O processo de Modelagem para estudo de Biodiversidade
|
|
- Luiz Eduardo Azambuja Fortunato
- 7 Há anos
- Visualizações:
Transcrição
1 O processo de Modelagem para estudo de Biodiversidade Slides contribuição: Pedro Andrade (INPE) Harold Fowler (UNESP-RC) Ecologia e Modelagem Ambiental para a conservação da Biodiversidade
2 Modelagem para Biodiversidade O que é modelagem teórico? Por que modelar? O Processo ou Ciclo de modelagem As técnicas de modelagem
3 Motivação Aprender apreciar a utilidade do modelagem biológica na evolução e ecologia Biodiversidade Obter entendimento conceitual dos problemas biológicos interessantes Reconhecer plataformas de modelagem como Matemática para os modelos analíticos e modelos baseados em simulação Com a ajuda de programas não precisa ser matemático para modelar Ao encontrar modelos na literatura, verificar os resultados ou ainda estender suas aplicações. 35% de todos os artigos de Evolution e Ecology usam os modelos matemáticos e 60% de todos os artigos da American Naturalist usam modelos matemáticos H.G. Fowler (UNESP-RC)
4 Por quê Modelar?? Darwin: «A matemática parece proporcionar algo com um sentido novo. Identificar os mecanismos básicos possíveis envolvidos nos processos ecológicos Revelar e interpretar as contradições ou falta de consistência dos dados Assistir na confirmação ou rejeição das hipóteses Prever a performance do sistema sob condições ainda não testados Fornecer informação sobre os valores de parâmetros que experimentalmente não são acessíveis Formular hipóteses novos e estimular novas pesquisas H.G. Fowler (UNESP-RC)
5 Por quê Modelar?? Um dos benefícios dos modelos matemáticos formais é sua capacidade de demonstrar se os mecanismos propostos ou as ideias verbais podem funcionar. Os modelos teóricos podem também 1) fazer previsões quantitativas úteis 2) gerar novos entendimentos, como explicar fenômenos contra intuitivos 3) sugerir outros experimentos que podem ajudar a discriminar entre teorias alternativas H.G. Fowler (UNESP-RC)
6 Para quê servem os modelos? Soluções Analíticas, numéricas e qualitativas Interpretação o que a solução significa em termos do problema original? Previsões o que o modelo sugere o que vai acontecer com mudança dos parâmetros? Validação os resultados são consistentes com as observações experimentais? Soulé (1987) modelos são ferramentas para pessoas que pensam, não muletas para pessoas que não pensam. H.G. Fowler (UNESP-RC)
7 MAS, o que é um modelo??? Um modelo é uma representação simplificada de um fenômeno, processo, ator, sistema ou qualquer entidade complexa Ou A atividade de transladar um problema real na matemática para análise subsequente Edwards e Hamson, 1996 Pedro Andrade (INPE)
8 Exemplos de Modelos Forma da Terra Concept Place where we live. Environment. Model Flat archaic belief Spherical Pythagoras (AD 570) Suggested that Earth could be spherical Aristotle (AD 330) First evidence: semi-circular shadow at moon Eratosthenes (AD 240) First estimate of Earth s circumference Mathematics Scotsman McLaurin (1742) Flat Carl Jacobi (1834) Elipsoidal Henri Poincaré (1885) Periform Dynamic Modern geodesy Dynamic geoid Flat Spheric Ellipsoid Periform Pedro Andrade (INPE)
9 Exemplos de Modelos Ambiente Terra Physical Climate System Atmospheric Physics/Dynamics Climate Change Ocean Dynamics Global Moisture Terrestrial Energy/Moisture Soil CO2 Human Activities Marine Biogeochemistry Terrestrial Ecosystems Land Use Tropospheric Chemistry Biogeochemical Cycles CO2 Pollutants (from Earth System Science: An Overview, NASA, 1988) Pedro Andrade (INPE)
10 Modelo Dinâmica de Populações O Lince e a lebre O ciclo de predador e presa foi previsto por um modelo matemático H.G. Fowler (UNESP-RC)
11 Modelos Dinâmicos S ??? f(s) Pedro Andrade (INPE)
12 PARA QUÊ MODELAR?? Entender como os sistemas funcionam/se comportam Simular cenários futuros e alternativos Dar suporte para os tomadores de decisão e políticas públicas usando conhecimento científico Pedro Andrade (INPE)
13 Human actions and global change photo: C. Nobre Where are changes taking place? How much change is happening? Who is being impacted by the change? What is causing change? Pedro Andrade (INPE) photo: A. Reenberg
14 Modelos Matemáticos Um modelo matemático é a formulação em termos matemáticos das premissas associadas a um problema do mundo real O modelagem matemático é o processo para derivar essa formulação [Modelos] proporcionam um antídoto ao sentido de desamparo do que o mundo é complexo demais para entender em qualquer forma geral - Lou Gross Os modelos matemáticos requerem dados numéricos de boa qualidade shit in shit out Os dados ecológicos são frequentemente difíceis de obter (observação de longo prazo, experimentação com sistemas reais) H.G. Fowler (UNESP-RC)
15 Modelos Matemáticos Modelo matemático = uso dos métodos estatísticos para: resumir ou descrever uma coleção de dados Biológicos; procurar padrões nos dados e permitam que inferências do processo ou população estudados Um campo acadêmico interdisciplinar que procura modelar os processos biológicos naturais usando técnicas e ferramentas matemáticas. H.G. Fowler (UNESP-RC)
16 Modelos Matemáticos Justifica-se por: O uso de conjuntos ricos de dados, genomica, que são quase impossíveis entender sem o uso de ferramentas analíticas; O progresso recente no desenvolvimento de ferramentas matemáticas como a teoria de caos para ajudar entender os mecanismos complexos não lineares da biologia; Poder computacional Simulação Experimentação in silico Forest of synthetic pyramidal dendrites grown using Cajal's laws of neuronal branching H.G. Fowler (UNESP-RC)
17 Como construir um modelo? (Matemático) Identifique UM problema Formule premissas simples razoáveis Traduza o problema de palavras para frases matemáticas ou físicas reais de equilíbrio ou leis da com conservação H.G. Fowler (UNESP-RC)
18 O processo de Modelagem Ciclo de Modelagem O ponto de partida é o processo [biologia] e não a Matemática Usualmente a parte mais difícil da modelagem é a identificação de um problema interessante, não revolvendo as equações!! Identifique o problema real H.G. Fowler (UNESP-RC)
19 O processo de Modelagem Identifique o problema real O problema precisa ser interessante [biologicamente] e não trivial Mas também precisa ser tratável! ciência é a arte do resolúvel, Peter Medawar (Nobel Fisiologia e Medicina, em 1960), adaptado de Bismark e parte dessa arte é escolher o problema que será resolúvel. Uso comum: tentar explicar fenômenos difíceis Por exemplo, por que até 30% de todas as ninhadas são abandonadas por os dois pais em ume espécie de aves? Cada pai se beneficia ao deixar o outro cuidar das proles, o custo é que as vezes ambos os pais saem. No equilibro beneficio = custo. Com um modelo podemos explicar por que até 30% dos ninhos são abandonados e por que a espécie tem esse sistema. H.G. Fowler (UNESP-RC)
20 O processo de Modelagem Identifique o problema real Fatores e Premissas Listagem dos fatores e premissas não é trivial! Abstração: envolve fazer premissas simples que tornarão o problema resolúvel, Risco inerente de simplificar o problema demais, tornando a solução de valor menor. OU o descarte de parâmetros que a-priori parecem não ter importância. H.G. Fowler (UNESP-RC)
21 Navalha de Occam William of Ockham (ca ) - filósofo inglês medieval e monge Franciscano "Pluralitas non est ponenda sine neccesitate" "pluralidade não deve ser colocada sem necessidade. "Se em tudo o mais forem idênticas as várias explicações de um fenômeno, a mais simples é a melhor O princípio recomenda assim que se escolha a teoria explicativa que implique o menor número de premissas assumidas e o menor número de entidades. Originalmente um princípio da filosofia reducionista do nominalismo, é hoje tido como uma das máximas heurísticas (regra geral) que aconselham economia, parcimônia e simplicidade, especialmente nas teorias científicas A solução mais simples é sempre a melhor!
