Organização de Arquivos

Tamanho: px
Começar a partir da página:

Download "Organização de Arquivos"

Transcrição

1 Orgaização de Arquivos Cristia D. A. Ciferri Thiago A. S. Pardo Leadro C. Citra M.C.F. de Oliveira Moacir Poti Jr.

2 Por que Orgaizar Arquivos? Cosidere o seguite stream (fluxo) de bytes AmesJoh123 MapleStillwaterOK74075MasoAla90 EastgateAdaOK74820 Pergutas: quais dados são armazeados? ode começa e ode termia cada dado? como recuperar um dado específico? Necessidade de orgaização adequada de dados em arquivos!

3 Formas de Orgaização Orgaização em campos meor uidade lógica de iformação em um arquivo Orgaização em registros cojuto de campos agrupados, os quais estão logicamete associados a uma mesma etidade Os coceitos de campo e de registro correspodem a ferrametas coceituais, que ão ecessariamete existem o setido físico

4 Métodos para Orgaização em Campos Forçar todos os campos para um tamaho (comprimeto) fixo Começar cada campo com um idicador de tamaho (comprimeto) Colocar delimitadores etre campos Usar expressões (tags) keyword=value para idetificar cada campo e seu coteúdo

5 Campos com Tamaho Fixo Cada campo ocupa o arquivo um tamaho fixo, pré-determiado Exemplo ome: strig de 12 caracteres (12 bytes) rua: strig de 10 caracteres (10 bytes) úmero: iteiro (4 bytes) cidade: strig de 20 caracteres (20 bytes)

6 Campos com Tamaho Fixo M A R I A b b b b b b b R U A b 1 b b b b b 123 S A O b C A R L O S b b b b b b b b b b J O A O b b b b b b b b R U A b A b b b b b 255 R I O b C L A R O b b b b b b b b b b b P E D R O b b b b b b b R U A b X V b b b b 56 S A O b C A R L O S b b b b b b b b b b

7 Campos com Tamaho Fixo Vatages facilidade a pesquisa, desde que o tamaho do campo facilita a sua recuperação idicado para situações as quais o comprimeto dos campos é fixo ou apreseta pouca variação

8 Campos com Tamaho Fixo Desvatages espaço alocado (e ão usado) aumeta desecessariamete o tamaho do arquivo (desperdício de espaço de armazeameto) solução iapropriada quado se tem uma grade quatidade de dados com tamaho variável dados podem precisar ser trucados

9 Campos com Idicador de Tamaho Tamaho de cada campo em bytes armazeado imediatamete ates do dado Exemplo tamaho: úmero iteiro (4 bytes)

10 Campos com Idicador de Tamaho M A R I A 5 R U A b S A O b C A R L O S 4 J O A O 5 R U A b A R I O b C L A R O 5 P E D R O R U A b X V S A O b C A R L O S

11 Campos com Idicador de Tamaho Vatagem ecoomia de espaço de armazeameto, mesmo com a ecessidade de se gastar algus bytes adicioais para guardar o tamaho dos campos dados ão precisam ser trucados Desvatagem dificuldade a pesquisa

12 Campos Separados por Delimitadores Caractere(s) especial(ais) que ão fazem parte do domíio do dado escolhido(s) para ser(em) iserido(s) ao fial de cada campo (ou seja, armazeado(s) imediatamete depois do dado) exemplos: /, tab, # Exemplo delimitador: (caractere de 1 byte)

13 Campos Separados por Delimitadores M A R I A R U A b S A O b C A R L O S J O A O R U A b A 255 R I O b C L A R O P E D R O R U A b X V 56 S A O b C A R L O S

14 Campos Separados por Delimitadores Vatagem ecoomia de espaço de armazeameto Desvatages dificuldade a pesquisa ecessidade de escolha de um delimitador que ão pertece ao domíio dos dados

15 Uso de Tags Expressão keyword=value colocada imediatamete ates do campo possui semâtica que explica o sigificado do campo Geralmete usada em cojuto com outro método para campos (ex. delimitador, idicador de tamaho)

16 Uso de Tags + Campos Separados por Delimitadores Exemplo delimitador: (caractere de 1 byte) tags: ome = edereco = umero = cidade =

17 Uso de Tags + Campos Separados por Delimitadores N O M E = M A R I A E N D E R E C O = R U A b 1 N U M E R O = 123 C I D A D E = S A O b C A R L O S N O M E = J O A O E N D E R E C O = R U A b A N U M E R O = C I D A D E = R I O b C L A R O N O M E = P E D R O E N D E R E C O = R U A b X V N U M E R O = 56 C I D A D E = S A O b C A R L O S

18 Uso de Tags Expressão keyword=value Vatages campo forece iformação semâtica sobre si fica mais fácil idetificar o coteúdo do arquivo fica mais fácil idetificar campos vazios keyword ão aparece Desvatagem as keywords podem ocupar uma porção sigificativa do arquivo (desperdício de espaço de armazeameto)

19 Métodos para Orgaização em Registros Forçar todos os registros para um tamaho fixo Começar cada registro com um idicador de tamaho Colocar delimitadores etre registros Forçar todos os registros para coterem um úmero fixo de campos

20 Registros de Tamaho Fixo Todos os registros têm o mesmo úmero de bytes Pode-se ter: registros de tamaho fixo com campos de tamaho fixo registros de tamaho fixo com campos de tamaho variável Um dos métodos mais comus de orgaização de arquivos

21 Registros de Tamaho Fixo com Campos de Tamaho Fixo Exemplo Registros de tamaho fixo tamaho de 46 bytes Campos de tamaho fixo ome: strig de 12 caracteres (12 bytes) rua: strig de 10 caracteres (10 bytes) úmero: iteiro (4 bytes) cidade: strig de 20 caracteres (20 bytes)

22 Registros de Tamaho Fixo com Campos de Tamaho Fixo M A R I A b b b b b b b R U A b 1 b b b b b 123 S A O b C A R L O S b b b b b b b b b b J O A O b b b b b b b b R U A b A b b b b b 255 R I O b C L A R O b b b b b b b b b b b P E D R O b b b b b b b R U A b X V b b b b 56 S A O b C A R L O S b b b b b b b b b b

23 Registros de Tamaho Fixo com Campos de Tamaho Variável Exemplo Registros de tamaho fixo tamaho de 46 bytes Campos de tamaho variável delimitador: (caractere de 1 byte)

24 Registros de Tamaho Fixo com Campos de Tamaho Variável M A R I A R U A b S A O b C A R L O S b b b b b b b b b b b b b b b b b b J O A O R U A b A R I O b C L A R O b b b b b b b b b b b b b b b b b b b b P E D R O R U A b X V 56 S A O b C A R L O S b b b b b b b b b b b b b b b b b

