MÉTODO DE OTIMIZAÇÃO EXPERIMENTAL DA QUALIDADE E DURABILIDADE DE UM PRODUTO
|
|
- Alfredo Abreu Diegues
- 8 Há anos
- Visualizações:
Transcrição
1 MÉTODO DE OTIMIZAÇÃO EPERIMENTAL DA QUALIDADE E DURABILIDADE DE UM PRODUTO Carla ten Caten UFRGS / PPGEP Praça Argentna, 9/Sala LOPP - Porto Alegre/RS - CEP e-mal: tencaten@ppgep.ufrgs.br Morgana Pzzolato e-mal: morgana@ppgep.ufrgs.br Abstract: Ths artcle presents an applcaton of an optmzaton method where qualty and relablty aspects of products and processes are smultaneously consdered. The proposed method s mplemented n fve steps: () problem dentfcaton; () experment plannng; () experment executon; (v) ndvdual modelng of responses; (v) choce of utlty functon, optmzaton crtera, and optmzaton proper. Method steps use decson analyss methods such as QFD (Qualty Functon Deployment), and statstcal tools such as desgn of experments, accelerated testng and modelng of product degradaton. The method s appled n the optmzaton of an njected plastc product used n breedng farms. Key Words: Multresponse optmzaton, degradaton response varables, DOE.. Introdução Alguns produtos apresentam problemas de desempenho após seu lançamento, colocando em questonamento a qualdade garantda na sua compra. Quando sso acontece, se faz necessára uma avalação da durabldade do produto, consderando aspectos relaconados ao processo produtvo, tas como parâmetros de processo, e aspectos de projeto, tas como a composção do produto. A qualdade de um produto deve ser planejada para garantr que o produto atenda às demandas do mercado. Uma ferramenta auxlar no planejamento da qualdade orentada pelas demandas dos clentes é o QFD Desdobramento da Função Qualdade. O QFD converte exgêncas dos usuáros em característcas de qualdade (CQs) tangíves, e permte dentfcar e prorzar partes do produto e etapas de seu processo de manufatura que mpactem sobre o desempenho das CQs (Akao, 990 e 996; Echeveste, 997). Para avalar a durabldade de produto, é comum a utlzação de varáves de resposta (VRs) que meçam o seu grau de degradação (Nelson, 990). Avala-se, assm, a redução no desempenho do produto até a sua falha. VRs de degradação podem ser avaladas sob condções extremas de uso do produto, através da utlzação de fatores de aceleração que permte reduzr o tempo total de expermentação. Neste artgo, propõe-se um método de otmzação capaz de ldar com VRs de degradação, além das VRs usuas de qualdade. O método é consttuído das seguntes etapas. () Identfcação do problema, onde organzam-se e documentam-se nformações exstentes sobre o processo ou produto em estudo utlzando as matrzes do QFD; () Planejamento expermental, onde planejam-se e analsam-se os expermentos segundo os prncípos do DOE Desgn of Experments (Montgomery, 99); () Execução dos expermentos com testes acelerados, onde avalam-se além das característcas de qualdade do produto, varáves de degradação sob condções aceleradas, a fm redefnr a vda útl do produto (Nelson, 990; Faccon, 000); (v) Modelagem das varáves de resposta, onde modelam-se característcas de qualdade e varáves de degradação utlzando modelos de
2 regressão múltpla (Seber, 98) e (v) Otmzação utlzando-se a Função Perda Quadrátca Multvarada em Rbero & Caten, 996. O método aqu utlzado fo orgnalmente proposto por Rbero et all (000) e aplcado na otmzação de uma mstura de borracha, onde foram analsados fatores de processo e ngredentes da mstura. Uma versão smplfcada do mesmo método fo também apresentada por Caten (995), no contexto de uma otmzação de massa de azulejos cerâmcos e na otmzação de um processo de fundção. As aplcações em Caten (995) e Rbero et all (000), todava, não contemplavam varáves de confabldade, conforme proposto neste artgo. Para lustrar o método de otmzação aqu proposto, apresenta-se um estudo de caso, onde se deseja otmzar a formulação de psos plástcos, fabrcados em um processo de njeção e utlzados na cração de anmas, com relação a aspectos de qualdade e confabldade.. Método de Otmzação e Estudo de Caso Nesta seção são apresentadas as etapas propostas do método de otmzação de produtos e processos, bem como os resultados da sua aplcação no estudo de caso... Identfcação do problema Nesta etapa, a equpe de trabalho estabelece os objetvos do estudo, defnndo metas e sstemátcas para sua verfcação. Na maora dos produtos, as prncpas CQs requerdas pelo clente correspondem àquelas essencas para o sucesso e operação segura do produto (Goel & Sngh, 998). Um segundo grupo de CQs são defndas por tendêncas do mercado para a classe de produtos em estudo; clentes comparam produtos concorrentes baseados nestas característcas. Tas CQs podem estar baseadas em descobertas tecnológcas ou déas novadoras. Um produto de boa qualdade deve atender a todas essas CQs, além de se apresentar duradouro. Falhas no produto como um todo ou em algumas de suas CQs essencas dentro de seu período de vda planejado geram nsatsfação no clente. Se, por outro lado, o desempenho das CQs do produto degrada conforme esperado, o produto é dentfcado como de boa durabldade, o que aumenta sua acetação junto aos consumdores. A equpe de trabalho deve drgr seus esforços na dentfcação das demandas de qualdade de nteresse do mercado e na defnção de CQs dretamente relaconadas a essas demandas. As CQs seleconadas devem traduzr as demandas de qualdade em termos de requstos técncos, mensuráves e objetvos (Montgomery, 99). Para tanto, recomendam-se equpes de trabalho cujos ntegrantes possuam famlardade com o produto e seu processo de fabrcação (Rbero et all, 999). Na otmzação dos psos plástcos, as CQs de nteresse para o clente foram dentfcadas por um grupo de trabalho multfunconal, formado por funconáros dos setores de projeto, de processo e de atendmento ao clente. Identfcadas as demandas, elegeram-se CQs a elas relaconadas e canddatas à expermentação. As CQs foram avaladas quanto à sua mportânca, tendo como base o conhecmento do grupo multfunconal, além de demandas defndas pelos clentes. O conjunto de CQs resultantes, seus valores-alvo e especfcações, bem como sua mportânca relatva percentual vêm apresentados na Tabela. No estudo de caso, uma das CQs seleconadas para estudo dz respeto à queda de desempenho ou degradação do produto. Tal CQ está dretamente relaconada à robustez e establdade do produto ao longo do tempo, ou seja, à sua confabldade. CQs de degradação podem ser varáves objetvamente mensuráves ou varáves sensoras, avaladas somente através de mensuração subjetva (Faccon, 000). A CQ degradação na Tabela pertence à segunda categora. A avalação dos psos plástcos quanto à degradação provocada pelo seu uso ntensfcado (sto é, em condções aceleradas) é feta através de nspeção vsual.
