Depto. de Matemática, Faculdade de Ciências FC/UNESP. CEP: , Bauru, SP.

Tamanho: px
Começar a partir da página:

Download "Depto. de Matemática, Faculdade de Ciências FC/UNESP. CEP: , Bauru, SP."

Transcrição

1 September -8, Ro de Jaero, Brazl UM MÉODO PRIMAL-DUAL DE PONOS INERIORES BARREIRA LOGARÍMICA MODIFICADA COM ESRAÉGIAS DE AJUSE CÚBICO E DE CONVERGÊNCIA GLOBAL PARA PROGRAMAÇÃO NÃO-LINEAR E NÃO- CONVEXA. Programa de Pós-Graduação em Egehara Elétrca, Faculdade de Egehara de Bauru FEB/UNESP. CEP: 7-6, Bauru, SP. Depto. de Matemátca, Faculdade de Cêcas FC/UNESP. CEP: 7-6, Bauru, SP. arbalbo@fc.uesp.br RESUMO Neste trabalho apresetamos um método prevsor-corretor prmal-dual de potos terores barrera logarítmca modfcada com estratégas de auste cúbco e covergêca global (MPIBLMCG-EX para programação ão-lear e ão-covexa. O trabalho vsa o estudo de uma técca de auste cúbco para fuções barrera logarítmca modfcada que preserve a cotudade e as dervadas de prmera e de seguda ordem do logartmo as proxmdades da frotera da regão de vabldade defda pelas restrções de desgualdades e de uma técca de covergêca global que gere somete dreções de descda mesmo que o problema de otmzação sea ão-lear e ão-covexo. Essas téccas são combadas um método prevsor-corretor prmal-dual de potos terores (MPIBLM. O método resultate é aplcado um problema de Fluxo de Potêca Ótmo Reatvo cua fução obetvo e o couto de restrções são fuções ão-leares e ão-covexas. Neste trabalho apresetamos os resultados da aplcação do método em destaque sobre o sstema elétrco IEEE-6. PALAVARAS-CHAVE. Programação Não-lear. Método de Poto Iteror Prmal-Dual. Covergêca Global. ABSRAC I ths paper we preset a predctor-corrector prmal-dual teror pot logarthmc barrer modfed method, wth global covergece ad cubc fttg strateges for o-lear ad ocovex programmg (MPIBLMCG-EX. he wor ams at the study of a cubc fttg techque to modfed logarthmc barrer fuctos that preserves the cotuty ad the frst ad secod order dervatves of the logarthm ear of the feasblty rego boudary defed by equalty costrats ad a global covergece techque that geerates oly descet drectos eve f the optmzato problem s olear ad o-covex. hese techques are combed a predctor-corrector prmal-dual teror pot method (MPIBLM. hs method s appled to a Reactve Optmal Power Flow problem whose obectve fucto ad costrat set are o-lear ad o-covex fuctos. I ths paper we preset the applcato results of the hghlghted method over the IEEE-6 electrcal system. KEYWORDS. Nolear Programmg. Prmal-Dual Iteror ad Exteror Pot Method. Global Covergece. 98

2 September -8, Ro de Jaero, Brazl. O método prevsor-corretor Para a defção do método prevsor-corretor prmal-dual de potos terores barrera logarítmca modfcada (MPIBLM, cosderamos o segute modelo geral de otmzação ãolear com restrções de gualdade, de desgualdades caalzadas e de varáves caalzadas: M f ( x s. a : g( x = u ( h x u l x l em que: x R, f ( x : R R é a fução obetvo, g( x : R R e h ( x : R R são fuções de classe C. Cosdera-se, também, a codção de qualfcação de restrções proposta por (Magasara & Fromovtz, 976 para o desevolvmeto do método. O problema (. é trasformado em problema de otmzação ão-lear rrestrto e equvalete, de acordo com (Sousa, 6 a qual utlza a fução barrera modfcada apresetada por (Polya, 99, a segur: r r M L( ω = f ( x µ ( δ l ( z µ ( l ( ( l ( ( l δ z µ δ z µ δ ( z + = = = = m r + ( λ gt ( x + ( ( ( ( ( ( ( ( ( ( t λ h x + u + z + λ h x u + z + t= = + ( λ ( x + ( l + ( z + ( λ ( x ( l + ( z = m r (. (. r δ = δ = R e + ode: µ R * é o parâmetro de barrera (,...,, (,..., r r = ( δ,..., δ, (,..., = δ δ + m Lagrage λ = ( λ,..., λ m r restrções de gualdade = ( λ,..., λ = ( λ,..., λ + δ δ δ δ + δ δ R são vetores estmadores dos multplcadores de R é o vetor de multplcador de Lagrage referete às λ,λ R são os vetores de r multplcadores de Lagrage referete às restrções de desgualdade λ = λ,..., λ, λ = λ,..., λ R + são os vetores de multplcadores de Lagrage ( ( referete às varáves caalzadas ( z,..., z, ( z,..., z ( z,..., z, ( z,..., z = = r r z = z = R e r r z z = + µ, z z R são varáves de folga ( z ( z = + µ, z ( z = + µ z z = + µ e ( são as varáves prmas defdas pela relaxação das restrções de desgualdade de (. em relação às varáves de folga z >, z >, z > e z > tas que: z > µ, z > µ, z > µ e z > µ m+ + r ( 5 ω = x,λ,λ, z R, =,...,. é o vetor de varáves da fução lagragaa 99

3 September -8, Ro de Jaero, Brazl aumetada teror L( ω. As codções de KK são recuperadas ao aplcarmos a codção ecessára de otmaldade L( ω =. Essas codções são apresetadas a segur: ( x g( x λ h( x ( λ λ λ λ g( x h( x h( x u u z z,... xl = f = L = = λ L = + + = L ( λ ω = L = + = λ = L = + + = λ x l z λ L = x l + = z L = Z z λ µ = δ (. m r ode: g( x R e h( x R são, respectvamete, as matrzes acobaas dos (,,...,. fucoas g( x e h( x e Z = dag ( µ + z = O sstema ão-lear L( ω = learzado por um aproxmate de aylor de prmera ordem sobre o poto ω + d ω, resulta o sstema lear expresso a segur: A dω = b (. ode: ( ( ( I I Κ g x h x h x g( x h( x Ir h( x Ir A = I I I I Λ Z Λ Z Λ Z Λ Z (.5 m r em que: Κ = f ( + ( λ gt ( + ( λ λ h ( de ordem r x x x I é a matrz detdade t t= = I é a matrz detdade de ordem r e dag ( λ (,,,..., b é o vetor resdual defdo por: dω = d x,d,d d = e λ λ z Λ =

4 September -8, Ro de Jaero, Brazl em que: (,,...,. z ( x g( x λ h( x ( λ λ λ λ ( (,,..., ( + f + t : g x t : h x z u b = = t : h x z u t : x z l t : x z + l Z λ + µ δ D d z λ z D = dag d = Para a defção do procedmeto prevsor, desprezamos os resíduos ão-leares D d, =,...,, sto é, a pror defmos esses resíduos como ulos, z λ pos descohecemos essas dreções. Essa estratéga é uma varate do método prevsor-corretor de (Wu, Debs, & Marste, 99, dferecado-se do procedmeto defdo por esses autores, pos cosderamos o parâmetro de barrera, defdo as codções de complemetardade apresetadas em (., o procedmeto prevsor, para o cálculo das dreções de busca. Assm, com procedmetos algébrcos, defmos, a segur, o quadro de dreções prmas e duas: ( ( θ ( ( θ ( f ( µ d = g x g x g x x + c + φ + t λ λ ( ( ( ( ( d x c φ g x λ g x d x = θ f + + µ + + λ z = + x d h x d t z x d = h x d + t z x d = d + t z x d = d + t λ µ z d = Z Λ d + Z δ λ, =,...,. ode: ( ( ( ( ( ( θ = Κ + h x Z Λ + Z Λ h x + Z Λ + Z Λ = Z Λ Z Λ + Z Λ Z Λ c h x t t t t e = Z + Z Z + Z. φ h x δ δ δ δ Com as dreções do procedmeto prevsor calculadas, ca-se o procedmeto corretor cosderado os resíduos ão-leares D d, =,...,, pos agora cohecemos essas dreções. O quadro de dreções do procedmeto z λ corretor é aálogo ao do procedmeto corretor. A dfereça está a complemetação de expressões algébrcas sobre o vetor c, em que, para dstgu-lo do procedmeto prevsor, o defremos por c ɶ apresetado a segur: ( ( Z Z D Z Z D z λ z λ cɶ = h x Λ t + d Λ t d + t. d z λ t d z λ + Z Λ + Z D Z Λ Z D (.6 (.7 (.8