25 Idicador de Tamaho para Registros Tamaho de cada registro em bytes armazeado imediatamete ates do registro Os campos devem ser separados por outro método para campos (ex. delimitador, idicador de tamaho) Método muito utilizado para maipular registros de tamaho variável

26 Idicador de Tamaho para Registros Exemplo idicador de tamaho de registro úmero iteiro de 4 bytes

27 Idicador de Tamaho para Registros M A R I A R U A b S A O b C A R L O S 26 J O A O R U A b A 255 R I O b C L A R O 29 P E D R O R U A b X V 56 S A O b C A R L O S

28 Registros Separados por Delimitadores Separar os registros com delimitadores o delimitador de registro é colocado ao fial do registro ecessidade de ser usado em cojuto com um método para campos (ex. delimitador, idicador de tamaho) Exemplo delimitador de registro: # delimitador de campo:

29 Registros Separados por Delimitadores M A R I A R U A b S A O b C A R L O S # J O A O R U A b A 255 R I O b C L A R O # P E D R O R U A b X V 56 S A O b C A R L O S #

30 Registros de Tamaho Variável com Número Fixo de Campos Cada registro cotém um úmero fixo de campos o tamaho do registro, em bytes, é variável ecessidade de ser usado em cojuto com outro método para campos (ex. delimitador, idicador de tamaho) Exemplo delimitador: (caractere de 1 byte)

31 Registros de Tamaho Variável com Número Fixo de Campos M A R I A R U A b S A O b C A R L O S J O A O R U A b A 255 R I O b C L A R O P E D R O A R U A b X V 56 S A O b C A R L O S

32 Discussões

33 Observação Nehum dos métodos descritos é apropriado para todas as situações Escolha do método depede da atureza dos dados para o que eles serão usados

34 Aálises Como Escolher a Orgaização de um Arquivo arquivo pode ser dividido em campos? os campos são agrupados em registros? registros têm tamaho fixo ou variável? como separar os registros? como idetificar o espaço utilizado e o "lixo"? Escolha depede, etre outras coisas, do que dados vão ser armazeados o arquivo

35 Tamaho dos Registros: Exemplo com Decisão Fácil Arquivo de cotrole de vedas úmero do comprador: 8 bytes data o formato DDMMAA: 6 bytes úmero do item: 4 bytes quatidade vedida: 4 bytes valor da veda: 8 bytes Campos de tamaho fixo: 30 bytes

36 Tamaho dos Registros: Exemplo com Decisão Fácil Registros de 30 bytes págias de disco de 4KB (4.096 bytes) úmero de registros por págia: 136,53 Registros de 32 bytes escolhido págias de disco de 4KB (4.096 bytes) úmero de registros por págia: 128 tamaho do registro deve se ecaixar o tamaho da págia de disco

37 Tamaho dos Registros: Exemplo com Decisão Difícil Campos com tamaho muito variável ome edereço Abordages simplistas para o tamaho do registro 1 soma do tamaho máximo de cada campo 2 soma do tamaho míimo de cada campo

38 Tamaho dos Registros: Exemplo com Decisão Difícil Todos os campos de tamaho fixo vatagem simplicidade a pesquisa desvatages problemas dos tamahos máximo e míimo

39 Tamaho dos Registros: Exemplo com Decisão Difícil Todos os campos de tamaho variável vatagem pode-se aplicar o efeito do tamaho médio omes mais logos em geral ão aparecem o mesmo registros que os edereços mais logos desvatagem mais dificuldade a pesquisa por campos que ão sofrem muita variação

40 Tamaho dos Registros: Exemplo com Decisão Difícil Decisão iteressate campos cujos dados possuem pouca variabilidade: campos de tamaho fixo campos cujos dados possuem grade variabilidade: campos de tamaho variável usar uma orgaização em campos adequada às características dos dados armazeados o arquivo

41 Orgaização Híbrida de Campos e Registros Campos tamaho fixo tamaho variável com idicador de tamaho Registros de tamaho variável separados por delimitadores delimitador: #

42 Orgaização Híbrida de Campos e Registros Exemplo campos de tamaho fixo úmero: iteiro (4 bytes) telefoe: strig de 13 caracteres (13 bytes) campos de tamaho variável ome rua cidade

43 Orgaização Híbrida de Campos e Registros b 5 M A R I A R U A b 1 10 S A O b C A R L O S # b 4 J O A O 5 R U A b A 9 R I O b C L A R O # b 5 P E D R O 6 R U A b X V 10 S A O b C A R L O S #

44 Observação Ver programas em C o livro texto que ilustram a criação de arquivos com as diferetes orgaizações estudadas!

Organização de Arquivos e Acesso a Arquivos

Organização de Arquivos e Acesso a Arquivos Organização de Arquivos e Acesso a Arquivos Cristina D. A. Ciferri Thiago A. S. Pardo Leandro C. Cintra M.C.F. de Oliveira Moacir Ponti Jr. Organização de Arquivos Por que Organizar Arquivos? Considere

Leia mais

Organização de Arquivos. Leandro C. Cintra M.C.F. de Oliveira Thiago A. S. Pardo Cristina D. A. Ciferri

Organização de Arquivos. Leandro C. Cintra M.C.F. de Oliveira Thiago A. S. Pardo Cristina D. A. Ciferri Organização de Arquivos Leandro C. Cintra M.C.F. de Oliveira Thiago A. S. Pardo Cristina D. A. Ciferri Organização de Arquivos Informações em arquivos são, em geral, organizadas logicamente em campos e

Leia mais

Ordenação e Busca em Arquivos

Ordenação e Busca em Arquivos Ordeação e Busca em Arquivos Cristia D. A. Ciferri Thiago A. S. Pardo Leadro C. Citra M.C.F. de Oliveira Moacir Poti Jr. Ordeação Facilita a busca Pode ajudar a dimiuir o úmero de acessos a disco Busca

Leia mais

Compactação e Reuso de Espaço

Compactação e Reuso de Espaço Compactação e Reuso de Espaço Cristia D. A. Ciferri Thiago A. S. Pardo Leadro C. Citra M.C.F. de Oliveira Moacir Poti Jr. Maipulação de Dados Operações básicas adição de registros relativamete simples

Leia mais

Sistemas Operacionais

Sistemas Operacionais Sistemas Operacioais Sistema de Arquivos Edeyso Adrade Gomes www.edeyso.com.br Sistema de Arquivos w Mecaismo que provê armazeameto e acesso a dados e programas do Sistema Operacioal e do usuário; w Aspecto

Leia mais

Modelagem Conceitual - Análise Lógica

Modelagem Conceitual - Análise Lógica Modelagem Coceitual - Aálise Lógica Modelagem Modelagem Trasformar Aspectos do Mudo Real em um Formal Ferado Foseca & Aa Carolia Geéricos Específicos de SGBD /3/03 CI/UFPE 2 Compoetes de um Uma Coleção

