ROBUST, FRAGILE OR OPTIMAL? REVISITADO: UMA CONDIÇÃO NECESSÁRIA E SUFICIENTE PARA A FRAGILIDADE DE CONTROLADORES. Marcos V. Moreira, João C.

Tamanho: px
Começar a partir da página:

Download "ROBUST, FRAGILE OR OPTIMAL? REVISITADO: UMA CONDIÇÃO NECESSÁRIA E SUFICIENTE PARA A FRAGILIDADE DE CONTROLADORES. Marcos V. Moreira, João C."

Transcrição

1 ROBUST, FRAGILE OR OPTIMAL? REVISITADO: UMA CONDIÇÃO NECESSÁRIA E SUFICIENTE PARA A FRAGILIDADE DE CONTROLADORES Marcos V. Moreira, João C. Basilio, Universidade Federal do Rio de Janeiro COPPE - Programa de Engenharia Elétrica Escola Politécnica - Departamento de Eletrotécnica Cidade Universitária - Ilha do Fundão Rio de Janeiro - R. J. s: Resumo A margem de estabilidade paramétrica relativa tem sido a medida de fragilidade de controladores mais freqüentemente utilizada, fornecendo uma variação percentual nos coeficientes da função de transferência do controlador para a qual o sistema realimentado permanece estável. Em um artigo recente, esta medida é utilizada para rotular controladores ótimos e robustos como frágeis. Porém, a partir da definição de uma nova medida de fragilidade baseada no teorema de Kharitonov, é mostrado em outro artigo que é possível ter variações percentuais maiores em cada coeficiente do controlador do que aquelas prescritas pela margem de estabilidade paramétrica relativa. Apesar da medida baseada no teorema de Kharitonov ter se mostrado menos conservadora do que a margem de estabilidade paramétrica relativa, ela é baseada em uma condição apenas suficiente para a estabilidade do sistema realimentado na presença de perturbação nos parâmetros do controlador. Neste artigo, uma medida não conservadora da fragilidade de controladores baseada no teorema de Kharitonov generalizado é proposta, fornecendo, portanto, a maior variação percentual possível nos coeficientes do controlador. Abstract The relative parametric stability margin has been the most frequently used measure of controller fragility, giving a value of allowed percent variation on the coefficients of the controller transfer function for which the feedback system remains stable. In a recent paper, this measure is deployed to label some optimal and robust controllers as fragile. However, with the definition of a new measure of controller fragility based on the Kharitonov theorem, it has been shown in another paper that it is possible to have larger percent variations, on each controller coefficient, than that prescribed by the relative parametric stability margin. Although the measure based on the Kharitonov theorem has shown to be less conservative than the relative parametric stability margin, it is still based on a sufficient condition for the stability of the feedback system in the presence of perturbation on the controller coefficients. In this paper, a non conservative measure of controller fragility, based on the generalized Kharitonov theorem, is proposed, thus, giving the largest possible percent variation on the coefficients of the controller. Key Words Kharitonov theorem, Fragility, Robustness. 1 Introdução Recentemente, o problema da fragilidade de controladores foi abordado em Keel e Bhattacharyya (1997), é sugerido, através de exemplos, que controladores obtidos através de técnicas de controle robusto e ótimo podem ser extremamente frágeis, ou seja, pequenas perturbações nos parâmetros do controlador podem tornar o sistema em malha fechada instável. A medida de fragilidade utilizada em Keel e Bhattacharyya (1997) foi a margem de estabilidade paramétrica (Bhattacharyya et al., 1995), que é definida em termos da perturbação de menor norma-euclidiana que torna o sistema realimentado instável. Como a margem de estabilidade paramétrica tem difícil interpretação, define-se então a margem de estabilidade paramétrica relativa, que é obtida dividindo-se a margem de estabilidade paramétrica pela norma do vetor formado pelos coeficientes do controlador que podem variar. Apesar da margem de estabilidade paramétrica relativa não considerar diretamente variações percentuais em cada coeficiente do controlador individualmente, em Keel e Bhattacharyya (1997) esta interpretação é dada para a medida de fragilidade adotada. De fato, para a implementação do controlador, é necessário saber o quanto cada um dos coeficientes dos polinômios do numerador e denominador da função de transferência do controlador podem variar. Surge, então, a seguinte pergunta: será que a margem de estabilidade paramétrica relativa fornece uma condição necessária e suficiente para estabilidade do sistema em malha fechada na presença de incertezas em cada coeficiente do controlador? Em Moreira e Basilio (2002) esta pergunta é respondida e é mostrado que a margem de estabilidade paramétrica relativa é uma medida conservadora da fragilidade de controladores quando se considera variações em cada coeficiente do controlador. Com esse fim uma nova medida de fragilidade de controladores, que leva em consideração variações percentuais em cada coeficiente do controlador diretamente, baseada no teorema de Kharitonov, é proposta em Moreira e Basilio (2002). Apesar de menos conservadora do que a margem de estabilidade paramétrica, a margem de estabilidade proposta

2 pode ainda levar a uma condição apenas suficiente para garantir a não fragilidade de controladores. Visando superar essa limitação, neste artigo, uma medida da fragilidade de controladores baseada no teorema de Kharitonov generalizado é proposta. Como o teorema de Kharitonov generalizado é baseado em uma condição necessária e suficiente, a medida proposta é não conservadora, fornecendo, portanto, a maior variação percentual possível nos coeficientes do controlador para a qual o sistema realimentado permanece estável. Este artigo está estruturado da seguinte forma: nas seções 2 e 3, a margem de estabilidade paramétrica relativa e a margem de estabilidade baseada no teorema de Kharitonov, respectivamente, são revistas. Na seção 4 a margem de estabilidade baseada no teorema de Kharitonov generalizado é apresentada e na seção 5 todos os exemplos apresentados em Keel e Bhattacharyya (1997) são utilizados para comparação entre as três margens de estabilidade paramétrica. 2 Margem de estabilidade paramétrica relativa Considere um sistema em malha fechada com realimentação unitária negativa, : m1 i=0 G(s) = αism 1 i m2 e K(s) = k=0 ǫ ks m 2 k n1 j=0 βjsn 1 j n2 (1) q=0 ψqsn 2 q são as funções de transferência da planta e do controlador, respectivamente. Além disso, considere que K(s) estabiliza G(s). Seja p 0 = [ p 0 1 p ] T p0 l (l m2 + n 2 + 2) o vetor formado com os parâmetros de K(s) cujos elementos pertencem ao conjunto P = {ǫ 0, ǫ 1,..., ǫ m2, ψ 0, ψ 1,..., ψ n2 }, e que são escolhidos entre aqueles que podem sofrer alguma perturbação, e defina p = p p 0 = [ ] p 1 p 0 1 p 2 p p l p 0 T l como o vetor de perturbação nos parâmetros de K(s). A margem de estabilidade paramétrica (ρ) (Bhattacharyya et al., 1995) é definida como o menor valor de p 2 para o qual o sistema em malha fechada se torna instável. É importante ressaltar que nesta definição está implícita a idéia de que os coeficientes da planta são mantidos constantes. A margem de estabilidade paramétrica tem difícil interpretação, e por isso, é mais usual utilizar a margem de estabilidade paramétrica relativa, que é definida da seguinte forma: ρ = ρ p 0. (2) 2 Apesar de não considerar diretamente variações em cada um dos parâmetros do controlador, a margem de estabilidade paramétrica relativa é utilizada em Keel e Bhattacharyya (1997) para fornecer uma variação percentual permitida em cada parâmetro de p 0. Este fato pode ser justificado a partir do resultado a seguir. Proposição 1 Seja p = [ ρ 1 p 0 1 ρ 2p 0 2 ρ lp 0 l ], ρ i < ρ, i = 1, 2,...,l, uma perturbação nos parâmetros de p 0 e defina p = p 0 + p. Logo p 2 < ρ, ou equivalentemente, o sistema em malha fechada permanece estável se todos os coeficientes da função de transferência do controlador tem variação percentual menor do que ρ. Prova. Ver Moreira e Basilio (2002). Pode ser facilmente mostrado (Moreira e Basilio, 2002) que a proposição 1 não fornece uma condição necessária e suficiente para a estabilidade do sistema em malha fechada na presença de incertezas em cada coeficiente do controlador. Conforme mostrado em Moreira e Basilio (2002), isto ocorre porque o cálculo da margem de estabilidade paramétrica não faz restrições às variações máximas permitidas sobre cada um dos coeficientes de K(s), o que ocasiona variações percentuais grandes em determinados parâmetros do controlador, em contraste com pequenas variações nos demais. Portanto, ao se limitar as variações máximas em cada coeficiente de K(s), variações percentuais muito maiores do que aquelas fornecidas pela margem de estabilidade paramétrica podem ser obtidas. Para demonstrar este fato, uma medida de fragilidade de controladores baseada no teorema de Kharitonov foi proposta em Moreira e Basilio (2002). Esta medida será analisada na seção a seguir. 3 Margem de estabilidade paramétrica baseada no teorema de Kharitonov Considere o problema de encontrar a maior variação percentual possível dos parâmetros do controlador de forma que o sistema em malha fechada permaneça estável. Para tanto, escreva a função de transferência do controlador nominal como: K 0(s) = p0 1s m 2 + p 0 2s m p 0 m 2 +1, (3) p 0 m 2 +2 sn 2 + p 0 m2 +3 sn p 0 l l = m 2 +n Suponha que cada parâmetro p 0 i de K 0(s) está sujeito a uma perturbação a δ pi tal que δ pi ρp i, i = 1,...,l. Portanto, o controlador obtido perturbando-se desta maneira os coeficientes de K 0 (s) pode ser escrito como: K(s) = nk(s) d K(s) = p1sm2 + p 2s m p m2 +1 p m2 +2s n 2 + pm2 +3s n p l, (4) p 1 [p 0 1 ρ p 0 1, p ρ p 0 1 ] p 2 [p 0 2 ρ p 0 2, p ρ p 0 2 ]. (5). p l [p 0 l ρ p 0 l, p 0 l + ρ p 0 l ] Note que a definição dos coeficientes de K(s) em termos dos intervalos (5) gera um hiper-retângulo H K ( ρ) no espaço de parâmetros do controlador. a Por simplicidade a mesma variação percentual será suposta em todos os parâmetros. Porém, em uma situação mais geral, variações percentuais diferentes dos coeficientes do controlador podem ser consideradas.

