PROGRAMAÇÃO DA PRODUÇÃO OTIMIZADA EM INDÚSTRIAS DE PANIFICAÇÃO PRODUCTION PLANNING OTIMIZATE OF AN BAKERY INDUSTRY

Tamanho: px
Começar a partir da página:

Download "PROGRAMAÇÃO DA PRODUÇÃO OTIMIZADA EM INDÚSTRIAS DE PANIFICAÇÃO PRODUCTION PLANNING OTIMIZATE OF AN BAKERY INDUSTRY"

Transcrição

1 PROGRAMAÇÃO DA PRODUÇÃO OTIMIZADA EM INDÚSTRIAS DE PANIFICAÇÃO PRODUCTION PLANNING OTIMIZATE OF AN BAKERY INDUSTRY Alne Regna Noonha Costa Unvesdade Fedeal do Paaná Cento Poltécnco Jadm das Amécas CEP Cutba PR e-mal: Ane Lndbeck da Slva Unvesdade Fedeal do Paaná PPGMNE Cento Poltécnco Jadm das Amécas CEP Cutba PR e-mal: RESUMO Este atgo popõe a esolução do poblema de planejamento da podução de uma ndústa de panfcação utlzando um modelo matemátco de pogamação lnea ntea msta. O modelo utlza dados técncos de tempos de pocesso, podutos e eupamentos exstentes na ndústa, além da demanda eal e pemte ao tomado de decsão pondea a mpotânca dos seguntes objetvos: poduz toda a demanda, atende aos peddos no tempo, utlza os eupamentos da melho foma e não despedça podutos. O modelo desenvolvdo é esolvdo po um softwae de otmzação. PALAVRAS CHAVE: modelo matemátco, planejamento de podução, pesusa opeaconal. Pogamação matemátca. ABSTRACT Ths pape poposes to solve the poblem of the poducton plannng of an bakey ndusty usng a mathematcal model of mxed ntege lnea pogammng. Usng techncal data fo pocess tmes, poducts and eupments n the ndusty, beyond the actual demand and allows the decson-make to consde the mpotance of the followng objectves: to poduce any demand, meet the demands n tme, the best way to use the eupments and not to waste poducts. The model s solved by one optmzaton softwae. KEYWORDS: mathematcal model, poducton plannng, Opeatonal Reseach. Mathematcal Pogammng XLI SBPO Pesusa Opeaconal na Gestão do Conhecmento Pág. 925

2 1. Intodução Pemanece no mecado com peço compettvo e com podutos de ualdade econhecda é uma taefa ue eue constante apefeçoamento e adaptação, conseüentemente, dvesos amos da ndústa buscam altenatvas paa apmoa seu desempenho e atng altos níves de ualdade com custo eduzdo e com flexbldade. Um planejamento e seüencamento da podução otmzado fonece dados mpotantes paa a tomada de decsões estatégcas de cescmento, expansão e ualdade de atendmento. A pat do modelo matemátco é possível aumenta a seguança no cumpmento de pazos de entega e na ualdade dos podutos acabados. O estudo da vabldade de aplcação de um modelo matemátco paa o planejamento e seüencamento da podução de ndústas de panfcação vsa demonsta ue as condções e lmtações de um pocesso podutvo, conhecdas em geal po poucos funconáos e nomalmente vstas de foma solada, podem se desctas po euações matemátcas e estudadas de foma conjunta. O objetvo geal deste atgo é apesenta um modelo matemátco ue defna, de foma otmzada, o plano dáo de podução de uma ndústa de panfcação. 2. Descção do poblema O desenvolvmento da tecnologa de ceeas pemtu a ndustalzação de dvesos podutos como o pão fancês, boas e pães de hambúgue. O baxo uso de consevantes nos podutos panfcados tona o planejamento da podução cítco e complexo. Cada poduto possu patculadades e exge tempos específcos de pocesso em cada eupamento. A pogamação da podução é mpescndível paa ue os peddos estejam pontos no hoáo desejado. Os eupamentos utlzados em uma ndústa de panfcação são compatlhados po dvesas lnhas de podução, o ue aumenta o apovetamento de cada eupamento, entetanto, este compatlhamento exge uma pogamação paa não causa flas, dado ue os podutos panfcados, em sua maoa, possuem femento bológco em sua fomulação e exgem um pocessamento contínuo. Os podutos podem se categozados po tpo de massa básca, ou massa de ogem, ue po sua vez englobam dvesos saboes e pesos líudos. Cada eupamento possu uma capacdade mínma e máxma de podução e de opeação o ue exge o agupamento de peddos paa vablza a podução. O planejado pecsa te em mente dvesas nfomações sobe os podutos, o pocesso e os eupamentos dsponíves paa decd a odem de podução de cada da. A demanda é vaável e basea-se na odem de sucesso utlzada no da anteo não gaante o atendmento da demanda do póxmo da. Assm sendo, o pesente atgo busca eun todas as nfomações necessáas ao planejamento e oganzá-las de foma a seüenca a podução dáa de uma ndústa de panfcação. 3. Revsão da lteatua O Planejamento e Contole de Podução (PCP) busca tansfoma nfomações de estoue, peddos, eupamentos e pocesso em odem de fabcação e pode se consdeado um Sstema de Admnstação da Podução. Segundo Coêa et al (2007), Sstema de Admnstação da Podução é o conjunto de sstemas de nfomações ue sevem de apoo à tomada de decsões tátcas e opeaconas, elaconadas às uestões logístcas de: o ue poduz e compa, uanto poduz e compa, uando poduz e compa e, com uas ecusos poduz. Até ecentemente geentes utlzavam em laga escala a ntução geencal paa a tomada de decsão. O baxo pode computaconal e a pouca uantdade de nfomações sobe a stuação favoecam este pocedmento. Com a evolução computaconal, o uso dos pocessos de modelagem paa a tomada de decsões aumentou consdeavelmente, poém o uso da ntução não deve se descatado, e sm, atua em conjunto com a modelagem do poblema. A tomada de decsão é o pocesso de dentfca o poblema ou uma opotundade e selecona uma lnha de ação paa esolvê-lo (LACHTERMACHER, 2007). XLI SBPO Pesusa Opeaconal na Gestão do Conhecmento Pág. 926

3 Em 1996, Moua Júno dvdu o planejamento de podução em cnco gupos: pevsão de demanda, planejamento de ecusos, planejamento de mateas, pogamação e seüencamento da podução e contole da podução e de mateas. A pogamação e seüencamento da podução detemna o pazo das atvdades a seem cumpdas baseados em nfomações de demanda, dsponbldade de máunas e mão-de-oba, podades de podução e pazos (MOURA JÚNIOR, 1996). O foco deste atgo é atende a necessdade de planejamento e seuencamento da podução, uma pate do PCP. As atvdades de Planejamento e Contole da Podução (PCP) podem se mplementadas e opeaconalzadas atavés do auxílo de, pelo menos, tês sstemas: MRP / MRPII; JIT; OPT, baseados fundamentalmente na lógca do cálculo das necessdades de ecusos a pat das necessdades futuas de podutos (CORRÊA et al, 2007). O sstema MRP ("Mateal Reuements Plannng" - Planejamento das necessdades de mateas) sugu duante a década de 60, com o objetvo de executa computaconalmente a atvdade de planejamento das necessdades de mateas, pemtndo detemna as podades das odens de compa e de fabcação. É um sstema complexo e tem foco em estoues (de matéa-pma e poduto acabado) (RUSSOMANO, 1995). O sstema MRP II ("Manufactung Resouces Plannng" - Planejamento dos Recusos da Manufatua) é a evolução natual da lógca do sstema MRP, com a extensão do conceto de cálculo das necessdades ao planejamento dos demas ecusos de manufatua (MOURA JÚNIOR, 1996). A sua complexdade e dfculdade de adaptá-lo às necessdades das empesas é uma cítca comum a este sstema, poém ntoduzu o conceto de demanda dependente e é um sstema de nfomações ntegado ue dsponblza um gande númeo de nfomações paa os dvesos setoes da empesa (CORRÊA; GIANESI, 1993). O pncípo básco da flosofa JIT (Just n Tme), no ue dz espeto à podução, é atende de foma ápda à vaada demanda do mecado, poduzndo nomalmente em lotes de peuena dmensão. Confome Anold (1999) JIT é a elmnação de todo o despedíco e a melhoa contínua da podutvdade. O OPT ("Optmzed Poducton Technology" - Tecnologa de Podução Otmzada) é uma técnca de gestão da podução ue vem sendo consdeada como uma nteessante feamenta de pogamação e planejamento da podução. É um exemplo de pogamação da podução com capacdade fnta. Paa se atng a meta é necessáo ue, no nível da fábca, se aumentem os ganhos e ao mesmo tempo se eduzam os estoues e as despesas opeaconas (MOURA JÚNIOR, 1996). Esta técnca não gaante soluções ótmas, como sugee seu nome, pos é baseada em pocedmentos heuístcos (CORRÊA et al, 2007). As caacteístcas do planejamento em uma ndústa de panfcação mostam-se uma vaação do poblema de no-wat flow shop. Em poblemas de no-wat flow shop um conjunto de n taefas deve se pocessado, na mesma seüênca, po um conjunto de m máunas, sem nteupção. Scadoell (2008) popôs duas heuístcas paa solução deste tpo de poblema com objetvo de mnmza o tempo total de fluxo. Outa manea de aboda o poblema apesentado é consdeá-lo uma vaação de poblemas tpo job shop, paa os uas a pecedênca das taefas paa cada peça deve se espetada, cada máuna pode desenvolve uma taefa po vez e as opeações e seüêncas de taefas não podem se nteompdas (MONTEVECHI et al, 2002). O dagnóstco do sstema eal leva à defnção de um poblema. O método convenconal de efomula o poblema de modo a toná-lo nteessante paa análse é atavés da fomulação de um modelo matemátco ue epesente a essênca deste poblema (HILLIER; LIEBERMAN, 2006). Algumas hpóteses smplfcadoas ajudam a foma um modelo matemátco, onde se estabelecem as vaáves de decsão e as elações elevantes exstentes no sstema (PUCCINI; PIZZOLATO, 1990). Após a fomulação do modelo, defne-se um método de esolução deste modelo, atavés da escolha de algum algotmo padão da PO ou atavés de heuístcas (HILLIER, LIEBERMAN, 2006). Dvesos softwaes como o LINGO, LINDO, CPLEX, MOSEK e mutos outos soluconam modelos atavés dos algotmos-padão. O modelo do pesente tabalho fo soluconado utlzando-se o softwae MOSEK. XLI SBPO Pesusa Opeaconal na Gestão do Conhecmento Pág. 927

