PROPOSTA DE MODELO DE ARMAZENAGEM DE EQUIPAMENTOS SOBRESSALENTE PARA UTILIZAÇÃO EM LINHAS DE TRANSMISSÃO DE ENERGIA ELÉTRICA

Tamanho: px
Começar a partir da página:

Download "PROPOSTA DE MODELO DE ARMAZENAGEM DE EQUIPAMENTOS SOBRESSALENTE PARA UTILIZAÇÃO EM LINHAS DE TRANSMISSÃO DE ENERGIA ELÉTRICA"

Transcrição

1 PROPOSTA DE MODELO DE ARMAZENAGEM DE EQUIPAMENTOS SOBRESSALENTE PARA UTILIZAÇÃO EM LINHAS DE TRANSMISSÃO DE ENERGIA ELÉTRIA Roberto Paulo da Slva Pto Uff arlos Fracsco Smões Gomes Uversdade Federal Flumese & Ibmec-RJ RESUMO Este artgo propõe um ovo modelo para a alocação de equpametos sobressaletes a serem utlzados em lhas de trasmssão de eerga elétrca, pautada a prorzação dos equpametos com maor valor esperado de cobraça de multas por dspobldades. Tal proposta objetva mmzar os custos das empresas propretáras da lha com a logístca de dstrbução dos equpametos e prcpalmete com mmzação dos custos de cobraças de multas por dspobldade, dstrbudo os sobressaletes de maera ótma. Tal estudo, também pode ser utlzado para defr a melhor localzação para amplações ou costruções de ovos almoxarfados, pos determa os melhores locas para estocar os equpametos. PALAVARAS HAVE. Alocação, Parcela varável, Sobressaletes. Área prcpal (L&T - Logístca e Trasportes, EN - PO a Área de Eerga, SIM Smulação, SE - PO em Servços, OA - Outras aplcações em PO) ABSTRAT Ths paper cosders a ew model for the surplus equpmet allocato to be used les of trasmsso of electrc eergy, ths model prortze the equpmets wth bgger expected value of fes by o-avalabltes stuatos. The proposal objectve to mmze the costs of the compaes propretor wth dstrbuto of the equpmets logstc ad to mmze the collectos of fes for o-avalablty stuatos, dstrbutg the surpluses a excellet way. The proposal ca be used to defe the best localzato for magfygs or costructos of ew warehouses ad dstrbuto ceters, because t determes the best places to storage the equpmet. KEYWORDS. Allocato. hageable Parcel. Surplus. Ma area (L&T, EN, SIM, SE, OA) 243

2 . Itrodução Este trabalho propõe um ovo modelo para a alocação de equpametos sobressaletes a serem utlzados em lhas de trasmssão de eerga elétrca. Este modelo objetva mmzar as cobraças de multas às cocessoáras de eerga elétrca, fazedo com que as empresas de trasmssão de eerga possam aumetar as taxas de lucratvdade pela smples realocação de equpametos sobressaletes. Este ovo modelo proposto também pode ser utlzado a defção da localzação de ovos almoxarfados a serem costruídos por uma empresa propretára de lha de trasmssão. O setor de trasmssão de eerga possu úmeras peculardades e a sua prcpal partculardade é o seu sstema de remueração, ode a propretára da lha de trasmssão é remuerada pela dspobldade de suas stalações, ão mportado o quato de eerga elétrca é trasmtda, ou até mesmo se ão é trasmtda eerga alguma. Assm, se uma stalação de trasmssão de eerga fca dspoível, mesmo que para smples mauteção, ão só a empresa propretára dexa de receber sua remueração, como também sofre descotos em sua receta em fução do tempo de duração da dspobldade, esta cobraça é chamada de parcela varável por dspobldade. As empresas propretáras de empreedmetos de trasmssão de eerga possuem atvos espalhados por todo o Brasl, e algumas vezes também o exteror, a dstrbução de equpametos sobressaletes ao logo de seus almoxarfados atualmete é feta pela facldade em alocar o equpameto e dspobldade de área para armazeagem. A fluêca da cobraça de parcela varável a alocação de equpametos sobressaletes só pode ser observada a partr do ao de 2007, quado a Ageca Nacoal de Eerga Elétrca (ANEEL) sttuu as regras de cobraça de descotos as recetas, através da resolução ormatva 270 de 26 de juho de 2007, porém este poto, dversas empresas do setor já possuíam seus almoxarfados estabelecdos sem cosderar este crtéro, tal crtéro pode ser cosderado os das de hoje como o crtéro prmordal para a decsão de localzação de um almoxarfado para o setor de trasmssão de eerga. Segudo Motero (2007), o segmeto de trasmssão de eerga elétrca tem garatdo os últmos aos as maores marges de retoro de toda a cadea eergétca braslera. Tamaha lucratvdade tem atraído dversas empresas para o setor, clusve empresas estrageras. Desta forma, as ferrametas desevolvdas este trabalho serão de grade vala para as empresas deste setor, pos ao reduzr seus custos de alocação e parcela varável, alem de aumetar a lucratvdade, aumetam também a compettvdade da empresa o setor. Pos, os ovos empreedmetos do setor são realzados pelas empresas que admtrem costrur, operar e mater os empreedmetos pela meor receta durate os pregões realzados pela Ageca Nacoal de Eerga Elétrca. O trabalho propõe uma alocação dos equpametos sobressaletes os almoxarfados de modo a mmzar os custos das empresas de trasmssão de eerga elétrca, como as evetuas cobraças de parcela varável através da mmzação do tempo de trasporte e a própra mmzação dos custos de trasporte. 2. Trasmssão de Eerga o Brasl No Brasl, grade parte da eerga gerada é de orgem hdráulca. omo as hdroelétrcas são costruídas em grades ros que estão geografcamete dstates dos cetros urbaos, faz-se ecessáro a costrução e terlgação de úmeras lhas de trasmssão de eerga elétrca em terrtóro acoal. Empreedmetos de trasmssão de eerga elétrca são aqueles que se destam a permtr por s o deslocameto da eerga elétrca etre os cetros de produção (usas) e os cetros de cosumo (compahas dstrbudoras). A extesão da rede braslera de trasmssão passou de km, em 2000, para km, em 2008, resultado em um crescmeto médo de 3,% ao ao (ANEEL, 2008). A atvdade de trasmssão de eerga elétrca é exercda medate cocessão, precedda de lctação a modaldade de lelão. Os vecedores dos lelões celebram cotratos de cocessão 244

3 de servço públco de trasmssão, para a costrução, operação e mauteção de stalações de trasmssão. omo cotrapartda à prestação do servço de trasmssão de eerga elétrca, as cocessoáras recebem uma receta aual permtda (RAP) destada a remuerar o vestmeto realzado com a expasão do sstema e cobrr os custos de operação e mauteção das stalações. Até abrl de 202, os cotratos de trasmssão já somavam 54, assados por tas 75 empresas, com forte partcpação de empresas prvadas acoas e estrageras, prcpalmete as de orgem espaholas, talaas e chesas (ANEEL, 202). A prevsão, até 206, é de que a Rede Básca atja quase km, segudo o levatameto apresetado os estudos do Plao Deceal da Expasão de Eerga Elétrca PDEE, da Empresa de Pesqusa Eergétca EPE (EPE, 2007). Esse elevado crescmeto faz do Brasl uma exceção o que dz respeto à expasão do setor de trasmssão, torado-o uma das ações líderes o mudo em termos de adção de ovas stalações de trasmssão (GROSS, 2007). Nos Lelões de Trasmssão, a meor receta ofertada defe o vecedor da lctação e a Receta Aual Permtda assocada às stalações de trasmssão lctadas. A RAP resultate dos lelões é defda a partr de laces, lmtados à receta máxma estabelecda pela ANEEL. 3. Parcela Varável A empresa propretára de lha de trasmssão recebe pelos servços prestados, mesalmete, um valor correspodete à /2 da receta aual permtda como remueração de seus atvos, para assegurar os seus custos com mauteção e operação, ão mportado a quatdade de eerga trasmtda o período pelo empreedmeto, ou seja, este setor é remuerado apeas por sua dspobldade. Porém, esta forma de remueração tede a comprometer a qualdade do servço de trasmssão prestado, pos o propretáro da lha de trasmssão vsa à maxmzação dos lucros. omo sua remueração é fxa, o empreededor teta a redução máxma dos custos, tal redução pode levar à queda da qualdade do servço, resultado o aumeto de falhas e dspobldade do sstema. Para garatr a qualdade dos servços de trasmssão de eerga, e objetvado maxmzar a dspobldade dos equpametos de trasmssão, a ANEEL homologou a resolução ormatva 270 em juho de 2007, estabelecedo pealzações em termos faceros às dspobldades dos atvos de trasmssão de eerga. Nesta resolução fo crada a parcela varável, (PV), com o objetvo de cetvar a qualdade dos servços de trasmssão prestados pelas empresas propretáras. A parcela varável cosste em pealdades a forma de descotos as recetas dos propretáros que dexarem seus equpametos dspoíves, essas multas são dretamete proporcoas ao tempo de duração da dspobldade. Desta forma, a parcela varável objetva a maxmzação da dspobldade das stalações e coseqüetemete o aumeto da cofabldade do forecmeto de eerga elétrca aos cosumdores. Essas multas são descotadas do valor de pagameto base a ser recebdo pelo propretáro da lha de trasmssão. O mercado de trasmssão de eerga utlza o coceto de qualdade em servços para explcar a parcela varável, que é represetada por descotos a receta orudos da falta de qualdade a prestação do servço. O custo da qualdade (custo para evtar a parcela varável ) é um dlema para o vestdor, pos tal custo pode vablzar um projeto caso seja maor que o ecessáro ou pode fazer com que o empreedmeto ão seja bem suceddo caso seja feror ao ecessáro. A remueração é feta por cada grupo de equpameto tegrate da lha de trasmssão, tas grupos de equpametos são classfcados como fução trasmssão, ou FT, também podem ser defdos como: cojuto de stalações fucoalmete depedetes, cosderado de forma soldára para fs de apuração da prestação de servços de trasmssão, compreededo o equpameto prcpal e os completares. As fuções trasmssão descrtas a resolução 270 da ANEEL são as segutes: lha de 245

