OTIMIZAÇÃO EM ESTADO ESTACIONÁRIO DE UM PROCESSO NÃO-LINEAR: O CASO DE UMA COLUNA DE DESTILAÇÃO

Tamanho: px
Começar a partir da página:

Download "OTIMIZAÇÃO EM ESTADO ESTACIONÁRIO DE UM PROCESSO NÃO-LINEAR: O CASO DE UMA COLUNA DE DESTILAÇÃO"

Transcrição

1 SBA: Controle & Automação, VoI. 2, N2 2, pp , (TT) OTIMIZAÇÃO EM ESTADO ESTACIONÁRIO DE UM PROCESSO NÃO-LINEAR: O CASO DE UMA COLUNA DE DESTILAÇÃO Fr~nso osé Gomes Akebo Yamakam CETEC C.P Belo Horzonte - MG FEE - DT - UNICAMP C.P Campnas - SP Resumo Colunas de destlação sao equpamentos de alto onsumo energéto. Em époas de energa abundante e barata a tendêna usual era de se 'operar om máxmo refluxo garantndo, desta forma, que os produtos obtdos estaram se~ pre onforme as espefações exgdas pelo merado. Quando, porém,o usto energéto torna-se sgnfatvo é neessáro determnar um ponto étmo de operação que, efetuando um ompromsso entre o retorno obtdo e os ustos/ perdas exstentes no proesso maxmze seu luro. O presente trabalho, utlzando ténas de programação não lnear, apresenta a mplementação de um algortmo que, mnmzando as perdas/ustos do proesso, possblta a obten ção de um ponto étmo de operação. Steady State Optmzaton of a Non-Lnear Proess: Case. A Dstllaton Column Abstrat Dstllaton olumns are equpments of hgh energyonsumpton. The bas operatng phlosophy, when the energy was heap, was to maxmze reflux for fulfllng the market spefatons applable to fnal produts, but the energy shortage has hanged drastally ths proedure. The neessty now s the determnaton of an optmum operatng pont where the proess proft an be maxmzed. Ths maxmzaton generally relesonthe trade-off between return value and utlty osts. Ths paper deals wth the mplementaton of a non-lnear programmng algorthm that, mnmzng the utltes ost, establshes the optmum operatng pont. Keywords : Non-lnear Programmng ; Dstllaton Column; Mnmzaton Optmzaton ; Steady State ; Mathematal Programmng. 1. INTRODUÇÃO A função prmordal de uma oluna de des tlação é separar dos ou mas ompostos entre s até um nível de pureza dtado pelas espefações de merado. Estas espefações podem ndr sobre o produto retrado do topo da oluna, na base ou sobre ambos. A pureza fnal dos ompostos obtdos, vsta sob o enfoque da engenhara de ontrole, é função basamente dos dos balanços apláves à oluna: balanço de massa e balanço e nergéto (Nsenfeld e Seeman, 1981). Sua ma npulação, através das varáves ndependen= tes exstentes no proesso permte não só ai terar a omposção dos produtos obtdos mas também possblta a busa de um estado de operação que, analsado sob determnado rtéro possa ser onsderado étmo. Um estado étmo é aquele que, em últma análse, perm ta maxmzar os luros obtdos no proesso e pode ser expresso, p. ex., sob a forma de m nmzação de uma função que forneça as perdas/ usto exstentes ou maxlmlzação de uma função que expresse o retorno monetáro obtdo pelo proesso. Para maor faldade no entendmento dos termos e análses efetuadas ao longo deste trabalho apresentamos uma explação ex tremamente susnta da operação de uma olu= na de destlação bnára onvenonal (fg. 1). Medante o fornemento de determnada quantdade de energa - Qr - à base da oluna são gerados vapores, os quas passando através de dversos estágo de ontato alançam o topo de oluna, onde são ondensados, total ou paralmente. Parte do materal ondensado, no qual onsta uma fração xd do omponente mas leve, é retrado omo destlado - D- e parte retorna ao nteror da oluna na forma de refluxo líqudo - R -. A a lmentação F, ontendo uma fração xf do omponente mas volátl é nserda no estágo 132

2 de almentação, stuado geralmente em um ponto médo da oluna. Parte do materal e retrado através da vazão na base - B-, na qual onsta uma fração xb do omponente mas volátl. Para o aso espeífo do proesso em questão as duas stuações ama tadas podem ser representadas pelas seguntes fun ções objetvo: Mnmzação dos ustos e/ou perdas Uma função objetvo que mnmze as per das/usto deorrentes da operação de uma CQ luna adabáta pode ser expressa por - Fo = (D/F)~xp()~vp() + (B/F)~ xb(j)lvt(j) + l (1) v = vazão total de vapor no topo da oluna, t/da. R = vazao de refluxo, t/da. F = vazao da almentação, t/da. D =vazao do destlado, t/da. B = vazao na base, t/da. Q = energa retrada no ondensador, Mal/ da. Qr = energa forneda no refervedor, Mal/ da. xd = fração em peso do omponente leve no destlado. x B = fração em peso do omponente leve na base. xf = fração em peso do omponente leve na almentação. Fg. 1 - Coluna de destlação ~ípa. o presente trabalho mostra omo é possí vel, através da orreta manpulação das va= ráves ndependentes do proesso, alançar um estado de operação que maxmze seus ganhos. Para sto, prourou-se, nalmente, estabeleer a função objetvo aproprada, d~ fnr então as ondções que possbltam a aplação de uma políta de otmzação e, fnalmente a mplementação de um algortmo aproprado à solução do problema. 2. ESCOLHA DA FUNÇÃO OBETIVO A prmera provdêna para mplementa ção de uma políta de otmzação é determl nar a função objetvo aplável à stuação em questão~ Uma função objetvo expressa um determnado rtéro que se busa otmzar, seja no sentdo de maxmzação ou mnmzação e que se enontra sujeto, geralmente, à determnadas restrções operaonas: de projeto, operaonas e merado. Entre os dversos rtéros que podem balzar o es tabelemento de uma função objetvo exs-. tem dos bastante utlzados: a mnmzação dos ustos e/ou perdas e a maxmzação dos ganhos (Shnskey, 1984; Martn, Latour e Rhard, 1981). onde: xp() ~vp() xé (j) ~Vt (j) função que expressa os ustos/perdas do proesso por undade de al mentação, $/t. fração do omponente pesado om valor eonâmo presente no topo. usto dferenal do -ésmo ompo nente pesado entre base e topo,$/t: fração do omponente leve j om va lor eonômo presente na base. usto dferenal do j-ésmo omponente leve entre topo e base, $/t. alor latente do destlado, Mal/t. usto do aquemento, $/Mal. usto da refrgeração~ $/Mal. A função objetvo expressa as perdas exstentes na base e no topo mas o us to energéto neessáro à geração dos produtos fnas assoados ao estado operaonal em questão. É bom lembrar que os balanços de massa e energa de uma oluna sao sempre expressos na forma D/F e V/F, sendo portanto de grande onvenêna a expressão da função objetvo por undade de almentação. Além dsto, a expressão da função obje tvo por undade de almentação a torna n= dependente de alterações nesta varável, que podem advr de mudanças dtadas por questões de merado ou neessdades operaonas mpostas pelo restante da planta on de a oluna se loalza Maxmzação dos ganhos Uma função objetvo para esta stuação pode ser representada por Fo = ~ P()v() - ~ F(j)vf(j) - E Q(n)(n) l n (2) onde: P() v() F(j) Q(n) (n) função que expressa o ganho total do proesso, $/da. -ésmo produto om valoreonômo fornedo pelo proesso, t/da. valor eonômo assoado ao -ésmo produto gerado pelo proesso, $/t. j-ésmo omponente almentado ao pro esso, t/da. usto 'assoado ao j-ésmo omponente da almentação, $/t. n-ésmo fluxo energéto entregue ou retrado do proesso, Mal/da. Custo assoado ao n-ésmo fluxo 133