3 Suponha, agora, que a função de transferência nominal da planta seja dada por: G(s) = n G(s) d G (s), (6) n G (s) e d G (s) são polinômios, e considere que δ(s) = n G (s)n K (s) + d G (s)d K (s) denota o polinômio característico em malha fechada, com n K (s) e d K (s) sendo dados por (4) e (5). Defina S como a região formada pelos vetores δ cujos elementos são os coeficientes dos polinômios característicos em malha fechada δ(s), obtidos utilizando-se os controladores associados ao hiper-retângulo H K ( ρ). Observe que a cada hiper-retângulo H K ( ρ) gerado a partir da escolha para ρ, corresp uma região S diferente. Note também que esta região é um poliedro, uma vez que sempre é possível escrever S G p = δ, S G é a matriz de Silvester formada pelos vetores dos coeficientes dos polinômios do numerador e denominador da função de transferência da planta. Assim sendo, para verificar se H K ( ρ) representa somente controladores estabilizantes, é necessário constatar se os pontos δ de S correspm a polinômios característicos de Hurwitz. Em Moreira e Basilio (2002) uma forma de verificar se S representa somente polinômios de Hurwitz foi obtida a partir do teorema de Kharitonov. Para tanto, o menor hiper-retângulo possível H S, que contém a região S, é formado e a estabilidade de todos os polinômios pertencentes a H S é verificada utilizando-se o teorema de Kharitonov. Desta forma, o maior valor possível para ρ, ρ K, para o qual o correspnte hiper-retângulo H S representa somente polinômios de Hurwitz, é obtido. Note que ρ K não corresp necessariamente à maior variação percentual possível dos parâmetros de K(s), uma vez que em H S existem pontos, representando polinômios característicos, que não são alcançados pela variação sobre os parâmetros do controlador nominal. A margem de estabilidade paramétrica baseada no teorema de Kharitonov mostrou ser bem menos conservadora que a margem de estabilidade paramétrica relativa, como pode ser observado no exemplo a seguir. Exemplo 1 Considere o projeto de um controlador robusto via síntese µ para um sistema de suspensão eletromagnética apresentado em Keel e Bhattacharyya (1997) (exemplo 4). A função de transferência da planta é G(s) = 36,27 s ,69s ,9636s , e o controlador projetado tem a seguinte função de transferência: K(s)= ǫ0 0s 6 + ǫ 0 1s 5 + ǫ 0 2s 4 + ǫ 0 3s 3 + ǫ 0 4s 2 + ǫ 0 5s + ǫ 0 6, s 7 +ψ1 0s6 +ψ2 0s5 +ψ3 0s4 +ψ4 0s3 +ψ5 0s2 +ψ6 0s+ψ0 7 ǫ 0 0 = 5, ǫ 0 1 = 1, ǫ 0 2 = 1, ǫ 0 3 = 5, ǫ 0 4 = 1, ǫ 0 5 = 1, ǫ 0 6 = 7, ψ 0 1 = 1, ψ 0 2 = 8, ψ 0 3 = 2, ψ 0 4 = 1, ψ 0 5 = 5, ψ 0 6 = 6, ψ 0 7 = 6, Definindo como vetor de parâmetros nominal p 0 = ǫ [ ] 0 T, 0 ǫ 0 1 ǫ 0 6 ψ1 0 ψ2 0 ψ7 0 então a margem de estabilidade paramétrica é ρ = 1, e a margem de estabilidade paramétrica relativa é ρ = 1, Em Keel e Bhattacharyya (1997) (ver também exemplo 2 de (Keel e Bhattacharyya, 1997)) foi concluído que uma vez que ρ = 1, então o sistema pode tolerar uma variação percentual em todos os seus coeficientes de somente 1, %. Por esta razão, esse controlador foi considerado frágil. Considere agora os detalhes envolvidos no cálculo de ρ. Seja p o vetor de perturbação que leva ao valor pequeno de ρ obtido acima, e seja p(%) o vetor de variações percentuais nos coeficientes de p 0, i.e., p(%) = [ ǫ 0/ǫ 0 0 ǫ 1/ǫ 0 1 ǫ 6/ǫ 0 6 ψ 1/ψ 0 1 ψ 2/ψ 0 2 ψ 7/ψ 0 7] T 100%. então, p(%) é dado por: 4, , , , , , p(%) = 6, , (7) 5, , , , , , Note que, embora ρ seja da ordem de %, a perturbação necessária em p 0 1 (oitavo elemento de p(%)), para instabilizar o sistema realimentado é aproximadamente 80%. Isto mostra que para instabilizar o sistema em malha fechada, a perturbação nos coeficientes do controlador deve se concentrar principalmente em ψ 0 1..

4 Considere agora a mesma variação percentual em todos os coeficientes de p 0 e vamos verificar se é possível encontrar um vetor de perturbação com magnitude maior do que ρ. Para tanto, é calculada a margem de estabilidade paramétrica baseada no teorema de Kharitonov definida em Moreira e Basilio (2002), ρ K = 0, Isto significa que, mesmo para uma perturbação percentual de todos os parâmetros de p 0 de 5, 73%, ou seja, muito maior do que ρ (3, maior do que ρ) o sistema em malha fechada é ainda estável, mostrando que, de fato, a condição dada pela proposição 1 é somente suficiente. Uma vez que a verificação da estabilidade dos polinômios representados por H S no lugar dos pontos de S pode ser conservadora, ainda é necessário apresentar uma medida de fragilidade que leve a uma condição necessária e suficiente para a estabilidade de sistemas realimentados na presença de perturbação nos parâmetros do controlador. 4 Margem de estabilidade paramétrica baseada no teorema de Kharitonov generalizado Uma condição necessária e suficiente para a estabilidade em malha fechada de todos os sistemas, cujos coeficientes dos polinômios do numerador e denominador do controlador são formados pelos vetores de parâmetros pertencentes a H K ( ρ), é fornecida pelo teorema de Kharitonov generalizado (Bhattacharyya et al., 1995), ou seja, o polinômio característico em malha fechada é Hurwitz se e somente se todos os 32 segmentos de Kharitonov generalizados formados a partir de n K (s), d K (s), n G (s) e d G (s) são Hurwitz. A construção destes 32 segmentos de polinômios será apresentada em detalhes agora. Primeiro, defina p i = [p 0 i ρ p0 i, p0 i + ρ p0 i ] = [pmin i, p max i ] e forme todos os quatro polinômios de Kharitonov para n K (s) e d K (s), da seguinte forma: n 1 K (s) = pmin m pmin m 2 s m 2 1 s2 m 2 3 s4 +p min m 2 4 s5 +p max m 2 5 s6 +p max n 2 K (s) = pmin m pmax m 2 s m 2 1 s2 m 2 3 s4 +p max m 2 4 s5 +p max m 2 5 s6 +p min n 3 K (s) = pmax m pmin m 2 s m 2 1 s2 m 2 3 s4 +p min m 2 4 s5 +p min m 2 5 s6 +p max n 4 K (s) = pmax m pmax m 2 s m 2 1 s2 d 1 K d 2 K d 3 K m 2 3 s4 +p max m 2 4 s5 +p min m 2 5 s6 +p min (s) = pmin l l 1 s + pmax l 2 s2 l 3 s3 l 5 s5 l 6 s6 (s) = pmin l l 1 s + pmax l 2 s2 l 3 s3 l 5 s5 l 6 s6 (s) = pmax l l 1 s + pmin l 2 s2 l 3 s3 l 5 s5 l 6 s6 d 4 K (s) = pmax l l 1 s + pmin l 2 s2 l 3 s3 l 5 s5 l 6 s6 (8) Com os polinômios de Kharitonov definidos em (8), forme os seguintes conjuntos de segmentos de Kharitonov: e S N = { n 12 S (s), n13 S (s), n24 S (s), n34 S (s)} S D = { d 12 S (s), d 13 S (s), d 24 S (s), d 34 S (s) }, n ij S (s) = (1 λ)ni K (s) + λnj K (s) e dij S (s) = (1 λ)d i K (s) + λdj K (s), 0 λ 1. Finalmente, os 32 segmentos de Kharitonov generalizados são formados como descrito a seguir: δ ijk S D (s) = n G(s)n i K(s) + d G(s)d jk S (s), i = 1, 2,3, 4 e jk definido em S D δ jki S N (s) = n G(s)n jk S (s) + dg(s)di K(s), i = 1, 2,3, 4 e jk definido em S N (9) O seguinte resultado pode ser então enunciado: Teorema 1 Para um dado ρ, todos os polinômios característicos formados com todos os possíveis controladores cujos coeficientes pertencem aos intervalos definidos em (5) são Hurwitz se e somente se todos os 32 segmentos de Kharitonov generalizados definidos em (9) são Hurwitz. Prova. Ver (Bhattacharyya et al., 1995), página 300. Observação 1 Uma maneira fácil de verificar se os 32 segmentos de Kharitonov generalizados definidos em (9) são Hurwitz é através do chamado lema da fase limitada (bounded phase lemma) (Bhattacharyya et al., 1995, p. 72). De acordo com o lema da fase limitada, dados dois polinômios estáveis δ 1 (s) e δ 2 (s) de grau n, e supondo que o segmento polinomial δ 12 (s) = (1 λ)δ 1 (s) + λδ 2 (s) tem grau n para todo λ [0, 1], então δ 12 (s) é estável se e somente se φ 1 (jω) φ 2 (jω) π rd para ω R, φ i (jω) denota a fase de δ i (jω). Portanto, a busca por ρ GK, a maior variação percentual ρ para a qual o sistema em malha fechada é estável para todos os controladores com coeficientes do numerador e denominador pertencentes aos intervalos definidos em (5), pode ser feita de acordo com o seguinte algoritmo. Algoritmo 1 Faça k = 1 e escolha um valor para ρ 1. Passo 1. Calcule os 32 segmentos de Kharitonov generalizados definidos em (9). Passo 2. Use o lema da fase limitada (bounded phase lemma) para verificar a estabilidade de cada segmento. Se todos os segmentos são estáveis, então faça k = k + 1, escolha ρ k+1 > ρ k, e volte para o passo 1. Se ao menos um dos segmentos de.