4 trasmssão (LT), trasformador (TR), cotrole de reatvo (R), reator (REA), compesador estátco (RE), compesador sícroo (SI), baco de capactores (B), e compesador sére (SE). As fuções trasmssão podem ser compostas por mas de um equpameto, e o caso da fução lha de trasmssão, ela é composta de pelo meos os segutes equpametos: ferrages, torre, soladores, codutores e cabo pararráo. Quado a soma das durações dos tempos de deslgameto de uma fução trasmssão, apurados um período de 2 meses ultrapassar o período máxmo de tempo descrto pela resolução 270 da ANEEL, o empreedmeto sofrerá descotos a receta orudos da cobraça de parcela varável. A cobraça de parcela varável é calculada pela segute equação: = PB PB PV Kp DP + Ko. 440D 440D Ode: PV é o valor de parcela varável a ser descotado do valor de pagameto base que a empresa recebera, PB é o pagameto base (receta), D é o úmero de das do mês, Kp é o fator de deslgameto programado, Ko é o fator para outros deslgametos, até que se alcace um máxmo de 300 mutos, após sto, Ko passa a ser gual à Kp. DP é a duração da parada programada, e é a duração das outras paradas. A tabela de valores para Ko e Kp é apresetada a tabela. Fução Fator Ko Fator Kp Trasmssão Ao Ao 2 Ao Ao 2 LT ,67 0 TR ,67 0 REA ,67 0 RE ,5 R SI ,5 2,5 B ,5 5 SE ,5 Tabela Valores para Ko e Kp - Fote: ANEEL (2007) Para a terrupção ser cosderada de orgem programada, ele deve ser solctada pelo propretáro do empreedmeto ao operador acoal do sstema com atecedêca míma de 30 das. Neste cotexto de parcela varável, podemos afrmar que os sobressaletes e equpametos reservas devem estar sempre à dsposção e armazeados o mas próxmo possível do seu local de utlzação, pos a cobraça de parcela varável se dá pelo tempo de duração de dspobldade. O modelo proposto este trabalho objetva mmzar a cotrbução do deslocameto dos equpametos sobressaletes o valor pago pela empresa propretára da lha de trasmssão, ao dstrbur os equpametos de maera ótma em seus almoxarfados. 4. Pesqusa Sobre a Mesma Problemátca em Outros Países Fo realzada uma pesqusa sobre como este problema é solucoado em outros países, e comparada às metodologas utlzadas com as ecessdades do mercado de trasmssão braslero, mesmo sabedo que o setor de trasmssão elétrca do Brasl é úco o mudo, com dversas peculardades que ão são ecotradas em ehum outro país o mudo (Satos et All, 2008). Assm como o Brasl, o mercado de eerga elétrca os EUA é desvertcalzado, ou seja, trasmssão, geração e dstrbução possuem dferetes propretáro (howdhury 200), sto 246

5 é feto para aumetar a compettvdade do setor de eerga elétrca. Nos EUA e aadá são utlzados dados estatístcos de falhas dos equpametos utlzados a trasmssão de eerga para calcular os custos de mauteção e alteração dos equpametos (howdhury 200) e (Natt et All, 2007), porém ão utlzam como base de cálculo para custos de gestão de equpametos ehum tpo de multa (como a parcela varável o Brasl) e se baseam o custo do ão atedmeto aos cosumdores de eerga, uma vez que são remuerados pela quatdade de eerga trasmtda (dferetemete do Brasl). Os amercaos tabelam as probabldades de falha de cada equpameto e seu tempo de vda útl para plaejar a substtução e os custos assocados à admstração dos equpametos utlzados (howdhury 200), (Baughma et All, 2009) e (Dolezlek, 20), ão levam em cosderação fatores de tempo de deslocameto do cetro de armazeagem até o local de utlzação dos equpametos. Amarasghe et All (2008), propõe um algortmo com um tuto de maxmzar a receta dos propretáros de empreedmetos de trasmssão de eerga elétrca o mercado amercao, porém o modelo proposto é totalmete baseado a máxma trasmssão de eerga e mmzação das perdas do sstema, a utlzação de sobressaletes se lmta ao ecessáro para mmzar perdas, ão são levados em cosderação custos com armazeagem de sobressalete, trasporte e multas. Baughma et All (976) descreve os custos de trasmssão de eerga em város estados dos EUA, levam em cosderação os custos de operação em mauteção das lhas, mas ão cta os custos de armazeagem de equpametos e descolameto de equpametos, apesar de dexar claro que a localzação do equpameto e a geografa do local fluecam os custos das lhas de trasmssão. omo o Brasl a remueração do setor de trasmssão é feta pela smples dspobldade e a dspobldade resulta em multas que são dretamete proporcoas ao tempo de duração da dspobldade, é ecessára a corporação de fatores de tempo de deslocameto dos equpametos sobressaletes, de ode podemos coclur que o modelo de gestão de sobressaletes utlzado os EUA ão é aplcável ao mercado braslero. heg et All (2008) apreseta algortmos de mmzação de custos em trasmssão de eerga elétrca, cosdera equpametos sobressaletes, os utlza em smulações de possbldades de expasões futuras do sstema e em alterações de cofgurações as lhas de trasmssão, o que ão pode ser cosderado como aplcável ao mercado braslero, pos o Brasl expasões e costruções de ovas lhas de trasmssão ão são possíves pela smples decsão da empresa propretára da lha de trasmssão, deve ser autorzada e a maora das vezes lctadas pela a ANEEL, uma empresa ão pode fazer um vestmeto desta atureza o Brasl, pos ão há garatas desta empresa vr a ser a propretára das ovas lhas de expasão (caso haja). heg et All (2008) ão leva em cosderação fatores de armazeagem, deslocameto dos equpametos sobressaletes e cobraças de multas, uma vez que as empresas de trasmssão de eerga são todas estatas e ão há cocorrêca, logo ão há a ecessdade de pealzações. Em países europeus aalsados, como Flâda e Portugal, a trasmssão de eerga se costtu em moopólo (Lehtoe 997) e (Meeses et All, 20), ou seja, ão há cocorrêca, alem destes países possuírem áreas totas bem ferores à do Brasl e por esse motvo qulometragem de lhas de trasmssão bem ferores às do Brasl também, o que por s só já demostra que os modelos utlzados para armazeagem ão são aplcáves à realdade braslera Em Portugal também se objetva a mmzação da dspobldade o servço de trasmssão (Meeses at All, 20), mas ão são ctados cobraças de multas por dspobldade e em coseqüêca ão há custos de tempo de trasporte de equpametos sobressaletes que resultaram em multas. 5. ostrução do Modelo No modelo proposto, deve-se calcular o valor esperado de parcela varável de todas as fuções trasmssão de propredade da compaha com base em seus valores hstórcos, depos deste cálculo, se deve raquear as fuções trasmssão da compaha aalsada, de modo a 247

6 prorzar a armazeagem dos equpametos com maor valor esperado de parcela varável mas próxmos aos locas de utlzação, sto fará com que seja reduzdo o tempo de trasporte e logo o valor da parcela varável decorrete da armazeagem e do trasporte, reduzdo os custo totas e aumetado os lucros dos propretáros das lhas de trasmssão. O cálculo do valor esperado de parcela varável das fuções trasmssão é feto calculado os tempos médos de parada programada e de outras paradas, em um determado período de tempo, cada uma dessas médas deve ser multplcada pelo valor de parcela varável por muto, e depos estes valores devem ser somados. Fcamos etão com as segutes fórmulas de valor esperado de parcela varável para cada fução trasmssão, depededo dos valores de úmeros de deslgametos: DP DP PB ( ) = PB = + = E pv Kp Ko DP Para: DP, > 0 Ode: E(PV) é o valor esperado de parcela varável para cada fução trasmssão, PB é o pagameto base (receta), O valor de é a multplcação do valor de 440 pelo úmero médo de das dos meses, que é 30. Kp é o fator de deslgameto programado de cada fução trasmssão, Ko é o fator para outros deslgametos de cada fução trasmssão, DP é a duração da parada programada, é a duração das outras paradas, DP é o úmero de deslgametos programados o período aalsado, e é o úmero de deslgametos programados o período aalsado. A tedêca de mmzar os valores de parcela varável em fução dos deslocametos logístcos é feta ao se alocar os sobressaletes e equpametos reservas de maera mas próxma a sua utlzação, ou seja, a própra subestação, porém a área destada à armazeagem as subestações é lmtada, e algumas vezes exstete, etão ela deve ser alocada em outro lugar, de maera que chegue o mas rápdo possível. Este ovo lugar a metodologa proposta este trabalho pode ser outra subestação ou em um cetro própro para armazeagem. Esta metodologa proposta pode ser utlzada como base para escolha de localzações de costrução ou amplação de ovos cetros de armazeagem ao fazermos smulações em programas computacoas com os algortmos descrtos este trabalho. Outras aplcações à metodologa proposta é a vatagem compettva a qual a empresa que possu esta metodologa possu ao partcpar de pregões para a costrução de ovas lhas de trasmssão, pos a empresa pode smular se haverá a ecessdade de costrução de ovos almoxarfados ou amplações dos já exstetes, o caso da empresa adqurr uma ova cocessão. Esta metodologa também pode ser aplcada quado uma empresa adqure outra ou quado há fusões de empresa, para defr quas almoxarfados serão utlzados. Pode ser utlzada também a utlzação cojuta dos almoxarfados de dferetes empresas. A empresa deve costrur uma matrz de dstâcas etre seus almoxarfados (tato os localzados em subestações, quato os que somete são cetros de armazeagem). Uma observação mportate deve ser feta o caso das fuções trasmssão lha de trasmssão, pos é a úca fução que ão fca totalmete detro de uma subestação, a realdade esta fução terlga duas subestações. omo podem ocorrer falhas ao logo de toda a lha de trasmssão, os equpametos da fução lha de trasmssão devem ser dvddos em dos potos de aálse, que são as duas subestações terlgadas, desta forma, os equpametos das fuções lhas de trasmssão, para efeto de cálculo, devem ser dvddas ao meo e ter seus sobressalete 248

