Reconhecimento de objectos 3D a partir de imagens 2D usando protótipos

Tamanho: px
Começar a partir da página:

Download "Reconhecimento de objectos 3D a partir de imagens 2D usando protótipos"

Transcrição

1 Poc. Wokshop BoMed 2002 Recohecmeto 3D Recohecmeto de obectos 3D a pat de mages 2D usado potótpos Raquel Césa, Nº aquelcesa@etcabo.pt Isttuto Supeo Técco Egehaa Ifomátca e de Computadoes Egehaa Bomédca 2002 RESUMO O ecohecmeto de obectos ecota-se o topo de uma heaqua de taefas vsuas. Na sua foma geal, este é um poblema computacoal muto dfícl, que desempehaá, povavelmete, um papel sgfcatvo a evetual costução de máquas telgetes. Um úmeo cada vez mao de esultados de estudos compotametas e euofsológcos vem da supote à ídea de que os sees humaos epesetam teamete os obectos tdmesoas a foma de um couto eduzdo de mages bdmesoas. Neste tabalho apesetamos um esquema paa ecohecmeto de obectos 3D a pat de mages 2D. O esquema poposto começa po detfca a classe do obecto obsevado e só depos pocua detema a sua detdade dvdual. Desta foma, dmuem-se os custos computacoas de uma compaação exaustva com todos os obectos cohecdos. Po outo lado, pate do pocessameto efectuado a fase de categozação pode se eutlzado a fase de detfcação. O sstema desevolvdo ão possu qualque cohecmeto pévo e costó a base de obectos equato va fucoado. INTRODUÇÃO Cada obecto tdmesoal pode poduz padões de exctação a eta cosdeavelmete dfeetes, depededo da posção do obecto elatvamete ao obsevado. Apesa dsto, somos capazes de pecebe que estes sas dfeetes são poduzdos pelo mesmo obecto. Esta capacdade de ecohecmeto costate a pat de tas sas de etada costates é-os cofeda pela capacdade que o osso céebo possu de estabelece epesetações teas dos obectos. A atueza de tas epesetações vaáves ao poto de vsta e a foma como elas podem se adqudas é ada um dos maoes poblemas po esolve em euocêca e em vsão po computado. Exste um úmeo cotável de estudos compotametas com pmatas que supotam o modelo de uma epesetação dos obectos tdmesoas baseada em vstas pelo osso sstema de vsão. Se apesetamos a um humao um couto de vstas de obectos descohecdos, o seu tempo de esposta e as taxas de eo duate o ecohecmeto cescem com o aumeto da dstâca agula ete o obecto apeddo e a vsta descohecda []. Este efeto dmu se foem cosdeadas vstas temédas. O desempeho ão depede leamete da meo dstâca agula em tês dmesões à vsta melho ecohecda mas coelacoase de foma sgfcatva com a dstâca ete a vsta apesetada e a melho vsta (meo tempo de ecohecmeto e meo taxa de eo) em temos da defomação, o plao bdmesoal da magem, de um couto de caacteístcas detfcatvas do obecto [2]. Desta foma, a medção da semelhaça ete plaos de magem e algus padões de caacteístcas paece se um modelo apopado paa o pocesso de ecohecmeto humao de obectos tdmesoas. Expeêcas com macacos mostam que a famlazação com um úmeo lmtado de vstas de um ovo obecto pode da ogem a ecohecmeto depedete do poto de vsta. Váos estudos fsológcos também foecem evdêca de um pocessameto baseado em vstas pelo céebo duate o ecohecmeto de obectos. Resultados de medções em euóos o cotex tempoal feo dos macacos, que se sabe esta elacoado com o ecohecmeto de obectos, supotam os esultados dos estudos compotametas. Foam ecotadas populações de euóos o cotex feo tempoal que espodem selectvamete a apeas algumas vstas de um obecto e cua esposta dmu à medda que o obecto é odado, afastado-se de um poto de vsta pefeecal [7]. Em suma, podemos dze que a epesetação de obectos a foma de vstas úcas lgadas ete s paece se sufcete paa uma vasta vaedade de stuações e taefas de pecepção. O tabalho aqu apesetado desceve uma tetatva de copoação de ecohecmeto de obectos tdmesoas a pat de mages bdmesoas patdo de tabalho apesetado em [4]. O esquema cosdeado basea-se a poecção otogáfca de obectos 3D em mages 2D e é composto po duas fases. Na pmea fase, a fase de categozação, a magem é compaada a obectos potótpo. Paa cada potótpo detema-se a vsta que mas se apoxma da magem e, se essa vsta fo semelhate à magem, classfca-se o obecto a classe epesetada pelo potótpo. Na seguda fase, a fase de detfcação, o obecto obsevado é compaado com os modelos dvduas da sua classe. Cada classe agupa obectos com fomas elatvamete póxmas. Paa cada modelo pocua-se uma vsta que cocda com a magem. No caso de se ecota uma vsta estas codções, a detdade específca do obecto é detemada. O pocesso de categozação do obecto (ates da detfcação) ofeece duas vatages essecas: 25

2 Poc. Wokshop BoMed 2002 Recohecmeto 3D em pmeo luga, a magem é compaada com um úmeo meo de modelos, á que apeas é ecessáo cosdea modelos que petecem à mesma classe que o obecto; em segudo luga, o custo de compaa uma magem com cada modelo de uma classe é muto eduzdo poque as coespodêcas são computadas uma úca vez paa toda a classe. Mas cocetamete, as coespodêca e pose do obecto computadas o pocesso de categozação paa alha a magem com o potótpo são eutlzadas o estágo de categozação paa alha os modelos dvduas com a magem. Desta foma, a detfcação eduz-se a uma sée de compaações smples. Este pocesso de ecohecmeto segue de peto o esquema poposto po Bas [8]. No etato, dfeeca-se do tabalho aí apesetado poque tetámos desevolve um pocesso paa ecohecmeto em que a base de cohecmeto fosse costuída de foma cemetal, sem a péva costução/categozação de uma base de mages. O sstema ão possu qualque cohecmeto pévo e as classes e modelos de obectos vão sedo costuídas à medda que ovos obectos vão sedo obsevados. A ídea fudametal a base deste pocedmeto é a segute: quado é obsevada uma ova magem do obecto, se ela ão dfee sgfcatvamete das vstas á obsevadas do mesmo obecto, etão ela seá ecohecda. Se a ova vsta ecohecda fo sufcetemete dfeete das vstas amazeadas, podemos guadá-la, utamete com as estates vstas. Desta foma, podeemos cob todo o espaço das vstas de cada obecto com um úmeo eduzdo de mages, de uma foma cemetal. Evdetemete, pode acotece (e é mesmo povável que acoteça) que duas vstas dsttas do mesmo obecto seam detfcadas como petecedo a obectos dfeetes, po se tata de vstas com poucos potos em comum. A ídea, etão, é que, em detemado mometo, á sug alguma ova vsta do obecto que se assemelhaá a ambos os obectos. Nessa altua, podemos ecohece que estamos peate o mesmo obecto e ufca as duas epesetações. REPRESENTAÇÃO DOS OBJECTOS Um obecto é modelado po uma matz M, de dmesão x k, ode é o úmeo de potos caacteístcos e k, o úmeo de coluas em M, está elacoado com o úmeo de gaus de lbedade do obecto. Este esquema de epesetação esulta do modelo de combação lea paa obectos 3D poposto po [2]. Neste tabalho é demostado que o couto de mages possíves de um obecto 3D que sofe tasfomações ígdas e escalameto ete mages segudos de poecção otogáfca petece a um espaço lea geado po um úmeo estto de mages 2D do mesmo obecto. Sea O um obecto 3D que cotem potos X, Y, Z,. Sob poecção caacteístcos ( ) pespectva faca, a posção do obecto, após uma otação R, taslação t e escalameto s, é dada po x = sx + s2y + s3z + stx, () = s2 X + s22y + s23z + st, ode são os compoetes da matz de otação R, t, t são os compoetes hozotal e vetcal, x espectvamete, do vecto de taslação t e s é o facto de escalameto. Deotemos po XYZx R,,,, os vectoes dos valoes X, Y, Z, x e, espectvamete, e deotemos = (,...,) R. Etão, podemos esceve, sob a foma vectoal x = ax + ay 2 + az 3 + a4, (2) = b X + by + b Z + b, ode a = s b = s 2 a 2 = s 2 b 2 = s 22 a 3 = s 3 b 3 = s 23 a 4 = st x b 4 = st Ou sea, x, spa{ X, Y, Z,} Note-se que a compoete de taslação pode se goada se os cetódes dos potos ( X, Y, Z ) e ( x, ) foem deslocado paa a ogem, sto é, se tasladamos os potos do obecto e da magem de foma que = = ( X Y Z ) = ( ),, 0,0,0, ( x ) = ( ), 0,0, Logo, todas as vstas do obecto ígdo O estão cotdas um espaço lea 4D (ou 3D, se goamos a taslação). A ídea, agoa, é usa mages do obecto paa costu uma base paa este espaço. Mosta-se que, em geal, duas vstas são sufcetes [2]. p = x, uma magem 2D de O e sea Sea ( ) (, ) p2 = x 2 2 a magem de O que se obtém após uma otação po R (uma matz 3 x 3). Cosdee-se, etão, uma ova vsta de O, p3 = ( x 3, 3), obtda po aplcação de uma ova otação a O. Te-se-á: x3 = ax + a2+ ax 3 2, (3) = bx + b + b x, desde que as duas mages p e p 2 ão dfam apeas po uma otação pua em too da lha de vsta [2]. 26