5 Kharitonov generalizados tem um polinômio instável, então use bisseção entre ρ k e ρ k 1 para encontrar a maior variação percentual ρ GK para a qual todos os 32 segmentos de Kharitonov generalizados são estáveis. 5 Exemplos Nesta seção todos os exemplos apresentados em Keel e Bhattacharyya (1997) serão revistos e será feita uma comparação entre os valores obtidos para a margem de estabilidade paramétrica relativa (Keel e Bhattacharyya, 1997) ( ρ), a medida de fragilidade baseada no teorema de Kharitonov (Moreira e Basilio, 2002) ( ρ K ), e a medida de fragilidade baseada no teorema de Kharitonov generalizado ( ρ GK ). Exemplo 2 Considere o problema de encontrar um controlador robusto H que maximize a margem de ganho superior, apresentado em Keel e Bhattacharyya (1997, exemplo 1), para a seguinte planta: G(s) = s 1 s 2 s 2. O controlador obtido otimizando a norma H de uma função de sensibilidade complementar é K(s)= ǫ0 6s 6 + ǫ 0 5s 5 + ǫ 0 4s 4 + ǫ 0 3s 3 + ǫ 0 2s 2 + ǫ 0 1s + ǫ 0 0 ψ6 0s6 + ψ5 0s5 + ψ4 0s4 + ψ3 0s3 + ψ2 0s2 + ψ1 0s +, ψ0 0 ǫ 0 6 = 379 ψ6 0 = 3 ǫ 0 5 = ψ5 0 = 328 ǫ 0 4 = ψ4 0 = ǫ 0 3 = ψ3 0 = ǫ 0 2 = ψ2 0 = ǫ 0 1 = ψ1 0 = ǫ 0 0 = ψ0 0 = Em Keel e Bhattacharyya (1997) foi considerado que todos os parâmetros do controlador podem variar, portanto, o vetor de parâmetros do controlador é p 0 = [ ǫ ǫ 0 0 ψ ψ 0 0]. Calculandose a margem de estabilidade paramétrica obtémse ρ = 0, , e dividindo-se ρ pela norma-euclidiana de p 0 obtém-se: ρ = 2, Considere agora o cálculo das medidas de fragilidade baseadas no teorema de Kharitonov e teorema de Kharitonov generalizado, ρ K e ρ GK, respectivamente. Para tanto, o primeiro passo no processo de calcular ambas as medidas é a obtenção dos intervalos de variação dos parâmetros do controlador em função de ρ, formando o hiper-retângulo H K ( ρ), no espaço de parâmetros do controlador. A cada hiperretângulo H K ( ρ), está associado no espaço dos coeficientes dos polinômios característicos em malha fechada um poliedro S. Portanto, ρ K será o maior valor possível de ρ para o qual um hiper-retângulo H S, contendo S no espaço dos coeficientes dos polinômios característicos em malha fechada, tenha somente pontos representando polinômios de Hurwitz. Procedendo desta maneira obtém-se: ρ K = 3, Note que o valor de ρ K é muito maior do que o obtido para ρ ( ρ K 1700 ρ), o que mostra o conservadorismo da margem de estabilidade paramétrica relativa. Para verificar se o hiper-retângulo H K representa somente controladores estabilizantes, é necessário verificar diretamente se todos os pontos do poliedro S estão associados a polinômios de Hurwitz. Isto é feito utilizando-se o teorema de Kharitonov generalizado. Procedendo, portanto, de acordo com o algoritmo 1 encontra-se: ρ GK = 3, Note que neste exemplo ρ K ρ GK, o que mostra que neste caso, a margem de estabilidade baseada no teorema de Kharitonov mostrou ser uma medida pouco conservadora da fragilidade do controlador. Exemplo 3 Para comparação com o controlador robusto apresentado no exemplo anterior, um controlador arbitrário é projetado em Keel e Bhattacharyya (1997, exemplo 2): K(s) = ǫ0 1s + ǫ 0 0 s + ψ0 0, ǫ 0 1 = 11, ǫ 0 0 = 11, ψ0 0 = 7, Neste caso o vetor de parâmetros do controlador que podem sofrer variações é p 0 = [ ǫ 0 1 ǫ 0 0 ψ 0 0]. Calculando a margem de estabilidade paramétrica relativa obtém-se ρ = 0, Por esta razão este controlador é dito em Keel e Bhattacharyya (1997) tolerar uma variação em seus componentes de 7, 2%. Calculando a medida de fragilidade baseada no teorema de Kharitonov obtém-se: ρ K = 0, , que é próximo ao valor obtido para ρ. Porém, ρ K pode ser uma medida conservadora e calculandose a margem de estabilidade baseada no teorema de Kharitonov generalizado tem-se que ρ GK = 0, 1117, que mostra que, na verdade, o sistema em malha fechada é estável para uma perturbação de até 11, 17% nos parâmetros do controlador.

6 Exemplo 4 Considere o problema de projetar um controlador robusto H que minimize W 2 (s)t(s), T(s) é a função de sensibilidade complementar e W 2 (s) é a função de pração W 2 (s) = s + 0, 1 s + 1, apresentado em Keel e Bhattacharyya (1997, e- xemplo 3). A função de transferência da planta é s 1 G(s) = s 2 + 0, 5s 0, 5, e o controlador robusto encontrado é K(s) = 124, 5s3 364, 95s 2 360, 45s 120 s , 1s , 7s Neste exemplo, o único parâmetro de K(s) que não pode variar é o coeficiente do termo de maior grau do polinômio do denominador. Portanto, a margem de estabilidade paramétrica relativa é ρ = 0, Pelo valor obtido para ρ conclui-se que o controlador pode tolerar 1, 16% de variação nos seus parâmetros. Porém, ao calcular as margens de estabilidade ρ K e ρ GK obtém-se, respectivamente: ρ K = 0, e ρ GK = 0, Note, portanto, que o controlador tolera na verdade 4, 347% de variação nos seus valores, o que é bem maior do que a variação dada por ρ ( ρ GK 3, 7 ρ). Note ainda que neste exemplo ρ GK = ρ K. Isto ocorre porque o ponto pertencente a S que representa um polinômio na fronteira da região de estabilidade b também pertence a H S. Logo, neste caso a margem de estabilidade baseada no teorema de Kharitonov é uma medida não conservadora da fragilidade do controlador. Exemplo 5 Considere novamente o exemplo 1 utilizado na seção 3 (Keel e Bhattacharyya, 1997, exemplo 4). Como mostrado no exemplo 1 a margem de estabilidade paramétrica relativa obtida é ρ = 1, Porém, pela medida baseada no teorema de Kharitonov tem-se que o controlador pode tolerar uma variação percentual muito maior do que a dada por ρ, isto é: ρ K = 0, Calculando agora a margem de estabilidade baseada no teorema de Kharitonov generalizado obtém-se um valor ainda maior do que ρ K, qual seja: ρ GK = 0, Isto mostra que, na verdade, o controlador tolera até 6, 58% de variação nos seus parâmetros ( ρ GK 4, ρ). b A região de estabilidade (Ω) é uma região no espaço de parâmetros formada pelos coeficientes dos polinômios característicos em malha fechada que são Hurwitz, isto é, Ω = {δ R n 1+n 2 +1 : δ(s) é um polinômio de Hurwitz}. Exemplo 6 Por fim, considere o problema de projetar um controlador robusto H 2 (Keel e Bhattacharyya, 1997, exemplo 6) para a seguinte função de transferência da planta: O controlador obtido é: G(s) = s + 1 s 2 + s + 2. K(s) = ǫ0 6s 6 + ǫ 0 5s 5 + ǫ 0 4s 4 + ǫ 0 3s 3 + ǫ 0 2s 2 + ǫ 0 1s + ǫ 0 0 ψ 0 6 s6 + ψ 0 5 s5 + ψ 0 4 s4 + ψ 0 3 s3 + ψ 0 2 s2 + ψ 0 1 s, ǫ 0 6 = 1, 0002, ǫ 0 5 = 3, 0406, ǫ 0 4 = 8, 1210, ǫ 0 3 = 13, 2010, ǫ0 2 = 15, 2004, ǫ0 1 = 12, 08, ǫ 0 0 = 4, 0, ψ0 6 = 0, 0001, ψ0 5 = 1, 0205, ψ4 0 = 2, 1007, ψ3 0 = 5, 1403, ψ2 0 = 6, 06, ψ1 0 = 2, 0. Para este exemplo as margens de estabilidade são: ρ = 3, , ρ K = 0, e ρ GK = 0, Novamente os valores obtidos para ρ K e ρ GK são iguais e muito maiores do que o valor obtido para ρ ( ρ GK 2643 ρ). 6 Conclusões Neste artigo é mostrado, através de exemplos, que a margem de estabilidade de Kharitonov mesmo sendo muito menos conservadora do que a margem de estabilidade paramétrica relativa, pode ser em alguns casos conservadora, o que significa que o controlador projetado pode tolerar variações percentuais maiores em seus parâmetros do que a prescrita por essa medida. Além disso, uma medida não conservadora da fragilidade de controladores baseada no teorema de Kharitonov generalizado é proposta. Todos os exemplos apresentados em Keel e Bhattacharyya (1997) são novamente considerados. Agradecimentos Este trabalho foi parcialmente financiado pelo CNPq. Referências Bhattacharyya, S. P., Chapellat, H. e Keel, L. H. (1995). Robust Control: The Parametric Approach, Prentice Hall, Upper Saddle-River. Keel, L. H. e Bhattacharyya, S. P. (1997). Robust, fragile, or optimal?, IEEE - Transactions on Automatic Control 42: Moreira, M. V. e Basilio, J. C. (2002). Uma nova medida de fragilidade de controladores baseada no teorema de Kharitonov, Anais do XIV Congresso Brasileiro de Automática, pp

