ASPECTOS TÉCNICOS E GERENCIAIS DE MANUTENÇÃO EM INSTALAÇÕES ELÉTRICAS
|
|
- Leonor Borba Gomes
- 8 Há anos
- Visualizações:
Transcrição
1 GMI/ a 26 de Outubro de 2001 Campas - São Paulo - Brasl GRUPO XII ASPECTOS TÉCNICOS E GERENCIAIS DE MANUTENÇÃO EM INSTALAÇÕES ELÉTRICAS INDICADORES DE DESEMPENHO DA TRANSMISSÃO: METODOLOGIA DE CÁLCULO E UTILIZAÇÃO EM MODELOS PROBABILÍSTICOS DE ANÁLISE E DECISÃO Sergo Bradão da Motta CEMIG RESUMO Este texto apreseta uma flosofa e uma prátca de egehara de mauteção voltada para a gestão da dspobldade de sstemas de trasmssão de eerga elétrca. Para tato é ecessáro o domío do cclo completo da formação, ou seja, desde o ambete operacoal ode são gerados os dados prmáros, passado por estágos termedáros de processameto e utlzação, até a sua fase fal, mas elaborada, ode, com apoo de modelos probablístcos, são tomadas as decsões de caráter estratégco. O objetvo deste texto é apresetar, suctamete, o cclo da formação da egehara de mauteção de trasmssão da Cemg e o sstema formatzado desevolvdo para suportar este processo. PALAVRAS-CHAVE: Trasmssão Egehara de Mauteção Cofabldade Sstemas de Iformação 1.0 INTRODUÇÃO No ovo modelo do Setor Elétrco Braslero a receta das empresas trasmssoras depede dretamete da dspobldade de seus sstemas de trasmssão. O papel estratégco que a mauteção deve desempehar este ovo cotexto mplca a mudaça do paradgma da efcêca para o da efcáca, ou seja, da preocupação focada o reparo rápdo e bem executado, para a busca da garata da dspobldade dos sstemas, com seguraça e custos adequados. Em um texto recete veculado em um portal de mauteção da Iteret (mater.com.br) o egehero Júlo Xaver susteta, com propredade, que as pergutas prcpas colocadas à mauteção são: O que a empresa precsa para ateder o mercado de forma compettva? O que a mauteção pode oferecer para ateder esta demada empresaral? Pretede-se este texto evdecar o esforço empreeddo pelo Departameto de Gerecameto de Mauteção da Trasmssão da Cemg o setdo de vablzar a realzação desta vsão estratégca por meo do domío do cclo completo da formação, ode os dcadores de desempeho despotam como elemetos chave para a tomada de decsão. O coceto subjacete à realzação deste trabalho é o de egehara de gestão da mauteção, aqu eteddo como o cojuto de atvdades, acorado o tratameto e o uso corretos da formação, vsado garatr a dspobldade dos sstemas de trasmssão de eerga elétrca. 2.0 O CICLO DA INFORMAÇÃO Ates de se descrever o cclo da formação o cotexto da egehara de mauteção de sstemas de trasmssão de eerga elétrca covém exclarecer os cocetos de dado e de formação utlzados este texto. Cosdera-se dado como qualquer represetação abstrata de um feômeo, e formação como a orgazação e a agregação de dados capaz de ser terpretada por quem a recebe. Iformação é, portato, algo provdo de sgfcado e que se orgaza para alguma faldade. A formação é de fudametal mportâca para a tomada de decsões as orgazações. No cotexto da mauteção das empresas trasmssoras de eerga elétrca mutas decsões têm mpacto dreto a receta, que depede dretamete da dspobldade dos sstemas de trasmssão. Na Cemg, as formações de egehara de mauteção, orgadas dos dados da operação e mauteção do sstema, são costruídas por meo de estágos sucessvos de processameto, almetado, este camho, os dversos processos de tomada de decsão. As decsões Av. Barbacea, 1200/13 º adar Barro Sato Agostho Belo Horzote - MG Telefoe: (31) E-mal: sergob@cemg.com.br
2 assm tomadas rão melhorar o desempeho dos sstemas e realmetar os processos decsóros com formações ovas, caracterzado-se, deste modo, o caráter cíclco deste fluxo. As formações são processadas em quatro fases por um sstema computadorzado deomado DELTA Desempeho de Equpametos e Lhas da Trasmssão, cujos dados provêm de sstemas de plaejameto e cotrole da operação e mauteção de equpametos de subestações e lhas de trasmssão. Em cada fase sucessva do processameto as formações vão adqurdo um maor valor agregado e almetado os dversos processos relatvos à egehara de mauteção dos sstemas de trasmssão da Empresa. As fases do fluxo de formações são as segutes: 1) dados prmáros, 2) dados classfcados e agregados, 3) dcadores estatístcos e 4) probabldades. Veja Fgura 1, adate. A Operação e mauteção da Trasmssão Dados prmáros 2.1 Prmera fase: dados prmáros São os dados gerados dretamete pelos processos de operação e de execução das mauteções dos sstemas de trasmssão. Costtuem-se dos dados cadastras e dos relatvos aos evetos ocorrdos os equpametos e lhas, proveetes de três sstemas de formação: do módulo de mauteção do sstema corporatvo SAP R/3 e dos sstemas RME (Regstro de Medções e Esaos), da mauteção, e RDO (Relatóro Dáro de Ocorrêcas), da operação. Um eveto é defdo como toda dspobldade de equpameto ou de lha de trasmssão que requera a terveção da mauteção. 2.2 Seguda fase: dados classfcados e agregados Os dados de evetos, grade parte deles proveetes dos sstemas de formação da área de operação, são aalsados, codfcados e regstrados o sstema DELTA, equato os dados cadastras são captados dretamete do SAP R/3. O sstema DELTA processa estes dados prmáros, forecedo formações para processos de egehara de mauteção em ível de tecologa, tas como a aálse de falha (cujo objetvo é detfcar a causa fudametal do problema), o dagóstco de mauteção e a logístca de suprmeto de equpametos e peças de reserva. 2.3 Tercera fase: dcadores estatístcos Classfcação e agregação de dados Dados agreg. Dados agreg. Dagóstco Logístca de suprmetos Os dcadores estatístcos de desempeho de equpametos e lhas de trasmssão são calculados pelo sstema DELTA, cosderado-se um período estatístco especfcado e de acordo com as seleções possíves de serem realzadas o cadastro de equpametos e stalações e o de evetos. Cálculo de dcadores estatístcos Idcad. Estatíst. Aplcação de modelos probablístcos Probabldades Gestão da dspobldade de sstemas A Decsão Idcad. Estatíst. FIGURA 1 Cclo da formação Melhora da cofabldade de equpametos Estes dcadores referem-se aos três parâmetros terrelacoados que caracterzam a efetvdade de um sstema reparável: a cofabldade, a mauteabldade e a dspobldade. A cofabldade é defda como a probabldade de que ão ocorrerá falha o período de teresse. A mauteabldade de um sstema é determada pela facldade com que os reparos e outros servços de mauteção possam ser executados. A dspobldade é a probabldade de que um tem esteja dspoível quado requerdo, ou como a proporção do tempo total que o tem é dspoível para uso (O CONNOR, 1991). Exste um relacoameto estreto etre cofabldade e mauteabldade, um afetado o outro e ambos afetado a dspobldade e os custos. Os dcadores estatístcos estão melhor caracterzados a seção Probabldades Usualmete as decsões relatvas ao gerecameto da mauteção devem ser tomadas em um ambete caracterzado pela certeza, prcpalmete devdo às dfculdades de se determar o mometo em que ocorrerão falhas e defetos os sstemas em operação. Neste cotexto, o uso de téccas probablístcas como
