ANÁLISE MATEMÁTICA DE MODELOS DE POLIMERIZAÇÃO. Heloísa Lajas Sanches

Tamanho: px
Começar a partir da página:

Download "ANÁLISE MATEMÁTICA DE MODELOS DE POLIMERIZAÇÃO. Heloísa Lajas Sanches"

Transcrição

1 ANÁLISE MATEMÁTICA DE MODELOS DE OLIMERIZAÇÃO Heloísa Laas Sanches TESE SUBMETIDA AO CORO DOCENTE DA COORDENAÇÃO DOS ROGRAMAS DE ÓS-GRADUAÇÃO DE ENGENHARIA DA UNIVERSIDADE FEDERAL DO RIO DE JANEIRO COMO ARTE DOS REQUISITOS NECESSÁRIOS ARA A OBTENÇÃO DO GRAU DE DOUTOR EM CIÊNCIAS EM ENGENHARIA QUÍMICA. Aprovada por: rof. ríamo Albuquerque Melo Jr., D.Sc. rof. José Carlos Cosa da Slva no, D.Sc. rof. Evarso Chalbaud Bscaa Jr., D.Sc. rof. Eduardo Gomes Dura do Carmo, D.Sc. rof. edro Henrque Hermes de Araúo, D.Sc. Dr. Marcelo do Amaral Marns, h.d. RIO DE JANEIRO, RJ - BRASIL SETEMBRO DE 7

2 SANCHES, HELOÍSA LAJAS Análse Maemáca de Modelos de olmerzação [Ro de Janero] 7 XIV, 46 p. 9,7 cm (COE/UFRJ, D.Sc., Engenhara Químca, 7) Tese - Unversdade Federal do Ro de Janero, COE. Modelos de olmerzação I. COE/UFRJ II. Tíulo (sére)

3 A meus pas, Bearz e José, a meus rmãos, José Afonso e Rcardo, e a meus amgos A oldoro maa o re Treíco, Só por fcar senhor do grão esouro; Enra, pelo foríssmo edfíco, Com a flha de Acrso a chuva de ouro; ode ano em Tarpéa avaro víco Que, a roco do meal luzene e louro, Enrega aos nmgos a ala orre, Do qual quase afogada em pago morre. Ese rende mundas foralezas; Faz redoros e falsos os amgos; Ese a mas nobres faz fazer vlezas, E enrega Capães aos nmgos; Ese corrompe vrgnas purezas, Sem emer de honra ou fama alguns pergos; Ese deprava às vezes as cêncas, Os uízos cegando e as conscêncas. (Luís de Camões, Os Lusíadas, Cano Oavo, esrofes 97 e 98)

4 Agradecmenos Ao maor dos Mesres, Ele que é o Camnho, a Verdade e a Vda. A meus pas Bearz e José, e a meus rmãos José Afonso e Rcardo, que sempre comemoraram comgo os momenos de vóra e me susenaram nos momenos de derroa. Ao o Mauríco por odo o seu carnho nabalável pela dsânca. A meus orenadores Zé e ríamo, pela amzade e pelos seus ensnamenos. Àqueles que me acolheram durane eses anos: aulnha, Edu Lma, Suzy, Arhur, Beh, Carla, Raquel, Edla e Ronaldo, Bernardo Rbero, Márca e Marcelo Casold, Anna, Maríla, Íss e Auguso, Jula, Leandro Barbosa, Hellen, Fred Kronemberger, José da axão, Dego, Luz Fernando, Clarssa, Alne rscla, Alne Vero, Chrsan e Elvra, Eduardo Lemos, Jacson, Rossano, Banca, Vvane, Schwaab e Elsa, Crs e Álvaro, Crsna Almeda, Nlson, Fabane... Aos colegas do LMSC o Lar dos Troglodas. À CAES, pela bolsa de douorado. v

5 Resumo da ese apresenada à COE/UFRJ como pare dos requsos necessáros para a obenção do grau de Douor em Cêncas (D.Sc.) ANÁLISE MATEMÁTICA DE MODELOS DE OLIMERIZAÇÃO Heloísa Laas Sanches Seembro/7 Orenadores: ríamo Albuquerque Melo Jr. José Carlos Cosa da Slva no rograma: Engenhara Químca Nese rabalho, analsam-se as propredades maemácas de modelos lneares que descrevem a cnéca de polmerzação, consderando que as soluções das equações deses modelos podem ser represenadas como o resulado da aplcação sucessva de um operador lnear a um deermnado elemeno. Combnando-se esa abordagem e alguns eoremas de pono fxo, são obdas desgualdades que lmam a dsrbução de amanhos de cadea do polímero para as modelos, as quas se assemelham a dsrbuções de Schulz-Flory. Apresena-se, anda, uma nova écnca para o fechameno das equações dos momenos da dsrbução de amanhos em balanços populaconas dervados de mecansmos de polmerzação, na qual não é necessáro pressupor que a dsrbução é represenada por uma deermnada dsrbução de referênca. v

6 Absrac of hess presened o COE/UFRJ as a paral fulfllmen of he requremens for he degree of Docor of Scence (D.Sc.) MATHEMATICAL ANALYSIS OF OLYMERIZATION MODELS Heloísa Laas Sanches Sepember/7 Advsors: ríamo Albuquerque Melo Jr. José Carlos Cosa da Slva no Deparmen: Chemcal Engneerng In hs wor, he mahemacal properes of lnear models ha descrbe he polymerzaon necs are analyzed. Analyss s performed by consderng ha he mahemacal descrpon of he growh of polymer chans s equvalen o he successve applcaon of a lnear operaor. By combnng hs approach and fxed-pon heorems, one shows ha he chan sze dsrbuon s bounded by an expresson ha resembles a Schulz-Flory dsrbuon. Furhermore, a new echnque s presened for he closure of momen equaons of populaon balances polymerzaon problems. Ths echnque provdes a closure for he momen equaons whou assumng ha he chan sze dsrbuon s descrbed by a nown reference dsrbuon. v

7 ÍNDICE LISTA DE SÍMBOLOS x INTRODUÇÃO CAÍTULO A DISTRIBUIÇÃO DE TAMANHOS DE CADEIA 4. olímeros e a dsrbução de amanhos de cadea 4. Os balanços de massa de ssemas de polmerzação 9.. As hpóeses cnécas para reações de polmerzação. A predção eórca da dsrbução de amanhos de cadea.. A nspração esocásca para obenção da DTC.. Resolução dos balanços de massa.. - Méodo dos momenos e reconsrução 5 CAÍTULO A ESTRUTURA E ANÁLISE MATEMÁTICA DA CINÉTICA DE REAÇÕES QUÍMICAS 4. A cnéca químca formal 4. A esruura maemáca da cnéca de reações 45.. O raameno axomáco de ssemas reaconas 45.. Os prolegômenos da análse de reações químcas 47.. A cnéca geral de ação das massas 5..4 Teora de grafos A análse maemáca de modelos de cnéca de reações 7.. A esruura e a análse de ssemas reaconas complexos 7.. A análse das regões de composção angíves em reaores químcos Comenáros sobre as esruuras dos ssemas químcos Compabldade enre a cnéca e a ermodnâmca Exsênca de osclações e dnâmca exóca 79 CAÍTULO ANÁLISE RELIMINAR DE MODELOS LINEARES 86 v