5 September -8, Ro de Jaero, Brazl O cálculo do tamaho do passo prmal α p e do tamaho do passo dual α d defdos ( para a dreção ɶ ɶɶ ɶ =, ɶ dω d x,d λ,dλ d z, =,...,, são dados pela varate da regra apresetada em (Gravlle, 99. Esta é apresetada a segur: ( z ( z m, m ( (, ( z ( ( ( > e dz < dz z > e dz < dz =,..., r α p =, m ( z ( z,..., = m, m, ( ( ( z ( ( ( > e dz < dz z > e dz < dz α ( λ ( λ m, m, ( ( ( λ ( ( ' > e dλ < dλ λ ( > e dλ < dλ =,..., r d =, m ( λ ( λ,..., = m, m, ( ( ( λ ( ( ( > e dλ < dλ λ > e dλ < dλ (.9 (. etão, atualzamos o vetor + ω da segute maera: ( x λ λ z ɶ ɶ ɶ ɶ ( ( α p α d α d α p ω = x, λ, λ, z = x, λ, λ, z + d, d, d, d. (. Dado um escalar ε > sufcetemete pequeo, verfcamos se o crtéro de parada + do MPIBLM é satsfeto se a segute codção está satsfeta: L( ω ão sea satsfeto, atualzamos o parâmetro de barrera em que α (, µ ε. Caso o crtéro µ por uma heurístca defda por: + = µ (. µ α µ R é defdo prevamete atualzamos os estmadores dos multplcadores de Lagrage δ pela segute regra varate da técca de (Polya, 99: δ = λ, =,..., (. Em que λ, =,...,, está defdo em (. e recamos o procedmeto prevsor-corretor.. A estratéga de covergêca global Se θ = xx L é defda postva, etão a Decomposção de Cholesy (DC é possível de ser realzada. Caso a DC ão sea possível uma estratéga, que pode ser ecotrada em (Beso, Shao, & Vaderbe, e em (Bazaraa, Sheral, & Shetty, 6, é aplcada ao método. Essa estratéga cosste em uma perturbação sobre a matrz θ a qual é defda da segute maera: ɵ θ = θ + β I (. ode β > é deomado por parâmetro de dampg ou parâmetro de amortecmeto do método de Leveberg-Marquardt, o qual fo desevolvdo para a resolução de problemas de quadrados mímos. Assm, equato a DC ão for satsfeta, a perturbação (. é aplcada, sto é, essa estratéga trasforma o MPIBLM de tal forma a determar e garatr uma sequêca de dreções

6 September -8, Ro de Jaero, Brazl de descda para a determação de ovos potos, covertedo-o em um método prmal-dual com estratéga de covergêca global (CG, sto é, o MPIBLM trasforma-se em MPIBLMCG. O parâmetro β flueca tato a dreção quato o tamaho do passo, assm, a varate do procedmeto de Leveberg-Marquardt aplcado ao MPIBLM é teressate, pos ão ecesstamos de uma busca lear para descobrr o tamaho do passo a ser dado em cada dreção de busca em uma teração qualquer e há o tratameto do mau codcoameto da matrz θ em todo o procedmeto, prcpalmete quado ω tede a solução ótma do problema. Sea lm o úmero de terações ecessáras para torar a matrz θ em defda postva, etão temos o processo teratvo defdo a segur: ( 5 µ µ µ + + lm+ lm β = β µ em que: µ = µ lm e β é defdo por β = β +. Para uma teração que passa do procedmeto corretor para o procedmeto prevsor, ou sea, para uma teração +, podemos atualzar o valor de β de acordo com as defções a segur, que propõe uma modfcação a defção do parâmetro de amortecmeto em relação àquela ecotrada em (Bazaraa, Sheral, & Shetty, 6: Se L( L( + β ω ω <, 5, etão β é atualzado pela heurístca β + = Se L ( L ( + >, 5 Se L( L( + ω ω, etão β é atualzado pela heurístca (.5,5 ω ω,75, etão β ão será alterado. (.5. A estratéga de auste cúbco Na defção do algortmo proposto, a fução logarítmca modfcada exste e auxla o MPIBLMCG em seu procedmeto com potos váves que pertecem à regão de vabldade relaxada (amplada ou aumetada. Porém, a vabldade pode ocorrer em potos que estão próxmos ou que ão perteçam à regão relaxada, cosequete, mplcado a ão-exstêca da fução barrera logarítmca modfcada esse poto. Para suprr essa dfculdade, um auste cúbco, que preserva a cotudade e as dervadas de prmera e de seguda ordem do logartmo a partr de um poto vável, é aplcada ao MPIBLMCG. Esse auste é uma varate do auste quadrátco para fuções barreras modfcadas que pode ser ecotrado em (Perera, 7 e, com mas detalhes, em (Matol,. Por smplcdade, defremos por z uma compoete qualquer dos vetores z, z, z ou z. τ, R : o parâmetro de proxmdade da varável de folga z à frotera Sea ( teror relaxada. Se z τµ, etão a fução barrera modfcada ( z Ψ é defda por: z Ψ ( z = l +. Caso cotráro, se z < τµ, um auste cúbco é defdo pelo polômo a µ q segur: q Ψ ( z = z + z + q z + q 6 τ 5τ + 6τ em que: q = l ( τ +, 6 τ q = ( τ τ + ( µ τ, q = τ ( µ τ e q = ( µ τ (. Quado há a ecessdade de auste, a

7 September -8, Ro de Jaero, Brazl matrz Z é defda por '( + barrera µ é atualzado, se L( q z dag z + q z + q. Neste trabalho, o parâmetro de Ψ = e faça-se o teste: se para todo z obtermos que Caso cotráro, se para algum z obtermos cremeto ou pealzação: ω > ε, atrbudo-se α =,8, ou sea: µ + = (.6 µ, 8 µ + + z τµ + + z < µ, etão (, a heurístca (.6 permaece. µ + recebe o segute µ + =,8 m z, =,...,. (.7 O sal '' '' a expressão (.7 é devdo ao sal de z ser egatvo. Com a estratéga de auste cúbco (EX defdo e aplcado sobre o método MPIBLMCG, temos o método MPIBLMCG-EX.. O MPIBLMCG-EX aplcado ao problema de fluxo de potêca ótmo reatvo Aplcamos, através de uma mplemetação costruída em MALAB 6., o MPIBLMCG-EX ao problema de fluxo de potêca ótmo reatvo (FPO-Reatvo. O FPO-Reatvo é um feômeo observado e estudado o âmbto da egehara elétrca em uma subárea deomada por sstemas de potêcas. O Modelo de um FPO-Reatvo é defdo, segudo (Motcell, 98, a segur: ( NL M f f gm V Vm VVm m = s. a : ( x = ( V, γ = ( + cos( γ γ ( ( γ γ ( γ γ esp Pt = P V G V Vm Gm cos m + Bm se m = m Ω esp Qt = Q ( se ( cos( + V B V Vm Gm γ γ m Bm γ γ m m Ω = u cr V B + V Vm ( Gm se ( γ γ m Bm cos( γ γ m m Ω u cr l V bar bar l bar (.8 em que: f ( x : é a fução obetvo, que represeta as perdas de trasmssão de potêca atva a trasmssão a rede NL : é o úmero de lhas de trasmssão que compõe o sstema V R : é o vetor de tesões, tal que, NB é o úmero de barras do sstema γ NB : Vetor de âgulos V : é a tesão a barra a coectar γ tesão a barra m a ser coectada ( : m : é o âgulo da tesão da barra a coectar V m : é a γ m : é o âgulo da tesão da barra m a ser coectada g é a codutâca da lha a qual coecta as barras e m balaço de potêca atva. O sstema cotém ( NB equações Potêca atva gerada e a Potêca atva cosumda a barra Q t esp P NB P t : é a equação de : é a dfereça etre a : é a equação de balaço de potêca reatva. O sstema cotém NBC equações, ode NBC é o úmero de barras de carga esp Q : é a dfereça etre a Potêca reatva gerada e a Potêca reatva cosumda a barra