AULA #12. Estabilidade de Sistemas de Controle por

AULA #12. Estabilidade de Sistemas de Controle por AULA #12 Estabilidade de Sistemas de Controle por Realimentação Estabilidade de Sistemas de Controle por Realimentação A presença de medidores, controladores e elementos finais de controle afetam as características

Leia mais

REDUÇÃO DE ORDEM NO DOMÍNIO DA FREQÜÊNCIA BASEADA NA MINIMIZAÇÃO DA NORMA DOS COEFICIENTES POLINOMIAIS DO ERRO

REDUÇÃO DE ORDEM NO DOMÍNIO DA FREQÜÊNCIA BASEADA NA MINIMIZAÇÃO DA NORMA DOS COEFICIENTES POLINOMIAIS DO ERRO REDUÇÃO DE ORDEM NO DOMÍNIO DA FREQÜÊNCIA BASEADA NA MINIMIZAÇÃO DA NORMA DOS COEFICIENTES POLINOMIAIS DO ERRO José M. Araújo jomario@cefetba.br Eduardo T. F. Santos eduardo.telmo@terra.com.br Alexandre

Leia mais

PRINCÍPIOS DE CONTROLE E SERVOMECANISMO

PRINCÍPIOS DE CONTROLE E SERVOMECANISMO PRINCÍPIOS DE CONTROLE E SERVOMECANISMO JOSÉ C. GEROMEL e RUBENS H. KOROGUI DSCE / Faculdade de Engenharia Elétrica e de Computação UNICAMP, CP 6101, 13083-970, Campinas, SP, Brasil, geromel@dsce.fee.unicamp.br

Leia mais

SISTEMAS DE CONTROLE II

SISTEMAS DE CONTROLE II SISTEMAS DE CONTROLE II - Algumas situações com desempenho problemático 1) Resposta muito oscilatória 2) Resposta muito lenta 3) Resposta com erro em regime permanente 4) Resposta pouco robusta a perturbações

Leia mais

Controle Robusto H. 1. O problema de controle H. 2. Controle ótimo H por LMIs. 3. Patologia no controle H : altos ganhos. 3. Controle Misto H 2 /H

Controle Robusto H. 1. O problema de controle H. 2. Controle ótimo H por LMIs. 3. Patologia no controle H : altos ganhos. 3. Controle Misto H 2 /H Controle Robusto H 1. O problema de controle H 2. Controle ótimo H por LMIs 3. Patologia no controle H : altos ganhos 3. Controle Misto H 2 /H pag.1 Introdução ao Controle Robusto Aula 11 Controle H e

Leia mais

BCC202 - Estrutura de Dados I

BCC202 - Estrutura de Dados I BCC202 - Estrutura de Dados I Aula 04: Análise de Algoritmos (Parte 1) Reinaldo Fortes Universidade Federal de Ouro Preto, UFOP Departamento de Ciência da Computação, DECOM Website: www.decom.ufop.br/reifortes

Leia mais

Controle de Conversores Estáticos Retroação de estados: Projeto por alocação de pólos. Prof. Cassiano Rech cassiano@ieee.org

Controle de Conversores Estáticos Retroação de estados: Projeto por alocação de pólos. Prof. Cassiano Rech cassiano@ieee.org Controle de Conversores Estáticos Retroação de estados: Projeto por alocação de pólos cassiano@ieee.org 1 Projeto por alocação de pólos Na abordagem convencional, usando por exemplo o método do lugar das

Leia mais

Controle de Conversores Estáticos Controladores baseados no princípio do modelo interno. Prof. Cassiano Rech cassiano@ieee.org

Controle de Conversores Estáticos Controladores baseados no princípio do modelo interno. Prof. Cassiano Rech cassiano@ieee.org Controle de Conversores Estáticos Controladores baseados no princípio do modelo interno cassiano@ieee.org 1 Objetivos da aula Projeto de um controlador PID para o controle da tensão de saída de um inversor

Leia mais

Fundamentos da PESQUISA OPERACIONAL

Fundamentos da PESQUISA OPERACIONAL Andréa Cardoso Fundamentos da PESQUISA OPERACIONAL Março 200 2 0. Lista de Problemas 6. O quadro a seguir mostra o processo de resolução de um PPL. A partir dos dados fornecidos, responda às seguintes

Leia mais

Desempenho de Sistemas de Controle Realimentados

Desempenho de Sistemas de Controle Realimentados Desempenho de Sistemas de Controle Realimentados. Erro em estado estacionário de sistemas de controle realimentados 2. Erro em estado estacionário de sistemas com realimentação não-unitária 3. Índice de

Leia mais

Root Locus (Método do Lugar das Raízes)

Root Locus (Método do Lugar das Raízes) Root Locus (Método do Lugar das Raízes) Ambos a estabilidade e o comportamento da resposta transitória em um sistema de controle em malha fechada estão diretamente relacionadas com a localização das raízes

Leia mais

2. Otimização de Portfolio

2. Otimização de Portfolio 2. Otimização de Portfolio 2.1. Análise de Média-Variância Portfolio (carteira, em português) é uma combinação de ativos, tais como investimentos, ações, obrigações, commodities, imóveis, entre outros.

Leia mais

ANÁLISE DA CONSERVAÇÃO PÓS-COLHEITA DA ALFACE (Lactuca Sativa, L) UTILIZANDO O SISTEMA DE APOIO À TOMADA DE DECISÃO BKD

ANÁLISE DA CONSERVAÇÃO PÓS-COLHEITA DA ALFACE (Lactuca Sativa, L) UTILIZANDO O SISTEMA DE APOIO À TOMADA DE DECISÃO BKD ANÁLISE DA CONSERVAÇÃO PÓS-COLHEITA DA ALFACE (Lactuca Sativa, L) UTILIZANDO O SISTEMA DE APOIO À TOMADA DE DECISÃO BKD RESUMO Thereza P. P. Padilha Fabiano Fagundes Conceição Previero Laboratório de Solos

Leia mais

Notas de aula número 1: Otimização *

Notas de aula número 1: Otimização * UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL UFRGS DEPARTAMENTO DE ECONOMIA CURSO DE CIÊNCIAS ECONÔMICAS DISCIPLINA: TEORIA MICROECONÔMICA II Primeiro Semestre/2001 Professor: Sabino da Silva Porto Júnior

Leia mais

ESQUEMA PARA COMUNICAÇÃO COM SEGURANÇA BASEADO EM SINCRONIZAÇÃO ADAPTATIVA DE SISTEMAS CAÓTICOS UNIFICADOS

ESQUEMA PARA COMUNICAÇÃO COM SEGURANÇA BASEADO EM SINCRONIZAÇÃO ADAPTATIVA DE SISTEMAS CAÓTICOS UNIFICADOS ESQUEMA PARA COMUNICAÇÃO COM SEGURANÇA BASEADO EM SINCRONIZAÇÃO ADAPTATIVA DE SISTEMAS CAÓTICOS UNIFICADOS JOSÉ A. R. VARGAS 1, FÁBIO T. VITAL 2 1,2 Universidade de Brasília Departamento de Engenharia

Leia mais

ANÁLISE LINEAR DE SISTEMAS

ANÁLISE LINEAR DE SISTEMAS ANÁLISE LINEAR DE SISTEMAS JOSÉ C. GEROMEL DSCE / Faculdade de Engenharia Elétrica e de Computação UNICAMP, CP 6101, 13083-970, Campinas, SP, Brasil, geromel@dsce.fee.unicamp.br Campinas, Janeiro de 2007

Leia mais

Cálculo da resposta no domínio do tempo: o papel dos pólos e zeros

Cálculo da resposta no domínio do tempo: o papel dos pólos e zeros Capítulo Cálculo da resposta no domínio do tempo: o papel dos pólos e zeros. Introdução O cálculo da resposta no domínio do tempoy(t) de um sistemag(t) pode ser calculado através da integral de convolução:

Leia mais

Controle de Conversores Estáticos Controle de um conversor boost CCM para correção do FP. Prof. Cassiano Rech cassiano@ieee.org

Controle de Conversores Estáticos Controle de um conversor boost CCM para correção do FP. Prof. Cassiano Rech cassiano@ieee.org Controle de Conversores Estáticos Controle de um conversor boost CCM para correção do FP cassiano@ieee.org 1 Operação como PFP Como a freqüência de comutação do interruptor S é muito maior que a freqüência

Leia mais

395480 Controle Robusto Tema: Análise e Controle via LMIs

395480 Controle Robusto Tema: Análise e Controle via LMIs 395480 Controle Robusto Tema: Análise e Controle via LMIs Sistemas Fuzzy Takagi Sugeno Prof. Eduardo Stockler Tognetti Programa de Pós-Graduação em Engenharia de Sistemas Eletrônicos e de Automação (PGEA)

