4.5 Métodos de defuzificação. Métodos de defuzificação. Métodos. Centro de área (centro de gravidade, centróide)
|
|
- Manuella Meneses
- 5 Há anos
- Visualizações:
Transcrição
1 4.5 Métodos de defuzfcação A nterpretação e utlzação dos conjuntos fuzz resultantes dos processos de nferênca pode ser fetas de fora dstntas, dependendo do tpo de sstea e da aplcação: Traduzr para u valor lnguístco Converter para u valor nuérco (defuzfcar) Usar os graus de dsparo das regras soladaente ou de fora cobnada para graduar a saída 1 Métodos de defuzfcação Defuzfcação: conversão do resultado lngüístco da nferênca e u valor real que elhor o represente Interpretação lngüístca dos étodos de defuzfcação: deternar o valor que representa o elhor coprosso entre valores lngüstcos confltantes deternar o valor que representa o resultado as plausível entre valores lngüístcos confltantes 2 Métodos Defuzfcar o conjunto fuzz B defndo no conjunto base { 1, 2,..., D } Centro de área (CoA) Centro de áxos (CoM) Méda de áxos (MoM) Centro de áxos ponderado Valor as plausível Centro de área (centro de gravdade, centróde) É o valor do conjunto base de B e que a área sob a função de pertnênca de B é dvdda e duas subáreas guas. negatvo_alto negatvo_édo zero postvo_édo postvo_alto CoA(B) 8.2 4
2 Centro de área para doínos dscretzados: Defuzfcar o conjunto fuzz B defndo no conjunto base Y { 1, 2,..., D } Exeplo Varável U (recoendação de contratação) dscretzada: Y {, 5, 1, 15, 2, 25, 3,, 4, 45, 5, 55, 6, 65,7, 75, 8, 85, 9, 95, 1} CoA( B) D D ) ) baxa éda Y 5 6 ) Defuzfcar o conjunto B: 5 1,1,2 Desvantagens do étodo CoA 15,25,25,66, ,25,25,25,25,25,25,25,25,25 favorece os valores centras coputaconalente nefcente As áreas sobrepostas são contadas apenas ua vez área sobreposta 65,3 7,4 75,5 8,6 85, ,66,66,66 7 u* 8
3 A área abaxo da função nterfere no resultado (áreas aores te aor pacto no valor de saída) n_alto n_édo zero p_édo p_alto n_alto zero Área aor te pacto aor Centro de soas Seelhante ao centro de área, levando e conta as áreas sobrepostas. Utlza soa e vez de áxo. CoS( B) D 1 D 1 B B ( ) ( ) 9 B ( ) é o grau de pertnênca do eleento no conjunto B que resulta da -ésa regra 1 Exeplo A área sobreposta é contada as de ua vez Defuzfcar o conjunto B consderando as saídas parcas: B 1 B 2 B 3 B 4 área sobreposta contada duas vezes,33,66 éda,25, R1 R2 R3 R4 u* 11 12
4 B 1() B 2() B 3() B 4() 5 1,1,2 Centro de áxos ,25,25,25 É a éda entre o aor e o enor valor do conjunto base tal que o grau de pertnênca é áxo 3,25,25 CoM (B) (n{ M} + ax { M})/2 4 45,25,25 onde M { ) h(b)} (h(b) altura de B) ,1,2,1,2,1,2,25,25,25 postvo_édo ,3,33,33,25,25,25,3,4,5,25,25,25 zero CoM (6,4 + 11,8)/2 9, ,33,33,33,33,33,25,25,25,25,25,6,66,66,66,66,25,25,2,1 13 Mn 6, Max 11,8 14 Méda de áxos É a éda de todos os valores do conjunto M: MoM ( B) M M Método coputaconalente efcente desconsdera a fora global da saída (conjuntos co contrbução enor são gnorados) onde M { ) h(b)} 15 u* 16
5 Centro de áxos (ponderado) Calcular os valores típcos de cada tero (encontrar o eleento do conjunto base cujo grau de pertnênca no conjunto fuzz que representa o tero é áxo) Exeplo: negatvo_alto negatvo_édo zero postvo_édo postvo_alto Calcular o elhor coprosso pela éda ponderada dos valores típcos dos teros envolvdos no conjunto de saída sendo que os pesos são os graus de dsparo das regras que gerara cada tero zero postvo_édo 15 3 negatvo_alto negatvo_édo zero postvo_édo postvo_alto valores típcos CoM(.2*)+(.8*8) / CoMP( B) R K Vtpco( R ) DoF ( R ) R K DoF ( R ) sendo: K - conjunto de regras dsparadas (grau de dsparo >) Valor as plausível Escolhe o valor típco do tero que é as váldo.8.6 zero postvo_édo DoF(R ) grau de dsparo da regra R Vtpco(R ) valor típco do conjunto de saída da regra R VP(B) 8 2
6 Redução de nforação por defuzfcação Dferentes valores lngüístcos pode ser apeados para o eso valor nuérco resultante da defuzfcação. O valor que representa elhor coprosso é o eso para stuações dferentes, o que leva a ua perda de nforação G P Z PP PG G P Z PP PG G P Z PP PG Valores parcas confltantes Inferênca escalonada (scaled nference): O padrão de nferênca da coposção sup-n splfcada é estenddo para outras possíves cobnações de (tanto para entradas nuércas coo fuzz): conjunção seântca de regras operadores de agregação Atenção: E geral não há relação dreta entre a nferênca escalonada e a nferênca coposconal 22 Consderar regras do tpo: Se V 1 éa 1 e V 2 éa 2 então U é B e entradas nuércas: V 1 éx1 e V 2 éx2 Exeplos (para entradas nuércas): Método produto/soa algébrca B' ( ) A 1( x1 ) A 2( x2) B ( ) ) S 1 2 [ B' ( )]. Co entradas nuércas: x1 X 1 e x2 X 2 e soa algébrca: a s 2 b a + b - ab 23 24
