente termina, os métodos mais utilizados para a remoção dessa fase são: 1 Longa simulação; 2 Inicialização apropriada; 3 Truncagem; 4 Observação visual.
12 6 Sistemas Terminais e Não-Terminais 12 1 Longa simulação: A execução de simulações longas podem forçar que os resultados obtidos não sejam influenciados pelas condições iniciais; 2 Inicialização apropriada; Consiste em definir condições iniciais diferentes de vazio para filas e diferente de recursos totalmente disponíveis, assumindo que o sistema já estava em operação quando do início da simulação;
13 6 Sistemas Terminais e Não-Terminais 13 3 Truncagem; É um método que verifica a amplitude entre o maior valor observado em relação a cada um dos valores obtidos, a partir do primeiro, até que essa amplitude se estabilize; 4 Observação visual. É o método mais simples e prático de verificar o término da fase transiente. Consiste na construção de um gráfico que aponta o comportamento da variável, no qual pode-se verificar a sua estabilização.
14 7 Projetos de Experimentos 14 Para a execução de um estudo de avaliação de desempenho, é necessário seguir uma seqüência de passos e decisões para bem analisar os sistema em observação. Os principais passos são: 1 Levantamento das características do sistema a ser avaliado; 2 Escolha da técnica de avaliação de desempenho: - modelagem analítica; - simulação; - medição; 3 Escolha da métrica de desempenho (variável de resposta); 4 Caracterização da carga de trabalho; 5 Obtenção dos dados; 6 Construção e validação do modelo de desempenho (simulação); 7 Escolha do projeto de experimento para o estudo.
15 7 Projetos de Experimentos 15 O objetivo de um projeto de experimento formal é de obter o máximo de informações com um número mínimo de experimentos, a fim de economizar o tempo gasto e fazer a separação dos efeitos que podem afetar o sistema, indicando se algum fator pode influenciar significativamente o desempenho do sistema, ou se as suas variações são causadas apenas por elementos randômicos ou erros não controláveis. Terminologia utilizada: - Variável de resposta: é o resultado de um experimento (tempo de resposta, tempo de reação, throughput, taxa de utilização do recurso, número de entidades na fila, etc.); - Fatores: são variáveis controladas pelo experimentador, com o objetivo de verificar o comportamento do sistema com a variação de seus níveis;
16 7 Projetos de Experimentos 16 - Níveis: são os possíveis valores, que presumidamente os fatores podem assumir; - Replicação: é a repetição de todos ou de alguns experimentos; - Projeto: estratégia formal a ser adotada, em função no número de fatores e níveis que se vai utilizar para a avaliação de desempenho do sistema em observação. Dentre muitas estratégias de projetos de experimento podemos citar: - Bom senso; - Um fator por vez; - Projeto fatorial completo; - Projeto fatorial fracionário; - Projeto fatorial com replicações.
17 7 Projetos de Experimentos Bom senso Quando o experimentador tem grande conhecimento a respeito do sistema a ser avaliado. Por exemplo, um velejador que tem que escolher sua prancha, vela e quilha para poder ter uma boa performance na água. 7.2 Um fator de cada vez Observa-se o comportamento do sistema, alterando apenas um fator, e deixando os outros fixos. Repetindo a variação dos níveis para cada um dos fatores, sem modificar os demais.
18 7 Projetos de Experimentos Projeto fatorial completo É o emprego de todas as combinações possíveis dos níveis de todos os fatores. Por exemplo, se tivéssemos um sistema com 4 fatores, e cada um com dois níveis, teríamos 2 4 = 16 combinações possíveis, sendo que para cada combinação ter-se-ia que realizar pelo menos um ensaio do experimento (simulação). 7.4 Projeto fatorial fracionário Quando o número de fatores e seus respectivos níveis gera uma grande quantidade de combinações possíveis, pode-se descartar algumas dessas combinações, mantendo uma boa qualidade nas observações de experimentos desse tipo.
19 7 Projetos de Experimentos 19 Exemplo: Suponha que se deseja verificar o desempenho de dois velejadores (um novato e outro sênior), utilizando dois tamanhos diferentes de prancha, quilha e vela: Se adotássemos o projeto de experimento fatorial completo teríamos 2 4 = 16 combinações possíveis para esses fatores e níveis, porém com o projeto fatorial fracionário o número de combinações pode ser dado por 2 k-p = = 8 combinações. Onde: 2 é o número de níveis de cada fator; k é o número de fatores; p multiplicado pelo número de níveis dos fatores, resulta no divisor que irá reduzir o número de combinações do projeto fatorial completo.
20 7 Projetos de Experimentos Projeto Fatorial Completo Prancha Vela Quilha Experiência P P P Novato P P P Sênior P P G Novato P P G Sênior P G P Novato P G P Sênior P G G Novato P G G Sênior G P P Novato G P P Sênior G P G Novato G P G Sênior G G P Novato G G P Sênior G G G Novato G G G Sênior 20
21 7 Projetos de Experimentos 21 Projeto Fatorial Fracionário Prancha Vela Quilha Experiência G P P Novato P G P Novato P P G Novato G G G Novato P P P Sênior G G P Sênior P G G Sênior G P G Sênior
22 7 Projetos de Experimentos Projeto fatorial com replicações Devido à possibilidade de ocorrerem observações diferentes entre um ensaio e outro do experimento, devese procurar realizar mais de uma replicação para cada combinação dos níveis dos fatores, daí então proceder a média dos valores encontrados a fim de reduzir os possíveis erros experimentais que possam haver entre uma rodada de simulação e outra. 7.6 Projeto de Experimento Fatorial 2 k É um projeto fatorial completo em que os k fatores possuem apenas dois níveis.
