UNIVERSIDADE FEDERAL DE SANTA CATARINA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA. Francisco das Chagas de Souza

Tamanho: px
Começar a partir da página:

Download "UNIVERSIDADE FEDERAL DE SANTA CATARINA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA. Francisco das Chagas de Souza"

Transcrição

1 UNIVERSIDADE FEDERAL DE SANTA CATARINA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA Francsco das Chagas de Souza ALGORITMOS ADAPTATIVOS LMS NORMALIZADOS PROPORCIONAIS: PROPOSTA DE UM NOVO ALGORITMO E SUA MODELAGEM ESTOCÁSTICA Tese submetda ao Programa de Pós-Graduação em Engenhara Elétrca da Unversdade Federal de Santa Catarna para a obtenção do grau de Doutor em Engenhara Elétrca Orentador: Prof. Dr. Ru Seara Co-orentador: Prof. Dr. Orlando José Tobas Floranópols, SC 2012

2 Fcha de dentfcação da obra elaborada pelo autor, através do Programa de Geração Automátca da Bbloteca Unverstára da UFSC. Souza, Francsco das Chagas de Algortmos Adaptatvos LMS Normalzados Proporconas: Proposta de um Novo Algortmo e sua Modelagem Estocástca [tese] / Francsco das Chagas de Souza ; orentador, Ru Seara - Floranópols, SC, p. ; 21cm Tese (doutorado) - Unversdade Federal de Santa Catarna, Centro Tecnológco. Programa de Pós-Graduação em Engenhara Elétrca. Inclu referêncas 1. Engenhara Elétrca. 2. Processamento de Snas. 3. Fltragem Adaptatva. 4. Algortmos Adaptatvos NLMS Proporconas. 5. Modelagem Estocástca. I. Seara, Ru. II. Unversdade Federal de Santa Catarna. Programa de Pós- Graduação em Engenhara Elétrca. III. Título.

3

4

5 Dedco este trabalho de pesqusa à mnha famíla, pelo ncentvo durante essa jornada.

6

7 AGRADECIMENTOS Dexo aqu os meus snceros agradecmentos àqueles que contrbuíram para a realzação deste trabalho de pesqusa, em especal: Ao Professor Ru Seara que me orentou com pacênca, dedcação e entusasmo durante a realzação deste trabalho de tese. À co-orentação, apoo e sugestões do Prof. Orlando José Tobas. O sucesso deste trabalho de pesqusa deve-se, em grande parte, às mportantes e brlhantes déas do Prof. Orlando, as quas aqu foram desenvolvdas, resultando na publcação de números artgos. A todos os colaboradores do Laboratóro de Crcutos e Processamento de Snas-LINSE, em especal ao Elton Luz Fontão, cuja partcpação (na edção fguras, revsões e formatação de artgos) fo fundamental para a boa fnalzação desse trabalho de pesqusa. À CAPES pelo apoo fnancero recebdo, à UFSC e ao LINSE por toda nfra-estrutura concedda para a realzação do trabalho. A todos que de alguma forma contrbuíram para a conclusão deste trabalho de tese. A Deus, pelas oportundades que me foram dadas para a conclusão deste trabalho de pesqusa.

8

9 RESUMO Neste trabalho, um novo algortmo LMS normalzado proporconal (PNLMS) é proposto. Tal algortmo usa fatores de atvação ndvduas para cada coefcente do fltro adaptatvo, em vez de um fator de atvação global como no algortmo PNLMS padrão. Os fatores de atvação ndvduas do algortmo proposto são atualzados recursvamente a partr dos correspondentes coefcentes do fltro adaptatvo. Essa abordagem conduz a uma melhor dstrbução da energa de adaptação entre os coefcentes do fltro. Dessa forma, para respostas ao mpulso com elevada esparsdade, o algortmo proposto, denomnado algortmo PNLMS com fatores de atvação ndvduas (IAF-PNLMS), atnge maor velocdade de convergênca do que os algortmos PNLMS padrão e PNLMS melhorado (IPNLMS). Também, uma metodologa de modelagem estocástca dos algortmos da classe PNLMS é apresentada. Usando essa metodologa, obtém-se um modelo estocástco que predz satsfatoramente o comportamento do algortmo IAF-PNLMS tanto na fase transtóra quanto na estaconára. Através de smulações numércas, a efcáca do modelo proposto é verfcada. Adconalmente, uma versão melhorada do algortmo IAF-PNLMS, denomnada EIAF-PNLMS, é proposta neste trabalho, a qual usa uma estratéga de redstrbução de ganhos durante o processo de aprendzagem, vsando aumentar os ganhos atrbuídos aos coefcentes natvos quando os atvos aproxmam-se da convergênca. Resultados de smulação mostram que tal estratéga de redstrbução melhora sgnfcatvamente as característcas de convergênca do algortmo. Palavras-chave: Algortmo LMS normalzado proporconal (PNLMS), fltragem adaptatva, dentfcação de sstemas esparsos, modelo estocástco, resposta ao mpulso esparsa.

10

11 ABSTRACT In ths work, a new proportonate normalzed least-mean-square (PNLMS) algorthm s proposed. Such an algorthm uses ndvdual actvaton factors for each adaptve flter coeffcent, nstead of a global actvaton factor as n the standard PNLMS algorthm. The proposed ndvdual actvaton factors are recursvely updated consderng the correspondng adaptve flter coeffcents. Ths approach leads to a better dstrbuton of the adaptaton energy over the flter coeffcents than the standard PNLMS does. Thereby, for mpulse responses exhbtng hgh sparseness, the proposed algorthm, called ndvdualactvaton-factor proportonate normalzed least-mean-square (IAF-PNLMS), acheves faster convergence than the standard PNLMS and mproved PNLMS (IPNLMS) algorthms. Also, a stochastc modelng methodology for the class of PNLMS algorthms s presented. By usng ths methodology, one obtans a stochastc model that predcts satsfactorly the IAF-PNLMS algorthm behavor n both transent and steady-state phases. Through smulaton results, the accuracy of the proposed model s verfed. Furthermore, an enhanced verson of the IAF-PNLMS algorthm, called EIAF-PNLMS, s proposed, whch uses a gan redstrbuton strategy durng the learnng process for ncreasng the gan assgned to nactve coeffcents as the actve ones approach convergence. Smulaton results show that such a strategy sgnfcantly mproves the convergence characterstcs of the algorthm. Keywords: Adaptve flterng, proportonate normalzed least-meansquare (PNLMS) algorthm, sparse mpulse response, sparse system dentfcaton, stochastc model.

12

13 LISTA DE FIGURAS 1.1 Resposta ao mpulso típca de um camnho de eco de rede Dagrama de blocos de um problema geral de fltragem adaptatva Dagrama de blocos smplfcado de um sstema de cancelamento de eco Desalnhamento normalzado do algortmo PNLMS padrão usando 0,5 e 0,01. (Lnha pontlhada) 0,50 e an ( ) dado por (1.10). (Lnha tracejada) 0, 05 e an ( ) dado por (1.10). (Lnha escura sólda) 0, 01 e an ( ) dado por (1.10). (Lnha cnza sólda) Curvas de w ( n ) e g ( n ) para 0,5, 0,05 e 0,01. (a) Coefcentes adaptatvos w 1 ( n ), w 2 ( n ), w 30 ( n ) e w 35 ( n ). (b) Ganhos de adaptação g 1 ( n ), g 2 ( n ), g 30 ( n ) e g 35 ( n ) Exemplo 4.1. Curvas das varáves do algortmo IAF-PNLMS consderando uma perturbação na planta em n 2500 (planta o ) é mudada para w com 0,5 e a (0) 10. (a) Coefcentes atvos. (b) Coefcentes natvos. (c) Fatores de atvação assocados aos coefcentes atvos. (d) Fatores de atvação assocados aos coefcentes natvos. (e) Funções de proporconaldade assocadas aos coefcentes atvos. (f) Funções de proporconaldade assocadas aos coefcentes natvos Exemplo 4.1. Curvas de desalnhamento normalzado consderando a nversão do snal dos coefcentes da planta no nstante n 2500 com 0,5, 0,05, 0,01, a (0) 10 e Exemplo 4.2. Curvas das varáves do algortmo IAF-PNLMS com um deslocamento nos coefcentes da planta no nstante n 2500, usando 0,5 e a o w (0) 10. (a) Coefcentes atvos antes da

14 perturbação. (b) Coefcentes atvos após a perturbação. (c) Fatores de atvação assocados aos coefcentes atvos antes da perturbação. (d) Fatores de atvação assocados aos coefcentes atvos após a perturbação. (e) Funções de proporconaldade assocadas aos coefcentes atvos antes da perturbação. (f) Funções de proporconaldade assocadas aos coefcentes atvos após a perturbação Exemplo 4.2. Curvas de desalnhamento normalzado consderando um deslocamento nos coefcentes da planta no nstante n 2500 com 0,5, 0,05, 0,01, a (0) 10 e Exemplo 4.3. Comportamento em regme estaconáro do desalnhamento e dos coefcentes do fltro adaptatvo com coefcentes da planta varantes no tempo, consderando 0,5, 0,05, 0,01, 0,001, a (0) 0,01 e 0. (a) Curvas de desalnhamento normalzado. (b) Curvas dos coefcentes adaptatvos w 1 ( n ). (c) w 2 ( n ). (d) w30 ( n ) Exemplo 4.4. Curvas de aprendzagem (EQM) usando 0, 05, 0,01, 0,001 e a s (0) 10. (a) Planta h [com 10 e S D ( h ) 0,9428] consderando 0,5 para o algortmo MPNLMS e 0,30 para o algortmo IAF-PNLMS. (b) Planta h 2 6 [com s 5 10 e S D ( h ) 0,9286] com 0,5 para o algortmo MPNLMS e 0,2 para o IAF-PNLMS Exemplo 4.5. Curvas de aprendzagem (EQM) usando 5 / N, 2 0,01, 0,001, a (0) 10 / N, 0,5 para o algortmo MPNLMS e 0,1 para o algortmo IAF-PNLMS [com grau de esparsdade da planta S D ( r ) 0,8970] Curvas do comportamento médo dos coefcentes, consderando um snal de entrada correlaconado com 144, obtdas usando smulações de Monte Carlo (lnhas tracejadas pretas) e o modelo proposto (5.20) (lnhas contínuas cnzas). De cma para baxo: w 17 ( n ), w 20 ( n ), w 10 ( n ), w 22 ( n ) e w24 ( n )