4 A Pogamação Lnea (PL) é uma feamenta da Pesusa Opeaconal ue usa um modelo matemátco composto po funções necessaamente lneaes. Os modelos de PL podem se esolvdos po dvesos métodos (Smplex, Ponto Inteo e outos). Segundo Hlle e Lebeman (2006), o Smplex esolve poblemas de PL de foma efcente. A Pogamação Lnea possu númeas aplcações e gande pate delas possu mas ue um objetvo, e em geal, confltantes. Estes casos são conhecdos como Pogamação Lnea Mult- Objetvo (PLMO), ou seja, um poblema de otmzação mult-objetvo envolve a mnmzação (ou maxmzação) de váos ctéos confltantes ue não podem se satsfetos smultaneamente (ARRUDA, et al, 2008). O poblema mult-objetvo busca enconta a melho solução dento de um unveso multdmensonal (JASZKIEWICZ; SLOWINSKI,1995). Exstem dvesos métodos paa enconta o conjunto de soluções dento de um unveso multdmensonal. Pate deles convete o poblema mult-objetvo em mono-objetvo, como os métodos de pondeação e de estção. Estes métodos podem se utlzados mesmo uando as funções objetvo ou estções são não lneaes. (GOICOCHEA, et al, 1982) Exstem tês tpos de função de escalazação. A pmea consste em otmza uma das funções objetvo, estngndo as outas. A função consdeada de mao mpotânca é escolhda como função substtuta e as demas são tatadas como estções. O segundo tpo é o de mnmza a dstânca ao ponto de efeênca, utlzando uma dada métca. O teceo tpo, adotado no pesente tabalho, consste na soma pondeada das funções objetvo, no ual se atbu pesos paa cada função de foma ue a soma dos pesos seja gual a 1. (LOBIANCO; ANGULO-MEZA, 2007). Cavassn (2004) cta outos métodos ue são também usados paa enconta o conjunto de soluções não-domnadas como o MAUT (Multattbute utly theoy), cado po Keeney e Raffa (1976) e ELECTRE ( Elmnaton et Chox Tadusant la Réalté) cada po Roy (1978). Segundo Keeney e Raffa (1993), é possível utlza métodos combnados de escalazação, ou então utlza o método de Benson ue utlza uma solução ncal factível paa obte o conjunto de soluções no domíno. Dvesos métodos paa esolução de poblemas multctéo são apesentados em detalhes po Keeney e Raffa (1993). 4. Modelo O modelo matemátco desenvolvdo paa pogama e seüenca a podução é baseado em um poblema de pogamação lnea msta. O modelo apesenta uato dfeentes objetvos oganzados em uma únca função objetvo atavés da escalazação po pesos (pondeação). Os pesos (fações F) ndcam a mpotânca do ctéo (objetvo) na tomada de decsão. f = obj mn F1 * DK F2 * Cm F3 * x _ j F4 * Am k = 1 nm* h m= 1 nm = 1 p j = 1 J m= 1 nm nm númeo de massas no peddo h = = númeo de dfeentes hoáos de entega Dk = uantdade em peso de podutos não poduzdos no hoáo Cm = uantdade em peso de podutos poduzdos sem demanda ( em excesso) p = númeo de padões J = Tempo de opeação ( TOP) TP, paa cada padao x _ j = uantdade de lotes a pocessa do padão no tempo j Am = uantdade de podutos da massa m não poduzdos FZ = peso da função Z dento da função objetvo ( valo ente 0 e 1) e FZ = 1 k epesenta o tpo de massa / hoáo de entega A função busca poduz dento do hoáo pevsto, eduz a peda de podutos, otmza o uso dos eupamentos e otmza a lnha de podução, atendendo toda a demanda. Os uato objetvos juntos vsam o fesco dos podutos e o aumento da compettvdade. O modelo utlza nfomações técncas sobe o pocesso podutvo, como: eupamentos e tempos de pocesso de cada tpo de massa (lnha de podução), capacdades dos eupamentos (mínmas e máxmas), demanda po hoa de entega (peddo), duação do tuno de tabalho e XLI SBPO Pesusa Opeaconal na Gestão do Conhecmento Pág. 928

5 hoa de níco deste tuno. Utlza também dos tamanhos de lote, o mínmo e o máxmo, paa cada lnha de podução. As nfomações técncas estão oganzadas em padões (P ) ue são vaáves as uas, após elaconadas a uma vaável de tempo (j), o modelo atbu valoes nteos postvos paa detemna o níco da podução deste padão neste tempo e e e P = M" m"_ P" L"_ V" PV "_ T" TP"_" n abv TP "_ _" n abv TP " m P = padão "" os valoes ente aspas são substtuídos po : "m" = númeo da massa "L" = peso do lote "PVm " = pazo de valdade da massa m em mnutos "TP " = tempo de pocesso do padão em mnutos e "n " = nº de eupamentos do tpo " " necessáos na etapa "e" (vaa de 1 a e) e "abv " = abevatua do nome do eupamento " " utlzado na etapa "e" e "TP " = tempo de pocesso do eupamento " " utlzado na etapa "e" Com as nfomações técncas da TABELA 1, consdeando o lote mínmo de 25 kg, o máxmo de 70kg e o pazo de valdade da massa Salgada gual a 30 mnutos, fomam-se os padões: P1= M1_P25_V30_T18_1BA1_1MA3_1ES7_1FR5_1EM2 P2= M1_P70_V30_T18_3BA1_1MA3_3ES7_3FR5_1EM2 TABELA 1- Exemplo de nfomações técncas paa a fomação de um padão Massa Etapa Eupamento Tempo Capac. Max. (mn.) Peso buto (kg) Salgada Pesagem Balança (BA) 1 25 Salgada Mstua Massea (MA) 3 70 Salgada Cescmento Estufa (ES) 7 25 Salgada Cozmento Fono Rotatvo (FR) 5 25 Salgada Embalagem Embalagem (EM) 2 70 Um padão também pode se apesentado confome a FIGURA 1. P2 M1_P70_V30_T BA MA ES FR EM FIGURA 1 - Padão P 2 apesentado na foma de matz. Paa compo os padões são necessáos cnco gupos de nfomações. O pmeo gupo de nfomações é a lsta das etapas exstentes nos pocessos podutvos. O segundo gupo é uma elação de eupamentos pesentes na ndústa, com a etapa elaconada, o tpo de pocesso e as capacdades mínma e máxma. Outo gupo contém a lsta de massas poduzdas na ndústa com uas etapas estão pesentes nesta lnha de pocesso e em ue odem elas pecsam se executadas. Num outo gupo de nfomações, une-se a lsta de eupamentos e a elação das massas, ndcando uas eupamentos são utlzados paa efetua ual etapa e em uanto tempo. O últmo gupo taz nfomações sobe os podutos: peso buto, tpo de massa e pazo de valdade na ndústa. XLI SBPO Pesusa Opeaconal na Gestão do Conhecmento Pág. 929

6 As vaáves de decsão utlzadas no modelo são x _j, A m, C m e D k. As vaáves nteas x _j epesentam a uantdade do padão ue nca sua podução no tempo j. Po exemplo: uando x 5_10 = 2, sgnfca ue devemos nca a podução de 2 lotes do padão nº 5, 10 mnutos após o níco do tuno. O valo de vaa de 1 até, no mínmo, duas vezes a uantdade de tpos de massas no peddo, ou seja, é sempe um númeo pa. Este valo pode se mao uando uma massa gea mas ue dos padões. O valo de j vaa de 1 até J (tempo total de opeação descontado o tempo de pocesso do padão ). As vaáves A m epesentam a uantdade de podutos da massa tpo m, em peso, ue não foam pogamados paa podução e as vaáves C m epesentam a uantdade de podutos da massa tpo m, em peso, ue foam pogamados em excesso paa podução. O valo de m va de 1 até o nm (númeo de massas dfeentes exstentes no peddo). As vaáves D k, com k vaando de 1 até nm*h (númeo massa * númeo de hoáos de entega), epesentam o peso de poduto tpo m não poduzdo dento do hoáo estpulado. As vaáves x _j são nteas postvas ou são nulas. As demas vaáves são postvas ou nulas. O modelo possu tês conjuntos de estções. O pmeo conjunto tem foco na demanda e contola a uantdade de podutos poduzdos (ndependente do hoáo). O segundo conjunto contola os hoáos de entega e consdea pazo de valdade (tempo máxmo de pemanênca em estoue) de cada gupo de podutos (massa básca). O últmo conjunto lmta a sobecaga nos eupamentos e não pemte ue o plano de podução extapole as capacdades máxmas ou opee abaxo da capacdade mínma dos eupamentos. f = obj mn F1 * DK F2 * Cm F3 * x _ j F4 * Am k = 1 nm* h m= 1 nm = 1 p j = 1 J m= 1 nm Sujeto a: L x _ j Am Cm = Qm, de massa tpo m, m = 1 nm. = 1 p j = 0 J L x _ j Dk Qk, de massa tpo m k = 1 h* nm = 1 p j = T1 T 2 u * x j ( ui xi j ) _ * _( β j J I γ ), = 1,, I = 1 p γ = 1 TP I desde ue ( j β, I γ ) J I β, I = α u α * x I A cada dos padões euvalentes (, 1) : j = t1 t1 U 2 _ j u * x, t = 1 T 2, 1 1_ j 1 nm = númeo de massas no peddo C m = uantdade em peso de podutos poduzdos sem demanda J = Tempo de opeação (TOP) TP, paa cada padao x _j = uantdade de lotes a pocessa do padão no tempo j A m = uantdade de podutos da massa m não poduzdos L = tamanho do lote (em klos) no padão Q m = Demanda de podução, em klos, da massa tpo m T1 = Hoa de entega TP PV T2 = Hoa de entega TP PV = pazo de valdade (tempo máxmo de estoue) p = númeo de padões x = uantdade de lotes a pocessa do padão no tempo j _j (em excesso) XLI SBPO Pesusa Opeaconal na Gestão do Conhecmento Pág. 930