3 energéto, $ Mal. Esta função fornee a dferença entre os ganhos advndos da operação da oluna e os ustos neessáros à sua obtenção. ~ neessáro então defnr qual a função que me lhor se ajusta às araterístas do proe~ soo A forma mas genéra assumda pela fun ção de maxmzação faz om que a mesma sejã mas ndada para otmzação de sub-unda des abrangendo equpament~s dversos (umã ou mas olunas, reatores, ompressores, et.) operando nterlgados, vsto utlzar os fluxos totas (energa e massa) do proesso. A função de mnmzação, por sua vez, se revela mas adequada à otmzação de uma undade solada pos é expressa expltamente em função das varáves de uma oluna, bem omo dos balanços apláves. Além dsto, uma análse da opção de ontrolemas aproprada (regulação ou otmzação) o~ forme mostrado a segur, fa faltada pe lo uso da função de mnmzação. Utlz~re= mos, portanto, neste trabalho, omo função objetvo a equação (1). O estabelemento da função objetvo possblta, através da análse de seus termos, defnr as ondções que dedrão sobre a políta de ontrole mas adequada à ada aso: regulação ou otmzàção (Latour, 1978). Uma oluna de destlação é um proesso omplexo e uma análse de aráter geral pode se revelar bastante problemá ta. Contudo, em prmera aproxmação, õ problema pode ser vsualzado pela análse dos valores ~ferenas onstantes da função objetvo: Valor dos Produto~ Caso número 1: Mínmo de FO E vp() < O max D, max E xp () ~ vt(j) > O mn B, mn E xb(j ) j Caso número 2: ~ vt(j) < O max B, max E xb (j) j ~ vp (1) > O mn D, mn E xp() 1 Caso número 3: E vp() > O??? ~ v~(j) > O No prmero aso a fração pesada total é mas valosa no topo que na base e a melhor políta a adotar é uma malha regulat~ ra que maxmze o onteúdo de mpurezas pe sadas no destlado, respetando as espefl ações apláves ao produto. No segundo a so a stuação se nverte e a fração leve to tal é mas valosa na base que no topo, se~ do então reomendável uma políta regula= tóra que a maxmze na base, até o nível permtdo pelas espefações. Stuações omo estas desrtas reomendam, geralmente, uma maxmzação do fater de reuperação da oluna, mas uma desão defntva sobre a melhor opção deverá levar em onta,suas reas ondções operaonas (espefações apláves aos produtos gerados e penaldades pela sua volação, p. ex.).exemplos destes asos podem ser enontrados, entre outras, nas referênas (5) (Latour, 1978), (6) (Martn, G.D., et ali, 1981) e (8) (Shnskey, 1984). ~ evdente, nestes dos asos analsados, que os valores de R, Qr e Q deverão ser os mínmos neessáros para efetuar a separação dos ompostos onforme as espefações à que devem satsfazer. O aso número 3 se revela o mas nteressante pos a fração leve é mats valosa no topo e a!ração pesada mas valosa na base, respetadas as tolerânas exstentes para os produtos. Neste aso os termos dferenas orrespondentes são postvos e nada se pode afrmar, a pror, sob o ponto de mínmo da função. ~ neessáro a adoção de uma políta de otmzação para determnação do ponto ótmo de operação. Há de se ressaltar, ontudo, que para uma oluna multomponente a avalação orreta dos dversos valores dferenas pode ser problemáta, anda mas se onsderarmos que os produtos por ela gerados normalmente vão almentar outros proessos. Uma políta de otmzação, portanto, pode ser mas efentemente utlzado em olunas separando msturas onst tuídas de dos ou três ompostos que apre= sentem nteresse ~onsmo. 3. EQUACIONAMENTO DO PROBLEMA A otmzação de um proesso real, ao bus ar um ponto que mnmze ou maxmze a fun ção objetvo esolhda, envolve neessara= mente a satsfação das restrções que ndem sobre o mesmo e que são, geralmente, de três tpos: operaonas, de projeto e de merado. O prmero onjunto é geralmente de gualdades enquanto os dos últmos envolvem desgualdades. Estes três onjuntos são á presentados a segur Restrções Operaonas são aquelas que expressam o nterrelaonamento entre as dversas varáves exs tentes no proesso. No aso de uma oluna de destlação ela é expressa por um balanço de massa, um balanço energéto e relações de soma e equlíbro (Roland, 1963). Os símbolos utlzados estão defndos no fnal do artgo. Estas relações são expressas matema tamente por: I x.. 1=1,l 1 I 1=1 y..,l 1 (l ~ ~ ) (O ~ j ~ N + 1) (0~j~N+1) (l ~ ~;) (O ~ j ~ f -: 2) 134

4 V j + l R j + l = Ljh j + DR D + Q V f R f + V F H F = L f - l h f - l + DHD Restrções de projeto Lf - l x-l, +DXD, + Q (l.~~) (l~~) (f~j~n) (l~~) (O~j~f-2) (f~j~n) Estas relações expressam a ondção de e qulíbro estaonáro do proesso e formam um onjunto de restrções atvas. ~ mportante ressaltar que o oefente de dstrbução entre fases, Kj,' é uma_função n~o lnear, o que sgnfa a exstena de nao lneardades nas restrções (ver Apênde). são aquelas que defnem os valores máxmos e mínmos permtdos para os fluxos de massa e energa exstentes no proesso. são sempre restrções de désgualdades restrtas que lmtam, superor e nferormente, os v~ lores das varáves Qr' Q' R, D, B e F. Exstem neste onjunto duas varáves que podem ser gnoradas omo restrções de desgualdade: B e F. A vazão na base, B, está sempre determnada através do balanço de mas sa total da oluna e portanto está mplíta nas restrções de gualdade do problema. A vazão da almentação, F, geralmente proede de outro proesso e pode ser suposta uma varável fora do alane do operador Restrções de merado são as restrções mpostas pelo merado aos produtos fnas obtdos pela oluna, ou seja, os teores máxmos e mínmos de mpurezas permtdos para os produtos obtdos. são também restrções de desgualdades restrtas que se expressam por xb mn, ~ xb, ~ xbmax, Xp mn, ~ X D, ~ Xp max, Defnda a função objetvo bem omo as restrções às quas ela se sujeta o problema, em sua formulação fnal, pode ser desr ta pela segunte expressão (problema PI): - Mnmzar Fo = (D/F) E xp ()6vp () + + (B/F)~ xb(j)6vr,(j) + (HD/F) (l +2) (R+D) s.á. gl(z) O g2(z) ~ O onde g3(z) ~ O gl(z) O representa o onjunto de restrções operaonas g2(z) ~ O representa o onjunto de restrções de projeto g3(z) ~ O representa o onjunto de restrções de merado 4. T~CNICA DE SOLUÇÃO O problema ama representa algumas espe fdades que devem ser analsadas para de fnção da estratéga orreta de solução dõ mesmo:. embora altamente estruturado, o problema é de dmensão razoável, om elevado número de varáves em suas restrções exste um problema adonal de não lneardades nas restrções at1;'avés do oefen te de separação entre fases, fato este que funona omo um elemento de aumento de omplexdade para sua solução a maor parte das varáves só aparee de forma mplíta na função objetvo, o que nvablza o álulo de seu gradente Estes fatores enumerados não reomendam as ténas usuas de solução nas quas se utlze omo dreção de amnhada o gradente da função objetvo, quer dretamente ou projetado nas restrções. Um método alternatvo, ontudo, pode ser mplementado se aten tarmos para o fato de que o onjunto de res trções operaonas deve permaneer sempre atvo, garantndo a ondção de equlíbro estaonáro do proesso e que, além dsto, as varáves deste onjunto guardam entre s relações espeífas bem defndas. Pode-se, portanto, reesrever o problema PI na forma: Mn (D/F) r xp ()6Vp () + + (B/F) ~ x B (j)6 vr, (j) + (HD/F) (I+2) (R+D) 1 s.a g2(z) ~ O g3(z) ~ O uma vez que se garanta sempre que as restrções de gualdade estarão atvas para todos os pontos do problema. Pode-se, desta manera desmembrar o problema orgnal PI em dos sub-problemas onsstndo de. m1n1m1zação da função objetvo sujeta as restrções de desgualdade mpostas por ondções de projeto e de merado. satsfação do onjunto de restrções atvas representadas por ondções operaonas do proesso, para todos os pontos que satsfaçam às restrções de desgualdades. A estrutura bása do algortmo mplemen tado segue as seguntes etapas: as varáves sujetas às restrções de desgualdades são dvddas em dos sub-onjuntos: z' V E M, 135

