Otimização de mistura de minérios para composição de carga na produção de ferro ligas: O caso da Companhia Paulista de Ferro Ligas

Tamanho: px
Começar a partir da página:

Download "Otimização de mistura de minérios para composição de carga na produção de ferro ligas: O caso da Companhia Paulista de Ferro Ligas"

Transcrição

1 I Uversdde Federl de Ouro Preto - UFOP Escol de Ms Deprtmeto de Egehr de Produção, Admstrção e Ecoom - DEPRO. Otmzção de mstur de méros pr composção de crg produção de ferro lgs: O cso d Comph Pulst de Ferro Lgs MONOGRAFIA DE GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO Leordo Jbour Lott Crvlho Ouro Preto Dezembro de 2003

2 II Leordo Jbour Lott Crvlho Otmzção de mstur de méros pr composção de Crg produção de ferro lgs: O cso d Comph Pulst de Ferro Lgs Moogrf presetd o Curso de Egehr de Produção d Uversdde Federl de Ouro Preto como prte dos requstos pr obteção do gru de Egehero de Produção. Oretdor: Prof. Dr. Mrcoe Jmlso Frets Souz Co-oretdor: Prof. Aledre Xver Mrts Ouro Preto Dezembro de 2003

3 III FOLHA DE APROVAÇÃO Moogrf defedd e provd em 2 de dezembro de 2003, pel comssão vldor costtuíd pelos professores: Prof. Dr. Mrcoe Jmlso Frets Souz Presdete d bc Prof. MSc. João Esmerldo Slv Segudo membro d bc Prof. Aledre Xver Mrts Tercero membro d bc

4 IV AGRADECIMENTOS Pr relzção deste trblho form de fudmetl mportâc o poo e cetvo ddo por lgums pessos e sttuções. Aproveto oportudde pr grdecer: Ao meu PAI, Mrcel e tod fmíl pel cofç e poo; A Tc pelo comphersmo e cetvo; Ao Oretdor Mrcoe por despertr o teresse est áre e por torr possível relzção deste trblho; Ao Co-oretdor Aledre Xver Mrts pelo poo. Ao Glberto Azevedo pel oportudde de relzção do estágo; poto de prtd pr este estudo; Aos mgos d CPFL pelo poo, teção e predzdo, em especl o Muro Melo, José Gerldo, Márco e Glberto; Aos colegs d turm de Egehr de Produção 99/, em especl Del, Frcsco, Aledre, Rcrdo, Vícus d Slv, Vícus Teer e Érk; Aos rmãos d Republc Sergy; A Escol de Ms pelo eso grtuto e de quldde; A Fudção Gorce pelo poo os estudtes; Efm, Deus por tods s coqusts.

5 V SUMÁRIO FOLHA DE APROVAÇÃO...III AGRADECIMENTOS...IV SUMÁRIO...ERRO! INDICADOR NÃO DEFINIDO. LISTA DE SIGLAS... VII LISTA DE TABELAS...VIII LISTA DE FIGURAS...IX RESUMO... X ABSTRACT...XI. INTRODUÇÃO ORIGEM DO TRABALHO IMPORTÂNCIA DO TRABALHO OBJETIVOS OBJETIVO GERAL OBJETIVOS ESPECÍFICOS LIMITAÇÕES DO TRABALHO ESTRUTURA DO TRABALHO REVISÃO BIBLIOGRÁFICA A PESQUISA OPERACIONAL (PO) ANÁLISE DE DECISÕES O ASPECTO GERENCIAL DA PESQUISA OPERACIONAL NATUREZA DA PESQUISA OPERACIONAL AS FASES DE UM PROJETO DE PESQUISA OPERACIONAL OS TIPOS DE MODELOS Modelos de Smulção Modelos de Otmzção A OTIMIZAÇÃO A PARTIR DA PROGRAMAÇÃO LINEAR O OTIMIZADOR LINGO METODOLOGIA CLASSIFICAÇÃO DO ESTUDO INSTRUMENTOS DE COLETAS DE DADOS... 26

6 VI 3.3. ETAPAS DA PESQUISA MÉTODO PARA DESENVOLVIMENTO DO PROJETO DE OTIMIZAÇÃO ESTUDO DE CASO DESCRIÇÃO DA EMPRESA O PROBLEMA GERAL DE BLENDAGEM O PROBLEMA DE BLENDAGEM ABORDADO MODELO DE BLENDAGEM PROPOSTO MODELO LINGO DESENVOLVIDO RESULTADOS VALIDAÇÃO DO PROGRAMA DESENVOLVIDO PRIMEIRO TESTE SEGUNDO TESTE COMPARAÇÃO DOS RESULTADOS CONCLUSÕES REFERÊNCIAS BIBLIOGRÁFICAS... 64

7 VII LISTA DE ABREVIAÇÕES PO Pesqus Opercol CPFL Comph Pulst de Ferro Lgs PL Progrmção Ler PPL Problem de Progrmção Ler PI Progrmção Iter PIM Progrmção Iter Mst

8 VIII LISTA DE TABELAS Tbel 4.: Nomes dos blocos e céluls correspodetes Tbel 5.: Comprção d pllh tul com desevolvd... 5

9 IX LISTA DE FIGURAS Fgur 2.: Fses de um proeto de PO... 9 Fgur 2.2: Pllh eemplo.ls Fgur 2.3: Modelo LINGO do eemplo.ls Fgur 4.: Pllh do progrm desevolvdo Fgur 4.2: Detlhe dos coutos de céluls d pllh desevolvd Fgur 4.3: Detlhe 2 dos coutos de céluls d pllh desevolvd Fgur 4.4: Detlhe 3 dos coutos de céluls d pllh desevolvd Fgur 4.5: Detlhe 4 dos coutos de céluls d pllh desevolvd... 4 Fgur 4.6: Detlhe 4 dos coutos de céluls d pllh desevolvd Fgur 4.7: Modelo LINGO: seção SET Fgur 4.8: Modelo LINGO: seção DAT Fgur 4.9: Modelo LINGO: Fução Obetvo Fgur 4.0: Modelo LINGO: restrções dos elemetos d lg Fgur 4.: Modelo LINGO: restrções d Sílc e Alum escór Fgur 4.2: Modelo LINGO: restrções de BO e MO escór Fgur 4.3: Modelo LINGO: restrções de qutdde e bscdde d escór Fgur 4.4: Modelo LINGO: restrções de qutdde de méro Fgur 4.5: Modelo LINGO: eportção dos resultdos Fgur 5.: resultdos do bled do prmero teste clculdo mulmete Fgur 5.2: resultdos do bled do prmero teste otmzdo Fgur 5.3: resultdos do bled do prmero teste com S lmtdo em 7% Fgur 5.4: resultdos do bled do segudo teste clculdo mulmete Fgur 5.5: resultdos do bled do segudo teste otmzdo Fgur 5.6: Comprção do custo etre o cálculo mul e o otmzdo... 6

10 X RESUMO Est moogrf trt d otmzção d mstur de méros pr composção de crg dos foros d Comph Pulst de Ferro Lgs. Pr tto, fo desevolvdo e mplemetdo um modelo bsedo em progrmção ler. Pr fudmetr o estudo, fo fet um revsão bblográfc sobre Pesqus Opercol, Progrmção ler e um otmzdor. O modelo desevolvdo fo mplemetdo o otmzdor LINGO tegrdo um pllh eletrôc em Ecel. Os testes form relzdos empres utlzdo-se ddos pssdos e tus, e os resultdos comprovrm efcêc e potecldde d utlzção dest ferrmet mmzção dos custos d mstur de méros.

11 XI ABSTRACT Ths pper dels wth the of ore mture optmzto of the furce lod composto the Comph Pulst de Ferro Lgs. For ths purpose t ws creted d mplemeted ew model bsed o ler progrmmg. To prove the eperece t ws ecessry comprehesve bblogrphc revew o Opertol Reserch, ler progrmmg d s well s optmzer. The developed model ws mplemeted the optmzer LINGO tegrted electroc spredsheet Ecel. The tests were performed sde the plt usg both pst d preset dt, d the results showed the effcecy d the potetlty of ths method order to lower the cost of the ore mture.

12 2. INTRODUÇÃO A ecoom mudl está pssdo por um processo de trsformção em que cocorrêc e lut pel sobrevvêc em todos os setores estão cd vez ms crrds. Dte deste ceáro, s orgzções estão buscdo um costte prmormeto dos processos e otmzção dos recursos por els utlzdos. Neste coteto Pesqus Opercol (PO) dquru ppel fudmetl o meo dustrl, fcltdo otmzção e rcolzção de ts recursos. Apesr de ser um cêc que vem sedo estudd desde medos do século, fo com evolução dos computdores que mesm pssou ser dfudd e plcd o setor dustrl.. A PO cot com úmers ferrmets e áres pr resolver város tpos de problems, sedo um dels Progrmção Ler (PL). Est ferrmet é utlzd pr ecotrr o lucro mámo ou o custo mímo s qus têm-se várs possblddes de escolh suets lgum tpo de restrção (Prdo,999). Portto, um ds possíves plcções d PL é o setor de fbrcção de ferro lgs, um vez que, pr compor crg ser eford, é fet um mstur de város mters, sedo cd um com um composção químc e um preço dferete. No etto quer-se obter mstur que ted s restrções com o meor custo... ORIGEM DO TRABALHO O presete trblho surgu prtr de estágo relzdo CPFL Comph Pulst de Ferro Lgs ode se verfcou oportudde de melhor o cálculo d mstur de méros (operção cohecd como bledgem) pr composção de crg dos foros de produção de ferro lg à bse de Mgês.

13 3.2. IMPORTÂNCIA DO TRABALHO A composção d crg dos foros de um empres de fbrcção de ferro lgs é um prte muto mportte do processo, pos é resposável pelo tedmeto ds especfcções químcs do produto e d composção do custo d lg. Com este proeto empres poderá reduzr o custo de fbrcção ds lgs, á que os méros correspodem à cerc de 50% do custo fl do produto. Atulmete o cálculo é feto com utlzção de um pllh eletrôc que smul composção d lg e d escór prtr ds álses químcs e qutddes preestbelecds de cd méro, levdo em cosderção o método d tettv e erro, tordo-se um tref trblhos e que ão grte o meor preço..3. OBJETIVOS Neste tem estão descrtos o obetvo gerl e os específcos..3.. OBJETIVO GERAL Desevolver um plctvo, bsedo em Progrmção Ler, pr resolver um problem de bledgem d CPFL OBJETIVOS ESPECÍFICOS. Fzer revsão bblográfc sobre s téccs de modelgem e resolução de problems de progrmção ler. 2. Estudr um softwre de otmzção;

14 4 3. Descrever empres obeto de álse com relção os prcps produtos e sus plcções, úmero de empregdos e estrutur orgzcol. 4. Descrever os processos dustrs reltvos à bledgem; 5. Desevolver um modelo de progrmção ler pr resolver o problem de bledgem d empres; 6. Implemetr o modelo desevolvdo utlzdo o softwre de otmzção; 7. Vldr o modelo; 8. Alsr os resultdos..4. LIMITAÇÕES DO TRABALHO O modelo desevolvdo resolve o problem de mstur de méros e fudetes, ão levdo em cosderção otmzção dos redutores (crvão, coque). O blço térmco d mstur tmbém ão é cosderdo este modelo; ms, ssm como os méros, qutdde de eerg gst o processo de obteção d lg é muto mportte pr se cosegur redução o custo do produto..5. ESTRUTURA DO TRABALHO Cptulo Itrodução Este cpítulo retrt os ftores que derm orgem o trblho, su mportâc e ustfctv pr su relzção. Costm tmbém os obetvos gers

15 5 e específcos, estrutur do proeto, ssm como sus lmtções e o coteúdo de cd cpítulo. Cptulo 2 Revsão Bblográfc Costm este tem cocetos de Pesqus Opercol e de Progrmção Ler, ssm como o seu surgmeto e evolução. A álse de decsões, specto gerecl, turez e etps do proeto de Pesqus Opercol e o otmzdor LINGO tmbém são trtdos este cpítulo. Cpítulo 3 Metodolog A form de levtmeto dos ddos, clssfcção d pesqus, metodolog e s etps de desevolvmeto de todo o proeto serão estbelecds este cpítulo. Cpítulo 4 Estudo de cso Form fets este cpítulo s descrções d empres, crcterzção do processo de bledgem pr cotetulzção do estudo e o desevolvmeto do progrm de otmzção, como tmbém formulção LINGO do problem. Cpítulo 5 Resultdos A presetção e dscussão dos testes e dos resultdos obtdos estão este cpítulo. Cpítulo 6 Coclusões Neste cpítulo estão presetds s coclusões e proposts de futuros trblhos.