Leia mais

17/03/2014 MODELO ENTIDADE-RELACIONAMENTO (M.E.R.) Agenda Generalização / Especialização; Entidade Associativa (Agregação);

17/03/2014 MODELO ENTIDADE-RELACIONAMENTO (M.E.R.) Agenda Generalização / Especialização; Entidade Associativa (Agregação); MODELO ENTIDADE-RELACIONAMENTO (M.E.R.) Ageda Geeralização / Especialização; Etidade Associativa (Agregação); 1 MODELO ENTIDADE-RELACIONAMENTO (M.E.R.) Geeralização / Especialização A geeralização é um

Leia mais

16/10/2017. Banco de Dados. Gerenciamento de Arquivos. Gerenciamento de Arquivos Sistema Gerenciador de Banco de Dados Modelos de Dados

16/10/2017. Banco de Dados. Gerenciamento de Arquivos. Gerenciamento de Arquivos Sistema Gerenciador de Banco de Dados Modelos de Dados Baco de Dados Gereciameto de Arquivos Sistema Gereciador de Baco de Dados Modelos de Dados Gereciameto de Arquivos Gereciameto de Arquivos 1 Gereciameto de Arquivos Em uma empresa existem 3 departametos:

Leia mais

08/10/2018. Banco de Dados. Gerenciamento de Arquivos. Gerenciamento de Arquivos Sistema Gerenciador de Banco de Dados Modelos de Dados

08/10/2018. Banco de Dados. Gerenciamento de Arquivos. Gerenciamento de Arquivos Sistema Gerenciador de Banco de Dados Modelos de Dados Baco de Dados Gereciameto de Arquivos Sistema Gereciador de Baco de Dados Modelos de Dados Gereciameto de Arquivos Gereciameto de Arquivos 1 Gereciameto de Arquivos Em uma empresa existem 3 departametos:

Leia mais

Gerenciamento de Arquivos Sistema Gerenciador de Banco de Dados Modelos de Dados. Banco de Dados

Gerenciamento de Arquivos Sistema Gerenciador de Banco de Dados Modelos de Dados. Banco de Dados Gereciameto de Arquivos Sistema Gereciador de Baco de Dados Modelos de Dados Baco de Dados Gereciameto de Arquivos Gereciameto de Arquivos Gereciameto de Arquivos Em uma idústria são executadas três fuções:

Leia mais

Estudando complexidade de algoritmos

Estudando complexidade de algoritmos Estudado complexidade de algoritmos Dailo de Oliveira Domigos wwwdadomicombr Notas de aula de Estrutura de Dados e Aálise de Algoritmos (Professor Adré Bala, mestrado UFABC) Durate os estudos de complexidade

Leia mais

Universidade São Judas Tadeu Faculdade de Tecnologia e Ciências Exatas Laboratório de Física e Química

Universidade São Judas Tadeu Faculdade de Tecnologia e Ciências Exatas Laboratório de Física e Química Uiversidade São Judas Tadeu Faculdade de Tecologia e Ciêcias Exatas Laboratório de Física e Química Aálise de Medidas Físicas Quado fazemos uma medida, determiamos um úmero para caracterizar uma gradeza

Leia mais

Organização de Arquivos. SCE-183 Algoritmos e Estruturas de Dados II

Organização de Arquivos. SCE-183 Algoritmos e Estruturas de Dados II Organização de Arquivos SCE-183 Algoritmos e Estruturas de Dados II 1 Arquivos Ao construir uma estrutura de arquivos, estamos impondo uma organização aos dados Qual a diferença entre os termos stream

Leia mais

Stela Adami Vayego DEST/UFPR

Stela Adami Vayego DEST/UFPR Resumo 3 Resumo dos dados uméricos por meio de úmeros 1. Medidas de Tedêcia Cetral A tedêcia cetral da distribuição de freqüêcias de uma variável em um cojuto de dados é caracterizada pelo valor típico

Leia mais

Organização de Arquivos. Campos e Registros. Seqüência de Bytes (stream) Seqüência de Bytes (stream) Seqüência de Bytes (stream)

Organização de Arquivos. Campos e Registros. Seqüência de Bytes (stream) Seqüência de Bytes (stream) Seqüência de Bytes (stream) Algoritmos e Estruturas de Dados II Prof. Debora Medeiros Campos e Registros Organização de Arquivos Informações em arquivos são, em geral, organizadas logicamente em campos e registros campos e registros

Leia mais

Dependência funcional

Dependência funcional Depedêcia fucioal Agélica Toffao Seidel Calazas E-mail: agelica_toffao@yahoo.com.br Normalização Ocorre quado um atributo ou cojuto de atributos depede fucioalmete de outro atributo. Por exemplo: a etidade,

Leia mais

Disciplina: MATEMÁTICA Turma: 3º Ano Professor (a) : CÉSAR LOPES DE ASSIS INTRODUÇÃO A ESTATÍSTICA. Organização de dados

Disciplina: MATEMÁTICA Turma: 3º Ano Professor (a) : CÉSAR LOPES DE ASSIS INTRODUÇÃO A ESTATÍSTICA. Organização de dados Escola SESI de Aápolis - Judiaí Aluo (a): Disciplia: MATEMÁTICA Turma: 3º Ao Professor (a) : CÉSAR LOPES DE ASSIS Data: INTRODUÇÃO A ESTATÍSTICA A Estatística é o ramo da Matemática que coleta, descreve,

Leia mais

Número-índice: Conceito, amostragem e construção de estimadores

Número-índice: Conceito, amostragem e construção de estimadores Número-ídice: Coceito, amostragem e costrução de estimadores Objetivo Geral da aula Defiir o que são os úmeros-ídices, efatizado a sua importâcia para aálise ecoômica. Cosidere os dados apresetados a Tabela

Leia mais

Stela Adami Vayego DEST/UFPR

Stela Adami Vayego DEST/UFPR Resumo 3 Resumo dos dados uméricos por meio de úmeros. Medidas de Tedêcia Cetral A tedêcia cetral da distribuição de freqüêcias de uma variável em um cojuto de dados é caracterizada pelo valor típico dessa

Leia mais

O termo "linear" significa que todas as funções definidas no modelo matemático que descreve o problema devem ser lineares, isto é, se f( x1,x2

O termo linear significa que todas as funções definidas no modelo matemático que descreve o problema devem ser lineares, isto é, se f( x1,x2 MÓDULO 4 - PROBLEMAS DE TRANSPORTE Baseado em Novaes, Atôio Galvão, Métodos de Otimização: aplicações aos trasportes. Edgar Blücher, São Paulo, 978..CONCEITOS BÁSICOS DE PROGRAMAÇÃO LINEAR É uma técica

Leia mais

Modelagem Lógica Verificar Requisitos. 2. Obter o modelo conceitual. 3. Definir a abordagem de banco de dados a ser

