Primeiro Exercício da Lista de Interpolação TOL 10 9
|
|
- Aline Stachinski
- 5 Há anos
- Visualizações:
Transcrição
1 Prmero Exercíco da Lsta de Interpolação TOL 9 Busque uma expressão de segundo grau e outra de tercero grau que melhor aproxmam a função x 4 no ntervalo x. Analse e dscuta seus resultados confrontado-os grafcamente Solução no MATHCAD: Mudança de varável: x [, ] para z [-, ] Xz ( ) z 5 X( z) 4 Zx ( ) x 5 P 4 ( z) expand z 4 54z z z 65 C P 4 ( z) coeffs Aproxmação de Tercero Grau a) Smples Truncamento P t ( z) C z E t ( z) P t ( z) MSE t t ( z) d ER t ( z) E t ( z) b) Telescopagem Tn 4 ( z) z 4 z P ( z) P 4 ( z) E ( z) c) Polnômo de Jacob r Raízes de P 4 (,) (z) E ( z) C Tn 4 4 ( z) MSE ( z) d P ( z) 54z 4z Pn 4 ( z) z z r4 499 D Polnômo Nodal P ( z) coeffs ER ( z) E ( z) dp 4 ( z) d z Pn 4 d ( z) L ( z ) z Pn 4 ( z) r4 dp 4 r4 Interpoladores de Lagrange P J ( z) L ( z ) f r4 P J ( z) collect 54.z z.z E J ( z) P J ( z) MSE J J ( z) d ER J ( z) E J ( z) E t ( ) E t ( ) MSE t 79 E ( ).5 E ( ).5 MSE.444 E J ( ).54 E J ( ).54 MSE J.7
2 w Erro Absoluto Erro Relatvo % fw P t w P w P J w w E t w E w E J w 6 4 ER t w ER w ER J w w w 6 4 P t ( Zx ( )) collect x x x 65 P ( Zx ( )) collect x 4x 4x P J ( Zx ( )) collect x x x Aproxmação de Segundo Grau a) Smples Truncamento P t ( z) C z E t ( z) P t ( z) MSE t t ( z) d ER t ( z) E t ( z) b) Telescopagem Tn ( z) z 4 z E ( z) D Tn ( z) E ( z) MSE ( z) d ER ( z) E ( z) P ( z) P ( z) D Tn ( z) c) Polnômo de Jacob P ( z) 4z 95z 499 E P ( z) coeffs r Raízes de P (,) (z) Pn ( z) z r Polnômo Nodal dp ( z) d z Pn d ( z) L ( z ) z Pn ( z) r dp r Interpoladores de Lagrange P J ( z) L ( z ) f r P J ( z) collect z z 65. E J ( z) P J ( z) MSE J J ( z) d ER J ( z) E J ( z)
3 E t ( ) 6 E t ( ) 459 MSE t 46.4 E ( ) 45.5 E ( ) 4.75 MSE 9.57 E J ( ) 4.4 E J ( ).6 MSE J Erro Absoluto Erro Relatvo % 4 fw P t w P w P J w.5.5 E t w E w E J w ER t w ER w ER J w w w P t Zx ( ) w ( ) collect x x 75 P ( Zx ( )) collect 59x 955x 9 P J Zx ( ) ( ) collect x x Segundo Exercíco da Lsta de Interpolação Aproxmação de Menor Grau da Exponencal - E < -. Aproxme a função e x no ntervalo: x + por um polnômo de menor grau em x, em que se assegura que o módulo do erro seja menor do que. -. CONSIDERANDO A NORMALIZAÇÃO : z = x- f ( z) ee z Por aproxmações das potêncas de y superor a por polnômos de Chebyshev e Erro parcela Erro parcela.6 e z z 4 z 5 4z z z z 4z z 5z z 5 44z z 6z 9 56 z c P ( z) P ( ).7 c z Erro maxmo = f() - P () = (P ()+Erro parcela ) - P () Erro maxmo Erro parcela Erro parcela P ( ) Erro maxmo.9 Módulo do Erro Máxmo maor do que o admssível