Leia mais

ANÁLISE DE ESTABILIDADE DE SISTEMAS FUZZY USANDO FUNÇÕES DE LYAPUNOV FUZZY

ANÁLISE DE ESTABILIDADE DE SISTEMAS FUZZY USANDO FUNÇÕES DE LYAPUNOV FUZZY ANÁLISE DE ESTABILIDADE DE SISTEMAS FUZZY USANDO FUNÇÕES DE LYAPUNOV FUZZY Flávio A. Faria 1, Geraldo N. Silva 1, Vilma A. de Oliveira 2 1 Instituto de Biociências Letras e Ciências Exatas, UNESP - Univ

Leia mais

Análise da sensibilidade

Análise da sensibilidade Análise da Sensibilidade Bertolo, L.A. UNIUBE Análise da sensibilidade Em todos os modelos de programação linear, os coeficientes da função objetivo e das restrições são considerados como entrada de dados

Leia mais

SÍNTESE H PARA SISTEMAS COM RESTRIÇÕES ALGÉBRICAS NO ESTADO

SÍNTESE H PARA SISTEMAS COM RESTRIÇÕES ALGÉBRICAS NO ESTADO SÍNTESE H PARA SISTEMAS COM RESTRIÇÕES ALGÉBRICAS NO ESTADO K. A. Barbosa karinab@das.ufsc.br A. Trofino trofino@das.ufsc.br Depto. de Automação e Sistemas, Universidade Federal de Santa Catarina, 884-9

Leia mais

1 Controle da Potência Ativa e da Freqüência

1 Controle da Potência Ativa e da Freqüência 1 Controle da Potência Ativa e da Freqüência 1.1 Introdução Em sistemas de potência, as unidades geradoras compreendem os equipamentos conectados ao sistema capazes de transformar vários tipos de energia

Leia mais

Utilizando o EXCEL Solver

Utilizando o EXCEL Solver Utilizando o EXCEL Solver Outubro de 2000 2 A opção Solver no Excel pode ser utilizada para resolver problemas de otimização lineares e nãolineares. As restrições de inteiros podem ser colocadas nas variáveis

Leia mais

SISTEMAS DE CONTROLE POR COMPUTADOR EM TEMPO REAL

SISTEMAS DE CONTROLE POR COMPUTADOR EM TEMPO REAL SISTEMAS DE CONTROLE POR COMPUTADOR EM TEMPO REAL Max Mauro Dias Santos Professor do Curso de Computação - Sistemas de Informação Unileste-MG. Doutor em Engenharia de Produção UFSC. Marcelo Vieira Côrrea

Leia mais

COMPARANDO DIFERENTES ESTRATÉGIAS DE CONTROLE PARA SISTEMAS NÃO LINEARES INCERTOS BASEADAS EM ESCALONAMENTO DE GANHOS

COMPARANDO DIFERENTES ESTRATÉGIAS DE CONTROLE PARA SISTEMAS NÃO LINEARES INCERTOS BASEADAS EM ESCALONAMENTO DE GANHOS COMPARANDO DIFERENTES ESTRATÉGIAS DE CONTROLE PARA SISTEMAS NÃO LINEARES INCERTOS BASEADAS EM ESCALONAMENTO DE GANHOS Mateus Paresqui Berruezo, Leonardo A B Tôrres, Reinaldo Martinez Palhares Programa

Leia mais

Utilização de Circuitos Elétricos Equivalentes na Avaliação das Condições de Estabilidade de Tensão

Utilização de Circuitos Elétricos Equivalentes na Avaliação das Condições de Estabilidade de Tensão Laura Cristina Paniagua Palacio Utilização de Circuitos Elétricos Equivalentes na Avaliação das Condições de Estabilidade de Tensão Dissertação de Mestrado Dissertação apresentada como requisito parcial

Leia mais

O Método Simplex para

O Método Simplex para O Método Simplex para Programação Linear Formas de Programas Lineares O problema de Programação Matemática consiste na determinação do valor de n variáveis x 1, x 2,, x n que tornam mínimo ou máximo o

Leia mais

Estabilidade Transitória

Estabilidade Transitória Estabilidade Transitória Revisão em janeiro 003. 1 Introdução A geração de energia elétrica dos sistemas de potência é constituída de máquinas síncronas. que operam com uma determinada freqüência. O sistema

Leia mais

UNIVERSIDADE FEDERAL DE SANTA MARIA - UFSM CENTRO DE TECNOLOGIA - CT DEPARTAMENTO DE ELETRÔNICA E COMPUTAÇÃO - DELC PROJETO REENGE - ENG.

UNIVERSIDADE FEDERAL DE SANTA MARIA - UFSM CENTRO DE TECNOLOGIA - CT DEPARTAMENTO DE ELETRÔNICA E COMPUTAÇÃO - DELC PROJETO REENGE - ENG. UNIVERSIDADE FEDERAL DE SANTA MARIA - UFSM CENTRO DE TECNOLOGIA - CT DEPARTAMENTO DE ELETRÔNICA E COMPUTAÇÃO - DELC PROJETO REENGE - ENG. ELÉTRICA CADERNO DIDÁTICO DE SISTEMAS DE CONTROLE 1 ELABORAÇÃO:

Leia mais

Ajuste dos Parâmetros de um Controlador PI em uma Coluna de Destilação Binária

Ajuste dos Parâmetros de um Controlador PI em uma Coluna de Destilação Binária Ajuste dos Parâmetros de um Controlador PI em uma Coluna de Destilação Binária Marina Roberto Martins 1*, Fernando Palú 1 (1) Universidade Estadual do Oeste do Paraná, Curso de Engenharia Química. e-mail:

Leia mais

Cap17 - Tomada de Decisões Complexas

Cap17 - Tomada de Decisões Complexas Cap17 - Tomada de Decisões Complexas Processos de Decisão de Markov Algoritmo de Iteração de Valor Algoritmo de Iteração de Política Processos de Decisão de Markov Parcialmente Observáveis Teoria de Jogos

Leia mais

XLVI Pesquisa Operacional na Gestão da Segurança Pública

XLVI Pesquisa Operacional na Gestão da Segurança Pública ÁRVORES DE DIÂMETRO 3 COM MENOR AUTOVALOR NÃO PRINCIPAL Francisca A M França Universidade Federal Fluminense - ICEx - UFF Rua Desembargador Ellis Hermydio Figueira, 783, Bairro Aterrado - Volta Redonda

Leia mais

AULAS 04 E 05 Estatísticas Descritivas

AULAS 04 E 05 Estatísticas Descritivas 1 AULAS 04 E 05 Estatísticas Descritivas Ernesto F. L. Amaral 19 e 28 de agosto de 2010 Metodologia de Pesquisa (DCP 854B) Fonte: Triola, Mario F. 2008. Introdução à estatística. 10 ª ed. Rio de Janeiro:

Leia mais

Representação de Modelos Dinâmicos em Espaço de Estados Graus de Liberdade para Controle

Representação de Modelos Dinâmicos em Espaço de Estados Graus de Liberdade para Controle Representação de Modelos Dinâmicos em Espaço de Estados Graus de Liberdade para Controle Espaço de Estados (CP1 www.professores.deq.ufscar.br/ronaldo/cp1 DEQ/UFSCar 1 / 69 Roteiro 1 Modelo Não-Linear Modelo

Leia mais

Sistemas a Tempo Discreto - Projeto

Sistemas a Tempo Discreto - Projeto Sistemas a Tempo Discreto - Projeto 1. Especificações de Projeto no domínio discreto 2. Projeto via Emulação 2.1 Controladores Equivalentes Discretos 2.2 Mapeamento pólo-zero 2.3 Avaliação do projeto pag.1

Leia mais

Estabilidade no Domínio da Freqüência

Estabilidade no Domínio da Freqüência Estabilidade no Domínio da Freqüência Introdução; Mapeamento de Contornos no Plano s; Critério de Nyquist; Estabilidade Relativa; Critério de Desempenho no Domínio do Tempo Especificado no Domínio da Freqüência;

Leia mais

Cláudio Tadeu Cristino 1. Julho, 2014

Cláudio Tadeu Cristino 1. Julho, 2014 Inferência Estatística Estimação Cláudio Tadeu Cristino 1 1 Universidade Federal de Pernambuco, Recife, Brasil Mestrado em Nutrição, Atividade Física e Plasticidade Fenotípica Julho, 2014 C.T.Cristino

Leia mais

CONTROLE PREDITIVO APLICADO A UMA PLANTA PILOTO DE NEUTRALIZAÇÃO DE PH

CONTROLE PREDITIVO APLICADO A UMA PLANTA PILOTO DE NEUTRALIZAÇÃO DE PH CONTROLE PREDITIVO APLICADO A UMA PLANTA PILOTO DE NEUTRALIZAÇÃO DE PH CHRITIAM MORALE 1, LUÍ LOURENÇO 1, CLAUDIO GARCIA 1 1. Laboratório de Automação e Controle, Departamento de Engenharia de Telecomunicações

Leia mais

1. Método Simplex. Faculdade de Engenharia Eng. Celso Daniel Engenharia de Produção. Pesquisa Operacional II Profa. Dra. Lílian Kátia de Oliveira

1. Método Simplex. Faculdade de Engenharia Eng. Celso Daniel Engenharia de Produção. Pesquisa Operacional II Profa. Dra. Lílian Kátia de Oliveira Faculdade de Engenharia Eng. Celso Daniel Engenharia de Produção. Método Simple.. Solução eata para os modelos de Programação Linear O modelo de Programação Linear (PL) reduz um sistema real a um conjunto

