Departamento de Engenharia Metalurgia e de Materiais POLI-USP b Instituto de Pesquisas Energéticas e Nucleares IPEN-CNEN/SP.
|
|
- Thomas Fartaria Chagas
- 8 Há anos
- Visualizações:
Transcrição
1 Desenvovmento de Programa de omputador para ácuo da Função Dstrbução de Orentações a partr de Fguras de Póos Incompetas em Ambente Wndows E.Gaego a, A.F. Padha a, N..Lma b a Departamento de Engenhara Metaurga e de Materas POLI-USP b Insttuto de Pesqusas Energétcas e Nuceares IPEN-NEN/SP Resumo A função dstrbução de orentações permte a anáse quanttatva da orentação preferenca de um matera pocrstano e pode ser obtda através de dados expermentas obtdos por dfração de raos- X, dfração de nêutrons ou dfração de eétrons retroespahados. Esta sendo desenvovmento de um programa computacona para tratamento matemátco dos dados expermentas de fguras de póo ncompetas para a obtenção das fguras de póo competas e da função dstrbução de orentações utzando-se o método dos harmôncos esfércos desenvovdo por unge (1) em ambente Wndows. Paavras have: ODF, Textura, Dfração de rao-x, Fguras de Póos. - E1 -
2 I. Introdução. A maora das propredades físcas de materas crstanos tas como, eastcdade, resstênca mecânca, condutvdade eétrca, propredades magnétcas e expansão térmca são ansotrópcas, sto é, depende da dreção crstaográfca na qua é medda. As propredades macroscópcas de materas pocrstano são certamente vaores médos das propredades dos crstatos que o compõem dependendo de sua dstrbução de orentação ou textura. Uma das maneras de se medr a textura dos materas é através do evantamento de fgura de póo. Fguras de póo são projeções estereográfcas com orentação reatva à amostra, que exbe a varação de ntensdade dfratada de um pano crstano pré-seeconado. As fguras de póo por dfração de raos-x podem ser evantadas por dos métodos bascamente: transmssão e refexão. Através da medda por estes dos métodos consegue-se a fgura de póo competa se convenentemente processado. No método de transmssão a amostra precsa ser de espessura fna o sufcente para que o fexe de rao-x o atravesse. Isto mpca em probemas como: a precsão do corte para consegur-se espessura correta, atera a textura que se deseja medr. unge (1) desenvoveu um método matemátco para o evantamento da fgura de póo competa utzando somente o método de refexão. A dstrbução de orentação dos crstatos pode ser descrta por meo da expansão em sére da fgura de póo, cada fgura de póo P(h,y) pode ser expandda em uma sére de harmôncos esfércos: Ph (1) 4π ( + ) L N( ) M(1) = = 0 υ = µ = 1 µυ * µ ( h ) υ onde h j = (h, k, ) representamos índces de Mer do pano crstaográfco escohdo e representa o sstema de coordenadas da *µ amostra (α, β). & µ &K e &K são harmôncos esfércos de superfíce smétrcos e os pontos (..,.) denotam a smetra do crsta e da µυ amostra respectvamente e são os coefcente que devem ser cacuados. Os coefcentes µυ são facmente obtdos utzando as propredades de ortogonadade dos harmôncos esfércos de superfíces smétrcas. Essas propredades dependem da faxa de ntegração e uma vez utzado o método da refexão para aqusção de vaores Ph (y) essa faxa não é satsfeta ogo, essas ntegras devem ser avaadas expctamente por processos numércos. Peo método proposto por unge (1) é possíve desenvover um agortmo computacona (cácuo numérco) para evantar a fgura de póo competa através de dados obtdos por medda de fgura de póo ncompeta peo método de refexão. I.1- Fundamento Teórcos. O método proposto por unge () fundamentase no método de mínmos quadrados: [ Ph observado Ph cacuado ] dy = mn () Onde = número de fgura de póo ncompeta; = regão anasada (0 < α < α max ) e (0 < β < π/). Substtundo (1) em () e ntroduzndo um fator de normazação N temos: L N( ) M(1) = 0 υ = µ = 1 4π + 1 ˆ [ N Ph ˆ µυ * µ ( h ) Obs onde: N Ph Obs = Ph. υ dy = mn (3) N é obtdo por meo da fgura de Póo competa da segunte forma: π 1 N = Ph dy π 0 0 Para amostra que possuem smetra crstana cúbca, podemos fazer a segunte aproxmação: N = Ph dy dy Votando a equação (3) e dervando-a em µ ν reação à temos: L N( ) M(1) = 0 υ = µ = 1 & µ * ( h ) ν 4π + 1 µυ ν [ N Ph ˆ * µ ( h ) υ Obs dy = 0 (4) - E -
3 Substtundo aguns temos para smpfcar chega-se a segunte equação: L M ( ) µµ ν α ξ = = 0 µ N A µ ν ( h ) (5) Esta é a equação vada para amostra com smetra crstana cúbca e smetra de amostra ortorrômbca. O sstema de equações neares (5) possuem o número de equações guas ao número de coefcentes desconhecdos e este será mtado peo vaor máxmo de. II.1 Impementação omputacona. A mpementação do programa segue o segunte fuxograma de dados: Dados da Fgura de Póo Incompeta ácuo das Harmôncas Esfércas de superfíce e µµ ' α ' Ponômo de Legendre ácuo de A e N νν ' ácuo de ξ ' Monta as Matrzes Inverte as Matrzes ácuo de ácuo de Ph (y) Pota a Fgura de Poo ompeta Pota a Fgura de ODF Fgura 1 Fuxograma do programa prncpa A proposta do trabaho é o desenvovmento de um programa computacona em ambente Wndows para tratamento de dados expermentas para anáse de textura em materas pocrstano com smetra cúbca e da amostra ortorrômbca.este desenvovmento será um aprmoramento de programa computacona desenvovdo por Lma (3) em sua tese de doutoramento. No trabaho de tese, foram mpementadas e testadas todas as etapas de cacuo numérco em computadores de grande porte ("manframe") da época, para a obtenção de fguras de póo competas e da função dstrbução de orentações e, para a vsuazação gráfca dos dados, fo utzado o pacote gráfco SAS ("Statstca Anayss System") como a saída de dados na forma mpressa. A déa desta proposta é a de factar o processamento dos dados com computadores de mesa ("Desktop") em ambente gráfco, - E3 -