23 8 Um Exemplo 23 RTPC Troncos Matriz de Comutação Posições de Supervisão Filtros Digitais UMGC Unidade de Resposta Audível (URA) Posições de Atendimento Unidade de Coordenação do Sistema Base de Dados da Companhia
24 8 Um Exemplo 24 Chamadas Entrantes 1560 Troncos 643 PA s 208 Filtros Sinalização 0,5 a 0,8 Seg 90% - 102/121 5% - 101/107 5% Canais de URA Consulta à Base de Dados Encerramento da Ligação
25 00:00 02:20 04:41 07:01 09:21 11:41 14:01 16:21 18:13 20:34 22:54 8 Um Exemplo 25 Chamadas por segundo em um dia Chamadas Chamadas 10 0
26 Chamadas por segundo na HMM 8 Um Exemplo 26 Chamadas Chamadas 16:26 16:36 16:46 16:51 16:56 17:02 16:58 17:08 17:18 17:28
27 8 Um Exemplo 27 TEC = 1 / (chamadas por segundo) TEC 0,12 0,1 0,08 0,06 0,04 0,02 0 TEC 16:26 16:36 16:46 16:51 16:56 17:02 16:58 17:08 17:18 17:28
28 8 Um Exemplo 28 Tempo de Simulação = 4020 segundos (67 min) Tempo Entre Chegadas EXPO (Lambda) Lambda = 0,078, nos primeiros 1200 segundos Lambda = 0,033, entre 1200 e 3120 segundos Lambda = 0,082, entre 3120 e 4020 segundos Tempo de Utilização dos Recursos TRIA (Min, Mod, Máx) Por Exemplo: Filtros (sinalização MFC) - TRIA (0,5; 0,6; 0,8) Ocupação da PA (serviço 102) - TRIA (20, 22, 28)
29 8 Um Exemplo 29 Projeto Experimental Fatorial 2 k (k=4) 16 Cenários / 4 Replicações Fatores Níveis Valor Atual Troncos 1320 (11 EG s) 1800 (15 EG s) 1560 (13 EG s) Filtros 176 (22 DFID s) Canais 900 (5 ERA s) 240 (30 DFID s) 1260 (7 ERA s) 208 (26 DFID s) 1080 (6 ERA s) de URA PA s
30 8 Um Exemplo Resultados: Mín = 42,044 s / Máx = 66,869 s Inseridos no STATISTICA ParetoChart of StandardizedEffects; Variable: TEMPO 2**(4-0) design; MSResidual=,02685 DV: TEMPO p=,05 (4)PAS (1)TRONCOS 277, ,473 1by4-96,0606 2by4 (2)FILTROS 1by2 (3)URA 2by3 3by4 1by3-4, , , , 0, 0, 0, Effect Estimate(AbsoluteValue)
31 8 Um Exemplo 31 Maior n de PA s: menor tempo de resposta Maior n de Troncos: maior tempo de resposta Filtros e Canais de URA dimensionados com folga Deficiência do Projeto de Experimento Fatorial 2 k Linearidade dos efeitos dos fatores Não verifica comportamento quadrático Projeto de Experimento Central Composto Aplicado sobre os fatores mais significativos
32 8 Um Exemplo 32 Projeto de Experimento Central Composto Troncos (520,1800) (640,1900) (760,1800) (470,1560) (640,1560) (810,1560) PA s (520,1320) (760,1320) (640,1220)
33 8 Um Exemplo Resultados: Mín = 42,033 s / Máx = 66,916 s ParetoChart of StandardizedEffects; Variable: TEMPO 2factors, 1Blocks, 40Runs; MSResidual=, DV: TEMPO p=,05 (2)PAS(L) -65,9169 (1)TRONCOS(L) 54, Lby2L -12,8804 PAS(Q) 9, TRONCOS(Q) 2, Effect Estimate(AbsoluteValue)
34 8 Um Exemplo 34 FittedSurface; Variable: TEMPO 2factors, 1Blocks, 40Runs; MSResidual=, DV: TEMPO 42,941 47,231 51,52 5,812 60,102 64,392 68,682 72,973 7,263 81,53 above
35 9 Referências Bibliográficas 35 BARBETTA, Pedro A. Estatística Aplicada às Ciências Sociais. 5. Ed Florianópolis: Ed. da UFSC, COSTA-NETO, Pedro L. O. Estatística. São Paulo: Ed. Edgard Blücher, DRISSEN-SILVA, Marcus V., Avaliação de Desempenho de uma Plataforma de Comutação Telefônica para Serviços Especializados de Atendimento ao Cliente. Dissertação (Mestrado em Ciência da Computação) Curso de Pós-Graduação em Ciência da Computação, Universidade Federal de Santa Catarina Florianópolis. FREITAS F, Paulo J. Introdução à Modelagem e Simulação de Sistemas com Aplicações em Arena. Florianópolis: Ed. Visual Bools Ltda, JAIN, Raj. The Art of Computer Systems Performance Analysis: Techniques for Experimental Design, Measurement, Simulation and Modeling. New York: John Wiley & Sons, MONTGOMERY, Douglas C. Design and Analysis of Experiments. New York: John Wiley & Sons, STEVENSON, William J. Estatística Aplicada à Administração. São Paulo: Ed. Harper & Row do Brasil, 1981.
