ais: rios Luiz Henry Monken e Silva, Ivo Neitzel e Ed Pinheiro Lima*
|
|
- Márcio Melgaço Castro
- 6 Há anos
- Visualizações:
Transcrição
1 Resolução de equações diferenciais por redes neurais arificiais ais: problemas com gradienes elevados e domínios arbirários rios Luiz Henry onken e Silva, Ivo Neizel e Ed Pinheiro Lima* Programa de Pós-Graduação em Engenharia Química, Universidade Esadual de aringá, Av. Colombo, 5790, , aringá, Paraná, Brasil. *Auor para Correspondência. ed_p_lima@yahoo.com.br RESUO: Nese arigo a habilidade das redes neurais percepron mulicamada em inerpolar foi uilizada para analisar duas classes de problemas de conorno. A primeira classe é formada por equações diferenciais em que a solução pode apresenar gradienes elevados e a segunda classe é formada de equações diferenciais definidas em domínios arbirários. As meodologias proposas por Lagaris e al. (998) foram esendidas para casos de equações diferenciais sujeias às condições de Cauchy e condições de conorno misas. Os resulados fornecidos pelo méodo da rede neural se apresenam precisos quando comparados com os resulados analíicos ou por méodos numéricos de resolução de equações diferenciais. A precisão alcançada nos resulados e a facilidade no manuseio do méodo para resolver eses problemas de conorno encorajaram a coninuidade da pesquisa, paricularmene no ocane à convergência e esabilidade numérica. Palavras chave: redes neurais, equações diferenciais, gradienes elevados. ABSTRACT. Resoluion of differenial equaions wih arificial neural neworks: high gradiens and arbirary domains problems. In his paper, he abiliy of he mulilayer percepron neural nework (LP) in inerpolaion was used o analyze wo classes of boundary value problems. The firs class is formed by differenial equaions, wih soluions which can have high gradiens and he second are parial differenial equaions, defined on arbirary shaped domain. Also, he mehodologies proposed by Lagaris e al. (998) were enlarged for differenial equaions subjeced o Cauchy and mix boundary condiions ype. The resuls of he arificial neural nework mehod are very precise when comparison o he analyical ones or hose of classical numerical mehods o solve differenial equaions. The precision achieved in he resuls and he abiliy o handle he mehod, o solve hose boundary value problems, were encouraging o keep he research, paricularly on an imporan direcion, concerning convergence and numerical sabiliy. Key words: neural neworks, differenial equaions, high gradiens. Inrodução As capacidades de aproximação de funções por meio de redes neurais arificiais são bem conhecidas desde o final da década de 980, como pode ser consaado pelos resulados alcançados por Funahashi (989), Girosi e Poggio (989), Hornik (989) e Cybenko (989). Em sínese, qualquer função mensurável pode ser aproximada por uma rede neural progressiva de camada escondida simples. Apesar desses resulados eóricos e de suas variadas aplicações, são recenes os primeiros rabalhos que usam ais capacidades para resolução de equações ou sisemas de equações diferenciais ordinárias problema de valor inicial e de valor no conorno e de equações diferenciais parciais problemas esacionários, a valor no conorno, como se pode ver em Lagaris e al. (998). Ese rabalho em por objeivo demonsrar a aplicação de redes neurais a problemas de ineresse na engenharia como, por exemplo, aqueles em que as soluções apresenam gradiene elevado e problemas de equações diferenciais parciais com conornos irregulares. Os resulados obidos pela uilização de redes neurais na solução deses problemas são comparados com os de méodos de diferenças finias e de elemenos finios. eodologia Conornos Regulares O méodo de uilização de redes neurais na solução de equações diferenciais proposo por Lagaris e al. (998) é baseado na consrução de uma Aca Sci. Technol. aringá, v. 7, n., p. 7-6, Jan./June, 005
2 8 Silva e al. função de inerpolação global que saisfaça, exaamene, as condições de conorno do problema, na forma x ( x ) ( x ( x p )), () ( ) = A + F, N,, x D Onde: D = D B, D R n e B é o conorno de D; A é uma função definida em D que saisfaz as condições de conorno do problema; F é uma função consruída de forma a não conribuir com as condições de conorno e que depende de x D e de uma rede neural progressiva N(x, p), consiuída por n unidades de alimenação do veor de enrada x D; H unidades de processameno, resulando H (n+) parâmeros ajusáveis (pesos) em p e uma unidade de saída. A função de inerpolação () é aplicável à problemas de equações diferenciais ordinárias (EDO), sisemas de EDO e a equações diferenciais parciais (EDP). O ermo que saisfaz o conorno, por um lado, melhora qualiaiva e quaniaivamene a aproximação, mas, por ouro lado, é uma fore resrição ao emprego do méodo a qualquer ipo de condição de conorno e a geomerias arbirárias. A rede neural empregada para definir F presene em () cona com pesos e bias incógnios, que serão deerminados para minimizar um funcional formado pela soma dos quadrados dos resíduos, R(x i ) que resulam da subsiuição da função definida em () à equação diferencial, G ( ( ) ( ) ( )) x, x, x, x = 0, x D () colocados nos nós, x i D, de uma malha préesabelecida em D, iso é, ( ( ) ( ) ( )) R( x ) = G x, x, x, x, x D (3) i i i i i i Com definida em () denoando a solução aproximada que saisfaz as condições de conorno, o problema passa a ser de minimização irresria do seguine funcional: { G ( ) ( ) ( ) } i i i i min x, x, p, x, p, x, p. (4) p xi D A minimização do funcional em (4) pode ser considerada como um procedimeno de reinar a rede neural em que o erro correspondene a cada veor de enrada x i será o valor R(x i ) que erá de se ornar zero. Enreano, o cálculo do erro envolve, além da saída da rede, as derivadas da saída em relação à suas enradas. Para chegar às derivadas das redes neurais Lagaris e al. (998) apresenaram um procedimeno onde considera uma rede neural percepron mulicamada com veor de enrada x=(x,..., x n ), uma camada escondida com H unidades sigmoidais e uma saída linear, ou seja H N N ( x, p ) = v iσ w ij x j + u i (5) i = j = Onde: w ij são pesos referenes