5 onde Mé o onjunto dos índes das varáves ndependentes e Z., V j A, onde A é o on junto de índes as varáves deeendentes k, proesso. Para a k-ésma teraçao, as varáves Z são atualzadas segundo um algortmo espeífo (tem 4.1) e, a segur, pa ra ada ponto fatível, as varáves depen= dentes Zj são aluladas medante s~tsfação das restrções de gualdade (tem 4.2). Como a geometra da oluna, o tpo de ondensador e a almentação são espefados, exstem no problema (N + 2)(2 + 3) + 3 varáves para um total de (N + 2) (2 + 3) equações, onde N é o número de estágos e o número de ompostos, o que fornee três graus de lberdade ao sstema. Foram esolhdas portanto omo varáves ndependentes o refluxo R, a vazão do destlado D e a pressão da oluna P Atualzação das varáves sujeta as restrções de desgualdades Sua atualzação é feta segundo as etapas do método de Hooke & eeves (Bazaraa e Shetty, 1979) para otmzação rrestrta, ~ daptado às espefdades do presente problema. Seja z~ o valor da varável zna k ésma teração: 1) defndo o rtéro de parada e um ponto nal ~k, determna-se Um onjunto de dreções de amnhada d' V E: M tal que C=I, onde C é a matrz ujas lnhas são os vetores dreção e I é a den tdade. Seja w = z~,v E: M. 2) enontrar um tamanho de passo étmo U! que resolve o sub-problema k mn Fo(w + U d À ), V M s.a U* E: R w S onde S é o onjunto fatível e À é dado por (Westerberg e Debrosse, 1979): À onde r é 9 mu~tplador _de Lagrange assoado a -esma restrçao do vetorde ontrole no ponto onsderado (Gll e Murray, 1979). 3) faça zk+1 = w. Avale a função Caso õ rtéro de parada seja to, o problema onvergu. Caso prossga. 4) defnlr um novo vetor de dreções 4., tas que g = ~k+1 ~k. Enontre um U* que resolve mn F o (z.k+1 + U*g) s.a U* R, ~k+1 E: S Faça ~ 2. = r/ll r l12 k U*d e retorne ao objetvo. satsfeontráro passo A determnação de U* fo efetuada utlzando-se a seqüêna de Fbona e o algortmo espeífo (tem 4.2) para atualzação das varáves dependentes. Para gara~ tr que ~f E: S, utlzou-se a téna de penalzação das varáves assoadas às restr ções voladas Satsfação das restrções de gualdades A téna de solução utlzada onsstu em um proesso teratvo no qual a temperatu ra (varável mplíta) é utlzada omo va= rável ndependente (método Thele-Geddes ), assegurando-se a onvergêna através do método e (Holand, 1963); l)inalzar o algortmo om os perfs de temperatura e vazões Tj Lj e Vj' j = 0,.. N+1 (obtdos a partr das ondções operaonas da oluna, e/ou um balanço de massa susnto) e para os valores das varáves ndependentes atualzados. 2)Calular as vazões paras para ada o~ ponente, expressos por Uj, = V j yj, e j, = Ljxj,t Calule Xj,' 3)Utlzando as vazões paras, enontre S > que satsfaz g(s) = 0, onde g(s) ex pressa o balanço de massa no topo da olu~ na. Atualze, usando S omo fator de ponde ração, as frações molares Xj ' =l,. ; j=o, N+l. ' 4) Use x j, para álulo de base de separaçao K j,b dada por K., b = l/i =l a,. x, onde aj, é a vo latldade relatva do omponente no está go j alulada para T j na teração k. Utl zando Kj,b alule o novo gradente de temperatura T j e, medante os balanços energét1 ~s e de massa, as novas vazões V j e L j Se nao onvergu, volte ao passo 2. Quando o algortmo onverge obtém-se as varáves dependentes do problema PI que satsfazem as restrções de gualdade para os valores atualzados das varáves ndepende~ teso 5. RESULTADOS OBTIDOS O algortmo fo utlzado para o estudo de uma oluna de destlação bnára, almentada om uma mstura de.80 molar de SHC1 3 e 0.2 molar de SC1 4, a vazão de 10000moles/ hora, 27 estágos, om as espefações de 2,5% e 3% máxmo de mpurezas para o topo e para a base. Os valores monetáros utlza dos foram de 60.$/Mal para o usto ombna= do de aquemento e refrgeração, 100.$/Mol para a fração leve e 80.$/Mol (máxmos) para a pesada (Cete, 1985), ando proporonalmente ao onteúdo de mpurezas. A oluna fo oloada em operação num ponto de baxa taxa de refluxo e aplou-se o algortmo ao problema: Estado R/D 'D/F XD (l-xb) Fo ($ /mol) Inal Fnal

6 l o novo estado obtdo aumentou a taxa de refluxo, a taxa de reuperação, om o onsumo energéto varando de para Mal/h no refervedor e de para Mal/h no ondensador. O novo estado, embora om maor onsumo energéto, propou melhor dstrbução das mpurezas entre o topo e a base, om um derésmo na função objet vo de.1666$/mol, que sgnfa um ganhõ adonal dáro da ordem de $, equva lente a 667 Mal. - Partu-se então de um ponto de maor on sumo energéto om modfação na taxa de refluxo, aumentado onseqüentemente a pureza fnal dos produtos obtdos, om os demas valores nalterados: Estado Inal Fnal R/D D/F.BOOO.BOOB O proesso onverge para o mesmo ótmo anteror, a menos das tolerânas. Os ganhos obtdos são superores aos obtdos no aso anteror e mostram-se que, para esta oluna, a omponente devda ao usto enérgéto não permte a polta de refluxo máxmo. Estudou-se então a nfluêna de perturbações no ponto ótmo, lustrado através de modfações no usto energéto e na fração de almentação, alteradas para BO.$/Mal e.65, respetvamente: Estado R/D Inal Fnal O algortmo responde efentemente à pequenas varações, anda que o novo ótmo seja bem próxmo ao anteror. Dversos asos adonas foram estudados e a resposta do algortmo satsfez pie namente em todos. O fatos dos ganhos devdos a perturbações no retorno do ótmo não serem tão expressvos será analsado nas onlusões fetas a segur. 6. CONCLUSOES FINAIS xd (1-xB) Fo($/mol) B7.B D/F xd (1-xB) Fo($/mol). B B Através dos dversos asos estudados e dos resultados obtdos fo possvel trar dversas onlusões relatvas não só quanto ao desempenho do algortmo omo também do omportamento da oluna analsada: 1) O algortmo montado se revelou perfetamente adequado às fnaldades propostas. Sua resposta satfez plenamente, tanto pa ra grandes omo para pequenas perturba= ções no proesso. No toante à onvergêna, o método das oordenadas ílas a presenta um problema de avanço lento à me dda que se aproxma do ótmom razão pelã qual torna-se neessáro efetuar uma pol ta de ompromsso entre tolerâna, támanho do passo e velodade de onvergêna. Após devdamente ajustada, ontudo para a oluna analsada, onverge em 4 ou 5 terações om tempo médo total da ordem de 7 mnutos num PC-XT, onsderan- do-se os três graus de lberdade menonados. Se uma ou duas destas varáves es tverem fxas este tempo é reduzdo de pratamente uma ordem de grandeza. 2) Como analsado anterormente, (tem 2) em determnadas stuações é preferível regular que otmzar. E mesmo quando a polít1 a reomendada é a otmzação, determna~ das olunas apresentam respostas mas satsfatóras que outras, entre as quas se nluem aquelas om alta taxa de refluxo, baxa volatldade relatva, fração leve de almentação não próxma de.05 e alto usto dferenal dos produtos (Martn, D.G. et ai., 19B1). O algortmo onfrma que, quando estas ondções não são preenhdas, os ganhos advndos da otmzação nem sempre são tão sgnfatvos. Isto fa evdente no aso estudado onde a fun ção objetvo possu urvas de nível bas= tante espeçadas e os ganhos onsegudos devdo a perturbações perto do ótmo não são tão expressvos. 3) O exemplo esolhdo nalmente se revela extremamente nteressante, pos mostra que um ótmo pode se loalzar numa regão totalmente oposta ao que aparenta à prmera vsta. O estado nal de oper! ção da oluna parea, em análse prelm nar, se stuar nas medações de um ót= mo, pos o onsumo energéto fo reduzdo ao mnmo, o destlado, omposto mas nobre que represente BO% da produção, teve seu valor nrementado medante aumento da pureza e manteve-se o produto da ba se dentro das espefações evtando-se o aparemento de qualquer rejeto. Verfa-se, ontudo, que este estado se araterza por elevado índe de perdas, a função objetvo tem um alto valor e o mes mo se stua bastante dstante do ótmo en ontrado. AP~NDICE: O fator de dstrbução entre fases As relações de equlíbro termodnâmo entre as fases de um sstema podem ser onvenentemente expressas, para o -ésmo om ponente, por Y = K. x (1) onde K é o oefente de dstrbução entre fases, x e Y são as frações molares l qudas em fase líquda e vapor, respetvamente. Sabe-se, empramente, que este oefente é uma função não lnear da temperatura, pressão, omposção e onentração do sstema. Valores tabelados de K, para sstemas de nteresse omeral, podem ser falmente obtdos em publações espealzadas. Se o sstema em estudo onsderado deal pode-se supor que P K = (2) P o. _ onde P e a pressao de vapor para o -smo omponente puro e P a pressão do sstema. De~ vos da stuação de não-dealdade podem ser satsfatoramente expressos por 137