3 .. Planejamento dos Expermentos Para que um expermento se realze de forma efcente, deve-se empregar métodos centífcos no seu planejamento. Para planejar e executar um expermento ndustral, é necessáro que a equpe técnca dentfque os parâmetros com maor probabldade de nfluencar a qualdade dos tens produzdos. Dentre os possíves parâmetros de produto e processo, a equpe técnca deve defnr aqueles a serem alterados durante o expermento; estes são os fatores controláves do expermento. Fatores controláves devem ser especfcados quanto ao seu ntervalo de estudo, número de níves e quanto à possível ocorrênca de nteração entre fatores (Montgomery, 99). Parâmetros não alterados no expermento devem ser mantdos fxos ou constantes, para reduzr o erro expermental. Fatores de ruído, responsáves pelo erro expermental, também devem ser dentfcados com vstas à dmnução de seus efetos sobre as CQs. Fnalmente, o número de rodadas no expermento deve ser defndo consderando restrções fnanceras e técncas (Caten, 995). Uma famíla especal de desgn expermental adequada para estudar, de forma efcente e econômca, o efeto conjunto de város fatores sobre uma ou mas CQs são os expermentos fatoras (Werkema & Aguar, 996b). Uma vez defndas as CQs a serem otmzadas no expermento, lstam-se os parâmetros de processo a serem nvestgados. Desejam-se parâmetros que nfluencem as CQs. O cruzamento entre CQs e parâmetros de processo utlza o QFD. O esquema operaconal do QFD é o segunte. Consdere uma estrutura composta por I lnhas ( =,..., I) e J colunas (j =,..., J) relaconáves que formam uma matrz, além de um número adconal de lnhas e colunas que não se cruzam na estrutura. Desejam-se valores numércos ou pesos, desgnados por IP j, que permtam ordenar os elementos lstados nas colunas conforme sua mportânca relatva. Para tanto, duas nformações são usadas: () pesos de mportânca IR atrbuídos aos elementos lstados nas I lnhas da matrz, e () medções numércas do relaconamento entre os elementos nas I lnhas e J colunas da matrz, IQ j, para todo e j. O índce IP j é então determnado através da relação (Mury & Foglatto, no prelo): n IP = ( IR IQ ), j =,..., J. j j = A ntensdade dos relaconamentos IQ j () pode ser quantfcada utlzando uma escala com valores entre 0 e 9, onde 0 denota nexstênca de relação entre os elementos e j, e 9 ndca dependênca máxma entre os elementos; demas valores na escala descrevem stuações ntermedáras. No contexto de um planejamento expermental, os elementos e j correspondem as CQs e parâmetros de processo, respectvamente. O estabelecmento das relações para cada par (, j) deve descrever o efeto sobre a ésma CQ de modfcações efetuadas nos níves do j ésmo parâmetro de processo. O índce IP j pode ser ajustado de forma a expressar a facldade de ajuste do j ésmo parâmetro do processo. Seja FA j o índce que denota a facldade de ajuste do parâmetro em questão (ajustes no processo e nas matéras-prmas) durante a execução do expermento. Tal índce pode ser quantfcado utlzando-se uma escala com valores entre e 0, onde representa um ajuste fácl, 0 representa um ajuste muto dfícl e 0 representa um ajuste mpossível. O índce de prorzação IPj revsto é desgnado por IPR j, sendo dado pela equação: IPj IPR j =, j =,..., J. () FA j A Tabela mostra a lsta de CQs, sua mportânca relatva, a lsta de parâmetros de processo, bem como os resultados da avalação da ntensdade dos relaconamentos entre
4 CQs e parâmetros de processo para o estudo de caso. Informações adconas acerca das CQs e parâmetros de processo também são apresentadas na Tabela. A análse dos valores de IPR j resultantes na matrz levou a quatro parâmetros de processo prortáros para nvestgação; são eles: Tempo de resframento (x); Temperatura do fluído (x ); Percentual de elastômero (x ) e Percentual de talco (x ). Tas parâmetros consttuem os fatores controláves do expermento, sendo codfcados de x a x, conforme apresentado acma. Os parâmetros de processo a serem mantdos constantes no expermento são: Temperatura do molde; Pressão de njeção e Presença de gabarto. Uma vez defndos o número de fatores controláves e seus respectvos ntervalos de nvestgação, procedeu-se a análse do projeto expermental mas adequado para a stuação em questão. O projeto seleconado fo um fatoral k completo que permte capturar os efetos prncpas e os efetos de nterações entre os fatores controláves. Fo adconado aos tratamentos expermentas um ponto central, com níves ntermedáros dos fatores controláves, para verfcar a presença de efetos não-lneares dos fatores controláves sobre as varáves de resposta. Característcas de Qualdade Importânca Relatva Valores Alvo Lmte de Especfcação Tpo. Pressão