à unidade de enrada j e à unidade escondida i; v i são pesos referenes à unidade escondida i e a unidade de saída; u i é o bias da unidade escondida i e σ é a função de aivação sigmóide. Para minimizar o funcional em (4), Lagaris e al. (998) sugerem o méodo quasi-newon. Para isso, deve-se calcular o gradiene de N em relação aos parâmeros da rede original, que uiliza o gradiene para cada problema em esudo, um processo que se mosra rabalhoso. De forma alernaiva, podem ser uilizadas roinas de oimização, como as do pacoe ISL, em que o cálculo do gradiene é numérico, o que diminui a precisão, mas aumena a generalidade do méodo. Têm-se ainda méodos de oimização que não necessiam do cálculo do gradiene, como o simulaed annealing, presenes no livro Numerical Recipies que, apesar de não er a vanagem de ser um pacoe oimizado como o ISL, êm o código abero e, com isso, muio mais adapáveis ao problema em consideração. Conornos Irregulares A resrição do méodo a domínios regulares é críica, em paricular, para problemas de equações diferenciais parciais, que em geral são definidos em domínios com geomeria complexa. Levanando esa resrição, Lagaris e al. (000) propuseram um méodo aplicável a domínios cuja geomeria possa er conornos complexos, onde a froneira é definida por um conjuno de ponos perencenes a ela e se apresenam com pequenas disâncias enre si. A função de inerpolação é consruída a parir de duas redes neurais, uma percepron mulicamada e oura de funções-base radiais, RBF. As duas redes funcionam numa forma de sinergia. A rede RBF, mais localizada em seus cenros, é uilizada para saisfazer as condições de conorno nos ponos que o Aca Sci. Technol. aringá, v. 7, n., p. 7-6, Jan./June, 005
3 Equações diferenciais por redes neurais arificiais 9 define. A LP, por sua vez, aua principalmene no domínio. O méodo é descrio considerando uma equação diferencial parcial L = f, (6) Onde: L é o operador diferencial e =(x), x D Í R n, sendo B sua froneira, sujeia à condições de conorno que podem ser do ipo Dirichle, Neumann ou Cauchy, esa úlima apresenada em Lima (00), podendo a geomeria ser complexa. O conorno será considerado como um conjuno conendo ponos escolhidos para represená-lo. Dessa forma, as condições de conorno serão discreizadas, ficando ( ) b, i,,,, r = = K (7) i i ( ) c, i,,,, n r = = K (8) i i i ( ) ( ) d, i,,,, n r + r = = K (9) i i i i para condições de Dirichle, Neumann e Cauchy, respecivamene, onde n i é o veor normal exerno à froneira no pono r i. A solução da equação diferencial em (6) em início pela discreização do domínio D por meio de uma malha conendo K ponos, iso é, x i D, i K. Em seguida, define-se uma função de inerpolação, como aproximação para a solução, que, subsiuída na equação a ser resolvida e nas condições de conorno resulam, em geral, resíduos que, pelo méodo de colocação, são ponderados por disribuições de Dirac definidas nos nós da malha e conorno, resulando o sisema algébrico e ainda L x, p = f x x D, (0) i i i n ( r ) = b j j, ( r ) = c i j j () ou n r + r = d r B () i j j i onde x i D, r j B, i K e j. O valor da função de inerpolação, (x, p), depende do veor de enrada x e de um conjuno de parâmeros ajusáveis p. Desa forma, o problema de minimização fica sendo: ( ) = ( ( ) ( )) K i i i = min E p L x, p f x, (3) p sujeio às resrições imposas pelas condições de conorno ( ) r, p = b, i =,, K,, (4) i i ou n r, p = c, i =,, K,, (5) ( ) i i i ou ainda n r, p + r, p = d, i =,, K,, (6) i i i i para condições de conorno do ipo Dirichle, Neumann e Cauchy, respecivamene. A forma adoada por Lagaris e al. (000) para resolver ese problema de minimização consise de duas eapas: a primeira usa o méodo da penalidade e a segunda se baseia na sinergia denre duas redes neurais progressivas. Do méodo da penalidade, resulam os parâmeros ajusáveis da rede LP que serão uilizados como pesos iniciais para o procedimeno sinérgico LP-RBF na segunda eapa. Na eapa de penalidade a função de inerpolação y é definida por ( x, p) = N( x, p ) (7) e o funcional erro a ser minimizado é consruído na forma K ( i p i ) η ( ri p i ) (8) E( p, η) = LN( x, ) f ( x ) + N(, ) b, ou i= i= K ( i i ) η ( i i i ) i= i= E( p, η) = LN( x, p) f ( x ) + n N( r, p ) c, (9) ou K ( i i ) η ( i i i i ) E( p, η) = LN( x, p) f ( x ) + n N( r, p) + N( r, p ) d (0) i= i= para condições de conorno do ipo Dirichle, Neumann e Cauchy, respecivamene. Nas equações (8) a (0), o faor de penalidade η pode omar valores posiivos elevados à medida que se desejar que as condições de conorno sejam precisamene saisfeias. Na eapa de sinergia, a função de inerpolação é definida a parir de duas redes neurais progressivas, na forma, λ x α ri + h ( r i, p ) = N ( x, p ) + q l e () l = Aca Sci. Technol. aringá, v. 7, n., p. 7-6, Jan./June, 005
4 0 Silva e al. onde denoa a norma Euclideana e N(x, p) é um percepron mulicamada (LP) com p sendo o veor de pesos e bias. O somaório em () represena uma rede RBF com unidades escondidas que comparilham o faor exponencial comum λ. Nela aparecem ainda α, que é um escalar e um veor consane h. Os parâmeros λ, α e h são escolhidos de forma apropriada para se er problemas bem condicionados. Para um dado veor p de parâmeros da rede LP, os coeficienes q l são unicamene deerminados fazendo com que as condições de conorno sejam saisfeias nos ponos do conorno, iso é, ou i i l l= λ r α r + h i l b N( r, p ) = q e ; () λ ri αrl + h i i ( i, ) λ l i i l l= ( α ) c n N r p = q e n r r + h (3) para condições de conorno do ipo Dirichle e Neumann, respecivamene, com i=,,...,. Assim, de forma a ober os parâmeros q l que saisfaçam as condições de conorno, deve-se resolver o sisema linear λ r i αrl + h ij γ i i i Aq = γ, A = e, = b N( r, p ) (4) r i αrl + n ( r r h) n r p (5) Kq = δ K = λe α + δ = c N λ, ij i i j, i i i ( i, ) no caso das condições serem do ipo Dirichle ou Neumann, respecivamene. Convém ressalar que os ipos de condições de conorno podem ser esendidos para condições do ipo Cauchy e ainda as condições podem ser do ipo misa, definidas em pares da froneira. Segundo Lagaris e al. (000), o modelo baseado na sinergia LP-RBF saisfaz