Diferenças finitas compactas para a equação de Poisson utilizando métodos iterativos
|
|
- Maria Luiza Paiva
- 5 Há anos
- Visualizações:
Transcrição
1 Dferenças fntas compactas para a equação de Posson utlzando métodos teratvos Rafael de Lma Sterza; Analce Costacurta Brand Departamento de Matemátca e Computação Faculdade de Cêncas e Tecnologa - UNESP Presdente Prudente - SP, Brasl rlsterza@gmalcom; analce@fctunespbr Resumo As equações elíptcas são equações dferencas parcas e estão relaconadas com problemas de equlíbro que não dependem, em geral, do tempo A necessdade de obtenção de soluções aproxmadas para problemas desse tpo mpulsonou o estudo e a aplcação de métodos numércos Exstem dversos métodos numércos capazes de encontrar aproxmação para a solução de uma equação elíptca, em especal, para a equação de Posson bdmensonal Porém, a fnaldade deste trabalho é explorar um método capaz de obter aproxmações mas precsas e com baxo custo computaconal, conhecdo como método de dferenças fntas compactas e verfcar o emprego de dferentes métodos teratvos na solução do sstema lnear provenente desta aproxmação Palavras-chave equação de Posson; dferenças fntas compactas; métodos teratvos I INTRODUÇÃO As equações dferencas elíptcas estão relaconadas com problemas de equlíbro que não dependem, em geral, do tempo Como exemplos de equações elíptcas têm-se problemas de vbração em membranas, problemas de dfusão, entre outros [4] A equação de Posson representa um problema estaconáro e com a necessdade de obtenção de soluções aproxmadas para problemas desse tpo mpulsonou o estudo de novas técncas, dentre elas, o método de dferenças fntas compactas Os esforços para calcular uma solução mas precsa tem drgdo a atenção dos pesqusadores para o desenvolvmento do método de dferenças fntas compactas que é um método conhecdo por ter propredades de alta ordem de precsão e baxo custo computaconal, quando comparado com outros métodos numércos [5] Quando se trata de solução de sstemas lneares, em certos casos, os métodos teratvos são melhores que os métodos exatos, por exemplo, quando a matrz dos coefcentes é esparsa Estes métodos também são mas econômcos, pos requerem um gasto computaconal menor Além dsso, são capazes de se autocorrgrem, sto é, sua convergênca ndepende da aproxmação ncal [3] Neste contexto, o objetvo deste trabalho é avalar o uso de dferentes métodos teratvos para a resolução do sstema lnear provenente da dscretzação da equação de Posson bdmensonal resolvda numercamente pelo método de dferenças fntas compactas II FORMULAÇÃO MATEMÁTICA Uma das prncpas equações elíptcas que representam os problemas de equlíbro é a equação de Posson dada por x u = fx, y 1 y2 Uma característca dos problemas modelados por equações dferencas parcas elíptcas é que toda regão Ω seja medatamente afetada por qualquer mudança no valor da varável dependente em um ponto do nteror do domíno ou na frontera Ω Isso é equvalente a afrmar que as propredades físcas de problemas elíptcos se propagam em todas as dreções dentro da regão Ω, afetando os pontos nterores, e por este motvo suas condções de contorno normalmente são especfcadas ao longo de toda frontera [4]
2 A solução numérca de uma equação dferencal parcal necessta de condções auxlares adequadas A determnação dessas condções auxlares é facltada ntroduzndo-se o conceto de característcas Em problemas com duas varáves ndependentes x e y, por exemplo, característcas reas, se exstrem, são curvas no plano x y, pelas quas, nformações se propagam [4] As condções de contorno usualmente especfcam os valores da função ou os valores de sua dervada normal ao longo do contorno Ω, ou uma mstura de ambos, que são, respectvamente, as condções de Drchlet u é conhecda em Ω, de Neumann u u n é conhecda em Ω e Robn αu = β n conhecda em Ω Em partcular, consdera-se neste trabalho uma regão quadrada Ω = {x, y : a x b; a y b} com condção de contorno ux, y = gx, y em Ω III FORMULAÇÃO NUMÉRICA O problema em estudo é formulado por uma equação dferencal parcal do tpo estaconára e por condções auxlares específcas Consderando o fato de que nem sempre exste solução analítca, faz-se necessára a resolução do problema de modo numérco Para tanto, o método de dferenças fntas compactas é adotado para a dscretzação do domíno e das dervadas parcas do problema Um problema envolvendo uma equação dferencal pode ser resolvdo por três tpos de abordagem A abordagem analítca fca restrta a problemas smples e lneares Problemas complexos tornamse dfíces ou até mesmo mpossíves de se resolver analtcamente, por conta da nsufcênca dos métodos exstentes A abordagem expermental é capaz de produzr resultados mas realístcos, em contrapartda possu lmtações de ordem espacal, pos requer estruturas que suportem o expermento, dependendo na maora das vezes, de processos operaconas caros e longos Enquanto sso, a abordagem computaconal é capaz de soluconar equações com alto nível de complexdade, não havendo restrções a geometras e processos complcados É sempre necessáro um cudado especal na construção da modelagem, para que de fato, ela seja uma equação que represente o fenômeno estudado Erros de truncamento são nerentes ao processo, mas técncas de convergênca e establdade são ncorporadas, garantndo a valdade dos resultados A prmera etapa para resolução de