Análise de Pós-optimização e de Sensibilidade

Tamanho: px
Começar a partir da página:

Download "Análise de Pós-optimização e de Sensibilidade"

Transcrição

1 CPÍULO nálise de Pós-opimização e de Sensibilidade. Inrodução Uma das arefas mais delicadas no desenvolvimeno práico dos modelos de PL, relaciona-se com a obenção de esimaivas credíveis para os parâmeros envolvidos : elemenos da mariz (a i ), ermos independenes das resrições (b i ) e os coeficienes da função obecivo (c ). Iso porque raramene eses parâmeros são conhecidos com exacidão, uma vez que se rabalha com esimaivas ou previsões, cuos valores são suposos consanes ao longo do período em análise. Como muio raramene esa siuação se verifica, é imporane conhecer o comporameno da solução ópima do problema face à variação nalgum ou nalguns dos seus parâmeros. Exisem muias siuações reais, como por exemplo : mesmo modelo aplicado periodicamene na deerminação da solução ópima, cua formalização se maném no essencial, apenas havendo de ausar alguns dos seus parâmeros, siuação que, convenienemene explorada, evia a resolução a parir do início, erro de formalização ou ocorrência de novas siuações, ornando-se necessário inroduzir novas resrições ou novas acividades (variáveis), a solução do problema não permie deecar a exisência de esrangulamenos nos recursos, revelando-se de ineresse um ipo de análise que evidencie possíveis soluções endenes ao desbloqueameno desas siuações : novos invesimenos, políicas de markeing, ec., decisor er conhecimeno de soluções que não sendo o ópimo, represenam possíveis soluções para o problema real, permiindo, além disso, uma visão mais ampla das consequências da decisão,

2 6 nálise de pós-opimização faco de muios parâmeros poderem ser alerados, que usificam o ineresse e a imporância dum ipo de análise que incorpore no modelo a incereza com que a realidade se manifesa, permiindo ao mesmo empo uma visão mais alargada do conuno de soluções quando ocorrem alerações do ipo indicado. Para al, exisem dois ipos de análise : de pós-opimização e de sensibilidade. Nos casos que se irão esudar, considera-se que o problema de PL a er em cona é do ipo de maximização, para o qual o quadro Simplex ópimo, apresena a seguine esruura : x x N 2º m. I m N b b z c 0 C C Z C b Por ouro lado, os exemplos a apresenar esão odos relacionados com o problema da empresa de mobiliário de escriório, resolvido no capíulo dedicado ao méodo Simplex. Para eses exemplos, apenas ineressa o quadro correspondene à solução ópima (úlimo quadro Simplex), que é o seguine : 2. nálise de pós-opimização x x 2 x x x 2º m. x x / 60 x z c / 0 Na análise de pós-opimização é abordado o impaco na solução ópima de alerações discreas nos parâmeros do modelo : alerações dos coeficienes da FO, dos ermos independenes e dos coeficienes da mariz, inrodução de novas variáveis e de novas resrições. N 2.. leração dos coeficienes da função obecivo c Uma aleração dos coeficienes da FO pode alerar a solução ópima á obida, sem conudo pôr em causa a sua admissibilidade. S ópima do problema é dada por, b o que permie concluir que uma aleração dos coeficienes da FO nunca afecará a admissibilidade (primal) da solução ópima á obida.

3 nálise de pós-opimização 7 Por ouro lado, o criério da opimalidade coninua a ser saisfeio para z c 0, (, 2, L, n), se podendo haver violação daquele criério, e consequenemene, da nova solução ópima. Porano, apenas há aleração nalguns, ou em odos, os elemenos da linha (z c ), conforme a aleração se verifica num coeficiene duma VN ou V, respecivamene. ssim, sea δ a aleração no coeficiene c k, manendo-se os resanes parâmeros do modelo inalerados : C [ δ ] x k não perence à base (é VN) Nese caso, apenas o elemeno k da linha (z c ) virá alerado : z k ( c + δ) (z c δ c k zk k k k ) Se ( zk ck ) δ 0 (ou δ zk ck ) enão a solução maném-se ópima; caso conrário, aplica-se o algorimo Simplex, porque a solução á obida deixou de ser ópima x k perence à base (é V) Nese caso, como C C + C com C [ δ ] (c k é o r-ésimo elemeno de C ), odos os elemenos da linha (z c ) virão alerados, com excepção para os elemenos associados às variáveis básicas, que permanecem nulos. Porano, para índice de VN em-se : ( C c ) + C (z c ) + C ( z c ) C c C + C c Z C C + C Z * + C Z * + C b ou enão, uma vez que C apenas em um elemeno não nulo na posição r ( z c ) (z c ) + δ. a e r Z Z * + δ.xr δ. br, pois C δ.xr δ. br Se o criério do ópimo ainda se verificar (z c 0,,..., n), enão a solução ópima maném-se, havendo apenas aleração no valor da FO; caso conrário, aplica-se o algorimo Simplex Exemplo Suponha-se que as margens bruas uniárias das secreárias decresceu para u.m. e as das esanes subiu para u.m. Ou sea, a FO foi alerada de Z 6 x + x 2 para Z x + x 2 Desa forma, como as variáveis x e x 2 perencem à base ópima, C C + C com C [c c 2 c ] [0 6] e C [0 2 2]

4 8 nálise de pós-opimização há que recalcular a linha z c para índice de VN : 2 ( z c ) (z c ) + C + [ 0 2 2] [ 0 2 2]. [ 2 ] + (0 2 2) ( z c ) (z c ) + C + [ 0 2 2]. [ ] 0 + ( ) 90 Z Z * + C 0 + ( ou Z Z * + δ2 x2 + δ x ( 2) ) Desa forma, o novo quadro é o seguine : x x 2 x x x 2º m. x x / 60 x z c / 90 Como z c 0, a solução deixou de ser ópima, pois á não verifica o criério de opimalidade. plicando o algorimo (primal) Simplex, obém-se um novo quadro : x x 2 x x x 2º m. x 0 0 /2 /2 80 x 2 0 /2 / 0 0 x 0 /2 / z c 0 0 /2 / que corresponde a uma solução ópima (nova solução ópima para o problema) leração dos ermos independenes das resrições b i Nese caso, não será afecada linha (z c ), pelo que a solução maném-se admissível para o problema dual. No enano, ao alerar-se os ermos independenes (b) ambém serão alerados os elemenos do vecor dos segundos membros ( ), assim como o valor da solução (Z ). Desa forma, conclui-se que se a nova solução,, permanecer admissível ( 0), enão esa solução ambém ópima; se for violada a admissibilidade enão em-se que aplicar o méodo dual Simplex, uma vez que esa solução é não admissível para o primal e admissível para o dual. Sea b k o ermo independene a sofrer uma aleração de δ, manendo-se os resanes parâmeros inalerados : b b + b, com b [ δ ] (δ ocupa a posição k). em-se enão a nova solução associada à mesma base : b ( b + b) b + b + b,

5 nálise de pós-opimização 9 Z C C + C b Z * + C b. ssim, se + b 0 (a nova solução permanece admissível), enão é ambém ópima, havendo apenas aleração no valor da FO para, Z C Z * + C b caso conrário, aplica-se o algorimo Dual Simplex, á que o criério do ópimo não é violado. Exemplo : Suponha-se que o ermo independene da resrição 2 (UM) foi alerado de 880 para 280 ( b ( ) δ 00 ), iso é, o número de HH disponíveis nesa Unidade sofreu um acréscimo de 00. nova solução associada à mesma base é : + 60 b / [ 0 6]. [ ] 0 + ( ) 0 Z Z * + C b 0 + (ou C [ 0 6]. [ ] Z ) Como a nova solução deixou de ser admissível (x 20), é necessário aplicar o algorimo Dual Simplex, ao quadro ópimo, que é o seguine : x x 2 x x x 2º m. x x / 60 x z c / 0 plicando aquele algorimo ao quadro de anerior, obém-se o seguine quadro : x x 2 x x x 2º m. x x 2 0 / 0 /2 00 x z c 0 0 / 0 9/2 260 Como os ermos independenes são odos não negaivos, a solução obida é admissível, logo é ópima do problema primal. Porano, a solução ópima é a seguine :