precisamene as condições de conorno nos ponos que represenam o conorno, mas demanda grande esforço compuacional devido à necessidade da resolução de um sisema algébrico linear a cada ieração. Além disso, o cálculo do gradiene do funcional objeivo implica na solução de um sisema algébrico linear adicional de mesma ordem para cada componene do gradiene como será viso adiane. Por ouro lado, o méodo da penalidade é muio eficiene, mas não saisfaz precisamene as condições de conorno. Por isso o méodo da penalidade é uilizado para ober um modelo razoável que saisfaça aproximadamene as condições de conorno para, em seguida, ser refinado pelo méodo da sinergia com poucas ierações. Resulado e discussão Para a minimização do funcional erro, nese rabalho foram uilizadas as roinas DUCGF e DUINF da biblioeca ISL. A uilização desas duas roinas se deve ao fao da DUINF não aceiar quaisquer pesos iniciais quando o número de parâmeros chega a 40, ou seja, uma rede :0:, a arquieura uilizada em praicamene odos os problemas de equações diferenciais parciais que foram resolvidos. A roina DUINF, de convergência quadráica, apresena um desempenho muio superior em relação ao da DUCGF, ano de velocidade de convergência, quano na precisão. A vanagem da DUCGF é que, ao conrário da DUINF, pesos arbirários podem ser uilizados como pesos iniciais para qualquer número de parâmeros. Para aproveiar as melhores caracerísicas compuacionais de cada uma dessas sub-roinas uilizou-se o processo de execuar poucas ierações, realizadas em pouco empo e, com os pesos finais, iniciar o programa novamene, mas com a roina DUINF. Problemas com Gradienes Elevados Com a finalidade de averiguar o comporameno numérico e compuacional do méodo em problemas que podem apresenar gradienes elevados no domínio da solução, considera-se o seguine problema de equação diferencial ordinária a valor no conorno, assim expresso: ( x) d d a ( x ) + b x dx dx x = f x < x < sendo, a ( x) = + α ( x x ), α b x = 0, ( ), 0 ( ) ( ) = + α ( ) ( α ( )) + ( α ) { } f x x x g x x g x (6) sujeio às condições de conorno: (0)=0 e ()=0, sendo α e x dois parâmeros dados. A solução exaa é: ( ) ( ( )) ( ) ( ) = α + α a x x g x x g x (7) Para um problema de EDO de ordem dois, o funcional erro a ser minimizado é definido por: Aca Sci. Technol. aringá, v. 7, n., p. 7-6, Jan./June, 005
5 Equações diferenciais por redes neurais arificiais d ( ) ( ) xi d xi E [ p ] = f, ( ),. xi xi i dx dx (8) A função de inerpolação para ese problema é definida consruindo a função A de (). Para um problema de EDO de ordem dois com condições de Dirichle a função de inerpolação pode er a forma: ( ) (, ) x = A x + Bx + x x N x p (9) onde A=(0) e B=(). Para o problema em consideração, em-se,0 ( x) = x x N x, p (30) Duas siuações foram analisadas, variando-se os parâmeros da equação, a saber: i) α = 5, x = 0,; ii) α = 00, x = 0, Para o caso i, a solução analíica sobreposa pela resposa da rede esá mosrada na Figura, junamene com os erros na solução obida, que ficaram na séima casa decimal. Pode-se noar na Figura que o erro aumena na vizinhança do pono onde a solução apresena um gradiene em forma de degrau. O erro máximo é menor do que o que procede da solução dese mesmo problema por elemenos finios. E-07 0,8 8E-08 6E-08 a 0,6 4E-08 E-08 Erro 0,4 0E-0 0, -E-08-4E-08 0,0-6E-08 0,0 0, 0,4 0,6 0,8,0 x Figura. Solução analíica, resulado da função de inerpolação e o erro na solução obida pela função de inerpolação (30). No caso ii exise um gradiene elevado em orno do pono x, como é mosrado na Figura.,0 7E-03,8 6E-03,6,4 5E-03 a,,0 4E-03 3E-03 Erro 0,8 E-03 0,6 0,4 E-03 0, 0E-0 0,0 -E-03 0,0 0, 0,4 0,6 0,8,0 x Figura. Solução analíica e resulado da função de inerpolação Erro na solução obida pela função de inerpolação (30). Aca Sci. Technol. aringá, v. 7, n., p. 7-6, Jan./June, 005
6 Silva e al. A rede uilizada para ambos os problemas foi :0:, colocada numa malha com 0 ponos em [0,] e minimizada com a DUINF. Eses mesmos problemas, quando resolvidos pelo méodo de elemenos finios uilizando funções de inerpolação Lagrangeanas, apresenam resulados disanes dos exaos. Esa dificuldade é, em pare, conornada pelo emprego de funções de inerpolação assiméricas, com odas as desvanagens em se er que adapar o méodo para essas funções. esmo assim, os resulados são apenas aceiáveis. Já o emprego de redes neurais não apresenou esa dificuldade, mesmo no caso de elevado gradiene em x. O próximo problema esudado apresena comporameno de camada limie no início do inervalo de ineresse para a solução. Nesse senido, omou-se o problema raado por Laa (964, apud Rice e Do, 995), expresso pela equação diferencial: d d ε + + = 0, ε <<, x (0,) (3) dx dx sujeia as condições de conorno (0)=0 e ()=. A solução exaa é: Sendo Sx S x e + e a ( x) =, S S e e S, ± 4ε =. ε (3) Conforme Rice e Do (995), quando o valor do parâmero ε é pequeno nesa equação, o méodo de perurbação é indicado para resolver ese problema. Conudo, os resulados obidos são disanes dos esperados na região em que há elevado gradiene. Nese caso, a alernaiva a aproximação em duas eapas: uma denominada inerna que raa do comporameno de camada limie e oura exerna que raa da solução longe da região de elevado gradiene na solução para, em seguida, as duas aproximações serem compaibilizadas e assim resular numa aproximação aceiável do problema, que é conhecido como méodo das múliplas escalas. Para o emprego do méodo de rede neural, uma função de inerpolação, parindo de (9), é omada na forma: ( x) = x + x x N x, p (33) Novamene, a malha de ponos de colocação coném 0 ponos eqüidisanes em [0,]. Na Figura 3 esão mosradas a solução analíica, exaa, sobreposa pela solução aproximada obida pela rede neural :0: e o erro enre as soluções exaa e obida pela função de inerpolação. Como se pode consaar, a precisão esá na sexa casa decimal e, inclusive, na região de camada limie os erros são menores do que aqueles nos ponos mais afasados dela. 5 7E-07 6E E-07 4E-07 a 3 3E-07 E-07 Erro E-07 0E-0 -E-07 -E E-07 0,0 0, 0,4 0,6 0,8,0 x Figura 3. Solução analíica e resulado da função de inerpolação Erro na solução obida pela função de inerpolação (33). Aca Sci. Technol. aringá, v. 7, n., p. 7-6, Jan./June, 005
