A aplicação de Programação por Metas para a geração de horários de exames para o Colégio de Aplicação da Universidade Federal de Viçosa - COLUNI
|
|
- Milton Faro Amaro
- 6 Há anos
- Visualizações:
Transcrição
1 A aplicação de Programação por Meas para a geração de horários de exames para o Colégio de Aplicação da Universidade Federal de Viçosa - COLUNI André Lobo Teixeira (UFV) andre.lobo@ufv.br Lana Mara Rodrigues dos Sanos (UFV) lanamara@ufv.br Guilherme Rodrigues Baisa (UFV) guilherme.baisa@ufv.br AUTORES) Resumo: Em diversas insiuições de ensino ocorrem momenos avaliaivos que são de grande imporância e por isso é imprescindível o planejameno dos mesmos. Definir os dias das provas e os locais em que serão realizadas são exemplos de decisões a serem omadas nese ipo de siuação. A execução manual desas ações pode ser rabalhosa, porano modelos maemáicos resolvidos compuacionalmene podem auxiliar nas omadas de decisões e diminuir ese esforço. Nese rabalho é proposo um modelo maemáico de Programação Linear Ineira e Programação Linear por Meas para gerar uma grade de horários de exames para o Colégio de Aplicação da Universidade Federal de Viçosa COLUNI, buscando-se melhorar a execução dese processo na insiuição. Palavras-chave: Programação Linear Ineira, COLUNI, Programação de Horários de Exames, Programação por Meas. 1. Inrodução O processo de avaliação consise em um imporane momeno do ano leivo de diversas insiuições de ensino no Brasil. Em muias delas, a definição do horário e dia da avaliação fica a cargo do professor da disciplina ou do deparameno em que o mesmo perence, sendo ese úlimo caso comum em universidades. Em algumas insiuições, as avaliações de odas as disciplinas são feias em um mesmo período, muio conhecido como semana de provas. Diane dessa siuação e devido à sua imporância, há a necessidade de um bom planejameno da localização no espaço e empo deses evenos, porque udo deve ser feio de uma forma que não compromea a didáica. Nese rabalho o problema abordado é a elaboração de uma grade de avaliação anual do Colégio de Aplicação da Universidade Federal de Viçosa (COLUNI), o qual aende ao ensino médio. O Problema de Programação de Horários Exames (PPHE) é um problema combinaorial de difícil resolução e que faz pare da classe de Problemas de Programação de Horários (PPH). Considerando que os exames serão realizados por deerminados grupos de alunos, o PPHE geral consise em alocar um conjuno de exames a períodos e salas procurando-se eviar conflios para os alunos (SANTOS E SOUZA, 2007, p.15). Especificamene, no problema de programação de horários de exames do COLUNI é necessário alocar avaliações de disciplinas aos dias de um período avaliaivo de aproximadamene uma semana. Ese processo avaliaivo se repee oio vezes durane o ano. É desnecessária a consideração de salas porque no colégio elas exisem em quanidade e capacidade suficiene. 1
2 Para a formulação de um problema de programação de horários, o que ambém inclui os problemas de programação de horários de exames, é amplamene uilizada a Programação Linear Ineira (PLI). Ao se uilizar a PLI, procura-se disribuir recursos limiados da melhor forma possível. A limiação dos recursos é expressa maemaicamene por equações e/ou inequações que são chamadas de resrições do modelo. A melhor forma de disribuir eses recursos é chamada de solução óima, que no caso é a melhor denre odas as soluções possíveis, ou seja, soluções que aendem às resrições. A solução óima é enconrada maximizando ou minimizando uma função, denominada função objeivo (ANDRADE, SCARPIN E STEINER, 2012, p.4). As resrições mais comuns na formulação de um PPHE são para impedir que um mesmo aluno seja designado para fazer mais de um exame ao mesmo empo, que raam da disponibilidade de salas que comporem adequadamene o número de alunos e sobre a disponibilidade de supervisores de exames. Ainda assim, alguns conjunos de resrições para esse ipo de problema são basane dependenes da insiuição de ensino e do sisema educacional adoado pela mesma (CARTER, LAPORTE e LEE, 1996). No problema em quesão, para a elaboração da grade horária a coordenação da escola define objeivos que ao serem imposos como resrições no modelo proposo nese rabalho impossibiliaram de ser gerada uma grade de horários porque o problema não eve solução. Nese momeno se jusificou a aplicação da meodologia de Programação por Meas que será abordada na seção seguine. Em resumo, no presene rabalho será uilizada Programação Linear Ineira e a meodologia de Programação Linear por Meas, em específico o méodo dos pesos, para desenvolver o modelo maemáico para elaboração de uma grade de avaliação anual para COLUNI. Para a resolução do modelo desenvolvido, uilizou-se o sofware IBM ILOG CPLEX Opimizaion Sudio, comumene referenciado como CPLEX. O CPLEX é um pacoe de sofwares para oimização que coném, enre ouros, o CPLEX Opimizer que é uilizado para solucionar modelos de Programação Maemáica. Na seção 2 é abordada a Programação Linear por Meas. Na seção seguine é feia a descrição do problema. Na seção 4 o modelo de PLI é apresenado e é aplicada a Programação Linear por Meas. Os resulados compuacionais se enconram na seção 5 e as conclusões reiradas após a resolução do modelo na seção 6. Os agradecimenos são feios na seção 7 e na seção 8 esão as referências bibliográficas ciadas. 2. Programação Linear por Meas A Programação por Meas surgiu por vola de 1952, sendo que o ermo goal programming, comumene uilizado, foi cunhado 10 anos mais arde em publicações de Charnes e Cooper (CHARNES E COOPER, 1977, p.39). A Programação Linear por Meas pode ser considerada uma generalização do conceio de Programação Linear que visa conornar as limiações dos modelos dese ipo, sendo que eses possuem resrições que podem deixá-los sem solução ou com difícil resolução. Conudo, na práica ais imposições podem não ser ão resriivas, sendo plausível haver olerâncias para essas resrições. Sendo assim, são criadas variáveis para represenar os desvios posiivos e negaivos da mea a ser aingida na resrição (GOMES, 2004). Enão, busca-se minimizar eses desvios das meas que pode ser feio incluindo esas variáveis na função objeivo uilizando um dos imporanes méodos: o méodo dos pesos. Para a resolução do problema do COLUNI foi uilizado o méodo dos pesos, o qual consise 2