7 (3) onde Y e v sao os oefentes de atv dade e fugadade. No presente trabalho utlzou-se a fórmula (3) om o oefente de atvdade Y sendo_ expressa o pela equação _ de Van Laar, a pressao P pela equaçao de Antone e v on sderado untáro, dado a baxa pressão de operação da oluna (1 atm). NOTAÇÃO B H H D K., y.. =,1. UTILIZADA vazão total na base, moles/h número total de omponentes do sstema vazão total no destlado, moles/h vazão total de almentação, moles/h entalpa total avalada à temperatu ra, pressão e omposção do líqudo dexando o estágo j, al/moi entalpa total avalada à temperatu ra, pressão e omposção do vapor dexando o estágo j, al/moi entalpa por mole de almentação, n dependente do estado, al/moi - entalpa total do destlado, ndepen ~ente do estado, al/moi - oefente de dstrbução entre f~ ses, avalado à temperatura e pressão do líqudo dexando o estágo j vazão total do líqudo dexando o es tágo j, moles/h número total de estágos pressão, atm energa retrada do ondensador, al/h energa forneda ao refervedor, al/h vazao total do refluxo, moles/h vazao total de vapor dexando o estágo j, moles/h fração molar do omponente no líqudo dexando o estágo j fração molar do omponente na base fração molar total do omponente : na almentação, ndependente do estado fração molar total do omponente no destlado, ndependente do estado fração molar total do omponente no vapor dexando o estágo j BIBLIOGRAFIA O) Bazaraa, S.M. & Shetty, C.M. (979)-Non lnear programmng: Theory and AIgor:l"th""s ohn Wley. (2) Cete, "Projeto PQSP", (985) - Relatóro Téno F~al, BH. (3) Gll, P.E. & Murray, W. (979) - "The Computaton of Lagrange - Multpler Es tmates for Constraned Mnmzaton"~ Mathematal Programmng, 17, (4) Holand, C.D. (1963) Multomponent Dstllaton, Prente-Hall, Englewood Clffs, N.. (5) Latour, P.R. (978) - "Objetves and Strateges for Composton Control of Dstllaton Columns", Instrumentaton Tehnology, uly. (6) Martn, G.D., Latour, P.R., Rhard, L. A., (981) - "Closed Loop Optmzaton of Dstllaton Energy", CEP September. (7) Nsenfeld, El. A & Seeman, Rhard, C. (1981) - Dstllaton Columns, ISA Mono graph, Instrument Soety of Amera. - (8) Shnksey, F.G., (1984) Dstllaton Control for Produtvty and Energy Con servaton, MGraw-Hll. (9) Westerberg, Arthur, W. & Debrosse, Char les,. (973) - "An Optmzaton Algo= rthm for Strutured"Desgn Systems", AIChE ournal, vol. 19, nq 2, 335. Agradementos à CAPES pelo apoo fnan ero. tndices E SUBSCRITOS numero do omponente, j numero do estágo; j = O para o aumula dor; e j = f para o estágo de almenta= ção; j = N+ 1 para o refervedor F varáves assoadas om uma almentação paralmente vaporzada As demas varáves utlzadas no texto sao defndas loalmente. 138

Despacho Econômico de. Sistemas Termoelétricos e. Hidrotérmicos

Despacho Econômico de. Sistemas Termoelétricos e. Hidrotérmicos Despacho Econômco de Sstemas Termoelétrcos e Hdrotérmcos Apresentação Introdução Despacho econômco de sstemas termoelétrcos Despacho econômco de sstemas hdrotérmcos Despacho do sstema braslero Conclusões

Leia mais

Capítulo 3-1. A 2ª Lei da Termodinâmica

Capítulo 3-1. A 2ª Lei da Termodinâmica Capítulo 3-1. A 2ª Le da ermodnâma Baseado no lvro: Atkns Pysal Cemstry Egt Edton Peter Atkns Julo de Paula 29-04-2007 Mara da Coneção Pava 1 A segunda le da termodnâma é baseada na experêna umana. odos

Leia mais

TEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma.

TEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma. UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO CENTRO DE CIÊNCIAS EXATAS DEPARTAMENTO DE FÍSICA AV. FERNANDO FERRARI, 514 - GOIABEIRAS 29075-910 VITÓRIA - ES PROF. ANDERSON COSER GAUDIO FONE: 4009.7820 FAX: 4009.2823

Leia mais

NOTA II TABELAS E GRÁFICOS

NOTA II TABELAS E GRÁFICOS Depto de Físca/UFMG Laboratóro de Fundamentos de Físca NOTA II TABELAS E GRÁFICOS II.1 - TABELAS A manera mas adequada na apresentação de uma sére de meddas de um certo epermento é através de tabelas.

Leia mais

Cálculo do Conceito ENADE

Cálculo do Conceito ENADE Insttuto aconal de Estudos e Pesqusas Educaconas Aníso Texera IEP Mnstéro da Educação ME álculo do onceto EADE Para descrever o cálculo do onceto Enade, prmeramente é mportante defnr a undade de observação

Leia mais

Sistemas de Filas: Aula 5. Amedeo R. Odoni 22 de outubro de 2001

Sistemas de Filas: Aula 5. Amedeo R. Odoni 22 de outubro de 2001 Sstemas de Flas: Aula 5 Amedeo R. Odon 22 de outubro de 2001 Teste 1: 29 de outubro Com consulta, 85 mnutos (níco 10:30) Tópcos abordados: capítulo 4, tens 4.1 a 4.7; tem 4.9 (uma olhada rápda no tem 4.9.4)

Leia mais

Elaboração: Fevereiro/2008

Elaboração: Fevereiro/2008 Elaboração: Feverero/2008 Últma atualzação: 19/02/2008 E ste Caderno de Fórmulas tem por objetvo esclarecer aos usuáros a metodologa de cálculo e os crtéros de precsão utlzados na atualzação das Letras

Leia mais

Equilíbrio Espacial de Preços

Equilíbrio Espacial de Preços Equlíbro Espaal de Preços Seam: ρ = S ( w) urva nversa da oferta assoada ao merado produtor ; π = D ( w) urva nversa da demanda assoada ao merado onsumdor ; C ( w ) usto margnal de transportes assoada

Leia mais

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu 1 Programação Não Lnear com Restrções Aula 9: Programação Não-Lnear - Funções de Váras Varáves com Restrções Ponto Regular; Introdução aos Multplcadores de Lagrange; Multplcadores de Lagrange e Condções

Leia mais

CENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnilesteMG

CENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnilesteMG 1 CENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnlesteMG Dscplna: Introdução à Intelgênca Artfcal Professor: Luz Carlos Fgueredo GUIA DE LABORATÓRIO LF. 01 Assunto: Lógca Fuzzy Objetvo: Apresentar o

Leia mais

Análise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA

Análise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA Análse de Regressão Profa Alcone Mranda dos Santos Departamento de Saúde Públca UFMA Introdução Uma das preocupações estatístcas ao analsar dados, é a de crar modelos que explctem estruturas do fenômeno

Leia mais

1 Princípios da entropia e da energia

1 Princípios da entropia e da energia 1 Prncípos da entropa e da energa Das dscussões anterores vmos como o conceto de entropa fo dervado do conceto de temperatura. E esta últma uma conseqüênca da le zero da termodnâmca. Dentro da nossa descrção

Leia mais

OTIMIZAÇÃO DE PROVISIONAMENTO DE LARGURA DE BANDA USANDO REDES DE PETRI NA MODELAGEM DE COMPORTAMENTO DE CLIENTES E PROVEDORES

OTIMIZAÇÃO DE PROVISIONAMENTO DE LARGURA DE BANDA USANDO REDES DE PETRI NA MODELAGEM DE COMPORTAMENTO DE CLIENTES E PROVEDORES OTIMIZAÇÃO DE PROVISIONAMENTO DE LARGURA DE BANDA USANDO REDES DE PETRI NA MODELAGEM DE COMPORTAMENTO DE CLIENTES E PROVEDORES FLÁVIO HENRIQUE BATISTA DE SOUZA CARLOS ANDREY MAIA RODNEY R SALDANHA 1 Programa

Leia mais

Probabilidade e Estatística. Correlação e Regressão Linear

Probabilidade e Estatística. Correlação e Regressão Linear Probabldade e Estatístca Correlação e Regressão Lnear Correlação Este uma correlação entre duas varáves quando uma delas está, de alguma forma, relaconada com a outra. Gráfco ou Dagrama de Dspersão é o

Leia mais

PLANILHAS EXCEL/VBA PARA PROBLEMAS ENVOLVENDO EQUILÍBRIO LÍQUIDO-VAPOR EM SISTEMAS BINÁRIOS

PLANILHAS EXCEL/VBA PARA PROBLEMAS ENVOLVENDO EQUILÍBRIO LÍQUIDO-VAPOR EM SISTEMAS BINÁRIOS PLANILHAS EXCEL/VBA PARA PROBLEMAS ENVOLVENDO EQUILÍBRIO LÍQUIDO-VAPOR EM SISTEMAS BINÁRIOS L. G. Olvera, J. K. S. Negreros, S. P. Nascmento, J. A. Cavalcante, N. A. Costa Unversdade Federal da Paraíba,