8 September -8, Ro de Jaero, Brazl cr : é o úmero de barras de cotrole de reatvos ( NBCR bar : é o úmero de barras do sstema Ω : é o couto de todas as barras vzhas à barra Ym = Gm + Bm, = : é a matrz de Admtâca das lhas as quas coecta com m Ω. Os taps dos trasformadores são todos fxos e, a exstêca de tap em uma lha de trasmssão, utlzamos o verso umérco desse valor para a costrução da matrz Y utlzamos a potêca de base megawatts ( MW, sto é, udade ( MW. m pu equvale a 5. Resultados para o sstema IEEE-6. O sstema IEEE-6 barras, cuo baco de dados fo ecotrado em (Uversty Washgto Electrcal Egeerg, cotém 5 são barras de carga, barras geradoras com cotrole de reatvo e 8 lhas de trasmssão. O sstema cotém restrções de gualdade, detre as quas, 6 são do tpo P e 5 são do tpo Q, e restrções de desgualdades caalzadas em que as caalzações das tesões e âgulos são defdas respectvamete por, 95 V, e -99 γ 99. Icamos o método com V e γ defdos pelo baco de dados cada compoete dos vetores dos estmadores dos multplcadores de Lagrage δ =,...,, é defda por, pu, µ = 5, β =,, τ =, 5. Utlzamos (. para obtermos z e λ, =,...,, e =,...,. A dmesão do vetor ω é 979, sto é, esse cotém 979 varáves. A precsão utlzada é ε 5 = para a verfcação das codções de KK é o crtéro de parada do pu método. A matrz ɵ θ cotém 976 elemetos, detre os quas 8 são ão-ulos, sto é, a matrz cotém,9% de elemetos ão-ulos. O método covergu em 7 terações. As perdas de potêca atva a trasmssão são avaladas * em f ( x =6, MW, a magem pela fução lagragaa está avalada em L( ω * =6, MW, as avalações as restrções de gualdades são avaladas em: ( P = pu e ( Q max,6 max =,96 pu a avalação do gap dual (codções de complemetardade é avalada em ( da solução ótma é avalada em L( ω * 6 = 7,5788 max gap = 6,78976 pu a precsão pu Os parâmetros µ e β são avalados em 6,967 9 e,8, respectvamete. A tabela apreseta os cotroles de reatvos ótmos. Destacamos a barra geradora, pos essa está operado em seu lmtate * superor. Por ser restrção atva em x, seu respectvo multplcador de Lagrage é ão-ulo e é avalado em,8 $ pu. 5

9 September -8, Ro de Jaero, Brazl abela : Os cotroles de reatvos ótmos para o sstema IEEE-6 obtdos pelo método MPIBLMCG-EX. Barra AVALIAÇÃO DOS CONROLES DE REAIVOS (em pu * u h( x -, -,7 -,7 -,66 -, 99, -,5 -, -, -,99 -, -,65 Notamos a fgura que as tesões *,868, , ,986598, , , , , ,9576, , V, V 8 e 6 u,,67 6,5,756,86 99,,,,5 99,,88, V estão operado em seus lmtes máxmos. Por serem restrções atvas em V, seus respectvos multplcadores de Lagrage são ão-ulos. Esses estão avalados, em $ pu, respectvamete por:,99,9987 e,95. Fgura : As tesões ótmas determadas pelo MPIBLMCG-EX em seus lmtes de defção para o sstema IEEE-6. 6

10 September -8, Ro de Jaero, Brazl Fgura : Os âgulos ótmos determados pelo MPIBLMCG-EX para o sstema IEEE-6. método: A fgura apreseta a sequêca de multplcadores de Lagrage λ gerados pelo Fgura : Sequêcas de potos λ gerados pelo MPIBLMCG-EX para o sstema IEEE-6. A fgura apreseta a sequêca de multplcadores de Lagrage λ, =,...,, geradas pelo método. 7

11 September -8, Ro de Jaero, Brazl Fgura : Sequêcas de potos λ, =,...,, geradas pelo método MPIBLMCG-EX para o sstema IEEE-6. A fgura 5 apreseta a sequêca de valores da fução obetvo obtda pelo método em cada teração. Fgura 5: Sequêca de valores da fução obetvo gerados pelo MPIBLMCG-EX para o sstema IEEE-6. A fgura 6 apreseta a evolução do parâmetro de amortecmeto terações. β ao logo das Fgura 6: Evolução do parâmetro de amortecmeto β gerado pelo MPIBLMCG-EX para o sstema IEEE-6. 8

12 September -8, Ro de Jaero, Brazl 6. Coclusões Neste trabalho fo apresetado o método prevsor-corretor prmal-dual de potos terores barrera logarítmca modfcada, com estratégas de auste cúbco e de covergêca global (MPIBLMCG-EX. A efcêca do método fo comprovada devdo aos segutes aspectos: ao procedmeto prevsor-corretor, por cosderar todos os resíduos codzetes às vabldades prmal, dual e codção de complemetardade, sto é, o vetor resdual b é ãoulo cuas compoetes são ão-ulas. Portato, esse cotrbuu ao refameto das dreções de busca, ao tratameto da esparsdade da matrz dos coefcetes A do sstema (.5 e também por explctar as equações de cada uma das dreção de busca à estratéga de covergêca global, a qual é uma varate do método de Leveberg- Marquardt, que austou os autovalores da matrz hessaa θ, torado-os postvos de tal forma que θ torou-se defda postva mesmo que a regão de vabldade sea ão-covexa, e tratou a stabldade umérca ao defrmos um ε > muto pequeo à estratéga de auste cúbco, a qual auxlou ao MPIBLMCG em ocasões extremas em que uma varável de folga z vesse a traspor a regão de vabldade á relaxada pelo método de barrera modfcada ou a ão ateder o crtéro de que z τµ. Essa estratéga os permtu a aplcação de uma ova heurístca para a atualzação do parâmetro de barrera em problemas de programação ão-lear e ão-covexo, de modo a cremetá-lo ou pealzá-lo a teração em que o auste cúbco fosse ecessáro. Cosderado-se os aspectos apresetados acma, o MPIBLMCG-EX apresetou robustez ao solucoar o problema de FPO-Reatvo, que é um problema de otmzação ão-lear e ão-covexo, sobre o sstema elétrco de potêca com 6 barras, realzado 7 terações para obtermos a solução ótma, de maera que o crtéro de parada fosse satsfeto em relação à 7 5 precsão ( L ω. Referêcas Bazaraa, M. S., Sheral, H. D., & Shetty, C. M. (6. Nolear Progremmg: heory ad Algorthms ( ed.. New Jersey: Wley Iterscece. Beso, H. Y., Shao, D. F., & Vaderbe, R. J. (. Iteror-Pot Methods for ocovex olear programmg: Jammg ad comparatve umercal testeg. (P. U. ORFE--, Ed. Operatos Research ad Facal Egeerg. Gravlle, S. (99. Optmal Reactve Dspatch hrough Iteror Pot Methods. IEEE rasactos o Power Systems, 9, 6-6. Magasara, O. L., & Fromovtz, S. (976. he Frtz-Joh ecessary optmalty codtos the Presece of Equalty ad Iequalty Costrats. Joural of mathematcal aalyss ad applcatos, 7, 7-7. Matol, L. (. Uma ova metodologa para costrução de fuções de pealzação para algortmos de lagrageao aumetado. Floraópols, Sata Catara: Programa de Pós-Graduação em Egehara de Produção, Uversdade Federal de Sata Catara. Motcell, A. (98. Fluxo de carga em redes de eerga elétrca. São Paulo: Edgard Blücher. Perera, A. A. (7. O método da fução lagragaa barrera modfcada/pealdade. São Carlos: Escola de Egehara de São Carlos, Uversdade de São Paulo. Polya, R. (99. Modfed barrer fuctos. Mathematcal Programmg, v.5 (, 77. Sousa, V. A. (6. Resolução do Problema de Fluxo de Potêca Ótmo Reatvo Va Método da Fução Lagragaa Barrera Modfcada. ese (Doutorado. São Carlos: Escola de Egehara de São Carlos, Uversdade de São Paulo. Uversty Washgto Electrcal Egeerg. (s.d.. Acesso em 6 de Março de, dspoível em Wu, Y., Debs, A. S., & Marste, R. E. (99. A Drect Nolear Predctor- Corrector Prmal-Dual Iteror Pot Algorthm for Optmal Power Flow. IEEE rasactos o Power Systems, 9,

UM MÉTODO PRIMAL-DUAL DE PONTOS INTERIORES E EXTERIORES BARREIRA LOGARÍTMICA MODIFICADA COM ESTRATÉGIAS DE EXTRAPOLAÇÃO CÚBICA E CONVERGÊNCIA GLOBAL.