4 sendo que o aprmoramento prncpa dar-se-á na vsuazação gráfca em vídeo e depos, se necessáro, na forma mpressa mehorando a nterface com o anasta (usuáro). Outro probema que se pretende resover é a dependênca do uso de pacotes de programação fechados como o SAS, na confecção de fguras de sonhas utzadas nas fguras de póo e função de dstrbução e orentação (FDO), adequando o programa de anáse sem a necessdade de nstaações de pacotes cencados de ato custo. O programa esta sendo desenvovdo em nguagem Deph (5) (Object Pasca) ( orand) e OpenGL (6) ( Scon Graphcs) para o sstema operacona Wndows e consste de três bocos prncpas. A Fgura 1 apresenta o dagrama de bocos do programa em desenvovmento, as etapas em cnza já foram mpementadas. O prmero boco vsa a adequação dos dados obtdos em equpamento da Rgaku com câmera Mutpurpose MPA-000, que consste em uma câmera com ncnação panar em reação à amostra α de 15 graus a 90 graus, com rotação da amostra β de 0 a 360 graus, aproxmação Z (norma a amostra) de ± 10mm e oscação γ ± 10mm. Nesta etapa os dados do arquvo de anáse expermenta são adequados para o processamento posteror efetuando correções para emnação da radação de fundo (ackground), efeto de desfocazação do fexe de raos-x, correções para desocamento do ânguo β e α. Esta etapa já se encontra mpementada. Para este prmero estago a adequação dos dados dar-se-á somente a arquvos gerado por equpamento da Rgaku. Um programa adcona pode ser mpementado para compatbzar os dados gerados por outros equpamentos de outros fabrcantes. O segundo boco consste da programação do agortmo matemátco para a obtenção dos coefcentes da equação (6) utzando-se os dados gerados no prmero boco. A partr destes coefcentes são cacuadas: a fgura de póo competa (PF), a função dstrbução de orentações (ODF) e a fgura de póo ncompeta (IPF). O tercero boco consste do desenvovmento das representações gráfcas: da fgura de póos por projeção estereográfca, da fgura de póos nversa e da função dstrbução de orentações, para vsuazação em vídeo, geração de arquvos de magem no formato JPEG e saída mpressa. III. - Fases Impementadas. O arquvo de dados expermentas adqurdos pea medda da fgura de póos utzando-se o dfratômetro Rgaku é um arquvo em ASII, consstndo de um cabeçaho onde são descrtas as condções de anáse tas como faxa de ânguo α e β, passo utzado em cada uma das varreduras, vaor da radação de fundo para cada ânguo α, etc. A ntensdade medda é dsposta na forma de quatro dados de ntensdade por nha, separados por vírgua. Para o cácuo dos coefcentes da sére harmônca ( ) são necessáros os dados de quatro fguras de póos ncompetas para refexões dstntas, sto é, não companares. A necessdade de quatro fguras é devdo ao erro gerado nos cácuo dos coefcentes (3). III.1- orreção para a Radação de Fundo (ackground). A correção para a radação de fundo pode ser reazado em dos ânguos thetas dstntos dentfcados como HghG e LowG no cabeçaho do arquvo de dados gerados peo programa do gonômetro. O programa dentfca estes vaores e cacua do vaor a ser descontado utzando a equação (4) : Equação para desconto do G: LowG + HghG G = (6) onde: e * Low Lowg = x(* Speed) * OUNT * Hgh Hghg = x(* Speed). * OUNT Sendo: *Low e *Hgh contagens, mas baxa e mas ata na tomada de dados respectvamente; *count contagem no ânguo e, *Speed veocdade de contagem ou tempo fxo na aqusção do dado (4). O vaor obtdo utzando a equação (6) é subtraído de todos os vaores de ntensdade meddos. Quando a medda é reazada em dos pontos para o G, é feto um ajuste de uma reta e nterpoado. O vaor de theta da refexão o vaor obtdo é então subtraído dos vaores de ntensdade meddos. O programa mostra ao operador que tpo de cacuo fo reazado, podendo o mesmo cancear a decsão tomada peo computador, forçando ao outro método se possíve. - E4 -
5 Em aguns casos, devdos a probemas na escoha do ânguo theta, o vaor meddo de G, é maor que o vaor da ntensdade medda, neste caso fo mpementada uma rotna que aerta o usuáro para a exstênca de vaor de G maores que a ntensdade medda consderando-se o desvo padrão. III. - orreção para Desocamento do Ânguo β. O desocamento do ânguo β pode ocorrer devdo a erro no posconamento da dreção de amnação da amostra quando posta no gonômetro. Este erro é bastante comum pos, o gonômetro, não possu referênca para a posção de β=0 graus no porta amostra e o posconamento só se dá na ncazação do gonômetro. Outra possbdade é o desconhecmento da dreção de amnação da amostra peo usuáro. Este tpo de erro pode ser facmente dentfcado pea fgura de póo em amostras com smetra ortorrômbca, uma vez que as mesmas são smétrcas em reação aos quatro quadrantes. Neste caso, o usuáro, dentfca qua a defasagem anguar mehor corrge os dados e ntroduzndo o vaor em campo aproprado para cada arquvo. Fgura Janea para corrgr rotação de β para os arquvos (fgura mostra programa em tempo de projeto). Exste também uma correção que pode ser mpementada, que é a correção de α (como pode ser vsto na fgura ). Esta correção é dfíc execução e anda não fo mpementada e testada. III.3 - orreção para Desfocazação. A varredura do ãnguo α mpca em uma ateração da área rradada peo fexe de raos-x fazendo com que haja varação da ntensdade medda em função dos ânguos α, do ânguo theta e do conjunto de fendas de dvergênca, espahamento e recepção utzados. Para se reazar esta correção é necessáro a medda de uma amostra que não apresente orentação preferenca, que no caso para este trabaho fo reazado utzando Síco em pó. A fgura 3, 4 e 5 apresenta os gráfcos obtdos para as curvas de desfocazação meddas para os três conjuntos de fendas mas utzados: Grossas: 1 o, 5mm e 4mm; Norma: 1/ o, 5mm e 4mm; Fnas: 1/4 o, 4mm e 3mm; - E5 -