Modelagem Lógica Verificar Requisitos. 2. Obter o modelo conceitual. 3. Definir a abordagem de banco de dados a ser Modelagem Coceitual: preocupação: correta abstração do mudo real (captura correta da semâtica da aplicação) Modelagem Lógica + Física: preocupação: escolhas corretas a coversão para o esquema do SGBD (relacioal)

Leia mais

Busca binária. Busca em arquivos. Busca binária. Busca binária. Ordenação e busca em arquivos

Busca binária. Busca em arquivos. Busca binária. Busca binária. Ordenação e busca em arquivos Algoritmos e Estruturas de Dados II Profa. Debora Medeiros Ordeação e Busca em Arquivos Idexação de Arquivos I: Ídices Simples Ordeação e busca em arquivos É relativamete fácil buscar elemetos em cojutos

Leia mais

Matemática. Resolução das atividades complementares. M7 Função Exponencial. 2 Encontre o valor da expressão

Matemática. Resolução das atividades complementares. M7 Função Exponencial. 2 Encontre o valor da expressão Resolução das atividades complemetares Matemática M Fução Epoecial p. 6 (Furg-RS) O valor da epressão A a) c) e) 6 6 b) d) 0 A?? A? 8? A A A? A 6 8 Ecotre o valor da epressão 0 ( ) 0 ( ) 0 0 0. Aplicado

Leia mais

Parte 3: Gráfico de Gestão de Estoque. Gráficos e Cálculos Fundamentais

Parte 3: Gráfico de Gestão de Estoque. Gráficos e Cálculos Fundamentais Capítulo 3: Gestão de stoques Curso de Admiistração de mpresas 2º Semestre 09 Disciplia: Admiistração da Logística e Patrimôio Capítulo 03: Gestão de estoques (Partes 3 e 4) Parte : Itrodução Parte 2:

Leia mais

Ordenação por Troca. Bubblesort Quicksort

Ordenação por Troca. Bubblesort Quicksort Ordeação por roca Bubblesort Quicksort ORDENAÇÃO Ordear é o processo de orgaizar uma lista de iformações similares em ordem crescete ou decrescete. Especificamete, dada uma lista de ites r[0], r[], r[2],...,

Leia mais

Sumário. 2 Índice Remissivo 19

Sumário. 2 Índice Remissivo 19 i Sumário 1 Estatística Descritiva 1 1.1 Coceitos Básicos.................................... 1 1.1.1 Defiições importates............................. 1 1.2 Tabelas Estatísticas...................................

Leia mais

Representação de Números em Ponto Flutuante

Representação de Números em Ponto Flutuante Represetação de Números em Poto Flutuate OBS: Esta aula é uma reprodução, sob a forma de slides, da aula em vídeo dispoibilizada pelo prof. Rex Medeiros, da UFRN/ECT, em https://youtu.be/ovuymcpkoc Notação

Leia mais

Medição e Métricas de Software

Medição e Métricas de Software Medição e Métricas de Software Motivação Um dos objetivos básicos da Egeharia de Software é: a trasformação da criação de sistemas software de uma maeira artística, idiscipliada e pouco etedível para uma

Leia mais

Métodos de Classificação dos Objetos Segmentados(IAR) Vizinho Próximo Lógica Fuzzy

Métodos de Classificação dos Objetos Segmentados(IAR) Vizinho Próximo Lógica Fuzzy Viziho Próximo ógica Fuzzy Métodos de Classificação dos Objetos Segmetados(IAR) objeto REGRA CASSE Fuzzy Cohecimeto Miima Distâcia Viziho Próximo O método do viziho próximo é baseado o método da míima

Leia mais

Fundamentos de Bancos de Dados 3 a Prova

Fundamentos de Bancos de Dados 3 a Prova Fudametos de Bacos de Dados 3 a Prova Prof. Carlos A. Heuser Dezembro de 2008 Duração: 2 horas Prova com cosulta Questão (Costrução de modelo ER) Deseja-se projetar uma base de dados que dará suporte a

Leia mais

Organização de Arquivos. Campos e Registros. Seqüência de Bytes (stream) Seqüência de Bytes (stream) Leandro C. Cintra Maria Cristina F.

Organização de Arquivos. Campos e Registros. Seqüência de Bytes (stream) Seqüência de Bytes (stream) Leandro C. Cintra Maria Cristina F. Algoritmos e Estruturas de Dados II Prof. Ricardo J. G. B. Campello Campos e Registros Adaptado dos Originais de: Leandro C. Cintra Maria Cristina F. de Oliveira Organização de Arquivos Informações em

Leia mais

Quantificando os Fenômenos Biológicos

Quantificando os Fenômenos Biológicos 1 ECOSSISTEMA Os ecossistemas estão costituídos por comuidades. A comuidade é uma uidade ecológica de visualização meos clara a atureza que outros coceitos como o de idivíduo ou mesmo o de população, que

Leia mais

Fundamentos de Bancos de Dados Prova 3

Fundamentos de Bancos de Dados Prova 3 Fudametos de Bacos de Dados Prova 3 Prof. Carlos A. Heuser Julho de 2005 Duração: 2 horas Prova com cosulta Questão (Costrução de modelo ER - Peso 3) Deseja-se costruir uma base de dados para armazear

Leia mais

Arquivo de Índice (Revisão) Indexação de Arquivos II: Arquivos de Índice Grandes. Arquivos de Índice Grandes

Arquivo de Índice (Revisão) Indexação de Arquivos II: Arquivos de Índice Grandes. Arquivos de Índice Grandes Algoritmos e Estruturas de Dados II Prof. Debora Medeiros Arquivo de Ídice (Revisão) Idexação de Arquivos II: Exemplo Prático (Arquivo de Músicas) Ídices Simples Grades & Idexação Secudária Adaptado e

Leia mais

3ª Lista de Exercícios de Programação I

3ª Lista de Exercícios de Programação I 3ª Lista de Exercícios de Programação I Istrução As questões devem ser implemetadas em C. 1. Desevolva um programa que leia dois valores a e b ( a b ) e mostre os seguites resultados: (1) a. Todos os úmeros

Leia mais

MEDIDAS DE TENDÊNCIA CENTRAL E MEDIDAS DE DISPERSÃO Í N D I C E

MEDIDAS DE TENDÊNCIA CENTRAL E MEDIDAS DE DISPERSÃO Í N D I C E MEDIDAS DE TENDÊNCIA CENTRAL E MEDIDAS DE DISPERSÃO Í N D I C E Medidas de Tedêcia Cetral Itrodução... 1- Média Aritmética... - Moda... 3- Mediaa... Medidas de Dispersão 4- Amplitude Total... 5- Variâcia

Leia mais

Teste de Software. Engenharia de Software Profa. Dra. Elisa Yumi Nakagawa 1º semestre de 2016