7 Equações diferenciais por redes neurais arificiais 3 Conornos Irregulares Seja uma EDP homogênea, com conorno irregular e condições de Dirichle, expressa por ( ) x, y = 0, x, y Ω (34) sendo Ω a região riangular mosrada na Figura, sujeia às condições de Dirichle (0,y)=0, (x, x)=0 e (x,0)=sen(πx). A função de inerpolação a ser uilizada pelo méodo da penalidade é: (,, ) (,, ) x y p = N x y p (35) enquano que para o méodo da sinergia é: l= x r + h,, =,, + e λ α l x y p N x y p q (36) Para a comparação de resulados obidos pelo méodo da penalidade e da sinergia, o problema foi resolvido pelo méodo de diferenças finias usando l diferenças cenrais. As numerações dos ponos da malha do domínio discreizado uilizadas na rede neural e no méodo de diferenças finias podem ser visas nas Figuras 4 e 5Figura, respecivamene. Os méodos da penalidade e da sinergia uilizaram uma rede :0:, já que com 0 neurônios os resulados não foram precisos. Os resulados para os méodos da penalidade e da sinergia esão mosrados na Tabela. Consaase, ao se comparar os resulados aproximados obidos por rede neural com os de diferenças finias, na coluna DF, que o méodo da sinergia não foi mais preciso que o da penalidade, apesar de que os pesos iniciais da sinergia foram os finais da penalidade. Tano para a penalidade quano para a sinergia foi uilizada a roina DUCGF, o que inclui o cálculo do gradiene, aumenando o empo de oimização e, no caso do méodo da sinergia, insere erros de runcameno no cálculo do veor q l, além dos erros de arredondameno presenes na decomposição LU. Tabela. Resulados dos méodos da penalidade e sinergia. Pono x y DF Penalidade Dif. Relaiva Sinergia Dif. Relaiva 0, 0,,70E-0,779E-0,7000E-03,76E-0,9000E-03 0, 0,,4836E-0,4835E-0-4,600E-05,4549E-0 -,9300E-0 3 0, 0,3 9,767E-0 9,796E-0-7,3300E-04 9,454E-0 -,8300E-0 4 0, 0,4 6,055E-0 5,9774E-0-6,3300E-03 5,9469E-0 -,400E-0 5 0, 0,5 3,469E-0 3,3693E-0 -,3900E-0 3,788E-0 8,8300E-0 6 0, 0,6,7036E-0,680E-0 -,700E-0,488E-0 4,600E-0 7 0, 0,7 6,8077E-03 6,9354E-03,8700E-0,9657E-0,8900E , 0,8,709E-03,09E-03,900E-0,834E-0 9,7800E , 0, 4,45E-0 4,57E-0,9700E-04 4,064E-0 -,00E-0 0 0, 0,,7895E-0,7850E-0 -,6300E-03,7348E-0 -,9600E-0 0, 0,3,8056E-0,8006E-0 -,7300E-03,769E-0 -,000E-0 0, 0,4,098E-0,0867E-0-4,700E-03,0894E-0 -,600E , 0,5 5,9486E-0 5,9003E-0-8,00E-03 6,3839E-0 7,300E-0 4 0, 0,6,766E-0,6797E-0 -,3600E-0 3,6853E-0 3,5700E-0 5 0, 0,7 8,4934E-03 8,3065E-03 -,000E-0,3536E-0,7700E ,3 0, 5,684E-0 5,663E-0-3,7500E-04 5,493E-0 -,500E-0 7 0,3 0, 3,7545E-0 3,7463E-0 -,900E-03 3,6564E-0 -,600E-0 8 0,3 0,3,3683E-0,3605E-0-3,800E-03,3099E-0 -,4600E-0 9 0,3 0,4,3654E-0,3596E-0-4,00E-03,3566E-0-6,3900E ,3 0,5 6,746E-0 6,7009E-0-6,800E-03 7,43E-0 7,400E-0 0,3 0,6,3648E-0,393E-0 -,900E-0 3,567E-0 4,8700E-0 0,4 0, 6,545E-0 6,5087E-0-8,9500E-04 6,3089E-0-3,600E-0 3 0,4 0, 4,49E-0 4,34E-0 -,4800E-03 4,0956E-0-3,4500E-0 4 0,4 0,3,5476E-0,539E-0-3,3400E-03,46E-0-3,3900E-0 5 0,4 0,4,37E-0,39E-0-3,500E-03,305E-0 -,6600E-0 6 0,4 0,5 5,0033E-0 4,9964E-0 -,4000E-03 5,5080E-0,000E-0 7 0,5 0, 6,687E-0 6,6775E-0 -,4500E-03 6,457E-0-4,0600E-0 8 0,5 0, 4,50E-0 4,398E-0 -,6900E-03 3,965E-0-4,5400E-0 9 0,5 0,3,53E-0,45E-0-3,4900E-03,377E-0-5,00E ,5 0,4 8,9504E-0 8,944E-0-8,9000E-04 8,5343E-0-4,6500E-0 3 0,6 0, 6,0833E-0 6,074E-0 -,8000E-03 5,775E-0-5,0700E-0 3 0,6 0, 3,47E-0 3,44E-0-3,000E-03 3,069E-0-6,800E ,6 0,3,487E-0,48E-0-4,8300E-03,780E-0-9,900E ,7 0, 4,738E-0 4,7070E-0 -,4400E-03 4,400E-0-6,4400E ,7 0,,0339E-0,074E-0-3,800E-03,883E-0 -,0600E ,8 0,,6479E-0,648E-0 8,5600E-05,3944E-0-9,5800E-0 Aca Sci. Technol. aringá, v. 7, n., p. 7-6, Jan./June, 005
8 4 Silva e al. No caso da EDP expressa por:. ( x y), = 0, x, y Ω R (37).0 0 inerior conorno sendo Ω a região riangular mosrada na Figura 4, sujeia à condição de conorno misa, iso é, de Dirichle (0,y)=0, (x, x)=0 e Neumann y (x,0)=sen(πx). Para a comparação dos resulados da penalidade, o problema foi resolvido pelo méodo de diferenças finias, com diferenças cenrais. Nese problema não foi uilizado o méodo da sinergia pelas razões descrias no problema anerior. A Figura 6 mosra os ponos de colocação para a enrada da rede assim como os veores normais, uilizados no méodo da penalidade no caso de condições de Neumann, como viso em (9). A função de inerpolação para o méodo da penalidade é definida por: (,, ) (,, ) x y p = N x y p (38) Os resulados obidos pelo méodo da penalidade para duas redes, :0: e :0:, esão mosrados na Tabela, onde são comparados relaivamene com os de diferenças finias, na coluna DF. O oal de incógnias na resolução por diferenças finias foi de 66 parâmeros, enquano que para a rede neural foi de apenas 40 parâmeros para 0 neurônios e 80 para 0 neurônios. Pôde-se observar que o maior número de neurônios não raz melhora significaiva se for levado em consideração o empo maior para reinameno, o que indica que um aumeno no número de neurônios não implica uma melhora nos resulados inerior conorno Figura 4. Discreização do domínio riangular para rede neural Figura 5. Discreização do domínio riangular com ponos numerados para DF. (-,0) elemeno elemeno (0,-) elemeno 66 inerior conorno (0.707,0.707) Figura 6. Discreização do domínio riangular com veores normais para rede neural. Conclusão No presene rabalho, ano a meodologia da penalidade para inserção das condições de conorno no funcional, onde se em um problema de oimização sem resrições, como a de sinergia LP-RBF, em que as condições de conorno são saisfeias num conjuno de ponos represenaivos do conorno, foram esadas numericamene. Nesa úlima, o cálculo do gradiene do funcional objeivo implica na solução de um sisema algébrico linear para cada componene do gradiene e de ordem igual ao número de ponos do conorno. Iso se mosra inviável de ser realizado compuacionalmene pelos auais equipamenos com as configurações usuais de mercado Aca Sci. Technol. aringá, v. 7, n., p. 7-6, Jan./June, 005
