Difusão de Medidas Para Estimação Distribuída em uma Rede de Sensores

Tamanho: px
Começar a partir da página:

Download "Difusão de Medidas Para Estimação Distribuída em uma Rede de Sensores"

Transcrição

1 Dfusão de Meddas Para Esmação Dsrbuída em uma Rede de Sensores Ronan Arraes Jardm Chaas e Jacues Waldmann Insuo Tecnolóco de Aeronáuca Depo. de Ssemas e Conrole Dvsão de Enenhara Elerônca São José dos Campos, SP Brasl Resumo É analsado um méodo de dfusão nos flros de Kalman locas embudos nos nós de uma rede dsrbuída de sensores ue possuem a mesma marz de medção e apresenam meddas descorrelaconadas enre uasuer dos nós. A meodoloa proposa envolve ransmssão das meddas dos nós e, esporadcamene, suas esaíscas, para serem funddas localmene. Essas novas nformações são enão ncorporadas nos flros locas. Smulações são efeuadas e valdam o méodo proposo. Também é fea uma análse superfcal da robusez do alormo frene a falhas de comuncação na rede. Palavras-chaves Fusão de dados, esmação dsrbuída, flraem de Kalman, dfusão de meddas. I. INTRODUÇÃO Propõe-se no presene rabalho nvesar uma abordaem para fusão de meddas e esmavas de uma rede de sensores ulzando flraem de Kalman e comparar os resulados obdos àueles apresenados em []. Um ssema com város sensores dsrbuídos e seus respecvos nós de processameno local, conforme represenado na F., realzando medções de uma deermnada randeza físca, pode alcançar, localmene, níves mas acurados de esmação uando os nós rocam nformações. Essa esmação dsrbuída raz ambém um novo nível de robusez, dado ue o ssema não fca condconado a um únco pono de cenral de falha, como ocorre com esmação cenralzada [2,3]. Na abordaem cenralzada, exsra um únco nó de processameno cenral ue lera as meddas dos sensores nos nós de processameno e esmara o esado. Caso esse nó cenral falhasse, odos os ssemas ue necessam de sua esmava seram preudcados. O flro de Kalman embudo em cada nó de processameno da rede de sensores dsrbuídos será chamado de flro local (LKF Local Kalman Fler. A ualdade de esmação dos dversos sensores solados caracerza um lme nferor do desempenho da rede, dado ue consu o caso exremo em ue odos os laços de comuncação esão desavados. O ouro exremo é uando exse um nó de processameno cenral ue possu acesso a odas as meddas; al flro de Kalman será chamado flro lobal (GKF Global Kalman Fler. Ese flro é de realzação pracamene nvável no caso de uma rede com muos sensores, pos a cara compuaconal se orna por demas onerosa ao concaenar odas as medções em um veor aumenado de meddas. Invesam-se ambém as conseüêncas uando exsem falhas de comuncação enre nós da rede. Para ssemas de elevada crcaldade ue demandam esmação acurada e confável, as falhas não podem preudcar demasadamene o desempenho da rede o ue se convencona chamar de deradação racosa (raceful deradaon. II. FOMULAÇÃO DO PROBLEMA No problema au nvesado, assume-se ue os dversos nós realzam medções das mesmas randezas, seam elas a posção de uma aeronave, a sua aude, alude, ec. Assumese ambém um modelo lnear ue ree o processo dnâmco assocado às medções, conforme expresso em (, x + = F x Gu ( + em ue F denoa uma marz M M ue descreve a dnâmca do ssema e G u é um processo ruído branco de dmensão M com marz de covarânca Q. Esse modelo é váldo para odo -ésmo nó da rede, [,2,3,..., ]. Cada -ésmo nó possu um conuno de sensores ue realzam a medção dos esados no nsane seundo (2, y = x + v (2 F.. Rede de sensores dsrbuídos. Ronan Arraes Jardm Chaas, ronan.ardm@mal.com, Jacues Waldmann, acues@a.br, Tel , Fax Ese rabalho fo apoado pelo proeo FINEP/CTA/INPE SIA (Ssemas Inercas para Aplcação Aeroespacal 382*2. em ue é uma marz M N e v ndca um ruído de medção, sendo um processo ruído branco de dmensão N e marz de covarânca R. Adoa-se ambém ue o ruído de medção enre dferenes sensores são descorrelaconados enre s. Euações ( e (2 formam um modelo dnâmco lnear enérco, onde as marzes de medção podem sofrer aleração enre os nsanes de medção e serem dferenes para cada nó. No enano, para o presene rabalho, consde-

2 ra-se uma rede cuo nós possuem a mesma marz. Loo o novo modelo de medção esá presene em (3, y = x + v (3 sendo ambém uma marz M N, dênca para odos os nós. A. Flros de Kalman locas Cada nó, conforme cado anerormene, possu um flro de Kalman, denomnado flro local ou LKF. As euações pernenes esão em (4-(8, em ue, = F x + G u x (4 P (5, = F P F + Q = P, ( P + R, (, = x + K, y, x = ( IMxM K P K (6 x (7 P (8 x é a esmava do veor de esados do nó no nsane dadas as medções { y n}, n {,, 2,..., }, I é a MxM marz dendade com dmensão M M e o sobrescro denfca a operação de ransposção. Na leraura, como em [2,3], chama-se de flraem de Kalman local a meodoloa em ue um deermnado nó se comunca apenas com os nós em sua vznhança. Nese rabalho, opou-se por ulzar essa nomenclaura para referencar os flros de Kalman presenes em cada nó da rede. Poserormene, uando a referênca à esmava LKF for fea, deve-se enender conforme em [], onde odos os flros de Kalman locas esão mpossblados de se comuncarem. B. Flro de Kalman lobal O flro de Kalman lobal é consruído aumenando o veor, a marz de medção e a marz de covarânca da medção com oda a nformação da rede, como se exssse um nó cenral ue recebesse a odo o nsane as meddas dos sensores. As euações para ese caso esão em (9-(6, onde o subscro denfca ue a varável esá relaconada ao flro lobal. y, [ y, y2k y ] = (9, [ 2K ] = ( R, = da{ R, R,2KR, } ( x F x G u (2, = +, = F P F + Q P (3, = P, (, P + R, ( = x + K y, x K (4 x (5 P (6, = ( I MxM K,, P, Ese flro é ulzado apenas por uesões de benchmar dado ue a sua concepção em um ambene real com uma rede apresenando um rande número de nós é nvável. No enano, como ele possu nformação de odos os elemenos presenes, a ualdade da sua esmava deverá ser alo a ser buscado na rede dsrbuída de sensores. Enconra-se na leraura, como em [2,3], referêncas à esmava orunda dese flro como esmava cenral. Nese rabalho, ulzou-se a nomenclaura presene em [], onde essa abordaem é nomeada de lobal e o nome cenral é reservado para a fusão das esmavas sobre oda a rede de sensores conforme será apresenado na seção III.A. III. FUSÃO DAS ESTIMATIVAS DISTRIBUÍDAS Dado ue os nós possuem capacdade de comuncação, o obevo é ransmr dados para melhorar a esmava em cada nó da rede. Exsem dos pos de abordaem uano à ncorporação de dados em um deermnado nó: nesse aro serão denomnados de fusão das esmavas e dfusão das nformações. A. Fusão das esmavas O prmero po, chamado de fusão de esmavas, dz respeo à fusão de esmavas aualzadas dos nós vznhos, sem ue esa nova esmava sea ncorporada aos flros locas. Loo, (7 fornece a esmava fundda no nsane para o nó, [... ], dado ue ese se comunca com os nós em sua vznhança N, desnados por n, n,..., n p, f x cx n + cx n c p x n + c p p+ x = (7 As consanes c, [... p + ], devem sasfazer (8a no caso de serem marzes de mesma dmensão, ou (8b se forem escalares. p + = p + = c = (8a I MxM c = (8b Uma escolha lóca sera ulzar a ualdade das esmavas de cada nó para ponderar a soma em (7. Nesse caso, as consanes serão deermnadas por (9, onde é fácl ver ue (8a é realmene válda. = ( P n + P , n P, c = ( P n, [,,..., p] c p+ = ( P np + P (9 O problema dessa escolha é ue em cada nsane os nós deverão ransmr a suas esmavas aualzadas e marzes de covarânca. Dessa forma, o nó deverá a cada eração 2 receber ( M + M.( p + nformações de seus vznhos, ue, dependendo do amanho M do veor de esados, pode reuerer uma larura de banda probva. Uma oura abordaem sera ulzar a méda arméca para a fusão conforme (7. Nesse caso, o problema da uandade de nformações sera evado, mas a ualdade da esmava será nferor. Esa deradação será mas críca caso as esa-