UM MÉTODO PRIMAL-DUAL DE PONTOS INTERIORES E EXTERIORES BARREIRA LOGARÍTMICA MODIFICADA COM ESTRATÉGIAS DE EXTRAPOLAÇÃO CÚBICA E CONVERGÊNCIA GLOBAL. Blucher Mechacal Egeerg Proceedgs May 4, vol., um. www.proceedgs.blucher.com.br/eveto/wccm UM MÉODO PRIMAL-DUAL DE PONOS INERIORES E EXERIORES BARREIRA LOGARÍMICA MODIFICADA COM ESRAÉGIAS DE EXRAPOLAÇÃO

Leia mais

Métodos de pontos interiores com estratégia de barreira logarítmica modificada em problemas multiobjetivo de despacho econômico e ambiental

Métodos de pontos interiores com estratégia de barreira logarítmica modificada em problemas multiobjetivo de despacho econômico e ambiental Métodos de potos terores com estratéga de barrera logarítmca modfcada em problemas multobetvo de despacho ecoômco e ambetal Améla de Lorea Staza Atoo Roberto Balbo Leoardo Nepomuceo Edméa Cássa Baptsta

Leia mais

I Seminário da Pós-graduação em Engenharia Elétrica

I Seminário da Pós-graduação em Engenharia Elétrica MÉTODO PRIMAL-DUAL DE PONTOS INTERIORES EM PROBLEMAS DE DESPACHO ECONÔMICO COM RESTRIÇÃO AMBIENTAL Améla de Lorea Staza Alua do Programa de Pós-Graduação em Egehara Elétrca Uesp Bauru Prof. Dr. Atôo Roberto

Leia mais

Forma padrão do modelo de Programação Linear

Forma padrão do modelo de Programação Linear POGAMAÇÃO LINEA. Forma Padrão do Modelo de Programação Lear 2. elações de Equvalêca 3. Suposções da Programação Lear 4. Eemplos de Modelos de PPL 5. Suposções da Programação Lear 6. Solução Gráfca e Iterpretação

Leia mais

Atividades Práticas Supervisionadas (APS)

Atividades Práticas Supervisionadas (APS) Uversdade Tecológca Federal do Paraá Prof: Lauro Cesar Galvão Campus Curtba Departameto Acadêmco de Matemátca Cálculo Numérco Etrega: juto com a a parcal DATA DE ENTREGA: da da a PROVA (em sala de aula

Leia mais

MAE0229 Introdução à Probabilidade e Estatística II

MAE0229 Introdução à Probabilidade e Estatística II Exercíco Cosdere a dstrbução expoecal com fução de desdade de probabldade dada por f (y; λ) = λe λy, em que y, λ > 0 e E(Y) = /λ Supor que o parâmetro λ pode ser expresso proporcoalmete aos valores de

Leia mais

Diferenciais Ordinárias. Reginaldo J. Santos Departamento de Matemática-ICEx Universidade Federal de Minas Gerais

Diferenciais Ordinárias. Reginaldo J. Santos Departamento de Matemática-ICEx Universidade Federal de Minas Gerais Exstêca e Ucdade de Soluções de Equações Dferecas Ordáras Regaldo J Satos Departameto de Matemátca-ICEx Uversdade Federal de Mas Geras http://wwwmatufmgbr/ reg 10 de ulho de 2010 2 1 INTRODUÇÃO Sumáro

Leia mais

SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL 8 a 11 de novembro de 2002, Rio de Janeiro/RJ A PESQUISA OPERACIONAL E AS CIDADES

SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL 8 a 11 de novembro de 2002, Rio de Janeiro/RJ A PESQUISA OPERACIONAL E AS CIDADES SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL 8 a de ovembro de 00 Ro de Jaero/RJ PROGRAMAÇÃO NÃO LINEAR COM PARÂMETROS FUZZY Luza Amala Pto Catão Akebo Yamakam DT FEEC UNICAMP CP: 60 3083-970 Campas SP

Leia mais

Confiabilidade Estrutural

Confiabilidade Estrutural Professor Uversdade de Brasíla Departameto de Egehara Mecâca Programa de Pós graduação em Itegrdade Estrutural Algortmo para a Estmatva do Idce de Cofabldade de Hasofer-Ld Cofabldade Estrutural Jorge Luz

Leia mais

1. Revisão Matemática

1. Revisão Matemática 1. Revsão Matemátca Dervadas Seja a fução f : R R, fxe x R, e cosdere a expressão : f ( x+ αe ) lmα 0 α f, ode e é o vector utáro. Se o lmte acma exstr, chama-se a dervada parcal de f o poto x e é represetado

Leia mais

II Seminário da Pós-graduação em Engenharia Elétrica

II Seminário da Pós-graduação em Engenharia Elétrica MÉTODOS HÍBRIDOS DE PONTOS INTERIORES E DE PROGRAMAÇÃO INTEIRA 0- EM PROBLEMAS DE CUSTO DE TRANSPORTE E GERAÇÃO DE ENERGIA DA BIOMASSA DE CANA-DE-AÇÚCAR Camla de Lma Alua do Programa de Pós-Graduação em

Leia mais

Algoritmos de Interseções de Curvas de Bézier com Uma Aplicação à Localização de Raízes de Equações

Algoritmos de Interseções de Curvas de Bézier com Uma Aplicação à Localização de Raízes de Equações Algortmos de Iterseções de Curvas de Bézer com Uma Aplcação à Localzação de Raízes de Equações Rodrgo L.R. Madurera Programa de Pós-Graduação em Iformátca, PPGI, UFRJ 21941-59, Cdade Uverstára, Ilha do

Leia mais

Números Complexos. 2. (IME) Seja z um número complexo de módulo unitário que satisfaz a condição z 2n 1, onde n é um número inteiro positivo.

Números Complexos. 2. (IME) Seja z um número complexo de módulo unitário que satisfaz a condição z 2n 1, onde n é um número inteiro positivo. Números Complexos. (IME) Cosdere os úmeros complexos Z se α cos α e Z cos α se α ode α é um úmero real. Mostre que se Z Z Z etão R e (Z) e I m (Z) ode R e (Z) e I m (Z) dcam respectvamete as partes real

Leia mais

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento. Prof. Lorí Val, Dr. val@pucrs.r http://www.pucrs.r/famat/val/ Em mutas stuações duas ou mas varáves estão relacoadas e surge etão a ecessdade de determar a atureza deste relacoameto. A aálse de regressão

Leia mais

Difusão entre Dois Compartimentos

Difusão entre Dois Compartimentos 59087 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 4 Dfusão etre Dos Compartmetos A le de Fck para membraas (equação 4 da aula passada) mplca que a permeabldade de uma membraa a um soluto é dada pela razão

Leia mais

Métodos iterativos. Capítulo O Método de Jacobi

Métodos iterativos. Capítulo O Método de Jacobi Capítulo 4 Métodos teratvos 41 O Método de Jacob O Método de Jacob é um procedmeto teratvo para a resolução de sstemas leares Tem a vatagem de ser mas smples de se mplemetar o computador do que o Método

Leia mais

Otimização do Despacho Econômico de Energia Elétrica usando uma Combinação de Evolução Diferencial e Programação Quadrática Seqüencial

Otimização do Despacho Econômico de Energia Elétrica usando uma Combinação de Evolução Diferencial e Programação Quadrática Seqüencial Otmzação do Despacho Ecoômco de Eerga Elétrca usado uma Combação de Evolução Dferecal e Programação Quadrátca Seqüecal Leadro dos Satos Coelho e Vvaa Cocco Mara Potfíca Uversdade Católca do Paraá rupo

Leia mais

UM MÉTODO HÍBRIDO ENVOLVENDO OS MÉTODOS DE PONTOS INTERIORES E BRANCH-AND-BOUND EM PROBLEMAS MULTIOBJETIVO REFERENTES AO CULTIVO DA CANA-DE-AÇÚCAR

UM MÉTODO HÍBRIDO ENVOLVENDO OS MÉTODOS DE PONTOS INTERIORES E BRANCH-AND-BOUND EM PROBLEMAS MULTIOBJETIVO REFERENTES AO CULTIVO DA CANA-DE-AÇÚCAR U ÉTODO HÍBRIDO ENVOLVENDO OS ÉTODOS DE PONTOS INTERIORES E BRANCH-AND-BOUND E PROBLEAS ULTIOBJETIVO REFERENTES AO CULTIVO DA CANA-DE-AÇÚCAR Camla de Lma Programa de Pós-Graduação em Egehara Elétrca, FEB,

