Dinâmica Estocástica. Instituto de Física, outubro de Tânia Tomé - Din Estoc

Tamanho: px
Começar a partir da página:

Download "Dinâmica Estocástica. Instituto de Física, outubro de Tânia Tomé - Din Estoc"

Transcrição

1 Dnâmca Estocástca Insttuto de Físca, outubro de 06

2 Dnâmcas estocástcas defndas em retculados odelo de Isng

3 Dnâmcas estocástcas em retculados Retculado (rede Exemplo: Rede quadrada regular com = 4 X 4=6 sítos Cada ponto do retculado um síto 3

4 Dnâmcas estocástcas em retculados A cada síto uma varável estocástca assocada Cada valor assumdo pela varável estocástca um estado do síto 4

5 Exemplo: Rede quadrada regular com = 4 X 4=6 sítos Dnâmcas estocástcas em retculados Retculado (rede A cada síto uma varável estocástca assocada o exemplo acma temos 6 sítos descreve o estado do sstema o conjunto de varáves,,..., (,,..., vetor estocástco 5

6 Retculado & Varáves estocástcas assocadas aos sítos Exemplo 6

7 Dnâmcas estocástcas em retculados A cada síto uma taxa de transção assocada w ( w ( se relacona com a taxa de transção W ( ', veremos depos 7

8 Dnâmcas estocástcas em retculados Sstemas de partículas (undades, elementos nteragentes resdndo nos sítos de uma rede e evolundo no tempo de acordo com uma prescrção estocástca local Estado mcroscópco do sstema ou confguração mcroscópca:,,...,,..., = número de sítos varável estocástca assocada ao síto assume k valores denota o estados de cada síto Interesse prncpal: obtenção da dstrbução de probabldades estaconára assocada aos estados mcroscópcos do sstema 8

9 Dnâmcas estocástcas em retculados Um dos exemplos mas conhecdos de modelo estocástco defndo em retculado odelo de Isng com uma dnâmca estocástca acoplada dnâmca de etropols dnâmca de Glauber 9

10 odelo de Isng - Comentáros O modelo de Isng é um modelo que tem como objetvo descrever o ferromagnetsmo O modelo exbe transção de fase em duas ou mas dmensões O modelo de Isng fo proposto por Wlhelm Lenz (90 que sugeru esse problema para seu então estudante Ernst Isng O modelo de Isng undmensonal não exbe transções de fase e fo analsado por Isng em 95 A solução analítca para o modelo de Isng em duas dmensões a campo nulo fo obtda por Lars Onsager em 944 0

11 Comentáros sobre ferromagnetos Ferromagnetos apresentam uma magnetzação natural que desaparece quando estão a uma temperatura superor à temperatura crítca (temperatura de Cure. O sstema pode estar ordenado na fase ferromagnétca ou desordenado (fase paramagnétca. Parâmetro de ordem: m = magnetzação m = 0 fase paramagnétca (P m 0 fase ferromagnétca (F

12 Comentáros sobre ferromagnetos Ferromagneto Parâmetro de ordem versus temperatura Dados expermentas para o níquel T ( C T c agnetzação m versus temperatura para dferentes valores de campo magnétco aplcado

13 Estado odelo de Isng (,,...,,..., Exemplo de um possível estado com 6 sítos =,, 3,..., para o modelo defndo em uma rede quadrada 3

14 odelo de Isng odelo mas smples para descrever transções de fase em ferromagnetos Átomos com momento de dpolo magnétco assocado ocupam os sítos de uma rede Em cada síto da rede há um átomo O estado de cada átomo é caracterzado pela dreção do seu momento magnétco 4

15 = constante odelo de Isng omento de dpolo magnétco odelo de Isng Cada átomo tem um de dpolo magnétco varável assocada ao síto da rede assocado: z 5

16 odelo de Isng O estado do átomo no síto valor assumdo por =,, 3,..., Cada átomo pode estar em dos estados Um estado do sstema de átomos (uma confguração mcroscópca do sstema é denotado por: (,,...,,..., Cada átomo pode estar em dos estados O sstema tem átomos estados do sstema 6