Teste de Software. Engenharia de Software Profa. Dra. Elisa Yumi Nakagawa 1º semestre de 2016 Teste de Software Egeharia de Software Profa. Dra. Elisa Yumi Nakagawa 1º semestre de 2016 Aspectos teóricos e empíricos de teste de cobertura de software Notas Didáticas do ICMC/USP (o. 31) Tópicos da

Leia mais

Fundamentos de Bancos de Dados 3 a Prova

Fundamentos de Bancos de Dados 3 a Prova Fudametos de Bacos de Dados 3 a Prova Prof. Carlos A. Heuser Julho de 2008 Duração: 2 horas Prova com cosulta Questão (Costrução de modelo ER - Peso 2 Deseja-se costruir um sistema WEB que armazee a comuicação

Leia mais

Mineração de Dados em Biologia Molecular

Mineração de Dados em Biologia Molecular Mieração de Dados em Biologia Molecular Tópicos Adré C. P. L. F. de Carvalho Moitor: Valéria Carvalho Preparação de dados Dados Caracterização de dados Istâcias e Atributos Tipos de Dados Exploração de

Leia mais

Estimar uma proporção p (desconhecida) de elementos em uma população, apresentando certa característica de interesse, a partir da informação

Estimar uma proporção p (desconhecida) de elementos em uma população, apresentando certa característica de interesse, a partir da informação ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p 1 Objetivo Estimar uma proporção p (descohecida) de elemetos em uma população, apresetado certa característica de iteresse, a partir da iformação forecida por uma

Leia mais

10 - Medidas de Variabilidade ou de Dispersão

10 - Medidas de Variabilidade ou de Dispersão 10 - Medidas de Variabilidade ou de Dispersão 10.1 Itrodução Localizado o cetro de uma distribuição de dados, o próximo passo será verificar a dispersão desses dados, buscado uma medida para essa dispersão.

Leia mais

1. ORDENAÇÃO POR TROCA ORDENAÇÃO. 1.1 Ordenação por Bolha. Exemplo, 25, 57, 48, 37, 12, 92, 86, 33. Algoritmo. Complexidade de Tempo

1. ORDENAÇÃO POR TROCA ORDENAÇÃO. 1.1 Ordenação por Bolha. Exemplo, 25, 57, 48, 37, 12, 92, 86, 33. Algoritmo. Complexidade de Tempo ORDENAÇÃO Ordear é o processo de orgaizar uma lista de iformações similares em ordem crescete ou decrescete. Especificamete, dada uma lista de ites r[], r[], r[],, r[-], cada item a lista é chamado registro.

Leia mais

CT-234. Estruturas de Dados, Análise de Algoritmos e Complexidade Estrutural. Carlos Alberto Alonso Sanches

CT-234. Estruturas de Dados, Análise de Algoritmos e Complexidade Estrutural. Carlos Alberto Alonso Sanches CT-234 Estruturas de Dados, Aálise de Algoritmos e Complexidade Estrutural Carlos Alberto Aloso Saches CT-234 3) Estruturas de dados elemetares Filas, pilhas e árvores Alocação estática versus diâmica

Leia mais

Medidas de Posição. É igual ao quociente entre a soma dos valores do conjunto e o número total dos valores.

Medidas de Posição. É igual ao quociente entre a soma dos valores do conjunto e o número total dos valores. Medidas de Posição São as estatísticas que represetam uma série de dados orietado-os quato à posição da distribuição em relação ao eixo horizotal do gráfico da curva de freqüêcia As medidas de posições

Leia mais

A finalidade dos testes de hipóteses paramétrico é avaliar afirmações sobre os valores dos parâmetros populacionais.

A finalidade dos testes de hipóteses paramétrico é avaliar afirmações sobre os valores dos parâmetros populacionais. Prof. Jaete Pereira Amador Itrodução Os métodos utilizados para realização de iferêcias a respeito dos parâmetros pertecem a duas categorias. Pode-se estimar ou prever o valor do parâmetro, através da

Leia mais

Capítulo 5- Introdução à Inferência estatística. (Versão: para o manual a partir de 2016/17)

Capítulo 5- Introdução à Inferência estatística. (Versão: para o manual a partir de 2016/17) Capítulo 5- Itrodução à Iferêcia estatística. (Versão: para o maual a partir de 2016/17) 1.1) Itrodução.(222)(Vídeo 39) Na iferêcia estatística, aalisamos e iterpretamos amostras com o objetivo de tirar

Leia mais

DURAÇÃO 1:30. (o teste consta de 3 páginas com questões, um formulário e uma tabela - 5 folhas no total)

DURAÇÃO 1:30. (o teste consta de 3 páginas com questões, um formulário e uma tabela - 5 folhas no total) DURAÇÃO 1:30 (o teste costa de 3 págias com questões, um formulário e uma tabela - 5 folhas o total) Leia atetamete o euciado ates de respoder a cada questão. as questões de escolha múltipla seleccioe

Leia mais

Capítulo 5- Introdução à Inferência estatística.

Capítulo 5- Introdução à Inferência estatística. Capítulo 5- Itrodução à Iferêcia estatística. 1.1) Itrodução.(184) Na iferêcia estatística, aalisamos e iterpretamos amostras com o objetivo de tirar coclusões acerca da população de ode se extraiu a amostra.

Leia mais

Virgílio A. F. Almeida DCC-UFMG 1/2005

Virgílio A. F. Almeida DCC-UFMG 1/2005 Virgílio A. F. Almeida DCC-UFMG 1/005 !" # Comparado quatitativamete sistemas eperimetais: Algoritmos, protótipos, modelos, etc Sigificado de uma amostra Itervalos de cofiaça Tomado decisões e comparado

Leia mais

ENGENHARIA DA QUALIDADE A ENG AULA 3 TEOREMA DO LIMITE CENTRAL INTRODUÇÃO AO CONTROLE ESTATÍSTICO DE PROCESSO

ENGENHARIA DA QUALIDADE A ENG AULA 3 TEOREMA DO LIMITE CENTRAL INTRODUÇÃO AO CONTROLE ESTATÍSTICO DE PROCESSO ENGENHARIA DA QUALIDADE A ENG 09008 AULA 3 TEOREMA DO LIMITE CENTRAL INTRODUÇÃO AO CONTROLE ESTATÍSTICO DE PROCESSO PROFESSOR: CARLA SCHWENGBER TEN CATEN Teorema do limite cetral A soma (e sua média) de

Leia mais

Sumário. Sumário. Algoritmos e Estruturas de Dados II Organização de Arquivos. Organização de Arquivos. Seqüência de bytes (stream)

