ALGORITMOS GENÉTICOS COMO FERRAMENTA AUXILIAR NA TOMADA DE DECISÃO EM ATIVIDADES DE GESTÃO AGROINDUSTRIAL
|
|
- Ana Vitória Caldas Azeredo
- 8 Há anos
- Visualizações:
Transcrição
1 ALGORITMOS GENÉTICOS COMO FERRAMENTA AUXILIAR NA TOMADA DE DECISÃO EM ATIVIDADES DE GESTÃO AGROINDUSTRIAL Danlo Augusto Hereda VIEIRA 1 Celso Correa de SOUZA 2 José Francsco dos REIS NETO 3 Resumo. As programações lnear e não-lnear, ramos da matemátca aplcada, tem auxlado admnstradores de empresas no processo de gestão agrondustral, permtndo que uma decsão seja smulada e analsada exaustvamente antes da sua mplementação prátca. Exstem város aplcatvos clásscos na lteratura que soluconam tas problemas. Mas recentemente surgram os Algortmos Genétcos que propcam soluções efcentes de problemas de programação lnear e não-lnear, não requerendo nenhuma exgênca sobre a dervabldade das funções envolvdas. O objetvo desse trabalho de pesqusa fo testar a utlzação dos Algortmos Genétcos na solução de problemas de programação lnear e não-lnear aplcados à gestão agrondustral. Dos exemplos foram resolvdos. O prmero tratou da solução de um problema de programação lnear ntera e o segundo de um problema de programação não-lnear, ambos aplcados à gestão agrondustral. Os resultados podem ser consderados bons, com soluções guas às obtdas utlzando-se o consagrado aplcatvo Solver do Excel, que possu lmtações quanto ao número de varáves dos problemas e da contnudade das funções envolvdas em problemas de programação não-lnear. Palavras-chave: corte de cana-de-açúcar, pesqusa operaconal, rendmento econômco. Acadêmco do 7º semestre do curso de Admnstração da Unversdade Anahnguera- Underp de Campo Grande MS. danloahv@hotmal.com. Bolssta PIBIC/CNPq. 1 Professor do Programa de Mestrado em Produção e Gestão Agrondustral da Unversdade Anhanguera-Underp de Campo Grande MS. celsouza@yahoo.com.br 3 Professor do Curso de Admnstração da Unversdade Anhanguera-Underp de Campo Grande MS. Doutorando em Economa e Admnstração pela Unversdad de Salamanca, Espanha. jfrn@terra.com.br
2 1 INTRODUÇÃO O agronegóco é um conjunto de operações que envolve as atvdades de produção e armazenamento no campo, bem como transporte, processamento e dstrbução dos produtos agropecuáros e seus dervados, além da dstrbução de nsumos e a dssemnação de novas tecnologas agropecuáras. Essas operações estão, de certa forma, nterlgadas formando as cadeas produtvas de almentos, fbras e também de bomassa para slagem e geração de energa. No agronegóco dversos fatores como varações nos preços de mercado, alterações clmátcas, nstabldade das polítcas econômcas e agrícolas e dfculdade de acesso às novas tecnologas ou às redes de nformações, alheos ao controle do produtor, podem ocorrer e nterferr nas atvdades agropecuáras, dfcultando a elaboração e mplementação de qualquer plano de negóco. A utlzação das ferramentas computaconas no agronegóco vem crescendo contnuamente, mpulsonada pela necessdade de obter melhor produtvdade e rentabldade. A necessdade da mplantação de técncas alternatvas, equpamentos e recursos que benefcem o planejamento e o controle do processo produtvo ocorrem em razão do aumento de compettvdade no setor. O planejamento agrondustral é uma atvdade de mportânca fundamental para a obtenção de bons resultados, sendo feto através da elaboração do conjunto de metas que se pretende atngr, e das técncas e recursos dsponíves para se chegar até elas. Com sso, é possível antever com precsão os resultados de estratégas de ação, bem como detectar e corrgr possíves falhas durante sua execução. A programação lnear e não-lnear são modelos matemátcos que auxlam os empresáros nas tomadas de decsão, na medda em que consttuem dealzações smplfcadas da realdade, que emprega símbolos matemátcos para representar as varáves de decsão do sstema real. Exstem város softwares que possuem rotnas consagradas para a resolução de problemas de programação lnear e não-lnear. Nos métodos teratvos clásscos podem ocorrer problemas de convergênca na solução de problemas não-lneares,
3 quando a função objetvo contém pontos onde não é dervável ou o valor da dervada está muto próxma de zero. Mas recentemente surgram os Algortmos Genétcos que, além de resolver problemas de programação lnear e não-lnear, não estão atrelados a problemas específcos de dervadas de funções. O objetvo desse trabalho fo à aplcação de Algortmos Genétcos na tomada de decsão no planejamento de um agronegóco vsando o maor retorno econômco e atendendo determnadas lmtações dessa atvdade. 2 FUNDAMENTAÇÃO TEÓRICA 2.1. Programação lnear e não-lnear Problemas de otmzação, na sua forma geral, têm como objetvo maxmzar ou mnmzar uma função defnda sobre um certo domíno. Na teora clássca de otmzação o valor ótmo é obtdo sobre um domíno nfnto. Já no caso dos chamados problemas de otmzação combnatóra, o domíno é tpcamente fnto, em que é possível lstar os seus elementos e também testá-lo se pertence ou não a esse domíno. O teste de todos os elementos deste domíno se torna nvável, prncpalmente quando o domíno é de tamanho de moderado a grande (Myazawa, 2009). Problemas de programação lnear e não-lnear são problemas de otmzação clássca que envolvem a maxmzação ou mnmzação de funções num domíno nfnto, normalmente defndo por um conjunto de restrções, como na expressão (01) (Caxeta Flho et al., 2000 ; Bregalda et al., 1988). Otmzar sujeto à f ( x) g ( x) =,, b x j 0 = 1,2,, m j = 1,2,, n (01) sendo f (x) a função a ser otmzada (maxmzada ou mnmzada); g (x), ( = 1,2,, m ), restrções do modelo, que relaconam os recursos dsponíves; x j,
4 ( j = 1,2,, n ), varáves de decsão do problema (são as ncógntas do problema); b R, ( = 1,2,, m), níves de dsponbldade de recursos ou quantdade mínma a ser suprda. Otmzar engloba os problemas de maxmzação e mnmzação. Quando as funções f (x) e g (x), ( = 1,2,, m ), são funções lneares, dz-se que o sstema (01) é Problema de Programação Lnear; se f (x) ou ao menos uma das funções g (x), ( = 1,2,, m ), é uma função não-lnear, dz-se que o sstema (01) é Problema de Programação não-lnear (Hller. e Leberman, 1988). Exstem város aplcatvos para a solução de problemas de programação lnear e não-lnear, dsponíves para mcrocomputadores, entre eles, a ferramenta Solver do aplcatvo Mcrosoft Excel é, certamente, o de mas fácl acesso, devdo a populardade desta planlha eletrônca, possbltando acesso à maora dos letores que usam mcrocomputadores (Loesch e Hen, 1999). A solução de problemas de programação não-lnear ser obtda utlzando-se recursos do Cálculo Dferencal, através do método dreto e teratvos, desde que as funções f (x) e g (x), ( = 1,2,, m ) sejam derváves no seu domíno de solução (Hller e Leberman, 1988). Quando sso não acontece, os Algortmos Genétcos podem auxlar na resolução, pos são métodos que podem ldar com qualquer problema de otmzação, não estando atrelados, por exemplo, a problemas específcos de dervadas (Lnden, 2008; Mranda, 2009) Algortmos genétcos Algortmos Genétcos são algortmos de busca estocástcos que têm desenvolvmento e funconamento vnculados à genétca, em que todas as novas espéces são produzdas por meo de uma seleção natural em que o mas apto sobrevve gerando descendentes. O algortmo genétco básco é o que realza as seguntes funções: ncalza a população de cromossomos; avala cada cromossomo da população; cra novos cromossomos a partr da população atual (realza cruzamento e mutação); e termna, se o crtéro de fm for alcançado, se não, rencalza (Bttencourt, 1998; Holland, 1975; Santa Catarna & Bach, 2003). Na forma analógca, a mplementação dos Algortmos Genétcos parte de uma população ndvíduos gerados aleatoramente (confgurações ncas de um