17 odelo de Isng EXEPLO: rede undmensonal com =3 sítos Possíves estados (,, 3 do sstema 3 (,, 3 (,, (,, (,,. 3 8 estados do sstema.. (,, 7

18 odelo de Isng J j representa a energa de nteração entre pares de sítos vznhos (, j na rede. J é uma constante J 0 Se σ = + e σ j = + então -J {(+. (+} = - J <0 Ordenamento paralelo dos momentos de dpolo magnétco Se σ = - e σ j = - então -J {(-. (-} = - J < 0 Energa= J J 0 ordenamento ferromagnétco 8

19 odelo de Isng J j J 0 Se σ = + e σ j = - então -J {(+. (-} = +J > 0 Ordenamento antparalelo dos momentos de dpolo magnétco Energa = +J Se σ = - e σ j = + então -J {(-. (+} = +J > 0 9

20 odelo de Isng J j Representa a energa de nteração entre pares de sítos vznhos (, j na rede. J é uma constante Se J >0 ordenamento ferromagnétco J >0 Se σ = + e σ j = + então -J {(+. (+} = - J <0 Se σ = - e σ j = - então -J {(-. (-} = - J < 0 enor energa Se σ = + e σ j = - então -J {(+. (-} = +J > 0 Se σ = - e σ j = + então -J {(-. (+} = +J > 0 0

21 odelo de Isng E( J ( j j H Energa de um estado (,,...,,..., varável assocada ao síto da rede =,, 3,..., J H ( j... constante relaconada à nteração entre dpolos magnétcos constante proporconal ao campo soma sobre os pares de átomos vznhos na rede

22 ( agnetzação total méda Grandezas mportantes em que ( P é a dstrbução de probabldades m agnetzação méda por síto e ( P m ( ( ( P P m ( ( ( m

23 ( 3 Grandezas mportantes Varânca da magnetzação (varânca de ( ( ( está relaconada com a magnetzação méda total por meo de em que ( Isto é,

24 Grandezas mportantes Varânca da magnetzação dvdda pelo número de sítos é dada por: ( Susceptbldade magnétca Defnção: * m H * A susceptbldade se relacona com por meo de: * k B T 4

25 5 odelo de Isng ( ( ( P P P H m ( ( P P T k H m B k B T / * a susceptbldade se relacona com por meo de: * Vamos mostrar que T k H m B Portanto ( (contnuação da demonstração

26 6 odelo de Isng H m * * T k H m B k B T / * a susceptbldade se relacona com por meo de: * Vamos mostrar que k B T * T k H m B e (fm da demonstração

27 odelo de Isng Energa méda U E( Energa méda por síto u E ( Varânca da energa dvdda por c E Calor específco c * u T que se relacona com a varânca defnda acma por meo de: E (utlzamos a notação E E ( c * k B c T Demonstrar! 7

28 odelo de Isng Dstrbução de probabldades de Gbbs P( e E ( Z (,,...,,..., E( J ( j j H P( e J (, j H j Z / k B T kb constante de Boltzmann T temperatura Z e E( função de partção... soma sobre todas as confgurações 8

29 Estmar médas de grandezas de estado odelo de Isng F( por meo de smulações de onte Carlo agnetzação méda ( ( P( F( ( Energa méda U E( Introduzr processo markovano que gere estados com probabldade P( Isso proporcona, por exemplo, a estmatva de médas de grandezas de estado por meo de smulações de onte Carlo ( a serem dscutdas em outra aula 9

30 Dnâmcas estocástcas para o modelo de Isng odelo em retculado defndo por uma dnâmca estocástca reversível A ser vsto na próxma aula 30

31 FI

Dinâmica Estocástica. Instituto de Física, outubro de Tânia Tomé - Din Estoc

Dinâmica Estocástica. Instituto de Física, outubro de Tânia Tomé - Din Estoc Dnâmca Estocástca Insttuto de Físca, outubro de 2016 1 Dnâmcas estocástcas para o modelos defndos em redes Sstema defndo em um retculado em um espaço de d dmensões Exemplo: rede quadrada d=2 em que cada