Simulação Transiente
Tópicos Avançados em Avaliação de Desempenho de Sistemas Professores: Paulo Maciel Ricardo Massa Alunos: Jackson Nunes Marco Eugênio Araújo Dezembro de 2014 1 Sumário O que é Simulação? Áreas de Aplicação
Leia maisPÓS GRADUAÇÃO EM CIÊNCIAS DE FLORESTAS TROPICAIS-PG-CFT INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA-INPA. 09/abril de 2014
PÓS GRADUAÇÃO EM CIÊNCIAS DE FLORESTAS TROPICAIS-PG-CFT INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA-INPA 09/abril de 2014 Considerações Estatísticas para Planejamento e Publicação 1 Circularidade do Método
Leia maisDESENVOLVIMENTO DE UM SOFTWARE NA LINGUAGEM R PARA CÁLCULO DE TAMANHOS DE AMOSTRAS NA ÁREA DE SAÚDE
DESENVOLVIMENTO DE UM SOFTWARE NA LINGUAGEM R PARA CÁLCULO DE TAMANHOS DE AMOSTRAS NA ÁREA DE SAÚDE Mariane Alves Gomes da Silva Eliana Zandonade 1. INTRODUÇÃO Um aspecto fundamental de um levantamento
Leia maisModelagem e Simulação Material 02 Projeto de Simulação
Modelagem e Simulação Material 02 Projeto de Simulação Prof. Simão Sirineo Toscani Projeto de Simulação Revisão de conceitos básicos Processo de simulação Etapas de projeto Cuidados nos projetos de simulação
Leia maisAvaliação de Desempenho de Sistemas Lista III
Avaliação de Desempenho de Sistemas Lista III Aleciano Ferreira Lobo Júnior aflj@cin.ufpe.br Ana Carolina Veloso Teixeira acvt@cin.ufpe.br Charles Bezerra Moreira cbm3@cin.ufpe.br Edson Samuel Gonzaga
Leia mais)HUUDPHQWDV &RPSXWDFLRQDLV SDUD 6LPXODomR
6LPXODomR GH6LVWHPDV )HUUDPHQWDV &RPSXWDFLRQDLV SDUD 6LPXODomR #5,6. Simulador voltado para análise de risco financeiro 3RQWRV IRUWHV Fácil de usar. Funciona integrado a ferramentas já bastante conhecidas,
Leia maisAvaliação de Desempenho em Sistemas de Computação e Comunicação
Avaliação de Desempenho em Sistemas de Computação e Comunicação Universidade Federal do Espírito Santo - UFES Departamento de Informática - DI Laboratório de Pesquisas em Redes Multimidia - LPRM UFES Objetivos
Leia maisPLANEJAMENTO EXPERIMENTAL
PLANEJAMENTO EXPERIMENTAL Técnicas de Pesquisas Experimentais LUIS HENRIQUE STOCCO MARCIO TENÓRIO SANDRA MARCHI Introdução O Planejamento de Experimentos (Design of Experiments, DoE), técnica utilizada
Leia mais4 Segmentação. 4.1. Algoritmo proposto
4 Segmentação Este capítulo apresenta primeiramente o algoritmo proposto para a segmentação do áudio em detalhes. Em seguida, são analisadas as inovações apresentadas. É importante mencionar que as mudanças
Leia maisCÁLCULO DO TAMANHO DA AMOSTRA PARA UMA PESQUISA ELEITORAL. Raquel Oliveira dos Santos, Luis Felipe Dias Lopes
CÁLCULO DO TAMANHO DA AMOSTRA PARA UMA PESQUISA ELEITORAL Raquel Oliveira dos Santos, Luis Felipe Dias Lopes Programa de Pós-Graduação em Estatística e Modelagem Quantitativa CCNE UFSM, Santa Maria RS
Leia maisPESQUISA OPERACIONAL: UMA ABORDAGEM À PROGRAMAÇÃO LINEAR. Rodolfo Cavalcante Pinheiro 1,3 Cleber Giugioli Carrasco 2,3 *
PESQUISA OPERACIONAL: UMA ABORDAGEM À PROGRAMAÇÃO LINEAR 1 Graduando Rodolfo Cavalcante Pinheiro 1,3 Cleber Giugioli Carrasco 2,3 * 2 Pesquisador - Orientador 3 Curso de Matemática, Unidade Universitária
Leia maisExcel Planilhas Eletrônicas
Excel Planilhas Eletrônicas Capitulo 1 O Excel é um programa de cálculos muito utilizado em empresas para controle administrativo, será utilizado também por pessoas que gostam de organizar suas contas
Leia maisInstalações Máquinas Equipamentos Pessoal de produção
Fascículo 6 Arranjo físico e fluxo O arranjo físico (em inglês layout) de uma operação produtiva preocupa-se com o posicionamento dos recursos de transformação. Isto é, definir onde colocar: Instalações
Leia maisTécnicas de Caixa Preta de Teste de Software
Técnicas de Caixa Preta de Teste de Software Na maioria de projetos de teste, o tempo para a realização dos mesmos sempre é curto e os números de testes a serem realizados nas aplicações são inúmeros.
Leia mais3 Classificação. 3.1. Resumo do algoritmo proposto
3 Classificação Este capítulo apresenta primeiramente o algoritmo proposto para a classificação de áudio codificado em MPEG-1 Layer 2 em detalhes. Em seguida, são analisadas as inovações apresentadas.
