Eduardo Miqueles Graduando do Curso de Matemática Industrial - UFPR. Cristina Falk Graduanda do Curso de Matemática Industrial - UFPR

Tamanho: px
Começar a partir da página:

Download "Eduardo Miqueles Graduando do Curso de Matemática Industrial - UFPR. Cristina Falk Graduanda do Curso de Matemática Industrial - UFPR"

Transcrição

1 II Encontro aconal de Engenhara de Produção Curtba PR, 23 a 25 de outubro de 2002 MODELO MAEMÁICO PARA RECOMPOSIÇÃO DE UMA REDE ELÉRICA USADO MARIES DE ADJACÊCIA Eduardo Mqueles raduando do Curso de Matemátca Industral - UFPR Crstna Fal raduanda do Curso de Matemátca Industral - UFPR Elso Andretta raduando do Curso de Matemátca Industral - UFPR Resumo Em função da qualdade exgda no fornecmento de energa elétrca em relação a rapdez do atendmento, maor número de clentes atenddos em stuação de contngênca, desenvolveu-se um algortmo de recomposção do sstema de dstrbução de energa elétrca de forma otmzada. A recomposção do sstema de dstrbução fo feta através de lgações ótmas das chaves levando em consderação as restrções técncas de carga nos cabos, a área de atuação de cada almentador e consderando carga de consumo varável em cada ponto de demanda. Baseado em um modelo de programação msta da lteratura, formulou-se um modelo matemátco matrcal que leva em conta matrzes de adjacênca da rede para a construção e smulação do modelo. A mnmzação de perdas em energa elétrca fo obtda através de uma redefnção da malha de atuação de cada almentador consderando a confguração físca atual. Palavras Chave: Dstrbução de energa elétrca, Programação Matemátca, Matrz de Adjacênca. Introdução Este modelo faz parte de um trabalho desenvolvdo em parcera pela Unversdade Federal do Paraná, Companha Paranaense de Energa Elétrca (COPEL), e Insttuto de tecnologa para o desenvolvmento LACEC, que têm por objetvo a recomposção de uma rede elétrca, em stuação de contngênca. Os autores deste trabalho, na qualdade de bolsstas do projeto, e alunos da UFPR, pretendem apresentar uma manera alternatva de descrever parte do modelo, através do uso de matrzes de adjacênca da rede elétrca, tendo em vsta que smulações deste, tornam-se necessáras para análse de stuações. O modelo matemátco sobre o qual trabalhamos, é de programação matemátca msta, tendo como objetvo mnmzar o número de operações em chaves da rede (denomnadas chaveamentos) e maxmzar a carga atendda em uma regão. as objetvos são sujetos a restrções operaconas, como exgênca de radaldade, balanço de corrente, e lmte de corrente em cabos. Sendo assm, o modelo utlza varáves de decsão que nformam característcas de uma determnada chave, dferencadas em normalmente abertas (A) e normalmente fechadas (F), sendo estas nformações de grande mportânca na descrção do modelo, além de dados técncos relatvos à chave (custo de manpulação, estado e corrente). EEEP 2002 ABEPRO

2 II Encontro aconal de Engenhara de Produção Curtba PR, 23 a 25 de outubro de 2002 A proposta deste trabalho é de apresentar o modelo matrcal através de matrzes de adjacênca da rede elétrca. 2. Modelo matemátco matrcal A rede elétrca físca será representada por um grafo onde cada nó representa uma regão físca delmtada por chaves com concentração de carga e será chamada de bloco de carga ou bloco, e cada trecho representa na rede uma chave. Sejam W() e S() conjuntos de chaves que chegam e saem respectvamente de um - ésmo bloco,, e (), varável bnára que ndca a exstênca de atendmento de carga no bloco. Consderemos para um -ésmo trecho M, as varáves bnáras: () e C() que denotam estado da chave F (sentdo atual e contráro respectvamente), Y() e YC(), que denotam estado da chave A (sentdo atual e contráro respectvamente). odas estas varáves tem valor se o trecho está fechado e 0, caso contráro. Por últmo, sejam I() e IC(), varáves contínuas, que representam cargas que passam pelo trecho, nos sentdos atual e contráro respectvamente. Assume-se que L() é a carga demanda no - ésmo bloco, I_lmte() é o lmte máxmo de corrente no -ésmo trecho e C o custo de operação da chave. Segundo estas notações, o modelo que segue as característcas descrtas na ntrodução é descrto a segur: Mn α. ( C ).C + β. Sujeto a [] I = I + L W ( ) S ( ) [2] ( + Y ) W ( ) (Y + YC ).C γ. =. L [3] lmte I I =,2,..., F [4] lmte IC I C =,2,..., F [5] lmte I I Y =,2,...,A [6] lmte IC I YC =,2,..., A [7] + C =,2,..., F [8] Y YC =,2,..., A + Y, YC,, C varáves bnáras I 0, IC 0 Modelo. Programação msta varável contínua Os métodos utlzados para a determnação deste modelo, fogem do escopo deste artgo. Preocuparemo-nos em detalhar precsamente quas são as varáves desse modelo, constantes, índces, entre outros, à medda que se exponha o trabalho, explcar em que sentdo se deram as modfcações, e quas benefícos foram obtdos com tas mudanças. A dfculdade do modelo. resde na forma como ele é posto em prátca. Para que se possa fazer smulações em uma rede, com um número de blocos e trechos prédetermnados, deve-se gerar as restrções e em seguda, executá-lo por algum software. O que aqu se propõe, é uma manera alternatva de representar as restrções desse modelo, de EEEP 2002 ABEPRO 2

3 II Encontro aconal de Engenhara de Produção Curtba PR, 23 a 25 de outubro de 2002 forma a torná-lo mas legível e mas acessível a uma possível mplementação. A manera encontrada para tal fm, é obtda usando matrzes de adjacênca do grafo assocado a rede elétrca, fazendo algumas consderações sobre estas, bem como varações de suas confgurações. 2. otação das varáves na representação proposta A segur são representadas as varáves e dados em função da nova proposta do modelo. Consderaremos que um trecho na rede, é caracterzado pelos nós ncal e fnal. 2.. Estado da chave após a recomposção da rede Varável bnára assocada ao estado das chaves F. Defne-se,, se a chave do trecho estver 0,caso contráro fechada Y Varável bnára assocada ao estado das chaves A. Defne-se,,se a chave do trecho estver Y 0,caso contráro fechada Em ambos casos, em função das varáves possuírem dos índces e j varando de até, pode-se construr matrzes de varáves, sto é, matrzes da forma: = [ ] = Y = [ Y ] = Y Y Y Y (2.) As varáves assocadas aos trechos que não exstem, assumem o valor nulo. Deve se levar em conta que o modelo, permte fluxo de corrente em ambos sentdos num determnado trecho, sto é, exste tanto quanto j, valendo o mesmo para Y. A nversão de sentdos é dada pelas matrzes transpostas de e Y Corrente nos trechos IC Quantdade de corrente que passa no trecho () (j). Assm como as varáves e Y, a varável contínua IC é uma matrz de varáves, IC = [ IC ] = IC IC IC IC (2.2) EEEP 2002 ABEPRO 3