3 ferrametas de auxílo aos processos decsóros torase especalmete relevate. Nesta fase do cclo de formações, a egehara de mauteção em ível de gestão ou, melhor dzedo, a egehara de gestão da mauteção, forece ao processo de gerecameto da mauteção da trasmssão as probabldades de ocorrêca de evetos o período cosderado, a partr dos dcadores de desempeho forecdos pelo sstema DELTA. Presume-se que as decsões assm tomadas rão refletr o desempeho dos sstemas, gerado ovos dados e recado-se, assm, o cclo da formação. 3.0 O SISTEMA DELTA Tem por objetvo vablzar as fases operacoas do cclo da formação, ou seja, a agregação de dados, o regstro de evetos, a geração de cosultas e relatóros e o cálculo dos dcadores de desempeho. O cohecmeto destes dcadores é fudametal para o atedmeto de demadas mportates da egehara de mauteção, tas como: subsdar estudos de egehara de mauteção em ível de tecologa (melhora da cofabldade do sstema de trasmssão); subsdar estudos de cofabldade do sstema; subsdar decsões gerecas; ateder às solctações dos órgãos reguladores do sstema elétrco braslero. As cosultas à base de dados podem ser fetas através de fltrages realzadas os segutes campos: espéce de equpameto, úmero de vetáro, tpo/modelo, período, fabrcate, local de stalação, stalação, fução da rede básca e tesão. O sstema Delta corpora a mesma estrutura de local de stalação exstete o módulo de mauteção do sstema corporatvo SAP R3. Local de stalação é defdo como uma etdade físca ou lógca, localzada em uma estrutura herárquca, a qual há atuação da mauteção e teresse de cotrole.. Ele permte a coleta e a aálse de dados em cada ível da estrutura. Cocetua-se equpameto como um objeto técco que é aalsado dvdualmete detro do processo de mauteção. As lhas são cosderadas como stalações da trasmssão e, como tal, são detfcadas e caracterzadas através de seus respectvos locas de stalação. A Fgura 3 mostra exemplos de estruturas herárqucas, represetado o auto-trasformador T1 da SE Neves 1 e a LT Neves 1 Taquarl 345 kv, cujos códgos são, respectvamete, T-S T-ATRA-T1 e T-L SE s Neves 1 Trasmssão 500 kv LT s 345 kv A Fgura 2, adate, apreseta a estrutura smplfcada do sstema DELTA, composto de três módulos: vetáro de equpametos e stalações; regstros de evetos; cálculo dos dcadores. Prot TP Trasf Trafo TC LT RBSU-TQL DELTA T1 Ivetáro Evetos FIGURA 2 Estrutura do sstema DELTA Idcadores Equp. SE Levatam. Cofab. LT Local Ist. Detalham. Mauteab. Dspob. 3.1 O vetáro de equpametos e stalações Bascamete, este vetáro é costtuído pelos equpametos de subestações, pelos equpametos de proteção, cotrole e automação e pelas lhas de trasmssão. FIGURA 3 Estrutura herárquca de local de stalação 3.2 O módulo de evetos O módulo de regstro de evetos do sstema DELTA compõe-se de duas partes: 1) levatameto de evetos e 2) detalhameto de evetos. O levatameto é costtuído de dados prmáros orgáros de sstemas de formação da área de operação do sstema de trasmssão da Empresa, equato os dados de detalhameto, mas elaborados, provêm dos regstros do módulo de mauteção do sstema corporatvo SAP R3. Os evetos levatados são dos tpos programado ou ão programado, sedo classfcados como: falhas, defetos de alta gravdade, falhas ocultas e operacoas de relés de proteção e mauteção prevetva (com ou sem detecção de defeto). As cosultas à base de dados de evetos podem ser fetas através de fltrages fetas os segutes
4 campos: tpo de eveto, espéce de equpameto, stalação, local de stalação, período, úmero de vetáro, classfcação do eveto, tesão, causa e fução dspoível. 3.3 O módulo de dcadores Este módulo utlza as bases de dados de vetáro e de evetos, para realzar os cálculos e emtr os relatóros dos dcadores de desempeho. Os cálculos são fetos de acordo com o período estatístco selecoado e com as fltrages possíves de serem estabelecdas a base de dados de vetáro. Nesta prmera etapa de desevolvmeto e aplcação do sstema buscou-se mplemetar os dcadores clásscos referetes à cofabldade, à mauteabldade e à dspobldade de sstemas reparáves. Posterormete serão mplatados outros dcadores, para subsdar estudos de egehara de mauteção drecoados ao melhorameto cotíuo do desempeho do sstema de trasmssão da empresa. Icalmete, selecoa-se o período estatístco e o objeto (lha de trasmssão ou equpameto de subestação). Os equpametos podem ser selecoados por espéce, por tesão de operação ou por fabrcate, ou por uma combação destes campos. As lhas podem ser selecoadas por tesão de operação ou por local de stalação, ou por ambos. Após a seleção do objeto, pode-se selecoar e calcular os dcadores de desempeho Os dcadores já mplemetados o sstema são: a taxa de falhas, a taxa de defetos de alta gravdade, o tempo médo para reparo e a dspobldade A taxa de falhas A taxa de falhas de um tem reparável expressa a probabldade de falha por udade de tempo, quado mas de uma falha pode ocorrer durate a vda do tem. A fórmula geral da taxa de falhas de equpametos de subestações é: NF =1 TF = Ntes t e para lhas de trasmssão é: ode: TF = = 1 = 1 NF ExtLT t 100 NF = úmero de falhas do ésmo tem Ntes = úmero de tes ExtLT = exteção, em km, da ésma lha t = período estatístco A taxa de defetos de alta gravdade É smlar à taxa de falhas. Neste caso, os evetos cosderados são os deslgametos de urgêca dos equpametos ou das lhas de trasmssão O tempo médo de reparo da fução É o tempo médo, em horas, gasto para restabelecer a fução exercda pelo equpameto o sstema por meo de reparo ou de substtução do equpameto. A fórmula geral é: ode: TMRF = 1 = = 1 HIR NF HIR = tempo gasto para restabelecer a fução exercda pelo ésmo equpameto ou pela ésma lha o sstema A dspobldade É a proporção do tempo total que o tem está dspoível para operar devdo às terveções da mauteção o período estatístco cosderado. A fórmula geral para equpametos de subestações é: INDI = = 1 = 1 HI HP 100 e para lhas de trasmssão é: ode: INDI = = 1 ( ExtLT HI ) = 1 ( ExtLT ) HP 100 HI = horas dspoíves do ésmo equpameto, ou da ésma lha, devdo às terveções da mauteção; HP = horas do período. 4.0 MODELOS PROBABIÍSTICOS DE AUXÍLIO À DECISÃO O uso de téccas estatístcas para aálse de dados e tomada de decsão as esferas técca e gerecal da mauteção é ada bastate cpete as empresas do setor elétrco braslero. Tedo-se em vsta que a mauteção deve garatr o máxmo de dspobldade dos sstemas de trasmssão com o mímo de custos, tem-se que as suas tarefas devem ser realzadas com o máxmo de prevsbldade possível. Neste cotexto, o uso de téccas de cofabldade como ferrameta de auxílo ao processo decsóro tora-se bastate útl. A segur são apresetados, suctamete, três modelos de cofabldade, para auxílo ao processo decsóro da egehara de mauteção. O prmero modelo já fo
