Análise Não Linear da Vibração de Torres Offshore Multi-Articuladas

Tamanho: px
Começar a partir da página:

Download "Análise Não Linear da Vibração de Torres Offshore Multi-Articuladas"

Transcrição

1 Aálse Não Lear da Vbração de Torres Offshore Mult-Artculadas Gabrel Jug, Elvdo Gavasso Departameto de Costrução Cvl Uversdade Federal do Paraá Curtba, Brasl Torres artculadas são estruturas offshore complacetes ecoomcamete atratvas a dústra de óleo e gás, e são geralmete modeladas por barras rígdas udas por jutas uversas. Quado submetdas aos carregametos de alto-mar, essas plataformas podem exbr grades deslocametos, exgdo uma aálse ão lear. Neste trabalho, a técca dos modos ormas ão leares é utlzada para a obteção de modelos de ordem reduzda a fm de estudar a vbração de uma torre trartculada. Uma aálse utlzado dados umércos é realzada, e os modelos obtdos apresetam bos resultados quado comparados à solução umérca do problema. Palavras-chave: Estruturas offshore, vbração ão lear, modos ormas ão leares. I. INTRODUÇÃO Torres artculadas são uma classe de estruturas complacetes muto comumete utlzadas a dústra de óleo e gás, como uma alteratva de projeto atraete a partr de certas profuddades de exploração oceâca, uma vez que são mas leves que plataformas fxas []. Equato estruturas offshore fxas são dmesoadas para resstr às ações do ambete sem deslocametos cosderáves, estruturas complacetes, possudo frequêcas aturas de vbração de baxa magtude, são projetadas para permtr grades deslocametos []. Devdo à atureza dos carregametos aos quas a torre é submetda e as cosderações de projeto, uma aálse dâmca ão lear deve ser efetuada para uma correta abordagem do problema. Além dsso, o grade úmero de graus de lberdade ecessáros para descrever o problema de maera satsfatóra uma aálse paramétrca da estrutura fca lmtada com métodos usuas de dmesoameto, como o Método dos Elemetos Ftos []. Uma alteratva para cotorar estas dfculdades é a utlzação de modelos de ordem reduzda do problema. Os modos ormas ão leares (MNN) são uma ferrameta utlzada para obter de maera precsa modelos de ordem reduzda a aálse ão lear de sstemas osclatóros [4]. Pela captura da essêca ão lear do problema e por mater explctamete a depedêca da dâmca estrutural por parâmetros físcos, podem-se obter modelos aalítcos de ordem reduzda que facltam uma aálse paramétrca. O modelo reduzdo leva a um melhor etedmeto do comportameto ão lear da estrutura. Os MNN surgram como uma extesão da teora lear. No etato, eles ão exbem algumas das característcas fudametas da aálse modal lear como o prcípo da superposção dos efetos e sgulardade de soluções. Neste trabalho, a defção baseada as varedades varates dos MNNs é utlzada para estudar a vbração ão lear forçada de uma torre offshore do tpo trartculada [5]-[6]. As equações de movmeto são obtdas utlzado a equação de Euler-Lagrage. O modelo de ordem reduzda é calmete utlzado para o estudo do comportameto ão lear da torre em vbração lvre. A aálse da vbração lvre é utlzada para gahar etedmeto para a resposta da torre para o caso de vbração forçada sob a ação de uma força harmôca extera. A exctação harmôca dos oscladores de um grau de lberdade obtdos com a aálse pelos MNNs é estudada, mostrado formações mportates acerca da resposta da torre às exctações exteras dâmcas, como a ação de corretes, vetos e odas. II. MODELO ESTRUTURAL O modelo estrutural é baseado em membros rígdos udos por jutas uversas [7]. Forças restauradoras são modeladas como molas rotacoas de rgdez k. As cargas da plataforma e stalações são modeladas como uma massa cocetrada m o topo da torre. Cada membro estrutural do modelo possu comprmeto l, seção trasversal de área A, peso específco de materal e é cosderado um membro rígdo. O modelo resulta em um problema de três graus de lberdade, os âgulos de rotação de cada artculação - θ, como mostrado a Fg.. As equações de movmeto são obtdas pela aplcação de téccas varacoas, resultado em três equações dferecas acopladas em termos das coordeadas geeralzadas θ. As equações de movmeto resultates são trasformadas para a forma de equações de Cauchy, utlzado a regra de Cramer para realzar o desacoplameto dos termos de érca. As equações resultates são expaddas como uma sére polomal retedo os termos ão leares de até tercera ordem. A eerga potecal total, é expressa por: U V ()