5 problema), realza-se a avalação de cada um (em relação a função objetva), selecona os mas aptos e promove os manpuladores ou operadores genétcos como cruzamento e mutação, orgnando novas gerações de ndvíduos. Cada ndvduo na população representa uma possível solução para um dado problema, o que o Algortmo Genétco faz é buscar aquela solução que seja muto boa ou a melhor do problema analsado através da cração de população de ndvíduos cada vez mas aptos levando à otmzação da função objetva. Na Fgura 1 é possível resumr os Algortmos Genétcos através do fluxograma. Fgura 1. Fluxograma da solução de problemas de otmzação com Algortmos Genétcos A aplcação dos Algortmos Genétcos, como descrto pelo fluxograma da Fgura 1, consta dos seguntes passos (Alencar e Corrêa, 2006; Guervós, 2009; Lnden, 2008; Vana, 1998; Pacheco, 2009): Escolha da População - a ncalzação da população é feta da forma mas smples possível, fazendo-se uma escolha aleatóra ndependente para cada ndvduo da população ncal ou por processo heurístco, sto é, smplesmente escolher n ndvíduos dentro do espaço de busca. Essa técnca permte gerar uma boa dstrbução, cobrndo um espaço maor no espaço de busca, sem nteressar se
6 são boas soluções ou não, assm como na natureza, para haver evolução é necessáro dversdade. Avalação - a função de avalação, ou função objetva, é utlzada para determnar a qualdade de um ndvduo como solução do problema, ou seja, é uma forma de mensurar quão aptos estão os ndvíduos da população. A função de avalação deve refletr os objetvos a serem alcançados na resolução de um problema e é dervada dretamente das condções mpostas pelo problema; Seleção - a seleção dos ndvíduos da população deve smular o mecansmo de seleção natural, sobrevvênca dos mas fortes, em que os pas mas aptos geram mas flhos. O algortmo permte, também, que alguns ndvíduos menos aptos gerem flhos, garantndo a dversdade entre os ndvíduos melhores e os pores. Se apenas os melhores ndvíduos se reproduzrem a população tenderá a ser cada vez mas semelhante, não ocorrendo a evolução. Há dversas formas de seleção dos ndvíduos reprodutores, entre elas as mas usadas são os métodos de seleção por Torneo e pelo método da Roleta Vcada; Seleção Va Método da Roleta Vcada - este método emprega o prncpo da probabldade de sobrevvênca do mas apto, ou seja, que possu a melhor função objetva assocada. Com base nos valores de f ( x ), onde x é o ndvíduo avalado entre os n ndvíduos amostrados. Os ndvíduos mas aptos são seleconados e duplcados em substtução aos menos aptos. Neste método, a probabldade p do -ésmo ndvíduo da população vr a ser seleconado é dado pela expressão (02). p = n f = 1 f (02) Neste método, os ndvíduos com alta aptdão recebem uma proporção maor na roleta e os ndvíduos com baxa aptdão uma porção relatvamente menor na roleta. Na Fgura 2 estão dspostos 4 pas, A1, A2, A3 e A4, com as suas respectvas aptdões (áreas dos setores crculares), para serem seleconados através da roleta e gerarem uma nova população. Observa-se que o ndvíduo A1 tem maores chances de ser escolhdo ao rodar a roleta.
7 Fgura 2 Seleção de ndvíduos através da roleta vcada O ato de rodar a roleta deve ser completamente aleatóro, podendo ser smulado escolhendo-se um número aleatóro r no ntervalo [0, 1] e comparar seu valor com a probabldade acumulada q, consderando q 0, expressão (03). 0 = Assm, se q < r q 1 deve-se seleconar o ndvduo x. q = p k k = 0 (03) Este método tem a desvantagem de possur uma alta varânca, podendo levar a um grande número de cópas de um bom cromossomo, dmnundo a dversdade da população, podendo causar uma convergênca prematura do algortmo para uma solução não almejada. Quando a evolução está avançada, em que as aptdões não dferencam entre s, pode causar um estagnação do algortmo, sto é, pouca modfcação na seleção dos ndvíduos; Eltsmo - o eltsmo vsa preservar os melhores cromossomos de uma geração para outra sem alterações, garantndo sempre que a melhor solução encontrada em qualquer uma das gerações seja mantda até o fnal do processo. Geralmente usa-se nos Algortmos Genétcos uma taxa de eltsmo de 30% do total de ndvíduos gerados. A prncpal vantagem deste método é que a convergênca é garantda, sto é, se o máxmo global for descoberto, AG converge para esse máxmo, entretanto, da mesma forma exste o rsco da estagnação em um máxmo local.
8 Neste trabalho de pesqusa utlzou-se Algortmos Genétcos Bnáros, em que os pontos do espaço de solução são codfcados como uma cadea de bts 0 ou 1, dentro de cada ndvíduo. Cada bt podera ser consderado um gene do cromossomo ou ndvduo. A escolha dos Algortmos Genétcos Bnáros se prende à facldade de se efetuar os cruzamentos e as mutações entre os ndvíduos. Cruzamento - o cruzamento ou crossover é em processo de recombnação de partes das seqüêncas de caracteres entre pares de cromossomos, com o objetvo de gerar nova descendênca. Esta troca de materal genétco garante a recombnação da população, possbltando, assm, uma probabldade maor de produzr ndvíduos mas evoluídos que seus pas. Para maor facldade de se efetuar os cruzamentos e as mutações, a população de números decmas de ser transformada para a base 2. Um Ponto de Corte - esta é a forma mas smples de cruzamento, e que fo utlzada neste trabalho, onde dos ndvíduos da população, após a seleção, são submetdos ao processo de cruzamento, no qual o ponto de corte é aleatoramente gerado, os caracteres ou bts que precedem o ponto de corte são preservados, e os bts posterores são trocados entre o par partcpante do processo (Fgura 2). Mutação - este operador é responsável pela ntrodução e manutenção da dversdade genétca na população. O operador de mutação nverte os valores de bts, ou seja, muda o valor de dado bt de 1 para 0 ou de 0 para 1, com o objetvo de tentar regenerar algum ndvduo que possa ter sdo elmnado de forma nesperada. Para que uma determnada população não sofra mutas alterações, esta operação é processada para um pequeno percentual PM de seus elementos, em torno de 1% de todos os genes. Após as operações de cruzamento e mutação, com a obtenção de uma nova população, esta deve ser avalada nos novos pontos do espaço de busca, com a conversão da população para números decmas, através da expressão (04), x ( L Sup nf = lnf + b nbts 10 (04) 2 l 1 ) onde l nf e L Sup são, respectvamente, os lmtes nferor e superor do ntervalo de busca, b 10 é o número decmal, gerado aleatoramente dentro do ntervalo obtdo