16 6 2. REVISÃO BIBLIOGRÁFICA 2.. A PESQUISA OPERACIONAL (PO) A PO é um método cetífco de tomd de decsão e tem epermetdo otável desevolvmeto, prcplmete depos d segud guerr mudl, qudo grupos terdscplres de cetsts se empehrm pr resolver problems estrtégcos e tátcos d dmstrção mltr (Shmbl e Steves Jr, 989). Com evolução dos computdores, PO pssou ser utlzd s empress pr resolução de problems orgzcos, prcplmete em áres como suprmetos, produção e estudos de loclzção. Os cetsts desevolverm etão dé de crr modelos mtemátcos, podos em ddos e ftos, que lhes permtssem perceber os problems em estudo e smulr e vlr o resultdo hpotétco de estrtégs ou decsões ltertvs (I: Um crcterístc mportte d Pesqus Opercol é utlzção de modelos. Isso fclt muto o processo de álse de decsão, pos permte "epermetção", o que sgfc que um decsão pode ser bem vld e testd tes d mplemetção. A ecoom de recursos e eperêc dqurd dvd d epermetção, por s só, ustfcm o cohecmeto e utlzção d PO como strumeto de dmstrção de empress (I: Atrvés de desevolvmetos de bse qutttv, Pesqus Opercol vs tmbém troduzr elemetos de obetvdde e rcoldde os processos de tomd de decsão, sem descudr, o etto, dos elemetos subetvos e de equdrmeto orgzcol que crcterzm os problems (I: Segudo ess mesm referêc, fce o seu cráter multdscplr, Pesqus Opercol é um dscpl cetífc de crcterístcs horzots com sus cotrbuções estededo-se por prtcmete todos os domíos d tvdde hum, d Egehr à Medc, pssdo pel Ecoom e Gestão Empresrl.

17 7 Not-se portto que PO é um ferrmet muto mportte pr um mor segurç s tomds de decsão, o que fz del um cêc cd vez ms utlzd o meo empresrl. Isso se deve às crcterístcs de se utlzr modelos etos, que presetm os resultdos ótmos e os modelos probblístcos que smulm, com um mrgem de erro muto peque, reldde trvés de modelos ANÁLISE DE DECISÕES A Pesqus Opercol é, portto, um rmo d cêc dmstrtv que forece strumetos pr álse de decsões, possudo um couto de téccs qutttvs pr ulr gerêc preprção e tomd de decsão. Um decsão é o resultdo de um processo que se desevolve prtr do stte em que o problem fo detectdo. Segudo Pto (I: "um decsão é um curso de ção escolhd pel pesso, como o meo ms efetvo à su dsposção, pr obter os obetvos procurdos, ou se, pr resolver o problem que comod". Este coceto eplct clrmete mportâc do processo de preprção tomd de decsão. Em um processo de álse e tomd de decsão, muts vráves estão evolvds, sedo muts dels ocults ou subetvs, o que lev este processo um compledde elevd. Com utlzção d PO pesso que tom decsões tem ms segurç e um chce muto mor de certr, pos está trblhdo com métodos qutttvos que dcm melhor decsão ser tomd O ASPECTO GERENCIAL DA PESQUISA OPERACIONAL A PO pode ser vst de dus mers dstts o cmpo d dmstrção: o qutttvo e o qulttvo. N prmer bordgem, PO é defd como um cêc que vs plcr métodos mtemátcos e esttístcos à solução de problems de decsão, trvés de um bordgem sstêmc, pel utlzção de modelos. N segud, bordgem qulttv, mportâc dos métodos mtemátcos desevolvdos pelo esforço dos pesqusdores está meos solução dos problems e ms s sus formulções, ou se, o dgóstco do problem. Pr

18 8 tto, se perde o rgor mtemátco d solução, e ghm relevâc o espírto crítco e sesbldde pr descobrr o problem correto e lsr qus formções são fudmets pr decsão. O efoque qulttvo é mportte porque permte descobrr qus são s formções ecessárs, á que budâc de formções é tão preudcl quto su flt, pos crretm custo desecessáro. Rest, portto, vlção do potecl d formção em relção o seu custo NATUREZA DA PESQUISA OPERACIONAL A Pesqus Opercol começ com costrução de um modelo de um sstem rel estete fm de lsr e compreeder o comportmeto dess stução (I: Fz-se etão mpulção do mesmo pr se descobrr melhor form de operr o sstem (Shmbl e Steves Jr, 989). O sstem ser estuddo pode estr em operção ou d estr em cocepção, sedo que, o prmero cso, o obetvo do estudo é lsr o desempeho do sstem pr escolher um ção o setdo de prmorá-lo e, o segudo cso, é detfcr melhor estrutur do sstem futuro. O modelo de um sstem rel é o úcleo do sstem estete que bscmete dt o seu comportmeto e que pode ser modeldo, pr efeto de álse, por um estrutur cohecd e smplfcd. Ou se, é o couto ds vráves prcps que represetm reldde do sstem. No etto, mesmo um stução rel que evolv um úmero muto grde de vráves, tem seu comportmeto fudmetlmete fluecdo por um qutdde reduzd de vráves prcps. Dess form, smplfcção do sstem rel em termos de um modelo pss prmermete pel detfcção desss vráves prcps (I: AS FASES DE UM PROJETO DE PESQUISA OPERACIONAL De cordo com Shmbl e Steves (989), elborção de um proeto de PO se pss por ses fses sber:. Formulção do problem;

19 9 2. Costrução de um modelo que represete o sstem em estudo; 3. Obteção de solução prtr do modelo; 4. Teste do modelo e d solução dele orgd; 5. Estbelecmeto de cotroles sobre solução; e 6. Colocção d solução em fucometo: Impltção. Defção do problem Costrução do modelo Solução do modelo Vldção do modelo Implemetção dos resultdos obtdos Avlção Eperêc Fgur 2.: Fses de um proeto de PO Fote: dptdo de pomerco.hpg.com.br OS TIPOS DE MODELOS De cordo com Pto (I: o relcometo etre s vráves de um modelo é, gerlmete, escrto em termos mtemátcos, estdo dverss forms de gerr e utlzr esss relções. Por sso estem város tpos de modelos, sedo que o ms proprdo pr um ddo coteto ou problem depede de város ftores como: turez mtemátc ds relções etre s vráves; obetvos do tomdor de decsões; etesão do cotrole sobre s vráves de decsão;

20 20 ível de certez ssocdo com o mbete de decsão. Com bse esss cosderções, podemos dvdr os modelos em dos grdes tpos: modelos de smulção; modelos de otmzção MODELOS DE SIMULAÇÃO Os modelos de smulção procurm oferecer um represetção do mudo rel com o obetvo de permtr gerção e álse de ltertvs, tes d mplemetção de qulquer um dels. Por sso, dão o eecutvo um gru de lberdde e flebldde cosderável, com relção à escolh d ção ms coveete. Isso sgfc que o dmstrdor pode crr mbetes futuros possíves e testr ltertvs, procurdo respoder questões do tpo "que cotecerá se?" MODELOS DE OTIMIZAÇÃO Ao cotráro do modelo teror, ão permte flebldde escolh d ltertv, á que é estruturdo pr selecor um úc, que será cosderd ótm, segudo lgum crtéro. Esse crtéro de otmzção (fução-obetvo) é escolhdo pelo dmstrdor e o modelo ecotr melhor ltertv trvés de um álse mtemátc. Ess álse é processd por métodos sstemátcos de solução, que são chmdos lgortmos A OTIMIZAÇÃO A PARTIR DA PROGRAMAÇÃO LINEAR A Progrmção Ler (PL) cosste em ecotrr melhor solução pr problems que tehm modelos represetdos por epressões leres, o que tor técc smples e com grde plcbldde (Shmbl e Steves Jr, 989).

21 2 O ppel de um modelo de PL é mmzr ou mmzr um fução ler que é chmd fução obetvo, levdo em cosderção um sstem ler de gulddes ou desgulddes. Tl sstem, gerlmete, represet s lmtções de recursos dspoíves ou egêcs e codções serem cumprds o problem. Esss restrções determm um regão que é chmd de couto ds soluções váves. A melhor solução deste couto é solução ótm, ou se, quel que mmz ou mmz fução obetvo. Est técc fo crd em 946 e tem sdo plcd s áres ms dverss. Algums plcções se torrm clásscs, ts como(prdo,999): Formulção de lmetos, rções e dubos; Bledgem de lgs metálcs e petróleo; Trsporte; Loclzção dustrl; Crter de ções (Ivestmetos); Alocção de recursos em fábrcs, fzeds, escrtóros, etc; Desgção de pessos e trefs (Composção de tbels de horáros); Corte de brrs e chps. Segudo Prdo(999), tto fução obetvo quto s restrções de um Problem de Progrmção Ler (PPL) são equções/equções leres, ou de prmero gru, e o resultdo pr s vráves do modelo são vlores res ou cotíuos. A PL pode ser dvdd os segutes tópcos: Progrmção Cotíu: Qudo os resultdos pr s vráves do modelo são vlores res ou cotíuos. Progrmção Estruturd: O modelo utáro (um fábrc, ou um produto ou um udde de tempo) se replc (mult-fábrcs, multprodutos ou multperíodos). Progrmção Iter (PI): As vráves somete dmtem soluções ters.

22 22 Progrmção Iter Mst (PIM): Podemos ter tto vráves de solução ter quto cotíu O OTIMIZADOR LINGO O softwre LINGO é um otmzdor que utlz o lgortmo SIMPLEX pr resolução de Problems de Progrmção Ler (PPL) com vráves cotíus e/ou ters. Ele é dvddo s segutes seções específcs pr progrmção do modelo de PL: Defção dos coutos (SETS); Etrd de ddos (DATA); Fução obetvo; Restrções; Síd de ddos. form: Segudo Gomes e Souz (2003) um seção SETS é defd d segute SETS: setme [/ member_lst /] [: vrble_lst]; ENDSETS ode: setme é o ome que você escolhe pr desgr o grupo de obetos. [/member_lst/] lst de membros que costtuem o grupo de obetos. [:vrble_lst] lst de vráves (ou costtes) que têm s mesms crcterístcs do grupo de obetos. Um grupo de obetos tmbém pode ser dervdo de outros grupos, como é o cso de um Mtrz que depede de dos grupos (vetores) e tem como domío o couto dos membros dos grupos terores.

23 23 A seção DATA é usd pr fzer letur dos vlores ds costtes defds seção SETS. Est letur pode ser fet trvés de terfce com um pllh Ecel utlzdo-se o Os comdos utlzdos pr represetção d fução obetvo são: MIN usdo pr mmzr e; MAX usdo pr mmzr. Algus comdos usdos pr formulção ds restrções usdo pr represetr um somtóro em um couto de obetos defdo seção usdo pr repetção de um operção em um determdo couto de usdo pr dcr posção desed de um elemeto em um couto de obetos. Pr demostrr como se model um PPL o LINGO cosdere o problem segur, cuos ddos estão cotdos em um pllh de ome eemplo.ls. m f ( ) N N C X N N A X B M,..., M m X,..., 0 N N

24 24 Fgur 2.2: Pllh eemplo.ls Fote: Elbordo pelo utor Ness pllh, N é o ome do bloco de céluls C2:G2, M se refere o bloco B3:B7 etc.