Leia maisOrganização e Arquitetura de Computadores I
Organização e Arquitetura de Computadores I Aritmética Computacional Slide 1 Sumário Unidade Lógica e Aritmética Representação de Números Inteiros Aritmética de Números Inteiros Representação de Números
Leia maisMODELAGEM E SIMULAÇÃO
MODELAGEM E SIMULAÇÃO Professor: Dr. Edwin B. Mitacc Meza edwin@engenharia-puro.com.br www.engenharia-puro.com.br/edwin Como Funciona a Simulação Introdução Assim como qualquer programa de computador,
Leia maisTecnologia em Gestão Pública Desenvolvimento de Projetos - Aula 9 Prof. Rafael Roesler
Tecnologia em Gestão Pública Desenvolvimento de Projetos - Aula 9 Prof. Rafael Roesler Introdução Objetivos da Gestão dos Custos Processos da Gerência de Custos Planejamento dos recursos Estimativa dos
Leia maisClassificação: Determinístico
Prof. Lorí Viali, Dr. viali@pucrs.br http://www.pucrs.br/famat/viali/ Da mesma forma que sistemas os modelos de simulação podem ser classificados de várias formas. O mais usual é classificar os modelos
Leia mais5 Experiência de implantação do software de roteirização em diferentes mercados
5 Experiência de implantação do software de roteirização em diferentes mercados 5.1 Introdução Após apresentação feita sobre os processos para implantação de um software de roteirização de veículos da
Leia maisIntrodução à Simulação
Introdução à Simulação O que é simulação? Wikipedia: Simulação é a imitação de alguma coisa real ou processo. O ato de simular algo geralmente consiste em representar certas características e/ou comportamentos
Leia mais4. RESULTADOS E DISCUSSÃO
4. RESULTADOS E DISCUSSÃO 4.1. Energia cinética das precipitações Na Figura 9 estão apresentadas as curvas de caracterização da energia cinética aplicada pelo simulador de chuvas e calculada para a chuva
Leia maisDISCIPLINA: MATEMÁTICA ANO: 2º Ano do Ensino Médio - PROF.: EDSON
REVISÃO MATEMÁTICA 2º ANO 1 DISCIPLINA: MATEMÁTICA ANO: 2º Ano do Ensino Médio - PROF.: EDSON 1. (Ufjf 2012) Uma empresa escolherá um chefe para cada uma de suas repartições A e B. Cada chefe deve ser
Leia maisProjeto de Sistemas I
Instituto Federal de Educação, Ciência e Tecnologia de São Paulo Projeto de Sistemas I Professora: Kelly de Paula Cunha E-mail:kellypcsoares@ifsp.edu.br Requisitos: base para todo projeto, definindo o
Leia maisPLANEJAMENTO OPERACIONAL - MARKETING E PRODUÇÃO MÓDULO 3 O QUE É PLANEJAMENTO DE VENDAS E OPERAÇÕES?
PLANEJAMENTO OPERACIONAL - MARKETING E PRODUÇÃO MÓDULO 3 O QUE É PLANEJAMENTO DE VENDAS E OPERAÇÕES? Índice 1. O que é planejamento de...3 1.1. Resultados do planejamento de vendas e operações (PVO)...
Leia maisREDUÇÃO DA TAXA DE POUPANÇA E AS EMPRESAS NÃO FINANCEIRAS: 2010-2014
NOTAS CEMEC 01/2015 REDUÇÃO DA TAXA DE POUPANÇA E AS EMPRESAS NÃO FINANCEIRAS: 2010-2014 Carlos A. Rocca Lauro Modesto Santos Jr. Fevereiro de 2015 1 1. Introdução No Estudo Especial CEMEC de novembro
Leia maisA IMPORTÂNCIA DA GESTÃO DE CUSTOS NA ELABORAÇÃO DO PREÇO DE VENDA
553 A IMPORTÂNCIA DA GESTÃO DE CUSTOS NA ELABORAÇÃO DO PREÇO DE VENDA Irene Caires da Silva 1, Tamires Fernanda Costa de Jesus, Tiago Pinheiro 1 Docente da Universidade do Oeste Paulista UNOESTE. 2 Discente
Leia maisAjuste dos Parâmetros de um Controlador PI em uma Coluna de Destilação Binária
Ajuste dos Parâmetros de um Controlador PI em uma Coluna de Destilação Binária Marina Roberto Martins 1*, Fernando Palú 1 (1) Universidade Estadual do Oeste do Paraná, Curso de Engenharia Química. e-mail:
Leia mais5 Resultados. 1 Os resultados apresentados foram obtidos com 1 rodada do simulador.
5 Resultados A dificuldade em modelar analiticamente o comportamento de sistemas celulares hierarquizados faz com que grande parte dos estudos de desempenho destes sistemas seja baseada em simulações.
Leia maisInformações importantes para o dimensionamento do call center
Informações importantes para o dimensionamento do call center Informações importantes para dimensionamento do call center Este documento tem por objetivo especificar dados e indicadores mais importantes
Leia maisMODELAGEM E SIMULAÇÃO
MODELAGEM E SIMULAÇÃO Professor: Dr. Edwin B. Mitacc Meza edwin@engenharia-puro.com.br www.engenharia-puro.com.br/edwin Terminologia Básica Utilizada em de Sistemas Terminologia Básica Uma série de termos
Leia mais1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3.