9 através da precsão estabelecda, não necessaramente pertencente ao espaço de busca de otmzação. Se a solução atual não satsfzer a precsão adotada, repete-se os passos anterores para a nova população gerada. 3 MATERIAL E MÉTODOS Neste trabalho utlzou bascamente o método descrtvo exploratóro, que consstu numa pesqusa bblográfca sobre os modelos matemátcos de programação lnear e não-lnear e seus métodos clásscos de resolução, bem como sobre Algortmos Genétcos, objeto prncpal desse trabalho, que é um método bem recente para a resolução desses modelos matemátcos. Como objetos da pesqusa foram apresentados dos estudos de casos. O prmero trata de um crador de frangos de corte que quer fornecer uma ração balanceada para sua cração, combnando apenas necessdades protécas e calórcas. Admte-se que a ração ótma para estes anmas necessta ter, no mínmo, 17,16% de proteína e 3000 qulocaloras (Kcal) de energa metabolzável aparente. Sabe-se que o crador tem dsponíves apenas mlho e farelo de soja e que cada qulograma de mlho contém 8,51% de proteína e 3146 Kcal de energa. O farelo de soja, por sua vez, contém 45,6% de proteína e 2283 Kcal de energa por qulograma, mas tem-se dsponível apenas 0,2 kg de farelo de soja para cada porção de ração. A função objetva (05) a ser mnmzada, deve consderar que o preço do mlho será de R$0,80/kg e o do farelo de soja, R$3,80/kg. Assm, a função C ( x, está lgada ao custo fnal da ração, resultado da nteração entre a quantdade de mlho (x), e de farelo de soja (, multplcando-se pelos seus custos, respectvamente. C( x, = 0,8x + 3, 8y (05) deal. Algumas restrções (06) devem ser respetadas para que o resultado seja o
10 0,0851x + 0,456y 0, x y 3000 sujeto à y 0,2 x 0 y 0 (06) Será utlzado o aplcatvo Solver na solução desse problema, mas o objetvo prncpal é resolvê-los utlzando-se Algortmos Genétcos e estabelecer comparações. O segundo estudo de caso trata da obtenção do maor rendmento de produção de uma empresa que dspõe, sem restrção, de quantdades varáves de nsumo e mão de obra. Tem-se, também, os custos desses nsumos e mão-de-obra na elaboração de cada undade de produto. A receta z = R( x, é dada por uma expressão matemátca, obtda emprcamente pelo setor econômco da empresa, que relacona captal e mão-deobra, ndcando que serão produzdas x undades de um produto A e y undades de um produto B. A função R ( x,, de domíno restrção, expressão (08). 2 R, deve ser maxmzada sem nenhuma Máx z = R( x, (07) Para a solução desse segundo caso utlzar-se-á o método dreto clássco, Algortmos Genétcos e o aplcatvo Solver, estabelecendo-se comparações entre eles. 4 RESULTADOS E DISCUSSÃO O prmero caso trata-se de um crador de frangos de corte que pretende fornecer uma ração balanceada à seus anmas. O que se pretende é fornecer uma mstura rca em proteínas e em valores energétcos, a fm de ter um maor rendmento de crescmento com um menor custo da ração.
11 A entrada de dados fo através de uma planlha Excel com os dados de proteínas, energa e o custo, respectvos. Tabela 1. Dados referentes às restrções que o crador deve respetar para consegur a melhor solução da mstura. Mlho(%) Farelo de soja(%) Necessdades Mínmas(%) Proteína 8,51 45,6 17,17 Energa(K cal) Custo($) 0,8 3,8 Fonte: (FERREIRA,1999) Com a utlzação dos Algortmos Genétcos, chegou-se a uma solução ótma da mstura desejada. Foram encontrados os valores referentes à quantdade necessára de Mlho (x) e de Farelo de soja (. Tabela 2.Resultados referente às quantdades necessáras e deal de Mlho (x), de Farelo de soja ( e do custo total C ( x,. X Y C ( x, 0,9444 0,2 1,51 Esse sstema também fo resolvdo com a utlzação da ferramenta Solver do Excel, obtendo-se os mesmos resultados explctados na Tabela 2, permtndo comprovar a efcênca da resolução aplcando Algortmos Genétcos, que, embora mas demorado do que a ferramenta Solver, é justfcada a sua aplcação levando-se em conta a lmtação dessa ferramenta quanto ao número de varáves de decsão (aproxmadamente 200 varáves para o MS_Excel 2003), lmtação superada pelos Algortmos Genétcos. O segundo caso trata-se de uma função R( x, de duas varáves x e y, nãolnear, denomnada de função receta, numa undade monetára qualquer, a ser maxmzada nessas duas varáves, podendo x representar o número de undades a ser produzda de um produto A e y o número de undades a ser produzda de um
12 produto B. A expressão de R( x, fo determnada de manera empírca no Departamento de Marketng da empresa, sendo dada pela expressão (08), com R = ( x, 32x 20y 3xy 2x 2,5y Resolvdo o problema de máxmo utlzando-se o método dreto, encontrou-se R ( 20,16) = 480. Assm, devem ser produzdas 20 undades do produto A e 16 máx undades do produto B, aferndo-se uma receta máxma de 480 undades monetáras. Para a aplcação dos Algortmos Genétcos na maxmzação desse problema, estabeleceu-se que as varáves x e y deveram varar de 1 a 32, pos no domíno [ 1,32] [1, 32], como constatado, a função R ( x, passa por um máxmo. Observe que podera ser qualquer domíno que contvesse o ponto ( 20,16). Utlzando-se uma precsão ε = 0, 03, fo gerada uma população ncal composta de 20 números no ntervalo de 1 a 1.024, correspondendo-se números na forma bnára de 10 bts, de modo que, quando partconado ao meo, os dos números bnáros obtdos correspondem números decmas entre 1 e 32. Na Tabela 3 está representada a prmera nteração do algortmo, composto de 2 números reas, de uma população ncal de 20 números reas, escolhdos aleatoramente entre 1 e e os seus correspondentes na base 2. Partconando-se ao meo cada número bnáro obteve-se os correspondentes valores em bnáros, e reas, das varáves x e y, os valores numércos da função R ( x,, as probabldades P de passar à próxma geração e as probabldades acumuladas Q de cada um dos valores de R ( x,, para a mplementação da roleta vcada. Tabela 3. Dos elementos de uma população ncal de 20 elementos n Pop.Incal P.Incal (reas) (bnáros) x y x(real) y(real) R(x, R(x, * P Q Após doze terações houve a convergênca do algortmo, obtendo-se a mesma solução já obtda anterormente, sto é, x = 20, y = 20 e F ( 16, 20) = 480.
13 5 CONCLUSÕES Os resultados podem ser consderados bons, vsto que o objetvo deste trabalho fo alcançado, ou seja, com a utlzação de Algortmos Genétcos na solução de um problema de programação lnear, no estudo de caso 1 pôde-se otmzar uma ração de frangos de corte, balanceando-a de acordo com os nutrentes necessáros, de forma que os anmas tenha o maor rendmento, e o crador tenha o menor custo com a mstura. No estudo de caso 2, fo soluconado um problema de programação não-lnear para o planejamento da produção dára de uma outra ndústra que não tnha nenhuma restrção, nem de ndustralzação, nem de mercado. Neste caso, o problema também fo resolvdo com a utlzação do cálculo dferencal, pos neste caso a função era dervável, obtendo-se os mesmos resultados. Esses dos problemas, também, foram resolvdos com a utlzação da ferramenta Solver da MS_Excel 2003, com os mesmos resultados, o que não nvablza a aplcação de Algortmos Genétcos nas suas soluções, já que esse últmo é ndcado, também, na solução de problemas de otmzação envolvendo funções não-lneares, derváves ou não no ntervalo de soluções. Por outro lado, os algortmos genétcos têm-se mostrado mas lentos que determnados métodos clásscos de otmzação. 6 REFERÊNCIAS ALENCAR, C. E. R. DE; CORRÊA, R. F. Ferramenta de suporte para a decsão de frentes de corte de cana-de-açúcar usando algortmos genétcos. Trabalho de Conclusão de Curso. Recfe: Escola Poltécnca de Pernambuco, BREGALDA, P. F.; OLIVEIRA, A. F. de; BORNSTEIN, C. T. Introdução à Programação Lnear. Ro de Janero: Edtora Campus Ltda., 1988.