6 orreção (u.a.) Fator Mutpcador A13Nor A17Nor A0Nor A1Nor A9Nor A30Nor A33Nor A34Nor A37Nor A43Nor A45Nor A49Nor A5Nor Ânguo α (graus) Fgura.3: urva de desfocazação para conjunto de Fendas Grossas orrção (U.A.) Fator Mutpcador SN13 SN1 SN5 SN30 SN33 SN37 SN40 SN43 SN46 SN Anguo α (graus) Fgura.4: urva de desfocazação para conjunto de Fendas Normas. 1.0 orreção (U.A.) Fator Mutpcador SN13 SN1 SN5 SN30 SN33 SN37 SN40 SN43 SN46 SN Anguo α (graus) Fgura 5: urva de desfocazação para conjunto de Fendas Fnas Na egenda nterna das fguras os vaores numércos referem-se ao ânguo Theta que fo reazada a medda. Na mpementação do programa, o usuáro deve dentfcar corretamente o arquvo de desfocazação referente a tomada de dados, como pode ser vsto na fgura 6 onde, se a correção de desfocazação esta aconada, o arquvo em usado para a desfocazação é mostrado á dreta do aconamento desta correção. Na fgura 6, encontra-se aconado o daogo de escoha do arquvo de desfocazação. - E6 -
7 Fgura 6 Janea de daogo para escoha do arquvo de correção para a desfocazação, dado o conjunto de fendas utzado. III.4 - Méda de Quadrante. No programa esta mpementada a rotna de correção que cacua a méda dos quadrantes. Esta méda refere-se a soma dos vaores meddos nos ânguos ortogonas entre s de cada quadrantes, onde se cacua a soma e em seguda a méda, obtendo um só quadrante. a) b) Fgura 7 Exempo de fgura de póo com processamento de méda de quadrantes. a) antes da méda; b) depos da méda. A méda dos quadrantes somente é utzada para amostras com smetra ortorrômbca. III.5 - Índce de Mer para determnação dos vaores das Funções Harmônca Esférca úbca automátca. Os vaores das funções da harmônca esférca smétrca, específca para sstemas cúbcos, podem ser facmente adqurdo através de tabea, em vez de cacuo. Os vaore são arquvados em bboteca para acesso peo programa fgura (1). No programa os índces são mostrados ao ado do nome do arquvo. O índce é dgtado peo operador dretamente no programa de aqusção de dados. Se houver erro neste índce o usuáro poderá muda-o facmente através das setas atuante em cada janea do índce. Ao processar os arquvos o programa verfca automatcamente os vaores de h k e verfca o sstema cúbco ( ou F). Se houver agum erro neste índce, sto é, se o operador confundu o sstema, o programa avsará o usuáro para que se faça o acerto. - E7 -
8 gráfcas e de processamento para cacuo de, já se encontra em estágo fna. As etapas descrtas neste trabaho já se encontram em uso peo grupo de dfração do Insttuto de Pesqusas Energétcas e Nuceares. Para o processamento fna dos dados esta sendo usado programa desenvovdo em FORTRAN em ambente DOS (3). VI Agradecmentos. Fgura 8 axas de verfcação dos índces h k. III.6 Ftros. No programa, também, foram mpementadas rotnas de ftros para manpuação de arquvos e pré-processamento para anase de textura, como: 1) onversão dos arquvos gerados em WINDOWS para arquvos de sstema HP-UX (UNIX) utzados por workstaton Rgaku; ) Méda das ntensdades para α fxo e varredura competa em β, para cacuo de β médo utzado para o cacuo de <cosθ> de amostras de smetra rada, como magnetos permanentes (7) ; 3) Méda dos dados de fgura de Póo para uma mesma amostra com evantamento de dados para regões dferentes, para cacuo de fgura de póo méda. Os autores agradecem ao apoo fnancero da FAPESP VII Referêncas bográfcas. 1. unge, H. J. Texture anayss n Materas Scence. Mathematca Methods. London, utterworths, 198, P unge, H. J. Texture anayss n Materas Scence. Mathematca Methods. London, utterworths, 198, P atsta, N., Infuênca da Textura em Meddas de Tensão Resdua, Tese de Doutorado, 1991, IPEN- NEN/SP, USP. 4. Rgaku orporaton, ackground acuaton, omuncação prvada, Inprse orporaton, orand Deph Interprse, Jacobs, J.Q. Deph deveoper s Gude to OpenGL, Wordware Pubshng, Inc, Texas, USA. 7. astro, A. R. M. de; Textura rstaografca e Avaação de Domínos Magnétcos em Imãs de PrFe, Tese de doutorado, 001, IPEN-NEN/SP, USP Fgura 9 Paeta de controe para programas e sub-rotnas de ftragens V - oncusões Váras etapas já foram mpementadas como fo mostrado neste trabaho. Impementações - E8 -
NOTA II TABELAS E GRÁFICOS
Depto de Físca/UFMG Laboratóro de Fundamentos de Físca NOTA II TABELAS E GRÁFICOS II.1 - TABELAS A manera mas adequada na apresentação de uma sére de meddas de um certo epermento é através de tabelas.
Leia maisTEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma.
UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO CENTRO DE CIÊNCIAS EXATAS DEPARTAMENTO DE FÍSICA AV. FERNANDO FERRARI, 514 - GOIABEIRAS 29075-910 VITÓRIA - ES PROF. ANDERSON COSER GAUDIO FONE: 4009.7820 FAX: 4009.2823
Leia maisProbabilidade e Estatística. Correlação e Regressão Linear
Probabldade e Estatístca Correlação e Regressão Lnear Correlação Este uma correlação entre duas varáves quando uma delas está, de alguma forma, relaconada com a outra. Gráfco ou Dagrama de Dspersão é o
Leia maisESPELHOS E LENTES ESPELHOS PLANOS
ESPELHOS E LENTES 1 Embora para os povos prmtvos os espelhos tvessem propredades mágcas, orgem de lendas e crendces que estão presentes até hoje, para a físca são apenas superfíces poldas que produzem
Leia maisUniversidade Salvador UNIFACS Cursos de Engenharia Cálculo IV Profa: Ilka Rebouças Freire. Integrais Múltiplas
Unversdade Salvador UNIFACS Cursos de Engenhara Cálculo IV Profa: Ilka ebouças Frere Integras Múltplas Texto 3: A Integral Dupla em Coordenadas Polares Coordenadas Polares Introduzremos agora um novo sstema
Leia maisSistemas Robóticos. Sumário. Introdução. Introdução. Navegação. Introdução Onde estou? Para onde vou? Como vou lá chegar?