2 A eerga cétca total da estrutura, T, depede somete dos deslocametos dâmcos da mesma e é composta de três parcelas: devdo à massa da plataforma, T plataforma, devdo à massa da colua, T coluas e devdo à massa adcoada, T adc, pelo fato de a estrutura vbrar detro d água, que são respectvamete guas à: Tplataforma l cos lse (8) coluas k cos k cos k T l A l l Al k k k l A l se l se (9) Fg.. Modelo estrutural para torre offshore tr-artculada. sedo U a eerga tera de formação elástca, dada por (), e V o potecal das cargas exteras atuates sobre a estrutura. A eerga tera de deformação resultate da deformação das molas rotacoas é expressa por: [ ( )], 0 0 () U k V W () O potecal das cargas exteras é gual ao egatvo do trabalho realzado por tas forças, como mostrado em (). As cargas exteras cosderadas a aálse elástca são o peso da plataforma e das coluas da torre, o empuxo e a força de correte, cujos trabalhos compõem o escalar total: W Wplataforma Wcoluas Wempuxo (4) O trabalho do peso da plataforma é dado por: plataforma W mg [ l ( cos )] (5) O trabalho assocado ao peso das coluas é dado por: l ( cos ) Wcoluas g l A l j ( cos j ) (6) j O trabalho realzado pelas forças de empuxo atuado sobre a estrutura submersa é dado por: l ( cos ) Wempuxo g wl A lj( cos j ) j (7) d 0 lse Tadc w CA, lkse k cos 8 k d 0 l cos w CA, lkcos k cos 8 k O Lagrageao obtdo para o sstema cosderado é: (0) Lg T () Pela aplcação de téccas varacoas a (), a dâmca global do sstema é goverada por três equações de movmeto obtdas por: Lg d Lg 0,.. dt III. MODOS NORMAIS NÃO LINEARES () A aálse modal ão lear realzada este trabalho utlza a aproxmação baseada a teora das varedades varates, proposta por Shaw e Perre [8]. Essas podem ser terpretadas como os subespaços de solução que goveram o comportameto dos graus de lberdade do sstema. Um modo ormal ão lear, defdo de acordo com essa teora, correspode a um movmeto lmtado pela superfíce descrta pelo espaço fase do sstema (subespaço das relações deslocameto-velocdade de um dado grau de lberdade). Esta superfíce é tagete, a posção de equlíbro, ao autoespaço formado pelos modos leares de vbração obtdos pela learzação do problema [9]. O movmeto correspodete a um modo ormal ão lear pode ser parametrzado pelo deslocameto e velocdade de um grau de lberdade do sstema, chamado de par mestre. Todos os demas graus de lberdade, chamados pares escravos, são relacoados ao par mestre através de equações de restrção. As equações de

3 restrção determam a geometra da superfíce gerada pelo espaço fase do sstema para cada modo, que compõe a solução do sstema. Caso essa fução de restrção seja dada por uma costate, a geometra da superfíce é caracterzada por um plao o espaço fase do sstema, e o modo correspodete é chamado um modo smlar, por ser aálogo a um modo ormal lear. Isso quer dzer, a relação etre deslocameto e velocdade de um dado grau de lberdade é costate durate o movmeto modal. Caso a fução de restrção ão seja costate, o modo é chamado ão smlar e a superfíce modal correspodete é curvlíea [0], caracterzado o modo ão lear. Neste trabalho, o método asstótco é utlzado para obteção dos modos ão leares. Nesse método, as equações ão leares de movmeto resultates para o sstema devem ser reescrtas a forma de equações de prmera ordem de Cauchy: y y f () sedo as coordeadas (rotações) e y as correspodetes velocdades. O vetor de forças geeralzadas {f} cosste de mometos ão leares fuções de {e {f}. O poto sobre as varáves deota a prmera dervada temporal. Como o sstema de equações de movmeto resultates da aplcação de () ão está a forma de Cauchy, sto é, possu acoplameto os termos ercas, a regra de Cramer é aplcada para realzar o desacoplameto. Etão, um par deslocameto-velocdade pode ser escolhdo arbtraramete como par mestre. Neste trabalho, o par deslocameto-velocdade referete ao prmero grau de lberdade é escolhdo como par mestre, e y : u v y (4) Os demas pares escravos são represetados em termos de u e v pelas fuções de restrção P e Q : P ( u, v),.. y Q ( u, v),.. (5) ode partcularmete, P (u,v) = u e Q (u,v) = v. O próxmo passo é elmar a depedêca explícta do tempo das equações. Isto é feto dervado as fuções de restrção com relação à varável temporal. Pela substtução das dervadas temporas resultates da utlzação da regra da cadea as equações de movmeto, (), e pelo uso das defções de pares mestres e escravos em (4) e (5), o segute sstema de equações dferecas parcas de seguda ordem é obtdo: P ( u, v) P ( u, v) Q ( u, v) v f( u, P ( u, v),... u v..., P ( u, v); v, Q ( u, v),..., Q ( u, v)),.. (6) f ( u, P ( u, v),..., P ( u, v); v, Q ( u, v),..., Q ( u, v)) Q ( u, v) Q ( u, v) v f( u, P ( u, v),..., P ( u, v);... u v... v, Q ( u, v),..., Q ( u, v)),.. (7) A determação das equações de restrção leva a uma redução da ordem do problema, tedo em vsta que sua substtução as equações de movmeto orgas leva à obteção de um osclador modal de um grau de lberdade. Exceto por casos muto partculares, ão exste solução exata fechada para as soluções parcas que goveram a geometra dos subespaços (varedades varates) expressos em (6) e (7). A solução pode ser obtda de maera aproxmada utlzado expasões em séres de Taylor sobre uma cofguração de equlíbro, tomada esta aálse como { }=0. Desta maera, as fuções de restrção são reescrtas, matedo até os termos de leardade cúbca: P( u, v) a u a v a u a uv a v 4 5 a u a u v a uv a v, Q ( u, v) b u b v b u b uv b v 4 5 b u b u v b uv b v, (8) (9) A substtução de (6) e (7) o sstema de equações de movmeto do sstema dado por () resulta um sstema algébrco de equações fução apeas dos coefcetes a j e b j, que podem ser determados de maera sequecal, dos cojutos de meor para maor ordem de ão leardade. A solução obtda é válda localmete, e o domío de valdade ão é cohecdo à pror, sedo determado apeas pela comparação com soluções umércas do problema orgal. A obteção dos modos ormas ão leares de um sstema pode ser sstematzada em suas etapas prcpas, para um melhor etedmeto dos procedmetos adotados []: ) Escolha do par de coordeadas mestre u e v; ) Expressar as coordeadas escravas em fução das coordeadas mestre, pelas suas fuções de restrção P(u,v) e Q(u,v); ) Utlzar a técca das varedades varates para elmar a depedêca explícta do tempo; 4) Ecotrar uma solução local aproxmada utlzado expasões polomas para as fuções de restrção; 5) Substtur as expasões as equações dferecas parcas que goveram a geometra das varedades varates; 6) Resolver as expasões polomas de P(u,v) e Q(u,v) pelo sstema de equações algébrcas resultate; 7) Substtur as coordeadas escravas pelas suas expasões polomas, as elmado do sstema, sto é, das equações de movmeto. Por meo destes passos obtêm-se os oscladores ão leares de um grau de lberdade relatvos aos modos ão leares de vbração do sstema, tatos quatos forem os graus