Leia mais

CAPÍTULO VI Introdução ao Método de Elementos Finitos (MEF)

CAPÍTULO VI Introdução ao Método de Elementos Finitos (MEF) PMR 40 - Mecânca Computaconal CAPÍTULO VI Introdução ao Método de Elementos Fntos (MEF). Formulação Teórca - MEF em uma dmensão Consderemos a equação abao que representa a dstrbução de temperatura na barra

Leia mais

Distribuição de Massa Molar

Distribuição de Massa Molar Químca de Polímeros Prof a. Dr a. Carla Dalmoln carla.dalmoln@udesc.br Dstrbução de Massa Molar Materas Polmércos Polímero = 1 macromolécula com undades químcas repetdas ou Materal composto por númeras

Leia mais

UNIVERSIDADE PRESBITERIANA MACKENZIE CCSA - Centro de Ciências Sociais e Aplicadas Curso de Economia

UNIVERSIDADE PRESBITERIANA MACKENZIE CCSA - Centro de Ciências Sociais e Aplicadas Curso de Economia CCSA - Centro de Cêncas Socas e Aplcadas Curso de Economa ECONOMIA REGIONAL E URBANA Prof. ladmr Fernandes Macel LISTA DE ESTUDO. Explque a lógca da teora da base econômca. A déa que sustenta a teora da

Leia mais

Rastreando Algoritmos

Rastreando Algoritmos Rastreando lgortmos José ugusto aranauskas epartamento de Físca e Matemátca FFCLRP-USP Sala loco P Fone () - Uma vez desenvolvdo um algortmo, como saber se ele faz o que se supõe que faça? esta aula veremos

Leia mais

Regressão e Correlação Linear

Regressão e Correlação Linear Probabldade e Estatístca I Antono Roque Aula 5 Regressão e Correlação Lnear Até o momento, vmos técncas estatístcas em que se estuda uma varável de cada vez, estabelecendo-se sua dstrbução de freqüêncas,

Leia mais

5.1 Seleção dos melhores regressores univariados (modelo de Índice de Difusão univariado)

5.1 Seleção dos melhores regressores univariados (modelo de Índice de Difusão univariado) 5 Aplcação Neste capítulo será apresentada a parte empírca do estudo no qual serão avalados os prncpas regressores, um Modelo de Índce de Dfusão com o resultado dos melhores regressores (aqu chamado de

Leia mais

PARTE 1. 1. Apresente as equações que descrevem o comportamento do preço de venda dos imóveis.

PARTE 1. 1. Apresente as equações que descrevem o comportamento do preço de venda dos imóveis. EXERCICIOS AVALIATIVOS Dscplna: ECONOMETRIA Data lmte para entrega: da da 3ª prova Valor: 7 pontos INSTRUÇÕES: O trabalho é ndvdual. A dscussão das questões pode ser feta em grupo, mas cada aluno deve

Leia mais

Objetivos da aula. Essa aula objetiva fornecer algumas ferramentas descritivas úteis para

Objetivos da aula. Essa aula objetiva fornecer algumas ferramentas descritivas úteis para Objetvos da aula Essa aula objetva fornecer algumas ferramentas descrtvas útes para escolha de uma forma funconal adequada. Por exemplo, qual sera a forma funconal adequada para estudar a relação entre

Leia mais

Programação Dinâmica. Fernando Nogueira Programação Dinâmica 1

Programação Dinâmica. Fernando Nogueira Programação Dinâmica 1 Programação Dnâmca Fernando Noguera Programação Dnâmca A Programação Dnâmca procura resolver o problema de otmzação através da análse de uma seqüênca de problemas mas smples do que o problema orgnal. A

Leia mais

CQ110 : Princípios de FQ

CQ110 : Princípios de FQ CQ110 : Prncípos de FQ CQ 110 Prncípos de Físco Químca Curso: Farmáca Prof. Dr. Marco Vdott mvdott@ufpr.br Potencal químco, m potencal químco CQ110 : Prncípos de FQ Propredades termodnâmcas das soluções

Leia mais

Sempre que surgir uma dúvida quanto à utilização de um instrumento ou componente, o aluno deverá consultar o professor para esclarecimentos.

Sempre que surgir uma dúvida quanto à utilização de um instrumento ou componente, o aluno deverá consultar o professor para esclarecimentos. Insttuto de Físca de São Carlos Laboratóro de Eletrcdade e Magnetsmo: Transferênca de Potênca em Crcutos de Transferênca de Potênca em Crcutos de Nesse prátca, estudaremos a potênca dsspada numa resstênca

Leia mais

7. Resolução Numérica de Equações Diferenciais Ordinárias

7. Resolução Numérica de Equações Diferenciais Ordinárias 7. Resolução Numérca de Equações Dferencas Ordnáras Fenômenos físcos em dversas áreas, tas como: mecânca dos fludos, fluo de calor, vbrações, crcutos elétrcos, reações químcas, dentre váras outras, podem

Leia mais

3 Método Fast Multipole

3 Método Fast Multipole 22 3 Método Fast Multpole Nesse apítulo, apresenta-se o Método Fast Multpole (FMM), omo proposto por Greengard e Rokhln (1987). O algortmo fo eleto um dos 1 melhores do séulo XX (DONGARRA e SULLIVAN, 2).

Leia mais

Problemas Associados a Cones de Segunda Ordem

Problemas Associados a Cones de Segunda Ordem Problemas Assocados a Cones de Segunda Ordem Dense S. Trevsol, Mara A. D. Ehrhardt, Insttuto de Matemátca, Estatístca e Computação Centífca, IMECC, UNICAMP, 1383-859, Campnas, SP E-mal: ra8477@me.uncamp.br,

Leia mais

Introdução e Organização de Dados Estatísticos

Introdução e Organização de Dados Estatísticos II INTRODUÇÃO E ORGANIZAÇÃO DE DADOS ESTATÍSTICOS 2.1 Defnção de Estatístca Uma coleção de métodos para planejar expermentos, obter dados e organzá-los, resum-los, analsá-los, nterpretá-los e deles extrar

Leia mais

Covariância e Correlação Linear

Covariância e Correlação Linear TLF 00/ Cap. X Covarânca e correlação lnear Capítulo X Covarânca e Correlação Lnear 0.. Valor médo da grandeza (,) 0 0.. Covarânca na propagação de erros 03 0.3. Coecente de correlação lnear 05 Departamento

Leia mais

Metodologia IHFA - Índice de Hedge Funds ANBIMA

Metodologia IHFA - Índice de Hedge Funds ANBIMA Metodologa IHFA - Índce de Hedge Funds ANBIMA Versão Abrl 2011 Metodologa IHFA Índce de Hedge Funds ANBIMA 1. O Que é o IHFA Índce de Hedge Funds ANBIMA? O IHFA é um índce representatvo da ndústra de hedge

Leia mais

MODELAGEM MATEMÁTICA DO PROCESSO DE EVAPORAÇÃO MULTI-EFEITO NA INDÚSTRIA DE PAPEL E CELULOSE

MODELAGEM MATEMÁTICA DO PROCESSO DE EVAPORAÇÃO MULTI-EFEITO NA INDÚSTRIA DE PAPEL E CELULOSE MODELAGEM MATEMÁTICA DO PROCESSO DE EVAPORAÇÃO MULTI-EFEITO NA INDÚSTRIA DE PAPEL E CELULOSE R. L. S. CANEVESI 1, C. L. DIEL 2, K. A. SANTOS 1, C. E. BORBA 1, F. PALÚ 1, E. A. DA SILVA 1 1 Unversdade Estadual

Leia mais

Elaboração: Novembro/2005

Elaboração: Novembro/2005 Elaboração: Novembro/2005 Últma atualzação: 18/07/2011 Apresentação E ste Caderno de Fórmulas tem por objetvo nformar aos usuáros a metodologa e os crtéros de precsão dos cálculos referentes às Cédulas

Leia mais

Sinais Luminosos 2- CONCEITOS BÁSICOS PARA DIMENSIONAMENTO DE SINAIS LUMINOSOS.