Leia mais

Dinâmica Estocástica. Instituto de Física, outubro de 2016

Dinâmica Estocástica. Instituto de Física, outubro de 2016 Dnâmca Esocásca Insuo de Físca ouubro de 206 Dnâmcas esocáscas com mudança de um sío Dnâmca de Meropols e dnâmca de Glauber para o modelo de Isng 2 Dnâmcas esocáscas para o modelo de Isng Ssema defndo

Leia mais

Dinâmica Estocástica. Instituto de Física, novembro de Tânia -Din Estoc

Dinâmica Estocástica. Instituto de Física, novembro de Tânia -Din Estoc Dnâca Estocástca Insttuto de Físca, novebro de 06 Modelo de Glauber-Isng Equação de evolução para agnetzação Abordage de capo édo & transção de fase no odelo e expoentes crítcos Equação Mestra para dnâcas

Leia mais

Dinâmica Estocástica. Tânia Tomé. Aula 1. Sala 316-A Ala I. Ifusp, agosto de 2015

Dinâmica Estocástica. Tânia Tomé. Aula 1.   Sala 316-A Ala I. Ifusp, agosto de 2015 Dnâmca Estocástca Aula 1 Tâna Tomé ttome@f.usp.br http://fg.f.usp.br/~ttome/ Sala 316-A Ala I Ifusp, agosto de 2015 1 Programa 1. Varáves aleatóras, dstrbução de probabldades e teorema do lmte central

Leia mais

Ajuste de um modelo linear aos dados:

Ajuste 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 mais

Notas Processos estocásticos. Nestor Caticha 23 de abril de 2012

Notas Processos estocásticos. Nestor Caticha 23 de abril de 2012 Notas Processos estocástcos Nestor Catcha 23 de abrl de 2012 notas processos estocástcos 2 O Teorema de Perron Frobenus para matrzes de Markov Consdere um processo estocástco representado por um conunto

Leia mais

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo

3 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 mais

Termo-Estatística Licenciatura: 4ª Aula (08/03/2013)

Termo-Estatística Licenciatura: 4ª Aula (08/03/2013) Termo-Estatístca Lcencatura: 4ª Aula (08/03/013) Prof. Alvaro Vannucc RELEMBRADO Dstrbução dscreta (hstogramas) x contínua (curvas de dstrbução): Dada uma Função de Dstrbução de Densdade de Probabldade,

Leia mais

X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha)

X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha) Estatístca p/ Admnstração II - Profª Ana Cláuda Melo Undade : Probabldade Aula: 3 Varável Aleatóra. Varáves Aleatóras Ao descrever um espaço amostral de um expermento, não especfcamos que um resultado

Leia mais

MECÂNICA CLÁSSICA. AULA N o 7. Teorema de Liouville Fluxo no Espaço de Fases Sistemas Caóticos Lagrangeano com Potencial Vetor

MECÂNICA CLÁSSICA. AULA N o 7. Teorema de Liouville Fluxo no Espaço de Fases Sistemas Caóticos Lagrangeano com Potencial Vetor 1 MECÂNICA CLÁSSICA AULA N o 7 Teorema de Louvlle Fluo no Espaço de Fases Sstemas Caótcos Lagrangeano com Potencal Vetor Voltando mas uma ve ao assunto das les admssíves na Físca, acrescentamos que, nos

Leia mais

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos

Curso 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 mais

MODELOS DE REGRESSÃO PARAMÉTRICOS

MODELOS 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 mais

Radiação Térmica Processos, Propriedades e Troca de Radiação entre Superfícies (Parte 2)

Radiação Térmica Processos, Propriedades e Troca de Radiação entre Superfícies (Parte 2) Radação Térmca Processos, Propredades e Troca de Radação entre Superfíces (Parte ) Obetvo: calcular a troca por radação entre duas ou mas superfíces. Essa troca depende das geometras e orentações das superfíces,