7 Exeplo Regra1 x (),33 A ) A (55),33,75,2475 1( 2 Grau de dsparo de R1: w1, (55),75? 5 1 Resultado? B 1 (),1,2,3,4,5,6,7,8,9 1 B 1(),2475,495,7425,99,12375,1485,17325,198,22275,2475 B 1(),2475 * B 1 () 26 Exeplos: Exeplos: Método produto ltado /soa ltada Método produto /soa B' ( ) A 1( x1 ) t A 2( x2) t B ( ). ) S 1 3 [ B' ( )]. B' ( z) A 1( x1 ) A 2( x2) B ( ) ) 1 [ B' ( )]. Método íno /soa Co entradas nuércas: x1 X 1 e x2 X 2 produto ltado: a t b ax[, a + b] e soa ltada: a s 3 b n(1, a + b) 27 B' ( ) A 1( x1 ) A 2( x2) B ( ) ) 1 [ B' ( )]. 28
8 Inferênca escalonada geral (para entradas não nuércas): Passo 1 - copatbldade do antecedente: Para cada regra, calcule o grau de copatbldade entre as proposções atôcas do antecedente da regra e a proposção correspondente na proposção de entrada dada. Passo 2 - agregação do antecedente: Para cada regra, calcule o nível de atvação pelas operações de conjunção ou dsjunção, dependendo do operador pelo qual as proposções do antecedente são conectadas. Passo 3 - dervação do resultado da regra: Para cada regra, calcule o valor nferdo correspondente baseado na agregação do seu antecedente e na seântca escolhda. Passo 4 - agregação de regras: Calcule o valor nferdo do conjunto copleto de regras agregando o resultado nferdo por cada regra ndvdual. 29 Exeplo Varável U (recoendação de contratação) dscretzada: Y {, 5, 1, 15, 2, 25, 3,, 4, 45, 5, 55, 6, 65,7, 75, 8, 85, 9, 95, 1} baxa éda Outras odfcações Conseqüentes das regras são funções dos valores de entrada, especalente entradas nuércas. Consequente coo função das varáves de entrada Se V 1 éa então z f (a) A A R f (x) f (a) O forato das regras é: Se V 1 éa e V 2 é B então z f (x, ) onde f : X Y Z Se V 1 éa j a X então z f j (a) c a Z f ( a) + + j j f j ( a) Resultado global: cobnação ponderada dos resultados das regras ndvduas (Agregação: operador de éda ponderada) 31 R j jj A a A j X f j (x) f j (a) a Z 32
9 Modelo TSK (Taag-Sugeno-Kang) Consequentes são funconas e não lnguístcos Se V 1 éa 11 e V 2 éa 21 então 1 b 1 + b 11 x1 + b 12 x2... Se V 1 éa 1 e V 2 éa 2 então b + b 1 x1 + b 2 x2... Se V 1 éa n1 e V 2 éa n2 então n b n + b n1 x1 + b n2 x2 Saída: éda ponderada das saídas ndvduas onde é a saída da regra e é o grau de dsparo da regra tal que 1 1 A 1 ( x1) ta 2 ( x2) TSK Caso Geral Funções lneares do consequente pode ser substtuídas por funções não-lneares Se V 1 éa 11 e V 2 éa 21 então 1 f 1 (x, )... Se V 1 éa 1 e V 2 éa 2 então f (x, )... Se V 1 éa n1 e V 2 éa n2 então n f n (x, )
CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano
CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 7 e 8 06/204 Ajuste de Curvas AJUSTE DE CURVAS Cálculo Nuérco 3/64 INTRODUÇÃO E geral, experentos gera ua gaa de dados que
Leia mais5.1 Método de Ponderação da Linha de Rotação
5 etodologa O copressor é o coponente de aor nfluênca no desepenho da turbna a gás ass a precsão de sua odelage te pacto sgnfcatvo na efcáca do odelo nuérco coputaconal desta ara a odelage do copressor
Leia maisANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS
Físca Arqutectura Pasagístca Análse de erros ANÁLISE DE ERROS A ervação de u fenóeno físco não é copleta se não puderos quantfcá-lo Para é sso é necessáro edr ua propredade físca O processo de edda consste
Leia maisFONTES DISCRETAS DE INFORMAÇÃO
FONTES DISCRETAS DE INFORMAÇÃO Podeos caracterzar fontes dscretas de nforação por u conjunto fnto x x, K, denonados de alfabeto da fonte. A probabldade de M síbolos, {,, x M } da fonte etr cada síbolo
Leia maisTecnologia de Grupo. 1. Justificativa e Importância da Tecnologia de Grupo. 2. Algoritmo de Ordenação Binária. = 1 se a máquina i
Tecnologa de Grpo 1. Jstfcatva e Iportânca da Tecnologa de Grpo Tecnologa de grpos é conceto portante aplcado na foração de céllas de anfatra. A organzação do sstea de prodção e céllas de anfatra poss
Leia mais2 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 maisFigura 7.1: O problema do ajuste de funções a um conjunto de dados
Fgura 7: O problea do ajuste de funções a u conjunto de dados Capítulo 7 Aproxação de Funções por Mínos Quadrados 7 Introdução Dado u conjunto de observações (dados), frequenteente deseja-se condensar
Leia mais2a VERIFICAÇÃO REFINO DOS AÇOS I Julho Um aço é dessulfurado por uma escória, em condições desoxidantes.