de Injeção. Velocdade de Injeção Parâmetros do Processo. Gabarto. % Elastômero 5. % Talco 6. Temperatura do Fluído 7. Tempo de Resframento 8. Temperatura do Molde 9. Temperatura Ambente. Degradação 6, 0,06 0,06 Mm Custo,70 8, 9, mm Dureza Rockwell 9,5 9 50,86 Mm Impacto p/ carga máx. 6,98,887 0,7 Mm Impacto p/ deflexão 7,8,98,78 mm Impacto p/ energa 7,8,08 0,95 Mm Valor máxmo sem Valor mínmo 0 00 com Tabela Undade Medda Bar mm/s % % s Índce Prorzação(IP) Ordem Prorzação o o 5 o o o - Facldade Ajuste 7 7,5 0,5,5 8 0 IP revsto Ordem Prorzação o o o o 5 o - Fatores Seleconados Efeto Quadrátco S S N N - - Nível fatores fxos com Matrz de relaconamento entre CQs e parâmetros de processo (Legenda: Mm=maor é melhor; mm=menor é melhor) - o C o C o C.. Execução dos Expermentos A correta execução do procedmento de coleta de dados deve segur de manera acurada o rotero planejado. Montorar o progresso do expermento é mportante nesta etapa, pos erros de procedmento podem anular a sua valdade. Dados auxlares e modfcações fetas sobre o planejamento ncal na etapa de execução devem ser regstradas (Wermeka & Aguar, 996a). Para o caso em estudo, não foram realzadas réplcas das rodadas expermentas devdo à nvabldade econômca e à dfculdade de nterromper a produção para a realzação dos ensaos. O expermento fo dvddo em blocos. A blocagem de expermentos consste na dvsão balanceada de suas rodadas expermentas com vstas a unformzar o efeto de um fator, controlável ou de ruído, sobre o expermento. No caso em
5 estudo, a blocagem teve por objetvo unformzar o efeto da temperatura no ambente de execução das rodadas expermentas. Uma vez rodados os tratamentos expermentas, obtveram-se peças a serem analsadas quanto às varáves de resposta (CQs lstadas na Tabela ). Ensaos para medção de cada CQ foram realzados utlzando equpamentos específcos... Modelagem ndvdual das característcas de qualdade A partr dos resultados de um expermento, pode-se obter modelos de regressão relaconando varáves de resposta aos fatores controláves. Varáves de resposta podem nclur valores médos das CQs observados em cada tratamento expermental ou a varânca das CQs em cada tratamento, no caso de expermentos com múltplas realzações de um mesmo tratamento. A modelagem da méda permte otmzar as CQs quanto aos seus valores-alvo. A modelagem da varânca vsa maxmzar a robustez do produto, reduzndo a sensbldade do produto a varações nos fatores de ruído. A avalação da CQ degradação fo realzada colocando-se os psos em um dspostvo desenvolvdo para acelerar o processo de degradação, smulando seu uso em campo. Uma vez submetdas à degradação de ntensdade pré-estabelecda, as peças foram submetdas a uma avalação vsual para determnar seu estado de degradação. Essa avalação vsual fo feta com base na percepção dos avaladores. A equpe de avaladores fo apresentada às amostras resultantes dos ensaos, uma das quas dentfcada como elemento de controle. A equpe avalou as amostras, referente à característca desgaste pelo uso, comparando-as com o elemento de controle. As amostras quando comparadas com o elemento de controle têm, em relação à referda característca, desgaste gual, maor ou menor. As avalações utlzaram uma escala numérca, conforme sugerdo por Foglatto et all (000). Nesta etapa, dferentes tpos de regressão podem ser utlzados para modelar as varáves de resposta em função dos fatores controláves. Para uma descrção detalhada da utlzação da análse de regressão em um contexto de otmzação mult-resposta, ver Foglatto & Albn (000) e Rbero et all (000). Neste estudo de caso, utlzou-se regressão lnear múltpla na modelagem das médas da CQs. Somente fatores sgnfcatvos (p < 0,0) foram ncluídos nos modelos. Os coefcentes de determnação (R ) permtem avalar a representatvdade das equações de regressão obtdas. Informações acerca dos modelos de regressão vêm apresentadas na Tabela. Varável de Resposta (Y ) Dureza Rockwell R (Y ) Degradação 95,0 % Modelo 7,5 % Y = 65,85 +,78,,7 +,65 +, 98 Y = 0,06 0,005 0,007 0,0 + 0, ,005 0,009 (Y ) Custo 96,5 % Y = 8,69 + 0, ,08 + 0, 6 (Y ) Impacto p/ carga máxma (Y 5 ) Impacto p/ deflexão (Y 6 ) Impacto p/ energa + 0,005 0, ,0 55,8 % Y =, 0, + 0,5 0, 0, 0, ,005 66, % Y5 =,56 0, 0,5 0, + 0,5 0, 98,0 % Tabela Y =,99 0, 6 0,0 0,8 0, 0, + 0, + 0,8 0, 0,6 Modelos de regressão obtdos para as característcas de qualdade + 0,0 A representação gráfca do efeto dos fatores controláves sgnfcatvos sobre as varáves de resposta em um expermento costuma auxlar na vsualzação do sgnfcado dos modelos de regressão obtdos para cada CQ. A Fgura e a Fgura apresentam o efeto dos fatores controláves sobre a varável de resposta Degradação.