4 II Encontro aconal de Engenhara de Produção Curtba PR, 23 a 25 de outubro de 2002 ambém, onde o trecho não exste, a corrente assume valor nulo, mesma forma como e Y, IC permte sentdo opostos no modelo, sto é, exste o que se obtém transpondo a matrz IC Verfcação de atendmento da carga no bloco varável que ndca se o bloco é atenddo ou não, onde, IC = 0, e da IC e 0, se a carga no bloco não é atendda após a recomposção, caso contráro E, = (, 2,..., n ) (2.3) é o vetor n-dmensonal defndo acma. 2.2 Dados a representação proposta, os dados que requerem destaque no modelo, são: 2.2. Cargas nos blocos IC j, Denotada como um vetor n dmensonal, L = ( L,..., L n ) representa a carga dos blocos, onde L é a carga demanda no -ésmo bloco Custo de operação de chaves Se a chave é preferencal, exge um custo de operação menor, em relação às que não são. Embora as chaves dferencem-se em chaves F e A, é preferível separar custo das mesmas, sto é, no trecho () (j), assoca-se custos C ou CY para chaves fechadas e abertas respectvamente. Como e j são índces que varam no ntervalo [,], então, podemos assocar matrzes de custos, para o modelo, ou seja, construímos matrzes C e CY. Estas matrzes tem apenas os custos no sentdo atual da rede Capacdade de corrente máxma Cada trecho da rede smplfcada tem um lmte de corrente, em função do tpo de chave e cabo que estejam sendo utlzados. Assm, a cada trecho () (j) assocamos um número IC (, j), que é a corrente máxma (lmte) que flu neste. ovamente, em função das dstnções de chaves, obtemos matrzes de corrente máxma, para chaves fechadas e abertas, denotadas por IM e IMY respectvamente. Assm como as matrzes de custo, as matrzes de corrente máxma ndependem do sentdo. IM IM = IM IM IM IMY IMY = IMY IMY IMY (2.4) EEEP 2002 ABEPRO 4

5 II Encontro aconal de Engenhara de Produção Curtba PR, 23 a 25 de outubro de Restrções usando novas notações As varáves de decsão, Y, IC, assm como as matrzes de dados IM, IMY, C e CY, de mesma ordem ( número de blocos), são de fato representações smbólcas de uma matrz de adjacênca da rede, pos suas posções não nulas são nformações de algum trecho () (j) da rede. Por defnção no nosso modelo, estamos assumndo que matrz de adjacênca é uma matrz bnára, nformando se o trecho exste ou não. Assm, uma vez que IM e IMY são dados da rede, assummos que de alguma forma, podemos, através destas, obter matrzes de adjacênca do grafo consderando seu sentdo atual. Defnamos, A e AY tas matrzes, consderando chaves fechadas e abertas respectvamente, e, A, 0, caso contráro se o trecho tver uma chave F, se o trecho tver uma chave A AY 0, caso contráro A segur, cada restrção consderada no modelo. será representada em função da notação apresentada m 2. e Le de Krchhoff A restrção [] do modelo., que é referente à le de Krchhoff, afrma que o que chega de corrente em um bloco, é gual ao que se demanda mas o que sa pelas chaves ncdentes. Essa gualdade em [], é expressa em termos dos conjuntos W e S, que são respectvamente, conjuntos de trechos que chegam e saem de um -ésmo bloco. Se quséssemos desenvolver a equação referente a essa restrção, teríamos que prmero dar nome a cada trecho, defnr conjuntos de chaves de entrada e saída em cada bloco. Isso pode ser sujeto a erros se feto à mão, e mesmo que se use um artfíco computaconal, a mplementação em uma sub-rotna, pode conter detalhes, que a tornam demorada. As varáves e Y elmnam o problema de determnação de nomes a trechos, pos já nformam o estado da chave, assocado a um trecho pelos índces e j. Isso torna desnecessáro a defnção de quasquer tpo de conjuntos, e o acesso por índces de matrzes, a tas varáves é desejável para uma mplementação. Matrzes como A e AY são tas, que suas transpostas, mplcam confgurações da rede com correntes em sentdo oposto. Assm, a soma de cada uma dessas matrzes com suas transpostas, são matrzes geras da rede em sentdos aberto e fechado, ou seja A = A + A é a matrz que consdera a exstênca tanto da lgação () (j) como (j) (). O mesmo é valdo para AY = AY + AY. De fato, a soma dessas últmas matrzes, gera uma qunta matrz, A = A + AY, que é a verdadera matrz adjacênca do grafo, smétrca com lgações em todos os nós que a rede permte, desconsderando o estado ou sentdo deste. Portanto, a restrção [], referente à le de Krchhoff, em função dessas novas notações, pode ser escrta por, j= A ( IC IC ) = L, nó (2.5) j Essa restrção surge naturalmente pela defnção da Le, pos a soma do que chega de corrente em um determnado bloco, IC, menos o que sa, IC, é a quantdade que j EEEP 2002 ABEPRO 5