22 O processo de Modelagem Identifique o problema real Fatores e Premissas Formulação do Modelo Formulação do modelo: definir as variáveis - entidades que mudam; definir os parâmetros - quantidades que são fixas); definir como variáveis e parâmetros estão limitados e como interagem, escolher uma escala do tempo, ou não; tempo discreto ou contínuo Solução do Modelo [matemático]: modelos analíticos ou simulações numéricas pacotes podem ajudar H.G. Fowler (UNESP-RC)
23 O processo de Modelagem Identifique o problema real Fatores e Premissas Formulação do Modelo Interpretação do Modelo Interpretação do modelo: A resolução pode ser uma equação ou representada em vários gráficos; Como os parâmetros afetam as variáveis? Análise de sensitividade: os resultados são robustos? O que implicam ou sugerem os resultados? O que nos informa de novo e que não entendíamos antes? Quais previsões podem ser realizadas? H.G. Fowler (UNESP-RC)
24 O processo de Modelagem Identifique o problema real Fatores e Premissas Formulação do Modelo Interpretação do Modelo Compare com o mundo real Validação do modelo: Os resultados do modelo se ajustam aos dados existentes? Frequentemente, um modelo formal pode sugerir parâmetros importantes que seriam úteis se medidos empiricamente A validação completa do modelo só é possível após novas pesquisas empíricas H.G. Fowler (UNESP-RC)
25 O processo de Modelagem Identifique o problema real Fatores e Premissas Formulação do Modelo Interpretação do Modelo Compare com o mundo real Publicar & fazer previsões testáveis H.G. Fowler (UNESP-RC)
26 O processo de Modelagem Identifique o problema real Fatores e Premissas Formulação do Modelo Interpretação do Modelo Compare com o mundo real Volta ao começo: Quais fatores estão ausentes? Quais processos foram simplificados demais? Ou seja, o que há de errado? H.G. Fowler (UNESP-RC)
27 Modeling is a cyclic process Pedro Andrade (INPE)
28 Técnicas de Modelagem Matemática para Ecologia de População Principais: Analítica Usa somente a matemática Usualmente é determinística Simulação numérica Resolução numérica do problema ou simulação por computador A estocasticidade está coberta automaticamente H.G. Fowler (UNESP-RC)
29 Técnicas de Modelagem Modelagem Analítica - somente matemática, determinística. Resultados elegantes, mais simples de interpretar do que eles dos modelos de Simulação; Requerem um maior nível de abstração do que a maioria dos modelos de simulação Porém, quanto maior o n de premissas usadas na simplificação,, mais vagos os resultados Ex: usar o tamanho populacional infinito sem estocasticidade e não espacialmente explícitos A maioria dos modelos analíticos usam ou equações de recorrência ou equações diferenciais Equações de recorrência: variável (n) no próximo passo temporal é escrita como uma função do variável no tempo atual n(t+1) = alguma função de n(t) Equação de diferença Dn = n(t+1) - n(t) = alguma função de n(t)" (tempo discreto) Equação diferencial: taxa da mudança do variável no tempo d(n(t))/dt = alguma função de n(t)" (tempo contínuo) H.G. Fowler (UNESP-RC)
30 Técnicas de Modelagem Modelagem Analítica - somente matemática, determinística. Equações de recorrência,equação de diferença ou Equação diferencial: Podem ser usados para modelar o aumento ou declínio da abundância de uma espécie no tempo; Resolvida rapidamente usando os sistemas de álgebra para o computador como Mathematica ( ou Maple ( Não precisa ter medo porque o computador faz a maior parte do trabalho complicado!! H.G. Fowler (UNESP-RC)
31 Técnicas de Modelagem Modelagem por Simulação - estocásticos Os modelos mais complexos podem ser resolvidos numericamente Resolver as equações numericamente usando pacotes como Mathematica, Matlab ou ambientes gráficos como Stella ( ou Simile Ou simular o que acontece com a população modelando explicitamente cada indivíduo (modelos baseados em indivíduo), que automaticamente lida com a estocasticidade Usos típicos: modelos complexos (altamente reais), modelos espacialmente explícitos, modelos estocásticos de população finita, modelos com várias espécies interagindo. Interface gráfica de modelagem ( Dinâmica de Sistemas"): Stella, Modelmaker, Powersim, Vensim, Matlab/Simulink, Simile, Modelos a base do indivíduo: Swarm, Echo, XRaptor, Matlab/Simulink, Gecko, StarLogo, Simile H.G. Fowler (UNESP-RC)
32 Técnicas de Modelagem Analíticos São rápidos de fazer e fáceis de entender; as vezes são simples demais; bons para testar se uma ideia funciona conceitualmente Simulação São mais complicadas de interpretar e mais difíceis para fazer gráficos dos resultados de toda a amplitude dos parâmetros; São mais apropriadas quando o modelo precisa ser real, como na pesca onde os modelos são usados para formular políticas; Também podem ser usados para testar os modelos analíticos H.G. Fowler (UNESP-RC)
33 Modelos computacionais Connect expertise from different fields Make the different conceptions explicit If (...? ) then... Pedro Andrade (INPE)
34 Why computational models? Can represent heterogeneity Formal language to represent the model Avoid ambiguity Stable description of the model Implementation allows experiments Reproducibility (How did you do that?) Different approaches Systems theory Cellular automata Agent-based modeling Pedro Andrade (INPE)
35 TerraME: Terra Modeling Environment Pedro Ribeiro de Andrade 2013 Ecologia e Modelagem Ambiental para a conservação da Biodiversidade Pedro Andrade (INPE)
36 TerraME: Computational environment for developing Cell Spaces nature-society models Source: [Carneiro et al., 2013]
37 TerraME s way: Modular components 1. Get first pair 2. Execute the ACTION 3. Timer =EVENT :32:00 Mens. 1 1:32:10 Mens. 3 1:38:07 Mens. 2 return value true 4. 1:42:00 Mens timetohappen += period Spatial structure Temporal structure latency > 6 years Deforesting Year of creation Iddle Newly implanted Rules of behaviour Deforestation = 100% Slowing down Spatial relations Source: [Carneiro et al., 2013]
38 TerraME Pedro Andrade (INPE)
39 Environmental Models with TerraME Propagação de Queimadas Modelos Hidrológicos Source: (Carneiro, 2006) Source: (Almeida et al, 2008) Modelos LUCC Source: (Carneiro, 2006) Pedro Andrade (INPE)
40 Simulação de Impactos da Elevação do Nível do Mar no Manguezal: uma proposta baseada em autômatos celulares. Denilson da Silva Bezerra Orientadores: Dr(a). Silvana Amaral e Dr. Milton Kampel
41 INTRODUÇÃO O ecossistema manguezal; Bens 30% da proteína animal consumida no Brasil; Serviços absorção de carbono é de 6 a 8 t CO2/ha/ano (Murray et al., 2010) Brasil apresenta a maior área contínua (8.900 km 2 ) do mundo (Kjerfv et al., 2002; Souza-Filho, 2005); Podem ser utilizados como indicadores da elevação do nível do mar (Walters et al., 2008); Contudo!!! Há poucos estudos neste contexto, e os mesmos não são conclusivos (Alongi, 2007); No Brasil o manguezal normalmente é discutido de forma secundária.