Sinais Luminosos 2- CONCEITOS BÁSICOS PARA DIMENSIONAMENTO DE SINAIS LUMINOSOS. Snas Lumnosos 1-Os prmeros snas lumnosos Os snas lumnosos em cruzamentos surgem pela prmera vez em Londres (Westmnster), no ano de 1868, com um comando manual e com os semáforos a funconarem a gás. Só

Leia mais

3 Contínuo Generalizado

3 Contínuo Generalizado 3 Contínuo Generalzado Um meo ontínuo lásso é omposto por partíulas, dstrbuídas de manera unforme, sendo ada uma delas representadas por um ponto, aqu denomnado de P. Este ponto materal possu oordenadas

Leia mais

Fast Multiresolution Image Querying

Fast Multiresolution Image Querying Fast Multresoluton Image Queryng Baseado no artgo proposto por: Charles E. Jacobs Adan Fnkelsten Davd H. Salesn Propõe um método para busca em um banco de dados de magem utlzando uma magem de consulta

Leia mais

Introdução à Análise de Dados nas medidas de grandezas físicas

Introdução à Análise de Dados nas medidas de grandezas físicas Introdução à Análse de Dados nas meddas de grandezas físcas www.chem.wts.ac.za/chem0/ http://uregna.ca/~peresnep/ www.ph.ed.ac.uk/~td/p3lab/analss/ otas baseadas nos apontamentos Análse de Dados do Prof.

Leia mais

IPC-W: Metodologia de Cálculo

IPC-W: Metodologia de Cálculo IPC-W: Metodologa de Cálulo EMAp/IBRE 2/novembro/207 O presente relatóro resume a metodologa de álulo do IPC-W, ontrastando om o álulo do IPC. Este proesso de álulo é posteror à extração e lmpeza dos dados,

Leia mais

Teoria dos Números e suas aplicações

Teoria dos Números e suas aplicações Teora dos Números e suas aplações Lus Armando dos Santos Júnor e Antôno arlos Noguera Unversdade Federal de Uberlânda Abrl- 009 :Orentando Programa de Eduação tutoral do urso de Matemáta. E-mal: anarexmg@ahoo.om.br

Leia mais

Problemas de engenharia

Problemas de engenharia Análse de Sstemas de otênca Análse de Sstemas de otênca ( AS ) Aula 3 Operação Econômca de Sstemas de otênca 03//008 roblemas de engenhara Análse de Sstemas de otênca ( AS ) ANÁLISE Defndo o sstema, determnar

Leia mais

Teoremas de Otimização com Restrições de Desigualdade

Teoremas de Otimização com Restrições de Desigualdade Teoremas de Otmzação com Restrções de Desgualdade MAXIMIZAÇÃO COM RESTRIÇÃO DE DESIGUALDADE Consdere o segunte problema (P) de maxmzação condconada: Maxmze Fx onde x x,x,...,x R gx b As condções de Prmera

Leia mais

Aula 7: Circuitos. Curso de Física Geral III F-328 1º semestre, 2014

Aula 7: Circuitos. Curso de Física Geral III F-328 1º semestre, 2014 Aula 7: Crcutos Curso de Físca Geral III F-38 º semestre, 04 Ponto essencal Para resolver um crcuto de corrente contínua, é precso entender se as cargas estão ganhando ou perdendo energa potencal elétrca

Leia mais

UM ALGORITMO EXATO PARA A OTIMIZAÇÃO DE CARTEIRAS DE INVESTIMENTO COM RESTRIÇÕES DE CARDINALIDADE

UM ALGORITMO EXATO PARA A OTIMIZAÇÃO DE CARTEIRAS DE INVESTIMENTO COM RESTRIÇÕES DE CARDINALIDADE UM ALGORITMO EXATO PARA A OTIMIZAÇÃO DE CARTEIRAS DE INVESTIMENTO COM RESTRIÇÕES DE CARDINALIDADE Dssertação de mestrado em matemátca aplcada fnancada pelo CNPq IMECC - UNICAMP Pedro Ferraz Vllela Prof.

Leia mais

Resolução de Matemática da Prova Objetiva FGV Administração - 06-06-10

Resolução de Matemática da Prova Objetiva FGV Administração - 06-06-10 QUESTÃO 1 VESTIBULAR FGV 010 JUNHO/010 RESOLUÇÃO DAS 15 QUESTÕES DE MATEMÁTICA DA PROVA DA MANHÃ MÓDULO OBJETIVO PROVA TIPO A O mon i tor de um note book tem formato retangular com a di ag o nal medindo

Leia mais

5 Relação entre Análise Limite e Programação Linear 5.1. Modelo Matemático para Análise Limite

5 Relação entre Análise Limite e Programação Linear 5.1. Modelo Matemático para Análise Limite 5 Relação entre Análse Lmte e Programação Lnear 5.. Modelo Matemátco para Análse Lmte Como fo explcado anterormente, a análse lmte oferece a facldade para o cálculo da carga de ruptura pelo fato de utlzar

Leia mais

Professor Mauricio Lutz CORRELAÇÃO

Professor Mauricio Lutz CORRELAÇÃO Professor Maurco Lutz 1 CORRELAÇÃO Em mutas stuações, torna-se nteressante e útl estabelecer uma relação entre duas ou mas varáves. A matemátca estabelece város tpos de relações entre varáves, por eemplo,

Leia mais

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

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

Leia mais

Programação Linear 1

Programação Linear 1 Programação Lnear 1 Programação Lnear Mutos dos problemas algortmcos são problemas de otmzação: encontrar o menor camnho, o maor fluxo a árvore geradora de menor custo Programação lnear rovê um framework

Leia mais

AS COMPONENTES SIMÉTRICAS INSTANTÂNEAS E A MÁQUINA SIMÉTRICA

AS COMPONENTES SIMÉTRICAS INSTANTÂNEAS E A MÁQUINA SIMÉTRICA CAPÍTULO 5 A COMPONENTE IMÉTICA INTANTÂNEA E A MÁQUINA IMÉTICA 5. INTODUÇÃO O emprego das componentes smétrcas nstantâneas permte a obtenção de modelos mas smples que aqueles obtdos com a transformação

Leia mais

Prof. Antônio Carlos Fontes dos Santos. Aula 1: Divisores de tensão e Resistência interna de uma fonte de tensão

Prof. Antônio Carlos Fontes dos Santos. Aula 1: Divisores de tensão e Resistência interna de uma fonte de tensão IF-UFRJ Elementos de Eletrônca Analógca Prof. Antôno Carlos Fontes dos Santos FIW362 Mestrado Profssonal em Ensno de Físca Aula 1: Dvsores de tensão e Resstênca nterna de uma fonte de tensão Este materal

Leia mais

Concreto. Prof. M.Sc. Ricardo Ferreira

Concreto. Prof. M.Sc. Ricardo Ferreira Conreto Prof..S. Riardo Ferreira O traço Prof..S. Riardo Ferreira Fonte: Dario Dafio Eletrobras Furnas www.ement.org Traço 3/23 A expressão da proporção dos materiais omponentes de uma omposição partiular

Leia mais

UNIVERSIDADE DO ESTADO DA BAHIA - UNEB DEPARTAMENTO DE CIÊNCIAS EXATAS E DA TERRA COLEGIADO DO CURSO DE DESENHO INDUSTRIAL CAMPUS I - SALVADOR

UNIVERSIDADE DO ESTADO DA BAHIA - UNEB DEPARTAMENTO DE CIÊNCIAS EXATAS E DA TERRA COLEGIADO DO CURSO DE DESENHO INDUSTRIAL CAMPUS I - SALVADOR Matéra / Dscplna: Introdução à Informátca Sstema de Numeração Defnção Um sstema de numeração pode ser defndo como o conjunto dos dígtos utlzados para representar quantdades e as regras que defnem a forma

Leia mais

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu Programação Lnear (PL) Aula : Dualdade. Defnção do Problema Dual. Defnção do problema dual. O que é dualdade em Programação Lnear? Dualdade sgnfca a exstênca de um outro problema de PL, assocado a cada

Leia mais

Otimização de Custos de Transporte e Tributários em um Problema de Distribuição Nacional de Gás

Otimização de Custos de Transporte e Tributários em um Problema de Distribuição Nacional de Gás A pesqusa Operaconal e os Recursos Renováves 4 a 7 de novembro de 2003, Natal-RN Otmzação de ustos de Transporte e Trbutáros em um Problema de Dstrbução Naconal de Gás Fernanda Hamacher 1, Fernanda Menezes

Leia mais

INTRODUÇÃO À PROBABILIDADE

INTRODUÇÃO À PROBABILIDADE INTRODUÇÃO À ROBABILIDAD Conetos básos xpermento aleatóro ou fenômeno aleatóro Stuações ou aontementos ujos resultados não podem ser prevstos om erteza. Um expermento ou fenônemo que, se for observado

Leia mais

7.4 Precificação dos Serviços de Transmissão em Ambiente Desregulamentado

7.4 Precificação dos Serviços de Transmissão em Ambiente Desregulamentado 64 Capítulo 7: Introdução ao Estudo de Mercados de Energa Elétrca 7.4 Precfcação dos Servços de Transmssão em Ambente Desregulamentado A re-estruturação da ndústra de energa elétrca que ocorreu nos últmos

Leia mais

3 Algoritmo das Medidas Corretivas

3 Algoritmo das Medidas Corretivas 3 Algortmo das Meddas Corretvas 3.1 Introdução Conforme apresentado no Capítulo, o algortmo das Meddas Corretvas compõe o conjunto das etapas responsáves pela análse de desempenho do sstema de potênca.