Sumáro Sstemas Robótcos Navegação Introdução Onde estou? Para onde vou? Como vou lá chegar? Carlos Carreto Curso de Engenhara Informátca Ano lectvo 2003/2004 Escola Superor de Tecnologa e Gestão da Guarda
Leia maisUniversidade Estadual de Campinas Faculdade de Engenharia Elétrica e de Computação Departamento de Comunicações
Unversdade Estadua de Campnas Facudade de Engenhara Eétrca e de Computação Departamento de Comuncações Soução Generazada para Técncas de Dversdade-Combnação Autor: Cáudo Rafae Cunha ontero da Sva Orentador:
Leia maisIntrodução à Análise de Dados nas medidas de grandezas físicas
Introdução à Análse de Dados nas meddas de grandezas físcas www.chem.wts.ac.za/chem0/ http://uregna.ca/~peresnep/ www.ph.ed.ac.uk/~td/p3lab/analss/ otas baseadas nos apontamentos Análse de Dados do Prof.
Leia maisVariabilidade Espacial do Teor de Água de um Argissolo sob Plantio Convencional de Feijão Irrigado
Varabldade Espacal do Teor de Água de um Argssolo sob Planto Convenconal de Fejão Irrgado Elder Sânzo Aguar Cerquera 1 Nerlson Terra Santos 2 Cásso Pnho dos Res 3 1 Introdução O uso da água na rrgação
Leia maisCAPÍTULO VI Introdução ao Método de Elementos Finitos (MEF)
PMR 40 - Mecânca Computaconal CAPÍTULO VI Introdução ao Método de Elementos Fntos (MEF). Formulação Teórca - MEF em uma dmensão Consderemos a equação abao que representa a dstrbução de temperatura na barra
Leia maisExperiência V (aulas 08 e 09) Curvas características
Experênca (aulas 08 e 09) Curvas característcas 1. Objetvos 2. Introdução 3. Procedmento expermental 4. Análse de dados 5. Referêncas 1. Objetvos Como no expermento anteror, remos estudar a adequação de
Leia maisPLANILHAS EXCEL/VBA PARA PROBLEMAS ENVOLVENDO EQUILÍBRIO LÍQUIDO-VAPOR EM SISTEMAS BINÁRIOS
PLANILHAS EXCEL/VBA PARA PROBLEMAS ENVOLVENDO EQUILÍBRIO LÍQUIDO-VAPOR EM SISTEMAS BINÁRIOS L. G. Olvera, J. K. S. Negreros, S. P. Nascmento, J. A. Cavalcante, N. A. Costa Unversdade Federal da Paraíba,
Leia maisDespacho Econômico de. Sistemas Termoelétricos e. Hidrotérmicos
Despacho Econômco de Sstemas Termoelétrcos e Hdrotérmcos Apresentação Introdução Despacho econômco de sstemas termoelétrcos Despacho econômco de sstemas hdrotérmcos Despacho do sstema braslero Conclusões
Leia maisRegressão e Correlação Linear
Probabldade e Estatístca I Antono Roque Aula 5 Regressão e Correlação Lnear Até o momento, vmos técncas estatístcas em que se estuda uma varável de cada vez, estabelecendo-se sua dstrbução de freqüêncas,
Leia maisUNIVERSIDADE PRESBITERIANA MACKENZIE CCSA - Centro de Ciências Sociais e Aplicadas Curso de Economia
CCSA - Centro de Cêncas Socas e Aplcadas Curso de Economa ECONOMIA REGIONAL E URBANA Prof. ladmr Fernandes Macel LISTA DE ESTUDO. Explque a lógca da teora da base econômca. A déa que sustenta a teora da
Leia maisSoftware para Furação e Rebitagem de Fuselagem de Aeronaves
Anas do 14 O Encontro de Incação Centífca e Pós-Graduação do ITA XIV ENCITA / 2008 Insttuto Tecnológco de Aeronáutca São José dos Campos SP Brasl Outubro 20 a 23 2008. Software para Furação e Rebtagem
Leia maisIntrodução e Organização de Dados Estatísticos
II INTRODUÇÃO E ORGANIZAÇÃO DE DADOS ESTATÍSTICOS 2.1 Defnção de Estatístca Uma coleção de métodos para planejar expermentos, obter dados e organzá-los, resum-los, analsá-los, nterpretá-los e deles extrar
Leia maisCálculo do Conceito ENADE
Insttuto aconal de Estudos e Pesqusas Educaconas Aníso Texera IEP Mnstéro da Educação ME álculo do onceto EADE Para descrever o cálculo do onceto Enade, prmeramente é mportante defnr a undade de observação
Leia maisCURSO ON-LINE PROFESSOR: VÍTOR MENEZES
O Danel Slvera pedu para eu resolver mas questões do concurso da CEF. Vou usar como base a numeração do caderno foxtrot Vamos lá: 9) Se, ao descontar uma promssóra com valor de face de R$ 5.000,00, seu
Leia maisSistemas de Filas: Aula 5. Amedeo R. Odoni 22 de outubro de 2001
Sstemas de Flas: Aula 5 Amedeo R. Odon 22 de outubro de 2001 Teste 1: 29 de outubro Com consulta, 85 mnutos (níco 10:30) Tópcos abordados: capítulo 4, tens 4.1 a 4.7; tem 4.9 (uma olhada rápda no tem 4.9.4)
Leia maisUNIVERSIDADE DO ESTADO DA BAHIA - UNEB DEPARTAMENTO DE CIÊNCIAS EXATAS E DA TERRA COLEGIADO DO CURSO DE DESENHO INDUSTRIAL CAMPUS I - SALVADOR
Matéra / Dscplna: Introdução à Informátca Sstema de Numeração Defnção Um sstema de numeração pode ser defndo como o conjunto dos dígtos utlzados para representar quantdades e as regras que defnem a forma
Leia maisElaboração: Fevereiro/2008
Elaboração: Feverero/2008 Últma atualzação: 19/02/2008 E ste Caderno de Fórmulas tem por objetvo esclarecer aos usuáros a metodologa de cálculo e os crtéros de precsão utlzados na atualzação das Letras
Leia maisSempre que surgir uma dúvida quanto à utilização de um instrumento ou componente, o aluno deverá consultar o professor para esclarecimentos.