42 Estudo de Caso
43 Fontes dos Dados 1. Formas de uso e ocupação do solo (Catálogo de imagen/inpe); 2. Modelo Digital de Elevação (TOPODATA/INPE); 3. Mapeamento de manguezais (IBAMA/PNUD-2009 e banco de dados do ZCM-2003); 4. Classes de solos (LABGEO/UEMA e ZEE/EMBRAPA); 5. Valores medidos de marés (MARINHA).
44 Procedimentos metodológicos Usos dos softwares TerraView e terrame 1.2 ; Banco de dados com espaço celular ( células de 1 ha cada); Preenchimento das células (estados e atributos); Regras de vizinhança (cada célula pode ter até oito vizinhos strategy = "moore em linguagem LUA); Implementação do código em linguagem LUA.
45 Ideia Central Cenários para o padrão geral de resposta do manguezal a alterações do nível do mar: (A) Cenário de não elevação; (B) Cenário de retração e (C) Cenário de elevação. Fonte: adaptado de GILMAN et al. (2007)
46 Modelo conceitual
47 Estados e atributos das células Estados: Manguezal, vegetaçao de terra firme, mar, praias e área antrópizada; Atributos: Altimetria, altura de maré e classes de solos presentes.
48 Espaço celular vazio
49 Regras de vizinhança Sistema de espaço celular onde cada célula pode ter até oito células vizinhas. Fonte: Leonardo Santos et al. (2011).
50 Preenchimento do espaço celular Formas de Uso e ocupação (estados das células)
51 Preenchimento do espaço celular Altimetria (atributo das células)
52 Preenchimento do espaço celular Classe de solos (atributo das células)
53 RESULTADOS Cenário de não elevação
54 RESULTADOS Cenário de elevação de 0,1 m
55 RESULTADOS Cenário de elevação ~ 1 m
56 Modelo no TerraME
57 Modelos Baseados em Indivíduos Resposta de spp de aves a estrutura da paisagem: spatial explicit IBM Milton Cezar Ribeiro - PhD TROLL - Modelo de competição por luz e sucessão ecológica Lanna, J. (2012) Efeitos da Dinâmica Sucessional de Florestas Neotropicais Pluviais Sobre sua Estrutura, Composição e Biomassa no Contexto das Mudanças Globais. Dissertação de Mestrado, UFOP.
58 TROLL
59 TROLL - >>C ~ tx crescimento
60 TROLL >>C tx crescimento
61 >> seca >> tx mortalidade TROLL
62 TROLL >> seca >> tx mortalidade
63 Predictive habitat distribution models in ecology Guisan, A. ; Thuiller, W. 2005, Predicting species distribution: offering more than simple habitat. Ecology Letters, 8: Guisan, A. ; Zimmermann. 2000, Predictive habitat distribution models in ecology. Ecological Modelling, 135: Ecologia e Modelagem Ambiental para a conservação da Biodiversidade
64 All models are wrong but some are useful! (Box, 1979). Obrigada! (consultem e participem de nossas Referatas!
65 Referências Guisan, A. ; Thuiller, W. 2005, Predicting species distribution: offering more than simple habitat. Ecology Letters, 8: Guisan, A. ; Zimmermann. 2000, Predictive habitat distribution models in ecology. Ecological Modelling, 135: Ambdata ( Referatas ( IWASHITA, F. Sensibilidade de modelos de distribuição de espécies a erros de posicionamento de dados de coleta p. (INPE TDI/1291). Dissertação (Mestrado em Sensoriamento Remoto) - Instituto Nacional de Pesquisas Espaciais, São José dos Campos, Disponível em: < Acesso em: 06 abr
Simulação de Impactos da Elevação do Nível do Mar sobre Manguezais Utilizando o TerraME
Simulação de Impactos da Elevação do Nível do Mar sobre Manguezais Utilizando o TerraME Denilson da Silva Bezerra Orientadores: Dr(a). Silvana Amaral e Dr. Milton Kampel 1 - INTRODUÇÃO O ecossistema manguezal;
Leia maisModelagem e Simulação de Sistemas Terrestres e o Ambiente TerraME
Universidade Federal de Minas Gerais Instituto de Geociências Programa de Pós-Graduação em Análise e Modelagem de Sistemas Ambientais Modelagem e Simulação de Sistemas Terrestres e o Ambiente TerraME Tiago
Leia maisNeste curso, vamos estudar algumas maneiras em que a matemática é usada para modelar processos dinâmicos em biologia.