3 em formar uma única função objeivo composa da soma ponderada dos objeivos (ARENALES e al, 2007). Surge a necessidade de serem definidas as prioridades de cada mea a ser aingida. Nese momeno é evidene a imporância do decisor na Programação Linear por Meas, sendo ele responsável por definir ais prioridades. A Programação Linear por Meas é amplamene uilizada para resolver problemas de decisão que envolvem diversos objeivos (URÍA e al, 2002). Na seção seguine o problema de programação de horários de exames do COLUNI será descrio com mais dealhes, sendo exposas suas especificidades e quais as meas deerminadas pela coordenação do colégio. 3. Descrição do Problema de Programação de Horários de Exames do COLUNI Localizado no campos da UFV, o Colégio de Aplicação - Coluni dispõe de modernas insalações além de salas de projeções e laboraórios equipados de física, química, biologia e humanidades. Cona com professores que rabalham em regime de dedicação exclusiva, o que permie um melhor aendimeno para o aluno. Durane sua hisória, o COLUNI se ornou uma escola de referência de um ensino de qualidade e segue sendo o melhor colégio público de Minas Gerais, sendo ambém considerado modelo para muias insiuições de ensino. Anualmene é elaborada a grade de avaliações do COLUNI. São 8 períodos de avaliações durane o ano e em cada um deles as provas das 11 disciplinas exisenes aconecem aproximadamene durane uma semana. Geralmene, o número de dias por período disponíveis para a aplicação das provas é menor do que 11, o que implica na alocação de mais de uma avaliação por dia. Exisem doze urmas, sendo quaro urmas para cada um dos rês anos do Ensino Médio. Todas as urmas presam os exames ao mesmo empo e das mesmas disciplinas, podendo aconecer no máximo duas provas por dia. Considerando esas caracerísicas, é necessário disribuir as provas nos dias de cada período de forma que aconeçam as avaliações de odas as disciplinas somene uma vez por período, no máximo aconeçam duas provas por dia e buscando-se aingir os seguines objeivos: 1. As disciplinas são divididas em 4 grupos diferenes. Para um mesmo dia, deseja-se que disciplinas perencenes a um mesmo grupo não sejam alocadas. Os grupos são: 1.1 Maemáica e Física 1.2 Biologia e Química 1.3 Hisória, Geografia, Filosofia e Sociologia 1.4 Poruguês, Inglês e Espanhol 2. Se uma disciplina foi alocada para o penúlimo ou úlimo dia da semana, ena-se eviar a alocação da mesma respecivamene para esses dias nos ouros períodos. Eses são objeivos definidos pela coordenação do COLUNI, os quais visam conribuir com a didáica, favorecendo alunos e professores. O objeivo 1 é eviar alocação conjuna de deerminados pares indesejados para um mesmo dia. O objeivo 2 se jusifica porque os resulados das provas devem ser divulgados aé uma daa limie e o professor da disciplina alocada para os úlimos dias de um período êm menos empo para corrigi-la do que um 3
4 alocado para os primeiros dias. Procura-se, enão, fazer um rodízio das disciplinas alocadas para os úlimos dias dos períodos. A elaboração manual da grade de horários de exames feia pela coordenação do colégio muias vezes é um processo que demanda muio esforço. Porano, um modelo maemáico resolvido compuacionalmene em capacidade de diminuir ese rabalho. 4. Formulação Maemáica Nesa seção será apresenado um modelo de Programação Linear Ineira para o Problema de Programação de Horários de Exames do COLUNI e a seguir, devido à ocorrência de infacibilidade ao se enar resolver o problema, a reformulação do modelo uilizando a meodologia de Programação por Meas. 4.1 Modelo de Programação Linear Ineira para o Problema de Programação de Horários de Exames do COLUNI O Problema de Programação de Horários de Exames do COLUNI consise em disribuir as provas das disciplinas i nos dias d de cada período. A variável binária x ijd é definida para represenar se haverá prova das disciplinas i e j, com i, j I, no dia d do período, sendo I o conjuno de odas as disciplinas. x ijd 1, se háprovadas disciplinas i e j nodia d do período 0,caso conrário As disciplinas e seus respecivos índices i são definos de acordo com a Tabela 1. Tabela 1 - Disciplinas e seus respecivos índices. i Disciplina 1 Filosofia 2 Sociologia 3 Inglês 4 Espanhol 5 Biologia 6 Poruguês 7 Hisória 8 Geografia 9 Química 10 Maemáica 11 Física Sabendo que as variaveis x ijd e x jid represenam o mesmo par de disciplinas, as variáveis de decisão que serão consideradas são as ais que i j. Para o caso i j, a variável 4
5 x iid represena se haverá somene a prova da disciplina i no dia d do período. No problema em quesão, deseja-se eviar que exames de disciplinas de um mesmo grupo sejam alocadas para um mesmo dia de um deerminado período. Desa maneira, devem ser considerados subconjunos I k, com k {1,2,3,4 }, do conjuno I que são: I 1 {10,11} I 2 {5,9 } I {1,2,7,8 3 } I } 4 {3,4,6 Porano, é possível definir o modelo de PLI sendo considerados os devidos parâmeros: D Conjuno dos dias d do período disponíveis para a aplicação de prova; D Número de elemenos do conjuno D ; I Conjuno de disciplinas; I Número de elemenos do conjuno I ; T Número de períodos. I I xijd 1 1,..., T }, d D 1 i 1 i j j dd T 1 i j1 x jid ij( D 1) 1 I x ijd ji1 1 { ( 1) { 1,..., T }, i I ( 2) x i, j I ( 3) x ij 1 D i, j I ( 4) F 0 ( 5) x {0,1} ( 6) ijd A resrição ( 1) impede que mais de duas avaliações sejam alocadas para um mesmo dia d de um mesmo período. A resrição ( 2) garane que a avaliação da disciplina i previsa para um período aconeça uma e somene uma vez em algum dos dias d do período em quesão. A resrição ( 3) assegura que se uma avaliação de uma disciplina i for alocada para o penúlimo dia de um dos T períodos, ela não será alocada para o penúlimo dia de nenhum dos ouros períodos. A resrição ( 4) faz o mesmo que a ( 3), no enano para os úlimos dias dos períodos. A resrição ( 5) faz com que nenhum par de disciplinas de mesmo grupo seja alocado a qualquer dia d, ou seja, serão iguais a zero as variáveis x ijd que enham i e j perencendo simulaneamene a algum dos subconjunos I k aneriormene definidos. F é definida a seguir: T F xijd xijd xijd xijd d D 1 j I1 i I1 j I 2 i I 2 j I 3 i I 3 j I 4 i I 4 i j i j i j i j 5