Leia mais

1. Extremos de uma função

1. Extremos de uma função Máximo e Mínimo de Funções de Várias Variáveis 1. Extremos de uma função Def: Máximo Absoluto, mínimo absoluto Seja f : D R R função (i) Dizemos que f assume um máximo absoluto (ou simplesmente um máximo)

Leia mais

CONTROLE DE SISTEMAS LINEARES SUJEITOS A SALTOS MARKOVIANOS APLICADO EM VEÍCULOS AUTÔNOMOS

CONTROLE DE SISTEMAS LINEARES SUJEITOS A SALTOS MARKOVIANOS APLICADO EM VEÍCULOS AUTÔNOMOS CONTROLE DE SISTEMAS LINEARES SUJEITOS A SALTOS MARKOVIANOS APLICADO EM VEÍCULOS AUTÔNOMOS Uma abordagem prática Apresentação preliminar Universidade de São Paulo USP Escola de Engenharia de São Carlos

Leia mais

PESQUISA OPERACIONAL NA TOMADA DE DECISÃO

PESQUISA OPERACIONAL NA TOMADA DE DECISÃO CENTRO DE CIÊNCIAS EXATAS CCE DEPARTAMENTO DE ESTATÍSTICA Curso de Especialização Lato Sensu em Engenharia de Produção com enfoque em Pesquisa Operacional PESQUISA OPERACIONAL NA TOMADA DE DECISÃO Professores:

Leia mais

Aula 8 Controladores do tipo Proporcional, Integral e Diferencial

Aula 8 Controladores do tipo Proporcional, Integral e Diferencial Aula 8 Controladores do tipo Proporcional, Integral e Diferencial Introdução Estrutura do Controlador PID Efeito da Ação Proporcional Efeito da Ação Integral Efeito da Ação Derivativa Sintonia de Controladores

Leia mais

Resíduos Quadráticos e Fatoração: uma aplicação à criptoanálise do RSA

Resíduos Quadráticos e Fatoração: uma aplicação à criptoanálise do RSA Resíduos Quadráticos e Fatoração: uma aplicação à criptoanálise do RSA Charles F. de Barros 20 de novembro de 2008 Resumo Faremos uma breve introdução ao conceito de resíduos quadráticos, descrevendo em

Leia mais

ELABORAÇÃO DE UM TOOLBOX DE CONTROLE PREDITIVO DO TIPO CONTROLE PREDITIVO POR MATRIZ DINÂMICA (DMC) NO SCILAB

ELABORAÇÃO DE UM TOOLBOX DE CONTROLE PREDITIVO DO TIPO CONTROLE PREDITIVO POR MATRIZ DINÂMICA (DMC) NO SCILAB ELABORAÇÃO DE UM TOOLBOX DE CONTROLE PREDITIVO DO TIPO CONTROLE PREDITIVO POR MATRIZ DINÂMICA (DMC) NO SCILAB Mardoqueu de Oliveira Neto mardoqueu6@hotmail.com Gustavo Maia de Almeida gmaia@ifes.edu.br

Leia mais

T Ã O B O M Q U A N T O N O V O

T Ã O B O M Q U A N T O N O V O D I S S E R T A Ç Ã O D E M E S T R A D O M A S T E R I N G D I S S E R T A T I O N A V A L I A Ç Ã O D A C O N D I Ç Ã O D E T Ã O B O M Q U A N T O N O V O U M A A P L I C A Ç Ã O E N V O L V E N D O

Leia mais

MODELAGEM E SIMULAÇÃO DE GERADOR FOTOVOLTAICO

MODELAGEM E SIMULAÇÃO DE GERADOR FOTOVOLTAICO MODELAGEM E SIMULAÇÃO DE GERADOR FOTOVOLTAICO Claudia Valéria T. Cabral 1 Lauro de Vilhena B. Machado Neto 2 Delly Oliveira Filho 3 Antônia Sônia Alves C. Diniz 4 1 Doutoranda do Dep. de Eng. Agrícola,

Leia mais

4 Impedância de Transferência entre Geradores e Carga

4 Impedância de Transferência entre Geradores e Carga 50 4 Impedância de Transferência entre Geradores e Carga 4.1. O procedimento nesta seção é baseado no cálculo de correntes de curtocircuito, comumente encontrado em livros de análise de sistemas de potência

Leia mais

Departamento de Engenharia Eletrônica. Universidade Federal de Minas Gerais

Departamento de Engenharia Eletrônica. Universidade Federal de Minas Gerais CÁLCULO EXATO DOS CUSTOS H 2 E H ARA SISTEMAS COM INCERTEZAS OLITÓICAS Eduardo N. Goncalves, Reinaldo M. alhares, Ricardo H. C. Takahashi, Renato C. Mesquita Departamento de Engenharia Elétrica Centro

Leia mais

Sintonia de Controladores PID utilizando Algoritmos Genéticos

Sintonia de Controladores PID utilizando Algoritmos Genéticos Sintonia de Controladores PID utilizando Algoritmos Genéticos J. Franco M. Amaral, M. A. C. Pacheco, R. Tanscheit DEE-PUC-Rio, CP 38063, 22452-970 Rio de Janeiro, RJ e-mail: [jfranco, marco, ricardo]@ele.puc-rio.br

Leia mais

IDENTIFICAÇÃO POR ESPAÇOS DE ESTADOS DE UM MÓDULO SERVO-MECANISMO DIDÁTICO

IDENTIFICAÇÃO POR ESPAÇOS DE ESTADOS DE UM MÓDULO SERVO-MECANISMO DIDÁTICO IDENTIFICAÇÃO POR ESPAÇOS DE ESTADOS DE UM MÓDULO SERVO-MECANISMO DIDÁTICO Vlademir Aparecido Freire Junior vlad_freire@hotmail.com Alessandro do Nascimento Vargas avargas@utfpr.edu.br Cristiano Marcos

Leia mais

Controle e Estabilidade de Sistemas Elétricos de Potência. Antonio J.A. Simões Costa e Aguinaldo S. e Silva

Controle e Estabilidade de Sistemas Elétricos de Potência. Antonio J.A. Simões Costa e Aguinaldo S. e Silva Controle e Estabilidade de Sistemas Elétricos de Potência Antonio J.A. Simões Costa e Aguinaldo S. e Silva Florianópolis, agosto de 2000 Capítulo 1 Introdução 1.1 Controle de Freqüência e Tensão na Operação

Leia mais

Códigos Lineares CAPÍTULO 4

Códigos Lineares CAPÍTULO 4 CAPÍTULO 4 Códigos Lineares 1. Definição, pârametros e peso mínimo Seja F q o corpo de ordem q. Portanto, pelo Teorema 3.24, q = p m para algum primo p e inteiro positivo m. Definição 4.1. Um código linear

Leia mais

Ótimo de Pragas: Modelos Linearizados, Funcional Quadrático 1. Controle

Ótimo de Pragas: Modelos Linearizados, Funcional Quadrático 1. Controle TEMA Tend. Mat. Apl. Comput., 5, No. 1 2004, 145-154. c Uma Publicação da Sociedade Brasileira de Matemática Aplicada e Computacional. Controle Ótimo de Pragas: Modelos Linearizados, Funcional Quadrático

Leia mais

OBJETIVOS: CARGA HORÁRIA MÍNIMA CRONOGRAMA:

OBJETIVOS: CARGA HORÁRIA MÍNIMA CRONOGRAMA: ESTUDO DIRIGIDO COMPONENTE CURRICULAR: Controle de Processos e Instrumentação PROFESSOR: Dorival Rosa Brito ESTUDO DIRIGIDO: Métodos de Determinação de Parâmetros de Processos APRESENTAÇÃO: O rápido desenvolvimento

Leia mais

MICROMASTER MM4. Usando o Controle de Malha Fechada (PID) Edição 08.2002. IND 1 Drives technology Suporte Técnico Drives Hotline

MICROMASTER MM4. Usando o Controle de Malha Fechada (PID) Edição 08.2002. IND 1 Drives technology Suporte Técnico Drives Hotline s MICROMASTER MM4 Usando o Controle de Malha Fechada (PID) Edição 08.2002 IND 1 Drives technology Suporte Técnico Drives Hotline USANDO O CONTROLE DE MALHA FECHADA NO MM4 O que é controle de malha fechada

Leia mais

Uma Ferramenta para otimização em Engenharia Mecânica e aplicações na Fundição Eletromagnética de Metais

Uma Ferramenta para otimização em Engenharia Mecânica e aplicações na Fundição Eletromagnética de Metais Uma Ferramenta para otimização em Engenharia Mecânica e aplicações na Fundição Eletromagnética de Metais Departamento de Engenharia Mecânica COPPE UFRJ STIC-AMSUD, Novembro de 2009 Conteúdo Preliminares

Leia mais

Otimização Aplicada à Engenharia de Processos

Otimização Aplicada à Engenharia de Processos Otimização Aplicada à Engenharia de Processos Aula 1: Introdução Felipe Campelo http://www.cpdee.ufmg.br/~fcampelo Programa de Pós-Graduação em Engenharia Elétrica Belo Horizonte Março de 2013 Antes de

Leia mais

RESOLUÇÃO DA PROVA DE MATEMÁTICA UNICAMP 2008 2 a Fase Professora Maria Antônia Gouveia.

RESOLUÇÃO DA PROVA DE MATEMÁTICA UNICAMP 2008 2 a Fase Professora Maria Antônia Gouveia. RESOLUÇÃO DA PROVA DE MATEMÁTICA UNICAMP 8 a Fase Professora Maria Antônia Gouveia. Instruções: Indique claramente as respostas dos itens de cada questão, fornecendo as unidades, se for o caso. Apresente

Leia mais

Pesquisa Operacional. Função Linear - Introdução. Função do 1 Grau. Função Linear - Exemplos Representação no Plano Cartesiano. Prof.