Leia mais

Regressão Múltipla. Parte I: Modelo Geral e Estimação

Regressão 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

REGRESSÃO NÃO LINEAR 27/06/2017

REGRESSÃO 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 mais

4 Critérios para Avaliação dos Cenários

4 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 mais

Métodos Avançados em Epidemiologia

Métodos 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 mais

2 Principio do Trabalho Virtual (PTV)

2 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 mais

7 Tratamento dos Dados

7 Tratamento dos Dados 7 Tratamento dos Dados 7.. Coefcentes de Troca de Calor O úmero de usselt local é dado por h( r )d u ( r ) (7-) k onde h(r), o coefcente local de troca de calor é h( r ) q''- perdas T q''- perdas (T( r

Leia mais

DEFINIÇÃO - MODELO LINEAR GENERALIZADO

DEFINIÇÃO - 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 mais

Algarismos Significativos Propagação de Erros ou Desvios

Algarismos Significativos Propagação de Erros ou Desvios Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento

Leia mais

Estatística Espacial: Dados de Área

Estatística Espacial: Dados de Área Estatístca Espacal: Dados de Área Dstrbução do número observado de eventos Padronzação e SMR Mapas de Probabldades Mapas com taxas empírcas bayesanas Padronzação Para permtr comparações entre dferentes

Leia mais

Mecânica Estatística. - Leis da Física Macroscópica - Propriedades dos sistemas macroscópicos

Mecânica Estatística. - Leis da Física Macroscópica - Propriedades dos sistemas macroscópicos Mecânca Estatístca Tal como a Termodnâmca Clássca, também a Mecânca Estatístca se dedca ao estudo das propredades físcas dos sstemas macroscópcos. Tratase de sstemas com um número muto elevado de partículas

Leia mais

1. CORRELAÇÃO E REGRESSÃO LINEAR

1. 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 mais

O Teorema de Perron-Frobenius e a Ausência de Transição de Fase em Modelos Unidimensionais da Mecânica Estatística

O Teorema de Perron-Frobenius e a Ausência de Transição de Fase em Modelos Unidimensionais da Mecânica Estatística O Teorema de Perron-Frobenus e a Ausênca de Transção de Fase em Modelos Undmensonas da Mecânca Estatístca Marcelo Rchard Hláro Aluno do Curso de Graduação em Físca - UFMG, mhlaro@gold.com.br Gastão Braga

Leia mais

Eventos coletivamente exaustivos: A união dos eventos é o espaço amostral.

Eventos 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 mais

3 A técnica de computação intensiva Bootstrap

3 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 mais

2. VARIÁVEIS ALEATÓRIAS

2. VARIÁVEIS ALEATÓRIAS VARIÁVEIS ALEATÓRIAS 0 Varável aleatóra Ω é o espaço amostral de um epermento aleatóro Uma varável aleatóra é uma função que atrbu um número real a cada resultado em Ω Eemplo Retra- ao acaso um tem produzdo

Leia mais

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)

UNIDADE 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 mais

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel MOQ-14 PROJETO e ANÁLISE de EPERIMENTOS Professor: Rodrgo A. Scarpel rodrgo@ta.br www.mec.ta.br/~rodrgo Prncípos de cração de modelos empírcos: Modelos (matemátcos, lógcos, ) são comumente utlzados na

Leia mais

Modelo linear normal com erros heterocedásticos. O método de mínimos quadrados ponderados

Modelo linear normal com erros heterocedásticos. O método de mínimos quadrados ponderados Modelo lnear normal com erros heterocedástcos O método de mínmos quadrados ponderados Varâncas homogêneas Varâncas heterogêneas y y x x Fgura 1 Ilustração da dstrbução de uma varável aleatóra y (condconal

Leia mais

Notas de Aula de Probabilidade A

Notas de Aula de Probabilidade A VII- VARIÁVEIS ALEATÓRIAS UNIDIMENSIONAIS. 7. CONCEITO DE VARIÁVEIS ALEATÓRIAS: Informalmente, uma varável aleatóra é um característco numérco do resultado de um epermento aleatóro. Defnção: Uma varável

Leia mais

Eletromagnetismo. Distribuição de grandezas físicas: conceitos gerais

Eletromagnetismo. Distribuição de grandezas físicas: conceitos gerais Eletromagnetsmo Dstrbução de grandezas físcas: concetos geras Eletromagnetsmo» Dstrbução de grandezas físcas: concetos geras 1 Introdução Pode-se caracterzar um problema típco do eletromagnetsmo como o

Leia mais

Prof. Lorí Viali, Dr.