6 O modelo aneriomene descrio foi implemenado na linguagem C++ com auxílio das biblioecas do Concer do CPLEX. Foram considerados T 8 períodos e que cada um eria 6 dias disponíveis para aplicação de provas, o caso mínimo viso que exisem 11 disciplinas e pode-se alocar no máximo duas provas por dia. Desa forma, não se obeve solução pois o espaço facível é vazio. Diane desa siuação, a meodologia de Programação Linear por Meas pode auxiliar nas decisões, sendo as resrições relaxadas. Na seção seguine esa meodologia será aplicada ao problema para que se possa enconrar uma solução. 4.2 Aplicação de Programação Linear por Meas As resrições ( 1) e ( 2) não podem ser relaxadas por serem as resrições fores do problema. As resrições que serão relaxadas são as ( 3), ( 4) e ( 5), sendo criadas as variáveis ineiras não-negaivas w, v e u respecivamene para cada uma delas. Esas variáveis represenam o quano foram violadas esas resrições. A resrição ( 5) passará a ser F u, ou seja, a variável u represena quanos pares de disciplina de mesmo grupo foram alocados. A variável w será somada ao lado direio das resrições relaivas às repeições no penúlimo dia. Já a variável v ambém será somada ao lado direio, mas das resrições de repeições nos úlimos dias. Agora o objeivo se ornou minimizar eses desvios. O méodo dos pesos é uilizado para formular a função objeivo. Cada variável de folga erá seu peso associado e seguindo o seguine criério: P 1 P2 P3 Com essa formulação baseada em pesos, é possível definir as prioridades, ou seja, uma hierarquia denre os objeivos que cabe ao decisor definir. A função objeivo definida é a seguine: min P w P v P u 1 f Porano, o modelo com a aplicação de Programação Linear por Meas para o Problema de Programação de Horários de Exames do COLUNI é o seguine: min P w P v P u ( 7) f I I xijd 1 1,..., T }, d D 1 i 1 i j j dd T 1 i j1 x jid ( D 1) 1 I x ijd ji1 x ij w 1 i j I { ( 8) { 1,..., T }, i I ( 9), ( 10) xij D 1 v i, j I ( 11) F u ( 12) 6
7 x {0,1} ( 13) ijd w, v, u ( 14) As resrições ( 8) e ( 9) são manidas pois raam das resrições fores do problema, respecivamene ocorrência de no máximo duas provas por dia e odos exames devem ser alocados uma e somene uma vez por período. Agora, as resrições ( 10), ( 11) e ( 12) possuem suas respecivas variáveis de folga w, v e u. Na função objeivo (7) busca-se minimizar as violações das resrições, considerando as prioridades dos objeivos que cada uma represena. 5. Resulados Compuacionais O modelo maemáico foi implemenado na linguagem C++ e foram uilizadas as biblioecas do Concer do IBM ILOG CPLEX Opimizaion Sudio V12.1. O compuador uilizado foi um noebook Dell inspiron N4050 com processador Inel(C) Core i5-2450m CPU 2.50 GHz, 4GB de memória RAM e sisema operacional Microsof Windows 7 Home Basic 64 bis. Foram considerados odos os 8 períodos com 6 dias disponíveis para aplicação de prova e os seguines pesos para as variáveis de folga: P P P Os pesos foram assim definidos por se considerar mais imporane a não alocação de disciplinas de mesmo grupo. A seguir, deve-se buscar minimizar a variável v anes da variável w, em visa que a primeira represena as repeições no úlimo dia e, logicamene, devem ser eviadas repeições neses dias anes dos penúlimos dias de cada período. A solução foi obida em menos de 1 segundo e os valores enconrados para as variáveis de folga foram: w 1 v 0 u 0 Percebe-se que as variáveis u e v assumiram valor zero, o que significa que nenhum par de disciplinas de mesmo grupo foi alocado e que não houve repeições nos úlimos dias. Já nos penúlimos dias noa-se que houve repeições, porque o valor de w enconrado foi 1. A grade de horários gerada se enconra na Tabela 2. Tabela 2 Grade horária de exames para o COLUNI gerada pelo modelo apresenado. Dia 1 Dia 2 Dia 3 Dia 4 Dia 5 Dia 6 Período 1 Período 2 Período 3 Período 4 7
8 Período 5 Período 6 Período 7 Período 8 6. Conclusão Um modelo maemáico resolvido compuacionalmene diminui o esforço da coordenação do colégio na produção de uma grade de horários de exames e a aplicação da meodologia de Programação Linear por Meas foi fundamenal para conornar a infacibilidade do problema causada por resrições muio rígidas do modelo. Para rabalhos poseriores, buscar-se-á definir resrições de repeição para odos os dias a fim de melhorar a solução, as quais serão relaxadas e inseridas na função objeivo com seus devidos pesos, que serão maiores para os úlimos dias e menores para os primeiros. 7. Agradecimenos Os auores agradecem à professora Lana Mara Rodrigues dos Sanos pela orienação, ao Conselho Nacional de Desenvolvimeno Cienífico e Tecnológico (CNPq) pelo supore oferecido e à coordenação do COLUNI pelas informações fornecidas. 8. Referências Bibliográficas ANDRADE, P. R. L.; SCARPIN, C. T.; STEINER, M. T. A. Geração da Grade Horária do Curso de Engenharia de Produção da UFPR Aravés de Programação Linear Binária. In: Simpósio Brasileiro de Pesquisa Operacional, 2012, Rio de Janeiro. Anais elerônicos Rio de Janeiro: Ediora, p ARENALES, M.; ARMENTANO, V.; MORABITO, R. E YANASSE, H. Pesquisa operacional para cursos de engenharia. Rio de Janeiro: Ediora Campus, CARTER, M. W.; LAPORTE, G.; LEE, S. Y. Examinaion Timeabling: Algorihmic Sraegies and Applicaions. Journal of he Operaional Research Sociey, v. 47, n. 3, p , março CHARNES, A.; Cooper, W. W. Goal programming and muliple objecive opimizaions. European Journal of Operaional Research, v. 1, n. 1, p , março, COLUNI: Colégio de Aplicação. Viçosa, Disponível em: <hp:// Acesso em: 21 abril GOMES, C. F. S. Aplicação da programação por meas e méodo lexicográfico ao méodo STEM - Nova proposa de algorimo de formulação linear muliobjeivo. XXXVI SBPO, São João del-rei - MG, p , novembro de IBM ILOG. CPLEX 12.1 User s Manual
9 SANTOS, H. G.; SOUZA, M. J. F. Programação de Horários em Insiuições Educacionais: Formulações e Algorimos p. URÍA, M. V. R.; CABALLERO, R.; RUIZ, F.; ROMERO, C.(2002). Mea-goal programming. European Journal of Operaional Research, vol. 136, n.2,
4 Modelagem e metodologia de pesquisa
4 Modelagem e meodologia de pesquisa Nese capíulo será apresenada a meodologia adoada nese rabalho para a aplicação e desenvolvimeno de um modelo de programação maemáica linear misa, onde a função-objeivo,
Leia mais3 Metodologia do Estudo 3.1. Tipo de Pesquisa
42 3 Meodologia do Esudo 3.1. Tipo de Pesquisa A pesquisa nese rabalho pode ser classificada de acordo com 3 visões diferenes. Sob o pono de visa de seus objeivos, sob o pono de visa de abordagem do problema
Leia maisCINÉTICA QUÍMICA LEI DE VELOCIDADE - TEORIA
CINÉTICA QUÍMICA LEI DE VELOCIDADE - TEORIA Inrodução Ese arigo raa de um dos assunos mais recorrenes nas provas do IME e do ITA nos úlimos anos, que é a Cinéica Química. Aqui raamos principalmene dos
Leia maisMATEMÁTICA APLICADA AO PLANEJAMENTO DA PRODUÇÃO E LOGÍSTICA. Silvio A. de Araujo Socorro Rangel
MAEMÁICA APLICADA AO PLANEJAMENO DA PRODUÇÃO E LOGÍSICA Silvio A. de Araujo Socorro Rangel saraujo@ibilce.unesp.br, socorro@ibilce.unesp.br Apoio Financeiro: PROGRAMA Inrodução 1. Modelagem maemáica: conceios
Leia mais4 Metodologia Proposta para o Cálculo do Valor de Opções Reais por Simulação Monte Carlo com Aproximação por Números Fuzzy e Algoritmos Genéticos.