Leia mais

Econometria: 3 - Regressão Múltipla

Econometria: 3 - Regressão Múltipla Ecoometra: 3 - Regressão Múltpla Prof. Marcelo C. Mederos mcm@eco.puc-ro.br Prof. Marco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo de regressão

Leia mais

(1) no domínio : 0 x < 1, : constante não negativa. Sujeita às condições de contorno: (2-a) (2-b) CC2: 0

(1) no domínio : 0 x < 1, : constante não negativa. Sujeita às condições de contorno: (2-a) (2-b) CC2: 0 EXEMPLO MOTIVADO II EXEMPLO MOTIVADO II Método da Apromação Polomal Aplcado a Problemas Udrecoas sem Smetra. Equações Dferecas Ordáras Problemas de Valores o otoro Estrutura Geral do Problema: dy() d y()

Leia mais

4 Métodos Sem Malha Princípio Básico dos Métodos Sem Malha

4 Métodos Sem Malha Princípio Básico dos Métodos Sem Malha 4 Métodos Sem Malha Segudo Lu (9), os métodos sem malha trabalham com um cojuto de ós dstrbuídos detro de um domío, assm como com cojutos de ós dstrbuídos sobre suas froteras para represetar, sem dscretzar,

Leia mais

Capítulo 5: Ajuste de curvas pelo método dos mínimos quadrados

Capítulo 5: Ajuste de curvas pelo método dos mínimos quadrados Capítulo : Ajuste de curvas pelo método dos mímos quadrados. agrama de dspersão No capítulo ateror estudamos uma forma de ldar com fuções matemátcas defdas por uma taela de valores. Frequetemete o etato

Leia mais

( x) Método Implícito. No método implícito as diferenças são tomadas no tempo n+1 ao invés de tomá-las no tempo n, como no método explícito.

( x) Método Implícito. No método implícito as diferenças são tomadas no tempo n+1 ao invés de tomá-las no tempo n, como no método explícito. PMR 40 Mecâca Computacoal Método Implícto No método mplícto as dfereças são tomadas o tempo ao vés de tomá-las o tempo, como o método explícto. O método mplícto ão apreseta restrção em relação ao valor

Leia mais

Diego Nunes da Silva. Programa de Pós-Graduação em Engenharia Elétrica FEB, Unesp, Bauru, Brasil

Diego Nunes da Silva. Programa de Pós-Graduação em Engenharia Elétrica FEB, Unesp, Bauru, Brasil Um Método Prmal-Dual de Pontos Interores Barrera Logarítmca Modfcada com Aproxmantes Splne aplcado ao Problema de Despacho Econômco com Ponto de Válvula Dego Nunes da Slva Programa de Pós-Graduação em

Leia mais

Avaliação da qualidade do ajuste

Avaliação da qualidade do ajuste Avalação da qualdade do ajuste 1 Alguma termologa: Modelo ulo: é o modelo mas smples que pode ser defdo, cotedo um úco parâmetro ( µ) comum a todos os dados; Modelo saturado: é o modelo mas complexo a

Leia mais

MODELOS DE REGRESSÃO NÃO LINEARES

MODELOS DE REGRESSÃO NÃO LINEARES M. Mede de Olvera Excerto da ota peoa obre: MODELOS DE REGRESSÃO NÃO LINEARES Obervação No modelo de regreão dto leare, a varável depedete é exprea como fução lear do coefcete de regreão. É rrelevate,

Leia mais

Capítulo 8. Método de Rayleigh-Ritz

Capítulo 8. Método de Rayleigh-Ritz Grupo : Gustavo de Souza Routma; Luís Ferado Hachch de Souza; Ale Pascoal Palombo Capítulo 8. Método de Raylegh-Rtz 8.. Itrodução Nos problemas de apromação por dfereças ftas, para apromar a solução para

Leia mais

Modelo de Regressão Simples

Modelo de Regressão Simples Modelo de Regressão Smples Hstora Hstóra Termo regressão fo troduzdo por Fracs Galto (8-9). Estudo sobre altura de pas e flhos. Karl Pearso coletou mas de ml regstros e verfcou a le de regressão uversal

Leia mais

Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1.

Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1. Iterpolação Iterpolação é um método que permte costrur um ovo cojuto de dados a partr de um cojuto dscreto de dados potuas cohecdos. Em egehara e cêcas, dspõese habtualmete de dados potuas, obtdos a partr

Leia mais

Professor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø.

Professor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø. Professor Maurco Lutz 1 EGESSÃO LINEA SIMPLES A correlação lear é uma correlação etre duas varáves, cujo gráfco aproma-se de uma lha. O gráfco cartesao que represeta essa lha é deomado dagrama de dspersão.

Leia mais

UM MÉTODO DE PROJEÇÃO PARA PROBLEMAS DE COMPLEMENTARIDADE LINEAR

UM MÉTODO DE PROJEÇÃO PARA PROBLEMAS DE COMPLEMENTARIDADE LINEAR Vol., No., p. 69-79, dezembro de Pesqusa Operacoal 69 UM MÉTODO DE PROJEÇÃO PARA PROBLEMAS DE COMPLEMENTARIDADE LINEAR Crstae Mara Alves Pssarra Petroo Pulo Isttuto de Matemátca, Estatístca e Computação

Leia mais

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola Cetro de Cêcas Agráras e Ambetas da UFBA Departameto de Egehara Agrícola Dscpla: AGR Boestatístca Professor: Celso Luz Borges de Olvera Assuto: Estatístca TEMA: Somatóro RESUMO E NOTAS DA AULA Nº 0 Seja

Leia mais

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou. experimental.

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou. experimental. É o grau de assocação etre duas ou mas varáves. Pode ser: correlacoal ou Prof. Lorí Val, Dr. val@mat.ufrgs.r http://www.mat.ufrgs.r/~val/ expermetal. Numa relação expermetal os valores de uma das varáves

Leia mais

A PROGRAMAÇÃO LINEAR FUZZY EM PROBLEMAS DE MISTURA

A PROGRAMAÇÃO LINEAR FUZZY EM PROBLEMAS DE MISTURA Pesqusa Operacoal a Socedade: Educação, Meo Ambete e Desevolvmeto a 5/09/06 Goâa, GO A PROGRAMAÇÃO LINEAR FUZZY EM PROBLEMAS DE MISTURA Adre Gadolpho Uversdade Católca de Petrópols alvesga@gbl.com.br Rcardo

Leia mais

Introdução à Teoria dos Números Notas 1 Os Princípios da Boa Ordem e de Indução Finita Prof Carlos Alberto S Soares

Introdução à Teoria dos Números Notas 1 Os Princípios da Boa Ordem e de Indução Finita Prof Carlos Alberto S Soares Itrodução à Teora dos Números 018 - Notas 1 Os Prcípos da Boa Ordem e de Idução Fta Prof Carlos Alberto S Soares 1 Prelmares Neste curso, prortaramete, estaremos trabalhado com úmeros teros mas, quado

Leia mais

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS ANÁLISE DE ERROS A oservação de um feómeo físco ão é completa se ão pudermos quatfcá-lo. Para é sso é ecessáro medr uma propredade físca. O processo de medda cosste em atrur um úmero a uma propredade físca;

Leia mais

A análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si.

A análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si. Prof. Lorí Va, Dr. http://www. ufrgs.br/~va/ va@mat.ufrgs.br aáse de varâca de uma cassfcação (Oe-Way NOV) verfca se as médas de amostras depedetes (tratametos) dferem etre s. Um segudo tpo de aáse de

Leia mais

Construção e Análise de Gráficos

Construção e Análise de Gráficos Costrução e Aálse de Gráfcos Por que fazer gráfcos? Facldade de vsualzação de cojutos de dados Faclta a terpretação de dados Exemplos: Egehara Físca Ecooma Bologa Estatístca Y(udade y) 5 15 1 5 Tabela

Leia mais

Cap. 5. Testes de Hipóteses

Cap. 5. Testes de Hipóteses Cap. 5. Testes de Hpóteses Neste capítulo será estudado o segudo problema da ferêca estatístca: o teste de hpóteses. Um teste de hpóteses cosste em verfcar, a partr das observações de uma amostra, se uma

Leia mais

Restrições Críticas para o Atendimento de Demanda de Potência em Sistemas de Energia Elétrica

Restrições Críticas para o Atendimento de Demanda de Potência em Sistemas de Energia Elétrica Anas do CNMAC v.2 ISSN 1984-820X Restrções Crítcas para o Atendmento de Demanda de Potênca em Sstemas de Energa Elétrca Lucano V. Barboza Insttuto Federal Sul-ro-grandense, Campus Pelotas Unversdade Católca

Leia mais

DÉBORA CRISTINA SANT ANA

DÉBORA CRISTINA SANT ANA DÉBORA CRISIA SA AA UMA OVA PROPOSA UILIZADO MÉODOS DE LAGRAGEAO AUMEADO COM PEALIDADES MODERAS A RESOLUÇÃO DE PROBLEMAS DE COAO CURIIBA 5 DÉBORA CRISIA SA AA UMA OVA PROPOSA UILIZADO MÉODOS DE LAGRAGEAO

Leia mais

REGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA

REGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA REGRESSÃO LINEAR CUIABÁ, MT 6/ INTRODUÇÃO Relação dos valores da varável depedete (varável resposta) aos valores de regressoras ou exógeas). SIMPLES MÚLTIPLA (varáves depedetes,... =,,, K=,,, k em que:

Leia mais

Estudo do intervalo de confiança da regressão inversa utilizando o software R

Estudo do intervalo de confiança da regressão inversa utilizando o software R Estudo do tervalo de cofaça da regressão versa utlzado o software R Llae Lopes Cordero João Domgos Scalo. Itrodução Na maora das aplcações evolvedo regressão, determa-se o valor de Y correspodete a um

Leia mais

MA12 - Unidade 4 Somatórios e Binômio de Newton Semana de 11/04 a 17/04

MA12 - Unidade 4 Somatórios e Binômio de Newton Semana de 11/04 a 17/04 MA1 - Udade 4 Somatóros e Bômo de Newto Semaa de 11/04 a 17/04 Nesta udade troduzremos a otação de somatóro, mostrado como a sua mapulação pode sstematzar e facltar o cálculo de somas Dada a mportâca de

Leia mais

Capítulo V - Interpolação Polinomial

Capítulo V - Interpolação Polinomial Métodos Numércos C Balsa & A Satos Capítulo V - Iterpolação Polomal Iterpolação Cosdere o segute couto de dados: x : x0 x x y : y y y 0 m m Estes podem resultar de uma sequêca de meddas expermetas, ode

Leia mais

Problema geral de interpolação

Problema geral de interpolação Problema geral de terpolação Ecotrar p() que verfque as codções: f j ( ) y,,,,,, j,,, m ( j) ( ) dervada de ordem j ós valores odas Eemplo: ecotrar p() que verfque:, f () 4 3, f( 3) 3, f'(3) 4 3 p() 3

Leia mais

Métodos Híbridos de Pontos Interiores, Branch-and-Bound,

Métodos Híbridos de Pontos Interiores, Branch-and-Bound, Métodos Híbrdos de Potos Iterores, Brach-ad-Boud, da Soma Poderada e ε-restrto Caalzado em Problemas Multobjetvo para Produção de Caa-de-Açúcar e de Bomassa Mara Laura Parra Spaguolo de Souza Programa

Leia mais

RESOLVENDO MOCHILAS COMPARTIMENTADAS RESTRITAS

RESOLVENDO MOCHILAS COMPARTIMENTADAS RESTRITAS RESOLVENDO MOCHILAS COMPARTIMENTADAS RESTRITAS Robso Hoto Uversdade Estadual de Lodra, CCE, Departameto de Matemátca CEP 8605-970, CP 600, foe (43) 337 450, hoto@uel.br Campus Uverstáro, Lodra, PR, Brasl

Leia mais

RESUMO E EXERCÍCIOS NÚMEROS COMPLEXOS ( )

RESUMO E EXERCÍCIOS NÚMEROS COMPLEXOS ( ) NÚMEROS COMPLEXOS Forma algébrca e geométrca Um úmero complexo é um úmero da forma a + b, com a e b reas e = 1 (ou, = -1), chamaremos: a parte real; b parte magára; e udade magára. Fxado um sstema de coordeadas

Leia mais

KEYWORDS. Predictor-Corrector Primal-Dual Method, Modified Barrier, Environmental and Economic Dispatch. Main area (PM - Mathematical Programming)

KEYWORDS. Predictor-Corrector Primal-Dual Method, Modified Barrier, Environmental and Economic Dispatch. Main area (PM - Mathematical Programming) September 4-8 Ro e Jaero Brazl MÉTODO PROCEDIMENTO PREVISOR-CORRETOR PRIMAL-DUAL DE PONTOS INTERIORES COM PROCEDIMENTO BARREIRA MODIFICADA EM PROBLEMAS MULTIOBJETIVO DE DESPACHO ECONÔMICO E AMBIENTAL Améla

Leia mais

5 Critérios para Análise dos Resultados

5 Critérios para Análise dos Resultados 5 Crtéros para Aálse dos Resultados Este capítulo tem por objetvos forecer os crtéros utlzados para aálse dos dados ecotrados a pesqusa, bem como uma vsão geral dos custos ecotrados e a forma de sua evolução

Leia mais

4 Técnicas de Seleção de Características Independentes do Modelo para os Sistemas Neuro-Fuzzy Hierárquicos

4 Técnicas de Seleção de Características Independentes do Modelo para os Sistemas Neuro-Fuzzy Hierárquicos 4 éccas de Seleção de Característcas Idepedetes do Modelo para os Sstemas Neuro-Fuzzy Herárqucos 4. Itrodução Na maora das aplcações reas de classfcação, prevsão e otmzação, as bases de dados cotém um

Leia mais

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação etre duas ou mas varáves. Pode ser: correlacoal ou expermetal. Numa relação expermetal os valores de uma das varáves

Leia mais

16 - PROBLEMA DO TRANSPORTE

16 - PROBLEMA DO TRANSPORTE Prof. Volr Wlhel UFPR TP05 Pesqusa Operacoal 6 - PROBLEMA DO TRANSPORTE Vsa zar o custo total do trasporte ecessáro para abastecer cetros cosudores (destos) a partr de cetros forecedores (orges) a, a,...,

Leia mais

3 O Problema de Fluxo de Potência Ótimo

3 O Problema de Fluxo de Potência Ótimo 3 O Problema de Fluxo de Potênca Ótmo 3.. Introdução Como fo vsto no capítulo anteror, para realzar uma repartção de custos ou benefícos, é necessáro determnar a função de custo do servço que será utlzado

Leia mais

Macroeconometria Aula 3 Revisão de estatística e teste de hipótese

Macroeconometria Aula 3 Revisão de estatística e teste de hipótese Macroecoometra 008. Aula 3 Revsão de estatístca e teste de hpótese 3.5. Estmação No estudo das probabldades, o objetvo é calcular a probabldade de evetos préespecfcados. De agora em date o objetvo muda.

Leia mais

CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS

CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS No caítulo IV, Iterolação Polomal, estudamos uma forma de ldar com fuções matemátcas defdas or taelas de valores. Frequetemete, estas taelas são

Leia mais

Projeto e Análise de Algoritmos Recorrências. Prof. Humberto Brandão

Projeto e Análise de Algoritmos Recorrências. Prof. Humberto Brandão Projeto e Aálse de Algortmos Recorrêcas Prof. Humberto Bradão humberto@dcc.ufmg.br Uversdade Federal de Alfeas Laboratóro de Pesqusa e Desevolvmeto LP&D Isttuto de Cêcas Exatas ICEx versão da aula: 0.

Leia mais

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo.