7 L = tamanho do lote (em klos) no padão k epesenta o tpo de massa/hoáo de entega Dk = uantdade em peso de podutos não poduzdos no Q k = demanda em peso de podutos no hoáo h = númeo de dfeentes hoáos de entega hoáo u = uantdade de eupamentos do tpo "" utlzados pelo padão α = momento ncal do eupamento "" no padão "" TP = tempo de ocupação do eupamento "" pelo padão "". = uantdade do eupamento dsponível U2 = TP 1 T2 = Hoa de entega TP Ao lmta o tempo máxmo de níco do pocesso (J), o modelo gaante ue todos os lotes pocessados teão seu témno dento do tuno de tabalho estpulado. Em T1(mnutos) é o momento de nca a podução paa ue o poduto esteja ponto antes da hoa da entega no lmte do pazo de valdade e em T2 (mnutos) paa ue fue ponto exatamente no momento da entega. Tempos ente T1 e T2 são consdeados entegues dento do hoáo. TP é o peíodo de ocupação do eupamento "" pelo padão 1 1 α = α TP α = momento ncal do eupamento "" no padão "" 1 = nfomações do eupamento ocupado na etapa anteo O cadasto dos eupamentos detemna o valo do meno e do mao lote possível de se pocessado po toda a fábca. O tamanho do lote é uma função da capacdade de cada eupamento confome as euações: Lmínmo = Max [ Cmínma * N ] atvo C mínma = capacdade mínma do eupamento "" N = nº de eupamentos "" dsponíves [ C N ] atvo Lmáxmo = Mn máxma * C máxma = capacdade máxma do eupamento "" N = nº de eupamentos "" dsponíves. O pazo de valdade da massa (PVm) é o meno pazo de valdade (tempo máxmo de espea na fábca) dos podutos cadastados com auela massa. PV = Mn PV p m [ ] m p PVm = pazo de valdade da massa "m" PV = pazo de valdade do poduto "p" p O tempo de pocessamento do padão (TP) é calculado somando-se o tempo de pocesso em cada etapa da fabcação. TP = TP TP = tempo de pocesso do padão "" TP = tempo de pocesso do eupamento "" O valo do númeo de eupamentos necessáos paa pocessa o lote (n ) é oundo da azão ente o peso do lote (L) e a capacdade do eupamento. n é o meno nteo ue espeta a condção: L n C máxma "". XLI SBPO Pesusa Opeaconal na Gestão do Conhecmento Pág. 931

8 n = nº de eupamentos "" L = peso do lote (padão ) C = capacdade máxma do máxma eupamento "" 5. Resultados Paa estudo da efcênca do planejamento podem se calculados os índces de pecentual de podutos: foa do pazo; entegues no hoáo e não poduzdos, em elação a demanda total ou a podução do da. O pecentual de podutos entegues no hoáo, em elação a demanda total: QDH g g = 1 k P = DH *100% Q PDH = pecentual de podutos dento do pazo de valdade dento da demanda QDH = uantdade, em peso, dento do pazo de valdade do gupo "g" g = combna tpo de massa e hoáo e vaa de 1 até k. Q = uantdade, em peso, total solctada (demanda) O pecentual de podutos poduzdos paa entega sem ualdade (foa do pazo de valdade), em elação a demanda total: Q P SQ = FPg g = 1 k Q *100% PSQ = pecentual de podutos foa do pazo de valdade dento da demanda QFP = uantdade, em peso, foa do pazo de valdade do gupo "g" g = combna tpo de massa e hoáo e vaa de 1 até k. Q = uantdade, em peso, total solctada (demanda) O pecentual de peddos não atenddos devdo a falta de podução: Q QPROD PNA = *100% Q PNA = pecentual de podutos solctados e não atenddos QPROD = uantdade, em peso, poduzda Q = uantdade, em peso, total solctada (demanda) Com estes índces é possível compaa dvesos planos de podução e defn a mpotânca de cada função objetvo na stuação atual da empesa. Testes pelmnaes foam ealzados paa defn os pesos das funções objetvos a seem utlzados paa testa a efcênca do modelo matemátco. O fluxogama utlzado nos testes fo eduzdo (algumas etapas do pocesso foam etadas) paa eduz o tempo de pocessamento. A uantdade de peddos utlzada está acma do dobo da méda solctada po hoa da empesa em estudo. Isto busca eduz o mpacto da alteação do fluxogama e dos tempos de pocesso. Os testes são ealzados consdeando apenas uma hoa de podução paa mante a popoção com elação aos tempos de pocesso. O peddo médo da empesa em estudo é de 1,33 ton de massa úmda po tuno (apox. 166 kg/h). O peddo utlzado nos testes pelmnaes totalza 347,5 kg de massa úmda (buta) paa seem pocessados em até 1 hoa, a pat das 05:30, confome demanda apesentada na. TABELA 2 Demanda de 347,5kg utlzada nos.testes pelmnaes XLI SBPO Pesusa Opeaconal na Gestão do Conhecmento Pág. 932

9 Tempo de saída Tpo de Massa Peso Buto (kg) 62,5 140,0 60,0 85,0 O nteesse da ndústa utlzada como base paa este atgo está em atende a mao pate da demanda dento do hoáo (mao %DH), poém, caso não seja possível, pefee-se não dexa de poduz nenhum peddo (%NA=0 se possível), mesmo ue pecse esta ponto antes do tempo (se necessáo o %SQ pode se mao ue 0). Os índces de endmento e os pecentuas de atendmento, obtdos como esultados dos testes pelmnaes estão apesentados na TABELA 3 juntamente com os pesos utlzados nos testes pelmnaes. TABELA 3 Índces de Atendmento obtdos nos testes pelmnaes. Pesos % ATENDIMENTOS n F1 F2 F3 F4 %DH %SQ %NA ,7% 40,3% 0,0% ,5% 2,2% 32,4% ,9% 2,2% 30,9% ,5% 2,2% 32,4% ,7% 22,3% 0,0% ,9% 18,0% 2,2% ,3% 22,3% 1,4% ,7% 22,3% 0,0% ,7% 40,3% 0,0% ,7% 40,3% 0,0% Onde: F1 = Entega no hoáo; F2 = Reduz o despedíco; F3 = Reduz o númeo de lotes; F4 = Atende a demanda; BA = Balança; MA = Massea; TA = Tacho; ES = Estufa; FR = Fono otatvo; EM = Embalagem a tempeatua ambente; %DH = Entegas dento do hoáo; %SQ = Entegas sem ualdade; %NA = Peddos não atenddos (não poduzdos e poduzdos depos do hoáo) Consdeando o objetvo da oganzação de mao %DH, %NA=0 se possível e, se necessáo, o %SQ pode se mao ue 0 optou-se pelos pesos utlzados nos testes númeo 5 e 8. Um exemplo eal fo aplcado ao modelo com os pesos dos testes 5 e 8. Os esultados obtdos após o planejamento estão apesentados na. decsão. TABELA 4 Índces obtdos após o planejamento eal e utlzados paa a tomada de Pesos Pod % ATENDIMENTOS n F1 F2 F3 F4 Kg %DH %SQ %NA ,0 55,81 43,39 0, ,0 59,56 38,10 2,34 Onde: F1 = Entega no hoáo; F2 = Reduz o despedíco; F3 = Reduz o númeo de lotes; F4 = Atende a demanda; BA = Balança; MA = Massea; TA = Tacho; ES = Estufa; FR = Fono otatvo; EM = Embalagem a tempeatua ambente; %DH = Entegas dento do hoáo; %SQ = Entegas sem ualdade; %NA = Peddos não atenddos (não poduzdos e poduzdos depos do hoáo) A podução de 1325,3 kg fo pogamada e seüencada com sucesso. Seu hoáo de entega vaa ente 03:00 e 07:00 e é de esponsabldade do teceo tuno, com hoáo paa níco da podução às 22:30 e duação de 8 hoas. Paa este peddo, o modelo apesentou melhoes índces utlzando os pesos: 10 paa entega no hoáo,10 paa eduz o despedíco,10 paa eduz o númeo de lotes e 70 paa atende a demanda. Pos apesa de apesenta uma fação meno de peddos entegues dento do hoáo com ualdade (%DH) esta pogamação gaante menos ue 1% dos peddos não atenddos (%NA), ue é um dos pncpas objetvos da empesa. XLI SBPO Pesusa Opeaconal na Gestão do Conhecmento Pág. 933

10 6. Conclusões Paa solucona o poblema de planejamento da podução de uma ndústa de panfcação ue possu hoáos de entega defndos pelo clente e baxos tempos de pemanênca dos podutos (após poduzdos) dento da ndústa, fo utlzado um modelo matemátco lnea nteo msto com função objetvo ue pondea a mpotânca de uato objetvos e manpula de foma satsfatóa as nfomações técncas necessáas à pogamação e seüencamento da podução. O modelo desenvolvdo eue menos de duas hoas em notebook Sony Vao Coe 2 Duo com 1,83GHz e 1GB de memóa RAM paa planeja e seüenca a podução de 1,33 toneladas a seem poduzdas em até oto hoas de tabalho. Os índces (valoes de popoção de atendmentos) atngdos pelo planejamento são detamente elaconados ao tpo de poduto, hoáos de entega e uantdades solctadas. Cada peddo (demanda), utlzando o mesmo modelo, pode atng índces vaados de atendmento, mesmo mantendo a caga total (1,33 ton) devdo as vaações e patculadades de cada tem poduzdo pela ndústa. O modelo contempla as lmtações exstentes na ndústa e planeja a podução sem desespeta lmtes físcos e técncos. Os pesos das funções objetvo pemtem ao agente decso opta e favoece um tpo específco de planejamento, defendendo os nteesses da empesa. 7. Refeêncas Anold, J. R. T., Admnstação de Mateas.São Paulo: Atlas, Cap. 15, Auda, L. V.; Neves Júno, F.; Swech, M. C. S.; Delgado, M. R. (2008), Um método evoluconáo paa sntona de contoladoes PI/PID em pocessos multvaáves. Sba Contole & Automação vol.19 no.1, Natal, Ma. Coêa, L. H., Ganes, I., Just-n-Tme, MRP II e OPT: um enfoue estatégco, São Paulo : Atlas, Coêa, L. H., Ganes, I., Caon, M., Planejamento, Pogamação e Contole da Podução, São Paulo : Atlas, Cavassn, S. A., Uso de metodologas multctéo na avalação de muncípos do Paaná com base no índce de desenvolvmento humano muncpal. Dssetação (Mestado em Cêncas), Unvesdade Fedeal do Paaná, Cutba, Gocoechea, A.; Hansen, D. R.; Ducksten, L., Multobjectve Decson Analyss wth engneeng and busness applcatons.new Yok: Wley, Hlle, F. S.; Llebeman, G. J., Intodução a Pesusa Opeaconal. 8ª edção. São Paulo: McGaw-Hll, Jaszkewcz, A.; Slownsk, R., The lght beam seach outankng based nteactve pocedue fo multple-objectve mathematcal pogammng. In: Padalos, P. M.; Sskos, Y.; Zopounds, C. (Eds.)., Advances n Multctea Analyss. Nethelands, Kluwe Academc Publshes, p , Keeney, R. L., Raffa, H., Decson wth multple objectves: pefeences and value tadeoffs. Cambdge Unvesty Pess,1993. Lachtemache, G., Pesusa Opeaconal na Tomada de Decsões. 3ª edção. Ro de Janeo: Elseve, Lobanco, A. T. de M.; Angulo-Meza, L.(2007), Uma Compaação de Métodos de Solução paa Poblemas de Pogamação Lnea Multobjetvo. In: X Smpóso de Pesusa Opeaconal e Logístca da Manha, Ro de Janeo. Montevech, J. A.; Tuon, J. B.; Almeda, D. A.; Megulhão, R. C.; Leal, F. (2002), Análse compaatva ente egas heuístcas de seüencamento da podução aplcada em job shop. Poduto & Podução vol.6 no.2, pag 12-18, Jun. Moua Júno, A. N. C. de (2008), Novas Tecnologas e Sstemas de Admnstação da Podução Análse do Gau de Integação e Infomatzação nas Empesas Cataneses. XLI SBPO Pesusa Opeaconal na Gestão do Conhecmento Pág. 934

