2. Departamento de Engenharia Elétrica, Universidade de São Paulo São Carlos, São Paulo, Brasil. s:

Tamanho: px
Começar a partir da página:

Download "2. Departamento de Engenharia Elétrica, Universidade de São Paulo São Carlos, São Paulo, Brasil. s:"

Transcrição

1 SINTONIA SIMULTÂNEA, PARALELA E COORDENADA DE PSSS UTILIZANDO OTIMIZAÇÃO POR COLÔNIA DE FORMIGAS SERGIO C. MAZUCATO JR., BRUNO L. G. COSTA, MARCELO F. CASTOLDI, BRUNO A. ANGELICO, DANILO S. SANCHES, RODRIGO A. RAMOS.. Departamento de Engenhara Eétrca, Unversdade Tecnoógca Federa do Paraná Cornéo Procópo, Paraná, Bras. E-mas: sergomaucato@gma.com, brunog_costa@hotma.com, marcastod@utfpr.edu.br, bangeco@utfpr.edu.br, danosahes@utfpr.edu.br. Departamento de Engenhara Eétrca, Unversdade de São Pauo São Caros, São Pauo, Bras. E-mas: ramos@sc.usp.br Abstract Power system controers are typcay desgned usng tra-and-error technques, whch may requre arge effort and tme from desgners to fnd a satsfactory souton. Ths wor proposes an agorthm to perform a smutaneous and coordnated tunng of the controers (PSSs) n an automatc form. The agorthm uses an optmaton technque based on the ant coony metaheurstc. In addton, a parae structure for the agorthm s proposed to mnme the computaton tme. Resuts show satsfactory performae of the tuned controers, evdeng the effectveness of the proposed technque. Furthermore, a sgnfcant productvty gan can be acheved f the engneer n charge of ths desgn ony supervses the automatc process, nstead of performng a cacuatons by hmsef/hersef. Keywords Anguar Stabty, Ant Coony Optmaton, Automatc Tunng, Goba Search, Power System Staber. Resumo Controadores de sstemas de potêa são tpcamente proetados usando técncas de tentatva e erro, as quas podem exgr grande esforço e tempo de seus proetstas para eontrar uma soução satsfatóra. Este trabaho propõe um agortmo para reaar uma sntona smutânea e coordenada de controadoras (PSSs) de forma automátca. O agortmo uta uma técnca de otmação baseada na meta-heurístca coôna de formgas. Aém dsso, a estrutura paraea do agortmo é proposta para mnmar o tempo computacona. Resutados apresentam desempenho satsfatóro da sntona de controadores, evdeando a efcáca da técnca proposta. Desta manera, um sgnfcatvo ganho de produtvdade pode ser atngdo se o engenhero responsáve por esta tarefa apenas supervsonar o processo de sntona automátca, ao nvés de efetuar todos os cácuos. Paavras-chave Estabdade Anguar, Otmação por Coôna de Formgas, Sntona Automátca, Busca Goba, Estabadores de Sstemas de Potêa. Introdução O sstema eétrco de potêa está constantemente suetos a perturbações, as quas podem ser causadas por um curto-crcuto na nha de transmssão, por um súbto remento na carga, entre outras. Estas perturbações podem ndur oscações eetromecâncas no sstema de potêa, desde que a veocdade anguar dos geradores osce (Kundur, 994). Com ntuto de amortecer estas oscações, controadores de sstemas de potêa com os devdos parâmetros sntonados devem ser nserdos em pontos estratégcos do sstema (Kundur, 994). Os modos de oscação prevamente meonados são, tpcamente, oca e nter área. Os modos ocas representam a nteração entre os geradores da mesma área, enquanto os modos nter área representam a nteração entre um grupo de geradores de uma área específca, oscando contra os geradores de outra área (Rogers, 000). Controadores PSS (do ngês Power System Staber) são, geramente, usados para amortecer oscações de modos ocas. No entanto, com uma boa sntona de parâmetros, este controadores podem amortecer também oscações de modos nter área. Na ndústra, a estrutura mas utada para este tpo de controador tem um boco de ganho, um boco de washout e de um ou dos bocos de compensação de fase. Atuamente, a ndústra usuamente uta o método de tentatva e erro para sntonar PSSs. Esse método tenta eontrar uma soução váve apenas depos de um grande tempo, uma ve que o proetsta responsáve por esta tarefa tem de dar com város parâmetros ao mesmo tempo. Aém dsso, é comum em proetos que envovam sntona de PSSs utar um grande número de pontos de operação do sstema de potêa. Este procedmento é adotado, a fm de verfcar se os controadores sntonados são efcaes para amortecer os modos de oscação de todas as condções operaconas consderadas no proeto. Neste caso, o proetsta tem que verfcar se o auste oferece um amortecmento satsfatóro para cada ponto de operação consderado. Se, peo menos em uma condção de operação consderada o auste não fornecer um amortecmento satsfatóro, o proeto deve ser feto novamente.