6 60 nálise de pós-opimização * (60, 00, 0, 20, 0) Z max lerações dos coeficienes da mariz das resrições [a i ] Sea δ a variação sofrida pelo coeficiene a k, manendo-se odos os resanes parâmeros do modelo inalerados. Porano, a coluna, passará a er os seguines valores : [ a... a ] + [ δ 0... ] + m 0. aleração dese parâmero provoca aleração na represenação do mesmo vecor em ermos da base ópima,, logo, ambém em z c. acualização do quadro ópima é feia da seguine forma: ( + ) + + ( z c ) + C ( z c ) C c C + C c a k perence à mariz associada às variáveis não básicas Uma vez que a k é coeficiene dum vecor que não perence à base, enão se ( z c ) 0, a solução permanece ópima; caso conrário, aplica-se o algorimo (primal) Simplex, uma vez que a solução deixou de ser ópima a k perence à mariz associada às variáveis básicas aleração numa coluna da mariz, que ambém perence à mariz da base ópima,, conduz a uma nova -, logo, a um novo quadro Simplex. Porano, após a inrodução do novo vecor de ese ser ransformado numa coluna de I m, pois qualquer uma das seguines siuações : é S do primal ( b i 0 ) e do dual (z c 0), logo é ópima,, e perence a, o novo quadro pode verificar é S do primal, mas não admissível para o dual aplicar o algorimo primal Simplex para a obenção da nova solução ópima, é SN do primal, mas admissível para o dual recorrer ao algorimo dual Simplex, é SN para o primal e para o dual resolver de inicio o novo problema Exemplo Suponha-se que o vecor associado à produção de esanes foi alerado de 2 [ 0] para 2 [8 0], iso é, aumenou em a quanidade de HM das UE, necessárias à produção de uma esane. em-se enão :

7 nálise de pós-opimização z 2 c 2 c [ 0 6]. [ 0] ( ) 0 C. Porano, o quadro Simplex ópimo será acualizado para o seguine : x x 2 x x x 2º m. x x / 60 x z c / 0 Mas como a nova coluna 2 não é uma das da mariz idenidade, o que em que aconecer, erá que se recorrer às operações de condensação para que [ 0 ] : L L L. Como 2 0 2, para al que x é VN, sofreu aleração, enão ambém z c foi alerado, uma vez que z c C c (para al que x é V, z c 0 ), assim como Z C b, pois b sofreu aleração. Porano, em-se : [ 0 6] [ 2 / 0] 0 / z c C c [ 0 6] [ 6 ] z c C c [ 0 6] [ ] Z C b Desa forma, o quadro anerior passará a ser o seguine : x x 2 x x x 2º m. x x / 60 x z c / 0 Ese quadro corresponde a uma SN do primal, mas admissível para o dual, logo é necessário aplicar o algorimo Dual Simplex para a obenção da nova solução. O novo quadro é o seguine : x x 2 x x x 2º m. x 0 0 /2 0 x 2 0 /8 0 / 0 x z c 0 0 /8 0 2/ 0 Ese quadro corresponde a uma S para o primal e para o dual; logo é ópima.

8 62 nálise de pós-opimização Porano, a solução ópima do problema alerado é : * (60, 0, 0, 0, 0) Z* Inrodução de uma variável inrodução de uma nova variável, x n+, no problema, significa a passagem ao novo problema, que é o seguine : Maximizar Sueio a n Z c x + cn+ xn+ n ai x + ai n+ xn+ bi ( i, 2, L, m) x 0 (, 2, L, n) xn+ 0 de que a solução ópima do problema consiui uma S com x n+ como VN, logo nula (x n+ 0). em-se enão, n+ n+. Por ouro lado, em-se z n+ c n+ C n+ cn+ e, aendendo a que os resanes elemenos da linha (z c ) permanecem não negaivos com a inrodução de uma nova VN, enão a solução á obida permanece ópima se zn+ cn+ 0; caso conrário, aplica-se o algorimo primal Simplex inroduzindo o vecor n+ na base. Exemplo : Em resposa à soliciação de alguns clienes, a empresa decidiu analisar a implicação da produção de um novo produo mesas de rabalho. produção uniária dese novo produo requer HM da UE e 2 HH na UM, não esando previsa qualquer limiação de mercado. margem brua uniária esimada é de 000$00.

9 nálise de pós-opimização 6 formalização do problema com a inclusão dese novo produo, na forma padrão vem : Maximizar Z 6 x + x 2 + x 6 Sueio a 2 x + x 2 + x + x x + x 2 + x + 2 x x + x 60 x, x 2, x, x, x, x 6 0 possibilidade de produzir mesas de rabalho raduz-se na inrodução, no modelo inicial, da coluna 6 [ 2 0] e da margem brua na FO, c 6. ssim, deermina-se 6 z [ 0 6] [ 0] c6 C 6 c6 Como z 0 a solução deixa de ser ópima. Desa forma, o quadro Simplex ópimo 6 c 6 < 7 2 acualizado (inrodução de e z ) é o seguine : 6 6 c 6 x x 2 x x x x 6 2º m. x x / /2 60 x z c / 7/2 0 plicando o algorimo primal Simplex, em-se : x x 2 x x x x 6 2º m. x 0 2 {2 0 0 x / x z c / Como esa solução não é ópima, em-se que aplicar mais uma vez o mesmo algorimo : x x 2 x x x x 6 2º m. x 0 /2 / /8 0 0 x 6 0 /2 / 0 0 x /2 / / z c Como ese quadro corresponde à solução ópima, o processo ermina. solução ópima é :

10 6 nálise de pós-opimização * (0, 0, 0, 0, 0, 20) Z* 600 o que significa que se deve anular a produção de esanes ( x 2 0 ) e produzir apenas secreárias ( x 0 ) e mesas de rabalho ( x 6 0 ), obendo-se uma margem brua mensal de 600 conos. 2.. Inrodução de uma resrição inrodução de uma nova resrição não alera o gradiene da FO, mas pode resringir o conuno das soluções admissíveis do problema original. Porano, pode-se concluir que o valor da FO, na solução ópima do novo problema, nunca será melhor que o correspondene do problema original. Desa forma, o º passo consise em verificar se a solução ópima á obida saisfaz a nova resrição. Em caso afirmaivo, aquela solução permanece ópima para o novo problema e o processo ermina; caso conrário, há que deerminar a nova solução ópima. endendo a que (represenação na base ópima do vecor ) e b, o passo a ser efecuado quando a solução ópima á obida não saisfaz a nova resrição, consise em: inroduzir no quadro ópimo do problema original uma linha com os coeficienes das variáveis x (, 2,..., n) da nova resrição, inroduzir uma coluna correspondene à variável slack ou arificial associada à nova resrição, inroduzir o vecor correspondene à variável acrescenada na base, proceder às operações de condensação necessárias para que consiua efecivamene uma base, iso é, inscrever uma mariz idenidade associada aos vecores da base. Desa forma obém-se a solução básica associada à base, e que será sempre não admissível. O passo seguine depende do ipo de resrição e do valor assumido pela nova V : aplicar-se o algorimo Primal Simplex, Dual Simplex, do MGrande ou das DuasFase, conforme as necessidades. No enano, se forem inroduzidas mais do que uma resrição, o melhor será aplicar direcamene o méodo Simplex ao novo problema. Exemplo : dmia-se que a Direcção de Markeing da empresa, após um esudo de mercado, concluiu que serão vendidas, por mês, pelo menos 00. solução ópima á obida, x 2 60, não saisfaz a nova resrição, x 2 00, havendo que deerminar a nova solução ópima do problema. Inroduzindo no quadro ópimo uma linha correspondene à nova resrição á na forma padrão e com uma coluna 6 correspondene ao novo vecor resulane daquela esandardização: nova resrição : x 2 x 6 00 x 2 + x 6 00

11 nálise de sensibilidade 6 [ 0], pois [ 0] O quadro acualizado é o seguine : x x 2 x x x x 6 2º m. x x / 0 60 x x z c / 0 0 Como se verifica, é necessário recuperar a base, iso é, ransformar 2 num vecor uniário; para al, ome-se x 22 como pivo e aplique-se o méodo de GaussJordan : L + L 2. x x 2 x x x x 6 2º m. x x / 0 60 x x / 0 z c / 0 0 plicando o algorimo Dual Simplex, em-se : x x 2 x x x x 6 2º m. x 0 0 / x x 0 0 / 0 20 x / 0 z c / Como ese quadro corresponde à solução ópima, o processo ermina. solução ópima é : * (20, 00, 80, 0, 0, 0) Z* 020 correspondendo à produção de esanes ao menor nível possível, x 2 00 e, como consequência, reduz-se a produção de secreárias, x 20. margem brua oal é de 020 conos mensais.. nálise de sensibilidade O obecivo dese ipo de análise é deerminar os inervalos de variação para os parâmeros que não envolvam aleração de esruura da solução ópima á enconrada, omados isoladamene.