5 desevolvdo e mplatado a empresa; o segudo está em desevolvmeto; e o tercero deverá ser desevolvdo em um futuro próxmo. 4.1 Prmero modelo: perodcdade de mauteções prevetvas de relés de proteção De acordo com o modelo de aálse desevolvdo, a perodcdade é defda em fução do maor tervalo etre speções que garata a cofabldade requerda do sstema de relés de proteção. A cofabldade é caracterzada por meo da probabldade de que o sstema rá desempehar a sua fução requerda, caso ocorra alguma perturbação o sstema protegdo (lha de trasmssão ou trasformador). As etapas de aplcação do modelo são as segutes: a) Estatístca descrtva da base de dados Nesta etapa são fetas dversas estratfcações das bases de dados, tas como: dades dos relés que falharam e ão falharam em cada tervalo do período estatístco; percetuas por quatdade de falhas e por tecologa; percetuas por quatdade de falhas e por espéce de relés (drecoas, de dstâca, de tempo, dferecas, etc). b) Aálse de cofabldade São estmadas as fuções de cofabldade dos agrupametos de relés que, a etapa ateror, revelaram apresetar desempehos semelhates. Ao fal desta etapa, são defdos os agrupametos de relés que possuem desempehos dferecados em termos de suas respectvas fuções de cofabldade: c) Escolha das perodcdades de mauteções prevetvas (speções) a serem aalsadas d) Estmação das dspobldades dos grupos de relés em cada tervalo de speção cosderado Assumdo-se a dstrbução expoecal, a equação de dspobldade é a segute: Ode: A(T I) = [1 R(T I)]/λT I A(T I) = dspobldade do grupo de relés o tempo T I; T I = tervalo etre speções aalsado; R(T I) = cofabldade do grupo de relés o tempo T I; λ = taxa de falhas do grupo de relés. A dspobldade do grupo de relés o tervalo T I, será: I(T I) = 1 - A(T I) e) Cálculo da probabldade de ocorrêca de perturbação o sstema protegdo F(T I) SP = 1 - R(T I) SP Ode: F(T I) SP = probabldade da perturbação ocorrer o tempo T I; R(T I) SP = cofabldade = probabldade de ão ocorrer perturbação o sstema protegdo, o tempo T I; T I = tempo de dspobldade do relé o tervalo sob aálse. f) Cálculo da probabldade de falha múltpla do relé, ou seja, da probabldade smultâea de ocorrêca de perturbação o sstema protegdo com o relé em estado de falha oculta. PFM(T I)= I(T I). F(T I) SP g) Cálculo da probabldade de falha múltpla em sstemas de relés redudates h) Escolha do melhor tervalo etre speções As cofabldades dos sstemas de relés de proteção assocam-se a cada perodcdade de speção aalsada. Assm, a escolha do melhor tervalo pode ser feta cojugado-se fatores téccos e ecoômcos com o rsco de falha operacoal que a orgazação se dspõe a assumr. 4.2 Segudo modelo: estmação dos mpactos faceros da cofabldade sobre a receta de atvos físcos de sstemas de trasmssão O objetvo da aplcação do modelo que está sedo desevolvdo é cohecer as característcas de cofabldade dos sstemas de trasmssão e as probabldades assocadas de perdas futuras de receta devdo a falhas e mauteções prevetvas. As prcpas etapas de desevolvmeto e de aplcação são as segutes: a) pesqusa de téccas e modelos de cofabldade e de gerêca facera aplcáves; b) cálculo dos dcadores de desempeho e de custos; c) estatístca descrtva dos dados; d) desevolvmeto e aplcação do modelo; cálculo da cofabldade do sstema; estmatva das dspobldades auas; estmatva das perdas de recetas auas. 4.3 Tercero modelo: determação da perodcdade de mauteção prevetva que maxmza a remueração de sstemas de trasmssão. A premssa básca deste modelo probablístco de aálse e decsão, a ser desevolvdo em um futuro próxmo, é a de que deve exstr um balaço ótmo etre os custos dretos de mauteções prevetvas e os custos dretos assocados às estmatvas de perdas de remueração devdo às dspobldades provocadas por falhas dos sstemas. 5.0 CONCLUSÕES O trabalho aqu apresetado é meos um produto acabado do que um camho que, vale dzer, está sedo trlhado com etusasmo por todos os que com
6 ele estão evolvdos. Este projeto pode ser avalado muto pelos resultados já obtdos e mas ada pelo excepcoal potecal que represeta para o desevolvmeto e cosoldação de uma egehara de mauteção cosoate com os ovos vetos soprados pela modera ecooma. A aplcação do modelo de cofabldade para escolha da melhor perodcdade de speções de relés de proteção resultou em uma redução de cerca de 47% a ecessdade de mão-de-obra de mauteção prevetva dos relés. - Mestrado em Egehara de Produção UFMG 1999 e Especalzação em Gestão Estratégca UFMG 2000; - Experêca profssoal: desevolvmeto de modelos de cofabldade aplcados à Egehara de Mauteção, artgo publcado a revsta Eletrcdade Modera e trabalhos apresetados em cogressos e semáros da ABRAMAN e do GCOI. Uma medda do potecal de cotrbução do projeto ao desevolvmeto da egehara de mauteção pode ser dada pelo modelo que se pretede desevolver para a determação da perodcdade ótma de mauteção prevetva de equpametos da rede básca de trasmssão. Sua aplcação represetará uma verdadera mudaça de paradgma, já que o foco atual a redução de custos de mauteção cederá lugar à preocupação com a agregação dreta de valor ao egóco de trasmssão de eerga elétrca. 6.0 BIBLIOGRAFIA (1) BUCKLAND, Mchael. Iformato as Thg. School of Lbrary ad Iformato Studes, Uversty of Calfora, Berkeley, (2) CHOO, Chu We. The Kowg Orgazato how orgazatos use formato to costruct meag, create kowledge, ad make decsos. New York, Oxford: Oxford Uversty Press, (3) KECECIOGLU, Dmtr. Mataablty, avalablty ad operatoal readess egeerg hadbook. New Jersey: Pretce Hall, (4) MOTTA, Sergo B. Perodcdade de mauteções prevetvas em dspostvos de proteção de sstemas elétrcos de potêca: aplcação de téccas quattatvas de cofabldade à egehara de mauteção. Belo Horzote: Uversdade Federal de Mas Geras, (Dssertação, Mestrado em Egehara de Produção). (5) O`CONNOR, Patrck D. T. Practcal Relablty Egeerg. Eglad: Joh Wley & Sos Ltd, (6) SIMON, Herbert. Comportameto Admstratvo: estudo dos processos decsóros as orgazações admstratvas. Ro de Jaero: Ed. da Fudação Getúlo Vargas, 1979, cap. 4 e DADOS BIOGRÁFICOS - Sergo Bradão da Motta; - Local / ao de ascmeto: Satos Dumot / 1952;
Projeto de rede na cadeia de suprimentos
Projeto de rede a cadea de suprmetos Prof. Ph.D. Cláudo F. Rosso Egehara Logístca II Esboço O papel do projeto de rede a cadea de suprmetos Fatores que fluecam decsões de projeto de rede Modelo para decsões
Leia maisEstudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples.