Insttuto de Físca de São Carlos Laboratóro de Eletrcdade e Magnetsmo: Transferênca de Potênca em Crcutos de Transferênca de Potênca em Crcutos de Nesse prátca, estudaremos a potênca dsspada numa resstênca
Leia maisUNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira
UNIVERSIDADE DE PERNAMBUCO ESCOLA POLITÉCNICA DE PERNAMBUCO Físca Expermental Prof o José Wlson Vera wlson.vera@upe.br AULA 01: PROCESSOS DE ANÁLISE GRÁFICA E NUMÉRICA MODELO LINEAR Recfe, agosto de 2015
Leia maisCAPÍTULO 1 Exercícios Propostos
CAPÍTULO 1 Exercícos Propostos Atenção: Na resolução dos exercícos consderar, salvo menção em contráro, ano comercal de das. 1. Qual é a taxa anual de juros smples obtda em uma aplcação de $1.0 que produz,
Leia maiswww.obconcursos.com.br/portal/v1/carreirafiscal
www.obconcursos.com.br/portal/v1/carrerafscal Moda Exercíco: Determne o valor modal em cada um dos conjuntos de dados a segur: X: { 3, 4,, 8, 8, 8, 9, 10, 11, 1, 13 } Mo 8 Y: { 10, 11, 11, 13, 13, 13,
Leia maisCQ110 : Princípios de FQ
CQ110 : Prncípos de FQ CQ 110 Prncípos de Físco Químca Curso: Farmáca Prof. Dr. Marco Vdott mvdott@ufpr.br Potencal químco, m potencal químco CQ110 : Prncípos de FQ Propredades termodnâmcas das soluções
Leia mais3ULQFtSLRVGDGLIUDomRGHUDLRV;
6 ',)5$d '(5$,6;(0e7''(5,(79(/' Nas seções seguntes são apresentados os prncípos da dfração de raos X e do método de Retveld necessáros ao entendmento desta tese. A teora da dfração pode ser consultada
Leia maisEstimativa dos fluxos turbulentos de calor sensível, calor latente e CO 2, sobre cana-de-açúcar, pelo método do coespectro.
Estmatva dos fluxos turbulentos de calor sensível, calor latente e CO 2, sobre cana-de-açúcar, pelo método do coespectro. O. L. L. Moraes 1, H. R. da Rocha 2, M. A. Faus da Slva Das 2, O Cabral 3 1 Departamento
Leia maisANÁLISE DE CRÉDITO BANCÁRIO UTILIZANDO O ALGORITMO SEQUENTIAL MINIMAL OPTIMISATION.
ANÁLISE DE CRÉDITO BANCÁRIO UTILIZANDO O ALGORITMO SEQUENTIAL MINIMAL OPTIMISATION. Vanessa Tereznha Aes Unversdade Federa do Paraná Centro Potécnco Jardm das Amércas - PR vanessa.aes@gma.com Vana Gryczak
Leia maisPOLARIMETRIA ÓPTICA E MODELAGEM DE POLARES OBSERVADAS NO OPD/LNA NO PERÍODO DE 2010-2012
5 POLARIMETRIA ÓPTICA E MODELAGEM DE POLARES OBSERVADAS NO OPD/LNA NO PERÍODO DE 00-0 OPTICAL POLARIMETRY AND MODELING OF POLARS OBSERVED IN OPD/LNA IN THE PERIOD 00-0 Karleyne M. G. Slva Cláuda V. Rodrgues
Leia maisDistribuição de Massa Molar
Químca de Polímeros Prof a. Dr a. Carla Dalmoln carla.dalmoln@udesc.br Dstrbução de Massa Molar Materas Polmércos Polímero = 1 macromolécula com undades químcas repetdas ou Materal composto por númeras
Leia maisEstimativa da Incerteza de Medição da Viscosidade Cinemática pelo Método Manual em Biodiesel
Estmatva da Incerteza de Medção da Vscosdade Cnemátca pelo Método Manual em Bodesel Roberta Quntno Frnhan Chmn 1, Gesamanda Pedrn Brandão 2, Eustáquo Vncus Rbero de Castro 3 1 LabPetro-DQUI-UFES, Vtóra-ES,
Leia maisPROVA 2 Cálculo Numérico. Q1. (2.0) (20 min)
PROVA Cálculo Numérco Q. (.0) (0 mn) Seja f a função dada pelo gráfco abaxo. Para claro entendmento da fgura, foram marcados todos os pontos que são: () raízes; () pontos crítcos; () pontos de nflexão.
Leia maisNOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES
NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES 1 O nosso objetvo é estudar a relação entre duas varáves quanttatvas. Eemplos:. Idade e altura das cranças.. v. Tempo de prátca de esportes e rtmo cardíaco
Leia maisInfluência dos Procedimentos de Ensaios e Tratamento de Dados em Análise Probabilística de Estrutura de Contenção
Influênca dos Procedmentos de Ensaos e Tratamento de Dados em Análse Probablístca de Estrutura de Contenção Mara Fatma Mranda UENF, Campos dos Goytacazes, RJ, Brasl. Paulo César de Almeda Maa UENF, Campos
Leia maisMAPEAMENTO DA VARIABILIDADE ESPACIAL
IT 90 Prncípos em Agrcultura de Precsão IT Departamento de Engenhara ÁREA DE MECANIZAÇÃO AGRÍCOLA MAPEAMENTO DA VARIABILIDADE ESPACIAL Carlos Alberto Alves Varella Para o mapeamento da varabldade espacal
Leia maisFUNDAMENTOS DE ROBÓTICA. Modelo Cinemático de Robôs Manipuladores
FUNDMENTO DE ROBÓTI Modeo nemátco de Robôs Manpuadores Modeo nemátco de Robôs Manpuadores Introdução Modeo nemátco Dreto Modeo nemátco de um Robô de GDL Representação de Denavt-Hartenberg Exempos de pcação
Leia maisEstatística stica Descritiva
AULA1-AULA5 AULA5 Estatístca stca Descrtva Prof. Vctor Hugo Lachos Davla oo que é a estatístca? Para mutos, a estatístca não passa de conjuntos de tabelas de dados numércos. Os estatístcos são pessoas
Leia maisAula Características dos sistemas de medição
Aula - Característcas dos sstemas de medção O comportamento funconal de um sstema de medção é descrto pelas suas característcas (parâmetros) operaconas e metrológcas. Aqu é defnda e analsada uma sére destes
Leia maisProcedimento Recursivo do Método dos Elementos de Contorno Aplicado em Problemas de Poisson
Trabalho apresentado no III CMAC - SE, Vtóra-ES, 015. Proceedng Seres of the Brazlan Socety of Computatonal and Appled Mathematcs Procedmento Recursvo do Método dos Elementos de Contorno Aplcado em Problemas
Leia mais11 Sistemas resolvem problemas
A UA UL LA Sistemas resovem probemas Introdução Na aua anterior, mostramos como resover sistemas de duas equações de 1º grau com duas incógnitas. Agora vamos usar essa importante ferramenta da matemática
Leia maisAnálise Exploratória de Dados
Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: obter uma reta que se ajuste aos dados segundo o crtéro de mínmos quadrados; apresentar outros crtéros para a determnação de uma
Leia maisProfessor Mauricio Lutz CORRELAÇÃO
Professor Maurco Lutz 1 CORRELAÇÃO Em mutas stuações, torna-se nteressante e útl estabelecer uma relação entre duas ou mas varáves. A matemátca estabelece város tpos de relações entre varáves, por eemplo,
Leia maisVariação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.
