UFSC Universidade Federal de Santa Catarina Depto De Eng. Química e de Eng. De Alimentos EQA 5313 Turma 645 Op. Unit. de Quantidade de Movimento

Tamanho: px
Começar a partir da página:

Download "UFSC Universidade Federal de Santa Catarina Depto De Eng. Química e de Eng. De Alimentos EQA 5313 Turma 645 Op. Unit. de Quantidade de Movimento"

Transcrição

1 UFSC Uiversidade Federal de Sata Cataria epto e Eg. Química e de Eg. e Alimetos EQA 51 Turma 645 Op. Uit. de Quatidade de ovimeto CARACTERIZAÇÃO E SÓLIOS 1. PROPRIEAES GERAIS AS PARTÍCULAS Sólidos costituem uma porção cosiderável de produtos e matérias primas da idústria de alimetos, sedo mauseados de diferetes maeiras detro de uma plata de processameto. Alimetos em pó são sistemas particulados que podem ser utilizados como produtos ou igredietes alimetares. As pricipais operações que evolvem sólidos são: mistura, fragmetação ou redução de tamaho, peeirameto, fluidização, filtração, sedimetação, adsorção, escoameto em leitos graulares (leito fixo), trasporte de sólidos etc. O projeto destas operações requer o cohecimeto das propriedades e características dos sólidos. A descrição das propriedades de alimetos em pó em um sistema particulado é de grade importâcia a tecologia de partículas. As propriedades primárias das partículas como: desidade, forma, porosidade, e tamaho estão relacioadas com propriedades secudárias como: compressibilidade mecâica, coesão, âgulo de repouso, resistêcia ao escoameto, segregação, etre outras. 1.1 PARTÍCULAS UNIFORES Para partículas uiformes, ou seja, ode todas possuem a mesma forma pode-se defiir as seguites propriedades: Superfície extera da partícula S : S ' a. (1) Ode, a é uma costate que depedete da forma, para esferas a π e para cubos a 6 Volume da partícula V V b. () Ode, b 1 para cubos e π/6 para esferas. Fator de forma da partícula λ λ a b () 1

2 Para cubos e esferas o fator de forma é 6, para partículas irregulares é maior que 6. Número de partículas em uma amostra: N; assa amostra N assa de uma particula b..ρ (4) Ode é a massa da amostra e ρ é a desidade do sólido. Superfície extera da amostra: S.a. λ.. S N.S ' b.. ρ. ρ (5) Ode é a massa da amostra e ρ sua desidade. 1. PARTICULAS HETEROGÊNEAS Produtos ou matérias primas sólidas, em sempre apresetam a mesma forma, podedo muitas vezes ser de forma irregular, possuido assim uma distribuição de forma. esmo que sejam de uma úica forma dificilmete possuem um tamaho úico, possuido assim uma distribuição de tamahos. Exemplo disto se ecotra moagem de sólidos, ode se observa que todas as partículas são de forma irregular, e de tamaho diferete, existido, portato uma distribuição de forma e uma distribuição de tamaho. Já a secagem de pastas ou líquidos, -- em secador spray dryer para obteção de leite em pó, ou leveduras secas--, o material obtido é uiforme, as partículas são esféricas, embora apresetem tamaho variado e uma distribuição de tamahos. Na atureza e em muitos processos e operações os pós de sólidos obtidos raramete possuem um úico tamaho, possuem, portato um tamaho variado distribuído em toro de valores médios, com forma que pode ser irregular ou uiforme. Assim como a forma pode ter uma distribuição, a desidade das partículas também pode ter uma distribuição. Estudar este tipo de distribuições é algo bastate complexo. Em geral quado se aalisa partículas cocetra-se mais a distribuição de tamahos cosiderado que, mesmo que a forma seja irregular, um tamaho equivalete a uma forma esférica possa ser obtido. Tamahos de Partículas e istribuição de Tamahos: As distribuições de tamahos de partículas de qualquer material sólido podem ser estudadas por úmero, massa, volume e superfície. A Figura 1 mostra de forma qualitativa o relacioameto etre estas distribuições.

3 Figura 1. istribuições de tamaho de partículas, úmero, massa e superfície. Peeirameto: O peeirameto em escala laboratorial é um dos métodos mais usados para aálise de partículas. O equipameto cosiste de um cojuto de peeiras motadas uma sobre as outras que são vibradas verticalmete e horizotalmete em uma maquia de esaio. A Figura ilustra uma dessas máquias. As peeiras são padroizadas, existido as séries: B.S. British Stadard I... Istitute of iig ad etarlurgy (USA) Série Tyler (Americaa). Figura Vibrador de peeiras para aálise graulométrica Os diâmetros de abertura e fios desta série podem ser ecotrados tabelados em vários livros de operações uitárias. Em geral, estas peeiras são

4 arrajadas para peeirameto de tal forma que exista um fator costate etre as aberturas da maior para meor de raiz de dois ou raiz quarta de dois. Através do peeirameto é possível obter as curvas de freqüêcia e curva cumulativa, para a distribuição. O esaio cosiste em colocar a amostra sobre a peeira mais grossa e agitar em esaio padroizado o cojuto de peeiras colocadas umas sobre as outras a ordem decrescete de abertura de malhas. Abaixo da serie de peeiras há uma paela que recolhe a fração cotedo as partículas mais fias. Termiado o esaio, as quatidades retidas as diversas peeiras e a paela são determiadas por pesagem e as diversas frações retidas podem ser calculadas dividido as diversas massas retidas pela massa total da amostra. mi xi (6) Os resultados podem se apresetados a forma de tabelas ou gráficos. Há dois tipos de aálise aculmulativa: o primeiro apreseta, em fução de cada i, a fração acumulada de grossos, que se calcula somado a fração retida a peeira i as frações retidas em todas as peeiras ateriores. X x1 + x (7) i x o segudo tipo de aálise graulométrica acumulada é o que relacioa i com a fração acumulada que passa pela peeira, deomiada fração acumulada de fios (1-X i ). As curvas de distribuição de tamaho de partículas apresetadas a Figura 1 estão a forma de freqüêcia, mas em geral as curvas cumulativas de distribuição de tamaho, tal como mostrada a Figura, são mais utilizadas por apresetarem facilidade a obteção de parâmetros. Figura Curva cumulativa de distribuição de tamaho de partículas. Ver Ex