9 Equações diferenciais por redes neurais arificiais 5 Tabela. Comparação dos resulados do méodo da penalidade e DF. Pono x y DF 0 neurônios 0 neurônios Valor Dif. Relaiva Valor Dif. Relaiva 0, 0, 6,87E-0 6,6457E-0 5,7008E-0 5,834E-0 7,345E-0 0, 0, 4,8E-0 4,3650E-0 5,9008E-0 3,949E-0 4,365E-0 3 0, 0,3,699E-0,8009E-0 6,906E-0,564E-0,950E-0 4 0, 0,4,5869E-0,6936E-0 6,700E-0,5747E-0 7,6980E , 0,5 8,9046E-03 9,4904E-03 6,5790E-0 8,9030E-03,6964E , 0,6 4,43E-03 4,799E-03 8,585E-0 4,476E-03 -,035E , 0,7,7600E-03,0045E-03,3890E-0,7564E-03,0667E , 0,8 4,400E-04 5,9464E-04 3,54E-0 4,365E-04 7,9346E , 0,,650E-0,60E-0 4,3785E-0,034E-0 5,89E-0 0 0, 0, 7,580E-0 8,047E-0 6,60E-0 7,400E-0,3740E-0 0, 0,3 4,7708E-0 5,333E-0 7,5964E-0 4,750E-0 3,9465E-03 0, 0,4,8374E-0 3,0675E-0 8,09E-0,858E-0-7,887E , 0,5,5336E-0,656E-0 7,9936E-0,557E-0 -,847E-0 4 0, 0,6 6,9880E-03 7,539E-03 7,6684E-0 7,0689E-03 -,568E-0 5 0, 0,7,870E-03,3380E-03 6,90E-0,047E-03-8,0905E ,3 0,,504E-0,6066E-0 5,676E-0,494E-0,734E-0 7 0,3 0, 9,778E-0,0575E-0 8,494E-0 9,8877E-0 -,0E-0 8 0,3 0,3 6,0459E-0 6,600E-0 9,398E-0 6,978E-0 -,54E-0 9 0,3 0,4 3,458E-0 3,7858E-0 9,4754E-0 3,5604E-0 -,9567E-0 0 0,3 0,5,7077E-0,864E-0 9,005E-0,755E-0 -,787E-0 0,3 0,6 6,06E-03 6,463E-03 7,4306E-0 6,55E-03 -,496E-0 0,4 0,,6094E-0,7967E-0,637E-0,7066E-0-6,0394E-0 3 0,4 0,,083E-0,607E-0,88E-0,035E-0-7,353E-0 4 0,4 0,3 6,766E-0 6,9507E-0,533E-0 6,6058E-0-6,9488E-0 5 0,4 0,4 3,46E-0 3,643E-0,807E-0 3,4390E-0-6,0890E-0 6 0,4 0,5,373E-0,3757E-0,8E-0,980E-0-4,904E-0 7 0,5 0,,384E-0,7660E-0 3,94E-0,73E-0 -,8900E-0 8 0,5 0, 9,084E-0,0974E-0,083E-0,0608E-0 -,6795E-0 9 0,5 0,3 5,360E-0 5,999E-0,6684E-0 5,7677E-0 -,98E ,5 0,4,0944E-0,435E-0,534E-0,3003E-0-9,839E-0 3 0,6 0,,3676E-0,595E-0,08E-0,507E-0 -,00E-0 3 0,6 0, 7,669E-0 8,676E-0,37E-0 8,534E-0 -,896E ,6 0,3 3,907E-0 3,6589E-0,4674E-0 3,5730E-0 -,983E ,7 0,,0606E-0,0909E-0,853E-0,39E-0-5,07E ,7 0, 4,5583E-0 4,883E-0 7,50E-0 4,90E-0-7,7593E ,8 0, 5,4947E-0 5,488E-0 -,796E-03 5,8398E-0-6,790E-0 Também se observou que, apesar de se er uilizado os pesos resulanes do méodo da penalidade, o méodo da sinergia não apresenou uma melhora significaiva. Os valores obidos são próximos aos dos do méodo da penalidade. Podese aribuir isso à roina de oimização, que faz o cálculo do gradiene numericamene, o que pode acumular erros na solução do sisema linear. O méodo da penalidade, no enano, se mosrou de adapação rápida e simplificada a novos problemas. Para a resolução de equações diferenciais parciais com conornos irregulares, o méodo da penalidade se apresenou preciso, assim como para conornos regulares. Nos problemas de equações diferenciais ordinárias os resulados foram precisos, aé mesmo para casos de gradiene elevado, onde apresenaram comporameno melhor do que ouros méodos de aproximação. Para conornos irregulares, os resulados foram precisos para penalidade e para a sinergia, mas com as observações feias acima. O que se pode consaar do méodo de resolução de equações diferenciais por redes neurais arificiais é que é um méodo de inerpolação global. Após o reinameno da rede neural, em-se uma função de inerpolação que descreve, para qualquer pono do domínio, a solução aproximada da equação diferencial, sem a necessidade de procedimenos de pósprocessameno, que em alguns méodos chegam a ser complexos. Além disso, do que foi observado, a resrição na aplicabilidade do méodo pode ser associada à roina de oimização, que no caso dese rabalho foi adoado o pacoe fechado ISL. De forma alernaiva, a uilização de roinas disponíveis grauiamene, como o caso do Numerical Recipes, pode dar a flexibilidade de ajuses necessários para vários ipos de problemas. Por fim, uma caracerísica imporane em relação à uilização de redes neurais para a resolução de equações diferenciais é em relação à linearidade ou não dos problemas. As redes neurais raam, por assim dizer, problemas lineares e não lineares da mesma forma, como se fossem do mesmo ipo. Aca Sci. Technol. aringá, v. 7, n., p. 7-6, Jan./June, 005
10 6 Silva e al. Referências CYBENKO, G. Approximaion by superposiions of a sigmoidal funcion. ah. Conrol Signals Sys., New York, v., n. 4, p , 989. FUNAHASHI, K. On he approximae realizaion of coninuous mappings by neural neworks neuro-conrol sysems heory and applicaions. Neural New., New York, v., n. 3, p. 83-9, 989. GIROSI, F.; POGGIO, T. Neworks and he bes approximaion propery. Biol. Cybern., New York, v. 63, p , 990. HORNIK, K. e al. ulilayer feedforward neworks are universal approximaors. Neural New., New York, v., n. 5, 989, p LAGARIS, I. E. e al. Arificial neural nework for solving ordinary and parial differenial equaions. IEEE Trans. Neural New., New York, v. 9, n. 5, p , 998. LAGARIS, I.E. e al. Neural-Nework mehods for boundary value problems wih irregular boundaries. IEEE Trans. Neural New., New York, v., n. 5, p , 000. LIA. E.P. Soluções de modelos diferenciais discreos ou conínuos por redes neurais arificiais: conornos irregulares. 00. Disseração (esrado) Universidade Esadual de aringá, aringá, 00. RICE, R.G.; DO, D.D., Applied ahemaics and odeling for Chemical Engineers. New York: John Wiley & Sons, 995. Received on November 6, 004. Acceped on April 9, 005 Aca Sci. Technol. aringá, v. 7, n., p. 7-6, Jan./June, 005
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 maisCircuitos 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 maisUniversidade 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 mais4 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 maisAULA 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 maisModelos 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 maisTRANSFORMADA 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 maisCINÉTICA 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 mais3 Retorno, Marcação a Mercado e Estimadores de Volatilidade
eorno, Marcação a Mercado e Esimadores de Volailidade 3 3 eorno, Marcação a Mercado e Esimadores de Volailidade 3.. eorno de um Aivo Grande pare dos esudos envolve reorno ao invés de preços. Denre as principais
Leia maisSéries 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 maisProf. 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*UiILFRGH&RQWUROH(:0$