Leia mais

PROVA DE MATEMÁTICA DO VESTIBULAR 2013 DA UNICAMP-FASE 1. RESOLUÇÃO: PROFA. MARIA ANTÔNIA C. GOUVEIA

PROVA DE MATEMÁTICA DO VESTIBULAR 2013 DA UNICAMP-FASE 1. RESOLUÇÃO: PROFA. MARIA ANTÔNIA C. GOUVEIA PROVA DE MATEMÁTICA DO VESTIBULAR 03 DA UNICAMP-FASE. PROFA. MARIA ANTÔNIA C. GOUVEIA QUESTÃO 37 A fgura abaxo exbe, em porcentagem, a prevsão da oferta de energa no Brasl em 030, segundo o Plano Naconal

Leia mais

Nota Técnica Médias do ENEM 2009 por Escola

Nota Técnica Médias do ENEM 2009 por Escola Nota Técnca Médas do ENEM 2009 por Escola Crado em 1998, o Exame Naconal do Ensno Médo (ENEM) tem o objetvo de avalar o desempenho do estudante ao fm da escolardade básca. O Exame destna-se aos alunos

Leia mais

X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha)

X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha) Estatístca p/ Admnstração II - Profª Ana Cláuda Melo Undade : Probabldade Aula: 3 Varável Aleatóra. Varáves Aleatóras Ao descrever um espaço amostral de um expermento, não especfcamos que um resultado

Leia mais

EXERCÍCIO: VIA EXPRESSA CONTROLADA

EXERCÍCIO: VIA EXPRESSA CONTROLADA EXERCÍCIO: VIA EXPRESSA CONTROLADA Engenhara de Tráfego Consdere o segmento de va expressa esquematzado abaxo, que apresenta problemas de congestonamento no pco, e os dados a segur apresentados: Trechos

Leia mais

Associação de resistores em série

Associação de resistores em série Assocação de resstores em sére Fg.... Na Fg.. está representada uma assocação de resstores. Chamemos de I, B, C e D. as correntes que, num mesmo nstante, passam, respectvamente pelos pontos A, B, C e D.

Leia mais

Testes não-paramétricos

Testes não-paramétricos Testes não-paramétrcos Prof. Lorí Val, Dr. http://www.mat.ufrgs.br/val/ val@mat.ufrgs.br Um teste não paramétrco testa outras stuações que não parâmetros populaconas. Estas stuações podem ser relaconamentos,

Leia mais

Teoria do momento linear: Teoria do momento linear: Voo vertical

Teoria do momento linear: Teoria do momento linear: Voo vertical Teora do momento lnear: oo ertal Estudamos o oo a parar do elóptero. amos agora estudar o oo ertal (subda e desda). Estas operações são mportantes: Desolagem ertal Aterragem ertal Teora do momento lnear:

Leia mais

Controlo Metrológico de Contadores de Gás

Controlo Metrológico de Contadores de Gás Controlo Metrológco de Contadores de Gás José Mendonça Das (jad@fct.unl.pt), Zulema Lopes Perera (zlp@fct.unl.pt) Departamento de Engenhara Mecânca e Industral, Faculdade de Cêncas e Tecnologa da Unversdade

Leia mais

EESC-USP M. Becker 2008 2/64

EESC-USP M. Becker 2008 2/64 SEM7 - Aula Cnemáta Dreta de Manpuladore Robóto Prof. Dr. Marelo Beker EESC - USP Sumáro da Aula Epaço de Trabalho Quetõe Cnemáta Repreentação da Orentação Matrz de Tranformação Homogênea Equaçõe Cnemáta

Leia mais

Escolha do Consumidor sob condições de Risco e de Incerteza

Escolha do Consumidor sob condições de Risco e de Incerteza 9/04/06 Escolha do Consumdor sob condções de Rsco e de Incerteza (Capítulo 7 Snyder/Ncholson e Capítulo Varan) Turma do Prof. Déco Kadota Dstnção entre Rsco e Incerteza Na lteratura econômca, a prmera

Leia mais

REGRESSÃO NÃO LINEAR 27/06/2017

REGRESSÃO NÃO LINEAR 27/06/2017 7/06/07 REGRESSÃO NÃO LINEAR CUIABÁ, MT 07/ Os modelos de regressão não lnear dferencam-se dos modelos lneares, tanto smples como múltplos, pelo fato de suas varáves ndependentes não estarem separados

Leia mais

Controle de Ponto Eletrônico. Belo Horizonte

Controle de Ponto Eletrônico. Belo Horizonte Controle de Ponto Eletrônco da Câmara Muncpal de Belo Horzonte Instrutor: André Mafa Latn DIVPES agosto de 2010 Objetvo Informar sobre o preenchmento da folha de frequênca; Facltar o trabalho das chefas;

Leia mais

Otimização do Carregamento de Transformadores de Distribuição de Energia Elétrica

Otimização do Carregamento de Transformadores de Distribuição de Energia Elétrica 1 Otmzação do arregamento de Transformadores de Dstrbução de Energa Elétrca E. J. Robba,..B. de Olvera,.A. Penn, R.P. asolar, Unversdade de São Paulo L.N. da Slva, H.R.P.M. de, AES Sul Resumo - O desenvolvmento

Leia mais

Aplicando o método de mínimos quadrados ordinários, você encontrou o seguinte resultado: 1,2

Aplicando o método de mínimos quadrados ordinários, você encontrou o seguinte resultado: 1,2 Econometra - Lsta 3 - Regressão Lnear Múltpla Professores: Hedbert Lopes, Prscla Rbero e Sérgo Martns Montores: Gustavo Amarante e João Marcos Nusdeo QUESTÃO 1. Você trabalha na consultora Fazemos Qualquer

Leia mais

Utilização de Simulated Annealing em Optimização Difusa

Utilização de Simulated Annealing em Optimização Difusa Draft of paper In: Revsta de Investgação Operaconal, 21 (2), Dez (2001) pp 205-231 In Portugue Utlzação de Smulated Annealng em Optmzação Dfusa Mara Leonlde Rocha Varela Unversdade do Mnho Escola de Engenhara,

Leia mais

PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS DO CEARÁ

PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS DO CEARÁ GOVERNO DO ESTADO DO CEARÁ SECRETARIA DO PLANEJAMENTO E GESTÃO - SEPLAG INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ - IPECE NOTA TÉCNICA Nº 29 PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ 1 É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das

Leia mais

8 Soluções Não Ideais

8 Soluções Não Ideais 8 Soluções Não Ideas 8.1 Convenções para o coefcente de atvdade na escala de frações molares Para a solução deal temos ln x onde é função apenas da pressão e temperatura. Fo anterormente mostrado que todas

Leia mais

Y X Baixo Alto Total Baixo 1 (0,025) 7 (0,175) 8 (0,20) Alto 19 (0,475) 13 (0,325) 32 (0,80) Total 20 (0,50) 20 (0,50) 40 (1,00)

Y X Baixo Alto Total Baixo 1 (0,025) 7 (0,175) 8 (0,20) Alto 19 (0,475) 13 (0,325) 32 (0,80) Total 20 (0,50) 20 (0,50) 40 (1,00) Bussab&Morettn Estatístca Básca Capítulo 4 Problema. (b) Grau de Instrução Procedênca º grau º grau Superor Total Interor 3 (,83) 7 (,94) (,) (,33) Captal 4 (,) (,39) (,) (,3) Outra (,39) (,7) (,) 3 (,3)

Leia mais

ANEXO II METODOLOGIA E CÁLCULO DO FATOR X

ANEXO II METODOLOGIA E CÁLCULO DO FATOR X ANEXO II Nota Técnca nº 256/2009-SRE/ANEEL Brasíla, 29 de julho de 2009 METODOLOGIA E ÁLULO DO FATOR X ANEXO II Nota Técnca n o 256/2009 SRE/ANEEL Em 29 de julho de 2009. Processo nº 48500.004295/2006-48

Leia mais

Ministério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação

Ministério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação Mnstéro da Educação Insttuto Naconal de Estudos e Pesqusas Educaconas Aníso Texera Cálculo do Conceto Prelmnar de Cursos de Graduação Nota Técnca Nesta nota técnca são descrtos os procedmentos utlzados

Leia mais

Física. Física Módulo 1 Vetores, escalares e movimento em 2-D

Física. Física Módulo 1 Vetores, escalares e movimento em 2-D Físca Módulo 1 Vetores, escalares e movmento em 2-D Vetores, Escalares... O que são? Para que servem? Por que aprender? Escalar Defnção: Escalar Grandea sem dreção assocada. Eemplos: Massa de uma bola,

Leia mais

MÉTODOS ITERATIVOS PARA PROBLEMAS DE PROGRAMAÇÃO MATEMÁTICA COM INCERTEZAS

MÉTODOS ITERATIVOS PARA PROBLEMAS DE PROGRAMAÇÃO MATEMÁTICA COM INCERTEZAS Pesqusa Operaconal e o Desenvolvmento Sustentável MÉTODOS ITERATIVOS PARA PROBLEMAS DE PRORAMAÇÃO MATEMÁTICA COM INCERTEZAS Rcardo Coêlho Slva Departamento de Telemátca Faculdade de Engenhara Elétrca e

Leia mais

Prof. Benjamin Cesar. Onde a(n, i) é o fator de valor atual de uma série de pagamentos. M: montante da renda na data do último depósito.