11 Dssetação (Mestado em Engenhaa de Podução) Unvesdade Fedeal de Santa Catana, Floanópols, Dsponível em < Acesso em: 29/07/2008. Puccn, A. de L.; Pzzolato, N. D. Pogamação Lnea. Ro de Janeo: Lamgaf, 1990, 2 ed. Russomano, V. H., PCP: planejamento e contole da podução.são Paulo: Ponea, Scadoell, L. Y. (2008), Pogamação da podução em sstema no-wat flow shop com mnmzação do tempo total de fluxo.gepros. Gestão e Podução, Opeações e Sstemas, Ano 3, n 1, p , jan-ma. XLI SBPO Pesusa Opeaconal na Gestão do Conhecmento Pág. 935

O PLANEJAMENTO DO PROCESSO PRODUTIVO DE UMA INDÚSTRIA DE PANIFICAÇÃO POR MODELOS MATEMÁTICOS

O PLANEJAMENTO DO PROCESSO PRODUTIVO DE UMA INDÚSTRIA DE PANIFICAÇÃO POR MODELOS MATEMÁTICOS Assocação Baslea de Engenhaa de Podução - ABEPRO Unvesdade Fedeal de Santa Catana - UFSC www.poducaoonlne.og.b O PLANEJAMENTO DO PROCESSO PRODUTIVO DE UMA INDÚSTRIA DE PANIFICAÇÃO POR MODELOS MATEMÁTICOS

Leia mais

4. TÉCNICA APLICADA A ANÁLISE BIDIMENSIONAL COM MEC

4. TÉCNICA APLICADA A ANÁLISE BIDIMENSIONAL COM MEC 4. TÉCNICA APLICADA A ANÁLISE BIDIMENSIONAL COM MEC Este capítulo sevá como base de compaação paa entende os eas objetvos deste tabalho e, a pat dsto, pecebe que alguns concetos aplcados pela técnca desenvolvda

Leia mais

Introdução. Introdução. Introdução Objetivos. Introdução Corpo rígido. Introdução Notação

Introdução. Introdução. Introdução Objetivos. Introdução Corpo rígido. Introdução Notação Intodução Intodução à obótca Descção espacal e ansfomações (/2) of. Douglas G. Machaet douglas.machaet@dcc.ufmg.b Intodução à obótca - Descção espacal e ansfomações (/2) 2 Intodução osções e Oentações

Leia mais

MOMENTO DE INÉRCIA DE UM CORPO RÍGIDO

MOMENTO DE INÉRCIA DE UM CORPO RÍGIDO Depatamento de Físca da Faculdade de Cêncas da Unvesdade de Lsboa Mecânca A 008/09 1. Objectvo MOMENTO DE INÉRCIA DE UM CORPO RÍGIDO Estudo do movmento de otação de um copo ígdo. Detemnação do momento

Leia mais

UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO CENTRO DE ENSINO - CCJE DEPARTAMENTO DE ANEX O I. Plano de Ensino

UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO CENTRO DE ENSINO - CCJE DEPARTAMENTO DE ANEX O I. Plano de Ensino Unvesdade Fedeal do Espíto Santo Cuso: Admnstação Plano de Ensno Depatamento Responsável: Admnstação Data de Apovação (At. nº 91): Docente esponsável: Leonado Helme Bemenkamp Campus: Goabeas Qualfcação

Leia mais

MATEMÁTICA II - Engenharias/Itatiba SISTEMAS LINEARES

MATEMÁTICA II - Engenharias/Itatiba SISTEMAS LINEARES - Mauco Fabb MATEMÁTICA II - Engenhaas/Itatba o Semeste de Pof Mauíco Fabb a Sée de Eecícos SISTEMAS IEARES IVERSÃO DE MATRIZES (I) Uma mat quadada A é nvetível se est a mat A - tal que AA - I Eecíco Pove

Leia mais

APLICAÇÃO DE INTERFERÊNCIA LÓGICA EM PROBLEMAS DE PROGRAMAÇÃO DE PRODUÇÃO

APLICAÇÃO DE INTERFERÊNCIA LÓGICA EM PROBLEMAS DE PROGRAMAÇÃO DE PRODUÇÃO APLICAÇÃO DE INTERFERÊNCIA LÓGICA EM PROBLEMAS DE PROGRAMAÇÃO DE PRODUÇÃO Edlson de J. Santos Cento de Cêncas Fomas e Tecnologa Unvesdade Tadentes (UNIT) Aacau SE E-mal: conde@untnet.com.b M.T.M. Rodgues

Leia mais

PROFUNDIDADE DE MISTURA ATINGIDA PELA ONDA SOB VENTOS SEVEROS NO RESERVATÓRIO DE SALTO CAXIAS

PROFUNDIDADE DE MISTURA ATINGIDA PELA ONDA SOB VENTOS SEVEROS NO RESERVATÓRIO DE SALTO CAXIAS PROFUNDIDADE DE MISTURA ATINGIDA PELA ONDA SOB VENTOS SEVEROS NO RESERVATÓRIO DE SALTO CAXIAS Macelo Maques 1 *; Fenando O. de Andade 2 ; Elane P. Aantes 3 ; Csthane M. P. Okawa 4 1 Unvesdade Estadual

Leia mais

5. TÉCNICA PROPOSTA PARA ANÁLISE 3D

5. TÉCNICA PROPOSTA PARA ANÁLISE 3D 5. TÉCNICA PROPOSTA PARA ANÁLISE 3D Neste capítulo seá tatado de foma defntva o objetvo pncpal deste tabalho que é desenvolve uma técnca unfcada paa avala ntegas bdmensonas, tal como fo feto paa o caso

Leia mais

A questão das cotas: otimização empresarial respeitando a capacidade de suporte ambiental

A questão das cotas: otimização empresarial respeitando a capacidade de suporte ambiental A questão das cotas: otmzação empesaal espetando a capacdade de supote ambental Mesa: a Teoa econômca e meo ambente: mco e macoeconoma, métodos de valoação. Autoes: Eto Maques de Souza Flho Lcencado em

Leia mais

PROJETO DA REDE DE DISTRIBUIÇÃO CONSIDERANDO LOCALIZAÇÃO, ESTOQUES E TRANSPORTES SIMULTANEAMENTE

PROJETO DA REDE DE DISTRIBUIÇÃO CONSIDERANDO LOCALIZAÇÃO, ESTOQUES E TRANSPORTES SIMULTANEAMENTE PROJETO DA REDE DE DISTRIBUIÇÃO CONSIDERANDO LOCALIZAÇÃO, ESTOQUES E TRANSPORTES SIMULTANEAMENTE ANTÔNIO CARLOS MARTOS HUGO T. Y. YOSHIZAKI ESCOLA POLITÉCNICA USP DEPARTAMENTO DE ENGENHARIA DE PRODUÇÃO

Leia mais

Concurso Professor Substituto Universidade Federal Fluminense

Concurso Professor Substituto Universidade Federal Fluminense Concuso Pofesso Substtuto Unvesdade Fedeal Flumnense Pova Aula Tema: Contole de Máqunas Elétcas Canddato:Lus Osca de Aaujo Poto Henques Intodução Os aconamentos eletôncos de máqunas elétcas são muto mpotantes

Leia mais

TICA. Sistemas Equivalentes de Forças MECÂNICA VETORIAL PARA ENGENHEIROS: ESTÁTICA. Nona Edição CAPÍTULO. Ferdinand P. Beer E. Russell Johnston, Jr.

TICA. Sistemas Equivalentes de Forças MECÂNICA VETORIAL PARA ENGENHEIROS: ESTÁTICA. Nona Edição CAPÍTULO. Ferdinand P. Beer E. Russell Johnston, Jr. CPÍTULO 3 Copos ECÂNIC VETORIL PR ENGENHEIROS: ESTÁTIC TIC Fednand P. Bee E. Russell Johnston, J. Notas de ula: J. Walt Ole Teas Tech Unvest Rígdos: Sstemas Equvalentes de Foças 2010 The cgaw-hll Companes,

Leia mais

Abordagens interactivas para tratamento da incerteza em modelos de optimização multiobjectivo para apoio à decisão

Abordagens interactivas para tratamento da incerteza em modelos de optimização multiobjectivo para apoio à decisão UNIVERSIDADE DE COIMBRA FACULDADE DE CIÊNCIAS E TECNOLOGIA Depatamento de Engenhaa Electotécnca e de Computadoes Abodagens nteactvas paa tatamento da nceteza em modelos de optmzação multobjectvo paa apoo

Leia mais

Para duas variáveis aleatórias X e Y define-se Função Distribuição Cumulativa CDF F XY (x,y)

Para duas variáveis aleatórias X e Y define-se Função Distribuição Cumulativa CDF F XY (x,y) Vaáves Aleatóas (contnuação) Po. Waldec Peella Dstbução Conunta: po: Paa duas vaáves aleatóas e dene-se Função Dstbução Cuulatva CDF F (,y) P ( e y ) = F (,y ) e a Função Densdade de Pobabldade de Pobabldade

Leia mais

Prof. Anderson Coser Gaudio Departamento de Física Centro de Ciências Exatas Universidade Federal do Espírito Santo

Prof. Anderson Coser Gaudio Departamento de Física Centro de Ciências Exatas Universidade Federal do Espírito Santo POLEMAS ESOLVIDOS DE FÍSICA Pof. Andeson Cose Gaudo Depatamento de Físca Cento de Cêncas Eatas Unvesdade Fedeal do Espíto Santo http://www.cce.ufes.b/andeson andeson@npd.ufes.b Últma atualzação: 3/8/5

Leia mais

Capítulo 2 Galvanômetros

Capítulo 2 Galvanômetros Capítulo 2 Galvanômetos 2.. Intodução O galvanômeto é um nstumento eletomecânco que é, bascamente, um meddo de coente elétca de pequena ntensdade. Exstem bascamente dos tpos de galvanômetos, que são os

Leia mais

UNIVERSIDADE FEDERAL DO RIO DE JANEIRO ESCOLA POLITÉCNICA CURSO DE ENGENHARIA DE PRODUÇÃO. Gustavo Ponzo Mathias Ferreira Rodrigo Couto Tarsitano

UNIVERSIDADE FEDERAL DO RIO DE JANEIRO ESCOLA POLITÉCNICA CURSO DE ENGENHARIA DE PRODUÇÃO. Gustavo Ponzo Mathias Ferreira Rodrigo Couto Tarsitano UNIVERSIDADE FEDERAL DO RIO DE JANEIRO ESCOLA POLITÉCNICA CURSO DE ENGENHARIA DE PRODUÇÃO Gustavo Ponzo Mathas Feea Rodgo Couto Tasano AVALIAÇÃO DE UM MODELO DINÂMICO DE LOCALIZAÇÃO DE ARMAZÉNS E ALOCAÇÃO