25 25 A mplemetção deste modelo o LINGO é: model: ttle Eemplo;! Defção dos coutos; sets: lhs /@ole('eemplo.ls','m')/:b; colus /@ole('eemplo.ls','n')/:c,x; mtrz (lhs,colus):a; edsets! Letur dos ddos; dt: eddt! Fução Obetvo; [fo] A(,) * X()) < B());! Eportção d solução pr pllh; ; eddt Fgur 2.3: Modelo LINGO do eemplo.ls Fote: Elbordo pelo utor

26 26 3. METODOLOGIA Neste cpítulo está descrt metodolog utlzd pr relzção dest moogrf. Segudo Lktos e Mrco (99), métodos de trblho são um couto de tvddes sstemátcs e rcos que oretm gerção de cohecmetos e que dcm o cmho ser segudo. 3.. CLASSIFICAÇÃO DO ESTUDO O estudo em questão, por se trtr de um modelgem mtemátc, possu um cráter predomtemete qutttvo. Como se trt de um estudo de um úc reldde, ou se, um úc empres de fbrcção de ferro-lgs, pesqus equdr-se, tmbém, ctegor de estudo de cso e de turez plcd. O estudo de cso costtu-se em um bordgem de pesqus que prvleg compreesão ds dâmcs e relções próprs de ceáros específcos, combdo dversos strumetos de colet de ddos como documetos, etrevsts, questoáros e observções, e pode ser usdo pr város obetvos, ts como forecer descrção, testr teors ou gerr teors (Y, 98). Segudo Slv e Meezes (200), um pesqus pode ser clssfcd pel su turez em básc, que pretede gerr cohecmetos ovos útes pr o vço d cêc sem plcção prátc prevst, e plcd, que obetv gerr cohecmetos pr plcção prátc drgdos à solução de problems específcos INSTRUMENTOS DE COLETAS DE DADOS Segudo Blu e Scott (979), pr obteção de ddos de um determdo feômeo, estem três mers prcps: observdo-o, fzedo

27 27 perguts às pessos dret ou dretmete evolvds e emdo elemetos documets escrtos. Estes procedmetos dão orgem às ctegors de téccs de pesqus como: observção, etrevst e álse documetl. O presete estudo começou com observção em estágo relzdo pelo utor. Como obteção dos ddos em um pesqus pode ser fet utlzdo-se de um ou ms téccs de pesqus, form utlzds tmbém etrevst e álse documetl. Pr revsão bblográfc pesqus fo relzd trvés de cosults em lvros, rtgos e pel Iteret ETAPAS DA PESQUISA Pr relzção deste trblho form seguds s segutes etps: Defção e elborção de um proeto de moogrf 2 Revsão bblográfc: desevolvd com o obetvo de dr fudmetção teórc o estudo e bordou os segutes ssutos: 2. Cocetução de PO: defções, álse de decsões, specto gerecl d PO, fses de um proeto de PO e tpos de modelos A Otmzção Prtr d Progrmção Ler: defções, plcções e tpos O Otmzdor LINGO: fuções, eemplos e modelges. 3 Desevolvmeto do modelo de otmzção plcdo o estudo de cso: formulção do problem e modelgem. 4 Implemetção do modelo o LINGO usdo terfce com pllh Ecel. 5 Vldção do modelo com relzção de testes empres estudd. 6 Aálse e presetção dos resultdos. 7 Coclusões e proposts pr ovs pesquss.

28 MÉTODO PARA DESENVOLVIMENTO DO PROJETO DE OTIMIZAÇÃO O prmero psso pr elborção de um proeto de otmzção é o estudo e dgóstco do problem. É de fudmetl mportâc cohecer o processo que se pretede otmzr pr cosegur detfcr s vráves que devem ser levds em cosderção costrução do modelo. Após est fse de estudo e álse, os segutes pssos devem ser segudos pr fzer modelgem: Defção d vrável de decsão; 2 Defção d fução obetvo; 3 Defção ds restrções. Com modelgem prot, o prómo psso é mplemetção em lgum softwre de otmzção como LINDO, LINGO, Solver do Ecel, XPRESS, CPLEX etre outros. De posse do modelo mplemetdo, pode-se fzer os testes pr vldr se o mesmo represet reldde. Se ão represetr, deve-se voltr o começo e recomeçr modelgem. Após vldção do modelo, o prómo psso é lsr os resultdos obtdos.

29 29 4. ESTUDO DE CASO Este cpítulo preset o estudo de cso relzdo CPFL. O estudo cosste o desevolvmeto e mplemetção de um modelo de progrmção ler pr mmzr o custo d mstur de méros fbrcção de ferro lgs à bse de mgês. O método de trblho presetdo o cpítulo teror fo plcdo pr o desevolvmeto d pesqus, e descrção do estudo de cso está dvdd d segute form: A) descrção d empres; B) crcterzção do processo de bledgem pr cotetulzção do estudo; C) desevolvmeto do progrm de otmzção. 4.. DESCRIÇÃO DA EMPRESA E SEUS PRODUTOS A empres obeto deste estudo é Comph Pulst de Ferro-Lgs (CPFL), stud zo rurl d cdde de Ouro Preto. É produtor de FeMAC (ferro mgês lto crboo) e FeSM (ferro sílco mgês) e possu um qudro de 42 fucoáros própros e 90 fucoáros de empress tercerzds.pertece o grupo DIMA (Dretor de Mgês), d Comph Vle do Ro Doce (CVRD), que cot com uddes em Ms Gers, Bh, Mto Grosso do Sul, Frç e Norueg. O mgês é utlzdo dústr do ço como elemeto de lg e desodte moderdo: Em ços com bo C, o M resdul umet su durez e resstêc;

30 30 Como elemeto de lg, o mgês permte fbrcção dos chmdos ços mgês usteítcos, com elevd durez superfcl; Em ços ferrmet, preseç do mgês melhor temperbldde; Em ssocção com o eofre, o mgês é utlzdo os ços de usgem fácl. A udde de Ouro Preto possu 3 foros elétrcos dsttos do tpo rco submerso com s segutes crcterístcs: Foro RI: foro fechdo, com potêc prete de 24MVA, potêc de trblho de 20,5 MW; Foro RII: foro berto, com potêc prete de 9 MVA, potêc de trblho de 7,3 MW; Foro RIII: foro berto, com potêc prete de 7,5 MVA, potêc de trblho de 6,3 MW O PROBLEMA GERAL DE BLENDAGEM O problem gerl de bledgem pode ser descrto como segue. Dese-se obter um mstur de méros prtr de mtérs-prms R cosderdo especfcção de m elemetos EL e os segutes ddos: () Um udde de mtér-prm R cotém uddes do elemeto EL ; (b) Um udde d mstur resultte deve coter, o mímo, l uddes do elemeto EL e o mámo, u uddes; (c) Um udde d mtér-prm R cust p uddes moetárs; (d) De cd mtér-prm R só estem k uddes dspoíves.

31 3 O problem cosste em ecotrr qutdde d mtér-prm R ser utlzd o processo de tl form que o custo de fbrcção d lg se o meor possível. Este problem pode ser modeldo como: m f ( ) p sueto : u,..., m l,..., m k,..., m 0,..., m Trt-se de um modelo de progrmção ler, o qul pode ser resolvdo pelo método SIMPLEX O PROBLEMA DE BLENDAGEM ABORDADO Em um empres de Ferro-lgs, o problem de Bledgem cosste em clculr o leto de fusão, ou se, mstur de méros, fudetes e redutores, vsdo su melhor combção pr etrção d lg. A seleção e mstur de mtérs prms são ftores muto mporttes. Pr um stsftór operção e efcete produção ds lgs de mgês, s mtérs prms devem ser de lt quldde tto sob o poto de vst químco quto físco. A utlzção dequd ds mtérs prms é essecl pr obteção de elevds ts de produtvdde e mmzção dos custos de produção, um vez que s mtérs prms produção de lgs de mgês são um dos ftores ms mporttes d composção do custo. As mtérs prms empregds são, ormlmete: méro de mgês, qurtzo, dolomt, clcáro, crvão vegetl e coque, com s sus respectvs álses á fets terormete.

32 32 N determção d mstur ser eford pr obteção d lg desed ão se pode levr em cosderção pes s especfcções d lg. A composção d escór deve dr codções de fludez e seprção e qutdde de crvão deve ser bem cotrold pr se evtr perds ecessvs durte operção. Normlmete, pr dosr crg é ecessáro dspor dos segutes ddos: Aálse químc de tods s mtérs prms Composção d lg Composção d escór Qutdde de escór Bscdde Perds pelos gses Redmeto redução dos ódos Relção M/Fe 4.4. MODELO DE BLENDAGEM PROPOSTO Pr modelgem do problem de bledgem pr produção de ferro lgs propõe-se o segute modelo: Sem: qutdde (em Kg) do méro lm qutdde mím (em Kg) ser usd do méro um qutdde mám (em Kg) ser usd do méro % do elemeto (Fe, M, SO2,...) o méro e % mím do elemeto lg E % mám do elemeto lg r redmeto (em %) do elemeto lg ue qutdde mám (em Kg) permtd escór le qutdde mím (em Kg) permtd escór me % mím do elemeto escór Me % mám do elemeto escór

33 33 b Bscdde mím permtd pr escór B Bscdde mám permtd pr escór re MFe Relção mím etre mgês e ferro mstur Re MFe Relção mám etre mgês e ferro mstur q Qutdde de lg ser produzd. A) Vrável de decsão: qutdde (em Kg) do méro compor crg B) Fução Obetvo: m f ( ) c C) Restrções: Com relção às qutddes de cd elemeto lg r e E,..., m m r Com relção à dspobldde de méros lm um Com relção à composção d escór ( r ) ( r ) me Me,..., m m Com relção à qutdde de escór le m ( r ) ue Vlor d relção M/Fe re MFe M, Fe, Re MFe Com relção à bscdde d escór

34 34 [ ] B r b SO So MgO CO +,,, 2 2 ) ( Com relção à produção totl de lg q r m Restrção de ão egtvdde m,..., 0 Pr resolução do modelo cm ão se pode grtr o ótmo globl por trtr-se de um modelo de progrmção ão ler, pos há dvsões etre s vráves. Etretto, ests restrções ão leres podem ser fclmete lerzds como mostrdo segur: m E r r e m,..., Desmembrdo est dupl equção tem-se: m e r r m,..., m E r r m,..., Como o deomdor dests desgulddes é estrtmete postvo, um vez que há grt de que pelo meos um tpo de méro será utlzdo (restrção VII), etão se pode lerzr s equções sem ter que mudr seus ss, como se mostr segur:

35 35 m r E r m,..., * m r e r m,..., * Prtdo deste mesmo prcípo e sbedo que tods s vráves usds este modelo são ão-egtvs, tods s dems restrções ão leres podem ser trtds d mesm mer que teror, obtedo-se o segute modelo ler: A) Vrável de decsão: qutdde (em Kg) do méro compor crg B) Fução Obetvo: c f ) ( m C) Restrções: Com relção às qutddes de cd elemeto lg m r E r m,..., m r e r m,..., Com relção à dspobldde de méros um lm Com relção à composção d escór ( ) ( ) m r Me r m,..., * ( ) ( ) m r me r m,..., * Com relção à qutdde de escór ( ) m ue r le

36 36 Vlor d relção M/Fe M, Re MFe* Fe, M, remfe * Fe, Com relção à bscdde d escór [ ] + CO MgO B * ( r ),, So SO 2 2, [ ] + CO MgO b * ( r ),, So SO 2 2, Com relção à produção totl de lg m r q Restrção de ão egtvdde 0,..., 4.5. MODELO LINGO DESENVOLVIDO A mplemetção do modelo proposto fo fet utlzdo-se o LINGO e um pllh em Ecel. Os ddos de etrd são ldos d pllh, resolvdos o LINGO e o resultdo é eportdo pr pllh. Segue o detlhmeto d pllh e o modelo LINGO correspodete:

37 37 Fgur 4.: Pllh do progrm desevolvdo Fote: Elbordo pelo utor A fgur 4. mostr vsão gerl d pllh desevolvd pr letur de ddos do LINGO.

38 38 Fgur 4.2: Detlhe dos coutos de céluls d pllh desevolvd Fote: Elbordo pelo utor A fgur 4.2 detlh os coutos de céluls de omes: qut_m, qut_m, custo e meros.

39 39 São mostrdos fgur 4.3 os coutos de céluls de omes: solução, que correspode o locl ode serão grvds s qutddes de cd méro gerds solução do problem; e álses, que.dcm composção químc de cd méro Fgur 4.3: Detlhe 2 dos coutos de céluls d pllh desevolvd Fote: Elbordo pelo utor

40 40 A fgur 4.4 detlh os coutos de céluls de omes: lg - represet os elemetos que compõem lg, m_lg - estbelece o lmte feror dos elemetos d lg, m_lg - represet o lmte superor dos elemetos d lg e tmho_bch - determ qutdde de lg ser produzd. Fgur 4.4: Detlhe 3 dos coutos de céluls d pllh desevolvd Fote: Elbordo pelo utor

41 4 N fgur 4.5 estão detlhdos os coutos de céluls de omes: escor, que represet os elemetos que compõem escór, m_escor, que correspode o lmte feror dos elemetos d escór, m_escor, que represet o lmte superor, e fo, recebe o custo totl d mstur. Fgur 4.5: Detlhe 4 dos coutos de céluls d pllh desevolvd Fote: Elbordo pelo utor

42 42 Estão detlhdos fgur 4.6 os coutos de céluls de omes: red_m - represet porcetgem de mgês que será corpordo à lg; red_s - correspode porcetgem de slíco; perd_m e perd_s que represetm porcetgem de perd de mgês e slíco, respectvmete, pelos gses do processo. Fgur 4.6: Detlhe 4 dos coutos de céluls d pllh desevolvd Fote: Elbordo pelo utor A tbel 4. mostr os coutos de céluls e seus respectvos omes. Estes coutos são os ddos de etrd ldos pelo modelo LINGO e s resposts são eportds pr os coutos fo e solução.