6 II Encontro aconal de Engenhara de Produção Curtba PR, 23 a 25 de outubro de 2002 permanece no bloco. Isso é exatamente dado por (2.5), onde constante bnára que ndca a exstênca do trecho j. Defnndo L = dag L, L,..., L ), (2.5) pode ser escrto por C ( 2 n A = A funcona como uma j A IC A IC = L j j= j= dag( A. IC) dag( A. IC ) = L C que é equvalente a dag ( A IC IC )) = L ( (2.6) C Essa restrção (2.6) não vale para os nós fonte da rede, por sso, vê-se a necessdade de crar uma restrção à parte para esses casos. Como em um nó fonte, a le de Krchhoff se aplca no sentdo de que somente sa corrente, vale: = ( A + AY ) IC = L dag (( A + AY ) IC) = L (2.7) Restrção de radaldade o modelo. é a restrção [2]. Essa restrção dz que um -ésmo bloco de cargas só pode ser atenddo por uma chave. Ou seja, se o -ésmo bloco está em questão, a chave pode atendê-lo, ou a chave aberta Y. Como sso depende da exstênca de tas chaves, recorre-se aos valores bnáros A e AY. Assm, obtêm-se, + A AY Y, nó (2.8) A expressão (2.8), pode ser representada por produto matrcal, pos, que é equvalente a + A AY Y dag( A. ) + dag( AY. Y) dag( A. + AY. Y) (2.9) O ganho obtdo com essa nova notação é, bascamente o mesmo que se obteve em 2.3., pos a ndexação é satsfatóra Restrção de capacdades dos trechos Representada por [3] a [6] no modelo., é uma restrção que lmta a carga no trecho () (j) em função do cabo e chave utlzados. Essa restrção, por ser restrta ao tpo de chave, é dvdda em 4 sub-restrções que são exatamente as de [3] a [6]. Defnndo como multplcação termo a termo entre matrzes, então: IC (IM) () IC (IMY) (Y) (2.0) EEEP 2002 ABEPRO 6

7 II Encontro aconal de Engenhara de Produção Curtba PR, 23 a 25 de outubro de Exclusão de trechos Cada trecho da rede fo duplcado para permtr correntes em ambos sentdos, porém, somente um sentdo é permtdo. As restrções que representam esta stuação são dadas em [7] e [8] no modelo.. Portanto, entre o -ésmo e j-ésmo blocos, têm-se, para chaves F, + j, e da mesma forma, Y + Y j, para chaves A. Se consderarmos uma matrz E tal que E =, j e E =0, = j em [,], então, matrcalmente, essas restrções podem ser expressas por, + E Y + Y E (2.) 2.4 Modelo Matrcal Consderando as restrções (2.), =,2,..., podemos montar o modelo alternatvo, consderando matrzes de adjacênca do grafo, e os dados consderados em 2.2. Ressalta-se que, por questões convenentes, a função objetvo permanece nalterada, somente consderando a possbldade de fluxo de corrente em sentdos opostos. Mn W = Sujeto a = j= ( ) C j + ( Y + ) CY j = L [] dag ( A IC IC )) = L ( C blocos não fonte [2] dag (( A + AY ) IC) = L blocos fonte [3] dag( A. + AY. Y) bloco [4] IC ( IM ).( ) bloco [5] IC ( IMY ).( Y ) bloco [6] + E bloco [7] Y + Y E bloco Modelo.2 Representação matrcal O modelo.2 tem valor teórco, e é mas prátco que., mas pode ser melhorado objetvando a mplementação. Portanto, se reunrmos as defnções utlzadas em cada restrção, teremos equações mas fortes no sentdo de que regem regras melhores que um produto matrcal, ou uma multplcação pontual, ou a obtenção de uma dagonal. O últmo modelo alternatvo, que se propõe, é como um modelo clássco de programação matemátca, com varáves de decsão nteras e bnáras, recursos, custos, entre outros. Mn Sujeto a W = = j= ( ) C j + ( Y EEEP 2002 ABEPRO 7 + ) CY j = L [] A ( IC IC ) = L bloco não fonte = [2] ( A + AY ) IC L bloco fonte =

8 II Encontro aconal de Engenhara de Produção Curtba PR, 23 a 25 de outubro de [3] A AY Y bloco não fonte [4] A + AY Y 0 bloco fonte [5] IC IM,j IM 0 [6] IC IMYYj,j IMY 0 [7],j A 0 + j + Y j [8] Y,j AY 0, Y, varáves bnáras IC 0 varável contínua 3. Conclusões Modelo.3 Representação Fnal O esforço gasto em procurar um modelo representatvo, consderado deal, para a equpe de trabalho, tendo em vsta smulações do modelo., fo um esforço que teve como recompensa os resultados satsfatóros quando posto em prátca o modelo.3, para casos reas. As smulações se deram em softwares especalzados de programação matemátca, na plataforma Wndows, com um computador Pentum IV de 2.0 H de velocdade e 52 MB de memóra RAM. Os tempos máxmos obtdos para a obtenção do modelo e resolução do mesmo, em smulações fetas numa subestação de Curtba, com quatro almentadores, cada um com uma méda de 40 blocos, foram no máxmo de 4 mnutos. 4. Bblografa.. agata, S. Hataeyama, M. Yasuoa, H. Sasa, An effcent Method for Power Dstrbuton System Restoraton Based on Mathematcal Programmng and Operaton Strategy, 2000, pp S. Curcc, C.S, Özveren, L. Crowe, P.K.L. Lo, Eletrc Power dstrbuton networ restoraton: a survey of papers and a revew of the restoraton problem, Vol. 35, 996, pp agata, H. Sasa, R. Yooyama, Power System Restoraton by Jont Usage of Expert System and Mathematcal Programmng Approach, Vol. 0, o. 3, August 995, pp Kyeong Jun Mun, J.H. Par, Hyung-Su Km, Jung-Il Seo, Development of realtme servce restoraton system for dstrbuton automaton system, 200, pp R.M. Crc, D.S. Popovc, Mult-objectve dstrbuton networ restoraton usng heurstc approach and mx nteger programmng method, Vol. 22, 2000, pp Robn J. Wlson, John J. Watns, raphs: An Introductory Approach, a frst course n dscrete mathematcs, John Wley & Sons, Inc, 990. EEEP 2002 ABEPRO 8

4 Critérios para Avaliação dos Cenários

4 Critérios para Avaliação dos Cenários Crtéros para Avalação dos Cenáros É desejável que um modelo de geração de séres sntétcas preserve as prncpas característcas da sére hstórca. Isto quer dzer que a utldade de um modelo pode ser verfcada

Leia mais

7 - Distribuição de Freqüências

7 - Distribuição de Freqüências 7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste

Leia mais

2 Metodologia de Medição de Riscos para Projetos

2 Metodologia de Medição de Riscos para Projetos 2 Metodologa de Medção de Rscos para Projetos Neste capítulo remos aplcar os concetos apresentados na seção 1.1 ao ambente de projetos. Um projeto, por defnção, é um empreendmento com metas de prazo, margem

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

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

Palavras-Chave: Métodos Interativos da Potência e Inverso, Sistemas Lineares, Autovetores e Autovalores.