8 DE OLIMERIZAÇÃO. A nerpreação de polmerzações lneares aravés de um mecansmo lnear genérco 86.. A represenação marcal de modelos lneares de polmerzação: esado esaconáro 89.. A represenação marcal de modelos lneares de polmerzação: esado ransene 95. A dsrbução de amanhos de cadea como seqüênca 7. Exemplos específcos do comporameno de modelos lneares de polmerzação.. Dnâmca osclaóra em ssemas de copolmerzação.. Análse de perodcdades na DTC de um homopolímero CAÍTULO 4 ANÁLISE DE ONTO FIXO DE MODELOS DE OLIMERIZAÇÕES LINEARES 4. A eora do pono fxo Aproxmações para seqüêncas geradas aravés de erações sucessvas Os mapeamenos conracvos relaconados à dsrbução de amanhos de cadea A análse de pono fxo para um mecansmo lnear genérco A análse de pono fxo para um conuno de mecansmos O pono fxo do operador T, dependene de 78 CAÍTULO 5 - DESENVOLVIMENTO DE UMA REGRA DE FECHAMENTO DOS MOMENTOS 8 5. A ulzação da écnca dos momenos 8 5. O fechameno das equações dos momenos 8 5. Os momenos negavos de uma dsrbução A função Zea de Remann Um exemplo smples de fechameno 86 v

9 5.5 Os números harmôncos As séres assnócas e a fórmula de Euler-Maclaurn A aplcação da écnca proposa a um problema de degradação de um polímero Uma correção das equações dos momenos negavos As equações dos momenos posvos e negavos As condções ncas referenes a O cálculo de Soluções para o problema de degradação ulzando a nova écnca Degradação de um polímero com dsrbução ncal de Schulz-Flory Degradação de um polímero com oura dsrbução ncal CAÍTULO 6 CONCLUSÕES E SUGESTÕES 6 Sugesões para rabalhos fuuros 6 REFERÊNCIAS BIBLIOGRÁFICAS 8 AÊNDICE SOBRE A NORMA UTILIZADA NO CAÍTULO 4 AÊNDICE SOBRE OS SOMATÓRIOS LOGARÍTMICOS NO CAÍTULO 5 5 x

10 LISTA DE SÍMBOLOS Símbolos Lanos a Massa da espéce químca - Equação (.). A Comonômero ou sua quandade. A Marz de consumo de cadeas vvas - Equação (.9). A Espéce químca. b Concenração da espéce em um ssema de coordenadas ransformado B Seção (..). Comonômero ou sua quandade. B Elemeno químco Equação (.9). c Veor de concenrações Equação (.). C Complexo Seção (..). c ( ) Coefcene da expansão de ( ) d ( ), Dsânca nduzda pela norma, em ermos dos p () Equação (.4).. D Veor de produos da reação Equação (.). D Cadea mora de polímero de amanho ou sua quandade Equação (.5). e M Exponencal da marz M - Equação (4.). f Vazão de almenação da espéce de amanho e po. f Veor que coném as axas de formação das espéces de amanho zero Equação (.). f Veor de vazões de almenação Equação (.). F ( ) Marz de dmensão (NS NF), cuas NF colunas f () represenam as composções das NF correnes de almenação ndependenes Equação (.6). H Número harmônco de ordem. I Tamanho de cadea. Marz dendade. x

11 Tamanho máxmo de cadea. MAX Tamanho de cadea médo por número Equação (.58). n Tamanho de cadea médo por peso Equação (.58). w c, d, Consane de axa da reação de ermnação por combnação relava a uma cadea de amanho. Consane de axa da reação de ermnação por desproporconameno relava a uma cadea de amanho. Consanes cnécas Capíulo. p p, s, f, Kd Consane de axa da reação de propagação. Consane de axa da reação de propagação relava a uma cadea de amanho. Consane de axa da reação de ermnação esponânea relava a uma cadea de amanho. Consane de axa da reação de ransformação relava a uma cadea de amanho. Consane de desavação: cadeas vvas do po reagem com a espéce de baxo peso molecular X - Equação (.).,l K Consane de nerrupção: cadeas vvas do po ornam-se do po l, aravés da reação com X - Equação (.).,l Kp Consane de propagação: cadeas vvas do po ornam-se do po l, aravés da reação com X - Equação (.).,l K Consane de ransformação: cadeas vvas do po ornam-se do po l, aravés da reação com X - Equação (.). K Marz de consanes de axa Equação (.). K Marz de ransformação - Equação (.). Kp Marz de propagação - Equação (.). l Número de classes de lgação Seção (..). M Monômero ou sua quandade. M eso molecular da cadea de amanho. M eso molecular médo por número Equação (.) n M eso molecular médo por peso Equação (.) w x

12 n Número de complexos Seção (..). N Número de cadeas de amanho - Equação (.) NC NS Número de espéces de baxo peso molecular. Número de pos de cadea polmérca. D oldspersão Equação (.) Cadea vva de polímero de amanho ou sua quandade. Veor que coném as quandades - Equação (.). Cadea vva de polímero de amanho e do po. p () Elemeno da base do subespaço em que se enconra ( ), - equação (.4). () Represenação de, consderando que é uma varável conínua. ( ), Represenação de, consderando que é uma varável conínua Equação (.4). ( ) Aproxmação para ( ), AA AB, BB BA, - Equação (.4).,, Cadeas de copolímero Equação (.7). p robabldade de ransção (Cadeas de Marov) Equação (.7). o Quandade oal de cadeas polmércas avas. o, o Veor de quandades ncas de cadeas vvas de amanho. N o Veor que esá no espaço nulo de ( ) Ω. o Veor que esá no complemeno orogonal de ( ) R ( o) R ( o) Ω. Conuno de composções angíves aravés de políca de almenação com eapa únca Fgura (.). Conuno de composções angíves aravés de políca de almenação com eapas múlplas Fgura (.). Norma do veor. Norma do veor - Equação (4.). ono fxo da seqüênca ( ) q - Teorema, Capíulo 4. robabldade de propagação da dsrbução de Schulz-Flory Equação (.). q n ( x) Dsrbução de probabldades (Cadeas de Marov). x