Pesquisa Operacional. Função Linear - Introdução. Função do 1 Grau. Função Linear - Exemplos Representação no Plano Cartesiano. Prof. Pesquisa Operacional Prof. José Luiz Prof. José Luiz Função Linear - Introdução O conceito de função é encontrado em diversos setores da economia, por exemplo, nos valores pagos em um determinado período

Leia mais

O Problema do Troco Principio da Casa dos Pombos. > Princípios de Contagem e Enumeração Computacional 0/48

O Problema do Troco Principio da Casa dos Pombos. > Princípios de Contagem e Enumeração Computacional 0/48 Conteúdo 1 Princípios de Contagem e Enumeração Computacional Permutações com Repetições Combinações com Repetições O Problema do Troco Principio da Casa dos Pombos > Princípios de Contagem e Enumeração

Leia mais

Modelagem no Domínio do Tempo. Carlos Alexandre Mello. Carlos Alexandre Mello cabm@cin.ufpe.br 1

Modelagem no Domínio do Tempo. Carlos Alexandre Mello. Carlos Alexandre Mello cabm@cin.ufpe.br 1 Carlos Alexandre Mello 1 Modelagem no Domínio da Frequência A equação diferencial de um sistema é convertida em função de transferência, gerando um modelo matemático de um sistema que algebricamente relaciona

Leia mais

1 Tipos de dados em Análise de Clusters

1 Tipos de dados em Análise de Clusters Curso de Data Mining Sandra de Amo Aula 13 - Análise de Clusters - Introdução Análise de Clusters é o processo de agrupar um conjunto de objetos físicos ou abstratos em classes de objetos similares Um

Leia mais

Recordamos que Q M n n (R) diz-se ortogonal se Q T Q = I.

Recordamos que Q M n n (R) diz-se ortogonal se Q T Q = I. Diagonalização ortogonal de matrizes simétricas Detalhes sobre a Secção.3 dos Apontamentos das Aulas teóricas de Álgebra Linear Cursos: LMAC, MEBiom e MEFT (semestre, 0/0, Prof. Paulo Pinto) Recordamos

Leia mais

EA772 CIRCUITOS LÓGICOS

EA772 CIRCUITOS LÓGICOS EA772 CIRCUITOS LÓGICOS LISTA DE EXERCÍCIOS 1º Semestre, 2015 Minimização de funções, Cicuitos combinacionais e aplicações, Circuitos aritméticos, Codificadores, Multiplexadores. Exercício 1. a) Modifique

Leia mais

MÉTODOS DE CONTROLE DO FLUXO DE ENTRADA PARA GRAFOS DE EVENTOS TEMPORIZADOS

MÉTODOS DE CONTROLE DO FLUXO DE ENTRADA PARA GRAFOS DE EVENTOS TEMPORIZADOS MÉTODOS DE CONTROLE DO FLUXO DE ENTRADA PARA GRAFOS DE EVENTOS TEMPORIZADOS Dias, J. R. S., Maia, C. A., Lucena Jr, V. F. Programa de Pós-Graduação em Engenharia Elétrica - Universidade Federal de Minas

Leia mais

4 Análise dos Resultados

4 Análise dos Resultados 4 Análise dos Resultados 4.1 Construção do o de Regressão Logística No SPSS 13.0, foi aplicado o modelo de regressão logística binário, método stepwise foward, para definir o modelo final que minimiza

Leia mais

RASTREAMENTO GLOBAL E EXATO DE SISTEMAS INCERTOS UTILIZANDO UM DIFERENCIADOR EXATO NÃO-HOMOGÊNEO

RASTREAMENTO GLOBAL E EXATO DE SISTEMAS INCERTOS UTILIZANDO UM DIFERENCIADOR EXATO NÃO-HOMOGÊNEO RASTREAMENTO GLOBAL E EXATO DE SISTEMAS INCERTOS UTILIZANDO UM DIFERENCIADOR EXATO NÃO-HOMOGÊNEO Paulo Victor N M Vidal, Andrei Battistel, Eduardo V L Nunes Dept de Eng Eletrônica e de Computação, Universidade

Leia mais

Álgebra Linear. Mauri C. Nascimento Departamento de Matemática UNESP/Bauru. 19 de fevereiro de 2013

Álgebra Linear. Mauri C. Nascimento Departamento de Matemática UNESP/Bauru. 19 de fevereiro de 2013 Álgebra Linear Mauri C. Nascimento Departamento de Matemática UNESP/Bauru 19 de fevereiro de 2013 Sumário 1 Matrizes e Determinantes 3 1.1 Matrizes............................................ 3 1.2 Determinante

Leia mais

INSTRUMENTAÇÃO INDUSTRIAL 1. INTRODUÇÃO / DEFINIÇÕES

INSTRUMENTAÇÃO INDUSTRIAL 1. INTRODUÇÃO / DEFINIÇÕES 1 INSTRUMENTAÇÃO INDUSTRIAL 1. INTRODUÇÃO / DEFINIÇÕES 1.1 - Instrumentação Importância Medições experimentais ou de laboratório. Medições em produtos comerciais com outra finalidade principal. 1.2 - Transdutores

Leia mais

Anais do XX Congresso Brasileiro de Automática Belo Horizonte, MG, 20 a 24 de Setembro de 2014

Anais do XX Congresso Brasileiro de Automática Belo Horizonte, MG, 20 a 24 de Setembro de 2014 REALIMENTAÇÃO DE ESTADO H 2 E H DE SISTEMAS MARKOVIANOS A TEMPO CONTÍNUO COM TAXAS DE TRANSIÇÃO INCERTAS Caetano B. Cardeliquio, André R. Fioravanti, Alim P. C. Gonçalves Av. Albert Einstein - 400 FEEC/UNICAMP,

Leia mais

Capítulo 2: Transformação de Matrizes e Resolução de Sistemas

Capítulo 2: Transformação de Matrizes e Resolução de Sistemas 2 Livro: Introdução à Álgebra Linear Autores: Abramo Hefez Cecília de Souza Fernandez Capítulo 2: Transformação de Matrizes e Resolução de Sistemas Sumário 1 Transformação de Matrizes.............. 3 1.1

Leia mais

Emails: jean@dee.feis.unesp.br, andrelexandre@bol.com.br, jpaulo@dee.feis.unesp.br, lizetega@mat.feis.unesp.br, giapolinario@yahoo.com.

Emails: jean@dee.feis.unesp.br, andrelexandre@bol.com.br, jpaulo@dee.feis.unesp.br, lizetega@mat.feis.unesp.br, giapolinario@yahoo.com. 18 a 21 de setembro de 211 CONTROLE EXPERIMENTAL DO PÊNDULO INVERTIDO CONSIDERANDO ATRASO COMPUTACIONAL Jean M. S. Ribeiro, André Luiz A. de Paula, José Paulo F. Garcia, Lizete Maria C. F. Garcia, Gisele

Leia mais

Análise estrutural do problema de programação da produção F3 r j, s ijk C max

Análise estrutural do problema de programação da produção F3 r j, s ijk C max Análise estrutural do problema de programação da produção F3 r j, s ijk C max Sânia da Costa Fernandes (UFG) saninha_fernandes@hotmail.com Tatiane Albuquerque Pires (UFG) tati_albuquerque_3@hotmail.com

Leia mais

Automação Industrial

Automação Industrial Automação Industrial Unidade 2 Respostas de um Sistema de Controle Prof. Rodrigo Cardoso Fuentes diretor.ctism@gmail.com Prof. Rafael Concatto Beltrame beltrame@mail.ufsm.br Objetivos da Aula 1. Definir

Leia mais

CONSIDERAÇÕES SOBRE MÉTODOS DE DECISÃO MULTICRITÉRIO. Roterdan Moura da Silva, Mischel Carmen Neyra Belderrain, IC

CONSIDERAÇÕES SOBRE MÉTODOS DE DECISÃO MULTICRITÉRIO. Roterdan Moura da Silva, Mischel Carmen Neyra Belderrain, IC CONSIDERAÇÕES SOBRE MÉTODOS DE DECISÃO MULTICRITÉRIO Roterdan Moura da Silva, Mischel Carmen Neyra Belderrain, IC Instituto Tecnológico de Aeronáutica / Divisão de Engenharia Mecânica-Aeronáutica, roterdan05@hotmail.com;

Leia mais

TRABALHO - SIMULAÇÃO DE CONSULTORIA PARA COOPERATIVA CAMPAL 1

TRABALHO - SIMULAÇÃO DE CONSULTORIA PARA COOPERATIVA CAMPAL 1 TRABALHO - SIMULAÇÃO DE CONSULTORIA PARA COOPERATIVA CAMPAL 1 INTRODUÇÃO Marcos Vily Paladini 2 Neste trabalho será apresentada uma simulação de consultoria para a cooperativa CAMPAL, de Cornélio Procópio,

Leia mais

GABARITO OTM 09 [ ] [ ] ( ) [ ] O que mostra que e, logo o sistema não possui solução. [ ]

GABARITO OTM 09 [ ] [ ] ( ) [ ] O que mostra que e, logo o sistema não possui solução. [ ] GABARITO OTM 09 Questão 1 a) Observe que o, deste modo o sistema não possui única solução ou não possui solução. Como [ ] [ ] [ ] [ ] O que mostra que e, logo o sistema não possui solução. b) Sim. Basta

Leia mais

2 Problema das p-medianas

2 Problema das p-medianas 2 Problema das p-medianas 2.1 Definição O PMNC é definido da seguinte forma: determinar quais p facilidades (p m, onde m é o número de pontos onde podem ser abertas facilidades) devem obrigatoriamente

Leia mais

Métodos Numéricos e Estatísticos Parte I-Métodos Numéricos

Métodos Numéricos e Estatísticos Parte I-Métodos Numéricos Métodos Numéricos e Estatísticos Parte I-Métodos Numéricos Lic. Eng. Biomédica e Bioengenharia-2009/2010 Para determinarmos um valor aproximado das raízes de uma equação não linear, convém notar inicialmente