4 Por aproxmações das potêncas de y superor a 4 por polnômos de Chebyshev e 46 9 Erro parcela Erro parcela z z z 4 54z z z 4576 z z 4 z 5z 4z z 5z z 4 z 56z 5 4 4z C z 6z Erro 4 maxmo Erro parcela Erro parcela P 4 ( ) exp ap ( x) P 4 ( ) P 4 ( x ) collect 75494x P 4 ( z) 4 C z P 4 ( ).7769 Erro maxmo. Módulo do Erro máxmo menor do que o admssível 45557x x x Ex ( ) e x exp ap ( x) Ex ( ) dx. 6 E ( ).4 E ( ) x erro( x) e x exp ap ( x) x e exp ap x x errox Erro maxmo Erro maxmo 4 ε errox max( ε). ε. Erro maxmo x Tercero Exemplo da Lsta de Interpolação Polnomal Hougen & Watson sugerem a expressão empírca abaxo para o cálculo do calor específco 6 molar do gás ntrogêno : CP 6.. T.4 T, onde: C p : cal/gmol/k e T: Kelvn. Na faxa de a K, o erro máxmo do calor específco calculado por esta expressão é de. %. a) determne a aproxmação lnear de C P que mnmza o máxmo do erro adconal na faxa de a K; b)calcule o erro percentual máxmo da aproxmação proposta em a). C P ( T) 6.. T.4 6 T 4
5 Aproxmação Lnear do calor específco do Ntrogêno Prmero Método : mnmzação da ntegral do quadrado do erro c c 6.. Mnmze( Jc) c T Jc ( ).66 J( c) T y C P T Y c pl T erro ET c pl ( T) c c T C P ( T) c c T T d E( T) C P ( T) c pl ( T) y Y..6.4.y..9y T.4. erro Erro relatvo (%) T m erro max( m).5 ER ER Y.y Y.9y ER ER P P ER ER max( P).5 max( P).96 mn( P).455 mn( P).6.4. T Segundo método: aproxmação de T pela melhor reta Tz ( ) ( z) Tz ( ) collect z z Telescopagem: z collect z 7 com erro: c pt ( T) 6.. T.4 6 T 7 collect.75t 7.5 E( T) C P ( T) c pt ( T) ET ( ) dt.6 T y C P T Y c pt T erro ET Y ER ER.y 5 Y.9y
6 y Y..6.4.y..9y T erro T m erro max( m).4 max( m) C P ( ).55 ER ER P P ER ER max( P).7 mn( P).6 max( P).776 mn( P) T Quarto Exemplo da Lsta de Interpolação Polnomal A varação do coefcente de expansão térmca do alum íno na faxa de a o C é dada por: 4 6 o k ( T ). T.9 T com T : C. a) aproxme k(t) por uma constante, na mesma faxa de a o C, de modo que o valor do erro máxmo seja mínmo; b) Calcule o valor médo de k(t) k k ( T ) dt e sua méda artmétca (na mesma faxa de temperatura) e compare e dscuta todos estes valores sugerndo que valor é o mas adequado!. π Razes_Chebshev( na b ) θ n for j n r cos[ ( j ) θ] r x a nj x r b Lagrange( nx y X) Y for n p for j n X x j p p f j x x j Y Y py a b n x Razes_Chebshev( na b ) x ( ) kt ( ) T T 6 Y
7 n y kx j j X a ( b a) j y apj YX y j exj kx j YX ( ) Lagrange( nx y X) y exj y apj y exj y apj y 4 6 X j X j x 4 6 X j X j x kt ( ) dt k medo k medo. e y j exj k medo k ( ) k( ) k art k art.45 e y j exj k art k mn y k mn.5 e y j exj k mn max( e).6 max( e).45 max( e).6 kt ( ) k medo dt kt ( ) k art dt kt ( ) k mn dt 4.7 Qunto exercíco da Lsta de Interpolação Polnomal Nas Tabelas abaxo apresentam-se os valores da condutvdade térmca do CO e da vscosdade do etleno glcol líqudo a váras temperaturas: T ( o F) k (BTU/hr/ft/ o F) T ( o F) (lb/ft/hr) Determne, em cada caso, o polnômo nterpolador de menor grau possível que assegure um erro relatvo nferor a. % na faxa tabelada de T. Observação: a dependênca polnomal de com T é mas adequadamente expressa por ln(). 7
8 (a) Condutvdade Térmca do CO_ T 9 57 k.5... k T (.9... ) K T (.9... ) n m x T y k m x T y k m m m m K K Lagrange nx y T E e E k E T (.49 ) max( e).49 ERRO % MÁXIMO n (b) Vscosdade do Etleno glcol a váras temperaturas 4 T x T T y z z μ T z ln μ z Y 4 Y exp Lagrange nx y T E ε E μ Y T ( ) max( ε).4 ERRO % MÁXIMO n x T T T 4 z y Y z Y exp Lagrangenx y T E ε E μ z 4 max( ε).46 ERRO % MÁXIMO Y T ( ) n 4 x T T T T 4 z z Y y Y exp Lagrange nx y T z E ε E μ z 4 max( ε).9 ERRO % MÁXIMO Y T ( ) X Y exp Lagrange nx y X k 4 Y μ k X T k