1 1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3. Modelo de Resultados Potenciais e Aleatorização (Cap. 2 e 3
Leia maisDISTRIBUIÇÃO DE WEIBULL CONCEITOS BÁSICOS APLICAÇÕES
LUIZ CLAUDIO BENCK KEVIN WONG TAMARA CANDIDO DISTRIBUIÇÃO DE WEIBULL CONCEITOS BÁSICOS APLICAÇÕES Trabalho apresentado para avaliação na disciplina de Estatística e Métodos Numéricos do Curso de Administração
Leia maisPARA A CONSTRUÇÃO DOS GRÁFICOS
1 PARA A CONSTRUÇÃO DOS GRÁFICOS Apresentamos dois materiais feitos por estudantes do Curso de Psicologia da Faculdade de Ciências Humanas e da Saúde para construção de gráficos. As instruções das páginas
Leia mais7Testes de hipótese. Prof. Dr. Paulo Picchetti M.Sc. Erick Y. Mizuno. H 0 : 2,5 peças / hora
7Testes de hipótese Prof. Dr. Paulo Picchetti M.Sc. Erick Y. Mizuno COMENTÁRIOS INICIAIS Uma hipótese estatística é uma afirmativa a respeito de um parâmetro de uma distribuição de probabilidade. Por exemplo,
Leia maisDA INTERPOLAÇÃO SPLINE COMO TRAJETÓRIA DA FERRAMENTA NA MANUFATURA SUPERFÍCIES COMPLEXAS ATRAVÉS DE FERRAMENTAS DOE (DESING OF EXPERIMENTS)
18º Congresso de Iniciação Científica AVALIAÇÃO DA INTERPOLAÇÃO SPLINE COMO TRAJETÓRIA DA FERRAMENTA NA MANUFATURA SUPERFÍCIES COMPLEXAS ATRAVÉS DE FERRAMENTAS DOE (DESING OF EXPERIMENTS) Autor(es) MARCO
Leia maisEstudo de Casos 57. 5.1. Estudo de Caso 1: Velocidade Intervalar e Espessura da Camada
Estudo de Casos 57 5 Estudo de Casos Neste capítulo são relatados três estudos de caso com sismogramas de referência sintéticos que têm como objetivo avaliar o modelo proposto. Na descrição dos estudos
Leia maisGuia de Especificação de Caso de Uso Metodologia CELEPAR
Guia de Especificação de Caso de Uso Metodologia CELEPAR Agosto 2009 Sumário de Informações do Documento Documento: guiaespecificacaocasouso.odt Número de páginas: 10 Versão Data Mudanças Autor 1.0 09/10/2007
Leia maisEstratégia de Manutenção em Oficinas utilizando Caminho Critico
SEGeT Simpósio de Excelência em Gestão e Tecnologia 1 Estratégia de Manutenção em Oficinas utilizando Caminho Critico RESUMO Entre as estratégias gerenciais em empresas de médio e grande porte existe o
Leia maisA presente seção apresenta e especifica as hipótese que se buscou testar com o experimento. A seção 5 vai detalhar o desenho do experimento.
4 Plano de Análise O desenho do experimento realizado foi elaborado de forma a identificar o quão relevantes para a explicação do fenômeno de overbidding são os fatores mencionados na literatura em questão
Leia maisJOGOS EMPRESARIAIS Conceitos e Fundamentos
UNIVERSIDADE FEDERAL DE MATO GROSSO DO SUL (UFMS) CAMPUS DE BONITO/MS, CURSO DE ADMINISTRAÇÃO JOGOS EMPRESARIAIS Conceitos e Fundamentos Prof. Ana Cristina Trevelin Conceitos Simulação Jogos de Empresa
Leia maisARRAYS. Um array é um OBJETO que referencia (aponta) mais de um objeto ou armazena mais de um dado primitivo.
Cursos: Análise, Ciência da Computação e Sistemas de Informação Programação I - Prof. Aníbal Notas de aula 8 ARRAYS Introdução Até agora, utilizamos variáveis individuais. Significa que uma variável objeto
Leia mais5 A Utilização da Técnica do Espaço Nulo e dos Atributos Baseados na Escolha de Coeficientes de Autocorrelações
5 A Utilização da Técnica do Espaço Nulo e dos Atributos Baseados na Escolha de Coeficientes de Autocorrelações Este capítulo apresenta uma nova proposta que consiste em empregar os atributos baseados
Leia maisEspaço Amostral ( ): conjunto de todos os
PROBABILIDADE Espaço Amostral (): conjunto de todos os resultados possíveis de um experimento aleatório. Exemplos: 1. Lançamento de um dado. = {1,, 3, 4,, 6}. Doador de sangue (tipo sangüíneo). = {A, B,
Leia maisCURSO ON-LINE PROFESSOR GUILHERME NEVES 1
CURSO ON-LINE PROFESSOR GUILHERME NEVES 1 Olá pessoal! Resolverei neste ponto a prova de Matemática e Estatística para Técnico Administrativo para o BNDES 2008 organizado pela CESGRANRIO. Sem mais delongas,
Leia maisCAPÍTULO 9 RISCO E INCERTEZA
CAPÍTULO 9 9 RISCO E INCERTEZA 9.1 Conceito de Risco Um fator que pode complicar bastante a solução de um problema de pesquisa operacional é a incerteza. Grande parte das decisões são tomadas baseando-se
Leia mais22 DICAS para REDUZIR O TMA DO CALL CENTER. em Clínicas de Imagem
para REDUZIR O TMA DO CALL CENTER em Clínicas de Imagem Objetivo Um atendimento eficiente e personalizado é um dos principais fatores que o cliente leva em consideração ao iniciar um processo de fidelização
Leia maisProcesso de Implementação de um Sistema de Gestão da Qualidade