Estudo das relações etre peso e altura de estudates de estatístca através da aálse de regressão smples. Waessa Luaa de Brto COSTA 1, Adraa de Souza COSTA 1. Tago Almeda de OLIVEIRA 1 1 Departameto de Estatístca,
Leia maisPerguntas Freqüentes - Bandeiras
Pergutas Freqüetes - Baderas Como devo proceder para prestar as formações de quatdade e valor das trasações com cartões de pagameto, os casos em que o portador opte por lqudar a obrgação de forma parcelada
Leia maisA REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: enchentes
Mostra Nacoal de Icação Cetífca e Tecológca Iterdscplar VI MICTI Isttuto Federal Catarese Câmpus Camború 30 a 3 de outubro de 03 A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: echetes Ester Hasse
Leia maisMAE116 Noções de Estatística
Grupo C - º semestre de 004 Exercíco 0 (3,5 potos) Uma pesqusa com usuáros de trasporte coletvo a cdade de São Paulo dagou sobre os dferetes tpos usados as suas locomoções dáras. Detre ôbus, metrô e trem,
Leia maisCapítulo 1: Erros em cálculo numérico
Capítulo : Erros em cálculo umérco. Itrodução Um método umérco é um método ão aalítco, que tem como objectvo determar um ou mas valores umércos, que são soluções de um certo problema. Ao cotráro das metodologas
Leia maisAlgoritmos de Interseções de Curvas de Bézier com Uma Aplicação à Localização de Raízes de Equações
Algortmos de Iterseções de Curvas de Bézer com Uma Aplcação à Localzação de Raízes de Equações Rodrgo L.R. Madurera Programa de Pós-Graduação em Iformátca, PPGI, UFRJ 21941-59, Cdade Uverstára, Ilha do
Leia maisMonitoramento ou Inventário Florestal Contínuo
C:\Documets ad Settgs\DISCO_F\MEUS-DOCS\LIVRO_EF_44\ef44_PDF\CAP XIV_IFCOTIUO.doc 6 Motorameto ou Ivetáro Florestal Cotíuo Agosto Lopes de Souza. ITRODUÇÃO Parcelas permaetes de vetáro florestal cotíuo
Leia maisMA12 - Unidade 4 Somatórios e Binômio de Newton Semana de 11/04 a 17/04
MA1 - Udade 4 Somatóros e Bômo de Newto Semaa de 11/04 a 17/04 Nesta udade troduzremos a otação de somatóro, mostrado como a sua mapulação pode sstematzar e facltar o cálculo de somas Dada a mportâca de
Leia maisAvaliação da Localização de Base de Atendimento para Equipamentos de Movimentação de uma Empresa Siderúrgica
Avalação da Localzação de Base de Atedmeto para Equpametos de Movmetação de uma Empresa Sderúrgca Leadro Ferades da Slva Leadro.Ferades@cs.com.br UFF Ilto Curty Leal Juor ltocurty@gmal.com UFRJ Paul Adrao
Leia maisFaculdade de Economia, Administração e Contabilidade de Ribeirão Preto
Faculdade de Ecooma, Admstração e Cotabldade de Rberão Preto Ecooma Moetára Curso de Ecooma / º. Semestre de 014 Profa. Dra. Rosel da Slva Nota de aula CAPM Itrodução Há dos modelos bastate utlzados para
Leia mais1 SISTEMA FRANCÊS DE AMORTIZAÇÃO
scpla de Matemátca Facera 212/1 Curso de Admstração em Gestão Públca Professora Ms. Valéra Espídola Lessa EMPRÉSTIMOS Um empréstmo ou facameto pode ser feto a curto, médo ou logo prazo. zemos que um empréstmo
Leia maisAnálise de Regressão
Aálse de Regressão Prof. Paulo Rcardo B. Gumarães. Itrodução Os modelos de regressão são largamete utlzados em dversas áreas do cohecmeto, tas como: computação, admstração, egeharas, bologa, agrooma, saúde,
Leia maisANÁLISE DA MOBILIDADE URBANA SUSTENTÁVEL UTILIZANDO ESTATÍSTICA ESPACIAL
ANÁLISE DA MOBILIDADE URBANA SUSTENTÁVEL UTILIZANDO ESTATÍSTICA ESPACIAL Dese de Mrada e Slva Correa Vâa Barcellos Gouvêa Campos Isttuto Mltar de Egehara Resumo Neste trabalho apreseta-se uma aálse espacal
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.
É o grau de assocação etre duas ou mas varáves. Pode ser: Prof. Lorí Val, Dr. val@pucrs.br http://www.pucrs.br/famat/val www.pucrs.br/famat/val/ correlacoal ou expermetal. Numa relação expermetal os valores
Leia maisMatemática Financeira
Cocetos Báscos de Matemátca Facera Uversdade do Porto Faculdade de Egehara Mestrado Itegrado em Egehara Electrotécca e de Computadores Ecooma e Gestão Na prátca As decsões faceras evolvem frequetemete
Leia maisMÉTODO COMPUTACIONAL AUTOMÁTICO TICO PARA PRÉ-PROCESSAMENTO PROCESSAMENTO DE IMAGENS RADIOGRÁFICAS. M. Z. Nascimento, A. F. Frère e L. A.
MÉTODO COMPUTACIONAL AUTOMÁTICO TICO PARA PRÉ-PROCESSAMENTO PROCESSAMENTO DE IMAGENS RADIOGRÁFICAS M. Z. Nascmeto, A. F. Frère e L. A. Neves INTRODUÇÃO O cotraste as radografas vara ao logo do campo de
Leia maisPerguntas freqüentes Credenciadores
Pergutas freqüetes Credecadores Como devo proceder para prestar as formações de quatdade e valor das trasações com cartões de pagameto, os casos em que o portador opte pelo facameto da compra pelo emssor?
Leia mais2 Avaliação da segurança dinâmica de sistemas de energia elétrica: Teoria
Avalação da seguraça dâmca de sstemas de eerga elétrca: Teora. Itrodução A avalação da seguraça dâmca é realzada através de estudos de establdade trastóra. Nesses estudos, aalsa-se o comportameto dos geradores
Leia maisEm atendimento à solicitação de V.Sa., apresentamos, na seqüência, os resultados do estudo referenciado.
1 Belo Horzote, 14 de abrl de 2007. À UNAFISCO SAÚDE AT.: Glso Bezerra REF: AVALIAÇÃO ATUARIAL Prezado Sehor, Em atedmeto à solctação de V.Sa., apresetamos, a seqüêca, os resultados do estudo referecado.