Aplcação Por exemplo, se prepararmos uma área expermental com todo cudado possível e fzermos, manualmente, o planto de 100 sementes seleconadas de um mlho híbrdo, cudando para que as sementes fquem na
Leia mais1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de
Leia maisExercícios de Física. Prof. Panosso. Fontes de campo magnético
1) A fgura mostra um prego de ferro envolto por um fo fno de cobre esmaltado, enrolado mutas vezes ao seu redor. O conjunto pode ser consderado um eletroímã quando as extremdades do fo são conectadas aos
Leia maisAnálise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA
Análse de Regressão Profa Alcone Mranda dos Santos Departamento de Saúde Públca UFMA Introdução Uma das preocupações estatístcas ao analsar dados, é a de crar modelos que explctem estruturas do fenômeno
Leia maisProf. Antônio Carlos Fontes dos Santos. Aula 1: Divisores de tensão e Resistência interna de uma fonte de tensão
IF-UFRJ Elementos de Eletrônca Analógca Prof. Antôno Carlos Fontes dos Santos FIW362 Mestrado Profssonal em Ensno de Físca Aula 1: Dvsores de tensão e Resstênca nterna de uma fonte de tensão Este materal
Leia maisControle de qualidade de produto cartográfico aplicado a imagem de alta resolução
Controle de qualdade de produto cartográfco aplcado a magem de alta resolução Nathála de Alcântara Rodrgues Alves¹ Mara Emanuella Frmno Barbosa¹ Sydney de Olvera Das¹ ¹ Insttuto Federal de Educação Cênca
Leia maisINTRODUÇÃO SISTEMAS. O que é sistema? O que é um sistema de controle? O aspecto importante de um sistema é a relação entre as entradas e a saída
INTRODUÇÃO O que é sstema? O que é um sstema de controle? SISTEMAS O aspecto mportante de um sstema é a relação entre as entradas e a saída Entrada Usna (a) Saída combustível eletrcdade Sstemas: a) uma
Leia maisControlo Metrológico de Contadores de Gás
Controlo Metrológco de Contadores de Gás José Mendonça Das (jad@fct.unl.pt), Zulema Lopes Perera (zlp@fct.unl.pt) Departamento de Engenhara Mecânca e Industral, Faculdade de Cêncas e Tecnologa da Unversdade
Leia maisIX CONGRESSO BRASILEIRO DE ENGENHARIA E CIÊNCIAS TÉRMICAS. 9th BRAZILIAN CONGRESS OF THERMAL ENGINEERING AND SCIENCES
IX CONGRESSO BRASILEIRO DE ENGENHARIA E CIÊNCIAS TÉRMICAS 9th BRAZILIAN CONGRESS OF THERMAL ENGINEERING AND SCIENCES Paper CIT02-0026 METODOLOGIA PARA CORRELAÇÃO DE DADOS CINÉTICOS ENTRE AS TÉCNICAS DE
Leia maisFísica. Setor A. Índice-controle de Estudo. Prof.: Aula 25 (pág. 86) AD TM TC. Aula 26 (pág. 86) AD TM TC. Aula 27 (pág.
Físca Setor Prof.: Índce-controle de studo ula 25 (pág. 86) D TM TC ula 26 (pág. 86) D TM TC ula 27 (pág. 87) D TM TC ula 28 (pág. 87) D TM TC ula 29 (pág. 90) D TM TC ula 30 (pág. 90) D TM TC ula 31 (pág.
Leia mais5.1 Seleção dos melhores regressores univariados (modelo de Índice de Difusão univariado)
5 Aplcação Neste capítulo será apresentada a parte empírca do estudo no qual serão avalados os prncpas regressores, um Modelo de Índce de Dfusão com o resultado dos melhores regressores (aqu chamado de
Leia maisEstudo quantitativo do processo de tomada de decisão de um projeto de melhoria da qualidade de ensino de graduação.
Estudo quanttatvo do processo de tomada de decsão de um projeto de melhora da qualdade de ensno de graduação. Rogéro de Melo Costa Pnto 1, Rafael Aparecdo Pres Espíndula 2, Arlndo José de Souza Júnor 1,
Leia maisIV - Descrição e Apresentação dos Dados. Prof. Herondino
IV - Descrção e Apresentação dos Dados Prof. Herondno Dados A palavra "dados" é um termo relatvo, tratamento de dados comumente ocorre por etapas, e os "dados processados" a partr de uma etapa podem ser
Leia mais2 Análise de Campos Modais em Guias de Onda Arbitrários
Análse de Campos Modas em Guas de Onda Arbtráros Neste capítulo serão analsados os campos modas em guas de onda de seção arbtrára. A seção transversal do gua é apromada por um polígono conveo descrto por
Leia maisMinistério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação
Mnstéro da Educação Insttuto Naconal de Estudos e Pesqusas Educaconas Aníso Texera Cálculo do Conceto Prelmnar de Cursos de Graduação Nota Técnca Nesta nota técnca são descrtos os procedmentos utlzados
Leia maisFast Multiresolution Image Querying
Fast Multresoluton Image Queryng Baseado no artgo proposto por: Charles E. Jacobs Adan Fnkelsten Davd H. Salesn Propõe um método para busca em um banco de dados de magem utlzando uma magem de consulta
Leia maisAnálise Econômica da Aplicação de Motores de Alto Rendimento
Análse Econômca da Aplcação de Motores de Alto Rendmento 1. Introdução Nesta apostla são abordados os prncpas aspectos relaconados com a análse econômca da aplcação de motores de alto rendmento. Incalmente
Leia maisPolos Olímpicos de Treinamento. Aula 10. Curso de Teoria dos Números - Nível 2. Divisores. Prof. Samuel Feitosa
Polos Olímpcos de Trenamento Curso de Teora dos Números - Nível 2 Prof. Samuel Fetosa Aula 10 Dvsores Suponha que n = p α 1 2...pα é a fatoração em prmos do ntero n. Todos os dvsores de n são da forma
Leia mais1. CORRELAÇÃO E REGRESSÃO LINEAR
1 CORRELAÇÃO E REGREÃO LINEAR Quando deseja-se estudar se exste relação entre duas varáves quanttatvas, pode-se utlzar a ferramenta estatístca da Correlação Lnear mples de Pearson Quando essa correlação
Leia maisAssociação de resistores em série
Assocação de resstores em sére Fg.... Na Fg.. está representada uma assocação de resstores. Chamemos de I, B, C e D. as correntes que, num mesmo nstante, passam, respectvamente pelos pontos A, B, C e D.