14 CAIXETA FILHO, J. V.; GOLDBARG, M. C.; PACCA, H. L. L. Otmzação Combnatóra e Programação Lnear: Modelos e Algortmos. Ro de Janero: Edtora Campus, HILLIER, F. S.; LIEBERMAN, G. Introdução à Pesqusa Operaconal. Ro de Janero: Edtora Campus Ltda./Edtora USP, LINDEN, R. Algortmos genétcos. Ro de Janero: Brasport, LOESCH, C.; HEIN, N. Pesqusa Operaconal: fundamentos e modelos. Blumenau: Edtora da FURB, MACULAN, N. F.; PEREIRA, M. V. F. Programação Lnear. Ro de Janero: Edtora Atlas, MIRANDA, M. N. de. Algortmos Genétcos: Fundamentos e Aplcações. Dsponível em PACHECO, M. A. C. Algortmos genétcos: prncípos e aplcações. Dsponível em Acesso em 25/11/2009. SANTA CATARINA, A.; BACH, S. L. Estudo do efeto dos parâmetros genétcos na solução otmzada e no tempo de convergênca em algortmos genétcos com codfcações bnára e real. Acta Scentarum: Technology. Marngá, v. 25, n.2, p , VIANA, G. V. R. Meta-heurstcas e programação paralela em otmzação combnatóra. Fortaleza: EUFC, FERREIRA, R. S. Matemátca aplcada às cêncas agráras: análse de dados e modelos. Vçosa : UFV, 1999.
Palavras-chave: Corte de cana-de-açúcar; pesquisa operacional; rendimento econômico.
Uso de algortmos genétcos como ferramenta auxlar no processo decsóro em atvdades de gestão agrondustral 1 Use of genetc algorthms as auxlary tool for operatonal and economc decson makng process of agro-ndustry
Leia maisTEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma.
UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO CENTRO DE CIÊNCIAS EXATAS DEPARTAMENTO DE FÍSICA AV. FERNANDO FERRARI, 514 - GOIABEIRAS 29075-910 VITÓRIA - ES PROF. ANDERSON COSER GAUDIO FONE: 4009.7820 FAX: 4009.2823
Leia mais7. Resolução Numérica de Equações Diferenciais Ordinárias
7. Resolução Numérca de Equações Dferencas Ordnáras Fenômenos físcos em dversas áreas, tas como: mecânca dos fludos, fluo de calor, vbrações, crcutos elétrcos, reações químcas, dentre váras outras, podem
Leia maisIntrodução e Organização de Dados Estatísticos
II INTRODUÇÃO E ORGANIZAÇÃO DE DADOS ESTATÍSTICOS 2.1 Defnção de Estatístca Uma coleção de métodos para planejar expermentos, obter dados e organzá-los, resum-los, analsá-los, nterpretá-los e deles extrar
Leia maisCálculo 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 maisRegressão e Correlação Linear
Probabldade e Estatístca I Antono Roque Aula 5 Regressão e Correlação Lnear Até o momento, vmos técncas estatístcas em que se estuda uma varável de cada vez, estabelecendo-se sua dstrbução de freqüêncas,
Leia maisCENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnilesteMG
1 CENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnlesteMG Dscplna: Introdução à Intelgênca Artfcal Professor: Luz Carlos Fgueredo GUIA DE LABORATÓRIO LF. 01 Assunto: Lógca Fuzzy Objetvo: Apresentar o
Leia maisEscolha do Consumidor sob condições de Risco e de Incerteza
9/04/06 Escolha do Consumdor sob condções de Rsco e de Incerteza (Capítulo 7 Snyder/Ncholson e Capítulo Varan) Turma do Prof. Déco Kadota Dstnção entre Rsco e Incerteza Na lteratura econômca, a prmera
Leia maisObjetivos da aula. Essa aula objetiva fornecer algumas ferramentas descritivas úteis para
Objetvos da aula Essa aula objetva fornecer algumas ferramentas descrtvas útes para escolha de uma forma funconal adequada. Por exemplo, qual sera a forma funconal adequada para estudar a relação entre
Leia mais1 Princípios da entropia e da energia
1 Prncípos da entropa e da energa Das dscussões anterores vmos como o conceto de entropa fo dervado do conceto de temperatura. E esta últma uma conseqüênca da le zero da termodnâmca. Dentro da nossa descrção
Leia maisRastreando Algoritmos
Rastreando lgortmos José ugusto aranauskas epartamento de Físca e Matemátca FFCLRP-USP Sala loco P Fone () - Uma vez desenvolvdo um algortmo, como saber se ele faz o que se supõe que faça? esta aula veremos
Leia maisControle Estatístico de Qualidade. Capítulo 8 (montgomery)
Controle Estatístco de Qualdade Capítulo 8 (montgomery) Gráfco CUSUM e da Méda Móvel Exponencalmente Ponderada Introdução Cartas de Controle Shewhart Usa apenas a nformação contda no últmo ponto plotado
Leia maisApostila de Estatística Curso de Matemática. Volume II 2008. Probabilidades, Distribuição Binomial, Distribuição Normal. Prof. Dr. Celso Eduardo Tuna
Apostla de Estatístca Curso de Matemátca Volume II 008 Probabldades, Dstrbução Bnomal, Dstrbução Normal. Prof. Dr. Celso Eduardo Tuna 1 Capítulo 8 - Probabldade 8.1 Conceto Intutvamente pode-se defnr probabldade
Leia maisSinais Luminosos 2- CONCEITOS BÁSICOS PARA DIMENSIONAMENTO DE SINAIS LUMINOSOS.
Snas Lumnosos 1-Os prmeros snas lumnosos Os snas lumnosos em cruzamentos surgem pela prmera vez em Londres (Westmnster), no ano de 1868, com um comando manual e com os semáforos a funconarem a gás. Só
Leia maisEnergia de deformação na flexão
- UNIVERSIDADE FEDERAL FLUMINENSE ESCOLA DE ENGENHARIA INDUSTRIAL METALÚRGICA DE VOLTA REDONDA PROFESSORA: SALETE SOUZA DE OLIVEIRA BUFFONI DISCIPLINA: RESISTÊNCIA DOS MATERIAIS Energa de deformação na
Leia maisELEMENTOS DE CIRCUITOS
MINISTÉRIO D EDUCÇÃO SECRETRI DE EDUCÇÃO PROFISSIONL E TECNOLÓGIC INSTITUTO FEDERL DE EDUCÇÃO, CIÊNCI E TECNOLOGI DE SNT CTRIN CMPUS DE SÃO JOSÉ - ÁRE DE TELECOMUNICÇÕES CURSO TÉCNICO EM TELECOMUNICÇÕES
Leia maisUTILIZAÇÃO DO MÉTODO DE TAGUCHI NA REDUÇÃO DOS CUSTOS DE PROJETOS. Uma equação simplificada para se determinar o lucro de uma empresa é:
UTILIZAÇÃO DO MÉTODO DE TAGUCHI A REDUÇÃO DOS CUSTOS DE PROJETOS Ademr José Petenate Departamento de Estatístca - Mestrado em Qualdade Unversdade Estadual de Campnas Brasl 1. Introdução Qualdade é hoje
Leia maisNOTA II TABELAS E GRÁFICOS
Depto de Físca/UFMG Laboratóro de Fundamentos de Físca NOTA II TABELAS E GRÁFICOS II.1 - TABELAS A manera mas adequada na apresentação de uma sére de meddas de um certo epermento é através de tabelas.