4 de lberdade do problema, em fução das coordeadas modas u e v. IV. ANÁLISE MODAL LINEAR O exemplo umérco desevolvdo este trabalho utlza parâmetros de expermetos físcos, sumarzados a Tabela I. As equações de movmeto do sstema são obtdas com a utlzação dos dados apresetados a Tabela I a aplcação da metodologa apresetada a seção deste trabalho em (). A learzação do sstema de equações de movmeto obtdo resulta o sstema lear desacoplado: 60, 4 60,80, ,745,070 6, , 00 77,5 56,59 0 (0) A solução do problema de autovalor para o sstema em (0) resulta as frequêcas e modos ormas leares de vbração da estrutura, e compõe a aálse modal lear do problema estudado. As três frequêcas aturas de vbração para o sstema resultam 0 = 0,46 rad/s, 0 = 6,047 rad/s e 0 = 4,80 rad/s. Sob a faldade de gahar um melhor etedmeto do modelo, calculam-se as frequêcas aturas de vbração para o modelo descosderado a atuação do empuxo e o efeto da massa adcoada, resultado as segutes frequêcas aturas de vbração: 0 = 0,67 rad/s, 0 = 9,40 rad/s e 0 =,7 rad/s. Como pode ser observado, a cosderação dos efetos hdrostátcos provoca a dmução das frequêcas aturas de vbração da estrutura, sto sgfca que a rgdez efetva da estrutura dmu quado esta vbra sob efeto do fludo em seu etoro, devdo ao aumeto ocasoado dos termos de massa da estrutura. Os autovetores resultates do sstema dado por (0) represetam os modos ormas leares de vbração do sstema, e cujas cofgurações estão represetadas grafcamete a Fg.. Materal Massa específca das coluas, Massa da plataforma, m Rgdez das molas, k TABELA I. Parâmetros umércos utlzados Alumío 770,000 kg/m³ 0,6 kg 8,800 Nm/ra Fg.. Modos omas leares de vbração. V. ANÁLISE MODAL NÃO LINEAR Para costrução da geometra dos subespaços de solução que goveram os modos ormas ão leares, é escolhdo como par mestre o deslocameto e velocdade referetes ao prmero grau de lberdade, e ; as coordeadas e velocdades relatvas aos demas graus de lberdade são reescrtas etão pelas fuções de restrção, fução do par mestre, respectvamete: u, v P u v Q u v,,,,,, P u v Q u v () Pela aplcação da metodologa descrta a seção, obtêmse os três oscladores de um grau de lberdade (tatos oscladores quatos graus de lberdade orgas do sstema), escrtos em fução do deslocameto modal do grau de lberdade escolhdo como mestre ( e ): u 0,8u 0, 60uv 0, 4u 0 () Comprmeto das coluas, l Dâmetro das coluas, d 0,70 m 0,05 m u 6, 57u 6, 78uv 9, 968u 0 () Área da seção trasversal, A,0 0-4 m² Massa específca da água, 999,000 kg/m³ Coefcete de massa adcoada, C A,000 Coefcete de érca, C M,000 Coefcete de arraste, C D,000 u 0, 070u,80uv 655, 59u 0 (4) Estes oscladores correspodem aos modos ormas ão leares de vbração do sstema. Como a sstematzação do processo de composção das equações que geram a geometra dos subespaços de solução (varedades varates) os oscladores são determados de forma aleatóra, é ecessáro

5 detfcar a correspodêca etre estes e os modos de vbração do sstema. Isso pode ser realzado pela aálse da costate que multplca o termo lear de deslocameto,, de cada osclador, que é gual ao quadrado da frequêca atural de vbração do modo correspodete, obtda a aálse lear, ou seja,. Por essa correspodêca, pode-se verfcar que o osclador represetado por () correspode ao prmero modo ão lear, () ao segudo modo e (4) ao tercero modo de vbração ão lear. Uma característca partcular de sstemas ão leares possível de ser capturada pela aálse modal ão lear, é que a relação etre frequêca de vbração e eerga o sstema ão é lear, ao cotráro do que ocorre a aálse lear. Isto pode ser verfcado pela aálse das curvas de ressoâca do sstema. Nestas curvas, com o aumeto da ampltude de movmeto, ou seja, aumeto da eerga mposta ao sstema, pode ser verfcada uma varação da frequêca atural de vbração do mesmo. As curvas de ressoâca são obtdas com aplcação do método do balaço harmôco, ode admte-se a segute substtução os oscladores modas represetados em (0): Fg.. Curva frequêca-ampltude para o prmero modo ão lear de vbração. u t X se t (5) Com a trodução do parâmetro admesoal, que represeta a relação etre a frequêca de vbração do sstema e a frequêca atural de vbração relacoada ao modo ão lear, /, as relações frequêca-ampltude para os três modos de vbração fcam guas a: 0,46X 0,79X 0,46X - 0,08X (6) 6, 047X Ω,808 X 6, 047X 9, 64X Ω (7) 4,80X Ω 5,56X 4,80X 6, 8X Ω (8) A equação (6) apreseta relação de gaho de rgdez com o aumeto da ampltude de vbração do sstema, como mostrado a Fg. ; (7) e (8) apresetam relações de perda de rgdez com o aumeto da ampltude de movmeto do sstema, como pode ser vsto a Fg. 4. Juto das soluções obtdas dos modelos reduzdos, são mostrados potos referetes às soluções umércas das equações orgas de movmeto do sstema, obtdas por (), utlzado tegração umérca pelo método de Ruge-Kutta. Observa-se as Fg., 4 e 5 a valdade da expasão das equações orgas em sére de Taylor para obteção dos modelos reduzdos, para os três modos ão leares, a medda que as soluções se afastam da posção de equlíbro cal, =. Outra ferrameta utlzada para aalsar o comportameto dos modelos reduzdos é o espaço fase do sstema, para cada modo. Cada órbta mostrada as Fg. 6 a 8 é gerada a partr de uma codção cal dada para a estrutura, mostrado a relação etre deslocameto, u, e velocdade modas, v, predtas equato a estrutura vbra lvremete. Fg. 4. Curva frequêca-ampltude para o segudo modo ão lear de vbração. Fg. 5. Curva frequêca-ampltude para o tercero modo ão lear de vbração.