5 . CÁLCULOS BASEAOS NAS ANÁLISES GRANULOÉTRICAS Número de Partículas uma amostra (partícula ão uiformes) N: N x b ρ 1 (8) Ode é a massa total da amostra de partículas. Superfície extera das partículas S λ. ρ x 1 (9) iâmetro médio das partículas Um fator importate a cosiderar quado se discute o diâmetro médio de uma distribuição de tamahos é o tipo de diâmetro médio que está sedo utilizado. Para um estudo de distribuição de tamahos por úmero tem-se, a Tabela 1, os diversos tipos de tamahos médios: Tabela 1. Notações para tamahos Símbolo Nome do iâmetro médio p q ordem a Aritmético S Superfície 0 a Liear dos diâmetros 1 As diferetes formas de cálculo dos diâmetros médios estão relacioadas com aplicações específicas, por exemplo, o diâmetro médio aritmético é importate o estudo da filtração; o diâmetro superficial é importate para caracterizar materiais como os materiais adsorvetes e catalisadores sólidos e a média liear de diâmetros é uma gradeza estatística que tem importâcia o estudo de evaporação de gotículas o seio de gases (processos de secagem em spray-dryer). Estes diâmetros podem ser calculados de acordo com a seguite expressão: q p q. N p. N (10) Usado a equação acima com p0 e q1, temos como o diâmetro aritmético L : a. N N x x i i (11) 5

6 Cosiderado o diâmetro superficial médio temos p 0 e q, logo: 1/. N S (1) N No caso de calcular a média liear dos diâmetros, p 1 e q; assim temos: ' a N N (1) A Tabela ilustra diversos métodos e técicas existetes para se obter distribuição de tamaho de partículas. Tabela Algus métodos de aálise de distribuição de tamaho de partículas. étodo Faixa aplicação µm iâmetro ou Tamaho medido Tipo de istribuição Peeiras iâmetro de peeira assa icroscopia óptica 5 10 iâmetro área projetada Número iâmetro arti, etc. Pipeta Adrease iâmetro Stokes assa Absorção de Luz e Sedimetação 100 iâmetro Stokes assa ou Número Impactores de Cascata 0, 50 iâmetro Aerodiâmico assa Absorção Raio X e 100 iâmetro Stokes assa Sedimetação (Sedígrafos) Absorção de Luz e 100 iâmetro Stokes Superfície Sedimetação Espalhameto de Luz em gás (cotadores) iâmetro de área projetada Número Como mostrado a Tabela, a distribuição de tamaho de partículas pode ser feita por diversos tipos de equipametos, podedo-se obter distribuições por úmero, massa ou superfície. Um dado diâmetro médio obtido através uma distribuição por úmero difere daquele obtido através de uma distribuição por massa ou superfície. esmo que as distribuições obtidas sejam do mesmo tipo deve se procurar a equivalêcia etre os diâmetros medidos. Por exemplo, para o estudo de distribuição de tamaho de partículas feita com peeiras e com Pipeta de Adrease tem-se, em ambos os casos, distribuição por massa, aida assim os diâmetros medidos são diferetes. Na distribuição por peeiras tem o chamado diâmetro de peeira e a distribuição obtida com a Pipeta de Adrease tem-se o diâmetro de Stokes. Exemplo 1 Vite gramas de uma amostra de café solúvel, com partículas esféricas de desidade 1,5 g/cm apresetam a aálise graulométrica abaixo. 6

7 Calcule: A) o úmero de partículas da amostra, B) o diâmetro superficial médio C) o diâmetro médio aritmético ) a média liear dos diâmetros Bibliografia cosultada. Gomide, R. Operações Uitárias V. 1 Operações com Sistemas sólidos graulares 7

UNIVERSIDADE DE SÃO PAULO ENGENHARIA QUÍMICA LOQ 4016 OPERAÇÕES UNITÁRIAS EXPERIMENTAL I

UNIVERSIDADE DE SÃO PAULO ENGENHARIA QUÍMICA LOQ 4016 OPERAÇÕES UNITÁRIAS EXPERIMENTAL I UNIVERSIAE E SÃO PAULO ENGENHARIA QUÍMICA LOQ 4016 OPERAÇÕES UNITÁRIAS EXPERIMENTAL I Profa. Lívia Chaguri E-mail: lchaguri@usp.br 1- Redução de Tamaho - Fudametos/Caracterização graulométrica - Equipametos:

Leia mais

O que é Estatística?

O que é Estatística? O que é Estatística? É um método de observação de feômeos coletivos. Ocupa-se da coleta, orgaização, resumo, apresetação e aálise de dados. Objetivo - Obter iformações que permitam uma descrição dos feômeos

Leia mais

Coeficiente de Rendimento. Universidade Iguaçu

Coeficiente de Rendimento. Universidade Iguaçu Coeficiete de Redimeto Uiversidade Iguaçu 1. INTRODUÇÃO Para efocar o seu desempeho escolar, o Coeficiete de Redimeto CR ou Coeficiete de Redimeto Acumulado CRA devem ser expressos por uma média poderada,

Leia mais

Capítulo 8 Estimativa do Intervalo de Confiança. Statistics for Managers Using Microsoft Excel, 5e 2008 Pearson Prentice-Hall, Inc.

Capítulo 8 Estimativa do Intervalo de Confiança. Statistics for Managers Using Microsoft Excel, 5e 2008 Pearson Prentice-Hall, Inc. Capítulo 8 Estimativa do Itervalo de Cofiaça Statistics for Maagers Usig Microsoft Excel, 5e 2008 Pearso Pretice-Hall, Ic. Chap 8-1 Objetivos: Neste capítulo, você aprederá: Costruir e iterpretar estimativas

Leia mais

Vamos estudar o conceito de variabilidade absoluta considerando o conjunto de notas obtidas por cinco alunos:

Vamos estudar o conceito de variabilidade absoluta considerando o conjunto de notas obtidas por cinco alunos: Medidas de Disperção Itrodução: - Observamos ateriormete que as medidas de tedêcia cetral são usadas para resumir, em um úico úmero, aquele parâmetro que será o represetate do cojuto de dados. Estas medidas

Leia mais

MEDIDAS E INCERTEZAS

MEDIDAS E INCERTEZAS 9//0 MEDIDAS E INCERTEZAS O Que é Medição? É um processo empírico que objetiva a desigação de úmeros a propriedades de objetos ou a evetos do mudo real de forma a descrevêlos quatitativamete. Outra forma