7 armazeados metade em cada subestação que a lga. Deve-se calcular as áreas dspoíves de armazeagem de todas as subestações e almoxarfados dspoíves, assm como a área ecessára para a armazeagem de todos os equpametos tegrates das fuções trasmssão. O custo de trasporte dos equpametos deve ser levatado. Lembrado que os custos de trasporte de tas equpametos são mutos dferetes, pos levam em cosderação a dstâca, o peso dos equpametos e seus volumes. Os equpametos sobressaletes etão, vão sedo alocados os locas mas próxmos possíves da utlzação dos equpametos, do do equpameto com maor valor esperado de parcela varável até o de meor, detro da dspobldade de espaço do local de armazeagem, quado este local chegar ao lmte, passasse para o próxmo local de armazeagem dspoível. Já determada a melhor alocação possível para cada fução trasmssão, deve se desmembrar os equpametos tegrates de cada fução trasmssão, para a perfeta alocação cotábl dos equpametos. Depos da alocação das fuções trasmssão em seu respectvo almoxarfado, devesse calcular o tempo que o materal leva do almoxarfado até o local de utlzação, este tempo será utlzado o cálculo de um ídce, que defmos este trabalho com ídce de fluêca da logístca a parcela varável, cujo objetvo do trabalho deve ser mmzá-lo. O cálculo do valor moetáro será o mesmo dos cálculos de parcela varável defdos este trabalho, utlzado o tempo de deslocameto como tempo de dspobldade. Para este cálculo são levados em cosderação os tempos médos de deslgametos programados e de outros deslgametos. Outros valores tegrates do ídce de fluêca da logístca a parcela varável serão os custos de trasporte dos equpametos tegrates da parcela varável e o custo de armazeagem. Os ídces de fluêca da logístca a parcela varável de cada fução trasmssão da empresa devem ser somados, para que obtehamos tal ídce da compaha. Também deve ser calculado o ídce de utlzação dos almoxarfados, que costa do ível percetual ao qual cada almoxarfado é utlzado. Este ídce será utlzado para sabermos qual almoxarfado deve ser amplado ou reduzdo, e os melhores locas para costrução de ovos almoxarfados. As smulações podem ser utlzadas para testar dversas stuações dferetes de utlzação da alocação de sobressaletes. Para mmzar os custos de armazeagem, os almoxarfados com ível de utlzação feror a 00% devem ser reduzdos até que se chegue este ídce, já para os almoxarfados com íves de utlzação de 00%, devem ser smuladas stuações com aumeto do almoxarfado, pos sto pode demostrar que materas alocados em outros almoxarfados podem ser alocados este almoxarfado o caso de amplações, de modo a mmzar os custos. Deste modo, os custos de armazeagem terão um valor real (o valor dos custos dos almoxarfados exstetes) e será determado o valor ótmo (utlzação do valor percetual mímo ecessáro). Smulações computacoas devem ser realzadas para que se possam defr os melhores locas para armazeagem, costrução ou amplação de algus almoxarfados, e evetualmete redução ou elmação de algus almoxarfados, pos saberíamos o ível de utlzação ótmo de cada almoxarfado. O cálculo do ídce de fluêca da logístca a parcela varável, defda este trabalho, é apresetado a segute equação: I = = PV TT + Ode: PVTT é o valor estmado de parcela varável em fução do tempo de trasporte, é o custo de trasporte, t AO é o custo de armazeagem ótmo, = t + a = AO 249

8 é o úmero de fuções trasmssão, e a é o úmero de almoxarfados O valor da parcela varável em fução do tempo de trasporte é calculado pela segute equação. DP PV TT PB = Kp S V m = DP DP DP = + DP DP PB + Ko = S V m = DP DP = + DP Para: Vm, DP e > 0 Ode: PB é o pagameto base (receta), O valor de é a multplcação do valor de 440 pelo úmero médo de das dos meses, que é 30. Kp é o fator de deslgameto programado de cada fução trasmssão, Ko é o fator para outros deslgametos de cada fução trasmssão, DP é a duração da parada programada, é a duração das outras paradas, DP é o úmero de deslgametos programados o período aalsado, é o úmero de deslgametos programados o período aalsado, Vm é a velocdade méda o qual o equpameto é trasportado do local de armazeagem até o local de utlzação, S é a dstâca etre o local de armazeagem e o local de utlzação do materal. O custo de armazeagem ótmo é descrto a segute equação: AO = AR. N Ode: Ode AR é o custo de armazeagem real, e N é o ídce de utlzação do almoxarfado. EspaçoUtlzado N = EspaçoTotal O peso estmado dos equpametos tegrates das fuções trasmssão é um dado mportate para calcularmos os custos de trasporte, que é fução do peso e da dstâca trasportada. A área que os equpametos tegrates das fuções trasmssão ocupam é outro dado essecal para a aálse, pos a partr dele podemos avalar a área ecessára para utlzação os almoxarfados. O peso e a área dos equpametos das fuções trasmssão podem ser determados de maera dreta, exceto para a fução trasmssão lha de trasmssão, ode estes valores devem ser calculados. Para se determar o peso e a área ecessára para armazeagem dos equpametos da fução trasmssão lhas de trasmssão se deve levar em cosderação o comprmeto da lha. ada subestação que lga a lha de trasmssão fca resposável (a prcípo) pela armazeagem de metade dos equpametos da lha de trasmssão, assm, dvdmos a lha em dos potos e cetralzamos as extremdades. Desta maera, o peso dos equpametos e a área de = 250

9 armazeagem desta fução podem ser estmados pelas equações a segur: P = p 2D Ode: P é o peso de metade da lha de trasmssão, p é o peso de cada torre e de uma fração dos cabos que uem duas torres, é o comprmeto da lha, e D é a dstâca etre torres. A = a 2D Ode: A é a área de armazeagem que metade da lha de trasmssão ocupa, a é a área de armazeagem que uma torre de trasmssão e os cabos que uem duas torres, é o comprmeto da lha, e D é a dstâca etre torres. As cargas das fuções trasmssão ão são fracoáves, a ão ser o da fução trasmssão lha de trasmssão, ou seja, a estocagem e trasporte dos equpametos da fução trasmssão lha de trasmssão pode ser realzada de forma separada e em locas dferetes, o mesmo ão acotece para as outras fuções trasmssão. 6. Valdação do Modelo O modelo proposto fo valdado através da costrução de um programa computacoal que executasse os cálculos propostos este trabalho. Para exemplfcar, será apresetado um modelo em escala reduzda, com uma proporção de úmero de equpametos e fuções trasmssão pelo meos cem vezes meor às ecotradas a realdade. Os dados das fuções trasmssão exstetes este exemplo são apresetadas as tabelas 2 e 3. FT Subestação PB (R$) T Deslg. (m) Peso (To) Área (m 2 ) Veloc. Trasp. (km/h) Progr. Outros B S 5343, B S , REA S3 3675, TR S , TR S , Tabela 2 Fuções Trasmssão exceto Lha Tempo Deslg. omprmeto Dst. Peso Área FT SE Desto PB (R$) (m) da Lha Torres Utáro Utára Progr. Outros (km) (km) (To) LT S S , LT S2 S , Tabela 3 Fuções Trasmssão Lha As Dstâcas etra as subestações, os custos de trasporte e as áreas de armazeagem dspoíves são apresetadas as tabelas 4, 5 e 6, respectvamete. 25

10 S S2 S3 S S S Tabela 4 Dstâca etre as Subestações Dstâca Valor do Trasporte (R$) para as Faxas de Toeladas (km) Tabela 5 usto de Trasporte etro de Armazeagem Área Dspoível (m 2 ) usto (R$/m 2 ) Abrgada Desabrgada Abrgada Desabrgada S , 6,8 S ,44 3,69 S ,53 5,02 Tabela 6 Dados de Armazeagem om os cálculos estabelecdos este trabalho, fcamos com os locas de armazeagem dos equpametos das fuções trasmssão coforme as tabelas 7 e 8, e as taxas de utlzação dos almoxarfados coforme as tabelas 9 e 0. SE FT Subestação SEAlocada PVtt T TR S2 S2 0 0 TR S3 S3 0 0 REA S3 S3 0 0 B S2 S 9, B S S3, Tabela 7 Locas de Armazeagem das Fuções Trasmssão Exceto Lha Destos etro de Armazeagem PVtt usto Trasp. (R$) Área Alocada (m2) Dstâca Subestações (m2) S S2 S S2 S3 S S2 S3 S 92, Tabela 8 Locas de Armazeagem das Fuções Trasmssão Lha etro de Área Abrg. Taxa de Utlzação usto Área usto Armaz. Abrgada (R$) Armazeagem Dsp. (m 2 ) (%) Abrg.(m 2 ) Real Ótma S 48 82,76 20, 97,50 804,00 S ,30 5,44 68,29 926,40 S3 76 5,4 2, ,28 27,7 Tabela 9 Taxa de Utlzação de Área Abrgada dos Almoxarfados etro de Área Desab. Taxa de usto Área usto Armaz. Desabrg. (R$) Armazeagem Dspoível Utlz. % Desab. (m 2 ) Real Ótma S , S , S , Tabela 0 Taca de Utlzação de Área Desabrgada dos Almoxarfados 252