43 43 Tbel 4.: Nomes dos blocos e céluls correspodetes Nome do bloco de céluls lses custo elemetos escor fo lg m escor m escor m lg m lg meros perd m perd s red m red s red p soluço tmho bch Céluls H5:O22 D5:D22 H4:O4 J27:J34 Q27 E27:E33 O27:O34 N27:N34 H27:H33 G27:G33 E5:E22 R20 R2 R8 R9 R7 G5:G22 F34 Fote: elbordo pelo utor A seção SETS do modelo mplemetdo o LINGO é segute: sets: meros /@ole('teste.ls','meros')/:,custo,qut_m, qut_m; elemetos /@ole('teste.ls','elemetos')/:; lg /@ole('teste.ls','lg')/:m_lg, m_lg; escor /@ole('teste.ls','escor')/:m_escor, m_escor; mtrz (meros,elemetos):; edsets Fgur 4.7: Modelo LINGO: seção SETS Fote: Elbordo pelo utor

44 44 Seção DATA: dt: @ole('teste.ls','lses'); eddt Fgur 4.8: Modelo LINGO: seção DATA Fote: Elbordo pelo utor Fução Obetvo: [fo] Fgur 4.9: Modelo LINGO: Fução Obetvo Fote: Elbordo pelo utor

45 45 Restrções de elemetos que compõem lg: > 0; < 0; tmho_bch > 0; < 0; > 0; < 0; < 0; [relco_m_fe_m] > 0; [relco_m_fe_m] < 0; +(@sum(meros():(,@de(so2))*()/24)*red_s/00)) tmho_bch; Fgur 4.0: Modelo LINGO: restrções dos elemetos d lg Fote: Elbordo pelo utor

46 46 Restrções d Sílc e Alum escór: [Slc_m](@sum(meros():(,@de(SO2))*())/00- ((@sum(meros():(,@de(so2))*()/24)*red_s/00))/(( (00-perd_s)/00))*60/28)- m_escor(@de(so2_esc))/00 * @sum(meros():(,@de(al2o3))*()/00)+ (@sum(meros():(,@de(so2))*())/00- ((@sum(meros():(,@de(so2))*()/24)*red_s/00))/(( (00-perd_s)/00))*60/28))>0; [Slc_m](@sum(meros():(,@de(SO2))*())/00- ((@sum(meros():(,@de(so2))*()/24)*red_s/00))/(( (00-perd_s)/00))*60/28)- m_escor(@de(so2_esc))/00 * @sum(meros():(,@de(al2o3))*()/00)+ (@sum(meros():(,@de(so2))*())/00- ((@sum(meros():(,@de(so2))*()/24)*red_s/00))/(( (00-perd_s)/00))*60/28))<0; [Alum_m]@sum(meros():(,@de(Al2O3))*())/00 - m_escor(@de(al2o3_esc))/00 * @sum(meros():(,@de(al2o3))*()/00)+ (@sum(meros():(,@de(so2))*())/00- ((@sum(meros():(,@de(so2))*()/24)*red_s/00))/(( Restrções CO e MgO escór: (00-perd_s)/00))*60/28))>0; [Alum_m]@sum(meros():(,@de(Al2O3))*())/00 - m_escor(@de(al2o3_esc))/00 * @sum(meros():(,@de(al2o3))*()/00)+ (@sum(meros():(,@de(so2))*())/00- ((@sum(meros():(,@de(so2))*()/24)*red_s/00))/(( (00-perd_s)/00))*60/28))<0; Fgur 4.: Modelo LINGO: restrções d Sílc e Alum escór Fote: Elbordo pelo utor

47 47 Restrções de BO e MO escór: [BO_m]@sum(meros():(,@de(BO))*())/00 - m_escor(@de(bo_esc))/00 * @sum(meros():(,@de(al2o3))*()/00)+ (@sum(meros():(,@de(so2))*())/00- ((@sum(meros():(,@de(so2))*()/24)*red_s/00))/(( (00-perd_s)/00))*60/28))>0; [BO_m]@sum(meros():(,@de(BO))*())/00 - m_escor(@de(bo_esc))/00 * @sum(meros():(,@de(al2o3))*()/00)+ (@sum(meros():(,@de(so2))*())/00- ((@sum(meros():(,@de(so2))*()/24)*red_s/00))/(( (00-perd_s)/00))*60/28))<0; [MO_m](((@sum(meros():(,@de(M))*()))*((00-red_mperd_m)/00)*.29))/00- m_escor(@de(mo_esc))/00 * @sum(meros():(,@de(al2o3))*()/00)+ (@sum(meros():(,@de(so2))*())/00- ((@sum(meros():(,@de(so2))*()/24)*red_s/00))/(( (00-perd_s)/00))*60/28))>0; [MO_m](((@sum(meros():(,@de(M))*()))*((00-red_mperd_m)/00)*.29))/00- m_escor(@de(mo_esc))/00 * @sum(meros():(,@de(al2o3))*()/00)+ (@sum(meros():(,@de(so2))*())/00- ((@sum(meros():(,@de(so2))*()/24)*red_s/00))/(( (00-perd_s)/00))*60/28))<0; Fgur 4.2: Modelo LINGO: restrções de BO e MO escór Fote: Elbordo pelo utor

48 48 Restrções de qutdde e bscdde d escór: [escor_m]((((@sum(meros():(,@de(m))*()))*((00- @sum(meros():(,@de(al2o3))*()/00)+ (@sum(meros():(,@de(so2))*())/00- ((@sum(meros():(,@de(so2))*()/24)*red_s/00))/(( (00-perd_s)/00))*60/28))>vol_esc_m; [escor_m]((((@sum(meros():(,@de(m))*()))*((00- @sum(meros():(,@de(al2o3))*()/00)+ (@sum(meros():(,@de(so2))*())/00- ((@sum(meros():(,@de(so2))*()/24)*red_s/00))/(( (00-perd_s)/00))*60/28))<vol_esc_m; [Bscdde_m]@sum(meros():(,@de(CO))*())/00 - (m_escor(@de(bscdde))) * (@sum(meros():(,@de(so2))*())/00- ((@sum(meros():(,@de(so2))*()/24)*red_s/00))/(( (00-perd_s)/00))*60/28)>0; [Bscdde_m]@sum(meros():(,@de(CO))*())/00 - (m_escor(@de(bscdde))) * (@sum(meros():(,@de(so2))*())/00- ((@sum(meros():(,@de(so2))*()/24)*red_s/00))/(( (00-perd_s)/00))*60/28)<0; Fgur 4.3: Modelo LINGO: restrções de qutdde e bscdde d escór Fote: Elbordo pelo utor Restrções de qutdde Fgur 4.4: Modelo LINGO: restrções de qutdde de méro Fote: Elbordo pelo utor

49 49 Eportção dos resultdos: eddt Fgur 4.5: Modelo LINGO: eportção dos resultdos Fote: Elbordo pelo utor Este modelo gerou vte e um vráves e sesset e qutro restrções, sedo ecessáros três segudos pr chr o ótmo globl.

50 50 5. RESULTADOS Os testes form relzdos empres estudd com o uílo dos resposáves pelo processo de bledgem. A pltform utlzd fo um PC Petum IV,,6 GHz, 256 MB RAM e os softwres form o LINGO versão 7 e o Ecel do Offce A vldção do progrm desevolvdo, os testes relzdos, mss de ddos utlzdos e dscussão dos resultdos estão descrtos segur. 5.. VALIDAÇÃO DO PROGRAMA DESENVOLVIDO Pr vldr o progrm desevolvdo gerou-se um bled pllh utlzd tulmete empres. As qutddes de méros e sus álses form trscrts pr pllh do progrm e os resultdos form comprdos. As dfereçs form peques e cosderds desprezíves se comprdos precsão e vrbldde do processo. A tbel segur mostr est comprção.

51 5 Tbel 5.: Comprção d pllh tul com desevolvd Pllh tul Pllh desevolvd METAL % METAL % M 66,30 M 66,35 Fe 4,50 Fe 4,20 S 7,00 S 6,99 C,90 C,70 P 0,20 P 0,2 Relção M/Fe 5,67 Relção M/Fe 5,59 ESCÓRIA % ESCÓRIA % MO 3,23 MO 3,47 SO2 47,7 SO2 48,39 CO 3,5 CO 3,47 MgO 9,4 MgO 9,08 Al2O3 5,2 Al2O3 5,58 Escór/T.Met. 086 Escór/T.Met. 997 Bscdde 0,46 Bscdde 0,47 Fote: elbordo pelo utor 5.2. PRIMEIRO TESTE Pr relzção do prmero teste gerou-se um bled d lg FeSM 6/20 (6% 20% de Slíco) mulmete, ou se, d form como é clculdo tulmete. O custo obtdo fo de R$ 24,53, e os resultdos estão fgur 5..

52 52 Fgur 5.: resultdos do bled do prmero teste clculdo mulmete Fote: Elbordo pelo utor

53 53 A prtr dos prâmetros usdos pr o cálculo deste bled clculou-se um mstur utlzdo o plctvo desevolvdo. Houve um redução de 22% o custo com relção à mstur gerd mulmete. O custo fo de R$88,87 e os resultdos estão descrtos fgur 5.2.

54 54 Fgur 5.2: resultdos do bled do prmero teste otmzdo Fote: Elbordo pelo utor

55 55 O resultdo do Slíco lg fo de 20%. Est porcetgem está detro ds especfcções d lg, porém, pr redução do slíco, há um gsto mor de eerg. Devdo este ftor, lmtou-se o slíco em o Mámo 7% e outro bled fo gerdo. O custo dest ov mstur fo de R$ 92,47, o que correspode um ecoom de 8,2% em relção o bled gerdo mulmete. Este cso demostr que o cohecmeto e eperêc de quem clcul o bled cotum ecessáros pr defção dos prâmetros serem cosderdos. O prâmetro lsdo fo o cosumo eergétco d redução do slíco, o que deve ser cosderdo pr gerr um meor custo com eerg elétrc. Os dems resultdos podem ser vstos fgur 5.3.

56 56 Fgur 5.3: resultdos do bled do prmero teste com S lmtdo em 7% Fote: Elbordo pelo utor

57 SEGUNDO TESTE Os ddos utlzdos pr o segudo teste form correspodetes o bled d lg FeSM 6/20 (6% 20% de Slíco) empregdo como pdrão o mês de ovembro de Trt-se de um bled cosderdo de bom desempeho com relção o custo e por sso fo escolhdo pr o teste. Est mstur, clculd mulmete, obteve um custo de R$ 252,94, e os resultdos estão fgur 5.4.

58 58 Fgur 5.4: resultdos do bled do segudo teste clculdo mulmete Fote: Elbordo pelo utor

59 59 Utlzdo-se os mesmos prâmetros deste bled clculou-se um mstur trvés do plctvo desevolvdo. Houve um redução de 20,7% o custo com relção à mstur gerd mulmete. O custo fo de R$200,56, e os resultdos estão descrtos fgur 5.5.

60 60 Fgur 5.5: resultdos do bled do segudo teste otmzdo Fote: Elbordo pelo utor

61 COMPARAÇÃO DOS RESULTADOS Os resultdos obtdos com os dos testes relzdos gerrm em méd um redução de 20,3% o custo d mstur de méros. Os vlores comprtvos dos preços do cálculo mul e o vlor ótmo gerdo pelo progrm desevolvdo estão represetdos o gráfco d fgur 5.6. Comprção de custo Comprção de custo R$ 50 R$ Testes Testes Cálculo mul Cálculo ótmo Cálculo mul Cálculo ótmo Fgur 5.6: Comprção do custo etre o cálculo mul e o otmzdo Fote: Elbordo pelo utor Os resultdos obtdos comprovm potecldde d utlzção d otmzção pr o cálculo de mstur de méros pr composção de crgs de foros de produção de ferro lgs.