3 Processo de Implementação de um Sistema de Gestão da Qualidade Não existe um jeito único de se implementar um sistema da qualidade ISO 9001: 2000. No entanto, independentemente da maneira escolhida,
Leia maisPequenas e Médias Empresas no Canadá. Pequenos Negócios Conceito e Principais instituições de Apoio aos Pequenos Negócios
Pequenas e Médias Empresas no Canadá Pequenos Negócios Conceito e Principais instituições de Apoio aos Pequenos Negócios De acordo com a nomenclatura usada pelo Ministério da Indústria do Canadá, o porte
Leia maisIntegração ADMRH com AGROSYS
Treinamentos no produto AdmRH CGI - Consultoria Gaúcha de Informática Ltda - Divisão de treinamentos Guia do Aluno Versão 1.0 Integração ADMRH com AGROSYS Empresa: Participante: Data: Os produtos da CGI
Leia maisCAP. I ERROS EM CÁLCULO NUMÉRICO
CAP. I ERROS EM CÁLCULO NUMÉRICO 0. Introdução Por método numérico entende-se um método para calcular a solução de um problema realizando apenas uma sequência finita de operações aritméticas. A obtenção
Leia maisIntrodução a Avaliação de Desempenho
Introdução a Avaliação de Desempenho Avaliar é pronunciar-se sobre as características de um certo sistema. Dado um sistema real qualquer, uma avaliação deste sistema pode ser caracterizada por toda e qualquer
Leia maisReferências internas são os artefatos usados para ajudar na elaboração do PT tais como:
Plano de Teste (resumo do documento) I Introdução Identificador do Plano de Teste Esse campo deve especificar um identificador único para reconhecimento do Plano de Teste. Pode ser inclusive um código
Leia maisAnálise Estruturada de Sistemas
Análise Estruturada de Sistemas Capítulo 3 Estudo de Viabilidade Definição das Necessidades Funcionais O propósito desta etapa é produzir um documento formal que contenha uma descrição detalhada da proposta,
Leia mais6. ELABORAÇÃO DE PROJETO DE ORIENTAÇÃO DE DESTINO
6. ELABORAÇÃO DE PROJETO DE ORIENTAÇÃO DE DESTINO Este capítulo apresenta uma metodologia para a elaboração de projeto de sinalização de orientação de destino cujas placas são tratadas nos itens 5.2, 5.4,
Leia maisAvaliação de Desempenho de Sistemas
Avaliação de Desempenho de Sistemas Introdução a Avaliação de Desempenho de Sistemas Prof. Othon M. N. Batista othonb@yahoo.com Roteiro Definição de Sistema Exemplo de Sistema: Agência Bancária Questões
Leia maisArquitetura de Rede de Computadores
TCP/IP Roteamento Arquitetura de Rede de Prof. Pedro Neto Aracaju Sergipe - 2011 Ementa da Disciplina 4. Roteamento i. Máscara de Rede ii. Sub-Redes iii. Números Binários e Máscara de Sub-Rede iv. O Roteador
Leia maisGeração de Números Aleatórios e Simulação
Departamento de Informática Geração de Números Aleatórios e imulação Métodos Quantitativos LEI 26/27 usana Nascimento (snt@di.fct.unl.pt) Advertência Autores João Moura Pires (jmp@di.fct.unl.pt) usana
Leia maisCAPÍTULO 1 MEDIÇÃO E O ERRO DE MEDIÇÃO
CAPÍTULO 1 MEDIÇÃO E O ERRO DE MEDIÇÃO 1.1. Definições do Vocabulário Internacional de Metrologia (VIM) Metrologia: Ciência das medições [VIM 2.2]. Medição: Conjunto de operações que têm por objectivo
Leia maisDICAS PARA CÁLCULOS MAIS RÁPIDOS ARTIGO 07
DICAS PARA CÁLCULOS MAIS RÁPIDOS ARTIGO 07 Este é o 7º artigo da série de dicas para facilitar / agilizar os cálculos matemáticos envolvidos em questões de Raciocínio Lógico, Matemática, Matemática Financeira
Leia maisCONCEITOS E MÉTODOS PARA GESTÃO DE SAÚDE POPULACIONAL
CONCEITOS E MÉTODOS PARA GESTÃO DE SAÚDE POPULACIONAL ÍNDICE 1. Introdução... 2. Definição do programa de gestão de saúde populacional... 3. Princípios do programa... 4. Recursos do programa... 5. Estrutura
Leia maisEXERCÍCIOS. 2. Faça um algoritmo que receba dois números e ao final mostre a soma, subtração, multiplicação e a divisão dos números lidos.
EXERCÍCIOS 1. Faça um algoritmo que receba dois números e exiba o resultado da sua soma. 2. Faça um algoritmo que receba dois números e ao final mostre a soma, subtração, multiplicação e a divisão dos
Leia maisMÓDULO 6 INTRODUÇÃO À PROBABILIDADE
MÓDULO 6 INTRODUÇÃO À PROBBILIDDE Quando estudamos algum fenômeno através do método estatístico, na maior parte das vezes é preciso estabelecer uma distinção entre o modelo matemático que construímos para
Leia maisCAPÍTULO 7 - ÁRVORES DE DECISÃO
CAPÍTULO 7 - ÁRVORES DE DECISÃO 1. CONSIDERAÇÕES INICIAIS A árvore de decisão é uma maneira gráfica de visualizar as consequências de decisões atuais e futuras bem como os eventos aleatórios relacionados.