*UiILFRGH&RQWUROH(:$ A EWMA (de ([SRQHQWLDOO\:HLJKWHGRYLQJ$YHUDJH) é uma esaísica usada para vários fins: é largamene usada em méodos de esimação e previsão de séries emporais, e é uilizada em gráficos
Leia mais3 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 maisMÉTODOS 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 mais4 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 maisProblema 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 maisAplicações 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 maisExercícios 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 maisCapítulo 2: Proposta de um Novo Retificador Trifásico
30 Capíulo 2: Proposa de um Novo Reificador Trifásico O mecanismo do descobrimeno não é lógico e inelecual. É uma iluminação suberrânea, quase um êxase. Em seguida, é cero, a ineligência analisa e a experiência
Leia maisDEMOGRAFIA. 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 maisSeção 5: Equações Lineares de 1 a Ordem
Seção 5: Equações Lineares de 1 a Ordem Definição. Uma EDO de 1 a ordem é dia linear se for da forma y + fx y = gx. 1 A EDO linear de 1 a ordem é uma equação do 1 o grau em y e em y. Qualquer dependência
Leia maisConceito. 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 mais4 Metodologia e resultados preliminares para análise de velocidade utilizando o gradiente descendente
4 Meodologia e resulados preliminares para análise de velocidade uilizando o gradiene descendene O processameno uilizando diferenes equações de sobreempo normal para a obenção de análise de velocidade
Leia maisUtilização de modelos de holt-winters para a previsão de séries temporais de consumo de refrigerantes no Brasil
XXVI ENEGEP - Foraleza, CE, Brasil, 9 a 11 de Ouubro de 2006 Uilização de modelos de hol-winers para a previsão de séries emporais de consumo de refrigeranes no Brasil Jean Carlos da ilva Albuquerque (UEPA)
Leia maisTeoremas 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 maisModelagem 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 maisAPLICAÇÃO DO MÉTODO DE HOLT NA PREVISÃO DE DADOS DE ÁGUA DA CIDADE DE RONDONÓPOLIS-MT
APLICAÇÃO DO MÉTODO DE HOLT NA PREVISÃO DE DADOS DE ÁGUA DA CIDADE DE RONDONÓPOLIS-MT Alerêdo Oliveira Curim 1 & Aldo da Cunha Rebouças Resumo - O conhecimeno prévio dos volumes de água de qualquer sisema
Leia maisInstituto de Física USP. Física V - Aula 26. Professora: Mazé Bechara
Insiuo de Física USP Física V - Aula 6 Professora: Mazé Bechara Aula 6 Bases da Mecânica quânica e equações de Schroedinger. Aplicação e inerpreações. 1. Ouros posulados da inerpreação de Max-Born para
Leia maisCálculo do valor em risco dos ativos financeiros da Petrobrás e da Vale via modelos ARMA-GARCH
Cálculo do valor em risco dos aivos financeiros da Perobrás e da Vale via modelos ARMA-GARCH Bruno Dias de Casro 1 Thiago R. dos Sanos 23 1 Inrodução Os aivos financeiros das companhias Perobrás e Vale
Leia maisINFLUÊNCIA DO FLUIDO NA CALIBRAÇÃO DE UMA BALANÇA DE PRESSÃO
INFLUÊNCIA DO FLUIDO NA CALIBRAÇÃO DE UMA BALANÇA DE PRESSÃO Luiz Henrique Paraguassú de Oliveira 1, Paulo Robero Guimarães Couo 1, Jackson da Silva Oliveira 1, Walmir Sérgio da Silva 1, Paulo Lyra Simões
Leia maisExperiência 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 maisContabilometria. Séries Temporais
Conabilomeria Séries Temporais Fone: Corrar, L. J.; Theóphilo, C. R. Pesquisa Operacional para Decisão em Conabilidade e Adminisração, Ediora Alas, São Paulo, 2010 Cap. 4 Séries Temporais O que é? Um conjuno
Leia maisCaracterísticas 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 maisECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.
ECONOMETRIA Prof. Paricia Maria Borolon, D. Sc. Séries Temporais Fone: GUJARATI; D. N. Economeria Básica: 4ª Edição. Rio de Janeiro. Elsevier- Campus, 2006 Processos Esocásicos É um conjuno de variáveis
Leia maisESTUDO COMPARATIVO ENTRE OS MÉTODOS CONTÍNUO E BPZ DE ELEVAÇÃO ARTIFICIAL DE PETRÓLEO
ESTUDO COMPARATIVO ENTRE OS MÉTODOS CONTÍNUO E BPZ DE ELEVAÇÃO ARTIFICIAL DE PETRÓLEO M. F. C. SOUSA 1, W. R. S. CRUZ 2, R. A. MEDRONHO 3 e G. F. SILVA 4 1 Universidade Federal de Sergipe, Deparameno de
Leia maisIntrodução às Medidas em Física
Inrodução às Medidas em Física 43152 Elisabeh Maeus Yoshimura emaeus@if.usp.br Bloco F Conjuno Alessandro Vola sl 18 agradecimenos a Nemiala Added por vários slides Conceios Básicos Lei Zero da Termodinâmica
Leia mais4 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 mais3 Análise Não-Linear Geométrica
3 Análise Não-inear Geomérica 3.1 Comenários Iniciais Ese capíulo começa com uma breve discussão sobre o comporameno não linear, o objeivo da análise não linear, e o seu lugar na engenharia esruural. As
Leia maisTópicos Especiais em Energia Elétrica (Projeto de Inversores e Conversores CC-CC)
Deparameno de Engenharia Elérica Tópicos Especiais em Energia Elérica () ula 2.2 Projeo do Induor Prof. João mérico Vilela Projeo de Induores Definição do úcleo a Fig.1 pode ser observado o modelo de um
Leia maisESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 12º ANO DE ESCOLARIDADE DE MATEMÁTICA A Tema II Introdução ao Cálculo Diferencial II
ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 2º ANO DE ESCOLARIDADE DE MATEMÁTICA A Tema II Inrodução ao Cálculo Diferencial II TPC nº 9 Enregar em 4 2 29. Num loe de bolbos de úlipas a probabilidade de que
Leia maisMATEMÁTICA 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 maisEXAME 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 mais2.6 - Conceitos de Correlação para Sinais Periódicos
.6 - Conceios de Correlação para Sinais Periódicos O objeivo é o de comparar dois sinais x () e x () na variável empo! Exemplo : Considere os dados mosrados abaixo y 0 x Deseja-se ober a relação enre x
Leia maisF B d E) F A. Considere:
5. Dois corpos, e B, de massas m e m, respecivamene, enconram-se num deerminado insane separados por uma disância d em uma região do espaço em que a ineração ocorre apenas enre eles. onsidere F o módulo
Leia maisGráfico 1 Nível do PIB: série antiga e série revista. Série antiga Série nova. através do site