Leia maisINTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA
INTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA 003 Iformações: relembra-se os aluos teressados que a realzação de acções presecas só é possível medate solctação vossa, por escrto, à assstete da cadera. A realzação
Leia maisCAPÍTULO 9 - Regressão linear e correlação
INF 6 Prof. Luz Alexadre Peterell CAPÍTULO 9 - Regressão lear e correlação Veremos esse capítulo os segutes assutos essa ordem: Correlação amostral Regressão Lear Smples Regressão Lear Múltpla Correlação
Leia maisFERRAMENTA AVALIATIVA DINÂMICA A PARTIR DA TEORIA DE RESPOSTA AO ITEM
FERRAMENTA AVALIATIVA DINÂMICA A PARTIR DA TEORIA DE RESPOSTA AO ITEM Fabríca D. Satos, Lucla G. Rbero, Leoardo G. de R. Guedes, Weber Marts Uversdade Católca de Goás, Departameto de Computação Uversdade
Leia maisAna Clara P. Campos 1 Denise Nunes Viola 1 Moacyr Cunha Filho 2 Guilherme Vilar 2 Vanessa Van Der Linden 3
Idetfcação da exstêca de padrão espacal aleatóro a dstrbução dos pacetes portadores de doeça geétca rara com defcêca físca da Assocação de Assstêca à Craça Defcete (AACD) de Perambuco Aa Clara P. Campos
Leia maisRequisitos metrológicos de instrumentos de pesagem de funcionamento não automático
Requstos metrológcos de strumetos de pesagem de fucoameto ão automátco 1. Geeraldades As balaças estão assocadas de uma forma drecta à produção do betão e ao cotrolo da qualdade do mesmo. Se são as balaças
Leia maisIND 1115 Inferência Estatística Aula 9
Coteúdo IND 5 Iferêca Estatístca Aula 9 Outubro 2004 Môca Barros Dfereça etre Probabldade e Estatístca Amostra Aleatóra Objetvos da Estatístca Dstrbução Amostral Estmação Potual Estmação Bayesaa Clássca
Leia maisUma Calculadora Financeira usando métodos numéricos e software livre
Uma Calculadora Facera usado métos umércos e software lvre Jorge edraza Arpas, Julao Sott, Depto de Cêcas e Egeharas, Uversdade Regoal ItegradaI, URI 98400-000-, Frederco Westphale, RS Resumo.- Neste trabalho
Leia maisHIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia
Aálse estatístca aplcada à hdrologa. Séres hdrológcas oções complemetares HIDROLOGIA E RECURSOS HÍDRICOS Aálse estatístca aplcada à hdrologa O Egehero HIDRÁULICO Echerá? Que população pode abastecer e
Leia maisÍNDICE DE TERMOS: MOTOR DEDICADO, PADRONIZAÇÃO;
Aplcação de Motores de Méda esão dedcados acoados por versor de frequêca e utlzação de um úco projeto em dferetes solctações de carga. Gleuber Helder Perera Rodrgues Esp. Eg. WEG Brasl gleuber@weg.et Alex
Leia maisProf. Dr. Marco Antonio Leonel Caetano Projeção de Cenários Aplicados ao Orçamento Empresarial Com revisão das Ferramentas de Estatística
Projeção de Ceáros Aplcados ao Orçameto Empresaral Com revsão das Ferrametas de Estatístca Prof. Dr. Marco Atoo Leoel Caetao TÓPICO Tratameto, Quatfcação e Vsualzação de Dados Faceros. Itrodução Na dvulgação
Leia mais5 Critérios para Análise dos Resultados
5 Crtéros para Aálse dos Resultados Este capítulo tem por objetvos forecer os crtéros utlzados para aálse dos dados ecotrados a pesqusa, bem como uma vsão geral dos custos ecotrados e a forma de sua evolução
Leia maisde Energia Geração Térmica
Sstema Itegrado de Plaeameto e Comercalzação de Eerga Geração Térmca Rafael de Souza Favoreto, CEHPAR LACTEC; Marcelo Rodrgues Bessa, CEHPAR LACTEC; Wlso Tadeu Pzzatto, COPEL; Luz Roberto Morgester Ferrera,
Leia maisEducação e Pesquisa ISSN: 1517-9702 revedu@usp.br Universidade de São Paulo Brasil
Educação e Pesqusa ISS: 1517-972 revedu@usp.br Uversdade de São Paulo Brasl Helee, Otavao Evolução da escolardade esperada o Brasl ao logo do século XX Educação e Pesqusa, vol. 38, úm. 1, marzo, 212, pp.
Leia maisLEASING UMA OBSERVAÇÃO Economista Antonio Pereira da Silva
LEASING UMA OBSERVAÇÃO Ecoomsta Atoo Perera da Slva AMOR POR DINHEIRO TITÃS Composção: Sérgo Brtto e To Bellotto Acma dos homes, a le E acma da le dos homes A le de Deus Acma dos homes, o céu E acma do
Leia mais2 Estrutura a Termo de Taxa de Juros
Estrutura a Termo de Taxa de Juros 20 2 Estrutura a Termo de Taxa de Juros A Estrutura a termo de taxa de juros (também cohecda como Yeld Curve ou Curva de Retabldade) é a relação, em dado mometo, etre
Leia maisGestão de Sistemas de Produção/Operações Profº Túlio de Almeida
Gestão de Sstemas de Produção/Operações Profº Túlo de Almeda 3. AVALIAÇÃO DE DESEMPENHO E INDICADORES 3.1. INDICADORES DE DESEMPENHO Os dcadores são tes essecas para qualquer tpo de projeto, processo,
Leia maisO delineamento amostral determina os processos de seleção e de inferência do valor da amostra para o valor populacional.
Curso Aperfeçoameto em Avalação de Programas Socas ª Turma Dscpla: Téccas quattatvas de levatameto de dados: prcpas téccas de amostragem Docete: Claudete Ruas Brasíla, ovembro/005 Pesqusa por amostragem
Leia mais8 Programação linear 78
8 Programação lear 78 8 Programação lear A programação lear cosderou duas fuções objetvo: (a) maxmzação da comercalzação do gás e (b) mmzação das perdas (recetas e multas cotratuas). Foram dealzados dos
Leia maisCAPÍTULO 2 - Estatística Descritiva
INF 6 Prof. Luz Alexadre Peterell CAPÍTULO - Estatístca Descrtva Podemos dvdr a Estatístca em duas áreas: estatístca dutva (ferêca estatístca) e estatístca descrtva. Estatístca Idutva: (Iferêca Estatístca)
Leia maisJUROS SIMPLES. i 100 i 100. TAXA PROPORCIONAL: É aquela que aplicada ao mesmo capital, no mesmo prazo, produze o mesmo juros.
JUROS MONTANTE JUROS SIMPLES J = C 0 * * t 00 M = C * + * t 00 TAXA PROPORCIONAL: É aquela que aplcada ao mesmo captal, o mesmo prazo, produze o mesmo juros. * = * JUROS COMPOSTOS MONTANTE M = C * + 00
Leia maisAMOSTRAGEM EM DOIS ESTÁGIOS COM UNIDADES PRIMÁRIAS DE TAMANHOS DIFERENTES SUBSAMPLING TO TWO PROBATION WITH PRIMARY UNITS OF UNEQUAL SIZES
Cêca Florestal, v.6,., p.47-55 47 ISS 003-9954 AMOSTRAGEM EM DOIS ESTÁGIOS COM UIDADES PRIMÁRIAS DE TAMAHOS DIFERETES SUBSAMPLIG TO TWO PROBATIO WITH PRIMARY UITS OF UEQUAL SIZES Sylvo Péllco etto RESUMO
Leia mais3 Precificação de resseguro
Precfcação de Resseguro 35 3 Precfcação de resseguro Este capítulo traz prmeramete uma oção ampla das aplcações das metodologas de precfcação de resseguro para melhor compreesão do mesmo Da seção 3 até
Leia maisPalavras-Chave: Teoria das Restrições, Decisões a Longo Prazo, Simulação de Monte Carlo.