Leia maisAdministração de dados - Conceitos, técnicas, ferramentas e aplicações de Data Mining para gerar conhecimento a partir de bases de dados
Universidade Federal de Pernambuco Graduação em Ciência da Computação Centro de Informática 2006.2 Administração de dados - Conceitos, técnicas, ferramentas e aplicações de Data Mining para gerar conhecimento
Leia maisMelhores práticas no planejamento de recursos humanos
Melhores práticas no planejamento de recursos humanos Planejamento Performance Dashboard Plano de ação Relatórios Indicadores Preparando a força de trabalho para o futuro Planejamento de recursos humanos
Leia maisO tornado de projeto é admitido, para fins quantitativos, com as seguintes características [15]:
4 Tornado de Projeto O tornado de projeto é admitido, para fins quantitativos, com as seguintes características [15]: Tornado do tipo F3-médio; Velocidade máxima de 233km/h = 64,72m/s; Velocidade translacional
Leia maisEste material traz a teoria necessária à resolução das questões propostas.
Inclui Teoria e Questões Inteiramente Resolvidas dos assuntos: Contagem: princípio aditivo e multiplicativo. Arranjo. Permutação. Combinação simples e com repetição. Lógica sentencial, de primeira ordem
Leia maisISO 9001:2008. Alterações e Adições da nova versão
ISO 9001:2008 Alterações e Adições da nova versão Notas sobe esta apresentação Esta apresentação contém as principais alterações e adições promovidas pela edição 2008 da norma de sistema de gestão mais
Leia maisFunções básicas Cronograma Cronograma Funções Básicas
Funções Básicas Fevereiro 2015 - 1) Selecionar o menu Portfólio > Projetos, clique para janela projetos abrir. 2) Selecione botão incluir para abrir um projeto. Preencha os campos obrigatórios nos Dados
Leia maisMedida da velocidade de embarcações com o Google Earth
UNIVERSIDADE FEDERAL DO RIO DE JANEIRO Instituto de Física Programa de Pós-Graduação em Ensino de Física Mestrado Profissional em Ensino de Física Medida da velocidade de embarcações com o Google Earth
Leia mais2aula TEORIA DE ERROS I: ALGARISMOS SIGNIFICATIVOS, ARREDONDAMENTOS E INCERTEZAS. 2.1 Algarismos Corretos e Avaliados
2aula Janeiro de 2012 TEORIA DE ERROS I: ALGARISMOS SIGNIFICATIVOS, ARREDONDAMENTOS E INCERTEZAS Objetivos: Familiarizar o aluno com os algarismos significativos, com as regras de arredondamento e as incertezas
Leia maisNoções de Pesquisa e Amostragem. André C. R. Martins
Noções de Pesquisa e Amostragem André C. R. Martins 1 Bibliografia Silva, N. N., Amostragem probabilística, EDUSP. Freedman, D., Pisani, R. e Purves, R., Statistics, Norton. Tamhane, A. C., Dunlop, D.
Leia maisACOMPANHAMENTO GERENCIAL SANKHYA
MANUAL DE VISITA DE ACOMPANHAMENTO GERENCIAL SANKHYA Material exclusivo para uso interno. O QUE LEVA UMA EMPRESA OU GERENTE A INVESTIR EM UM ERP? Implantar um ERP exige tempo, dinheiro e envolve diversos
Leia maisSISTEMAS DE COMUNICAÇÃO ÓPTICA : INICIAR A PROPOSTA DA DISSERTAÇÃO DE MESTRADO EM DISCIPLINA OPTATIVA, DURANTE PERÍODO DE AQUISIÇÃO DE CRÉDITOS.
SISTEMAS DE COMUNICAÇÃO ÓPTICA : INICIAR A PROPOSTA DA DISSERTAÇÃO DE MESTRADO EM DISCIPLINA OPTATIVA, DURANTE PERÍODO DE AQUISIÇÃO DE CRÉDITOS. Sandra Maria Dotto Stump sstump@mackenzie.com.br Maria Aparecida
Leia maisDadas a base e a altura de um triangulo, determinar sua área.
Disciplina Lógica de Programação Visual Ana Rita Dutra dos Santos Especialista em Novas Tecnologias aplicadas a Educação Mestranda em Informática aplicada a Educação ana.santos@qi.edu.br Conceitos Preliminares
Leia maisQualificação de Procedimentos
Qualificação de Procedimentos Os equipamentos em geral são fabricados por meio de uniões de partes metálicas entre si empregando-se soldas. Há, portanto a necessidade de se garantir, nestas uniões soldadas,
Leia maisGestão de Custos. Aula 6. Contextualização. Instrumentalização. Profa. Me. Marinei Abreu Mattos. Vantagens do custeio variável
Gestão de Custos Aula 6 Contextualização Profa. Me. Marinei Abreu Mattos Instrumentalização Tomar decisões não é algo fácil, por isso a grande maioria dos gestores procuram utilizar as mais variadas técnicas
Leia maisAnexo III Funcionamento detalhado do Sistema Montador de Autoria
1 Sumário Anexo III Funcionamento detalhado do Sistema Montador de Autoria Anexo III Funcionamento detalhado do Sistema Montador de Autoria... 1 1 Sumário... 1 2 Lista de Figuras... 5 3 A Janela principal...