qualquer método numérco envolvendo equações dferencas parcas é dscretzar a regão onde se procura a solução Para a dscretzação defne-se uma malha, que é um conjunto fnto de pontos pertencentes ao domíno, chamados nós da malha [3] A Método de Dferenças Fntas Compactas Consderando uma malha retangular com espaçamento h e k nas dreções x e y, respectvamente, então tem-se que e,j y 2 = u,j 1 2u,j + u,j+1 k 2 k2 4 u,j 12 y 4 + k4 6 u,j 360 y 6 + Ok 6 3 Consderando o fato que u é a solução de 1, tem-se que da mesma forma 4 u,j x 4 = 2 f,j x 2 4 u,j x 2 y 2, 4 4 u,j y 4 = 2 f,j y 2 4 u,j x 2 y 2 5 Ao substtur 4 e 5 em 2 e 3, respectvamente, e utlzando uma aproxmação por dferenças fntas centradas na segunda dervada de f, obtém-se e,j x 2 = u 1,j 2u,j + u +1,j h f 1,j 2f,j + + f +1,j + h2 4 u,j 12 x 2 y 2 h4 4 u,j 144 x 4 + Oh 4, 6,j y 2 = u,j 1 2u,j + u,j+1 k f,j 1 2f,j + + f,j+1 + k2 4 u,j 12 x 2 y 2 k4 4 u,j 144 y 4 + Ok 4 7 Perceba que é necessáro uma aproxmação para o termo 4 u x 2 y 2,j, que pode ser dado por 4 u,j x 2 y 2 = 4u,j h 2 k 2 2 u 1,j + u +1,j + u,j 1 + u,j+1 h 2 k u 1,j 1 + u 1,j+1 + u +1,j 1 + u +1,j+1 h 2 k 2 8 Substtundo 8 em 6 e 7, somando as equações resultantes e em seguda, substtundo-a em 1, obtém-se,j x 2 = u 1,j 2u,j + u +1,j h 2 h4 6 u h2 4 u,j 12 x 4 +,j 360 x 6 + Oh 6, 2 + u 1,j 2u,j + u +1,j h 2 + u,j 1 2u,j + u,j+1 k 2 + h 2 + k 2 [ 4u,j 12 h 2 k 2 2 u 1,j + u +1,j + u,j 1 + u,j+1 h 2 k 2 +
3 + u 1,j 1 + u 1,j+1 + u +1,j 1 + u ] +1,j+1 h 2 k 2 = = 1 12 f 1,j + f +1,j + f,j 1 + f,j+1 4f,j 9 Fazendo h = k, então 9 pode ser reescrta da segunte forma 1 6 u +1,j+1 + u +1,j 1 + u 1,j+1 + u 1,j u 1,j + u +1,j + u,j 1 + u,j u,j = = h2 12 f 1,j + f +1,j + f,j 1 + f,j+1 + 8f,j 10 A equação 10 representa o esquema de dferenças fntas compactas, com erro de truncamento local dado por τ,j = h4 6 u,j 360 x u,j y 6 + Oh 6, em que o termo domnante do erro é h 4, então sso sgnfca que 10 é o esquema de dferenças fntas compactas de 4 a ordem Para o método de dferenças fntas compactas de 6 a ordem, consdera-se apenas para h = k Incalmente reescreve-se 1 na forma δ 2 xu,j + δ 2 yu,j + τ,j = f,j, 11 onde δ 2 x e δ 2 y representa o operador de aproxmação por dferenças fntas, ou seja, 2 e 3, respectvamente Na equação 11, trabalhase com o termo τ,j da segunte forma τ,j = h2 4 u,j 12 x u,j y 4 h4 6 u,j 360 x u,j y 6 +Oh 6 12 Substtundo 4 e 5 em 12 e utlzando 8, tem-se que Substtundo 14 em 13 e fazendo as manpulações algébrcas necessáras, obtém-se τ,j = h2 12 [ 2 f,j +2δ 2 xδ 2 yu,j ]+ h f,j +4δ 2 xδ 2 yf,j +Oh 6 15 Substtundo a equação 15 na equação 11, obtém-se o método de dferenças fntas compactas de 6 a ordem dada por 10 3 u,j A B = h2 12 C + h f,j + 4δxδ 2 yf 2,j, 16 onde A = u 1,j + u +1,j + u,j 1 + u,j+1, B = u 1,j+1 + u 1,j 1 + u +1,j 1 + u +1,j+1, C = f 1,j + f +1,j + f,j 1 + f,j+1 + 8f,j, δ 2 xδ 2 yf,j = 4f,j h 4 2 B Métodos Iteratvos f 1,j + f +1,j + f,j 1 + f,j+1 h f 1,j 1 + f 1,j+1 + f +1,j 1 + f +1,j+1 h 4 Para resolver teratvamente um sstema lnear da forma Ax = b, onde a 11 a 12 a 1n a 21 a 22 a 2n A =, a n1 a n2 a nn prmeramente decompõe-se a matrz A de tal forma que τ,j = h2 12 [ 2 f,j + 2δxδ 2 yu 2,j ] h4 6 u,j 360 x u,j x 4 y u,j x 2 y u,j y 6 + Oh 6 13 A expressão compacta de 6 a ordem requer mas uma aproxmação, que pode ser obtda através de 1, então 6 u x 6 = 4 f x 4 e 6 u x 4 y 2, 6 u y 6 = f 4 y 4 6 u x 2 y 4 4 f x 2 y 2 = 6 u x 4 y 2 6 u x 2 y 4 14 A = L + D + U, 17 em que L é a matrz trangular estrtamente nferor, D é a matrz dagonal e U é a matrz trangular estrtamente superor a a a L =, D = 0 a 22 0, a n1 a n a nn 0 a 12 a 1n 0 0 a 2n U = 0 0 0
4 A partr dsso, a matrz A é decomposta na soma A = M + N, 18 e escreve-se o sstema na forma Mx = b Nx A matrz M é escolhda propostalmente de manera que seja nvertível facltando a resolução do sstema Por exemplo, M pode ser dagonal, trangular ou trdagonal O método teratvo, então, é defndo por 2 Método de Jacob Amortecdo: O método de Jacob não pode, em geral, ser sobrerelaxado, porque o método obtdo não converge, no entanto, ele pode ser subrelaxado através de um parâmetro 0 < ω 1 para obter um método convergente A vantagem de se utlzar este método é que para certos valores de ω ele é um ótmo suavzador de erro Pelo método de Jacob usual, obtém-se x k+1 = b n j=1,j a,jx k j, a, e, para a construção do método de Jacob amortecdo, toma-se Mx k = b Nx k 1, com k = 1, 2, 19 sendo x 0 uma aproxmação ncal qualquer e k o número de terações, e então x k e x k 1 são vetores de n componentes avalados na teração k e na teração anteror, respectvamente A segur, são apresentadas as deduções de quatro métodos teratvos essencalmente mportantes na resolução dos sstemas lneares resultantes da dscretzação de equações dferencas parcas elíptcas e que são testados nesse trabalho 1 Método de Jacob: O método de Jacob é o método teratvo mas smples dos quatro métodos que são apresentados aqu Por outro lado, a sua convergênca pode também ser mas lenta Neste método, tem-se Dessa forma, pode-se escrever M = D e N = L + U 20 Ax = b M + Nx = b Dx = b L + Ux 21 Portanto, escrto na forma matrcal o método de Jacob consste em Dx k = b L + Ux k 1, x k = D 1 b D 1 L + Ux k 1, 22 e, consequentemente, na forma pontual pode ser escrto como com = 1, 2,, n x k = b n j=1,j a,jx j k 1 a,, 