Prof. 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 mais

Departamento de Informática. Modelagem Analítica do Desempenho de Sistemas de Computação. Modelagem Analítica. Disciplina: Variável Aleatória

Departamento de Informática. Modelagem Analítica do Desempenho de Sistemas de Computação. Modelagem Analítica. Disciplina: Variável Aleatória Departamento de Informátca Dscplna: do Desempenho de Sstemas de Computação Varável leatóra Prof. Sérgo Colcher colcher@nf.puc-ro.br Varável leatóra eal O espaço de amostras Ω fo defndo como o conjunto

Leia mais

TEORIA CINÉTICA DOS GASES

TEORIA CINÉTICA DOS GASES TEORIA CIÉTICA DOS GASES Hpóteses: y t A z ; V ta q = m de uma molécula antes da colsão q = -m depos da colsão q m De todas as moléculas V taˆ V m Atˆ p F A A q t V m ou que pv m em todas as moléculas

Leia mais

O problema da superdispersão na análise de dados de contagens

O problema da superdispersão na análise de dados de contagens O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão

Leia mais

Modelo linear clássico com erros heterocedásticos. O método de mínimos quadrados ponderados

Modelo linear clássico com erros heterocedásticos. O método de mínimos quadrados ponderados Modelo lnear clássco com erros heterocedástcos O método de mínmos quadrados ponderados 1 Varâncas homogêneas Varâncas heterogêneas y y x x Fgura 1 Ilustração da dstrbução de uma varável aleatóra y (condconal

Leia mais

Regressão Linear Simples by Estevam Martins

Regressão 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 mais

18 e 20/Abr/2016 Aulas 12 e 13. Introdução à Física Estatística Postulados Equilíbrio térmico Função de Partição; propriedades termodinâmicas

18 e 20/Abr/2016 Aulas 12 e 13. Introdução à Física Estatística Postulados Equilíbrio térmico Função de Partição; propriedades termodinâmicas 01/Abr/2016 Aula 11 Potencas termodnâmcos Energa nterna total Entalpa Energas lvres de Helmholtz e de Gbbs Relações de Maxwell 18 e 20/Abr/2016 Aulas 12 e 13 Introdução à Físca Estatístca Postulados Equlíbro

Leia mais

CAPÍTULO 6 ESTRATÉGIA ÓTIMA DE OFERTA DE PREÇOS

CAPÍTULO 6 ESTRATÉGIA ÓTIMA DE OFERTA DE PREÇOS CAPÍTULO 6 ESTRATÉGIA ÓTIMA DE OFERTA DE PREÇOS 6.1 INTRODUÇÃO Como vsto no Capítulo 1, se um mercado apresenta competção perfeta não á brecas que possam ser exploradas pelos agentes, nem espaço é dexado

Leia mais

O problema da superdispersão na análise de dados de contagens

O problema da superdispersão na análise de dados de contagens O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão

Leia mais

346 Revista Brasileira de Ensino de Fsica, vol. 22, no. 3, Setembro, (From Ising to Metropolis) Departamento de Fsica e Informatica

346 Revista Brasileira de Ensino de Fsica, vol. 22, no. 3, Setembro, (From Ising to Metropolis) Departamento de Fsica e Informatica 346 Revsta Braslera de Ensno de Fsca, vol. 22, no. 3, Setembro, 2000 De Isng a Metropols (From Isng to Metropols) Valter L. Lbero Departamento de Fsca e Informatca Insttuto de Fsca de S~ao Carlos - USP

Leia mais

R X. X(s) Y Y(s) Variáveis aleatórias discretas bidimensionais

R X. X(s) Y Y(s) Variáveis aleatórias discretas bidimensionais 30 Varáves aleatóras bdmensonas Sea ε uma experênca aleatóra e S um espaço amostral assocado a essa experênca. Seam X X(s) e Y Y(s) duas funções cada uma assocando um número real a cada resultado s S.