9 Sexto exercíco da Lsta de Interpolação Polnomal A tabela abaxo mostra a dependênca da pressão parcal do vapor de amôna com a temperatura a dferentes concentrações: Concentração percentual molal da amôna Temperatura ( o F) por nterpolação lnear nas duas varáves ndependentes [temperatura e concentração] calcule as pressões parcas da amôna nos seguntes casos: T [ o C] Concentração Molal [%] T 6 4 X 5 5 P θ C
10 P nterpolado ( θc ) 6 j 5 for n 6 f θ T n for f n break n 5 C X n j n break y T y T ΔT y y x X j x X j ΔX x x for for n m A P nm njm y θ α ΔT θ y α ΔT x C β ΔX C x β ΔX Y Y j 5 YY P nterpolado θ C α β A j j YY T ( )
CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO 2 DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogério Rodrigues
CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogéro Rodrgues I) TABELA PRIMITIVA E DISTRIBUIÇÃO DE FREQÜÊNCIA : No processo de amostragem, a forma de regstro mas
Leia maisEstatística I Licenciatura MAEG 2006/07
Estatístca I Lcencatura MAEG 006/07 AMOSTRAGEM. DISTRIBUIÇÕES POR AMOSTRAGEM.. Em determnada unversdade verfca-se que 30% dos alunos têm carro. Seleccona-se uma amostra casual smples de 0 alunos. a) Qual
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 maisCAPÍTULO 2 - Estatística Descritiva
INF 16 Prof. Luz Alexandre Peternell CAPÍTULO - Estatístca Descrtva Exercícos Propostos 1) Consderando os dados amostras abaxo, calcular: méda artmétca, varânca, desvo padrão, erro padrão da méda e coefcente
Leia maisAjuste de Curvas Regressão. Computação 2º Semestre 2016/2017
Ajuste de Curvas Regressão Computação 2º Semestre 2016/2017 Ajuste de Curvas Quando apenas sabemos alguns valores de uma função contínua e queremos estmar outros valores ntermédos Quando queremos obter
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 maisCapítulo 2 Estatística Descritiva Continuação. Prof. Fabrício Maciel Gomes
Capítulo Estatístca Descrtva Contnuação Prof. Fabríco Macel Gomes Problema Uma peça após fundda sob pressão a alta temperatura recebe um furo com dâmetro especfcado em 1,00 mm e tolerânca de 0,5 mm: (11,75
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 maisAnálise Exploratória de Dados
Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: traçar dagramas de dspersão, para avalar possíves relações entre as duas varáves; calcular o coefcente de correlação entre as duas
Leia maisMOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES
MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES 1. Obtenha os estmadores dos coefcentes lnear e angular de um modelo de regressão lnear smples utlzando o método
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 maisUniversidade da Beira Interior Departamento de Matemática. Ficha de exercícios nº2: Distribuições Bidimensionais