2 De modo a dar com estas dfcudades, métodos de sntona automátca têm sdo utados como aternatva aos métodos de tentatva e erro. Estes métodos proporconam uma sntona smutânea e coordenada de controadores, evtando nterações adversas entre ees. Aém dsso, estes métodos consderam mutas condções de operação smutaneamente, assegurando a estabdade e um amortecmento satsfatóro. Incamente, métodos de otmação oca foram empregados neste processo. No entanto, a necessdade de boas condções ncas representa uma grande desvantagem (Werner, 003; De Overa, 009). Com o advento de técncas de computação evoutva, o processo de sntona automátca tem sdo testado como métodos de otmação goba, como, por exempo, agortmos genétcos (Do Bonfm, 000; Chrra, 009), otmação por enxame de partícuas (Chatteree, 009), evoução dferea (Castod, 0), entre outros. No entanto, o processamento destes métodos é reatvamente compexo e ento quando comparado com métodos de otmação oca. Este trabaho propõe o uso de um método reatvamente novo de otmação goba, baseado na teora de coôna de formgas conhecda por ACO (do ngês, Ant Coony Optmaton) para reaar o proeto de sntona de controadores de sstemas de potêa. Esta técnca tem sdo testada, com resutados satsfatóros, em probemas envovendo fuxo de carga (Vachoganns, 005), despacho econômco de energa (Corne, 0), probemas de dstrbução de potêa (Zhu, 00), entre outros. Aém dsto, para redur o tempo computacona, o agortmo fo mpementado em uma estrutura paraea, uma ve que a maora dos computadores atuas possu mas de um núceo de processamento. Desta manera, a ntervenção humana do proetsta é muto reduda, no trabaho proposto, assm este earregado pode dedcar seu tempo a outras tarefas e apenas verfcar a vabdade da soução após o processo de sntona automátca. Neste sentdo, o ganho de produtvdade para a ndústra é evdente. O presente trabaho está organado da segunte manera: a Seção descreve a formuação do probema de sntona, a Seção 3 apresenta a teora ACO. A Seção 4 mostra os resutados obtdos e a Seção 5 envove as prpas cousões. Formuação do Probema de Sntona O modeo do sstema de potêa é usuamente baseado em um conunto de equações dfereas não neares da forma: x t f x t, u t () y t g x t, u t T n onde x t x t x t,, é o estado do n T p,, p é o vetor de sstema, ut u t u t entrada de controe e yt y t,, yq t T q é o vetor de meddas de saída. Usuamente, a anáse de estabdade e as es de controe podem ser representadas por modeos neares. Este processo geramente envove a nearação do sstema de equações () em torno de um equíbro especfco, que pode ser descrto no espaço de estados por x t A x t B u t y t C x t () nn n p Em () as matres A, B e qn C são matres constantes. O vetor x n t representa um desvo de um certo ponto de equíbro n q x e e y t representa desvos de u e e y e, respectvamente. Na ndústra, há uma prátca típca de seeconar um número de condções de operações, defnndo dferentes pontos de equíbro, de manera que estas condções representem todo o conunto de operações que o sstema pode atngr. Desta manera, o modeo () descreve toda a nearação do sstema, onde,..., Lsão os L pontos de operação consderados. Consderando um controador com reamentação dnâmca, o mesmo pode ser representado peas seguntes equações: xc t AC xc t BC y t u t CC xc t (3) p p onde A C, B C e C C. Posterormente, rearranando () e (3), o sstema em maha fechada pode ser escrto como x t A BCC x t x t B C A A B C B C (4) x t C C C C C C A equação (4) pode ser escrta de uma forma mas compacta x t t A x t (5) xt onde xt e xc A BCC A BC C A AC BCC BC. C Assm, de acordo com (4), aterando os parâmetros das varáves de controe A, B e C, que são matres de controadores (PSSs), torna-se possíve controar os autovaores do sstema em maha fechada e, aém dsso, o amortecmento do sstema. A Fgura mostra a estrutura de PSS mas comum. Fgura. Dagrama de bocos PSS. C C C

3 O subscrto em todos os parâmetros dos controadores da Fgura denota que este controador é adconado ao -th AVR. O Boco ntermedáro na Fgura é conhecdo como ftro de washout e garante que o ganho do controador é ero sobre condções de regme permanente. Este boco tem uma ação dervatva representada peo termo st, a qua pode ser orporada na panta para smpfcar a formuação do proeto. Percebe-se que sto não mpca que um sna dervatvo dea necesste ser meddo nesta panta, uma ve que este temo pode ser combnado com um dos poos do controador depos de fnaado o proeto, e o resutado pode ser mpementado como um boco de washout típco (De Overa, 009). Consderando um controador com dos bocos de avanço-atraso, as matres no espaço de estados assumem o segunte formato: A ; B ; C C CC 0 0 K (6) onde / Tw, T / T, / T. A partr de (4), fca evdente que o probema de sntona de parâmetros de controadores consste em eontrar uma matr trpa AC, BC, C C que garanta que as matres,, L, cumpram o crtéro de desempenho deseado. O crtéro mas aceto pea ndústra, e utado neste trabaho, afrma que o desempenho do sstema não near de maha fechada pode ser consderado satsfatóro se todos os autovaores de todas as matres A,,, L, apresentam uma raão de amortecmento maor que um dado vaor mínmo predetermnado mn. Neste trabaho fo reaada uma sntona sequea e uma paraea baseada no agortmo ACO para a sntona dos parâmetros dos controadores, com obetvo de fornecer um amortecmento satsfatóro para todos os autovaores das matres A,,, L. 3 Otmação por Coôna de Formgas A meta-heurístca ACO fo desenvovda para souconar probemas de otmação baseando-se no comportamento de formgas (Dorgo, 004). Os ndvíduos são ntrodudos em uma socedade atamente estruturada, a qua desempenha tarefas mutas vees bastante compexas, como por exempo a busca por amento. Durante a busca por amento, as formgas beram uma substâa chamada feromôno, que auda a eontrar o menor traeto entre seu nnho e a fonte de amentação (Dorgo, 004). O ACO partu desta w dea e fo orgnamente utado para souconar probemas de otmação combnatóra. O agortmo mpementado neste trabaho é uma versão contínua do ACO, baseado em Socha (008), onde a memóra representada peo depósto de feromôno é substtuída por um arquvo de souções. Incamente, um arquvo de T souções é crado, desta manera a matr apresenta souções canddatas, geradas aeatoramente para cada uma das n varáves do probema, com um ntervao predetermnado (restrções para cada varáve). Neste trabaho, um arquvo padrão com 5 souções 5 fo utado, sendo 30 o número de varáves para cada soução canddata n 30, devdo ao número de controadores, 0, com três parâmetros cada. Estes parâmetros são,, e K. No entanto, o parâmetro não fo consderado no arquvo de souções por ser reaconado a constante de washout, a qua é defnda ncamente peo proetsta (com ntervao entre 3s e 0s). A Fgura ustra a confguração do arquvo de souções. T n- n- n 6 S S S K K K K K K K K K Fgura. Arquvo de souções. O arquvo de souções é ordenado de acordo com a quadade de cada soução e avaado através da função custo (ftness), reaconada com o amortecmento mínmo entre todos os pontos de operação, dado por,, mn mn damp A f K (7) para,..., L. É mportante repara que a mnmação em (7) corresponde a maxmar o amortecmento do modo menos amortecdo (essa é a raão do sna negatvo na função obetvo). O mn nteror eontra o menor amortecmento de cada autovaor da matr em maha fechada A e o mn exteror determna o menor amortecmento entre todos os mínmos eontrados peo prmero mn. Em seguda, para cada vetor do arquvo de souções,..., um peso é cacuado de acordo com a função Gaussana com méda u e desvo padrão q, como: u q e e q (8) onde q é um parâmetro do agortmo. Se q é pequeno, as mehores souções tem maor probabdade de serem escohdas. Por outro ado, se q é eevado, a