62 62 6. CONCLUSÕES O prcpl obetvo deste trblho fo desevolver um plctvo, bsedo em Progrmção Ler, pr otmzr o processo de bledgem d CPFL. Est ferrmet demostrou ser efcete tomd de decsão por smplfcr o trblho de cálculo do bled, lém de reduzr custos. Os resultdos presetdos form frutos de dos testes relzdos. Um com ddos pssdos e outro com ddos tus. Em méd, reduzu-se 20,3% o custo ds msturs testds, o que ão grte que qudo empres pssr utlzr este progrm terá um redução estes íves. Porém, estes resultdos demostrm potecldde d utlzção dest ferrmet otmzção dos custos. Neste setdo é vldo ressltr que, em um orgzção deste porte, reduções d ordem de % represetm ghos sgfctvos devdo o volume de produção e por se trtr de um produto de lto vlor gregdo. Apesr de ter smplfcdo o processo de bledgem, otou-se que, pr grtr efcác do progrm, é fudmetl eperêc e o cohecmeto do processo pr defção dos prâmetros de etrd. Um ds cotrbuções deste estudo, pr o meo cdêmco, está gerção de um pesqus cetífc o mbete de um empres de fbrcção de ferro lgs e utlzção d otmzção este tpo de orgzção. Demostrou-se tmbém mportâc d promção ds empress e do meo cdêmco pr o desevolvmeto de proetos e plcção de teors, lém de dvulgr o potecl do profssol de Egehr de Produção o dgóstco e otmzção de processos produtvos. O modelo mplemetdo este trblho, pesr de ser um smplfcção d reldde do processo de bledgem, por ão cotemplr os redutores e o blço térmco, fo cosderdo vlddo pr est prmer etp de otmzção. O estudo servu tmbém pr dvulgr PO e despertr o teresse d orgzção su utlzção.

63 63 Como sugestão pr trblhos futuros, fc possbldde de crescetr o modelo otmzção dos redutores e do cosumo de eerg, fzedo um estudo do blço térmco e d utlzção dos redutores.

64 64 7. REFERÊNCIAS BIBLIOGRÁFICAS BLAU, Peter M., SCOTT, W. R. Orgzções forms: um bordgem comprtv. São Pulo: Atls, 979. Bregld, P. F.; Olver, A. F. E Borste, C. T. (988) Itrodução à progrmção ler. Ro de Jero, Edtor Cmpus, 3ª edção. GOMES, A. de C. Jr., SOUZA, M. J. F. Softwres de otmzção: mul de referec. UFOP, 2003 LAKATOS, E. M., MARCONI, M. M. Fudmetos de metodolog cetífc. 3ª ed. São Pulo:Atls, 99. Pto, L. R. (2003) Pesqus Opercol e Merção. Dspoível em PRADO, D. Progrmção Ler, Belo Horzote, EDG, 999, 205p Shmbl, J. E. e Steves Jr., G. T. (989) Pesqus Opercol: Um bordgem básc. São Pulo: Edtor Atls. SILVA, E. L. d, MENEZES, E. M. Metodolog d Pesqus e Elborção de Dssertção. 3ª ed. Floropols: UFSC, 200. SOBRAPO (2003). Homepge d Socedde Brsler de Pesqus Opercol. Dspoível em YIN, R. K. The cse study crss: some swers. Admstrtve Scece Qurterly. Corell Uversty. V. 26, mrço de 98.

Otimização Linear curso 1. Maristela Santos (algumas aulas: Marcos Arenales) Solução Gráfica

Otimização Linear curso 1. Maristela Santos (algumas aulas: Marcos Arenales) Solução Gráfica Otmzção Ler curso Mrstel Stos (lgums uls: Mrcos Areles) Solução Gráfc Otmzção Ler Modelo mtemátco c c c ) ( f Mmzr L fução obetvo sueto : m m m m b b b L M L L restrções ( ) 0 0 0. codção de ão-egtvdde

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 Vl, Dr. vll@mt.ufrgs.r http://www.mt.ufrgs.r/~vll/ Em muts stuções dus ou ms vráves estão relcods e surge etão ecessdde de determr turez deste relcometo. A álse de regressão é um técc esttístc

Leia mais

TP062-Métodos Numéricos para Engenharia de Produção Sistemas Lineares Métodos Iterativos

TP062-Métodos Numéricos para Engenharia de Produção Sistemas Lineares Métodos Iterativos TP6-Métodos Numércos pr Egehr de Produção Sstems Leres Métodos Itertvos Prof. Volmr Wlhelm Curt, 5 Resolução de Sstems Leres Métodos Itertvos Itrodução É stte comum ecotrr sstems leres que evolvem um grde

Leia mais

Métodos Numéricos Sistemas Lineares Métodos Iterativos. Professor Volmir Eugênio Wilhelm Professora Mariana Kleina

Métodos Numéricos Sistemas Lineares Métodos Iterativos. Professor Volmir Eugênio Wilhelm Professora Mariana Kleina Métodos Numércos Sstems Leres Métodos Itertvos Professor Volmr Eugêo Wlhelm Professor Mr Kle Resolução de Sstems Leres Métodos Itertvos Itrodução É stte comum ecotrr sstems leres que evolvem um grde porcetgem

Leia mais

1.6- MÉTODOS ITERATIVOS DE SOLUÇÃO DE SISTEMAS LINEARES PRÉ-REQUISITOS PARA MÉTODOS ITERATIVOS

1.6- MÉTODOS ITERATIVOS DE SOLUÇÃO DE SISTEMAS LINEARES PRÉ-REQUISITOS PARA MÉTODOS ITERATIVOS .6- MÉTODOS ITRATIVOS D SOLUÇÃO D SISTMAS LINARS PRÉ-RQUISITOS PARA MÉTODOS ITRATIVOS.6.- NORMAS D VTORS Defção.6.- Chm-se orm de um vetor,, qulquer fução defd um espço vetorl, com vlores em R, stsfzedo

Leia mais

MÉTODOS GRÁFICOS 1. INTRODUÇÃO:

MÉTODOS GRÁFICOS 1. INTRODUÇÃO: MÉTODO GRÁFICO. INTRODUÇÃO: Um gráfco é um mer coveete de se represetr um relção etre vlores epermets ou vlores teórcos) de dus ou ms grdezs, de form fcltr vsulzção, terpretção e obteção d fução mtemátc

Leia mais

Sequências Teoria e exercícios

Sequências Teoria e exercícios Sequêcs Teor e exercícos Notção forml Defmos um dd sequêc de úmeros complexos por { } ( ) Normlmete temos teresse em descobrr um fórmul fechd que sej cpz de expressr o -ésmo termo d sequêc como fução de

Leia mais

Métodos Computacionais em Engenharia DCA0304 Capítulo 3

Métodos Computacionais em Engenharia DCA0304 Capítulo 3 Métodos Comutcos em Egehr DCA4 Cítulo. Iterolção.. Itrodução Qudo se trblh com sstems ode ão é cohecd um fução que descrev seu comortmeto odemos utlzr o coceto de terolção. Há csos tmbém em que form lítc

Leia mais

Equações diferenciais ordinárias Euler e etc. Equações diferenciais ordinárias. c v m. dv dt

Equações diferenciais ordinárias Euler e etc. Equações diferenciais ordinárias. c v m. dv dt Euções derecs ordárs Euler e etc. Aul 7/05/07 Métodos Numércos Aplcdos à Eger Escol Superor Agrár de Combr Lcectur em Eger Almetr 006/007 7/05/07 João Noro/ESAC Euções derecs ordárs São euções composts

Leia mais

Neste capítulo usaremos polinômios interpoladores de primeiro e segundo grau, que substituirão uma função de difícil solução por um polinômio.

Neste capítulo usaremos polinômios interpoladores de primeiro e segundo grau, que substituirão uma função de difícil solução por um polinômio. CAPÍULO INEGRAÇÃO NUMÉRICA. INRODUÇÃO Neste cpítulo usremos polômos terpoldores de prmero e segudo gru, que substturão um ução de dícl solução por um polômo. Sej :, b um ução cotíu em, b. A tegrl ded I

Leia mais

EQUAÇÕES LINEARES E DECOMPOSIÇÃO DOS VALORES SINGULARES (SVD)

EQUAÇÕES LINEARES E DECOMPOSIÇÃO DOS VALORES SINGULARES (SVD) EQUAÇÕES LINEARES E DECOMPOSIÇÃO DOS VALORES SINGULARES (SVD) 1 Equções Leres Em otção mtrcl um sstem de equções leres pode ser represetdo como 11 21 1 12 22 2 1 x1 b1 2 x2 b2. x b ou A.X = b (1) Pr solução,

Leia mais

CAP. IV INTERPOLAÇÃO POLINOMIAL

CAP. IV INTERPOLAÇÃO POLINOMIAL CAP. IV INTERPOLAÇÃO POLINOMIAL INTRODUÇÃO Muts uções são cohecds pes um cojuto to e dscreto de potos de um tervlo [,b]. Eemplo: A tbel segute relco clor especíco d águ e tempertur: tempertur (ºC 5 5 clor

Leia mais

TP062-Métodos Numéricos para Engenharia de Produção Ajuste de Curva pelo Método dos Quadrados Mínimos-MQM

TP062-Métodos Numéricos para Engenharia de Produção Ajuste de Curva pelo Método dos Quadrados Mínimos-MQM TP06-Métodos Numércos pr Egehr de Produção Ajuste de Curv pelo Método dos Qudrdos Mímos-MQM Prof. Volmr Wlhelm Curtb, 05 Método dos Qudrdos Mímos Ajuste Ler Prof. Volmr - UFPR - TP06 Método dos Qudrdos

Leia mais

Métodos Numéricos Ajuste de Curva pelo Método dos Quadrados Mínimos-MQM. Professor Volmir Eugênio Wilhelm Professora Mariana Kleina

Métodos Numéricos Ajuste de Curva pelo Método dos Quadrados Mínimos-MQM. Professor Volmir Eugênio Wilhelm Professora Mariana Kleina Métodos Numércos Ajuste de Curv pelo Método dos Qudrdos Mímos-MQM Professor Volmr Eugêo Wlhelm Professor Mr Kle Método dos Qudrdos Mímos Ajuste Ler Professor Volmr Eugêo Wlhelm Professor Mr Kle Método

Leia mais

3.1 Introdução Forma Algébrica de S n Forma Matricial de Sn Matriz Aumentada ou Matriz Completa do Sistema

3.1 Introdução Forma Algébrica de S n Forma Matricial de Sn Matriz Aumentada ou Matriz Completa do Sistema Cálculo Numérco Resolução de sstems de equções leres - Resolução de sstems de equções leres. Itrodução Város prolems, como cálculo de estruturs de redes elétrcs e solução de equções dferecs, recorrem resolução

Leia mais

Complexidade de Algoritmos

Complexidade de Algoritmos Complexdde de Algortmos Prof. Dego Buchger dego.uchger@outlook.com dego.uchger@udesc.r Prof. Crsto Dm Vscocellos crsto.vscocellos@udesc.r Aálse de Complexdde de Tempo de Algortmos Recursvos Algortmos Recursvos

Leia mais

Apêndice A - Ajuste de funções a um conjunto de pontos experimentais

Apêndice A - Ajuste de funções a um conjunto de pontos experimentais Rotero de Físc Epermetl II 45 Apêdce A - Ajuste de fuções um cojuto de potos epermets Fote: Fudmetos d Teor de Erros José Herque Vuolo Edtor Edgr Blücher Ltd 99 N eperêc sobre o empuo medmos dus grdezs

Leia mais

Método de Eliminação de Gauss

Método de Eliminação de Gauss étodo de Elmção de Guss A de ásc deste método é trsformr o sstem A um sstem equvlete A () (), ode A () é um mtrz trgulr superor, efectudo trsformções elemetres sore s lhs do sstem ddo. Cosdere-se o sstem

Leia mais

Cap 6. Substituição de Equipamentos

Cap 6. Substituição de Equipamentos Egehr Ecoômc Demétro E. Brct Cp 6. Substtução de Equpmetos 6. REOÇÃO E SUBSTTUÇÃO DE EQUPETOS o problem de reovção ou de reposção, desej-se sber qul o tempo ótmo pr se coservr um equpmeto, ou sej, qul

Leia mais

EAE Modelo de Insumo-Produto

EAE Modelo de Insumo-Produto EAE 598 Modelo de sumo-produto Modelo de sumo-produto Costruído prtr de ddos observáves fluxos terdustrs (us, $) Estrutur mtemátc equções cógts j f j EAE 598 Modelo de sumo-produto Setor Setor (Demd Fl)

Leia mais

Capítulo V INTEGRAIS DE SUPERFÍCIE

Capítulo V INTEGRAIS DE SUPERFÍCIE Cpítulo V INTEAIS DE SUPEFÍCIE Cpítulo V Iters de Superfíce Cpítulo V Vmos flr sobre ters sobre superfíces o espço tr-dmesol Estes ters ocorrem em problems evolvedo fluídos e clor electrcdde metsmo mss

Leia mais

Capítulo III - Resolução de Sistemas. Como sabemos os sistemas podem ser classificados em possíveis. (determinados ou indeterminados) e impossíveis.