Leia maisVERIFICAÇÃO FINAL DOCUMENTAÇÃO
VERIFICAÇÃO FINAL DOCUMENTAÇÃO Inspeção visual e documentação............................................................284 Ensaios de campo em instalações...........................................................285
Leia maisCURSO ON-LINE PROFESSOR GUILHERME NEVES
Olá pessoal! Neste ponto resolverei a prova de Matemática Financeira e Estatística para APOFP/SEFAZ-SP/FCC/2010 realizada no último final de semana. A prova foi enviada por um aluno e o tipo é 005. Os
Leia maisINTENÇÃO DE COMPRA DIA DAS CRIANÇAS 2014
PE MPRA DIA DAS CRIANÇAS 2014 1 MPRA DIA DAS CRIANÇAS 2014 PE MPRA DIA DAS CRIANÇAS 2014 2 Faculdade Estácio de Sá de Campo Grande Intenção de Compra para o Dia das Crianças 2014 Rua Venâncio Borges do
Leia maisPortnet: SAP Business One prepara empresa para crescimento contínuo
Franklin Xavier Klabin, São Paulo, SP/Brasil. Used with permission. Portnet: SAP Business One prepara empresa para crescimento contínuo Geral Executiva Nome da Portnet Informática Equipamentos Indústria
Leia maisEMISSÃO DE CERTIFICADOS ELETRÔNICOS NOS EVENTOS DO INSTITUTO FEDERAL CATARINENSE CÂMPUS VIDEIRA
EMISSÃO DE CERTIFICADOS ELETRÔNICOS NOS EVENTOS DO INSTITUTO FEDERAL CATARINENSE CÂMPUS VIDEIRA Jeferson Boesing 1 ; Tiago Heineck 2 ; Angela Maria Crotti da Rosa 3 ; Leila Lisiane Rossi 4 INTRODUÇÃO Alunos
Leia maisInventário Rotativo. Página 1
Inventário Rotativo Página 1 Página 2 Antes de iniciar qualquer inventário certifique-se de que não há nenhum dos produtos a serem inventariados pendente de entrada, lançamento para requisições entre outros.
Leia mais6 Construção de Cenários
6 Construção de Cenários Neste capítulo será mostrada a metodologia utilizada para mensuração dos parâmetros estocásticos (ou incertos) e construção dos cenários com respectivas probabilidades de ocorrência.
Leia maisUniversidade de Brasília Faculdade de Ciência da Informação Profa. Lillian Alvares
Universidade de Brasília Faculdade de Ciência da Informação Profa. Lillian Alvares Existem três níveis distintos de planejamento: Planejamento Estratégico Planejamento Tático Planejamento Operacional Alcance
Leia maisGARANTIA DA QUALIDADE DE SOFTWARE
GARANTIA DA QUALIDADE DE SOFTWARE Fonte: http://www.testexpert.com.br/?q=node/669 1 GARANTIA DA QUALIDADE DE SOFTWARE Segundo a NBR ISO 9000:2005, qualidade é o grau no qual um conjunto de características
Leia maisSistemas Operacionais
Sistemas Operacionais Gerência de processos Controle e descrição de processos Edson Moreno edson.moreno@pucrs.br http://www.inf.pucrs.br/~emoreno Sumário Representação e controle de processos pelo SO Estrutura
Leia maisMetodologia de Gerenciamento de Projetos da Justiça Federal
Metodologia de Gerenciamento de Projetos da Justiça Federal Histórico de Revisões Data Versão Descrição 30/04/2010 1.0 Versão Inicial 2 Sumário 1. Introdução... 5 2. Público-alvo... 5 3. Conceitos básicos...
Leia maisManual Geral do OASIS
Manual Geral do OASIS SISTEMA DE GESTÃO DE DEMANDA, PROJETO E SERVIÇO DE TECNOLOGIA DA INFORMAÇÃO OASIS Introdução Esse manual tem como objetivo auxiliar aos usuários nos procedimentos de execução do sistema
Leia maisTaxa de Aplicação de CIP (Custos Indiretos de Produção)
Projeto Curso Disciplina Tema Professor Pós-graduação MBA em Engenharia de Produção Custos Industriais Aplicação de Custos Diretos e Indiretos Luizete Fabris Introdução tema. Assista à videoaula do professor
Leia maisProjetos. Universidade Federal do Espírito Santo - UFES. Mestrado em Informática 2004/1. O Projeto. 1. Introdução. 2.
Pg. 1 Universidade Federal do Espírito Santo - UFES Mestrado em Informática 2004/1 Projetos O Projeto O projeto tem um peso maior na sua nota final pois exigirá de você a utilização de diversas informações
Leia mais4 Arquitetura básica de um analisador de elementos de redes
4 Arquitetura básica de um analisador de elementos de redes Neste capítulo é apresentado o desenvolvimento de um dispositivo analisador de redes e de elementos de redes, utilizando tecnologia FPGA. Conforme
Leia maisSiscorp Serviços e Informática Ltda. Alameda Ministro Rocha Azevedo, 38 Cj.1202 - Ciragan Office - CEP: 01410-000 Cerqueira Cesar - São Paulo - SP -
EVOLUÇÃO DO MERCADO DE SEGUROS NO BRASIL PROJEÇÕES PARA 2009 A 2012 CRITÉRIOS UTILIZADOS Este trabalho foi desenvolvido com o cenário de que no início do quadriênio 2009 a 2012 haverá uma redução moderada
Leia maisMRP II. Planejamento e Controle da Produção 3 professor Muris Lage Junior
MRP II Introdução A lógica de cálculo das necessidades é conhecida há muito tempo Porém só pode ser utilizada na prática em situações mais complexas a partir dos anos 60 A partir de meados da década de
Leia maisCalibração de Equipamentos
Vídeo Conferência Calibração de Equipamentos Instituto de Pesos e Medidas do Estado do Paraná Junho/2014 Diferença entre calibração e a verificação metrológica Calibração Estabelece o erro de medição e
Leia mais