Leia mais

Intervalo de Confiança para uma Média Populacional

Intervalo de Confiança para uma Média Populacional Estatística II Atoio Roque Aula 5 Itervalo de Cofiaça para uma Média Populacioal Um dos objetivos mais importates da estatística é obter iformação sobre a média de uma dada população. A média de uma amostra

Leia mais

Medição de Coeficientes de Amortecimento de Amortecedores de Automóveis e Motocicletas

Medição de Coeficientes de Amortecimento de Amortecedores de Automóveis e Motocicletas Medição de Coeficietes de Amortecimeto de Amortecedores de Automóveis e Motocicletas Measuremet of Coefficiets of Dampig of Shock absorbers of Automobiles ad Motorcycles POGORELSKY JUNIOR, JACK SUSLIK

Leia mais

Métodos Quantitativos Aplicados

Métodos Quantitativos Aplicados Métodos Quatitativos Aplicados Aula 3 http://www.iseg.ulisboa.pt/~vescaria/mqa/ Tópicos apresetação Itrodução aos packages estatísticos: SPSS Aálise Uivariada: Redução de dados e caracterização de distribuições

Leia mais

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

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

Leia mais

ESTUDO DA SECAGEM DE BANANAS ATRAVÉS DO MODELO DE DIFUSÃO USANDO SOLUÇÕES ANALÍTICAS

ESTUDO DA SECAGEM DE BANANAS ATRAVÉS DO MODELO DE DIFUSÃO USANDO SOLUÇÕES ANALÍTICAS WWWCONVIBRAORG ESTUDO DA SECAGEM DE BANANAS ATRAVÉS DO MODELO DE DIFUSÃO USANDO SOLUÇÕES ANALÍTICAS ANDRÉA F RODRIGUES 1, WILTON P SILVA 2, JOSIVANDA P GOMES 3, CLEIDE M D P S SILVA 4, ÍCARO CARVALHO RAMOS

Leia mais

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

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

Leia mais

Distribuições Amostrais

Distribuições Amostrais 9/3/06 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/09/06 3:38 ESTATÍSTICA APLICADA I - Teoria

Leia mais

Distribuições Amostrais

Distribuições Amostrais 7/3/07 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/07/07 09:3 ESTATÍSTICA APLICADA I - Teoria

Leia mais

IMPORTÂNCIA DO CÁLCULO DA PROPAGAÇÃO DE ERROS EM UM EXPERIMENTO DE ATRITO ESTÁTICO + *

IMPORTÂNCIA DO CÁLCULO DA PROPAGAÇÃO DE ERROS EM UM EXPERIMENTO DE ATRITO ESTÁTICO + * IMPORTÂNCIA DO CÁLCULO DA PROPAGAÇÃO DE ERROS EM UM EXPERIMENTO DE ATRITO ESTÁTICO + * Celso Yuji Matuo J. R. Marielli Departameto de Física Floriaópolis - SC UFSC Resumo Mostra-se que, mesmo em um experimeto

Leia mais

Análise de Projectos ESAPL / IPVC. Casos Particulares de VLA e TIR. Efeitos de Impostos, Inflação e Risco.

Análise de Projectos ESAPL / IPVC. Casos Particulares de VLA e TIR. Efeitos de Impostos, Inflação e Risco. Aálise de Projectos ESAPL / IPVC Casos Particulares de VLA e TIR. Efeitos de Impostos, Iflação e Risco. O Caso dos Fluxos de Caixa Costates uado um ivestimeto apreseta fluxos de caixa costates ao logo

Leia mais

Cap. 5. Testes de Hipóteses

Cap. 5. Testes de Hipóteses Cap. 5. Testes de Hipóteses Neste capítulo será estudado o segudo problema da iferêcia estatística: o teste de hipóteses. Um teste de hipóteses cosiste em verificar, a partir das observações de uma amostra,

Leia mais

UNICAMP - 2004. 2ª Fase MATEMÁTICA BERNOULLI COLÉGIO E PRÉ-VESTIBULAR

UNICAMP - 2004. 2ª Fase MATEMÁTICA BERNOULLI COLÉGIO E PRÉ-VESTIBULAR UNICAMP - 004 ª Fase MATEMÁTICA BERNOULLI COLÉGIO E PRÉ-VESTIBULAR Matemática Questão 01 Em uma sala há uma lâmpada, uma televisão [TV] e um aparelho de ar codicioado [AC]. O cosumo da lâmpada equivale

Leia mais

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

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

Leia mais

( ) ( ) ( ) ( ) ( ) 3 - INTRODUÇÃO À RESOLUÇÃO DE SISTEMAS NÃO LINEARES. Introdução.

( ) ( ) ( ) ( ) ( ) 3 - INTRODUÇÃO À RESOLUÇÃO DE SISTEMAS NÃO LINEARES. Introdução. 55 3 - INTRODUÇÃO À RESOLUÇÃO DE SISTEMAS NÃO LINEARES. Itrodução. No processo de resolução de um problema prático é reqüete a ecessidade de se obter a solução de um sistema de equações ão lieares. Dada

Leia mais

3.4.2 Cálculo da moda para dados tabulados. 3.4 Moda Cálculo da moda para uma lista Cálculo da moda para distribuição de freqüências

3.4.2 Cálculo da moda para dados tabulados. 3.4 Moda Cálculo da moda para uma lista Cálculo da moda para distribuição de freqüências 14 Calcular a mediaa do cojuto descrito pela distribuição de freqüêcias a seguir. 8,0 10,0 10 Sabedo-se que é a somatória das, e, portato, = 15+25+16+34+10 = 100, pode-se determiar a posição cetral /2

Leia mais

Curso Mentor. Radicais ( ) www.cursomentor.wordpress.com. Definição. Expoente Fracionário. Extração da Raiz Quadrada. Por definição temos que:

Curso Mentor. Radicais ( ) www.cursomentor.wordpress.com. Definição. Expoente Fracionário. Extração da Raiz Quadrada. Por definição temos que: Curso Metor www.cursometor.wordpress.com Defiição Por defiição temos que: Radicais a b b a, N, Observação : Se é par devemos ter que a é positivo. Observação : Por defiição temos:. 0 0 Observação : Chamamos