Leia maiswww.obconcursos.com.br/portal/v1/carreirafiscal
www.obconcursos.com.br/portal/v1/carrerafscal Moda Exercíco: Determne o valor modal em cada um dos conjuntos de dados a segur: X: { 3, 4,, 8, 8, 8, 9, 10, 11, 1, 13 } Mo 8 Y: { 10, 11, 11, 13, 13, 13,
Leia maisSempre que surgir uma dúvida quanto à utilização de um instrumento ou componente, o aluno deverá consultar o professor para esclarecimentos.
Insttuto de Físca de São Carlos Laboratóro de Eletrcdade e Magnetsmo: Transferênca de Potênca em Crcutos de Transferênca de Potênca em Crcutos de Nesse prátca, estudaremos a potênca dsspada numa resstênca
Leia maisAlgoritmos Genéticos como Ferramenta Auxiliar na Tomada de Decisão em Atividades de Gestão Agroindustrial
Algortmos Genétcos como Ferramenta Auxlar na Tomada de Decsão em Atvdades de Gestão Agrondustral Danlo Augusto Hereda Vera (Unversdade Anhanguera - Underp) danloahv@hotmal.com Wesley Osvaldo Pradella (Unversdade
Leia maisSistemas Robóticos. Sumário. Introdução. Introdução. Navegação. Introdução Onde estou? Para onde vou? Como vou lá chegar?
Sumáro Sstemas Robótcos Navegação Introdução Onde estou? Para onde vou? Como vou lá chegar? Carlos Carreto Curso de Engenhara Informátca Ano lectvo 2003/2004 Escola Superor de Tecnologa e Gestão da Guarda
Leia maisMetodologia IHFA - Índice de Hedge Funds ANBIMA
Metodologa IHFA - Índce de Hedge Funds ANBIMA Versão Abrl 2011 Metodologa IHFA Índce de Hedge Funds ANBIMA 1. O Que é o IHFA Índce de Hedge Funds ANBIMA? O IHFA é um índce representatvo da ndústra de hedge
Leia maisInfluência dos Procedimentos de Ensaios e Tratamento de Dados em Análise Probabilística de Estrutura de Contenção
Influênca dos Procedmentos de Ensaos e Tratamento de Dados em Análse Probablístca de Estrutura de Contenção Mara Fatma Mranda UENF, Campos dos Goytacazes, RJ, Brasl. Paulo César de Almeda Maa UENF, Campos
Leia maisEstimativa da Incerteza de Medição da Viscosidade Cinemática pelo Método Manual em Biodiesel
Estmatva da Incerteza de Medção da Vscosdade Cnemátca pelo Método Manual em Bodesel Roberta Quntno Frnhan Chmn 1, Gesamanda Pedrn Brandão 2, Eustáquo Vncus Rbero de Castro 3 1 LabPetro-DQUI-UFES, Vtóra-ES,
Leia maisTRANSPORTE E ESTOCAGEM DE FUMO UM MODELO DE PROGRAMAÇÃO LINEAR USADO NA TOMADA DE DECISÃO
TRANSPORTE E ESTOCAGEM DE FUMO UM MODELO DE PROGRAMAÇÃO LINEAR USADO NA TOMADA DE DECISÃO Janaína Poffo Possama janapoffo@gmal.com Unversdade Regonal de Blumenau Rua Antôno da Vega, 0 8902-900 - Blumenau
Leia maisDistribuição de Massa Molar
Químca de Polímeros Prof a. Dr a. Carla Dalmoln carla.dalmoln@udesc.br Dstrbução de Massa Molar Materas Polmércos Polímero = 1 macromolécula com undades químcas repetdas ou Materal composto por númeras
Leia maisO migrante de retorno na Região Norte do Brasil: Uma aplicação de Regressão Logística Multinomial
O mgrante de retorno na Regão Norte do Brasl: Uma aplcação de Regressão Logístca Multnomal 1. Introdução Olavo da Gama Santos 1 Marnalva Cardoso Macel 2 Obede Rodrgues Cardoso 3 Por mgrante de retorno,
Leia maisRESOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS
Defnções RESOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS Problemas de Valor Incal PVI) Métodos de passo smples Método de Euler Métodos de sére de Talor Métodos de Runge-Kutta Equações de ordem superor Métodos
Leia maisMotores síncronos. São motores com velocidade de rotação fixa velocidade de sincronismo.
Motores síncronos Prncípo de funconamento ão motores com velocdade de rotação fxa velocdade de sncronsmo. O seu prncípo de funconamento está esquematzado na fgura 1.1 um motor com 2 pólos. Uma corrente
Leia maisAs tabelas resumem as informações obtidas da amostra ou da população. Essas tabelas podem ser construídas sem ou com perda de informações.
1. TABELA DE DISTRIBUIÇÃO DE FREQÜÊNCIA As tabelas resumem as normações obtdas da amostra ou da população. Essas tabelas podem ser construídas sem ou com perda de normações. As tabelas sem perda de normação
Leia maisANEXO II METODOLOGIA E CÁLCULO DO FATOR X
ANEXO II Nota Técnca nº 256/2009-SRE/ANEEL Brasíla, 29 de julho de 2009 METODOLOGIA E ÁLULO DO FATOR X ANEXO II Nota Técnca n o 256/2009 SRE/ANEEL Em 29 de julho de 2009. Processo nº 48500.004295/2006-48
Leia maisREGRESSÃO LOGÍSTICA. Seja Y uma variável aleatória dummy definida como:
REGRESSÃO LOGÍSTCA. ntrodução Defnmos varáves categórcas como aquelas varáves que podem ser mensurados usando apenas um número lmtado de valores ou categoras. Esta defnção dstngue varáves categórcas de
Leia maisCAPÍTULO 1 Exercícios Propostos
CAPÍTULO 1 Exercícos Propostos Atenção: Na resolução dos exercícos consderar, salvo menção em contráro, ano comercal de das. 1. Qual é a taxa anual de juros smples obtda em uma aplcação de $1.0 que produz,
Leia maisHoje não tem vitamina, o liquidificador quebrou!
A U A UL LA Hoje não tem vtamna, o lqudfcador quebrou! Essa fo a notíca dramátca dada por Crstana no café da manhã, lgeramente amenzada pela promessa de uma breve solução. - Seu pa dsse que arruma à note!
Leia maisImpactos dos encargos sociais na economia brasileira
Impactos dos encargos socas na economa braslera Mayra Batsta Btencourt Professora da Unversdade Federal de Mato Grosso do Sul Erly Cardoso Texera Professor da Unversdade Federal de Vçosa Palavras-chave
Leia maisLista de Exercícios de Recuperação do 2 Bimestre. Lista de exercícios de Recuperação de Matemática 3º E.M.
Lsta de Exercícos de Recuperação do Bmestre Instruções geras: Resolver os exercícos à caneta e em folha de papel almaço ou monobloco (folha de fcháro). Copar os enuncados das questões. Entregar a lsta
Leia maisUNIVERSIDADE DO ESTADO DA BAHIA - UNEB DEPARTAMENTO DE CIÊNCIAS EXATAS E DA TERRA COLEGIADO DO CURSO DE DESENHO INDUSTRIAL CAMPUS I - SALVADOR
Matéra / Dscplna: Introdução à Informátca Sstema de Numeração Defnção Um sstema de numeração pode ser defndo como o conjunto dos dígtos utlzados para representar quantdades e as regras que defnem a forma
Leia maisCovariância e Correlação Linear
TLF 00/ Cap. X Covarânca e correlação lnear Capítulo X Covarânca e Correlação Lnear 0.. Valor médo da grandeza (,) 0 0.. Covarânca na propagação de erros 03 0.3. Coecente de correlação lnear 05 Departamento
Leia maisNota Técnica Médias do ENEM 2009 por Escola
Nota Técnca Médas do ENEM 2009 por Escola Crado em 1998, o Exame Naconal do Ensno Médo (ENEM) tem o objetvo de avalar o desempenho do estudante ao fm da escolardade básca. O Exame destna-se aos alunos
Leia maisIntrodução à Análise de Dados nas medidas de grandezas físicas
Introdução à Análse de Dados nas meddas de grandezas físcas www.chem.wts.ac.za/chem0/ http://uregna.ca/~peresnep/ www.ph.ed.ac.uk/~td/p3lab/analss/ otas baseadas nos apontamentos Análse de Dados do Prof.