13 q n Veor de dsrbução de probabldades no empo n (Cadeas de Marov). Q Cadea vva de polímero de amanho. r Taxa de reação. r c, Taxa da reação de combnação relava a uma cadea de amanho. r p, Taxa da reação de propagação relava a uma cadea de amanho. R ( c) Marz de axas de formação de espéces Seção (..). R Reação químca Equação (.5). s Dmensão do espaço esequomérco Seção (..). S Número oal de espéces químcas Seção (..). Espaço esequomérco Seção (..). S ( ) Operador marcal relaconado à formação da seqüênca ( ) (4.87). sup f( ) Valor supremo que a função ( ) J Tempo. T Temperaura Equação (.5) f ange no nervalo J. Q - Equação Número de elemenos químcos presenes no ssema Seção (..). T Operador Equação (.98). T Operador que depende do amanho de cadea Equação (.9). V Espaço das espéces Seção (..). W Espaço dos complexos Seção (..). W Cadea vva de polímero de amanho. x Veor de dmensão NF cuo -ésmo elemeno é a vazão da correne da almenação de composção f () Equação (.6). X Espéce de baxo peso molecular do po. y Veor do complexo C - Equação (.). Y Marz de axas de formação de complexos Seção (..). Símbolos Gregos α Consane da defnção de conração ou mapeameno conracvo. x

14 α Veor com as concenrações de espéces químcas Equação (.4). β Veor das concenrações em um ssema de coordenadas ransformado Seção (..). δ Defcênca de um mecansmo Seção (..). γ Consane de Euler-Maclaurn Capíulo 5. ε Resíduo da Equação (.44). Valor caracerísco Equação (.). Momeno de ordem da dsrbução de amanhos de cadea - Capíulo 5. Λ Marz dagonal Seção (..). [ M] µ Medda ou norma logarímca da marz M em relação à sua norma -, Equação (4.). νp Veor de coefcenes esequomércos relaconados à reação de, propagação Equação (.). ν Veor de coefcenes esequomércos relaconados à reação de, ransformação Equação (.). ν Veor de coefcenes esequomércos relaconados à reação de nerrupção, Equação (.). νd Veor de coefcenes esequomércos relaconados à reação de desavação Equação (.). θ ( ) Função de referênca para a colocação orogonal Equação (.5). Tempo caracerísco. arâmero da dsrbução de osson Equação (.8). ζ ( n) Função Zea de Remann Equação (5.6). Ω (,) Marzane de ( K) A. Ω ( ) Lme do marzane de ( K) A para - Equação (.4). Ω ( ) arcela do marzane al que a negral no nervalo [, [ de Ω ( ) f( ) fna Equação (.5). Ω ( ) arcela do marzane al que a negral no nervalo [, [ de Ω ( ) f( ) nfna Equação (.5). é é xv

15 INTRODUÇÃO É negável que o emprego dos polímeros snécos modfcou e faclou a vda no mundo aual. As propredades físco-químcas desas grandes moléculas e a possbldade de se manpular a dsrbução de amanhos desas ornam os maeras polmércos úes para grande varedade de aplcações, cuo número cresce a cada da, fao favorecdo pelas vasas pesqusas nese campo. E são precsamene esas propredades dsnas que ornam a produção de polímeros e o esudo das reações de polmerzação arefas por vezes complcadas. Na produção ndusral de alguns polímeros, por exemplo, não é ncomum enfrenarem-se problemas causados pela ala vscosdade do meo reaconal, que dfcula a ransferênca de massa e calor no reaor. As écncas para processameno dos maeras polmércos devem ambém levar em cona esas propredades. Além dso, os polímeros produzdos devem ser adequados ao uso fnal a que se desnam. Conseqüenemene, devem-se conhecer prevamene a composção e a dsrbução de amanhos que o polímero possurá ao sar do reaor ndusral, de forma que ele sea desnado a um uso coerene com suas caraceríscas. ara esa predção das caraceríscas do polímero são de grande valor as avdades de modelagem e smulação da polmerzação. A modelagem maemáca da cnéca de reações de polmerzação possu parculardades que a ornam mas dfícl, em relação à modelagem de muas ouras reações: o grande amanho das moléculas envolvdas pode fazer com que modelos consagrados para as axas de reação seam nadequados, e a varedade de amanhos que as moléculas dos polímeros apresenam ornam o número de equações do modelo exremamene grande. Assm, nem sempre é possível resolver analcamene as equações deses modelos. Como a resolução das equações dos modelos de polmerzação é geralmene dfícl, a análse maemáca desas equações pode ser proveosa para a deermnação de quandades e comporamenos lmanes relavos a esas reações, sem que sea

16 necessáro resolver as equações. Evdenemene, a análse maemáca não provê soluções para modelos complcados, mas resulados que podem aé mesmo auxlar a procura das soluções numércas de as problemas. Nesa ese, propõe-se a análse maemáca de um deermnado conuno de modelos que descrevem reações de polmerzação lneares. Os obevos desa análse são revelar caraceríscas de modelos lneares de polmerzação e esudar uma nova écnca para fechameno das equações dos momenos da dsrbução de amanhos das cadeas polmércas. No Capíulo enconra-se uma breve revsão sobre a modelagem de reações de polmerzação e os méodos mas comuns para ober a dsrbução de pesos moleculares a parr das equações que descrevem os balanços de massa neses ssemas de polmerzação. O Capíulo raa de uma revsão sobre rabalhos cuos auores buscaram, va análse maemáca, les fundamenas que descrevem caraceríscas do comporameno de ssemas reaconas genércos, como a esabldade de ponos de equlíbro e a possbldade de o ssema apresenar dnâmca exóca. Nese caso, os auores adoaram modelos genércos que descrevessem um número razoável de ssemas químcos para sua análse, de forma que as conclusões obdas ambém fossem parlhadas por odos eses. Eles propuseram, anda, defnções e conceos que buscam conclar os resulados baseados em conceos de cnéca de reações e aqueles baseados em conceos ermodnâmcos. O Capíulo mosra alguns resulados obdos nesa ese, que são resulanes da análse prelmnar de modelos lneares genércos de polmerzação. Também são mosrados, nese capíulo, dos exemplos específcos de análse ssemas de polmerzação, os quas apresenam caraceríscas não-rvas que poderam ser gnoradas sem a análse proposa nese rabalho. Uma análse mas genérca de modelos lneares de polmerzação é mosrada no Capíulo 4. Nese caso, adme-se que a dsrbução de amanhos de cadea é obda

17 aravés de um processo eravo. Aravés de conceos da Teora do ono Fxo, esudam-se algumas parculardades desas dsrbuções. No Capíulo 5, é proposa uma nova écnca para o fechameno das equações que descrevem a dnâmca dos momenos da dsrbução de amanhos de cadea. Ese assuno é parcularmene mporane quando se abordam mecansmos não-lneares de polmerzação, para os quas a obenção da dsrbução de amanhos de cadea complea pode ser muo rabalhosa. Fnalmene, apresenam-se, no Capíulo 6, as prncpas conclusões obdas nesa ese, assm como sugesões para rabalhos fuuros que dêem connuação a ese assuno.

