diff --git a/partitioners/CMeans.py b/partitioners/CMeans.py
index b451bd1..baf15fa 100644
--- a/partitioners/CMeans.py
+++ b/partitioners/CMeans.py
@@ -15,7 +15,7 @@ def distancia(x, y):
 
 def c_means(k, dados, tam):
     # Inicializa as centróides escolhendo elementos aleatórios dos conjuntos
-    centroides = [dados[rnd.randint(0, len(dados))] for kk in range(0, k)]
+    centroides = [dados[rnd.randint(0, len(dados)-1)] for kk in range(0, k)]
 
     grupos = [-1 for x in range(0, len(dados))]
 
diff --git a/partitioners/FCM.py b/partitioners/FCM.py
index fa6aede..153150d 100644
--- a/partitioners/FCM.py
+++ b/partitioners/FCM.py
@@ -29,7 +29,7 @@ def fuzzy_cmeans(k, dados, tam, m, deltadist=0.001):
     tam_dados = len(dados)
 
     # Inicializa as centróides escolhendo elementos aleatórios dos conjuntos
-    centroides = [dados[rnd.randint(0, tam_dados)] for kk in range(0, k)]
+    centroides = [dados[rnd.randint(0, tam_dados-1)] for kk in range(0, k)]
 
     # Tabela de pertinência das instâncias aos grupos
     grupos = [[0 for kk in range(0, k)] for xx in range(0, tam_dados)]
diff --git a/partitioners/Util.py b/partitioners/Util.py
new file mode 100644
index 0000000..a9d5a45
--- /dev/null
+++ b/partitioners/Util.py
@@ -0,0 +1,21 @@
+import numpy as np
+import pandas as pd
+import matplotlib as plt
+import matplotlib.colors as pltcolors
+import matplotlib.pyplot as plt
+from mpl_toolkits.mplot3d import Axes3D
+
+from pyFTS.common import Membership
+
+def plotSets(data, sets,num):
+    fig = plt.figure(figsize=[20, 10])
+    maxx = max(data)
+    minx = min(data)
+    h = 1/num
+    for k in range(num):
+        ax0 = fig.add_axes([0, (k+1)*h, 0.65, h])  # left, bottom, width, height
+        ax0.set_ylim([0, 1])
+        ax0.set_xlim([minx, maxx])
+        for s in sets[k]:
+            if s.mf == Membership.trimf:
+                ax0.plot([s.parameters[0],s.parameters[1],s.parameters[2]],[0,1,0])