6 Em cada gráfco de espaço fase são mostradas também órbtas obtdas pela tegração umérca das equações de movmeto orgas do sstema, de maera aáloga às curvas de ressoâca, as lhas cotíuas correspodedo às órbtas obtdas da tegração umérca das equações orgas de movmeto do sstema, equato as lhas tracejadas são obtdas pela tegração do modelo reduzdo. Pode ser observada a perda de precsão coforme a solução se afasta dos potos de orgem e o surgmeto de um comportameto dâmco osclatóro caótco. Fg. 6. Espaço fase para o prmero modo ão lear de vbração. VI. CONCLUSÕES A metodologa apresetada e utlzada este trabalho permte obter modelos de ordem reduzda para problemas de vbração que demadem a cosderação de ão leardades. Os modelos de ordem reduzda permtem rápda aálse paramétrca do comportameto do sstema osclatóro estudado, compodo uma de suas grades vatages o estudo de vbrações ão leares. Além dsso, apresetam bos resultados quado comparados aos resultados da tegração umérca. Por meo das ferrametas apresetadas, curvas de ressoâca e espaço fase do sstema, é possível aalsar os domíos de valdade do modelo reduzdo, sedo estes fução também das ecessdades de projeto do problema estudado o que dz respeto ao erro admssível da solução. Este estudo é parte de um trabalho em adameto, e o trabalho completo clurá aálse multmodal do problema e uma cosderação de efetos de corretes e odas marhas sobre a estrutura. Fg. 7. Espaço fase para o segudo modo ão lear de vbração. Fg. 8. Espaço fase para o tercero modo ão lear de vbração. VII. REFERÊNCIAS [] Chadrasekara S., et. al., Dyamc Respose Behavour of multlegged Artculated Tower wth & wthout TMD. Coferece Proceedg of MARTEC, 00. [] Ha S. M ad Bearoya, H (00) Vbrato of a Complat Tower Three-dmesos. J. of Soud ad Vb., 50(4): [] Pesheck E. et al. (00) Modal Reducto of a Nolear rotatg Beam Through Nolear Normal Modes. J of Soud ad Vb., 4:9-6. [4] Happawaa G. S. et. al. (995) A Aalytcal Soluto to No-smlar Normal Modes a Strogly No-lear Dscrete System. J of Soud ad Vb. 8:6-67. [5] Shaw S. W. ad Perre C. (99) Nolear Normal Modes ad Ivarat Mafold. J. of Soud ad Vb., 50:70-7. [6] Sellers L. L. ad Nedzweck J. M. (99) Respose Characterstcs of Mult-artculated Offshore Towers. Ocea Egg., :-0. [7] Gavasso E., et al., Nolear modal aalyss of mult-artculated offshore towers. Europea Nolear Oscllatos Coferece, 04 [8] Shaw S. W. ad Perre C. (99) Normal modes for o-lear vbratory systems. J. of Soud ad Vb., 64:85-4. [9] Jag, D. et al. (005) The costructo of o-lear ormal modes for systems wth teral resoace. It. J. of No-lear Mech. 40: [0] Rosemberg, R. (96) O ormal vbratos of a geeral class of olear dual-mode systems. J. Appl. Mech. 8: [] Kersche, G. et al. (009) A.F. Nolear ormal modes, Part I: A useful framework for the structural dyamcst. Mech. Syst. Sg. :70-94.

Difusão entre Dois Compartimentos

Difusão entre Dois Compartimentos 59087 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 4 Dfusão etre Dos Compartmetos A le de Fck para membraas (equação 4 da aula passada) mplca que a permeabldade de uma membraa a um soluto é dada pela razão

Leia mais

MEDIDAS DE TENDÊNCIA CENTRAL I

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

Leia mais

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

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

Leia mais

6. MÉTODOS APROXIMADOS DE ANÁLISE DE SISTEMAS CONTÍNUOS

6. MÉTODOS APROXIMADOS DE ANÁLISE DE SISTEMAS CONTÍNUOS 6. ÉOOS APROXAOS ANÁS SSAS CONÍNUOS Nos dos capítulos aterores, estudaram-se métodos exactos de aálse de sstemas dscretos e de sstemas cotíuos. Agora, serão aalsados algus métodos aproxmados da solução

Leia mais

Confiabilidade Estrutural

Confiabilidade Estrutural Professor Uversdade de Brasíla Departameto de Egehara Mecâca Programa de Pós graduação em Itegrdade Estrutural Algortmo para a Estmatva do Idce de Cofabldade de Hasofer-Ld Cofabldade Estrutural Jorge Luz

Leia mais

Sumário. Mecânica. Sistemas de partículas

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

Leia mais

Relatório 2ª Atividade Formativa UC ECS

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

Leia mais

3 Fundamentação Teórica

3 Fundamentação Teórica 3 Fudametação Teórca A segur são apresetados os fudametos teórcos os quas é embasado o desevolvmeto do trabalho. 3.. Espectros de Resposta De acordo com Sampao [3], é descrta a resposta máxma de um osclador

Leia mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual Estatístca: Aplcação ao Sesorameto Remoto SER 04 - ANO 08 Estmação Potual Camlo Daleles Reó camlo@dp.pe.br http://www.dp.pe.br/~camlo/estatstca/ Iferêca Estatístca Cosdere o expermeto: retram-se 3 bolas