Palavras-Chave: Métodos Interativos da Potência e Inverso, Sistemas Lineares, Autovetores e Autovalores. MSc leandre Estáco Féo ssocação Educaconal Dom Bosco - Faculdade de Engenhara de Resende Caa Postal 8.698/87 - CEP 75-97 - Resende - RJ Brasl Professor e Doutorando de Engenhara aefeo@yahoo.com.br Resumo

Leia mais

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

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero

Leia mais

Desenvolvimento de Algoritmos Matemáticos para a Otimização do Sistema de Distribuição de Energia Elétrica

Desenvolvimento de Algoritmos Matemáticos para a Otimização do Sistema de Distribuição de Energia Elétrica Desenvolvmento de Algortmos Matemátcos para a Otmzação do Sstema de Dstrbução de Energa Elétrca F. A. ruppell Junor COPEL M.T.A. Stener, J.Y. Yuan, C. Carner,.M.P. Volp, V.E. Wlhelm,.H.Muss, C.F.Antono,

Leia mais

4.1 Modelagem dos Resultados Considerando Sazonalização

4.1 Modelagem dos Resultados Considerando Sazonalização 30 4 METODOLOGIA 4.1 Modelagem dos Resultados Consderando Sazonalzação A sazonalzação da quantdade de energa assegurada versus a quantdade contratada unforme, em contratos de fornecmento de energa elétrca,

Leia mais

6 ALOCAÇÃO POR ÚLTIMA ADIÇÃO (UA)

6 ALOCAÇÃO POR ÚLTIMA ADIÇÃO (UA) ALOCAÇÃO POR ÚLTIMA ADIÇÃO (UA 7 6 ALOCAÇÃO POR ÚLTIMA ADIÇÃO (UA As desvantagens do método BM apresentadas no capítulo 5 sugerem que a alocação dos benefícos seja feta proporconalmente ao prejuízo causado

Leia mais

ESTUDO DA MÁQUINA SIMÉTRICA TRIFÁSICA

ESTUDO DA MÁQUINA SIMÉTRICA TRIFÁSICA CAPÍTUO ETUDO DA ÁQUINA IÉTICA TIFÁICA. INTODUÇÃO A máquna de ndução trfásca com rotor bobnado é smétrca. Apresenta estruturas magnétcas clíndrcas tanto no rotor quanto no estator. Os enrolamentos, tanto

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

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

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

Leia mais

Estatística II Antonio Roque Aula 18. Regressão Linear

Estatística II Antonio Roque Aula 18. Regressão Linear Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão

Leia mais

Interpolação Segmentada

Interpolação Segmentada Interpolação Segmentada Uma splne é uma função segmentada e consste na junção de váras funções defndas num ntervalo, de tal forma que as partes que estão lgadas umas às outras de uma manera contínua e

Leia mais

AEP FISCAL ESTATÍSTICA

AEP FISCAL ESTATÍSTICA AEP FISCAL ESTATÍSTICA Módulo 11: Varáves Aleatóras (webercampos@gmal.com) VARIÁVEIS ALEATÓRIAS 1. Conceto de Varáves Aleatóras Exemplo: O expermento consste no lançamento de duas moedas: X: nº de caras

Leia mais

Notas Processos estocásticos. Nestor Caticha 23 de abril de 2012

Notas Processos estocásticos. Nestor Caticha 23 de abril de 2012 Notas Processos estocástcos Nestor Catcha 23 de abrl de 2012 notas processos estocástcos 2 O Teorema de Perron Frobenus para matrzes de Markov Consdere um processo estocástco representado por um conunto

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

CORRELAÇÃO E REGRESSÃO

CORRELAÇÃO E REGRESSÃO CORRELAÇÃO E REGRESSÃO Constata-se, freqüentemente, a estênca de uma relação entre duas (ou mas) varáves. Se tal relação é de natureza quanttatva, a correlação é o nstrumento adequado para descobrr e medr

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

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

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

3 Elementos de modelagem para o problema de controle de potência

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

Leia mais

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

2 Lógica Fuzzy Introdução

2 Lógica Fuzzy Introdução 2 Lógca Fuzzy 2.. Introdução A lógca fuzzy é uma extensão da lógca booleana, ntroduzda pelo Dr. Loft Zadeh da Unversdade da Calfórna / Berkeley no ano 965. Fo desenvolvda para expressar o conceto de verdade

Leia mais

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de

Leia mais

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma Capítulo 8 Dferencação Numérca Quase todos os métodos numércos utlzados atualmente para obtenção de soluções de equações erencas ordnáras e parcas utlzam algum tpo de aproxmação para as dervadas contínuas

Leia mais

METODOLOGIA DE GERAÇÃO DE REDES SECUNDÁRIAS DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA PARA ESTUDOS DE PLANEJAMENTO

METODOLOGIA DE GERAÇÃO DE REDES SECUNDÁRIAS DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA PARA ESTUDOS DE PLANEJAMENTO METODOLOGIA DE GERAÇÃO DE REDES SECUNDÁRIAS DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA PARA ESTUDOS DE PLANEJAMENTO Leonardo Mendonça Olvera de Queroz Faculdade de Engenhara Elétrca e de Computação FEEC Unversdade

Leia mais

Teoria Elementar da Probabilidade

Teoria Elementar da Probabilidade 10 Teora Elementar da Probabldade MODELOS MATEMÁTICOS DETERMINÍSTICOS PROBABILÍSTICOS PROCESSO (FENÓMENO) ALEATÓRIO - Quando o acaso nterfere na ocorrênca de um ou mas dos resultados nos quas tal processo

Leia mais

Programa do Curso. Sistemas Inteligentes Aplicados. Análise e Seleção de Variáveis. Análise e Seleção de Variáveis. Carlos Hall

Programa do Curso. Sistemas Inteligentes Aplicados. Análise e Seleção de Variáveis. Análise e Seleção de Variáveis. Carlos Hall Sstemas Intelgentes Aplcados Carlos Hall Programa do Curso Lmpeza/Integração de Dados Transformação de Dados Dscretzação de Varáves Contínuas Transformação de Varáves Dscretas em Contínuas Transformação

Leia mais

IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO

IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO Alne de Paula Sanches 1 ; Adrana Betâna de Paula Molgora 1 Estudante do Curso de Cênca da Computação da UEMS, Undade Unverstára de Dourados;