15 5.2 Testes da Hpótese H4 e das Aproxmações E1 e E2. (a) Evoluções no tempo de {E[ G( n) w ( n)]} 20 (lnha sólda cnza) e {E[ G( n)]e[ w ( n)]} 20 (lnha tracejada preta). (b) Lados esquerdo o (lnha sólda cnza) e dreto (lnha tracejada preta) do 17 elemento de (5.2). (c) Lados esquerdo (lnha sólda cnza) e dreto (lnha o tracejada preta) do 17 elemento de (5.3) Teste da Aproxmação E3. (a) Evoluções no tempo de E[ 1( n)] max E[ a ( n)], E[ w ( n )] (lnha tracejada (lnha sólda cnza) e 1 1 preta). (b) E[ 10( n)] (lnha sólda cnza) e max E[ 10( )], E[ 10( )] (lnha sólda cnza) e max E[ 17( )], E[ 17( )] a n w n (lnha tracejada preta). (c) E[ 17( n)] a n w n (lnha tracejada preta). (d) E[ 22( n)] (lnha sólda cnza) e max E[ a ( n)], E[ w ( n )] (lnha tracejada preta) Exemplo 6.1. Curvas do comportamento médo dos coefcentes, obtdas usando smulações de Monte Carlo (lnhas contínuas cnzas) e o modelo proposto (6.36) (lnhas tracejadas pretas) consderando SNR 20 db. (a) De cma para baxo: E[ w 10 ( n ) ], 1 ( E[ w n ) ], E[ w 2 ( n ) ], E[ w24 ( n )] e E[ w15 ( n ) ]. (b) Detalhe da fase transtóra de E[ w10 ( n )] (lnhas superores) e E[ w2 ( n )] (lnhas nferores) Exemplo 6.1. Curvas de aprendzagem (EQM) obtdas usando smulações de Monte Carlo (lnha solda cnza) e o modelo proposto (6.39) (lnha tracejada preta). (a) SNR 20 db. (b) SNR 30 db Exemplo 6.2. Curvas do comportamento médo dos coefcentes obtdas usando smulações de Monte Carlo (lnha sólda cnza) e modelo proposto (6.36) (lnha sólda preta) consderando SNR 20 db. (a) De cma para baxo: E[ w 30 ( n ) ], E[ w 1 ( n ) ], E[ w n ) ], E[ w85 ( n )] e E[ w35 ( n ) ]. (b) Detalhe da fase transtóra 2 ( w30 n ) (lnhas superores) e 2 E[ ( ] E[ w ( n )] (lnhas nferores)

16 6.4 Exemplo 6.2. Curvas de aprendzagem (EQM) obtdas usando smulações de Monte Carlos (lnha sólda cnza) e o modelo proposto (6.39) (lnha tracejada preta) consderando SNR 20 db Exemplo 7.1. Curvas de desalnhamento normalzado dos algortmos IAF-PNLMS (lnhas cnza) e EIAF-PNLMS (lnhas pretas) consderando um deslocamento dos coefcentes da planta 3 com K 5 10 e 0,98. (a) SNR 30 db. (b) SNR 40 db Exemplo 7.1. Curvas de desalnhamento normalzado do algortmo EIAF-PNLMS usando 0,98. (a) 2 2 K 2 10 (lnha preta) e K 3 10 (lnha cnza), consderando SNR 20 db. (b) 3 K 3 10 (lnha preta) e K 7 10 (lnha cnza), consderando SNR 40 db Exemplo 7.1. Desalnhamento normalzado do algortmo EIAF-PNLMS consderando um deslocamento dos coefcentes da planta. Fator de suavzação 0,97 (lnhas pretas) e 0,99 (lnhas cnzas). (a) SNR 20 db com (b) SNR 40 db com K 2,5 10. K Exemplo 7.2. Desalnhamento normalzado dos algortmos NLMS (lnhas pretas tracejadas), IPNLMS com 0, 45 (lnhas cnzas sóldas) e EIAF-PNLMS (lnhas pretas sóldas), consderando um 3 deslocamento dos coefcentes da planta com K 5 10 e 0,98. (a) SNR 30 db. (b) SNR 40 db Exemplo 7.3. Desalnhamento normalzado dos algortmos MPNLMS (lnhas cnzas) e EIAF-PNLMS (lnhas pretas) com 3 K 5 10 e 0,98. Os coefcentes da resposta ao mpulso são deslocados de 12 amostras para a dreta. (a) 10 usando 0,5 para o MPNLMS. (b) 232 usando 0,43 para o MPNLMS

17 LISTA DE TABELAS 2.1. Dstrbução de ganhos totas do algortmo PNLMS padrão para 5000 terações Algortmo IPNLMS Algortmo MPNLMS Algortmo IAF-PNLMS Comparação de complexdade computaconal e memóra requerda...,,,,,,,,,,,,,,, Exemplo 4.1. Número necessáro de terações para o desalnhamento normalzado ( n) atngr 33dB após a perturbação na teração n Exemplo 4.4. Dstrbuções de ganhos totas dos algortmos PNLMS padrão, IPNLMS, MPNLMS e IAF PNLMS para 5000 terações Exemplo 7.3. Parâmetros do Processo AR(2) usados para obter dados de entrada com dferentes dspersões de autovalores

18

19 SUMÁRIO 1. INTRODUÇÃO Fltragem Adaptatva Proporconal Grau de Esparsdade Adaptação Proporconal Motvações para a Dervação de um Algortmo PNLMS Melhorado Modelagem dos Algortmos da Classe PNLMS Trabalhos Publcados Organzação do Manuscrto Conclusões IMPACTO DO FATOR DE ATIVAÇÃO NO COMPORTAMENTO DO ALGORITMO PNLMS PADRÃO Introdução Ganhos de Adaptação Estudo do Comportamento do Algortmo Avalação do Comportamento Dstrbução de Ganhos Comportamento de Coefcentes e Ganhos Conclusões VARIANTES DO ALGORITMO PNLMS PADRÃO Introdução Algortmo IPNLMS Dervação do Algortmo IPNLMS Forma Fechada para o Cálculo do Ganho Indvdual Algortmo MPNLMS Algortmo Steepest Descent Algortmo PNLMS com Le...56

20 3.4 Conclusões ALGORITMO PNLMS COM FATORES DE ATIVAÇÃO INDIVIDUAIS Introdução Dervação do Algortmo IAF-PNLMS Condções Requerdas para o Novo Fator de Atvação Abordagem Proposta para Determnar a ( n ) Propredades das Varáves a ( n ) e ( n) do Algortmo IAF-PNLMS Complexdade Computaconal e Memóra Requerda Resultados de Smulação Exemplo Exemplo Exemplo Exemplo Exemplo Conclusões MODELO ESTOCÁSTICO DA EVOLUÇÃO DOS COEFICIENTES DO ALGORITMO IAF-PNLMS Introdução Metodologa de Modelagem Defnção do Problema Hpóteses e Aproxmações Geras Modelo da Evolução dos Coefcentes do Fltro Adaptatvo: Caso do Algortmo IAF-PNLMS Determnação de G ( n) Determnação de R ( n) G

21 5.3.3 Determnação de p ( n) Expressão do Modelo Smulações Numércas Conclusões MODELO ESTOCÁSTICO PARA O MOMENTO DE SEGUNDA ORDEM DO VETOR DE ERRO DOS COEFICIENTES DO ALGORITMO IAF-PNLMS Introdução Equação Geral do Momento de Segunda Ordem do Vetor de Erro dos Coefcentes Determnação dos valores Esperados Assocados aos Dados de Entrada G Determnação de R G ( n) Determnação de p ( n) G Determnação de R 2 ( n) Expressões do Modelo Comportamento Médo do Vetor de Coefcentes Curva de Aprendzagem Resultados de Smulação Exemplo Exemplo Conclusões UMA NOVA ESTRATÉGIA DE DISTRIBUIÇÃO DE GANHOS PARA O ALGORITMO IAF-PNLMS Introdução Formulação do Algortmo Expressões Geras dos Algortmos da Classe PNLMS...124

22 7.2.2 Algortmo PNLMS com Fatores de Atvação Indvduas Algortmo PNLMS com Fatores de Atvação Indvduas Melhorado Resultados de Smulação Exemplo Exemplo Exemplo Dscussão Conclusões COMENTÁRIOS E CONCLUSÕES FINAIS APÊNDICES REFERÊNCIAS BIBLIOGRÁFICAS...163

23 CAPÍTULO 1 Introdução Uma resposta ao mpulso (planta) é qualtatvamente classfcada como esparsa se a maora de seus coefcentes tem magntude nula (ou próxma de zero) e apenas alguns poucos coefcentes apresentam magntudes sgnfcatvas. Tas respostas esparsas são encontradas em mutas aplcações, tas como cancelamento de eco, localzação de fontes, sstemas de transmssão de televsão dgtal, processos sísmcos, dentre outras [1]-[4]. Assm, a concepção de fltros adaptatvos que exploram a natureza esparsa dessas respostas tem se tornado uma área de pesqusa atva e de grande relevânca. Para essa classe de respostas ao mpulso, os algortmos adaptatvos clásscos que utlzam o mesmo passo de adaptação para todos os coefcentes do fltro, tal como o algortmo LMS normalzado (NLMS - normalzed least-mean-square), são superados em termos de velocdade de convergênca e habldade de rastreamento por aqueles algortmos especalmente concebdos para trar proveto da natureza esparsa da resposta ao mpulso [5]-[12]. Um dos prmeros algortmos a explorar a natureza esparsa da resposta ao mpulso fo proposto por Donald L. Duttweler em [6]. Nesse algortmo, denomnado NLMS proporconal (PNLMS - proportonate NLMS), cada coefcente do fltro adaptatvo é atualzado proporconalmente à sua magntude, resultando em uma melhora nas característcas de convergênca. Contudo, o algortmo PNLMS tem seu desempenho deterorado à medda que a esparsdade da resposta ao mpulso decresce [5], [8]. Assm, versões melhoradas do algortmo PNLMS, tas como o PNLMS++ [5] e o PNLMS melhorado (IPNLMS - mproved PNLMS), objetvando ldar com respostas ao mpulso com esparsdade méda, vêm sendo propostas [8]. Entretanto, esses algortmos não exbem a mesma velocdade ncal de convergênca que é obtda com o algortmo PNLMS para respostas ao mpulso com elevada esparsdade [13]. Uma versão do algortmo