Capítulo III - Resolução de Sistemas. Como sabemos os sistemas podem ser classificados em possíveis. (determinados ou indeterminados) e impossíveis. Cpítulo III - Resolução de Sstems Vmos estudr métodos umércos pr: - resolver sstems de equções leres ão leres (; - Resolução de Sstems de Equções eres Cosdere-se o sstem ler de equções cógts:............

Leia mais

Aula 11. Regressão Linear Múltipla.

Aula 11. Regressão Linear Múltipla. Aul. Regressão Ler Múltpl.. C.Doughert Itroducto to Ecoometrcs. Cpítulo 6. Buss&Morett Esttístc Básc 7ª Edção Regressão ler smples - Resumo Modelo N E[ ] E[ ] E[ N. Ser como oter fórmuls pr coefcetes de

Leia mais

Método de Gauss- Seidel

Método de Gauss- Seidel .7.- Método de Guss- Sedel Supohmos D = I, como fo feto pr o método de Jco-Rchrdso. Trsformmos o sstem ler A = como se segue: (L + I + R) = (L + I) = - R + O processo tertvo defdo por: é chmdo de Guss-Sedel.

Leia mais

Conceitos fundamentais. Prof. Emerson Passos

Conceitos fundamentais. Prof. Emerson Passos Cocetos fudmets Prof. Emerso Pssos 1. Espço dos vetores de estdo. Operdores leres. Represetção de vetores de estdo e operdores. 2. Observáves. Autovlores e utovetores de um observável. Medd Mecâc Quâtc.

Leia mais

2. Utilização de retângulos para aproximar a área de uma região. 2. Utilização de retângulos para aproximar a área de uma região

2. Utilização de retângulos para aproximar a área de uma região. 2. Utilização de retângulos para aproximar a área de uma região UNIVERSIDADE DO ESTADO DE MATO GROSSO CAMPUS UNIVERSITÁRIO DE SINOP FACULDADE DE CIÊNCIAS EXATAS E TECNOLÓGICAS CURSO DE ENGENHARIA CIVIL DISCIPLINA: CÁLCULO DIFERENCIAL E INTEGRAL I Áre e Teorem Fudmetl

Leia mais

FÍSICA MODERNA I AULA 15

FÍSICA MODERNA I AULA 15 Uversdde de São ulo Isttuto de Físc FÍSIC MODERN I U 5 rof. Márc de lmed Rzzutto elletro sl 0 rzzutto@f.us.br o. Semestre de 08 ág do curso: htts:edscls.us.brcoursevew.h?d=695 0008 OERDORES OBSERVÁVEIS

Leia mais

Máximos, Mínimos e Pontos de Sela de funções f ( x,

Máximos, Mínimos e Pontos de Sela de funções f ( x, Vsco Smões ISIG 3 Mámos Mímos e otos de Sel de uções ( w). Forms Qudrátcs Chm-se orm qudrátc em Q ) se: ( Q ) ( T ode.. é um vector colu e um mtr qudrd dt mtr d orm qudrátc sto é: Q( ) T [ ] s orms qudrátcs

Leia mais

APLICAÇÃO DA TÉCNICA DE CONDENSAÇÃO AO ALGORITMO DE OTIMIZAÇÃO GLOBAL

APLICAÇÃO DA TÉCNICA DE CONDENSAÇÃO AO ALGORITMO DE OTIMIZAÇÃO GLOBAL XIX Smpóso Brslero de Pesqus Opercol Blumeu-SC, 27 3 de Agosto de 217. APICAÇÃO DA TÉCNICA DE CONDENSAÇÃO AO AORITMO DE OTIMIZAÇÃO OBA Rúb Mr de Olver Stos versdde Federl de Mto rosso do Sul Isttuto de

Leia mais

... Capítulo III - Resolução de Sistemas. Vamos estudar métodos numéricos para: - resolver sistemas lineares

... Capítulo III - Resolução de Sistemas. Vamos estudar métodos numéricos para: - resolver sistemas lineares Cpítulo III - Resolução de Sstems Vmos estudr métodos umércos pr: - resolver sstems leres ão leres (; - Resolução de Sstems de Equções eres Cosdere-se o sstem ler de equções cógts:............ b b b usdo

Leia mais

CAP. IV INTERPOLAÇÃO POLINOMIAL

CAP. IV INTERPOLAÇÃO POLINOMIAL CAP. IV INTERPOLAÇÃO POLINOMIAL INTRODUÇÃO Muts fuções são cohecds es um cojuto fto e dscreto de otos de um tervlo [,b]. Eemlo: A tbel segute relco clor esecífco d águ e temertur: temertur (ºC 5 3 35 clor

Leia mais

Proposta de resolução do Exame Nacional de Matemática A 2017 (1 ạ fase) GRUPO I (Versão 1)

Proposta de resolução do Exame Nacional de Matemática A 2017 (1 ạ fase) GRUPO I (Versão 1) Propost de resolução do Exme Ncol de Mtemátc A 07 ( ạ fse) GRUPO I (Versão ). Pretede-se determr qutos úmeros turs de qutro lgrsmos, múltplos de, se podem formr com os lgrsmos de 9. Nests codções, só exste

Leia mais

Universidade Federal de Alfenas

Universidade Federal de Alfenas Uversdde Federl de Alfes Projeto e Aálse de Algortmos Aul 03 Fudmetos Mtemátos pr PAA humerto@.ufl-mg.edu.r Aul Pssd... Cotexto hstóro: Dedldde; O Teorem de Kurt Gödel; Máqu de Turg; Prolems Trtáves e

Leia mais

Análise de Variância

Análise de Variância 9//06 Uversdde Federl do Prá Isttuto de Tecolog Esttístc Aplcd I Prof. Dr. Jorge Teóflo de Brros Lopes mpus de Belém urso de Egehr Mecâc /09/06 : ESTATÍSTIA APLIADA I - Teor ds Probblddes Uversdde Federl

Leia mais

CAP. IV INTERPOLAÇÃO POLINOMIAL

CAP. IV INTERPOLAÇÃO POLINOMIAL CAP. IV INTERPOLAÇÃO POLINOMIAL INTRODUÇÃO Muts fuções são cohecds es um cojuto fto e dscreto de otos de um tervlo [,b]. Eemlo: A tbel segute relco clor esecífco d águ e temertur: temertur (ºC 5 3 35 clor

Leia mais

integração são difíceis de serem realizadas. Por exemplo, como calcular

integração são difíceis de serem realizadas. Por exemplo, como calcular 89. INTERPOAÇÃO Objetvo: Ddo um cojuto de + otos G; o lo e um cojuto de uções Ecotrr um ução gg que melhor reresete esse cojuto de ddos de cordo com lgum crtéro. Deção : Sejm os + otos. Dzemos que ução

Leia mais

AJUSTE DE CURVAS. Métodos Numéricos Computacionais Prof a. Adriana Cherri Prof a. Andréa Vianna Prof. Antonio Balbo Prof a Edméa Baptista

AJUSTE DE CURVAS. Métodos Numéricos Computacionais Prof a. Adriana Cherri Prof a. Andréa Vianna Prof. Antonio Balbo Prof a Edméa Baptista AJUST D CURVAS Até or o polômo de promção o dedo de tl mer cocdr com o vlor d ução dd em potos dedos terpolção m certos tpos de prolems sto pode ão ser desejável em prtculr se os vlores orm otdos epermetlmete

Leia mais

A Integral Definida. A definição da integral definida utiliza a soma de muitos termos. Assim, para expressar tais

A Integral Definida.  A definição da integral definida utiliza a soma de muitos termos. Assim, para expressar tais A Itegrl Defd wwwcttmtr/log Itegrl Defd ou de Rem Notção Sgm A defção d tegrl defd utlz som de mutos termos Assm, pr epressr ts soms, troduzmos otção greg, cujo símolo é que correspode à letr S pr sgfcr

Leia mais

Universidade Federal da Bahia UFBA. Adriano Pedreira Cattai

Universidade Federal da Bahia UFBA. Adriano Pedreira Cattai Uversdde Federl d Bh UFBA Deprtmeto de Mtemátc Cálculo Dferecl e Itegrl II :: 6. Adro Pedrer Ctt http://www.luospgmt.uf.r/droctt/ [clcr Eso ] Itegrl Defd ou de Rem Notção Sgm A defção d tegrl defd utlz

Leia mais

UNIVERSIDADE ESTADUAL DE GOIÁS UNIDADE UNIVERSITÁRIA DE JUSSARA LICENCIATURA EM MATEMÁTICA CICERO LEITE DE SOUSA

UNIVERSIDADE ESTADUAL DE GOIÁS UNIDADE UNIVERSITÁRIA DE JUSSARA LICENCIATURA EM MATEMÁTICA CICERO LEITE DE SOUSA UNIVERSIDADE ESTADUAL DE GOIÁS UNIDADE UNIVERSITÁRIA DE JUSSARA LICENCIATURA EM MATEMÁTICA CICERO LEITE DE SOUSA CÁLCULO DE ÁREA DE FIGURAS GEOMÉTRICAS PLANAS USANDO INTEGRAIS JUSSARA-GO 0 Ccero Lete de

Leia mais

Econometria ANÁLISE DE REGRESSÃO MÚLTIPLA

Econometria ANÁLISE DE REGRESSÃO MÚLTIPLA Ecoometr ANÁLISE DE REGRESSÃO MÚLTIPLA Tópcos osderr otudde do Progrm Mstrdo pelo Prof Alceu Jom Modelo de Regressão Múltpl Aordgem Mtrcl ) Pressupostos; ) Iferêc versão Mtrcl; c) Iferêc o Método de rmmer;

Leia mais

Vitamina A Vitamina B Vitamina C Alimento 1 50 30 20 Alimento 2 100 40 10 Alimento 3 40 20 30

Vitamina A Vitamina B Vitamina C Alimento 1 50 30 20 Alimento 2 100 40 10 Alimento 3 40 20 30 Motvção: O prole d det Itrodução os Sstes Leres U pesso e det ecesst dgerr drete s segutes qutddes de vts: g de vt A 6 g de vt B 4 g de vt C El deve suprr sus ecessddes prtr do cosuo de três letos dferetes

Leia mais

ANÁLISE DE REGRESSÃO APLICADA EM PROBLEMAS DE PREVISÃO REGRESSION ANALYSIS APPLIED IN PREDICTION PROBLEMS USING AN

ANÁLISE DE REGRESSÃO APLICADA EM PROBLEMAS DE PREVISÃO REGRESSION ANALYSIS APPLIED IN PREDICTION PROBLEMS USING AN ANÁLISE DE REGRESSÃO APLICADA EM PROBLEMAS DE PREVISÃO UTILIZANDO UM PROGRAMA ITERATIVO REGRESSION ANALYSIS APPLIED IN PREDICTION PROBLEMS USING AN ITERATIVE PROGRAM Alfredo BONINI NETO * Tlt de Souz Fb

Leia mais

3. FUNÇÕES DE TRANSFERÊNCIA

3. FUNÇÕES DE TRANSFERÊNCIA Sstems de Cotrole 3. FUNÇÕES DE TRNSFERÊNCI Em teor de cotrole, fuções chmd fuções de trsferêc são comumete usds r crcterzr s relções de etrd-síd de comoetes ou sstems que odem ser descrtos or equções

Leia mais

1- Resolução de Sistemas Lineares.

1- Resolução de Sistemas Lineares. MÉTODOS NUMÉRICOS PARA EQUAÇÕES DIFERENCIAIS PARCIAIS - Resolução de Sstes Leres..- Mtrzes e Vetores..2- Resolução de Sstes Leres de Equções Algébrcs por Métodos Extos (Dretos)..3- Resolução de Sstes Leres

Leia mais

7 Solução aproximada Exemplo de solução aproximada. k critérios que o avaliador leva em consideração.

7 Solução aproximada Exemplo de solução aproximada. k critérios que o avaliador leva em consideração. 7 olução proximd Neste cpítulo é feit elborção de um ov formulção simplificd prtir de um estudo de Lel (008), demostrd por dus forms á cohecids de proximção do cálculo do vetor w de prioriddes retirds

Leia mais

EXEMPLO 3 - CONTINUAÇÃO

EXEMPLO 3 - CONTINUAÇÃO AJUSTE A U POLINÔIO Se curv f for jusd um polômo de gru, eremos f * () 0 Segudo o mesmo procedmeo eror, chegremos o segue ssem ler: m L O L L 0 EXEPLO Os ddos bo correspodem o volume do álcool ídrco em

Leia mais

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) Fatorial [ ] = A. Exercícios Resolvidos. Exercícios Resolvidos ( ) ( ) ( ) ( )! ( ).