23 ou seja, x k+1 x k+1 = x k = x k + ω x k+1 x k, [ b n j=1,j + ω a,jx k j a, ] x k 24 Este método é conhecdo como método de Jacob amortecdo, método de Jacob ponderado ou anda método de relaxamento smultâneo dferente do método de relaxamento sucessvo, baseado no método de Gauss-Sedel, em que cada varável é substtuída sucessvamente dentro da mesma teração à medda que ela é atualzada; no método de Jacob, as varáves são todas substtuídas smultameamente na próxma teração Em forma matrcal, o método de Jacob amortecdo pode ser descrto da segunte forma Denotando por D a parte dagonal de A, tem-se assm, ou anda, donde, a, x k+1 = a, x k [ + ω b n j=1,j a,j x k j Dx k+1 = Dx k + ω[b Ax k ], 1 1 ω D x k+1 = ω D A x k + ωb, x k+1 = 1 1 [ 1 ] ω D ω D A x k + ωb ] x k, Em contraste com o método SOR, que converge em geral para 0 < ω < 2, o método de Jacob amortecdo converge para 0 < ω 1, quando ω = 1 o método é dêntco ao método de Jacob usual [1] 3 Método de Gauss-Sedel: Dferente do método de Jacob, no método de Gauss-Sedel consdera-se
5 Isso permte escrever M = L + D e N = U 25 Ax = b M + Nx = b L + Dx = b Ux 26 Portanto, escrto na forma matrcal o método de Gauss-Sedel consste em Dx k = b Lx k Ux k 1, 27 x k SOR = xk 1 SOR + ωxk GS xk 1 SOR, 32 em que x GS é um vetor avalado no método de Gauss-Sedel, x SOR é o vetor avalado no método SOR e ω é conhecdo por fator de relaxação A equação acma pode ser reescrta da segunte manera x k SOR = 1 ωxk 1 SOR + ωxk GS 33 Substtundo 30 em 33, obtém-se o método SOR na forma pontual ou anda, L + Dx k = b Ux k 1, x k = 1 ωx k 1 1 +ωb j=1 a,j x j k n j=+1 a,j x j k 1 /a, Para obter a sua forma matrcal, basta substtur 31 em x k = L + D 1 b L + D 1 Ux k 1 28 E, consequentemente, na forma pontual pode ser escrto como x k = b 1 j=1 a,jx j k n j=+1 a,jx j k 1 a,, 29 x k = 1 ωx k 1 + ωb Lx k Ux k 1 D 1, x k = 1 ωx k 1 + ωd 1 b ωd 1 Lx k + ωd 1 Uxk 1, separando os termos de acordo com os níves da teração com = 1, 2,, n 1 + ωd 1 Lx k = 1 ω ωd 1 Ux k 1 + ωd 1 b, 35 4 Método Sobrerrelaxação Sucessva SOR: À medda que progrdem as terações, uma característca dos métodos teratvos é que a dferença entre as sucessvas aproxmações dmnua, fazendo com que o método necesste de mutas terações para alcançar uma boa solução Um modo de amenzar esse efeto é sobrerrelaxar o valor de x k+1, de tal forma que a solução numérca adequada seja aproxmada mas rapdamente Uma vez conhecda a fórmula pontual do método de Gauss-Sedel x k = b 1 j=1 a,jx j k n j=+1 a,jx j k 1 a,, 30 e também sua forma matrcal Dx k = b Lx k Ux k 1, 31 o método SOR pode ser defndo por meo da teração multplcando por D, segue que D + ωlx k = D Dω ωux k 1 + ωb, e portanto, a forma matrcal do método SOR é dada por x k = D +ωl 1 [1 ωd ωu]x k 1 +ωd +ωl 1 b 36 Para convergênca do método, é necessáro 0 < ω < 2 Em partcular, ω = 1 faz o método SOR retornar ao método de Gauss- Sedel Quando 0 < ω < 1, aplca-se subrelaxação às ncógntas Dferentemente, para 1 < ω < 2, aplca-se sobrerrelaxação IV RESULTADOS NUMÉRICOS Consderando a equação de Posson bdmensonal lnear x u y 2 = x y + y x, 37
6 com condção de frontera do tpo Drchlet, ux, 1 = x ln x, ux, 2 = x ln4x 2, 1 x 2, u1, y = y ln y, u2, y = 2y ln2y, 1 y 2, cuja solução analítca de 37 é dada por ux, y = xy lnxy [2] A solução numérca fo testada para o método de dferenças fntas de 2 a ordem e os métodos de dferenças fntas compactas de 4 a e 6 a ordem E, os sstemas lneares foram resolvdos pelos métodos teratvos de Jacob, Jacob amortecdo, Gauss-Sedel e SOR, sendo que crtéro de parada garanta uma aproxmação cujo erro fosse nferor a e um máxmo de 7000 terações É mportante menconar que as smulações numércas foram realzadas para quatro dferentes tamanhos de malha: malha grossa 5 5, malha ntermedára grossa 9 9, malha ntermedára fna e malha fna Além dsso, fo realzada uma busca pelo melhor fator de relaxação ω otmo para o método de Jacob amortecdo e para o método SOR sob uma precsão de 01, que pode ser observada na Tabela I, onde JA representa o método de Jacob amortecdo E os resultados obtdos para o método compacto de 4 a ordem foram guas para o método compacto de 6 a ordem Tabela I: Valores do ω otmo para as dferentes malhas JA SOR Fna Fna Dessa forma, fo realzada uma comparação entre os métodos de resolução, dada pelo número de terações IT e o tempo computaconal gasto em utlzar os métodos teratvos estudados, onde a Tabela II representa os resultados para o método de dferenças fntas de 2 a ordem, utlzando o método de Jacob e Jacob amortecdo e a Tabela III representa os resultados para o método de dferenças fntas de 2 a ordem, resolvdo pelo método de Gauss-Sedel e SOR Tabela II: Comparação do método de Jacob e Jacob amortecdo utlzando o método de 2 a ordem Jacob Jacob amortecdo IT Tempo IT Tempo s s s s Fna s s Fna s s Tabela III: Comparação do método Gauss-Sedel e SOR utlzando o método de 2 a ordem Gauss-Sedel SOR IT Tempo IT Tempo s s s s Fna s s Fna s s Da mesma forma, a Tabela IV representa os resultados para o método de dferenças fntas compactas de 4 a e 6 a ordem, utlzando o método de Jacob e Jacob amortecdo e a Tabela V representa os resultados para os métodos compactos, resolvdos pelo método de Gauss-Sedel e SOR Tabela IV: Comparação do método de Jacob e Jacob amortecdo utlzando o método compacto de 4 a