12 66 nálise de sensibilidade.. Em relação aos coeficienes da função obecivo c Nesa secção serão analisados os coeficienes da função obecivo, deerminando qual a variação, nos dois senidos, que podem sofrer eses coeficienes sem que isso implique mudança de base. Esa análise será efecuada, considerando, separadamene, os coeficienes das variáveis básicas e não básicas na solução ópima.... O coeficiene é duma variável não básica c k Como a solução é ópima, verifica-se o seguine : z c 0, I (I conuno das índices das V). Sea δ a variação que se preende deerminar de c k. Como x k é VN (na solução ópima), qualquer variação em c k em implicações apenas em ( z é necessário que k c k ). Para que a base se manenha ópima, z k c k z k (c k + δ) 0 z k c k δ 0 (ou δ z k c k ) Logo, a variação para o coeficiene c k é dada por < δ z k c k ou < c k z k significando que, se o novo valor de c k não for superior a z k, a base ópima maném-se...2. O coeficiene é duma variável básica c k Por x k ser V, a variação δ no coeficiene c k, geralmene raduz-se em alerações em odos o z, logo, em odos os elemenos ( z ). No enano, como z 0, para I, resa apenas analisar c c os elemenos ( z c ) para I (correspondenes às VN). Sea C [ δ ] (c k é o r-ésimo elemeno de C ) ( z c ) C c ( C + C ) c C c + C (z c ) + C em que C δ. a r, I endendo ao criério de ópimo, em-se ( z c ) (z c ) + C 0 C ( z c ) Porano, a base (e ambém a solução primal) permanece ópima, para qualquer valor perencene a c k, os quais êm que verificar o seguine sisema : r ( z c ), I δ. a

13 nálise de sensibilidade 67 Quano à função obecivo, o novo valor deermina-se mediane a seguine expressão : Z C C + C Z * + C Logo, o valor do ópimo esará compreendido enre Z * + δ.x * r Z * + δ. b r * Z Z * + min ( δ). xr e Z * + max ( δ). xr em que é o valor da FO na solução ópima * e é r-ésimo elemeno de *. Exemplo : Efecuar a análise de sensibilidade à margem brua uniária das secreárias, c. x x 2 x x x 2º m. x x / 60 x z c / 0 Como x é V na solução ópima, os elemenos que sofrem aleração são x e x, porque são VN : ( z ( z c ) (z c ) + C [ 0 0 δ ] + x r [ 0 0 δ].[ 2 ] + δ c ) (z c ) + C + Logo, para que a solução coninue a ser ópima, é necessário que δ. 0 δ. Dese modo, δ R δ δ < () c < + ou c < +. Oura forma de calcular é a uilizar apenas os elemenos assinalados no quadro : δ. a δ. a ( z c ) ( z c ) Por ouro lado, o valor ópimo da função obecivo esá compreendido enre : 0 + () e + (z* 0, x 60 )..2. Em relação aos ermos independenes b i Nese caso, preende-se ober o inervalo de variação para o ermo independene de uma resrição, preservando a base ópima (maner a admissibilidade da solução primal). Sendo a base ópima, sabe-se que b 0.

14 68 nálise de sensibilidade Sea δ a variação de b k e b a correspondene variação do vecor b, iso é, b [ δ ] (δ é o i-ésimo elemeno). nova solução associada à mesma base será é dada por : ( b + b) b + b + b. Para garanir a permanência da base ópima,, e porano da respeciva solução ópima, é necessário garanir a admissibilidade desa nova solução, iso é, + b 0. Designando por p i o elemeno (i, ) da mariz - e por x * i o valor assumido na solução ópima pela i-ésima variável básica (segundo a ordem na base), enão em-se : x + p k. δ 0, I (p k é a k-ésima coluna da mariz - ) Face à aleração de δ, o novo valor da função obecivo ( ) δ C b + b C b + C b z * + p.. Logo, o valor ópimo da FO varia enre k z + ( δ) e z + (z c ). max ( δ) ( zr cr ). min r r em que r é o índice da variável que esá associada à coluna k de. Exemplo : Efecuar a análise de sensibilidade à disponibilidade mensal da UM, b 2 (δ) x x 2 x x x 2º m. x x / 60 x z c / 0 Os elemenos assinalados (2ª coluna de -, solução ópima e z c /) permiem calcular os valores para b 2. ssim : 60 + ( ) δ 0 δ / δ 0 δ δ 0 Dese modo, (20) b ou 20 δ b 2 00 e o valor ópimo da função obecivo esá enre 0 + ( 20) 960 e (z* 0, c ) z

3 Modelos de Markov Ocultos

3 Modelos de Markov Ocultos 23 3 Modelos de Markov Oculos 3.. Processos Esocásicos Um processo esocásico é definido como uma família de variáveis aleaórias X(), sendo geralmene a variável empo. X() represena uma caracerísica mensurável

Leia mais

Universidade Federal do Rio de Janeiro

Universidade Federal do Rio de Janeiro Universidade Federal do Rio de Janeiro Circuios Eléricos I EEL42 Coneúdo 8 - Inrodução aos Circuios Lineares e Invarianes...1 8.1 - Algumas definições e propriedades gerais...1 8.2 - Relação enre exciação

Leia mais

Modelos BioMatemáticos

Modelos BioMatemáticos Modelos BioMaemáicos hp://correio.fc.ul.p/~mcg/aulas/biopop/ edro J.N. Silva Sala 4..6 Deparameno de Biologia Vegeal Faculdade de Ciências da Universidade de Lisboa edro.silva@fc.ul.p Genéica opulacional

Leia mais

Voo Nivelado - Avião a Hélice

Voo Nivelado - Avião a Hélice - Avião a Hélice 763 º Ano da icenciaura em ngenharia Aeronáuica edro. Gamboa - 008. oo de ruzeiro De modo a prosseguir o esudo analíico do desempenho, é conveniene separar as aeronaves por ipo de moor

Leia mais

A CONTABILIZAÇÃO DOS LUCROS DO MANIPULADOR 1

A CONTABILIZAÇÃO DOS LUCROS DO MANIPULADOR 1 16 : CADERNOS DO MERCADO DE VALORES MOBILIÁRIOS A CONTABILIZAÇÃO DOS LUCROS DO MANIPULADOR 1 PAULO HORTA* A esimaiva dos lucros obidos pelo preenso manipulador apresena-se como uma arefa imporane na análise

Leia mais

4 Metodologia Proposta para o Cálculo do Valor de Opções Reais por Simulação Monte Carlo com Aproximação por Números Fuzzy e Algoritmos Genéticos.

4 Metodologia Proposta para o Cálculo do Valor de Opções Reais por Simulação Monte Carlo com Aproximação por Números Fuzzy e Algoritmos Genéticos. 4 Meodologia Proposa para o Cálculo do Valor de Opções Reais por Simulação Mone Carlo com Aproximação por Números Fuzzy e Algorimos Genéicos. 4.1. Inrodução Nese capíulo descreve-se em duas pares a meodologia

Leia mais

DEMOGRAFIA. Assim, no processo de planeamento é muito importante conhecer a POPULAÇÃO porque:

DEMOGRAFIA. Assim, no processo de planeamento é muito importante conhecer a POPULAÇÃO porque: DEMOGRAFIA Fone: Ferreira, J. Anunes Demografia, CESUR, Lisboa Inrodução A imporância da demografia no planeameno regional e urbano O processo de planeameno em como fim úlimo fomenar uma organização das

Leia mais

Introdução ao Controle Ótimo: Otimização de funções e funcionais. Otimização paramétrica. Problema de controle ótimo com tempo final fixo.