Ano lectvo: 2006/2007 Unversdade da Bera Interor Departamento de Matemátca ESTATÍSTICA Fcha de exercícos nº2: Dstrbuções Bdmensonas Curso: Cêncas do Desporto 1. Consdere a segunte tabela de contngênca:
Leia maisCURSO de ESTATÍSTICA Gabarito
UNIVERSIDADE FEDERAL FLUMINENSE TRANSFERÊNCIA o semestre letvo de 010 e 1 o semestre letvo de 011 CURSO de ESTATÍSTICA Gabarto INSTRUÇÕES AO CANDIDATO Verfque se este caderno contém: PROVA DE REDAÇÃO com
Leia maisUNIVERSIDADE NOVA DE LISBOA Faculdade de Economia Análise de Dados e Probabilidade 2º Semestre 2008/2009 Exame Final 1ª Época. Grupo I (4 Valores)
UNIVERSIDADE NOVA DE LISBOA Faculdade de Economa Análse de Dados e Probabldade º Semestre 008/009 Exame Fnal ª Época Clara Costa Duarte Data: 8/05/009 Graça Slva Duração: h0 Grupo I (4 Valores) A gelatara
Leia maisREGRESSÃO E CORRELAÇÃO
Relaconamento entre varáves : - requer conhecmento REGRESSÃO E CORRELAÇÃO Y = f ( ) + ε Ex: 1. Y = Lucro de uma Empresa = Investmento em Publcdade Y(v.aleatóra) em função de (v.determnístca), onde Y é
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 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 maisContabilometria. Aula 8 Regressão Linear Simples
Contalometra Aula 8 Regressão Lnear Smples Orgem hstórca do termo Regressão Le da Regressão Unversal de Galton 1885 Galton verfcou que, apesar da tendênca de que pas altos tvessem flhos altos e pas axos
Leia maisMétodos Avançados em Epidemiologia
Unversdade Federal de Mnas Geras Insttuto de Cêncas Exatas Departamento de Estatístca Métodos Avançados em Epdemologa Aula 5-1 Regressão Lnear Smples: Estmação e Interpretação da Reta Tabela ANOVA e R
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 maisINSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO
Área Centfca Curso Matemátca Engenhara Electrotécnca º Semestre º 00/0 Fcha nº 9. Um artgo da revsta Wear (99) apresenta dados relatvos à vscosdade do óleo e ao desgaste do aço maco. A relação entre estas
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 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 maisANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de métodos
Leia maisREGRESSÃO LINEAR ANÁLISE DE REGRESSÃO LINEAR MÚLTIPLA REGRESSÃO CURVILÍNEA FUNÇÃO QUADRÁTICA
ANÁLISE DE REGRESSÃO LINEAR MÚLTIPLA REGRESSÃO LINEAR Verfcado, pelo valor de r, que ocorre uma sgnfcante correlação lnear entre duas varáves há necessdade de quantfcar tal relação, o que é feto pela análse
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 mais3 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 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 maisANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de métodos
Leia maisCAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA
CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de
Leia maisCap. 11 Correlação e Regressão
Estatístca para Cursos de Engenhara e Informátca Pedro Alberto Barbetta / Marcelo Menezes Res / Antono Cezar Borna São Paulo: Atlas, 2004 Cap. 11 Correlação e Regressão APOIO: Fundação de Apoo à Pesqusa