Leia mais

SUBSTÂNCIAS, MISTURAS E SEPARAÇÃO DE MISTURAS

SUBSTÂNCIAS, MISTURAS E SEPARAÇÃO DE MISTURAS NOTAS DE AULA (QUÍMICA) SUBSTÂNCIAS, MISTURAS E SEPARAÇÃO DE MISTURAS PROFESSOR: ITALLO CEZAR 1 INTRODUÇÃO A química é a ciência da matéria e suas transformações, isto é, estuda a matéria. O conceito da

Leia mais

Análise Combinatória I

Análise Combinatória I Aálise Combiatória I O pricípio fudametal da cotagem ada mais é que a maeira mais simples possível de determiar de quatas maeiras diferetes que um eveto pode acotecer. Se eu, por exemplo, estiver pitado

Leia mais

ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 11º ANO DE ESCOLARIDADE DE MATEMÁTICA A Tema III Sucessões Reais

ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 11º ANO DE ESCOLARIDADE DE MATEMÁTICA A Tema III Sucessões Reais ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS º ANO DE ESCOLARIDADE DE MATEMÁTICA A Tema III Sucessões Reais Tarefa º. Desta figura, do trabalho da Olívia e da Susaa, retire duas sequêcias e imagie o processo

Leia mais

Estimação por Intervalo (Intervalos de Confiança):

Estimação por Intervalo (Intervalos de Confiança): Estimação por Itervalo (Itervalos de Cofiaça): 1) Itervalo de Cofiaça para a Média Populacioal: Muitas vezes, para obter-se a verdadeira média populacioal ão compesa fazer um levatameto a 100% da população

Leia mais

COMPARATIVO ENTRE REGIMES DE CAPITALIZAÇÃO SIMPLES E COMPOSTA E A VINCULAÇÃO DE AMBOS COM A TABELA PRICE

COMPARATIVO ENTRE REGIMES DE CAPITALIZAÇÃO SIMPLES E COMPOSTA E A VINCULAÇÃO DE AMBOS COM A TABELA PRICE COMPARATIVO ETRE REGIMES DE CAPITALIZAÇÃO SIMPLES E COMPOSTA E A VICULAÇÃO DE AMBOS COM A TABELA PRICE Etede-se por regime de capitalização o processo de formação dos juros e a maeira pela qual estes são

Leia mais

Departamento de Engenharia Civil Nivelação de Terrenos

Departamento de Engenharia Civil Nivelação de Terrenos Departameto de Egeharia Civil Nivelação de Terreos Rosa Marques Satos Coelho Paulo Flores Ribeiro 006 / 007 . Nivelação de Terreos Por ivelação de terreos etede-se o cojuto de operações topográficas que

Leia mais

FILAS PARALELAS COM SERVIDORES HETEROGÊNEOS E JOCKEYING PROBABILÍSTICO

FILAS PARALELAS COM SERVIDORES HETEROGÊNEOS E JOCKEYING PROBABILÍSTICO CAÍTULO FILAS ARALELAS COM SERVIDORES HETEROGÊNEOS E JOCKEYING ROBABILÍSTICO Nesse capítulo mostraremos a ovidade desse trabalho que é a obteção das equações de balaço de um sistema de filas paralelas

Leia mais

CAPÍTULO III ANÁLISE DOS DADOS. Para responder à primeira pergunta, observe os dois gráficos abaixo

CAPÍTULO III ANÁLISE DOS DADOS. Para responder à primeira pergunta, observe os dois gráficos abaixo CAPÍTULO III ANÁLISE DOS DADOS III.5 Idéias básicas sobre gráficos e modelos Modelos são regras matemáticas que permitem reproduzir um cojuto de valores uméricos a partir de outro ao qual correspodem.

Leia mais

9 - INFERÊNCIA ESTATÍSTICA Estimação de Parâmetros

9 - INFERÊNCIA ESTATÍSTICA Estimação de Parâmetros INE 7 - Iferêcia Estatística Estimação de Parâmetros 1 9 - INFERÊNCIA ESTATÍSTICA Estimação de Parâmetros 9.1 - Itrodução Estatística é a ciêcia que se ocupa de orgaizar, descrever, aalisar e iterpretar

Leia mais

Estatística II Aula 3. Prof.: Patricia Maria Bortolon, D. Sc.

Estatística II Aula 3. Prof.: Patricia Maria Bortolon, D. Sc. Estatística II Aula 3 Prof.: Patricia Maria Bortolo, D. Sc. Estimação por Itervalo Objetivos Nesta semaa, veremos: Como costruir e iterpretar estimativas por itervalos de cofiaça para a média e a proporção

Leia mais

Chama-se sucessão de números reais, ou sucessão, a uma aplicação de N R (por vezes considera-se Ν 0 = { }

Chama-se sucessão de números reais, ou sucessão, a uma aplicação de N R (por vezes considera-se Ν 0 = { } Aáli Matemática II ao lectivo 006/007 III- Séries. Sucessões ( breves revisões) Def.. Chama- sucessão de úmeros reais, ou sucessão, a Ν 0 ). u: N R uma aplicação de N R (por vezes cosidera- Ν 0 = { } Utiliza-

Leia mais

Métodos de Amostragem

Métodos de Amostragem Métodos de Amostragem Amostragem aleatória Este é o procedimeto mais usual para ivetários florestais e baseia-se o pressuposto de que todas as uidades amostrais têm a mesma chace de serem amostradas a

Leia mais

n ) uma amostra aleatória da variável aleatória X.

n ) uma amostra aleatória da variável aleatória X. - Distribuições amostrais Cosidere uma população de objetos dos quais estamos iteressados em estudar uma determiada característica. Quado dizemos que a população tem distribuição FX ( x ), queremos dizer

Leia mais

Unidade 2 Substâncias e átomos

Unidade 2 Substâncias e átomos Unidade 2 Substâncias e átomos Substâncias Puras pág. 51 A matéria é composta por uma ou mais substâncias químicas. Porém, é difícil saber se um corpo é composto por uma única substância ou por uma mistura

Leia mais

Quantificando os Fenômenos Biológicos

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

Leia mais

PLANEJAMENTO E CONTROLE DE ESTOQUES FUNDAMENTOS DA ADMINISTRAÇÃO DE ESTOQUES

PLANEJAMENTO E CONTROLE DE ESTOQUES FUNDAMENTOS DA ADMINISTRAÇÃO DE ESTOQUES LANEJAMENTO E ONTROLE DE ETOQUE abe registrar o abismo existete etre a logística da distribuição e a logística do suprimeto. No primeiro caso, se 90% dos clietes tiverem as suas mercadorias etregues, houve