Leia maisCurso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos
Curso de extensão, MMQ IFUSP, feverero/4 Alguns exercíco báscos I Exercícos (MMQ) Uma grandeza cujo valor verdadero x é desconhecdo, fo medda três vezes, com procedmentos expermentas dêntcos e, portanto,
Leia mais3 Algoritmos propostos
Algortmos propostos 3 Algortmos propostos Nesse trabalho foram desenvolvdos dos algortmos que permtem classfcar documentos em categoras de forma automátca, com trenamento feto por usuáros Tas algortmos
Leia maisInstruções de segurança VEGASWING 61/63.CI*****Z*
Instruções de segurança VEGASWING 61/63.CI*****Z* NCC 14.03221 X Ex a IIC T* Ga, Ga/Gb, Gb 0044 Document ID: 41515 Índce 1 Valdade... 3 2 Geral... 3 3 Dados técncos... 4 4 Especfcações... 4 5 Proteção
Leia maisPROVA DE MATEMÁTICA DO VESTIBULAR 2013 DA UNICAMP-FASE 1. RESOLUÇÃO: PROFA. MARIA ANTÔNIA C. GOUVEIA
PROVA DE MATEMÁTICA DO VESTIBULAR 03 DA UNICAMP-FASE. PROFA. MARIA ANTÔNIA C. GOUVEIA QUESTÃO 37 A fgura abaxo exbe, em porcentagem, a prevsão da oferta de energa no Brasl em 030, segundo o Plano Naconal
Leia maisCAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA
CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de
Leia maisSinais Luminosos 2- CONCEITOS BÁSICOS PARA DIMENSIONAMENTO DE SINAIS LUMINOSOS.
Snas Lumnosos 1-Os prmeros snas lumnosos Os snas lumnosos em cruzamentos surgem pela prmera vez em Londres (Westmnster), no ano de 1868, com um comando manual e com os semáforos a funconarem a gás. Só
Leia maisPsicologia Conexionista Antonio Roque Aula 8 Modelos Conexionistas com tempo contínuo
Modelos Conexonstas com tempo contínuo Mutos fenômenos de aprendzado assocatvo podem ser explcados por modelos em que o tempo é uma varável dscreta como nos casos vstos nas aulas anterores. Tas modelos
Leia maisANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de métodos
Leia maisMÉTODO COMPUTACIONAL AUTOMÁTICO TICO PARA PRÉ-PROCESSAMENTO PROCESSAMENTO DE IMAGENS RADIOGRÁFICAS. M. Z. Nascimento, A. F. Frère e L. A.
MÉTODO COMPUTACIONAL AUTOMÁTICO TICO PARA PRÉ-PROCESSAMENTO PROCESSAMENTO DE IMAGENS RADIOGRÁFICAS M. Z. Nascmeto, A. F. Frère e L. A. Neves INTRODUÇÃO O cotraste as radografas vara ao logo do campo de
Leia mais2 Principio do Trabalho Virtual (PTV)
Prncpo do Trabalho rtual (PT)..Contnuo com mcroestrutura Na teora que leva em consderação a mcroestrutura do materal, cada partícula anda é representada por um ponto P, conforme Fgura. Porém suas propredades
Leia maisALGORITMO E PROGRAMAÇÃO
ALGORITMO E PROGRAMAÇÃO 1 ALGORITMO É a descrção de um conjunto de ações que, obedecdas, resultam numa sucessão fnta de passos, atngndo um objetvo. 1.1 AÇÃO É um acontecmento que a partr de um estado ncal,
Leia maisRISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16%
Análse de Rsco 1 RISCO Rsco possbldade de perda. Quanto maor a possbldade, maor o rsco. Exemplo: Empresa X va receber $ 1.000 de uros em 30 das com títulos do governo. A empresa Y pode receber entre $
Leia maisY X Baixo Alto Total Baixo 1 (0,025) 7 (0,175) 8 (0,20) Alto 19 (0,475) 13 (0,325) 32 (0,80) Total 20 (0,50) 20 (0,50) 40 (1,00)
Bussab&Morettn Estatístca Básca Capítulo 4 Problema. (b) Grau de Instrução Procedênca º grau º grau Superor Total Interor 3 (,83) 7 (,94) (,) (,33) Captal 4 (,) (,39) (,) (,3) Outra (,39) (,7) (,) 3 (,3)
Leia maisc (1) OS PREÇOS E A RENTABILIDADE DOS INVESTIMENTOS NA ANÁLISE DE PROJETOS Benedito Silva Neto
OS PREÇOS E A RENTABILIDADE DOS INVESTIMENTOS NA ANÁLISE DE PROJETOS Benedto Sva Neto Um dos pressupostos normamente adotados quando se anasa um projeto é que a rentabdade dos nvestmentos deve orentar
Leia maisGeração de poses de faces utilizando Active Appearance Model Tupã Negreiros 1, Marcos R. P. Barretto 2, Jun Okamoto 3
Geração de poses de faces utlzando Actve Appearance Model Tupã Negreros 1, Marcos R. P. Barretto 2, Jun Okamoto 3 1, 2, 3 Escola Poltécnca da Unversdade de São Paulo (POLI/USP) Caxa Postal 61548 CEP 05508-900
Leia mais1 Objetivo da experiência: Medir o módulo da aceleração da gravidade g no nosso laboratório com ajuda de um pêndulo simples.