11 O ídce de fluêca da logístca o valor da parcela varável calculado este exemplo fo de R$ 82486,07, porém este valor pode ser reduzdo, pos a área desabrgada do almoxarfado de S2 fo utlzada em 00% de sua capacdade, logo, smulado stuações com a amplação de tal área dspoível, se pode chegar a valores ferores de ídce de flueca da logístca o valor de parcela varável, assm como, podem ser reduzas as áreas dos almoxarfados que possuem ível de ocupação feror à 00%, para reduzr o custo de admstração do almoxarfado. Também se podem elmar os custos dos almoxarfados com 0% de utlzação, como o caso da área desabrgada da subestação S3. 7. oclusões É observado que o problema de alocação de materas sobressaletes de equpametos para utlzação em lhas de trasmssão o mercado braslero é um problema úco o mudo, pos as peculardades do mercado de trasmssão de eerga elétrca do Brasl são muto dferetes dos mercados de trasmssão de eerga os demas países. O Brasl é o úco país que apreseta em cojuto os segutes aspectos: grade extesão terrtoral com a ecessdade de lhas de trasmssão cruzado o país, competção o mercado de trasmssão, remueração apeas pela dspobldade das stalações, e multas por dspobldade do servço em fução do tempo de duração do deslgameto da lha. Sedo assm os modelos utlzados os outros países ão podem ser aplcados ao Brasl. O modelo proposto para a alocação de equpametos sobressaletes para o setor de trasmssão de eerga elétrca é um trabalho édto e será de grade utldade para as empresas do setor, uma vez que poderá ser utlzada para város fs, etre eles podemos destacar os segutes: Dmução dos custos logístcos; Dmução dos custos de armazeagem; Descobrr as áreas ótmas ecessáras para armazeagem total e para cada almoxarfado; Aumetar a compettvdade das empresas frete à aqusção de ovos empreedmetos ou fusões de empresas, por possbltar o maor aprovetameto da fraestrutura já exstete; Smular dversas stuações de aumeto e redução de almoxarfados e seus mpactos ecoômcos; Localzar os melhores locas para amplação e costrução de ovos almoxarfados. A parcela varável por dspobldade é o maor fator redutor da lucratvdade das empresas propretáras de lha de trasmssão. E é este fator dretamete que a metodologa proposta de dstrbução de equpametos sobressaletes age, prorzado os equpametos com maor valor de parcela varável por dspobldade a ser paga, fazedo com que esteja o mas próxmo possível do local de sua utlzação. Porém, outros custos são levados em cosderação, como os custos de trasporte e o própro custo de armazeagem. O ídce de fluêca da logístca a parcela varável ótmo sera zero, mas este valor é utópco, pos para que seja zero, todos os equpametos sobressaletes devem estar armazeados as própras subestações de sua utlzação, o que aumetara os custos de armazeagem, em algus casos até expoecalmete. A dmução dos custos logístcos e de armazeameto por s só poderá aumetar as taxas de lucratvdade dos propretáros dos empreedmetos de trasmssão eerga. Através das defções de taxa de utlzação ótma dos almoxarfados, se poderão descobrr ode é melhor costrur, amplar, e até mesmo reduzr almoxarfados, de modo a aumetar as taxas de lucratvdade. Possur o domío desta metodologa é uma vatagem compettva à qual a empresa propretára de lha pode ter, pos este mercado é cada vez mas compettvo, e esta metodologa pode fazer com que a empresa aprovete melhor sua fraestrutura já exstete para reduzr custos em ovos empreedmetos, também pode aumetar a compettvdade em dsputas de lctações para costrução de ovas lhas, fusões, e aqusções de outras empresas do setor. 253

12 Referêcas Almeda, A. e Moras, D. Modelo de Decsão em Grupo para Gerecar Perdas de Água. Pesqusa Operacoal, v.26,.3, p , Setembro a Dezembro de 2006 Agêca Nacoal de Eerga Elétrca. Resolução 270, de 26 de juho de Estabelece as dsposções relatvas à qualdade do servço públco de trasmssão de eerga elétrca, assocada à dspobldade das stalações tegrates da Rede Básca, Brasíla, Agêca Nacoal de Eerga Elétrca. Atlas da eerga elétrca do Brasl 3ª Edção Brasíla: ANEEL, p.:l. Agêca Nacoal de Eerga Elétrca. Espaço do Empreededor Edtas de Trasmssão( acessos em abrl de 202), Brasíla, 202. Amarasgue, L. e Aakkage, U. Determato of Network Retal ompoets a ompettve Electrcty Market. Trasactos o Power Systems. aadá, Baughma, M. e Bottaro, D. Electrc Power Trasmsso ad Dstrbuto Systems: osts at Ther Allocato. Trasactos o Power Apparatus ad Systems. New York, 976. heg, H.; Yao, L.; Ma, Z. Trasmsso Surplus apacty Based Power Trasmsso Expaso Plag Usg haos Optmzato Algorthm. Electrc Utlty Deregulato ad Restructurg ad Power Techologes. ha, howdhury, A. e Koval, D. Deregulated Trasmsso System Relablty Plag rtera Based o Hstorcal Equpmet Performace Data. Trasacos o Idustry Aplcatos. Florda, 200. Dolezlek. D.; Rocha, G. Decso-Makg Iformato From Substato IEDs Drves Equpmet Lfe Exteso, Moderzato, ad Retrofttg. IEEE PES Iteratoal oferece ad Exhbto o Dgtal Object Idetfer. Espaha, 20. EPE. Estudos do Plao Deceal de Expasão de Eerga Elétrca Estudos das Tarfas de Uso do Sstema de Trasmssão Aálse da Evolução das Tarfas de Uso do Sstema de Trasmssão Mstéro de Mas e Eerga MME e Empresa de Pesqusa Eergétca EPE Ro de Jaero, Ferrera Flho, V. e Igáco, A. O uso de Sotware de modelagem AIMMS a solução de Problemas de Programação Matemátca. Pesqusa Operacoal vol.24 o. Ro de Jaero Ja./Apr, Gross, G. Trasmsso Expaso Overvew Fal Report for the Project PNUD BRA/98/09, Brasla, Yaasse, H.; Becceer, J e Soma, N. Um algortmo exato com ordeameto parcal para solução de um problema de programação da produção: expermetos computacoas. Gest. Prod., São arlos, v. 4,. 2, p , mao-ago Lehtoe, A.; Atla, E. e Ala-Rsku, E. Meterg ad Eergy Maagemet the Evromet of a De-regulated Electrcty Market. 4th Iteratoal oferece ad Exhbto. Flad, 997. Meeses, A. e Pto, L. Qualty of Supply at the Portuguese Electrcty Trasmsso Grd. Electrcal Power Qualty ad Utlzato. Portugal, 20. Motero, Rcardo R. Suplemeto Especal. Joral Gazeta Mercatl. Ro de Jaero. 29 de março de Natt, S.; Kezuovc, F. Trasmsso System Equpmet Mateace: O-le Use of rcut Breaker odto Data. Power Egeerg Socety Geeral Meetg. Texas, Satos, G.; Barbosa, E.; Slva, J. e Abreu, R. Por que as Tarfas Foram para os éus? Propostas para o Setor Elétrco Braslero. Revsta do BNDES. Ro de Jaero,

MEDIDAS DE TENDÊNCIA CENTRAL I

MEDIDAS DE TENDÊNCIA CENTRAL I Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, edca Veterára, uscoterapa, Odotologa, Pscologa EDIDAS DE TENDÊNCIA CENTRAL I 7 7. EDIDAS DE

Leia mais

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL Faculdade de Tecologa de Cataduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL 5. Meddas de Posção cetral ou Meddas de Tedêca Cetral Meddas de posção cetral preocupam-se com a caracterzação e a

Leia mais

16/03/2014. IV. Juros: taxa efetiva, equivalente e proporcional. IV.1 Taxa efetiva. IV.2 Taxas proporcionais. Definição:

16/03/2014. IV. Juros: taxa efetiva, equivalente e proporcional. IV.1 Taxa efetiva. IV.2 Taxas proporcionais. Definição: 6// IV. Juros: taxa efetva, equvalete e proporcoal Matemátca Facera Aplcada ao Mercado Facero e de Captas Professor Roaldo Távora IV. Taxa efetva Defção: É a taxa de juros em que a udade referecal de seu

Leia mais

Projeto de rede na cadeia de suprimentos

Projeto de rede na cadeia de suprimentos Projeto de rede a cadea de suprmetos Prof. Ph.D. Cláudo F. Rosso Egehara Logístca II Esboço O papel do projeto de rede a cadea de suprmetos Fatores que fluecam decsões de projeto de rede Modelo para decsões

Leia mais

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12 MEDIDAS DE POSIÇÃO: São meddas que possbltam represetar resumdamete um cojuto de dados relatvos à observação de um determado feômeo, pos oretam quato à posção da dstrbução o exo dos, permtdo a comparação

Leia mais

( ) Editora Ferreira - Toque de Mestre. Olá Amigos!

( ) Editora Ferreira - Toque de Mestre. Olá Amigos! Olá Amgos! Hoje coloco à dsposção de vocês aqu a seção Toque de Mestre da Edtora Ferrera (www.edtoraferrera.com.br) as questões de Matemátca Facera cobradas o últmo cocurso da axa Ecoômca Federal (EF),

Leia mais

Professor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø.

Professor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø. Professor Maurco Lutz 1 EGESSÃO LINEA SIMPLES A correlação lear é uma correlação etre duas varáves, cujo gráfco aproma-se de uma lha. O gráfco cartesao que represeta essa lha é deomado dagrama de dspersão.