Sumário. Sumário. Algoritmos e Estruturas de Dados II Organização de Arquivos. Organização de Arquivos. Seqüência de bytes (stream) Algoritmos e Estruturas de Dados II Organização de Arquivos Professora: Josiane M. Bueno Sumário Organização de Arquivos Sumário Arquivo = persistência de dados Dois tipos de organização: Fluxo (Stream),

Leia mais

Instituto Politécnico de Viseu Escola Superior de Tecnologia e Gestão

Instituto Politécnico de Viseu Escola Superior de Tecnologia e Gestão Istituto Politécico de Viseu Escola Superior de Tecologia e Gestão Prova Escrita de Avaliação de Cohecimetos e Competêcias para Maiores de 23 Aos Prova de Matemática (opcioal) Duração da prova: 50 miutos

Leia mais

Emerson Marcos Furtado

Emerson Marcos Furtado Emerso Marcos Furtado Mestre em Métodos Numéricos pela Uiversidade Federal do Paraá (UFPR). Graduado em Matemática pela UFPR. Professor do Esio Médio os estados do Paraá e Sata Cataria desde 199. Professor

Leia mais

Exame Final Nacional de Matemática Aplicada às Ciências Sociais Época especial

Exame Final Nacional de Matemática Aplicada às Ciências Sociais Época especial Exame Fial Nacioal de Matemática Aplicada às Ciêcias Sociais 016 - Época especial Proposta de resolução 1. Aplicado o primeiro método para o apurameto do vecedor, temos: N o. de votos 615 300 435 150 Total

Leia mais

Distribuições Amostrais

Distribuições Amostrais Distribuições Amostrais O problema da iferêcia estatística: fazer uma afirmação sobre os parâmetros da população θ (média, variâcia, etc) através da amostra. Usaremos uma AAS de elemetos sorteados dessa

Leia mais

PROGRAMAÇÃO E ALGORITMOS (LEI) Universidade da Beira Interior, Departamento de Informática Hugo Pedro Proença, 2016/2017

PROGRAMAÇÃO E ALGORITMOS (LEI) Universidade da Beira Interior, Departamento de Informática Hugo Pedro Proença, 2016/2017 PROGRAMAÇÃO E ALGORITMOS (LEI) Uiversidade da Beira Iterior, Departameto de Iformática Hugo Pedro Proeça, 2016/2017 Resumo Alocação de Memória Estática Diãmica malloc calloc realloc free Exercícios Gestão

Leia mais

Vestibular de Verão Prova 3 Matemática

Vestibular de Verão Prova 3 Matemática Vestibular de Verão Prova N ọ DE ORDEM: NOME DO CANDIDATO: N ọ DE INSCRIÇÃO: INSTRUÇÕES PARA A REALIZAÇÃO DA PROVA. Cofira os campos N ọ DE ORDEM, N ọ DE INSCRIÇÃO e NOME, que costam a etiqueta fixada

Leia mais

Vestibular de Verão Prova 3 Matemática

Vestibular de Verão Prova 3 Matemática Vestibular de Verão Prova N ọ DE ORDEM: NOME DO CANDIDATO: N ọ DE INSCRIÇÃO: INSTRUÇÕES PARA A REALIZAÇÃO DA PROVA. Cofira os campos N ọ DE ORDEM, N ọ DE INSCRIÇÃO e NOME, que costam a etiqueta fixada

Leia mais

Vestibular de Verão Prova 3 Matemática

Vestibular de Verão Prova 3 Matemática Vestibular de Verão Prova N ọ DE ORDEM: NOME DO CANDIDATO: N ọ DE INSCRIÇÃO: INSTRUÇÕES PARA A REALIZAÇÃO DA PROVA. Cofira os campos N ọ DE ORDEM, N ọ DE INSCRIÇÃO e NOME, que costam a etiqueta fixada

Leia mais

Vestibular de Verão Prova 3 Matemática

Vestibular de Verão Prova 3 Matemática Vestibular de Verão Prova N ọ DE ORDEM: NOME DO CANDIDATO: N ọ DE INSCRIÇÃO: INSTRUÇÕES PARA A REALIZAÇÃO DA PROVA. Cofira os campos N ọ DE ORDEM, N ọ DE INSCRIÇÃO e NOME, que costam a etiqueta fixada

Leia mais

Exame Final Nacional de Matemática Aplicada às Ciências Sociais a Fase

Exame Final Nacional de Matemática Aplicada às Ciências Sociais a Fase Exame Fial Nacioal de Matemática Aplicada às Ciêcias Sociais 006 -. a Fase Proposta de resolução 1. 1.1. 1.1.1. Utilizado a iformação da tabela dada e idetificado o úmero de votos de cada partido com a

Leia mais

Exercício: Mediu-se os ângulos internos de um quadrilátero e obteve-se 361,4. Qual é o erro de que está afetada esta medida?

Exercício: Mediu-se os ângulos internos de um quadrilátero e obteve-se 361,4. Qual é o erro de que está afetada esta medida? 1. Tratameto estatísticos dos dados 1.1. TEORIA DE ERROS O ato de medir é, em essêcia, um ato de comparar, e essa comparação evolve erros de diversas origes (dos istrumetos, do operador, do processo de

Leia mais

Probabilidade e Estatística Ciência da Computação. Objetivos. Ilustrações. Parte 7 Apresentando visualmente dados

Probabilidade e Estatística Ciência da Computação. Objetivos. Ilustrações. Parte 7 Apresentando visualmente dados Probabilidade e Estatística Ciêcia da Computação Parte 7 Apresetado visualmete dados Prof. Adriao Pasqualotti Objetivos Apresetar métodos de costrução de gráficos e diagramas Descrever as ormas de costrução

Leia mais

O Modelo OSI. O Modelo OSI. As Camadas do Modelo. As Camadas do Modelo (cont.)

O Modelo OSI. O Modelo OSI. As Camadas do Modelo. As Camadas do Modelo (cont.) 1 O Modelo OSI Eduardo Max A. Amaral Aula 3 O Modelo OSI Framework cocebido pela ISO para a defiição de padrões, visado a itercoexão de sistemas heterogêeos (idepedêcia de fabricate, sistema operacioal

Leia mais

ESTATÍSTICA. PROF. RANILDO LOPES U.E PROF EDGAR TITO

ESTATÍSTICA. PROF. RANILDO LOPES  U.E PROF EDGAR TITO ESTATÍSTICA PROF. RANILDO LOPES http://ueedgartito.wordpress.com U.E PROF EDGAR TITO Medidas de tedêcia cetral Medidas cetrais são valores que resumem um cojuto de dados a um úico valor que, de alguma

Leia mais

Circuitos Aritméticos II

Circuitos Aritméticos II Circuitos Aritméticos II José Costa Itrodução à Arquitetura de Computadores Departameto de Egeharia Iformática (DEI) Istituto Superior Técico 2013-10-11 José Costa (DEI/IST) Circuitos Aritméticos II 1

Leia mais

Modelo Conceitual. Disciplina: Análise e Projeto Orientados a Objetos Profa. Dra. Elisa Yumi Nakagawa

Modelo Conceitual. Disciplina: Análise e Projeto Orientados a Objetos Profa. Dra. Elisa Yumi Nakagawa Modelo Coceitual Disciplia: Aálise e Projeto Orietados a Objetos Profa. Dra. Elisa Yumi Nakagawa Modelo Coceitual Mostra todos os coceitos importates o domíio do sistema, bem como as associações etre esses

Leia mais

Intervalos Estatísticos para uma única Amostra - parte II

Intervalos Estatísticos para uma única Amostra - parte II Itervalos Estatísticos para uma úica Amostra - parte II Itervalo de cofiaça para proporção 2012/02 1 Itrodução 2 3 Objetivos Ao fial deste capítulo você deve ser capaz de: Costruir itervalos de cofiaça

Leia mais

A finalidade de uma equação de regressão seria estimar valores de uma variável, com base em valores conhecidos da outra.