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo. 5910187 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 6 Equlíbro e o Potecal de Nerst Nesta aula, vamos utlzar a equação para o modelo de eletrodfusão o equlíbro obtda a aula passada para estudar o trasporte

Leia mais

Estabilidade no Domínio da Freqüência

Estabilidade no Domínio da Freqüência Establdade o Domío da Freqüêca Itrodução; apeameto de Cotoros o Plao s; Crtéro de Nyqust; Establdade Relatva; Crtéro de Desempeho o Domío do Tempo Especfcado o Domío da Freqüêca; Bada Passate de Sstema;

Leia mais

CAPITULO VII. DERIVAÇÃO E DIFERENCIAÇÃO EM R n. = h 1. , fx 1

CAPITULO VII. DERIVAÇÃO E DIFERENCIAÇÃO EM R n. = h 1. , fx 1 CAPITULO VII DERIVAÇÃO E DIFERENCIAÇÃO EM R Dervadas parcas de fuções reas de varáves reas Sea f ( ) f ( ) uma fução de A R em R e cosdere-se um poto a (a a a ) A Fado a 3 a 3 a cosdere-se a fução parcal

Leia mais

6.1 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS

6.1 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS 7 6 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS A medção dreta é aquela cuja dcação resulta aturalmete da aplcação do sstema de medção sobre o mesurado Há apeas uma gradeza de etrada evolvda

Leia mais

Tabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f

Tabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f Lsta de exercícos Gabarto e chave de respostas Estatístca Prof.: Nelse 1) Calcule 1, e para o segute cojuto de valores. A,1,8,0,11,,7,8,6,,9, 1 O úmero que correspode a 5% do rol é o valor. O úmero que

Leia mais

CADERNO 1 (É permitido o uso de calculadora gráfica.)

CADERNO 1 (É permitido o uso de calculadora gráfica.) Proposta de teste de avalação [mao 09] Nome: Ao / Turma: N.º: Data: - - Não é permtdo o uso de corretor. Deves rscar aqulo que pretedes que ão seja classfcado. A prova clu um formuláro. As cotações dos

Leia mais

Estatística - exestatmeddisper.doc 25/02/09

Estatística - exestatmeddisper.doc 25/02/09 Estatístca - exestatmeddsper.doc 5/0/09 Meddas de Dspersão Itrodução ão meddas estatístcas utlzadas para avalar o grau de varabldade, ou dspersão, dos valores em toro da méda. ervem para medr a represetatvdade

Leia mais

Sobre aproximações polinomiais de raízes reais de cúbicas

Sobre aproximações polinomiais de raízes reais de cúbicas Notas de Aula Sobre aproxmações polomas de raízes reas de cúbcas Edgar Rechtschaffe UNIFESO O problema de se obter as raízes de uma equação do tercero grau abrevadamete uma cúbca fo resolvdo o século XVI

Leia mais

Radiosidade. Claudio Esperança Paulo Roma Cavalcanti

Radiosidade. Claudio Esperança Paulo Roma Cavalcanti Radosdade Claudo Esperaça Paulo Roma Cavalcat Radosdade Resumo Modelo de lumação global Lumosdade aparete de um poto de uma superfíce depede de todos os potos de todas as superfíces Cada obeto da cea é

Leia mais

Estatística. 2 - Estatística Descritiva

Estatística. 2 - Estatística Descritiva Estatístca - Estatístca Descrtva UNESP FEG DPD Prof. Edgard - 0 0- ESTATÍSTICA DESCRITIVA Possblta descrever as Varáves: DESCRIÇÃO GRÁFICA MEDIDAS DE POSIÇÃO MEDIDAS DE DISPERSÃO MEDIDAS DE ASSIMETRIA

Leia mais

NOTAS DE AULA DA DISCIPLINA CE076. ], T 2 = conhecido como T 2 de Hotelling

NOTAS DE AULA DA DISCIPLINA CE076. ], T 2 = conhecido como T 2 de Hotelling 4 INFERÊNCIA SOBRE O VETOR DE MÉDIAS 4. TESTE PARA UM VETOR DE MÉDIAS µ Lembrado o caso uvarado: H : µ = µ H : µ µ Nível de sgfcâca: α Estatístca do teste: X µ t = s/ ~ t Decsão: se t > t - (α/) rejeta-se

Leia mais

III Seminário da Pós-graduação em Engenharia Elétrica

III Seminário da Pós-graduação em Engenharia Elétrica FLUXO DE POÊNCIA ÓIMO E O MINOS Adlson Preto de Godo Aluno do Programa de Pós-Graduação em Engenhara Elétrca Unesp Bauru Edméa Cássa Baptsta Orentador Depto de Matemátca Unesp Bauru RESUMO Neste trabalho

Leia mais

2. MODELO DETALHADO: Relações de Recorrência. Exemplo: Algoritmo Recursivo para Cálculo do Fatorial Substituição Repetida

2. MODELO DETALHADO: Relações de Recorrência. Exemplo: Algoritmo Recursivo para Cálculo do Fatorial Substituição Repetida . MODELO DETALHADO: Relações de Recorrêca Exemplo: Algortmo Recursvo para Cálculo do Fatoral Substtução Repetda T T ( ) ( ) t 1, T ( + t, > T ( ) T ( + t T ( ) ( T( ) + t + t ) + t T ( ) T ( ) T ( ) +

Leia mais

7 Análise de covariância (ANCOVA)

7 Análise de covariância (ANCOVA) Plejameto de Expermetos II - Adlso dos Ajos 74 7 Aálse de covarâca (ANCOVA) 7.1 Itrodução Em algus expermetos, pode ser muto dfícl e até mpossível obter udades expermetas semelhtes. Por exemplo, pode-se

Leia mais

CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS

CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS No caítulo ateror estudamos uma forma de ldar com fuções matemátcas defdas or taelas de valores. Frequetemete, estas taelas são otdas com ase em

Leia mais

ALGORITMO DE OTIMIZAÇÃO GLOBAL IRRESTRITA UTILIZANDO NUVENS CONTROLADAS

ALGORITMO DE OTIMIZAÇÃO GLOBAL IRRESTRITA UTILIZANDO NUVENS CONTROLADAS ALGORITMO DE OTIMIZAÇÃO GLOBAL IRRESTRITA UTILIZANDO NUVENS CONTROLADAS Adré M. Cavalcat, Fracsco F. M. de Adrade, Rosalvo F. de Olvera Neto Curso Sstemas de Iformação - Faculdade Itegrada do Recfe -Av.

Leia mais

Sumário. Mecânica. Sistemas de partículas

Sumário. Mecânica. Sistemas de partículas umáro Udade I MECÂNICA 2- Cetro de massa e mometo lear de um sstema de partículas - stemas de partículas e corpo rígdo. - Cetro de massa. - Como determar o cetro de massa dum sstema de partículas. - Vetor

Leia mais

Como CD = DC CD + DC = 0

Como CD = DC CD + DC = 0 (9-0 www.eltecampas.com.br O ELITE RESOLVE IME 008 MATEMÁTICA - DISCURSIVAS MATEMÁTICA QUESTÃO Determe o cojuto-solução da equação se +cos = -se.cos se + cos = se cos ( se cos ( se se.cos cos + + = = (

Leia mais

(c) Para essa nova condição de operação, esboce o gráfico da variação da corrente no tempo.

(c) Para essa nova condição de operação, esboce o gráfico da variação da corrente no tempo. CONVERSÃO ELETROMECÂNICA DE ENERGIA Lsta de exercícos sobre crcutos magétcos Questão A fgura 1(a mostra um acoador projetado para produzr força magétca. O mesmo possu um úcleo em forma de um C e uma armadura

Leia mais

CAPÍTULO 5. Ajuste de curvas pelo Método dos Mínimos Quadrados

CAPÍTULO 5. Ajuste de curvas pelo Método dos Mínimos Quadrados CAPÍTULO Ajuste de curvas pelo Método dos Mímos Quadrados Ajuste Lear Smples (ou Regressão Lear); Ajuste Lear Múltplo (ou Regressão Lear Múltpla); Ajuste Polomal; Regressão Não Lear Iterpolação polomal

Leia mais

2. NOÇÕES MATEMÁTICAS

2. NOÇÕES MATEMÁTICAS . NOÇÕES MATEMÁTICAS Este capítulo retoma algumas oções matemátcas ecessáras para uma boa compreesão de algus aspectos que serão mecoados e detalhados o presete trabalho. Algus destes aspectos podem abstrar

Leia mais

ESTATÍSTICA Exame Final 1ª Época 3 de Junho de 2002 às 14 horas Duração : 3 horas

ESTATÍSTICA Exame Final 1ª Época 3 de Junho de 2002 às 14 horas Duração : 3 horas Faculdade de cooma Uversdade Nova de Lsboa STTÍSTIC xame Fal ª Época de Juho de 00 às horas Duração : horas teção:. Respoda a cada grupo em folhas separadas. Idetfque todas as folhas.. Todas as respostas

Leia mais

New solution for resolution of the Economic Load Dispatch by different mathematical optimization methods, turning off the less efficient generators

New solution for resolution of the Economic Load Dispatch by different mathematical optimization methods, turning off the less efficient generators Joural of Egeerg ad Techology for Idustral Applcatos, 2017. Edto. 11.Vol: 03 https://www.tegam-jeta.org ISSN ONLINE: 2447-0228 DOI: https://dx.do.org/10.5935/2447-0228.20170061 New soluto for resoluto