a VERIFICAÇÃ REFIN D AÇ I Julho 8 U aço é dessulfurado por ua escóra, e condções desoxdantes. Reação quíca na nterface: + - = - +. Faça u esquea da nterface aço-escóra, lstando todas as etapas que pode
Leia maisPARTE II EQUILÍBRIO DA PARTÍCULA E DO CORPO RÍGIDO
1 PARTE II EQUILÍBRIO DA PARTÍULA E DO ORPO RÍGIDO Neste capítulo ncalente trataos do equlíbro de partículas. E seguda são apresentadas as defnções dos centros de gravdade, centros de assa e centródes
Leia maisMétodos Numéricos no Traçado de Campos
Métodos Nuércos no Traçado de Capos ELECTROTECNIA TEÓRICA LEEC Aníbal Castlho Cobra de Matos Mara Inês Barbosa de Carvalho Dezebro de 5 Nota ntrodutóra Estes apontaentos destna-se apoar as aulas da dscplna
Leia maisSoftware de Telecomunicações. Curvas elípticas
Software de Telecouncações Curvas elíptcas Prof RG Crespo Software de Telecouncações Curvas elíptcas : /4 Curvas elíptcas sobre corpos () Curvas elíptcas tê sdo estudadas há quase séculos A dfculdade torna-as
Leia maisCONTROLADORES 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 maisModelo 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( ) (8.1) ( ) v = 2v sen ω t ( ) ( ) = ω (8.4) v 3v cos t ( ) = ω (8.5) v 3v sen t
CAPÍTUO 8 ETUDO ANAÍTICO DE AGUN TANITÓIO EÉTICO DO MOTO DE INDUÇÃO 8. TANITÓIO EÉTICO DE PATIDA Vaos consderar o caso de u otor de ndução co constante de tepo ecânca uto aor que as constantes de tepo
Leia maisCœlum Australe. Jornal Pessoal de Astronomia, Física e Matemática - Produzido por Irineu Gomes Varella
Cœlu Australe Jornal Pessoal de Astronoa, Físca e Mateátca - Produzdo por Irneu Goes Varella Crado e 1995 Retoado e Junho de 01 Ano VI Nº 37 - Março de 015 CENTRO DE MASSA DO SISTEMA SOLAR Prof. Irneu
Leia maisO problema da superdispersão na análise de dados de contagens
O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão
Leia maisProgramação Paralela
rograação aralela FEU 4. Avalação de steas aralelos Defções Razão etre a velocdade de processaeto coseguda o sstea paralelo e a velocdade coseguda co u processador (pouca foração...) Efcêca Quocete do
Leia maisModelo 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 maisSeja o problema primal o qual será solucionado utilizando o método simplex Dual: (P)
PROGRAMA DE MESTRADO PROGRAMAÇÃO LIEAR PROFESSOR BALEEIRO Método Splex Dual no Tableau Garfnkel-ehauser E-al: abaleero@gal.co Ste: www.eeec.ufg.br/~baleero Sea o problea pral o qual será soluconado utlzando
Leia maisA Hybrid Algorithm for Optimal Placement of Switches Devices in Electric Distribution Systems
2218 IEEE LATIN AMERICA TRANSACTIONS, VOL. 10, NO. 6, DECEMBER 2012 A Hybrd Algorth for Optal Placeent of Swtches Devces n Electrc Dstrbuton Systes H. N. Alves Abstract Ths paper presents a new forulaton
Leia maisDinâmica Estocástica. Instituto de Física, novembro de Tânia -Din Estoc
Dnâca Estocástca Insttuto de Físca, novebro de 06 Modelo de Glauber-Isng Equação de evolução para agnetzação Abordage de capo édo & transção de fase no odelo e expoentes crítcos Equação Mestra para dnâcas
Leia maisPÊNDULO ELÁSTICO. Fig. 1. Considere o sistema da figura 1. Quando se suspende uma massa, m, na mola, o seu comprimento aumenta de l 0
PÊNDULO ELÁSTICO. Resuo U corpo lgado a ua ola é posto e ovento osclatóro. Deterna-se as característcas do ovento e estuda-se a conservação da energa ecânca.. Tópcos teórcos Y l 0 l Fg. F r el P r X Consdere
Leia maisModelagem 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 maisFísica. Física Módulo 1. Sistemas de Partículas e Centro de Massa. Quantidade de movimento (momento) Conservação do momento linear
Físca Módulo 1 Ssteas de Partículas e Centro de Massa Quantdade de ovento (oento) Conservação do oento lnear Partículas e ssteas de Partículas Átoos, Bolnhas de gude, Carros e até Planetas... Até agora,
Leia maisComo descrever matematicamente a energia livre das diferentes fases?