24 24 Capítulo 1 Introdução PNLMS que consdera a varação de esparsdade da planta 1 é o SC-PNLMS (sparseness-controlled PNLMS) [12], [14]. Esse algortmo apresenta um satsfatóro comportamento para plantas com esparsdade elevada, assm como para aquelas com esparsdade méda; contudo, tal comportamento é obtdo às custas de um aumento de complexdade computaconal. Em [9] e [10], outra versão do algortmo PNLMS, denomnada PNLMS com le (MPNLMS - - law PNLMS), é proposta. Tal algortmo provê uma convergênca rápda durante todo o processo de adaptação, superando os algortmos PNLMS e PNLMS++; entretanto, o MPNLMS é computaconalmente mas complexo do que o PNLMS. Outros trabalhos relaconados aos algortmos adaptatvos para aplcações com plantas esparsas podem ser encontrados em [15]-[22]. Nesse contexto, o presente trabalho tem os seguntes objetvos geras: ) Desenvolver algortmos adaptatvos melhorados para aplcações nas quas a planta do sstema é esparsa. ) Desenvolver uma metodologa de modelagem estocástca para algortmos adaptatvos aplcados em plantas esparsas. A segur, são apresentados os concetos báscos envolvendo fltragem adaptatva proporconal, tas como grau de esparsdade, estrutura do algortmo PNLMS e modelagem estocástca dessa classe de algortmos. Além dsso, são ressaltadas as prncpas contrbuções e a organzação deste trabalho de pesqusa Fltragem Adaptatva Proporconal Nesta seção, ncalmente, o grau de esparsdade de uma resposta ao mpulso é defndo; em seguda, a estrutura de um dos prmeros algortmos especalmente concebdos para ldar com plantas esparsas, o algortmo PNLMS [6], é apresentada. Fnalmente, as motvações para a proposção de um novo algortmo com melhores característcas de convergênca são descrtas. 1 Na lteratura especalzada, os termos planta e resposta ao mpulso são usados ndstntamente.

25 Capítulo 1 Introdução Grau de Esparsdade Uma medda típca, encontrada na lteratura, que quantfca a esparsdade de uma resposta ao mpulso é o grau de esparsdade. Tal medda, baseada na relação entre a norma 1 e norma 2 da resposta ao mpulso, é defnda como [1], [23] S D o o N w 1 ( w ) 1 N N o N w 2 (1.1) onde o vetor o w e 1 o o w representa uma resposta ao mpulso de dmensão N, e w são, respectvamente, a norma 1 e a norma 2 de 2 o w o. A medda SD ( w ) vara de 0 (grau de esparsdade de um fltro unforme) a 1 (grau de esparsdade do fltro de Drac) [1], [23]. Agora, é exemplfcado o uso de (1.1), avalando o grau de esparsdade de uma resposta ao mpulso. Para tal, consdere o exemplo de uma resposta ao mpulso típca de um camnho de eco de rede (amostrada em 8kHz ), lustrada na Fgura 1.1, a qual é orgnada quando redes de pacotes para comuncação de voz são conectadas com os sstemas PSTN (publc swtched telephone network). Nessa fgura, a resposta ao mpulso do camnho de eco exbe as seguntes característcas: ) Uma regão atva devdo à resposta ao mpulso da híbrda (modelo do camnho de eco #1 defndo nas recomendações ITU-T G.168) com tempo de dspersão de 8 ms, representado pelos 64 coefcentes centras [24]. ) Duas regões natvas devdo ao bulk delay 2, com duração de 56 ms, correspondendo a 448 coefcentes [22], [25]-[27]. 2 Na lteratura técnca, o termo bulk delay é usado para denomnar o atraso total dos pacotes de voz devdo à codfcação, propagação e varação do tempo de bufferng (jtter buffer delays).

26 26 Capítulo 1 Introdução 0,3 Ampltude 0,2 0,1 Regão natva 224 coef. Regão atva 64 coef. Regão natva 224 coef. 0-0, Índce de coefcentes Fgura 1.1. Resposta ao mpulso típca de um camnho de eco de rede. Note, da Fgura 1.1, que a resposta ao mpulso do camnho de eco é domnada pelas duas regões natvas, o que a torna esparsa. Então, através de (1.1), o grau de esparsdade dessa resposta ao mpulso é o S D ( w ) , que é consderado elevado, próxmo do máxmo valor Adaptação Proporconal A. Breve Hstórco O algortmo LMS (least-mean-square), proposto por B. Wdrow e M. E. Hoff no contexto de reconhecmento de padrões [28]-[30], é o mas popular algortmo adaptatvo conhecdo na lteratura. A sua essênca pode ser sucntamente descrta pela expressão de atualzação do -ésmo coefcente do fltro adaptatvo, a qual é dada por passo de adaptação w ( n 1) w ( n) e( n) x ( n) (1.2) termo de correção

27 Capítulo 1 Introdução 27 onde é o parâmetro de passo, x ( n ) é o -ésmo elemento do vetor de entrada e en ( ) é o snal de erro, defndo como a dferença entre o snal desejado e a saída do fltro adaptatvo (veja Fgura 1.2), sendo o snal desejado obtdo de acordo com a aplcação específca. Em (1.2), note que o passo de adaptação é global (mesmo passo para todos os coefcentes do fltro adaptatvo) e constante no tempo. FILTRO LINEAR ADAPTATIVO SINAL DE SAÍDA VETOR DE ENTRADA _ SINAL DESEJADO + ALGORITMO ADAPTATIVO SINAL DE ERRO Fgura 1.2. Dagrama de blocos de um problema geral de fltragem adaptatva. Incalmente, o algortmo LMS fo empregado com sucesso em antenas adaptatvas e cancelamento de ruído [28]-[31]. A sua utlzação em aplcações prátcas cresceu sgnfcatvamente após a nvenção das seguntes aplcações no Bell Telephone Laboratores: a) Equalzador adaptatvo. Essa aplcação fo desenvolvda por R. W. Lucky em 1965, sendo, na lteratura técnca, usualmente referda como decson-drect learnng [28], [30]. b) Cancelador de eco. A déa do cancelamento de eco, lustrada na Fgura 1.3, é gerar uma réplca sntétca do snal de eco (saída do fltro adaptatvo) e subtraí-la do snal de retorno (soma do snal de eco com o snal de voz do usuáro near-end), melhorando assm a qualdade das conversações telefôncas. Tal déa fo ncalmente proposta por J. L. Kelly

28 28 Capítulo 1 Introdução e, posterormente, mplementada por M. M. Sondh e A. J. Prest em 1966 [30], [32]. USUÁRIO NO FAR-END ALGORITMO ADAPTATIVO FILTRO ADAPTATIVO HÍBRIDA USUÁRIO NO NEAR-END _ Fgura 1.3. Dagrama de blocos smplfcado de um sstema de cancelamento de eco. + Conforme (1.2), no algortmo LMS, o ajuste do vetor de coefcentes é dretamente proporconal ao vetor de entrada, tornando o comportamento do algortmo sensível às varações na potênca desse snal. Para contornar tal problema, os canceladores de eco começaram a ser mplementados usando uma varante do algortmo LMS denomnada LMS normalzado (NLMS). Tal algortmo pode ser é representado por [6]: passo de adaptação w ( n 1) w ( n) e( n) x ( n) (1.3) 2 Nˆ x ( n) termo de correção onde N é o comprmento do fltro adaptatvo, ˆ x ( n ) é uma estmatva da varânca do snal de entrada e 0 é um parâmetro de regularzação (prevenndo dvsão por zero e establzando a solução). Agora, o passo de adaptação é varante no tempo, porém anda global. Em 2000, no Bell Laboratores, Donald L. Duttweler propôs uma varante do algortmo NLMS, aqu denomnado NLMS proporconal (PNLMS) orgnal, na qual o passo de adaptação assocado ao -ésmo coefcente é proporconal à magntude do correspondente coefcente 2

29 Capítulo 1 Introdução 29 [6], [32]. A equação de adaptação do algortmo PNLMS orgnal [3] é dada por passo de adaptação g ( n) w ( n 1) w ( n) e( n) x ( n) (1.4) 2 N x ( n) g( n) termo de correção onde g ( n ) é o ganho de adaptação ndvdual assocado ao coefcente w ( n ) e gn ( ) é a méda artmétca dos ganhos ndvduas. A forma como os ganhos ndvduas são calculados é mostrada na próxma seção. Bascamente, a adaptação proporconal vsa fazer g ( n ) proporconal a w ( n ). Conseqüentemente, os coefcentes com maor magntude tendem a convergr mas rapdamente. Dessa forma, quando a planta é esparsa, verfca-se que a velocdade de convergênca do algortmo PNLMS orgnal tende a ser superor à do algortmo NLMS. A déa da adaptação proporconal consste nos seguntes pontos fundamentas: ) Habldade de aprendzado de característcas da planta (como, por exemplo, grau de esparsdade) a partr de dados estmados pelo algortmo. ) Exploração deste aprendzado para aumentar a velocdade de convergênca. ) Utlzação de passo de adaptação ndvdual e varante no tempo, conforme (1.4). Note que essa característca contrasta com aquelas observadas nos algortmos LMS [passo de adaptação global e constante conforme (1.2)] e NLMS [passo de adaptação global e varante no tempo de acordo com (1.3)]. Aqu, ressalta-se a mportânca hstórca do algortmo PNLMS orgnal, vsto que, a partr dele, mutas varantes vêm sendo desenvolvdas, consttundo a classe PNLMS de algortmos adaptatvos [3], [20]-[21].