18 CAÍTULO A DISTRIBUIÇÃO DE TAMANHOS DE CADEIA Nese capíulo, são apresenados alguns conceos báscos sobre polímeros e sobre a modelagem maemáca de reações de polmerzação. oserormene, são examnadas algumas esraégas desenvolvdas para a predção da dsrbução de amanhos de cadea de polímeros.. olímeros e a dsrbução de amanhos de cadea Os polímeros são moléculas de alo peso molecular, formadas pela combnação de undades mas smples (os meros), que são orundos de moléculas de pequeno peso molecular (os monômeros). Apesar da ulzação memoral de polímeros nauras como a celulose e do conhecmeno sobre a produção de alguns polímeros neramene snécos a parr da prmera década do século XX, não hava consenso sobre a exsênca de moléculas de alo peso molecular - as macromoléculas - aé 9 []. Os numerosos pos de reações de polmerzação esão dvddos em dos grandes grupos: o das polmerzações em cadea e o das polmerzações por eapas. Nas polmerzações em cadea, a molécula de polímero cresce aravés de reações em cadea, em que esão usualmene envolvdos íons ou radcas lvres. Represena-se, na Fgura (.), a polmerzação do eleno va radcas lvres, como exemplo de polmerzação em cadea [, ]. Nas polmerzações por eapas, as reações que promovem o aumeno da cadea aconecem enre duas moléculas polfunconas e produzem uma molécula maor (ambém polfunconal), e, quase sempre, uma molécula de baxo peso molecular. Nese caso, duas espéces moleculares de amanhos quasquer podem reagr, e, por so, uma cadea polmérca pode crescer aos salos, ou sea, de mas de uma undade por vez []. A formação do pol(erefalao de eleno), ou ET, aconece por uma polmerzação em eapas, represenada na Fgura (.). 4

19 peróxdo I (ncação) I CH CH I CH CH I CH CH CH CH I CH CH CH CH propagação R CH CH R CH CH R CH CH CH CH R (ermnação por combnação) Fgura (.) A polmerzação do eleno va radcas lvres (represenados por ). R e R são cadeas formadas por áomos de carbono e hdrogêno. O CH OC O COCH HOCH CH OH O HOCH CH OC O COCH CH OH ( CH OH) O CHOC O COCH O O O O O O CH OC CO CH CH OC COCH CH OC COCH ( CH OH)... O O O O CH OC CO CH CH OC COCH (ET) n Fgura (.) Formação do pol(erefalao de eleno) aravés de reação por eapas enre o erefalao de dmela e o eleno glcol. 5

20 Freqüenemene, os maeras polmércos são consuídos por moléculas de amanhos dsnos, formadas pelas mesmas undades de repeção. Assm, o número de undades mércas ncorporadas a uma cadea ambém conhecdo como amanho de cadea vara enre as cadeas polmércas. A dsrbução de amanhos de cadea (DTC) relacona o amanho de cadea à quandade de cadeas que possuem ese amanho. Esa varedade de amanhos de cadea pode ser represenada ambém pela dsrbução mássca (ou ponderal) de amanhos de cadea, que relacona o amanho de cadea à massa de cadeas que êm amanho. É possível, anda, ulzar as dsrbuções de massas molares por número e por peso, que relaconam a massa molar da molécula de polímero à sua quandade ou a seu peso [,]. Algumas quandades são úes para caracerzar a dsrbução de amanhos de cadea, como a massa molar méda em número, que é defnda por M N M n, (.) N em que M é a massa molar das cadeas de polímero com meros, e N é o número de cadeas com meros. ode-se, anda, defnr uma oura méda para esa dsrbução: a massa molar ponderal méda, que é dada por M N M w. (.) M N A poldspersão (ou índce de poldspersão) é uma medda do espalhameno da dsrbução de amanhos de cadea e é defnda como uma razão enre aquelas duas médas: 6

21 M w D. (.) M n Se D, o polímero é monodsperso, ou sea, odas as suas moléculas são do mesmo amanho. Exsem méodos expermenas para a medção drea das médas dadas pelas Equações (.), (.) e (.), como a osmomera, o espalhameno de luz e a ulracenrfugação [4]. A cromaografa por permeação em gel (GC) é um méodo expermenal para deermnação da dsrbução de amanhos de cadea como um odo, a parr da qual podem ser calculadas as médas descras anerormene [, 4, 5]. É mporane deermnar as dsrbuções de amanho ou suas médas, uma vez que esas podem ser relaconadas a propredades fnas de neresse apresenadas pelo polímero, como a sua emperaura de ransção vírea exemplo, para T g em função de M n, do po [6] T g. Exsem correlações, por T g K Tg,, (.4) M n em que K é uma consane. Sabe-se que muas ouras propredades do polímero, como a ressênca ao mpaco e a solubldade, esão relaconadas à forma de sua DTC. ropredades ermofíscas, mecâncas, elércas, ópcas, reológcas, de degradação e de processameno foram descras como funções da massa molar méda e da poldspersão aravés de váras correlações empírcas [6, 7, 8, 9,,,,, 4]. Conudo, duas DTCs dferenes, que descrevam polímeros com propredades dferenes, podem apresenar os mesmos M n e D, o que podera levar à predção errônea das propredades deses polímeros aravés de as correlações. or so, anda são necessáras mas nvesgações sobre a nfluênca da DTC como um odo sobre as propredades do maeral polmérco. 7

22 As propredades do polímero produzdo esão lgadas não somene à dsrbução de amanhos de cadea, mas ambém à composção das cadeas (se o polímero é formado por mas de um po de monômero) e à sua esruura molecular. O conhecmeno e o conrole da esruura do polímero são mporanes, pos polímeros consuídos por cadeas lneares aquelas que não esão dsposas em forma ramfcada fundem-se, dssolvem-se e escoam mas faclmene que aqueles consuídos por cadeas reculadas, por exemplo. Há anda, em alguns pos de polmerzação, a possbldade de as undades de repeção se dsporem segundo uma deermnada confguração esereoquímca: pololefnas como o polpropleno podem exsr, por exemplo, nas esruuras regulares soáca e sndoáca, represenadas na Fgura (.) []. Esa dferença na confguração espacal deermna dferenças nas propredades do maeral polmérco. O polpropleno soáco, por exemplo, apresena ressênca mecânca mas elevada do que o sndoáco [5]. CH C H H C H (a) (b) Fgura (.) Represenação de cadeas de polpropleno, na confguração (a) soáca e (b) sndoáca. Assm, é mporane desenvolver ferramenas que permam a prevsão da DTC, da composção e da esruura do polímero produzdo, uma vez que esas nfluencam suas propredades, as quas devem ser adequadas ao processameno do polímero e a seu uso fnal. 8

23 . Os balanços de massa de ssemas de polmerzação Os modelos maemácos que descrevem reações de polmerzação ncluem as equações de balanço de massa das espéces envolvdas e o balanço de energa. ara uma reação de polmerzação em cadea que ocorre em esado ransene, os balanços de massa para as espéces vvas ( ), moras ( D ) e de baxo massa molar ( X ) e o balanço de energa podem ser escros na forma genérca D X T f (, X,,,reaor); T f (, X,,, reaor); T f (, X,,,reaor); T f (, X,,, reaor). 4 T (.5) A forma das funções que esão no lado dreo da Equação (.5) depende das expressões que denoam as axas das reações de polmerzação. O balanço de massa da espéce (polímero de amanho de cadea ) em um reaor em baelada é escro como d d ( axa de formação de ) ( axa de consumo de ). (.6) ara uma polmerzação em cadea, em que uma reação de propagação é, por exemplo, dada por (.7), M a axa de formação da espéce (a massa de formada por undade de empo) aravés desa reação é, geralmene, descra pela equação rp, p, M, (.8) 9