Introdução ao Controle Ótimo: Otimização de funções e funcionais. Otimização paramétrica. Problema de controle ótimo com tempo final fixo. Inrodução ao Conrole Óimo: Oimização de funções e funcionais. Oimização paramérica. Problema de conrole óimo com empo final fio. Oimização Deerminação de uma ação que proporciona um máimo de benefício,

Leia mais

Séries temporais Modelos de suavização exponencial. Séries de temporais Modelos de suavização exponencial

Séries temporais Modelos de suavização exponencial. Séries de temporais Modelos de suavização exponencial Programa de Pós-graduação em Engenharia de Produção Análise de séries de empo: modelos de suavização exponencial Profa. Dra. Liane Werner Séries emporais A maioria dos méodos de previsão se baseiam na

Leia mais

Análise de Projectos ESAPL / IPVC. Critérios de Valorização e Selecção de Investimentos. Métodos Dinâmicos

Análise de Projectos ESAPL / IPVC. Critérios de Valorização e Selecção de Investimentos. Métodos Dinâmicos Análise de Projecos ESAPL / IPVC Criérios de Valorização e Selecção de Invesimenos. Méodos Dinâmicos Criério do Valor Líquido Acualizado (VLA) O VLA de um invesimeno é a diferença enre os valores dos benefícios

Leia mais

Aplicações à Teoria da Confiabilidade

Aplicações à Teoria da Confiabilidade Aplicações à Teoria da ESQUEMA DO CAPÍTULO 11.1 CONCEITOS FUNDAMENTAIS 11.2 A LEI DE FALHA NORMAL 11.3 A LEI DE FALHA EXPONENCIAL 11.4 A LEI DE FALHA EXPONENCIAL E A DISTRIBUIÇÃO DE POISSON 11.5 A LEI

Leia mais

DENOMINADORES: QUAIS SÃO? COMO SE CALCULAM?

DENOMINADORES: QUAIS SÃO? COMO SE CALCULAM? DENOMINADORES: QUAIS SÃO? COMO SE CALCULAM? POPULAÇÃO SOB OBSERVAÇÃO A idade e o sexo da população inscria nas lisas dos médicos paricipanes é conhecida. A composição dessas lisas é acualizada no final

Leia mais

III Congresso da Sociedade Portuguesa de Estatística Guimarães, 26 a 28 Junho 1995

III Congresso da Sociedade Portuguesa de Estatística Guimarães, 26 a 28 Junho 1995 1 III Congresso da Sociedade Poruguesa de Esaísica Guimarães, 26 a 28 Junho 1995 Políicas Ópimas e Quase-Ópimas de Inspecção de um Sisema Sujeio a Falhas Cláudia Nunes, João Amaral Deparameno de Maemáica,

Leia mais

Exercícios sobre o Modelo Logístico Discreto

Exercícios sobre o Modelo Logístico Discreto Exercícios sobre o Modelo Logísico Discreo 1. Faça uma abela e o gráfico do modelo logísico discreo descrio pela equação abaixo para = 0, 1,..., 10, N N = 1,3 N 1, N 0 = 1. 10 Solução. Usando o Excel,

Leia mais

3. Números índice Média aritmética simples Média aritmética simples. Sumário

3. Números índice Média aritmética simples Média aritmética simples. Sumário 1 2 Sumário 3. Números índice 3.2. Índice agregado (sinéico ou de sínese) 3.2.2 Média ariméica ponderada 3.2.3 Mudança de base 3.2.4 Índices sinéicos de várias variáveis esaísicas 3.2.2 Média ariméica

Leia mais

Prof. Lorí Viali, Dr. UFRGS Instituto de Matemática - Departamento de Estatística

Prof. Lorí Viali, Dr. UFRGS Instituto de Matemática - Departamento de Estatística Conceio Na Esaísica exisem siuações onde os dados de ineresse são obidos em insanes sucessivos de empo (minuo, hora, dia, mês ou ano), ou ainda num período conínuo de empo, como aconece num elerocardiograma

Leia mais

Motivação. Prof. Lorí Viali, Dr.

Motivação. Prof. Lorí Viali, Dr. Moivação rof. Lorí Viali, Dr. vialli@ma.ufrgs.br hp://www.ma.ufrgs.br/~vialli/ Na práica, não exise muio ineresse na comparação de preços e quanidades de um único arigo, como é o caso dos relaivos, mas

Leia mais

3 O Modelo SAGA de Gestão de Estoques

3 O Modelo SAGA de Gestão de Estoques 3 O Modelo SG de Gesão de Esoques O Sisema SG, Sisema uomaizado de Gerência e poio, consise de um sofware conendo um modelo maemáico que permie fazer a previsão de iens no fuuro com base nos consumos regisrados

Leia mais

EXAME DE ESTATÍSTICA AMBIENTAL Ano lectivo 2015/16-1ª Época (V1) 18 de Janeiro de 2016

EXAME DE ESTATÍSTICA AMBIENTAL Ano lectivo 2015/16-1ª Época (V1) 18 de Janeiro de 2016 Nome: Aluno nº: Duração: h:30 m MESTRADO INTEGRADO EM ENGENHARIA DO AMBIENTE EXAME DE ESTATÍSTICA AMBIENTAL Ano lecivo 05/6 - ª Época (V) 8 de Janeiro de 06 I (7 valores) No quadro de dados seguine (Tabela

Leia mais

Circuitos Elétricos I EEL420

Circuitos Elétricos I EEL420 Universidade Federal do Rio de Janeiro Circuios Eléricos I EEL420 Coneúdo 1 - Circuios de primeira ordem...1 1.1 - Equação diferencial ordinária de primeira ordem...1 1.1.1 - Caso linear, homogênea, com

Leia mais

5 Metodologia Probabilística de Estimativa de Reservas Considerando o Efeito-Preço

5 Metodologia Probabilística de Estimativa de Reservas Considerando o Efeito-Preço 5 Meodologia Probabilísica de Esimaiva de Reservas Considerando o Efeio-Preço O principal objeivo desa pesquisa é propor uma meodologia de esimaiva de reservas que siga uma abordagem probabilísica e que

Leia mais

MÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA

MÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA MÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA Nesa abordagem paramérica, para esimar as funções básicas da análise de sobrevida, assume-se que o empo de falha T segue uma disribuição conhecida

Leia mais

Problemas das Aulas Práticas

Problemas das Aulas Práticas Mesrado Inegrado em Engenharia Elecroécnica e de Compuadores Conrolo em Espaço de Esados Problemas das Aulas Práicas J. Miranda Lemos Fevereiro de 3 J. M. Lemos, IST P. Consrução do modelo de esado a parir

Leia mais

Comportamento Assimptótico dos Mínimos Quadrados Questão: Será que a estimativa de mínimos quadrados converge para o valor verdadeiro dos parâmetros?