UFF-Terodnâca plcada a cara Modelos de Soluções e sepre é possível edr as propredades terodnâcas para todas as coposções e teperaturas de nteresse de u sstea. Ua das alternatvas para tentar resolver este
Leia mais3 Metodologia de análise
3 Metodologa de análse O étodo de eleentos fntos é utlzado coo a base para as análses realzadas neste trabalho. As equações que resulta da aplcação deste étodo na conservação de oentu deve levar e conta
Leia mais, para. Assim, a soma (S) das áreas pedida é dada por:
(9) - wwweltecapnascobr O ELITE RESOLE FUEST 9 SEGUND FSE - MTEMÁTIC MTEMÁTIC QUESTÃO Na fgura ao lado, a reta r te equação x + no plano cartesano Ox lé dsso, os pontos B, B, B, B estão na reta r, sendo
Leia maisJogo de Golfe. Lógica Nebulosa Fuzzy Logic. Lógica Nebulosa. Jogo de Golfe. Lógica Nebulosa. Lógica Nebulosa. O ser humano é inexato por natureza
uzzy Logic O ser huano é inexato por natureza Hoje está ais ou enos quente O show é eio caro Aquele cara é baixinho Coloque u pouco de sal Picanha be passada Não há incerteza sobre o valor. O problea é
Leia maisTratamento de Dados 2º Semestre 2005/2006 Tópicos de Resolução do Trabalho 1
Trataento de Dados º Seestre 5/6 Tópcos de Resolução do Trabalho. a) A éda, para dados não classfcados, é calculada a partr da segunte expressão: x x 57,75,555 Dado que a densão da aostra é par,, a edana
Leia maisA Figura 1 ilustra as zonas de entrada de decantadores retangulares e circulares.
IPH 0058: Trataento de Água e Egoto, Capítulo 6 6. DECANTAÇÃO EM ETA No projeto de decantadore deve er denonada a ua zona de entrada e aída. A zona de entrada engloba o canal de aceo ao decantadore, ua
Leia maisALGORITMOS GENÉTICOS PARA OTIMIZAÇÃO DE UM CONTROLADOR NEBULOSO PARA SUPRESSÃO DE VIBRAÇÕES
ALGORITMOS GENÉTICOS PARA OTIMIZAÇÃO DE UM CONTROLADOR NEBULOSO PARA SUPRESSÃO DE VIBRAÇÕES Fábo M. U. Araújo, Carlos A. G. Fonseca, André L. Matell, Anderson V. de Mederos DCA CT UFRN CEP 907-970 Natal,
Leia maisO problema da superdispersão na análise de dados de contagens
O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão
Leia mais2 - Algoritmos para o método Monte Carlo quântico: o ajuste variacional
- Algortos para o étodo Monte Carlo quântco: o ajuste varaconal Rogéro Custodo ScELO Books / ScELO Lvros / ScELO Lbros CUSTODIO, R. Algortos para o étodo Monte Carlo quântco: o ajuste varaconal. In: FREITAS,
Leia maisFísica I para Engenharia. Aula 7 Massa variável - colisões
Físca I para Engenhara º Seestre de 04 Insttuto de Físca- Unersdade de São Paulo Aula 7 Massa aráel - colsões Proessor: Valdr Guarães E-al: aldrg@.usp.br Massa Contnuaente Varáel F res F res F res dp d(
Leia maisESPECTROSCOPIA ROTACIONAL
05/03/08 ESPECTOSCOPIA OTACIONAL Prof. Harley P. Martns Flho O odelo do rotor rígdo Partícula de assa grando no espaço a ua dstânca constante de u ponto fxo no espaço: Moento angular da partícula: = rp
Leia mais6 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 maisCAPÍTULO III. Aproximação de funções pelo método dos Mínimos Quadrados
Métodos Nuércos CAPÍULO III C. Balsa & A. Satos Aproxação de fuções pelo étodo dos Míos Quadrados. Algus cocetos fudaetas de Álgebra Lear Relebraos esta secção algus cocetos portates da álgebra Lear que
Leia mais6 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 mais5 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 maisMODELOS 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 maisMAP Cálculo Numérico e Aplicações
MAP0151 - Cálculo Numérco e Aplcações Lsta 5 (Correção Neste ponto, todos já sabemos que todas as questões têm o mesmo valor, totalzando 10.0 pontos. (Questão 1 Fque com vontade de fazer mas do que fo
Leia maisU N I V E R S I D A D E D O S A Ç O R E S D E P A R T A M E N T O D E M A T E M Á T I C A ARMANDO B MENDES ÁUREA SOUSA HELENA MELO SOUSA
U N I V E R S I D A D E D O S A Ç O R E S D E P A R T A M E N T O D E M A T E M Á T I C A CLASSIFICAÇÃO DE MONOGRAFIAS UMA PROPOSTA PARA MAIOR OBJECTIVIDADE ARMANDO B MENDES ÁUREA SOUSA HELENA MELO SOUSA
Leia maisCálculo Numérico BCC760 Interpolação Polinomial
Cálculo Numérco BCC76 Interpolação Polnomal Departamento de Computação Págna da dscplna http://www.decom.ufop.br/bcc76/ 1 Interpolação Polnomal Conteúdo 1. Introdução 2. Objetvo 3. Estênca e uncdade 4.