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) Fatorial [ ] = A. Exercícios Resolvidos. Exercícios Resolvidos ( ) ( ) ( ) ( )! ( ). OSG: / ENSINO PRÉ-UNIVERSITÁRIO T MATEMÁTIA TURNO DATA ALUNO( TURMA Nº SÉRIE PROFESSOR( JUDSON SANTOS ITA-IME SEDE / / Ftorl Defção h-se ftorl de e dc-se or o úero turl defdo or: > se ou se A A A A Eercícos

Leia mais

Lista de Exercícios - Otimização Linear Profa. Maria do Socorro DMAp/IBILCE/UNESP. Método Simplex

Lista de Exercícios - Otimização Linear Profa. Maria do Socorro DMAp/IBILCE/UNESP. Método Simplex Lst de Eercícos - Otmzção Lner Prof. Mr do Socorro DMAp/IBILCE/UNESP Método Smple Ref.: Bzr, M. e J.J. Jvs - Lner Progrmmng nd Network Flows - John Wley, 77. ) Resolv o problem bo pelo método smple começndo

Leia mais

k 0 4 n NOTAS DE AULA A Integral Definida

k 0 4 n NOTAS DE AULA A Integral Definida NOTS DE UL Itegrl Defd Som de Rem Teorem Fudmetl do Cálulo: Itegrl Defd Áre so um Curv [Eemplos e plções] Comprmeto de um Curv Pl Ls [ou Suve] Teorem do Vlor Médo pr Itegrs SOM DE RIEMNN Notção: k k Eemplos:

Leia mais

Programação Linear e Algumas Extensões

Programação Linear e Algumas Extensões Progrmção Ler e Algums Etesões Adíl Olver Neves Rfel Mestrdo em Mtemátc pr Professores Deprtmeto de Mtemátc Oretdor: Mr do Crmo Mrd Guedes, Professor Aposetd, FCUP ods s correções determds pelo úr, e só

Leia mais

Universidade do Vale do Rio dos Sinos UNISINOS Programa de Pós-Graduação em Engenharia Mecânica. Ajuste de equações

Universidade do Vale do Rio dos Sinos UNISINOS Programa de Pós-Graduação em Engenharia Mecânica. Ajuste de equações Unversdde do Vle do Ro dos Snos UNISINOS Progrm de Pós-Grdução em Engenhr Mecânc Ajuste de equções Ajuste de curvs Técnc usd pr representr crcterístcs e comportmento de sstems térmcos. Ddos representdos

Leia mais

Guia 21 EXPOSIÇÃO DOS TRABALHADORES ÀS VIBRAÇÕES APONTAMENTOS SOBRE ESTIMATIVA DAS INCERTEZAS DE MEDIÇÃO

Guia 21 EXPOSIÇÃO DOS TRABALHADORES ÀS VIBRAÇÕES APONTAMENTOS SOBRE ESTIMATIVA DAS INCERTEZAS DE MEDIÇÃO Gu EXPOSIÇÃO DOS TRABALHADORES ÀS VIBRAÇÕES APONTAMENTOS SOBRE ESTIMATIVA DAS INCERTEZAS DE Assocção de Lbortóros Acredtdos de Portugl Gu RELACRE EDIÇÃO: SETEMBRO 08 EXPOSIÇÃO DOS TRABALHADORES ÀS VIBRAÇÕES

Leia mais

ECONOMIA BRASILEIRA: TRANSFORMAÇÕES ESTRUTURAIS NO PERÍODO DE

ECONOMIA BRASILEIRA: TRANSFORMAÇÕES ESTRUTURAIS NO PERÍODO DE ECONOMIA BRASILEIRA: TRANSFORMAÇÕES ESTRUTURAIS NO PERÍODO DE 1990-003 Umberto Atoo Sesso Flho 1 Ross Lott Rodrgues Atoo Crlos Moretto 3 Joqum J.M. Gulhoto 4 Resumo: Os objetvos do estudo form clculr os

Leia mais

Universidade Federal Fluminense ICEx Volta Redonda Métodos Quantitativos Aplicados I Professora: Marina Sequeiros

Universidade Federal Fluminense ICEx Volta Redonda Métodos Quantitativos Aplicados I Professora: Marina Sequeiros Uiversidde Federl Flumiese ICE Volt Redod Métodos Qutittivos Aplicdos I Professor: Mri Sequeiros. Poliômios Defiição: Um poliômio ou fução poliomil P, vriável, é tod epressão do tipo: P)=... 0, ode IN,

Leia mais

[ η. lim. RECAPITULANDO: Soluções diluídas de polímeros. Equação de Mark-Houwink-Sakurada: a = 0.5 (solvente θ )

[ η. lim. RECAPITULANDO: Soluções diluídas de polímeros. Equação de Mark-Houwink-Sakurada: a = 0.5 (solvente θ ) RECPITULNDO: Soluções dluíds de polímeros Vsosdde tríse do polímero: 5 N V 5 (4 / 3) R 3 v h π h N v [ η ] v 5 Pode ser obtd prtr de: [ η ] lm η 0 sp / V Equção de rk-houwk-skurd: [η] K ode K e são osttes

Leia mais

Obtendo uma solução básica factível inicial. Método Simplex duas fases

Obtendo uma solução básica factível inicial. Método Simplex duas fases Obtendo um solução básc fctível ncl Método Smple dus fses Bse ncl FASE I Como determnr um prtção básc fctível ncl (A(B, N)). Algums clsses de problems de otmzção lner oferecem nturlmente solução básc fctível

Leia mais

DETERMINAÇÃO DOS PARÂMETROS DO CIRCUITO EQUIVALENTE DO MIT UTILIZANDO DADOS DE PLACA

DETERMINAÇÃO DOS PARÂMETROS DO CIRCUITO EQUIVALENTE DO MIT UTILIZANDO DADOS DE PLACA DETEMNAÇÃO DOS AÂMETOS DO CCUTO EQUALENTE DO MT UTLANDO DADOS DE LACA G. G. C. de Lu, D. A. Cxet, G. C. Gumrães Uversdde Federl de Uberlâd, Fculdde de Egehr Elétrc, Uberlâd-MG (Brsl). gluber.lu@gml.com,

Leia mais

Microlink. O processo

Microlink. O processo r l p c o t st e r C ll m e B g m o c Alo DODO CURSO ONLINE DEPILAÇÃO PROFISSIONAL DA EDUK (WWW.EDUK.COM.BR) CONFORME A LEI NºA9.610/98, É PROIBIDA ESTE MATERIAL MATERIALÉÉPARTE PARTEINTEGRANTE INTEGRANTE

Leia mais

CONSIDERAÇÕES SOBRE A OBTENÇÃO DE VETORES DE PRIORIDADES NO AHP

CONSIDERAÇÕES SOBRE A OBTENÇÃO DE VETORES DE PRIORIDADES NO AHP CONSIDERAÇÕES SOBRE A OBTENÇÃO DE VETORES DE PRIORIDADES NO AHP AUTORES: CLEBER ALMEIDA DE OLIVEIRA cleber@t.br Isttuto Tecológco de Aeroáutc ITA, Prç Mrechl Edurdo Gomes - São José dos Cmpos - SP MISCHEL

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 11.º Ano de escolaridade Versão.4

FICHA de AVALIAÇÃO de MATEMÁTICA A 11.º Ano de escolaridade Versão.4 FICHA de AVALIAÇÃO de MATEMÁTICA A 5º Teste º Ao de escolridde Versão4 Nome: Nº Turm: Professor: José Tioco /4/8 Apresete o seu rciocíio de form clr, idicdo todos os cálculos que tiver de efetur e tods

Leia mais

INTERPOLAÇÃO. Introdução

INTERPOLAÇÃO. Introdução INTERPOLAÇÃO Itrodução A terolção cosste em determr rtr de um cojuto de ddos dscretos um ução ou um cojuto de uções lítcs que ossm servr r determção de qulquer vlor o domío de deção. Pode-se ver terolção

Leia mais

F A 6. Aplicações à Física e à Engenharia. Aplicações à Física e à Engenharia

F A 6. Aplicações à Física e à Engenharia. Aplicações à Física e à Engenharia UNIVERSIDADE DO ESTADO DE MATO GROSSO CAMPUS UNIVERSITÁRIO DE SINOP FACULDADE DE CIÊNCIAS EXATAS E TECNOLÓGICAS CURSO DE ENGENHARIA CIVIL DISCIPLINA: CÁLCULO DIFERENCIAL E INTEGRAL I Aplcções à Físc e

Leia mais

f sendo as funções suaves das covariáveis,

f sendo as funções suaves das covariáveis, . REFERENCIAL TEÓRICO O modelo de regressão usdo este estudo fo um Modelo Adtvo Geerlzdo (GAM), que d ms é que um extesão dos Modelos Leres Geerlzdos (GLM) com um predtor ler evolvedo um som de fuções

Leia mais

Aula 1b Problemas de Valores Característicos I

Aula 1b Problemas de Valores Característicos I Unversdde Federl do ABC Aul b Problems de Vlores Crcterístcos I EN4 Dnâmc de Fludos Computconl EN4 Dnâmc de Fludos Computconl . U CASO CO DOIS GRAUS DE LIBERDADE EN4 Dnâmc de Fludos Computconl Vbrção em

Leia mais

CONSIDERAÇÕES SOBRE A OBTENÇÃO DE VETORES DE PRIORIDADES NO AHP

CONSIDERAÇÕES SOBRE A OBTENÇÃO DE VETORES DE PRIORIDADES NO AHP CONSIDERAÇÕES SOBRE A OBTENÇÃO DE VETORES DE PRIORIDADES NO AHP CLEBER ALMEIDA DE OLIVEIRA Isttuto Tecológco de Aeroáutc ITA, Prç Mrechl Edurdo Gomes, 50 - Vl ds Acács - São José dos Cmpos - SP cleber@t.br

Leia mais

CÁLCULO I. Exibir o cálculo de algumas integrais utilizando a denição.

CÁLCULO I. Exibir o cálculo de algumas integrais utilizando a denição. CÁLCULO I Prof Mrcos Diiz Prof Adré Almeid Prof Edilso Neri Prof Emerso Veig Prof Tigo Coelho Aul o : A Itegrl de Riem Objetivos d Aul Deir itegrl de Riem; Exibir o cálculo de lgums itegris utilizdo deição

Leia mais

Clustering Hierárquico Aglomerativo. Matriz de proximidade: NxN D(i,j): medida de proximidade ou similaridade entre os padrões i e j

Clustering Hierárquico Aglomerativo. Matriz de proximidade: NxN D(i,j): medida de proximidade ou similaridade entre os padrões i e j lustermg lusterg Herárquco Aglomertvo Mtrz e roxme: NxN D: me e roxme ou smlre etre os rões e. Atrbur um rão or cluster N clusters. Ecotrr o r e clusters e ms semelhtes mtrz e smlre e utálos um úco cluster.