30 30 Capítulo 1 Introdução B. Algortmo PNLMS Padrão O algortmo PNLMS padrão (forma compacta e elegante do algortmo, sendo comumente adotada na lteratura aberta) é formulado pelo segunte conjunto de equações [2], [8]: Equação de atualzação dos coefcentes ( N 1) G( n) e( n) x( n) w( n1) w( n) T x ( n) G( n) x( n) (1.5) Snal de erro T e( n) d( n) w ( n) x ( n) z( n) (1.6) Matrz de dstrbução de ganhos ( N N) Ganho ndvdual G ( n) dag[ g ( n) g ( n) g ( n)] (1.7) 1 2 N ( n) g ( n), 1, 2,, N N 1 j ( n) N j 1 (1.8) Função de proporconaldade Fator de atvação ( n) max a ( n), w ( n) (1.9) a( n) max, ( n) w (1.10) onde 0 2 é o parâmetro de passo e caracterza a norma nfnta de um vetor. A varável dn ( ) representa o snal desejado e

31 Capítulo 1 Introdução 31 zn ( ), um ruído de medção ndependente e dentcamente dstrbuído (..d.) com méda zero, varânca 2 z, e não correlaconado com qualquer outro snal do sstema. O vetor de entrada é x ( n) [ x( n) x( n 1) x( n N 1)] e o vetor contendo os N coefcentes do fltro adaptatvo é dado por w ( n) [ w1( n) w2( n) T wn ( n )]. A matrz dagonal G ( n) dstrbu os ganhos g ( n ) entre os coefcentes, dessa forma, governando o ajuste dos passos de adaptação. O fator de atvação an ( ), dado em (1.10), depende do vetor de coefcentes do fltro adaptatvo, bem como de e, os quas são, respectvamente, os parâmetros de proporconaldade (ou atvação) e ncalzação. O parâmetro de ncalzação permte a partda do processo de adaptação para n 0, quando todos os coefcentes do fltro são ncalzados em zero. O parâmetro de proporconaldade evta que um coefcente ndvdual congele quando sua magntude é nula ou muto próxma de zero [5], [8]. T 1.2. Motvações para a Dervação de um Algortmo PNLMS Melhorado Nesta seção, destaca-se uma das contrbuções específcas deste trabalho para a classe de algortmos proporconas. O comportamento do algortmo PNLMS padrão depende dos parâmetros que controlam a proporconaldade e a ncalzação, os quas são de dfícl ajuste [2]. Assm, um ponto central é como estabelecer valores adequados para esses parâmetros, vsto que eles afetam a velocdade de convergênca do algortmo. Tas parâmetros estão relaconados ao fator de atvação, cuja função é prevenr que os coefcentes do fltro adaptatvo congelem. No algortmo PNLMS padrão, o fator de atvação é comum a todos os coefcentes, calculado amostra por amostra e dependente também da norma nfnta do vetor de coefcentes do fltro adaptatvo [veja (1.10)]; conseqüentemente, essa abordagem para obter o fator de atvação conduz a uma dstrbução de ganhos que não atende plenamente o conceto de proporconaldade, o qual é um atrbuto desejável para os algortmos da classe PNLMS (veja Capítulo 2).

32 32 Capítulo 1 Introdução No Capítulo 4, uma nova estratéga para determnar o fator de atvação é proposta, melhorando o comportamento do algortmo. Em contraste com o algortmo PNLMS padrão, a nova abordagem usada para determnar o fator de atvação apresenta as seguntes característcas: ) Utlzação de um fator de atvação ndvdual. ) Cada fator de atvação ndvdual é calculado em função da magntude do correspondente coefcente do fltro adaptatvo. ) O fator de atvação ndvdual não depende dos parâmetros de proporconaldade e ncalzação, tendo em vsta que tas parâmetros não estão mas presentes na formulação proposta. Como conseqüênca, a velocdade de convergênca do algortmo proposto aumenta sgnfcatvamente, vsto que agora exste um fator de atvação ndvdual para cada coefcente. A nova versão do algortmo é denomnada PNLMS com fator de atvação ndvdual (IAF-PNLMS) [33]-[34]. Para respostas ao mpulso com elevado grau de esparsdade, resultados de smulação mostram que o algortmo proposto apresenta uma maor velocdade de convergênca bem como resposta mas rápda a perturbações na planta do que os algortmos PNLMS padrão e IPNLMS Modelagem dos Algortmos da Classe PNLMS A modelagem estocástca é uma ferramenta mportante na área de processamento adaptatvo de snas. Seus prncpas propóstos são prever o desempenho do algortmo adaptatvo sob dferentes condções de operação e obter valores aproprados para os parâmetros do algortmo, tas como valor do passo, desajuste, comprmento do fltro, dentre outros [35]-[38]. Dessa forma, tendo-se as expressões do modelo em mãos, smulações exaustvas de Monte Carlo (MC) podem ser evtadas. Além do mas, o modelo pode ser usado para dentfcar algum comportamento ndesejado do algortmo; em seguda, fazendo as modfcações adequadas, pode-se contornar tal comportamento, resultando em um algortmo melhorado [37].

MODELAGEM ESTATÍSTICA DE ALGORITMOS ADAPTATIVOS EM SUB BANDAS

MODELAGEM ESTATÍSTICA DE ALGORITMOS ADAPTATIVOS EM SUB BANDAS JAVIER ERNESTO KOLODZIEJ MODELAGEM ESTATÍSTICA DE ALGORITMOS ADAPTATIVOS EM SUB BANDAS FLORIANÓPOLIS 006 UNIVERSIDADE FEDERAL DE SANTA CATARINA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA MODELAGEM

Leia mais

Ministério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação

Ministério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação Mnstéro da Educação Insttuto Naconal de Estudos e Pesqusas Educaconas Aníso Texera Cálculo do Conceto Prelmnar de Cursos de Graduação Nota Técnca Nesta nota técnca são descrtos os procedmentos utlzados

Leia mais

CAPÍTULO VI Introdução ao Método de Elementos Finitos (MEF)

CAPÍTULO VI Introdução ao Método de Elementos Finitos (MEF) PMR 40 - Mecânca Computaconal CAPÍTULO VI Introdução ao Método de Elementos Fntos (MEF). Formulação Teórca - MEF em uma dmensão Consderemos a equação abao que representa a dstrbução de temperatura na barra

Leia mais

NOTA II TABELAS E GRÁFICOS

NOTA II TABELAS E GRÁFICOS Depto de Físca/UFMG Laboratóro de Fundamentos de Físca NOTA II TABELAS E GRÁFICOS II.1 - TABELAS A manera mas adequada na apresentação de uma sére de meddas de um certo epermento é através de tabelas.

Leia mais

Despacho Econômico de. Sistemas Termoelétricos e. Hidrotérmicos

Despacho Econômico de. Sistemas Termoelétricos e. Hidrotérmicos Despacho Econômco de Sstemas Termoelétrcos e Hdrotérmcos Apresentação Introdução Despacho econômco de sstemas termoelétrcos Despacho econômco de sstemas hdrotérmcos Despacho do sstema braslero Conclusões

Leia mais

Análise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA

Análise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA Análse de Regressão Profa Alcone Mranda dos Santos Departamento de Saúde Públca UFMA Introdução Uma das preocupações estatístcas ao analsar dados, é a de crar modelos que explctem estruturas do fenômeno

Leia mais

Regressão e Correlação Linear

Regressão e Correlação Linear Probabldade e Estatístca I Antono Roque Aula 5 Regressão e Correlação Lnear Até o momento, vmos técncas estatístcas em que se estuda uma varável de cada vez, estabelecendo-se sua dstrbução de freqüêncas,

Leia mais

TEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma.

TEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma. UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO CENTRO DE CIÊNCIAS EXATAS DEPARTAMENTO DE FÍSICA AV. FERNANDO FERRARI, 514 - GOIABEIRAS 29075-910 VITÓRIA - ES PROF. ANDERSON COSER GAUDIO FONE: 4009.7820 FAX: 4009.2823

Leia mais

Variabilidade Espacial do Teor de Água de um Argissolo sob Plantio Convencional de Feijão Irrigado

Variabilidade Espacial do Teor de Água de um Argissolo sob Plantio Convencional de Feijão Irrigado Varabldade Espacal do Teor de Água de um Argssolo sob Planto Convenconal de Fejão Irrgado Elder Sânzo Aguar Cerquera 1 Nerlson Terra Santos 2 Cásso Pnho dos Res 3 1 Introdução O uso da água na rrgação

Leia mais

5.1 Seleção dos melhores regressores univariados (modelo de Índice de Difusão univariado)

5.1 Seleção dos melhores regressores univariados (modelo de Índice de Difusão univariado) 5 Aplcação Neste capítulo será apresentada a parte empírca do estudo no qual serão avalados os prncpas regressores, um Modelo de Índce de Dfusão com o resultado dos melhores regressores (aqu chamado de

Leia mais

7.4 Precificação dos Serviços de Transmissão em Ambiente Desregulamentado

7.4 Precificação dos Serviços de Transmissão em Ambiente Desregulamentado 64 Capítulo 7: Introdução ao Estudo de Mercados de Energa Elétrca 7.4 Precfcação dos Servços de Transmssão em Ambente Desregulamentado A re-estruturação da ndústra de energa elétrca que ocorreu nos últmos

Leia mais

Introdução e Organização de Dados Estatísticos

Introdução e Organização de Dados Estatísticos II INTRODUÇÃO E ORGANIZAÇÃO DE DADOS ESTATÍSTICOS 2.1 Defnção de Estatístca Uma coleção de métodos para planejar expermentos, obter dados e organzá-los, resum-los, analsá-los, nterpretá-los e deles extrar

Leia mais

Fast Multiresolution Image Querying

Fast Multiresolution Image Querying Fast Multresoluton Image Queryng Baseado no artgo proposto por: Charles E. Jacobs Adan Fnkelsten Davd H. Salesn Propõe um método para busca em um banco de dados de magem utlzando uma magem de consulta

Leia mais

Sistemas de Filas: Aula 5. Amedeo R. Odoni 22 de outubro de 2001

Sistemas de Filas: Aula 5. Amedeo R. Odoni 22 de outubro de 2001 Sstemas de Flas: Aula 5 Amedeo R. Odon 22 de outubro de 2001 Teste 1: 29 de outubro Com consulta, 85 mnutos (níco 10:30) Tópcos abordados: capítulo 4, tens 4.1 a 4.7; tem 4.9 (uma olhada rápda no tem 4.9.4)

Leia mais

Estimativa da Incerteza de Medição da Viscosidade Cinemática pelo Método Manual em Biodiesel

Estimativa da Incerteza de Medição da Viscosidade Cinemática pelo Método Manual em Biodiesel Estmatva da Incerteza de Medção da Vscosdade Cnemátca pelo Método Manual em Bodesel Roberta Quntno Frnhan Chmn 1, Gesamanda Pedrn Brandão 2, Eustáquo Vncus Rbero de Castro 3 1 LabPetro-DQUI-UFES, Vtóra-ES,

Leia mais

Estatística stica Descritiva

Estatística stica Descritiva AULA1-AULA5 AULA5 Estatístca stca Descrtva Prof. Vctor Hugo Lachos Davla oo que é a estatístca? Para mutos, a estatístca não passa de conjuntos de tabelas de dados numércos. Os estatístcos são pessoas

Leia mais

Professor Mauricio Lutz CORRELAÇÃO

Professor Mauricio Lutz CORRELAÇÃO Professor Maurco Lutz 1 CORRELAÇÃO Em mutas stuações, torna-se nteressante e útl estabelecer uma relação entre duas ou mas varáves. A matemátca estabelece város tpos de relações entre varáves, por eemplo,

Leia mais

2 Máquinas de Vetor Suporte 2.1. Introdução

2 Máquinas de Vetor Suporte 2.1. Introdução Máqunas de Vetor Suporte.. Introdução Os fundamentos das Máqunas de Vetor Suporte (SVM) foram desenvolvdos por Vapnk e colaboradores [], [3], [4]. A formulação por ele apresentada se basea no prncípo de

Leia mais

PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS DO CEARÁ

PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS DO CEARÁ GOVERNO DO ESTADO DO CEARÁ SECRETARIA DO PLANEJAMENTO E GESTÃO - SEPLAG INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ - IPECE NOTA TÉCNICA Nº 29 PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS

Leia mais

3.1. Conceitos de força e massa

3.1. Conceitos de força e massa CAPÍTULO 3 Les de Newton 3.1. Concetos de força e massa Uma força representa a acção de um corpo sobre outro,.e. a nteracção físca entre dos corpos. Como grandeza vectoral que é, só fca caracterzada pelo

Leia mais

Sistemas Robóticos. Sumário. Introdução. Introdução. Navegação. Introdução Onde estou? Para onde vou? Como vou lá chegar?