Introdução à Modelagem Matemática em Biologia Os sistemas biológicos são caracterizados por mudança e adaptação. Mesmo quando eles parecem ser constantes e estáveis, isso é o pelo resultado de um balanceamento
Leia maisAnálise de Processos ENG 514
Análise de Processos ENG 514 Capítulo 1 Introdução à Modelagem de Processos Prof. Édler Lins de Albuquerque Outubro de 2013 1 Considerações Iniciais Processos e Sistemas da Engenharia Química são Complexos
Leia maisFerramentas para Análise Estatística e Modelagem. Pedro Ribeiro de Andrade DSA/CST/INPE Brasília, 2010 pedro.andrade@inpe.br
Ferramentas para Análise Estatística e Modelagem Dinâmica Espacial Pedro Ribeiro de Andrade DSA/CST/INPE Brasília, 2010 pedro.andrade@inpe.br TerraLib: SIGs Corporativos SGBD art: R-TerraLib API www.r-project.org
Leia maisAnálise de Viabilidade Populacional na conservação das aves
XIX Congresso Brasileiro de Ornitologia Análise de Viabilidade Populacional na conservação das aves Marcos Vinícius Carneiro Vital Setor de Biodiversidade e Ecologia http://marcosvital.wordpress.com/ O
Leia maisProf. Domingos Sávio Giordani
Prof. Domingos Sávio Giordani dsgiordani@usp.br Como estruturar a pesquisa 1. Formular um problema O problema deve ser Claro e Preciso (usualmente na forma de pergunta) Deve ser empírico Ser suscetível
Leia maisUso do OMT G para Modelagem Ambiental do Sistema Manguezal da Ilha do Maranhão Frente o Aumento do Nível do Mar
Uso do OMT G para Modelagem Ambiental do Sistema Manguezal da Ilha do Maranhão Frente o Aumento do Nível do Mar Márcio Vennan de Sousa Galeno¹, Jouglas Willians Castro Serrão¹, Iran Charles Pereira Belfort¹,
Leia maisIntrodução ao Curso de Algoritmos Numéricos II /
Introdução ao Curso de Algoritmos Numéricos II / Computação Científica Andrea M. P. Valli, Lucia Catabriga avalli@inf.ufes.br, luciac@inf.ufes.br March 19, 2018 Andrea M. P. Valli, Lucia Catabriga (UFES)
Leia maisSIMULAÇÃO. Professor: Adriano Benigno Moreira
SIMULAÇÃO Professor: Adriano Benigno Moreira Modelagem e Simulação de Sistemas Etapa de Planejamento Formulação e análise do problema Etapa de Modelagem Coleta de dados Etapa de Experimentação Projeto
Leia maisTabela de Pré-Requisitos. Interdisciplinar 36 Não há
Nome da UC Categoria CH Total Pré-Requisitos Álgebra Linear Eletiva 72 Geometria Analítica Álgebra Linear Computacional Eletiva 72 Cálculo Numérico Álgebra Linear II Eletiva 72 Álgebra Linear Algoritmos
Leia maisCriando o seu componente LuccME
Criando o seu componente LuccME Um guia de desenvolvedor Versão 3.1 Setembro 2017 Criando o seu componente LuccME Um guia de desenvolvedor Versão 3.1 Setembro 2017 Autores: Equipe LuccME Conteúdo 1 Introdução
Leia maisUma breve introdução ao Curso de Computação Científica / Algoritmos Numéricos II
Uma breve introdução ao Curso de Computação Científica / Algoritmos Numéricos II Lucia Catabriga luciac@inf.ufes.br March 28, 2017 Lucia Catabriga (UFES) ANII e CC DI/PPGI/PPGEM March 28, 2017 1 / 27 Contextualizando
Leia maisMODELAGEM E SIMULAÇÃO
MODELAGEM E SIMULAÇÃO Professor: Dr. Edwin B. Mitacc Meza edwin@engenharia-puro.com.br www.engenharia-puro.com.br/edwin Análise da Decisão Pela própria natureza da vida, todos nós devemos continuamente
Leia maisEstimativa de escoamento superficial na bacia do rio Sapucaí por meio de modelagem hidrológica dinâmica
Estimativa de escoamento superficial na bacia do rio Sapucaí por meio de modelagem hidrológica dinâmica João Bosco Coura dos Reis Registro nº 130.362 SER-300 - Introdução ao Geoprocessamento São José dos
Leia maisEntrei no Bacharelado em Física Computacional: e Agora?
Entrei no Bacharelado em Física Computacional: e Agora? Tereza Mendes Instituto de Física de São Carlos USP http://lattice.if.sc.usp.br/ Bacharelado em Física Computational Carreira Bacharelado em Física
Leia maisESCOLA SECUNDÁRIA DE LOUSADA
ESCOLA SECUNDÁRIA DE LOUSADA 2012 2013 PLANIFICAÇÃO DA DISCIPLINA DE MATEMÁTICA Curso Profissional de Técnico de Multimédia ELENCO MODULAR A7 Probabilidades 28 A6 Taxa de variação 36 A9 Funções de crescimento
Leia maisImplementação de autômatos celulares com o uso de software livre
Implementação de autômatos celulares com o uso de software livre Daniel Vieira Franzolin Sônia Ternes 2 Concebida no campo da Ecologia, a modelagem baseada no indivíduo (MBI) é proposta como uma alternativa
Leia maisESTRUTURA DE PUBLICAÇÃO DE MODELOS
ESTRUTURA DE PUBLICAÇÃO DE MODELOS PARA A PLATAFORMA TERRAME Bolsista: Raian Vargas Mare;o (raian@dpi.inpe.br) Supervisor: Dr. Antônio Miguel Vieira Monteiro Parceiros: Dra. Flávia da Fonseca Feitosa (UFABC)
Leia maisCurso Profissional de Nível Secundário
Curso Profissional de Nível Secundário Técnico Auxiliar de Saúde 2 TAS Ano Letivo: 2014/2015 Matemática (200 horas) 11º Ano PLANIFICAÇÃO A LONGO PRAZO A7 Probabilidades Fenómenos aleatórios. 2 aulas Argumento
Leia maisA biologia é a nova física e a matemática nosso novo microscópio?
A biologia é a nova física e a matemática nosso novo microscópio? Paulo Inácio K.L. Prado Depto. de Ecologia - IB - USP http://ecologia.ib.usp.br/let prado@ib.usp.br O título desta palestra Que inveja
Leia maisO que é Simulação? Capítulo 1. Prof. Afonso C Medina & Prof. Leonardo Chwif. fonte original de consulta.
O que é Simulação? Capítulo 1 fonte original de consulta. Prof. Afonso C Medina & Prof. Leonardo Chwif 1 Introdução Definição A Simulação como ferramenta de suporte à decisão Quando utilizar a Teoria das
Leia maisModelagem de Crescimento de Culturas Agrícolas LEB Modelagem de Culturas Agrícolas I Aula #1 Introdução
1100222 - Modelagem de Crescimento de Culturas Agrícolas LEB5048 - Modelagem de Culturas Agrícolas I Aula #1 Introdução Prof. Quirijn de Jong van Lier Prof. Fábio R Marin natural agrícola urbano 1 Evolução
Leia maisDe que matemática os biólogos precisam?