3 íscas dos nós vznhos forem muo dferenes, pos, se elas forem uas, (9 se reduz exaamene à méda arméca. É mporane observar ue ese méodo é robuso se exsr falhas na comuncação, pos, uando odas as comuncações forem coradas, o desempenho será ual ao do LKF. Isso exprme a rande mporânca de se possur váras undades de processameno em dermeno de um únco nó cenral. A ualdade dessa esmava não será ual ao do GKF conforme vso em []. Na verdade, se a vznhança de um nó compreender odos os nós da rede, essa esmava erá a mesma ualdade da fusão cenral, onde a méda ponderada (7 é efeuada em um nó fcíco ue possu comuncação com odos os nós presenes na rede. Deve-se observar ue na leraura al méodo de roca de esmavas para fusão em cada nó é enconrado ambém com o nome de dfusão [,2]. No enano, no presene rabalho, o nome dfusão é ulzado uando os valores funddos com nformações da rede são dvulados para o flro de Kalman local em cada nó. B. Dfusão das nformações O seundo po de ncorporação de dados chama-se dfusão: o processo de fusão das nformações recebdas dos nós vznhos e poseror ncorporação nos flros locas. Em [,2], apresenam-se análses de um alormo de dfusão ulzando as esmavas aualzadas de cada nó na vznhança. Porém, o esudo em [], conforme feo, resulou em uma ualdade de esmação por do ue na fusão apresenada na seção III.A. Nese rabalho, propõe-se a ulzação das meddas de cada nó; a movação dso esá presene no eorema, enuncado a seur. As euações do flro lobal (GKF podem ser escras em uma nova forma conforme (2-(23, chamada nformaon form [4]. x (2, = F x, + G u P (2, = F P, F + Q, x = x + P R ( y x (22 P P, + R, = (23 Teorema : Se um nó para odo o nsane em uma rede consruída conforme (3, possur odas as meddas e marzes de covarânca dos demas nós da rede, crando um veor de meddas funddo conforme (24 e ulzando uma marz de covarânca do ruído de medção conforme (25 nos passos de eração do flro de Kalman, a esmava será dênca ao do flro GKF. = ( R, + R, R c = ( R,, [,,..., ] f y = c y = f, + R (24 R = (25 Um esudo mas aprofundado desa conclusão pode ser observado em [3]. Esse méodo possu, em uma prmera análse, dos aspecos em relação aos demas méodos de fusão de esmavas apresenados. O prmero, esclarecdo pelo eorema aneror, é ue ele fornece a esmava do flro lobal no caso lme em ue se conhecem odas as medções e suas esaíscas. O seundo aspeco esá na uandade de nformações ue devem rafear pela rede. Muo embora oda a eora se aplue para casos em ue a marz de covarânca do ruído de medção é varane no empo, na práca, consdera-se ue ela permaneça consane durane rande pare da operação. Enão, em cada nsane um nó deverá ransmr a odos os demas nós da rede apenas o veor de meddas, caso a sua marz de covarânca do ruído de medção á enha sdo envada. Com base nsso, propõe-se o seune alormo smplfcado de operação para um sensor uando ese enrar na rede. Incalzação do nó: o Envar a sua marz de covarânca para os nós vznhos; o Reusar a lsa de marzes de covarânca ue seus vznhos possuem. Sensor em operação: o Se for recebda uma marz de covarânca de um deermnado nó, ransme-a para odos os ouros nós da vznhança, com exceção dauele ue a envou; o Em odo nsane enva suas meddas para os vznhos, recebe as meddas dos seus vznhos, realza a fusão das meddas conforme (24-(25 e era a esmava aualzada conforme (4-(8. Dessa forma, um deermnado nó na rede possurá uma lsa das marzes de covarânca de erro de medda dos nós vznhos. Enão, uando as meddas dos vznhos de deermnado nó forem recebdas e funddas com base em (24-(25, basa prosseur com a dfusão ulzando a medda fundda presene na memóra para aualzar a esmava local va (4-(8. Observe ue uma análse mas dealhada deve ser fea com relação à capacdade de memóra para armazenameno das marzes de covarânca. Se a comuncação falhar, no por caso, o nó realzará a esmação seundo o LKF, o ue mosra ue essa abordaem propca ambém robusez a falhas de comuncação. IV. CONSENSO ENTRE MEDIDAS Dada a dscussão apresenada na seção aneror, o obevo a ser alcançado é ransmr odas as medções para odos os nós. Em ermos prácos, sso pode ser consderando alo muo caro de ser alcançado. No enano, o eorema suere ue uano maor número de meddas um nó possur, melhor será a sua esmava. Enão, para cada nsane propõe-se ue ao nvés de um nó se comuncar uma únca vez com seus vznhos, város passos de comuncação,.e., passos de consenso [2,3], seam feos com a nenção de propaar as meddas do -ésmo nó para além de seus vznhos em N. O alormo proposo para cada nsane é: Incalzar a lsa de meddas com a medção do nó aual no nsane. Repa n vezes

4 o Transmr a lsa de meddas para os nós vznhos; o Receber a lsa de meddas dos nós vznhos; o Adconar as nformações recebdas na lsa de meddas evando redundâncas. Fm da repeção. Fca claro ue váras nformações redundanes serão ransmdas na rede. No enano, se os enlaces de comuncação possuírem uma probabldade de falha ala, essa é uma possível solução para ue a ualdade da esmação fue snfcavamene melhor do ue a do LKF. Além dsso, dependendo do número n de passos no consenso, pode-se chear à suação deal em ue odos os nós rão possur odas as meddas. Os passos de consenso devem ser realzados numa escala de empo snfcavamene reduzda em relação à dnâmca mas rápda do processo sendo esmado de forma a não deradar a acuráca da esmação local dsrbuída pela rede. F. 2. Topoloa da rede nas smulações. V. SIMULAÇÕES E RESULTADOS Para mosrar o desempenho da abordaem de dfusão au descra, realzaram-se smulações com o modelo descro em (26, cos( θ F = F =,. sn( θ = = I 2x2 G = G = I 2x2 Q = = Q I 2x2 R = R = σ I 2x2 sn( θ cos( θ (26 sendo θ =4,8759. O faor mulplcavo, colocado no modelo (marz F fo apenas para melhorar a vsualzação da realzação. Os valoresσ, o número de nós e a opoloa da rede foram escolhdos dencamene ao apresenado em [] e mosrados nas F. 2 e F. 3. O valor ncal das marzes de covarânca para odos os flros fo defndo como. I 2x2. A esmação ncal do veor de esados em odos os flros é x [ ], enuano ue o esado ncal verdadero é = erado aravés de um veor composo por duas varáves aleaóras aussanas com méda e varânca. Um exemplo de realzação desse ssema esá na F. 4. Para a caracerzação da ualdade da esmava da rede, ulzou-se como fura de méro o erro médo uadráco, dado por (27, em ue, para cada nsane a posção verdadera do veículo é comparada com a esmava aualzada de cada nó, realzando-se uma méda arméca sobre um número rande N de realzações das smulações. Para os resulados apresenados poserormene, N fo escolhdo como e convereu-se essa fura de méro para a escala decbel, faclando a vsualzação dos ráfcos. N ( 2 MSE( = E x x (27 N = F. 3. Ruído de medção nos nós da rede. F. 4. Exemplo de realzação do ssema proposo.