Departamento de Físca ICE/UFJF Laboratóro de Físca II Prátca : Medda da Aceleração da Gravdade Objetvo da experênca: Medr o módulo da aceleração da gravdade g no nosso laboratóro com ajuda de um pêndulo
Leia maisESTATÍSTICA MULTIVARIADA 2º SEMESTRE 2010 / 11. EXERCÍCIOS PRÁTICOS - CADERNO 1 Revisões de Estatística
ESTATÍSTICA MULTIVARIADA º SEMESTRE 010 / 11 EXERCÍCIOS PRÁTICOS - CADERNO 1 Revsões de Estatístca -0-11 1.1 1.1. (Varáves aleatóras: função de densdade e de dstrbução; Méda e Varânca enquanto expectatvas
Leia maisEstimativa da fração da vegetação a partir de dados AVHRR/NOAA
Estmatva da fração da vegetação a partr de dados AVHRR/NOAA Fabane Regna Cunha Dantas 1, Céla Campos Braga, Soetâna Santos de Olvera 1, Tacana Lma Araújo 1 1 Doutoranda em Meteorologa pela Unversdade Federal
Leia mais2 Máquinas de Vetor Suporte 2.1. Introdução
Máqunas de Vetor Suporte.. Introdução Os fundamentos das Máqunas de Vetor Suporte (SVM) foram desenvolvdos por Vapnk e colaboradores [], [3], [4]. A formulação por ele apresentada se basea no prncípo de
Leia maisLista de Exercícios de Recuperação do 2 Bimestre. Lista de exercícios de Recuperação de Matemática 3º E.M.
Lsta de Exercícos de Recuperação do Bmestre Instruções geras: Resolver os exercícos à caneta e em folha de papel almaço ou monobloco (folha de fcháro). Copar os enuncados das questões. Entregar a lsta
Leia maisCap. 11 Correlação e Regressão
Estatístca para Cursos de Engenhara e Informátca Pedro Alberto Barbetta / Marcelo Menezes Res / Antono Cezar Borna São Paulo: Atlas, 2004 Cap. 11 Correlação e Regressão APOIO: Fundação de Apoo à Pesqusa
Leia maisXX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA NOVO MODELO PARA O CÁLCULO DE CARREGAMENTO DINÂMICO DE TRANSFORMADORES
XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA Versão 1.0 22 a 25 Novembro de 2009 Recfe - PE GRUPO XIII GRUPO DE ESTUDO DE TRANSFORMADORES, REATORES, MATERIAIS E TECNOLOGIAS
Leia maisCARACTERIZAÇÃO MODAL DE PLATAFORMA OFFSHORE ATRAVÉS DE PROVA DE CARGA DINÂMICA
CARACTERIZAÇÃO MODAL DE PLATAFORMA OFFSHORE ATRAVÉS DE PROVA DE CARGA DINÂMICA Cláudo José Martns a, Tago A. Soares b e Alberto Ortgão b a Federal Centre for Technologcal Educaton of Mnas Geras, Department
Leia maisAssociação entre duas variáveis quantitativas
Exemplo O departamento de RH de uma empresa deseja avalar a efcáca dos testes aplcados para a seleção de funconáros. Para tanto, fo sorteada uma amostra aleatóra de 50 funconáros que fazem parte da empresa
Leia maisUTILIZAÇÃO DO MÉTODO DE TAGUCHI NA REDUÇÃO DOS CUSTOS DE PROJETOS. Uma equação simplificada para se determinar o lucro de uma empresa é:
UTILIZAÇÃO DO MÉTODO DE TAGUCHI A REDUÇÃO DOS CUSTOS DE PROJETOS Ademr José Petenate Departamento de Estatístca - Mestrado em Qualdade Unversdade Estadual de Campnas Brasl 1. Introdução Qualdade é hoje
Leia maisPROVA DE MATEMÁTICA DA UFBA VESTIBULAR 2010 2 a Fase. RESOLUÇÃO: Profa. Maria Antônia Gouveia.
PROVA DE MATEMÁTICA DA UFBA VESTIBUAR a Fase RESOUÇÃO: Proa Mara Antôna Gouvea Questão Um quadrado mágco é uma matr quadrada de ordem maor ou gual a cujas somas dos termos de cada lnha de cada coluna da
Leia mais3 Animação de fluidos com SPH
3 Anmação de fludos com SPH O SPH (Smoothed Partcle Hydrodynamcs) é um método Lagrangeano baseado em partículas, proposto orgnalmente para smulação de problemas astrofíscos por Gngold e Monaghan (1977)
Leia maisAula 7: Circuitos. Curso de Física Geral III F-328 1º semestre, 2014
Aula 7: Crcutos Curso de Físca Geral III F-38 º semestre, 04 Ponto essencal Para resolver um crcuto de corrente contínua, é precso entender se as cargas estão ganhando ou perdendo energa potencal elétrca
Leia maisCapítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES
Capítulo. Aproxmações numércas 1D em malhas unformes 9 Capítulo. AROXIMAÇÕS NUMÉRICAS 1D M MALHAS UNIFORMS O prncípo fundamental do método das dferenças fntas (MDF é aproxmar através de expressões algébrcas
Leia maisPROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS DO CEARÁ
GOVERNO DO ESTADO DO CEARÁ SECRETARIA DO PLANEJAMENTO E GESTÃO - SEPLAG INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ - IPECE NOTA TÉCNICA Nº 29 PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS
Leia maisCQ110 : Princípios de FQ
CQ 110 Prncípos de Físco Químca Curso: Farmáca Prof. Dr. Marco Vdott mvdott@ufpr.br 1 soluções eletrolítcas Qual a dferença entre uma solução 1,0 mol L -1 de glcose e outra de NaCl de mesma concentração?
Leia maisAnálise de Agrupamentos (Clusters) Marcelo Lauretto
Anáse de Agrupamentos (Custers) Marceo Lauretto Introdução Anáse de Agrupamentos (Custer Anayss) é um conunto de técncas com o obetvo prncpa de dentfcar obetos/entdades com característcas smares. Obetvo:
Leia maisCovariância e Correlação Linear
TLF 00/ Cap. X Covarânca e correlação lnear Capítulo X Covarânca e Correlação Lnear 0.. Valor médo da grandeza (,) 0 0.. Covarânca na propagação de erros 03 0.3. Coecente de correlação lnear 05 Departamento
Leia maisHoje não tem vitamina, o liquidificador quebrou!
A U A UL LA Hoje não tem vtamna, o lqudfcador quebrou! Essa fo a notíca dramátca dada por Crstana no café da manhã, lgeramente amenzada pela promessa de uma breve solução. - Seu pa dsse que arruma à note!
Leia mais