24 que é a represenação da axa da reação menconada em ermos de um modelo de "ação das massas". O modelo de "ação das massas" para descrever a axa de uma reação químca eve seu maor êxo na predção de axas de reações enre gases dluídos, caso para o qual fo orgnalmene desenvolvdo. Mas a smplcdade de suas expressões de axa fez com que a forma do modelo de ação das massas fosse usada, com algumas modfcações, para a descrção de axas de muas reações, nclusve as de polmerzação. Assm, modelos do po "ação das massas" são ulzados como correlações empírcas para a axa de reação, com parâmeros ausados aravés de dados expermenas [6, 7]. A Tabela (.) mosra alguns pos de reação comuns em polmerzações em cadea e por eapas. A expressão de axa de "ação das massas" para a reação de ermnação por combnação, por exemplo, orna o balanço para a espéce uma equação dferencal não-lnear. Iso ocorre porque a axa de consumo de promovda por reações de ermnação por combnação com odas as espéces vvas é r c, c, c,. (.9) É possível adoar, anda, na modelagem de reações de polmerzação, consanes cnécas que varam com o amanho de cadea, uma vez que a axa da reação é menor para cadeas polmércas de amanho maor... As hpóeses cnécas para reações de polmerzação Nos ssemas de polmerzação, há, freqüenemene, espéces polmércas de amanho de cadea 4. Se forem escros os balanços de massa para as espéces polmércas de amanhos de a balanços, 4, haverá, sem se consderarem os ouros 4 equações a serem resolvdas. orano, os modelos de ssemas de polmerzação são caracerzados por um grande número de equações, o que ceramene dfcula sua resolução especalmene se elas são acopladas e não-lneares.

25 Tabela (.) Reações comuns em ssemas de polmerzação [, 8, 9]. Incação M ropagação p, M olmerzação em cadea Transferênca de cadea f, X D Termnação esponânea s, D Termnação por combnação c, D Termnação por desproporconameno d, D D olcondensação C Adção de polímeros olmerzação por eapas Adção de anés R Desavação de grupo funconal Z ' Degradação por csão - Aberura de anés R C or so, adoam-se, às vezes, algumas hpóeses cnécas que smplfcam a forma maemáca das equações de balanço de massa e permem a obenção de uma solução aproxmada para esas. As hpóeses mas ulzadas para as equações de balanços em polmerzações são descras a segur. A aproxmação de esado pseudo-esaconáro: esa aproxmação basea-se no fao de que cadeas vvas, como aquelas que conêm radcas lvres na Fgura (.), são espéces muo reavas que são consumdas rapdamene após serem formadas. Assm, admese que não há acúmulo aprecável desas espéces com o passar do empo, ou sea, que a dervada de as concenrações no empo é nula [7, ]. Com esa hpóese, o balanço de massa de cadeas vvas em um reaor baelada fca na forma d d rformação rconsumo. (.) Enão, esa aproxmação é equvalene à suposção de que a axa de formação de é gual à sua axa de consumo [4]:

26 r formação r consumo. (.) A aproxmação de esado esaconáro de fao smplfca o ssema de equações a ser resolvdo, pos equações dferencas como o balanço na Equação (.) passam a ser algébrcas. Sua ulzação, enreano, é suea a algumas crícas, prncpalmene porque conradz o fao de que há uma axa fna com a qual o monômero pode ser adconado ao polímero avado, aravés da reação de propagação []. A aproxmação de cadeas longas: com desa, adme-se que a maor pare das moléculas de monômero é consumda em reações de propagação e que apenas uma pequena fração desas é consumda nas reações de ncação e ransferênca de cadea [4, 7, ]. Esa aproxmação pode ser descra maemacamene como uma razão enre as axas desas reações []: r r propagação r ncação ranf. cadea >>. (.) A valdade da aproxmação de cadeas longas pode ser confrmada aravés de uma observação expermenal: se esa hpóese não fosse válda, não se produzra polímero com cadeas de amanho de cadea grande [4]. rncípo da reavdade gual: a reavdade das cadeas polmércas depende dos grupos funconas, radcas lvres, cargas elércas ou complexos com caalsadores exsenes em suas exremdades. O prncípo da reavdade gual deermna que a reavdade de cadeas de polímero qumcamene semelhanes é deermnada somene pela naureza de suas exremdades, e ndependene do amanho desas cadeas [4]. Ese prncípo mplca que a consane da expressão de axa do po "ação das massas" não devera depender do amanho de cadea. Mesmo assm, consanes cnécas que varam com são ulzadas em alguns modelos de polmerzação [], apesar de a adoção de consanes cnécas que dependem do amanho aumenar o número de parâmeros no modelo; so pode orná-lo, por vezes, maemacamene nraável.

27 . A predção eórca da dsrbução de amanhos de cadea ara ssemas mas smples de polmerzação, é possível ober-se a dsrbução de amanhos de cadea aravés de consderações esocáscas, ou sea, ao se consderar que a reação químca enre duas espéces é um eveno que aconece segundo uma cera probabldade. A parr dese modo de se nerprearem as reações de polmerzação, em-se, por exemplo, a gênese da célebre DTC de Schulz-Flory [4] Também é possível ober-se a DTC aravés da resolução drea das equações de balanço de massa do modelo que descreve a reação de polmerzação, ou sea, organzar-se a relação, a parr de prncípos analícos ou numércos [5] Como a resolução drea de odas as equações do modelo pode ser rabalhosa, são ulzados para ese fm alguns méodos que consderam o amanho de cadea como varável conínua e a concenração de polímero como uma função conínua (). Desa forma, é possível reduzr-se o número de equações a serem resolvdas. Alguns méodos numércos ulzados para se resolverem esas equações, como o de colocação orogonal, ambém se baseam na hpóese de () poder ser escra como função conínua [6]. Se é necessáro conhecerem-se somene quandades como a massa molar méda e a poldspersão da DTC, ou se a DTC pode ser reconsruída aravés do conhecmeno desas quandades, o uso do méodo dos momenos pode ser convenene [7]. Esas dferenes formas de se prever a DTC a parr do modelo da polmerzação são descras nesa seção... A nspração esocásca para obenção da DTC Alguns ssemas físcos podem ser descros por modelos maemácos deermníscos ou por modelos esocáscos ou probablíscos. Quando se consdera que um ssema é consuído por processos deermníscos, adme-se que seu comporameno é prevso exaamene pelas equações do modelo. Os processos