6 Talco (BAIO)(%) Talco (ALTO)(%) Tempo (BAIO)(s) Tempo (ALTO)(s) 0,09 0,09 0,08 0,08 Degradação 0,07 0,06 0,05 Degradação 0,07 0,06 0,05 0,0 0,0 0,0 (BAIO) Elastômero (%) (ALTO) 0,0 (BAIO) Temperatura (C) (ALTO) Fgura Representação gráfca do efeto da nteração entre os fatores % Elastômero(x ) e % Talco(x ) sobre a CQ Avalação da Degradação. Fgura Representação gráfca do efeto da nteração entre os fatores Tempo de Resframento(x ) e Temperatura do Fluído(x ) sobre a CQ Avalação da Degradação..5. Defnção da função objetvo e otmzação Uma vez dentfcados os modelos de regressão para as CQs de nteresse, deve-se seleconar uma função objetvo que permta a sua otmzação smultânea. A otmzação smultânea mplca numa solução conclatóra que pondere as mportâncas relatvas de cada CQ sobre o produto fnal. No estudo de caso, utlzou-se uma smplfcação da função de perda quadrátca multvarada em Rbero & Elsayed (995) como função objetvo para otmzação smultânea das CQs do expermento. Tal smplfcação é dada por: ( I x = ˆ x τ) = Zˆ( ) w Y( ) onde: Z ˆ( x) - perda correspondente ao ajuste x do vetor de fatores controláves; ˆ ( ) Y x - valor esperado da ésma CQ para o ajuste x do vetor de fatores controláves; w - fator de mportânca e correção de escala correspondente a ésma CQ; e τ - valor-alvo para a ésma CQ. O fator de mportânca e correção de escala w na equação () consdera a mportânca relatva IR de cada CQ e normalza os desvos do alvo, para que todas as CQs possam ser dretamente comparáves entre s. O fator w é calculado pelas fórmulas mostradas na Tabela. Ele depende do tpo de alvo τ, do LS Lmte superor de especfcação e do LI Lmte nferor de especfcação, apresentado para a CQ e mostrados na Tabela. Tpo de CQ Expressão para w Maor é melhor IR w = ( τ - LI) IR Menor é melhor w = (LS - τ ) Nomnal é melhor w = [(LS - LI)/] Tabela Expressões para determnação de w. IR () A otmzação utlzando a equação () como função-objetvo busca determnar o ajuste dos fatores controláves que mnmza a perda Z; tal ajuste é aquele que melhor satsfaz o conjunto das CQs smultaneamente.
7 O ajuste dos fatores controláves consderando cada CQ ndvdualmente e, então, smultaneamente é apresentado na Tabela. Naquela tabela, as colunas,, e 5 referemse aos quatro fatores de controle do expermento. As colunas 6, 7, 8, 9 e 0 referem-se às CQs avaladas no expermento. A coluna refere-se à perda global consderando smultaneamente as múltplas CQs. A coluna refere-se ao custo correspondente a cada tratamento expermental e a coluna refere-se à otmzação consderando smultaneamente as múltplas CQs e a varável de custo. Os valores resultantes da otmzação global foram obtdos com base na Importânca Relatva, no tpo de CQ, no valor-alvo e nos lmtes de especfcação, defndos pela equpe da empresa e apresentados na Tabela. Na otmzação global da qualdade o melhor ensao é o. Na otmzação global consderando também a varável de custo, o melhor ensao também é o. Os ajustes dos parâmetros de processo para o ensao são Tempo de Resframento = 70 s, Temperatura = 50 o C, % de elastômero = zero e % de talco = zero. As CQs resultantes desse processo otmzado são: Degradação 0,099 (0,08 a 0,07); Custo R$ 8,/m ; Dureza 69,68 HRC; Impacto p/ Carga Máxma,56 kn; Impacto p/ Deflexão Carga Máxma,9 mm e Impacto p/ Energa Carga Máxma,79 J Amostras Tempo Resframento (s) Temperatura do Fluído (C) % Elastômero % Talco Dureza (HRC) Impacto p/ Carga Máxma (kn) Impacto p/ Deflexão Carga Máxma (mm) Impacto p/ Energa na Carga Máxma (J) Degradação (admensonal) Função Perda Global Qualdade (admensonal) Modelo para o Custo (R$/m) Função Perda Global c/ Custo (admensonal) ,86,560,59,07 0,07 0,5 8, 0, ,86,05,58,08 0,0 0,56 9, 0, ,6,867,9,9 0,07 0,9 8,6 0, ,6,887,6,68 0,066 0, 8,76 0, ,0,60,9,868 0,05 0,70 8,6 0, ,0 0,75,,06 0,09 0,6 8,9 0, ,88,567,86,8 0,0 0,5 8,0 0, ,88,587,9,86 0,076 0,9 8,98 0, ,5,5 65,85,5,56,99 0,059 0,7 8,69 0, ,,80,79,78 0,08 0,7 8,76 0, ,,60,896 0,956 0,086 0,08 8,6 0, ,68,567,9,796 0,099 0,7 8, 0, ,68,0,55 0,808 0,066 0,80 9, 0, ,98,560,5,88 0,08 0,55 8,0 0, ,98,580,96,79 0,06 0,85 8,98 0, ,,867,88,75 0,06 0,6 8,6 0, ,,,99 0,96 0,08 0,0 8,9 0,8 Tabela Resumo da Otmzação ndvdual e smultânea das CQs. Conclusões Este artgo apresentou a aplcação de um método de otmzação em um produto utlzado na cração de anmas. Este método é consttuído de cnco etapas: () dentfcação do problema; () planejamento do expermento; () execução dos expermentos; (v) modelagem ndvdual das característcas de qualdade; (v) defnção da função objetvo e otmzação. O método de otmzação fo aplcado na determnação dos melhores parâmetros de produção e composção de um pso plástco utlzado em materndades para suínos. Uma das varáves de resposta do expermento fo à degradação dos psos, quando submetdos à desgaste acelerado por atrto, esta CQ avala a vda útl do produto. A otmzação global do expermento fo obtda com o segunte ajuste dos fatores