Leia mais

XLVI Pesquisa Operacional na Gestão da Segurança Pública

XLVI Pesquisa Operacional na Gestão da Segurança Pública XLVI Pesqusa Operacoal a Gestão da Seguraça Públca DISPOSIÇÃO DE FACILIDADES EM FILA DUPLA VIA PROGRAMAÇÃO INTEIRA MISTA Leoardo D. Secch Departameto de Matemátca Aplcada, UFES, 29932-540, São Mateus,

Leia mais

Algoritmo Evolução Diferencial Adaptado para o Problema das P-Medianas

Algoritmo Evolução Diferencial Adaptado para o Problema das P-Medianas Proceedg Seres of the Brazla Socety of Appled ad Computatoal Mathematcs, Vol. 2, N., 204. Trabalho apresetado o CMAC-Sul, Curtba-PR, 204. Algortmo Evolução Dferecal Adaptado para o Problema das P-Medaas

Leia mais

Econometria: 4 - Regressão Múltipla em Notação Matricial

Econometria: 4 - Regressão Múltipla em Notação Matricial Ecoometra: 4 - Regressão últpla em Notação atrcal Prof. arcelo C. ederos mcm@eco.puc-ro.br Prof. arco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo

Leia mais

Métodos numéricos para solução de equações

Métodos numéricos para solução de equações Escola Poltécca da Uversdade de São Paulo Departameto de Egehara Químca LSCP Laboratóro de Smulação e Cotrole de Processos Dscpla Optatva Modelagem e Métodos Matemátcos Aplcados à Egehara Químca AULA Revsão

Leia mais

ALGORITMO GENÉTICO POR CADEIA DE MARKOV HOMOGÊNEA VERSUS NÃO-HOMOGÊNEA: UM ESTUDO COMPARATIVO

ALGORITMO GENÉTICO POR CADEIA DE MARKOV HOMOGÊNEA VERSUS NÃO-HOMOGÊNEA: UM ESTUDO COMPARATIVO Revsta del Isttuto Chleo de Ivestgacó Operatva 2(202) 30-35 30 ALGORITMO GENÉTICO POR CADEIA DE MARKOV HOMOGÊNEA VERSUS NÃO-HOMOGÊNEA: UM ESTUDO COMPARATIVO V.S.M. Campos, A.G.C. Perera 2, L.A.Carlos 3

Leia mais

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo.

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo. Equlíbro e o Potecal de Nerst 5910187 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 11 Nesta aula, vamos utlzar a equação para o modelo de eletrodfusão o equlíbro obtda a aula passada para estudar o trasporte

Leia mais

Estudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples.

Estudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples. Estudo das relações etre peso e altura de estudates de estatístca através da aálse de regressão smples. Waessa Luaa de Brto COSTA 1, Adraa de Souza COSTA 1. Tago Almeda de OLIVEIRA 1 1 Departameto de Estatístca,

Leia mais

3 Sistema Neuro-Fuzzy Hierárquico BSP (NFHB)

3 Sistema Neuro-Fuzzy Hierárquico BSP (NFHB) 3 Sstema Neuro-Fuzzy Herárquco BSP (NFHB) 3.. Itrodução Os sstemas euro-fuzzy descrtos a seção ateror possuem lmtações por terem uma capacdade reduzda de cração de sua própra estrutura e de receberem um

Leia mais

PROBLEMA DE INCERTEZA EM SISTEMAS DINÂMICOS UTILIZANDO DEFUZZIFICAÇÃO PELO CENTROIDE

PROBLEMA DE INCERTEZA EM SISTEMAS DINÂMICOS UTILIZANDO DEFUZZIFICAÇÃO PELO CENTROIDE POSMEC 205 Smpóso do Programa de Pós-Graduação em Egehara Mecâca Faculdade de Egehara Mecâca Uversdade Federal de Uberlâda 8 e 9 de Novembro de 205, Uberlâda - MG PROBLEM DE INCERTEZ EM SISTEMS DINÂMICOS

Leia mais

MIEEC Supervisão e Controlo de Sistemas Eléctricos. Despacho Óptimo (incluindo limites de produção e perdas) Introdução

MIEEC Supervisão e Controlo de Sistemas Eléctricos. Despacho Óptimo (incluindo limites de produção e perdas) Introdução MIEEC Supervão e Cotrolo de Stema Eléctrco Depacho Óptmo (cludo lmte de produção e perda Itrodução Relembrado o problema de depacho óptmo: M cuto de produção M Z ΣC(g Suj. Σg load (ão havedo retrçõe de

Leia mais

CÁLCULO DE RAÍZES DE EQUAÇÕES NÃO LINEARES

CÁLCULO DE RAÍZES DE EQUAÇÕES NÃO LINEARES CÁLCULO DE RAÍZES DE EQUAÇÕES NÃO LINEARES Itrodução Em dversos camos da Egehara é comum a ecessdade da determação de raízes de equações ão leares. Em algus casos artculares, como o caso de olômo, que

Leia mais

Nas Instituições de Ensino Superior(IES), há uma relação direta entre a qualidade do ensino e a taxa de inadimplência. A taxa de inadimplência das

Nas Instituições de Ensino Superior(IES), há uma relação direta entre a qualidade do ensino e a taxa de inadimplência. A taxa de inadimplência das CORRELAÇÃO Nas Isttuções de Eso Superor(IES), há uma relação dreta etre a qualdade do eso e a taxa de admplêca. A taxa de admplêca das IES que obtveram cocetos A e B o Provão é,%, as que obtveram C é 6%

Leia mais

2 Avaliação da segurança dinâmica de sistemas de energia elétrica: Teoria

2 Avaliação da segurança dinâmica de sistemas de energia elétrica: Teoria Avalação da seguraça dâmca de sstemas de eerga elétrca: Teora. Itrodução A avalação da seguraça dâmca é realzada através de estudos de establdade trastóra. Nesses estudos, aalsa-se o comportameto dos geradores

Leia mais

CAPÍTULO VIII DIFERENCIAIS DE ORDEM SUPERIOR FÓRMULA DE TAYLOR E APLICAÇÕES

CAPÍTULO VIII DIFERENCIAIS DE ORDEM SUPERIOR FÓRMULA DE TAYLOR E APLICAÇÕES CAPÍTULO VIII DIFERENCIAIS DE ORDEM SUPERIOR FÓRMULA DE TAYLOR E APLICAÇÕES. Dferecas de orde superor Tratareos apeas o caso das fuções de A R e R sedo que o caso geral das fuções de A R e R se obté a

Leia mais

Complexidade Computacional da Determinação da Correspondência entre Imagens

Complexidade Computacional da Determinação da Correspondência entre Imagens Complexdade Computacoal da Determação da Correspodêca etre Images Adraa Karlstroem Laboratóro de Sstemas Embarcados Departameto de Egehara Mecatrôca Escola Poltécca da Uversdade de São Paulo adraa.karlstroem@pol.usp.br

Leia mais

3 Procedimento Experimental

3 Procedimento Experimental 3 Procedmeto Expermetal 3. Sstema de medção de vazão com extesômetro A Fg. 9 mostra o sstema de medção de vazão com extesômetro, o qual fo motado o laboratóro da PUC-Ro. este sstema, duas tubulações com,5

Leia mais

2 Procedimentos para Ajuste e Tratamento Estatístico de Dados Experimentais

2 Procedimentos para Ajuste e Tratamento Estatístico de Dados Experimentais 48 Procedmetos para Ajuste e Tratameto Estatístco de Dados Expermetas. Itrodução Modelos matemátcos desevolvdos para descrever eômeos íscos a partr de observações expermetas devem ser baseados em dados

Leia mais

Teoria Elementar da Probabilidade. a) Cada experiência poderá ser repetida indefinidamente sob condições essencialmente inalteradas.

Teoria Elementar da Probabilidade. a) Cada experiência poderá ser repetida indefinidamente sob condições essencialmente inalteradas. Estatístca 47 Estatístca 48 Teora Elemetar da Probabldade SPECTOS PERTINENTES À CRCTERIZÇÃO DE UM EXPERIÊNCI LETÓRI MODELOS MTEMÁTICOS DETERMINÍSTICOS PROBBILÍSTICOS PROCESSO (FENÓMENO) LETÓRIO - Quado

Leia mais