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

Introdução aos Problemas de Roteirização e Programação de Veículos

Introdução aos Problemas de Roteirização e Programação de Veículos Introdução aos Problemas de Roterzação e Programação de Veículos PNV-2450 André Bergsten Mendes Problema de Programação de Veículos Problema de Programação de Veículos Premssas Os roteros ncam e termnam

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

DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS

DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS 177 DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS Antôno Carlos da Slva Flho Un-FACEF Introdução Trend Strps (TS) são uma nova técnca de análse da dnâmca de um sstema,

Leia mais

5 Problema de planejamento de novas redes de telecomunicações

5 Problema de planejamento de novas redes de telecomunicações Problema de planejamento de novas redes de telecomuncações O Problema de Planejamento de Novas Redes de Telecomuncações (PPNRT) consste em atender um conjunto de clentes com demandas dferentes que devem

Leia mais

Modelo linear normal com erros heterocedásticos. O método de mínimos quadrados ponderados

Modelo linear normal com erros heterocedásticos. O método de mínimos quadrados ponderados Modelo lnear normal com erros heterocedástcos O método de mínmos quadrados ponderados Varâncas homogêneas Varâncas heterogêneas y y x x Fgura 1 Ilustração da dstrbução de uma varável aleatóra y (condconal

Leia mais

3 A técnica de computação intensiva Bootstrap

3 A técnica de computação intensiva Bootstrap A técnca de computação ntensva ootstrap O termo ootstrap tem orgem na expressão de língua nglesa lft oneself by pullng hs/her bootstrap, ou seja, alguém levantar-se puxando seu própro cadarço de bota.

Leia mais

Modelo de Alocação de Vagas Docentes

Modelo de Alocação de Vagas Docentes Reunão Comssão de Estudos de Alocação de Vagas Docentes da UFV Portara 0400/2016 de 04/05/2016 20 de mao de 2016 Comssão de Estudos das Planlhas de Alocação de Vagas e Recursos Ato nº 009/2006/PPO 19/05/2006

Leia mais

Modelo de Programação Estocástica

Modelo de Programação Estocástica Modelo de Programação Estocástca 23 2 Modelo de Programação Estocástca 2.. Concetos báscos A programação estocástca (PE) é defnda como um modelo de otmzação que apresenta um ou mas parâmetros estocástcos

Leia mais

UM ALGORITMO DE PROGRAMAÇÃO MATEMÁTICA BI-OBJETIVO PARA O PROBLEMA DE LOCALIZAÇÃO DE FACILIDADES NÃO CAPACITADO

UM ALGORITMO DE PROGRAMAÇÃO MATEMÁTICA BI-OBJETIVO PARA O PROBLEMA DE LOCALIZAÇÃO DE FACILIDADES NÃO CAPACITADO Ro de Janero, RJ, Brasl, 3 a 6 de outubro de 008 UM ALGORITMO DE PROGRAMAÇÃO MATEMÁTICA BI-OBJETIVO PARA O PROBLEMA DE LOCALIZAÇÃO DE FACILIDADES NÃO CAPACITADO Paula Marana dos Santos (UFV) paula-maranna@hotmal.com

Leia mais

GARANTIA DE EXCELENTE INTERCAMBIALIDADE E REDUÇÃO DE CUSTOS ATRAVÉS DA ANÁLISE ESTATÍSTICA DE TOLERÂNCIAS

GARANTIA DE EXCELENTE INTERCAMBIALIDADE E REDUÇÃO DE CUSTOS ATRAVÉS DA ANÁLISE ESTATÍSTICA DE TOLERÂNCIAS GARANIA DE EXCELENE INERCAMBIALIDADE E REDUÇÃO DE CUSOS ARAVÉS DA ANÁLISE ESAÍSICA DE OLERÂNCIAS Edvaldo Antono Bulba* *Prof. Dr. da Fatec SP FEI e Unversdade São Judas E mal: bulba@fe.edu.br Resumo Numa

Leia mais

AULA Espaços Vectoriais Estruturas Algébricas.

AULA Espaços Vectoriais Estruturas Algébricas. Note bem: a letura destes apontamentos não dspensa de modo algum a letura atenta da bblografa prncpal da cadera Chama-se a atenção para a mportânca do trabalho pessoal a realzar pelo aluno resolvendo os

Leia mais

Balanceamento das cargas nas respectivas fases do circuito [8]: Posicionamento do transformador abaixador: Recondutoramento dos circuitos:

Balanceamento das cargas nas respectivas fases do circuito [8]: Posicionamento do transformador abaixador: Recondutoramento dos circuitos: A pesqusa Operaconal e os Recursos Renováves 4 a 7 de novembro de 2003, Natal-RN PLANEJAMENTO DE CIRCUITOS SECUNDÁRIOS DE DISTRIBUIÇÃO USANDO ALGORITMO EVOLUTIVO ESPECIALIZADO Antono Marcos Coss Grupo

Leia mais

2 ENERGIA FIRME DE SISTEMAS HIDRELÉTRICOS

2 ENERGIA FIRME DE SISTEMAS HIDRELÉTRICOS ENERGIA FIRME DE SISTEMAS HIDRELÉTRICOS 22 2 ENERGIA FIRME DE SISTEMAS HIDRELÉTRICOS Como vsto no capítulo 1, a energa frme de uma usna hdrelétrca corresponde à máxma demanda que pode ser suprda contnuamente

Leia mais

Redes de Petri. Definições:

Redes de Petri. Definições: Redes de Petr Defnções: Uma Rede de Petr (PN) é m grafo dreto bpartdo o qal tem dos tpos de nós denomnados lgares (qe representam estados) e transções (qe representam eventos). O estado é alterado pelo

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

4 Autovetores e autovalores de um operador hermiteano

4 Autovetores e autovalores de um operador hermiteano T (ψ) j = ψ j ˆT ψ = k ψ j ˆT φ k S k = k,l ψ j φ l T (φ) S k = k,l φ l ψ j T (φ) S k = k,l SljT (φ) S k. Após todos esses passos vemos que T (ψ) j = k,l S jl T (φ) S k ou, em termos matrcas T (ψ) = S

Leia mais

Psicologia Conexionista Antonio Roque Aula 8 Modelos Conexionistas com tempo contínuo

Psicologia Conexionista Antonio Roque Aula 8 Modelos Conexionistas com tempo contínuo Modelos Conexonstas com tempo contínuo Mutos fenômenos de aprendzado assocatvo podem ser explcados por modelos em que o tempo é uma varável dscreta como nos casos vstos nas aulas anterores. Tas modelos