4 escoha é mas unforme [3]. Uma coôna de 0 formgas M 0 fo adotada, o que sgnfca que 0 dos 5 eementos são escohdos para o arquvo de souções para atuaar a posção. O método da roeta fo adotado para escoher as 0 formgas, baseado no vetor de probabdade cumuatva dado por p (9) r r O próxmo passo consste em eontrar o desvo padrão correspondente para cada eemento do vetor de souções n -dmensona. Assumndo que a posção S (com,...,,,..., n) do vetor de souções S, o desvo padrão deste eemento pode ser cacuado como: S S (0) onde é a taxa de evaporação do feromôno (parâmetro de entrada). Em consequêa, uma varáve aeatóra com méda ero e desvo padrão é adconada a soução S, e então novas dreções S mod são geradas para cada uma das formgas. Com obetvo de evtar que S mod utrapasse as fronteras predefndas para o probema, as seguntes restrções são mpostas: Smod Smax Smod Smax () S S S S mod mn mod mn O agortmo reaa a busca até que o modo menos amortecdo acae um vaor superor ou gua a 5%. Como meonado anterormente, agumas restrções são apcadas a cada parâmetro do agortmo, vsando sua mpementação prátca. A varação de 3 0 s para a constante de tempo de washout é dado por ()., 0, 05 0,33 () _ const _ const Os parâmetros,,,,, são reaconados a compensação de fase que cada controador fornece ao respectvo sna de entrada, dado por: T sn (3) T sn A máxma compensação de fase defnda pea ndústra é de 70º. Assm, o ntervao de varação de é O parâmetro 0 3 (4) é cacuado de acordo com (5): (5) onde é a frequêa de oscação do modo de nteresse. O obetvo prpa é amortecer ambos os modos ocas e nter-área. Os modos ocas possuem, tpcamente, uma frequêa de oscação 9. Desta manera o ntervao de pode ser defndo como: 0 50 (6) Fnamente, o ganho estátco K do controador é baseado em vaores prátcos adotado pea ndústra, defndo como: 0 K 0 (7) enquanto que para maores ganhos, saturações na saída do controador podem ser ndudas mesmo com pequenas perturbações. 4 Apcação do Agortmo Proposto A fm de demonstrar a efcêa do agortmo proposto, agumas smuações forma fetas sobre o sstema ntergado behmarc New Engand/New Yor mostrado na Fgura 3. Todos os geradores foram descrtos por um modeo de sexta ordem (Pa, 005), e equpados com um AVR estátco de modeo de prmera ordem, com ganhos de 50 p.u./p.u. e constante de tempo de 0,0s. O sstema de transmssão fo proetado como um crcuto passvo e as cargas do sstema como mpedâas constantes. Fgura 3. Sstema teste New Engand/New Yor. O sstema sem nenhum controador é atamente nstáve e, então, é necessáro nserr PSSs para controar seus modos de oscação. Um PSS fo nserdo em cada gerador vsando fornecer um amortecmento satsfatóro para os modos ocas e nter área presentes no sstema. Os testes neste trabaho consderaram varações de aumento de 30% na carga tota do sstema e redução de 5% da carga tota do sstema em comparação com o caso base (Pa, 005), que também fo consderado. Outras condções de operação foram dstrbuídas no ntervao de carga do sstema, crando um conunto de 4 condções de operação. Após uma cauteosa anáse de controabdade/obervabdade (va resíduos e fatores de partcpação), 0 PSSs foram nserdos no sstema de potêa. Os PSSs foram nserdos nos geradores G, G3, G6, G7, G8, G9, G0, G, G e G6 vsando fornecer um amortecmento satsfatóro para os modos de oscação presentes no sstema. Este amortecmento fo possíve reaando uma sntona smutâ-