Leia mais

5 Critérios para Análise dos Resultados

5 Critérios para Análise dos Resultados 5 Crtéros para Aálse dos Resultados Este capítulo tem por objetvos forecer os crtéros utlzados para aálse dos dados ecotrados a pesqusa, bem como uma vsão geral dos custos ecotrados e a forma de sua evolução

Leia mais

Construção e Análise de Gráficos

Construção e Análise de Gráficos Costrução e Aálse de Gráfcos Por que fazer gráfcos? Facldade de vsualzação de cojutos de dados Faclta a terpretação de dados Exemplos: Egehara Físca Ecooma Bologa Estatístca Y(udade y) 5 15 1 5 Tabela

Leia mais

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística BAC 0 - Estatístca Uversdade Federal de Itajubá - Campus Itabra BAC0 - ESTATÍSTICA ESTATÍSTICA DESCRITIVA MEDIDAS DE CENTRO Méda Medda de cetro ecotrada pela somatóra de todos os valores de um cojuto,

Leia mais

15/03/2012. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações

15/03/2012. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações Itrodução.1 Juros Smples Juro: recompesa pelo sacrfíco de poupar o presete, postergado o cosumo para o futuro Maora das taxas de uros aplcadas o mercado facero são referecadas pelo crtéro smples Determa

Leia mais

Perguntas Freqüentes - Bandeiras

Perguntas Freqüentes - Bandeiras Pergutas Freqüetes - Baderas Como devo proceder para prestar as formações de quatdade e valor das trasações com cartões de pagameto, os casos em que o portador opte por lqudar a obrgação de forma parcelada

Leia mais

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento. Prof. Lorí Val, Dr. val@pucrs.r http://www.pucrs.r/famat/val/ Em mutas stuações duas ou mas varáves estão relacoadas e surge etão a ecessdade de determar a atureza deste relacoameto. A aálse de regressão

Leia mais

Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1.

Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1. Iterpolação Iterpolação é um método que permte costrur um ovo cojuto de dados a partr de um cojuto dscreto de dados potuas cohecdos. Em egehara e cêcas, dspõese habtualmete de dados potuas, obtdos a partr

Leia mais

Avaliação de Empresas Profa. Patricia Maria Bortolon

Avaliação de Empresas Profa. Patricia Maria Bortolon Avalação de Empresas MODELO DE DIVIDENDOS Dvdedos em um estáo DDM Dscouted Dvded Model Muto utlzados a precfcação de uma ação em que o poto de vsta do vestdor é extero à empresa e eralmete esse vestdor

Leia mais

Forma padrão do modelo de Programação Linear

Forma padrão do modelo de Programação Linear POGAMAÇÃO LINEA. Forma Padrão do Modelo de Programação Lear 2. elações de Equvalêca 3. Suposções da Programação Lear 4. Eemplos de Modelos de PPL 5. Suposções da Programação Lear 6. Solução Gráfca e Iterpretação

Leia mais

Prof. Eugênio Carlos Stieler

Prof. Eugênio Carlos Stieler http://www.uemat.br/eugeo Estudar sem racocar é trabalho 009/ TAXA INTERNA DE RETORNO A taa tera de retoro é a taa que equalza o valor presete de um ou mas pagametos (saídas de caa) com o valor presete

Leia mais

MEDIDAS DE DISPERSÃO:

MEDIDAS DE DISPERSÃO: MEDID DE DIPERÃO: fução dessas meddas é avalar o quato estão dspersos os valores observados uma dstrbução de freqüêca ou de probabldades, ou seja, o grau de afastameto ou de cocetração etre os valores.

Leia mais

Econometria: 3 - Regressão Múltipla

Econometria: 3 - Regressão Múltipla Ecoometra: 3 - Regressão Múltpla Prof. Marcelo C. Mederos mcm@eco.puc-ro.br Prof. Marco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo de regressão

Leia mais

Previsão de demanda quantitativa Regressão linear Regressão múltiplas Exemplos Exercícios

Previsão de demanda quantitativa Regressão linear Regressão múltiplas Exemplos Exercícios Objetvos desta apresetação Plaejameto de produção: de Demada Aula parte Mauro Osak TES/ESALQ-USP Pesqusador do Cetro de Estudos Avaçados em Ecooma Aplcada Cepea/ESALQ/USP de demada quattatva Regressão

Leia mais

ESTATÍSTICA Exame Final 1ª Época 3 de Junho de 2002 às 14 horas Duração : 3 horas

ESTATÍSTICA Exame Final 1ª Época 3 de Junho de 2002 às 14 horas Duração : 3 horas Faculdade de cooma Uversdade Nova de Lsboa STTÍSTIC xame Fal ª Época de Juho de 00 às horas Duração : horas teção:. Respoda a cada grupo em folhas separadas. Idetfque todas as folhas.. Todas as respostas

Leia mais

Arquitetura da ART Controle 1 Controle 2

Arquitetura da ART Controle 1 Controle 2 Teora de Ressoâca Adaptatva - ART Arqutetura da ART Cotrole Cotrole 2 Desevolvda por Carpeter e Grossberg como uma alteratva para resolver o dlema establdade-plastcdade (rede ão aprede ovos padrões). Realme

Leia mais

Total Bom Ruim Masculino

Total Bom Ruim Masculino UNIDADE I - ESTUDO DIRIGIDO Questão - Classfque as varáves em qualtatva (omal ou ordal ou quattatva (cotíua ou dscreta: a. População: aluos de uma Uversdade. Varável: cor dos cabelos (louro, castaho, ruvo,

Leia mais

Olá, amigos concursandos de todo o Brasil!

Olá, amigos concursandos de todo o Brasil! Matemátca Facera ICMS-RJ/008, com gabarto cometado Prof. Wager Carvalho Olá, amgos cocursados de todo o Brasl! Veremos, hoje, a prova do ICMS-RJ/008, com o gabarto cometado. - O artgo º da Le.948 de 8

Leia mais

S S S S 5. Uma pessoa deposita em um banco, no fim de cada mês, durante 5 meses, a quantia de R$ 200,00. 1,05 1

S S S S 5. Uma pessoa deposita em um banco, no fim de cada mês, durante 5 meses, a quantia de R$ 200,00. 1,05 1 CopyMarket.com Todos os dretos reservados. ehuma parte desta publcação poderá ser reproduzda sem a autorzação da Edtora. Título: Matemátca Facera e Comercal utores: Roberto Domgos Mello e Carlos Eduardo

Leia mais

Apêndice. Uso de Tabelas Financeiras

Apêndice. Uso de Tabelas Financeiras Apêdce C Uso de Tabelas Faceras 1. INTRODUÇÃO...2 2. SIMBOLOGIA ADOTADA E DIAGRAMA PADRÃO...2 3. RELAÇÃO ENTRE PV E FV...2 3.1. DADO PV ACHAR FV: FATOR (FV/PV)...3 3.1.1. EXEMPLOS NUMÉRICOS...5 3.2. DADO

Leia mais

( k) Tema 02 Risco e Retorno 1. Conceitos Básicos

( k) Tema 02 Risco e Retorno 1. Conceitos Básicos FEA -USP Graduação Cêcas Cotábes EAC05 04_0 Profa. Joaíla Ca. Rsco e Retoro. Cocetos Báscos Rotero BE-cap.6 Tema 0 Rsco e Retoro. Cocetos Báscos I. O que é Retoro? II. Qual é o Rsco de um Atvo Idvdual

Leia mais

Estatística - exestatmeddisper.doc 25/02/09

Estatística - exestatmeddisper.doc 25/02/09 Estatístca - exestatmeddsper.doc 5/0/09 Meddas de Dspersão Itrodução ão meddas estatístcas utlzadas para avalar o grau de varabldade, ou dspersão, dos valores em toro da méda. ervem para medr a represetatvdade

Leia mais

ANÁLISE DE REGRESSÃO E CORRELAÇÃO

ANÁLISE DE REGRESSÃO E CORRELAÇÃO ANÁLISE DE REGRESSÃO E CORRELAÇÃO Quado se cosderam oservações de ou mas varáves surge um poto ovo: O estudo das relações porvetura estetes etre as varáves. A aálse de regressão e correlação compreedem

Leia mais

Determine a média de velocidade, em km/h, dos veículos que trafegaram no local nesse período.

Determine a média de velocidade, em km/h, dos veículos que trafegaram no local nesse período. ESTATÍSTICA - 01 1. (UERJ 01) Téccos do órgão de trâsto recomedaram velocdade máxma de 80 km h o trecho de uma rodova ode ocorrem mutos acdetes. Para saber se os motorstas estavam cumprdo as recomedações,

Leia mais

LEASING UMA OBSERVAÇÃO Economista Antonio Pereira da Silva

LEASING UMA OBSERVAÇÃO Economista Antonio Pereira da Silva LEASING UMA OBSERVAÇÃO Ecoomsta Atoo Perera da Slva AMOR POR DINHEIRO TITÃS Composção: Sérgo Brtto e To Bellotto Acma dos homes, a le E acma da le dos homes A le de Deus Acma dos homes, o céu E acma do

Leia mais

TAXA INTERNA DE RETORNO MODIFICADA APLICADA A AVALIAÇÃO DE INVESTIMENTOS NO SETOR ELÉTRICO BRASILEIRO

TAXA INTERNA DE RETORNO MODIFICADA APLICADA A AVALIAÇÃO DE INVESTIMENTOS NO SETOR ELÉTRICO BRASILEIRO SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GME - 17 16 a 21 Outubro de 2005 Curtba - Paraá GRUPO VI GRUPO DE ESTUDO EM MERCADOS DE ENERGIA ELÉTRICA - GME TAXA INTERNA DE RETORNO

Leia mais

Cap.20 Avaliação Econ. Financ. de Projetos de Inv. Sumário. Jim Lane. $20 mi. Gordon Letwin $20 mi Paul Allen $25 bi

Cap.20 Avaliação Econ. Financ. de Projetos de Inv. Sumário. Jim Lane. $20 mi. Gordon Letwin $20 mi Paul Allen $25 bi Pol-UFRJ/25.1 Cap.2 Avalação Eco. Fac. de Projetos de Iv. Ecooma Carlos Nemer 3ª Ed. Capítulo 2 Avalação Ecoômco Facera de Projetos de Ivestmeto Steve Wood $15 m Bob O' Rear $1 mllo Bob Wallace $5 m Bob

Leia mais

Distribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD

Distribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD Dstrbuções Amostras Estatístca 8 - Dstrbuções Amostras 08- Dstrbuções Amostras Dstrbução Amostral de Objetvo: Estudar a dstrbução da população costtuída de todos os valores que se pode obter para, em fução

Leia mais

Revisão de Estatística X = X n

Revisão de Estatística X = X n Revsão de Estatístca MÉDIA É medda de tedêca cetral mas comumete usada ara descrever resumdamete uma dstrbução de freqüêca. MÉDIA ARIMÉTICA SIMPLES São utlzados os valores do cojuto com esos guas. + +...