28 esocáscos são absrações maemácas de um processo cuo desenvolvmeno é governado por les esaíscas. Assm, não se mencona qual será o esado fuuro do ssema, mas a probabldade de o ssema angr ese esado no fuuro. ode-se consderar, por exemplo, que reações químcas são processos esocáscos, e que cada eapa da reação é um eveno ao qual se relacona uma probabldade. [8]. A dsrbução de amanho de cadea de Schulz-Flory A dsrbução de amanho de cadea de Schulz-Flory ambém é conhecda como a dsrbução mas provável, uma vez que é a DTC de polímeros produzdos em város ssemas de polmerzação, por eapas e em cadea [9]. Uma DTC genérca de Schulz-Flory possu a forma [, 5, 4, 9] o q ( q), (.) em que o é a quandade oal de cadeas polmércas no meo. A quandade q, às vezes denomnada probabldade de propagação, esá relaconada à endênca de haver crescmeno da cadeas. A Fgura (.4) mosra uma represenação gráfca da função na Equação (.) q.995 q q Fgura (.4) Represenação gráfca de uma DTC de Schulz-Flory, para város valores de q e. o Orgnalmene, a dsrbução de Schulz-Flory fo obda para polmerzações por condensação, ao se consderar que o crescmeno de cadea polmérca é uma sére de 4

29 evenos as sucessvas reações enre cadeas menores e que a hpóese de gual reavdade das cadeas é válda [5, 4]. Sea, por exemplo, a polmerzação por condensação em que o monômero é bfunconal (como um α-hdrox-ácdo, por exemplo). A reação de polmerzação aconece conforme a represenação da Fgura (.5). Sea q a probabldade de haver a reação de eserfcação enre os grupos funconas carboxla e hdroxla. Desea-se saber qual é a probabldade de exsr uma cadea polmérca com undades, como a represenada na Fgura (.6) [4]. A probabldade de er havdo a reação de eserfcação que formou a undade número da Fgura (.6) é q. A probabldade de haver a ncorporação da segunda undade, e de odas as ouras undades, é ambém q, pos se adme o prncípo da gual reavdade. Assm, a probabldade de se formar uma cadea com undades é gual a q, pos houve ncorporações. A probabldade de a carboxla ermnal permanecer sem reagr o que lma o amanho de cadea a undades é q. Conseqüenemene, a probabldade de a molécula em quesão ser composa de exaamene undades é ( ) q q. Esa probabldade pode ser nerpreada como a fração de moléculas no meo reaconal que possuem amanho (dada por Equação (.). o ). Dese fao, obém-se a O HO R C OH grupo funconal carboxla O eserfcação O HO R C HO R C O OH O R C OH grupo funconal hdroxla eserfcação O HO R C OH H O O HO R C O O R C O R O C OH H O Fgura (.5) Mecansmo de polmerzação por condensação de um hdrox-ácdo. 5

30 O O O O H ORC ORC ORC... ORC OH Fgura (.6) Tamanho de uma molécula (cadea) de polímero formado por condensação de um hdroxácdo. As cadeas de Marov Sea um processo esocásco em empo dscreo consderado como um conuno de varáves aleaóras {, n,,,... } X n, sendo que n é o empo dscreo ao longo do qual o ssema evolu, e empo [8]. As varáves X,...,, X X n represenam os esados angíves ao longo do X n são defndas no conuno enumerável Χ, que coném odos os valores possíves que as varáves aleaóras Χ é chamado conuno de esados do processo, e os elemenos esados do processo. X n possam vr a er. O conuno x Χ são chamados O obevo de se consruírem modelos esocáscos como ese é ober uma expressão f ( x) para a probabldade de a varável X n assumr o esado x, como na Equação (.4). { x} f( x), n,,... X n (.4) Em cada nsane do empo dscreo n, pode-se defnr uma dsrbução de probabldades q n ( x), conforme a Equação (.5). Assm, o valor q n ( x) probabldade da varável X n assumr o esado x. sgnfca a q ( x) { X x} n n (.5) Enreano, a probabldade de a varável X n assumr o valor x pode depender dos valores das varáves, < n. Nese caso, a probabldade expressa na X Equação (.5) é uma probabldade condconal e obedece às condções expressas na Equação (.6): 6

31 ( x) e q ( x) n qn n, (.6) x Desa forma, as cadeas ou processos de Marov são uma classe de processos esocáscos em que a dsrbução de probabldade condconal de n X ( ( x) q n ) depende somene do esado de X n e por so ndepende de odos os valores prévos X, < n. Com so, pode-se defnr, na Equação (.7), a probabldade condconal p como a probabldade de X n angr o esado, dado que X n angu o esado [8]. p { X X } n n (.7) A probabldade p é chamada probabldade de ransção do esado para o esado. As probabldades de ransção p podem ser organzadas na forma da marz de probabldades de ransção M, mosrada na Equação (.8) [8]: p p p... p p p... M (.8) p... p p A marz M é denomnada marz esocásca ou marz de Marov, uma vez que possu as segunes caraceríscas: é marz quadrada (que pode er dmensão nfna, se o número de esados é enumerável, ou sea, equvalene ao conuno dos números nauras); seus elemenos são não-negavos: p,, ; a soma de cada lnha é gual à undade: N p,. 7

32 Assm, uma cadea de Marov é compleamene deermnada pela marz de probabldades de ransção e por um veor lnha q [ q ( ) q ( )...], o qual coném a dsrbução de probabldades para os esados x,,..., no empo n mulplcação mosrada na Equação (.9) em como resulado o veor coluna q, que represena a dsrbução de probabldades no empo n [8].. A q q M (.9) A eora das cadeas de Marov pode ser adapada a problemas de obenção da dsrbução de amanho de cadea, se as reações de polmerzação são consderadas como processos esocáscos. O crescmeno das cadeas é, enão, consderado um processo seqüencal, como um processo de Marov. Nese caso, os nsanes do empo dscreo,,... são os nsanes em que pode ocorrer ransformação (como propagação ou ermnação) das cadeas polmércas. Assm, os elemenos da marz M regulam as ransções e exercem papel equvalene ao das expressões de axas de reação. O uso das cadeas de Marov perme que seam consderados problemas de polmerzação em que cadeas de um mesmo amanho assumem esados dsnos. Cadeas de um homopolímero smples podem esar no esado vvo ou moro. Se efeos de acdade são consderados, as cadeas podem esar nos esados aáco, soáco ou sndoáco. ara os copolímeros, cadeas de um mesmo amanho podem esar nos esados úlma undade adconada à cadea vem do comonômero A ou úlma undade adconada à cadea vem do comonômero B. Uma vez que o número de esados possíves para uma cadea polmérca de amanho é fno, a marz de ransção de probabldades e os veores q n possuem dmensão fna. Os veores de dsrbução de probabldades q n, por sua vez, são nerpreados como veores que conêm as frações das cadeas de amanho perencenes aos esados consderados, as quas são ambém números no nervalo [,]. Sea, por exemplo, um problema de polmerzação em que uma cadea polmérca de amanho pode ser vva ( ) ou mora (D ), ou sea, há N esados aos 8