8 controláves: Tempo de Resframento baxo (70 s), Temperatura alta (50 o C), % de elastômero zero e % de talco zero. As característcas de qualdade resultante desse processo otmzado são: Degradação 0,0 (0,08 a 0,07); Custo R$8,/m ; Dureza 69,68 HRC; Impacto p/ Carga Máxma,56 kn; Impacto p/ Deflexão Carga Máxma,9 mm e Impacto p/ Energa Carga Máxma,79 J.. Referêncas bblográfcas AKAO, Y. Qualty Functon Deployment Integratng Customer Requrements nto Product Desgn. Cambrdge,: Productvty, 990, 69p. AKAO, Y. Introdução ao Desdobramento da Qualdade. Belo Horzonte: Fundação Crstano Otton, 996, 87p. CATEN, C.S. Método de otmzação de produtos e processos meddos por múltplas característcas de qualdade. Porto Alegre, f. Dssertação de Mestrado em Engenhara de Produção. Programa de Pós-Graduação em Engenhara de Produção, Unversdade Federal do Ro Grande do Sul. ECHEVESTE, M.E.S. Planejamento da Otmzação Expermental de Processos Industras. Porto Alegre f. Dssertação de Mestrado em Engenhara de Produção, Programa de Pós-Graduação em Engenhara de Produção, Unversdade Federal do Ro Grande do Sul. 5 FACCIONI, L.P. Uma proposta para estudos de confabldade utlzando modelos de desempenho. Porto Alegre f. Dssertação de Mestrado em Engenhara de Produção, Programa de Pós- Graduação em Engenhara de Produção, Unversdade Federal do Ro Grande do Sul. 6 FOGLIATTO, F.S. & ALBIN, S.L. Optmzng multresponse experments usng the accuracy of predcton as an optmzaton crteron, Qualty Engneerng, V, n, p. 5-5, FOGLIATTO, F.S.; ALBIN, S.L.; SILVA, A.M.S. A Method dos Sensory Data Collecton and Analyss n Product Development. In ENEGEP Encontro Naconal de Engenhara de Produção, out/000, São Paulo/SP. CD Room. 8 GOEL, P.S. & SINGH, N. A framework for ntegratng qualty, relablty, and durablty n product desgn wth lfe-cycle cost consderatons. Qualty Engneerng, v. 0, n, p. 67-8, MONTGOMERY, D.C. Desgn and Analyss of Experments. John Wley and Sons, New York, a Ed., 99, 69p. 0 MURY, L.G.M & FOGLIATTO, F.S. Adaptação de produtos para mercados dferencados através da Engenhara Reversa. Submetdo à Revsta da Produção, no prelo. NELSON, W. Accelerated testng: statstcal models, test plans and data analyss. New York: John Wley & Sons, 990, 60p. RIBEIRO, J.L.D. Projetos de Expermentos na otmzação de Produtos e Processos. Notas de Aula, Programa de Pós-Graduação em Engenhara de Produção, Unversdade Federal do Ro Grande do Sul, 999. RIBEIRO, J.L.D. & CATEN, C.S. Aspectos Importantes na Avalação da Função de Perda Quadrátca. In: VI ENEGEP - Encontro Naconal de Engenhara de Produção, out/996, Praccaba/ SP. CD Room Anas. RIBEIRO, J.L.D. & ELSAYED, E.A. A case study on process optmzaton usng the gradent loss functon. Int. J. Prod. Res., v, n, p. -8, RIBEIRO, J.L.D.; FOGLIATTO, F.S. & CATEN, C.S. Mnmzng Manufacturng and Qualty Costs n Multresponse Optmzaton. Qualty Engneerng, v, n, p 9-0, RIBEIRO, J.L.D.; ECHEVESTE, M.E. & DANILEVICZ, A. M.F. A utlzação de QFD Qualty Deployment Functon na otmzação de produtos, processos e servços Notas de Aula. Porto Alegre: Programa de Pós-Graduação em Engenhara de Produção, Unversdade Federal do Ro Grande do Sul, SEBER, G.A.F. Multvarate observatons. New York: John Wley, 98, 686p. 8 WERKEMA, M.C.C. & AGUIAR, S. Planejamento e Análse de Expermentos: como dentfcar e avalar as prncpas varáves nfluentes em um processo. Belo Horzonte, MG: Fundação Chrstano Otton, Escola de Engenhara da UFMG, 996, v 8, 9p. 9 WERKEMA, M.C.C. & AGUIAR, S. Otmzação Estatístca de Processos: Como determnar a condção de operação de um processo que leva ao alcance de uma meta de melhora. Belo Horzonte, MG: Fundação Chrstano Otton, Escola de Engenhara da UFMG, 996, v 9, p.
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 maisProbabilidade 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 maisControlo 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 maisSistemas 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 maisIntrodução 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 maisMinistério 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 maisTEORIA 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 mais5.1 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 maisPLANILHAS EXCEL/VBA PARA PROBLEMAS ENVOLVENDO EQUILÍBRIO LÍQUIDO-VAPOR EM SISTEMAS BINÁRIOS
PLANILHAS EXCEL/VBA PARA PROBLEMAS ENVOLVENDO EQUILÍBRIO LÍQUIDO-VAPOR EM SISTEMAS BINÁRIOS L. G. Olvera, J. K. S. Negreros, S. P. Nascmento, J. A. Cavalcante, N. A. Costa Unversdade Federal da Paraíba,
Leia maisCENTRO 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 maisIntrodução 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 maisUTILIZAÇÃO 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 maisUNIVERSIDADE 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 maisAnálise 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 maisEstatística 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 maisPARTE 1. 1. Apresente as equações que descrevem o comportamento do preço de venda dos imóveis.