Leia mais

ALGORITMO DE SUAVIZAÇÃO HIPERBÓLICA PARA O PROBLEMA DE LOCALIZAÇÃO DE ESTAÇÕES DE RÁDIO BASE

ALGORITMO DE SUAVIZAÇÃO HIPERBÓLICA PARA O PROBLEMA DE LOCALIZAÇÃO DE ESTAÇÕES DE RÁDIO BASE ALGORITMO DE SUAVIZAÇÃO HIPERBÓLICA PARA O PROBLEMA DE LOCALIZAÇÃO DE ESTAÇÕES DE RÁDIO BASE José Andé de M. Bto IBGE Insttuto Basleo de Geogafa e Estatístca emal: btom@bge.gov.b Adlson Elas Xave COPPE-SISTEMAS

Leia mais

CONHECIMENTOS ESPECÍFICOS ENGENHEIRO / ÁREA ELETRICISTA

CONHECIMENTOS ESPECÍFICOS ENGENHEIRO / ÁREA ELETRICISTA CONHECIMENTOS ESPECÍFICOS ENGENHEIRO / ÁREA ELETRICISTA 26. Obseve a fgua abaxo. Consdeando que a fgua lusta uma ponte esstva, na qual fo nseda uma esstênca R = 8 Ω ente os nós C e D, a coente desse ccuto

Leia mais

Análise Multivariada

Análise Multivariada Análse Multvaada Aula 8: Análse de Coespondêna (AC) Pof. Adm Antono Betaell Juno Juz de Foa AC Téna exploatóa que busa dentfa assoações ente vaáves ategóas (ao nvés de ontínuas). Repesentação geométa das

Leia mais

Aula 3 Trabalho e Energia - Bioenergética

Aula 3 Trabalho e Energia - Bioenergética Aula 3 Tabalho e Enega - Boenegétca Cálculo deencal Taa de vaação nstantânea de uma unção: lm ( ) ( ) (Função devada) Notação: lm ( ) ( ) d d Cálculo ntegal Áea sob o gáco de uma unção: ( 1 ) ) ( 2 Áea

Leia mais

Aula 7: Potencial Elétrico

Aula 7: Potencial Elétrico Unvesdade Fedeal do Paaná Seto de Cêncas Exatas Depatamento de Físca Físca III Po. D. Rcado Luz Vana Reeêncas bblogácas: H. 6-, 6-, 6-3, 6-4, 6-5, 6-6, 6-, 6- S. 4-, 4-3, 4-4, 4-5 T. -, -, -3, -6 Aula

Leia mais

4/10/2015. Física Geral III

4/10/2015. Física Geral III Físca Geal III Aula Teóca 9 (Cap. 6 pate 3/3): ) Cálculo do campo a pat do potencal. ) Enega potencal elétca de um sstema de cagas. 3) Um conduto solado. Po. Maco R. Loos Cálculo do campo a pat do potencal

Leia mais

F-328 Física Geral III

F-328 Física Geral III F-328 Físca Geal III Aula exploatóa Cap. 24 UNICAMP IFGW F328 1S2014 F328 1S2014 1 Pontos essencas Enega potencal elétca U Sstema de cagas Equvalente ao tabalho executado po um agente exteno paa taze as

Leia mais

Funções de base nebulosas e modelagem de dinâmica não-linear

Funções de base nebulosas e modelagem de dinâmica não-linear Unvesdade Fedeal de Mnas Geas Fom the SelectedWoks of 2004 Funções de base nebulosas e modelagem de dnâmca não-lnea, Unvesdade Fedeal de Mnas Geas Avalable at: https://woks.bepess.com/gladstone/7/ Cento

Leia mais

CAPÍTULO 10 DINÂMICA DO MOVIMENTO ESPACIAL DE CORPOS RÍGIDOS

CAPÍTULO 10 DINÂMICA DO MOVIMENTO ESPACIAL DE CORPOS RÍGIDOS 94 CAPÍTUL 10 DNÂCA D VENT ESPACAL DE CPS ÍDS As equações geas que desceve o ovento de u copo ígdo no espaço pode se dvddas e dos gupos: as equações que desceve o ovento do cento de assa, equações de Newton

Leia mais

Clustering (Agrupamento)

Clustering (Agrupamento) Clusteng (Agupamento) Clusteng é uma técnca de apendzado não-supevsonado ou seja quando não há uma classe assocada a cada eemplo Os eemplos são colocados em clustes (gupos) que nomalmente epesentam algum

Leia mais

Física Geral. Força e Torque

Física Geral. Força e Torque ísca Geal oça e Toqe oças Se há nteação ente dos objetos, então este ma foça atando sobe os dos objetos. Se a nteação temna, os copos deam de epementa a ação de foças. oças estem somente como esltado de

Leia mais

Novos Cadernos NAEA. Análise das relações intersetoriais da economia paraense e seus efeitos multiplicadores. Resumo. Abstract.

Novos Cadernos NAEA. Análise das relações intersetoriais da economia paraense e seus efeitos multiplicadores. Resumo. Abstract. Novos Cadenos NAEA v. 3, n., p. 99-220, ul. 200, ISSN 56-648 Análse das elações ntesetoas da economa paaense e seus efetos multplcadoes Rcado Buno N. dos Santos Gaduado em Cêncas Econômcas pela Unvesdade

Leia mais

A Rule Learning Multiobjective Particle Swarm Optimization

A Rule Learning Multiobjective Particle Swarm Optimization 478 IEEE LATIN AMERICA TRANSACTIONS, VOL. 7, NO. 4, AUG. 009 A Rule Leanng Multobjectve Patcle Swam Optmzaton A. B. de Cavalho e A. T. R. Pozo Abstact Multobjectve Metaheustcs (MOMH) pemt to conceve a

Leia mais

Estudo da Propagação de Chorumes em Aquíferos

Estudo da Propagação de Chorumes em Aquíferos Estudo da opagação de houmes em Aquífeos Macele Jaques nto Insttuto oltécnco, Unvesdade do Estado do Ro de Janeo, ova Fbugo-RJ Macus acheco e João Flávo Vasconcellos Insttuto oltécnco, Unvesdade do Estado

Leia mais

SEL Controle Não Linear Profa. Vilma A. Oliveira Natache S. D. Arrifano Renato Nascimento Rosa Junho 2008

SEL Controle Não Linear Profa. Vilma A. Oliveira Natache S. D. Arrifano Renato Nascimento Rosa Junho 2008 SEL 364 - Contole Não Lnea Pofa. Vlma A. Olvea Natache S. D. Afano Renato Nascmento Rosa Junho 008 Contolado fuzzy baseado no modelo akag-sugeno Sumáo. Intodução.... Modelo akag-sugeno.... Constução de

Leia mais

31/05/2018. Coeficientes de Financiamentos. Coeficientes de Financiamentos. Coeficientes de Financiamentos. Coeficiente em Séries Uniformes CF =

31/05/2018. Coeficientes de Financiamentos. Coeficientes de Financiamentos. Coeficientes de Financiamentos. Coeficiente em Séries Uniformes CF = Calos R. Godoy Matemátca Fnancea RCC 027 Calos R. Godoy 2 Coefcentes de Fnancamentos Coefcente de fnancamento: fato fnanceo que ao multplca-se pelo valo pesente de um fnancamento apua o valo das pacelas.

Leia mais

O USO DA ANÁLISE POR ENVELOPAMENTO DE DADOS (DEA) PARA REALIZAÇÃO DE BENCHMARKING

O USO DA ANÁLISE POR ENVELOPAMENTO DE DADOS (DEA) PARA REALIZAÇÃO DE BENCHMARKING O USO DA ANÁLISE POR ENVELOPAMENTO DE DADOS (DEA) PARA REALIZAÇÃO DE BENCHMARKING EM EMPRESAS DE MINERAÇÃO BASEADO NOS CRITÉRIOS DOS PRÊMIO NACIONAIS DE QUALIDADE Jacquelne Rutkowsk Gustavo Pexoto Slva

Leia mais

Versão 2 RESOLUÇÃO GRUPO I. = 0. Tal permite excluir a opção C.

Versão 2 RESOLUÇÃO GRUPO I. = 0. Tal permite excluir a opção C. Teste Intemédo de Matemátca A Vesão Teste Intemédo Matemátca A Vesão Duação do Teste: 90 mnutos.05.0.º Ano de Escoladade Deceto-Le n.º 7/00, de 6 de maço RESOLUÇÃO GRUPO I. Resposta (C) Tem-se: a b log

Leia mais

Allan Fonseca da Silva

Allan Fonseca da Silva ANÁLISE DE UMA TÉCNICA DE PENALIZAÇÃO ADAPTATIVA APLICADA AO ALGORITMO DE OTIMIZAÇÃO POR ENXAME DE PARTÍCULAS Allan Fonseca da Slva Dssetação de Mestado apesentada ao Pogama de Pós Gaduação em Engenhaa

Leia mais

4 O Método de Partículas SPH

4 O Método de Partículas SPH O Método de Patículas SPH 46 4 O Método de Patículas SPH O método SPH fo apesentado tanto po Lucy 1977, quanto po Gngold e Monaghan 1977 paa esolve, num pmeo momento, poblemas astofíscos em espaço tdmensonal.

Leia mais

2ªAula do cap. 11. Quantidade de Movimento Angular L. Conservação do Momento Angular: L i = L f

2ªAula do cap. 11. Quantidade de Movimento Angular L. Conservação do Momento Angular: L i = L f 2ªAula do cap. 11 Quantdade de Movmento Angula. Consevação do Momento Angula: f Refeênca: Hallday, Davd; Resnck, Robet & Walke, Jeal. Fundamentos de Físca, vol.. 1 cap. 11 da 7 a. ed. Ro de Janeo: TC.

Leia mais

Gestão e Teoria da Decisão

Gestão e Teoria da Decisão Gestão e eoa da Decsão Logístca e Lcencatua em Engenhaa vl Lcencatua em Engenhaa do etóo 005/006 Agenda 005/006. O papel dos stocks. lassfcação dos odelos de. omposção do custo assocados aos stocks 4.