Motivação Alfabetização matemática Paulo I. Prado 1 Alexandre A. Oliveira 1 Roberto A. Kraenkel 2 1 Ecologia, IB USP 2 Instituto de Física Teórica, UNESP Seminário Novas Abordagens em Pesquisa Biológica
Leia maisFerramentas de Suporte
Cálculo Numérico Módulo I Prof Reinaldo Haas Como estudar Métodos Numéricos? 2 Uso do método numérico Computador Programa Desenvolver Utilizar Verificar validade dos resultados obtidos 3 Programas para
Leia maisFeam FUNDAÇÃO ESTAUDAL DO MEIO AMBIENTE Mestrado Profissional UFOP/FEAM
Feam FUNDAÇÃO ESTAUDAL DO MEIO AMBIENTE Mestrado Profissional UFOP/FEAM Trabalho Final da Disciplia: Modelagem Ambiental Dr. Tiago Garcia de Senna Carneiro Departamento de Computacao Universidade Federal
Leia maisCURSO DE CIÊNCIAS EXATAS HABILITAÇÃO: BACHARELADO EM CIÊNCIAS EXATAS INGRESSANTES 2009
CURSO DE CIÊNCIAS EXATAS HABILITAÇÃO: BACHARELADO EM CIÊNCIAS EXATAS INGRESSANTES 2009 Período Atividade Acadêmica Caráter Cr CH Pré-requisito Código Denominação 1º MAT154 Cálculo I Disciplina de Formação
Leia maisModelos Probabilísticos
Modelos Probabilísticos Somente para lembrar... Modelos são extremamente importantes para o estudo do desempenho de um sistema antes de implementá-lo na prática! Foguete proposto tem confiabilidade? Devemos
Leia maishttps://www1.ufrgs.br/portalensino/graduacaocurriculos/ajax/relatori...
Período Letivo: 2016/1 Curso: ESTATÍSTICA Habilitação: BACHARELADO EM ESTATÍSTICA Currículo: BACHARELADO EM ESTATÍSTICA Créditos Obrigatórios: 134 Créditos Eletivos: 48 Créditos Complementares: 10 Total:
Leia maisAvaliação de Desempenho de Sistemas Discretos
Referências Avaliação de Desempenho de Sistemas Discretos Parte I: Introdução Professor: Reinaldo Gomes reinaldo@computacao.ufcg.edu.br 4 Kleinrock, L. Queueing Systems - Vol. : Theory. John Wiley & Sons,
Leia maisDesenvolvimento de um modelo de ensino da Física
Desenvolvimento de um modelo de ensino da Física Modelação ou desenvolvimento de um modelo Processo cognitivo de aplicação dos princípios de uma teoria para produzir um modelo de um objecto físico ou de
Leia maisMODELO DE PLANO DE ENSINO FICHA N o 2 (variável)
MODELO DE PLANO DE ENSINO FICHA N o 2 (variável) Disciplina: Ecologia Aplicada Código: TT019 Natureza: ( X ) obrigatória ( ) optativa Semestral ( X ) Anual ( ) Modular ( ) Pré-requisito: Não há Co-requisito:
Leia maisWorkshop GIS e Modelagem Abertura
Workshop GIS e Modelagem Abertura Ana Paula Dutra de Aguiar XIII SBSR Florianópolis, 24 de abril de 2007 Modelagem em Sistemas de Informação Geográfica Buscam emular processos geográficos do mundo real,
Leia maishttps://www1.ufrgs.br/portalensino/graduacaocurriculos/ajax/relatori...
Período Letivo: 2016/1 Curso: ESTATÍSTICA Habilitação: BACHARELADO EM ESTATÍSTICA Currículo: BACHARELADO EM ESTATÍSTICA - V 1 Créditos Obrigatórios: 136 Créditos Eletivos: 40 Créditos Complementares: 6
Leia maisORGANIZAÇÃO E TRATAMENTO DE DADOS
ORGANIZAÇÃO E TRATAMENTO DE DADOS Principles and Standards for School Mathematics (2000) Este documento reforça a ênfase dada no anterior documento, da importância e da adequabilidade, às crianças mais
Leia maisCompetição e neutralidade
1 Competição e neutralidade Paulo R. Guimarães Jr (Miúdo) www.guimaraes.bio.br Os quatro processos fundamentais: 1. Seleção 2. Dispersão 3. Deriva ecológica 4. Especiação Competição interespecífica
Leia maisMODELAGEM DA DINÂMICA VEGETACIONAL DAS PASTAGENS NATURAIS VIA WEB 1
MODELAGEM DA DINÂMICA VEGETACIONAL DAS PASTAGENS NATURAIS VIA WEB 1 Luís Octávio Zimmermann de Borba Maia 2 ; Carlos Eduardo Nogueira Martins 3 ; Ivo Marcos Riegel 4 INTRODUÇÃO A busca de mais informação
Leia maisSERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE MINAS GERAIS IFMG
Matriz Curricular FGGCOMP - Bacharelado em Ciência da Computação 0. Disciplinas Obrigatórias FGGCOMP.00 Cálculo I FGGELET.00 - Cálculo I / FGGMATE.00 - Cálculo Diferencial e Integral I FGGCOMP.00 Geometria
Leia maisSERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE MINAS GERAIS IFMG
Matriz Curricular FGGCOMP - Bacharelado em Ciência da Computação 0. Disciplinas Obrigatórias FGGCOMP.00 Cálculo I FGGELET.00 - Cálculo I / FGGMATE.00 - Cálculo Diferencial e Integral I FGGCOMP.00 Geometria
Leia maisSERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE MINAS GERAIS IFMG
Matriz Curricular FGGCOMP - Bacharelado em Ciência da Computação 0. Disciplinas Obrigatórias FGGCOMP.00 Cálculo I FGGELET.00 - Cálculo I / FGGMATE.00 - Cálculo Diferencial e Integral I FGGCOMP.00 Geometria
Leia maisC CURSO PROFISSIONAL DE GESTÃO E PROGRAMAÇÃO DE SISTEMAS INFORMÁTICOS CICLO DE FORMACÃO ANO LECTIVO: 2008/2009 ( 3º Ano )
ESCOLA SECUNDÁRIA c/ 3º CICLO MANUEL DA FONSECA C CURSO PROFISSIONAL DE GESTÃO E PROGRAMAÇÃO DE SISTEMAS INFORMÁTICOS CICLO DE FORMACÃO 2006-2009 ANO LECTIVO: 2008/2009 ( 3º Ano ) CONTEÚDOS Página 1 Módulo
Leia maisWorkshop de Inovação 25 e 26 de agosto de 2016
Workshop de Inovação 25 e 26 de agosto de 2016 CARACTERÍSTICAS INOVADORAS DO PROJETO 1. PROJETO DE P&D CARACTERIZADO COMO APRIMORAMENTO DE PRODUTOS/ SERVIÇOS OPERACIONAIS OFERECIDOS PELO INPE À SOCIEDADE.
Leia maisPor fim, deve-se mencionar o problema da geometria 2D complexa. Segundo a MFLE, as taxas de propagação das trincas por fadiga dependem
1 Introdução Este trabalho trata da simulação numérica, com verificação experimental, do processo de trincamento de componentes estruturais bi-dimensionais (2D) por fadiga sob cargas de amplitude variável.