Leia mais

6.1 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS

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

Leia mais

3 Procedimento Experimental

3 Procedimento Experimental 3 Procedmeto Expermetal 3. Sstema de medção de vazão com extesômetro A Fg. 9 mostra o sstema de medção de vazão com extesômetro, o qual fo motado o laboratóro da PUC-Ro. este sstema, duas tubulações com,5

Leia mais

(1) no domínio : 0 x < 1, : constante não negativa. Sujeita às condições de contorno: (2-a) (2-b) CC2: 0

(1) no domínio : 0 x < 1, : constante não negativa. Sujeita às condições de contorno: (2-a) (2-b) CC2: 0 EXEMPLO MOTIVADO II EXEMPLO MOTIVADO II Método da Apromação Polomal Aplcado a Problemas Udrecoas sem Smetra. Equações Dferecas Ordáras Problemas de Valores o otoro Estrutura Geral do Problema: dy() d y()

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

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

Distribuições de Probabilidades

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

Leia mais

( x) Método Implícito. No método implícito as diferenças são tomadas no tempo n+1 ao invés de tomá-las no tempo n, como no método explícito.

( x) Método Implícito. No método implícito as diferenças são tomadas no tempo n+1 ao invés de tomá-las no tempo n, como no método explícito. PMR 40 Mecâca Computacoal Método Implícto No método mplícto as dfereças são tomadas o tempo ao vés de tomá-las o tempo, como o método explícto. O método mplícto ão apreseta restrção em relação ao valor

Leia mais

Capítulo 5 CINEMÁTICA DIRETA DE ROBÔS MANIPULADORES

Capítulo 5 CINEMÁTICA DIRETA DE ROBÔS MANIPULADORES Cemátca da Posção de Robôs Mapuladores Capítulo 5 CINEMÁTICA DIRETA DE ROBÔS MANIPULADORES A cemátca de um robô mapulador é o estudo da posção e da velocdade do seu efetuador e dos seus lgametos. Quado

Leia mais

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

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

Leia mais

II. Propriedades Termodinâmicas de Soluções

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

Leia mais

Tabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f

Tabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f Lsta de exercícos Gabarto e chave de respostas Estatístca Prof.: Nelse 1) Calcule 1, e para o segute cojuto de valores. A,1,8,0,11,,7,8,6,,9, 1 O úmero que correspode a 5% do rol é o valor. O úmero que

Leia mais

CAPÍTULO 5. Ajuste de curvas pelo Método dos Mínimos Quadrados

CAPÍTULO 5. Ajuste de curvas pelo Método dos Mínimos Quadrados CAPÍTULO Ajuste de curvas pelo Método dos Mímos Quadrados Ajuste Lear Smples (ou Regressão Lear); Ajuste Lear Múltplo (ou Regressão Lear Múltpla); Ajuste Polomal; Regressão Não Lear Iterpolação polomal

Leia mais

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

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

Leia mais

Forma padrão do modelo de Programação Linear

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

Leia mais

Momento Linear duma partícula

Momento Linear duma partícula umáro Udade I MECÂNICA 2- Cetro de massa e mometo lear de um sstema de partículas - Mometo lear de uma partícula e de um sstema de partículas. - Le fudametal da dâmca para um sstema de partículas. - Impulso

Leia mais

d s F = m dt Trabalho Trabalho

d s F = m dt Trabalho Trabalho 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 Trabalho 1. Itrodução

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

Estatística - exestatmeddisper.doc 25/02/09

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

Leia mais

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

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

Leia mais

7 Análise de covariância (ANCOVA)

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

Leia mais

CADERNO 1 (É permitido o uso de calculadora gráfica.)

CADERNO 1 (É permitido o uso de calculadora gráfica.) Proposta de teste de avalação [mao 09] Nome: Ao / Turma: N.º: Data: - - Não é permtdo o uso de corretor. Deves rscar aqulo que pretedes que ão seja classfcado. A prova clu um formuláro. As cotações dos

Leia mais

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

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

Leia mais

Capítulo 5: Ajuste de curvas pelo método dos mínimos quadrados

Capítulo 5: Ajuste de curvas pelo método dos mínimos quadrados Capítulo : Ajuste de curvas pelo método dos mímos quadrados. agrama de dspersão No capítulo ateror estudamos uma forma de ldar com fuções matemátcas defdas por uma taela de valores. Frequetemete o etato

Leia mais

5 Critérios para Análise dos Resultados

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

Leia mais

Sumário. Mecânica. Sistemas de partículas

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

Leia mais

Estabilidade no Domínio da Freqüência

Estabilidade no Domínio da Freqüência Establdade o Domío da Freqüêca Itrodução; apeameto de Cotoros o Plao s; Crtéro de Nyqust; Establdade Relatva; Crtéro de Desempeho o Domío do Tempo Especfcado o Domío da Freqüêca; Bada Passate de Sstema;

Leia mais

Avaliação da qualidade do ajuste

Avaliação da qualidade do ajuste Avalação da qualdade do ajuste 1 Alguma termologa: Modelo ulo: é o modelo mas smples que pode ser defdo, cotedo um úco parâmetro ( µ) comum a todos os dados; Modelo saturado: é o modelo mas complexo a

Leia mais

RESUMO E EXERCÍCIOS NÚMEROS COMPLEXOS ( )

RESUMO E EXERCÍCIOS NÚMEROS COMPLEXOS ( ) NÚMEROS COMPLEXOS Forma algébrca e geométrca Um úmero complexo é um úmero da forma a + b, com a e b reas e = 1 (ou, = -1), chamaremos: a parte real; b parte magára; e udade magára. Fxado um sstema de coordeadas

Leia mais

Potenciais termodinâmicos, critérios de espontaneidade e condições de equilíbrio

Potenciais termodinâmicos, critérios de espontaneidade e condições de equilíbrio Potecas termodâmcos crtéros de espotaedade e codções de equlíbro O Prcípo da Etropa Máxma váldo para um sstema solado estabelece um crtéro para determarmos o setdo em que ocorrem os processos de forma