Sistemas Robóticos. Sumário. Introdução. Introdução. Navegação. Introdução Onde estou? Para onde vou? Como vou lá chegar? Sumáro Sstemas Robótcos Navegação Introdução Onde estou? Para onde vou? Como vou lá chegar? Carlos Carreto Curso de Engenhara Informátca Ano lectvo 2003/2004 Escola Superor de Tecnologa e Gestão da Guarda

Leia mais

7. Resolução Numérica de Equações Diferenciais Ordinárias

7. Resolução Numérica de Equações Diferenciais Ordinárias 7. Resolução Numérca de Equações Dferencas Ordnáras Fenômenos físcos em dversas áreas, tas como: mecânca dos fludos, fluo de calor, vbrações, crcutos elétrcos, reações químcas, dentre váras outras, podem

Leia mais

Introdução à Análise de Dados nas medidas de grandezas físicas

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

Leia mais

UM NOVO ALGORITMO GENÉTICO PARA A OTIMIZAÇÃO DE CARTEIRAS DE INVESTIMENTO COM RESTRIÇÕES DE CARDINALIDADE

UM NOVO ALGORITMO GENÉTICO PARA A OTIMIZAÇÃO DE CARTEIRAS DE INVESTIMENTO COM RESTRIÇÕES DE CARDINALIDADE Unversdade Estadual de Campnas Insttuto de Matemátca, Estatístca e Computação Centífca Departamento de Matemátca Aplcada DISSERTAÇÃO DE MESTRADO UM NOVO ALGORITMO GENÉTICO PARA A OTIMIZAÇÃO DE CARTEIRAS

Leia mais

Princípios do Cálculo de Incertezas O Método GUM

Princípios do Cálculo de Incertezas O Método GUM Prncípos do Cálculo de Incertezas O Método GUM João Alves e Sousa Laboratóro Regonal de Engenhara Cvl - LREC Rua Agostnho Perera de Olvera, 9000-64 Funchal, Portugal. E-mal: jasousa@lrec.pt Resumo Em anos

Leia mais

IV - Descrição e Apresentação dos Dados. Prof. Herondino

IV - Descrição e Apresentação dos Dados. Prof. Herondino IV - Descrção e Apresentação dos Dados Prof. Herondno Dados A palavra "dados" é um termo relatvo, tratamento de dados comumente ocorre por etapas, e os "dados processados" a partr de uma etapa podem ser

Leia mais

METROLOGIA E ENSAIOS

METROLOGIA E ENSAIOS METROLOGIA E ENSAIOS Incerteza de Medção Prof. Aleandre Pedott pedott@producao.ufrgs.br Freqüênca de ocorrênca Incerteza da Medção Dstrbução de freqüênca das meddas Erro Sstemátco (Tendênca) Erro de Repettvdade

Leia mais

Expressão da Incerteza de Medição para a Grandeza Energia Elétrica

Expressão da Incerteza de Medição para a Grandeza Energia Elétrica 1 a 5 de Agosto de 006 Belo Horzonte - MG Expressão da ncerteza de Medção para a Grandeza Energa Elétrca Eng. Carlos Alberto Montero Letão CEMG Dstrbução S.A caletao@cemg.com.br Eng. Sérgo Antôno dos Santos

Leia mais

Análise Econômica da Aplicação de Motores de Alto Rendimento

Análise Econômica da Aplicação de Motores de Alto Rendimento Análse Econômca da Aplcação de Motores de Alto Rendmento 1. Introdução Nesta apostla são abordados os prncpas aspectos relaconados com a análse econômca da aplcação de motores de alto rendmento. Incalmente

Leia mais

Covariância e Correlação Linear

Covariância e Correlação Linear TLF 00/ Cap. X Covarânca e correlação lnear Capítulo X Covarânca e Correlação Lnear 0.. Valor médo da grandeza (,) 0 0.. Covarânca na propagação de erros 03 0.3. Coecente de correlação lnear 05 Departamento

Leia mais

UTILIZAÇÃO DO MÉTODO DE TAGUCHI NA REDUÇÃO DOS CUSTOS DE PROJETOS. Uma equação simplificada para se determinar o lucro de uma empresa é:

UTILIZAÇÃO DO MÉTODO DE TAGUCHI NA REDUÇÃO DOS CUSTOS DE PROJETOS. Uma equação simplificada para se determinar o lucro de uma empresa é: UTILIZAÇÃO DO MÉTODO DE TAGUCHI A REDUÇÃO DOS CUSTOS DE PROJETOS Ademr José Petenate Departamento de Estatístca - Mestrado em Qualdade Unversdade Estadual de Campnas Brasl 1. Introdução Qualdade é hoje

Leia mais

CENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnilesteMG

CENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnilesteMG 1 CENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnlesteMG Dscplna: Introdução à Intelgênca Artfcal Professor: Luz Carlos Fgueredo GUIA DE LABORATÓRIO LF. 01 Assunto: Lógca Fuzzy Objetvo: Apresentar o

Leia mais

Caderno de Exercícios Resolvidos

Caderno de Exercícios Resolvidos Estatístca Descrtva Exercíco 1. Caderno de Exercícos Resolvdos A fgura segunte representa, através de um polígono ntegral, a dstrbução do rendmento nas famílas dos alunos de duas turmas. 1,,75 Turma B

Leia mais

Termodinâmica e Termoquímica

Termodinâmica e Termoquímica Termodnâmca e Termoquímca Introdução A cênca que trata da energa e suas transformações é conhecda como termodnâmca. A termodnâmca fo a mola mestra para a revolução ndustral, portanto o estudo e compreensão

Leia mais

LOCALIZAÇÃO ESPACIAL DA MÃO DO USUÁRIO UTILIZANDO WII REMOTE. Ricardo Silva Tavares 1 ; Roberto Scalco 2

LOCALIZAÇÃO ESPACIAL DA MÃO DO USUÁRIO UTILIZANDO WII REMOTE. Ricardo Silva Tavares 1 ; Roberto Scalco 2 LOCALIZAÇÃO ESPACIAL DA MÃO DO USUÁRIO UTILIZANDO WII REMOTE Rcardo Slva Tavares 1 ; Roberto Scalco 1 Aluno de Incação Centífca da Escola de Engenhara Mauá (EEM/CEUN-IMT); Professor da Escola de Engenhara

Leia mais

Elaboração: Fevereiro/2008

Elaboração: Fevereiro/2008 Elaboração: Feverero/2008 Últma atualzação: 19/02/2008 E ste Caderno de Fórmulas tem por objetvo esclarecer aos usuáros a metodologa de cálculo e os crtéros de precsão utlzados na atualzação das Letras

Leia mais

Controle Estatístico de Qualidade. Capítulo 8 (montgomery)

Controle Estatístico de Qualidade. Capítulo 8 (montgomery) Controle Estatístco de Qualdade Capítulo 8 (montgomery) Gráfco CUSUM e da Méda Móvel Exponencalmente Ponderada Introdução Cartas de Controle Shewhart Usa apenas a nformação contda no últmo ponto plotado

Leia mais

Avaliação da Tendência de Precipitação Pluviométrica Anual no Estado de Sergipe. Evaluation of the Annual Rainfall Trend in the State of Sergipe

Avaliação da Tendência de Precipitação Pluviométrica Anual no Estado de Sergipe. Evaluation of the Annual Rainfall Trend in the State of Sergipe Avalação da Tendênca de Precptação Pluvométrca Anual no Estado de Sergpe Dandara de Olvera Félx, Inaá Francsco de Sousa 2, Pablo Jónata Santana da Slva Nascmento, Davd Noguera dos Santos 3 Graduandos em

Leia mais

INTRODUÇÃO AO CÁLCULO DE ERROS NAS MEDIDAS DE GRANDEZAS FÍSICAS

INTRODUÇÃO AO CÁLCULO DE ERROS NAS MEDIDAS DE GRANDEZAS FÍSICAS Físca Laboratoral Ano Lectvo 003/04 ITRODUÇÃO AO CÁLCULO DE ERROS AS MEDIDAS DE GRADEAS FÍSICAS. Introdução.... Erros de observação: erros sstemátcos e erros fortutos ou acdentas... 3. Precsão e rgor...3

Leia mais

Aline Fernanda Bianco

Aline Fernanda Bianco Alne Fernanda Banco Fltros de Kalman Robustos para Sstemas Dnâmcos Sngulares em Tempo Dscreto Tese apresentada à Escola de Engenhara de São Carlos da Unversdade de São Paulo, como parte dos requstos para

Leia mais

LQA - LEFQ - EQ -Química Analítica Complemantos Teóricos 04-05

LQA - LEFQ - EQ -Química Analítica Complemantos Teóricos 04-05 LQA - LEFQ - EQ -Químca Analítca Complemantos Teórcos 04-05 CONCEITO DE ERRO ALGARISMOS SIGNIFICATIVOS Embora uma análse detalhada do erro em Químca Analítca esteja fora do âmbto desta cadera, sendo abordada

Leia mais

3ª AULA: ESTATÍSTICA DESCRITIVA Medidas Numéricas

3ª AULA: ESTATÍSTICA DESCRITIVA Medidas Numéricas PROGRAMA DE PÓS-GRADUAÇÃO EM EGEHARIA DE TRASPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMETO DE EGEHARIA CIVIL ECV DISCIPLIA: TGT41006 FUDAMETOS DE ESTATÍSTICA 3ª AULA: ESTATÍSTICA DESCRITIVA Meddas umércas