5 ( Em (27, x denoa a esmava aualzada no nsane para a smulação. A esperança é obda como a méda arméca dos erros de odos os nós para o desempenho do LKF e da malha com dfusão conforme a seção III.B. Para o flro lobal, ulza-se como esperança o seu própro erro em cada nsane. Na F. 5 esão os resulados para a smulação ulzando rês passos de consenso na dfusão das meddas sem nenhuma falha na comuncação. Já na F. 6 esão os resulados consderando uma rede ue apresena 2% de probabldade de falha na ransmssão dos valores. F. 5. Resulado da smulação com 3 passos de consenso sem falhas na comuncação. Consderando o problema esudado, fca claro ue a meodoloa de dfusão das meddas em uma rede dsrbuída é neressane se comparado com as écncas envolvendo a ransmssão das esmavas, dado ue a esmação pode se aproxmar o uano for deseado da esmava do GKF sem a necessdade de ransmssão de randes marzes consanemene. Na verdade, se o número de passos de consenso for sufcenemene rande, pode-se ober desempenho ual ao do GKF. O problema resde no empo em ue a rede de comuncação rá levar para a ransmssão dessas nformações. Isso será o lmador para a defnção da axa de amosraem dos nós, pos uma nova esmava fcará prona apenas uando odo o consenso for ermnado. Ese problema necessa de um esudo mas aprofundado para a defnção de um número de passos de consenso adeuado para a rede. Observou-se ue a ransmssão das esmavas de cada nó para seus vznhos não forneceu melhora no resulado uando a rede enra em consenso com relação às meddas. Na prmera smulação, observa-se ue a fusão cenral, o GKF e os flros locas com dfusão das meddas apresenam a mesma ualdade na esmação. Dessa forma, não compensara a ransmssão das esmavas aualzadas enre os nós para fns da dmnução do erro médo comedo. Tal afrmação pode não ser verdadera caso o ruído de medção enre os sensores apresene correlação. Nesse caso, ( não é válda e o eorema não se aplca; loo, a esmava local em cada nó, alada a écncas dsnas de fusão, como a nerseção de covarâncas, pode fornecer uma melhora nos resulados. Se a rede possur uma cera probabldade de falha na comuncação, observou-se ue a ualdade da esmava dsrbuída fca deradada. Para reduzr esse efeo, pode-se aumenar o número de passos no consenso, aumenando a probabldade de se ober uma comuncação bem-sucedda com os nós vznhos. Observou-se ue na meodoloa proposa, se odos os laços de comuncação forem nerrompdos, o nó anda apresenará esmavas com ualdade ual àuelas do LKF. O esudo au presene consderou ue odos os sensores eram perfeamene sncronzados, sem arasos de comuncação enre os nós. Maores esudos são necessáros para verfcar o mpaco ue as caraceríscas reas rão ocasonar na ualdade da esmação da rede. REFERÊNCIAS [] C. G. Lopes and J. Waldman, Dsrbued sensor fuson for aded neral navaons sysems, Anas do X SIGE, 28. [2] F. S. Cavell, C. G. Lopes and A.. Sayed, Dffuson sraees for dsrbued Kalman flern: formulaon and performance analyss, APR Worshop on Conve Informaon Processn, Sanorn, Gréca, 28. [3] R. Olfa-Saber, Dsrbued Kalman flern for sensor newors, Proceedns of he 46 h IEEE Conference on Decson and Conrol, New Orleans, Lousana, 27. [4] A. Ahmad, M. Gan and F. Yan, Decenralzed robus Kalman flern for unceran sochasc sysems over heeroeneous sensor newors, Snal Processn, vol. 88, pp , Auus 28. F. 6. Resulado da smulação com 3 passos de consenso com 2% de probabldade de falha na comuncação. V. CONCLUSÕES E TRABALOS FUTUROS

5 Avaliação da Eficiência Computacional

5 Avaliação da Eficiência Computacional 5 Avalação da fcênca Compuaconal 5.1 Inrodução É desejado ncorporar o cálculo dos índces de adequação de ações de conrole de ensão ao programa SAN. O programa SAN esá sendo mplemenado com a esruura aual

Leia mais

PROF. DR. JACQUES FACON LIMIARIZAÇÃO POR ENTROPIA DE WULU

PROF. DR. JACQUES FACON LIMIARIZAÇÃO POR ENTROPIA DE WULU 1 PUCPR- Ponfíca Unversdade Caólca Do Paraná PPGIA- Programa de Pós-Graduação Em Informáca Aplcada PROF. DR. JACQUES FACON IMIARIZAÇÃO POR ENTROPIA DE WUU Resumo: Uma nova écnca de marzação baseada em

Leia mais

2.1. Modelos Baseados em Premissas de Distribuições Simulação de Monte Carlo

2.1. Modelos Baseados em Premissas de Distribuições Simulação de Monte Carlo 2 Value-a-Rsk Anes de adenrar na seara que raa o ermo cenral dese capíulo, é neressane realzar uma cação da evolução hsórca do esudo do rsco. Joron (2003, p. 10) resume os prncpas rabalhos aravés da abela

Leia mais

Módulo 2: Métodos Numéricos. (problemas de valores iniciais e problemas de condições-fronteira)

Módulo 2: Métodos Numéricos. (problemas de valores iniciais e problemas de condições-fronteira) Módulo : Méodos Numércos Equações dferencas ordnáras problemas de valores ncas e problemas de condções-fronera Modelação Compuaconal de Maeras -5. Equações dferencas ordnáras - Inrodução Uma equação algébrca

Leia mais

EN3604 FILTRAGEM ADAPTATIVA

EN3604 FILTRAGEM ADAPTATIVA EN3604 FILTRAGEM ADAPTATIVA Processameno de Snas em Arranjos Técncas de processameno consderando snas provenenes de um grupo de sensores espacalmene dsrbuídos. Poencal para melhorar SNR/ Cancelameno de

Leia mais

PCA e IMPCA. Capítulo. 5.1 Considerações Iniciais

PCA e IMPCA. Capítulo. 5.1 Considerações Iniciais Capíulo 5 PCA e IMPCA 5. Consderações Incas A análse de componenes prncpas (PCA) [URK, M. A. & PENLAND, A. P. (99)] é uma ransformação lnear orogonal de um espaço q-dmensonal para um espaço n-dmensonal,

Leia mais

Solução numérica de equações diferenciais ordinárias. Problema de valor inicial (PVI)

Solução numérica de equações diferenciais ordinárias. Problema de valor inicial (PVI) Solução numérca de equações derencas ordnáras Problema de valor ncal PVI 4 5 Inrodução 4 5 Uma equação derencal ordnára é denda como uma equação que envolve uma unção ncógna e algumas das suas dervadas

Leia mais

5 Sistemas Lineares com Coecientes Periódicos

5 Sistemas Lineares com Coecientes Periódicos 5 Ssemas Lneares com Coecenes Peródcos Ese capíulo raa de forma suscna do esudo da esabldade de soluções peródcas de ssemas dnâmcos não-lneares. Segundo Rand [83], a eora de Floque é a eora mas geral que

Leia mais

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

Departamento de Informática. Modelagem Analítica. Modelagem Analítica do Desempenho de Sistemas de Computação. Disciplina: Deparameno de Informáca Dscplna: Modelagem Analíca do Desempenho de Ssemas de Compuação Fluxos de Enrada Fluxos de Saída Le de Lle Faor de Ulzação rof. Sérgo Colcher colcher@nf.puc-ro.br rocesso de Chegada

Leia mais

CAPÍTULO 2 PLANEJAMENTO DA OPERAÇÃO E FORMAÇÃO DO PREÇO SPOT EM UM MERCADO COMPETITIVO DE ENERGIA ELÉTRICA

CAPÍTULO 2 PLANEJAMENTO DA OPERAÇÃO E FORMAÇÃO DO PREÇO SPOT EM UM MERCADO COMPETITIVO DE ENERGIA ELÉTRICA CAPÍTULO 2 PLANEJAMEO DA OPERAÇÃO E FORMAÇÃO DO PREÇO SPOT EM UM MERCADO COMPETITIO DE ENERIA ELÉTRICA 2. IRODUÇÃO Ese capíulo apresena um resumo dos prncpas conceos relaconados ao planeameno da operação

Leia mais

Neo-fisherianos e teoria fiscal do nível de preços

Neo-fisherianos e teoria fiscal do nível de preços Anono Lcha 4/março/07 Neo-fsheranos e eora fscal do nível de preços O objevo desas noas é desacar os prncpas elemenos da abordagem neofsherana e da eora fscal do nível de preços. Desacamos 4 pequenos modelos

Leia mais

2. FUNDAMENTOS DE CORRENTE ALTERNADA

2. FUNDAMENTOS DE CORRENTE ALTERNADA Fundamenos de CA 14. FUNDAENTOS DE CORRENTE ALTERNADA Aé o momeno nos preocupamos somene com ensões e correnes conínuas, ou seja, aquelas que possuem módulo e sendo consanes no empo, conforme exemplos

Leia mais

3 Análise de Demanda Condicionada

3 Análise de Demanda Condicionada 3 Análse de Demanda Condconada 3.1 Inrodução A análse Condconada da Demanda é uma écnca que quebra o consumo resdencal em pares, cada uma assocada a um uso fnal ou a um deermnado equpameno em parcular.