Leia mais

UM PROBLEMA ECONOMÉTRICO NO USO DE VARIÁVEIS CLIMÁTICAS EM FUNÇÕES DE PRODUÇÃO AJUSTADAS A DADOS EXPERIMENTAIS

UM PROBLEMA ECONOMÉTRICO NO USO DE VARIÁVEIS CLIMÁTICAS EM FUNÇÕES DE PRODUÇÃO AJUSTADAS A DADOS EXPERIMENTAIS UM PROBLEMA ECONOMÉTRICO NO USO DE VARIÁVEIS CLIMÁTICAS EM FUNÇÕES DE PRODUÇÃO AJUSTADAS A DADOS EXPERIMENTAIS Rodolfo Hoffmann * Vctor Hugo da Fonseca Porto ** SINOPSE Neste trabalho deduz-se qual é o

Leia mais

NOVA METODOLOGIA PARA RECONCILIAÇÃO DE DADOS: CONSTRUÇÃO DE BALANÇÃO HÍDRICOS EM INDÚSTRIA UTILIZANDO O EMSO

NOVA METODOLOGIA PARA RECONCILIAÇÃO DE DADOS: CONSTRUÇÃO DE BALANÇÃO HÍDRICOS EM INDÚSTRIA UTILIZANDO O EMSO I Congresso Baano de Engenhara Santára e Ambental - I COBESA NOVA METODOLOGIA PARA RECONCILIAÇÃO DE DADOS: CONSTRUÇÃO DE BALANÇÃO HÍDRICOS EM INDÚSTRIA UTILIZANDO O EMSO Marcos Vnícus Almeda Narcso (1)

Leia mais

8 - Medidas Descritivas

8 - Medidas Descritivas 8 - Meddas Descrtvas 8. Introdução Ao descrevemos um conjunto de dados por meo de tabelas e gráfcos temos muto mas nformações sobre o comportamento de uma varável do que a própra sére orgnal de dados.

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

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC) UNDADE V DELNEAMENTO NTERAMENTE CASUALZADO (DC) CUABÁ, MT 015/ PROF.: RÔMULO MÔRA romulomora.webnode.com 1. NTRODUÇÃO Este delneamento apresenta como característca prncpal a necessdade de homogenedade

Leia mais

7 Tratamento dos Dados

7 Tratamento dos Dados 7 Tratamento dos Dados 7.. Coefcentes de Troca de Calor O úmero de usselt local é dado por h( r )d u ( r ) (7-) k onde h(r), o coefcente local de troca de calor é h( r ) q''- perdas T q''- perdas (T( r

Leia mais

Variação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.

Variação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro. Aplcação Por exemplo, se prepararmos uma área expermental com todo cudado possível e fzermos, manualmente, o planto de 100 sementes seleconadas de um mlho híbrdo, cudando para que as sementes fquem na

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

3 Algoritmos propostos

3 Algoritmos propostos Algortmos propostos 3 Algortmos propostos Nesse trabalho foram desenvolvdos dos algortmos que permtem classfcar documentos em categoras de forma automátca, com trenamento feto por usuáros Tas algortmos

Leia mais

Dinâmica Estocástica. Instituto de Física, outubro de Tânia Tomé - Din Estoc

Dinâmica Estocástica. Instituto de Física, outubro de Tânia Tomé - Din Estoc Dnâmca Estocástca Insttuto de Físca, outubro de 2016 1 Dnâmcas estocástcas para o modelos defndos em redes Sstema defndo em um retculado em um espaço de d dmensões Exemplo: rede quadrada d=2 em que cada

Leia mais

Modelo linear clássico com erros heterocedásticos. O método de mínimos quadrados ponderados

Modelo linear clássico com erros heterocedásticos. O método de mínimos quadrados ponderados Modelo lnear clássco com erros heterocedástcos O método de mínmos quadrados ponderados 1 Varâncas homogêneas Varâncas heterogêneas y y x x Fgura 1 Ilustração da dstrbução de uma varável aleatóra y (condconal

Leia mais

Algarismos Significativos Propagação de Erros ou Desvios

Algarismos Significativos Propagação de Erros ou Desvios Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento

Leia mais

Um Modelo De Programação Linear Inteira Mista Para A Localização De Armazéns E A Distribuição De Produtos Siderúrgicos

Um Modelo De Programação Linear Inteira Mista Para A Localização De Armazéns E A Distribuição De Produtos Siderúrgicos A pesqusa Operaconal e os Recursos Renováves 4 a 7 de novembro de 2003, Natal-RN Um Modelo De Programação Lnear Intera Msta Para A Localzação De Armazéns E A Dstrbução De Produtos Sderúrgcos Carlos Roberto

Leia mais

4 Sistema Híbrido de Otimização de Estratégia de Controle de Válvulas de Poços Inteligentes sob Incertezas

4 Sistema Híbrido de Otimização de Estratégia de Controle de Válvulas de Poços Inteligentes sob Incertezas 44 4 Sstema Híbrdo de Otmzação de Estratéga de Controle de Válvulas de Poços Intelgentes sob Incertezas Conforme dscutdo no capítulo 2, na engenhara de reservatóro a atvdade de gerencamento é uma tarefa

Leia mais

Introdução. Uma lâmpada nova é ligada e observa-se o tempo gasto até queimar. Resultados possíveis

Introdução. Uma lâmpada nova é ligada e observa-se o tempo gasto até queimar. Resultados possíveis Introdução A teora das probabldades é um ramo da matemátca que lda modelos de fenômenos aleatóros. Intmamente relaconado com a teora de probabldade está a Estatístca, que se preocupa com a cração de prncípos,

Leia mais

Eletromagnetismo Aplicado

Eletromagnetismo Aplicado letromagnetsmo Aplcado Undade 5 Propagação de Ondas letromagnétcas em Meos Ilmtados e Polaração Prof. Marcos V. T. Heckler Propagação de Ondas letromagnétcas e Polaração 1 Conteúdo Defnções e parâmetros

Leia mais

CAPÍTULO IV PROPRIEDADES GEOMÉTRICAS DA SEÇÃO TRANSVERSAL

CAPÍTULO IV PROPRIEDADES GEOMÉTRICAS DA SEÇÃO TRANSVERSAL CPÍTULO IV PROPRIEDDES GEOMÉTRICS D SEÇÃO TRNSVERSL Propredades Geométrcas da Seção Transversal 4. Propredades Geométrcas da Seção Transversal 4.. Introdução O presente trabalho é desenvolvdo paralelamente

Leia mais

R X. X(s) Y Y(s) Variáveis aleatórias discretas bidimensionais

R X. X(s) Y Y(s) Variáveis aleatórias discretas bidimensionais 30 Varáves aleatóras bdmensonas Sea ε uma experênca aleatóra e S um espaço amostral assocado a essa experênca. Seam X X(s) e Y Y(s) duas funções cada uma assocando um número real a cada resultado s S.