Leia mais

Cálculo Numérico. Ajuste de Curvas Método dos Mínimos Quadrados. Profa. Vanessa Rolnik 1º semestre 2015

Cálculo Numérico. Ajuste de Curvas Método dos Mínimos Quadrados. Profa. Vanessa Rolnik 1º semestre 2015 Cálculo Numérco Ajuste de Curvas Método dos Mímos Quadrados Profa. Vaessa Rolk º semestre 05 Ajuste de curvas Para apromar uma fução f por um outra fução de uma famíla prevamete escolhda (caso cotíuo)

Leia mais

Projeto e Análise de Algoritmos Recorrências. Prof. Humberto Brandão

Projeto e Análise de Algoritmos Recorrências. Prof. Humberto Brandão Projeto e Aálse de Algortmos Recorrêcas Prof. Humberto Bradão humberto@dcc.ufmg.br Uversdade Federal de Alfeas Laboratóro de Pesqusa e Desevolvmeto LP&D Isttuto de Cêcas Exatas ICEx versão da aula: 0.

Leia mais

Apostila de Introdução Aos Métodos Numéricos

Apostila de Introdução Aos Métodos Numéricos Apostla de Itrodução Aos Métodos Numércos PARTE III o Semestre - Pro a. Salete Souza de Olvera Buo Ídce INTERPOAÇÃO POINOMIA...3 INTRODUÇÃO...3 FORMA DE AGRANGE... 4 Iterpolação para potos (+) - ajuste

Leia mais

RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO

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

Leia mais

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

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança Regressão Smples Parte III: Coefcete de determação, regressão a orgem e método de máxma verossmlhaça Coefcete de determação Proporção da varabldade explcada pelo regressor. R Varação explcada Varação total

Leia mais

Introdução à Teoria dos Números Notas 1 Os Princípios da Boa Ordem e de Indução Finita Prof Carlos Alberto S Soares

Introdução à Teoria dos Números Notas 1 Os Princípios da Boa Ordem e de Indução Finita Prof Carlos Alberto S Soares Itrodução à Teora dos Números 018 - Notas 1 Os Prcípos da Boa Ordem e de Idução Fta Prof Carlos Alberto S Soares 1 Prelmares Neste curso, prortaramete, estaremos trabalhado com úmeros teros mas, quado

Leia mais

DISTRIBUIÇÃO HIPERGEOMÉTRICA

DISTRIBUIÇÃO HIPERGEOMÉTRICA 7 DISTRIBUIÇÃO HIPERGEOMÉTRICA Cosdere-se uma população fta costtuída por N elemetos dstrbuídos por duas categoras eclusvas e eaustvas de dmesões M e N M, respectvamete. Os elemetos da prmera categora

Leia mais

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

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

Leia mais

ANÁLISE MATRICIAL DE ESTRUTURAS: APLICADA A MODELOS LINEARES

ANÁLISE MATRICIAL DE ESTRUTURAS: APLICADA A MODELOS LINEARES ANÁLISE MATRICIAL E ESTRUTURAS: APLICAA A MOELOS LINEARES Luz erado Martha Potfíca Uversdade Católca do Ro de Jaero PUC-Ro epartameto de Egehara Cvl Rua Marquês de São Vcete - Gávea CEP - Ro de Jaero RJ

Leia mais

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

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

Leia mais

Momento Linear duma partícula

Momento Linear duma partícula umáro Udade I MECÂNICA 2- Cetro de massa e mometo lear de um sstema de partículas - Mometo lear de uma partícula e de um sstema de partículas. - Le fudametal da dâmca para um sstema de partículas. - Impulso

Leia mais

2. NOÇÕES MATEMÁTICAS

2. NOÇÕES MATEMÁTICAS . NOÇÕES MATEMÁTICAS Este capítulo retoma algumas oções matemátcas ecessáras para uma boa compreesão de algus aspectos que serão mecoados e detalhados o presete trabalho. Algus destes aspectos podem abstrar

Leia mais

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

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

Leia mais

Bioestatística Curso de Saúde. Linha Reta 2 Parábola ou curva do segundo grau. terceiro grau curva do quarto. grau curva de grau n Hipérbole

Bioestatística Curso de Saúde. Linha Reta 2 Parábola ou curva do segundo grau. terceiro grau curva do quarto. grau curva de grau n Hipérbole Teora da Correlação: Probleas relatvos à correlação são aqueles que procura estabelecer quão be ua relação lear ou de outra espéce descreve ou eplca a relação etre duas varáves. Se todos os valores as

Leia mais

REGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA

REGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA REGRESSÃO LINEAR CUIABÁ, MT 6/ INTRODUÇÃO Relação dos valores da varável depedete (varável resposta) aos valores de regressoras ou exógeas). SIMPLES MÚLTIPLA (varáves depedetes,... =,,, K=,,, k em que:

Leia mais

Como CD = DC CD + DC = 0

Como CD = DC CD + DC = 0 (9-0 www.eltecampas.com.br O ELITE RESOLVE IME 008 MATEMÁTICA - DISCURSIVAS MATEMÁTICA QUESTÃO Determe o cojuto-solução da equação se +cos = -se.cos se + cos = se cos ( se cos ( se se.cos cos + + = = (

Leia mais

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

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

Leia mais

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

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

Leia mais

ESTATÍSTICA APLICADA À ZOOTECNIA

ESTATÍSTICA APLICADA À ZOOTECNIA ESTATÍSTICA APLICADA À ZOOTECNIA Eucldes Braga MALHEIROS *. INTRODUÇÃO.a) Somatóras e Produtóros Sejam,, 3,...,, valores umércos. A soma desses valores (somatóra) pode ser represetada por: = = = =. e o

Leia mais

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

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

Leia mais

Métodos iterativos. Capítulo O Método de Jacobi

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

Leia mais

(c) Para essa nova condição de operação, esboce o gráfico da variação da corrente no tempo.