Leia maisProjeto de iniciação científica desenvolvido na UFFS campus Cerro Largo, PRO-ICT/UFFS 2
ANÁLISE DA ESTABILIDADE DE UM PULVERIZADOR DE POMARES DO TIPO TORRE UTILIZANDO DIAGRAMAS DE BIFURCAÇÃO 1 ANALYSIS OF STABILITY OF A TOWER TYPE ORCHARD SPRAYER USING BIFURCATION DIAGRAMS Nadine Thiele 2,
Leia maisUSO DE GEOTECNOLOGIAS PARA IDENTIFICAÇÃO DE ÁREAS VULNERÁVEIS AO DERRAMAMENTO DE PETRÓLEO NA ILHA DO MARANHÃO
USO DE GEOTECNOLOGIAS PARA IDENTIFICAÇÃO DE ÁREAS VULNERÁVEIS AO DERRAMAMENTO DE PETRÓLEO NA ILHA DO MARANHÃO USE OF GEOTECHNOLOGIES TO IDENTIFY AREAS VULNERABLE TO OIL SPILLS IN THE MARANHÃO ISLAND Thaís
Leia maisESCOLA SECUNDÁRIA DE AMORA. PLANIFICAÇÃO A LONGO/MÉDIO PRAZO - Ano Letivo 2014 / 2015 CURSOS DE EDUCAÇÃO E FORMAÇÃO TIPO 2 2.º ANO
ESCOLA SECUNDÁRIA DE AMORA PLANIFICAÇÃO A LONGO/MÉDIO PRAZO - Ano Letivo 2014 / 2015 CURSOS DE EDUCAÇÃO E FORMAÇÃO TIPO 2 2.º ANO MATEMÁTICA APLICADA Para estes estudantes, a disciplina de Matemática terá
Leia maisINE 5101 Simulação Discreta. Simulação Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE
INE 5101 Simulação Discreta 1 Objetivos do curso Ao final deste curso você deverá saber: O que é modelagem e simulação de sistemas; Como funcionam programas de simulação; Como utilizar corretamente uma
Leia maisSimulação e Modelagem
Simulação e Modelagem Prof. Afonso C Medina Prof. Leonardo Chwif Versão. 6//6 Introdução Definição A Simulação como ferramenta de suporte à decisão Quando utilizar a Teoria das Filas ou a Simulação? O
Leia maisConceitos iniciais. Sistematização e modelagem em produção de não ruminantes Parte 1. Introdução. Introdução. Introdução.
Universidade Federal do Paraná Programa de Pós-Graduação em Ciências Veterinárias AZ 753 Tópicos em Produção Animal Sistematização e modelagem em produção de não ruminantes Parte 1 Experimentação, Sistematização
Leia maisFerramentas de monitoramento e análise de modelos espaciais dinâmicos em tempo-real
Ferramentas de monitoramento e análise de modelos espaciais dinâmicos em tempo-real Antônio José da Cunha Rodrigues Orientador: Tiago Garcia de Senna Carneiro Departamento de Computação UFOP 22 de julho
Leia maisCONCLUSÕES E SUGESTÕES PARA O PROSSEGUIMENTO DA INVESTIGAÇÃO
CAPÍTULO 6 CONCLUSÕES E SUGESTÕES PARA O PROSSEGUIMENTO DA INVESTIGAÇÃO 6.1 Conclusões CAPÍTULO 6 CONCLUSÕES E SUGESTÕES PARA O PROSSEGUIMENTO DA INVESTIGAÇÃO 6.1 Conclusões A aplicação de modelos matemáticos
Leia maisMODELAGEM DE PROCESSOS INDUSTRIAIS II. Prof. Pierre Vilar Dantas Turma: 0072-A Horário: 3N ENCONTRO DE 29/05/2018
MODELAGEM DE PROCESSOS INDUSTRIAIS II Prof. Pierre Vilar Dantas Turma: 0072-A Horário: 3N ENCONTRO DE 29/05/2018 1 Objetivos Considerar o artigo em anexo; Analisar os experimentos; Reproduzir os experimentos
Leia maisAgrupamento de Escolas do Fundão
Agrupamento de Escolas do Fundão MATEMÁTICA P GPI 13 12º Ano CURRÍCULO DA DISCIPLINA E Nº DE AULAS PREVISTAS Período PLANIFICAÇÃO ANUAL Módulos a leccionar + Conteúdos Programáticos Módulo A6- Taxa de
Leia maisRelatório de Versão Curricular - UFF
Curso: ESTATÍSTICA Desdobramento: Código: 1 - T: BACHAREL Currículo: 54.01.003 Versão: 1 Criada em 07/08/2013 por GILMAR DE ALMEIDA LIMA Última modificação em 10/09/2013 por GILMAR DE ALMEIDA LIMA Versão
Leia maisHORÁRIO DE AULA DO CURSO DE ENGENHARIA DE BIOPROCESSOS E BIOTECNOLOGIA 2016*
HORÁRIO DE AULA DO CURSO DE ENGENHARIA DE BIOPROCESSOS E BIOTECNOLOGIA * Alteração em Reunião de Conselho de Curso realizado em 25/11/2015 2016* 1º SEMESTRE 1º ANO Física I Biologia Celular Introdução
Leia maisOnde deixar a figueira? Uma conversa sobre computadores, paisagens, o universo e tudo mais. Prof. Dr. Danilo Boscolo
Onde deixar a figueira? Uma conversa sobre computadores, paisagens, o universo e tudo mais Prof. Dr. Danilo Boscolo Vila madalena, São Paulo, 1950 Rua Fradique Coutinho Encolhimento da Biosfera
Leia maisModelos e Modelagem. Roteiro
Modelos e Modelagem Lupércio F. Bessegato PUC Minas IEC 2007 Roteiro 1. O processo de modelagem 2. Tipos de modelos 3. Modelos determinísticos e probabilísticos 4. Modelos interativos: 5. Modelagem e tomada
Leia maisRelatório de Versão Curricular - UFF
Curso: Desdobramento: Código: 1 - T: BACHAREL Currículo: 54.01.003 Versão: 4 Criada em 20/12/2017 por GILMAR DE ALMEIDA LIMA Última modificação em 03/04/2018 por GILMAR DE ALMEIDA LIMA Versão finalizada:
Leia maisCURSO VOCACIONAL SECUNDÁRIO 2º ANO TÉCNICO COMERCIAL NRº DO PROJETO: ENSINO SECUNDÁRIO OBJETIVOS - REPRESENTAÇÃO GEOMÉTRICA DE UMA FUNÇÃO
CURSO VOCACIONAL SECUNDÁRIO 2º ANO TÉCNICO COMERCIAL NRº DO PROJETO: ENSINO SECUNDÁRIO Ano Letivo 2016/2017 MATEMÁTICA APLICADA PLANIFICAÇÃO ANUAL Documento(s) Orientador(es): Programa de Matemática de
Leia maisPensamento Computacional e. Relações para o ensino de Computação na Educação Básica. Ismar Frango Silveira
Pensamento Computacional e Educação Matemática: Relações para o ensino de Computação na Educação Básica Thiago Schumacher Barcelos Ismar Frango Silveira Agenda 1. Cenário atual motivação 2. A natureza
Leia maisTeoria da computabilidade Indecidíveis Decidíveis
Bacharelado em Ciência da Computação Disciplina: Algoritmos e Estruturas de Dados I Professor: Mário Luiz Rodrigues Oliveira Teoria da computabilidade Indecidíveis Decidíveis Teoria da complexidade Intratáveis:
Leia maisBancos de Dados Geográficos. Modelagem Dinâmica EspaçoTemporal para Análise do Uso e. Ocupação do Solo