Leia mais

AULA EXTRA Análise de Regressão Logística

AULA EXTRA Análise de Regressão Logística 1 AULA EXTRA Análse de Regressão Logístca Ernesto F. L. Amaral 13 de dezembro de 2012 Metodologa de Pesqusa (DCP 854B) VARIÁVEL DEPENDENTE BINÁRIA 2 O modelo de regressão logístco é utlzado quando a varável

Leia mais

Experiência V (aulas 08 e 09) Curvas características

Experiência V (aulas 08 e 09) Curvas características Experênca (aulas 08 e 09) Curvas característcas 1. Objetvos 2. Introdução 3. Procedmento expermental 4. Análse de dados 5. Referêncas 1. Objetvos Como no expermento anteror, remos estudar a adequação de

Leia mais

Representação e Descrição de Regiões

Representação e Descrição de Regiões Depos de uma magem ter sdo segmentada em regões é necessáro representar e descrever cada regão para posteror processamento A escolha da representação de uma regão envolve a escolha dos elementos que são

Leia mais

Eletrotécnica AULA Nº 1 Introdução

Eletrotécnica AULA Nº 1 Introdução Eletrotécnca UL Nº Introdução INTRODUÇÃO PRODUÇÃO DE ENERGI ELÉTRIC GERDOR ESTÇÃO ELEVDOR Lnha de Transmssão ESTÇÃO IXDOR Equpamentos Elétrcos Crcuto Elétrco: camnho percorrdo por uma corrente elétrca

Leia mais

3 Método Numérico. 3.1 Discretização da Equação Diferencial

3 Método Numérico. 3.1 Discretização da Equação Diferencial 3 Método Numérco O presente capítulo apresenta a dscretação da equação dferencal para o campo de pressão e a ntegração numérca da expressão obtda anterormente para a Vscosdade Newtonana Equvalente possbltando

Leia mais

Algoritmos Genéticos com Parâmetros Contínuos

Algoritmos Genéticos com Parâmetros Contínuos com Parâmetros Contínuos Estéfane G. M. de Lacerda DCA/UFRN Mao/2008 Exemplo FUNÇÃO OBJETIVO : 1,0 f ( x, y) 0, 5 sen x y 0, 5 1, 0 0, 001 x 2 2 2 y 2 2 2 0,8 0,6 0,4 0,2 0,0-100 -75-50 -25 0 25 50 75

Leia mais

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

SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL 8 a 11 de novembro de 2002, Rio de Janeiro/RJ A PESQUISA OPERACIONAL E AS CIDADES SIMPÓSIO BRSILEIRO DE PESQUIS OPERCIONL 8 a 11 de novembro de 2002, Ro de Janero/RJ PESQUIS OPERCIONL E S CIDDES PROGRMÇÃO LINER FUZZY PR PROBLEMS DE MISTUR ndré lves Gandolpho 1, Departamento de Engenhara

Leia mais

ESCOLA DE APLICAÇÃO DR. ALFREDO JOSÉ BALBI UNITAU APOSTILA PROF. CARLINHOS MATRIZES NOME DO ALUNO: Nº TURMA: blog.portalpositivo.com.

ESCOLA DE APLICAÇÃO DR. ALFREDO JOSÉ BALBI UNITAU APOSTILA PROF. CARLINHOS MATRIZES NOME DO ALUNO: Nº TURMA: blog.portalpositivo.com. ESCOL DE PLICÇÃO DR. LFREDO JOSÉ BLBI UNITU POSTIL MTRIZES PROF. CRLINHOS NOME DO LUNO: Nº TURM: blog.portalpostvo.com.br/captcar MTRIZES Uma matrz de ordem m x n é qualquer conunto de m. n elementos dspostos

Leia mais

ESTUDO DE MERCADO ESPACIAL PARA PLANEJAMENTO DE SISTEMAS DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA

ESTUDO DE MERCADO ESPACIAL PARA PLANEJAMENTO DE SISTEMAS DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA ESTUDO DE MERCADO ESPACIAL PARA PLANEJAMENTO DE SISTEMAS DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA Nelson Kagan Escola Poltécnca da Unversdade de São Paulo; Av. Prof. Lucano Gualberto, 158, Trav.3, CEP 05508-900

Leia mais

DETERMINAÇÃO DE ESCALAS DE PLANTÃO PARA MILITARES CONSIDERANDO PREFERÊNCIAS E HIERARQUIA

DETERMINAÇÃO DE ESCALAS DE PLANTÃO PARA MILITARES CONSIDERANDO PREFERÊNCIAS E HIERARQUIA versão mpressa ISSN 0101-7438 / versão onlne ISSN 1678-5142 DETERMINAÇÃO DE ESCALAS DE PLANTÃO PARA MILITARES CONSIDERANDO PREFERÊNCIAS E HIERARQUIA Tâna Cordero Lndbeck da Slva Escola Técnca da Unversdade

Leia mais

TRANSPORTES. Sessão Prática 11 Dimensionamento de Interseções Semaforizadas

TRANSPORTES. Sessão Prática 11 Dimensionamento de Interseções Semaforizadas Mestrado Integrado em Engenhara Cvl TRANSPORTES Prof. Responsável: Lus Pcado Santos Sessão Prátca 11 Dmensonamento de Interseções Semaforzadas Insttuto Superor Técnco / Mestrado Integrado Engenhara Cvl

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

Modelos para Localização de Instalações

Modelos para Localização de Instalações Modelos para Localzação de Instalações Prof. Dr. Ncolau D. Fares Gualda Escola Poltécnca da Unversdade de São Paulo Departamento de Engenhara de Transportes CLASSIFICAÇÃO DE WEBER (WEBER, Alfred. Uber

Leia mais

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16%

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16% Análse de Rsco 1 RISCO Rsco possbldade de perda. Quanto maor a possbldade, maor o rsco. Exemplo: Empresa X va receber $ 1.000 de uros em 30 das com títulos do governo. A empresa Y pode receber entre $

Leia mais

4 Sistemas de partículas

4 Sistemas de partículas 4 Sstemas de partículas Nota: será feta a segunte convenção: uma letra em bold representa um vector,.e. b b Nesta secção estudaremos a generalzação das les de Newton a um sstema de váras partículas e as

Leia mais

2 Agregação Dinâmica de Modelos de Turbinas e Reguladores de Velocidade: Teoria

2 Agregação Dinâmica de Modelos de Turbinas e Reguladores de Velocidade: Teoria Agregação Dnâmca de Modelos de urbnas e Reguladores de elocdade: eora. Introdução O objetvo da agregação dnâmca de turbnas e reguladores de velocdade é a obtenção dos parâmetros do modelo equvalente, dados

Leia mais

Estudo quantitativo do processo de tomada de decisão de um projeto de melhoria da qualidade de ensino de graduação.