Leia mais

. Para cada conexão i é atribuído um peso φ

. Para cada conexão i é atribuído um peso φ Escalonador WF 2 Q O escalonador WF 2 Q [3] é uma aproxmação baseada em pacoes do GP, que em por obevo emular ese escalonador fluído o mas próxmo possível De acordo com Groux e Gan [1], o escalonador WF

Leia mais

Física I. 2º Semestre de Instituto de Física- Universidade de São Paulo. Aula 5 Trabalho e energia. Professor: Valdir Guimarães

Física I. 2º Semestre de Instituto de Física- Universidade de São Paulo. Aula 5 Trabalho e energia. Professor: Valdir Guimarães Físca I º Semesre de 03 Insuo de Físca- Unversdade de São Paulo Aula 5 Trabalho e energa Proessor: Valdr Gumarães E-mal: valdrg@.usp.br Fone: 309.704 Trabalho realzado por uma orça consane Derenemene

Leia mais

AGG-232 SÍSMICA I 2011 SÍSMICA DE REFLEXÃO ANÁLISE DE VELOCIDADES

AGG-232 SÍSMICA I 2011 SÍSMICA DE REFLEXÃO ANÁLISE DE VELOCIDADES AGG-3 SÍSMICA I 0 SÍSMICA DE REFLEXÃO AÁLISE DE ELOCIDADES O objevo da análse de velocdades é deermnar as velocdades sísmcas das camadas geológcas em subsuperfíce. As velocdades sísmcas são ulzadas em

Leia mais

Dinâmica Estocástica. Instituto de Física, outubro de 2016

Dinâmica Estocástica. Instituto de Física, outubro de 2016 Dnâmca Esocásca Insuo de Físca ouubro de 206 Dnâmcas esocáscas com mudança de um sío Dnâmca de Meropols e dnâmca de Glauber para o modelo de Isng 2 Dnâmcas esocáscas para o modelo de Isng Ssema defndo

Leia mais

Díodo: Regime Dinâmico

Díodo: Regime Dinâmico Díodo: eme Dnâmco (exo apoo ao laboraóro) Inrodução Quando se esabelece m crcuo uma ensão ou correne varáves no empo o pono de funconameno em repouso do díodo ambém va varar no empo. A frequênca e amplude

Leia mais

Propagação de dano no modelo de Ising unidimensional

Propagação de dano no modelo de Ising unidimensional Capíulo 4 Propagação de dano no modelo de Isng undmensonal 4. Propagação de dano O méodo da propagação de dano é uma écnca relavamene nova, nroduzda por Kauffman 68 no conexo dos auômaos celulares, que

Leia mais

ESTIMATIVA BAYESIANA DO INSTANTE E DO LOCAL DE COLISÃO A PARTIR DA OBSERVAÇÃO DE FRAGMENTOS

ESTIMATIVA BAYESIANA DO INSTANTE E DO LOCAL DE COLISÃO A PARTIR DA OBSERVAÇÃO DE FRAGMENTOS ESIMAIVA BAYESIAA DO ISAE E DO LOCAL DE COLISÃO A ARIR DA OBSERVAÇÃO DE FRAGMEOS Andreza C. Basa, Robero V. F. Lopes, Helo. uga 3, Marcelo L. O. Souza 4 Insuo aconal de esqusas Espacas, São José dos Campos,

Leia mais

CAPÍTULO 4. Vamos partir da formulação diferencial da lei de Newton

CAPÍTULO 4. Vamos partir da formulação diferencial da lei de Newton 9 CPÍTUL 4 DINÂMIC D PRTÍCUL: IMPULS E QUNTIDDE DE MVIMENT Nese capíulo será analsada a le de Newon na forma de negral no domíno do empo, aplcada ao momeno de parículas. Defne-se o conceo de mpulso e quandade

Leia mais

Aprendizagem Estatística de Dados. Francisco Carvalho

Aprendizagem Estatística de Dados. Francisco Carvalho Aprendzagem Esaísca de Dados Francsco Carvalho A função de Densdade Normal Valor Esperado Caso conínuo [ f ] Caso dscreo f p d [ f ] f p D A função de Densdade Normal Caso Unvarado função de densdade p

Leia mais

5 Apreçamento de ESOs com preço de exercício fixo

5 Apreçamento de ESOs com preço de exercício fixo 5 Apreçameno de ESOs com preço de exercíco fxo Ese capíulo rá explorar os prncpas modelos de apreçameno das ESOs ulzados hoje em da. Neses modelos a regra de decsão é esruurada em orno da maxmzação do

Leia mais

Capítulo 3. Dinâmica crítica do modelo de Baxter-Wu. 3.1 O Modelo

Capítulo 3. Dinâmica crítica do modelo de Baxter-Wu. 3.1 O Modelo Capíulo 3 Dnâmca críca do modelo de Baxer-Wu 3.1 O Modelo O modelo de Baxer-Wu fo nroduzdo por Wood e Grffhs 56 e resolvdo exaameno no conexo de mecânca esaísca de equlíbro por R.J. Baxer e F.Y.Wu em 1973

Leia mais

Conceitos Básicos de Circuitos Elétricos

Conceitos Básicos de Circuitos Elétricos onceos Báscos de rcuos lércos. nrodução Nesa aposla são apresenados os conceos e defnções fundamenas ulzados na análse de crcuos elércos. O correo enendmeno e nerpreação deses conceos é essencal para o

Leia mais

2 Programação Matemática Princípios Básicos

2 Programação Matemática Princípios Básicos Programação Maemáca Prncípos Báscos. Consderações Geras Os objevos dese capíulo são apresenar os conceos de Programação Maemáca (PM) necessáros à compreensão do processo de omzação de dmensões e descrever

Leia mais

MECÂNICA CLÁSSICA. AULA N o 3. Lagrangeano Princípio da Mínima Ação Exemplos

MECÂNICA CLÁSSICA. AULA N o 3. Lagrangeano Princípio da Mínima Ação Exemplos MECÂNICA CÁSSICA AUA N o 3 agrangeano Prncípo da Mínma Ação Exemplos Todas as les da Físca êm uma esruura em comum: as les de uma parícula em movmeno sob a ação da gravdade, o movmeno dado pela equação

Leia mais

5.1 O Processo TAR. é definida como um processo limiar auto-regressivo com h. regimes se puder ser representada por (5) ). Os termos ,...

5.1 O Processo TAR. é definida como um processo limiar auto-regressivo com h. regimes se puder ser representada por (5) ). Os termos ,... 5 O Modelo Não-Lnear Como vso no capíulo aneror, há espaço para uma análse mas profunda da função de reação do Banco Cenral do Brasl. Auores como Clarda, Gal e Gerler (2000) e Cogley e Sargen (2001) examnam

Leia mais

Controle Cinemático de Robôs Manipuladores

Controle Cinemático de Robôs Manipuladores Conrole Cnemáco de Robôs Manpuladores Funconameno Básco pos de rajeóra rajeóras Pono a Pono rajeóras Coordenadas ou Isócronas rajeóras Conínuas Geração de rajeóras Caresanas Inerpolação de rajeóras Inerpoladores

Leia mais

Instituto de Física USP. Física V Aula 30. Professora: Mazé Bechara

Instituto de Física USP. Física V Aula 30. Professora: Mazé Bechara Insuo de Físca USP Físca V Aula 30 Professora: Maé Bechara Aula 30 Tópco IV - Posulados e equação básca da Mecânca quânca 1. Os posulados báscos da Mecânca Quânca e a nerpreação probablísca de Ma Born.