Leia 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 maisEscola Superior de Tecnologia de Viseu. Fundamentos de Estatística 2006/2007 Ficha nº 7
Escola Superor de Tecnologa de Vseu Fundamentos de Estatístca 006/00 Fcha nº. Um artgo da revsta Wear (99) apresenta dados relatvos à vscosdade do óleo e ao desgaste do aço maco. A relação entre estas
Leia maisAnálise Complexa Resolução de alguns exercícios do capítulo 1
Análse Complexa Resolução de alguns exercícos do capítulo 1 1. Tem-se:. = (0, 1) = (0, 1) =. 3. Sejam a, b R. Então Exercíco nº1 = (0, 1).(0, 1) = (0.0 1.1, 0.1 + 1.0) = ( 1, 0) = 1. a + b = a b = a +
Leia maisAnálise Exploratória de Dados
Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: obter uma reta que se ajuste aos dados segundo o crtéro de mínmos quadrados; apresentar outros crtéros para a determnação de uma
Leia maisCapítulo 1. Exercício 5. Capítulo 2 Exercício
UNIVERSIDADE FEDERAL DE GOIÁS CIÊNCIAS ECONÔMICAS ECONOMETRIA (04-II) PRIMEIRA LISTA DE EXERCÍCIOS Exercícos do Gujarat Exercíco 5 Capítulo Capítulo Exercíco 3 4 5 7 0 5 Capítulo 3 As duas prmeras demonstrações
Leia maisREGRESSÃO LINEAR ANÁLISE DE REGRESSÃO LINEAR MÚLTIPLA REGRESSÃO CURVILÍNEA FUNÇÃO QUADRÁTICA VERIFICAÇÃO DO AJUSTE A UMA RETA PELO COEFICIENTE 3 X 3
ANÁLISE DE REGRESSÃO LINEAR MÚLTIPLA REGRESSÃO LINEAR Verfcado, pelo valor de r, que ocorre uma sgnfcante correlação lnear entre duas varáves há necessdade de quantfcar tal relação, o que é feto pela análse
Leia maisFísica I LEC+LET Guias de Laboratório 2ª Parte
Físca I LEC+LET Guas de Laboratóro 2ª Parte 2002/2003 Experênca 3 Expansão lnear de sóldos. Determnação de coefcentes de expansão térmca de dferentes substâncas Resumo Grupo: Turno: ª Fera h Curso: Nome
Leia maisAnálise Descritiva com Dados Agrupados
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 descrtvas
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
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 maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia maisOcorrência (i) Total Freq. Observada (n i )
apítulo 4 Problema H L : p p p6 / 6 Ocorrênca ( 3 4 5 6 Total Freq. Observada (n 43 49 56 45 66 4 3 Freq. Esperada ( n * 5 5 5 5 5 5 3 ( n / n n,98,,7,5 5,,6 8,96 8,96 ; s 6; g.l. 5. ˆ 5 α P ( χ > 8,96,.
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 maisDEFINIÇÃO - MODELO LINEAR GENERALIZADO
DEFINIÇÃO - MODELO LINEAR GENERALIZADO 1 Um modelo lnear generalzado é defndo pelos seguntes três componentes: Componente aleatóro; Componente sstemátco; Função de lgação; Componente aleatóro: Um conjunto
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 maisResolução do Exame Tipo
Departamento de Matemática e Engenharias Análise e Computação Numérica Resolução do Exame Tipo 1. O computador IBM 3090 possuía um sistema de vírgula flutuante F F(16, 5, 65, 62) (em precisão simples),
Leia maisCQ110 : Princípios de FQ
CQ 110 Prncípos de Físco Químca Curso: Farmáca Prof. Dr. Marco Vdott mvdott@ufpr.br 1 soluções eletrolítcas Qual a dferença entre uma solução 1,0 mol L -1 de glcose e outra de NaCl de mesma concentração?