e 6 a ordem Jacob Jacob amortecdo IT Tempo IT Tempo s s s s Fna s s Fna s s Tabela V: Comparação do método Gauss-Sedel e SOR utlzando o método compacto de 4 a e 6 a ordem Gauss-Sedel SOR IT Tempo IT Tempo s s s s Fna s s Fna s s O método de Jacob é o que apresenta mas terações e gasta mas tempo para aproxmar a solução do sstema Enquanto sso, o método de Gauss-Sedel consegue garantr a mesma aproxmação realzando em méda a metade de terações realzadas pelo método de Jacob, como é esperado Porém, embora o método de Gauss- Sedel seja satsfatóro, o método SOR consegue aproxmar a solução realzando um número muto nferor de terações, quando é utlzado o fator de relaxação ω otmo Neste problema, o método de Jacob amortecdo fo mas efcente, sto é, o número de terações e o tempo computaconal foram menores quando comparados com o método de Jacob o que é esperado e o método de Gauss-Sedel que não é uma regra acontecer Além dsso, os métodos compactos de 4 a e 6 a ordem apresentaram soluções mas aproxmadas, com uma quantdade de terações e um tempo computaconal nferor quando comparado com o método de 2 a ordem Para o estudo em relação aos métodos de dscretzação, consderouse o erro máxmo absoluto e a verfcação da ordem efetva do método
7 Incalmente, observou-se a dstrbução do erro local no domíno para a malha fna utlzando o método de 2 a ordem, 4 a ordem compacto e 6 a ordem compacto pelas Fguras 1, 2 e 3, respectvamente Para a malha fna, os erros, no método de segunda ordem, encontram-se em 10 5, enquanto para o método compacto de 4 a ordem encontram-se em 10 9 e, anda, para o método compacto de 6 a ordem, os erros encontram-se em Fgura 3: Representação do erro no domíno utlzando o método compacto de 6 a ordem para uma malha fna Fgura 1: Representação do erro no domíno utlzando o método de 2 a ordem para uma malha fna A Tabela VI representa o valor do erro máxmo absoluto para as malhas smuladas Nota-se que os métodos convergem para o resultado de acordo com o refnamento da malha e, além dsso, o método de 2 a ordem apresenta um erro máxmo absoluto maor que os demas métodos, enquanto o método de 6 a ordem é o melhor método para o problema, como é esperado Tabela VI: Valores do erro máxmo absoluto utlzando o método de dferenças fntas de 2 a ordem, 4 a ordem compacto e 6 a ordem compacto 2 a ordem 4 a ordem compacto 6 a ordem compacto 46501e e e e e e-06 Fna 42490e e e-08 Fna 11340e e e-10 Além dsso, é mportante verfcar a ordem dos métodos estudados, a Tabela VII apresenta os valores da ordem efetva, que pode ser calculado através de Fgura 2: Representação do erro no domíno utlzando o método compacto de 4 a ordem para uma malha fna log O = log erroh1 erroh2 h1 h2, onde erroh1 é o valor do erro máxmo absoluto com o espaçamento h1 e h1 < h2
8 Tabela VII: Ordem efetva dos métodos estudados 2 a ordem 4 a ordem compacto 6 a ordem compacto Fna Fna A partr dos resultados apresentados nas Tabelas VI e VII e nas Fguras 1, 2 e 3 verfcou-se que o método compacto de 6 a ordem é mas efcente quando observado o erro máxmo absoluto Além dsso, o tempo computaconal é baxo para os três métodos smulados e a ordem do método condz com o que é apresentado na lteratura V CONCLUSÃO O método compacto é um método de dferenças fntas, que vem sendo estudado por dversos pesqusadores, e apresenta bons resultados quando comparado com a solução analítca do problema Ele responde bem ao refnamento da malha, calculando melhores aproxmações em malhas mas fnas, com espaçamento reduzdo e sso acontece com os dos métodos compactos estudados, sto é, com o de 4 a e o de 6 a ordem Além dsso, técncas numércas de solução de sstemas lneares foram analsadas e testadas a fm de determnar qual delas favorece um melhor desempenho para o método de dferenças fntas compactas A resolução do sstema lnear fo realzada por dferentes métodos teratvos O método de Jacob amortecdo é, bascamente, duas vezes mas rápdo, sto é, tem menos terações que o método de Jacob usual, mas nada se pode conclur em relação ao método de Gauss- Sedel Sendo assm, o método SOR é o mas atraente entre eles, como observado nos resultados numércos AGRADECIMENTOS Agradecemos à Fundação de Amparo à Pesqusa do Estado de São Paulo pelo apoo fnancero no desenvolvmento deste trabalho, processo n o 2016/ REFERÊNCIAS [1] BIEZUNER, R J 2007 Métodos Numércos para Equações Dferencas Parcas Elíptcas Mnas Geras: Insttuto de Cêncas Exatas/ Unversdade Federal de Mnas Geras [2] BURDEN, RL; FAIRES JD Análse numérca São Paulo: Cengage Learnng, 2008 [3] CUMINATO, JA; MENEGUETTE Jr, M Dscretzação de equações dferencas parcas: técncas de dferenças fntas Ro de Janero: SBM, 2013 [4] FORTUNA, AO Técncas computaconas para dnâmca dos fludos: concetos báscos e aplcações 2ed São Paulo: EDUSP, 2012 [5] OKORO, FM; OWOLOKO, AE Compact Fnte Dfference scheme for Posson equaton usng drect solver, Journal of Mathematcs and Technology, vol 3, p , 2010
3 Método Numérico. 3.1 Discretização da Equação Diferencial
3 Método Numérco O presente capítulo apresenta a dscretação da equação dferencal para o campo de pressão e a ntegração numérca da expressão obtda anterormente para a Vscosdade Newtonana Equvalente possbltando
Leia mais0.5 setgray0 0.5 setgray1. Mecânica dos Fluidos Computacional. Aula 7. Leandro Franco de Souza. Leandro Franco de Souza p.