5 nea e coordenada dos PSSs, utando o agortmo proposto. Ao anasar o agortmo sequea apcado ao probema fo possíve perceber que há apenas uma operação (verfcação do amortecmento) com ato tempo de execução, quando comparada com outras operações (utando um mcrocomputador com processador dua core,0 GH e 3 GB DDR RAM). O custo computacona fo sgnfcantemente ato, e redudo a pratcamente metade quando paraeado. Dessa manera, a únca operação paraeada no agortmo proposto fo o cácuo do amortecmento. A Tabea apresenta o custo de tempo de cada operação do programa. Tabea. Custo de tempo para cada operação. Tempo Operação Não- Paraeo Paraeo Ponderação da Soução 50µs 70µs Seeção da Formga 6ms 6ms Atuaação da Posção 5ms 5ms Cácuo do Custo 700ms 400ms A prpa dferença entre os agortmos é a função ftness (cácuo do amortecmento), que fo reaada de forma paraea. Em outras paavras, cada núceo do processador reaa a tarefa para uma soução dferente, ao mesmo tempo, enquanto no agortmo sequea todos os núceos reaam a tarefa para a mesma soução. Para paraear o códgo, a ferramenta de paraeação parfor toobox do software Matab fo utada. Esta ferramenta permte que o programa execute agumas partes do códgo de forma ndependente (undades de trabaho), sto é, mútpas tarefas coomtantemente. A ferramenta constró um aço que dstrbu automatcamente as tarefas aos mútpos espaços de trabaho do Matab. O coeto básco de um aço paraeo (parforoop) no Matab é o mesmo que o de um aço for padrão: o Matab executa uma sére de sentenças (corpo do aço) em um ntervao de vaores. Parte do corpo do aço paraeo é executado no cente Matab (onde o aço paraeo é executado) e parte é executado em outros espaços de trabaho do Matab. Os dados necessáros sobre o qua opera o aço paraeo são envados do cente para outros espaços de trabaho, onde a maor parte do cácuo computacona ocorre, e os resutados são envados de vota ao cente, onde são agrupados. Para compara o tempo de execução dos agortmos, foram reaadas execuções sequeas e paraeas. Fo consderar uma popuação nca com 0 formgas e parâmetros de 0,0 para q e 0,05 para. Estes parâmetros foram seeconados após um grande número de testes com o agortmo sequea. O mehor membro da popuação nca (o mesmo para ambos os agortmos) forneceu um amortecmento de -3.07% para o ponto menos amortecdo. Pode-se observar que o mehor membro da popuação nca é uma soução absoutamente não factíve, e muto dstante do obetvo (5%), o que vada anda mas o método. Os resutados da smuação podem ser vstos na Tabea, a qua também apresenta o ganho de tempo com o agortmo paraeo, conforme o esperado. É mportante ressatar que a únca mehora no agortmo paraeo é o tempo de execução, ou sea, ambas as souções apresentaram a mesma quadade. Como o ACO é um método meta-heurístco as souções não são guas porém apresentam o mesmo grau de factbdade. Com obetvo de verfcar a vadade das souções eontradas, uma smuação não near fo feta no sstema. Um ponto não consderado na etapa do proeto fo usado para demonstrar a robuste da sntona de controadores. Neste caso, foram removdas as nhas #57 e #60 do caso base. Para gerar uma resposta não near fo apcado um curto-crcuto no nstante de tempo s, durante 6 ms, na nha entre as barras #47 e #48. A frequêa do gerador é mostrada na Fgura 4. O resutado da smuação não near mostra que os controadores sntonados peo agortmo proposto são efcentes para amortecer oscações eetromecâncas causadas por pequenas perturbações. Aém dsso, o agortmo proposto fornece resutados rapdamente, o que torna possíve sua apcação em sstemas maores. Tabea. Parâmetros dos controadores sntonados. Não-paraeo t Paraeo t Controador 377,66 seg 84,87seg Ganho T T Ganho T T PSS () 0,00 0,47 0,07 4,0 0,4 0,06 PSS (3),9 0,9 0,09 0,00 0,45 0, PSS 3 (6) 8,67 0,8 0, 4,74 0,89 0,6 PSS 4 (7) 3,0 0,6 0,,04 0,8 0,06 PSS 5 (8) 0,00 0,47 0,07 5,4 0,46 0,07 PSS 6 (9) 3,67 0,75 0, 0,7 0,3 0,06 PSS 7 (0) 9,47 0, 0,4 9,9 0,33 0, PSS 8 () 9,5 0,4 0,05,09 0,9 0,06 PSS 9 () 8,9 0,54 0,07 3,93 0,45 0,06 PSS 0 (6) 4,9 0, 0,05 3,74 0,3 0,06 Amort. (%) 5,0 5,06 Fgura 4. Smuação não near do sstema de potêa.

6 5 Cousões Fo apresentado um procedmento automátco para auxar proetstas a reaar a sntona de PSSs de manera efcente. O método uta uma técnca reatvamente nova conhecda por Otmação por Coôna de Formgas com uma estrutura paraeada e sntona de forma coordenada e smutânea os controadores do sstema. Os resutados mostram grande robuste do agortmo proposto, acançando uma sntona satsfatóra de PSSs consderando mutas condções de operações ao mesmo tempo. Outro aspecto mportante fo o uso do agortmo paraeado, o qua garantu um tempo nferor de execução quando comparado com a mpementação conveona, sem o paraesmo. Aém dsso, o engenhero earregado da tarefa de sntona dos PSSs pode focar seu trabaho em outras tarefas mportantes e apenas supervsonar o proeto, enquanto o computador executa os cácuos envovdos no processo de sntona. Agradecmentos Os autores agradecem o suporte da CAPES, CNPq, Fundação Araucára e a FAPESP para esta pesqusa, sob o número de processo 0/ Referêas Bbográfcas Castod, M. F.; Maucato Jr, S. C.; Rodrgues, C. R. and Ramos, R. A (0). Smutaneous and coordnated tunng of PSSs and PODs usng dfferenta evouton. Proceedngs of IEEE Power and Energy Socety Genera Meetng, pp. -8. Chatteree, A.; Ghosha, S. P. and Muheree, V (0). Chaotc ant swarm optmaton for fuy-based tunng of power system staber. Internatona Journa of Eectrca Power & Energy Systems, vo. 33, pp Chrra, A. and Pat, D. R (009). Automatc Tunng of PSS Through FACTS by Usng Genetc Agorthm. n proceedngs of Internatona Conferee on Contro, Automaton, Communcaton and Energy Conservaton, pp. -6. Corne, I. and Kyrades, E (0). A GA-API Souton for the Economc Dspatch of Generaton n Power System Operaton. IEEE Transactons on Power Systems, vo. 7, pp De Overa, R. V.; Kuava R.; Ramos, R. A. and Bretas, N. G (009). Automatc Tunng Method for the Desgn of Suppementary Dampng Controers for Fexbe Aternatng Current Transmsson System Devces. IET Generaton, Transmsson and Dstrbuton, vo. 3, pp Do Bomfm, A. L. B.; Taranto, G. N. and Facao, D. M (000). Smutaneous Tunng of Power System Dampng Controers Usng Genetc Agorthms. IEEE Transactons on Power Systems, vo. 5, pp Dorgo, M. and Stüte, T (004). Ant Coony Optmaton. Sctuate, USA: Bradford Company. Kundur, P. Power System Stabty and Contro. New Yor: McGraw-H. Pa, B. and Chaudhur, B (005). Robust Contro n Power Systems. Sprnger Scee+Busness Meda. Rogers, G. Power System Oscatons. Kuwer Academc Pubshers, 000. Socha, K. and Dorgo, M (008). Ant Coony Optmaton for Contnous Domans. European Journa of Operatona Research, vo. 85, pp Vachoganns, J. G.; Hatargyrou, N. D. and Lee, K. Y. Ant Coony System-Based Agorthm for Constraned Load Fow Probem. IEEE Transactons on Power Systems, vo. 0, pp. 4-49, 005. Werner, H.; Korba, P. and Yang, T. C (003). Robust Tunng of Power System Stabers Usng LMI Technques. IEEE Transactons on Contro Systems Technoogy, vo., pp Zhu, J.-m. and Ren, H.-e (00). Improved ant coony agorthm for Power Dstrbuton Networ Pannng. Proceedngs of nd IEEE Internatona Conferee on Advaed Computer Contro, pp