Comportamento Assimptótico dos Mínimos Quadrados Questão: Será que a estimativa de mínimos quadrados converge para o valor verdadeiro dos parâmetros? Conrolo por Compuador 3-Idenificação J. Miranda Lemos IST-DEEC Área Cienífica de Sisemas, Decisão e Conrolo 05 Comporameno Assimpóico dos Mínimos Quadrados Quesão: Será que a esimaiva de mínimos quadrados

Leia mais

Capítulo 2 EFEITOS NO NÍVEL DE PRODUTO DA ECONOMIA CAUSADOS POR ALTERAÇÕES MONETÁRIAS EXÓGENAS

Capítulo 2 EFEITOS NO NÍVEL DE PRODUTO DA ECONOMIA CAUSADOS POR ALTERAÇÕES MONETÁRIAS EXÓGENAS Capíulo 2 EFEITOS NO NÍVEL DE PRODUTO DA ECONOIA CAUSADOS POR ALTERAÇÕES ONETÁRIAS EXÓGENAS 2.. INTRODUÇÃO Nese capíulo analisamos uma economia similar à considerada no capíulo anerior, mas com a diferença

Leia mais

P IBpm = C+ I+ G+X F = = b) Despesa Nacional. PNBpm = P IBpm+ RF X = ( ) = 59549

P IBpm = C+ I+ G+X F = = b) Despesa Nacional. PNBpm = P IBpm+ RF X = ( ) = 59549 Capíulo 2 Soluções: Medição da Acividade Económica Exercício 24 (PIB pelaópica da despesa) i. Usando os valores da abela que consa do enunciado, a solução das várias alíneas é imediaa, basando para al

Leia mais

IV. METODOLOGIA ECONOMÉTRICA PROPOSTA PARA O CAPM CONDICIONAL A Função Máxima Verosimilhança e o Algoritmo de Berndt, Hall, Hall e Hausman

IV. METODOLOGIA ECONOMÉTRICA PROPOSTA PARA O CAPM CONDICIONAL A Função Máxima Verosimilhança e o Algoritmo de Berndt, Hall, Hall e Hausman IV. MEODOLOGIA ECONOMÉRICA PROPOSA PARA O CAPM CONDICIONAL 4.1. A Função Máxima Verosimilhança e o Algorimo de Bernd, Hall, Hall e Hausman A esimação simulânea do CAPM Condicional com os segundos momenos

Leia mais

Exercícios Sobre Oscilações, Bifurcações e Caos

Exercícios Sobre Oscilações, Bifurcações e Caos Exercícios Sobre Oscilações, Bifurcações e Caos Os ponos de equilíbrio de um modelo esão localizados onde o gráfico de + versus cora a rea definida pela equação +, cuja inclinação é (pois forma um ângulo

Leia mais

4 Análise de Sensibilidade

4 Análise de Sensibilidade 4 Análise de Sensibilidade 4.1 Considerações Gerais Conforme viso no Capíulo 2, os algorimos uilizados nese rabalho necessiam das derivadas da função objeivo e das resrições em relação às variáveis de

Leia mais

TRANSFORMADA DE FOURIER NOTAS DE AULA (CAP. 18 LIVRO DO NILSON)

TRANSFORMADA DE FOURIER NOTAS DE AULA (CAP. 18 LIVRO DO NILSON) TRANSFORMADA DE FOURIER NOTAS DE AULA (CAP. 8 LIVRO DO NILSON). CONSIDERAÇÕES INICIAIS SÉRIES DE FOURIER: descrevem funções periódicas no domínio da freqüência (ampliude e fase). TRANSFORMADA DE FOURIER:

Leia mais

Teoremas Básicos de Equações a Diferenças Lineares

Teoremas Básicos de Equações a Diferenças Lineares Teoremas Básicos de Equações a Diferenças Lineares (Chiang e Wainwrigh Capíulos 17 e 18) Caracerização Geral de Equações a diferenças Lineares: Seja a seguine especificação geral de uma equação a diferença

Leia mais

SISTEMAS DE EQUAÇÕES A DIFERENÇAS LINEARES

SISTEMAS DE EQUAÇÕES A DIFERENÇAS LINEARES 8//7 SISTEMAS DE EQUAÇÕES A DIFERENÇAS LINEARES Teorema: Considere o seguine sisema de k equações a diferenças lineares de primeira ordem, homogêneo: x a x a x... a x k k x a x a x... a x k k x a x a x...

Leia mais

CAPÍTULO 10 DERIVADAS DIRECIONAIS

CAPÍTULO 10 DERIVADAS DIRECIONAIS CAPÍTULO 0 DERIVADAS DIRECIONAIS 0. Inrodução Dada uma função f : Dom(f) R n R X = (x, x,..., x n ) f(x) = f(x, x,..., x n ), vimos que a derivada parcial de f com respeio à variável x i no pono X 0, (X

Leia mais

5.1. Filtragem dos Estados de um Sistema Não-Linear Unidimensional. Considere-se o seguinte MEE [20] expresso por: t t

5.1. Filtragem dos Estados de um Sistema Não-Linear Unidimensional. Considere-se o seguinte MEE [20] expresso por: t t 5 Esudo de Casos Para a avaliação dos algorimos online/bach evolucionários proposos nese rabalho, foram desenvolvidas aplicações em problemas de filragem dos esados de um sisema não-linear unidimensional,

Leia mais

Grupo I (Cotação: 0 a 3.6 valores: uma resposta certa vale 1.2 valores e uma errada valores)

Grupo I (Cotação: 0 a 3.6 valores: uma resposta certa vale 1.2 valores e uma errada valores) INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO Esaísica II - Licenciaura em Gesão Época de Recurso 6//9 Pare práica (quesões resposa múlipla) (7.6 valores) Nome: Nº Espaço reservado para a classificação (não

Leia mais

Modelos Não-Lineares

Modelos Não-Lineares Modelos ão-lineares O modelo malhusiano prevê que o crescimeno populacional é exponencial. Enreano, essa predição não pode ser válida por um empo muio longo. As funções exponenciais crescem muio rapidamene

Leia mais

4 Filtro de Kalman. 4.1 Introdução

4 Filtro de Kalman. 4.1 Introdução 4 Filro de Kalman Ese capíulo raa da apresenação resumida do filro de Kalman. O filro de Kalman em sua origem na década de sessena, denro da área da engenharia elérica relacionado à eoria do conrole de

Leia mais

Conceito. Exemplos. Os exemplos de (a) a (d) mostram séries discretas, enquanto que os de (e) a (g) ilustram séries contínuas.

Conceito. Exemplos. Os exemplos de (a) a (d) mostram séries discretas, enquanto que os de (e) a (g) ilustram séries contínuas. Conceio Na Esaísica exisem siuações onde os dados de ineresse são obidos em insanes sucessivos de empo (minuo, hora, dia, mês ou ano), ou ainda num período conínuo de empo, como aconece num elerocardiograma

Leia mais

Experiência IV (aulas 06 e 07) Queda livre

Experiência IV (aulas 06 e 07) Queda livre Experiência IV (aulas 06 e 07) Queda livre 1. Objeivos. Inrodução 3. Procedimeno experimenal 4. Análise de dados 5. Quesões 6. Referências 1. Objeivos Nesa experiência, esudaremos o movimeno da queda de

Leia mais

4 O modelo econométrico

4 O modelo econométrico 4 O modelo economérico O objeivo desse capíulo é o de apresenar um modelo economérico para as variáveis financeiras que servem de enrada para o modelo esocásico de fluxo de caixa que será apresenado no

Leia mais

4 Análise dos tributos das concessionárias selecionadas

4 Análise dos tributos das concessionárias selecionadas 4 Análise dos ribuos das concessionárias selecionadas Nese capíulo serão abordados os subsídios eóricos dos modelos esaísicos aravés da análise das séries emporais correspondenes aos ribuos e encargos

Leia mais

3 Metodologia do Estudo 3.1. Tipo de Pesquisa

3 Metodologia do Estudo 3.1. Tipo de Pesquisa 42 3 Meodologia do Esudo 3.1. Tipo de Pesquisa A pesquisa nese rabalho pode ser classificada de acordo com 3 visões diferenes. Sob o pono de visa de seus objeivos, sob o pono de visa de abordagem do problema

Leia mais

Observação: No próximo documento veremos como escrever a solução de um sistema escalonado que possui mais incógnitas que equações.