Leia maisUM MODELO PARA PREVISÃO DE CARGA DE CURTO-PRAZO
UM MODELO PARA PREVISÃO DE CARGA DE CURTO-PRAZO José Francsco Morera Pessanha francsc@cepel,br CEPEL Thatana Conceção Justno thatana@cepel.br CEPEL Resuo:Neste trabalho são descrtas as lnhas geras de ua
Leia maisCAPÍTULO 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 maisExemplo de carregamento (teleférico): Exemplo de carregamento (ponte pênsil): Ponte Hercílio Luz (Florianópolis) 821 m
Exeplo de carregaento (teleférico: Exeplo de carregaento (ponte pênsil: Ponte Hercílio Luz (Florianópolis 81 Exeplo de carregaento (ponte pênsil: Golden Gate (EU 737 (vão central 18 kashi-kaikyo (Japão
Leia maisFORMAS DE ONDA E FREQÜÊNCIA
A1 FORMAS DE ONDA E FREQÜÊNCIA Ua fora de onda periódica é ua fora de onda repetitiva, isto é, aquela que se repete após intervalos de tepo dados. A fora de onda não precisa ser senoidal para ser repetitiva;
Leia maisPrograma 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 maisResolução. Capítulo 32. Força Magnética. 6. C Para que não haja desvio devemos garantir que as forças magnética ( F M. ) e elétrica ( F E
esolução orça Magnétca E D 3 C 4 D 5 Capítulo 3 Dos vetores são antparalelos quando suas dreções são concdentes (paralelos) e seus sentdos são opostos, sto é, θ 8º, coo ostra a fgura adante: E Deste odo,
Leia maisPrioridades com Teste de Escalonabilidade
rordades + Teste de Escalonabldade Sstemas de Tempo Real: rordades com Teste de Escalonabldade Rômulo Slva de Olvera Departamento de Automação e Sstemas DAS UFSC Cada tarefa recebe uma prordade Escalonamento
Leia maisRedes de Filas e Leis Operacionais
Redes de Flas e Les Operaconas Introdução O objetvo é apresentar a solução de ssteas que envolve últplas flas. O enfoque dado é o de aplcar as soluções encontradas e ssteas reas. Neste e nos próxos capítulos
Leia maisMecânica e Ondas 1º Ano -2º Semestre 1º Teste 04/05/ :00h
Lcencatura e Engenhara Geológca e de Mnas Lcencatura e Mateátca Aplcada e Coputação Mestrado Integrado e Engenhara Boédca Mecânca e Ondas 1º Ano -º Seestre 1º Teste 04/05/017 19:00h Duração do teste: 1:30h
Leia maisF-128 Física Geral I. Aula Exploratória 09 Unicamp - IFGW. F128 2o Semestre de 2012
F-8 Físca Geral I Aula Exploratóra 09 Uncap - IFGW F8 o Seestre de 0 C ext a F ) ( C C C z z z z z y y y y y x x x x x r C r C ext a dt r d dt r d dt r d F ) ( (esta é a ª le de ewton para u sstea de partículas:
Leia maisX = 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 maisIntrodução a Combinatória- Aplicações, parte II
Introdução a Combnatóra- Aplcações, AULA 7 7.1 Introdução Nesta aula vamos estudar aplcações um pouco dferentes das da aula passada. No caso estudaremos arranjos com repetção, permutações crculares e o
Leia maisMedidas de Tendência Central
Meddas de Tedêca Cetral Meddas de tedêca cetral dã valr d pt e tr d qual s dads se dstrbue. Ex: Méda Artétca, edaa e a da. Pdes calcular essas eddas para dads: 1. ã agrupads; 2. agrupads se tervals de
Leia maisTeoria 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 maisMatemática C Extensivo V. 4
Matemátca C Extesvo V. Resolva Aula.0) a) 8 0 resto.0) b) 78 0 resto.. 6 + c) 89679 resto Oberve que 896796 é dvsível por, pos terma em 6. Assm, 89679 apreseta resto quado dvddo por..0) x + x + 0 6.. x
Leia maisProf. 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 maisMOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel
MOQ-4 PROJETO e ANÁLISE de EPERIMENTOS Professor: Rodrgo A. Scarpel rodrgo@ta.br www.mec.ta.br/~rodrgo Programa do curso: Semana Conteúdo Apresentação da dscplna. Prncípos de modelos lneares de regressão.