Leia mais

? Isso é, d i= ( x i. . Percebeu que

? Isso é, d i= ( x i. . Percebeu que Estatístca - Desvo Padrão e Varâca Preparado pelo Prof. Atoo Sales,00 Supoha que tehamos acompahado as otas de quatro aluos, com méda 6,0. Aluo A: 4,0; 6,0; 8,0; méda 6,0 Aluo B:,0; 8,0; 8,0; méda 6,0

Leia mais

Estudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples.

Estudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples. Estudo das relações etre peso e altura de estudates de estatístca através da aálse de regressão smples. Waessa Luaa de Brto COSTA 1, Adraa de Souza COSTA 1. Tago Almeda de OLIVEIRA 1 1 Departameto de Estatístca,

Leia mais

ÍNDICE DE TERMOS: MOTOR DEDICADO, PADRONIZAÇÃO;

ÍNDICE DE TERMOS: MOTOR DEDICADO, PADRONIZAÇÃO; Aplcação de Motores de Méda esão dedcados acoados por versor de frequêca e utlzação de um úco projeto em dferetes solctações de carga. Gleuber Helder Perera Rodrgues Esp. Eg. WEG Brasl gleuber@weg.et Alex

Leia mais

A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: enchentes

A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: enchentes Mostra Nacoal de Icação Cetífca e Tecológca Iterdscplar VI MICTI Isttuto Federal Catarese Câmpus Camború 30 a 3 de outubro de 03 A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: echetes Ester Hasse

Leia mais

XLVI Pesquisa Operacional na Gestão da Segurança Pública

XLVI Pesquisa Operacional na Gestão da Segurança Pública XLVI Pesqusa Operacoal a Gestão da Seguraça Públca DISPOSIÇÃO DE FACILIDADES EM FILA DUPLA VIA PROGRAMAÇÃO INTEIRA MISTA Leoardo D. Secch Departameto de Matemátca Aplcada, UFES, 29932-540, São Mateus,

Leia mais

UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO CENTRO UNIVERSITÁRIO NORTE DO ESPÍRITO SANTO DEPARTAMENTO DE ENGENHARIAS E TECNOLOGIA Plano de Ensino

UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO CENTRO UNIVERSITÁRIO NORTE DO ESPÍRITO SANTO DEPARTAMENTO DE ENGENHARIAS E TECNOLOGIA Plano de Ensino Plao de Eso Uversdade Federal do Espírto Sato Campus: São Mateus Curso: Egehara de Produção Departameto Resposável: Departameto de Egeharas e Tecologa Data de Aprovação (Art. º 91): Docete resposável:

Leia mais

6.1 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS

6.1 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS 7 6 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS A medção dreta é aquela cuja dcação resulta aturalmete da aplcação do sstema de medção sobre o mesurado Há apeas uma gradeza de etrada evolvda

Leia mais

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados 3.1. Meddas de Tedêca Cetral CAPÍTULO 3 MEDIDA DE TENDÊNCIA CENTRAL E VARIABILIDADE UFRG 1 Há váras meddas de tedêca cetral. Etre elas ctamos a méda artmétca, a medaa, a méda harmôca, etc. Cada uma dessas

Leia mais

Análise de Regressão

Análise de Regressão Aálse de Regressão Prof. Paulo Rcardo B. Gumarães. Itrodução Os modelos de regressão são largamete utlzados em dversas áreas do cohecmeto, tas como: computação, admstração, egeharas, bologa, agrooma, saúde,

Leia mais

Bruno Hott Algoritmos e Estruturas de Dados I DECSI UFOP. Aula 10: Ordenação

Bruno Hott Algoritmos e Estruturas de Dados I DECSI UFOP. Aula 10: Ordenação Bruo Hott Algortmos e Estruturas de Dados I DECSI UFOP Aula 10: Ordeação O Crtéro de Ordeação Ordea-se de acordo com uma chave: typedef t TChave; typedef struct{ TChave chave; /* outros compoetes */ Item;

Leia mais

MÉTODO DOS MÍNIMOS QUADRADOS

MÉTODO DOS MÍNIMOS QUADRADOS MÉTODO DOS MÍNIMOS QUADRADOS I - INTRODUÇÃO O processo de medda costtu uma parte essecal a metodologa cetífca e também é fudametal para o desevolvmeto e aplcação da própra cêca. No decorrer do seu curso

Leia mais

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo.

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo. Equlíbro e o Potecal de Nerst 5910187 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 11 Nesta aula, vamos utlzar a equação para o modelo de eletrodfusão o equlíbro obtda a aula passada para estudar o trasporte

Leia mais

Matemática C Semiextensivo V. 2

Matemática C Semiextensivo V. 2 Matemátca C Semetesvo V. Eercícos 0) Através da observação dreta do gráfco, podemos coclur que: a) País. b) País. c) 00 habtates. d) 00 habtates. e) 00 0 0 habtates. 0) C Através do gráfco, podemos costrur

Leia mais

Prof. Eugênio Carlos Stieler

Prof. Eugênio Carlos Stieler UNEMAT Uversdade do Estado de Mato Grosso Matemátca Facera http://www2.uemat.br/eugeo SÉRIE DE PAGAMENTOS 1. NOÇÕES SOBRE FLUXO DE CAIXA Prof. Eugêo Carlos Steler Estudar sem racocar é trabalho perddo

Leia mais

x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População

x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População ESTATÍSTICA STICA DESCRITIVA Prof. Lorí Val, Dr. val@mat.ufrgs.br http://.ufrgs.br/~val/ Orgazação; Resumo; Apresetação. Cojuto de dados: Amostra ou População Um cojuto de dados é resumdo de acordo com

Leia mais

Capitulo 1 Resolução de Exercícios

Capitulo 1 Resolução de Exercícios S C J S C J J C FORMULÁRIO Regme de Juros Smples 1 1 S C 1 C S 1 1.8 Exercícos Propostos 1 1) Qual o motate de uma aplcação de R$ 0.000,00 aplcados por um prazo de meses, à uma taxa de 2% a.m, os regmes

Leia mais

E-mails: damasceno1204@yahoo.com.br damasceno@interjato.com.br damasceno12@hotmail.com http://www. damasceno.info www. damasceno.info damasceno.

E-mails: damasceno1204@yahoo.com.br damasceno@interjato.com.br damasceno12@hotmail.com http://www. damasceno.info www. damasceno.info damasceno. Matemátca Facera 2007.1 Prof.: Luz Gozaga Damasceo 1 E-mals: damasceo1204@yahoo.com.br damasceo@terjato.com.br damasceo12@hotmal.com http://www. damasceo.fo www. damasceo.fo damasceo.fo Obs.: (1 Quado

Leia mais

2 Avaliação da segurança dinâmica de sistemas de energia elétrica: Teoria

2 Avaliação da segurança dinâmica de sistemas de energia elétrica: Teoria Avalação da seguraça dâmca de sstemas de eerga elétrca: Teora. Itrodução A avalação da seguraça dâmca é realzada através de estudos de establdade trastóra. Nesses estudos, aalsa-se o comportameto dos geradores

Leia mais

SUMÁRIO GOVERNO DO ESTADO DO CEARÁ. Cid Ferreira Gomes Governador. 1. Introdução... 2. Domingos Gomes de Aguiar Filho Vice Governador

SUMÁRIO GOVERNO DO ESTADO DO CEARÁ. Cid Ferreira Gomes Governador. 1. Introdução... 2. Domingos Gomes de Aguiar Filho Vice Governador INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ - IPECE GOVERNO DO ESTADO DO CEARÁ Cd Ferrera Gomes Goverador Domgos Gomes de Aguar Flho Vce Goverador SECRETARIA DO PLANEJAMENTO E GES- TÃO (SEPLAG)

Leia mais

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação etre duas ou mas varáves. Pode ser: correlacoal ou expermetal. Numa relação expermetal os valores de uma das varáves

Leia mais

ESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA

ESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA ESTATÍSTICA MÓDULO OS RAMOS DA ESTATÍSTICA Ídce. Os Ramos da Estatístca...3.. Dados Estatístcos...3.. Formas Icas de Tratameto dos Dados....3. Notação por Ídces...5.. Notação Sgma ()...5 Estatístca Módulo

Leia mais

Sumário. Mecânica. Sistemas de partículas

Sumário. Mecânica. Sistemas de partículas umáro Udade I MECÂNICA 2- Cetro de massa e mometo lear de um sstema de partículas - stemas de partículas e corpo rígdo. - Cetro de massa. - Como determar o cetro de massa dum sstema de partículas. - Vetor

Leia mais

JUROS SIMPLES. i 100 i 100. TAXA PROPORCIONAL: É aquela que aplicada ao mesmo capital, no mesmo prazo, produze o mesmo juros.