A finalidade de uma equação de regressão seria estimar valores de uma variável, com base em valores conhecidos da outra. Jaete Pereira Amador Itrodução A aálise de regressão tem por objetivo descrever através de um modelo matemático, a relação existete etre duas variáveis, a partir de observações dessas viráveis. A aálise

Leia mais

b. que têm dígitos distintos? c. que são pares? d. que são pares e têm dígitos distintos? f. que têm exatamente 3 dígitos iguais?

b. que têm dígitos distintos? c. que são pares? d. que são pares e têm dígitos distintos? f. que têm exatamente 3 dígitos iguais? Tópicos de Matemática B Aálise Combiatória Turma N 1 o semestre 20O7 Exercícios I 1. Quatos são os úmeros de quatro dígitos, ão ecessariamete distitos, escolhidos etre 1, 2, 3, 4, 5 a. sem restrição? b.

Leia mais

Metodologia Orientada a Objetos Mínima

Metodologia Orientada a Objetos Mínima Aálise e Projeto Orietados a Objeto Metodologia Orietada a Objetos Míima 1 O domíio de estudo ão é o sistema de iformação em sua totalidade A orgaização ão é levada em cosideração O Sistema de Iformação

Leia mais

Peculiaridades dos DER. Gerenciamento de Dados e Informação. Peculiaridades dos DER. Peculiaridades dos DER

Peculiaridades dos DER. Gerenciamento de Dados e Informação. Peculiaridades dos DER. Peculiaridades dos DER Gereciameto de Dados e Iformação Costrução de Diagrama ER Ferado Foseca Aa Carolia Robso Fidalgo CI.ufpe.br Peculiaridades dos DER Diagrama formal, preciso e ão ambíguo Diferetes leitores de um mesmo DER

Leia mais

Objetivo. Estimar a média de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra.

Objetivo. Estimar a média de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra. Objetivo Estimar a média de uma variável aleatória X, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Exemplos: : peso médio de homes a faixa etária de 20 a 30 aos,

Leia mais

Matemática A Extensivo V. 6

Matemática A Extensivo V. 6 Matemática A Etesivo V. 6 Eercícios 0) B Reescrevedo a equação: 88 00 8 0 8 8 0 6 0 0 A raiz do umerador é e do deomiador é zero. Fazedo um quadro de siais: + + + Q + + O que os dá como solução R 0

Leia mais

Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos

Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos Aálise de Algoritmos Aálise de Algoritmos Prof Dr José Augusto Baraauskas DFM-FFCLRP-USP A Aálise de Algoritmos é um campo da Ciêcia da Computação que tem como objetivo o etedimeto da complexidade dos

Leia mais

ORIENTAÇÃO A OBJETOS

ORIENTAÇÃO A OBJETOS ORIENTAÇÃO A OBJETOS Mário Meireles Teixeira mario@deif.ufma.br O que é Orietação a Objetos Paradigma modero da egeharia de software Iflui a aálise, projeto (desig) e programação A aálise orietada a objetos

Leia mais

CAPÍTULO 8 - Noções de técnicas de amostragem

CAPÍTULO 8 - Noções de técnicas de amostragem INF 6 Estatística I JIRibeiro Júior CAPÍTULO 8 - Noções de técicas de amostragem Itrodução A Estatística costitui-se uma excelete ferrameta quado existem problemas de variabilidade a produção É uma ciêcia

Leia mais

FUNDAÇÃO GETULIO VARGAS Programa de Certificação de Qualidade Curso de Graduação em Administração

FUNDAÇÃO GETULIO VARGAS Programa de Certificação de Qualidade Curso de Graduação em Administração FUNDAÇÃO GETULIO VARGAS Programa de Certificação de Qualidade Curso de Graduação em Admiistração PROVA DE ESTATÍSTICA II º Semestre / 00 - P - TIPO DADOS DO ALUNO: Nome: Assiatura INSTRUÇÕES: Você receberá

Leia mais

Cap. VI Histogramas e Curvas de Distribuição

Cap. VI Histogramas e Curvas de Distribuição TLF /11 Capítulo VI Histogramas e curvas de distribuição 6.1. Distribuições e histogramas. 6 6.. Distribuição limite 63 6.3. Sigificado da distribuição limite: frequêcia esperada e probabilidade de um

Leia mais

PROF. DR. JACQUES FACON

PROF. DR. JACQUES FACON 1 PUCPR- Potifícia Uiversidade Católica Do Paraá PPGIA- Programa de Pós-Graduação Em Iformática Aplicada PROF. DR. JACQUES FACON LIMIARIZAÇÃO POR MATRIZ DE CO-OCORRÊNCIA Resumo: O método da matriz de co-ocorrêcia,

Leia mais

CPV O cursinho que mais aprova na fgv

CPV O cursinho que mais aprova na fgv CPV O cursiho que mais aprova a fgv FGV ecoomia a Fase 0/dezembro/0 MATEMÁTICA 0. Chamaremos de S() a soma dos algarismos do úmero iteiro positivo, e de P() o produto dos algarismos de. Por exemplo, se

Leia mais

3. Seja C o conjunto dos números complexos. Defina a soma em C por

3. Seja C o conjunto dos números complexos. Defina a soma em C por Eercícios Espaços vetoriais. Cosidere os vetores = (8 ) e = ( -) em. (a) Ecotre o comprimeto de cada vetor. (b) Seja = +. Determie o comprimeto de. Qual a relação etre seu comprimeto e a soma dos comprimetos

Leia mais

Critérios de correção e orientações de resposta p-fólio

Critérios de correção e orientações de resposta p-fólio Miistério da Ciêcia, Tecologia e Esio Superior U.C. 037 Elemetos de Probabilidade e Estatística de Juho de 0 Critérios de correção e orietações de resposta p-fólio Neste relatório apresetam-se os critérios