Leia mais

DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS

DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS 177 DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS Antôno Carlos da Slva Flho Un-FACEF Introdução Trend Strps (TS) são uma nova técnca de análse da dnâmca de um sstema,

Leia mais

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

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

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA

CAPÍTULO 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 mais

2 Metodologia de Medição de Riscos para Projetos

2 Metodologia de Medição de Riscos para Projetos 2 Metodologa de Medção de Rscos para Projetos Neste capítulo remos aplcar os concetos apresentados na seção 1.1 ao ambente de projetos. Um projeto, por defnção, é um empreendmento com metas de prazo, margem

Leia mais

Elementos de Estatística e Probabilidades II

Elementos de Estatística e Probabilidades II Elementos de Estatístca e Probabldades II Varáves e Vetores Aleatóros dscretos Inês Das 203 O prncpal objetvo da deste documento é fornecer conhecmentos báscos de varáves aleatóras dscretas e pares aleatóros

Leia mais

Estudo e Previsão da Demanda de Energia Elétrica. Parte II

Estudo e Previsão da Demanda de Energia Elétrica. Parte II Unversdade Federal de Paraná Setor de Tecnologa Departamento de Engenhara Elétrca Estudo e Prevsão da Demanda de Energa Elétrca Parte II Prof: Clodomro Unshuay-Vla Etapas de um Modelo de Prevsão Objetvo

Leia mais

Estatística II Antonio Roque Aula 18. Regressão Linear

Estatística 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 mais

2. MÉTODOS DE SIMULAÇÃO E O MÉTODO MONTE CARLO. 2.1 O sistema protéico e suas representações estruturais

2. MÉTODOS DE SIMULAÇÃO E O MÉTODO MONTE CARLO. 2.1 O sistema protéico e suas representações estruturais 2. MÉTODOS DE SIMULAÇÃO E O MÉTODO MONTE CARLO O propósto deste Capítulo é contextualzar o presente problema no plano dos métodos modernos de tratamento numérco, pos a descrção do comportamento físco e

Leia mais

Física E Semiextensivo V. 3

Física E Semiextensivo V. 3 Físca E emextensvo V. 3 Exercícos 0) D É mpossível um dspostvo operando em cclos converter ntegralmente calor em trabalho. 0) A segunda le também se aplca aos refrgeradores, pos estes também são máqunas

Leia mais

MOQ-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 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 mais

Cap. IV Análise estatística de incertezas aleatórias

Cap. IV Análise estatística de incertezas aleatórias TLF 010/11 Cap. IV Análse estatístca de ncertezas aleatóras Capítulo IV Análse estatístca de ncertezas aleatóras 4.1. Méda 43 4.. Desvo padrão 44 4.3. Sgnfcado do desvo padrão 46 4.4. Desvo padrão da méda

Leia mais

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 011 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 mais

DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS

DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS 1 A análse de dagnóstco (ou dagnóstco do ajuste) confgura uma etapa fundamental no ajuste de modelos de regressão. O objetvo prncpal da análse de dagnóstco

Leia mais

Capítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES

Capítulo 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 mais

Dinâmica do Movimento de Rotação

Dinâmica do Movimento de Rotação Dnâmca do Movmento de Rotação - ntrodução Neste Capítulo vamos defnr uma nova grandeza físca, o torque, que descreve a ação gratóra ou o efeto de rotação de uma força. Verfcaremos que o torque efetvo que

Leia mais

Estudo de Solubilidade por Método Monte Carlo Para a Molécula do Fulereno

Estudo de Solubilidade por Método Monte Carlo Para a Molécula do Fulereno Fundação Unversdade Federal do Amapá Pro - Retora de Ensno de Graduação Coordenação do Curso de Físca Estudo de Solubldade por Método Monte Carlo Para a Molécula do Fulereno Acadêmco: Robert Sarava Matos

Leia mais

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

1. 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 mais

Aula Características dos sistemas de medição

Aula Características dos sistemas de medição Aula - Característcas dos sstemas de medção O comportamento funconal de um sstema de medção é descrto pelas suas característcas (parâmetros) operaconas e metrológcas. Aqu é defnda e analsada uma sére destes