JUROS SIMPLES. i 100 i 100. TAXA PROPORCIONAL: É aquela que aplicada ao mesmo capital, no mesmo prazo, produze o mesmo juros. JUROS MONTANTE JUROS SIMPLES J = C 0 * * t 00 M = C * + * t 00 TAXA PROPORCIONAL: É aquela que aplcada ao mesmo captal, o mesmo prazo, produze o mesmo juros. * = * JUROS COMPOSTOS MONTANTE M = C * + 00

Leia mais

Econometria: 4 - Regressão Múltipla em Notação Matricial

Econometria: 4 - Regressão Múltipla em Notação Matricial Ecoometra: 4 - Regressão últpla em Notação atrcal Prof. arcelo C. ederos mcm@eco.puc-ro.br Prof. arco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo

Leia mais

A MODELAGEM MATEMÁTICA NA PREVISÃO DE RECURSOS PARA A VIDA UNIVERSITÁRIA DE UMA CRIANÇA.

A MODELAGEM MATEMÁTICA NA PREVISÃO DE RECURSOS PARA A VIDA UNIVERSITÁRIA DE UMA CRIANÇA. A MODELAGEM MATEMÁTICA NA PREVIÃO DE RECURO PARA A VIDA UNIVERITÁRIA DE UMA CRIANÇA. Karla Jaquele ouza Tatsch Lozcler Mara Moro dos atos Valde Bsog 3 Resumo Nesse trabalho utlza-se a Modelagem Matemátca

Leia mais

de Energia Geração Térmica

de Energia Geração Térmica Sstema Itegrado de Plaeameto e Comercalzação de Eerga Geração Térmca Rafael de Souza Favoreto, CEHPAR LACTEC; Marcelo Rodrgues Bessa, CEHPAR LACTEC; Wlso Tadeu Pzzatto, COPEL; Luz Roberto Morgester Ferrera,

Leia mais

Noções Básicas de Medidas e Algarismos Significativos

Noções Básicas de Medidas e Algarismos Significativos Noções Báscas de Meddas e Algarsmos Sgfcatvos Prof. Theo Z. Pava Departameto de Físca - Faculdade de Flosofa, Cêcas e Letras de Rberão Preto-USP Físca Acústca Motvações Quas são os padrões de meddas? Podemos

Leia mais

Perguntas freqüentes Credenciadores

Perguntas freqüentes Credenciadores Pergutas freqüetes Credecadores Como devo proceder para prestar as formações de quatdade e valor das trasações com cartões de pagameto, os casos em que o portador opte pelo facameto da compra pelo emssor?

Leia mais

Nota Técnica n o 037/2013-SRG/ANEEL. Em 17 de maio de 2013. Processo: 48500.002907/2010-89

Nota Técnica n o 037/2013-SRG/ANEEL. Em 17 de maio de 2013. Processo: 48500.002907/2010-89 Nota Técca o 037/2013-SRG/ANEEL Em 17 de mao de 2013. Processo: 48500.002907/2010-89 Assuto: Cosoldação de todas as regulametações referetes à apuração de dspobldades de empreedmetos de geração de eerga

Leia mais

9 Medidas Descritivas

9 Medidas Descritivas 1 9 Meddas Descrtvas Vmos aterormete que um cojuto de dados pode ser resumdo através de uma dstrbução de freqüêcas, e que esta pode ser represetada através de uma tabela ou de um gráfco. Se o cojuto refere-se

Leia mais

Métodos iterativos. Capítulo O Método de Jacobi

Métodos iterativos. Capítulo O Método de Jacobi Capítulo 4 Métodos teratvos 41 O Método de Jacob O Método de Jacob é um procedmeto teratvo para a resolução de sstemas leares Tem a vatagem de ser mas smples de se mplemetar o computador do que o Método

Leia mais

MÓDULO 8 REVISÃO REVISÃO MÓDULO 1

MÓDULO 8 REVISÃO REVISÃO MÓDULO 1 MÓDULO 8 REVISÃO REVISÃO MÓDULO A Estatístca é uma técca que egloba os métodos cetícos para a coleta, orgazação, apresetação, tratameto e aálse de dados. O objetvo da Estatístca é azer com que dados dspersos

Leia mais

( Sistema Francês de Amortização )

( Sistema Francês de Amortização ) NA PRÁTICA A TEORIA É A MESMA ( Sstema Fracês de Amortzação ) Em um Cogresso, um Grupo de Professores e Autores composto por Admstradores, Ecoomstas, Cotadores e, todos Pertos Judcas, apresetam os segutes

Leia mais

Matemática Financeira

Matemática Financeira 1)Um vestdor aplcou R$6,, gerado uma remueração de R$3, ao fal de um período de um ao (36 das). Calcular a taxa de juros paga a operação. = J/ = 3/6 =, ou % ou 63 = 6 (1+ 1) 63 = 6 + 6 63 6 = 6 3 = 6 =

Leia mais

Avaliação da Localização de Base de Atendimento para Equipamentos de Movimentação de uma Empresa Siderúrgica

Avaliação da Localização de Base de Atendimento para Equipamentos de Movimentação de uma Empresa Siderúrgica Avalação da Localzação de Base de Atedmeto para Equpametos de Movmetação de uma Empresa Sderúrgca Leadro Ferades da Slva Leadro.Ferades@cs.com.br UFF Ilto Curty Leal Juor ltocurty@gmal.com UFRJ Paul Adrao

Leia mais

RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO

RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO RACIOCÍIO LÓGICO - Zé Carlos RACIOCÍIO LÓGICO / ESTATÍSTICA LISTA RESUMO TEÓRICO I. Cocetos Icas. O desvo médo (DM), é a méda artmétca dos desvos de cada dado da amostra em toro do valor médo, sto é x

Leia mais

( ) ( IV ) n ( ) Escolha a alternativa correta: A. III, II, I, IV. B. II, III, I, IV. C. IV, III, I, II. D. IV, II, I, III. E. Nenhuma das anteriores.

( ) ( IV ) n ( ) Escolha a alternativa correta: A. III, II, I, IV. B. II, III, I, IV. C. IV, III, I, II. D. IV, II, I, III. E. Nenhuma das anteriores. Prova de Estatístca Epermetal Istruções geras. Esta prova é composta de 0 questões de múltpla escolha a respeto dos cocetos báscos de estatístca epermetal, baseada os lvros BANZATTO, A.D. e KRONKA, S.N.

Leia mais

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão Estatístca Descrtva Meddas estatístcas: Localzação, Dspersão Meddas estatístcas Localzação Dspersão Meddas estatístcas - localzação Méda artmétca Dados ão agrupados x x Dados dscretos agrupados x f r x

Leia mais

ALGORITMO GENÉTICO MULTI- OBJETIVO PARA O SEQUENCIAMENTO INTEGRADO DE ATIVIDADES DE PRODUÇÃO E MANUTENÇÃO

ALGORITMO GENÉTICO MULTI- OBJETIVO PARA O SEQUENCIAMENTO INTEGRADO DE ATIVIDADES DE PRODUÇÃO E MANUTENÇÃO ALGORITMO GENÉTICO MULTI- OBJETIVO PARA O SEQUENCIAMENTO INTEGRADO DE ATIVIDADES DE PRODUÇÃO E MANUTENÇÃO Rodrgo Jose Pres Ferrera (UFPE ) rodjpf@gmal.com Joao Marco Soares de Souza Lma Flho (UFPE ) joaomarco2408@hotmal.com

Leia mais

Teoria Elementar da Probabilidade. a) Cada experiência poderá ser repetida indefinidamente sob condições essencialmente inalteradas.

Teoria Elementar da Probabilidade. a) Cada experiência poderá ser repetida indefinidamente sob condições essencialmente inalteradas. Estatístca 47 Estatístca 48 Teora Elemetar da Probabldade SPECTOS PERTINENTES À CRCTERIZÇÃO DE UM EXPERIÊNCI LETÓRI MODELOS MTEMÁTICOS DETERMINÍSTICOS PROBBILÍSTICOS PROCESSO (FENÓMENO) LETÓRIO - Quado

Leia mais

Monitoramento ou Inventário Florestal Contínuo

Monitoramento ou Inventário Florestal Contínuo C:\Documets ad Settgs\DISCO_F\MEUS-DOCS\LIVRO_EF_44\ef44_PDF\CAP XIV_IFCOTIUO.doc 6 Motorameto ou Ivetáro Florestal Cotíuo Agosto Lopes de Souza. ITRODUÇÃO Parcelas permaetes de vetáro florestal cotíuo

Leia mais

x Ex: A tabela abaixo refere-se às notas finais de três turmas de estudantes. Calcular a média de cada turma:

x Ex: A tabela abaixo refere-se às notas finais de três turmas de estudantes. Calcular a média de cada turma: Professora Jaete Perera Amador 1 9 Meddas Descrtvas Vmos aterormete que um cojuto de dados pode ser resumdo através de uma dstrbução de freqüêcas, e que esta pode ser represetada através de uma tabela

Leia mais

Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto

Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto Faculdade de Ecooma, Admstração e Cotabldade de Rberão Preto Ecooma Moetára Curso de Ecooma / º. Semestre de 014 Profa. Dra. Rosel da Slva Nota de aula CAPM Itrodução Há dos modelos bastate utlzados para

Leia mais

7 Análise de covariância (ANCOVA)

7 Análise de covariância (ANCOVA) Plejameto de Expermetos II - Adlso dos Ajos 74 7 Aálse de covarâca (ANCOVA) 7.1 Itrodução Em algus expermetos, pode ser muto dfícl e até mpossível obter udades expermetas semelhtes. Por exemplo, pode-se

Leia mais

Caderno de Fórmulas. Títulos Públicos - Cetip 21

Caderno de Fórmulas. Títulos Públicos - Cetip 21 Cadero de Fórmulas Títulos Públcos - Cetp 21 Últma Atualzação: 21/06/2017 Cadero de Fórmulas Apresetação Títulos Públcos E ste Cadero de Fórmulas tem por objetvo esclarecer aos usuáros a metodologa de

Leia mais

EVAPOTRANSPIRAÇÃO DE REFERÊNCIA UTILIZANDO MÉTODOS DE TANQUE CLASSE A PROPOSTOS PELA FAO, NA REGIÃO DE MOSSORÓ, RN

EVAPOTRANSPIRAÇÃO DE REFERÊNCIA UTILIZANDO MÉTODOS DE TANQUE CLASSE A PROPOSTOS PELA FAO, NA REGIÃO DE MOSSORÓ, RN EVAPOTRANSPIRAÇÃO DE REFERÊNCIA UTILIZANDO MÉTODOS DE TANQUE CLASSE A PROPOSTOS PELA FAO, NA REGIÃO DE MOSSORÓ, RN Tayd Dayvso Custódo Pexoto ; Sérgo Luz Agular Leve ; Adre Herma Frere Bezerra 3 ; José

Leia mais

ÍNDICE DE THEIL Referência Obrigatória: Hoffman cap 4 pags 99 a 116 e cap 3 pgs (seção 3.4).