Leia mais

PROJETO ASTER: ESTRATÉGIA PARA MANOBRAS DE RENDEZVOUS DA SONDA ESPACIAL BRASILEIRA COM O ASTERÓIDE 2001 SN263

PROJETO ASTER: ESTRATÉGIA PARA MANOBRAS DE RENDEZVOUS DA SONDA ESPACIAL BRASILEIRA COM O ASTERÓIDE 2001 SN263 839 PROJETO ASTER: ESTRATÉGIA PARA MANOBRAS DE RENDEZOUS DA SONDA ESPACIAL BRASILEIRA COM O ASTERÓIDE 2001 SN263 Abeuçon Atanáso Alves 1 ;AntonoDelson Conceção de Jesus 2 1. Bolssta voluntáo, Gaduando

Leia mais

SÍNTESE DE MECANISMOS DE 4 BARRAS PARA GERAR TRAJETÓRIA CURVA ACOPLADORA

SÍNTESE DE MECANISMOS DE 4 BARRAS PARA GERAR TRAJETÓRIA CURVA ACOPLADORA SÍNTESE DE MECANISMOS DE BARRAS PARA GERAR TRAJETÓRIA CURVA ACOPLADORA Calos Sego Pvetta calos.pvetta@etep.edu.b Osvaldo Pado de Rezende osvaldo.ezende@etep.edu.b Eule Babosa eule.babosa@etep.edu.b Ana

Leia mais

Mestrado em Gestão de Empresas/UNIFAL. Área de Especialização em Finanças Empresariais. Publicação Didática no âmbito da disciplina de

Mestrado em Gestão de Empresas/UNIFAL. Área de Especialização em Finanças Empresariais. Publicação Didática no âmbito da disciplina de ublcação Ddátca no âmbto da dscplna de AÁLISE DE CARTEIRAS Mestado em Gestão de Empesas/UIFAL Áea de Especalzação em Fnanças Empesaas ISABEL VIEIRA Unvesdade de Évoa / UIFAL Maceó (Basl) Dezembo 003 Rendmento

Leia mais

MONITORAÇÃO DA REATIVIDADE ATRAVÉS DO HISTÓRICO DA POTÊNCIA NUCLEAR. Alessandro da Cruz Gonçalves

MONITORAÇÃO DA REATIVIDADE ATRAVÉS DO HISTÓRICO DA POTÊNCIA NUCLEAR. Alessandro da Cruz Gonçalves MONITORAÇÃO DA REATIVIDADE ATRAVÉS DO HISTÓRICO DA POTÊNCIA NUCLEAR Alessando da Cuz Gonçalves DISSERTAÇÃO SUBMETIDA AO CORPO DOCENTE DA COORDENAÇÃO DOS PROGRAMAS DE PÓS-GRADUAÇÃO DE ENGENHARIA DA UNIVERSIDADE

Leia mais

Planejamento e Pesquisa 1 - Análise de variância

Planejamento e Pesquisa 1 - Análise de variância Planejamento e Pesqusa - Análse de vaânca Um Fato Lane Alenca - Planejamento e Pesqusa - 0 Duabldade de 4 tpos de capetes: exh_aov.mtw Eu tnha 4 tpos de capetes e coloque cada tpo em quato casas (um tpo

Leia mais

PROJETO DA REDE DE DISTRIBUIÇÃO: UMA HEURÍSTICA COM TRATAMENTO INTEGRADO DE ESTOQUES E TRANSPORTES

PROJETO DA REDE DE DISTRIBUIÇÃO: UMA HEURÍSTICA COM TRATAMENTO INTEGRADO DE ESTOQUES E TRANSPORTES PROJETO DA REDE DE DISTRIBUIÇÃO: UMA HEURÍSTICA COM TRATAMENTO INTEGRADO DE ESTOQUES E TRANSPORTES ANTÔNIO MARTOS 2 Technooges do Bas antono_matos@2.com HUGO T. Y. YOSHIZAKI Unvesdade de São Pauo e-ma:hugo@usp.b

Leia mais

ANÁLISE DA PROPAGAÇÃO DE PRESSÃO EM FLUIDOS DE PERFURAÇÃO DURANTE KICK DE GÁS

ANÁLISE DA PROPAGAÇÃO DE PRESSÃO EM FLUIDOS DE PERFURAÇÃO DURANTE KICK DE GÁS ANÁLISE DA PROPAGAÇÃO DE PRESSÃO EM FLUIDOS DE PERFURAÇÃO DURANTE KICK DE GÁS Jonathan F. Galdno, Gabel M. de Olvea, 3 Admlson T. Fanco, 3 Ceza O. R. Neão Mestando, dscente do cuso do Poama de Pós-Gaduação

Leia mais

CONTROLE DE QUALIDADE VIA DADOS ACELERADOS COM DISTRIBUIÇÃO EXPONENCIAL E RELAÇÃO ESTRESSE-RESPOSTA LEI DE POTÊNCIA INVERSA

CONTROLE DE QUALIDADE VIA DADOS ACELERADOS COM DISTRIBUIÇÃO EXPONENCIAL E RELAÇÃO ESTRESSE-RESPOSTA LEI DE POTÊNCIA INVERSA CONTROLE DE QUALIDADE VIA DADOS ACELERADOS COM DISTRIBUIÇÃO EXPONENCIAL E RELAÇÃO ESTRESSE-RESPOSTA LEI DE POTÊNCIA INVERSA Sabna Luza CAETANO Fancsco LOUZADA-NETO RESUMO: A obtenção de meddas da confabldade

Leia mais

Física I. Aula 9 Rotação, momento inércia e torque

Física I. Aula 9 Rotação, momento inércia e torque Físca º Semeste de 01 nsttuto de Físca- Unvesdade de São Paulo Aula 9 Rotação, momento néca e toque Pofesso: Vald Gumaães E-mal: valdg@f.usp.b Fone: 091.7104 Vaáves da otação Neste tópco, tataemos da otação

Leia mais

CONCEITOS EM PLANEJAMENTO E OTIMIZAÇÃO DE REDES PARA MONITORAMENTO DE DEFORMAÇÕES

CONCEITOS EM PLANEJAMENTO E OTIMIZAÇÃO DE REDES PARA MONITORAMENTO DE DEFORMAÇÕES CONCEIOS EM PLANEJAMENO E OIMIZAÇÃO DE REDES PARA MONIORAMENO DE DEFORMAÇÕES Antono Smões Slva 1 Veônca Maa Costa Romão 1 Unvesdade Fedeal de Vçosa UFV -Depatamento de Engenhaa Cvl, asmoes@ufv.b Unvesdade

Leia mais

MODELAGEM DO ACOPLAMENTO ROTOR-GERADOR ELÉTRICO EM TURBINAS EÓLICAS DE EIXO HORIZONTAL

MODELAGEM DO ACOPLAMENTO ROTOR-GERADOR ELÉTRICO EM TURBINAS EÓLICAS DE EIXO HORIZONTAL MODELAGEM DO ACOPLAMENTO ROTOR-GERADOR ELÉTRICO EM TURBINAS EÓLICAS DE EIXO HORIZONTAL Sego Andés James Rueda, seanjau@hotmal.com 1 Jeson Rogéo Pnheo Vaz, jeson@ufpa.b 1 Andé Luz Amaante Mesquta, andeam@ufpa.b

Leia mais

Disciplina Metodologia Analítica QUI102 II semestre AULA 01 (parte B) Profa. Maria Auxiliadora Costa Matos

Disciplina Metodologia Analítica QUI102 II semestre AULA 01 (parte B) Profa. Maria Auxiliadora Costa Matos Metodologia nalítica II sem/018 Pofa Ma uxiliadoa - 1 Univesidade Fedeal de Juiz de Foa Instituto de Ciências Exatas Depatamento de Química Disciplina Metodologia nalítica QUI10 II semeste 018 UL 01 (pate

Leia mais

Sombreamento. Apontamentos CG + Edward Angel, Cap 6. Instituto Superior Técnico Computação Gráfica 2009/2010

Sombreamento. Apontamentos CG + Edward Angel, Cap 6. Instituto Superior Técnico Computação Gráfica 2009/2010 Sombeamento Apontamentos CG + Edwad Angel, Cap 6 Insttuto Supeo Técnco Computação Gáfca 2009/2010 1 Na últmas aulas Rastezação Dscetzação de lnhas Peenchmento de polígonos Alasng e Antalasng Sumáo Rastezação

Leia mais

Eletricidade e Magnetismo II Licenciatura: 1ª Aula (30/07/2012) Prof. Alvaro Vannucci. Revisão das Leis de Gauss, de Ampère e de Faraday

Eletricidade e Magnetismo II Licenciatura: 1ª Aula (30/07/2012) Prof. Alvaro Vannucci. Revisão das Leis de Gauss, de Ampère e de Faraday Eletcdade e Magnetsmo II Lcencatua: ª Aula (3/7/) Pof. Alvao Vannucc evsão das Les de Gauss, de Ampèe e de Faaday Eletzação: as pmeas obsevações sobe eletzação ocoeam apomadamente em apomadamente 6 a.c.

Leia mais

Volnei Borges*, Laci Maria Francio** e Justina Inês Fronza Brigoni**

Volnei Borges*, Laci Maria Francio** e Justina Inês Fronza Brigoni** O USO DO MÉTODO LTS N NA OBTENÇÃO DE PARÂMETROS DE BLINDAGENS MÚLTIPLAS PARA NÊUTRONS E FÓTONS Volne Boges*, Lac Maa Fanco** e Justna Inês Fonza Bgon** *Depatamento de Engenhaa Nuclea da Unvesdade Fedeal

Leia mais

A QUESTÃO DAS COTAS AMBIENTAIS: UM MODELO DE OTIMIZAÇÃO EMPRESARIAL QUE RESPEITA A CAPACIDADE DE SUPORTE AMBIENTAL

A QUESTÃO DAS COTAS AMBIENTAIS: UM MODELO DE OTIMIZAÇÃO EMPRESARIAL QUE RESPEITA A CAPACIDADE DE SUPORTE AMBIENTAL ISSN 2175-6295 Ro de Janeo- Basl, 5 e 6 de agosto de 28. SPOLM 28 A QUESTÃO DAS COTAS AMBIENTAIS: UM MODELO DE OTIMIZAÇÃO EMPRESARIAL QUE RESPEITA A CAPACIDADE DE SUPORTE AMBIENTAL Eto Maques de Souza

Leia mais

PLANEJAMENTO DE FONTES REATIVAS EM SISTEMAS DE ENERGIA ELÉTRICA UTILIZANDO A TÉCNICA DE DECOMPOSIÇÃO DE BENDERS E O ALGORITMO DE BRANCH-AND-BOUND

PLANEJAMENTO DE FONTES REATIVAS EM SISTEMAS DE ENERGIA ELÉTRICA UTILIZANDO A TÉCNICA DE DECOMPOSIÇÃO DE BENDERS E O ALGORITMO DE BRANCH-AND-BOUND PLANEJAMENTO DE FONTES REATIVAS EM SISTEMAS DE ENERGIA ELÉTRICA UTILIZANDO A TÉCNICA DE DECOMPOSIÇÃO DE BENDERS E O ALGORITMO DE BRANCH-AND-BOUND José R. S. Mantovan 1, José W. Suugla 2, Rubén Romeo 3,

Leia mais

Cinemática Direta. 4 o Engenharia de Controle e Automação FACIT / Prof. Maurílio J. Inácio

Cinemática Direta. 4 o Engenharia de Controle e Automação FACIT / Prof. Maurílio J. Inácio Cnemáta Deta 4 o Engenhaa de Contole e Automação FACI / 9 Pof. Mauílo J. Ináo Cnemáta Deta Cnemáta do manpulado Cnemáta é êna que tata o movmento em ondea a foça que o auam. Na nemáta ão etudado: poçõe,

Leia mais

Figura 6.6. Superfícies fechadas de várias formas englobando uma carga q. O fluxo eléctrico resultante através de cada superfície é o mesmo.