3 Poc. Wokshop BoMed 2002 Recohecmeto 3D A utlzação da combação lea de duas vstas descta é aplcável a tasfomações leaes geas do obecto e, sem mas estções, é mpossível dstgu ete tasfomações ígdas e tasfomações leaes ão ígdas. Paa mpô gdez (com possível escalameto), os coefcetes (a, a 2, a 3, b, b 2, b 3 ) devem obedece a duas estções smples ab + ab 2 2+ ab 3 3+ ( ab 3+ ab 3 ) + + ( ab 2 3+ ab 3 2) 2= 0, (4) a + a2 + a3 b b2 b3 = = 2 bb aa + 2 bb a a ( ) ( ) em que e 2 são compoetes da matz de otação R que podem se detemados, a meos de um facto de escala, a pat das duas pmeas vstas. Quado estas duas estções ão são satsfetas são geadas mages do obecto dstocdas. Este esquema de combação lea de mages assume que os mesmos potos do obecto estão vsíves em vstas dfeetes. Quado as vstas são sufcetemete dfeetes esta abodagem dexa de se válda, devdo a auto oclusão. Paa epeseta um obecto a pat de todas as decções possíves (po exemplo, vsto de fete e de tás), são ecessáos váos modelos dfeetes deste tpo. Paa esum, segudo o esquema exposto, um obecto é epesetado po uma matz M cuas coluas são costuídas a pat de vstas do obecto, tasladadas po foma a te o cetóde a ogem, que fomam uma base do espaço 3D. Vstas do obecto podem se costuídas como se segue x = Ma, (5) = Mb, k ode ab R, são os vectoes dos coefcetes a equação (3). Note-se que os dos sstemas leaes podem se eudos um só atavés da costução de uma matz modelo modfcada, da foma segute x M0 a = 0M (6) b Paa obectos ígdos, em todos os paes de vectoes ab, são váldos, é ecessáo que os seus compoetes satsfaçam as duas estções quadátcas (4). O ecohecmeto evolve a obteção dos vectoes de tasfomação ab, e a vefcação de que as suas compoetes satsfazem as duas estções. No que se segue as estções são lagamete goadas, mas elas podem se vefcadas tato a fase de categozação como a fase de detfcação dos obectos. CATEGORIZAÇÃO O ecohecmeto cosste, ates de mas, a detemação da categoa do obecto atavés da sua compaação com obectos potótpo que costtuem exemplaes típcos das suas classes. Paa um dado potótpo, obtém-se a vsta que apeseta mas semelhaças com a magem. Essa vsta é compaada com a magem actual e o esultado desta compaação detema a detdade da classe do obecto. Uma classe de obectos é um pa C = (P, {M, M 2,..., M l }), ode P é um obecto potótpo paa a classe e M, M 2,... M l são obectos modelo. Tato o potótpo como os modelos são epesetados po matzes x k, de acodo com a descção acma. Uma classe cotém obectos com foma dêtca. Estes obectos patlham, gosso modo, a mesma topologa e exste uma coespodêca atual ete eles. Esta coespodêca é explctada pela odem dos vectoes lha os modelos. Especfcamete, dado um potótpo P e modelos M, M 2,... M l, odeamos as lhas destes modelos de tal foma que o pmeo poto caacteístco de P coespode ao pmeo poto caacteísto de cada um dos modelos M, M 2,... M l, o segudo poto caacteístco de P coespode ao segudo poto caacteísto de cada um dos modelos M, M 2,... M l, e assm po date. A mpotâca desta odeação toa-se-á evdete adate. Paa pocede à categozação do obecto obsevado a magem, é ecessáo, ates de mas, alha os obectos potótpo com a magem e compaá-los com ela. Paa cada potótpo, esolve-se, em pmeo luga, a coespodêca ete o potótpo e a magem. Em seguda, usado a coespodêca detemada, calculase a vsta do potótpo mas póxma. Dados um potótpo P e uma magem I, geamos um vecto v a pat da magem que cotem a localzação dos potos caacteístcos da magem odeados em coespodêca com os potos do potótpo: o pmeo poto v coespode ao pmeo poto em P e assm po date. O vecto de tasfomação a que mas apoxma os potos do potótpo dos potos da magem é o vecto que mmza a dstâca eucldaa ete os potos do potótpo e os potos da magem ' m Pa v ' a Se P é uma matz sobedetemada, sto é, se P tem dmesão x k, com > k e vefca ak(p) = k, etão a solução da equação acma é dada po a = P + v (7) T P + = PP P deota a matz pseudo-vesa T ode ( ) de P, e a vsta do potótpo mas póxma, p, é obtda po aplcação de P a a, sto é p = Pa = PP + v A vsta p é etão compaada com a magem e a sua semelhaça detema a classfcação do obecto. A qualdade do empaelhameto ete potótpo e magem é dada po p v ( PP + I) v D( P, v) = = (8) v v 27

4 Poc. Wokshop BoMed 2002 Recohecmeto 3D ode I epeseta a matz detdade. A dvsão pela oma de v omalza a medda (8) pemtdo elma efetos devdos ao escalameto do obecto. Se o obecto petece à classe epesetada po P, etão a fução defda po (8) atge o seu valo mímo quado v está odeado em coespodêca com P. Qualque outa odeação dos potos aumetaá o valo de D. Potato, a fução D pode se utlzada como fução obectvo paa o poblema da detemação da coespodêca ete o potótpo e a magem. Fomalmete, deotado po π uma matz pemutação, defmos: ˆ D P, v = m D P, π v (9) ( ) ( ) Se defmos o custo de empaelha um poto p a magem p com o poto q a magem v como π ( ) 2 C = p q etão a mmzação de (9) é equvalete à mmzação da fução ( ) ( π ), () H = C p q π (0) = sueta à estção de que o empaelhameto sea um paa um, sto é, π sea uma pemutação. Este poblema é uma stâca do poblema de atbução quadado (ou empaelhameto bpatdo pesado), que pode se esolvdo em tempo O( 3 ) usado o método Hugaa. Na ossa mplemetação usámos o método mas efcete de [9]. A etada paa o poblema de atbução é uma matz quadada de custos C e a saída é uma pemutação π tal que (0) é mmzada. De foma a te-se um tatameto obusto de potos sem coespodêca, adcoamos potos dumm a cada couto de potos com um custo de empaelhameto costate ε d. Assm, um poto é empaelhado com um dumm sempe que ão exste um empaelhameto eal dspoível com custo feo a ε d. Desta foma, ε d pode se ecaado como um paâmeto de theshold paa a detecção de outles. De foma aáloga, quado o úmeo de potos os dos coutos ão é gual, a matz de custos pode toa-se quadada atavés da adção de potos dumm ao couto de potos meo. Um obecto obsevado uma vsta v petece à classe epesetada pelo potótpo P se ˆ D P, v ( ) < ε paa uma ceta costate ε > 0. Resumdo, dados um potótpo P e uma magem I, a coespodêca ete P e I é esolvda mmzado a medda (9) sobe todas as pemutações possíves de v e, se o mímo obtdo estve abaxo do theshold ε, etão a classe do obecto é detemada. A medda ˆD aqu defda detema a semelhaça ete o potótpo P e a vsta v usado apeas dstâcas ete potos caacteístcos. Em geal, como é dfícl de estabelece uma coespodêca pefeta, esta medda ão é obusta. Uma foma de toa este esquema mas obusto seá copoa a medda de semelhaça fomação adcoal sobe os potos caacteístcos. Emboa o esquema geal de classfcação aqu defdo ão depeda da escolha específca da métca de dstâca, a medda escolhda afecta a dvsão dos modelos em classes e a selecção dos potótpos óptmos paa essas classes. Mas adate mostaemos como é possível escolhe os potótpos óptmos utlzado a medda especfcada po (8). Como veemos a secção segute, o esquema de categozação aqu defdo mosta-se útl mesmo quado a categozação do obecto ão é possível e é ecessáo compaa a magem com todos os modelos exstetes. Aí mosta-se como o vecto de tasfomação do potótpo pode se eutlzado paa alha a magem com os modelos específcos. Assm, após a categozação, o custo de compaa a magem com cada um dos modelos específcos é substacalmete eduzdo, pos a pate complcada de ecupea a tasfomação que elacoa os modelos com a magem é aplcada apeas aos obectos potótpos. IDENTIFICAÇÃO Após a categozação do obecto, pocua-se detema a sua detdade dvdual. Nesta fase, a magem é compaada com todos os modelos petecetes à classe detfcada o pocesso de categozação, ou, se ão fo possível detfca a classe do obecto, com todos os modelos exstetes. Paa cada modelo, detema-se a tasfomação que alha o modelo com a magem, se exst, usado a fomação obtda a categozação. Sea v uma vsta de um obecto modelo M, vefcado v = M b () paa um ceto vecto de tasfomação b. Etão, pode-se mosta sem dfculdade que b = Aa (2) ode a é o vecto tasfomação do potótpo dado po + (7) e A ( ) = P M, supodo que det ( PM + ) 0. Este esultado é váldo poque os potos caacteístcos o potótpo e os modelos estão alhados. A tasfomação lea defda pela matz A é depedete da vsta v cosdeada, ou sea, paa qualque vsta do obecto, a mesma tasfomação mapea a tasfomação do potótpo que coespode a essa vsta a tasfomação do modelo coecta. Isto sgfca que a tasfomação A pode se computada à patda e guadada utamete com o modelo. Mas, a tasfomação A pemte ecupea a tasfomação do modelo depedetemete da qualdade do empaelhameto ete o potótpo e a magem. Isto é, mesmo quado o potótpo alha mal com a magem, a tasfomação que 28