Leia 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 maisEventos coletivamente exaustivos: A união dos eventos é o espaço amostral.
DEFINIÇÕES ADICIONAIS: PROBABILIDADE Espaço amostral (Ω) é o conjunto de todos os possíves resultados de um expermento. Evento é qualquer subconjunto do espaço amostral. Evento combnado: Possu duas ou
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. Um protão move-se numa órbita circular de raio 14 cm quando se encontra. b) Qual o valor da velocidade linear e da frequência ciclotrónica do
Electromagnetsmo e Óptca Prmero Semestre 007 Sére. O campo magnétco numa dada regão do espaço é dado por B = 4 e x + e y (Tesla. Um electrão (q e =.6 0 9 C entra nesta regão com velocdade v = e x + 3 e
Leia maisdo Semi-Árido - UFERSA
Unversdade Federal Rural do Sem-Árdo - UFERSA Temperatura e Calor Subêna Karne de Mederos Mossoró, Outubro de 2009 Defnção: A Termodnâmca explca as prncpas propredades damatéra e a correlação entre estas
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 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 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 maisMódulo I Ondas Planas. Reflexão e Transmissão com incidência normal Reflexão e Transmissão com incidência oblíqua
Módulo I Ondas Planas Reflexão e Transmssão com ncdênca normal Reflexão e Transmssão com ncdênca oblíqua Equações de Maxwell Teorema de Poyntng Reflexão e Transmssão com ncdênca normal Temos consderado
Leia maisGráficos de Controle para Processos Autocorrelacionados
Gráfcos de Controle para Processos Autocorrelaconados Gráfco de controle de Shewhart: observações ndependentes e normalmente dstrbuídas. Shewhart ao crar os gráfcos de controle não exgu que os dados fossem
Leia maisAMPLIAÇÃO DE ESCALA. Adimensionais: dq dq dqs. dt dt dt. Reynolds. Número de Potência. Número de Froude
AMPLIAÇÃO E ESCALA Admensonas: Reynolds Re ρ N /μ Número de Potênca dq dq dqs o dqv Número de Froude Fr N / g AMPLIAÇÃO E ESCALA COMO CORRELACIONAR k L a com potênca de agtação? Os japoneses propões aquecer
Leia maisMOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel
MOQ-4 PROJETO e ANÁLISE de EPERIMENTOS Professor: Rodrgo A. Scarpel rodrgo@ta.br www.mec.ta.br/~rodrgo Programa do curso: Semana Conteúdo Apresentação da dscplna. Prncípos de modelos lneares de regressão.
Leia mais2ª Atividade Formativa UC ECS
I. Explque quando é que a méda conduz a melhores resultados que a medana. Dê um exemplo para a melhor utlzação de cada uma das meddas de localzação (Exame 01/09/2009). II. Suponha que um professor fez
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 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 maisvalor do troco recebido foi a) R$ 0,50. b) R$ 1,00. c) R$ 1,50. d) R$ 2,50. e) R$ 2,00.
Nome: nº Data: / _ / 017 Professor: Gustavo Bueno Slva - Ensno Médo - 3º ano Lsta de Revsão 1. (Upe-ssa 017) Márca e Marta juntas pesam 115 kg; Marta e Mônca pesam juntas 113 kg; e Márca e Mônca pesam
Leia mais37 [C] Verdadeira. Veja justificativa do item [B]. Moda = 8
Resposta da questão 1: [C] Calculando:,5 + 10 + 8 + 9,4 + 8 +,4 + x + 7,4 = 8, 8,5 + 10 + 8 + 9,4 + 8 +,4 + x + 7,4 = 5, x = 9,9 Moda = 8 8+ 8 Medana = = 8,5 + 10 + 8 + 9,4 + 8 +,4 + 7,4 Méda das outras
Leia maisAnálise de Regressão
Análse de Regressão método estatístco que utlza relação entre duas ou mas varáves de modo que uma varável pode ser estmada (ou predta) a partr da outra ou das outras Neter, J. et al. Appled Lnear Statstcal
Leia mais8 - Medidas Descritivas
8 - Meddas Descrtvas 8. Introdução Ao descrevemos um conjunto de dados por meo de tabelas e gráfcos temos muto mas nformações sobre o comportamento de uma varável do que a própra sére orgnal de dados.