Figura 6.6. Superfícies fechadas de várias formas englobando uma carga q. O fluxo eléctrico resultante através de cada superfície é o mesmo. foma dessa supefície. (Pode-se pova ue este é o caso poue E 1/ 2 ) De fato, o fluxo esultante atavés de ualue supefície fechada ue envolve uma caga pontual é dado po. Figua 6.6. Supefícies fechadas de

Leia mais

Fragilidade Financeira, Equilíbrios Múltiplos e Flutuações Endógenas

Fragilidade Financeira, Equilíbrios Múltiplos e Flutuações Endógenas Fagldade Fnancea, Equlíbos Múltplos e Flutuações Endógenas Um modelo pós-keynesano não-lnea de cclos econômcos José Luís Oeo * Resumo : Este atgo tem po objetvo apesenta uma vesão não-lnea do modelo Taylo

Leia mais

8º CONGRESO IBEROAMERICANO DE ENGENHARIA MECANICA Cusco, 23 a 25 de Outubro de 2007

8º CONGRESO IBEROAMERICANO DE ENGENHARIA MECANICA Cusco, 23 a 25 de Outubro de 2007 8º CONGRESO IBEROAMERICANO DE ENGENHARIA MECANICA Cusco, 3 a 5 de Outubo de 7 INFLUÊNCIA DAS TOLERÂNCIAS DE MAQUINAGEM NO DESEMENHO CINEMÁTICO DE MECANISMOS aulo Floes*, J.C. menta Clao* * Depatamento

Leia mais

ESCOLA POLITÉCNICA DA UNIVERSIDADE DE SÃO PAULO. Departamento de Engenharia Mecânica

ESCOLA POLITÉCNICA DA UNIVERSIDADE DE SÃO PAULO. Departamento de Engenharia Mecânica PME 00 MECÂNIC P3 6 de unho de 009 Duação da Pova: 0 mnutos (não é pemtdo uso de calculadoas) ENÇÃ: a pova consta de 3 questões de aplcação da teoa estudada valendo 0 pontos e de 4 questões teócas, cua

Leia mais

Física I IME. 2º Semestre de Instituto de Física Universidade de São Paulo. Professor: Luiz Nagamine Fone: 3091.

Física I IME. 2º Semestre de Instituto de Física Universidade de São Paulo. Professor: Luiz Nagamine   Fone: 3091. Físca E º Semeste de 015 nsttuto de Físca Unvesdade de São Paulo Pofesso: uz Nagamne E-mal: nagamne@f.usp.b Fone: 091.6877 0, 04 e 09 de novembo otação º Semeste de 015 Cnemátca otaconal Neste tópco, tataemos

Leia mais

ESCOLA POLITÉCNICA DA UNIVERSIDADE DE SÃO PAULO

ESCOLA POLITÉCNICA DA UNIVERSIDADE DE SÃO PAULO ESCO POITÉCNIC D UNIESIDDE DE SÃO PUO venda Pofesso Mello Moaes, nº 31. cep 558-9, São Paulo, SP. Telefone: 11 391 5337 Fa: 11 3813 1886 Depatamento de Engenhaa Mecânca PME 3 MECÂNIC II Pmea Pova 9 de

Leia mais

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)

UNIDADE 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 mais

CALIBRAÇÃO DE CÂMARAS DIGITAIS USANDO LINHAS RETAS

CALIBRAÇÃO DE CÂMARAS DIGITAIS USANDO LINHAS RETAS Anas do Smpóso Basleo de Geomátca, Pesdente Pudente - SP, 9- de julho de 00. p.-75 CALIBRAÇÃO DE CÂMARAS DIGITAIS USANDO LINHAS RETAS SANDRA STEPHAN DE SOUZA TELLES ANTONIO MARIA GARCIA TOMMASELLI Unvesdade

Leia mais

CIRCULAR TÉCNICA N o 178 MAIO 1991 O ÍNDICE DE VARIAÇÃO, UM SUBSTITUTO VANTAJOSO DO COEFICIENTE DE VARIAÇÃO

CIRCULAR TÉCNICA N o 178 MAIO 1991 O ÍNDICE DE VARIAÇÃO, UM SUBSTITUTO VANTAJOSO DO COEFICIENTE DE VARIAÇÃO ISSN 0100-3453 CIRCULAR TÉCNICA N o 178 MAIO 1991 O ÍNDICE DE VARIAÇÃO, UM SUBSTITUTO VANTAJOSO DO COEFICIENTE DE VARIAÇÃO INTRODUÇÃO Fedeco Pmentel Gome * Chama-e coefcente de vaação () de um expemento

Leia mais

ESTUDO DOS EFEITOS DE LOCAÇÃO E DISPERSÃO EM EXPERIMENTOS FATORIAIS COMPLETOS NÃO REPLICADOS E COM POUCAS REPLICAÇÕES

ESTUDO DOS EFEITOS DE LOCAÇÃO E DISPERSÃO EM EXPERIMENTOS FATORIAIS COMPLETOS NÃO REPLICADOS E COM POUCAS REPLICAÇÕES XXX ENONTRO NIONL E ENGENHRI E PROUÇÃO Matudade e desafos da Engenhaa de Podução: compettvdade das empesas condções de tabalho meo ambente. São alos SP asl a5 de outubo de 00. ESTUO OS EFEITOS E LOÇÃO

Leia mais

Breve Revisão de Cálculo Vetorial

Breve Revisão de Cálculo Vetorial Beve Revsão de Cálculo Vetoal 1 1. Opeações com vetoes Dados os vetoes A = A + A j + A k e B = B + B j + B k, dene-se: Poduto escala ente os vetoes A e B A B A B Daí, cos A AB cos A B B A A B B AB A B

Leia mais

3 Elementos de modelagem para o problema de controle de potência

3 Elementos de modelagem para o problema de controle de potência 3 Elementos de modelagem para o problema de controle de potênca Neste trabalho assume-se que a rede de comuncações é composta por uma coleção de enlaces consttuídos por um par de undades-rádo ndvdualmente

Leia mais

APLICAÇÃO DA ANÁLISE ESPECTRAL SINGULAR PARA PREVISÃO DE PREÇOS DE PRODUTOS AGRÍCOLAS RESUMO

APLICAÇÃO DA ANÁLISE ESPECTRAL SINGULAR PARA PREVISÃO DE PREÇOS DE PRODUTOS AGRÍCOLAS RESUMO APLICAÇÃO DA ANÁLISE ESPECRAL SINGULAR PARA PREISÃO DE PREÇOS DE PRODUOS AGRÍCOLAS Autoa: alte de Senna, Calos Albeto Oge Pnheo RESUMO A pesqusa obetva sepaa os componentes snal e uído de um conunto M

Leia mais

4 Modelo para Extração de Regras Fuzzy a partir de Máquinas de Vetores Suporte FREx_SVM 4.1 Introdução

4 Modelo para Extração de Regras Fuzzy a partir de Máquinas de Vetores Suporte FREx_SVM 4.1 Introdução 4 Modelo paa Extação de Regas Fuzzy a pati de Máquinas de Vetoes Supote FREx_SVM 4.1 Intodução Como já mencionado, em máquinas de vetoes supote não se pode explica a maneia como sua saída é obtida. No

Leia mais

F G. m 2. Figura 32- Lei da gravitação Universal de Newton e Lei de Coulomb.

F G. m 2. Figura 32- Lei da gravitação Universal de Newton e Lei de Coulomb. apítul 3-Ptencal eletc PÍTULO 3 POTEIL ELÉTRIO Intduçã Sabems ue é pssível ntduz cncet de enega ptencal gavtacnal pue a fça gavtacnal é cnsevatva Le de Gavtaçã Unvesal de ewtn e a Le de ulmb sã mut paecdas

Leia mais

MANUAL DE ADMINISTRAÇÃO DE RISCO DA CÂMARA DE DERIVATIVOS: SEGMENTO BM&F

MANUAL DE ADMINISTRAÇÃO DE RISCO DA CÂMARA DE DERIVATIVOS: SEGMENTO BM&F MAUAL DE ADMIISRAÇÃO DE RISCO DA CÂMARA DE DERIVAIVOS: SEGMEO BM&F Maço 0 Págna ÍDICE. IRODUÇÃO... 4. CÁLCULO DE MARGEM DE GARAIA... 6.. MEOOGIAS DE CÁLCULO DE MARGEM DE GARAIA... 7.. PRICIPAIS COCEIOS

Leia mais

MODELAÇÃO ESTOCÁSTICA DE ESCOAMENTOS EM AQUÍFEROS. SIMULAÇÕES DE MONTE-CARLO CONDICIONADAS

MODELAÇÃO ESTOCÁSTICA DE ESCOAMENTOS EM AQUÍFEROS. SIMULAÇÕES DE MONTE-CARLO CONDICIONADAS MODELAÇÃO ESTOCÁSTICA DE ESCOAMENTOS EM AQUÍFEROS. SIMULAÇÕES DE MONTE-CARLO CONDICIONADAS Manuel M. PACHECO FIGUEIREDO (1), Luís RIBEIRO (2) e José M. P. FERREIRA LEMOS (3) RESUMO Na sequênca do desenvolvmento

Leia mais

Fundamentos da Eletrostática Aula 15 Expansão Multipolar II

Fundamentos da Eletrostática Aula 15 Expansão Multipolar II Fundamentos da Eletostátca Aula 5 Expansão Multpola II Pof Alex G Das Pof Alysson F Fea A Expansão Multpola Na aula passada, consdeamos uma dstbução de cagas muto especíca paa enconta o potencal do dpolo

Leia mais

SIMULAÇÃO DE ESCOAMENTOS DE FLUIDOS IMISCÍVEIS USANDO LATTICE BOLTZMANN

SIMULAÇÃO DE ESCOAMENTOS DE FLUIDOS IMISCÍVEIS USANDO LATTICE BOLTZMANN UNIVERSIDADE FEDERAL DE SANTA CATARINA PRÓ-REITORIA DE PESQUISA E PÓS-GRADUAÇÃO DEPARTAMENTO DE APOIO À PESQUISA SIMULAÇÃO DE ESCOAMENTOS DE FLUIDOS IMISCÍVEIS USANDO LATTICE BOLTZMANN ASSINATURA PROFESSOR

Leia mais

5 Implementação do Controle

5 Implementação do Controle 5 Implementação do Contole Depo de te explcado o conceto obe o moto de ndução, e apeentado o flto de Kalman etenddo e o flto quadátco, eá apeentada a mplementação do algotmo paa etma a velocdade do moto