33 quas esas cadeas podem perencer. Sea, anda, o mecansmo dese ssema polmerzação dado por Reação de propagação : M, Reação de ermnação : D D, r p r (.) em que r p e r são as expressões para axas das reações de propagação e ermnação, respecvamene. Consdera-se, nese modelo, que as cadeas vvas reagem segundo duas possbldades dsnas e que as cadeas moras não reagem. Esas condções podem ser represenadas pela Equação (.), em que deermnada reação ocorrer: p é a probabldade de D D p p D p p p p D p p r p r p r ( propagação) (.) p p r p r r ( ermnação) por A marz de ransção de probabldades para esa polmerzação é, enão, dada p p M, (.) p p p p em que o elemeno p da marz é a probabldade de haver uma reação de propagação, em que uma cadea vva permanece vva. O elemeno p, por sua vez, represena a probabldade de uma cadea mora connuar mora. 9

34 O veor q represena as probabldades de serem enconradas as cadeas de um deermnado po ao níco da reação. Se, no níco da reação, só há cadeas vvas, por exemplo, em-se q [ ] q é. Após "enavas de reação", o veor de probabldades q q M, (.) que é o veor que coném as probabldades de exsênca de cadeas moras e vvas que enham amanho, equvalenes às frações molares de cada um dos pos de cadea após enavas. Assm, a DTC é consruída ao se relaconar cada uma desas probabldades ao número, equvalene ao amanho de cadea. Muas vezes, conudo, as axas r das reações do mecansmo podem ser funções complcadas do empo e de ouras varáves (como o amanho de cadea). Desa forma, as probabldades p podem ser ambém complcadas, o que pode nvablzar o uso da marz de ransção de probabldades e lmar o uso da écnca de cadeas de Marov para a descrção de dsrbuções de amanho de cadea [5, ]. O Méodo de Mone Carlo Os enfoques de Schulz-Flory e das cadeas de Marov para a cnéca de polmerzação são ulzados para a descrção da DTC de polímeros em ssemas smples. Enreano, a descrção da DTC em ssemas que envolvem um grande número de reações ou em ssemas em que há muos esados possíves para as cadeas é uma arefa mas dfícl. Neses casos, as expressões explícas para a probabldade de se enconrarem cadeas de um deermnado po e de amanho ornam-se muo complcadas. O méodo de Mone Carlo pode ser úl para a obenção da DTC quando a cnéca de polmerzação é mas complexa [, ]. Sea o mecansmo de uma polmerzação represenado por []

35 M p d D D (propagação/despropagação) (ermnação) (.4) em que p, d e são, respecvamene, as probabldades de propagação, despropagação e ermnação, as que p d. Assm, uma cadea vva pode se modfcar de acordo com rês reações químcas nese caso. O méodo de Mone Carlo para a obenção da DTC basea-se no algormo descro a segur. Incalmene, é escolhdo um número N de cadeas polmércas de amanho, bem como valores para p, d e, os quas esão relaconados às axas desas reações, como no caso das cadeas de Marov. Selecona-se a prmera desas cadeas e sorea-se um número aleaóro na enre e. A Fgura (.7) mosra as ações prevsas pelo algormo, a depender do valor de na. na: p pd ermnação propagação despropagação ] ] Fgura (.7) Ações omadas pelo algormo de Mone Carlo para as cadeas do mecansmo da Equação (.4), segundo o valor do número aleaóro. Quando a prmera das N cadeas sofrer ermnação, passa-se para a "consrução" da segunda, e assm por dane. Quando odas as N cadeas verem sdo "consruídas" e ermnadas, pode-se examnar a DTC dese grupo de cadeas de polímero moro. A Fgura (.8) mosra o fluxograma que descreve ese algormo. O méodo de Mone Carlo mosrou-se adequado para a obenção da DTC de ssemas de polmerzação mas complexos, como, por exemplo, polmerzações va radcas lvres e em baelada que ncluem muas reações, como as de ncação, propagação, ransferênca de cadea para o polímero, ransferênca de cadea para o monômero, ransferênca de cadea para pequenas moléculas, ermnação por combnação e ermnação por desproporconameno []. No caso de polmerzações va radcas lvres em emulsão, as axas de ransferênca de massa enre as parículas de polímero e a fase aquosa ambém devem ser consderadas. Desa forma, a DTC obda

36 pelo méodo de Mone Carlo depende das probabldades das reações que ocorrem denro das parículas e das probabldades de ransferênca de radcas enre as fases do ssema []. Iníco Ler p,, N n prmera cadea prmero mero Gerar número aleaóro na n n não n N? sm - na? não na (p)? sm despropagação propagação não sm ermnação não? sm Salvar molécula com amanho Análse esaísca das moléculas de polímero salvas (DTC) arada Fgura (.8) Obenção da DTC do polímero formado aravés do mecansmo da Equação (.4), pelo méodo de Mone Carlo []... Resolução dos balanços de massa Em geral, a déa dos méodos esocáscos para a obenção da DTC é smples, mas sua mplemenação exge cudados. As ronas compuaconas do méodo de Mone Carlo podem ser exensas para polmerzações com muos fenômenos envolvdos, e sua execução adequada necessa de algum esforço compuaconal. or so, em alguns casos (como naqueles em que as propredades do ssema varam com o empo, ou em

37 que a cadea polmérca pode sofrer város pos de reação), é mas convenene resolverem-se dreamene as equações de balanço que compõem o modelo do ssema de polmerzação. Um exemplo muo smples de obenção da DTC aravés da resolução drea dos balanços é mosrado a segur. Sea o mecansmo de polmerzação descro por p M, (.5) em que p é a consane de axa para a reação de propagação, M é o monômero e é uma cadea polmérca de amanho. Os balanços de massa para as cadeas polmércas e para o monômero formam o ssema de equações dferencas ordnáras d p M, ( ) o d d p M p M, d dm M p o M, d p d do d d ( ), > M ( ) M (.6) em que M e represenam ambém as quandades de monômero e cadeas de amanho. Ese ssema de EDOs pode ser smplfcado ao se adoar uma "ransformação de empo caracerísco" dada por ( ) d Md e ao se escolher [5]. O "empo caracerísco" é ambém uma forma de se medr o progresso da reação, uma vez que esá relaconado ao consumo do monômero. O ssema de EDOs a ser resolvdo é, enão, p

38 d, d d d dm o, d, ( ) M ( ) o ( ) M (.7) ara o mecansmo da Equação (.5), a quandade oal de cadeas vvas não vara com o empo, uma vez que esas sofrem somene ransformações enre s, e o mecansmo não prevê ermnação o que faz com que esa polmerzação sea denomnada "vva". No níco da polmerzação, quando anda não houve propagação, odas as cadeas possuem amanho. Esas equações dferencas ordnáras podem ser resolvdas recursvamene, e dso resula a dsrbução de osson ( ) exp ( ) o (.8) ( )! É possível oberem-se expressões analícas para a DTC para muos modelos de polmerzação smplfcados. A dsrbução de amanhos de cadea de Schulz-Flory, por exemplo, é obda ambém pela resolução dos balanços de massa de polmerzações em cadea com axa de ncação consane, concenração de monômero consane e ermnação por desproporconameno [4, 9]. Aproxmações conínuas Não é sempre possível, porém, oberem-se expressões analícas para a DTC de polímeros para muos modelos de polmerzação, prncpalmene porque eses podem encerrar um grande número de equações acopladas enre s. Ao se consderar que é uma varável conínua e que a quandade pode ser aproxmada por uma função conínua de (denoada por () ) é possível dmnur-se o número de equações a serem resolvdas. ara se ober a DTC aravés da ransformação dos balanços de massa em 4