Leandro Franco de Souza lefraso@cmc.usp.br p. 1/1 0.5 setgray0 0.5 setgray1 Mecânca dos Fludos Computaconal Aula 7 Leandro Franco de Souza Leandro Franco de Souza lefraso@cmc.usp.br p. 2/1 Equações Dferencas
Leia maisFigura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma
Capítulo 8 Dferencação Numérca Quase todos os métodos numércos utlzados atualmente para obtenção de soluções de equações erencas ordnáras e parcas utlzam algum tpo de aproxmação para as dervadas contínuas
Leia mais4 Discretização e Linearização
4 Dscretzação e Lnearzação Uma vez defndas as equações dferencas do problema, o passo segunte consste no processo de dscretzação e lnearzação das mesmas para que seja montado um sstema de equações algébrcas
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 maisInterpolação Segmentada
Interpolação Segmentada Uma splne é uma função segmentada e consste na junção de váras funções defndas num ntervalo, de tal forma que as partes que estão lgadas umas às outras de uma manera contínua e
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 mais3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo
3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas
Leia maisFaculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu
1 Programação Não Lnear com Restrções Aula 9: Programação Não-Lnear - Funções de Váras Varáves com Restrções Ponto Regular; Introdução aos Multplcadores de Lagrange; Multplcadores de Lagrange e Condções
Leia mais4 Critérios para Avaliação dos Cenários
Crtéros para Avalação dos Cenáros É desejável que um modelo de geração de séres sntétcas preserve as prncpas característcas da sére hstórca. Isto quer dzer que a utldade de um modelo pode ser verfcada
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 maisFlambagem. Cálculo da carga crítica via MDF
Flambagem Cálculo da carga crítca va MDF ROF. ALEXANDRE A. CURY DEARTAMENTO DE MECÂNICA ALICADA E COMUTACIONAL Flambagem - Cálculo da carga crítca va MDF Nas aulas anterores, vmos como avalar a carga crítca
Leia maisUNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)
UNDADE V DELNEAMENTO NTERAMENTE CASUALZADO (DC) CUABÁ, MT 015/ PROF.: RÔMULO MÔRA romulomora.webnode.com 1. NTRODUÇÃO Este delneamento apresenta como característca prncpal a necessdade de homogenedade
Leia maisPROBLEMA DE DIFUSÃO DE CALOR RESOLVIDO POR MEIO DE EQUAÇÕES DIFERENCIAIS PARCIAIS PARABÓLICAS
PROBLEMA DE DIFUSÃO DE CALOR RESOLVIDO POR MEIO DE EQUAÇÕES DIFERENCIAIS PARCIAIS PARABÓLICAS Renato S. Gomde 1, Luz F. B. Loja 1, Edna L. Flôres 1 1 Unversdade Federal de Uberlânda, Departamento de Engenhara
Leia maisMÉTODO DAS DIFERENÇAS FINITAS PARA SOLUÇÃO DE EQUAÇÃO ESCALAR DE LEIS DE CONSERVAÇÃO
MÉTODO DAS DIFERENÇAS FINITAS PARA SOLUÇÃO DE EQUAÇÃO ESCALAR DE LEIS DE CONSERVAÇÃO Lorena Resende Olvera 1 ; Douglas Azevedo Castro 2 1 Aluna do Curso de Engenhara de Boprocessos e Botecnologa; Campus
Leia mais5 Formulação para Problemas de Potencial
48 Formulação para Problemas de Potencal O prncpal objetvo do presente capítulo é valdar a função de tensão do tpo Westergaard obtda para uma trnca com abertura polnomal (como mostrado na Fgura 9a) quando
Leia mais7 - Distribuição de Freqüências
7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste
Leia maisDESENVOLVIMENTO DE UM PRÉ-PROCESSADOR PARA ANÁLISE ISOGEOMÉTRICA
DESENVOLVIMENTO DE UM PRÉ-PROCESSADOR PARA ANÁLISE ISOGEOMÉTRICA Pedro Luz Rocha Evandro Parente Junor pedroluzrr04@gmal.com evandroparentejr@gmal.com Laboratóro de Mecânca Computaconal e Vsualzação, Unversdade
Leia maisREGRESSÃO NÃO LINEAR 27/06/2017
7/06/07 REGRESSÃO NÃO LINEAR CUIABÁ, MT 07/ Os modelos de regressão não lnear dferencam-se dos modelos lneares, tanto smples como múltplos, pelo fato de suas varáves ndependentes não estarem separados
Leia maisD- MÉTODO DAS APROXIMAÇÕES SUCESSIVAS
D- MÉTODO DAS APROXIMAÇÕES SUCESSIVAS O método das apromações sucessvas é um método teratvo que se basea na aplcação de uma fórmula de recorrênca que, sendo satsfetas determnadas condções de convergênca,
Leia maisCálculo Numérico BCC760 Interpolação Polinomial
Cálculo Numérco BCC76 Interpolação Polnomal Departamento de Computação Págna da dscplna http://www.decom.ufop.br/bcc76/ 1 Interpolação Polnomal Conteúdo 1. Introdução 2. Objetvo 3. Estênca e uncdade 4.
Leia mais4.1 Modelagem dos Resultados Considerando Sazonalização
30 4 METODOLOGIA 4.1 Modelagem dos Resultados Consderando Sazonalzação A sazonalzação da quantdade de energa assegurada versus a quantdade contratada unforme, em contratos de fornecmento de energa elétrca,
Leia maisParte 1: Exercícios Teóricos
Cálculo Numérco SME0300 ICMC-USP Lsta 2: Sstemas Lneares Métodos Dretos Professora: Cyntha de O. Lage Ferrera Parte 1: Exercícos Teórcos 1. Consdere o sstema Ax = b, onde 1 α 3 α 1 4 ; x = 5 2 1 Para que
Leia mais3 A técnica de computação intensiva Bootstrap
A técnca de computação ntensva ootstrap O termo ootstrap tem orgem na expressão de língua nglesa lft oneself by pullng hs/her bootstrap, ou seja, alguém levantar-se puxando seu própro cadarço de bota.