4 Meodologia Proposa para o Cálculo do Valor de Opções Reais por Simulação Mone Carlo com Aproximação por Números Fuzzy e Algorimos Genéicos. 4.1. Inrodução Nese capíulo descreve-se em duas pares a meodologia
Leia maisProblema de controle ótimo com equações de estado P-fuzzy: Programação dinâmica
Problema de conrole óimo com equações de esado P-fuzzy: Programação dinâmica Michael Macedo Diniz, Rodney Carlos Bassanezi, Depo de Maemáica Aplicada, IMECC, UNICAMP, 1383-859, Campinas, SP diniz@ime.unicamp.br,
Leia mais4 Análise de Sensibilidade
4 Análise de Sensibilidade 4.1 Considerações Gerais Conforme viso no Capíulo 2, os algorimos uilizados nese rabalho necessiam das derivadas da função objeivo e das resrições em relação às variáveis de
Leia mais4 O modelo econométrico
4 O modelo economérico O objeivo desse capíulo é o de apresenar um modelo economérico para as variáveis financeiras que servem de enrada para o modelo esocásico de fluxo de caixa que será apresenado no
Leia maisUniversidade Federal do Rio de Janeiro
Universidade Federal do Rio de Janeiro Circuios Eléricos I EEL42 Coneúdo 8 - Inrodução aos Circuios Lineares e Invarianes...1 8.1 - Algumas definições e propriedades gerais...1 8.2 - Relação enre exciação
Leia maisMÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA
MÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA Nesa abordagem paramérica, para esimar as funções básicas da análise de sobrevida, assume-se que o empo de falha T segue uma disribuição conhecida
Leia mais3 Modelos de Markov Ocultos
23 3 Modelos de Markov Oculos 3.. Processos Esocásicos Um processo esocásico é definido como uma família de variáveis aleaórias X(), sendo geralmene a variável empo. X() represena uma caracerísica mensurável
Leia mais5.3 Escalonamento FCFS (First-Come, First Served)
c prof. Carlos Maziero Escalonameno FCFS (Firs-Come, Firs Served) 26 5.3 Escalonameno FCFS (Firs-Come, Firs Served) A forma de escalonameno mais elemenar consise em simplesmene aender as arefas em sequência,
Leia mais3 O Modelo SAGA de Gestão de Estoques
3 O Modelo SG de Gesão de Esoques O Sisema SG, Sisema uomaizado de Gerência e poio, consise de um sofware conendo um modelo maemáico que permie fazer a previsão de iens no fuuro com base nos consumos regisrados
Leia mais4 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 maisDISCIPLINA SÉRIE CAMPO CONCEITO
Log Soluções Reforço escolar M ae máica Dinâmica 4 2ª Série 1º Bimesre DISCIPLINA SÉRIE CAMPO CONCEITO Maemáica 2ª do Ensino Médio Algébrico simbólico Função Logarímica Primeira Eapa Comparilhar Ideias
Leia mais3 Retorno, Marcação a Mercado e Estimadores de Volatilidade
eorno, Marcação a Mercado e Esimadores de Volailidade 3 3 eorno, Marcação a Mercado e Esimadores de Volailidade 3.. eorno de um Aivo Grande pare dos esudos envolve reorno ao invés de preços. Denre as principais
Leia maisCálculo do valor em risco dos ativos financeiros da Petrobrás e da Vale via modelos ARMA-GARCH
Cálculo do valor em risco dos aivos financeiros da Perobrás e da Vale via modelos ARMA-GARCH Bruno Dias de Casro 1 Thiago R. dos Sanos 23 1 Inrodução Os aivos financeiros das companhias Perobrás e Vale
Leia mais5.1. 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 maisExercícios Sobre Oscilações, Bifurcações e Caos
Exercícios Sobre Oscilações, Bifurcações e Caos Os ponos de equilíbrio de um modelo esão localizados onde o gráfico de + versus cora a rea definida pela equação +, cuja inclinação é (pois forma um ângulo
Leia maisExercícios sobre o Modelo Logístico Discreto
Exercícios sobre o Modelo Logísico Discreo 1. Faça uma abela e o gráfico do modelo logísico discreo descrio pela equação abaixo para = 0, 1,..., 10, N N = 1,3 N 1, N 0 = 1. 10 Solução. Usando o Excel,
Leia maisVoo Nivelado - Avião a Hélice
- Avião a Hélice 763 º Ano da icenciaura em ngenharia Aeronáuica edro. Gamboa - 008. oo de ruzeiro De modo a prosseguir o esudo analíico do desempenho, é conveniene separar as aeronaves por ipo de moor
Leia mais3 Uma metodologia para validação estatística da análise técnica: a busca pela homogeneidade
3 Uma meodologia para validação esaísica da análise écnica: a busca pela homogeneidade Ese capíulo em como objeivo apresenar uma solução para as falhas observadas na meodologia uilizada por Lo e al. (2000)
Leia maisSéries temporais Modelos de suavização exponencial. Séries de temporais Modelos de suavização exponencial
Programa de Pós-graduação em Engenharia de Produção Análise de séries de empo: modelos de suavização exponencial Profa. Dra. Liane Werner Séries emporais A maioria dos méodos de previsão se baseiam na
Leia maisAnálise de Pós-optimização e de Sensibilidade
CPÍULO nálise de Pós-opimização e de Sensibilidade. Inrodução Uma das arefas mais delicadas no desenvolvimeno práico dos modelos de PL, relaciona-se com a obenção de esimaivas credíveis para os parâmeros
Leia maisMotivação. 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 maisModelos Não-Lineares
Modelos ão-lineares O modelo malhusiano prevê que o crescimeno populacional é exponencial. Enreano, essa predição não pode ser válida por um empo muio longo. As funções exponenciais crescem muio rapidamene
Leia maisFormulações, heurísticas e um limite combinatório para o problema de alocação de salas de aula com demandas flexíveis
Formulações, heurísicas e um limie combinaório para o problema de alocação de salas de aula com demandas flexíveis Juno Freire Deparameno de Ciência da Compuação, Universidade Federal da Bahia Av. Adhemar