Teora das Restrções e Decsões de Logo Prazo: Camho para a Covergêca Autores PABLO ROGERS Uversdade Federal de Uberlâda ERNANDO ANTONIO REIS Uversdade Federal de Uberlâda Resumo Advogam os crítcos da Teora
Leia maisAVALIAÇÃO DOS PROGRAMAS DE PÓS-GRADUAÇÃO EM ENGENHARIA DA UFRJ EMPREGANDO UMA VARIANTE DESENVOLVIDA DO MÉTODO UTA
versão mpressa ISSN 00-7438 / versão ole ISSN 678-542 AVALIAÇÃO DOS PROGRAMAS DE PÓS-GRADUAÇÃO EM ENGENHARIA DA UFRJ EMPREGANDO UMA VARIANTE DESENVOLVIDA DO MÉTODO UTA Luís Alberto Duca Ragel UFF-COPPE/PEP/UFRJ
Leia maisProfessor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø.
Professor Maurco Lutz 1 EGESSÃO LINEA SIMPLES A correlação lear é uma correlação etre duas varáves, cujo gráfco aproma-se de uma lha. O gráfco cartesao que represeta essa lha é deomado dagrama de dspersão.
Leia maisANAIS O JOGO DA LOGÍSTICA E SUAS VARIANTES NO PROBLEMA DE LOCALIZAÇÃO DE INSTALAÇÕES
O JOGO DA LOGÍSTICA E SUAS VARIANTES NO PROBLEMA DE LOCALIZAÇÃO DE INSTALAÇÕES MARCOS RICARDO ROSA GEORGES ( marcos.georges@puc-campas.edu.br, marcos_georges@yahoo.com.br ) PUC-CAMPINAS Resumo Este artgo
Leia maisMatemática. Resolução das atividades complementares. M18 Noções de Estatística
Resolução das atvdades complemetares Matemátca M8 Noções de Estatístca p. 3 (UFRJ) Dos estados do país, um certo ao, produzem os mesmos tpos de grãos. Os grácos de setores lustram a relação etre a produção
Leia maisA Medição e o Erro de Medição
A Medção e o Erro de Medção Sumáro 1.1 Itrodução 1.2 Defções 1.3 Caracterzação da qualdade de medção 1.4 O erro da medção 1.4.1 Os erros aleatóros 1.4.2 Os erros sstemátcos 1.5 O verdadero valor, o erro
Leia maisDESENVOLVIMENTO DE UMA PLATAFORMA COMPUTACIONAL GRÁFICA PARA ESTUDOS DE FLUXO DE CARGA DE SISTEMAS DE POTÊNCIA
DESENVOLVIMENTO DE UMA PLATAFORMA COMPUTACIONAL GRÁFICA PARA ESTUDOS DE FLUXO DE CARGA DE SISTEMAS DE POTÊNCIA Thales Lma Olvera, Geraldo Caxeta Gumarães, Márco Augusto Tamashro Uversdade Federal de Uberlâda,
Leia maisPROCEDIMENTOS DE CÁLCULO DE INCERTEZA DE MEDIÇÃO EM MEDIÇÕES DIRETAS E INDIRETAS
PROCEDIMENTOS DE CÁLCULO DE INCERTEZA DE MEDIÇÃO EM MEDIÇÕES DIRETAS E INDIRETAS Prof José Leoardo Noroha M Eg Departameto de Egehara de Prodção Escola Federal de Egehara de Itabá EFEI RESUMO: Neste trabalho
Leia maisTotal Bom Ruim Masculino
UNIDADE I - ESTUDO DIRIGIDO Questão - Classfque as varáves em qualtatva (omal ou ordal ou quattatva (cotíua ou dscreta: a. População: aluos de uma Uversdade. Varável: cor dos cabelos (louro, castaho, ruvo,
Leia maisMarília Brasil Xavier REITORA. Prof. Rubens Vilhena Fonseca COORDENADOR GERAL DOS CURSOS DE MATEMÁTICA
Maríla Brasl Xaver REITORA Prof. Rubes Vlhea Foseca COORDENADOR GERAL DOS CURSOS DE MATEMÁTICA MATERIAL DIDÁTICO EDITORAÇÃO ELETRONICA Odvaldo Texera Lopes ARTE FINAL DA CAPA Odvaldo Texera Lopes REALIZAÇÃO
Leia maisSUMÁRIO GOVERNO DO ESTADO DO CEARÁ. Cid Ferreira Gomes Governador. 1. Introdução... 2. Domingos Gomes de Aguiar Filho Vice Governador
INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ - IPECE GOVERNO DO ESTADO DO CEARÁ Cd Ferrera Gomes Goverador Domgos Gomes de Aguar Flho Vce Goverador SECRETARIA DO PLANEJAMENTO E GES- TÃO (SEPLAG)
Leia maisEconometria: 4 - Regressão Múltipla em Notação Matricial
Ecoometra: 4 - Regressão últpla em Notação atrcal Prof. arcelo C. ederos mcm@eco.puc-ro.br Prof. arco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo
Leia maisProjeção Populacional 2013-2020 para a Cidade do Rio de Janeiro: uma aplicação do método AiBi
ISSN 1984-7203 Projeção Populacoal 2013-2020 para a Cdade do Ro de Jaero: uma aplcação do método AB Nº 20130102 Jaero - 2013 Iva Braga Ls 1, Marcelo Pessoa da Slva, Atoo Carlos Carero da Slva, Sérgo Gumarães
Leia maisAPLICAÇÕES DE MÉTODOS DE ENERGIA A PROBLEMAS DE INSTABILIDADE DE ESTRUTURAS
PONTIFÍCI UNIVERSIDDE CTÓLIC DO RIO DE JNEIRO DEPRTMENTO DE ENGENHRI CIVIL PLICÇÕES DE MÉTODOS DE ENERGI PROBLEMS DE INSTBILIDDE DE ESTRUTURS Julaa Bragh Ramalho Raul Rosas e Slva lua de graduação do curso
Leia maisRESUMO DE MATEMÁTICA FINANCEIRA. Juro Bom Investimento C valor aplicado M saldo ao fim da aplicação J rendimento (= M C)
RESUMO DE MATEMÁTICA FINANCEIRA I. JUROS SIMPLES ) Elemetos de uma operação de Juros Smples: Captal (C); Motate (M); Juros (J); Taxa (); Tempo (). ) Relação etre Juros, Motate e Captal: J = M C ) Defção
Leia maisEVAPOTRANSPIRAÇÃO DE REFERÊNCIA UTILIZANDO MÉTODOS DE TANQUE CLASSE A PROPOSTOS PELA FAO, NA REGIÃO DE MOSSORÓ, RN
EVAPOTRANSPIRAÇÃO DE REFERÊNCIA UTILIZANDO MÉTODOS DE TANQUE CLASSE A PROPOSTOS PELA FAO, NA REGIÃO DE MOSSORÓ, RN Tayd Dayvso Custódo Pexoto ; Sérgo Luz Agular Leve ; Adre Herma Frere Bezerra 3 ; José
Leia maisCurso de An lise de Fluxo de Caixa
Curso de A lse de Fluxo de Caxa SUMÁRIO PROGRESSÕES... 0. FÓRMULAS BÁSICAS... 0.. Progressões artmétcas... 0..2 Progressões geométrcas... 02.2 EXERCÍCIOS SUGERIDOS... 02 2 CONCEITOS DE MATEMÁTICA FINANCEIRA...