c (1) OS PREÇOS E A RENTABILIDADE DOS INVESTIMENTOS NA ANÁLISE DE PROJETOS Benedito Silva Neto

c (1) OS PREÇOS E A RENTABILIDADE DOS INVESTIMENTOS NA ANÁLISE DE PROJETOS Benedito Silva Neto OS PREÇOS E A RENTABILIDADE DOS INVESTIMENTOS NA ANÁLISE DE PROJETOS Benedto Sva Neto Um dos pressupostos normamente adotados quando se anasa um projeto é que a rentabdade dos nvestmentos deve orentar

Leia mais

Flambagem por Compressão

Flambagem por Compressão Unvesdade Santa Cecía Fambagem por Compressão Conceto de estabdade do equíbro. De forma bastante comum ocorre confusão entre o que são equíbro e estabdade. Uma estrutura pode ser nstáve estando em equíbro.

Leia mais

3 Classificação Supervisionada

3 Classificação Supervisionada 3 Cassfcação Supervsonada 3.. Aprendzado de Máquna A aprendzagem de máquna é uma área da ntegênca artfca que estuda métodos computaconas, a fm de obter um determnado conhecmento específco através de experêncas.

Leia mais

Análise de Agrupamentos (Clusters) Marcelo Lauretto

Análise de Agrupamentos (Clusters) Marcelo Lauretto Anáse de Agrupamentos (Custers) Marceo Lauretto Introdução Anáse de Agrupamentos (Custer Anayss) é um conunto de técncas com o obetvo prncpa de dentfcar obetos/entdades com característcas smares. Obetvo:

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

4 Experimentos Mistura-Processo

4 Experimentos Mistura-Processo Modeagem em Epermentos Mstura-Processo para Otmação de Processos Industras 5 4 Epermentos Mstura-Processo Em certas stuações podem estr outros fatores, aém das proporções dos componentes, ue afetem as

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

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

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

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média. Estatístca Dscplna de Estatístca 0/ Curso de Admnstração em Gestão Públca Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos uns dos

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

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

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média. Estatístca Dscplna de Estatístca 0/ Curso Superor de tecnólogo em Gestão Ambental Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos

Leia mais

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas 3.6. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas

Leia mais

Análise Exploratória de Dados

Análise Exploratória de Dados Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: obter uma reta que se ajuste aos dados segundo o crtéro de mínmos quadrados; apresentar outros crtéros para a determnação de uma

Leia mais

RELAXAÇÃO LAGRANGEANA COM MÉTODO DE SUBGRADIENTE APLICADA NO PROJETO DE UMA REDE DE TELEFONIA MÓVEL

RELAXAÇÃO LAGRANGEANA COM MÉTODO DE SUBGRADIENTE APLICADA NO PROJETO DE UMA REDE DE TELEFONIA MÓVEL Pesqusa Operacona e o Desenvovmento Sustentáve RELAXAÇÃO LAGRANGEANA COM MÉTODO DE SUBGRADIENTE APLICADA NO PROJETO DE UMA REDE DE TELEFONIA MÓVEL Luz Otavo Rbero Afonso Ferrera Facudade Integrada do Ceará

Leia mais

CONTROLADORES FUZZY. Um sistema de controle típico é representado pelo diagrama de blocos abaixo:

CONTROLADORES FUZZY. Um sistema de controle típico é representado pelo diagrama de blocos abaixo: CONTROLADORES FUZZY Um sstema de controle típco é representado pelo dagrama de blocos abaxo: entrada ou referênca - erro CONTROLADOR snal de controle PLANTA saída A entrada ou referênca expressa a saída

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

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

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

OTIMIZAÇÃO DE FORMA DE CASCAS AXISSIMÉTRICAS UTILIZANDO DIFERENCIAÇÃO AUTOMÁTICA

OTIMIZAÇÃO DE FORMA DE CASCAS AXISSIMÉTRICAS UTILIZANDO DIFERENCIAÇÃO AUTOMÁTICA UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL ESCOLA DE ENGENHARIA DEPARTAMENTO DE ENGENHARIA CIVIL Renato Vaz Lnn OTIMIZAÇÃO DE FORMA DE CASCAS AXISSIMÉTRICAS UTILIZANDO DIFERENCIAÇÃO AUTOMÁTICA Porto Aegre

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

MATRIZ INTER-REGIONAL REGIONAL DE INSUMO-PRODUTO SÃO PAULO / RESTO DO BRASIL. Eduardo A. Haddad Edson P. Domingues. TD Nereus

MATRIZ INTER-REGIONAL REGIONAL DE INSUMO-PRODUTO SÃO PAULO / RESTO DO BRASIL. Eduardo A. Haddad Edson P. Domingues. TD Nereus MTRIZ INTER-REGIONL REGIONL DE INSUMO-PRODUTO SÃO PULO / RESTO DO BRSIL Eduardo. Haddad Edson P. Domngues TD Nereus 10-2003 São Pauo 2003 Matrz Inter-regona de Insumo-Produto São Pauo / Resto do Bras Eduardo.