Leia mais

2 Sistemas de Reconhecimento de Voz

2 Sistemas de Reconhecimento de Voz 2 Ssemas de Reconhecmeno de Voz O desenvolvmeno de nerfaces homem-máquna conroladas pela voz vsa subsur, em ceras aplcações, as nerfaces radconas as como eclados, panés e dsposvos smlares. Nese cenáro

Leia mais

Parte III. Objetivo: estudar o deslocamento de um corpo quando esta rolando

Parte III. Objetivo: estudar o deslocamento de um corpo quando esta rolando Pare Objevo: esudar o deslocameno de um corpo quando esa rolando 1 Coneúdo programáco: 6. Movmeno de Roação Varáves da roação, Relação enre Cnemáca Lnear e Cnemáca Angular, Energa cnéca de roação, nérca

Leia mais

MECÂNICA CLÁSSICA. AULA N o 4. Carga de Noether- Simetrias e Conservação

MECÂNICA CLÁSSICA. AULA N o 4. Carga de Noether- Simetrias e Conservação MECÂNIC CLÁSSIC UL N o 4 Carga de Noeher- Smeras e Conservação Vamos ver o caso de uma parícula movendo-se no plano, porém descrevendo-a agora em coordenadas polares: r r d dr T T m dr m d r d d m r m

Leia mais

5 Programação Matemática Princípios Básicos

5 Programação Matemática Princípios Básicos 5 Programação Maemáca Prncípos Báscos 5. Consderações Geras Ese capíulo em por objevo apresenar os conceos báscos de Programação Maemáca (PM), necessáros à compreensão do processo de omzação de dmensões,

Leia mais

5 Avaliação do Título Conversível pelo Método de Diferenças Finitas Implícito (DFI)

5 Avaliação do Título Conversível pelo Método de Diferenças Finitas Implícito (DFI) 5 Avalação do Tíulo Conversível pelo Méodo de Dferenças Fnas Implíco (DFI) 5. Meodologa - Premssas Ese modelo desenvolvdo para apreçameno do LYON faz uso da eora de opções desenvolvda por Black and Scholes

Leia mais

3. Modelos de Otimização no Contexto do Planejamento do Despacho Hidrotérmico

3. Modelos de Otimização no Contexto do Planejamento do Despacho Hidrotérmico . Modelos de Omzação no Coneo do Planeameno do Despacho Hdroérmco Embora o foco desa Tese esea no desenvolvmeno de um modelo probablísco alernavo para a geração de árvores de cenáros ulzadas em modelos

Leia mais

Estudo da temperatura da transição de Fase do modelo de potts bidimensional

Estudo da temperatura da transição de Fase do modelo de potts bidimensional Esudo da emperaura da ransção de Fase do modelo de pos bdmensonal Wharley osa Gomes 1, Sergo Murlo da Slva Braga Marns Junor 2, Fred Jorge arvalho Lma 3, Anono Soares dos Anjos Flho 4 1 Graduando em Lcencaura

Leia mais

Projeto de Inversores e Conversores CC-CC

Projeto de Inversores e Conversores CC-CC eparameno de Engenhara Elérca Aula. onversor Buck Prof. João Amérco lela Bblografa BAB, vo. & MANS enzar ruz. onversores - Báscos Não-solados. ª edção, UFS,. MOHAN Ned; UNEAN ore M.; OBBNS Wllam P. Power

Leia mais

ECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.

ECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc. ECONOMETRIA Prof. Parca Mara Borolon. Sc. Modelos de ados em Panel Fone: GUJARATI;. N. Economera Básca: 4ª Edção. Ro de Janero. Elsever- Campus 006 efnções Geras Nos dados em panel a mesma undade de core

Leia mais

defi departamento de física

defi departamento de física def deparameno de físca Laboraóros de Físca www.def.sep.pp.p Equações de Fresnel Insuo Superor de Engenhara do Poro Deparameno de Físca Rua Dr. Anóno Bernardno de Almeda, 431 400-07 Poro. Tel. 8 340 500.

Leia mais

2 Conceitos básicos Modelos de Markov

2 Conceitos básicos Modelos de Markov 2 Conceos báscos O objevo dese Capíulo é abordar eorcamene os assunos que formam a base para o desenvolvmeno do modelo proposo e a descrção do modelo de Frchman, que devdo sua frequene aplcação em rabalhos

Leia mais

Evolução do Capital Humano nas Diferentes Regiões do Brasil

Evolução do Capital Humano nas Diferentes Regiões do Brasil Evolução do Capal Humano nas Dferenes Regões do Brasl 99-2008 Fernando de Holanda Barbosa Flho Samuel de Abreu Pessôa Fernando A. Veloso Ibre/FGV Ibre/FGV Ibmec/RJ Resumo Ese argo nvesga a evolução do

Leia mais

3 Planejamento da Operação Energética no Brasil

3 Planejamento da Operação Energética no Brasil 3 Planeameno da Operação Energéca no Brasl 3.1 Aspecos Geras O ssema elérco braslero é composo por dos dferenes pos de ssemas: os ssemas solados, os quas predomnam na regão Nore do Brasl e represenam cerca

Leia mais

3 Dados e Modelo Econométrico 3.1. A amostra de funcionários públicos

3 Dados e Modelo Econométrico 3.1. A amostra de funcionários públicos 3 Dados e Modelo Economérco 3.1. A amosra de funconáros públcos Os dados usados nese esudo êm como fone a Pesqusa Naconal de Amosra por Domcílo (PNAD, uma pesqusa domclar realzada anualmene no Brasl pelo

Leia mais

Experiência IV (aulas 06 e 07) Queda livre

Experiência IV (aulas 06 e 07) Queda livre Experênca IV (aulas 06 e 07) Queda lvre 1. Obevos. Inrodução 3. Procedmeno expermenal 4. Análse de dados 5. Quesões 6. Referêncas 1. Obevos Nesa experênca esudaremos o movmeno da queda de um corpo, comparando

Leia mais

XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GRUPO IX GRUPO DE ESTUDO DE OPERAÇÃO DE SISTEMAS ELÉTRICOS - GOP

XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GRUPO IX GRUPO DE ESTUDO DE OPERAÇÃO DE SISTEMAS ELÉTRICOS - GOP 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 IX GRUPO DE ESTUDO DE OPERAÇÃO DE SISTEMAS ELÉTRICOS - GOP PROCESSO

Leia mais

Iluminação e FotoRealismo: Radiosidade

Iluminação e FotoRealismo: Radiosidade Ilumnação e oorealsmo: Radosdade Luís Paulo Pexoo dos Sanos hp://gec.d.umnho.p/mcgav/fr Premssas Todas as neracções dos obecos com a luz são dfusas L( x Θ) = L( x), Θ Ω Podemos enão quanfcar a radosdade

Leia mais

CAPÍTULO 9 MODELOS DE REGRESSÃO COM VARIÁVEIS BINÁRIAS

CAPÍTULO 9 MODELOS DE REGRESSÃO COM VARIÁVEIS BINÁRIAS Economera Semesre 200.0 40 CAPÍTULO 9 MODELOS DE REGRESSÃO COM VARIÁVEIS BINÁRIAS OBJETIVOS Consderar modelos em que uma ou mas varáves explcavas são varáves nomnas (ambém chamadas de ndcadores, varáves

Leia mais

CIRCULAR Nº 3.568, DE 21 DE DEZEMBRO DE 2011

CIRCULAR Nº 3.568, DE 21 DE DEZEMBRO DE 2011 CAPÍTULO : Crculares não Codfcadas 2 CIRCULAR Nº 3.568, DE 2 DE DEZEMBRO DE 20 Alera dsposvos das Crculares ns. 3.36, de 2 de seembro de 2007, 3.388, de 4 de unho de 2008, 3.389, de 25 de unho de 2008,

Leia mais

CONSIDERAÇÃO DAS PERDAS NA REDE ELÉTRICA NO MODELO DESSEM-PAT METODOLOGIA E ANÁLISE DE DESEMPENHO

CONSIDERAÇÃO DAS PERDAS NA REDE ELÉTRICA NO MODELO DESSEM-PAT METODOLOGIA E ANÁLISE DE DESEMPENHO CEPEL Cenro de Pesqusas de Energa Elérca Projeo DESSEM Relaóro Técnco: CONSIDERAÇÃO DAS PERDAS NA REDE ELÉTRICA NO MODELO DESSEM-PAT METODOLOGIA E ANÁLISE DE DESEMPENHO ÍNDICE 1. INTRODUÇÃO... 3 2. O

Leia mais

DANIELE DA ROCHA FONSECA

DANIELE DA ROCHA FONSECA DANIELE DA ROCHA FONSECA UM NOVO MECANISMO PARA A TRANSFORMAÇÃO DE RESULTADOS PROVENIENTES DE TESTES DE VIDA ACELERADO PARA RESULTADOS ESTIMADOS EM UMA CONDIÇÃO NORMAL DE USO ATRAVÉS DA UTILIZAÇÃO DA LEI

Leia mais

ESTIMADOR DE ESTADOS ORTOGONAL COM RESTRIÇÕES DE IGUALDADE

ESTIMADOR DE ESTADOS ORTOGONAL COM RESTRIÇÕES DE IGUALDADE ESTIMADOR DE ESTADOS ORTOGONAL COM RESTRIÇÕES DE IGUALDADE José Paulo da Slva Gouvêa (*) Anôno José Alves Smões Cosa Unversdade Federal de Sana Caarna CTC/EEL/GSP Campus Unversáro, Floranópols, S.C. C.

