UNIVERSIDADE FEDERAL DO SUL E SUDESTE DO PARÁ

INSTITUTO DE GEOCIÊNCIAS E ENGENHARIA

FACULDADE DE ENGENHARIA MECÂNICA
CURSO DE ENGENHARIA MECÂNICA

TAWAN CUTRIM SOARES

ATIVIDADE 1: EXERCÍCIO 12 DO CAPÍTULO 1 DO FLOGIATTO.

MARABÁ/PA
2023
using CSV
using DataFrames
using Distributions
using Plots
using StatsBase
using LaTeXStrings

# Carregar os DADOS do arquivo .csv para o dataframe df

df = DataFrame(CSV.File("dados.csv"))

# Visualizar histograma dos DADOS da coluna T de df

histogram(df.T, nbins = 10, xlabel=L"t", ylabel=L"W(t)", label=false)

# Obter os DADOS do histograma com StatsBase.fit()

h = fit(Histogram, df.T, nbins=10)

# Função densidade de probabilidade f(t)

n0 = 30.0
Δt = 1.0
mypdf = h.weights ./ (n0*Δt)

plot!(60:10:130, h.weights, w = 3)

bar(60:10:130, mypdf, xlabel=L"t", ylabel=L"pdf(t)", label=false)

p1 = plot!(60:10:130, mypdf, w = 3, label=false)

# Área abaico da pdf

sum(mypdf*Δt)

# função cumulativa de densidade de probabilidade F(t)

mycdf = cumsum(mypdf*Δt)
p2 = plot(60:10:130, mycdf, w = 3, xlabel=L"t", ylabel=L"cdf(t)", label=false)

# função confiabilidade R(t) = 1 - F(t)

myr = 1 .- mycdf
p3 = plot(60:10:130, myr, w = 3, xlabel=L"t", ylabel=L"R(t)",
label="Confiabilidade")

plot(p1, p2, p3, legend=false, layout=(1,3), size=(800, 300))

h = mypdf./myr
p4 = plot(60:10:130, h, w = 3, xlabel=L"t", ylabel=L"h(t)", label="Risco")

# obter os parâmetros da distribuição com Distributions.fit_mle()

dw = fit_mle(Weibull, df.T) # Weibull
de = fit_mle(Exponential, df.T) # Exponential
dln = fit_mle(LogNormal, df.T) # LogNormal

2
 EXERCÍCIO 12 CAPÍTULO 1

12) Os dados a seguir foram obtidos em testes com um componente mecânico que falha por
fadiga. Plote no Proconf os histogramas de funções f(t), h(t), R(t) e F(t) e comente os resultados.

62 85 95 101 109 126

65 87 95 103 109 131
79 90 98 105 119 132
82 92 99 106 120 134
83 95 99 108 125 139

Histograma dos dados:

3
Plot 2:

Plot 3:

4
Plot 4:

Plot 5:

5
Plot 6:

Plot 7:

Parâmetros da distribuição

Weibull{Float64}(α=5.899360554327453, θ=110.44523403794503)

Exponential{Float64}(θ=102.43333333333334)

LogNormal{Float64}(μ=4.610570821289121, σ=0.19944476551528742)