Observação: No próximo documento veremos como escrever a solução de um sistema escalonado que possui mais incógnitas que equações. .. Sisemas Escalonados Os sisemas abaio são escalonados: 7 Veja as maries associadas a esses sisemas: 7 Podemos associar o nome "escalonado" com as maries ao "escalar" os eros ou energar a "escada" de

Leia mais

SISTEMAS DE FILAS DE ESPERA COM INFINITOS SERVIDORES UMA APLICAÇÃO EM LOGÍSTICA

SISTEMAS DE FILAS DE ESPERA COM INFINITOS SERVIDORES UMA APLICAÇÃO EM LOGÍSTICA SISTEMAS DE FILAS DE ESPERA COM INFINITOS SERVIDORES UMA APLICAÇÃO EM LOGÍSTICA. INTRODUÇÃO Nese rabalho consideram-se sisemas de filas de espera com infinios servidores. Traamos quer nós isolados quer

Leia mais

APÊNDICE A. Rotação de um MDT

APÊNDICE A. Rotação de um MDT APÊNDICES 7 APÊNDICE A Roação de um MDT 8 Os passos seguidos para a realização da roação do MDT foram os seguines: - Deerminar as coordenadas do cenro geomérico da região, ou pono em orno do qual a roação

Leia mais

EXAME DE ESTATÍSTICA AMBIENTAL 2ª Época (V1)

EXAME DE ESTATÍSTICA AMBIENTAL 2ª Época (V1) Nome: Aluno nº: Duração: horas LICENCIATURA EM CIÊNCIAS DE ENGENHARIA - ENGENHARIA DO AMBIENTE EXAME DE ESTATÍSTICA AMBIENTAL ª Época (V) I (7 valores) Na abela seguine apresena-se os valores das coordenadas

Leia mais

Econometria Semestre

Econometria Semestre Economeria Semesre 00.0 6 6 CAPÍTULO ECONOMETRIA DE SÉRIES TEMPORAIS CONCEITOS BÁSICOS.. ALGUMAS SÉRIES TEMPORAIS BRASILEIRAS Nesa seção apresenamos algumas séries econômicas, semelhanes às exibidas por

Leia mais

Modelos de Crescimento Endógeno de 1ªgeração

Modelos de Crescimento Endógeno de 1ªgeração Teorias do Crescimeno Económico Mesrado de Economia Modelos de Crescimeno Endógeno de 1ªgeração Inrodução A primeira geração de modelos de crescimeno endógeno ena endogeneiar a axa de crescimeno de SSG

Leia mais

Antes de mais nada, é importante notar que isso nem sempre faz sentido do ponto de vista biológico.

Antes de mais nada, é importante notar que isso nem sempre faz sentido do ponto de vista biológico. O modelo malusiano para empo conínuo: uma inrodução não rigorosa ao cálculo A dinâmica de populações ambém pode ser modelada usando-se empo conínuo, o que é mais realisa para populações que se reproduzem

Leia mais

3 LTC Load Tap Change

3 LTC Load Tap Change 54 3 LTC Load Tap Change 3. Inrodução Taps ou apes (ermo em poruguês) de ransformadores são recursos largamene uilizados na operação do sisema elérico, sejam eles de ransmissão, subransmissão e disribuição.

Leia mais

ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 11º ANO DE ESCOLARIDADE DE MATEMÁTICA A

ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 11º ANO DE ESCOLARIDADE DE MATEMÁTICA A Tarefa de revisão nº 17 1. Uma empresa lançou um produo no mercado. Esudos efecuados permiiram concluir que a evolução do preço se aproxima do seguine modelo maemáico: 7 se 0 1 p() =, p em euros e em anos.

Leia mais

Análise de Informação Económica e Empresarial

Análise de Informação Económica e Empresarial Análise de Informação Económica e Empresarial Licenciaura Economia/Finanças/Gesão 1º Ano Ano lecivo de 2008-2009 Prova Época Normal 14 de Janeiro de 2009 Duração: 2h30m (150 minuos) Responda aos grupos

Leia mais

CADEIAS DE MARKOV: UM TEMA COM APLICAÇÕES INTERESSANTES E POSSIBILIDADES INTERDISCIPLINARES NA EDUCAÇÃO BÁSICA

CADEIAS DE MARKOV: UM TEMA COM APLICAÇÕES INTERESSANTES E POSSIBILIDADES INTERDISCIPLINARES NA EDUCAÇÃO BÁSICA CADEIAS DE MARKOV: UM TEMA COM APLICAÇÕES INTERESSANTES E POSSIBILIDADES INTERDISCIPLINARES NA EDUCAÇÃO BÁSICA Chrisine Serã Cosa Ricardo Moura dos Sanos Marques. INTRODUÇÃO A proposa principal do presene

Leia mais

PARTE 12 DERIVADAS DIRECIONAIS

PARTE 12 DERIVADAS DIRECIONAIS PARTE DERIVADAS DIRECIONAIS. Inrodução Dada uma função f : Dom(f) R n R X = (x, x,..., x n ) f(x) = f(x, x,..., x n ), vimos que a derivada parcial de f com respeio à variável x i no pono X 0, (X 0 ),

Leia mais

Análise de séries de tempo: modelos de decomposição

Análise de séries de tempo: modelos de decomposição Análise de séries de empo: modelos de decomposição Profa. Dra. Liane Werner Séries de emporais - Inrodução Uma série emporal é qualquer conjuno de observações ordenadas no empo. Dados adminisraivos, econômicos,

Leia mais

Capítulo 11. Corrente alternada

Capítulo 11. Corrente alternada Capíulo 11 Correne alernada elerônica 1 CAPÍULO 11 1 Figura 11. Sinais siméricos e sinais assiméricos. -1 (ms) 1 15 3 - (ms) Em princípio, pode-se descrever um sinal (ensão ou correne) alernado como aquele

Leia mais

3 Estudo da Barra de Geração [1]

3 Estudo da Barra de Geração [1] 3 Esudo da Barra de eração [1] 31 Inrodução No apíulo 2, raou-se do máximo fluxo de poência aiva e reaiva que pode chear à barra de cara, limiando a máxima cara que pode ser alimenada, e do possível efeio

Leia mais

Tabela: Variáveis reais e nominais

Tabela: Variáveis reais e nominais Capíulo 1 Soluções: Inrodução à Macroeconomia Exercício 12 (Variáveis reais e nominais) Na abela seguine enconram se os dados iniciais do exercício (colunas 1, 2, 3) bem como as soluções relaivas a odas

Leia mais

Movimento unidimensional 25 MOVIMENTO UNIDIMENSIONAL

Movimento unidimensional 25 MOVIMENTO UNIDIMENSIONAL Movimeno unidimensional 5 MOVIMENTO UNIDIMENSIONAL. Inrodução Denre os vários movimenos que iremos esudar, o movimeno unidimensional é o mais simples, já que odas as grandezas veoriais que descrevem o

Leia mais

AULA 22 PROCESSO DE TORNEAMENTO: CONDIÇÕES ECONÔMICAS DE USINAGEM

AULA 22 PROCESSO DE TORNEAMENTO: CONDIÇÕES ECONÔMICAS DE USINAGEM AULA 22 PROCESSO DE TORNEAMENTO: CONDIÇÕES ECONÔMICAS DE USINAGEM 163 22. PROCESSO DE TORNEAMENTO: CONDIÇÕES ECONÔMICAS DE USINAGEM 22.1. Inrodução Na Seção 9.2 foi falado sobre os Parâmeros de Core e

Leia mais

EXAME DE ESTATÍSTICA AMBIENTAL 1ª Época (v1)

EXAME DE ESTATÍSTICA AMBIENTAL 1ª Época (v1) Nome: Aluno nº: Duração: horas LICENCIATURA EM CIÊNCIAS DE ENGENHARIA - ENGENHARIA DO AMBIENTE EXAME DE ESTATÍSTICA AMBIENTAL ª Época (v) I (7 valores) Na abela seguine apresena-se os valores das coordenadas

Leia mais

MATEMÁTICA APLICADA AO PLANEJAMENTO DA PRODUÇÃO E LOGÍSTICA. Silvio A. de Araujo Socorro Rangel

MATEMÁTICA APLICADA AO PLANEJAMENTO DA PRODUÇÃO E LOGÍSTICA. Silvio A. de Araujo Socorro Rangel MAEMÁICA APLICADA AO PLANEJAMENO DA PRODUÇÃO E LOGÍSICA Silvio A. de Araujo Socorro Rangel saraujo@ibilce.unesp.br, socorro@ibilce.unesp.br Apoio Financeiro: PROGRAMA Inrodução 1. Modelagem maemáica: conceios