Leia mais

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

XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GRUPO - IX GRUPO DE ESTUDO DE OPERAÇÃO DE SISTEMAS ELÉTRICOS - GOP XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA Versão.0 XXX.YY 22 a 25 Novembro de 2009 Recfe - PE GRUPO - IX GRUPO DE ESTUDO DE OPERAÇÃO DE SISTEMAS ELÉTRICOS - GOP SISTEMA

Leia mais

Cálculo do Conceito ENADE

Cálculo do Conceito ENADE Insttuto aconal de Estudos e Pesqusas Educaconas Aníso Texera IEP Mnstéro da Educação ME álculo do onceto EADE Para descrever o cálculo do onceto Enade, prmeramente é mportante defnr a undade de observação

Leia mais

1 Topologias Básicas de Conversores CC-CC não-isolados

1 Topologias Básicas de Conversores CC-CC não-isolados 1 opologas Báscas de Conversores CC-CC não-solados 1.1 Prncípos báscos As análses que se seguem consderam que os conversores não apresentam perdas de potênca (rendmento 100%). Os nterruptores (transstores

Leia mais

Elaboração: Novembro/2005

Elaboração: Novembro/2005 Elaboração: Novembro/2005 Últma atualzação: 18/07/2011 Apresentação E ste Caderno de Fórmulas tem por objetvo nformar aos usuáros a metodologa e os crtéros de precsão dos cálculos referentes às Cédulas

Leia mais

ANALISADOR DE EVENTOS EM TEMPO QUASE-REAL

ANALISADOR DE EVENTOS EM TEMPO QUASE-REAL XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA Versão 1.0 GPC.01 22 a 25 Novembro de 2009 Recfe - PE GRUPO -V GRUPO DE ESTUDO DE PROTEÇÃO, MEDIÇÃO, CONTROLE E AUTOMAÇÃO EM SISTEMAS

Leia mais

1 Princípios da entropia e da energia

1 Princípios da entropia e da energia 1 Prncípos da entropa e da energa Das dscussões anterores vmos como o conceto de entropa fo dervado do conceto de temperatura. E esta últma uma conseqüênca da le zero da termodnâmca. Dentro da nossa descrção

Leia mais

INTRODUÇÃO SISTEMAS. O que é sistema? O que é um sistema de controle? O aspecto importante de um sistema é a relação entre as entradas e a saída

INTRODUÇÃO SISTEMAS. O que é sistema? O que é um sistema de controle? O aspecto importante de um sistema é a relação entre as entradas e a saída INTRODUÇÃO O que é sstema? O que é um sstema de controle? SISTEMAS O aspecto mportante de um sstema é a relação entre as entradas e a saída Entrada Usna (a) Saída combustível eletrcdade Sstemas: a) uma

Leia mais

CQ110 : Princípios de FQ

CQ110 : Princípios de FQ CQ110 : Prncípos de FQ CQ 110 Prncípos de Físco Químca Curso: Farmáca Prof. Dr. Marco Vdott mvdott@ufpr.br Potencal químco, m potencal químco CQ110 : Prncípos de FQ Propredades termodnâmcas das soluções

Leia mais

1.UNIVERSIDADE FEDERAL DE VIÇOSA, VIÇOSA, MG, BRASIL; 2.UNIVERSIDADE FEDERAL DE GOIÁS, GOIANIA, GO, BRASIL.

1.UNIVERSIDADE FEDERAL DE VIÇOSA, VIÇOSA, MG, BRASIL; 2.UNIVERSIDADE FEDERAL DE GOIÁS, GOIANIA, GO, BRASIL. A FUNÇÃO DE PRODUÇÃO E SUPERMERCADOS NO BRASIL ALEX AIRES CUNHA (1) ; CLEYZER ADRIAN CUNHA (). 1.UNIVERSIDADE FEDERAL DE VIÇOSA, VIÇOSA, MG, BRASIL;.UNIVERSIDADE FEDERAL DE GOIÁS, GOIANIA, GO, BRASIL.

Leia mais

Controlo Metrológico de Contadores de Gás

Controlo Metrológico de Contadores de Gás Controlo Metrológco de Contadores de Gás José Mendonça Das (jad@fct.unl.pt), Zulema Lopes Perera (zlp@fct.unl.pt) Departamento de Engenhara Mecânca e Industral, Faculdade de Cêncas e Tecnologa da Unversdade

Leia mais

Probabilidade e Estatística. Correlação e Regressão Linear

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

Leia mais

PREDIÇÃO DO FENÔMENO DE VAPORIZAÇÃO RETRÓGRADA DUPLA EM MISTURAS DE HIDROCARBONETOS

PREDIÇÃO DO FENÔMENO DE VAPORIZAÇÃO RETRÓGRADA DUPLA EM MISTURAS DE HIDROCARBONETOS Copyrght 004, Insttuto Braslero de Petróleo e Gás - IBP Este Trabalho Técnco Centífco fo preparado para apresentação no 3 Congresso Braslero de P&D em Petróleo e Gás, a ser realzado no período de a 5 de

Leia mais

Uso dos gráficos de controle da regressão no processo de poluição em uma interseção sinalizada

Uso dos gráficos de controle da regressão no processo de poluição em uma interseção sinalizada XXIII Encontro Nac. de Eng. de Produção - Ouro Preto, MG, Brasl, 1 a 4 de out de 003 Uso dos gráfcos de controle da regressão no processo de polução em uma nterseção snalzada Luz Delca Castllo Vllalobos

Leia mais

ESTATÍSTICAS E INDICADORES DE COMÉRCIO EXTERNO

ESTATÍSTICAS E INDICADORES DE COMÉRCIO EXTERNO ESTATÍSTICAS E INDICADORES DE COÉRCIO ETERNO Nota préva: O texto que se segue tem por únco obectvo servr de apoo às aulas das dscplnas de Economa Internaconal na Faculdade de Economa da Unversdade do Porto.

Leia mais

3ULQFtSLRVGDGLIUDomRGHUDLRV;

3ULQFtSLRVGDGLIUDomRGHUDLRV; 6 ',)5$d '(5$,6;(0e7''(5,(79(/' Nas seções seguntes são apresentados os prncípos da dfração de raos X e do método de Retveld necessáros ao entendmento desta tese. A teora da dfração pode ser consultada

Leia mais

Controle Estatístico de Processos: a questão da autocorrelação, dos erros de mensuração e do monitoramento de mais de uma característica de qualidade

Controle Estatístico de Processos: a questão da autocorrelação, dos erros de mensuração e do monitoramento de mais de uma característica de qualidade Controle Estatístco de Processos: a questão da autocorrelação, dos erros de mensuração e do montoramento de mas de uma característca de qualdade Docentes: Maysa S. de Magalhães; Lnda Lee Ho; Antono Fernando

Leia mais

1 a Lei de Kirchhoff ou Lei dos Nós: Num nó, a soma das intensidades de correntes que chegam é igual à soma das intensidades de correntes que saem.

1 a Lei de Kirchhoff ou Lei dos Nós: Num nó, a soma das intensidades de correntes que chegam é igual à soma das intensidades de correntes que saem. Les de Krchhoff Até aqu você aprendeu técncas para resolver crcutos não muto complexos. Bascamente todos os métodos foram baseados na 1 a Le de Ohm. Agora você va aprender as Les de Krchhoff. As Les de

Leia mais

AGRUPAMENTO DE CLIENTES COM BASE NA FICHA DE ANAMNESE ODONTOLÓGICA: UMA APLICAÇÃO DA ART2.

AGRUPAMENTO DE CLIENTES COM BASE NA FICHA DE ANAMNESE ODONTOLÓGICA: UMA APLICAÇÃO DA ART2. AGRUPAMENTO DE CLIENTES COM BASE NA FICHA DE ANAMNESE ODONTOLÓGICA: UMA APLICAÇÃO DA ART2. andrey soares Unversdade Federal de Santa Catarna UFSC Campus Unverstáro Trndade Floranópols, SC 88040-900 andrey@nf.ufsc.br

Leia mais

Como aposentadorias e pensões afetam a educação e o trabalho de jovens do domicílio 1

Como aposentadorias e pensões afetam a educação e o trabalho de jovens do domicílio 1 Como aposentadoras e pensões afetam a educação e o trabalo de jovens do domcílo 1 Rodolfo Hoffmann 2 Resumo A questão central é saber como o valor da parcela do rendmento domclar formada por aposentadoras

Leia mais

O Uso do Software Matlab Aplicado à Previsão de Índices da Bolsa de Valores: Um Estudo de Caso no Curso de Engenharia de Produção

O Uso do Software Matlab Aplicado à Previsão de Índices da Bolsa de Valores: Um Estudo de Caso no Curso de Engenharia de Produção O Uso do Software Matlab Aplcado à Prevsão de Índces da Bolsa de Valores: Um Estudo de Caso no Curso de Engenhara de Produção VICENTE, S. A. S. Unversdade Presbterana Mackenze Rua da Consolação, 930 prédo

Leia mais

O Método de Redes Neurais com Função de Ativação de Base Radial para Classificação em Data Mining

O Método de Redes Neurais com Função de Ativação de Base Radial para Classificação em Data Mining O Método de Redes Neuras com Função de Atvação de Base Radal para Classfcação em Data Mnng Ana Paula Scott 1, Mersandra Côrtes de Matos 2, Prscyla Walesa T. A. Smões 2 1 Acadêmco do Curso de Cênca da Computação

Leia mais

III. Consequências de um novo padrão de inserção das mulheres no mercado de trabalho sobre o bem-estar na região metropolitana de São Paulo

III. Consequências de um novo padrão de inserção das mulheres no mercado de trabalho sobre o bem-estar na região metropolitana de São Paulo CEPAL - SERIE Polítcas socales N 60 III. Consequêncas de um novo padrão de nserção das mulheres no mercado de trabalho sobre o bem-estar na regão metropoltana de São Paulo A. Introdução Rcardo Paes de

Leia mais

Capítulo 1. O plano complexo. 1.1. Introdução. Os números complexos começaram por ser introduzidos para dar sentido à 2

Capítulo 1. O plano complexo. 1.1. Introdução. Os números complexos começaram por ser introduzidos para dar sentido à 2 Capítulo O plano compleo Introdução Os números compleos começaram por ser ntrodudos para dar sentdo à resolução de equações polnomas do tpo Como os quadrados de números reas são sempre maores ou guas a

Leia mais

Informação. Nota: Tradução feita por Cláudio Afonso Kock e Sérgio Pinheiro de Oliveira.