5 Poc. Wokshop BoMed 2002 Recohecmeto 3D alha o modelo com a magem é detemada coectamete. Como vmos, A exste se P + M é vetível. Esta codção é equvalete a exg que os dos espaços colua de P e M ão seam otogoas em ehuma decção. Esta codção vefca-se, em geal, desde que os dos obectos seam elatvamete semelhates. ' Deotemos M = MA o modelo M alhado com o ' potótpo P. M modela o mesmo obecto que M, á que os vectoes colua de ambas as matzes geam o mesmo espaço. Paa além dsso, o modelo alhado M é posto pela tasfomação do potótpo a em alhameto pefeto com a magem. De facto, podemos esceve () sob a foma ' v = Ma (3) Assm, se os modelos estveem alhados com o potótpo, a tasfomação calculada a fase de categozação pode se usada paa detfcação sem mas mapulações. Este esultado pemte smplfca o esquema de detfcação. Os modelos M,..., M l são alhados com o potótpo P aplcado as tasfomações coespodetes A,..., A l. No ecohecmeto, a tasfomação do potótpo a = P + v é aplcada aos ' ' modelos alhados M,..., M l. Na descção acma suposemos que exste uma coespodêca total ete o potótpo e a magem. Esta suposção ão é, o etato, madatóa. Se a coespodêca ão é total, os esultados ateoes cotuam váldos desde que se elme, as matzes P e M, as lhas que coespodem a potos que ão têm coespodêca a magem. CONSTRUÇÃO DE PROTÓTIPOS ÓPTIMOS Nesta secção mostaemos como é possível detema os potótpos óptmos paa uma dada classe sob a métca (8). Dada uma classe de obectos, o potótpo óptmo paa esta classe é o obecto que mas se assemelha aos obectos da classe. Na fomulação utlzada, um tal obecto deveá patlha o máxmo úmeo possível de potos caacteístcos com os obectos da sua classe, as posções destes potos o potótpo deveão esta tão póxmas quato possível das suas posções os obectos e as tasfomações potótpo paa modelo destes obectos deveão set tão estáves quato possível. O potótpo pode se calculado, etão, usado uma aálse de compoetes pcpas, sto é, calculado os vectoes pópos que coespodem aos valoes pópos domates de uma ceta matz detemada pelos modelos da classe. O potótpo óptmo paa uma dada classe é defdo como o obecto que mmza a segute fução de custo T E( P) = ( PP I) v dv (4) = v = ' que coespode ao somatóo, paa todos os modelos da classe, da dstâca D( P, v ) a todas as possíves vstas, de oma utáa, de cada modelo. Em [8] pova-se que o potótpo que mmza a equação (4) pode se obtdo usado o segute algotmo: Vefca que os vectoes colua de cada uma das matzes dos modelos M ( l) são otoomados. Em caso egatvo, aplca o método de otoomalzação de Gam-Schmdt. 2 Costu a matz smétca x : l F = M M (5) = 3 Ecota os k vectoes pópos de F que coespodem aos valoes pópos domates. A matz P óptma é costuda a pat destes vectoes. O potótpo detemado po este pocesso é depedete da escolha da base paa os modelos. Isto mplca que, paa costu o potótpo, ão é ecessáo que os obectos modelo M,..., M l esteam alhados. T IMPLEMENTAÇÃO A mplemetação do pocessameto descto acma é tval. O algotmo mplemetado cosste os segutes passos: Dada uma magem I, aplca o pocessameto desevolvdo em [4] paa detfca os obectos pesetes a magem. Paa cada obecto ecotado, obte um vecto v com a localzação dos potos caacteístcos da magem e pocede como se segue. 2 Obte o vecto v ' que tem o cetóde a ogem e esulta de uma taslação de v, dado po v v' = v = ode v = (x, ) é um poto de v e é o úmeo de potos em v. Nomalza v '. 3 Sea Ρ o couto de todos os potótpos e sea Cl o couto de todas as classes. Se P =, possegu paa Paa cada potótpo P P detema a dstâca Dˆ ( P, v '), dada po (9). 5 Sea σ = ag m D( P, σv' ). Detema σ m ˆ d = D P, σ v'. ( ) { : } P P 6 Se d < ε, detema { : ˆ (, P ' P D P σ v ) d} = = 29

6 Poc. Wokshop BoMed 2002 Recohecmeto 3D coespodeces, match = Pototpe Obect Fgua Pmea e décma vstas do obecto casa Detema d' = mm M P + σ v' v', ode : (, ) I { C P M Cl M M} I =. 6.3 Se d < ε, detema + M =, : P I MPσ v' v' = d' {( ) } 6.3. Paa cada P { P : M}, toma { : } { : } [ ] ode A { : (, ) M} A= M I M A M, A = e [ ] A M epeseta a matz fomada po todas as coluas das matzes com ídces em A Se d ε, faze A: = A { σ v' } Se d ε, faze A = { M : I} { σ v' } Faze Cl : = Cl ( P, M ) ( P', M '), em que P esulta da aplcação do algotmo paa obteção do potótpo óptmo ao couto A e + ' (( ') ) M = M P M : M A. 7 Se d ε Cl : = Cl v, v '. 7. Faze ( { }) Fgua 2 Resultados da compaação do obecto casa com o potótpo (match = ). obecto. Os esultados da compaação da décma vsta com o potótpo e com o úco modelo são mostados as fguas 2 e 3, espectvamete. Segudamete, apesetámos uma magem de um outo obecto dfeete paa vefca se o sstema sea capaz de dstgu ete as dos obectos. Desta vez escolhemos um modelo 3D de um cão (Fgua 4). Os esultados obtdos são mostados a fgua 5. Como se pode compova, o sstema fo capaz de ecohece esta a peseça de um ovo obecto. DISCUSSÃO Os esultados obtdos, se bem que em úmeo eduzdos, são ecoaadoes. Paa testa a valdade do modelo poposto te-se-á que efectua uma batea de testes mas exgetes. O modelo é muto smples e atactvo do poto de vsta matemátco e computacoal. Os paâmetos theshold utlzados foam escolhdos sem gade ctéo e a vestgação do modelo exgá uma pesqusa dos melhoes valoes a utlza. O theshold ε, a lha 6.3, é o equvalete, paa os modelos, ao theshold ε usado a categozação. O theshold ε, a lha 6.3.2, desta-se a estg a clusão de ovas vstas os modelos. A ova vsta ão é cluída o modelo a ão se que dfa do modelo po um valo supeo a ε. Em todas as smulações aqu epotadas tomou-se ε = 0.25, ε = 0.5 e ε = 0.0 (obvamete, deveá te-se sempe ε ε ε). RESULTADOS Paa testa a capacdade do sstema ecohece o mesmo obectos de váos potos de vsta, apesetámos-lhe um couto de dez mages de um modelo 3D de uma casa (Fgua ) obtdas po otações sucessvas em too do exo vetcal de 3.6º. Desta foma, a pmea e a últma magem apesetadas dfeem ete s po uma otação o plao hozotal de 36º. Todas as mages foam ecohecdas como coespodedo a um úco REFERÊNCIAS [] C. M. C, B. B. Kma 3d obect ecogto usg shape smlat-based aspect gaph I ICCV, A apaece, 200. [2] F. Cutzu, S. Edelma Caocal Vews Obect Repesetato ad Recogto. Vso Reseach, 34: , 994. [3] G. Petes "Theoes of Thee-Dmesoal Obect Pecepto - A Suve", Recet Reseach Developmets Patte Recogto, Vol., pp , (Pat-I), Taswold Reseach Netwok, vadum, Keala, Ida, [4] G. Petes, Chstoph vo de Malsbug "Vew Recostucto b Lea Combato of Sample Vews", Poceedgs of the 2th Btsh Mache Vso Cofeece (BMVC:200), edção de Tm Cootes e Chs Talo, Uvest of Macheste, Vol., pp , Macheste, UK, Septembe 0-3,