Leia mais5 Validação dos Elementos
5 Valdação dos Elementos Para valdar os elementos fntos baseados nas Wavelets de Daubeches e nas Interpolets de Deslaurers-Dubuc, foram formulados dversos exemplos de análse lnear estátca, bem como o cálculo
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ Em mutas stuações duas ou mas varáves estão relaconadas e surge então a necessdade de determnar a natureza deste relaconamento. A análse
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das
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 maisElaboração de um Código Computacional para Resolução de Sistemas Lineares de Grande Porte
COMAT Coordenadora do Curso de Lcencatura em Matemátca TCC Trabalho de Conclusão de Curso Elaboração de um Códgo Computaconal para Resolução de Sstemas Lneares de Grande Porte Trabalho de Conclusão de
Leia maisMÉTODO MULTIGRID DE CORREÇÕES ADITIVAS PARA A SOLUÇÃO NUMÉRICA ACOPLADA DAS EQUAÇÕES DE NAVIER- STOKES COM MALHAS NÃO-ESTRUTURADAS
CMNE/CILAMCE 2007 Porto, 3 a 5 de Junho, 2007 APMTAC, Portugal 2007 MÉTODO MULTIGRID DE CORREÇÕES ADITIVAS PARA A SOLUÇÃO NUMÉRICA ACOPLADA DAS EQUAÇÕES DE NAVIER- STOKES COM MALHAS NÃO-ESTRUTURADAS Suse
Leia maisAnálise de Regressão Linear Múltipla VII
Análse de Regressão Lnear Múltpla VII Aula 1 Hej et al., 4 Seções 3. e 3.4 Hpótese Lnear Geral Seja y = + 1 x 1 + x +... + k x k +, = 1,,..., n. um modelo de regressão lnear múltpla, que pode ser escrto
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 maisMODELAGEM COMPUTACIONAL DA DIFUSÃO DE NÊUTRONS EM GEOMETRIA UNIDIMENSIONAL CARTESIANA
27 Internatonal Nuclear tlantc Conference - INC 27 antos, P, razl, eptember 3 to October 5, 27 OCIÇÃO RILEIR DE ENERGI NUCLER - EN IN: 978-85-99141-2-1 MODELGEM COMPUTCIONL D DIFUÃO DE NÊUTRON EM GEOMETRI
Leia maisMODELOS DE REGRESSÃO PARAMÉTRICOS
MODELOS DE REGRESSÃO PARAMÉTRICOS Às vezes é de nteresse nclur na análse, característcas dos ndvíduos que podem estar relaconadas com o tempo de vda. Estudo de nsufcênca renal: verfcar qual o efeto da
Leia mais5 Relação entre Análise Limite e Programação Linear 5.1. Modelo Matemático para Análise Limite
5 Relação entre Análse Lmte e Programação Lnear 5.. Modelo Matemátco para Análse Lmte Como fo explcado anterormente, a análse lmte oferece a facldade para o cálculo da carga de ruptura pelo fato de utlzar
Leia mais4 Autovetores e autovalores de um operador hermiteano
T (ψ) j = ψ j ˆT ψ = k ψ j ˆT φ k S k = k,l ψ j φ l T (φ) S k = k,l φ l ψ j T (φ) S k = k,l SljT (φ) S k. Após todos esses passos vemos que T (ψ) j = k,l S jl T (φ) S k ou, em termos matrcas T (ψ) = S
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 maisu t = ν A primeira coisa que você deve perceber é que essa equação apresenta um derivada de 2 ordem. Vamos aprender a lidar com isso.
Dfusão 1-D Nas últmas aulas estudamos a solução numérca e analítca (Método das Característcas) das equações de advecção lnear e não lnear usando o método das dferenças fntas e aprendemos sobre a condção
Leia mais2 Incerteza de medição
2 Incerteza de medção Toda medção envolve ensaos, ajustes, condconamentos e a observação de ndcações em um nstrumento. Este conhecmento é utlzado para obter o valor de uma grandeza (mensurando) a partr
Leia maisUniversidade de São Paulo Escola Superior de Agricultura Luiz de Queiroz Departamento de Ciências Exatas
Unversdade de São Paulo Escola Superor de Agrcultura Luz de Queroz Departamento de Cêncas Exatas Prova escrta de seleção para DOUTORADO em Estatístca e Expermentação Agronômca Nome do canddato (a): Questão
Leia maisINTRODUÇÃO À MECÂNICA COMPUTACIONAL. Carlos Henrique Marchi & Fábio Alencar Schneider. Curitiba, dezembro de 2002.
INTRODUÇÃO À MECÂNICA COMPUTACIONAL Carlos Henrque March & Fábo Alencar Schneder Curtba, dezembro de 2002. SUMÁRIO Lsta de Símbolos Prefáco 1. INTRODUÇÃO 1.1 Métodos de Solução de Problemas de Engenhara
Leia maisROBERTO CARLOS MORO FILHO
Mnstéro da Educação Unversdade Federal do Paraná Setor de Tecnologa Programa de Pós-Graduação em Engenhara Mecânca (PG-Mec) ROBERTO CARLOS MORO FILHO APLICAÇÃO DA TÉCNICA MULTIGRID EM TRANSFERÊNCIA DE
Leia maisAPLICAÇÃO DO MÉTODO DAS DIFERENÇAS FINITAS PARA SOLUÇÃO DAS EQUAÇÕES DE LAPLACE E POISSON PARA LINHAS DE MICROFITAS ACOPLADAS
APLICAÇÃO DO MÉTODO DAS DIFERENÇAS FINITAS PARA SOLUÇÃO DAS EQUAÇÕES DE LAPLACE E POISSON PARA LINHAS DE MICROFITAS ACOPLADAS Raann Pablo de Alencar AZEEDO; Ícaro Bezerra de Queroz ARAÚJO; Elel Pogg dos
Leia maisUm modelo nada mais é do que uma abstração matemática de um processo real (Seborg et al.,1989) ou
Dscplna - MR070 INTRODUÇÃO À MODELAGEM DE SISTEMAS LINEARES POR EQUAÇÕES DIFERENCIAIS Os modelos de um determnado sstema podem ser físcos ou matemátcos. Neste curso focaremos a modelagem pela dentfcação
Leia mais5 Métodos de cálculo do limite de retenção em função da ruína e do capital inicial
5 Métodos de cálculo do lmte de retenção em função da ruína e do captal ncal Nesta dssertação serão utlzados dos métodos comparatvos de cálculo de lmte de retenção, onde ambos consderam a necessdade de
Leia maisEQUAÇÕES DIFERENCIAIS ORDINÁRIAS (EDO) PROBLEMA DO VALOR INICIAL (PVI)
EQUAÇÕES DIFERENCIAIS ORDINÁRIAS (EDO) PROBLEMA DO VALOR INICIAL (PVI) Introdução Seja a segunte equação derencal: d ( ) ; d para. que é reerencado com o problema do valor ncal. Essa denomnação deve-se
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 maisMAP Cálculo Numérico e Aplicações