Leia maisAnálise logística da localização de um armazém para uma empresa do Sul Fluminense importadora de alho in natura
Análse logístca da localzação de um armazém para uma empresa do Sul Flumnense mportadora de alho n natura Jader Ferrera Mendonça Patríca Res Cunha Ilton Curty Leal Junor Unversdade Federal Flumnense Unversdade
Leia maisDespacho 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 maisUNIVERSIDADE PRESBITERIANA MACKENZIE CCSA - Centro de Ciências Sociais e Aplicadas Curso de Economia
CCSA - Centro de Cêncas Socas e Aplcadas Curso de Economa ECONOMIA REGIONAL E URBANA Prof. ladmr Fernandes Macel LISTA DE ESTUDO. Explque a lógca da teora da base econômca. A déa que sustenta a teora da
Leia mais2 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 mais2 Máquinas de Vetor Suporte 2.1. Introdução
Máqunas de Vetor Suporte.. Introdução Os fundamentos das Máqunas de Vetor Suporte (SVM) foram desenvolvdos por Vapnk e colaboradores [], [3], [4]. A formulação por ele apresentada se basea no prncípo de
Leia maisSuporte Básico para Sistemas de Tempo Real
Suporte Básco para Sstemas de Tempo Real Escalonamento e Comuncação Sldes elaborados por George Lma, com atualzações realzadas por Ramundo Macêdo Suporte Básco para Sstemas de Tempo-Real Escalonamento
Leia maisAnálise Econômica da Aplicação de Motores de Alto Rendimento
Análse Econômca da Aplcação de Motores de Alto Rendmento 1. Introdução Nesta apostla são abordados os prncpas aspectos relaconados com a análse econômca da aplcação de motores de alto rendmento. Incalmente
Leia maisMODELAGEM MATEMÁTICA DO PROCESSO DE EVAPORAÇÃO MULTI-EFEITO NA INDÚSTRIA DE PAPEL E CELULOSE
MODELAGEM MATEMÁTICA DO PROCESSO DE EVAPORAÇÃO MULTI-EFEITO NA INDÚSTRIA DE PAPEL E CELULOSE R. L. S. CANEVESI 1, C. L. DIEL 2, K. A. SANTOS 1, C. E. BORBA 1, F. PALÚ 1, E. A. DA SILVA 1 1 Unversdade Estadual
Leia maisExercícios de Física. Prof. Panosso. Fontes de campo magnético
1) A fgura mostra um prego de ferro envolto por um fo fno de cobre esmaltado, enrolado mutas vezes ao seu redor. O conjunto pode ser consderado um eletroímã quando as extremdades do fo são conectadas aos
Leia maisMinistério 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 maisRESOLUÇÃO Nº 32/2014/CONEPE. O CONSELHO DO ENSINO, DA PESQUISA E DA EXTENSÃO da Universidade Federal de Sergipe, no uso de suas atribuições legais,
SERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE SERGIPE CONSELHO DO ENSINO, DA PESQUISA E DA EXTENSÃO RESOLUÇÃO Nº 32/2014/CONEPE Aprova as Normas Geras do Processo Seletvo para
Leia maisCOMPARATIVO ENTRE MÉTODOS DE CÁLCULO DE PERDAS EM TRANSFORMADORES ALIMENTANDO CARGAS NÃO-LINEARES
COMARAVO ENRE MÉODOS DE CÁLCULO DE ERDAS EM RANSFORMADORES ALMENANDO CARGAS NÃO-LNEARES GUMARÃES, Magno de Bastos EEEC/ UFG/ EQ magnobg@otmal.com. NRODUÇÃO LSA, Luz Roberto EEEC/ UFG lsta@eee.ufg.br NERYS,
Leia maisSoftware para Furação e Rebitagem de Fuselagem de Aeronaves
Anas do 14 O Encontro de Incação Centífca e Pós-Graduação do ITA XIV ENCITA / 2008 Insttuto Tecnológco de Aeronáutca São José dos Campos SP Brasl Outubro 20 a 23 2008. Software para Furação e Rebtagem
Leia maisXX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA
XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA Versão 1.0 XXX.YY 22 a 25 Novembro de 2009 Recfe - PE GRUPO - VI GRUPO DE ESTUDO DE COMERCIALIZAÇÃO, ECONOMIA E REGULAÇÃO DE ENERGIA
Leia mais14. Correntes Alternadas (baseado no Halliday, 4 a edição)
14. orrentes Alternadas (baseado no Hallday, 4 a edção) Por que estudar orrentes Alternadas?.: a maora das casas, comérco, etc., são provdas de fação elétrca que conduz corrente alternada (A ou A em nglês):
Leia maisAssociação de resistores em série
Assocação de resstores em sére Fg.... Na Fg.. está representada uma assocação de resstores. Chamemos de I, B, C e D. as correntes que, num mesmo nstante, passam, respectvamente pelos pontos A, B, C e D.
Leia maisCURSO ON-LINE PROFESSOR: VÍTOR MENEZES
O Danel Slvera pedu para eu resolver mas questões do concurso da CEF. Vou usar como base a numeração do caderno foxtrot Vamos lá: 9) Se, ao descontar uma promssóra com valor de face de R$ 5.000,00, seu
Leia mais(note que não precisa de resolver a equação do movimento para responder a esta questão).