7 Poc. Wokshop BoMed 2002 Recohecmeto 3D coespodeces, match = Model Obect Fgua 3 Resultados da compaação do obecto casa com o modelo casa (match = ). [5] G. Petes, C. vo de Malsbug "Leag Spase Repesetatos of Thee-Dmesoal Obects, Poceedgs of the 0th Euopea Smposum o Atfcal Neual Netwoks (ESANN 2002), edted b Mchel Velese, d-sde, pp , Buges, Belgum, Apl 24-26, [6] H. M. Gomes, R. B. Fshe Stuctual Leag fom Icoc Repesetatos. IBERAMIA-SBIA 2000, pp , [7] N. K. Logothets, J. Pauls, H.H. Bulthof, Poggo T. Shape Repesetato the Ifeo Tempoal Cotex of Mokes, Cuet Bolog, 5(5): , 995. [8] R. Bas Recogto b Pototpes, Iteatoal Joual of Compute Vso, 9(2): 47-68, 996. [9] R. Joke, A. Volgeat A Shotest Augmetg Path Algothm fo Dese ad Spase Lea Assgmet Poblems", Computg, 38: , 987. [0] S. Beloge, J. Malk, J. Puzcha Shape Matchg ad Obect Recogto Usg Shape Cotexts, Vol. 24, No. 4, [] S. Edelma, H.H. Bülthoff Oetato depedece the ecogto of famla ad ovel vews of Thee-Dmesoal Obects. Vso Reseach 32(2): , 992. [2] S. Ullma, R Bas Recogto b lea combatos of models, IEEE Tasactos o Patte Aalss ad Mache Itellgece, 3(0):pp , 99. [3] S. Z. L, J. Ya, X.W. Hou, Z.Y. L, ad H.J. Zhag "Leag Low Dmesoal Ivaat Sgatue of 3- D Obect ude Vag Vew ad Illumato fom 2-D Appeaaces". I Poceedgs of 8th IEEE Iteatoal Cofeece o Compute Vso. Vacouve, Caada. Jul 9-2, 200. [4] T. Slva Recohecmeto Vsual de Obectos po Coeêca Estutual de Caacteístcas, Tese de Doutoameto, IST, 200. [5] Z.Q. Zhag, L. Zhu, S.Z. L, H.J. Zhag "Real-Tme Mult-vew Face Detecto". Poceedgs de 5th Iteatoal Cofeece o Automatc Face ad Fgua 4 Imagem do modelo 3D do obecto cão coespodeces, match = Pototpe Obect Fgua 5 Resultados da compaação do obecto cão com o potótpo casa (match = ). Gestue Recogto. Washgto, DC, USA Ma,

A Base Termodinâmica da Pressão Osmótica

A Base Termodinâmica da Pressão Osmótica 59087 Bofísca II FFCLRP P Pof. Atôo Roque Aula 7 A Base emodâmca da Pessão Osmótca Elemetos de emodâmca As les báscas da temodâmca dzem espeto à covesão de eega de uma foma em outa e à tasfeêca de eega

Leia mais

Capítulo 6 Corpo Rígido, Estática e Elasticidade

Capítulo 6 Corpo Rígido, Estática e Elasticidade Capítulo 6 Copo Rígdo, Estátca e Elastcdade 6. Noção de Copo Rígdo Estudamos já os movmetos de copos cujas dmesões eam despezáves face às meddas das suas tajectóas ou po coveêca e smplfcação, tomados como

Leia mais

ÁREA DE COBERTURA EM AMBIENTE DE PROPAGAÇÃO MODELADO COM A DISTRIBUIÇÃO κ µ

ÁREA DE COBERTURA EM AMBIENTE DE PROPAGAÇÃO MODELADO COM A DISTRIBUIÇÃO κ µ ÁREA DE COBERTURA EM AMBIENTE DE PROPAGAÇÃO MODELADO COM A DISTRIBUIÇÃO κµ κµ JAMIL RIBEIRO ANTÔNIO Dssetação apesetada ao Isttuto Nacoal de Telecomucações INATEL como pate dos equstos paa obteção do Título

Leia mais

MA12 - Unidade 4 Somatórios e Binômio de Newton Semana de 11/04 a 17/04

MA12 - Unidade 4 Somatórios e Binômio de Newton Semana de 11/04 a 17/04 MA1 - Udade 4 Somatóros e Bômo de Newto Semaa de 11/04 a 17/04 Nesta udade troduzremos a otação de somatóro, mostrado como a sua mapulação pode sstematzar e facltar o cálculo de somas Dada a mportâca de

Leia mais

ATENUAÇÃO DE RUIDO COERENTE COM FILTRO FX EM DADOS SÍSMICOS ORGANIZADOS EM FAMÍLIAS DE RECEPTOR COMUM

ATENUAÇÃO DE RUIDO COERENTE COM FILTRO FX EM DADOS SÍSMICOS ORGANIZADOS EM FAMÍLIAS DE RECEPTOR COMUM Copyght 24, Isttuto Basleo de Petóleo e Gás - IBP ste Tabalho Técco Cetífco fo pepaado paa apesetação o 3 Cogesso Basleo de P&D em Petóleo e Gás, a se ealzado o peíodo de 2 a 5 de outubo de 25, em Salvado

Leia mais

Credenciada e Autorizada pelo MEC, Portaria n. o. 644 de 28 de março de 2001 Publicado no D.O.U. em 02/04/2001

Credenciada e Autorizada pelo MEC, Portaria n. o. 644 de 28 de março de 2001 Publicado no D.O.U. em 02/04/2001 Ceecaa e Autozaa pelo MEC, Potaa. o. 644 e 8 e maço e 00 Publcao o D.O.U. em 0/04/00 ESTATÍSTICA Pelo Poesso Gealo Pacheco A Estatístca é uma pate a Matemátca Aplcaa que oece métoos paa coleta, ogazação,

Leia mais

Aluno(a): Professor: Chiquinho

Aluno(a): Professor: Chiquinho Aluo(a): Pofesso: Chquho Estatístca Básca É a cêca que tem po objetvo oeta a coleta, o esumo, a apesetação, a aálse e a tepetação de dados. População e amosta - População é um cojuto de sees com uma dada

Leia mais

Capítulo I Erros e Aritmética Computacional

Capítulo I Erros e Aritmética Computacional C. Balsa e A. Satos Capítulo I Eos e Aitmética Computacioal. Itodução aos Métodos Numéicos O objectivo da disciplia de Métodos Numéicos é o estudo, desevolvimeto e avaliação de algoitmos computacioais

Leia mais

Perguntas Freqüentes - Bandeiras

Perguntas Freqüentes - Bandeiras Pergutas Freqüetes - Baderas Como devo proceder para prestar as formações de quatdade e valor das trasações com cartões de pagameto, os casos em que o portador opte por lqudar a obrgação de forma parcelada

Leia mais

CAPÍTULO 9 - Regressão linear e correlação

CAPÍTULO 9 - Regressão linear e correlação INF 6 Prof. Luz Alexadre Peterell CAPÍTULO 9 - Regressão lear e correlação Veremos esse capítulo os segutes assutos essa ordem: Correlação amostral Regressão Lear Smples Regressão Lear Múltpla Correlação

Leia mais

FINANCIAMENTOS UTILIZANDO O EXCEL

FINANCIAMENTOS UTILIZANDO O EXCEL rofessores Ealdo Vergasta, Glóra Márca e Jodála Arlego ENCONTRO RM 0 FINANCIAMENTOS UTILIZANDO O EXCEL INTRODUÇÃO Numa operação de empréstmo, é comum o pagameto ser efetuado em parcelas peródcas, as quas

Leia mais

CAPÍTULO 2 DINÂMICA DA PARTÍCULA: FORÇA E ACELERAÇÃO

CAPÍTULO 2 DINÂMICA DA PARTÍCULA: FORÇA E ACELERAÇÃO 13 CAPÍTULO 2 DINÂMICA DA PATÍCULA: OÇA E ACELEAÇÃO Nese capíulo seá aalsada a le de Newo a sua foma dfeecal, aplcada ao movmeo de paículas. Nesa foma a foça esulae das foças aplcadas uma paícula esá elacoada

Leia mais

ARITMÉTICA DE PONTO FLUTUANTE/ERROS EM OPERAÇÕES NUMÉRICAS

ARITMÉTICA DE PONTO FLUTUANTE/ERROS EM OPERAÇÕES NUMÉRICAS ARITMÉTICA DE PONTO FLUTUANTE/ERROS EM OPERAÇÕES NUMÉRICAS. Intodução O conjunto dos númeos epesentáveis em uma máquina (computadoes, calculadoas,...) é finito, e potanto disceto, ou seja não é possível

Leia mais

Módulo: Binômio de Newton e o Triângulo de Pascal. Somas de elementos em Linhas, Colunas e Diagonais do Triângulo de Pascal. 2 ano do E.M.

Módulo: Binômio de Newton e o Triângulo de Pascal. Somas de elementos em Linhas, Colunas e Diagonais do Triângulo de Pascal. 2 ano do E.M. Módulo: Bômo de Newto e o Tâgulo de Pascal Somas de elemetos em Lhas, Coluas e Dagoas do Tâgulo de Pascal ao do EM Módulo: Bômo de Newto e o Tâgulo de Pascal Somas de elemetos em Lhas, Coluas e Dagoas

Leia mais

Módulo: Binômio de Newton e o Triângulo de Pascal. Somas de elementos em Linhas, Colunas e Diagonais do Triângulo de Pascal. 2 ano do E.M.