Leia mais

Robótica. Prof. Reinaldo Bianchi Centro Universitário FEI 2016

Robótica. Prof. Reinaldo Bianchi Centro Universitário FEI 2016 Robótca Prof. Renaldo Banch Centro Unverstáro FEI 2016 6 a Aula IECAT Objetvos desta aula Momentos Lneares, angulares e de Inérca. Estátca de manpuladores: Propagação de forças e torques. Dnâmca de manpuladores:

Leia mais

Paramagneto, Ferromagneto e Transições de Fase

Paramagneto, Ferromagneto e Transições de Fase Paramagneto, Ferromagneto e Transições de Fase Estudo a partir da mecânica estatística Mecânica Estatística 014 Sistemas paramagnéticos Sistemas ferromagnéticos Transições de fase Modelo de Ising Sistema

Leia mais

DELINEAMENTOS EXPERIMENTAIS

DELINEAMENTOS 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 mais

Exercícios de CPM e PERT Enunciados

Exercícios de CPM e PERT Enunciados Capítulo 7 Exercícos de CPM e PERT Enuncados Exercícos de CPM e PERT Enuncados 106 Problema 1 O banco TTM (Tostão a Tostão se faz um Mlhão) decdu transferr e amplar a sua sede e servços centras para a

Leia mais

Cálculo Numérico BCC760 Interpolação Polinomial

Cálculo 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 mais

Variação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.

Variação 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 mais

ENTROPIA DE CADEIAS POLIDISPERSAS NA REDE QUADRADA

ENTROPIA DE CADEIAS POLIDISPERSAS NA REDE QUADRADA UNIVERSIDADE FEDERAL FLUMINENSE INSTITUTO DE FÍSICA Pedro Vctor Renault de Barros ENTROPIA DE CADEIAS POLIDISPERSAS NA REDE QUADRADA Nteró 2011 PEDRO VICTOR RENAULT DE BARROS ENTROPIA DE CADEIAS POLIDISPERSAS

Leia mais

Prof. Lorí Viali, Dr.

Prof. 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 mais

Teoria Elementar da Probabilidade

Teoria Elementar da Probabilidade 10 Teora Elementar da Probabldade MODELOS MATEMÁTICOS DETERMINÍSTICOS PROBABILÍSTICOS PROCESSO (FENÓMENO) ALEATÓRIO - Quando o acaso nterfere na ocorrênca de um ou mas dos resultados nos quas tal processo

Leia mais

Prof. Lorí Viali, Dr.

Prof. 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 mais

Experiência V (aulas 08 e 09) Curvas características

Experiência 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 mais

UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR

UMA 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 mais

Testes não-paramétricos

Testes 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 mais

Capítulo 1. Exercício 5. Capítulo 2 Exercício

Capítulo 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 mais

ÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO

ÍNDICE 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 mais

Coeficiente de Partição

Coeficiente de Partição Físco-Químca Expermental Coefcente de Partção 1. Introdução Suponha dos solventes A e B, parcalmente mscíves à temperatura T, formando as fases α (uma solução dluída de B na fase A) e β (uma solução dluída

Leia mais

Contabilometria. Aula 8 Regressão Linear Simples

Contabilometria. 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 mais

Exame final de Estatística 2ª Época - 24 de Junho de 2004

Exame final de Estatística 2ª Época - 24 de Junho de 2004 xame fnal de statístca ª Época - de Junho de Faculdade de conoma José Antóno nhero Unversdade Nova de Lsboa Mara Helena Almeda Note bem:. Resolva grupos dferentes em folhas dferentes;. IDNTIFIQU todas

Leia mais

AEP FISCAL ESTATÍSTICA

AEP FISCAL ESTATÍSTICA AEP FISCAL ESTATÍSTICA Módulo 11: Varáves Aleatóras (webercampos@gmal.com) VARIÁVEIS ALEATÓRIAS 1. Conceto de Varáves Aleatóras Exemplo: O expermento consste no lançamento de duas moedas: X: nº de caras