Leia maisESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA
ESTATÍSTICA MÓDULO OS RAMOS DA ESTATÍSTICA Ídce. Os Ramos da Estatístca...3.. Dados Estatístcos...3.. Formas Icas de Tratameto dos Dados....3. Notação por Ídces...5.. Notação Sgma ()...5 Estatístca Módulo
Leia maisUnidade II ESTATÍSTICA
ESTATÍSTICA Udade II 3 MEDIDAS OU PARÂMETROS ESTATÍSTICOS 1 O estudo que fzemos aterormete dz respeto ao agrupameto de dados coletados e à represetação gráfca de algus deles. Cumpre agora estudarmos as
Leia maisInterpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1.
Iterpolação Iterpolação é um método que permte costrur um ovo cojuto de dados a partr de um cojuto dscreto de dados potuas cohecdos. Em egehara e cêcas, dspõese habtualmete de dados potuas, obtdos a partr
Leia maisOlá, amigos concursandos de todo o Brasil!
Matemátca Facera ICMS-RJ/008, com gabarto cometado Prof. Wager Carvalho Olá, amgos cocursados de todo o Brasl! Veremos, hoje, a prova do ICMS-RJ/008, com o gabarto cometado. - O artgo º da Le.948 de 8
Leia maisRAI - Revista de Administração e Inovação ISSN: 1809-2039 campanario@uninove.br Universidade de São Paulo Brasil
RAI - Revsta de Admstração e Iovação ISSN: 809-2039 campaaro@uove.br Uversdade de São Paulo Brasl Cotador, José Luz; Cotador, José Celso; Herques de Carvalho, Marcus Fabus; Olvera Costa Neto, Pedro Luz
Leia maisFERRAMENTAS DE ANÁLISE DE RISCOS EM ESTRATÉGIAS EMPRESARIAIS
FERRAMENTAS DE ANÁLISE DE RISCOS EM ESTRATÉGIAS EMRESARIAIS or: Herbert Kmura RAE-eletrôca, Volume, Número 2, jul-dez/2002. http://www.rae.com.br/eletroca/dex.cfm?fuseacto=artgo&id=825&secao=wc&volume=&numero=2&ao=
Leia maisUERJ CTC IME Departamento de Informática e Ciência da Computação 2 Cálculo Numérico Professora Mariluci Ferreira Portes
UERJ CTC IE Departameto de Iormátca e Cêca da Computação Udade I - Erros as apromações umércas. I. - Cosderações geras. Há váras stuações em dversos campos da cêca em que operações umércas são utlzadas
Leia maisNota Técnica n o 037/2013-SRG/ANEEL. Em 17 de maio de 2013. Processo: 48500.002907/2010-89
Nota Técca o 037/2013-SRG/ANEEL Em 17 de mao de 2013. Processo: 48500.002907/2010-89 Assuto: Cosoldação de todas as regulametações referetes à apuração de dspobldades de empreedmetos de geração de eerga
Leia maisFaculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL
Faculdade de Tecologa de Cataduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL 5. Meddas de Posção cetral ou Meddas de Tedêca Cetral Meddas de posção cetral preocupam-se com a caracterzação e a
Leia maisAnalise do Programa Bolsa Familia e o problema de assimetria de informação (Moral Hazard)
Aalse do Programa Bolsa Famla e o problema de assmetra de formação (Moral Hazard) Adão Rodrgues 1 Júla Araújo 2 Resumo: O objetvo deste trabalho é aalsar os problemas exstetes o programa de trasferêca
Leia maisGRUPO XII ASPECTOS TÉCNICOS E GERENCIAIS DE MANUTENÇÃO EM INSTALAÇÕES ELÉRTICAS - GMI
SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GMI - 5 6 a Outubro de 5 Curtba - Paraá GRUPO XII ASPECTOS TÉCNICOS E GERENCIAIS DE MANUTENÇÃO EM INSTALAÇÕES ELÉRTICAS - GMI APLICAÇÃO
Leia maisCapítulo 6 - Centro de Gravidade de Superfícies Planas
Capítulo 6 - Cetro de ravdade de Superfíces Plaas 6. Itrodução O Cetro de ravdade (C) de um sóldo é um poto localzado o própro sóldo, ou fora dele, pelo qual passa a resultate das forças de gravdade que
Leia maisFINANCIAMENTOS UTILIZANDO O EXCEL
rofessores Ealdo Vergasta, Glóra Márca e Jodála Arlego ENCONTRO RM 0 FINANCIAMENTOS UTILIZANDO O EXCEL INTRODUÇÃO Numa operação de empréstmo, é comum o pagameto ser efetuado em parcelas peródcas, as quas
Leia maisAtividades Práticas Supervisionadas (APS)
Uversdade Tecológca Federal do Paraá Prof: Lauro Cesar Galvão Campus Curtba Departameto Acadêmco de Matemátca Cálculo Numérco Etrega: juto com a a parcal DATA DE ENTREGA: da da a PROVA (em sala de aula
Leia maisProf. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística
Prof. Lorí Val, Dr. http://www.pucrs.br/famat/val/ val@pucrs.br Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Obetvos A Aálse de
Leia maisMEDIDAS DE TENDÊNCIA CENTRAL I
Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, edca Veterára, uscoterapa, Odotologa, Pscologa EDIDAS DE TENDÊNCIA CENTRAL I 7 7. EDIDAS DE
Leia maisCAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados
3.1. Meddas de Tedêca Cetral CAPÍTULO 3 MEDIDA DE TENDÊNCIA CENTRAL E VARIABILIDADE UFRG 1 Há váras meddas de tedêca cetral. Etre elas ctamos a méda artmétca, a medaa, a méda harmôca, etc. Cada uma dessas
Leia maisANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS
ANÁLISE DE ERROS A oservação de um feómeo físco ão é completa se ão pudermos quatfcá-lo. Para é sso é ecessáro medr uma propredade físca. O processo de medda cosste em atrur um úmero a uma propredade físca;
Leia maisConstrução e Análise de Gráficos
Costrução e Aálse de Gráfcos Por que fazer gráfcos? Facldade de vsualzação de cojutos de dados Faclta a terpretação de dados Exemplos: Egehara Físca Ecooma Bologa Estatístca Y(udade y) 5 15 1 5 Tabela
Leia maisE-mails: damasceno1204@yahoo.com.br damasceno@interjato.com.br damasceno12@hotmail.com http://www. damasceno.info www. damasceno.info damasceno.
Matemátca Facera 2007.1 Prof.: Luz Gozaga Damasceo 1 E-mals: damasceo1204@yahoo.com.br damasceo@terjato.com.br damasceo12@hotmal.com http://www. damasceo.fo www. damasceo.fo damasceo.fo Obs.: (1 Quado
Leia maisII. Propriedades Termodinâmicas de Soluções
II. Propredades Termodâmcas de Soluções 1 I. Propredades Termodâmcas de Fludos OBJETIVOS Eteder a dfereça etre propredade molar parcal e propredade de uma espéce pura Saber utlzar a equação de Gbbs-Duhem
Leia maisLealdade à Marca e Sensibilidade ao Preço: Um Estudo da Escolha da Marca pelo Consumidor. Autoria: Delane Botelho, André Torrres Urdan.