Leia mais

PESQUISA OPERACIONAL Dualidade. Professor Volmir Wilhelm Professora Mariana Kleina

PESQUISA OPERACIONAL Dualidade. Professor Volmir Wilhelm Professora Mariana Kleina PESQUISA OPERACIOAL Duldde Professor Volr Wlhel Professor Mr Kle Duldde A d prole de progrção ler (prole de progrção ler prl) orrespode u outro (dul) fordo o pr de proles dus: pl prl pl dul Prof. Volr

Leia mais

Á R E A, S O M A D E R I E M A N N E A I N T E G R A L D E F I N I D A

Á R E A, S O M A D E R I E M A N N E A I N T E G R A L D E F I N I D A Á R E A, S O M A D E R I E M A N N E A I N T E G R A L D E F I N I D A Prof. Beito Frzão Pires - hors. áre A oção de áre de um polígoo ou região poligol) é um coceito bem cohecido. Começmos defiido áre

Leia mais

3. Admitindo SOLUÇÃO: dy para x 1 é: dx. dy 3t. t na expressão da derivada, resulta: Questão (10 pontos): Seja f uma função derivável e seja g x f x

3. Admitindo SOLUÇÃO: dy para x 1 é: dx. dy 3t. t na expressão da derivada, resulta: Questão (10 pontos): Seja f uma função derivável e seja g x f x UIVERSIDADE FEDERAL DE ITAJUBÁ CALCULO e PROVA DE TRASFERÊCIA ITERA, EXTERA E PARA PORTADOR DE DIPLOMA DE CURSO SUPERIOR 9/6/ CADIDATO: CURSO PRETEDIDO: OBSERVAÇÕES: Prov sem cosult. A prov pode ser feit

Leia mais

Método de Gauss-Seidel

Método de Gauss-Seidel Método de Guss-Sedel É o ms usdo pr resolver sstems de equções lneres. Suponhmos que temos um sstem A=b e que n= Vmos resolver cd equção em ordem um ds vráves e escrevemos 0/0/9 MN em que Método de Guss-Sedel

Leia mais

Fernando Nogueira Dualidade 1

Fernando Nogueira Dualidade 1 Dldde Fernndo Noger Dldde Fernndo Noger Dldde 8 6.5 M ( ) ( ) ( ).5.5.5.5.5.5.5.5.5 é m lmtnte speror é m lmtnte speror melhor Pr encontrr o lmtnte speror mltplc-se s restrções por constntes postvs e som-se

Leia mais

Resolução Numérica de Sistemas Lineares Parte II

Resolução Numérica de Sistemas Lineares Parte II Cálculo Numérico Resolução Numéric de Sistems Lieres Prte II Prof Jorge Cvlcti jorgecvlcti@uivsfedubr MATERIAL ADAPTADO DOS SLIDES DA DISCIPLINA CÁLCULO NUMÉRICO DA UFCG - wwwdscufcgedubr/~cum/ Sistems

Leia mais

Sumário. Cálculo do juros compostos. Juros compostos conceitos. Cálculo do juros compostos. Exemplos. Engenharia Econômica e Finanças

Sumário. Cálculo do juros compostos. Juros compostos conceitos. Cálculo do juros compostos. Exemplos. Engenharia Econômica e Finanças Suáro Udde 3 ptlzção opost Professor: Fábo de Olver Alves ottos: fboolves@yhoo.de fbo@ptgors.co.br oceto de cptlzção copost Fóruls de cálculo oprtvo Juros Sples x Juros opostos Equvlêc de pts Equvlêc de

Leia mais

Sumário. Cálculo dos juros compostos. Juros compostos conceitos. Exemplos. Cálculo dos juros compostos. Engenharia Econômica e Finanças

Sumário. Cálculo dos juros compostos. Juros compostos conceitos. Exemplos. Cálculo dos juros compostos. Engenharia Econômica e Finanças Suáro Udde 3 ptlzção opost Professor: Fábo de Olver Alves ottos: fboolves@yhoo.de fbo@ptgors.co.br oceto de cptlzção copost Fóruls de cálculo oprtvo Juros Sples x Juros opostos Equvlêc de pts Equvlêc de

Leia mais

1. (6,0 val.) Determine uma primitiva de cada uma das seguintes funções. (considere a mudança de variável u = tan 2

1. (6,0 val.) Determine uma primitiva de cada uma das seguintes funções. (considere a mudança de variável u = tan 2 Istituto Superior Técico Deprtmeto de Mtemátic Secção de Álgebr e Aálise o TESTE DE CÁLCULO DIFERENCIAL E INTEGRAL I LMAC, MEBiom e MEFT o Sem. 00/ 5/J/0 - v. Durção: h30m RESOLUÇÃO. 6,0 vl. Determie um

Leia mais

1a Verificação Refino dos Aços I EEIMVR-UFF, Setembro de 2011 Prova A

1a Verificação Refino dos Aços I EEIMVR-UFF, Setembro de 2011 Prova A 1 Verfcção Refno dos s I EEIMVR-UFF, Setembro de 11 Prov A 1. Clcule o vlor de γ no ferro, 168 o C, com os ddos fornecdos n prov. Vmos em ul que o S G e o γ estão relcondos trvés de, 5585γ G R ln M Logo,

Leia mais

Prova: DESAFIO. I. Traduzindo para a linguagem simbólica, temos a seguinte equação na incógnita x, com x > 0: 45 4x = x x 3 4x = 0 x 4 4x 2 45 = 0

Prova: DESAFIO. I. Traduzindo para a linguagem simbólica, temos a seguinte equação na incógnita x, com x > 0: 45 4x = x x 3 4x = 0 x 4 4x 2 45 = 0 Colégio Nome: N.º: Edereço: Dt: Telefoe: E-mil: Discipli: MATEMÁTICA Prov: DESAFIO PARA QUEM CURSARÁ A ạ SÉRIE DO ENSINO MÉDIO EM 09 QUESTÃO 6 A difereç etre o cubo de um úmero rel positivo e o seu quádruplo,

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

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

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS ANÁLISE DE ERROS A oservação de um feómeo físco ão é completa se ão pudermos quatfcá-lo. Para é sso é ecessáro medr uma propredade físca. O processo de medda cosste em atrur um úmero a uma propredade físca;

Leia mais

1ª Lista de Exercícios - GABARITO

1ª Lista de Exercícios - GABARITO Uversdde Federl de Ms Gers Deprtmeto de Cê d Computção Algortmos e Estruturs de Ddos II ª Lst de Exeríos - GABARIO Est lst deverá ser etregue pr os professores durte ul do d de setembro de 0. Não serão

Leia mais

VA L O R M É D I O D E U M A F U N Ç Ã O. Prof. Benito Frazão Pires

VA L O R M É D I O D E U M A F U N Ç Ã O. Prof. Benito Frazão Pires 3 VA L O R M É D I O D E U M A F U N Ç Ã O Prof. Beito Frzão Pires 3. médi ritmétic A médi ritmétic (ou simplesmete médi) de vlores y, y 2,..., y é defiid como sedo o úmero y = y + y 2 + + y. () A médi

Leia mais

2. Resolução Numérica de Equações Não-Lineares

2. Resolução Numérica de Equações Não-Lineares . Resolução Numéric de Equções Não-Lieres. Itrodução Neste cpítulo será visto lgoritmos itertivos pr ecotrr rízes de fuções ão-lieres. Nos métodos itertivos, s soluções ecotrds ão são ets, ms estrão detro

Leia mais

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola Cetro de Cêcas Agráras e Ambetas da UFBA Departameto de Egehara Agrícola Dscpla: AGR Boestatístca Professor: Celso Luz Borges de Olvera Assuto: Estatístca TEMA: Somatóro RESUMO E NOTAS DA AULA Nº 0 Seja

Leia mais

Capítulo 3. Cálculos de Equilíbrio Termodinâmico- Fundamentos e Exemplos

Capítulo 3. Cálculos de Equilíbrio Termodinâmico- Fundamentos e Exemplos Cpítulo 3. Cálculos de qulíbro Termodâmco- Fudmetos e xemplos Cpítulo 3. Cálculos de qulíbro Termodâmco- Fudmetos e xemplos.... Itrodução.... qulíbro em Sstems Retvos... 3.. Tbulções de vrções de erg Lvre

Leia mais

Este capítulo tem por objetivo apresentar métodos para resolver numericamente uma integral.

Este capítulo tem por objetivo apresentar métodos para resolver numericamente uma integral. Nots de ul de Métodos Numéricos. c Deprtmeto de Computção/ICEB/UFOP. Itegrção Numéric Mrcoe Jmilso Freits Souz, Deprtmeto de Computção, Istituto de Ciêcis Exts e Biológics, Uiversidde Federl de Ouro Preto,

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

Redes elétricas Circuitos que contém resistências e geradores de energia podem ser analisados usando sistemas de equações lineares;

Redes elétricas Circuitos que contém resistências e geradores de energia podem ser analisados usando sistemas de equações lineares; Álger Lier Mtrizes e vetores Sistems lieres Espços vetoriis Bse e dimesão Trsformções lieres Mtriz de um trsformção lier Aplicções d Álger Lier: Redes elétrics Circuitos que cotém resistêcis e gerdores

Leia mais

PESQUISA OPERACIONAL Método Simplex. Professor Volmir Wilhelm Professora Mariana Kleina

PESQUISA OPERACIONAL Método Simplex. Professor Volmir Wilhelm Professora Mariana Kleina PESQUISA OPERACIONAL Método Simple Professor Volmir Wilhelm Professor Mri Klei Limitções d progrmção lier m (mi) s. Z c c... m, m,...,... c... c 0... c m b b m. Coeficietes costtes. Divisibilidde 3. Proporciolidde

Leia mais

Métodos Numéricos Integração Numérica Regra dos Trapézio. Professor Volmir Eugênio Wilhelm Professora Mariana Kleina

Métodos Numéricos Integração Numérica Regra dos Trapézio. Professor Volmir Eugênio Wilhelm Professora Mariana Kleina Métodos Numéricos Itegrção Numéric Regr dos Trpézio Professor Volmir Eugêio Wilhelm Professor Mri Klei Itegrção Defiid Itegrção Numéric Itegrção Numéric Itegrção Defiid Há dus situções em que é impossível

Leia mais

Cap. 5. Testes de Hipóteses

Cap. 5. Testes de Hipóteses Cap. 5. Testes de Hpóteses Neste capítulo será estudado o segudo problema da ferêca estatístca: o teste de hpóteses. Um teste de hpóteses cosste em verfcar, a partr das observações de uma amostra, se uma

Leia mais

Universidade Salvador UNIFACS Cursos de Engenharia Métodos Matemáticos Aplicados / Cálculo Avançado / Cálculo IV Profa: Ilka Rebouças Freire

Universidade Salvador UNIFACS Cursos de Engenharia Métodos Matemáticos Aplicados / Cálculo Avançado / Cálculo IV Profa: Ilka Rebouças Freire Uiversidde Slvdor UNIFACS Cursos de Egehri Métodos Mtemáticos Aplicdos / Cálculo Avçdo / Cálculo IV Prof: Ilk Rebouçs Freire Série de Fourier Texto : Itrodução. Algus Pré-requisitos No curso de Cálculo

Leia mais

Ajuste de curvas por quadrados mínimos lineares

Ajuste de curvas por quadrados mínimos lineares juste de cuvs o quddos mímos lees Fele eodo de gu e Wdele Iocêco oe Júo Egeh de s o. Peíodo Pofesso: ode Josué Bezue Dscl: Geomet lítc e Álgeb e. Itodução Utlzmos este método qudo temos um dstbução de

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4 FICHA de AVALIAÇÃO de MATEMÁTICA A 0.º Ao Versão Apresete o seu rciocíio de form clr, idicdo todos os cálculos que tiver de efetur e tods s justificções ecessáris. Qudo, pr um resultdo, ão é pedid um proimção,

Leia mais

CAPÍTULO 2 AJUSTAMENTO DE OBSERVAÇÕES

CAPÍTULO 2 AJUSTAMENTO DE OBSERVAÇÕES CAPÍTULO AJUSTAMENTO DE OBSERVAÇÕES.1 Motvção pr AJUSTAR OBSERVAÇÕES! As observções coduzds pelo homem se crcterzm pel evtável preseç dos erros de medd. Erros que decorrem ão pes de flhs hums, ms tmbém

Leia mais

Somatórios e Recorrências

Somatórios e Recorrências Somtórios e Recorrêcis Uiversidde Federl do Amzos Deprtmeto de Eletrôic e Computção Exemplo: MxMi () Problem: Ddo um vetor de iteiros A, ecotrr o mior e o meor elemetos de A O úmero de comprções etre elemetos

Leia mais

OS IMPACTOS ECONÔMICOS DO ACQUARIO CEARÁ E SUA VIABILIDADE

OS IMPACTOS ECONÔMICOS DO ACQUARIO CEARÁ E SUA VIABILIDADE Nº 48 Dezembro de 2012 OS IMPACTOS ECONÔMICOS DO ACQUARIO CEARÁ E SUA VIABILIDADE GOVERNO DO ESTADO DO CEARÁ Cd Ferrer Gomes Goverdor Domgos Gomes de Agur Flho Vce Goverdor SECRETARIO DO PLANEJAMENTO E

Leia mais

CAP. 5 DETERMINANTES 5.1 DEFINIÇÕES DETERMINANTE DE ORDEM 2 EXEMPLO DETERMINANTE DE ORDEM 3

CAP. 5 DETERMINANTES 5.1 DEFINIÇÕES DETERMINANTE DE ORDEM 2 EXEMPLO DETERMINANTE DE ORDEM 3 DETERMINNTES CP. DETERMINNTES. DEFINIÇÕES DETERMINNTE DE ORDEM O ermte de um mtrz qudrd de ordem é por defção plcção: : M IK IK ( ) DETERMINNTES DETERMINNTE DE ORDEM O ermte de um mtrz qudrd de ordem é

Leia mais