MAP0151 - Cálculo Numérco e Aplcações Lsta 5 (Correção Neste ponto, todos já sabemos que todas as questões têm o mesmo valor, totalzando 10.0 pontos. (Questão 1 Fque com vontade de fazer mas do que fo
Leia maisTestes não-paramétricos
Testes não-paramétrcos Prof. Lorí Val, Dr. http://www.mat.ufrgs.br/val/ val@mat.ufrgs.br Um teste não paramétrco testa outras stuações que não parâmetros populaconas. Estas stuações podem ser relaconamentos,
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 maisRegressão Linear Simples by Estevam Martins
Regressão Lnear Smples by Estevam Martns stvm@uol.com.br "O únco lugar onde o sucesso vem antes do trabalho, é no dconáro" Albert Ensten Introdução Mutos estudos estatístcos têm como objetvo estabelecer
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 maisAerodinâmica I. Verificação de Códigos. Objectivo: verificar que o programa não tem erros
e Verfcação de Códgos Objectvo: verfcar que o programa não tem erros - O erro numérco tende para zero quando o tamanho da malha / passo no tempo tendem para zero? p ( φ ) = φ φ e + αh exact - A ordem de
Leia maisCAPITULO II - FORMULAÇAO MATEMATICA
CAPITULO II - FORMULAÇAO MATEMATICA II.1. HIPOTESES BASICAS A modelagem aqu empregada está baseado nas seguntes hpóteses smplfcadoras : - Regme permanente; - Ausênca de forças de campo; - Ausênca de trabalho
Leia maisEletrotécnica AULA Nº 1 Introdução
Eletrotécnca UL Nº Introdução INTRODUÇÃO PRODUÇÃO DE ENERGI ELÉTRIC GERDOR ESTÇÃO ELEVDOR Lnha de Transmssão ESTÇÃO IXDOR Equpamentos Elétrcos Crcuto Elétrco: camnho percorrdo por uma corrente elétrca
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 maisCURSO A DISTÂNCIA DE GEOESTATÍSTICA
CURSO A DISTÂNCIA DE GEOESTATÍSTICA Aula 6: Estaconardade e Semvarânca: Estaconardade de a. ordem, Hpótese ntríseca, Hpótese de krgagem unversal, Crtéros para escolha, Verfcação, Representatvdade espacal,
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 maisPalavras-Chave: Métodos Interativos da Potência e Inverso, Sistemas Lineares, Autovetores e Autovalores.
MSc leandre Estáco Féo ssocação Educaconal Dom Bosco - Faculdade de Engenhara de Resende Caa Postal 8.698/87 - CEP 75-97 - Resende - RJ Brasl Professor e Doutorando de Engenhara aefeo@yahoo.com.br Resumo
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ 1 É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das
Leia maisIntegração com splines integração com splines cúbicos
Integração com splnes ntegração com splnes cúbcos Um modo de obter regras de ntegração semelhante às compostas é utlzando splnes. A utlzação de splnes de grau zero conduz às regras do rectângulo compostas,
Leia maisRegressão Múltipla. Parte I: Modelo Geral e Estimação
Regressão Múltpla Parte I: Modelo Geral e Estmação Regressão lnear múltpla Exemplos: Num estudo sobre a produtvdade de trabalhadores ( em aeronave, navos) o pesqusador deseja controlar o número desses
Leia mais(1) A uma parede totalmente catalítica quanto para uma parede com equilíbrio catalítico. No caso de uma parede com equilíbrio catalítico, tem-se:
1 RELATÓRIO - MODIFICAÇÃO DA CONDIÇÃO DE CONTORNO DE ENTRADA: MODELOS PARCIALMENTE CATALÍTICO E NÃO CATALÍTICO PARA ESCOAMENTOS COM TAXA FINITA DE REAÇÃO 1. Condções de contorno Em escoamentos reatvos,
Leia maisANÁLISE DE ESTRUTURAS I INTRODUÇÃO AO MÉTODO DE CROSS
DECvl ANÁLISE DE ESTRUTURAS I INTRODUÇÃO AO ÉTODO DE CROSS Orlando J. B. A. Perera 20 de ao de 206 2 . Introdução O método teratvo ntroduzdo por Hardy Cross (Analyss of Contnuous Frames by Dstrbutng Fxed-End
Leia maisUMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR
UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EATAS DEPARTAMENTO DE ESTATÍSTICA UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR
Leia maisTeoremas de Otimização com Restrições de Desigualdade
Teoremas de Otmzação com Restrções de Desgualdade MAXIMIZAÇÃO COM RESTRIÇÃO DE DESIGUALDADE Consdere o segunte problema (P) de maxmzação condconada: Maxmze Fx onde x x,x,...,x R gx b As condções de Prmera
Leia maisIMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO
IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO Alne de Paula Sanches 1 ; Adrana Betâna de Paula Molgora 1 Estudante do Curso de Cênca da Computação da UEMS, Undade Unverstára de Dourados;
Leia mais7. Resolução Numérica de Equações Diferenciais Ordinárias
7. Resolução Numérca de Equações Dferencas Ordnáras Fenômenos físcos em dversas áreas, tas como: mecânca dos fludos, fluo de calor, vbrações, crcutos elétrcos, reações químcas, dentre váras outras, podem
Leia maisAnálise Numérica (4) Equações não lineares V1.0, Victor Lobo, 2004
Análse Numérca (4 V.0, Vctor Lobo, 004 Não Lneares Problema da determnação de zeros de funções f(=0 Aparece em mutas stuações! Determnar pontos de equlíbro térmco, químco, de forças... Soluções analítcas
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 maisEmprego de MER e CRE em Poisson 1D para análise do erro de variáveis secundárias
Trabalo apresentado no III CMAC - SE, Vtóra-ES, 015. Proceedng Seres of te Brazlan Socety of Computatonal and Appled Matematcs Emprego de MER e CRE em Posson 1D para análse do erro de varáves secundáras
Leia maisPrioridades com Teste de Escalonabilidade
rordades + Teste de Escalonabldade Sstemas de Tempo Real: rordades com Teste de Escalonabldade Rômulo Slva de Olvera Departamento de Automação e Sstemas DAS UFSC Cada tarefa recebe uma prordade Escalonamento
Leia maisANÁLISE DAS TENSÕES TÉRMICAS EM MATERIAIS CERÂMICOS. Palavras-chave: Tensões térmicas, Propriedades variáveis, Condução de calor, GITT