Bancos de Dados Geográficos Modelagem Dinâmica EspaçoTemporal para Análise do Uso e Ocupação do Solo Prólogo Introdução Tradicionalmente, os Sistemas de Informação Geográfica são baseados em suposições
Leia maisModelagem de Sistemas Complexos para Políticas Públicas. Patrícia A. Morita Sakowski 29/09/2017
Modelagem de Sistemas Complexos para Políticas Públicas Patrícia A. Morita Sakowski 29/09/2017 Motivador Apresentar o que são modelos baseados em sistemas complexos e discutirmos se é possível utilizá-los
Leia maisSERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE MINAS GERAIS IFMG
Matriz Curricular FGGMATE - Licenciatura em Matemática 0. Disciplinas Obrigatórias FGGMATE.090 Filosofia da Educação Matemática FGGMATE.00 Fundamentos de Cálculo FGGMATE.00 Fundamentos de Matemática Elementar
Leia maisMODELO DE SIMULAÇÃO DE UMA SOLUÇÃO DE INTEGRAÇÃO USANDO TEORIA DAS FILAS 1 SIMULATION MODEL OF AN INTEGRATION SOLUTION USING QUEUE THEORY
MODELO DE SIMULAÇÃO DE UMA SOLUÇÃO DE INTEGRAÇÃO USANDO TEORIA DAS FILAS 1 SIMULATION MODEL OF AN INTEGRATION SOLUTION USING QUEUE THEORY Félix Hoffmann Sebastiany 2, Sandro Sawicki 3 1 Projeto de pesquisa
Leia maisAvaliação Quantitativa de Sistemas
Avaliação Quantitativa de Sistemas Contexto A Avaliação Quantitativa de Sistemas permite a avaliação de sistemas antes mesmo da sua implementação física. Dessa forma, é possível avaliar um sistema projetado
Leia maisDiversidade e Conservação. Conservação da Biodiversidade 2012
Diversidade e Conservação Conservação da Biodiversidade 2012 Sistemas complexos: partes (subsistemas) + relações = propriedades emergentes s escalas não lineares não são conseqüência das partes isoladamente
Leia maisPROJETO DE INTERFACES PARA ÁLGEBRA DE MAPAS EM GEOPROCESSAMENTO NO AMBIENTE SPRING
MINISTÉRIO DA CIÊNCIA E TECNOLOGIA INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS INPE-9307-TDI/820 PROJETO DE INTERFACES PARA ÁLGEBRA DE MAPAS EM GEOPROCESSAMENTO NO AMBIENTE SPRING Ivan Soares de Lucena Dissertação
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Função Distribuição Condicional Calculando Probabilidades condicionando Esperança Condicional Aula de hoje Análise de Comandos de Programação
Leia maisI - Introdução à Simulação
1 I - Introdução à Simulação Simulação é, entendida como a imitação de uma operação ou de um processo do mundo real. A simulação envolve a geração de uma história artificial de um sistema para a análise
Leia maisEstatística e Matemática Aplicadas a Data Science. Diógenes Justo BM&FBOVESPA & Professor FIAP
Estatística e Matemática Aplicadas a Data Science Diógenes Justo BM&FBOVESPA & Professor FIAP Agenda Modelagem para Data Science (Matemática e Estatística) Detecção de Fraudes Forecast (financeiro) Conclusões
Leia maisEcologia Numérica - Aula Teórica
Ecologia Numérica - Aula Teórica 2 18-09-2018 https://www.azquotes.com/author/14847-john_tukey Versão temporária das aulas 1 e 2 https://www.dropbox.com/s/50rthhr7e18bsge/ecolnum0t1t2.pptx?dl=0 BAD FENIX
Leia maisAprendizagem em Física
Aprendizagem em Física 06 de maio de 2008 A discussão de um currículo para a física no ensino médio Referências básicas Reorientação Curricular para o Ensino Médio SEE 2006 Materiais didáticos SEE 2006
Leia maisEQUAÇÕES DIFERENCIAIS E MODELAGEM MATEMÁTICA: IMPORTANTES ESTRUTURAS PARA O ESTUDO DE CRESCINEBTO E DECRESCIMENTO DE POPULAÇÕES
EQUAÇÕES DIFERENCIAIS E MODELAGEM MATEMÁTICA: IMPORTANTES ESTRUTURAS PARA O ESTUDO DE CRESCINEBTO E DECRESCIMENTO DE POPULAÇÕES Hélio Oliveira Rodrigues 1 1 Instituto Federal de Educação Ciência e Tecnologia
Leia maisCursos Profissionais de Nível Secundário
Cursos Profissionais de Nível Secundário Técnico de Apoio à infância e Técnico de Turismo Ano Letivo: 2014/2015 Matemática (100 horas) 10º Ano PLANIFICAÇÃO A LONGO PRAZO A1 Geometria Resolução de problemas
Leia maisRESULTADO PRELIMINAR DAS SOLICITAÇÕES DE EQUIVALÊNCIAS 1 QUADRIMESTE 2011
RESULTADO PRELIMINAR DAS SOLICITAÇÕES DE EQUIVALÊNCIAS 1 QUADRIMESTE 2011 Nº Matrícula Código Disciplina Resultado Centro 514 11034710 BC1519 Circuitos Elétricos e Fotônica INDEFERIDO CECS 516 11034710
Leia maisINSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE SANTA CATARINA. Unidade Curricular de Engenharia e Sustentabilidade
INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE SANTA CATARINA Unidade Curricular de Engenharia e Sustentabilidade Método de projeto para engenharia Habilidades do Engenheiro; Etapas do projeto
Leia maiso desempenho do motorista, reconstruir pistas e trajetórias, e desenvolver controles autônomos, entre outros.
1 Introdução Os veículos terrestres cada vez mais vêm trazendo novas tecnologias de controle de seus componentes, como direção, tração, freios e outros acessórios para melhor conforto e segurança de seus
Leia maisINTRODUÇÃ SISTEMAS AMBIENTAIS
LEA - População, Recursos e Ambiente 1º Ano / 1º Semestre - 2006-07 INTRODUÇÃ ÇÃO À ANÁLISE DE SISTEMAS AMBIENTAIS DIAGRAMAS CAUSAIS 8 de Novembro de 2006 Bernardo Augusto bra@civil.ist.utl.pt Índice Sistemas
Leia mais7 Conclusão. 7.1 Principais Contribuições Originais
97 7 Conclusão Uma metodologia eficiente e segura é proposta para prever a propagação de trincas de fadiga sob carregamento de amplitude variável em estruturas bidimensionais com geometria 2D complexa.