Leia mais4 Filtro de Kalman. 4.1 Introdução
4 Filro de Kalman Ese capíulo raa da apresenação resumida do filro de Kalman. O filro de Kalman em sua origem na década de sessena, denro da área da engenharia elérica relacionado à eoria do conrole de
Leia maisExperiência IV (aulas 06 e 07) Queda livre
Experiência IV (aulas 06 e 07) Queda livre 1. Objeivos. Inrodução 3. Procedimeno experimenal 4. Análise de dados 5. Quesões 6. Referências 1. Objeivos Nesa experiência, esudaremos o movimeno da queda de
Leia mais4 CER Compensador Estático de Potência Reativa
68 4 ompensador Esáico de Poência Reaiva 4.1 Inrodução ompensadores esáicos de poência reaiva (s ou Saic var ompensaors (Ss são equipamenos de conrole de ensão cuja freqüência de uso em aumenado no sisema
Leia maisAULA 22 PROCESSO DE TORNEAMENTO: CONDIÇÕES ECONÔMICAS DE USINAGEM
AULA 22 PROCESSO DE TORNEAMENTO: CONDIÇÕES ECONÔMICAS DE USINAGEM 163 22. PROCESSO DE TORNEAMENTO: CONDIÇÕES ECONÔMICAS DE USINAGEM 22.1. Inrodução Na Seção 9.2 foi falado sobre os Parâmeros de Core e
Leia maisCINÉTICA RADIOATIVA. Introdução. Tempo de meia-vida (t 1/2 ou P) Atividade Radioativa
CIÉTIC RDIOTIV Inrodução Ese arigo em como objeivo analisar a velocidade dos diferenes processos radioaivos, no que chamamos de cinéica radioaiva. ão deixe de anes esudar o arigo anerior sobre radioaividade
Leia maisAplicações à Teoria da Confiabilidade
Aplicações à Teoria da ESQUEMA DO CAPÍTULO 11.1 CONCEITOS FUNDAMENTAIS 11.2 A LEI DE FALHA NORMAL 11.3 A LEI DE FALHA EXPONENCIAL 11.4 A LEI DE FALHA EXPONENCIAL E A DISTRIBUIÇÃO DE POISSON 11.5 A LEI
Leia mais3 Metodologia 3.1. O modelo
3 Meodologia 3.1. O modelo Um esudo de eveno em como obeivo avaliar quais os impacos de deerminados aconecimenos sobre aivos ou iniciaivas. Para isso são analisadas as diversas variáveis impacadas pelo
Leia maisMODELOS USADOS EM QUÍMICA: CINÉTICA NO NÍVEL SUPERIOR. Palavras-chave: Modelos; Cinética Química; Compostos de Coordenação.
MDELS USADS EM QUÍMICA: CINÉTICA N NÍVEL SUPERIR André Luiz Barboza Formiga Deparameno de Química Fundamenal, Insiuo de Química, Universidade de São Paulo. C.P. 6077, CEP 05513-970, São Paulo, SP, Brasil.
Leia mais4 Método de geração de cenários em árvore
Méodo de geração de cenários em árvore 4 4 Méodo de geração de cenários em árvore 4.. Conceios básicos Uma das aividades mais comuns no mercado financeiro é considerar os possíveis esados fuuros da economia.
Leia maisTabela: Variáveis reais e nominais
Capíulo 1 Soluções: Inrodução à Macroeconomia Exercício 12 (Variáveis reais e nominais) Na abela seguine enconram se os dados iniciais do exercício (colunas 1, 2, 3) bem como as soluções relaivas a odas
Leia mais5 Método dos Mínimos Quadrados de Monte Carlo (LSM)
Méodo dos Mínimos Quadrados de Mone Carlo (LSM) 57 5 Méodo dos Mínimos Quadrados de Mone Carlo (LSM) O méodo LSM revela-se uma alernaiva promissora frene às radicionais écnicas de diferenças finias e árvores
Leia maisAnálise de Projectos ESAPL / IPVC. Critérios de Valorização e Selecção de Investimentos. Métodos Dinâmicos
Análise de Projecos ESAPL / IPVC Criérios de Valorização e Selecção de Invesimenos. Méodos Dinâmicos Criério do Valor Líquido Acualizado (VLA) O VLA de um invesimeno é a diferença enre os valores dos benefícios
Leia maisPorto Alegre, 14 de novembro de 2002
Poro Alegre, 14 de novembro de 2002 Aula 6 de Relaividade e Cosmologia Horácio Doori 1.12- O paradoo dos gêmeos 1.12.1- Sisemas Inerciais (observadores) com velocidades diversas vêem a disância emporal
Leia maisAntes de mais nada, é importante notar que isso nem sempre faz sentido do ponto de vista biológico.
O modelo malusiano para empo conínuo: uma inrodução não rigorosa ao cálculo A dinâmica de populações ambém pode ser modelada usando-se empo conínuo, o que é mais realisa para populações que se reproduzem
Leia maisAPLICAÇÕES DAS EQUAÇÕES EM DIFERENÇAS NA SOLUÇÃO DE ALGUNS PROBLEMAS EM CIÊNCIAS SOCIAIS APLICADAS
3 APLICAÇÕES DAS EQUAÇÕES EM DIFERENÇAS NA SOLUÇÃO DE ALGUNS PROBLEMAS EM CIÊNCIAS SOCIAIS APLICADAS Gusavo Baisa de Oliveira (Uni-FACEF) Anônio Carlos da Silva Filho (Uni-FACEF) INTRODUÇÃO A Renda Nacional,
Leia maisHEURÍSTICAS PARA O PROBLEMA DE DIMENSIONAMENTO DE LOTES CAPACITADO COM ATRASO
HEURÍSTICAS PARA O PROBLEMA DE DIMENSIONAMENTO DE LOTES CAPACITADO COM ATRASO João Paulo Duare Casaroi Insiuo de Ciências Maemáicas e de Compuação Universidade de São Paulo-USP Caixa Posal 668 13560-970
Leia maisProfessor: Danilo Dacar
Progressão Ariméica e Progressão Geomérica. (Pucrj 0) Os números a x, a x e a x esão em PA. A soma dos números é igual a: a) 8 b) c) 7 d) e) 0. (Fuves 0) Dadas as sequências an n n, n n cn an an b, e b
Leia maisProfessor: Danilo Dacar
. (Pucrj 0) Os números a x, a x e a3 x 3 esão em PA. A soma dos 3 números é igual a: é igual a e o raio de cada semicírculo é igual à meade do semicírculo anerior, o comprimeno da espiral é igual a a)
Leia maisTeoremas Básicos de Equações a Diferenças Lineares
Teoremas Básicos de Equações a Diferenças Lineares (Chiang e Wainwrigh Capíulos 17 e 18) Caracerização Geral de Equações a diferenças Lineares: Seja a seguine especificação geral de uma equação a diferença
Leia maisÍndice de Avaliação de Obras - 15
Índice de Avaliação de Obras - 15 Assim sendo e de modo idênico ao apresenado na meodologia do ID, o cumprimeno do que foi programado indica no Índice de Avaliação de Obras, IAO, ambém o valor 1 (hum).