2/mar/ 27 A Revisão do PIB Affonso Celso Pasore pasore@acpasore.com Maria Crisina Pinoi crisina@acpasore.com Leonardo Poro de Almeida leonardo@acpasore.com Terence de Almeida Pagano erence@acpasore.com
Leia mais5 Erro de Apreçamento: Custo de Transação versus Convenience Yield
5 Erro de Apreçameno: Cuso de Transação versus Convenience Yield A presene seção em como objeivo documenar os erros de apreçameno implício nos preços eóricos que eviam oporunidades de arbiragem nos conraos
Leia maisCap. 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 mais3 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 maisAnálise 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 maisUniversidade Federal do Rio Grande do Sul Escola de Engenharia de Porto Alegre Departamento de Engenharia Elétrica ANÁLISE DE CIRCUITOS II - ENG04031
Universidade Federal do io Grande do Sul Escola de Engenharia de Poro Alegre Deparameno de Engenharia Elérica ANÁLISE DE CICUITOS II - ENG43 Aula 5 - Condições Iniciais e Finais de Carga e Descarga em
Leia maisTabela: 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 mais4 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 maisFundamentos de Computação Gráfica Prova Aluna: Patrícia Cordeiro Pereira Pampanelli
Fundamenos de Compuação Gráfica Prova -6- Aluna: Parícia Cordeiro Pereira Pampanelli Observação: Os códigos uilizados para o desenvolvimeno da prova enconram-se em anexo. Quesão : A Transformada Discrea
Leia mais4 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 maisMÉTODOS NUMÉRICOS EM PROGRAMAÇÃO NÃO-LINEAR SEM RESTRIÇÃO PARA MINIMIZAÇÃO DA ENERGIA POTENCIAL DE UMA TRELIÇA ESTRUTURAL
MÉTODOS NUMÉRICOS EM PROGRAMAÇÃO NÃO-LINEAR SEM RESTRIÇÃO PARA MINIMIZAÇÃO DA ENERGIA POTENCIAL DE UMA TRELIÇA ESTRUTURAL Aline Michelly Silva Moreira aline_michelly@vm.uff.br Milena de Andrade Sacrameno
Leia maisConfiabilidade e Taxa de Falhas
Prof. Lorí Viali, Dr. hp://www.pucrs.br/fama/viali/ viali@pucrs.br Definição A confiabilidade é a probabilidade de que de um sisema, equipameno ou componene desempenhe a função para o qual foi projeado
Leia maisFunção Exponencial 2013
Função Exponencial 1 1. (Uerj 1) Um imóvel perde 6% do valor de venda a cada dois anos. O valor V() desse imóvel em anos pode ser obido por meio da fórmula a seguir, na qual V corresponde ao seu valor
Leia maisLABORATÓRIO DE HIDRÁULICA
UNIVERSIDADE FEDERAL DE ALAGOAS ENTRO DE TENOLOGIA LABORATÓRIO DE HIDRÁULIA Vladimir aramori Josiane Holz Irene Maria haves Pimenel Marllus Gusavo Ferreira Passos das Neves Maceió - Alagoas Ouubro de 2012
Leia maisSinais e Sistemas. Série de Fourier. Renato Dourado Maia. Universidade Estadual de Montes Claros. Engenharia de Sistemas
Sinais e Sisemas Série de Fourier Renao Dourado Maia Universidade Esadual de Mones Claros Engenharia de Sisemas Inrodução A Série e a Inegral de Fourier englobam um dos desenvolvimenos maemáicos mais produivos
Leia maisDesempenho do Algoritmo Genético Guiado por Código em Funções de Difícil
Desempenho do Algorimo Genéico Guiado por Código em Funções de Difícil Solução A L Araújo FMAssis Laboraório de Comunicações LABCOM Deparameno de Engenharia Elérica, Universidade Federal da Paraíba 58109-970
Leia mais6 Análise do processo de filtragem
6 Análise do processo de filragem Ese capíulo analisa o processo de filragem para os filros de Kalman e de parículas. Esa análise envolve ão somene o processo de filragem, não levando em consideração o
Leia maisAMANDA OLIVEIRA, G. Depto. Engenharia de Computação e Automação - UFRN
ANÁLISE COMPARATIVA DE ALGUMAS TÉCNICAS PARA O ESTABELECIMENTO DE TRAJETÓRIAS EM AMBIENTES COM OBSTÁCULOS USANDO APRENDIZAGEM POR REFORÇO AMANDA OLIVEIRA, G. Depo. Engenharia de Compuação e Auomação -
Leia mais2.5 Impulsos e Transformadas no Limite
.5 Impulsos e Transformadas no Limie Propriedades do Impulso Uniário O impulso uniário ou função dela de Dirac δ não é uma função no senido maemáico esrio. Ela perence a uma classe especial conhecida como
Leia maisGERAÇÃO DE PREÇOS DE ATIVOS FINANCEIROS E SUA UTILIZAÇÃO PELO MODELO DE BLACK AND SCHOLES
XXX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO Mauridade e desafios da Engenharia de Produção: compeiividade das empresas, condições de rabalho, meio ambiene. São Carlos, SP, Brasil, 1 a15 de ouubro de
Leia maisINTRODUÇÃO TEÓRICA - EXPERIÊNCIA 3. Comportamento de Componentes Passivos
UNIVERSIDADE DE SÃO PAULO ESCOLA POLIÉCNICA Deparameno de Engenharia de Sisemas Elerônicos PSI - EPUSP PSI 3031/3212 - LABORAÓRIO DE CIRCUIOS ELÉRICOS INRODUÇÃO EÓRICA - EXPERIÊNCIA 3 Comporameno de Componenes
Leia mais3 Formulação do Problema da Dinâmica de Risers Empregando-se o Método dos Elementos Finitos 3.1. Fenomenologia do Comportamento Estrutural de Risers
43 3 Formulação do Problema da Dinâmica de Risers Empregando-se o Méodo dos Elemenos Finios 3.1. Fenomenologia do Comporameno Esruural de Risers O comporameno não linear de esruuras pode ser de origem
Leia mais6 Processos Estocásticos
6 Processos Esocásicos Um processo esocásico X { X ( ), T } é uma coleção de variáveis aleaórias. Ou seja, para cada no conjuno de índices T, X() é uma variável aleaória. Geralmene é inerpreado como empo
Leia maisProfa. Livia Jatobá. Introdução à CFD usando o OpenFOAM
Profa. Livia Jaobá Inrodução à CFD usando o OpenFOAM O que é CFD? Compuaional Fluid Dynamics ou Dinâmica dos Fluidos Compuacional É a solução numérica das equações que governam o escoameno de fluidos.
Leia maisIX CONGRESSO BRASILEIRO DE ENGENHARIA E CIÊNCIAS TÉRMICAS. 9th BRAZILIAN CONGRESS OF THERMAL ENGINEERING AND SCIENCES
IX CONGRESSO BRASILEIRO DE ENGENHARIA E CIÊNCIAS TÉRMICAS 9h BRAZILIAN CONGRESS OF THERMAL ENGINEERING AND SCIENCES UMA APLICAÇÃO DO SOFTWARE MAPLE NO ENSINO DE TRANSFERÊNCIA DE CALOR Paper CIT0-0059 André.
Leia maisCapítulo Cálculo com funções vetoriais
Cálculo - Capíulo 6 - Cálculo com funções veoriais - versão 0/009 Capíulo 6 - Cálculo com funções veoriais 6 - Limies 63 - Significado geomérico da derivada 6 - Derivadas 64 - Regras de derivação Uiliaremos
Leia maisO cliente é a razão do nosso trabalho, a fim de inseri-lo em um novo contexto social de competitividade e empregabilidade.