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

CADERNOS DO IME Série Estatística

CADERNOS DO IME Série Estatística CADERNOS DO IME Sére Estatístca DISCUSSÃO DE PREMISSAS BÁSICAS PARA A MODELAGEM DO PROBLEMA DE PLANEJAMENTO DA EXPANSÃO DA GERAÇÃO DE LONGO PRAZO Mara Luza.V.Lsboa CEPEL / UERJ msboa@cepe.br Luz.Guherme

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

Medida do campo magnético terrestre

Medida do campo magnético terrestre Unversdade de Combra ELECTROTECNIA TEÓRICA 006/07 Trabaho prátco n o Objectvo Medda do campo magnétco terrestre Pretende-se medr a componente horzonta do campo magnétco terrestre 1, H, utzando o método

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. Nesse prátca, estudaremos a potênca dsspada numa resstênca de carga, em função da resstênca nterna da fonte que a almenta. Veremos o Teorema da Máxma Transferênca de Potênca, que dz que a potênca transferda

Leia mais

FUNDAMENTOS DE ROBÓTICA. Modelo Cinemático de Robôs Manipuladores

FUNDAMENTOS DE ROBÓTICA. Modelo Cinemático de Robôs Manipuladores FUNDMENTO DE ROBÓTI Modeo nemátco de Robôs Manpuadores Modeo nemátco de Robôs Manpuadores Introdução Modeo nemátco Dreto Modeo nemátco de um Robô de GDL Representação de Denavt-Hartenberg Exempos de pcação

Leia mais

Desigualdades Universais para Autovalores de Operadores Poliharmônicos

Desigualdades Universais para Autovalores de Operadores Poliharmônicos Desguadades Unversas para Autovaores de Operadores Poharmôncos PEREIRA, Rosane Gomes; ADRIANO, Lev Rosa Insttuto de Matemátca e Estatístca, Unversdade Federa de Goás, Campus II- Caxa Posta 131, CEP 74001-970

Leia mais

DESENVOLVIMENTO DE SISTEMA DE DETECÇÃO DE FALHAS BASEADO EM APRENDIZADO ESTATÍSTICO DE MÁQUINAS DE VETORES DE SUPORTE

DESENVOLVIMENTO DE SISTEMA DE DETECÇÃO DE FALHAS BASEADO EM APRENDIZADO ESTATÍSTICO DE MÁQUINAS DE VETORES DE SUPORTE DESENVOLVIMENTO DE SISTEMA DE DETECÇÃO DE FALHAS BASEADO EM APRENDIZADO ESTATÍSTICO DE MÁQUINAS DE VETORES DE SUPORTE M. H. GRANZOTTO 1 e L. C. OLIVEIRA-LOPES 2 1 Unversdade Federa dos Vaes do Jequtnhonha

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

PLANEJAMENTO DE REDES PRIMÁRIAS DE DISTRIBUIÇÃO ATRAVÉS DE UM MODELO DE PROGRAMAÇÃO NÃO LINEAR INTEIRO MISTO E BUSCA TABU REATIVA

PLANEJAMENTO DE REDES PRIMÁRIAS DE DISTRIBUIÇÃO ATRAVÉS DE UM MODELO DE PROGRAMAÇÃO NÃO LINEAR INTEIRO MISTO E BUSCA TABU REATIVA esqusa Operacona e o Denvovmento ustentáve ANEJAMENTO DE REDE RIMÁRIA DE DITRIBUIÇÃO ATRAÉ DE UM MODEO DE ROGRAMAÇÃO NÃO INEAR INTEIRO MITO E BUA TABU REATIA Antono Marcos oss [1] E-ma:coss@dee.es.unesp.br

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

c (1) OS PREÇOS E A RENTABILIDADE DOS INVESTIMENTOS NA ANÁLISE DE PROJETOS Benedito Silva Neto

c (1) OS PREÇOS E A RENTABILIDADE DOS INVESTIMENTOS NA ANÁLISE DE PROJETOS Benedito Silva Neto OS PREÇOS E A RENTABILIDADE DOS INVESTIMENTOS NA ANÁLISE DE PROJETOS Benedto Sva Neto Um dos pressupostos normamente adotados quando se anasa um proeto é que a rentabdade dos nvestmentos deve orentar a

Leia mais

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos Curso de extensão, MMQ IFUSP, feverero/4 Alguns exercíco báscos I Exercícos (MMQ) Uma grandeza cujo valor verdadero x é desconhecdo, fo medda três vezes, com procedmentos expermentas dêntcos e, portanto,

Leia mais

(1) A uma parede totalmente catalítica quanto para uma parede com equilíbrio catalítico. No caso de uma parede com equilíbrio catalítico, tem-se:

(1) A uma parede totalmente catalítica quanto para uma parede com equilíbrio catalítico. No caso de uma parede com equilíbrio catalítico, tem-se: 1 RELATÓRIO - MODIFICAÇÃO DA CONDIÇÃO DE CONTORNO DE ENTRADA: MODELOS PARCIALMENTE CATALÍTICO E NÃO CATALÍTICO PARA ESCOAMENTOS COM TAXA FINITA DE REAÇÃO 1. Condções de contorno Em escoamentos reatvos,

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

6 Modelo Proposto Introdução

6 Modelo Proposto Introdução 6 Modelo Proposto 6.1. Introdução Neste capítulo serão apresentados detalhes do modelo proposto nesta dssertação de mestrado, onde será utlzado um modelo híbrdo para se obter prevsão de carga curto prazo

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

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

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

ANEXO I RISCO DOS SORTEIOS A REALIZAR

ANEXO I RISCO DOS SORTEIOS A REALIZAR Contnuação da Resoução CNSP N o 84, de 013. ANEXO I RISCO DOS SORTEIOS A REALIZAR Art.1 o Consdera-se, para os fns deste anexo, os concetos e notações abaxo: I R. sorteos : montante de capta, referente

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

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

Variável discreta: X = número de divórcios por indivíduo

Variável discreta: X = número de divórcios por indivíduo 5. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas

Leia mais

1. Obtenha o modelo de ½ carro:

1. Obtenha o modelo de ½ carro: Lsta Aulas Prátcas de Sclab 1 Suspensão vecular Modelo de ½ de carro 1. Obtenha o modelo de ½ carro: v H A v A l A l M, J v M = 200 kg; J = 512 kgm 2 ; l A = 0,8 m; l = 0,8 m; k A = 10.000 N/m; k = 10.000

Leia mais

3 Animação de fluidos com SPH

3 Animação de fluidos com SPH 3 Anmação de fludos com SPH O SPH (Smoothed Partcle Hydrodynamcs) é um método Lagrangeano baseado em partículas, proposto orgnalmente para smulação de problemas astrofíscos por Gngold e Monaghan (1977)