EXERCICIOS AVALIATIVOS Dscplna: ECONOMETRIA Data lmte para entrega: da da 3ª prova Valor: 7 pontos INSTRUÇÕES: O trabalho é ndvdual. A dscussão das questões pode ser feta em grupo, mas cada aluno deve
Leia maisInfluência dos Procedimentos de Ensaios e Tratamento de Dados em Análise Probabilística de Estrutura de Contenção
Influênca dos Procedmentos de Ensaos e Tratamento de Dados em Análse Probablístca de Estrutura de Contenção Mara Fatma Mranda UENF, Campos dos Goytacazes, RJ, Brasl. Paulo César de Almeda Maa UENF, Campos
Leia maisANÁLISE DE CONFIABILIDADE DO MODELO SCS-CN EM DIFERENTES ESCALAS ESPACIAIS NO SEMIÁRIDO
ANÁLISE DE CONFIABILIDADE DO MODELO SCS-CN EM DIFERENTES ESCALAS ESPACIAIS NO SEMIÁRIDO J. W. B. Lopes 1 ; E. A. R. Pnhero 2 ; J. R. de Araújo Neto 3 ; J. C. N. dos Santos 4 RESUMO: Esse estudo fo conduzdo
Leia maisDespacho 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 maisExpressão 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 maisCálculo 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 maisProfessor 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 maisMOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel
MOQ-14 PROJETO e ANÁLISE de EPERIMENTOS Professor: Rodrgo A. Scarpel rodrgo@ta.br www.mec.ta.br/~rodrgo Prncípos de cração de modelos empírcos: Modelos (matemátcos, lógcos, ) são comumente utlzados na
Leia maisNota 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 maisFast 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 mais7 - Distribuição de Freqüências
7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste
Leia maisPLANEJAMENTO DE EXPERIMENTOS E OTIMIZAÇÃO DE SISTEMAS MISTOS
PLANEJAMENTO DE EXPERIMENTOS E OTIMIZAÇÃO DE SISTEMAS MISTOS Smone P. Saramago e Valder Steffen Jr UFU, Unversdade Federal de Uberlânda, Curso de Engenhara Mecânca Av. João Naves de Ávla, 2160, Santa Mônca,
Leia maisUso 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 maisMetodologia IHFA - Índice de Hedge Funds ANBIMA
Metodologa IHFA - Índce de Hedge Funds ANBIMA Versão Abrl 2011 Metodologa IHFA Índce de Hedge Funds ANBIMA 1. O Que é o IHFA Índce de Hedge Funds ANBIMA? O IHFA é um índce representatvo da ndústra de hedge
Leia maisMODELAGEM 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 maisVariabilidade 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 maisAnálise 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 mais7. 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 maisRegressão 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 maisEstimativa 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 maisAula Características dos sistemas de medição
Aula - Característcas dos sstemas de medção O comportamento funconal de um sstema de medção é descrto pelas suas característcas (parâmetros) operaconas e metrológcas. Aqu é defnda e analsada uma sére destes
Leia maisInformação. 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 maisREGRESSÃO LOGÍSTICA. Seja Y uma variável aleatória dummy definida como:
REGRESSÃO LOGÍSTCA. ntrodução Defnmos varáves categórcas como aquelas varáves que podem ser mensurados usando apenas um número lmtado de valores ou categoras. Esta defnção dstngue varáves categórcas de
Leia mais1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de
Leia maisRastreando Algoritmos
Rastreando lgortmos José ugusto aranauskas epartamento de Físca e Matemátca FFCLRP-USP Sala loco P Fone () - Uma vez desenvolvdo um algortmo, como saber se ele faz o que se supõe que faça? esta aula veremos
Leia maisUNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)
UNDADE V DELNEAMENTO NTERAMENTE CASUALZADO (DC) CUABÁ, MT 015/ PROF.: RÔMULO MÔRA romulomora.webnode.com 1. NTRODUÇÃO Este delneamento apresenta como característca prncpal a necessdade de homogenedade
Leia maisMETROLOGIA 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 mais1.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 maisProblemas 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 maisUM MODELO DE ALOCAÇÃO DINÂMICA DE CAMINHÕES VISANDO AO ATENDIMENTO DE METAS DE PRODUÇÃO E QUALIDADE
UM MODELO DE ALOCAÇÃO DINÂMICA DE CAMINHÕES VISANDO AO ATENDIMENTO DE METAS DE PRODUÇÃO E QUALIDADE RESUMO Felppe Perera da Costa, PPGEM/UFOP, Mestrando. felppe@mneral.em.ufop.br Marcone Jamlson Fretas
Leia maisDIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS
DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS 1 A análse de dagnóstco (ou dagnóstco do ajuste) confgura uma etapa fundamental no ajuste de modelos de regressão. O objetvo prncpal da análse de dagnóstco
Leia maisCAPÍTULO 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 maisTRABALHADORES COM DEFICIÊNCIAS EM LINHAS DE PRODUÇÃO: MODELOS, RESULTADOS E DISCUSSÕES 1
XIV ELAVIO El Fuerte Snaloa Méxco 9-14 de agosto de 2009 TRABALHADORES COM DEFICIÊNCIAS EM LINHAS DE PRODUÇÃO: MODELOS RESULTADOS E DISCUSSÕES 1 Mayron César de O. Morera Lana Mara R. Santos Alysson M.
Leia maisPortaria Inmetro nº 248 de 17 de julho de 2008
INSTITUTO NACIONAL DE METROLOGIA, NORMALIZAÇÃO E QUALIDADE INDUSTRIAL - Portara Inmetro nº 248 de 17 de julho de 2008 O PRESIDENTE DO INSTITUTO NACIONAL DE METROLOGIA, NORMALIZAÇÃO E QUALIDADE INDUSTRIAL,
Leia maisVariação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.
Aplcação Por exemplo, se prepararmos uma área expermental com todo cudado possível e fzermos, manualmente, o planto de 100 sementes seleconadas de um mlho híbrdo, cudando para que as sementes fquem na
Leia maisAPLICAÇÃO DO QFD EM ETAPAS INICIAIS DO DESENVOLVIMENTO DE UM ODORIZADOR DE AUTOMÓVEIS
APLICAÇÃO DO QFD EM ETAPAS INICIAIS DO DESENVOLVIMENTO DE UM ODORIZADOR DE AUTOMÓVEIS QUALITY FUNCTION DEPLOYMENT (QFD) IN THE INITIAL STAGES OF THE DEVELOPMENT OF A CAR ODORIZER Carlos Eduardo Appolo
Leia maisOs modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.
MODELO DE REGRESSÃO DE COX Os modelos de regressão paramétrcos vstos anterormente exgem que se suponha uma dstrbução estatístca para o tempo de sobrevvênca. Contudo esta suposção, caso não sea adequada,
Leia maisIX CONGRESSO BRASILEIRO DE ENGENHARIA E CIÊNCIAS TÉRMICAS. 9th BRAZILIAN CONGRESS OF THERMAL ENGINEERING AND SCIENCES
IX CONGRESSO BRASILEIRO DE ENGENHARIA E CIÊNCIAS TÉRMICAS 9th BRAZILIAN CONGRESS OF THERMAL ENGINEERING AND SCIENCES Paper CIT02-0026 METODOLOGIA PARA CORRELAÇÃO DE DADOS CINÉTICOS ENTRE AS TÉCNICAS DE
Leia maisPROJEÇÕES 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 maisProf. 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 maisMetodologia para Eficientizar as Auditorias de SST em serviços contratados Estudo de caso em uma empresa do setor elétrico.