Leia maisIV - Descrição e Apresentação dos Dados. Prof. Herondino
IV - Descrção e Apresentação dos Dados Prof. Herondno Dados A palavra "dados" é um termo relatvo, tratamento de dados comumente ocorre por etapas, e os "dados processados" a partr de uma etapa podem ser
Leia maisVariável discreta: X = número de divórcios por indivíduo
5. 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 maisGabarito para a prova de 1º Ano e 8ª serie (atual 9º Ano)
Gabarto para a prova de 1º Ano e 8ª sere (atual 9º Ano) 1. t t c F 5 3 9 ; t c 451 3 5 9 o ; tc 33 C ΔS. a) Δ t 5 s V 4, 1 mnuto possu 6 s, portanto, dos 5 s temos: 8 mnutos (equvale a 48 s) e sobram segundos.
Leia maisModelagem de Equilíbrio de Fases Fluidas usando EDE Cúbicas
UNIERSIDADE FEDERA DO PARANÁ SETOR DE TECNOOGIA DEPARTAMENTO DE ENGENHARIA QUÍMICA PÓS-GRADUAÇÃO EM ENGENHARIA QUÍMICA Modelagem de Equlíbro de Fases Fludas usando EDE Cúbcas Prof. Marcos. Corazza DEQ/UFPR
Leia maisMedidas de Dispersão e Assimetria Desvio Médio Variância Desvio Padrão Medidas de Assimetria Coeficiente de Assimetria Exemplos.
Meddas de Dspersão e Assmetra Desvo Médo Varânca Desvo Padrão Meddas de Assmetra Coefcente de Assmetra Exemplos lde 1 de 16 Meddas de Dspersão - Méda ervem para verfcação e representatvdade das meddas
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 maisγ = C P C V = C V + R = q = 2 γ 1 = 2 S gas = dw = W isotermico
Q1 Um clndro feto de materal com alta condutvdade térmca e de capacdade térmca desprezível possu um êmbolo móvel de massa desprezível ncalmente fxo por um pno. O rao nterno do clndro é r = 10 cm, a altura
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 maisExpectativa de respostas da prova de Física Vestibular 2003 FÍSICA. C) Usando a lei das malhas de Kirchhoff temos para a malha mais externa:
QUESTÃO 1 FÍSICA A) Usando a le dos nós de Krchhoff temos, prmero no nó X: 0 1 0 0 1 50 6 Em seguda, temos no nó Y: 4 5 0 5 4. 188mA como 0 50 5 15 ma. 15 5 B) A le da conseração da carga. C) Usando a
Leia maisMatemática. Veículo A. Veículo B. Os gráficos das funções interceptam-se quando 50t = 80t
Matemátca 0 Dos veículos, A e B, partem de um ponto de uma estrada, em sentdos opostos e com velocdades constantes de 50km/h e 70km/h, respectvamente Após uma hora, o veículo B retorna e, medatamente,
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 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 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 maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
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 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 maisEscola Secundária com 3º ciclo D. Dinis 10º Ano de Matemática A Estatística
Escola Secundára com º cclo D. Dns 10º Ano de Matemátca A Estatístca Trabalho de casa nº 15 GRUPO I 1. Num referencal o.n. Oxyz, a undade é o cm e a esfera defnda por ( ) ( ) está nscrta num cubo. O volume
Leia maisGABARITO. Física C 11) 42. Potencial no equilíbrio