ANÁLISE DAS TENSÕES TÉRMICAS EM MATERIAIS CERÂMICOS Dnz, L.S. Santos, C.A.C. Lma, J.A. Unversdade Federal da Paraíba Laboratóro de Energa Solar LES/DTM/CT/UFPB 5859-9 - João Pessoa - PB, Brasl e-mal: cabral@les.ufpb.br
Leia maisComparação entre métodos de resolução de sistemas aplicados à discretização da equação de Poisson via diferenças finitas exponencial
Comparação entre métodos de resolução de sistemas aplicados à discretização da equação de Poisson via diferenças finitas exponencial Beatriz Liara Carreira; Analice Costacurta Brandi Departamento de Matemática
Leia mais2 Aproximação por curvas impĺıcitas e partição da unidade
Aproxmação por curvas mpĺıctas e partção da undade Este capítulo expõe alguns concetos báscos necessáros para o entendmento deste trabalho 1 Curvas Algébrcas Um subconjunto O R é chamado de uma curva mplícta
Leia maisModelo de Alocação de Vagas Docentes
Reunão Comssão de Estudos de Alocação de Vagas Docentes da UFV Portara 0400/2016 de 04/05/2016 20 de mao de 2016 Comssão de Estudos das Planlhas de Alocação de Vagas e Recursos Ato nº 009/2006/PPO 19/05/2006
Leia maisProcessamento de Imagem. Prof. MSc. André Yoshimi Kusumoto
Processamento de Imagem Prof. MSc. André Yoshm Kusumoto andrekusumoto.unp@gmal.com Operações pontuas globas em magens Uma operação pontual global em uma magem dgtal r é a função f(r) aplcada a todo pxel
Leia maisCÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano
CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 7 e 8 06/204 Ajuste de Curvas AJUSTE DE CURVAS Cálculo Nuérco 3/64 INTRODUÇÃO E geral, experentos gera ua gaa de dados que
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 maisROBERTA SUERO OTIMIZAÇÃO DE PARÂMETROS DO MÉTODO MULTIGRID ALGÉBRICO PARA PROBLEMAS DIFUSIVOS BIDIMENSIONAIS
ROBERTA SUERO OTIMIZAÇÃO DE PARÂMETROS DO MÉTODO MULTIGRID ALGÉBRICO PARA PROBLEMAS DIFUSIVOS BIDIMENSIONAIS Tese apresentada como requsto parcal para a obtenção do título de doutor em Cêncas no Programa
Leia maisUniversidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Classificadores Lineares. Luiz Eduardo S. Oliveira, Ph.D.
Unversdade Federal do Paraná Departamento de Informátca Reconhecmento de Padrões Classfcadores Lneares Luz Eduardo S. Olvera, Ph.D. http://lesolvera.net Objetvos Introduzr os o conceto de classfcação lnear.
Leia maisEstatística II Antonio Roque Aula 18. Regressão Linear
Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão
Leia maisÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO
Anas Eletrônco ÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO Anderson Takash Hara, Heraldo Takao Hashgut, Antôno Carlos Andrade
Leia maisCORRELAÇÃO E REGRESSÃO
CORRELAÇÃO E REGRESSÃO Constata-se, freqüentemente, a estênca de uma relação entre duas (ou mas) varáves. Se tal relação é de natureza quanttatva, a correlação é o nstrumento adequado para descobrr e medr
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 maisProblema Real (avião, carro,...) Validação
Modelo Físco/ (EFD)? Problema Real? (avão, carro,...) Modelo Matemátco (CFD) Túnel de Vento Modelo Condções de Frontera Escala Approx. nas eqs., (ν t ) Equações (modelo de turbulênca) Instrumentos de Medda
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 mais2 Lógica Fuzzy Introdução
2 Lógca Fuzzy 2.. Introdução A lógca fuzzy é uma extensão da lógca booleana, ntroduzda pelo Dr. Loft Zadeh da Unversdade da Calfórna / Berkeley no ano 965. Fo desenvolvda para expressar o conceto de verdade
Leia maisO íon lantanídeo no acoplamento Russell-Saunders e a classificação de seus estados segundo os subgrupos do grupo GL(4
O íon lantanídeo no acoplamento Russell-aunders e a classfcação de seus estados segundo os subgrupos do grupo G(4 ) O hamltonano, H, dos íons lantanídeos contém uma parte que corresponde ao campo central,
Leia maisRAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro
UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero
Leia mais3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas
3.6. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas
Leia maisDELINEAMENTOS EXPERIMENTAIS
SUMÁRIO 1 Delneamentos Expermentas 2 1.1 Delneamento Interamente Casualzado..................... 2 1.2 Delneamento Blocos Casualzados (DBC).................... 3 1.3 Delneamento Quadrado Latno (DQL)......................
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 maisÍndices de Concentração 1
Índces de Concentração Crstane Alkmn Junquera Schmdt arcos André de Lma 3 arço / 00 Este documento expressa as opnões pessoas dos autores e não reflete as posções ofcas da Secretara de Acompanhamento Econômco
Leia maisc) No modelo EBM de Budyko (1969)*, aproxima-se Ro por:
Clma 007/008 - Sére (dsponível em http://.gdl.ul.pt/pres.htm ) Consdere o EBM-0dm: dt S c = ( α T ) T = R Ro = f S T dt ( ) σε (, ) Onde S é a constante solar tomada como parâmetro e o feedback albedotemperatura
Leia maisSistemas de equações lineares
Sstemas - ALGA - / Sstemas de equações lneares Uma equação lnear nas ncógntas ou varáves x ; x ; :::; x n é uma expressão da forma: a x + a x + ::: + a n x n = b onde a ; a ; :::; a n ; b são constantes
Leia maisAnálise Dinâmica de uma Viga de Euler-Bernoulli Submetida a Impacto no Centro após Queda Livre Através do Método de Diferenças Finitas
Proceedng Seres of the Brazlan Socety of Appled and Computatonal Mathematcs, Vol. 4, N., 06. Trabalho apresentado no DINCON, Natal - RN, 05. Proceedng Seres of the Brazlan Socety of Computatonal and Appled
Leia mais