Leia maisRespondidos (parte 13)
U Coneúdo UNoas de aulas de Transpores Exercícios Respondidos (pare 3) Hélio Marcos Fernandes Viana da pare 3 Exemplo numérico de aplicação do méodo udo-ou-nada, exemplo de cálculo do empo de viagem equações
Leia maisANÁLISE DE SÉRIES TEMPORAIS NA PREVISÃO DA RECEITA DE UMA MERCEARIA LOCALIZADA EM BELÉM-PA USANDO O MODELO HOLT- WINTERS PADRÃO
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO. ANÁLISE DE SÉRIES TEMPORAIS NA PREVISÃO DA RECEITA DE UMA MERCEARIA LOCALIZADA EM BELÉM-PA USANDO O MODELO HOLT- WINTERS PADRÃO Breno Richard Brasil Sanos
Leia maisDimensionamento de Lotes e Programação do Forno numa Fundição de Pequeno Porte
Gesão & Produção., v.11, p.165-176, 2004 Dimensionameno de Loes e Programação do Forno numa Fundição de Pequeno Pore Silvio Alexandre de Araujo (silvio@din.uem.br) Deparameno de Informáica Universidade
Leia maisABORDAGEM MULTIOJETIVA PARA SOLUCIONAR UMA MATRIZ ENERGÉTICA CONSIDERANDO IMPACTOS AMBIENTAIS
ABORDAGEM MULTIOJETIVA PARA SOLUCIONAR UMA MATRIZ ENERGÉTICA CONSIDERANDO IMPACTOS AMBIENTAIS T. L. Vieira, A. C. Lisboa, D. A. G. Vieira ENACOM, Brasil RESUMO A mariz energéica é uma represenação quaniaiva
Leia mais4 Modelo de fatores para classes de ativos
4 Modelo de aores para classes de aivos 4.. Análise de esilo baseado no reorno: versão original (esáica A análise de esilo baseada no reorno é um procedimeno esaísico que visa a ideniicar as ones de riscos
Leia maisPLANEJAMENTO DE EXPANSÃO DE REDES DE TRANSMISSÃO CONSIDERANDO A INCERTEZA DA DEMANDA
TRABALHO DE GRADUAÇÃO PLANEJAMENTO DE EXPANSÃO DE REDES DE TRANSMISSÃO CONSIDERANDO A INCERTEZA DA DEMANDA Gabriel Taruce Gondim Brasília, 01 de Julho de 2016 UNIVERSIDADE DE BRASILIA FACULDADE DE TECNOLOGIA
Leia mais5 Metodologia Probabilística de Estimativa de Reservas Considerando o Efeito-Preço
5 Meodologia Probabilísica de Esimaiva de Reservas Considerando o Efeio-Preço O principal objeivo desa pesquisa é propor uma meodologia de esimaiva de reservas que siga uma abordagem probabilísica e que
Leia maisREDES DE PETRI EXEMPLOS E METODOLOGIA DE UTILIZAÇÃO
Modelização de Sisemas Indusriais 3 REDES DE ETRI EXEMLOS E METODOLOGIA DE UTILIZAÇÃO As Rd êm a grande vanagem de nos permiir visualizar graficamene ceras relações e noções. Eis algumas das figuras de
Leia maisCalcule a área e o perímetro da superfície S. Calcule o volume do tronco de cone indicado na figura 1.
1. (Unesp 017) Um cone circular reo de gerariz medindo 1 cm e raio da base medindo 4 cm foi seccionado por um plano paralelo à sua base, gerando um ronco de cone, como mosra a figura 1. A figura mosra
Leia mais5 Solução por Regressão Simbólica 5.1. Introdução
5 Solução por Regressão Simbólica 5.. Inrodução ese capíulo é descrio um esudo de caso uilizando-se o modelo proposo no capíulo 4. reende-se com esse esudo de caso, mosrar a viabilidade do modelo, suas
Leia maisUNIVERSIDADE DA BEIRA INTERIOR FACULDADE DE CIÊNCIAS SOCIAIS E HUMANAS DEPARTAMENTO DE GESTÃO E ECONOMIA MACROECONOMIA III
UNIVERSIDADE DA BEIRA INTERIOR FACUDADE DE CIÊNCIAS SOCIAIS E HUMANAS DEPARTAMENTO DE GESTÃO E ECONOMIA MACROECONOMIA III icenciaura de Economia (ºAno/1ºS) Ano ecivo 007/008 Caderno de Exercícios Nº 1
Leia maisFunção Exponencial 2013
Função Exponencial 1 1. (Uerj 1) Um imóvel perde 6% do valor de venda a cada dois anos. O valor V() desse imóvel em anos pode ser obido por meio da fórmula a seguir, na qual V corresponde ao seu valor
Leia maisNome: N.º Turma: Suficiente (50% 69%) Bom (70% 89%)
Escola E.B.,3 Eng. Nuno Mergulhão Porimão Ano Leivo 01/013 Tese de Avaliação Escria de Maemáica 9.º ano de escolaridade Duração do Tese: 90 minuos 16 de novembro de 01 Nome: N.º Turma: Classificação: Fraco
Leia maisMATEMÁTICA E SUAS TECNOLOGIAS
1º SIMULADO ENEM 017 Resposa da quesão 1: MATEMÁTICA E SUAS TECNOLOGIAS Basa aplicar a combinação de see espores agrupados dois a dois, logo: 7! C7,!(7 )! 7 6 5! C7,!5! 7 6 5! C7, 1!5! Resposa da quesão
Leia maisIntrodução ao Controle Ótimo: Otimização de funções e funcionais. Otimização paramétrica. Problema de controle ótimo com tempo final fixo.