Leia mais

PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO GRANDE DO SUL FACULDADE DE MATEMÁTICA CÁSSIA PEREIRA DA ROSA MOSCHOUTIS

PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO GRANDE DO SUL FACULDADE DE MATEMÁTICA CÁSSIA PEREIRA DA ROSA MOSCHOUTIS 1 PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO GRANDE DO SUL FACULDADE DE MATEMÁTICA CÁSSIA PEREIRA DA ROSA MOSCHOUTIS ANÁLISE DO CRESCIMENTO POPULACIONAL BRASILEIRO Poro Alegre 13 CÁSSIA PEREIRA DA ROSA MOSCHOUTIS

Leia mais

4 Premissas quanto aos Modelos de Despacho de Geração, Formação do Preço da Energia e Comercialização de Energia

4 Premissas quanto aos Modelos de Despacho de Geração, Formação do Preço da Energia e Comercialização de Energia 61 4 Premssas quano aos Modelos de Despacho de Geração, Formação do Preço da Energa e Comercalzação de Energa 4.1. Inrodução A remuneração de uma geradora depende do modelo de despacho de geração e formação

Leia mais

LISTA DE EXERCÍCIOS DE RECUPERAÇÃO 1º TRIMESTRE MATEMÁTICA

LISTA DE EXERCÍCIOS DE RECUPERAÇÃO 1º TRIMESTRE MATEMÁTICA LISTA DE EXERCÍCIOS DE RECUPERAÇÃO º TRIMESTRE MATEMÁTICA ALUNO(a): Nº: SÉRIE: ª TURMA: UNIDADE: VV JC JP PC DATA: / /07 Obs.: Esa lsa deve ser enregue resolvda no da da prova de recuperação. Valor: 5,0

Leia mais

MEDIDA DO TEMPO DE RESPOSTA DOS MEDIDORES DE PRESSÃO DO SPR DA U.N.A. A. A. - UNIDADE I UTILIZANDO O MÉTODO DE MEDIDA DIRETA

MEDIDA DO TEMPO DE RESPOSTA DOS MEDIDORES DE PRESSÃO DO SPR DA U.N.A. A. A. - UNIDADE I UTILIZANDO O MÉTODO DE MEDIDA DIRETA MEDIDA DO TEMPO DE RESPOSTA DOS MEDIDORES DE PRESSÃO DO SPR DA U.N.A. A. A. - UNIDADE I UTILIZANDO O MÉTODO DE MEDIDA DIRETA Sergo Rcardo Perera Perllo *, Irac Maríne Perera Gonçalves *, Robero Carlos

Leia mais

COMPARAÇÃO DE DIFERENTES METODOLOGIAS APLICADAS AO CONTROLE DE CHEIAS

COMPARAÇÃO DE DIFERENTES METODOLOGIAS APLICADAS AO CONTROLE DE CHEIAS COMPARAÇÃO DE DIFERENTES METODOLOGIAS APLICADAS AO CONTROLE DE CHEIAS Marco Aurélo de Almeda Casro Adrano Alber de França Mendes Carnero Marnho Gomes de Andrade Deparameno de Engenhara Elérca Escola de

Leia mais

Inferência Bayesiana Aplicada ao Desenvolvimento de Modelos Neurais para Tratamento de Alarmes em Subestações

Inferência Bayesiana Aplicada ao Desenvolvimento de Modelos Neurais para Tratamento de Alarmes em Subestações Inferênca Bayesana Aplcada ao Desenvolvmeno de Modelos Neuras para Traameno de Alarmes em Subesações Vor Huo Ferrera, Julo esar Saccn de Souza e Mlon Brown Do ouo Flo Absrac-- Ts wor nvesaes e applcaon

Leia mais

Uma análise da não-linearidade da função de reação do Banco Central do Brasil: Avesso a Inflação ou a Recessão?

Uma análise da não-linearidade da função de reação do Banco Central do Brasil: Avesso a Inflação ou a Recessão? Uma análse da não-lneardade da função de reação do Banco Cenral do Brasl: Avesso a Inflação ou a Recessão? Terence de Almeda Pagano José Luz Ross Júnor Insper Workng Paper WPE: 88/9 Coprgh Insper. Todos

Leia mais

Metodologia_Numérica 57. BMetodologia numérica

Metodologia_Numérica 57. BMetodologia numérica Meodologa_Numérca 57 3 BMeodologa numérca Nese capíulo é apresenada a formulação maemáca do problema esudado, bem como a meodologa numérca empregada para a smulação do escoameno, em suações qumcamene nere

Leia mais

Iluminação e FotoRealismo: Radiosidade

Iluminação e FotoRealismo: Radiosidade Ilumnação e oorealsmo: Radosdade Luís Paulo Pexoo dos Sanos hp://gec.d.umnho.p/mcgav/fr Premssas Todas as neracções da luz com os obecos são dfusas L x Θ L x, Θ Ω Expressa em ermos de radosdade W/m 2 r

Leia mais

Análise de Projectos ESAPL / IPVC

Análise de Projectos ESAPL / IPVC Análse de Proecos ESAPL / IPV Tempo, apal, Juro e Taxa de Juro Juros Smples e Juros omposos apalzação e Facor de apalzação Descono e Facor de Acualzação As aplcações do rendmeno onsumo Não Geram Rendmenos

Leia mais

Motivação. Prof. Lorí Viali, Dr.

Motivação. Prof. Lorí Viali, Dr. Moivação rof. Lorí Viali, Dr. vialli@ma.ufrgs.br hp://www.ma.ufrgs.br/~vialli/ Na práica, não exise muio ineresse na comparação de preços e quanidades de um único arigo, como é o caso dos relaivos, mas

Leia mais

4 O Fenômeno da Estabilidade de Tensão [6]

4 O Fenômeno da Estabilidade de Tensão [6] 4 O Fenômeno da Esabilidade de Tensão [6] 4.1. Inrodução Esabilidade de ensão é a capacidade de um sisema elérico em maner ensões aceiáveis em odas as barras da rede sob condições normais e após ser submeido

Leia mais

MODELAGEM DE ERROS EM SURTOS EM SISTEMAS DE COMUNICAÇÕES

MODELAGEM DE ERROS EM SURTOS EM SISTEMAS DE COMUNICAÇÕES INSTITUTO MILITAR DE ENGENHARIA MAJ MARCUS VINÍCIUS DOS SANTOS FERNANDES MODELAGEM DE ERROS EM SURTOS EM SISTEMAS DE COMUNICAÇÕES Dsseração de Mesrado apresenada ao Curso de Mesrado em Engenhara Elérca

Leia mais

LISTA DE EXERCÍCIOS ENGENHARIA DE RESERVATÓRIOS

LISTA DE EXERCÍCIOS ENGENHARIA DE RESERVATÓRIOS PÓS-GRADUAÇÃO EM ENGENHARIA DE PETRÓLEO E GÁS NATURAL LISTA DE EXERCÍCIOS ENGENHARIA DE RESERVATÓRIOS 1. Consdere o esquema de searação FLASH mosrado na fura a seur que reresena o rocesso que ocorre em