Leia mais

4 Teoria da Probabilidade

4 Teoria da Probabilidade 48 4 Teoria da Probabilidade Apresetam-se este capítulo coceitos de probabilidade e de estimação de fuções desidade de probabilidade ecessários ao desevolvimeto e compreesão do modelo proposto (capítulo

Leia mais

Intervalos de Confiança

Intervalos de Confiança Itervalos de Cofiaça Prof. Adriao Medoça Souza, Dr. Departameto de Estatística - PPGEMQ / PPGEP - UFSM - 0/9/008 Estimação de Parâmetros O objetivo da Estatística é a realização de iferêcias acerca de

Leia mais

a = b n Vejamos alguns exemplos que nos permitem observar essas relações. = 4 4² = 16 radical radicando

a = b n Vejamos alguns exemplos que nos permitem observar essas relações. = 4 4² = 16 radical radicando Caro aluo, Com o objetivo de esclarecer as dúvidas sobre a raiz quadrada, apresetamos este material a defiição de radiciação, o cálculo da raiz quadrada e algumas propriedades de radiciação. Além disso,

Leia mais

Desigualdades (por Iuri de Silvio ITA-T11)

Desigualdades (por Iuri de Silvio ITA-T11) Desigualdades (por Iuri de Silvio ITA-T) Apresetação O objetivo desse artigo é apresetar as desigualdades mais importates para quem vai prestar IME/ITA, e mostrar como elas podem ser utilizadas a resolução

Leia mais

Medidas de Tendência Central. Introdução Média Aritmética Moda Mediana

Medidas de Tendência Central. Introdução Média Aritmética Moda Mediana Medidas de Tendência Central Introdução Média Aritmética Moda Mediana Introdução A maioria dos dados apresenta uma tendência de se concentrar em torno de um ponto central Portanto, é possível selecionar

Leia mais

TRANSPORTES. Sessão Prática 4 Amostragem de escalares

TRANSPORTES. Sessão Prática 4 Amostragem de escalares Mestrado Itegrado em Egeharia Civil TRNPORTE Prof. Resposável: Luis Picado atos essão Prática 4 mostragem de escalares Istituto uperior Técico / Mestrado Itegrado Egeharia Civil Trasportes ulas Práticas

Leia mais

Objetivo Estimar uma proporção p (desconhecida) de elementos uma população, apresentando certa característica de interesse, partir

Objetivo Estimar uma proporção p (desconhecida) de elementos uma população, apresentando certa característica de interesse, partir Objetivo Estimar uma roorção (descohecida) de elemetos em uma oulação, aresetado certa característica de iteresse, a artir da iformação forecida or uma amostra. Exemlos: : roorção de aluos da USP que foram

Leia mais

5n 3. 1 nsen(n + 327) e)

5n 3. 1 nsen(n + 327) e) Exercícios 1 Mostre, utilizado a defiição, que as seguites sucessões são limitadas: 2 4 50 a) b) 3 +16 1 5 3 2 c) 1 4( 1) 8 5 d) 100 5 3 2 + 2( 1) 1 4( 1) 8 1 se( + 327) e) f) 5 3 2 4 4 2 2 Mostre, utilizado

Leia mais

11 Aplicações da Integral

11 Aplicações da Integral Aplicações da Itegral Ao itroduzirmos a Itegral Defiida vimos que ela pode ser usada para calcular áreas sob curvas. Veremos este capítulo que existem outras aplicações. Essas aplicações estedem-se aos

Leia mais

MATEMÁTICA PARA CONCURSOS II

MATEMÁTICA PARA CONCURSOS II MATEMÁTICA PARA CONCURSOS II Módulo III Neste Módulo apresetaremos um dos pricipais assutos tratados em cocursos públicos e um dos mais temíveis por parte dos aluos: Progressão Aritmética e Progressão

Leia mais

: 8. log 3 4 : 7 B 6 B C. B D. 1 x. t é o tempo, dado em horas, e

: 8. log 3 4 : 7 B 6 B C. B D. 1 x. t é o tempo, dado em horas, e Eame de Admissão de Matemática Págia de... Simpliicado a epressão. : : tem-se: Simpliicado a epressão p p p Sabedo que p p obtém-se: p p log a etão log será igual a: a a a a pp p p. Para diluir litro de

Leia mais

Estudando complexidade de algoritmos

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

Leia mais

DETERMINANDO A SIGNIFICÂNCIA ESTATÍSTICA PARA AS DIFERENÇAS ENTRE MÉDIAS

DETERMINANDO A SIGNIFICÂNCIA ESTATÍSTICA PARA AS DIFERENÇAS ENTRE MÉDIAS DTRMINANDO A SIGNIFIÂNIA STATÍSTIA PARA AS DIFRNÇAS NTR MÉDIAS Ferado Lag da Silveira Istituto de Física - UFRGS lag@if.ufrgs.br O objetivo desse texto é apresetar através de exemplos uméricos como se

Leia mais

Stela Adami Vayego DEST/UFPR

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

Leia mais

Testes de Hipóteses 5.1 6 8.8 11.5 4.4 8.4 8 7.5 9.5

Testes de Hipóteses 5.1 6 8.8 11.5 4.4 8.4 8 7.5 9.5 Testes de Hipóteses Supoha que o ível crítico de ifestação por um iseto-praga agrícola é de 10% das platas ifestadas. Você decide fazer um levatameto em ove lotes, selecioados aleatoriamete, de uma área

Leia mais

; 2N 2N.! " j %.(1 & q)2 N & j.q j. j!(2n & j)!