Metodologa para Efcentzar as Audtoras de SST em servços contratados Estudo de caso em uma empresa do setor elétrco. Autores MARIA CLAUDIA SOUSA DA COSTA METHODIO VAREJÃO DE GODOY CHESF COMPANHIA HIDRO
Leia maisCURRICULUM VITAE - RESUMIDO
A estatístca tem uma partculardade: pesqusamos para dzer algo sgnfcatvo sobre o unverso que elegemos, porém a pesqusa só será sgnfcatva se conhecermos sufcentemente o unverso para escolhermos adequadamente
Leia maisAplicando o método de mínimos quadrados ordinários, você encontrou o seguinte resultado: 1,2
Econometra - Lsta 3 - Regressão Lnear Múltpla Professores: Hedbert Lopes, Prscla Rbero e Sérgo Martns Montores: Gustavo Amarante e João Marcos Nusdeo QUESTÃO 1. Você trabalha na consultora Fazemos Qualquer
Leia maisCQ110 : 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 maisCAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA
CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de
Leia maisOtimização do Carregamento de Transformadores de Distribuição de Energia Elétrica
1 Otmzação do arregamento de Transformadores de Dstrbução de Energa Elétrca E. J. Robba,..B. de Olvera,.A. Penn, R.P. asolar, Unversdade de São Paulo L.N. da Slva, H.R.P.M. de, AES Sul Resumo - O desenvolvmento
Leia maisElaboração: 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 maisNORMAS DE SELEÇÃO AO DOUTORADO
1. INSCRIÇÕES PARA SELEÇÃO 1.1. Para a Área de Irrgação e Drenagem Poderão nscrever-se canddatos formados em Engenhara Agrícola, Agronoma, Meteorologa e demas Engenharas, ou em outras áreas afns a crtéro
Leia maisAGÊNCIA NACIONAL DE ENERGIA ELÉTRICA ANEEL RESOLUÇÃO Nº 488, DE 29 DE AGOSTO DE 2002
AGÊNCIA NACIONAL DE ENERGIA ELÉTRICA ANEEL RESOLUÇÃO Nº 488, DE 29 DE AGOSTO DE 2002 Regulamenta o estabelecdo na Resolução CNPE n 7, de 21 de agosto de 2002, aprovada pela Presdênca da Repúblca em 22
Leia maisUNIVERSIDADE FEDERAL DE PERNAMBUCO
UNIVERSIDADE FEDERAL DE PERNAMBUCO PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO MODELO PARA O PLANEJAMENTO DE MANUTENÇÃO BASEADO EM PARÂMETROS DE DEGRADAÇÃO DISSERTAÇÃO SUBMETIDA À UFPE PARA OBTENÇÃO
Leia maisPalavras-chaves: Gráficos de controle, ambiente R, análise estatística multivariada
A ntegração de cadeas produtvas com a abordagem da manufatura sustentável. Ro de Janero, RJ, Brasl, 13 a 16 de outubro de 2008 O DESENVOLVIMENTO DE GRÁFICOS DE CONTROLE MCUSUM E MEWMA EM AMBIENTE R COMO
Leia maisFUNÇÃO NO R PARA OBTENÇÃO DO DESENHO D-ÓTIMO EM MODELOS DE MISTURAS COM RESTRIÇÕES
FUNÇÃO NO R PARA OBTENÇÃO DO DESENHO D-ÓTIMO EM MODELOS DE MISTURAS COM RESTRIÇÕES Edmlson Rodrgues Pnto Leandro Alves Perera Faculdade de Matemátca Faculdade de Matemátca Unversdade Federal de Uberlânda
Leia maisAssociação entre duas variáveis quantitativas
Exemplo O departamento de RH de uma empresa deseja avalar a efcáca dos testes aplcados para a seleção de funconáros. Para tanto, fo sorteada uma amostra aleatóra de 50 funconáros que fazem parte da empresa
Leia maisSistemas 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 maisCovariância 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 mais3ª 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 maisRAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro
UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero
Leia maisCONGRESSO DE INICIAÇÃO CIENTÍFICA E PÓS-GRADUAÇÃO - I CICPG SUL BRASIL Florianópolis 2010
Floranópols 200 ANÁLISE COMPARATIVA DA INFLUÊNCIA DA NEBULOSIDADE E UMIDADE RELATIVA SOBRE A IRRADIAÇÃO SOLAR EM SUPERFÍCIE Eduardo Wede Luz * ; Nelson Jorge Schuch ; Fernando Ramos Martns 2 ; Marco Cecon
Leia maisAvaliação 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 maisRAE-eletrônica ISSN: 1676-5648 rae@fgv.br. Escola de Administração de Empresas de São Paulo. Brasil
RAE-eletrônca ISSN: 676-5648 rae@fgv.br Escola de Admnstração de Empresas de São Paulo Brasl Gumarães, Ináco Andrusk; Chaves Neto, Anselmo RECONHECIMENTO DE PADRÕES: METODOLOGIAS ESTATÍSTICAS EM CRÉDITO
Leia maisESTATÍSTICA MULTIVARIADA 2º SEMESTRE 2010 / 11. EXERCÍCIOS PRÁTICOS - CADERNO 1 Revisões de Estatística
ESTATÍSTICA MULTIVARIADA º SEMESTRE 010 / 11 EXERCÍCIOS PRÁTICOS - CADERNO 1 Revsões de Estatístca -0-11 1.1 1.1. (Varáves aleatóras: função de densdade e de dstrbução; Méda e Varânca enquanto expectatvas
Leia maisVisando dar continuidade ao trabalho de simulação, encaminho o MODELO DE ALOCAÇÃO E DIMENSIONAMENTO DO PESSOAL DOCENTE DE TERCEIRO GRAU