Leia mais

TRANSMISSÃO DE PRESSÃO EM FLUIDO DE PERFURAÇÃO CONFINADO EM POÇO FECHADO

TRANSMISSÃO DE PRESSÃO EM FLUIDO DE PERFURAÇÃO CONFINADO EM POÇO FECHADO RANSMISSÃO DE PRESSÃO EM FLUIDO DE PERFURAÇÃO CONFINADO EM POÇO FECHADO anan G. M. Santos, Gabel M. Olvea e 3 Ceza O. R. Negão Bolssta de mestado da CAPES/PPGEM/UFPR Bolssta de doutoado da CAPES/PPGEM/UFPR

Leia mais

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo 3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas

Leia mais

CAPÍTULO 04 CINEMÁTICA INVERSA DE POSIÇÃO

CAPÍTULO 04 CINEMÁTICA INVERSA DE POSIÇÃO Capítulo 4 - Cinemática Invesa de Posição 4 CAPÍTULO 04 CINEMÁTICA INVERSA DE POSIÇÃO 4.1 INTRODUÇÃO No capítulo anteio foi visto como detemina a posição e a oientação do ógão teminal em temos das vaiáveis

Leia mais

INTEGRAL DE LINHA E ROTACIONAL DE UM CAMPO VETORIAL

INTEGRAL DE LINHA E ROTACIONAL DE UM CAMPO VETORIAL ISTITUTO DE FÍSICA DA UFBA DEPARTAMETO DE FÍSICA DO ESTADO SÓLIDO DISCIPLIA: FÍSICA ERAL E EXPERIMETAL IV FIS ITERAL DE LIHA E ROTACIOAL DE UM CAMPO VETORIAL Sea um campo de velocdades v não unfome em

Leia mais

Uma sonda de exploração espacial prepara-se para colocar um satélite de comunicações numa órbita em redor do planeta Marte.

Uma sonda de exploração espacial prepara-se para colocar um satélite de comunicações numa órbita em redor do planeta Marte. Lcencatua em Engenhaa Geológca e de Mnas Lcencatua em Matemátca Aplcada e Computação Mestado Integado em Engenhaa Bomédca Mecânca e Ondas 1º Ano -º Semeste º Teste/1º Exame 0/06/017 11:30h Duação do teste:

Leia mais

COLISEO UMA TÉCNICA EFICIENTE PARA ACÚSTICA DE SALAS COM BASE NUM PROCESSO DE MARKOV

COLISEO UMA TÉCNICA EFICIENTE PARA ACÚSTICA DE SALAS COM BASE NUM PROCESSO DE MARKOV COLISEO UMA TÉCNICA EFICIENTE PARA ACÚSTICA DE SALAS COM BASE NUM PROCESSO DE MARKOV REFERENCIA PACS: 43.55.Ka A. M. Almeda, T. Abeu, N. Fonseca, J.L. Bento Coelho CAPS Insttuto Supeo Técnco Av. Rovsco

Leia mais

Avaliação de Desempenho da Saúde Pública por meio de Analytic Hierarchy Process, Data Envelopment Analysis e Balanced Scorecard

Avaliação de Desempenho da Saúde Pública por meio de Analytic Hierarchy Process, Data Envelopment Analysis e Balanced Scorecard Avalação de Desempenho da Saúde Públca po meo de Analtc Heach Pocess, Data Envelopment Analss e Balanced Scoecad Maco Aélo Res dos Santos Unvesdade Estadal Palsta - UNESP Av. Abeto Peea da Cnha, 333 12516-410

Leia mais

Controle de Erros Adaptativo para Redes de Sensores sem Fio usando Valor de Informação de Mensagens Baseado em Entropia

Controle de Erros Adaptativo para Redes de Sensores sem Fio usando Valor de Informação de Mensagens Baseado em Entropia Contole de Eos Adaptatvo paa Redes de Sensoes sem Fo usando Valo de Inomação de Mensagens Baseado em Entopa João H. Klenschmdt e Walte C. Boell Resumo Este atgo popõe estatégas de contole de eos adaptatvo

Leia mais

UNIVERSIDADE DE TAUBATE HENRIQUE DE CAMARGO KOTTKE UMA VISÃO GLOBAL DA DINÂMICA DE NEWTON-EULER APLICADA A ROBÔS MANIPULADORES

UNIVERSIDADE DE TAUBATE HENRIQUE DE CAMARGO KOTTKE UMA VISÃO GLOBAL DA DINÂMICA DE NEWTON-EULER APLICADA A ROBÔS MANIPULADORES UNIVERSIDADE DE TAUBATE HENRIQUE DE CAMARGO KOTTKE UMA VISÃO GLOBAL DA DINÂMICA DE NEWTON-EULER APLICADA A ROBÔS MANIPULADORES Taubaté SP 2005 Lvos Gáts http://www.lvosgats.com.b Mlhaes de lvos gáts paa

Leia mais

Notas de Aula de Física

Notas de Aula de Física Vesão pelmna 4 de setembo de Notas de Aula de Físca. OTAÇÃO... AS VAÁVES DA OTAÇÃO... Posção angula... Deslocamento angula... Velocdade angula... 3 Aceleação angula... 3 OTAÇÃO COM ACELEAÇÃO ANGULA CONSTANTE...

Leia mais

A UTILIZAÇÃO DA ANÁLISE POR ENVOLTÓRIA DE DADOS NA LIBERAÇÃO DE CRÉDITO EM UMA AGÊNCIA DO BANCO DO ESTADO DO RIO GRANDE DO SUL (BANRISUL)

A UTILIZAÇÃO DA ANÁLISE POR ENVOLTÓRIA DE DADOS NA LIBERAÇÃO DE CRÉDITO EM UMA AGÊNCIA DO BANCO DO ESTADO DO RIO GRANDE DO SUL (BANRISUL) A UTILIZAÇÃO DA ANÁLISE POR ENVOLTÓRIA DE DADOS NA LIBERAÇÃO DE CRÉDITO EM UMA AGÊNCIA DO BANCO DO ESTADO DO RIO GRANDE DO SUL (BANRISUL) VARGAS, Katsca Scheme 1 BUENO, Daane de Fátma dos Santos 2 MOURA,

Leia mais

TRIBUTAÇÃO DO CAPITAL E GLOBALIZAÇÃO*

TRIBUTAÇÃO DO CAPITAL E GLOBALIZAÇÃO* Atgos Pmavea 200 TRIBUTAÇÃO DO CAPITAL E GLOBALIZAÇÃO* Isabel H. Coea**. INTRODUÇÃO Pensa-se que a cescente lbealzação dos mecados de captas obsevada, nas últmas duas décadas, tenha uma fote mplcação na

Leia mais

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro

RAD1507 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 mais

MALHA ADAPTATIVA APLICADA AO MÉTODO DA FRONTEIRA IMERSA COM MODELO FÍSICO VIRTUAL

MALHA ADAPTATIVA APLICADA AO MÉTODO DA FRONTEIRA IMERSA COM MODELO FÍSICO VIRTUAL 3 o POSMEC - Smpóso do Pogama de Pós-Gaduação em Engenhaa Mecânca Unvesdade Fedeal de Ubelânda Faculdade de Engenhaa Mecânca MALHA ADAPTATIVA APLICADA AO MÉTODO DA FRONTEIRA IMERSA COM MODELO FÍSICO VIRTUAL

Leia mais

Radiação Térmica Processos, Propriedades e Troca de Radiação entre Superfícies (Parte 2)

Radiação Térmica Processos, Propriedades e Troca de Radiação entre Superfícies (Parte 2) Radação Térmca Processos, Propredades e Troca de Radação entre Superfíces (Parte ) Obetvo: calcular a troca por radação entre duas ou mas superfíces. Essa troca depende das geometras e orentações das superfíces,

Leia mais

é a variação no custo total dada a variação na quantidade

é a variação no custo total dada a variação na quantidade TP043 Micoeconomia 21/10/2009 AULA 15 Bibliogafia: PINDYCK - CAPÍTULO 7 Custos fixos e vaiáveis: Custos fixos não dependem do nível de podução, enquanto que custos vaiáveis dependem do nível de podução.

Leia mais

RAUL ACOSTA HERNANDEZ MP-SMO: UM ALGORITMO PARA A IMPLEMENTAÇÃO VLSI DO TREINAMENTO DE MÁQUINAS DE VETORES DE SUPORTE

RAUL ACOSTA HERNANDEZ MP-SMO: UM ALGORITMO PARA A IMPLEMENTAÇÃO VLSI DO TREINAMENTO DE MÁQUINAS DE VETORES DE SUPORTE RAUL ACOSTA HERNANDEZ MP-SMO: UM ALGORITMO PARA A IMPLEMENTAÇÃO VLSI DO TREINAMENTO DE MÁQUINAS DE VETORES DE SUPORTE São Paulo 009 RAUL ACOSTA HERNANDEZ MP-SMO: UM ALGORITMO PARA A IMPLEMENTAÇÃO VLSI

Leia mais

2 Modelagem Matemática do Elo de Corrente Contínua

2 Modelagem Matemática do Elo de Corrente Contínua odelagem atemát do Elo de Coente Contínua Os elos CC são epesentados atavés dos seguntes elementos: baa CC, lnha CC e conveso CA/CC. A confguação do elo é defnda pelos dados de entada de acodo com a coneão

Leia mais

A estrutura do PAEG Ângelo Costa Gurgel, Matheus Wemerson G. Pereira e Erly Cardoso Teixeira Dezembro 2010 PAEG Technical Paper No.

A estrutura do PAEG Ângelo Costa Gurgel, Matheus Wemerson G. Pereira e Erly Cardoso Teixeira Dezembro 2010 PAEG Technical Paper No. A estutua do PAEG Ângelo Costa Gugel, Matheus Wemeson G. Peea e Ely Cadoso Texea Dezembo 2010 PAEG Techncal Pape No. 1 A estutua do PAEG Ângelo Costa Gugel; Matheus Wemeson G. Peea e Ely Cadoso Texea PAEG

Leia mais

2 Experimentos com Mistura

2 Experimentos com Mistura Modelagem em Expermentos com Mstura e Mstura-Processo Expermentos com Mstura Formulações de Expermentos com Mstura (EM) são freuentemente encontradas nas ndústras uímcas, farmacêutcas, de almentos e em

Leia mais

Modelos matemático das observáveis GNSS/GPS

Modelos matemático das observáveis GNSS/GPS Modelo matemáto da obeváve GNSS/GPS Equação paa a peudo-dtâna Equação paa a fae da potadoa ] [ ] [ v T I v T I )] ( ) ( [ ] *[ ) ( )] ( ) ( [ ] *[ ) ( v N t t f T I f v N t t f T I f t t Combnaçõe lneae

Leia mais