; 2N 2N.!  j %.(1 & q)2 N & j.q j. j!(2n & j)! DERIVA GENÉTICA Seja uma população de tamaho fiito N, costate ao logo das gerações; sejam aida p e q as freqüêcias dos alelos A e a de um loco autossômico a geração ; como o tamaho da população é costate,

Leia mais

Mestrado Integrado em Engenharia Civil. Disciplina: TRANSPORTES. Sessão Prática 4: Amostragem

Mestrado Integrado em Engenharia Civil. Disciplina: TRANSPORTES. Sessão Prática 4: Amostragem Mestrado Itegrado em Egeharia Civil Disciplia: TRNSPORTES Prof. Resposável: José Mauel Viegas Sessão Prática 4: mostragem Istituto Superior Técico / Mestrado Itegrado Egª Civil Trasportes ulas Práticas

Leia mais

CF358 Física BásicaExperimental I

CF358 Física BásicaExperimental I CF358 Física BásicaExperimetal I CONFIGURAÇÃO MÓDULO TEÓRICO MÓDULO EXPERIMENTAL => BLOCO 1-4 EXPERIMENTOS => BLOCO 2-4 EXPERIMENTOS PRESENÇA (muito importate) NO MÍNIMO 75% AVALIAÇÃO 01 PROVA -BLOCO TEÓRICO

Leia mais

Autovalores na Análise de Modelos Matriciais Utilizando o Matlab

Autovalores na Análise de Modelos Matriciais Utilizando o Matlab Autovalores a Aálise de odelos atriciais Utilizado o atlab Alessadra Fabia Sostisso 1 Eliete Biasotto Hauser 2 RESUO O pricipal objetivo deste trabalho é aalisar o comportameto de sistemas modelados matricialmete

Leia mais

FUNÇÕES MATEMÁTICAS NÚMERO : PI() SENO E COSSENO: SEN() E COS()

FUNÇÕES MATEMÁTICAS NÚMERO : PI() SENO E COSSENO: SEN() E COS() FUNÇÕES MATEMÁTICAS FUNÇÕES MATEMÁTICAS O Excel possui uma série de funções matemáticas em sua biblioteca. Para utilizar uma função, sempre devem ser utilizados os parêntesis, mesmo que estes fiquem vazios.

Leia mais

Estatística Aplicada Medidas Resumo Apostila 4 Prof. Fábio Hipólito Aluno(a):

Estatística Aplicada Medidas Resumo Apostila 4 Prof. Fábio Hipólito Aluno(a): Medidas Resumo Apostila 4 Prof. Fábio Hipólito Aluo(a): # Objetivo desta aula: Calcular as medidas de tedêcia cetral: média, moda e mediaa para distribuições de frequêcias potuais e por itervalos de classes.

Leia mais

AMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM

AMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM 6 AMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM Quado se pretede estudar uma determiada população, aalisam-se certas características ou variáveis dessa população. Essas variáveis poderão ser discretas

Leia mais

APLICAÇÃO DO PROBLEMA DO CAIXEIRO VIAJANTE NA OTIMIZAÇÃO DE ROTEIROS

APLICAÇÃO DO PROBLEMA DO CAIXEIRO VIAJANTE NA OTIMIZAÇÃO DE ROTEIROS APLICAÇÃO DO PROBLEMA DO CAIXEIRO VIAJANTE NA OTIMIZAÇÃO DE ROTEIROS Ferado Soares Gomes Taufer (FURG) feradosoares29@hotmail.com Elaie Correa Pereira (FURG) elaiepereira@prolic.furg.br Este artigo apreseta

Leia mais

1 Distribuições Amostrais

1 Distribuições Amostrais 1 Distribuições Amostrais Ao retirarmos uma amostra aleatória de uma população e calcularmos a partir desta amostra qualquer quatidade, ecotramos a estatística, ou seja, chamaremos os valores calculados

Leia mais

e, respectivamente. Os valores tabelados para a distribuição t-student dependem do número de graus de liberdade ( n 1 e

e, respectivamente. Os valores tabelados para a distribuição t-student dependem do número de graus de liberdade ( n 1 e Prof. Jaete Pereira Amador 1 1 Itrodução Um fator de grade importâcia a pesquisa é saber calcular corretamete o tamaho da amostra que será trabalhada. Devemos ter em mete que as estatísticas calculadas

Leia mais

Capítulo 5. CASO 5: EQUAÇÃO DE POISSON 5.1 MODELO MATEMÁTICO E SOLUÇÃO ANALÍTICA

Capítulo 5. CASO 5: EQUAÇÃO DE POISSON 5.1 MODELO MATEMÁTICO E SOLUÇÃO ANALÍTICA Capítulo 5. CASO 5: EQUAÇÃO DE POISSON No presete capítulo, é abordado um problema difusivo uidimesioal com absorção de calor (Icropera e DeWitt, 199, o que resulta uma equação de Poisso, que é uma equação

Leia mais

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

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

Leia mais

TEORIA ELEMENTAR DA PROBABILIDADE

TEORIA ELEMENTAR DA PROBABILIDADE TEORIA ELEMENTAR DA PROBABILIDADE Da Origem às Aplicações: As origes do cálculo de probabilidade remotam ao século XVI e suas aplicações referiam-se sempre a jogos de azar. Os jogadores ricos aplicavam

Leia mais

EME 311 Mecânica dos Sólidos

EME 311 Mecânica dos Sólidos EE 311 ecâica dos Sólidos - CPÍTULO 4 - Profa. Patricia Email: patt_lauer@uifei.edu.br IE Istituto de Egeharia ecâica UNIFEI Uiversidade Federal de Itajubá 4 CENTRO DE GRIDDE E OENTO ESTÁTICO DE ÁRE 4.1

Leia mais

10 - Medidas de Variabilidade ou de Dispersão

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

Leia mais

Análise da Resposta Livre de Sistemas Dinâmicos de 2 a Ordem

Análise da Resposta Livre de Sistemas Dinâmicos de 2 a Ordem Aálise da Resposta Livre de Sistemas Diâmicos de Seguda Ordem 5 Aálise da Resposta Livre de Sistemas Diâmicos de a Ordem INTRODUÇÃO Estudaremos, agora, a resposta livre de sistemas diâmicos de a ordem

Leia mais

Sumário. 2 Índice Remissivo 17

Sumário. 2 Índice Remissivo 17 i Sumário 1 Itrodução à Iferêcia Estatística 1 1.1 Defiições Básicas................................... 1 1.2 Amostragem....................................... 2 1.2.1 Tipos de Amostragem.............................

Leia mais

E = ΔV Δx. (1) E uma partícula de carga q movendo-se em um campo elétrico E (unidimensional) sofre uma força F dada por: f = qe.