Leia mais

FUNDAMENTOS DE ACTIVE SHAPE MODELS

FUNDAMENTOS DE ACTIVE SHAPE MODELS FUDAMEOS DE ACIVE SHAPE MODELS Mena Bueno Perera Carnero, Antôno Cáudo P. Vega, Edna Lúca Fôres, Gberto Arantes Carrjo Unversdade Federa de Uberânda, Facudade de Engenhara Eétrca, Uberânda-MG menabueno@yahoo.com,

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

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

Mecanismos de Escalonamento

Mecanismos de Escalonamento Mecansmos de Escalonamento 1.1 Mecansmos de escalonamento O algortmo de escalonamento decde qual o próxmo pacote que será servdo na fla de espera. Este algortmo é um dos mecansmos responsáves por dstrbur

Leia mais

Efeito da deformação lenta sobre o comportamento em serviço

Efeito da deformação lenta sobre o comportamento em serviço Insttuto Brasero do Concreto eto da deormação enta sobre o comportamento em servço Iberê Martns da Sva (1); Ru Oyamada (); dth Svana maury de Soua Tanaa (3); Hde Ishtan (4) (1) Mestrando em ngenhara Cv

Leia mais

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

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

Leia mais

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

Figura 3: Diagrama de blocos do sistema de inferência da qualidade.

Figura 3: Diagrama de blocos do sistema de inferência da qualidade. 4 Solução Proposta A metodologa proposta nesta dssertação pode ser dvdda em quatro etapas complementares que estão representadas no dagrama de blocos na Fgura 3. Cada uma delas está descrta através do

Leia mais

2 Principio do Trabalho Virtual (PTV)

2 Principio do Trabalho Virtual (PTV) Prncpo do Trabalho rtual (PT)..Contnuo com mcroestrutura Na teora que leva em consderação a mcroestrutura do materal, cada partícula anda é representada por um ponto P, conforme Fgura. Porém suas propredades

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

ANÁLISE DAS TENSÕES TÉRMICAS EM MATERIAIS CERÂMICOS. Palavras-chave: Tensões térmicas, Propriedades variáveis, Condução de calor, GITT

ANÁLISE DAS TENSÕES TÉRMICAS EM MATERIAIS CERÂMICOS. Palavras-chave: Tensões térmicas, Propriedades variáveis, Condução de calor, GITT ANÁLISE DAS TENSÕES TÉRMICAS EM MATERIAIS CERÂMICOS Dnz, L.S. Santos, C.A.C. Lma, J.A. Unversdade Federal da Paraíba Laboratóro de Energa Solar LES/DTM/CT/UFPB 5859-9 - João Pessoa - PB, Brasl e-mal: cabral@les.ufpb.br

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

Aula Características dos sistemas de medição

Aula Características dos sistemas de medição Aula - Característcas dos sstemas de medção O comportamento funconal de um sstema de medção é descrto pelas suas característcas (parâmetros) operaconas e metrológcas. Aqu é defnda e analsada uma sére destes

Leia mais

DELINEAMENTOS EXPERIMENTAIS

DELINEAMENTOS EXPERIMENTAIS SUMÁRIO 1 Delneamentos Expermentas 2 1.1 Delneamento Interamente Casualzado..................... 2 1.2 Delneamento Blocos Casualzados (DBC).................... 3 1.3 Delneamento Quadrado Latno (DQL)......................

Leia mais

Flambagem. Cálculo da carga crítica via MDF

Flambagem. Cálculo da carga crítica via MDF Flambagem Cálculo da carga crítca va MDF ROF. ALEXANDRE A. CURY DEARTAMENTO DE MECÂNICA ALICADA E COMUTACIONAL Flambagem - Cálculo da carga crítca va MDF Nas aulas anterores, vmos como avalar a carga crítca

Leia mais

Modelos Espaciais de Equilíbrio Geral Computável I EAE 5918

Modelos Espaciais de Equilíbrio Geral Computável I EAE 5918 Modeos Espacas de Equíbro Gera Computáve I EE 598 EE 598... ths advance n anaytca capabty s acheved at a cost. Generay speang the magntudes to be yeded by the modes envsaged are not to be vewed as precse

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

Curvas Horizontais e Verticais

Curvas Horizontais e Verticais Insttução: Faculdade de Tecnologa e Cêncas Professor: Dego Queroz de Sousa Dscplna: Topografa Curvas Horzontas e ertcas 1. Introdução Exstem dversas ocasões na engenhara em que os projetos são desenvolvs

Leia mais

2 Formulação do Problema

2 Formulação do Problema Formação do Proema.. Modeo de Agst O prmero modeo a ser anasado é casscamente conhecdo como Modeo de Agst, Agst 964. Na teratra encontram-se dversos estdos sore a estadade do modeo de Agst so carga estátca

Leia mais

Análise Exploratória de Dados

Análise Exploratória de Dados Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: traçar dagramas de dspersão, para avalar possíves relações entre as duas varáves; calcular o coefcente de correlação entre as duas

Leia mais

Modelagem do Transistor Bipolar

Modelagem do Transistor Bipolar AULA 10 Modelagem do Transstor Bpolar Prof. Rodrgo Rena Muñoz Rodrgo.munoz@ufabc.edu.br T1 2018 Conteúdo Modelagem do transstor Modelo r e Modelo híbrdo Confgurações emssor comum, base comum e coletor

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

Cap. IV Análise estatística de incertezas aleatórias

Cap. IV Análise estatística de incertezas aleatórias TLF 010/11 Cap. IV Análse estatístca de ncertezas aleatóras Capítulo IV Análse estatístca de ncertezas aleatóras 4.1. Méda 43 4.. Desvo padrão 44 4.3. Sgnfcado do desvo padrão 46 4.4. Desvo padrão da méda

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

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

Reconhecimento Estatístico de Padrões

Reconhecimento Estatístico de Padrões Reconhecmento Estatístco de Padrões X 3 O paradgma pode ser sumarzado da segunte forma: Cada padrão é representado por um vector de característcas x = x1 x2 x N (,,, ) x x1 x... x d 2 = X 1 X 2 Espaço