Leia mais

Análise Exploratória de Dados

Análise 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 mais

Prioridades com Teste de Escalonabilidade

Prioridades 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 mais

INTRODUÇÃO À CALIBRAÇÃO MULTIVARIADA

INTRODUÇÃO À CALIBRAÇÃO MULTIVARIADA INTRODUÇÃO À CALIBRAÇÃO MULTIVARIADA APLICAÇÃO NO CONTROLE DE QUALIDADE DE FÁRMACOS Prof. Dr. Marcelo Martns de Sena MÓDULO 04 Undade Unverstára de Cêncas Eatas e Tecnológcas UnUCET Anápols 1 MÓDULO 04

Leia mais

USO DA FERRAMENTA HYDRUS1D NA SIMULAÇÃO DA DINÂMICA DA ÁGUA EM SOLO CULTIVADO COM FEIJÃO CAUPI NO NORDESTE BRASILEIRO EDEVALDO MIGUEL ALVES

USO DA FERRAMENTA HYDRUS1D NA SIMULAÇÃO DA DINÂMICA DA ÁGUA EM SOLO CULTIVADO COM FEIJÃO CAUPI NO NORDESTE BRASILEIRO EDEVALDO MIGUEL ALVES USO DA FERRAMENTA HYDRUS1D NA SIMULAÇÃO DA DINÂMICA DA ÁGUA EM SOLO CULTIVADO COM FEIJÃO CAUPI NO NORDESTE BRASILEIRO EDEVALDO MIGUEL ALVES INTRODUÇÃO O fejão caup é a prncpal legumnosa cultvada no Nordeste.

Leia mais

3 Animação de fluidos com SPH

3 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 mais

Modelo de Alocação de Vagas Docentes

Modelo 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 mais

Física Moderna II - FNC376

Física Moderna II - FNC376 Unversdade de São Paulo Insttuto de Físca Físca Moderna II - FNC376 Profa. Márca de Almeda Rzzutto 1o. Semestre de 008 FNC0376 - Fsca Moderna 1 Revsão A organzação da tabela peródca reflete a dstrbução

Leia mais

CURSO A DISTÂNCIA DE GEOESTATÍSTICA

CURSO 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 mais

5 Formulação para Problemas de Potencial

5 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 mais

3 Elementos de modelagem para o problema de controle de potência

3 Elementos de modelagem para o problema de controle de potência 3 Elementos de modelagem para o problema de controle de potênca Neste trabalho assume-se que a rede de comuncações é composta por uma coleção de enlaces consttuídos por um par de undades-rádo ndvdualmente

Leia mais

Programação Dinâmica. Fernando Nogueira Programação Dinâmica 1

Programação Dinâmica. Fernando Nogueira Programação Dinâmica 1 Programação Dnâmca Fernando Noguera Programação Dnâmca A Programação Dnâmca procura resolver o problema de otmzação através da análse de uma seqüênca de problemas mas smples do que o problema orgnal. A

Leia mais

6 Análises de probabilidade de ruptura de um talude

6 Análises de probabilidade de ruptura de um talude 6 Análses de probabldade de ruptura de um talude 6.. Introdução No presente capítulo, apresentam-se prevsões de probabldades de ruptura para o talude de jusante da Barragem de Benguê mostrada na fgura

Leia mais

2 Incerteza de medição

2 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 mais

Cap. 11 Correlação e Regressão

Cap. 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 mais

Reconhecimento Estatístico de Padrões

Reconhecimento Estatístico de Padrões Reconhecmento Estatístco de Padrões X 3 O paradgma pode ser sumarzado da segunte forma: Cada padrão é representado por um vector de característcas x = x1 x2 x N (,,, ) x x1 x... x d 2 = X 1 X 2 Espaço

Leia mais

Aplicação de um modelo simulado na formação de fábricas

Aplicação de um modelo simulado na formação de fábricas Aplcação de um modelo smulado na formação de fábrcas Márca Gonçalves Pzaa (UFOP) pzaa@ldapalm.com.br Rubson Rocha (UFSC) rubsonrocha@eps.ufsc.br Resumo O objetvo deste estudo é determnar a necessdade de

Leia mais

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média. Estatístca Dscplna de Estatístca 0/ Curso Superor de tecnólogo em Gestão Ambental Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos

Leia mais