Módulo: Binômio de Newton e o Triângulo de Pascal. Somas de elementos em Linhas, Colunas e Diagonais do Triângulo de Pascal. 2 ano do E.M. Módulo: Bômo de Newto e o Tâgulo de Pascal Somas de elemetos em Lhas, Coluas e Dagoas do Tâgulo de Pascal ao do EM Módulo: Bômo de Newto e o Tâgulo de Pascal Somas de elemetos em Lhas, Coluas e Dagoas

Leia mais

IND 1603 - Gerência Financeira

IND 1603 - Gerência Financeira 6 IND 603 - Geêca Facea apítulo - Valo Pesete e o usto de Opotudade do aptal Neste capítulo estaemos teessados em calcula valoes pesetes (e futuos) e vamos apede como ada paa fete e paa tás com o dheo.

Leia mais

MÉTODO COMPUTACIONAL AUTOMÁTICO TICO PARA PRÉ-PROCESSAMENTO PROCESSAMENTO DE IMAGENS RADIOGRÁFICAS. M. Z. Nascimento, A. F. Frère e L. A.

MÉTODO COMPUTACIONAL AUTOMÁTICO TICO PARA PRÉ-PROCESSAMENTO PROCESSAMENTO DE IMAGENS RADIOGRÁFICAS. M. Z. Nascimento, A. F. Frère e L. A. MÉTODO COMPUTACIONAL AUTOMÁTICO TICO PARA PRÉ-PROCESSAMENTO PROCESSAMENTO DE IMAGENS RADIOGRÁFICAS M. Z. Nascmeto, A. F. Frère e L. A. Neves INTRODUÇÃO O cotraste as radografas vara ao logo do campo de

Leia mais

A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: enchentes

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

Leia mais

2 - Circuitos espelho de corrente com performance melhorada:

2 - Circuitos espelho de corrente com performance melhorada: Electóica 0/3 - Cicuitos espelho de coete com pefomace melhoada: Po ezes é ecessáio aumeta a pefomace dos cicuitos espelho de coete, tato do poto de ista da pecisão da taxa de tasfeêcia de coete como da

Leia mais

i CC gerador tg = P U = U.i o i i r.i 0 i CC i i i

i CC gerador tg = P U = U.i o i i r.i 0 i CC i i i GEDO ELÉTIO "Levao-se em cota a esstêca tea o geao, pecebemos que a p ete os temas é meo o que a foça eletomotz (fem), evo à pea e p a esstêca tea." - + = -. OENTE DE TO-IITO Se lgamos os os temas e um

Leia mais

Departamento de Informática. Modelagem Analítica. Desempenho de Sistemas de Computação. Arranjos: Amostras Ordenadas. Exemplo

Departamento de Informática. Modelagem Analítica. Desempenho de Sistemas de Computação. Arranjos: Amostras Ordenadas. Exemplo Depatameto de Ifomática Disciplia: Modelagem Aalítica do Desempeho de Sistemas de Computação Elemetos de Aálise Combiatóia Pof. Ségio Colche colche@if.puc-io.b Teoema: Elemetos de Aálise Combiatóia Modelagem

Leia mais

EXPERIÊNCIA No. 2 - Associação de Resistores

EXPERIÊNCIA No. 2 - Associação de Resistores FTEC-SP Faculdade de Tecologa de São Paulo Laboatóo de Ccutos Elétcos Pof. Macelo aatto EXPEIÊNCI No. - ssocação de esstoes Nome do luo N 0 de matícula FTEC-SP Faculdade de Tecologa de São Paulo Laboatóo

Leia mais

IND 1115 Inferência Estatística Aula 9

IND 1115 Inferência Estatística Aula 9 Coteúdo IND 5 Iferêca Estatístca Aula 9 Outubro 2004 Môca Barros Dfereça etre Probabldade e Estatístca Amostra Aleatóra Objetvos da Estatístca Dstrbução Amostral Estmação Potual Estmação Bayesaa Clássca

Leia mais

APLICAÇÃO DE TÉCNICAS PROBABILÍSTICAS ÀS TARIFAS DE USO DO SISTEMA DE TRANSMISSÃO. Djalma M. Falcão COPPE/UFRJ

APLICAÇÃO DE TÉCNICAS PROBABILÍSTICAS ÀS TARIFAS DE USO DO SISTEMA DE TRANSMISSÃO. Djalma M. Falcão COPPE/UFRJ GPL/026 2 a 26 de Outubo de 200 Campas - São Paulo - Basl GRUPO VII PLANEJAMENTO DE SISTEMAS ELÉTRICOS APLICAÇÃO DE TÉCNICAS PROBABILÍSTICAS ÀS TARIFAS DE USO DO SISTEMA DE TRANSMISSÃO Yu S.B. Wllmesdof

Leia mais

Análise de Componentes Principais

Análise de Componentes Principais PÓS-GRADUAÇÃO EM AGRONOMIA CPGA-CS Aálse Multvd Alcd s Cêcs Agás Aálse de Comoetes Pcs Clos Albeto Alves Vell Seoédc - RJ //008 Coteúdo Itodução... Mt de ddos X... 4 Mt de covâc S... 4 Pdoção com méd eo

Leia mais

Análise de Regressão

Análise de Regressão Aálse de Regressão Prof. Paulo Rcardo B. Gumarães. Itrodução Os modelos de regressão são largamete utlzados em dversas áreas do cohecmeto, tas como: computação, admstração, egeharas, bologa, agrooma, saúde,

Leia mais

Breve Revisão de Cálculo Vetorial

Breve Revisão de Cálculo Vetorial Beve Revsão de Cálculo Vetoal 1 1. Opeações com vetoes Dados os vetoes A = A + A j + A k e B = B + B j + B k, dene-se: Poduto escala ente os vetoes A e B A B A B Daí, cos A AB cos A B B A A B B AB A B

Leia mais

1 SISTEMA FRANCÊS DE AMORTIZAÇÃO

1 SISTEMA FRANCÊS DE AMORTIZAÇÃO scpla de Matemátca Facera 212/1 Curso de Admstração em Gestão Públca Professora Ms. Valéra Espídola Lessa EMPRÉSTIMOS Um empréstmo ou facameto pode ser feto a curto, médo ou logo prazo. zemos que um empréstmo

Leia mais

Odete Maria de Oliveira Alves. Cálculo Financeiro e simuladores bancários: a teoria aplicada à prática real

Odete Maria de Oliveira Alves. Cálculo Financeiro e simuladores bancários: a teoria aplicada à prática real Uvesdade de Aveo Isttuto Supeo de Cotabldade e Admstação 20 da Uvesdade de Aveo Odete Maa de Olvea Alves Cálculo Faceo e smuladoes bacáos: a teoa aplcada à pátca eal Uvesdade de Aveo Isttuto Supeo de Cotabldade

Leia mais

MAE116 Noções de Estatística

MAE116 Noções de Estatística Grupo C - º semestre de 004 Exercíco 0 (3,5 potos) Uma pesqusa com usuáros de trasporte coletvo a cdade de São Paulo dagou sobre os dferetes tpos usados as suas locomoções dáras. Detre ôbus, metrô e trem,

Leia mais

Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto

Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto Faculdade de Ecooma, Admstração e Cotabldade de Rberão Preto Ecooma Moetára Curso de Ecooma / º. Semestre de 014 Profa. Dra. Rosel da Slva Nota de aula CAPM Itrodução Há dos modelos bastate utlzados para

Leia mais

Avaliação da Eficiência Técnica Relativa de Unidades Básicas de Saúde Empregando a Análise por Envoltória de Dados - DEA

Avaliação da Eficiência Técnica Relativa de Unidades Básicas de Saúde Empregando a Análise por Envoltória de Dados - DEA Avalação da Efcêca Técca Relatva de Udades Báscas de Saúde Epegado a Aálse po Evoltóa de Dados - DEA Bábaa de Cássa Xave Casss Agua Depataeto de Mateátca, UFPR 853-99, Cutba, P E-al: babateatca@ahoo.co.b

Leia mais

Geradores elétricos. Antes de estudar o capítulo PARTE I

Geradores elétricos. Antes de estudar o capítulo PARTE I PART I ndade B 9 Capítulo Geadoes elétcos Seções: 91 Geado Foça eletomotz 92 Ccuto smples Le de Poullet 93 Assocação de geadoes 94 studo gáfco da potênca elétca lançada po um geado em um ccuto Antes de

Leia mais

Capítulo 6 - Centro de Gravidade de Superfícies Planas

Capítulo 6 - Centro de Gravidade de Superfícies Planas Capítulo 6 - Cetro de ravdade de Superfíces Plaas 6. Itrodução O Cetro de ravdade (C) de um sóldo é um poto localzado o própro sóldo, ou fora dele, pelo qual passa a resultate das forças de gravdade que

Leia mais

Capítulo 1: Erros em cálculo numérico

Capítulo 1: Erros em cálculo numérico Capítulo : Erros em cálculo umérco. Itrodução Um método umérco é um método ão aalítco, que tem como objectvo determar um ou mas valores umércos, que são soluções de um certo problema. Ao cotráro das metodologas

Leia mais

Sobre a classe de diferenciabilidade de quocientes de polinômios homogêneos.