Inrodução ao Conrole Óimo: Oimização de funções e funcionais. Oimização paramérica. Problema de conrole óimo com empo final fio. Oimização Deerminação de uma ação que proporciona um máimo de benefício,
Leia maisCap. 5 - Tiristores 1
Cap. 5 - Tirisores 1 Tirisor é a designação genérica para disposiivos que êm a caracerísica esacionária ensão- -correne com duas zonas no 1º quadrane. Numa primeira zona (zona 1) as correnes são baixas,
Leia mais3 Modelo Teórico e Especificação Econométrica
3 Modelo Teórico e Especificação Economérica A base eórica do experimeno será a Teoria Neoclássica do Invesimeno, apresenada por Jorgensen (1963). Aneriormene ao arigo de Jorgensen, não havia um arcabouço
Leia mais3 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 maisEscola Secundária da Sé-Lamego Ficha de Trabalho de Matemática Ano Lectivo de 2003/04 Funções exponencial e logarítmica
Escola Secundária da Sé-Lamego Ficha de Trabalho de Maemáica Ano Lecivo de 003/04 Funções eponencial e logarímica - º Ano Nome: Nº: Turma: 4 A função P( ) = 500, 0, é usada para deerminar o valor de um
Leia maisI INVESTIGAÇÃO DE MÉTODOS DE SELEÇÃO AUTOMÁTICA DE CIRCUITOS USANDO A TEORIA DOS GRAFOS PARA A ANÁLISE DE REDES HIDRÁULICAS
º Congresso Brasileiro de Engenharia Saniária e Ambienal I- - INVESTIGAÇÃO DE MÉTODOS DE SELEÇÃO AUTOMÁTICA DE CIRCUITOS USANDO A TEORIA DOS GRAFOS PARA A ANÁLISE DE REDES HIDRÁULICAS Rober Schiaveo de
Leia maisIntrodução aos multivibradores e circuito integrado 555
2 Capíulo Inrodução aos mulivibradores e circuio inegrado 555 Mea dese capíulo Enender o princípio de funcionameno dos diversos ipos de mulivibradores e esudo do circuio inegrado 555. objeivos Enender
Leia maisMÉTODOS NUMÉRICOS EM PROGRAMAÇÃO NÃO-LINEAR SEM RESTRIÇÃO PARA MINIMIZAÇÃO DA ENERGIA POTENCIAL DE UMA TRELIÇA ESTRUTURAL
MÉTODOS NUMÉRICOS EM PROGRAMAÇÃO NÃO-LINEAR SEM RESTRIÇÃO PARA MINIMIZAÇÃO DA ENERGIA POTENCIAL DE UMA TRELIÇA ESTRUTURAL Aline Michelly Silva Moreira aline_michelly@vm.uff.br Milena de Andrade Sacrameno
Leia maisDINÂMICA POPULACIONAL COM CONDIÇÃO INICIAL FUZZY
DINÂMICA OULACIONAL COM CONDIÇÃO INICIAL FUZZY Débora Vailai (ICV-UNICENTRO), Maria José de aula Casanho (Orienadora), e-mail: zeza@unicenro.br. Universidade Esadual do Cenro-Oese, Seor de Ciências Exaas
Leia maisIII Congresso da Sociedade Portuguesa de Estatística Guimarães, 26 a 28 Junho 1995
1 III Congresso da Sociedade Poruguesa de Esaísica Guimarães, 26 a 28 Junho 1995 Políicas Ópimas e Quase-Ópimas de Inspecção de um Sisema Sujeio a Falhas Cláudia Nunes, João Amaral Deparameno de Maemáica,
Leia mais2 Formulação do Problema
30 Formulação do roblema.1. Dedução da Equação de Movimeno de uma iga sobre Fundação Elásica. Seja a porção de viga infinia de seção ransversal consane mosrada na Figura.1 apoiada sobre uma base elásica
Leia maisIntrodução às Medidas em Física
Inrodução às Medidas em Física 43152 Elisabeh Maeus Yoshimura emaeus@if.usp.br Bloco F Conjuno Alessandro Vola sl 18 agradecimenos a Nemiala Added por vários slides Conceios Básicos Lei Zero da Termodinâmica
Leia maisModelos BioMatemáticos
Modelos BioMaemáicos hp://correio.fc.ul.p/~mcg/aulas/biopop/ edro J.N. Silva Sala 4..6 Deparameno de Biologia Vegeal Faculdade de Ciências da Universidade de Lisboa edro.silva@fc.ul.p Genéica opulacional
Leia maisAPÊNDICE A. Rotação de um MDT
APÊNDICES 7 APÊNDICE A Roação de um MDT 8 Os passos seguidos para a realização da roação do MDT foram os seguines: - Deerminar as coordenadas do cenro geomérico da região, ou pono em orno do qual a roação
Leia maisCurvas e Superfícies Paramétricas
Curvas e Superfícies araméricas Eemplo de superfícies NURBS Curvas e Superfícies ara aplicações de CG normalmene é mais conveniene adoar a forma paramérica Independene do sisema de coordenadas Represenação
Leia maisEscola de Pós-Graduação em Economia da Fundação Getulio Vargas (EPGE/FGV) Macroeconomia I / Professor: Rubens Penha Cysne
Escola de Pós-Graduação em Economia da Fundação Geulio Vargas (EPGE/FGV) Macroeconomia I / 2011 Professor: Rubens Penha Cysne Lisa de Exercícios 5 Crescimeno com Inovações Horizonais (Inpu Varieies) 1-
Leia maisO gráfico que é uma reta
O gráfico que é uma rea A UUL AL A Agora que já conhecemos melhor o plano caresiano e o gráfico de algumas relações enre e, volemos ao eemplo da aula 8, onde = + e cujo gráfico é uma rea. Queremos saber
Leia maisA entropia de uma tabela de vida em previdência social *
A enropia de uma abela de vida em previdência social Renao Marins Assunção Leícia Gonijo Diniz Vicorino Palavras-chave: Enropia; Curva de sobrevivência; Anuidades; Previdência Resumo A enropia de uma abela
Leia maisDetecção e Correcção de Erros Instituto Superior de Engenharia do Porto. 2003/2004 Redes de Computadores I Filipe Costa
Deecção e Correcção de Erros Insiuo Superior de Engenharia do Poro 2003/2004 Redes de Compuadores I Filipe Cosa - 1020525 Deecção de Erros Nas linhas de comunicação menos consisenes, a probabilidade de
Leia maisDEMOGRAFIA. Assim, no processo de planeamento é muito importante conhecer a POPULAÇÃO porque:
DEMOGRAFIA Fone: Ferreira, J. Anunes Demografia, CESUR, Lisboa Inrodução A imporância da demografia no planeameno regional e urbano O processo de planeameno em como fim úlimo fomenar uma organização das
Leia mais3 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 maisDETERMINAÇÃO DA VELOCIDADE DE INFILTRAÇÃO DA ÁGUA NUMA AMOSTRA DE SOLO NO CAMPUS DA UFOB, BARREIRAS-BA