Leia mais

11 Introdução aos modelos matriciais A Matriz de Leslie

11 Introdução aos modelos matriciais A Matriz de Leslie Modelos mariciais Inrodução aos modelos mariciais A Mariz de Leslie Quando esudámos o crescimeno populacional, quer em ermos discreos ( =f( - )) quer em ermos conínuos (d/d=f()), não disinguimos enre os

Leia mais

4 Modelo de fatores para classes de ativos

4 Modelo de fatores para classes de ativos 4 Modelo de aores para classes de aivos 4.. Análise de esilo baseado no reorno: versão original (esáica A análise de esilo baseada no reorno é um procedimeno esaísico que visa a ideniicar as ones de riscos

Leia mais

Respondidos (parte 13)

Respondidos (parte 13) U Coneúdo UNoas de aulas de Transpores Exercícios Respondidos (pare 3) Hélio Marcos Fernandes Viana da pare 3 Exemplo numérico de aplicação do méodo udo-ou-nada, exemplo de cálculo do empo de viagem equações

Leia mais

4 CER Compensador Estático de Potência Reativa

4 CER Compensador Estático de Potência Reativa 68 4 ompensador Esáico de Poência Reaiva 4.1 Inrodução ompensadores esáicos de poência reaiva (s ou Saic var ompensaors (Ss são equipamenos de conrole de ensão cuja freqüência de uso em aumenado no sisema

Leia mais

5.3 Escalonamento FCFS (First-Come, First Served)

5.3 Escalonamento FCFS (First-Come, First Served) c prof. Carlos Maziero Escalonameno FCFS (Firs-Come, Firs Served) 26 5.3 Escalonameno FCFS (Firs-Come, Firs Served) A forma de escalonameno mais elemenar consise em simplesmene aender as arefas em sequência,

Leia mais

3 Metodologia 3.1. O modelo

3 Metodologia 3.1. O modelo 3 Meodologia 3.1. O modelo Um esudo de eveno em como obeivo avaliar quais os impacos de deerminados aconecimenos sobre aivos ou iniciaivas. Para isso são analisadas as diversas variáveis impacadas pelo

Leia mais

2 Formulação do Problema

2 Formulação do Problema 30 Formulação do roblema.1. Dedução da Equação de Movimeno de uma iga sobre Fundação Elásica. Seja a porção de viga infinia de seção ransversal consane mosrada na Figura.1 apoiada sobre uma base elásica

Leia mais

Análise e Processamento de BioSinais

Análise e Processamento de BioSinais Análise e Processameno de BioSinais Mesrado Inegrado em Engenaria Biomédica Faculdade de Ciências e Tecnologia Slide Análise e Processameno de BioSinais MIEB Adapado dos slides S&S de Jorge Dias Tópicos:

Leia mais

CINÉTICA RADIOATIVA. Introdução. Tempo de meia-vida (t 1/2 ou P) Atividade Radioativa

CINÉTICA RADIOATIVA. Introdução. Tempo de meia-vida (t 1/2 ou P) Atividade Radioativa CIÉTIC RDIOTIV Inrodução Ese arigo em como objeivo analisar a velocidade dos diferenes processos radioaivos, no que chamamos de cinéica radioaiva. ão deixe de anes esudar o arigo anerior sobre radioaividade

Leia mais

Processos de Decisão Markovianos. Fernando Nogueira Processos de Decisão Markovianos 1

Processos de Decisão Markovianos. Fernando Nogueira Processos de Decisão Markovianos 1 Processos de ecisão arkovianos Fernando Nogueira Processos de ecisão arkovianos Processo de ecisão arkoviano (P) Processo Esocásico no qual o esado do processo no fuuro depende apenas do esado do processo

Leia mais

Características dos Processos ARMA

Características dos Processos ARMA Caracerísicas dos Processos ARMA Aula 0 Bueno, 0, Capíulos e 3 Enders, 009, Capíulo. a.6 Morein e Toloi, 006, Capíulo 5. Inrodução A expressão geral de uma série emporal, para o caso univariado, é dada

Leia mais

4 O Papel das Reservas no Custo da Crise

4 O Papel das Reservas no Custo da Crise 4 O Papel das Reservas no Cuso da Crise Nese capíulo buscamos analisar empiricamene o papel das reservas em miigar o cuso da crise uma vez que esa ocorre. Acrediamos que o produo seja a variável ideal

Leia mais

4. SINAL E CONDICIONAMENTO DE SINAL

4. SINAL E CONDICIONAMENTO DE SINAL 4. SINAL E CONDICIONAMENO DE SINAL Sumário 4. SINAL E CONDICIONAMENO DE SINAL 4. CARACERÍSICAS DOS SINAIS 4.. Período e frequência 4..2 alor médio, valor eficaz e valor máximo 4.2 FILRAGEM 4.2. Circuio

Leia mais

Análise Matemática II

Análise Matemática II Análise Maemáica II Exame/Tese 3 - de Junho de 5 Licenciaura em Eng. Informáica e de Compuadores Nome: Número: Exame: Todas as pergunas Tese: Pergunas 5, 6, 7, 8 e 9 Indique na erceira coluna da abela

Leia mais

3. Representaç ão de Fourier dos Sinais

3. Representaç ão de Fourier dos Sinais Sinais e Sisemas - 3. Represenaç ão de Fourier dos Sinais Nese capíulo consideramos a represenação dos sinais como uma soma pesada de exponenciais complexas. Dese modo faz-se uma passagem do domínio do

Leia mais

4 Modelagem e metodologia de pesquisa

4 Modelagem e metodologia de pesquisa 4 Modelagem e meodologia de pesquisa Nese capíulo será apresenada a meodologia adoada nese rabalho para a aplicação e desenvolvimeno de um modelo de programação maemáica linear misa, onde a função-objeivo,

Leia mais

Problema de controle ótimo com equações de estado P-fuzzy: Programação dinâmica

Problema de controle ótimo com equações de estado P-fuzzy: Programação dinâmica Problema de conrole óimo com equações de esado P-fuzzy: Programação dinâmica Michael Macedo Diniz, Rodney Carlos Bassanezi, Depo de Maemáica Aplicada, IMECC, UNICAMP, 1383-859, Campinas, SP diniz@ime.unicamp.br,

Leia mais

I INVESTIGAÇÃO DE MÉTODOS DE SELEÇÃO AUTOMÁTICA DE CIRCUITOS USANDO A TEORIA DOS GRAFOS PARA A ANÁLISE DE REDES HIDRÁULICAS

I INVESTIGAÇÃO DE MÉTODOS DE SELEÇÃO AUTOMÁTICA DE CIRCUITOS USANDO A TEORIA DOS GRAFOS PARA A ANÁLISE DE REDES HIDRÁULICAS º Congresso Brasileiro de Engenharia Saniária e Ambienal I- - INVESTIGAÇÃO DE MÉTODOS DE SELEÇÃO AUTOMÁTICA DE CIRCUITOS USANDO A TEORIA DOS GRAFOS PARA A ANÁLISE DE REDES HIDRÁULICAS Rober Schiaveo de

Leia mais

DEPARTAMENTO DE ESTATÍSTICA - UFSCar 6 a Lista de exercício de Teoria de Matrizes 28/06/2017

DEPARTAMENTO DE ESTATÍSTICA - UFSCar 6 a Lista de exercício de Teoria de Matrizes 28/06/2017 DEPARTAMENTO DE ESTATÍSTICA - UFSCar 6 a Lisa de exercício de Teoria de Marizes 8/06/017 1 Uma pesquisa foi realizada para se avaliar os preços dos imóveis na cidade de Milwaukee, Wisconsin 0 imóveis foram

Leia mais

5 Método dos Mínimos Quadrados de Monte Carlo (LSM)

5 Método dos Mínimos Quadrados de Monte Carlo (LSM) Méodo dos Mínimos Quadrados de Mone Carlo (LSM) 57 5 Méodo dos Mínimos Quadrados de Mone Carlo (LSM) O méodo LSM revela-se uma alernaiva promissora frene às radicionais écnicas de diferenças finias e árvores

Leia mais

Introdução ao estudo de Circuitos Lineares, Invariantes, Dinâmicos e de Parâmetros Concentrados usando o. Modelo de Estado. Análise de Circuitos

Introdução ao estudo de Circuitos Lineares, Invariantes, Dinâmicos e de Parâmetros Concentrados usando o. Modelo de Estado. Análise de Circuitos Inrodução ao esudo de ircuios Lineares, Invarianes, Dinâmicos e de Parâmeros oncenrados usando o Modelo de Esado Análise de ircuios ircuios Elecrónicos das Telecomunicações ircuios Lineares e Não-Lineares

Leia mais

4 Método de geração de cenários em árvore

4 Método de geração de cenários em árvore Méodo de geração de cenários em árvore 4 4 Méodo de geração de cenários em árvore 4.. Conceios básicos Uma das aividades mais comuns no mercado financeiro é considerar os possíveis esados fuuros da economia.