Sobre a classe de diferenciabilidade de quocientes de polinômios homogêneos. Uvesdade Regoal do Ca - URCA CADERNO DE CULTURA E CIÊNCIA VOLUME Nº - 008 IN 980-586 obe a classe de dfeecabldade de quocetes de polômos homogêeos About the Dffeetablty Class of the Quotet of Homogeeous

Leia mais

Olá, amigos concursandos de todo o Brasil!

Olá, amigos concursandos de todo o Brasil! Matemátca Facera ICMS-RJ/008, com gabarto cometado Prof. Wager Carvalho Olá, amgos cocursados de todo o Brasl! Veremos, hoje, a prova do ICMS-RJ/008, com o gabarto cometado. - O artgo º da Le.948 de 8

Leia mais

Requisitos metrológicos de instrumentos de pesagem de funcionamento não automático

Requisitos metrológicos de instrumentos de pesagem de funcionamento não automático Requstos metrológcos de strumetos de pesagem de fucoameto ão automátco 1. Geeraldades As balaças estão assocadas de uma forma drecta à produção do betão e ao cotrolo da qualdade do mesmo. Se são as balaças

Leia mais

Econometria: 4 - Regressão Múltipla em Notação Matricial

Econometria: 4 - Regressão Múltipla em Notação Matricial Ecoometra: 4 - Regressão últpla em Notação atrcal Prof. arcelo C. ederos mcm@eco.puc-ro.br Prof. arco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo

Leia mais

UERJ CTC IME Departamento de Informática e Ciência da Computação 2 Cálculo Numérico Professora Mariluci Ferreira Portes

UERJ CTC IME Departamento de Informática e Ciência da Computação 2 Cálculo Numérico Professora Mariluci Ferreira Portes UERJ CTC IE Departameto de Iormátca e Cêca da Computação Udade I - Erros as apromações umércas. I. - Cosderações geras. Há váras stuações em dversos campos da cêca em que operações umércas são utlzadas

Leia mais

Algoritmos de Interseções de Curvas de Bézier com Uma Aplicação à Localização de Raízes de Equações

Algoritmos de Interseções de Curvas de Bézier com Uma Aplicação à Localização de Raízes de Equações Algortmos de Iterseções de Curvas de Bézer com Uma Aplcação à Localzação de Raízes de Equações Rodrgo L.R. Madurera Programa de Pós-Graduação em Iformátca, PPGI, UFRJ 21941-59, Cdade Uverstára, Ilha do

Leia mais

RESUMO DE MATEMÁTICA FINANCEIRA. Juro Bom Investimento C valor aplicado M saldo ao fim da aplicação J rendimento (= M C)

RESUMO DE MATEMÁTICA FINANCEIRA. Juro Bom Investimento C valor aplicado M saldo ao fim da aplicação J rendimento (= M C) RESUMO DE MATEMÁTICA FINANCEIRA I. JUROS SIMPLES ) Elemetos de uma operação de Juros Smples: Captal (C); Motate (M); Juros (J); Taxa (); Tempo (). ) Relação etre Juros, Motate e Captal: J = M C ) Defção

Leia mais

MODELAGEM DO ERRO DE CENTRAGEM NO ESPAÇO TRIDIMENSIONAL R 3

MODELAGEM DO ERRO DE CENTRAGEM NO ESPAÇO TRIDIMENSIONAL R 3 MODELAGEM DO ERRO DE CENTRAGEM NO ESPAÇO TRIDIMENSIONAL R Modelg of ceteg eos o the o the thee-dmesoal space (R ). JAIR MENDES MARQUES Uvesdade Tuut do Paaá Rua Macelo Champagat,55 CEP 87-5 Cutba PR ja.maques@utp.b

Leia mais

Definição: Seja a equação diferencial linear de ordem n e coeficientes variáveis:. x = +

Definição: Seja a equação diferencial linear de ordem n e coeficientes variáveis:. x = + Vléi Zum Medeios & Mihil Lemotov Resolução de Equções Difeeciis Liees po Séies Poto Odiáio (PO) e Poto Sigul (PS) Defiição: Sej equção difeecil lie de odem e coeficietes viáveis: ( ) ( ) b ( ) é dito poto

Leia mais

PROJETO ASTER: ESTRATÉGIA PARA MANOBRAS DE RENDEZVOUS DA SONDA ESPACIAL BRASILEIRA COM O ASTERÓIDE 2001 SN263

PROJETO ASTER: ESTRATÉGIA PARA MANOBRAS DE RENDEZVOUS DA SONDA ESPACIAL BRASILEIRA COM O ASTERÓIDE 2001 SN263 839 PROJETO ASTER: ESTRATÉGIA PARA MANOBRAS DE RENDEZOUS DA SONDA ESPACIAL BRASILEIRA COM O ASTERÓIDE 2001 SN263 Abeuçon Atanáso Alves 1 ;AntonoDelson Conceção de Jesus 2 1. Bolssta voluntáo, Gaduando

Leia mais

2 Avaliação da segurança dinâmica de sistemas de energia elétrica: Teoria

2 Avaliação da segurança dinâmica de sistemas de energia elétrica: Teoria Avalação da seguraça dâmca de sstemas de eerga elétrca: Teora. Itrodução A avalação da seguraça dâmca é realzada através de estudos de establdade trastóra. Nesses estudos, aalsa-se o comportameto dos geradores

Leia mais

M = C( 1 + i.n ) J = C.i.n. J = C((1+i) n -1) MATEMÁTICA FINANCEIRA. M = C(1 + i) n BANCO DO BRASIL. Prof Pacher

M = C( 1 + i.n ) J = C.i.n. J = C((1+i) n -1) MATEMÁTICA FINANCEIRA. M = C(1 + i) n BANCO DO BRASIL. Prof Pacher MATEMÁTICA 1 JUROS SIMPLES J = C.. M C J J = M - C M = C( 1 +. ) Teste exemplo. ados com valores para facltar a memorzação. Aplcado-se R$ 100,00 a juros smples, à taxa omal de 10% ao ao, o motate em reas

Leia mais

O transistor de junção bipolar (BJT) NPN Base. PNP Base. Departamento de Engenharia Electrotécnica (DEE)

O transistor de junção bipolar (BJT) NPN Base. PNP Base. Departamento de Engenharia Electrotécnica (DEE) Depatamento de ngenhaa lectotécnca (D) O tanssto de junção bpola (J) pola dos tpos de cagas, electões e buacos, enoldos nos fluxos de coente Junção duas junções pn. Junção base/emsso e junção base/colecto

Leia mais

Prof. Daniel I. De Souza, Jr., Ph.D.

Prof. Daniel I. De Souza, Jr., Ph.D. CONAMET/SAM 26 TESTE DE VIDA SEQÜENCIAL APLICADO A UM TESTE DE VIDA ACELERADO COM UMA DISTRIBUIÇÃO DE AMOSTRAGEM WEIBULL DE TRÊS PARÂMETROS - UMA ABORDAGEM UTILIZANDO-SE O MÉTODO DO MAXIMUM LIKELIHOOD

Leia mais

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

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

Leia mais

TRABALHO E POTENCIAL ELETROSTÁTICO

TRABALHO E POTENCIAL ELETROSTÁTICO LTOMAGNTISMO I 5 TABALHO POTNCIAL LTOSTÁTICO Nos capítulos ateioes ós ivestigamos o campo elético devido a divesas cofiguações de cagas (potuais, distibuição liea, supefície de cagas e distibuição volumética

Leia mais

SUMÁRIO GOVERNO DO ESTADO DO CEARÁ. Cid Ferreira Gomes Governador. 1. Introdução... 2. Domingos Gomes de Aguiar Filho Vice Governador

SUMÁRIO GOVERNO DO ESTADO DO CEARÁ. Cid Ferreira Gomes Governador. 1. Introdução... 2. Domingos Gomes de Aguiar Filho Vice Governador INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ - IPECE GOVERNO DO ESTADO DO CEARÁ Cd Ferrera Gomes Goverador Domgos Gomes de Aguar Flho Vce Goverador SECRETARIA DO PLANEJAMENTO E GES- TÃO (SEPLAG)

Leia mais

Capítulo 5: Ajuste de curvas pelo método dos mínimos quadrados

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

Leia mais

Controle de Erros Adaptativo para Redes de Sensores sem Fio usando Valor de Informação de Mensagens Baseado em Entropia

Controle de Erros Adaptativo para Redes de Sensores sem Fio usando Valor de Informação de Mensagens Baseado em Entropia Contole de Eos Adaptatvo paa Redes de Sensoes sem Fo usando Valo de Inomação de Mensagens Baseado em Entopa João H. Klenschmdt e Walte C. Boell Resumo Este atgo popõe estatégas de contole de eos adaptatvo

Leia mais

Matemática. Resolução das atividades complementares. M18 Noções de Estatística

Matemática. Resolução das atividades complementares. M18 Noções de Estatística Resolução das atvdades complemetares Matemátca M8 Noções de Estatístca p. 3 (UFRJ) Dos estados do país, um certo ao, produzem os mesmos tpos de grãos. Os grácos de setores lustram a relação etre a produção