Mestrado Integrado em Engenhara Aeroespacal Mecânca e Ondas 1º Ano -º Semestre 1º Teste 31/03/014 18:00h Duração do teste: 1:30h Lea o enuncado com atenção. Justfque todas as respostas. Identfque e numere
Leia maisDepartamento de Informática. Modelagem Analítica. Modelagem Analítica do Desempenho de Sistemas de Computação. Disciplina: Medida de Probabilidade
Departaento de Inforátca Dscplna: do Desepenho de Ssteas de Coputação Medda de Probabldade Prof. Sérgo Colcher colcher@nf.puc-ro.br Teora da Probabldade Modelo ateátco que perte estudar, de fora abstrata,
Leia maisSCATTER SEARCH APLICADO AO PROBLEMA DE OTIMIZAÇÃO DA ALOCAÇÃO DE SONDAS DE PRODUÇÃO EM POÇOS DE PETRÓLEO
! "#$ " %'&)(*&)+,.- /10.2*&4365879&4/1:.+58;.2*=?5.@A2*3B;.- C)D 5.,.5FE)5.G.+ &4- (IHJ&?,.+ /?=)5.KA:.+5MLN&OHJ5F&4E)2*EOHJ&)(IHJ/)G.- D - ;./);.& SCATTER SEARCH APLICADO AO PROBLEMA DE OTIMIZAÇÃO
Leia maisUM MODELO DE ALOCAÇÃO DINÂMICA DE CAMINHÕES VISANDO AO ATENDIMENTO DE METAS DE PRODUÇÃO E QUALIDADE
UM MODELO DE ALOCAÇÃO DINÂMICA DE CAMINHÕES VISANDO AO ATENDIMENTO DE METAS DE PRODUÇÃO E QUALIDADE RESUMO Felppe Perera da Costa, PPGEM/UFOP, Mestrando. felppe@mneral.em.ufop.br Marcone Jamlson Fretas
Leia maisPROVA DE MATEMÁTICA DO VESTIBULAR 2013 DA UNICAMP-FASE 1. RESOLUÇÃO: PROFA. MARIA ANTÔNIA C. GOUVEIA
PROVA DE MATEMÁTICA DO VESTIBULAR 03 DA UNICAMP-FASE. PROFA. MARIA ANTÔNIA C. GOUVEIA QUESTÃO 37 A fgura abaxo exbe, em porcentagem, a prevsão da oferta de energa no Brasl em 030, segundo o Plano Naconal
Leia maisREGULAMENTO GERAL (Modalidades 1, 2, 3 e 4)
REGULAMENTO GERAL (Modaldades 1, 2, 3 e 4) 1. PARTICIPAÇÃO 1.1 Podem concorrer ao 11º Prêmo FIEB de Desempenho Socoambental da Indústra Baana empresas do setor ndustral nas categoras MICRO E PEQUENO, MÉDIO
Leia maisIV - Descrição e Apresentação dos Dados. Prof. Herondino
IV - Descrção e Apresentação dos Dados Prof. Herondno Dados A palavra "dados" é um termo relatvo, tratamento de dados comumente ocorre por etapas, e os "dados processados" a partr de uma etapa podem ser
Leia mais5.1 Seleção dos melhores regressores univariados (modelo de Índice de Difusão univariado)
5 Aplcação Neste capítulo será apresentada a parte empírca do estudo no qual serão avalados os prncpas regressores, um Modelo de Índce de Dfusão com o resultado dos melhores regressores (aqu chamado de
Leia maisPLANILHAS EXCEL/VBA PARA PROBLEMAS ENVOLVENDO EQUILÍBRIO LÍQUIDO-VAPOR EM SISTEMAS BINÁRIOS
PLANILHAS EXCEL/VBA PARA PROBLEMAS ENVOLVENDO EQUILÍBRIO LÍQUIDO-VAPOR EM SISTEMAS BINÁRIOS L. G. Olvera, J. K. S. Negreros, S. P. Nascmento, J. A. Cavalcante, N. A. Costa Unversdade Federal da Paraíba,
Leia mais1 a Lei de Kirchhoff ou Lei dos Nós: Num nó, a soma das intensidades de correntes que chegam é igual à soma das intensidades de correntes que saem.
Les de Krchhoff Até aqu você aprendeu técncas para resolver crcutos não muto complexos. Bascamente todos os métodos foram baseados na 1 a Le de Ohm. Agora você va aprender as Les de Krchhoff. As Les de
Leia maisY X Baixo Alto Total Baixo 1 (0,025) 7 (0,175) 8 (0,20) Alto 19 (0,475) 13 (0,325) 32 (0,80) Total 20 (0,50) 20 (0,50) 40 (1,00)
Bussab&Morettn Estatístca Básca Capítulo 4 Problema. (b) Grau de Instrução Procedênca º grau º grau Superor Total Interor 3 (,83) 7 (,94) (,) (,33) Captal 4 (,) (,39) (,) (,3) Outra (,39) (,7) (,) 3 (,3)
Leia maisSistemas de Filas: Aula 5. Amedeo R. Odoni 22 de outubro de 2001
Sstemas de Flas: Aula 5 Amedeo R. Odon 22 de outubro de 2001 Teste 1: 29 de outubro Com consulta, 85 mnutos (níco 10:30) Tópcos abordados: capítulo 4, tens 4.1 a 4.7; tem 4.9 (uma olhada rápda no tem 4.9.4)
Leia maisModelos estatísticos para previsão de partidas de futebol
Modelos estatístcos para prevsão de partdas de futebol Dan Gamerman Insttuto de Matemátca, UFRJ dan@m.ufrj.br X Semana da Matemátca e II Semana da Estatístca da UFOP Ouro Preto, MG 03/11/2010 Algumas perguntas
Leia maisEstatística stica Descritiva
AULA1-AULA5 AULA5 Estatístca stca Descrtva Prof. Vctor Hugo Lachos Davla oo que é a estatístca? Para mutos, a estatístca não passa de conjuntos de tabelas de dados numércos. Os estatístcos são pessoas
Leia maisLOGÍSTICA. Capítulo - 8 Armazenamento. Mostrar como o armazenamento é importante no sistema logístico
O Papel da Logístca na Organzação Empresaral e na Economa LOGÍSTICA Capítulo - 8 Objectvos do Capítulo Mostrar como o armazenamento é mportante no sstema logístco Identfcação dos prncpas tpos de armazenamento
Leia maisO USO DA INTEGRAL DEFINIDA NO CÁLCULO DA ÁREA ALAGADA DA BARRAGEM DO RIO BONITO
O USO DA INTEGRAL DEFINIDA NO CÁLCULO DA ÁREA ALAGADA DA BARRAGEM DO RIO BONITO Crstna Martns Paraol crstna@hotmal.com Insttuto Federal Catarnense Rua Prefeto Francsco Lummertz Júnor, 88 88960000 Sombro
Leia maisGST0045 MATEMÁTICA FINANCEIRA
GST0045 MATEMÁTICA FINANCEIRA Concetos Báscos e Smbologa HP-12C Prof. Antono Sérgo A. do Nascmento asergo@lve.estaco.br GST0045 Matemátca Fnancera 2 Valor do dnhero no tempo q O dnhero cresce no tempo
Leia maisControlo Metrológico de Contadores de Gás
Controlo Metrológco de Contadores de Gás José Mendonça Das (jad@fct.unl.pt), Zulema Lopes Perera (zlp@fct.unl.pt) Departamento de Engenhara Mecânca e Industral, Faculdade de Cêncas e Tecnologa da Unversdade
Leia maisVariabilidade Espacial do Teor de Água de um Argissolo sob Plantio Convencional de Feijão Irrigado
Varabldade Espacal do Teor de Água de um Argssolo sob Planto Convenconal de Fejão Irrgado Elder Sânzo Aguar Cerquera 1 Nerlson Terra Santos 2 Cásso Pnho dos Res 3 1 Introdução O uso da água na rrgação
Leia maisAula 7: Circuitos. Curso de Física Geral III F-328 1º semestre, 2014
Aula 7: Crcutos Curso de Físca Geral III F-38 º semestre, 04 Ponto essencal Para resolver um crcuto de corrente contínua, é precso entender se as cargas estão ganhando ou perdendo energa potencal elétrca
Leia maisDecisões de localização das instalações. Professor: Leandro Zvirtes UDESC/CCT
Decsões de localzação das nstalações Professor: Leandro Zvrtes UDESC/CCT Introdução Localzar nstalações fxas ao longo da rede da cadea de suprmentos é um mportante problema de decsão que dá forma, estrutura
Leia maisMercado de Água e o Estado: Lições da Teoria dos Jogos
RBRH Revsta Braslera de Recursos Hídrcos Volume 13 n.4 Out/Dez 2008, 83-98 Mercado de Água e o Estado: Lções da Teora dos Jogos Francsco de Asss de Souza Flho Unversdade Federal do Ceará - UFC assssouzaflho@gmal.com
Leia maisPARTE 1. 1. Apresente as equações que descrevem o comportamento do preço de venda dos imóveis.