IV Congresso Baiano de Engenharia Saniária e Ambienal DETERMINAÇÃO DA VELOCIDADE DE INFILTRAÇÃO DA ÁGUA NUMA AMOSTRA DE SOLO NO CAMPUS DA UFOB, BARREIRAS-BA Géssica Feioza Sales (1) Esudane de graduação
Leia maisMODELIZAÇÃO DE SISTEMAS INDUSTRIAIS Redes de PETRI
MODELIZAÇÃO DE SISTEMAS INDUSTRIAIS Redes de ETRI Modelização de Sisemas Indusriais. Inrodução A complexidade dos sisemas informáicos disribuidos orna necessária a adopção de méodos rigorosos de especificação,
Leia maisP IBpm = C+ I+ G+X F = = b) Despesa Nacional. PNBpm = P IBpm+ RF X = ( ) = 59549
Capíulo 2 Soluções: Medição da Acividade Económica Exercício 24 (PIB pelaópica da despesa) i. Usando os valores da abela que consa do enunciado, a solução das várias alíneas é imediaa, basando para al
Leia maisCapítulo 2: Proposta de um Novo Retificador Trifásico
30 Capíulo 2: Proposa de um Novo Reificador Trifásico O mecanismo do descobrimeno não é lógico e inelecual. É uma iluminação suberrânea, quase um êxase. Em seguida, é cero, a ineligência analisa e a experiência
Leia maisProf. Lorí Viali, Dr. UFRGS Instituto de Matemática - Departamento de Estatística
Conceio Na Esaísica exisem siuações onde os dados de ineresse são obidos em insanes sucessivos de empo (minuo, hora, dia, mês ou ano), ou ainda num período conínuo de empo, como aconece num elerocardiograma
Leia maisModelagem e Previsão do Índice de Saponificação do Óleo de Soja da Giovelli & Cia Indústria de Óleos Vegetais
XI SIMPEP - Bauru, SP, Brasil, 8 a 1 de novembro de 24 Modelagem e Previsão do Índice de Saponificação do Óleo de Soja da Giovelli & Cia Indúsria de Óleos Vegeais Regiane Klidzio (URI) gep@urisan.che.br
Leia maisPortanto, os valores da taxa de crescimento geométrico R e da taxa finita de crescimento λ são, respectivamente,
Modelo Malhusiano: exemplo genérico no Excel Agora que você já eve uma inrodução ao Excel, vamos fazer um exercício em que você vai implemenar as equações do modelo malhusiano nele. Você vai fazer um gráfico
Leia maisConceito. Exemplos. Os exemplos de (a) a (d) mostram séries discretas, enquanto que os de (e) a (g) ilustram séries contínuas.
Conceio Na Esaísica exisem siuações onde os dados de ineresse são obidos em insanes sucessivos de empo (minuo, hora, dia, mês ou ano), ou ainda num período conínuo de empo, como aconece num elerocardiograma
Leia maisPrimeira Lista de Exercícios
TP30 Modulação Digial Prof.: MSc. Marcelo Carneiro de Paiva Primeira Lisa de Exercícios Caracerize: - Transmissão em Banda-Base (apresene um exemplo de especro de ransmissão). - Transmissão em Banda Passane
Leia mais2 Reforma Previdenciária e Impactos sobre a Poupança dos Funcionários Públicos
Reforma Previdenciária e Impacos sobre a Poupança dos Funcionários Públicos Em dezembro de 998 foi sancionada a Emenda Consiucional número 0, que modificou as regras exisenes no sisema de Previdência Social.
Leia maisGRUPO II GRUPO DE ESTUDO DE PRODUÇÃO TÉRMICA E FONTES NÃO CONVENCIONAIS - GPT
SNPTEE SEMINÁRIO NAIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRIA GPT - 26 16 a 21 Ouubro de 2005 uriiba - Paraná GRUPO II GRUPO DE ESTUDO DE PRODUÇÃO TÉRMIA E FONTES NÃO ONVENIONAIS - GPT OTIMIZAÇÃO
Leia maisINFLUÊNCIA DO FLUIDO NA CALIBRAÇÃO DE UMA BALANÇA DE PRESSÃO
INFLUÊNCIA DO FLUIDO NA CALIBRAÇÃO DE UMA BALANÇA DE PRESSÃO Luiz Henrique Paraguassú de Oliveira 1, Paulo Robero Guimarães Couo 1, Jackson da Silva Oliveira 1, Walmir Sérgio da Silva 1, Paulo Lyra Simões
Leia maisEstimação de Hiperparâmetros para um Modelo de Previsão Holt-Winters com Múltiplos Ciclos por Algoritmos Genéticos
Deparameno de Engenaria Elérica Esimação de Hiperparâmeros para um Modelo de Hol-Winers com Múliplos iclos por Algorimos Genéicos Mario esar da Fonseca orrêa Orienadores: Marco Aurélio. Paceco e Reinaldo
Leia maisO gráfico que é uma reta
O gráfico que é uma rea A UUL AL A Agora que já conhecemos melhor o plano caresiano e o gráfico de algumas relações enre e, volemos ao eemplo da aula 8, onde = + e cujo gráfico é uma rea. Queremos saber
Leia maisObservação: No próximo documento veremos como escrever a solução de um sistema escalonado que possui mais incógnitas que equações.
.. Sisemas Escalonados Os sisemas abaio são escalonados: 7 Veja as maries associadas a esses sisemas: 7 Podemos associar o nome "escalonado" com as maries ao "escalar" os eros ou energar a "escada" de
Leia maisCircuitos Elétricos I EEL420
Universidade Federal do Rio de Janeiro Circuios Eléricos I EEL420 Coneúdo 1 - Circuios de primeira ordem...1 1.1 - Equação diferencial ordinária de primeira ordem...1 1.1.1 - Caso linear, homogênea, com
Leia maisIV. METODOLOGIA ECONOMÉTRICA PROPOSTA PARA O CAPM CONDICIONAL A Função Máxima Verosimilhança e o Algoritmo de Berndt, Hall, Hall e Hausman
IV. MEODOLOGIA ECONOMÉRICA PROPOSA PARA O CAPM CONDICIONAL 4.1. A Função Máxima Verosimilhança e o Algorimo de Bernd, Hall, Hall e Hausman A esimação simulânea do CAPM Condicional com os segundos momenos
Leia maisIntrodução ao Projeto de Aeronaves. Aula 21 Influência da Fuselagem da Superfície Horizontal da Empenagem na Estabilidade Longitudinal Estática
Inrodução ao Projeo de Aeronaves Aula 21 Inluência da Fuselagem da Superície Horizonal da Empenagem na Esabilidade Longiudinal Esáica Tópicos Abordados Conribuição da Fuselagem na Esabilidade Longiudinal
Leia mais