Leia mais

a) 1 hora c) 3 horas b) 2 horas d) 4 horas

a) 1 hora c) 3 horas b) 2 horas d) 4 horas MN RNÁUTI PRTMNT NSIN SL PRPRTÓRI TS R NURS MISSÃ o N PR 00 PRV MTMÁTI 9 de setembro de 000 NM: SSINTUR: Trascreva estes dados para sua folha de respostas. INSRIÇÃ: PRV: - MTÉRI: 0 GRIT 0 0 0 0 05 0 07

Leia mais

Prova Parcial 1 Matemática Discreta para Computação Aluno(a): Data: 18/12/2012

Prova Parcial 1 Matemática Discreta para Computação Aluno(a): Data: 18/12/2012 Prova Parcial Aluo(a): Data: 8/2/202. (,5p) Use regras de iferêcia para provar que os argumetos são válidos. (usar os símbolos proposicioais idicados): A Rússia era uma potêcia superior, e ou a Fraça ão

Leia mais

Estatística Descritiva. 3. Estatísticas Medidas de posição Medidas de dispersão

Estatística Descritiva. 3. Estatísticas Medidas de posição Medidas de dispersão Estatística Descritiva 3. Estatísticas 3.1. Medidas de posição 3.. Medidas de dispersão 1 Exemplo 1: Compare as 4 colheitadeiras quato às porcetages de quebra de semetes de milho. Tabela 1. Porcetagem

Leia mais

CAPÍTULO 8 - Noções de técnicas de amostragem

CAPÍTULO 8 - Noções de técnicas de amostragem INF 6 Estatística I J.I.Ribeiro Júior CAPÍTULO 8 - Noções de técicas de amostragem. Itrodução A Estatística costitui-se uma excelete ferrameta quado existem problemas de variabilidade a produção. É uma

Leia mais

CT-234. Estruturas de Dados, Análise de Algoritmos e Complexidade Estrutural. Carlos Alberto Alonso Sanches

CT-234. Estruturas de Dados, Análise de Algoritmos e Complexidade Estrutural. Carlos Alberto Alonso Sanches CT-234 Estruturas de Dados, Aálise de Algoritmos e Complexidade Estrutural Carlos Alberto Aloso Saches CT-234 4) Árvores balaceadas AVL, Rubro-Negras, B-Trees Operações em árvores biárias de busca Numa

Leia mais

ORDENAÇÃO 1. ORDENAÇÃO POR TROCA

ORDENAÇÃO 1. ORDENAÇÃO POR TROCA ORDENAÇÃO Ordear é o processo de orgaizar uma lista de iformações similares em ordem crescete ou decrescete. Especificamete, dada uma lista de ites r[0], r[], r[],..., r[-], cada item a lista é chamado

Leia mais

étodos uméricos MÉTODO DOS MOMENTOS - MOM Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA

étodos uméricos MÉTODO DOS MOMENTOS - MOM Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA étodos uméricos MÉTODO DOS MOMETOS - MOM Prof. Erivelto Geraldo epomuceo PROGRAMA DE PÓS-GRADUAÇÃO EM EGEHARIA ELÉTRICA UIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CETRO FEDERAL DE EDUCAÇÃO TECOLÓGICA

Leia mais

Exponenciais e Logaritmos (MAT 163) - Notas de Aulas 2 Prof Carlos Alberto S Soares

Exponenciais e Logaritmos (MAT 163) - Notas de Aulas 2 Prof Carlos Alberto S Soares Expoeciais e Logaritmos (MAT 163) - Notas de Aulas 2 Prof Carlos Alberto S Soares 1 Prelimiares Lembremos que, dados cojutos A, B R ão vazios, uma fução de domíio A e cotradomíio B, aotada por, f : A B,

Leia mais

Prova Escrita de MATEMÁTICA A - 12o Ano a Fase

Prova Escrita de MATEMÁTICA A - 12o Ano a Fase Prova Escrita de MATEMÁTICA A - 1o Ao 00 - a Fase Proposta de resolução GRUPO I 1. Como a probabilidade do João acertar em cada tetativa é 0,, a probabilidade do João acertar as tetativas é 0, 0, 0, 0,

Leia mais

F- MÉTODO DE NEWTON-RAPHSON

F- MÉTODO DE NEWTON-RAPHSON Colégio de S. Goçalo - Amarate - F- MÉTODO DE NEWTON-RAPHSON Este método, sob determiadas codições, apreseta vatages sobre os método ateriores: é de covergêcia mais rápida e, para ecotrar as raízes, ão

Leia mais

Banco de Dados I Parte II: Abordagem Entidade-Relacionamento

Banco de Dados I Parte II: Abordagem Entidade-Relacionamento Baco de Dados I Parte II: Abordagem Etidade-Relacioameto Prof. Gregorio Perez ( gregorio@uiove.br ) Colaboração: profa. Aa Leda prof. Adré Satos prof. José Ferreira Prata Roteiro Itrodução Etidade Relacioameto

Leia mais

Matemática A. Versão 1. Na sua folha de respostas, indique de forma legível a versão do teste. Teste Intermédio de Matemática A.

Matemática A. Versão 1. Na sua folha de respostas, indique de forma legível a versão do teste. Teste Intermédio de Matemática A. Teste Itermédio de Matemática A Versão Teste Itermédio Matemática A Versão Duração do Teste: 90 miutos 6.05.0.º Ao de Escolaridade Decreto-Lei.º 74/004, de 6 de Março Na sua folha de respostas, idique

Leia mais

O teste de McNemar. A tabela 2x2. Depois - Antes

O teste de McNemar. A tabela 2x2. Depois - Antes Prof. Lorí Viali, Dr. http://www.pucrs.br/famat/viali/ viali@pucrs.br O teste de McNemar O teste de McNemar para a sigificâcia de mudaças é particularmete aplicável aos experimetos do tipo "ates e depois"

Leia mais

Experimento 1 Estudo da Lei de Hooke

Experimento 1 Estudo da Lei de Hooke Experimeto 1 Estudo da Lei de Hooke 1.1 Objetivos Físicos Verificação experimetal da lei de Hooke para uma mola helicoidal: Medida experimetal do módulo de rigidez do material μ. 1. Objetivos Didáticos

Leia mais

Escola de Engenharia de Lorena EEL USP Departamento de Engenharia Química DEQUI Disciplina: Normalização e Controle da Qualidade NCQ

Escola de Engenharia de Lorena EEL USP Departamento de Engenharia Química DEQUI Disciplina: Normalização e Controle da Qualidade NCQ 1 Escola de Egeharia de orea EE SP Departameto de Egeharia Química DEQI Disciplia: Normalização e Cotrole da Qualidade NCQ Capítulo : Amostragem por Variáveis (MI STD 1) SEÇÃO A.1 Objetivo Este capítulo

Leia mais