(c) Para essa nova condição de operação, esboce o gráfico da variação da corrente no tempo. CONVERSÃO ELETROMECÂNICA DE ENERGIA Lsta de exercícos sobre crcutos magétcos Questão A fgura 1(a mostra um acoador projetado para produzr força magétca. O mesmo possu um úcleo em forma de um C e uma armadura

Leia mais

Problema geral de interpolação

Problema geral de interpolação Problema geral de terpolação Ecotrar p() que verfque as codções: f j ( ) y,,,,,, j,,, m ( j) ( ) dervada de ordem j ós valores odas Eemplo: ecotrar p() que verfque:, f () 4 3, f( 3) 3, f'(3) 4 3 p() 3

Leia mais

ESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA

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

Leia mais

4 Métodos Sem Malha Princípio Básico dos Métodos Sem Malha

4 Métodos Sem Malha Princípio Básico dos Métodos Sem Malha 4 Métodos Sem Malha Segudo Lu (9), os métodos sem malha trabalham com um cojuto de ós dstrbuídos detro de um domío, assm como com cojutos de ós dstrbuídos sobre suas froteras para represetar, sem dscretzar,

Leia mais

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

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

Leia mais

Prof. Janete Pereira Amador 1

Prof. Janete Pereira Amador 1 Prof. Jaete Perera Amador 1 1 Itrodução Mutas stuações cotdaas podem ser usadas como expermeto que dão resultados correspodetes a algum valor, e tas stuações podem ser descrtas por uma varável aleatóra.

Leia mais

ANÁLISE TEÓRICA DA INTERAÇÃO FLUIDO ESTRUTURA EM UMA VIGA EM BALANÇO (PARTE 2 VALIDAÇÃO E ANÁLISE FINAIS DO COMPORTAMENTO DINÂMICO DA ESTRUTURA)

ANÁLISE TEÓRICA DA INTERAÇÃO FLUIDO ESTRUTURA EM UMA VIGA EM BALANÇO (PARTE 2 VALIDAÇÃO E ANÁLISE FINAIS DO COMPORTAMENTO DINÂMICO DA ESTRUTURA) º POSMEC Uversdade Federal de Uberlâda Faculdade de Egehara Mecâca ANÁLISE TEÓRICA DA INTERAÇÃO FLUIDO ESTRUTURA EM UMA VIGA EM BALANÇO PARTE VALIDAÇÃO E ANÁLISE FINAIS DO COMPORTAMENTO DINÂMICO DA ESTRUTURA

Leia mais

4 Técnicas de Seleção de Características Independentes do Modelo para os Sistemas Neuro-Fuzzy Hierárquicos

4 Técnicas de Seleção de Características Independentes do Modelo para os Sistemas Neuro-Fuzzy Hierárquicos 4 éccas de Seleção de Característcas Idepedetes do Modelo para os Sstemas Neuro-Fuzzy Herárqucos 4. Itrodução Na maora das aplcações reas de classfcação, prevsão e otmzação, as bases de dados cotém um

Leia mais

VI - Integração Numérica

VI - Integração Numérica V - tegração Numérca C. Balsa & A. Satos. trodução São, este mometo, coecdos dos aluos métodos aalítcos para o cálculo do tegral dedo b ( d a sedo ( cotíua e tegrável o tervalo [ ab] ;. Cotudo, algumas

Leia mais

Caracterização de Partículas. Prof. Gerônimo

Caracterização de Partículas. Prof. Gerônimo Caracterzação de Partículas Prof. Gerômo Aálse Graulométrca de partículas Tabela: Sére Padrão Tyler Mesh Abertura Lvre (cm) âmetro do fo () 2 ½ 0,7925 0,088 0,6680 0,070 ½ 0,56 0,065 4 0,4699 0,065

Leia mais

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

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

Leia mais

MAE0229 Introdução à Probabilidade e Estatística II

MAE0229 Introdução à Probabilidade e Estatística II Exercíco Cosdere a dstrbução expoecal com fução de desdade de probabldade dada por f (y; λ) = λe λy, em que y, λ > 0 e E(Y) = /λ Supor que o parâmetro λ pode ser expresso proporcoalmete aos valores de

Leia mais

Estudo dos efeitos da consideração de cargas dependentes da frequência no Modelo de Sensibilidade de Potência

Estudo dos efeitos da consideração de cargas dependentes da frequência no Modelo de Sensibilidade de Potência roceedg Seres of the Brazla Socety of ppled ad Computatoal Mathematcs Vol. 4 N. 6. Trabalho apresetado o INCON Natal - N 5. roceedg Seres of the Brazla Socety of Computatoal ad ppled Mathematcs studo dos

Leia mais

Modelo de Regressão Simples

Modelo de Regressão Simples Modelo de Regressão Smples Hstora Hstóra Termo regressão fo troduzdo por Fracs Galto (8-9). Estudo sobre altura de pas e flhos. Karl Pearso coletou mas de ml regstros e verfcou a le de regressão uversal

Leia mais

Complexidade Computacional da Determinação da Correspondência entre Imagens

Complexidade Computacional da Determinação da Correspondência entre Imagens Complexdade Computacoal da Determação da Correspodêca etre Images Adraa Karlstroem Laboratóro de Sstemas Embarcados Departameto de Egehara Mecatrôca Escola Poltécca da Uversdade de São Paulo adraa.karlstroem@pol.usp.br

Leia mais

MÉTODO DOS MÍNIMOS QUADRADOS

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

Leia mais

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão

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

Leia mais

MEDIDAS DE DISPERSÃO:

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

Leia mais

Macroeconometria Aula 3 Revisão de estatística e teste de hipótese

Macroeconometria Aula 3 Revisão de estatística e teste de hipótese Macroecoometra 008. Aula 3 Revsão de estatístca e teste de hpótese 3.5. Estmação No estudo das probabldades, o objetvo é calcular a probabldade de evetos préespecfcados. De agora em date o objetvo muda.