Lealdade à Marca e Sesbldade ao Preço: Um Estudo da Escolha da Marca pelo Cosumdor Autora: Delae Botelho, Adré Torrres Urda Resumo Este artgo usa dados em pael do tpo escaeados, desagregados ao ível de
Leia maisPUCRS FAMAT DEPTº DE ESTATÍSTICA ESTATÍSTICA DESCRITIVA SÉRGIO KATO
PUCRS FAMAT DEPTº DE ESTATÍSTICA ESTATÍSTICA DESCRITIVA SÉRGIO KATO A expressão dados, será ctada dversas vezes esta dscpla, em lguagem ormal, dados são ormações (úmeros ou ão) sobre um dvíduo (pessoa,
Leia maisESTATÍSTICA Exame Final 1ª Época 3 de Junho de 2002 às 14 horas Duração : 3 horas
Faculdade de cooma Uversdade Nova de Lsboa STTÍSTIC xame Fal ª Época de Juho de 00 às horas Duração : horas teção:. Respoda a cada grupo em folhas separadas. Idetfque todas as folhas.. Todas as respostas
Leia maisProjeto e Análise de Algoritmos Recorrências. Prof. Humberto Brandão
Projeto e Aálse de Algortmos Recorrêcas Prof. Humberto Bradão humberto@dcc.ufmg.br Uversdade Federal de Alfeas Laboratóro de Pesqusa e Desevolvmeto LP&D Isttuto de Cêcas Exatas ICEx versão da aula: 0.
Leia maisEconometria: 3 - Regressão Múltipla
Ecoometra: 3 - Regressão Múltpla Prof. Marcelo C. Mederos mcm@eco.puc-ro.br Prof. Marco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo de regressão
Leia maisNotas em Matemática Aplicada 9
Notas em atemátca Aplcada 9 Edtado por Elaa XL de Adrade Uversdade Estadual aulsta - UNES São José do Ro reto, S, Brasl Rubes Sampao otfíca Uversdade Católca do Ro de Jaero Ro de Jaero, RJ, Brasl Geraldo
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou. experimental.
É o grau de assocação etre duas ou mas varáves. Pode ser: correlacoal ou Prof. Lorí Val, Dr. val@mat.ufrgs.r http://www.mat.ufrgs.r/~val/ expermetal. Numa relação expermetal os valores de uma das varáves
Leia maisSistema Kanban para fábrica de tintas
Sstema Kaba para ábrca de ttas José Luz Cotador Proessor do Programa de Pós-Graduação em Admstração Uove; Doutor em Egehara Aeroáutca e Mecâca - Isttuto Tecológco de Aeroáutca ITA. [Brasl] luz@eg.uesp.br
Leia maisRelatório 2ª Atividade Formativa UC ECS
Relatóro 2ª Atvdade Formatva Eercíco I. Quado a dstrbução de dados é smétrca ou apromadamete smétrca, as meddas de localzação méda e medaa, cocdem ou são muto semelhates. O mesmo ão acotece quado a dstrbução
Leia maisDISTRIBUIÇÃO HIPERGEOMÉTRICA
7 DISTRIBUIÇÃO HIPERGEOMÉTRICA Cosdere-se uma população fta costtuída por N elemetos dstrbuídos por duas categoras eclusvas e eaustvas de dmesões M e N M, respectvamete. Os elemetos da prmera categora
Leia maisRisco Moral na Utilização de Serviços de Saúde no Brasil
Rsco Moral a Utlzação de Servços de Saúde o Brasl Resumo Autora: Lus Gabrel Marques Regato, Luís duardo Afoso Neste trabalho fo vestgada a preseça de rsco moral o sstema de plaos de saúde do Brasl, por
Leia maisCap. 5. Testes de Hipóteses
Cap. 5. Testes de Hpóteses Neste capítulo será estudado o segudo problema da ferêca estatístca: o teste de hpóteses. Um teste de hpóteses cosste em verfcar, a partr das observações de uma amostra, se uma
Leia maisM = C( 1 + i.n ) J = C.i.n. J = C((1+i) n -1) MATEMÁTICA FINANCEIRA. M = C(1 + i) n BANCO DO BRASIL. Prof Pacher
MATEMÁTICA 1 JUROS SIMPLES J = C.. M C J J = M - C M = C( 1 +. ) Teste exemplo. ados com valores para facltar a memorzação. Aplcado-se R$ 100,00 a juros smples, à taxa omal de 10% ao ao, o motate em reas
Leia maisd s F = m dt Trabalho Trabalho
UNIVERSIDADE DO ESTADO DE MATO GROSSO CAMPUS UNIVERSITÁRIO DE SINOP FACULDADE DE CIÊNCIAS EXATAS E TECNOLÓGICAS CURSO DE ENGENHARIA CIVIL DISCIPLINA: CÁLCULO DIFERENCIAL E INTEGRAL I Trabalho 1. Itrodução
Leia maisCap.20 Avaliação Econ. Financ. de Projetos de Inv. Sumário. Jim Lane. $20 mi. Gordon Letwin $20 mi Paul Allen $25 bi
Pol-UFRJ/25.1 Cap.2 Avalação Eco. Fac. de Projetos de Iv. Ecooma Carlos Nemer 3ª Ed. Capítulo 2 Avalação Ecoômco Facera de Projetos de Ivestmeto Steve Wood $15 m Bob O' Rear $1 mllo Bob Wallace $5 m Bob
Leia maisConfiabilidade Estrutural
Professor Uversdade de Brasíla Departameto de Egehara Mecâca Programa de Pós graduação em Itegrdade Estrutural Algortmo para a Estmatva do Idce de Cofabldade de Hasofer-Ld Cofabldade Estrutural Jorge Luz
Leia maisCursos de Licenciatura em Ensino de Matemática e de EGI. Teoria de Probabilidade
Celso Albo FACULDADE DE CIÊNCIAS NATURAIS E MATEMÁTICA DEPARTAMENTO DE MATEMÁTICA Campus de Lhaguee, Av. de Moçambque, km, Tel: +258 240078, Fax: +258 240082, Maputo Cursos de Lcecatura em Eso de Matemátca
Leia mais2.0 - MODELAGEM DA CARGA
GAT-23 2 a 26 de ubro de 2 Campas - São Paulo - Brasl G R U P O I V GRUPO DE ESTUDO DE ANÁLISE E TÉCNICAS DE SISTEMAS DE POTÊNCIA GAT RESERVA DE POTÊNCIA OPERATIVA - UMA METODOLOGIA DE TRANSIÇÃO A. A.
Leia maisEm muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.
Prof. Lorí Val, Dr. val@pucrs.r http://www.pucrs.r/famat/val/ Em mutas stuações duas ou mas varáves estão relacoadas e surge etão a ecessdade de determar a atureza deste relacoameto. A aálse de regressão
Leia maisVariância estatística associada a métodos semi-empíricos para estimativa da capacidade de carga de estacas
Teora e Prátca a Egehara vl,.0, p.6-67, ovemro, 0 arâca estatístca assocada a métodos sem-empírcos para estmatva da capacdade de carga de estacas Statstcal varace assocated wth sem-emprcal methods for
Leia mais