E = ΔV Δx. (1) E uma partícula de carga q movendo-se em um campo elétrico E (unidimensional) sofre uma força F dada por: f = qe. 5910179 Biofísica I Turma de Biologia FFCLRP USP Prof. Atôio Roque Eletrodifusão e Até o mometo, cosideramos apeas o trasporte de solutos eutros (sem carga elétrica) através de membraas. Nesta aula, vamos

Leia mais

XX OLIMPÍADA REGIONAL DE MATEMÁTICA DE SANTA CATARINA Resolução do treinamento 5 Nível 3

XX OLIMPÍADA REGIONAL DE MATEMÁTICA DE SANTA CATARINA Resolução do treinamento 5 Nível 3 UNIVERSIDADE FEDERAL DE SANTA CATARINA CENTRO DE CIÊNCIAS FÍSICAS E MATEMÁTICAS DEPARTAMENTO DE MATEMÁTICA PET MATEMÁTICA XX OLIMPÍADA REGIONAL DE MATEMÁTICA DE SANTA CATARINA Resolução do treiameto 5

Leia mais

Introdução ao Estudo de Sistemas Lineares

Introdução ao Estudo de Sistemas Lineares Itrodução ao Estudo de Sistemas Lieares 1. efiições. 1.1 Equação liear é toda seteça aberta, as icógitas x 1, x 2, x 3,..., x, do tipo a1 x1 a2 x2 a3 x3... a x b, em que a 1, a 2, a 3,..., a são os coeficietes

Leia mais

AVALIAÇÃO DO BALANÇO HÍDRICO EM UMA PEQUENA BACIA EXPERIMENTAL CARACTERIZADA POR REFLORESTAMENTO DE PINUS ATRAVÉS DE MONITORAMENTO E MODELAGEM

AVALIAÇÃO DO BALANÇO HÍDRICO EM UMA PEQUENA BACIA EXPERIMENTAL CARACTERIZADA POR REFLORESTAMENTO DE PINUS ATRAVÉS DE MONITORAMENTO E MODELAGEM AVALIAÇÃO DO BALANÇO HÍDRICO EM UMA PEUENA BACIA EXPERIMENTAL CARACTERIZADA POR REFLORESTAMENTO DE PINUS ATRAVÉS DE MONITORAMENTO E MODELAGEM Masato Kobiyama, Dpto. Eg. Saitária e Ambietal/UFSC. kobiyama@es.ufsc.br

Leia mais

INTERVALO DE CONFIANÇA BOOTSTRAP COMO FERRAMENTA PARA CLASSIFICAR RAÇAS DO NEMATÓIDE DE CISTO DA SOJA 1

INTERVALO DE CONFIANÇA BOOTSTRAP COMO FERRAMENTA PARA CLASSIFICAR RAÇAS DO NEMATÓIDE DE CISTO DA SOJA 1 INTERVALO DE CONFIANÇA BOOTSTRAP 71 INTERVALO DE CONFIANÇA BOOTSTRAP COMO FERRAMENTA PARA CLASSIFICAR RAÇAS DO NEMATÓIDE DE CISTO DA SOJA 1 JOSÉ ERIVALDO PEREIRA, JOÃO FLÁVIO VELOSO SILVA, WALDIR PEREIRA

Leia mais

Capítulo 5 Cálculo Diferencial em IR n 5.1 Definição de função de várias variáveis: campos vetoriais e campos escalares.

Capítulo 5 Cálculo Diferencial em IR n 5.1 Definição de função de várias variáveis: campos vetoriais e campos escalares. 5. Defiição de fução de várias variáveis: campos vetoriais e. Uma fução f : D f IR IR m é uma fução de variáveis reais. Se m = f é desigada campo escalar, ode f(,, ) IR. Temos assim f : D f IR IR (,, )

Leia mais

CONCEITOS FUNDAMENTAIS DA MATEMÁTICA FINANCEIRA

CONCEITOS FUNDAMENTAIS DA MATEMÁTICA FINANCEIRA CONCEITOS FUNDAMENTAIS DA MATEMÁTICA FINANCEIRA Coceito de taxa de juros Taxa de juro é a relação etre o valor dos juros pagos (ou recebidos) o fial de um determiado período de tempo e o valor do capital

Leia mais

Comparação de testes paramétricos e não paramétricos aplicados em delineamentos experimentais

Comparação de testes paramétricos e não paramétricos aplicados em delineamentos experimentais Comparação de testes paramétricos e ão paramétricos aplicados em delieametos experimetais Gustavo Mello Reis (UFV) gustavo_epr@yahoo.com.br José Ivo Ribeiro Júior (UFV) jivo@dpi.ufv.br RESUMO: Para comparar

Leia mais

Aula 3 Gases ideais ou perfeitos

Aula 3 Gases ideais ou perfeitos Aula Gases ideais ou perfeitos. Equações de Estado Como vimos a aula aterior, o estado de qualquer amostra de uma substâcia pode ser especificado pelas seguites propriedades: i. O volume que a amostra

Leia mais

8/8/2012. Administração Financeira e Orçamentária. Conteúdo. Conteúdo. Tema 3 O valor do dinheiro no tempo. Tema 4 Risco e Retorno

8/8/2012. Administração Financeira e Orçamentária. Conteúdo. Conteúdo. Tema 3 O valor do dinheiro no tempo. Tema 4 Risco e Retorno Admiistração Fiaceira e Orçametária Tema 3 O valor do diheiro o tempo. Tema 4 Risco e Retoro Ivoete Melo de Carvalho, MSc Coteúdo As mutações do valor do diheiro o tempo. Os fatores que iterferem o valor

Leia mais

Lista de Exercícios #4 Assunto: Variáveis Aleatórias Contínuas

Lista de Exercícios #4 Assunto: Variáveis Aleatórias Contínuas . ANPEC 8 - Questão Seja x uma variável aleatória com fução desidade de probabilidade dada por: f(x) = x, para x f(x) =, caso cotrário. Podemos afirmar que: () E[x]=; () A mediaa de x é ; () A variâcia

Leia mais

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

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

Leia mais

TRABALHO1 MEDIÇÕES, ALGARISMOS SIGNIFICATIVOS E ERROS.