Leia mais

Atividades Práticas Supervisionadas (APS)

Atividades Práticas Supervisionadas (APS) Uversdade Tecológca Federal do Paraá Prof: Lauro Cesar Galvão Campus Curtba Departameto Acadêmco de Matemátca Cálculo Numérco Etrega: juto com a a parcal DATA DE ENTREGA: da da a PROVA (em sala de aula

Leia mais

Capítulo V - Interpolação Polinomial

Capítulo V - Interpolação Polinomial Métodos Numércos C Balsa & A Satos Capítulo V - Iterpolação Polomal Iterpolação Cosdere o segute couto de dados: x : x0 x x y : y y y 0 m m Estes podem resultar de uma sequêca de meddas expermetas, ode

Leia mais

Estatística. 2 - Estatística Descritiva

Estatística. 2 - Estatística Descritiva Estatístca - Estatístca Descrtva UNESP FEG DPD Prof. Edgard - 0 0- ESTATÍSTICA DESCRITIVA Possblta descrever as Varáves: DESCRIÇÃO GRÁFICA MEDIDAS DE POSIÇÃO MEDIDAS DE DISPERSÃO MEDIDAS DE ASSIMETRIA

Leia mais

Capítulo 2. Aproximações de Funções

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

Leia mais

Aula Condições para Produção de Íons num Gás em Equilíbrio Térmico

Aula Condições para Produção de Íons num Gás em Equilíbrio Térmico Aula 2 Nesta aula, remos formalzar o coceto de plasma, rever osso etedmeto sobre temperatura de um gás e falmete, cohecer algus processos de ozação. 1.3 Codções para Produção de Íos um Gás em Equlíbro

Leia mais

3 Experimento com Mistura com Respostas Não-Normais

3 Experimento com Mistura com Respostas Não-Normais Modelagem em Epermetos Mstura-Processo para Otmzação de Processos Idustras 5 Epermeto com Mstura com Respostas Não-Normas Neste capítulo é apresetado o plaejameto e aálse de um EM com respostas ão ormas,

Leia mais

Fundamentos de Matemática I FUNÇÕES POLINOMIAIS4. Licenciatura em Ciências USP/ Univesp. Gil da Costa Marques

Fundamentos de Matemática I FUNÇÕES POLINOMIAIS4. Licenciatura em Ciências USP/ Univesp. Gil da Costa Marques FUNÇÕES POLINOMIAIS4 Gl da Costa Marques Fudametos de Matemátca I 4.1 Potecação de epoete atural 4. Fuções polomas de grau 4. Fução polomal do segudo grau ou fução quadrátca 4.4 Aálse do gráfco de uma

Leia mais

ANÁLISE DE REGRESSÃO E CORRELAÇÃO

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

Leia mais

APLICAÇÃO DO MÉTODO DE ELEMENTOS DE CONTORNO AO PROBLEMA DA RADIAÇÃO ACÚSTICA

APLICAÇÃO DO MÉTODO DE ELEMENTOS DE CONTORNO AO PROBLEMA DA RADIAÇÃO ACÚSTICA APLICAÇÃO DO MÉTODO DE ELEMENTO DE CONTORNO AO PROBLEMA DA RADIAÇÃO ACÚTICA Marco Eustáquo Mara Resumo: A preocupação com o ruído as comudades urbaas cresceu as últmas décadas com o aumeto do úmero de

Leia mais

Apêndice 1-Tratamento de dados

Apêndice 1-Tratamento de dados Apêdce 1-Tratameto de dados A faldade deste apêdce é formar algus procedmetos que serão adotados ao logo do curso o que dz respeto ao tratameto de dados epermetas. erão abordados suctamete a propagação

Leia mais

CAPÍTULO III - POLINÔMIOS DE JACOBI E QUADRATURA NUMÉRICA

CAPÍTULO III - POLINÔMIOS DE JACOBI E QUADRATURA NUMÉRICA Polômos de Jacob e CAPÍTULO III - POLINÔMIOS DE JACOBI E QUADRATURA NUMÉRICA III--)INTRODUÇÃO Para um melhor etedmeto do método da colocação ortogoal e sua relação com o método dos resíduos poderados (MRP),

Leia mais

Física IV Poli Engenharia Elétrica: 8ª Aula (28/08/2014)

Física IV Poli Engenharia Elétrica: 8ª Aula (28/08/2014) Físca IV Pol Egehara Elétrca: 8ª Aula (8/08/014) Prof. Alvaro Vaucc Na últma aula vmos: Resolução de Images: segudo o crtéro estabelecdo por Raylegh que quado o máxmo cetral devdo à dfração das odas do

Leia mais

Noções Básicas de Medidas e Algarismos Significativos

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

Leia mais

Econometria: 3 - Regressão Múltipla

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

Leia mais

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

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

Leia mais

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

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo. 5910187 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 6 Equlíbro e o Potecal de Nerst Nesta aula, vamos utlzar a equação para o modelo de eletrodfusão o equlíbro obtda a aula passada para estudar o trasporte

Leia mais

A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: enchentes

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

Leia mais

3 Análises Probabilísticas de Estabilidade

3 Análises Probabilísticas de Estabilidade 3 Aálses Probablístcas de Establdade 3.1 Itrodução Para facltar o etedmeto das metodologas de aálse de cofabldade serão apresetados este capítulo algus cocetos báscos de probabldade e estatístca. 3. Cocetos

Leia mais

Aula 6. Plano da aula. Bibliografia:

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

Leia mais

Oitava Lista de Exercícios

Oitava Lista de Exercícios Uversdade Federal Rural de Perambuco Dscpla: Matemátca Dscreta I Professor: Pablo Azevedo Sampao Semestre: 07 Otava Lsta de Exercícos Lsta sobre defções dutvas (recursvas) e prova por dução Esta lsta fo

Leia mais