EXERCICIOS AVALIATIVOS Dscplna: ECONOMETRIA Data lmte para entrega: da da 3ª prova Valor: 7 pontos INSTRUÇÕES: O trabalho é ndvdual. A dscussão das questões pode ser feta em grupo, mas cada aluno deve
Leia maisESTATÍSTICA. PROBABILIDADES Professora Rosana Relva Números Inteiros e Racionais ESTATÍSTICA. Professor Luiz Antonio de Carvalho
PROBABILIDADES Professora Rosana Relva Números Interos e Raconas APRESENTAÇÃO ROL:,,, 4, 4,,, DISCRETA : rrelva@globo.com PROGRESSÃO ARITMÉTICA CONTÍNUA PROGRESSÃO ARITMÉTICA DISTRIBUIÇÃO DE REQUÊCIAS
Leia maisFísica. Setor B. Índice-controle de Estudo. Prof.: Aula 23 (pág. 86) AD TM TC. Aula 24 (pág. 87) AD TM TC. Aula 25 (pág.
Físca Setor Prof.: Índce-controle de studo ula 23 (pág. 86) D TM TC ula 24 (pág. 87) D TM TC ula 25 (pág. 88) D TM TC ula 26 (pág. 89) D TM TC ula 27 (pág. 91) D TM TC ula 28 (pág. 91) D TM TC evsanglo
Leia mais3 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 maisMAE5778 - Teoria da Resposta ao Item
MAE5778 - Teora da Resposta ao Item Fernando Henrque Ferraz Perera da Rosa Robson Lunard 1 de feverero de 2005 Lsta 2 1. Na Tabela 1 estão apresentados os parâmetros de 6 tens, na escala (0,1). a b c 1
Leia maisEquipas Educativas Para uma nova organização da escola. João Formosinho Joaquim Machado
Equpas Educatvas Para uma nova organzação da escola João Formosnho Joaqum Machado TRANSFORMAÇÕES NA ESCOLA BÁSICA TRANSFORMAÇÕES NA ESCOLA BÁSICA A expansão escolar e a mplementação das polítcas de nclusão
Leia maisI. Introdução. inatividade. 1 Dividiremos a categoria dos jovens em dois segmentos: os jovens que estão em busca do primeiro emprego, e os jovens que
DESEMPREGO DE JOVENS NO BRASIL I. Introdução O desemprego é vsto por mutos como um grave problema socal que vem afetando tanto economas desenvolvdas como em desenvolvmento. Podemos dzer que os índces de
Leia maisOTIMIZAÇÃO DO FLUXO REVERSO DE PNEUS INSERVÍVEIS ATRAVÉS DE UM MODELO DE LOCALIZAÇÃO DE FACILIDADES: UM ESTUDO DE CASO
OTIMIZAÇÃO DO FLUXO REVERSO DE PNEUS INSERVÍVEIS ATRAVÉS DE UM MODELO DE LOCALIZAÇÃO DE FACILIDADES: UM ESTUDO DE CASO Felpe Mendonca Gurgel Bandera (UFERSA) felpembandera@hotmal.com Breno Barros Telles
Leia maisSEQÜENCIAMENTO DE TAREFAS COM MÁQUINAS PARALELAS, PERMITINDO ATRASOS E COM TEMPOS DE PREPARAÇÃO DE MÁQUINA DEPENDENTES DA SEQÜÊNCIA.
A pesqusa Operaconal e os Recursos Renováves a 7 de novembro de, Natal-RN SEQÜENCIAMENTO DE TAREFAS COM MÁQUINAS PARALELAS, PERMITINDO ATRASOS E COM TEMPOS DE PREPARAÇÃO DE MÁQUINA DEPENDENTES DA SEQÜÊNCIA.
Leia maisPLANEJAMENTO AGREGADO DA PRODUÇÃO: MODELAGEM E SOLUÇÃO VIA PLANILHA EXCEL & SOLVER.
PLANEJAMENTO AGREGADO DA PRODUÇÃO: MODELAGEM E SOLUÇÃO VIA PLANILHA EXCEL & SOLVER. AGGREGATE PRODUCTION PLANNING: MODELING AND SOLVING BY EXCEL SPREADSHEET & SOLVER. Oscar S. Slva Flho Centro de Tecnologa
Leia maisDas ideias ao sucesso
www.pwc.pt Das deas ao sucesso PwC Startup Portugal 1 mllon fund project Busness Plan FY 2014/2015 Crou recentemente uma empresa com forte capacdade de crescmento? Tem espírto empreendedor com deas novadoras?
Leia maisCAPÍTULO 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 maisPREVISÃO DE PARTIDAS DE FUTEBOL USANDO MODELOS DINÂMICOS
PREVISÃO DE PRTIDS DE FUTEBOL USNDO MODELOS DINÂMICOS Oswaldo Gomes de Souza Junor Insttuto de Matemátca Unversdade Federal do Ro de Janero junor@dme.ufrj.br Dan Gamerman Insttuto de Matemátca Unversdade
Leia maisXX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA NOVO MODELO PARA O CÁLCULO DE CARREGAMENTO DINÂMICO DE TRANSFORMADORES
XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA Versão 1.0 22 a 25 Novembro de 2009 Recfe - PE GRUPO XIII GRUPO DE ESTUDO DE TRANSFORMADORES, REATORES, MATERIAIS E TECNOLOGIAS
Leia mais1. Conceitos básicos de estatística descritiva. A ciência descobre relações de causa efeito entre fenómenos. Há fenómenos que são muito complexos
2 Matemátca Fnancera e Instrumentos de Gestão Sumáro 1. Concetos báscos de estatístca descrtva 1.1. 2ª Aula 1.2. 1.2.1. Frequênca relatva 1.2.2. Frequênca relatva acumulada 3 4 A cênca descobre relações
Leia maisRevisão dos Métodos para o Aumento da Confiabilidade em Sistemas Elétricos de Distribuição
CIDEL Argentna 2014 Internatonal Congress on Electrcty Dstrbuton Ttle Revsão dos Métodos para o Aumento da Confabldade em Sstemas Elétrcos de Dstrbução Regstraton Nº: (Abstract) Authors of the paper Name
Leia maisResoluções dos testes propostos. T.255 Resposta: d O potencial elétrico de uma esfera condutora eletrizada é dado por: Q 100 9 10 Q 1,0 10 9 C
apítulo da físca apactores Testes propostos ndade apítulo apactores Resoluções dos testes propostos T.55 Resposta: d O potencal elétrco de uma esfera condutora eletrzada é dado por: Vk 0 9 00 9 0,0 0 9
Leia maisNesse circuito, os dados indicam que a diferença de potencial entre os pontos X e Y, em volts, é a) 3,3 c) 10 e) 18 b) 6,0 d) 12.
Aprmorando os Conhecmentos de Eletrcdade Lsta 7 Assocação de esstores Prof.: Célo Normando. (UNIFO-97) O resstor, que tem a curva característca representada no gráfco abao, é componente do crcuto representado
Leia maisANÁLISE DA ESTABILIDADE DE UM BRAÇO ROBÓTICO PARA COLHEITA DE FRUTAS
XLIII Congresso Braslero de Engenhara Agrícola - CONBEA 2014 Centro de Convenções Arquteto Rubens Gl de Camllo - Campo Grande -MS 27 a 31 de julho de 2014 ANÁLISE DA ESTABILIDADE DE UM BRAÇO ROBÓTICO PARA
Leia maisOTIMIZAÇÃO DO SERVIÇO DE RESERVA GIRANTE EM SISTEMAS HIDROELÉTRICOS. Thales Sousa * José Antônio Jardini Mário Masuda Rodrigo Alves de Lima
SNPEE SEMINÁRIO NACIONAL DE PRODUÇÃO E RANSMISSÃO DE ENERGIA ELÉRICA GGH - 33 6 a 2 Outubro de 2005 Curtba - Paraná GRUPO I GRUPO DE ESUDO DE GERAÇÃO HIDRÁULICA - GGH OIMIZAÇÃO DO SERVIÇO DE RESERVA GIRANE
Leia mais