TRABALHO1 MEDIÇÕES, ALGARISMOS SIGNIFICATIVOS E ERROS. TRABALHO1 MEDIÇÕES, ALGARISMOS SIGNIFICATIVOS E ERROS. 1.1 Objectivos Medir gradezas físicas, utilizado os istrumetos adequados. Apresetar correctamete os resultados das medições, ao ível da utilização

Leia mais

a = b n Vejamos alguns exemplos que nos permitem observar essas relações. = 4 4² = 16 radical radicando

a = b n Vejamos alguns exemplos que nos permitem observar essas relações. = 4 4² = 16 radical radicando RADICIAÇÃO CONTEÚDOS Radiciação Propriedades dos radicais Extração de fatores do radicado AMPLIANDO SEUS CONHECIMENTOS Radiciação A radiciação é defiida como a operação em que dado um úmero a e um úmero,

Leia mais

AEP FISCAL ESTATÍSTICA

AEP FISCAL ESTATÍSTICA AEP FISCAL ESTATÍSTICA Módulo 0: Medidas de Dispersão (webercampos@gmail.com) MÓDULO 0 - MEDIDAS DE DISPERSÃO 1. Coceito: Dispersão é a maior ou meor diversificação dos valores de uma variável, em toro

Leia mais

Função Logarítmica 2 = 2

Função Logarítmica 2 = 2 Itrodução Veja a sequêcia de cálculos aaio: Fução Logarítmica = = 4 = 6 3 = 8 Qual deve ser o valor de esse caso? Como a fução epoecial é estritamete crescete, certamete está etre e 3. Mais adiate veremos

Leia mais

TECNOLOGIA DO BETÃO. Exemplo de cálculo duma composição pelo método de Faury

TECNOLOGIA DO BETÃO. Exemplo de cálculo duma composição pelo método de Faury TECNOLOGIA DO BETÃO Exemplo de cálculo duma composição pelo método de Faury Dados: Análise granulométrica dos inertes (quadro 1); Massa Volúmica das britas, 2660 Kg/m Massa Volúmica das areias, 26 Kg/m

Leia mais

MATEMÁTICA FINANCEIRA. UNIDADE XI RENDAS Capitalização e Amortização Compostas (Séries de Pagamentos ou Rendas)

MATEMÁTICA FINANCEIRA. UNIDADE XI RENDAS Capitalização e Amortização Compostas (Séries de Pagamentos ou Rendas) 1 UNIDADE XI RENDAS Capitalização e Amortização Compostas (Séries de Pagametos ou Redas) Elemetos ou Classificação: - Redas: Sucessão de depósitos ou de prestações, em épocas diferetes, destiados a formar

Leia mais

1.1. Ordem e Precedência dos Cálculos 1) = Capítulo 1

1.1. Ordem e Precedência dos Cálculos 1) = Capítulo 1 Capítulo. Aritmética e Expressões Algébricas O estudo de cálculo exige muito mais que o cohecimeto de limite, derivada e itegral. Para que o apredizado seja satisfatório o domíio de tópicos de aritmética

Leia mais

Distribuições Amostrais

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

Leia mais

INTERPOLAÇÃO POLINOMIAL

INTERPOLAÇÃO POLINOMIAL 1 Mat-15/ Cálculo Numérico/ Departameto de Matemática/Prof. Dirceu Melo LISTA DE EXERCÍCIOS INTERPOLAÇÃO POLINOMIAL A aproximação de fuções por poliômios é uma das ideias mais atigas da aálise umérica,

Leia mais

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

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

Leia mais

4 HIDROLOGIA ESTATÍSTICA: conceitos e aplicações

4 HIDROLOGIA ESTATÍSTICA: conceitos e aplicações 4 HIDROLOGIA ESTATÍSTICA: coceitos e aplicações 4. Coceitos básicos de Probabilidades Um cojuto de dados hidrológicos ecessita ser previamete aalisado com base em algus idicadores estatísticos básicos

Leia mais

Instituto de Matemática e Estatística da USP MAT Cálculo Diferencial e Integral IV para Engenharia 2a. Prova - 2o. Semestre /10/2014

Instituto de Matemática e Estatística da USP MAT Cálculo Diferencial e Integral IV para Engenharia 2a. Prova - 2o. Semestre /10/2014 Turma A a Questão: Istituto de Matemática e Estatística da USP MAT455 - Cálculo Diferecial e Itegral IV para Egeharia a. Prova - o. Semestre 4-3//4 a, poto Seja fx + x 3. Calcule f 3. b Obteha uma expressão

Leia mais

XIX CONGRESSO DE PÓS-GRADUAÇÃO DA UFLA 27 de setembro a 01 de outubro de 2010

XIX CONGRESSO DE PÓS-GRADUAÇÃO DA UFLA 27 de setembro a 01 de outubro de 2010 COMPARAÇÕES DE DISTRIBUIÇÕES DE PROBABILIDADE PARA UMA SÉRIE DE VAZÕES MÁXIMAS PARA CURSO D ÁGUA RIO DO VEADO, ES MILLENA MIRELLA VIEIRA TAVEIRA ; GEOVANE JUNQUEIRA ALVES ; ANTÔNIO MARCIANO DA SILVA ;

Leia mais

Cap. 4 - Estimação por Intervalo

Cap. 4 - Estimação por Intervalo Cap. 4 - Estimação por Itervalo Amostragem e iferêcia estatística População: cosiste a totalidade das observações em que estamos iteressados. Nº de observações a população é deomiado tamaho=n. Amostra:

Leia mais

Sistemas de filtragem para irrigação. Prof. Roberto Testezlaf Faculdade de Engenharia Agrícola UNICAMP

Sistemas de filtragem para irrigação. Prof. Roberto Testezlaf Faculdade de Engenharia Agrícola UNICAMP Sistemas de filtragem para irrigação Prof. Roberto Testezlaf Faculdade de Engenharia Agrícola UNICAMP III SIMPÓSIO DE CITRICULTURA IRRIGADA Bebedouro, 21 de setembro de 2005 Objetivos Discutir a aplicação

Leia mais

Física 2 - Termodinâmica

Física 2 - Termodinâmica Física 2 - Termodinâmica Calor e Temperatura Criostatos de He 3-272.85 C Termodinâmica Energia Térmica Temperatura, Calor, Entropia... Máquinas Térmicas : Refrigeradores, ar-condicionados,... Física Térmica

Leia mais

I-094 - COLIFORMES E ph MÉDIAS ARITMÉTICAS, MÉDIAS GEOMÉTRICAS E MEDIANAS

I-094 - COLIFORMES E ph MÉDIAS ARITMÉTICAS, MÉDIAS GEOMÉTRICAS E MEDIANAS I-9 - COLIFORMES E ph MÉDIAS ARITMÉTICAS, MÉDIAS GEOMÉTRICAS E MEDIANAS Marcos von Sperling ( 1 ) Engenheiro Civil (UFMG). Doutor em Engenharia Ambiental (Imperial College, Universidade de Londres Inglaterra).

Leia mais