Ofíco Brasíla, 24 de anero de 2005. Senhora Presdente ANDIFES, Vsando dar contnudade ao trabalho de smulação, encamnho o MODELO DE ALOCAÇÃO E DIMENSIONAMENTO DO PESSOAL DOCENTE DE TERCEIRO GRAU revsado
Leia maisTITLE: ANALYSIS OF THE ACADEMIC PERFORMANCE OF STUDENTS OF TOURISM COURSE OF A HIGHER EDUCATION INSTITUTION USING MULTIVARIATE TECHNIQUES
TITLE: ANALYSIS OF THE ACADEMIC PERFORMANCE OF STUDENTS OF TOURISM COURSE OF A HIGHER EDUCATION INSTITUTION USING MULTIVARIATE TECHNIQUES Teóflo Camara Mattozo (Unversdade Estadual do Ro Grande do Norte,
Leia maisIV - 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 maisCapítulo 2. Modelos de Regressão
Capítulo 2 Modelos de regressão 39 Capítulo 2 Modelos de Regressão Objetvos do Capítulo Todos os modelos são errados, mas alguns são útes George E P Box Algumas vezes fcamos assustados quando vemos engenheros
Leia maisPLANEJAMENTO DE GRÁFICOS DE CONTROLE DE REGRESSÃO VIA SIMULAÇÃO
PLANEJAMENTO DE GRÁFICOS DE CONTROLE DE REGRESSÃO VIA SIMULAÇÃO Ana Carolna Campana Nascmento 1, José Ivo Rbero Júnor 1, Mosés Nascmento 1 1. Professor da Unversdade Federal de Vçosa, Avenda Peter Henr
Leia maisLOCALIZAÇÃO 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 maisAplicação de um modelo simulado na formação de fábricas
Aplcação de um modelo smulado na formação de fábrcas Márca Gonçalves Pzaa (UFOP) pzaa@ldapalm.com.br Rubson Rocha (UFSC) rubsonrocha@eps.ufsc.br Resumo O objetvo deste estudo é determnar a necessdade de
Leia maisGARANTIA DE EXCELENTE INTERCAMBIALIDADE E REDUÇÃO DE CUSTOS ATRAVÉS DA ANÁLISE ESTATÍSTICA DE TOLERÂNCIAS
GARANIA DE EXCELENE INERCAMBIALIDADE E REDUÇÃO DE CUSOS ARAVÉS DA ANÁLISE ESAÍSICA DE OLERÂNCIAS Edvaldo Antono Bulba* *Prof. Dr. da Fatec SP FEI e Unversdade São Judas E mal: bulba@fe.edu.br Resumo Numa
Leia maisOrganização da Aula. Gestão de Obras Públicas. Aula 2. Projeto de Gestão de Obras Públicas Municipais. Contextualização
Gestão de Obras Públcas Aula 2 Profa. Elsamara Godoy Montalvão Organzação da Aula Tópcos que serão abordados na aula Admnstração e Gestão Muncpal Problemas Admnstração e Gestão Muncpal Gestão do Conhecmento
Leia maisAnálise 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 maisInstruções de segurança VEGAWELL WL51/52.A********C/D* VEGAWELL WELL72.A*******- C/D*
Instruções de segurança VEGAWELL WL51/52.A********C/D* VEGAWELL WELL72.A*******- C/D* NCC 13.2121 X Ex a IIC T6 Ga, Gb 0044 Document ID: 46341 Índce 1 Valdade... 3 2 Geral... 3 3 Dados técncos... 3 4 Proteção
Leia maisALGORITMO E PROGRAMAÇÃO
ALGORITMO E PROGRAMAÇÃO 1 ALGORITMO É a descrção de um conjunto de ações que, obedecdas, resultam numa sucessão fnta de passos, atngndo um objetvo. 1.1 AÇÃO É um acontecmento que a partr de um estado ncal,
Leia maisControle 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 maisPrincípios 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 maisInstruções de segurança VEGASWING 61/63.CI*****Z*
Instruções de segurança VEGASWING 61/63.CI*****Z* NCC 14.03221 X Ex a IIC T* Ga, Ga/Gb, Gb 0044 Document ID: 41515 Índce 1 Valdade... 3 2 Geral... 3 3 Dados técncos... 4 4 Especfcações... 4 5 Proteção
Leia maisBALANÇO 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 maisMODELAGEM DA FRAÇÃO DE NÃO-CONFORMES EM PROCESSOS INDUSTRIAIS
versão mpressa ISSN 0101-7438 / versão onlne ISSN 1678-5142 MODELAGEM DA FRAÇÃO DE NÃO-CONFORMES EM PROCESSOS INDUSTRIAIS Ângelo Márco Olvera Sant Anna* Carla Schwengber ten Caten Programa de Pós-graduação
Leia maisObjetivos 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 maisLQA - 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 maisElaboração: 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 maisINSTITUTO 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 maisCAPÍTULO I 1 INTRODUÇÃO
CAPÍTULO I INTRODUÇÃO No mundo globalzado e etremamente compettvo em que as empresas dsputam espaço, clentes, reconhecmento e acma de tudo, condções de permanecer compettvas e lucratvas no mercado, é fundamental
Leia maisGENETIC FUZZY SISTEM PARA SELEÇÃO DE POÇOS DE PETRÓLEO PARA FRATURAMENTO HIDRÁULICO
A pesqusa Operaconal e os Recursos Renováves 4 a 7 de novembro de 2003, Natal-RN GENETIC FUZZY SISTEM PARA SELEÇÃO DE POÇOS DE PETRÓLEO PARA FRATURAMENTO HIDRÁULICO Antôno Orestes de Salvo Castro Petrobras
Leia maiswww.obconcursos.com.br/portal/v1/carreirafiscal
www.obconcursos.com.br/portal/v1/carrerafscal Moda Exercíco: Determne o valor modal em cada um dos conjuntos de dados a segur: X: { 3, 4,, 8, 8, 8, 9, 10, 11, 1, 13 } Mo 8 Y: { 10, 11, 11, 13, 13, 13,
Leia mais