Informação. Nota: Tradução feita por Cláudio Afonso Kock e Sérgio Pinheiro de Oliveira. Informação Esta publcação é uma tradução do Gua de Calbração EURAMET Gua para a Estmatva da Incerteza em Medções de Dureza (EURAMET/cg-16/v.01, July 007). Os dretos autoras do documento orgnal pertencem

Leia mais

Análise Fatorial F 1 F 2

Análise Fatorial F 1 F 2 Análse Fatoral Análse Fatoral: A Análse Fatoral tem como prncpal objetvo descrever um conjunto de varáves orgnas através da cração de um número menor de varáves (fatores). Os fatores são varáves hpotétcas

Leia mais

Prof. Antônio Carlos Fontes dos Santos. Aula 1: Divisores de tensão e Resistência interna de uma fonte de tensão

Prof. Antônio Carlos Fontes dos Santos. Aula 1: Divisores de tensão e Resistência interna de uma fonte de tensão IF-UFRJ Elementos de Eletrônca Analógca Prof. Antôno Carlos Fontes dos Santos FIW362 Mestrado Profssonal em Ensno de Físca Aula 1: Dvsores de tensão e Resstênca nterna de uma fonte de tensão Este materal

Leia mais

INCLUSÃO DE RESTRIÇÕES DINÂMICAS NA ANÁLISE DE FLUXO DE POTÊNCIA ÓTIMO RAFAEL MONTES FONTOURA

INCLUSÃO DE RESTRIÇÕES DINÂMICAS NA ANÁLISE DE FLUXO DE POTÊNCIA ÓTIMO RAFAEL MONTES FONTOURA INCLUSÃO DE RESTRIÇÕES DINÂMICAS NA ANÁLISE DE FLUXO DE POTÊNCIA ÓTIMO RAFAEL MONTES FONTOURA DISSERTAÇÃO SUBMETIDA AO CORPO DOCENTE DA COORDENAÇÃO DO PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA DA

Leia mais

XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA NOVO MODELO PARA O CÁLCULO DE CARREGAMENTO DINÂMICO DE TRANSFORMADORES

XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA NOVO MODELO PARA O CÁLCULO DE CARREGAMENTO DINÂMICO DE TRANSFORMADORES XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA Versão 1.0 22 a 25 Novembro de 2009 Recfe - PE GRUPO XIII GRUPO DE ESTUDO DE TRANSFORMADORES, REATORES, MATERIAIS E TECNOLOGIAS

Leia mais

UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL ESCOLA DE ADMINISTRAÇÃO PROGRAMA DE PÓS-GRADUAÇÃO EM ADMINISTRAÇÃO ESPECIALIZAÇÃO EM MERCADO DE CAPITAIS

UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL ESCOLA DE ADMINISTRAÇÃO PROGRAMA DE PÓS-GRADUAÇÃO EM ADMINISTRAÇÃO ESPECIALIZAÇÃO EM MERCADO DE CAPITAIS UNIVESIDADE FEDEAL DO IO GANDE DO SUL ESCOLA DE ADMINISTAÇÃO OGAMA DE ÓS-GADUAÇÃO EM ADMINISTAÇÃO ESECIALIZAÇÃO EM MECADO DE CAITAIS MODENA TEOIA DE CATEIAS: DESENVOLVIMENTO E ANÁLISE DE UM MODELO DE SELEÇÃO

Leia mais

Sinais Luminosos 2- CONCEITOS BÁSICOS PARA DIMENSIONAMENTO DE SINAIS LUMINOSOS.

Sinais Luminosos 2- CONCEITOS BÁSICOS PARA DIMENSIONAMENTO DE SINAIS LUMINOSOS. Snas Lumnosos 1-Os prmeros snas lumnosos Os snas lumnosos em cruzamentos surgem pela prmera vez em Londres (Westmnster), no ano de 1868, com um comando manual e com os semáforos a funconarem a gás. Só

Leia mais

Fluxo de Carga Não Iterativo para a Análise de Sistemas de Distribuição de Energia Elétrica Radiais e Malhados

Fluxo de Carga Não Iterativo para a Análise de Sistemas de Distribuição de Energia Elétrica Radiais e Malhados UNVERSDADE ESTADUAL PAULSTA JÚLO MESQUTA FLHO Campus de lha Soltera Dssertação de Mestrado Fluxo de Carga Não teratvo para a Análse de Sstemas de Dstrbução de Energa Elétrca Radas e Malhados Elson Batsta

Leia mais

Nota Técnica Médias do ENEM 2009 por Escola

Nota Técnica Médias do ENEM 2009 por Escola Nota Técnca Médas do ENEM 2009 por Escola Crado em 1998, o Exame Naconal do Ensno Médo (ENEM) tem o objetvo de avalar o desempenho do estudante ao fm da escolardade básca. O Exame destna-se aos alunos

Leia mais

INSTITUTO TECNOLÓGICO DE AERONÁUTICA

INSTITUTO TECNOLÓGICO DE AERONÁUTICA INSTITUTO TECNOLÓGICO DE AERONÁUTICA Douglas Combra de Andrade Identfcação Paramétrca de Sstemas Dnâmcos Trabalho de Graduação Ano 2005 Mecânca CTA/ITA-IEM/TC-022/2005 DOUGLAS COIMBRA DE ANDRADE IDENTIFICAÇÃO

Leia mais

BALANÇO HÍDRICO: UMA FERRAMENTA PARA GESTÃO INDUSTRIAL E OTIMIZAÇÃO AMBIENTAL.

BALANÇO HÍDRICO: UMA FERRAMENTA PARA GESTÃO INDUSTRIAL E OTIMIZAÇÃO AMBIENTAL. BALANÇO HÍDRICO: UMA FERRAMENTA PARA GESTÃO INDUSTRIAL E OTIMIZAÇÃO AMBIENTAL. Leonardo Slva de Souza (1) Mestrando em Engenhara Químca(UFBA). Pesqusador da Rede Teclm. Bárbara Vrgína Damasceno Braga (1)

Leia mais

O COMPORTAMENTO DOS BANCOS DOMÉSTICOS E NÃO DOMÉSTICOS NA CONCESSÃO DE CRÉDITO À HABITAÇÃO: UMA ANÁLISE COM BASE EM DADOS MICROECONÓMICOS*

O COMPORTAMENTO DOS BANCOS DOMÉSTICOS E NÃO DOMÉSTICOS NA CONCESSÃO DE CRÉDITO À HABITAÇÃO: UMA ANÁLISE COM BASE EM DADOS MICROECONÓMICOS* O COMPORTAMENTO DOS BANCOS DOMÉSTICOS E NÃO DOMÉSTICOS NA CONCESSÃO DE CRÉDITO À HABITAÇÃO: UMA ANÁLISE COM BASE EM DADOS MICROECONÓMICOS* Sóna Costa** Luísa Farnha** 173 Artgos Resumo As nsttuções fnanceras

Leia mais

UM ALGORITMO EXATO PARA A OTIMIZAÇÃO DE CARTEIRAS DE INVESTIMENTO COM RESTRIÇÕES DE CARDINALIDADE

UM ALGORITMO EXATO PARA A OTIMIZAÇÃO DE CARTEIRAS DE INVESTIMENTO COM RESTRIÇÕES DE CARDINALIDADE UM ALGORITMO EXATO PARA A OTIMIZAÇÃO DE CARTEIRAS DE INVESTIMENTO COM RESTRIÇÕES DE CARDINALIDADE Dssertação de mestrado em matemátca aplcada fnancada pelo CNPq IMECC - UNICAMP Pedro Ferraz Vllela Prof.

Leia mais

Método de Monte Carlo Aplicado às Finanças 1. Introdução 2. O Método de Monte Carlo 3. Inversão da Função de Distribuição 4. Algumas Aplicações 5.

Método de Monte Carlo Aplicado às Finanças 1. Introdução 2. O Método de Monte Carlo 3. Inversão da Função de Distribuição 4. Algumas Aplicações 5. Método de Monte Carlo Aplcado às Fnanças 1. Introdução. O Método de Monte Carlo 3. Inversão da Função de Dstrbução 4. Algumas Aplcações 5. Prncípos Báscos do Método de Monte Carlo 5.1 Introdução 5. Formulação

Leia mais

2 ANÁLISE ESPACIAL DE EVENTOS

2 ANÁLISE ESPACIAL DE EVENTOS ANÁLISE ESPACIAL DE EVENTOS Glberto Câmara Marla Sá Carvalho.1 INTRODUÇÃO Neste capítulo serão estudados os fenômenos expressos através de ocorrêncas dentfcadas como pontos localzados no espaço, denomnados

Leia mais

MODELO DE FILA HIPERCUBO COM MÚLTIPLO DESPACHO E BACKUP PARCIAL PARA ANÁLISE DE SISTEMAS DE ATENDIMENTO MÉDICO EMERGENCIAIS EM RODOVIAS

MODELO DE FILA HIPERCUBO COM MÚLTIPLO DESPACHO E BACKUP PARCIAL PARA ANÁLISE DE SISTEMAS DE ATENDIMENTO MÉDICO EMERGENCIAIS EM RODOVIAS versão mpressa ISSN 00-7438 / versão onlne ISSN 678-542 MODELO DE FILA HIPERCUBO COM MÚLTIPLO DESPACHO E BACKUP PARCIAL PARA ANÁLISE DE SISTEMAS DE ATENDIMENTO MÉDICO EMERGENCIAIS EM RODOVIAS Ana Paula

Leia mais

ANÁLISE COMPARATIVA DA PRODUTIVIDADE SETORIAL DO TRABALHO ENTRE OS ESTADOS BRASILEIROS: DECOMPOSIÇÕES USANDO O MÉTODO ESTRUTURAL- DIFERENCIAL,

ANÁLISE COMPARATIVA DA PRODUTIVIDADE SETORIAL DO TRABALHO ENTRE OS ESTADOS BRASILEIROS: DECOMPOSIÇÕES USANDO O MÉTODO ESTRUTURAL- DIFERENCIAL, ANÁLISE COMPARATIVA DA PRODUTIVIDADE SETORIAL DO TRABALHO ENTRE OS ESTADOS BRASILEIROS: DECOMPOSIÇÕES USANDO O MÉTODO ESTRUTURAL- DIFERENCIAL, 1980/2000 2 1. INTRODUÇÃO 2 2. METODOLOGIA 3 3. ANÁLISE COMPARATIVA