Leia maisTópicos Especiais em CFD - Efeitos Especiais
Tópicos Especiais em CFD - Efeitos Especiais http://www.liviajatoba.com/iprj-te-cfd-ee Professora Livia Jatobá Aula 01: Introdução 1 SOBRE A DISCIPLINA Dinâmica dos Fluidos Computacional para Efeitos Especiais
Leia maisAGRUPAMENTO de ESCOLAS Nº1 de SANTIAGO do CACÉM Ano Letivo 2013/2014 PLANIFICAÇÃO ANUAL
AGRUPAMENTO de ESCOLAS Nº1 de SANTIAGO do CACÉM Ano Letivo 2013/2014 PLANIFICAÇÃO ANUAL Documento(s) Orientador(es): Programa e Metas de Aprendizagem e manual adoptado 3º CICLO MATEMÁTICA 7ºANO TEMAS/DOMÍNIOS
Leia maisARTIGOS CIENTÍFICOS Fundamentos da escrita científica Modelos da escrita científica. Prof. Dr. Ricardo dos Reis
ARTIGOS CIENTÍFICOS Fundamentos da escrita científica Modelos da escrita científica Prof. Dr. Ricardo dos Reis Vista a camisa: Se coloque no lugar do leitor. Se você fosse o leitor, O que você gostaria
Leia maisModelos e ferramentas matemáticas aplicados à Biologia da Conservação
Universidade Federal de Alagoas Modelos e ferramentas matemáticas aplicados à Biologia da Conservação Marcos Vinícius Carneiro Vital Setor de Ecologia e Conservação Slides estarão disponíveis em: http://marcosvital.wordpress.com/
Leia maisAGRUPAMENTO de ESCOLAS de SANTIAGO do CACÉM Ano Letivo 2016/2017
AGRUPAMENTO de ESCOLAS de SANTIAGO do CACÉM 3º CICLO Ano Letivo 2016/2017 MATEMÁTICA 7ºANO PLANIFICAÇÃO ANUAL Documento(s) Orientador(es): Programa e Metas de Aprendizagem, apoiado pelas novas Orientações
Leia maisDISCIPLINAS ELETIVAS GRUPO 1 Mínimo de 840 horas
DISCIPLINAS TIVAS GRUPO 1 Mínimo de 0 horas (disciplinas obrigatórias de algum dos cursos de segundo ciclo lotadas no Instituto de Ciências Exatas ou na Faculdade de Engenharia, exceto estágios e trabalhos
Leia maisPROGRAMA ANALÍTICO E EMENTA DE DISCIPLINA DA PÓS GRADUAÇÃO
Semestre Letivo PROGRAMA ANALÍTICO E EMENTA DE DISCIPLINA DA PÓS GRADUAÇÃO Duração em Semanas I ( X ) II 17 IDENTIFICAÇÃO Disciplina Código Simulação Hidrológica Departamento Sigla da Unidade Engenharia
Leia maisFísica Estatística Computacional
Física Estatística Computacional Tereza Mendes IFSC USP http://lattice.ifsc.usp.br/cbpf.html Física Estatística Computacional Vamos trabalhar com sistemas estocásticos, em que um grande número de integrantes
Leia maisPlanejamento Logístico. Anhanguera 2011 Prof. André Jun
Planejamento Logístico Anhanguera 2011 Prof. André Jun CAP. 05 MODELANDO A CADEIA DE SUPRIMENTOS Modelos: introdução Definição é uma representação simplificada de um sistema funcionando na prática Tipos
Leia maisANEXO I SEQÜÊNCIA ACONSELHADA DE DISCIPLINAS Ciência da Computação
ANEXO I SEQÜÊNCIA ACONSELHADA DE DISCIPLINAS Ciência da Computação 1º SEMESTRE DEPTo. CÓDIGO CRÉDITOS CH TIPO DISCIPLINA - Pré-Requisito FIL 0725-0 4 0 0 60 OBR Metodologia Científica INF 5587-8 3 0 0
Leia maisMINISTÉRIO DA EDUCAÇÃO INSTITUTO NACIONAL DE ESTUDOS E PESQUISAS EDUCACIONAIS - INEP DIRETORIA DE AVALIAÇÃO PARA CERTIFICAÇÃO DE COMPETÊNCIAS
MINISTÉRIO DA EDUCAÇÃO INSTITUTO NACIONAL DE ESTUDOS E PESQUISAS EDUCACIONAIS - INEP DIRETORIA DE AVALIAÇÃO PARA CERTIFICAÇÃO DE COMPETÊNCIAS Exame Nacional de Certificação de Competências de Jovens e
Leia maisMetas Curriculares. Ensino Básico. Ciências Naturais
Metas Curriculares Ensino Básico Ciências Naturais 2013 8.º ANO TERRA UM PLANETA COM VIDA Sistema Terra: da célula à biodiversidade 1. Compreender as condições próprias da Terra que a tornam o único planeta
Leia maisSeleção Natural. Fundamentos de Ecologia e Modelagem Ambiental Aplicados à Conservação da Biodiversidade
Seleção Natural Fundamentos de Ecologia e Modelagem Ambiental Aplicados à Conservação da Biodiversidade Aluna: Michelle Andrade Furtado Profº Dalton e Profª Silvana Definição Seleção Natural pode ser definida
Leia maisUNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE MATEMÁTICA E ESTATÍSTICA COMISSÃO DE GRADUAÇÃO DE ESTATÍSTICA
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE MATEMÁTICA E ESTATÍSTICA COMISSÃO DE GRADUAÇÃO DE ESTATÍSTICA Av. Bento Gonçalves 9500 - Agronomia 91509-900 Porto Alegre - RS BRASIL Tel: (051)3308-6186/3308-6185
Leia maisPCC104 - Projeto e Análise de Algoritmos
PCC104 - Projeto e Análise de Algoritmos Marco Antonio M. Carvalho Departamento de Computação Instituto de Ciências Exatas e Biológicas Universidade Federal de Ouro Preto 7 de outubro de 2016 Marco Antonio
Leia maisSSC546 Avaliação de Sistemas Computacionais Parte 1 -Aula 3 Sarita Mazzini Bruschi
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Departamento de Sistemas de Computação SSC546 Avaliação de Sistemas Computacionais Parte 1 -Aula 3 Sarita Mazzini Bruschi Material
Leia maisO modelo SUBER na plataforma simflor para apoio à gestão florestal
O modelo SUBER na plataforma simflor para apoio à gestão florestal Margarida Tomé, Joana A Paulo, Sónia P Faias, João HN Palma Instituto Superior de Agronomia Centro de Estudos Florestais Equipa Já corre!
Leia maisSERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE MINAS GERAIS IFMG
LEI Nº.9, DE 9//00, PUBLICADA NO DOU DE 0//00, SEÇÃO I, PAGS. I - Rua São Luiz Gonzaga, s/n - São Luiz - Formiga - MG - CEP: 70-000 Tel: (7)-09 - Site: www.formiga.ifmg.edu.br Matriz Curricular FGGCOMP
Leia mais