Leia maisIntrodução ao Método dos Elementos Finitos. Introdução ao Método dos Elementos Finitos
Introdção ao Método do Eleento Fnto Introdção ao Método do Eleento Fnto Prncípo do rabalo rta para a Elatcdade rdenonal Dene-e o trabalo rtal do eorço nterno a tenõe zz z e z para o capo da deoraçõe rta
Leia maisCELSO BERNARDO NÓBREGA FREITAS. Integração numérica de sistemas não lineares semi-implícitos via teoria de controle geométrico
CELSO BERNARDO NÓBREGA FREITAS Integração nuérca de ssteas não lneares se-plíctos va teora de controle geoétrco Defnção do Problea (, x t = f x t u t y ( t = h( x( t = 0 DAE (Equações Dferencas Algébrcas
Leia maisMíriam Márcia Carvalho da Conceição
Míra Márca arvalho da onceção UMA PROPOSTA DO ÍNDIE PM MULTIVARIADO E IMPLEMENTAÇÃO OMPUTAIONAL NO SOFTAWE MINITAB FOR WINDOWS DOS ÍNDIES DE APAIDADE MULTIVARIADOS DE HEN MODIFIADOS, PROPOSTOS POR MINGOTI
Leia maisMODELOS DE OTIMIZAÇÃO PARA PROBLEMAS DE CARREGAMENTO DE CONTÊINERES COM CONSIDERAÇÕES DE ESTABILIDADE E DE EMPILHAMENTO
MODELOS DE OTIMIZAÇÃO PARA PROBLEMAS DE CARREGAMENTO DE CONTÊINERES COM CONSIDERAÇÕES DE ESTABILIDADE E DE EMPILHAMENTO Leonardo Junquera Renaldo Morabto Dense Sato Yaashta Departaento de Engenhara de
Leia maisA soma de dois números pares, obtém um resultado que também é par. Sendo, p=2q e r=2n, temos p+r = 2q+2n = 2(q+n) = 2k.
Teoria dos Núeros Resuo do que foi estudado nas aulas de Teoria dos Núeros, inistradas pelo Prof. Dr. Antonio Sales. Acadêica: Sabrina Aori Araujo 20939 Núeros pares e ípares Coo saber se u núero é par
Leia maisMódulo 4 Sistema de Partículas e Momento Linear
Módulo 4 Sstea de Partículas e Moento Lnear Moento lnear Moento lnear (quantdade de oento) de ua partícula: Grandeza etoral Undades S.I. : kg./s p Moento lnear e ª Le de ewton: Se a assa é constante: F
Leia maisMOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel
MOQ-4 PROJETO e ANÁLISE de EPERIMENTOS Professor: Rodrgo A. Scarpel rodrgo@ta.br www.mec.ta.br/~rodrgo Programa do curso: Semana Conteúdo Apresentação da dscplna. Prncípos de modelos lneares de regressão.
Leia maisREDES NEURAIS NEBULOSAS PARA PREVISÃO DE VAZÕES MÉDIAS MENSAIS
GOP/010 21 a 26 de Outubro de 2001 Campnas - São Paulo - Brasl GRUPO IX GRUPO DE ESTUDOS DE OPERAÇÕES DE SISTEMAS ELÉTRICOS REDES NEURAIS NEBULOSAS PARA PREVISÃO DE VAZÕES MÉDIAS MENSAIS Rosângela Balln
Leia maisBASES TEÓRICAS E FUNDAMENTOS PARA A OTIMIZAÇÃO HIDRÁULICA DO COMPRIMENTO DE LINHAS LATERAIS EM MICROIRRIGAÇÃO
6 Revsta Braslera de Agrcultura Irrgada v.2, n., p.6 23, 2008 ISSN 982-7679 (On-lne) Fortaleza, CE, INOVAGRI http://www.novagr.org.br Protocolo 007.08 05/02/2008 Aprovado e 06/0/2008 BASES TEÓRICAS E FUNDAMENTOS
Leia maisÉ 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 maisRegime forçado alternado sinusoidal
ege forçado alternado snusodal 35 Grandezas alternadas snusodas f ( t ) = f ( t + T ) Função peródca de período T f é alternada (A) se peródca e f a v = f d t = T T Qualquer f peródco satsfaz a 0 f = f
Leia maisFísica I p/ IO FEP111 ( )
Físca I p/ IO FEP (4300) º Seestre de 03 Insttuto de Físca Unersdade de São Paulo Proessor: Luz Carlos C M Nagane E-al: nagane@.usp.br Fone: 309.6877 4 e 0 de outubro Quantdade de Moento º Seestre de 03
Leia mais2 - Análise de circuitos em corrente contínua
- Análse de crcutos em corrente contínua.-corrente eléctrca.-le de Ohm.3-Sentdos da corrente: real e convenconal.4-fontes ndependentes e fontes dependentes.5-assocação de resstêncas; Dvsores de tensão;
Leia maisEscalonamento Baseado em Prioridades Fixas