Leia mais

Cap. 5 - Tiristores 1

Cap. 5 - Tiristores 1 Cap. 5 - Tirisores 1 Tirisor é a designação genérica para disposiivos que êm a caracerísica esacionária ensão- -correne com duas zonas no 1º quadrane. Numa primeira zona (zona 1) as correnes são baixas,

Leia mais

CINÉTICA QUÍMICA LEI DE VELOCIDADE - TEORIA

CINÉTICA QUÍMICA LEI DE VELOCIDADE - TEORIA CINÉTICA QUÍMICA LEI DE VELOCIDADE - TEORIA Inrodução Ese arigo raa de um dos assunos mais recorrenes nas provas do IME e do ITA nos úlimos anos, que é a Cinéica Química. Aqui raamos principalmene dos

Leia mais

Lista de exercícios 3. September 15, 2016

Lista de exercícios 3. September 15, 2016 ELE-3 Inrodução a Comunicações Lisa de exercícios 3 Sepember 5, 6. Enconre a ransformada de Hilber x() da onda quadrada abaixo. Esboce o especro de x() j x(). [ ] x() = Π ( n). n=. Um sinal em banda passane

Leia mais

3 Uma metodologia para validação estatística da análise técnica: a busca pela homogeneidade

3 Uma metodologia para validação estatística da análise técnica: a busca pela homogeneidade 3 Uma meodologia para validação esaísica da análise écnica: a busca pela homogeneidade Ese capíulo em como objeivo apresenar uma solução para as falhas observadas na meodologia uilizada por Lo e al. (2000)

Leia mais

O gráfico que é uma reta

O gráfico que é uma reta O gráfico que é uma rea A UUL AL A Agora que já conhecemos melhor o plano caresiano e o gráfico de algumas relações enre e, volemos ao eemplo da aula 8, onde = + e cujo gráfico é uma rea. Queremos saber

Leia mais

UNIVERSIDADE DA BEIRA INTERIOR FACULDADE DE CIÊNCIAS SOCIAIS E HUMANAS DEPARTAMENTO DE GESTÃO E ECONOMIA MACROECONOMIA III

UNIVERSIDADE DA BEIRA INTERIOR FACULDADE DE CIÊNCIAS SOCIAIS E HUMANAS DEPARTAMENTO DE GESTÃO E ECONOMIA MACROECONOMIA III UNIVERSIDADE DA BEIRA INTERIOR FACUDADE DE CIÊNCIAS SOCIAIS E HUMANAS DEPARTAMENTO DE GESTÃO E ECONOMIA MACROECONOMIA III icenciaura de Economia (ºAno/1ºS) Ano ecivo 007/008 Caderno de Exercícios Nº 1

Leia mais

Sumário (10ª aula) pp Números índice. 3.1 Conceito de número índice. 3.1 Conceito de número índice. 3.1 Conceito de número índice

Sumário (10ª aula) pp Números índice. 3.1 Conceito de número índice. 3.1 Conceito de número índice. 3.1 Conceito de número índice 1 2 Sumário (10ª aula) pp. 49-53 3.Números índice 3.1. simples como valor relaivo a uma base 3.2 agregado (sinéicos ou de sínese) 3.2.1 Média ariméica simples 3.2.2 Média ariméica ponderada No dia-a-dia

Leia mais

Nome: N.º Turma: Suficiente (50% 69%) Bom (70% 89%)

Nome: N.º Turma: Suficiente (50% 69%) Bom (70% 89%) Escola E.B.,3 Eng. Nuno Mergulhão Porimão Ano Leivo 01/013 Tese de Avaliação Escria de Maemáica 9.º ano de escolaridade Duração do Tese: 90 minuos 16 de novembro de 01 Nome: N.º Turma: Classificação: Fraco

Leia mais

VII Congresso de Mecânica Aplicada e Computacional Universidade de Évora 14 a 16 de Abril de 2003

VII Congresso de Mecânica Aplicada e Computacional Universidade de Évora 14 a 16 de Abril de 2003 VII Congresso de Mecânica Aplicada e Compuacional Universidade de Évora 4 a 6 de Abril de 003 RESOLUÇÃO DA EQUAÇÃO DE EQUILÍBRIO ENRE IMAGENS DE OBJECOS DEFORMÁVEIS Raquel Ramos Pinho, João Manuel R. S.

Leia mais

Transformada dos Z e Sistemas de Tempo Discreto

Transformada dos Z e Sistemas de Tempo Discreto MEEC Mesrado em Engenharia Elecroécnica e de Compuadores MCSDI Guião do rabalho laboraorial nº 4 Transformada dos Z e Sisemas de Tempo Discreo Transformada dos Z e Sisemas de Tempo Discreo Sumário: Preende-se

Leia mais

Comportamento Assimptótico dos Mínimos Quadrados. Questão: Será que a estimativa de mínimos quadrados converge para o valor verdadeiro dos parâmetros?

Comportamento Assimptótico dos Mínimos Quadrados. Questão: Será que a estimativa de mínimos quadrados converge para o valor verdadeiro dos parâmetros? Modelação, Idenificação e Conrolo Digial 4-Idenificação Paramérica 36 Comporameno Assimpóico dos Mínimos Quadrados Quesão: Será que a esimaiva de mínimos quadrados converge para o valor verdadeiro dos

Leia mais

CONCEITOS FUNDAMENTAIS

CONCEITOS FUNDAMENTAIS CONCEIOS FUNDAMENAIS. INRODUÇÃO Para podermos progredir num deerminado campo é necessário, além de falar uma linguagem comum, que os conceios enham o mesmo significado para quem expõe e para quem usa a

Leia mais

Modelagem e Previsão do Índice de Saponificação do Óleo de Soja da Giovelli & Cia Indústria de Óleos Vegetais

Modelagem e Previsão do Índice de Saponificação do Óleo de Soja da Giovelli & Cia Indústria de Óleos Vegetais XI SIMPEP - Bauru, SP, Brasil, 8 a 1 de novembro de 24 Modelagem e Previsão do Índice de Saponificação do Óleo de Soja da Giovelli & Cia Indúsria de Óleos Vegeais Regiane Klidzio (URI) gep@urisan.che.br

Leia mais

DISCIPLINA SÉRIE CAMPO CONCEITO

DISCIPLINA SÉRIE CAMPO CONCEITO Log Soluções Reforço escolar M ae máica Dinâmica 4 2ª Série 1º Bimesre DISCIPLINA SÉRIE CAMPO CONCEITO Maemáica 2ª do Ensino Médio Algébrico simbólico Função Logarímica Primeira Eapa Comparilhar Ideias

Leia mais

Para Newton, conforme o tempo passa, a velocidade da partícula aumenta indefinidamente. ( )

Para Newton, conforme o tempo passa, a velocidade da partícula aumenta indefinidamente. ( ) Avaliação 1 8/0/010 1) A Primeira Lei do Movimeno de Newon e a Teoria da elaividade esria de Einsein diferem quano ao comporameno de uma parícula quando sua velocidade se aproxima da velocidade da luz

Leia mais

Sistemas Lineares e Invariantes

Sistemas Lineares e Invariantes 6 8 - - - -6-8 -3-3 Frequency (Hz) Hamming aiser Chebyshev Sisemas Lineares e Invarianes Power Specral Densiy Env B F CS1 CS B F CS1 Ground Revolue Body Revolue1 Body1 Power/frequency (db/hz) Sine Wave

Leia mais