Leia mais

Uma Calculadora Financeira usando métodos numéricos e software livre

Uma Calculadora Financeira usando métodos numéricos e software livre Uma Calculadora Facera usado métos umércos e software lvre Jorge edraza Arpas, Julao Sott, Depto de Cêcas e Egeharas, Uversdade Regoal ItegradaI, URI 98400-000-, Frederco Westphale, RS Resumo.- Neste trabalho

Leia mais

RESOLUÇÃO SIMULADO ITA FÍSICA E REDAÇÃO - CICLO 7 FÍSICA GM G M GM GM. T g

RESOLUÇÃO SIMULADO ITA FÍSICA E REDAÇÃO - CICLO 7 FÍSICA GM G M GM GM. T g RESOLUÇÃO SIMULADO ITA FÍSICA E REDAÇÃO - CICLO 7 FÍSICA Questão M a) A desdade é a azão ete a massa e o volume: d. V Se as desdades fossem guas: MP MT MT MT dp dt. V 4 4 P VT RT R T GM b) A gavdade a

Leia mais

Matemática Financeira

Matemática Financeira Cocetos Báscos de Matemátca Facera Uversdade do Porto Faculdade de Egehara Mestrado Itegrado em Egehara Electrotécca e de Computadores Ecooma e Gestão Na prátca As decsões faceras evolvem frequetemete

Leia mais

SEGUNDA LEI DE NEWTON PARA FORÇA GRAVITACIONAL, PESO E NORMAL

SEGUNDA LEI DE NEWTON PARA FORÇA GRAVITACIONAL, PESO E NORMAL SEUNDA LEI DE NEWON PARA FORÇA RAVIACIONAL, PESO E NORMAL Um copo de ssa m em queda live na ea está submetido a u aceleação de módulo g. Se despezamos os efeitos do a, a única foça que age sobe o copo

Leia mais

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

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

Leia mais

CURSO ON-LINE PROFESSOR: VÍTOR MENEZES

CURSO ON-LINE PROFESSOR: VÍTOR MENEZES O Danel Slvera pedu para eu resolver mas questões do concurso da CEF. Vou usar como base a numeração do caderno foxtrot Vamos lá: 9) Se, ao descontar uma promssóra com valor de face de R$ 5.000,00, seu

Leia mais

PARTE IV COORDENADAS POLARES

PARTE IV COORDENADAS POLARES PARTE IV CRDENADAS PLARES Existem váios sistemas de coodenadas planas e espaciais que, dependendo da áea de aplicação, podem ajuda a simplifica e esolve impotantes poblemas geométicos ou físicos. Nesta

Leia mais

Diferenciais Ordinárias. Reginaldo J. Santos Departamento de Matemática-ICEx Universidade Federal de Minas Gerais

Diferenciais Ordinárias. Reginaldo J. Santos Departamento de Matemática-ICEx Universidade Federal de Minas Gerais Exstêca e Ucdade de Soluções de Equações Dferecas Ordáras Regaldo J Satos Departameto de Matemátca-ICEx Uversdade Federal de Mas Geras http://wwwmatufmgbr/ reg 10 de ulho de 2010 2 1 INTRODUÇÃO Sumáro

Leia mais

E-mails: damasceno1204@yahoo.com.br damasceno@interjato.com.br damasceno12@hotmail.com http://www. damasceno.info www. damasceno.info damasceno.

E-mails: damasceno1204@yahoo.com.br damasceno@interjato.com.br damasceno12@hotmail.com http://www. damasceno.info www. damasceno.info damasceno. Matemátca Facera 2007.1 Prof.: Luz Gozaga Damasceo 1 E-mals: damasceo1204@yahoo.com.br damasceo@terjato.com.br damasceo12@hotmal.com http://www. damasceo.fo www. damasceo.fo damasceo.fo Obs.: (1 Quado

Leia mais

INTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA

INTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA INTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA 003 Iformações: relembra-se os aluos teressados que a realzação de acções presecas só é possível medate solctação vossa, por escrto, à assstete da cadera. A realzação

Leia mais

GERADORES. Figura 5.1 (a) Gerador não ideal. (b) Gerador não ideal com a resistência interna r explicita no diagrama.

GERADORES. Figura 5.1 (a) Gerador não ideal. (b) Gerador não ideal com a resistência interna r explicita no diagrama. ELEICIDADE CAPÍULO 5 GEADOES Cofome visto o Capítulo, o geado é uma máquia elética capaz de estabelece uma difeeça de potecial elético (ddp) costate (ou fime) ete os extemos de um coduto elético, de maeia

Leia mais

MODELO DE ISING BIDIMENSIONAL SEGUNDO A TÉCNICA DE MATRIZ DE TRANSFERÊNCIA

MODELO DE ISING BIDIMENSIONAL SEGUNDO A TÉCNICA DE MATRIZ DE TRANSFERÊNCIA UIVERSIDADE ESTADUAL DO CEARÁ RAFAEL DE LIMA BARBOSA MODELO DE ISIG BIDIMESIOAL SEGUDO A TÉCICA DE MATRIZ DE TRASFERÊCIA FORTALEZA CEARÁ 4 RAFAEL DE LIMA BARBOSA MODELO DE ISIG BIDIMESIOAL SEGUDO A TÉCICA

Leia mais

4/10/2015. Física Geral III

4/10/2015. Física Geral III Físca Geal III Aula Teóca 8 (Cap. 6 pate /3: Potecal cado po: Uma caga putome Gupo de cagas putomes 3 Dpolo elétco Dstbução cotíua de cagas Po. Maco. Loos mos ue uma caga putome gea um campo elétco dado

Leia mais

CAPÍTULO 2 - Estatística Descritiva

CAPÍTULO 2 - Estatística Descritiva INF 6 Prof. Luz Alexadre Peterell CAPÍTULO - Estatístca Descrtva Podemos dvdr a Estatístca em duas áreas: estatístca dutva (ferêca estatístca) e estatístca descrtva. Estatístca Idutva: (Iferêca Estatístca)

Leia mais

Séries de Potências AULA LIVRO

Séries de Potências AULA LIVRO LIVRO Séries de Potêcias META Apresetar os coceitos e as pricipais propriedades de Séries de Potêcias. Além disso, itroduziremos as primeiras maeiras de escrever uma fução dada como uma série de potêcias.

Leia mais

Estudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples.

Estudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples. Estudo das relações etre peso e altura de estudates de estatístca através da aálse de regressão smples. Waessa Luaa de Brto COSTA 1, Adraa de Souza COSTA 1. Tago Almeda de OLIVEIRA 1 1 Departameto de Estatístca,

Leia mais

ELECTROTECNIA TEÓRICA MEEC IST

ELECTROTECNIA TEÓRICA MEEC IST ELECTROTECNIA TEÓRICA MEEC IST º Semestre 05/6 3º TRABALHO LABORATORIAL CIRCUITO RLC SÉRIE em Regme Forçado Alterado Susodal Prof. V. Maló Machado Prof. M. Guerrero das Neves Prof.ª Mª Eduarda Pedro Eg.

Leia mais

Perguntas freqüentes Credenciadores

Perguntas freqüentes Credenciadores Pergutas freqüetes Credecadores Como devo proceder para prestar as formações de quatdade e valor das trasações com cartões de pagameto, os casos em que o portador opte pelo facameto da compra pelo emssor?

Leia mais

Difusão entre Dois Compartimentos

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

Leia mais

Aula-09 Campos Magnéticos Produzidos por Correntes. Curso de Física Geral F-328 2 o semestre, 2013

Aula-09 Campos Magnéticos Produzidos por Correntes. Curso de Física Geral F-328 2 o semestre, 2013 Aula-9 ampos Magnétcos Poduzdos po oentes uso de Físca Geal F-38 o semeste, 13 Le de Bot - Savat Assm como o campo elétco de poduzdo po cagas é: 1 dq 1 dq db de ˆ, 3 ε ε de manea análoga, o campo magnétco

Leia mais

Capitulo 1 Resolução de Exercícios

Capitulo 1 Resolução de Exercícios S C J S C J J C FORMULÁRIO Regme de Juros Smples 1 1 S C 1 C S 1 1.8 Exercícos Propostos 1 1) Qual o motate de uma aplcação de R$ 0.000,00 aplcados por um prazo de meses, à uma taxa de 2% a.m, os regmes

Leia mais

digitar cuidados computador internet contas Assistir vídeos. Digitar trabalhos escolares. Brincar com jogos. Entre outras... ATIVIDADES - CAPÍTULO 1

digitar cuidados computador internet contas Assistir vídeos. Digitar trabalhos escolares. Brincar com jogos. Entre outras... ATIVIDADES - CAPÍTULO 1 ATIVIDADES - CAPÍTULO 1 1 COMPLETE AS FASES USANDO AS PALAVAS DO QUADO: CUIDADOS INTENET CONTAS DIGITA TAEFAS COMPUTADO A COM O COMPUTADO É POSSÍVEL DE TEXTO B O COMPUTADO FACILITA AS tarefas digitar VÁIOS

Leia mais

2 Estrutura a Termo de Taxa de Juros

2 Estrutura a Termo de Taxa de Juros Estrutura a Termo de Taxa de Juros 20 2 Estrutura a Termo de Taxa de Juros A Estrutura a termo de taxa de juros (também cohecda como Yeld Curve ou Curva de Retabldade) é a relação, em dado mometo, etre