Sstemas de Tempo Real: Escalonamento Baseado em Prordades Fxas Rômulo Slva de Olvera Departamento de Automação e Sstemas - DAS UFSC romulo@das.ufsc.br http://.das.ufsc.br/~romulo 1 Escalonamento Baseado
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ Em mutas stuações duas ou mas varáves estão relaconadas e surge então a necessdade de determnar a natureza deste relaconamento. A análse
Leia maisO PROBLEMA DE CORTE BIDIMENSIONAL COM LIMITAÇÃO NO NÚMERO DE TIPO DE ITENS
A pesqusa Operaconal e os Recursos Renováves 4 a 7 de novebro de 2003, atal-r O PROBLEMA DE CORTE BIDIMESIOAL COM LIMITAÇÃO O ÚMERO DE TIPO DE ITES Andréa Carla Gonçalves Vanna UESP - Departaento de Coputação
Leia maisCAP RATES, YIELDS E AVALIAÇÃO DE IMÓVEIS pelo método do rendimento
CAP RATES, YIELDS E AALIAÇÃO DE IMÓEIS pelo étodo do rendento Publcado no Confdencal Iobláro, Março de 2007 AMARO NAES LAIA Drector da Pós-Graduação de Gestão e Avalação Ioblára do ISEG. Docente das caderas
Leia maisSão ondas associadas com elétrons, prótons e outras partículas fundamentais.
NOTA DE AULA 0 UNIVERSIDADE CATÓLICA DE GOIÁS DEPARTAMENTO DE MATEMÁTICA E FÍSICA Disciplina: FÍSICA GERAL E EXPERIMENTAL II (MAF 0) Coordenação: Prof. Dr. Elias Calixto Carrijo CAPÍTULO 7 ONDAS I. ONDAS
Leia maisINFERÊNCIA ESTATÍSTICA PARA DUAS POPULAÇÕES
INFERÊNCIA ESTATÍSTICA PARA DUAS POPULAÇÕES . Populações depedetes co dstrbução oral População População,, Y,,Y ~ N, Y ~ N, Y ~ N, Obs. Se a dstrbução de e/ou Y ão for oral, os resultados são váldos aproxadaete.
Leia maisANEXOS REGULAMENTO DELEGADO DA COMISSÃO
COMISSÃO EUROPEIA Bruxelas, 27.4.2018 C(2018) 2460 fnal ANNEXES 1 to 2 ANEXOS do REGULAMENTO DELEGADO DA COMISSÃO que altera e retfca o Regulaento Delegado (UE) 2017/655 que copleta o Regulaento (UE) 2016/1628
Leia maisTaguchi on line para atributos com refugo e produção de itens conformes finito
aguch on lne para atrbutos co refugo e produção de tens confores fnto arlos aeo Aane (FAE-SP / FAAP) arlos.aane@uol.co agner de Souza Borges (IME-USP) wborges@e.usp.br Resuo: O prente trabalho analsou
Leia maisResposta: Interbits SuperPro Web 0,5
1. (Eear 017) Um aparelho contnha as seguntes especfcações de trabalho: Entrada 9V- 500mA. A únca fonte para lgar o aparelho era de 1 V. Um cdadão fez a segunte lgação para não danfcar o aparelho lgado
Leia mais8. INFERÊNCIA PARA DUAS POPULAÇÕES
8 INFERÊNCIA PARA UA POPULAÇÕE 8 Populações depedetes co dstrbução oral População População, L, Y, L,Y ~ N, σ Y ~ N, σ σ σ Y ~ N, Obs e a dstrbução de e/ou Y ão for oral, os resultados são váldos aproxadaete
Leia maisNOTAS DE AULA DA DISCIPLINA CE076
NOTAS DE AULA DA DISCIPLINA CE76 6. ANÁLISE FATORIAL 6.. Introdução A Análse Fatoral teve níco odernaente no prncípo do século XX co K. Pearson e C. Spearan, que estudara as eddas de ntelgnca. A dfculdade
Leia mais16 - PROBLEMA DO TRANSPORTE
Prof. Volr Wlhel UFPR TP05 Pesqusa Operacoal 6 - PROBLEMA DO TRANSPORTE Vsa zar o custo total do trasporte ecessáro para abastecer cetros cosudores (destos) a partr de cetros forecedores (orges) a, a,...,
Leia maisQUESTÕES DISCURSIVAS Módulo
QUESTÕES DISCURSIVAS Módulo 0 009 D (FUVEST-SP 008 A fgura ao lado represeta o úero + o plao coplexo, sedo a udade agára Nessas codções, a detere as partes real e agára de e b represete e a fgura a segur
Leia maisParte 1: Exercícios Teóricos
Cálculo Numérco SME0300 ICMC-USP Lsta 2: Sstemas Lneares Métodos Dretos Professora: Cyntha de O. Lage Ferrera Parte 1: Exercícos Teórcos 1. Consdere o sstema Ax = b, onde 1 α 3 α 1 4 ; x = 5 2 1 Para que