Sumário nrodução 5 O circuio série em correne alernada 6 A correne em circuios série 6 Gráficos senoidais do circuio série 7 Gráficos fasoriais do circuio série 10 mpedância do circuio série 1 A correne
Leia maisChoques estocásticos na renda mundial e os efeitos na economia brasileira
Seção: Macroeconomia Revisa Economia & Tecnologia (RET) Volume 9, Número 4, p. 51-60, Ou/Dez 2013 Choques esocásicos na renda mundial e os efeios na economia brasileira Celso José Cosa Junior* Resumo:
Leia maisESTUDOS COMPARATIVOS DE FREQÜÊNCIAS NATURAIS DE PLACAS TRIANGULARES E RETANGULARES MONTADAS EM BALANÇO
ESTUDOS COMPARATIVOS DE FREQÜÊCIAS ATURAIS DE PLACAS TRIAGULARES E RETAGULARES MOTADAS EM BALAÇO Américo Teuo Miazima Araildo Lima da Silva Faculdade de Engenharia de Guaraingueá, Deparameno de Mecânica,
Leia maisMinimização da Energia Potencial de Sistemas Estruturais Não-Lineares: uma comparação de algoritmos numéricos de programação nãolinear
Buffoni e al. / Invesigação Operacional, 27 (2007) 85-05 85 Minimização da Energia Poencial de Sisemas Esruurais Não-Lineares: uma comparação de algorimos numéricos de programação nãolinear Salee Souza
Leia maisAnálise 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 maisMODELIZAÇÃO DE SISTEMAS INDUSTRIAIS Redes de PETRI
MODELIZAÇÃO DE SISTEMAS INDUSTRIAIS Redes de ETRI Modelização de Sisemas Indusriais. Inrodução A complexidade dos sisemas informáicos disribuidos orna necessária a adopção de méodos rigorosos de especificação,
Leia maisAnálise de Pós-optimização e de Sensibilidade
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
Leia maisA entropia de uma tabela de vida em previdência social *
A enropia de uma abela de vida em previdência social Renao Marins Assunção Leícia Gonijo Diniz Vicorino Palavras-chave: Enropia; Curva de sobrevivência; Anuidades; Previdência Resumo A enropia de uma abela
Leia maisEconometria 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 maisExercícios 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 maisFenômenos de adsorção em interfaces sólido/solução. Modelagens matemáticas de processos cinéticos
Modelagens maemáicas de processos cinéicos Em cinéica química, vários parâmeros definem a dinâmica dos processos químicos. Os principais são as consanes cinéicas de velocidade e a ordem da reação. Quando
Leia maisEquações Diferenciais Ordinárias Lineares
Equações Diferenciais Ordinárias Lineares 67 Noções gerais Equações diferenciais são equações que envolvem uma função incógnia e suas derivadas, além de variáveis independenes Aravés de equações diferenciais
Leia maisPorto Alegre, 14 de novembro de 2002
Poro Alegre, 14 de novembro de 2002 Aula 6 de Relaividade e Cosmologia Horácio Doori 1.12- O paradoo dos gêmeos 1.12.1- Sisemas Inerciais (observadores) com velocidades diversas vêem a disância emporal
Leia mais3. 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 maisUTILIZAÇÃO DO MÉTODO DE HOLT-WINTERS PARA PREVISÃO DO LEITE ENTREGUE ÀS INDÚSTRIAS CATARINENSES
UTILIZAÇÃO DO MÉTODO DE HOLT-WINTERS PARA PREVISÃO DO LEITE ENTREGUE ÀS INDÚSTRIAS CATARINENSES Rober Wayne Samohyl Professor do Programa de Pós-Graduação em Engenharia de Produção e Sisemas UFSC. Florianópolis-SC.
Leia mais3 Avaliação de Opções Americanas
Avaliação de Opções Americanas 26 3 Avaliação de Opções Americanas Derivaivos com caracerísicas de exercício americano, em especial opções, são enconrados na maioria dos mercados financeiros. A avaliação
Leia maisMovimento 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 maisAnderson Pereira. Projeto ótimo de pórticos planos com restrição à flambagem
Anderson Pereira Projeo óimo de póricos planos com resrição à flambagem Disseração apresenada como requisio parcial para obenção do grau de Mesre pelo Programa de Pós-graduação em Engenharia Civil do Deparameno
Leia maisPrimeira Lista de Exercícios
TP30 Modulação Digial Prof.: MSc. Marcelo Carneiro de Paiva Primeira Lisa de Exercícios Caracerize: - Transmissão em Banda-Base (apresene um exemplo de especro de ransmissão). - Transmissão em Banda Passane
Leia maisMOTIVAÇÃO. CONTEÚDO Introdução MOTIVAÇÃO. CONTEÚDO Introdução Motivação, Objetivo, Definição, Características Básicas e Histórico.
CONTEÚDO Inrodução Moivação, Objeivo, Definição, Caracerísicas Básicas e Hisórico Conceios Básicos Neurônio Arificial, Modos de Inerconexão Processameno Recall e Learning Regras de Aprendizado Regra de
Leia mais5.3 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 mais4. 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 maisLIGAÇÕES QUÍMICAS NOS COMPOSTOS DE COORDENAÇÃO: TEORIA DO CAMPO CRISTALINO (TCC)
LIGAÇÕES QUÍMICAS NS CMPSTS DE CRDENAÇÃ: TERIA D CAMP CRISTALIN (TCC) A Teoria do Campo Crisalino (TCC) posula que a única ineração exisene enre o íon cenral e os liganes é de naureza elerosáica, pois
Leia maisCalcule a área e o perímetro da superfície S. Calcule o volume do tronco de cone indicado na figura 1.
1. (Unesp 017) Um cone circular reo de gerariz medindo 1 cm e raio da base medindo 4 cm foi seccionado por um plano paralelo à sua base, gerando um ronco de cone, como mosra a figura 1. A figura mosra
Leia maisVoo 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 maisNOTA TÉCNICA. Nota Sobre Evolução da Produtividade no Brasil. Fernando de Holanda Barbosa Filho
NOTA TÉCNICA Noa Sobre Evolução da Produividade no Brasil Fernando de Holanda Barbosa Filho Fevereiro de 2014 1 Essa noa calcula a evolução da produividade no Brasil enre 2002 e 2013. Para ano uiliza duas
Leia maisRodolfo Santos Nunes Rodrigues
Universidade Federal de Minas Gerais - UFMG Insiuo de Ciências Exaas - ICEx Programa de Pós-Graduação em Esaísica - PPGEST Rodolfo Sanos Nunes Rodrigues Influência do número de parículas na esimação de
Leia mais5 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 maisProfessor: Danilo Dacar
Progressão Ariméica e Progressão Geomérica. (Pucrj 0) Os números a x, a x e a x esão em PA. A soma dos números é igual a: a) 8 b) c) 7 d) e) 0. (Fuves 0) Dadas as sequências an n n, n n cn an an b, e b
Leia mais