Leia mais

XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GRUPO - IX GRUPO DE ESTUDO DE OPERAÇÃO DE SISTEMAS ELÉTRICOS GOP

XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GRUPO - IX GRUPO DE ESTUDO DE OPERAÇÃO DE SISTEMAS ELÉTRICOS GOP XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA Versão.0 XXX.YY 22 a 25 Novembro de 2009 Recfe - PE GRUPO - IX GRUPO DE ESTUDO DE OPERAÇÃO DE SISTEMAS ELÉTRICOS GOP MODELO ECONÔMICO

Leia mais

COMISSÃO DAS COMUNIDADES EUROPEIAS. Proposta de REGULAMENTO DO PARLAMENTO EUROPEU E DO CONSELHO. relativo ao índice de custos da mão-de-obra

COMISSÃO DAS COMUNIDADES EUROPEIAS. Proposta de REGULAMENTO DO PARLAMENTO EUROPEU E DO CONSELHO. relativo ao índice de custos da mão-de-obra COMISSÃO DAS COMUNIDADES EUROPEIAS Bruxelas, 23.07.2001 COM(2001) 418 fnal 2001/0166 (COD) Proposa de REGULAMENTO DO PARLAMENTO EUROPEU E DO CONSELHO relavo ao índce de cusos da mão-de-obra (apresenada

Leia mais

FILTROS ATIVOS: UMA ABORDAGEM COMPARATIVA. Héctor Arango José Policarpo G. Abreu Adalberto Candido

FILTROS ATIVOS: UMA ABORDAGEM COMPARATIVA. Héctor Arango José Policarpo G. Abreu Adalberto Candido FILTROS ATIVOS: UMA ABORDAGEM COMPARATIVA Hécor Arango José Polcaro G. Abreu Adalbero Canddo Insuo de Engenhara Elérca - EFEI Av. BPS, 1303-37500-000 - Iajubá (MG) e-mal: arango@ee.efe.rmg.br Resumo -

Leia mais

TÉCNICAS DE OTIMIZAÇÃO DE PROBLEMAS COM MÚLTIPLOS OBJETIVOS UM ESTUDO SOBRE O MÉTODO DE MINIMIZAÇÃO DE ENERGIA E SUAS VARIANTES

TÉCNICAS DE OTIMIZAÇÃO DE PROBLEMAS COM MÚLTIPLOS OBJETIVOS UM ESTUDO SOBRE O MÉTODO DE MINIMIZAÇÃO DE ENERGIA E SUAS VARIANTES TÉCNICA DE OTIMIZAÇÃO DE PROBLEMA COM MÚLTIPLO OBJETIVO UM ETUDO OBRE O MÉTODO DE MINIMIZAÇÃO DE ENERGIA E UA VARIANTE Mlon Jonahan Marco Aurélo Cavalcane Pacheco ICA: Núcleo de Pesqusa em Inelgênca Compuaconal

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

Insper Instituto de Ensino e Pesquisa Faculdade de Economia e Administração. Gustavo Passarelli Giroud Joaquim

Insper Instituto de Ensino e Pesquisa Faculdade de Economia e Administração. Gustavo Passarelli Giroud Joaquim Insper Insuo de Ensno e Pesqusa Faculdade de Economa e Admnsração Gusavo Passarell Groud Joaqum ANÁLISE DA DINÂMICA DE RISCO E RETORNO DE FUNDOS MULTIMERCADO BRASILEIROS São Paulo 0 Gusavo Passarell Groud

Leia mais

Olinda - Pernambuco - Brasil. Gestão da Previsão de Consumo e Energia Não Faturada. Glauber Renato Colnago Rodolfo Miyasaki Edson Amaral

Olinda - Pernambuco - Brasil. Gestão da Previsão de Consumo e Energia Não Faturada. Glauber Renato Colnago Rodolfo Miyasaki Edson Amaral XVIII Semnáro Naconal de Dsrbução de Energa Elérca SENDI 008-06 a 10 de ouubro Olnda - Pernambuco - Brasl Gesão da Prevsão de Consumo e Energa Não Faurada Carlos Albero Fróes Lma Marley Apolnáro Sarava

Leia mais

2 Revisão Bibliográfica dos Modelos de Previsão

2 Revisão Bibliográfica dos Modelos de Previsão 19 2 Revsão Bblográfca dos Modelos de Prevsão Nese capíulo, são abordados alguns modelos e conceos ulzados na leraura para realzar prevsão de carga elérca. Denre os modelos lneares exsenes, serão examnados

Leia mais

TÉCNICAS DE PROGRAMAÇÃO NÃO LINEAR PARA OTIMIZAÇÃO DE GRANDE PORTE. Veranise Jacubowski Correia Dubeux

TÉCNICAS DE PROGRAMAÇÃO NÃO LINEAR PARA OTIMIZAÇÃO DE GRANDE PORTE. Veranise Jacubowski Correia Dubeux TÉCNICAS DE PROGRAMAÇÃO NÃO LINEAR PARA OTIMIZAÇÃO DE GRANDE PORTE Veranse Jacubows Correa Dubeu TESE SUMETIDA AO CORPO DOCENTE DA COORDENAÇÃO DOS PROGRAMAS DE PÓS-GRADUAÇÃO DE ENGENHARIA DA UNIVERSIDADE

Leia mais

Camadas intermediárias ... Figura 3.1: Exemplo de arquitetura de uma rede neural de múltiplas camadas

Camadas intermediárias ... Figura 3.1: Exemplo de arquitetura de uma rede neural de múltiplas camadas 3 EDES NEUAIS E SVM Nesse caíulo serão nroduzdos conceos de edes Neuras e Máquna de Veores Suore (SVM) necessáros ara comreensão da meodologa desenvolvda. 3. edes Neuras As redes neuras são modelos maemácos

Leia mais

Análise da Confiabilidade de Componentes Não Reparáveis

Análise da Confiabilidade de Componentes Não Reparáveis Análse da onfabldade de omponenes Não Reparáves. omponenes versus Ssemas! Ssema é um conjuno de dos ou mas componenes nerconecados para a realzação de uma ou mas funções! A dsnção enre ssema, sub-ssema

Leia mais

3 Modelos de Apreçamento de Opções

3 Modelos de Apreçamento de Opções 3 Modelos de Apreçameno de Opções Preços de fuuros na Bolsa de Valores, na práca, são defndos de forma lvre na BM&FBOVESPA a parr das relações apresenadas enre ofera e demanda. Para que a formação de as

Leia mais

Projeções de inflação

Projeções de inflação Projeções de nflação A experênca do Banco Cenral do Brasl Leonardo Po Perez Banco Cenral do Brasl Depep III Fórum Baano de Economa Aplcada Agoso de 23 Sumáro ) Inrodução Regme de Meas para Inflação no

Leia mais

Inserção de Variáveis Ambientais no Planejamento da Operação de Sistemas Hidrotérmicos

Inserção de Variáveis Ambientais no Planejamento da Operação de Sistemas Hidrotérmicos Inserção de Varáves Ambenas no Planejameno da Operação de Ssemas Hdroérmcos VALLE, Ana Cláuda Marques, Escola de Engenhara Elérca e de Compuação, UFG, douoranda em Cencas Ambenas, PRPPG, UFG AGUIAR, Mara

Leia mais

5.1. Filtragem dos Estados de um Sistema Não-Linear Unidimensional. Considere-se o seguinte MEE [20] expresso por: t t

5.1. Filtragem dos Estados de um Sistema Não-Linear Unidimensional. Considere-se o seguinte MEE [20] expresso por: t t 5 Esudo de Casos Para a avaliação dos algorimos online/bach evolucionários proposos nese rabalho, foram desenvolvidas aplicações em problemas de filragem dos esados de um sisema não-linear unidimensional,

Leia mais

tmax tmin tmax A seguir, com base nas equações apresentadas, uma nova abordagem para o cálculo do ponto de pedido será formulada.

tmax tmin tmax A seguir, com base nas equações apresentadas, uma nova abordagem para o cálculo do ponto de pedido será formulada. A pesqusa Operaconal e os Recursos Renováves 4 a 7 de novembro de 003, Naal-RN PONTO DE PEDIDO BASEADO EM PREVISÕES Eduardo Saggoro Garca Unversdade Federal do Ro de Janero UFRJ edsg@ufr.br Vrgílo José