Leia mais

MAPEAMENTO DA VARIABILIDADE ESPACIAL

MAPEAMENTO DA VARIABILIDADE ESPACIAL IT 90 Prncípos em Agrcultura de Precsão IT Departamento de Engenhara ÁREA DE MECANIZAÇÃO AGRÍCOLA MAPEAMENTO DA VARIABILIDADE ESPACIAL Carlos Alberto Alves Varella Para o mapeamento da varabldade espacal

Leia mais

PROPOSTA DE METODOLOGIA PADRÃO PARA MENSURAÇÃO DE RISCOS DE MERCADO COM VISTAS À ALOCAÇÃO DE CAPITAL

PROPOSTA DE METODOLOGIA PADRÃO PARA MENSURAÇÃO DE RISCOS DE MERCADO COM VISTAS À ALOCAÇÃO DE CAPITAL PROPOSTA DE METODOLOGIA PADRÃO PARA MENSURAÇÃO DE RISCOS DE MERCADO COM VISTAS À ALOCAÇÃO DE CAPITAL RISCO DE TAXA DE JUROS 1. Introdução O rsco de taxas de juros é a exposção da condção fnancera de um

Leia mais

MONITORAMENTO DE CONDIÇÃO DE ROLAMENTOS ATRAVÉS DA ANÁLISE CONJUNTA TEMPO-FREQUÊNCIA DE SINAIS DE VIBRAÇÃO

MONITORAMENTO DE CONDIÇÃO DE ROLAMENTOS ATRAVÉS DA ANÁLISE CONJUNTA TEMPO-FREQUÊNCIA DE SINAIS DE VIBRAÇÃO MONITORAMENTO DE CONDIÇÃO DE ROLAMENTOS ATRAVÉS DA ANÁLISE CONJUNTA TEMPO-FREQUÊNCIA DE SINAIS DE VIBRAÇÃO Antono Almeda Slva Unversdade Federal da Paraíba, Centro de Cêncas e Tecnologa, Departamento de

Leia mais

Problemas Associados a Cones de Segunda Ordem

Problemas Associados a Cones de Segunda Ordem Problemas Assocados a Cones de Segunda Ordem Dense S. Trevsol, Mara A. D. Ehrhardt, Insttuto de Matemátca, Estatístca e Computação Centífca, IMECC, UNICAMP, 1383-859, Campnas, SP E-mal: ra8477@me.uncamp.br,

Leia mais

NODAL Versão 3.0 Programa de Simulação de Tarifas de Uso do Sistema Elétrico MANUAL DO USUÁRIO ANEEL Agência Nacional de Energia Elétrica

NODAL Versão 3.0 Programa de Simulação de Tarifas de Uso do Sistema Elétrico MANUAL DO USUÁRIO ANEEL Agência Nacional de Energia Elétrica NODAL Versão 3.0 Programa de Smulação de Tarfas de Uso do Sstema Elétrco MANUAL DO USUÁRIO ANEEL Agênca Naconal de Energa Elétrca ÍNDICE. INTRODUÇÃO...-.. CONSIDERAÇÕES...-.2. FUNÇÃO DO PROGRAMA...-2.3.

Leia mais

ISEP - ÍNDICE DE SHARPE ESCOLAR A PARTIR DA PROVA BRASIL: CRIAÇÃO E ESTUDO

ISEP - ÍNDICE DE SHARPE ESCOLAR A PARTIR DA PROVA BRASIL: CRIAÇÃO E ESTUDO ISEP - ÍNDICE DE SHARPE ESCOLAR A PARTIR DA PROVA BRASIL: CRIAÇÃO E ESTUDO Roberta Montello Amaral (UNIFESO) amaralroberta@yahoo.com.br Crado em 1990, o Saeb é um sstema de avalação do MEC que, junto à

Leia mais

UNIVERSIDADE PRESBITERIANA MACKENZIE CCSA - Centro de Ciências Sociais e Aplicadas Curso de Economia

UNIVERSIDADE PRESBITERIANA MACKENZIE CCSA - Centro de Ciências Sociais e Aplicadas Curso de Economia CCSA - Centro de Cêncas Socas e Aplcadas Curso de Economa ECONOMIA REGIONAL E URBANA Prof. ladmr Fernandes Macel LISTA DE ESTUDO. Explque a lógca da teora da base econômca. A déa que sustenta a teora da

Leia mais

Eletromagnetismo Indutores e Indutância

Eletromagnetismo Indutores e Indutância Eletromagnetsmo Indutores e Indutânca Eletromagnetsmo» Indutores e Indutânca Introdução Indutores são elementos muto útes, pos com eles podemos armazenar energa de natureza magnétca em um crcuto elétrco.

Leia mais

Estimativa dos fluxos turbulentos de calor sensível, calor latente e CO 2, sobre cana-de-açúcar, pelo método do coespectro.

Estimativa dos fluxos turbulentos de calor sensível, calor latente e CO 2, sobre cana-de-açúcar, pelo método do coespectro. Estmatva dos fluxos turbulentos de calor sensível, calor latente e CO 2, sobre cana-de-açúcar, pelo método do coespectro. O. L. L. Moraes 1, H. R. da Rocha 2, M. A. Faus da Slva Das 2, O Cabral 3 1 Departamento

Leia mais

PREVISÃO DO ÍNDICE MERVAL: UMA APLICAÇÃO DE REDES NEURIAS POLINOMIAIS GMDH

PREVISÃO DO ÍNDICE MERVAL: UMA APLICAÇÃO DE REDES NEURIAS POLINOMIAIS GMDH PREVISÃO DO ÍNDICE MERVAL: UMA APLICAÇÃO DE REDES NEURIAS POLINOMIAIS GMDH CAPORAL, Bbana 1 ; CAVALHEIRO, Everton ; CORRÊA, José Carlos 3 ; CUNHA, Carlos 4 Palavras-chave: Econometra; Séres temporas; Co-ntegração;

Leia mais

Universidade Estadual de Ponta Grossa/Departamento de Economia/Ponta Grossa, PR. Palavras-chave: CAPM, Otimização de carteiras, ações.

Universidade Estadual de Ponta Grossa/Departamento de Economia/Ponta Grossa, PR. Palavras-chave: CAPM, Otimização de carteiras, ações. A CONSTRUÇÃO DE CARTEIRAS EFICIENTES POR INTERMÉDIO DO CAPM NO MERCADO ACIONÁRIO BRASILEIRO: UM ESTUDO DE CASO PARA O PERÍODO 006-010 Rodrgo Augusto Vera (PROVIC/UEPG), Emerson Martns Hlgemberg (Orentador),

Leia mais

Projeto Multicritério de Sistemas de Distribuição de Energia Elétrica sob Contextos Incertos Utilizando Algoritmos de Busca Local

Projeto Multicritério de Sistemas de Distribuição de Energia Elétrica sob Contextos Incertos Utilizando Algoritmos de Busca Local 1 Unversdade Federal de Mnas Geras Programa de Pós-Graduação em Engenhara Elétrca Centro de Pesqusa e Desenvolvmento em Engenhara Elétrca Projeto Multcrtéro de Sstemas de Dstrbução de Energa Elétrca sob

Leia mais

Universidade Salvador UNIFACS Cursos de Engenharia Cálculo IV Profa: Ilka Rebouças Freire. Integrais Múltiplas

Universidade Salvador UNIFACS Cursos de Engenharia Cálculo IV Profa: Ilka Rebouças Freire. Integrais Múltiplas Unversdade Salvador UNIFACS Cursos de Engenhara Cálculo IV Profa: Ilka ebouças Frere Integras Múltplas Texto 3: A Integral Dupla em Coordenadas Polares Coordenadas Polares Introduzremos agora um novo sstema

Leia mais

MODELAGEM MATEMÁTICA DO PROCESSO DE EVAPORAÇÃO MULTI-EFEITO NA INDÚSTRIA DE PAPEL E CELULOSE

MODELAGEM MATEMÁTICA DO PROCESSO DE EVAPORAÇÃO MULTI-EFEITO NA INDÚSTRIA DE PAPEL E CELULOSE MODELAGEM MATEMÁTICA DO PROCESSO DE EVAPORAÇÃO MULTI-EFEITO NA INDÚSTRIA DE PAPEL E CELULOSE R. L. S. CANEVESI 1, C. L. DIEL 2, K. A. SANTOS 1, C. E. BORBA 1, F. PALÚ 1, E. A. DA SILVA 1 1 Unversdade Estadual

Leia mais

Objetivos da aula. Essa aula objetiva fornecer algumas ferramentas descritivas úteis para

Objetivos da aula. Essa aula objetiva fornecer algumas ferramentas descritivas úteis para Objetvos da aula Essa aula objetva fornecer algumas ferramentas descrtvas útes para escolha de uma forma funconal adequada. Por exemplo, qual sera a forma funconal adequada para estudar a relação entre

Leia mais

ROGÉRIO ALVES SANTANA. AVALIAÇÃO DE TÉCNICAS GEOESTATÍSTICAS NO INVENTÁRIO DE POVOAMENTOS DE Tectona grandis L.f.

ROGÉRIO ALVES SANTANA. AVALIAÇÃO DE TÉCNICAS GEOESTATÍSTICAS NO INVENTÁRIO DE POVOAMENTOS DE Tectona grandis L.f. ROGÉRIO ALVES SANTANA AVALIAÇÃO DE TÉCNICAS GEOESTATÍSTICAS NO INVENTÁRIO DE POVOAMENTOS DE Tectona grands L.f. Dssertação apresentada à Unversdade Federal de Vçosa, como parte das exgêncas do Programa

Leia mais

Consideraremos agora, uma de cada vez, as equivalentes angulares das grandezas de posição, deslocamento, velocidade e aceleração.

Consideraremos agora, uma de cada vez, as equivalentes angulares das grandezas de posição, deslocamento, velocidade e aceleração. CAPÍTULO 5 77 5.1 Introdução A cnemátca dos corpos rígdos trata dos movmentos de translação e rotação. No movmento de translação pura todas as partes de um corpo sofrem o mesmo deslocamento lnear. Por

Leia mais

MAE5778 - Teoria da Resposta ao Item

MAE5778 - Teoria da Resposta ao Item MAE5778 - Teora da Resposta ao Item Fernando Henrque Ferraz Perera da Rosa Robson Lunard 1 de feverero de 2005 Lsta 2 1. Na Tabela 1 estão apresentados os parâmetros de 6 tens, na escala (0,1). a b c 1

Leia mais