ÍNDICE DE THEIL Referência Obrigatória: Hoffman cap 4 pags 99 a 116 e cap 3 pgs (seção 3.4). Cetro de Polítcas Socas - Marcelo Ner ÍNDICE DE HEIL Referêca Obrgatóra: Hoffma cap 4 pags 99 a 6 e cap 3 pgs 42-44 (seção 3.4).. Coteúdo Iformatvo de uma mesagem Baseado a teora da formação, que aalsa

Leia mais

Uso de covariáveis em modelos biométricos para estimação de altura total em árvores de Eucalyptus dunnii

Uso de covariáveis em modelos biométricos para estimação de altura total em árvores de Eucalyptus dunnii Uso de covaráves em modelos bométrcos para estmação de altura total em árvores de Eucalyptus du Oar Medes de Olvera Adrao Rbero de Medoça Fábo Mareto Glso Ferades da Slva Samuel de Pádua Chaves e Carvalho

Leia mais

XLVII SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL

XLVII SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL Porto de Galhas, Perambuco-PE ALOCAÇÃO DE MEDIDORES DE QUALIDADE DE ENERGIA UTILIZANDO A P-MEDIANA Lucmáro Gos de Olera Sla UFPE - DEP AV. Prof. Moraes Rego, 1235, Cdade Uerstára, Recfe-PE luco_gos@hotmal.com

Leia mais

Relatório 2ª Atividade Formativa UC ECS

Relatório 2ª Atividade Formativa UC ECS Relatóro 2ª Atvdade Formatva Eercíco I. Quado a dstrbução de dados é smétrca ou apromadamete smétrca, as meddas de localzação méda e medaa, cocdem ou são muto semelhates. O mesmo ão acotece quado a dstrbução

Leia mais

AVALIAÇÃO DE GANHOS E PERDAS EM FUNDOS DE INVESTIMENTOS UTILIZANDO REGRESSÃO LINEAR. José Antonio Stark Ferreira

AVALIAÇÃO DE GANHOS E PERDAS EM FUNDOS DE INVESTIMENTOS UTILIZANDO REGRESSÃO LINEAR. José Antonio Stark Ferreira 1 AVALIAÇÃO DE GANHOS E PERDAS EM FUNDOS DE INVESTIMENTOS UTILIZANDO REGRESSÃO LINEAR José Atoo Stark Ferrera I - INTRODUÇÃO O presete estudo fo desevolvdo objetvado mesurar os gahos e perdas patrmoas

Leia mais

ESTATÍSTICA Aula 7. Prof. Dr. Marco Antonio Leonel Caetano

ESTATÍSTICA Aula 7. Prof. Dr. Marco Antonio Leonel Caetano ESTATÍSTICA Aula 7 Prof. Dr. Marco Atoo Leoel Caetao Dstrbuções de Probabldade DISCRETAS CONTÍNUAS (Números teros) Bomal Posso Geométrca Hper-Geométrca Pascal (Números reas) Normal t-studet F-Sedecor Gama

Leia mais

II. Propriedades Termodinâmicas de Soluções

II. Propriedades Termodinâmicas de Soluções II. Propredades Termodâmcas de Soluções 1 I. Propredades Termodâmcas de Fludos OBJETIVOS Eteder a dfereça etre propredade molar parcal e propredade de uma espéce pura Saber utlzar a equação de Gbbs-Duhem

Leia mais

Centro de massa, momento linear de sistemas de partículas e colisões

Centro de massa, momento linear de sistemas de partículas e colisões Cetro de massa, mometo lear de sstemas de partículas e colsões Prof. Luís C. Pera stemas de partículas No estudo que temos vdo a fazer tratámos os objectos, como, por exemplo, blocos de madera, automóves,

Leia mais

4 O Método de Análise Hierárquica

4 O Método de Análise Hierárquica 4 O Método de Aálse Herárquca 4.. Itrodução O método de aálse herárquca é um dos métodos multatrbuto mas utlzados e dfuddos o mercado mudal (Gomes, 007). Isso se deve, provavelmete, a duas razões. A prmera

Leia mais

Uma Calculadora Financeira usando métodos numéricos e software livre

Uma Calculadora Financeira usando métodos numéricos e software livre Uma Calculadora Facera usado métos umércos e software lvre Jorge edraza Arpas, Julao Sott, Depto de Cêcas e Egeharas, Uversdade Regoal ItegradaI, URI 98400-000-, Frederco Westphale, RS Resumo.- Neste trabalho

Leia mais

Distribuições de Probabilidades

Distribuições de Probabilidades Estatístca - aulasestdstrnormal.doc 0/05/06 Dstrbuções de Probabldades Estudamos aterormete as dstrbuções de freqüêcas de amostras. Estudaremos, agora, as dstrbuções de probabldades de populações. A dstrbução

Leia mais

GERENCIAMENTO DA COLETA DE RESÍDUOS SÓLIDOS URBANOS: ESTRUTURAÇÃO E APLICAÇÃO DE MODELO NÃO-LINEAR DE PROGRAMAÇÃO POR METAS

GERENCIAMENTO DA COLETA DE RESÍDUOS SÓLIDOS URBANOS: ESTRUTURAÇÃO E APLICAÇÃO DE MODELO NÃO-LINEAR DE PROGRAMAÇÃO POR METAS GERENCIAMENTO DA COLETA DE RESÍDUOS SÓLIDOS URBANOS: ESTRUTURAÇÃO E APLICAÇÃO DE MODELO NÃO-LINEAR DE PROGRAMAÇÃO POR METAS Valeraa Cuha Faculdade de Gestão e Negócos, Uversdade Federal de Uberlâda, Av.

Leia mais

Estudo do intervalo de confiança da regressão inversa utilizando o software R

Estudo do intervalo de confiança da regressão inversa utilizando o software R Estudo do tervalo de cofaça da regressão versa utlzado o software R Llae Lopes Cordero João Domgos Scalo. Itrodução Na maora das aplcações evolvedo regressão, determa-se o valor de Y correspodete a um

Leia mais

2 Procedimentos para Ajuste e Tratamento Estatístico de Dados Experimentais

2 Procedimentos para Ajuste e Tratamento Estatístico de Dados Experimentais 48 Procedmetos para Ajuste e Tratameto Estatístco de Dados Expermetas. Itrodução Modelos matemátcos desevolvdos para descrever eômeos íscos a partr de observações expermetas devem ser baseados em dados

Leia mais

2 Estrutura a Termo de Taxa de Juros

2 Estrutura a Termo de Taxa de Juros Estrutura a Termo de Taxa de Juros 20 2 Estrutura a Termo de Taxa de Juros A Estrutura a termo de taxa de juros (também cohecda como Yeld Curve ou Curva de Retabldade) é a relação, em dado mometo, etre

Leia mais

Aula 6. Plano da aula. Bibliografia:

Aula 6. Plano da aula. Bibliografia: Aula 6 Bblografa: Farrel & Shapro, 1990, Horzotal Mergers: A Equlbrum Aalyss, AER; Wsto, 2008, Lectures o Attrust Ecoomcs, MIT Press; Motta (2005), Cap 5. Plao da aula I. Cocetrações horzotas (cotução)

Leia mais

MANUAL DO USUÁRIO DO

MANUAL DO USUÁRIO DO 06 MANUAL DO USUÁRIO DO DEPARTAMENTO ACADÊMICO DE MATEMÁTICA DAMAT PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO E SISTEMAS PPGEPS JOSE DONIZETTI DE LIMA LUIZ FERNANDO PUTTOW SOUTHIER Pato Braco,

Leia mais

Em atendimento à solicitação de V.Sa., apresentamos, na seqüência, os resultados do estudo referenciado.

Em atendimento à solicitação de V.Sa., apresentamos, na seqüência, os resultados do estudo referenciado. 1 Belo Horzote, 14 de abrl de 2007. À UNAFISCO SAÚDE AT.: Glso Bezerra REF: AVALIAÇÃO ATUARIAL Prezado Sehor, Em atedmeto à solctação de V.Sa., apresetamos, a seqüêca, os resultados do estudo referecado.

Leia mais

Capítulo 2. Aproximações de Funções

Capítulo 2. Aproximações de Funções EQE-358 MÉTODOS NUMÉRICOS EM ENGENHARIA QUÍMICA PROFS. EVARISTO E ARGIMIRO Capítulo Aproações de Fuções Há bascaete dos tpos de probleas de aproações: ) ecotrar ua fução as sples, coo u polôo, para aproar

Leia mais