Leia maisCIRCUITO LINEAR Um circuito linear é aquele que obedece ao princípio da sobreposição:
. Crcutos não lneares.. Introdução... Defnção de crcuto lnear CIRCUITO LINEAR Um crcuto lnear é aquele que obedece ao prncípo da sobreposção: y f (x) Se x for a entrada do crcuto e y a saída Consderando
Leia maisTratamento de Dados 2º Semestre 2005/2006 Tópicos de Resolução do Trabalho 2 = 12
Traaeno de Dados º Seesre 5/6 Tópcos de Resolução do Trabalho Quesão a Para agrupar os dados e classes ora consderados os valores das rendas aé 5. ua vez que a parr dese valor os dados se enconra basane
Leia maisINTRODUÇÃO AOS MÉTODOS NUMÉRICOS
INTRODUÇÃO AOS MÉTODOS NUMÉRICOS Eenta Noções Básicas sobre Erros Zeros Reais de Funções Reais Resolução de Sisteas Lineares Introdução à Resolução de Sisteas Não-Lineares Interpolação Ajuste de funções
Leia mais5 Resultados Experimentais
5 Resultados Experientais Os resultados obtidos neste trabalho são apresentados neste capítulo. Para o desenvolviento deste, foi utilizado u robô óvel ("irobot Create") e u único sensor LRF(URG 4L UG ),
Leia maisAtivos de Risco. Universidade Federal de Santa Catarina. From the SelectedWorks of Sergio Da Silva
Unversdade Federal de anta Catarna Fro the electedworks o ergo Da lva 009 Atvos de Rsco ergo Da lva, Federal Unversty o anta Catarna Avalable at: https://orks.bepress.co/sergodaslva/4/ Atvos de Rsco Hal
Leia maisUNIDADE VIII ENSAIOS FATORIAIS
UNIDADE VIII ENSAIOS FATORIAIS CUIABÁ, MT 015/ PROF.: RÔMULO MÔRA 1. INTRODUÇÃO Ensaos fatoras são aqueles em que se estudam smultaneamente dos ou mas fatores, cada um deles com dos ou mas níves. O fatoral
Leia mais4 Modelo Proposto para Análise de Barras de Controle Local de Tensão
odelo roposto para Análise de Barras de Controle ocal de Tensão. Introdução A siulação de fluxo de carga é ua das principais ferraentas na análise de sisteas elétricos de potência e regie peranente. É
Leia maisDISTRIBUIÇÕES NORMAL E BINOMIAL CORRELAÇÃO LINEAR Estatística. HERCULES SARTI Mestre
DISTRIBUIÇÕES NORMAL E BINOMIAL CORRELAÇÃO LINEAR Estatístca HERCULES SARTI Mestre Dstrbução Normal Dstrbução Normal 270 240 210 180 150 120 90 60 30 0 0 1 2 3 4 5 6 7 8 9 10 1 3 0 0 0 1 2 0 0 0 1 1 0
Leia maisTestes não-paramétricos
Testes não-paramétrcos Prof. Lorí Val, Dr. http://www.mat.ufrgs.br/val/ val@mat.ufrgs.br Um teste não paramétrco testa outras stuações que não parâmetros populaconas. Estas stuações podem ser relaconamentos,
Leia maisResoluções dos exercícios propostos
da físca 3 Undade C Capítulo 4 Força agnétca esoluções dos exercícos propostos P.33 Característcas da força agnétca : dreção: perpendcular a e a, sto é: da reta s C u D r sentdo: deternado pela regra da
Leia maisEstatística: uma definição
Prof. Lorí Val, Dr. val@pucrs.br http://.pucrs.br/faat/val/ Estatístca: ua defção Coleção de úeros estatístcas O úero de carros veddos auetou e 30%. o país A taa de deseprego atge, este ês, 7,%. As ações
Leia maisINTERPOLAÇÃO POLINOMIAL DE LAGRANGE E DE HERMITE INTRODUÇÃO
Interpoação Ponoa de Lagrange e de Herte INTERPOLAÇÃO POLINOMIAL DE LAGRANGE E DE HERMITE INTRODUÇÃO Obetvando a preparação aos étodos de aproação a sere apcados à resoução nuérca de equações dferencas
Leia maisMedidas de Tendência Central. Prof.: Ademilson Teixeira
Meddas de Tendênca Central Prof.: Ademlson Texera ademlson.texera@fsc.edu.br 1 Servem para descrever característcas báscas de um estudo com dados quanttatvos e comparar resultados. Meddas de Tendênca Central
Leia mais