Leia mais

Crescimento do Produto Agropecuário Brasileiro: uma Aplicação do Vetor Auto-regressivo (VAR)

Crescimento do Produto Agropecuário Brasileiro: uma Aplicação do Vetor Auto-regressivo (VAR) Quesões Agráras, Educação no Campo e Desenvolvmeno CRESCIMENTO DO PRODUTO AGROPECUÁRIO: UMA APLICAÇÃO DO VETOR AUTO-REGRESSIVO (VAR) CARLOS ALBERTO GONÇALVES DA SILVA; LÉO DA ROCHA FERREIRA; PAULO FERNANDO

Leia mais

DINÂMICA E PREVISÃO DE PREÇOS DE COMMODITIES AGRÍCOLAS COM O FILTRO DE KALMAN

DINÂMICA E PREVISÃO DE PREÇOS DE COMMODITIES AGRÍCOLAS COM O FILTRO DE KALMAN XXVIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO DINÂICA E PREVISÃO DE PREÇOS DE COODITIES AGRÍCOLAS CO O FILTRO DE KALAN Flávo Pnhero Corsn (POLI-USP) flavo.corsn@gmal.com Celma de Olvera Rbero (POLI-USP)

Leia mais

UFGD 2015 DANIEL KICHESE

UFGD 2015 DANIEL KICHESE Quesão 59: º) Deermnação dos ponos de nerseção: 5 5 º Pono : B 5 5 º Pono : C 5 5 º Pono : B C C º) Deermnação da Área: B 5 5 5 / e 0 e 5 5 5 5 e 0 5 5/ 5 5 0 0 0 5 5 Resposa: E Quesão 60: Número de blhees

Leia mais

ANÁLISE DAS RELAÇÕES ENTRE A VOLATILIDADE HISTÓRICA E IMPLÍCITA E A VOLATILIDADE REALIZADA DO ÍNDICE PSI-20

ANÁLISE DAS RELAÇÕES ENTRE A VOLATILIDADE HISTÓRICA E IMPLÍCITA E A VOLATILIDADE REALIZADA DO ÍNDICE PSI-20 ANÁLISE DAS RELAÇÕES ENTRE A VOLATILIDADE HISTÓRICA E IMPLÍCITA E A VOLATILIDADE REALIZADA DO ÍNDICE PSI-20 Elsabee Fernanda Mendes Duare, Insuo Polécnco de Lera RESUMO A volaldade desempenha um papel

Leia mais

Resultados Conclusões Referências ANEXOS I. Revisão sobre Modelos Lineares Generalizados, Modelos Lineares

Resultados Conclusões Referências ANEXOS I. Revisão sobre Modelos Lineares Generalizados, Modelos Lineares SUMÁRIO 1 LISTA DE TABELAS... 3 LISTA DE FIGURAS... 7 Prefáco... 15 1. Capíulo 1 O Ssema de Rsco de Crédo... 17 1.1. Inrodução... 17 1.2. Número e monane das operações... 18 1.3. Taxa de uros... 28 1.4.

Leia mais

5 Endogeneidade A Literatura

5 Endogeneidade A Literatura 5 Endogenedade No capíulo aneror esmamos a varânca condconal da axa de câmbo, levando em cona os possíves efeos das nervenções do Banco Cenral do Brasl nese mercado. Enreano, nesa análse gnorou-se o provável

Leia mais

3 Modelo de Amortecimento Direto

3 Modelo de Amortecimento Direto 3 Modelo de Amorecmeno Dreo 3. Inrodução Alguns os de séres não aresenam bons resulados quando modeladas or funções uramene olnomas. As séres sazonas aresenam esse o de roblema, e denre elas, as séres

Leia mais

3 LTC Load Tap Change

3 LTC Load Tap Change 54 3 LTC Load Tap Change 3. Inrodução Taps ou apes (ermo em poruguês) de ransformadores são recursos largamene uilizados na operação do sisema elérico, sejam eles de ransmissão, subransmissão e disribuição.

Leia mais

Modelos estocásticos com heterocedasticidade para séries temporais em finanças

Modelos estocásticos com heterocedasticidade para séries temporais em finanças SERVIÇO DE PÓS-GRADUAÇÃO DO ICMC-USP Daa de Depóso: 8..5 Assnaura: Modelos esocáscos com eerocedascdade para séres emporas em fnanças Sandra Crsna de Olvera Orenador: Prof. Dr. Marno Gomes de Andrade Flo

Leia mais

3 Estudo da Barra de Geração [1]

3 Estudo da Barra de Geração [1] 3 Esudo da Barra de eração [1] 31 Inrodução No apíulo 2, raou-se do máximo fluxo de poência aiva e reaiva que pode chear à barra de cara, limiando a máxima cara que pode ser alimenada, e do possível efeio

Leia mais

Análises de ciclos econômicos no Brasil

Análises de ciclos econômicos no Brasil Análses de cclos econômcos no Brasl 1980-2009 Armando Vaz Sampao RESUMO - As sequêncas de expansões e conrações da avdade econômca são conhecdas como cclos econômcos e afeam odos os agenes econômcos. O

Leia mais

Contribuição do Capital Humano para o Crescimento da Agropecuária Brasileira Período de 1970 a 1996 *

Contribuição do Capital Humano para o Crescimento da Agropecuária Brasileira Período de 1970 a 1996 * Conrbução do Capal Humano para o Crescmeno da Agropecuára Braslera Período de 1970 a 1996 * Clalon Aaídes de Freas ** Carlos José Caeano Bacha *** Sumáro: 1. Inrodução; 2. O modelo neoclássco radconal;

Leia mais

APÊNDICE B DETALHAMENTO DAS EQUAÇÕES DO FLUXO SUBTERRÂNEO. B1 Equações Fundamentais do Fluxo Subterrâneo

APÊNDICE B DETALHAMENTO DAS EQUAÇÕES DO FLUXO SUBTERRÂNEO. B1 Equações Fundamentais do Fluxo Subterrâneo 8 APÊNDICE B DETALHAMENTO DA EQUAÇÕE DO FLUXO UBTERRÂNEO Nese apêndice, são deduzidas as euações diferenciais parciais ue governam o fluo nos meios porosos saurados B Euações Fundamenais do Fluo uerrâneo

Leia mais

5 Modelo de Previsão de Temperatura

5 Modelo de Previsão de Temperatura 5 Modelo de Prevsão de Temperaura 5. Prevsão de Clma As varações do clma nfluencam os preços das commodes pela nfluênca na demanda. Todava, a correlação enre eses preços e o parâmero de clma não são perfeos,

Leia mais

F-128 Física Geral I. Aula exploratória-10a UNICAMP IFGW

F-128 Física Geral I. Aula exploratória-10a UNICAMP IFGW F-8 Físca Geral I Aula exploraóra-a UNICAMP IFGW username@f.uncamp.br Varáves roaconas Cada pono do corpo rígdo execua um movmeno crcular de rao r em orno do exo. Fgura: s=r Deslocameno angular: em radanos

Leia mais

2 O Modelo Teórico O Modelo Básico

2 O Modelo Teórico O Modelo Básico O Modelo Teórco Nese capíulo serão apresenadas as dversas hpóeses e as abordagens eórcas a serem esudadas nese rabalho. Prmeramene, será apresenado o modelo básco, que supõe separabldade neremporal. m

Leia mais

RODRIGO LOUREIRO PRADO ALVAREZ

RODRIGO LOUREIRO PRADO ALVAREZ RODRIGO LOUREIRO PRADO ALVAREZ OTIMIZAÇÃO DAS FORMAS DE CASCOS DE DESLOCAMENTO EM RELAÇÃO A SUA RESISTÊNCIA AO AVANÇO Dsseração apresenada à Escola Polécnca da Unversdade de São Paulo para obenção do Tíulo

Leia mais

4 O Papel das Reservas no Custo da Crise

4 O Papel das Reservas no Custo da Crise 4 O Papel das Reservas no Cuso da Crise Nese capíulo buscamos analisar empiricamene o papel das reservas em miigar o cuso da crise uma vez que esa ocorre. Acrediamos que o produo seja a variável ideal

Leia mais