GBITO Físca C Semextensvo V. Exercícos 0) 45 0. O campo elétrco no nteror de um condutor eletrzado é nulo. Se o campo não fosse nulo no nteror do condutor eletrzado esse campo exercera uma força sobre
Leia maisUNIVERSIDADE NOVA DE LISBOA Faculdade de Economia Análise de Dados e Probabilidade 2º Semestre 2008/2009 Teste Intermédio A. Grupo I (5 Valores)
1 UNIVERIDADE NOVA DE LIBOA Faculdade de Economa Análse de Dados e Probabldade º emestre 008/009 Teste Intermédo A Clara Costa Duarte Data: 01/04/009 Graça lva Duração: 1h Grupo I (5 Valores) uponha que
Leia maisTABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS
TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS Varável Qualquer característca assocada a uma população Classfcação de varáves Qualtatva { Nomnal sexo, cor dos olhos Ordnal Classe
Leia maisMecânica e Ondas 1º Ano -2º Semestre 2º Exame 06/07/2017 8:00h
Lcencatura em Engenhara Geológca e de Mnas Lcencatura em Matemátca Aplcada e Computação Mestrado Integrado em Engenhara Bomédca Mecânca e Ondas 1º Ano -º Semestre º Exame 06/07/017 8:00h Duração do exame:
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 maisAjuste de um modelo linear aos dados:
Propagação de erros Suponhamos que se pretende determnar uma quantdade Z, a partr da medda drecta das grandezas A, B, C,, com as quas se relacona através de Z = f(a,b,c, ). Se os erros assocados a A, B,
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 maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia maisMÉTODOS NUMÉRICOS. ENGENHARIA e GESTÃO INDUSTRIAL
UNIVERSIDADE DO MINHO MÉTODOS NUMÉRICOS ENGENHARIA e GESTÃO INDUSTRIAL EXERCÍCIOS PRÁTICOS Ano lectivo de 2005/2006 Métodos Numéricos - L.E.G.I. Exercícios práticos - CONUM Solução de uma equação não linear
Leia maisCapítulo 2. Modelos de Regressão
Capítulo 2 Modelos de regressão 39 Capítulo 2 Modelos de Regressão Objetvos do Capítulo Todos os modelos são errados, mas alguns são útes George E P Box Algumas vezes fcamos assustados quando vemos engenheros
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 maisD = POLINÔMIO INTERPOLADOR DE NEWTON 1) DIFERENÇAS DIVIDIDAS 1.1) DIFERENÇAS DIVIDIDAS ORDINÁRIAS (D) Sejam n+1 pontos de uma função y = f(x):
POLINÔMIO INTERPOLAOR E NEWTON ) IFERENÇAS IVIIAS.) IFERENÇAS IVIIAS ORINÁRIAS () Sejam n pontos de uma função f():... n f( )... n - ferença dvdda de ordem zero: n n M - ferença dvdda de ordem um: M M
Leia maisAula 6: Corrente e resistência
Aula 6: Corrente e resstênca Físca Geral III F-328 1º Semestre 2014 F328 1S2014 1 Corrente elétrca Uma corrente elétrca é um movmento ordenado de cargas elétrcas. Um crcuto condutor solado, como na Fg.
Leia maisCCI-22 LISTA DE EXERCÍCIOS
CCI-22 LISTA DE EXERCÍCIOS Capítulos 1 e 2: 1) Considere floats com 4 dígitos decimais de mantissa e expoentes inteiros entre -5 e 5. Sejam X =,7237.1 4, Y =,2145.1-3, Z =,2585.1 1. Utilizando um acumulador
Leia maisx exp( t 2 )dt f(x) =
INTERPOLAÇÃO POLINOMIAL 1 As notas de aula que se seguem são uma compilação dos textos relacionados na bibliografia e não têm a intenção de substituir o livro-texto, nem qualquer outra bibliografia Aproximação
Leia mais