Prof. Benjamin Cesar. Onde a(n, i) é o fator de valor atual de uma série de pagamentos. M: montante da renda na data do último depósito. Matemátca Fnancera Rendas Certas Prof. Benjamn Cesar Sére de Pagamentos Unforme e Peródca. Rendas Certas Anudades. É uma sequênca de n pagamentos de mesmo valor P, espaçados de um mesmo ntervalo de tempo

Leia mais

4 Discretização e Linearização

4 Discretização e Linearização 4 Dscretzação e Lnearzação Uma vez defndas as equações dferencas do problema, o passo segunte consste no processo de dscretzação e lnearzação das mesmas para que seja montado um sstema de equações algébrcas

Leia mais

CAPÍTULO 1 Exercícios Propostos

CAPÍTULO 1 Exercícios Propostos CAPÍTULO 1 Exercícos Propostos Atenção: Na resolução dos exercícos consderar, salvo menção em contráro, ano comercal de das. 1. Qual é a taxa anual de juros smples obtda em uma aplcação de $1.0 que produz,

Leia mais

Federal do Espírito Santo, Alegre, ES, Brasil. 2

Federal do Espírito Santo, Alegre, ES, Brasil.    2 Aplação da dentdade de modelos não-lneares na estmatva da relação hpsométra de Pnus arbaea var. hondurenss e Pnus ooarpa sob dferentes dades Leonardo Cassan Laerda Adrano Rbero de Mendonça Edson Lahn Glson

Leia mais

Goal Programming como Ferramenta de Gestão

Goal Programming como Ferramenta de Gestão Resumo Goal Programmng como Ferramenta de Gestão Dmtr Pnhero SANTANNA Fláva Zóbol DALMÁCIO Lucene Laurett RANGEL Valcemro NOSSA O objetvo deste artgo é demonstrar como o gestor pode aplcar a técnca do

Leia mais

Análise Econômica da Aplicação de Motores de Alto Rendimento

Análise Econômica da Aplicação de Motores de Alto Rendimento Análse Econômca da Aplcação de Motores de Alto Rendmento 1. Introdução Nesta apostla são abordados os prncpas aspectos relaconados com a análse econômca da aplcação de motores de alto rendmento. Incalmente

Leia mais

UM NOVO ALGORITMO GENÉTICO PARA A OTIMIZAÇÃO DE CARTEIRAS DE INVESTIMENTO COM RESTRIÇÕES DE CARDINALIDADE

UM NOVO ALGORITMO GENÉTICO PARA A OTIMIZAÇÃO DE CARTEIRAS DE INVESTIMENTO COM RESTRIÇÕES DE CARDINALIDADE Unversdade Estadual de Campnas Insttuto de Matemátca, Estatístca e Computação Centífca Departamento de Matemátca Aplcada DISSERTAÇÃO DE MESTRADO UM NOVO ALGORITMO GENÉTICO PARA A OTIMIZAÇÃO DE CARTEIRAS

Leia mais

Estatística stica Descritiva

Estatística stica Descritiva AULA1-AULA5 AULA5 Estatístca stca Descrtva Prof. Vctor Hugo Lachos Davla oo que é a estatístca? Para mutos, a estatístca não passa de conjuntos de tabelas de dados numércos. Os estatístcos são pessoas

Leia mais

Resoluções dos testes propostos. T.255 Resposta: d O potencial elétrico de uma esfera condutora eletrizada é dado por: Q 100 9 10 Q 1,0 10 9 C

Resoluções dos testes propostos. T.255 Resposta: d O potencial elétrico de uma esfera condutora eletrizada é dado por: Q 100 9 10 Q 1,0 10 9 C apítulo da físca apactores Testes propostos ndade apítulo apactores Resoluções dos testes propostos T.55 Resposta: d O potencal elétrco de uma esfera condutora eletrzada é dado por: Vk 0 9 00 9 0,0 0 9

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca

Leia mais

MAE5778 - Teoria da Resposta ao Item

MAE5778 - Teoria da Resposta ao Item MAE5778 - Teora da Resposta ao Item Fernando Henrque Ferraz Perera da Rosa Robson Lunard 1 de feverero de 2005 Lsta 2 1. Na Tabela 1 estão apresentados os parâmetros de 6 tens, na escala (0,1). a b c 1

Leia mais

Gestão e Teoria da Decisão

Gestão e Teoria da Decisão Gestão e Teora da Decsão Logístca e Gestão de Stocks Estratégas de Localzação Lcencatura em Engenhara Cvl Lcencatura em Engenhara do Terrtóro 1 Estratéga de Localzação Agenda 1. Classfcação dos problemas

Leia mais

Universidade Salvador UNIFACS Cursos de Engenharia Cálculo IV Profa: Ilka Rebouças Freire. Integrais Múltiplas

Universidade Salvador UNIFACS Cursos de Engenharia Cálculo IV Profa: Ilka Rebouças Freire. Integrais Múltiplas Unversdade Salvador UNIFACS Cursos de Engenhara Cálculo IV Profa: Ilka ebouças Frere Integras Múltplas Texto 3: A Integral Dupla em Coordenadas Polares Coordenadas Polares Introduzremos agora um novo sstema

Leia mais

MECANISMOS DE CORROSÃO DE MATERIAIS METÁLICOS. APOSTILA PARA A DISCIPLINA PMT ª. Parte

MECANISMOS DE CORROSÃO DE MATERIAIS METÁLICOS. APOSTILA PARA A DISCIPLINA PMT ª. Parte MECANISMOS DE CORROSÃO DE MATERIAIS METÁLICOS APOSTILA PARA A DISCIPLINA PMT 2507 4ª. Parte Neusa Alonso-Falleros Abr/2008 2 CAPÍTULO 4 CINÉTICA DAS REAÇÕES DE ELETRODO QUE ENVOLVEM TRANSPORTE DE MASSA

Leia mais

AVALIAÇÃO SIMPLIFICADA DOS CONSUMOS DE ENERGIA ASSOCIADOS À VENTILAÇÃO

AVALIAÇÃO SIMPLIFICADA DOS CONSUMOS DE ENERGIA ASSOCIADOS À VENTILAÇÃO AVALIAÇÃO SIMPLIFICADA DOS CONSUMOS DE ENERGIA ASSOCIADOS À VENTILAÇÃO Celestno Rodrgues Ruvo Área Departamental de Engenhara Mecânca, Escola Superor de Tecnologa da Unversdade do Algarve, 8000 Faro, Portugal

Leia mais

CURSO ON-LINE PROFESSOR: VÍTOR MENEZES

CURSO ON-LINE PROFESSOR: VÍTOR MENEZES O Danel Slvera pedu para eu resolver mas questões do concurso da CEF. Vou usar como base a numeração do caderno foxtrot Vamos lá: 9) Se, ao descontar uma promssóra com valor de face de R$ 5.000,00, seu

Leia mais

Modelação com Variáveis Discretas

Modelação com Variáveis Discretas Engenhara de Processos e Sstemas Modelação com Varáves Dscretas Fernando Bernardo Fev 2011 mn f ( x, y, θ ) x, y s. t. h( x, y, θ ) = 0 g( x, y, θ ) 0 x x x L x real y {0,1}) U Leque de aplcações. Tpos

Leia mais

Correção da fuvest ª fase - Matemática feita pelo Intergraus

Correção da fuvest ª fase - Matemática feita pelo Intergraus da fuvest 009 ª fase - Matemática 08.0.009 MATEMÁTIA Q.0 Na figura ao lado, a reta r tem equação y x no plano cartesiano Oxy. Além dis so, os pontos 0,,, estão na reta r, sendo 0 = (0,). Os pontos A 0,

Leia mais