Leia mais

Probabilidade - aula III

Probabilidade - aula III 27 de Março de 2014 Regra da Probabilidade Total Objetivos Ao final deste capítulo você deve ser capaz de: Usar a regra da multiplicação para calcular probabilidade de eventos Usar a Regra da Probabilidade

Leia mais

15.053 Quinta-feira, 14 de março. Introdução aos Fluxos de Rede Handouts: Notas de Aula

15.053 Quinta-feira, 14 de março. Introdução aos Fluxos de Rede Handouts: Notas de Aula 15.053 Quinta-feira, 14 de março Introdução aos Fluxos de Rede Handouts: Notas de Aula 1 Modelos de Rede Modelos de programação linear que exibem uma estrutura muito especial. Podem utilizar essa estrutura

Leia mais

Avaliação de Smelter de Alumínio Auto-Suficiente em Geração de Energia Elétrica pela Metodologia de Opções Reais

Avaliação de Smelter de Alumínio Auto-Suficiente em Geração de Energia Elétrica pela Metodologia de Opções Reais Ivan Pablo Lobos Avilés Avaliação de Smelter de Alumínio Auto-Suficiente em Geração de Energia Elétrica pela Metodologia de Opções Reais Dissertação de Mestrado Dissertação apresentada ao Programa de Pós-

Leia mais

CONTROLE DE NÍVEL UTILIZANDO ALGORITMO PID IMPLEMENTADO NO CLP

CONTROLE DE NÍVEL UTILIZANDO ALGORITMO PID IMPLEMENTADO NO CLP CONTROLE DE NÍVEL UTILIZANDO ALGORITMO PID IMPLEMENTADO NO CLP Felipe Martins Guimarães felipem.guimaraes@hotmail.com Instituto Nacional de Telecomunicações Inatel Nataniele Thaís do Nascimento na.niele@tai.inatel.br

Leia mais

Notas Para um Curso de Cálculo. Daniel V. Tausk

Notas Para um Curso de Cálculo. Daniel V. Tausk Notas Para um Curso de Cálculo Avançado Daniel V. Tausk Sumário Capítulo 1. Diferenciação... 1 1.1. Notação em Cálculo Diferencial... 1 1.2. Funções Diferenciáveis... 8 Exercícios para o Capítulo 1...

Leia mais

Palavras-chave: Modelo de Lotka-Volterra, Lagarta do Cartucho do milho, Controle Biológico.

Palavras-chave: Modelo de Lotka-Volterra, Lagarta do Cartucho do milho, Controle Biológico. ISSN 177-9139 MODELAGEM MATEMÁTICA APLICADA AO CONTROLE BIOLÓGICO DE PRAGAS EM LAVOURAS DE MILHOS. Jéssica C. S. Bueno E-mail: jessica_bsaldivia@hotmail.com Universidade Federal de Pelotas, Departamento

Leia mais

SISTEMAS, MODELOS E SIMULAÇÃO

SISTEMAS, MODELOS E SIMULAÇÃO SISTEMAS, MODELOS E SIMULAÇÃO 1. INTRODUÇÃO Entende-se por sistema qualquer conjunto de elementos, materiais ou fatores que possam ser relacionados entre si funcionando sob estrutura organizada. Alguns

Leia mais

Sistemas p-fuzzy modificados para o modelo do controle de pragas

Sistemas p-fuzzy modificados para o modelo do controle de pragas Biomatemática 22 (2012), 61 76 ISSN 1679-365X Uma Publicação do Grupo de Biomatemática IMECC UNICAMP Sistemas p-fuzzy modificados para o modelo do controle de pragas Thiago F. Ferreira 1, Rosana S. M.

Leia mais

II - os limites mínimos de exposição presentes no regulamento

II - os limites mínimos de exposição presentes no regulamento A construção das taxas spot é obtida mediante a acumulação das taxas a termo implícitas entre os vencimentos dos instrumentos financeiros listados, assumida a hipótese de que a taxa a termo entre os vencimentos

Leia mais

LABORATÓRIO DE CONTROLE I ESTUDO DE COMPENSADORES DE FASE

LABORATÓRIO DE CONTROLE I ESTUDO DE COMPENSADORES DE FASE UNIVERSIDADE FEDERAL DO VALE DO SÃO FRANCISCO COLEGIADO DE ENGENHARIA ELÉTRICA LABORATÓRIO DE CONTROLE I Experimento 4: ESTUDO DE COMPENSADORES DE FASE COLEGIADO DE ENGENHARIA ELÉTRICA DISCENTES: Lucas

Leia mais

A SOLUTION OF N-QUEENS PROBLEM BY GENETIC ALGORITHMS

A SOLUTION OF N-QUEENS PROBLEM BY GENETIC ALGORITHMS UMA SOLUÇÃO DO PROBLEMA DAS N RAINHAS ATRAVÉS DE ALGORITMOS GENÉTICOS A SOLUTION OF N-QUEENS PROBLEM BY GENETIC ALGORITHMS Eliane Vendramini de Oliveira Mestre em Engenharia Elétrica UNESP/ Ilha Solteira

Leia mais

Aula 2. Carlos Amaral Fonte: Cristiano Quevedo Andrea

Aula 2. Carlos Amaral Fonte: Cristiano Quevedo Andrea Aula 2 Carlos Amaral Fonte: Cristiano Quevedo Andrea UTFPR - Universidade Tecnológica Federal do Paraná DAELT - Departamento Acadêmico de Eletrotécnica Curitiba, Agosto de 2011. Resumo Terminologias 1

Leia mais

UNIVERSIDADE ESTADUAL PAULISTA FACULDADE DE ENGENHARIA CAMPUS DE ILHA SOLTEIRA DEPARTAMENTO DE ENGENHARIA ELÉTRICA. Eletricidade

UNIVERSIDADE ESTADUAL PAULISTA FACULDADE DE ENGENHARIA CAMPUS DE ILHA SOLTEIRA DEPARTAMENTO DE ENGENHARIA ELÉTRICA. Eletricidade UNIVERSIDADE ESTADUAL PAULISTA FACULDADE DE ENGENHARIA CAMPUS DE ILHA SOLTEIRA DEPARTAMENTO DE ENGENHARIA ELÉTRICA Eletricidade Análise de Circuitos alimentados por fontes constantes Prof. Ilha Solteira,

Leia mais

DESAFIOS DA EXPANSÃO DA TRANSMISSÃO DO SISTEMA INTERLIGADO NACIONAL COM O AUMENTO DAS FONTES RENOVÁVEIS INTERMITENTES. Abril/2014

DESAFIOS DA EXPANSÃO DA TRANSMISSÃO DO SISTEMA INTERLIGADO NACIONAL COM O AUMENTO DAS FONTES RENOVÁVEIS INTERMITENTES. Abril/2014 DESAFIOS DA EXPANSÃO DA TRANSMISSÃO DO SISTEMA INTERLIGADO NACIONAL COM O AUMENTO DAS FONTES RENOVÁVEIS INTERMITENTES Abril/2014 Dificuldades no Processo de Implantação dos Empreendimentos de Transmissão

Leia mais

através do reticulado hexagonal

através do reticulado hexagonal Anais do CNMAC v.2 ISSN 1984-820X Construção de códigos esféricos através do reticulado hexagonal Carina Alves UFU - Faculdade de Matemática Campus Santa Mônica 38408-100, Uberlândia, MG E-mail: carina

Leia mais

PROGRAMAÇÃO LINEAR: UMA APLICAÇÃO À CONTABILIDADE DE CUSTOS NO PROCESSO DE TOMADA DE DECISÃO

PROGRAMAÇÃO LINEAR: UMA APLICAÇÃO À CONTABILIDADE DE CUSTOS NO PROCESSO DE TOMADA DE DECISÃO PROGRAMAÇÃO LINEAR: UMA APLICAÇÃO À CONTABILIDADE DE CUSTOS NO PROCESSO DE TOMADA DE DECISÃO Corrar, Luis João* Garcia, Editinete André da Rocha** *Professor da Universidade de São Paulo e Doutor em Contabilidade

Leia mais

Medidas de dispersão: os valores estão próximos entre si ou variam muito?

Medidas de dispersão: os valores estão próximos entre si ou variam muito? NOTAS DE EPIDEMIOLOGIA E ESTATÍSTICA Medidas de dispersão: os valores estão próximos entre si ou variam muito? Measures of dispersion: are all values close to each other or do they vary a lot? JOÃO LUIZ

Leia mais

ADONIAS AMORIM DE LIMA JUNIOR ANÁLISE DE COMPLEXIDADE ASSINTÓTICA DE UM ALGORITMO EXATO PARA O CÁLCULO DO NUCLEOLUS DE UM JOGO COOPERATIVO

ADONIAS AMORIM DE LIMA JUNIOR ANÁLISE DE COMPLEXIDADE ASSINTÓTICA DE UM ALGORITMO EXATO PARA O CÁLCULO DO NUCLEOLUS DE UM JOGO COOPERATIVO ADONIAS AMORIM DE LIMA JUNIOR ANÁLISE DE COMPLEXIDADE ASSINTÓTICA DE UM ALGORITMO EXATO PARA O CÁLCULO DO NUCLEOLUS DE UM JOGO COOPERATIVO Monografia de graduação apresentada ao Departamento de Ciência

Leia mais

Análise de Arredondamento em Ponto Flutuante

Análise de Arredondamento em Ponto Flutuante Capítulo 2 Análise de Arredondamento em Ponto Flutuante 2.1 Introdução Neste capítulo, chamamos atenção para o fato de que o conjunto dos números representáveis em qualquer máquina é finito, e portanto

Leia mais