Estudo quantitativo do processo de tomada de decisão de um projeto de melhoria da qualidade de ensino de graduação. Estudo quanttatvo do processo de tomada de decsão de um projeto de melhora da qualdade de ensno de graduação. Rogéro de Melo Costa Pnto 1, Rafael Aparecdo Pres Espíndula 2, Arlndo José de Souza Júnor 1,

Leia mais

5 Implementação Procedimento de segmentação

5 Implementação Procedimento de segmentação 5 Implementação O capítulo segunte apresenta uma batera de expermentos prátcos realzados com o objetvo de valdar o método proposto neste trabalho. O método envolve, contudo, alguns passos que podem ser

Leia mais

Chapter 9 Location INTRODUÇÃO. Localização de Instalações. Problemas de comunicação

Chapter 9 Location INTRODUÇÃO. Localização de Instalações.  Problemas de comunicação Chapter 9 Locaton Localzação de Instalações Problemas de comuncação http://www.youtube.com/watch?v=h_qnu4rwlvu INTRODUÇÃO INTRODUÇÃO Analsar padrões de localzação pode ser nteressante Porque a Whte Castle,

Leia mais

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

Laboratório de Mecânica Aplicada I Estática: Roldanas e Equilíbrio de Momentos

Laboratório de Mecânica Aplicada I Estática: Roldanas e Equilíbrio de Momentos Laboratóro de Mecânca Aplcada I Estátca: Roldanas e Equlíbro de Momentos 1 Introdução O conhecmento das condções de equlíbro de um corpo é mprescndível em númeras stuações. Por exemplo, o estudo do equlíbro

Leia mais

Termoelétricas de Ciclo Combinado.

Termoelétricas de Ciclo Combinado. Aplcação de Algortmo Genétco na Otmzação da Operação de Undades Termoelétrcas a Cclo Combnado Sandoval Carnero Jr, Ivo Chaves da Slva Jr, André L.M. Marcato, José Luz R. Perera, Paulo A.N.Garca, Paulo

Leia mais

CURSO de ESTATÍSTICA Gabarito

CURSO de ESTATÍSTICA Gabarito UNIVERSIDADE FEDERAL FLUMINENSE TRANSFERÊNCIA o semestre letvo de 010 e 1 o semestre letvo de 011 CURSO de ESTATÍSTICA Gabarto INSTRUÇÕES AO CANDIDATO Verfque se este caderno contém: PROVA DE REDAÇÃO com

Leia mais

2 Modelos de Otimização sob Incerteza 2.1. Introdução

2 Modelos de Otimização sob Incerteza 2.1. Introdução 2 Modelos de Otmzação sob Incerteza 2.. Introdução Modelos de programação matemátca são comumente utlzados para solução de problemas de programação da produção, de logístca, de schedulng e de planejamento

Leia mais

DEFINIÇÃO - MODELO LINEAR GENERALIZADO

DEFINIÇÃO - MODELO LINEAR GENERALIZADO DEFINIÇÃO - MODELO LINEAR GENERALIZADO 1 Um modelo lnear generalzado é defndo pelos seguntes três componentes: Componente aleatóro; Componente sstemátco; Função de lgação; Componente aleatóro: Um conjunto

Leia mais

Capítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES

Capítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES Capítulo. Aproxmações numércas 1D em malhas unformes 9 Capítulo. AROXIMAÇÕS NUMÉRICAS 1D M MALHAS UNIFORMS O prncípo fundamental do método das dferenças fntas (MDF é aproxmar através de expressões algébrcas

Leia mais

Universidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Classificadores Lineares. Luiz Eduardo S. Oliveira, Ph.D.

Universidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Classificadores Lineares. Luiz Eduardo S. Oliveira, Ph.D. Unversdade Federal do Paraná Departamento de Informátca Reconhecmento de Padrões Classfcadores Lneares Luz Eduardo S. Olvera, Ph.D. http://lesolvera.net Objetvos Introduzr os o conceto de classfcação lnear.

Leia mais

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência. MODELO DE REGRESSÃO DE COX Os modelos de regressão paramétrcos vstos anterormente exgem que se suponha uma dstrbução estatístca para o tempo de sobrevvênca. Contudo esta suposção, caso não sea adequada,

Leia mais

18 e 20/Abr/2016 Aulas 12 e 13. Introdução à Física Estatística Postulados Equilíbrio térmico Função de Partição; propriedades termodinâmicas

18 e 20/Abr/2016 Aulas 12 e 13. Introdução à Física Estatística Postulados Equilíbrio térmico Função de Partição; propriedades termodinâmicas 01/Abr/2016 Aula 11 Potencas termodnâmcos Energa nterna total Entalpa Energas lvres de Helmholtz e de Gbbs Relações de Maxwell 18 e 20/Abr/2016 Aulas 12 e 13 Introdução à Físca Estatístca Postulados Equlíbro

Leia mais

Eventos coletivamente exaustivos: A união dos eventos é o espaço amostral.

Eventos coletivamente exaustivos: A união dos eventos é o espaço amostral. DEFINIÇÕES ADICIONAIS: PROBABILIDADE Espaço amostral (Ω) é o conjunto de todos os possíves resultados de um expermento. Evento é qualquer subconjunto do espaço amostral. Evento combnado: Possu duas ou

Leia mais

CEL033 Circuitos Lineares I

CEL033 Circuitos Lineares I Aula 4/3/22 CEL33 Crcutos Lneares I NR- vo.junor@ufjf.edu.br Assocação Bpolos Assocação de Bpolos Assocação em Sére Elementos estão conectados em sére se são percorrdos pela mesma corrente. Assocação em

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