Leia mais

Universidade Estadual de Campinas Faculdade de Engenharia Elétrica e de Computação Departamento de Comunicações

Universidade Estadual de Campinas Faculdade de Engenharia Elétrica e de Computação Departamento de Comunicações Unversdade Estadua de Campnas Facudade de Engenhara Eétrca e de Computação Departamento de Comuncações Soução Generazada para Técncas de Dversdade-Combnação Autor: Cáudo Rafae Cunha ontero da Sva Orentador:

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

Isostática 2. Noções Básicas da Estática

Isostática 2. Noções Básicas da Estática Isostátca. Noções Báscas da Estátca Rogéro de Olvera Rodrgues .1. Força Força desgna um agente capa de modfcar o estado de repouso ou de movmento de um determnado corpo. É uma grandea vetoral e, como tal,

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

Análise de áreas de risco considerando os afundamento de tensão em estudos de planejamento

Análise de áreas de risco considerando os afundamento de tensão em estudos de planejamento Análse de áreas de rsco consderando os afundamento de tensão em estudos de planejamento J. C. Cebran, L. Camlo, N. Kagan, N. M. Matsuo*, H. Arango Enerq-USP 1 Resumo-- Este trabalho permte avalar os índces

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

Departamento de Informática. Modelagem Analítica do Desempenho de Sistemas de Computação. Modelagem Analítica. Disciplina: Variável Aleatória

Departamento de Informática. Modelagem Analítica do Desempenho de Sistemas de Computação. Modelagem Analítica. Disciplina: Variável Aleatória Departamento de Informátca Dscplna: do Desempenho de Sstemas de Computação Varável leatóra Prof. Sérgo Colcher colcher@nf.puc-ro.br Varável leatóra eal O espaço de amostras Ω fo defndo como o conjunto

Leia mais

Realimentação negativa em ampliadores

Realimentação negativa em ampliadores Realmentação negatva em ampladores 1 Introdução necessdade de amplfcadores com ganho estável em undades repetdoras em lnhas telefôncas levou o Eng. Harold Black à cração da técnca denomnada realmentação

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

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

INSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO

INSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO Área Centfca Curso Matemátca Engenhara Electrotécnca º Semestre º 00/0 Fcha nº 9. Um artgo da revsta Wear (99) apresenta dados relatvos à vscosdade do óleo e ao desgaste do aço maco. A relação entre estas

Leia mais

ELE0317 Eletrônica Digital II

ELE0317 Eletrônica Digital II 2. ELEMENTOS DE MEMÓRIA 2.1. A Lnha de Retardo A lnha de retardo é o elemento mas smples de memóra. Sua capacdade de armazenamento é devda ao fato de que o snal leva um certo tempo fnto e não nulo para

Leia mais

DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS

DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS 1 A análse de dagnóstco (ou dagnóstco do ajuste) confgura uma etapa fundamental no ajuste de modelos de regressão. O objetvo prncpal da análse de dagnóstco

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

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

MODELOS DE REGRESSÃO PARAMÉTRICOS

MODELOS DE REGRESSÃO PARAMÉTRICOS MODELOS DE REGRESSÃO PARAMÉTRICOS Às vezes é de nteresse nclur na análse, característcas dos ndvíduos que podem estar relaconadas com o tempo de vda. Estudo de nsufcênca renal: verfcar qual o efeto da

Leia mais

PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2010/2011

PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2010/2011 Instruções: PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 00/0 Cada uestão respondda corretamente vale (um) ponto. Cada uestão respondda ncorretamente vale - (menos um) ponto. Cada uestão

Leia mais

Procedimento Recursivo do Método dos Elementos de Contorno Aplicado em Problemas de Poisson

Procedimento Recursivo do Método dos Elementos de Contorno Aplicado em Problemas de Poisson Trabalho apresentado no III CMAC - SE, Vtóra-ES, 015. Proceedng Seres of the Brazlan Socety of Computatonal and Appled Mathematcs Procedmento Recursvo do Método dos Elementos de Contorno Aplcado em Problemas

Leia mais

Identidade dos parâmetros de modelos segmentados

Identidade dos parâmetros de modelos segmentados Identdade dos parâmetros de modelos segmentados Dana Campos de Olvera Antono Polcarpo Souza Carnero Joel Augusto Munz Fabyano Fonseca e Slva 4 Introdução No Brasl, dentre os anmas de médo porte, os ovnos

Leia mais

Diferença entre a classificação do PIB per capita e a classificação do IDH

Diferença entre a classificação do PIB per capita e a classificação do IDH Curso Bem Estar Socal Marcelo Ner - www.fgv.br/cps Metas Socas Entre as mutas questões decorrentes da déa de se mplementar uma proposta de metas socas temos: Qual a justfcatva econômca para a exstênca

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

REGRESSÃO LINEAR ANÁLISE DE REGRESSÃO LINEAR MÚLTIPLA REGRESSÃO CURVILÍNEA FUNÇÃO QUADRÁTICA

REGRESSÃO LINEAR ANÁLISE DE REGRESSÃO LINEAR MÚLTIPLA REGRESSÃO CURVILÍNEA FUNÇÃO QUADRÁTICA ANÁLISE DE REGRESSÃO LINEAR MÚLTIPLA REGRESSÃO LINEAR Verfcado, pelo valor de r, que ocorre uma sgnfcante correlação lnear entre duas varáves há necessdade de quantfcar tal relação, o que é feto pela análse

Leia mais

Análise Dinâmica de uma Viga de Euler-Bernoulli Submetida a Impacto no Centro após Queda Livre Através do Método de Diferenças Finitas

Análise Dinâmica de uma Viga de Euler-Bernoulli Submetida a Impacto no Centro após Queda Livre Através do Método de Diferenças Finitas Proceedng Seres of the Brazlan Socety of Appled and Computatonal Mathematcs, Vol. 4, N., 06. Trabalho apresentado no DINCON, Natal - RN, 05. Proceedng Seres of the Brazlan Socety of Computatonal and Appled

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