Leia mais

Ajuste de curvas por quadrados mínimos lineares

Ajuste de curvas por quadrados mínimos lineares juste de cuvs o quddos mímos lees Fele eodo de gu e Wdele Iocêco oe Júo Egeh de s o. Peíodo Pofesso: ode Josué Bezue Dscl: Geomet lítc e Álgeb e. Itodução Utlzmos este método qudo temos um dstbução de

Leia mais

Potencial Elétrico. Prof. Cláudio Graça 2012

Potencial Elétrico. Prof. Cláudio Graça 2012 Potencal Elétco Po. Cláudo Gaça Campo elétco e de potencal Campo e Potencal Elétcos E Potencal gavtaconal Potencal Elétco O potencal elétco é a quantdade de tabalho necessáo paa move uma caga untáa de

Leia mais

Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística

Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Val, Dr. http://www.pucrs.br/famat/val/ val@pucrs.br Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Obetvos A Aálse de

Leia mais

7. Resolução Numérica de Equações Diferenciais Ordinárias

7. Resolução Numérica de Equações Diferenciais Ordinárias 7. Resolução Numérca de Equações Dferencas Ordnáras Fenômenos físcos em dversas áreas, tas como: mecânca dos fludos, fluo de calor, vbrações, crcutos elétrcos, reações químcas, dentre váras outras, podem

Leia mais

Unidade 13 Noções de Matemática Financeira. Taxas equivalentes Descontos simples e compostos Desconto racional ou real Desconto comercial ou bancário

Unidade 13 Noções de Matemática Financeira. Taxas equivalentes Descontos simples e compostos Desconto racional ou real Desconto comercial ou bancário Unidade 13 Noções de atemática Financeia Taxas equivalentes Descontos simples e compostos Desconto acional ou eal Desconto comecial ou bancáio Intodução A atemática Financeia teve seu início exatamente

Leia mais

Construção e Análise de Gráficos

Construção e Análise de Gráficos Costrução e Aálse de Gráfcos Por que fazer gráfcos? Facldade de vsualzação de cojutos de dados Faclta a terpretação de dados Exemplos: Egehara Físca Ecooma Bologa Estatístca Y(udade y) 5 15 1 5 Tabela

Leia mais

MESTRADO EM MACROECONOMIA e FINANÇAS Disciplina de Computação. Aula 05. Prof. Dr. Marco Antonio Leonel Caetano

MESTRADO EM MACROECONOMIA e FINANÇAS Disciplina de Computação. Aula 05. Prof. Dr. Marco Antonio Leonel Caetano MESTRADO EM MACROECONOMIA e FINANÇAS Disciplina de Computação Aula 5 Pof. D. Maco Antonio Leonel Caetano Guia de Estudo paa Aula 5 Poduto Vetoial - Intepetação do poduto vetoial Compaação com as funções

Leia mais

Aula 9. Aula de hoje. Aula passada. Self-normalized Importance Sampling Gerando amostras complicadas Variância amostral Simulação

Aula 9. Aula de hoje. Aula passada. Self-normalized Importance Sampling Gerando amostras complicadas Variância amostral Simulação Aula 9 Aula passada Método da rejeção (rejecto samplg) Exemplos Importace Samplg Exemplos Geeralzação Aula de hoje Self-ormalzed Importace Samplg Gerado amostras complcadas Varâca amostral Smulação Importace

Leia mais

Projeto de rede na cadeia de suprimentos

Projeto de rede na cadeia de suprimentos Projeto de rede a cadea de suprmetos Prof. Ph.D. Cláudo F. Rosso Egehara Logístca II Esboço O papel do projeto de rede a cadea de suprmetos Fatores que fluecam decsões de projeto de rede Modelo para decsões

Leia mais

Interbits SuperPro Web

Interbits SuperPro Web 1. (Unesp 2013) No dia 5 de junho de 2012, pôde-se obseva, de deteminadas egiões da Tea, o fenômeno celeste chamado tânsito de Vênus, cuja póxima ocoência se daá em 2117. Tal fenômeno só é possível poque

Leia mais

Relatório Interno. Método de Calibração de Câmaras Proposto por Zhang

Relatório Interno. Método de Calibração de Câmaras Proposto por Zhang LABORATÓRIO DE ÓPTICA E MECÂNICA EXPERIMENTAL Relatóio Inteno Método de Calibação de Câmaas Poposto po Zhang Maia Cândida F. S. P. Coelho João Manuel R. S. Tavaes Setembo de 23 Resumo O pesente elatóio

Leia mais

Análise de Estratégias de Controle de Erros para Redes de Sensores com Modulação OQPSK e GFSK

Análise de Estratégias de Controle de Erros para Redes de Sensores com Modulação OQPSK e GFSK XXV SIMPÓSIO BRASILEIRO DE TELECOMUNICAÇÕES SBT 7, 3-6 DE SETEMBRO DE 7, RECIFE, PE Aálise de Estatégias de Cotole de Eos paa Redes de Sesoes com Modulação OQPSK e GFSK João. Kleischmidt e Walte C. Boelli

Leia mais

NOTA II TABELAS E GRÁFICOS

NOTA II TABELAS E GRÁFICOS Depto de Físca/UFMG Laboratóro de Fundamentos de Físca NOTA II TABELAS E GRÁFICOS II.1 - TABELAS A manera mas adequada na apresentação de uma sére de meddas de um certo epermento é através de tabelas.

Leia mais

Forma padrão do modelo de Programação Linear

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

Leia mais

Regressão e Correlação Linear

Regressão e Correlação Linear Probabldade e Estatístca I Antono Roque Aula 5 Regressão e Correlação Lnear Até o momento, vmos técncas estatístcas em que se estuda uma varável de cada vez, estabelecendo-se sua dstrbução de freqüêncas,

Leia mais

JUROS SIMPLES. i 100 i 100. TAXA PROPORCIONAL: É aquela que aplicada ao mesmo capital, no mesmo prazo, produze o mesmo juros.

JUROS SIMPLES. i 100 i 100. TAXA PROPORCIONAL: É aquela que aplicada ao mesmo capital, no mesmo prazo, produze o mesmo juros. JUROS MONTANTE JUROS SIMPLES J = C 0 * * t 00 M = C * + * t 00 TAXA PROPORCIONAL: É aquela que aplcada ao mesmo captal, o mesmo prazo, produze o mesmo juros. * = * JUROS COMPOSTOS MONTANTE M = C * + 00

Leia mais

Notas em Matemática Aplicada 9

Notas em Matemática Aplicada 9 Notas em atemátca Aplcada 9 Edtado por Elaa XL de Adrade Uversdade Estadual aulsta - UNES São José do Ro reto, S, Brasl Rubes Sampao otfíca Uversdade Católca do Ro de Jaero Ro de Jaero, RJ, Brasl Geraldo

Leia mais

UNIVERSIDADE FEDERAL FLUMINENSE CENTRO DE ESTUDOS GERAIS INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE ESTATÍSTICA NÚMEROS ÍNDICES

UNIVERSIDADE FEDERAL FLUMINENSE CENTRO DE ESTUDOS GERAIS INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE ESTATÍSTICA NÚMEROS ÍNDICES UNIVERSIDADE FEDERAL FLUMINENSE CENTRO DE ESTUDOS GERAIS INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE ESTATÍSTICA NÚMEROS ÍNDICES Aa Mara Lma de Faras Luz da Costa Laurecel Com a colaboração dos motores Maracajaro

Leia mais

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

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

Leia mais

ELETRÔNICA II. Engenharia Elétrica Campus Pelotas. Revisão Modelo CA dos transistores BJT e MOSFET

ELETRÔNICA II. Engenharia Elétrica Campus Pelotas. Revisão Modelo CA dos transistores BJT e MOSFET ELETRÔNICA II Engenaia Elética Campus Pelotas Revisão Modelo CA dos tansistoes BJT e MOSFET Pof. Mácio Bende Macado, Adaptado do mateial desenvolvido pelos pofessoes Eduado Costa da Motta e Andeson da

Leia mais

APLICAÇÕES DE MÉTODOS DE ENERGIA A PROBLEMAS DE INSTABILIDADE DE ESTRUTURAS

APLICAÇÕES DE MÉTODOS DE ENERGIA A PROBLEMAS DE INSTABILIDADE DE ESTRUTURAS PONTIFÍCI UNIVERSIDDE CTÓLIC DO RIO DE JNEIRO DEPRTMENTO DE ENGENHRI CIVIL PLICÇÕES DE MÉTODOS DE ENERGI PROBLEMS DE INSTBILIDDE DE ESTRUTURS Julaa Bragh Ramalho Raul Rosas e Slva lua de graduação do curso

Leia mais

Os fundamentos da física Volume 2 1. Resumo do capítulo

Os fundamentos da física Volume 2 1. Resumo do capítulo Os fudametos da físca Volume 2 1 Capítulo 13 Refação lumosa A efação é o feômeo o qual a luz muda de meo de popagação, com mudaça em sua velocdade. ÍDICE DE REFRAÇÃO ABSOLUTO O ídce de efação absoluto

Leia mais