39 equações ínegro-dferencas parcas, pode ser necessáro ulzarem-se écncas numércas para a resolução desas equações. É possível, anda, oberem-se aproxmações polnomas para a DTC sem que os balanços de massa seam ransformados em suas versões conínuas, aravés de méodos como o da colocação orogonal e de elemenos fnos. Equações ínegro-dferencas Sea o mecansmo de polmerzação por adção lnear descro pelas eapas da Equação (.9):, p M, D (.9) No caso dese mecansmo, adme-se que as consanes de axa das reações varam com o amanho de cadea das espéces que reagem. A axa de formação de obda a parr das reações da Equação (.9) é:, p, r M M (.) p,, axa p Se o domíno do amanho de cadea for consderado conínuo, as consanes de, passam a ser ( ) p, e as quandades das cadeas de amanho passam a ser (). Assm, a versão conínua da axa de formação da Equação (.) envolve o ermo p ( ) ( ) ermos de ( ) ( ) [8]. Ese ermo, referene às reações de propagação, pode ser escro em p somene, se a aproxmação em sére de Taylor de prmera ordem p ( ) ( ) () () [ () () ] d p p (.) d 5

40 é ulzada. O somaóro das quandades de cadeas de odos os amanhos presene na Equação (.) pode ser aproxmado por uma função conínua de aravés da fórmula de Euler-Maclaurn, ou sea, T ( ) d [ ( ) ( ) ] ( ) d ( ), (.) em que ermos de maor ordem foram neglgencados. Adme-se prevamene que ( ), uma vez que as quandades de cadeas devem ender a zero conforme o amanho de cadea ende a nfno, se o modelo maemáco represena adequadamene a suação físca. A versão conínua da Equação (.) pode ser escra como [8], r ( ) () () p d d [ () ( ) ] p d [ () () ] p d M p ( ) ( ) M () () ( ) () () ( ) d ( ) ( ) d (.) Os balanços de massa para a espéce em um CSTR, por exemplo, são d d ( ) r Q ( ) () V, (.4) em que Q é a vazão volumérca da correne de rerada do reaor, e V o volume do reaor. Defnndo-se o empo de resdênca médo no reaor como θ V Q, e consderando-se os balanços no caso esaconáro, obém-se a equação ínegrodferencal em () : [ () () ] d p θ M θ ( ) ( ) ( ) d (). (.5) d ( ) [8] A dsrbução de massas molares pode ambém ser represenada pela defnção 6

41 W () massa de polímero (vvo moro) de amanho (.6) massa oal de polímero p No caso em que as consanes de axa não varam com, ou sea, quando () (),, a dsrbução de massas molares obda aravés da p resolução dos balanços da Equação (.5) é dada por [8] W θ α( ) T () e ( ) ( ) ( ) α θ T α. θ M p e M M, (.7) As equações de balanço resulanes podem ser basane complcadas se o mecansmo envolve muas reações, ou se ouros pos de reaor são ulzados. Esa abordagem fo aplcada ambém a polmerzações em uma baera de CSTRs e a polmerzações em baelada. Nese úlmo caso, as equações envolvem ambém as dervadas de () com o empo, e os balanços podem ser equações dferencas parcas com ermos negras na varável [8]. A abordagem de problemas de copolmerzação e de formação de cadeas ramfcadas ambém é possível aravés desa écnca [, 6]. É possível a adoção de aproxmações conínuas com mas ermos, vsando a aperfeçoar a solução deses problemas de polmerzação [, 6]. Se a aproxmação em sére de Taylor na Equação (.) e a fórmula de Euler-Maclaurn na Equação (.) são escras com rês ermos, ornam-se: T ( ) ( ) () () [ ( ) ( ) ] d () () [ ] d p p p ; d d p ( ) d( ) ( ) d [ ( ) ( ) ] ( ) d d. (.8) Em geral, os balanços de massa com os novos ermos devem ser resolvdos por écncas numércas. Nese caso, as vanagens desa écnca devem ser confronadas com 7

42 as vanagens da resolução das equações em sua forma orgnal, especalmene se muos subnervalos de dscrezação são necessáros para que se obenha uma solução numérca adequada. Há, enreano, casos de reações de polmerzação mas smples cuas versões conínuas dos balanços de massa podem ser resolvdas analcamene por ransformadas de Laplace e ouras écncas [8,, 6]. Mesmo que não sea possível resolverem-se analcamene as equações geradas pelas aproxmações conínuas no domíno, esas equações podem ser úes para a análse de algumas caraceríscas do ssema reaconal. ara polmerzações em baelada, por exemplo, pode-se deecar a exsênca de um "empo moro" na equação que descreve a varação emporal da quandade de cadeas de amanho, ou sea [8, ], ( ), m, < ; ( ), m, >. (.9) Esa observação é conssene com o fao de que, em uma polmerzação por adção em baelada, o amanho das cadeas aumena paulanamene, e cadeas longas não são formadas em empos curos. A écnca mosrou-se úl para analsar a conexão enre o comporameno de ssemas de polmerzação e varáves como a almenação de caalsador e as axas das reações de ermnação que exsem no ssema [, 6]. Ese po de aproxmações conínuas, conudo, pode nduzr desvos na naureza do problema de polmerzação: é possível mosrar que, para o ssema dado pelas Equações (.5) e (.7), os momenos de ordem e da dsrbução "conínua" represenam bem os momenos da DTC de osson, que é a solução analíca para a DTC do problema. orém, o momeno de ordem apresena um erro grande em relação ao da DTC de osson, se a aproxmação conínua é de segunda ordem [4]. Méodos de resíduos ponderados É possível a adoção de uma aproxmação conínua para sem se escreverem explcamene os balanços de massa na forma de equações ínegro-dferencas: pode-se 8

43 admr, por exemplo, que é aproxmada por um polnômo () e calcularem-se os coefcenes de forma que se mnmze o erro desa aproxmação [5, 6]. Sea um balanço de massa para não-homogêneo represenado por uma EDO com um ermo d d (,, ) g ( ),,,... f, (.4) Se a seqüênca de funções ( ) ( ), ( )... duas varáves ( ) é aproxmada por uma função de,, - ou sea, a varável passa a ser consderada como conínua - a Equação (.4) pode ser subsuída pela únca equação (, ) f [,, (, ) ] g(, ), (.4) o que pode ser uma vanagem em deermnados casos. ara que a função ( ), sea enconrada, pode-se resolver a ED, conforme fo mosrado na seção aneror. Mas pode-se fazer uma aproxmação ambém conínua para (, ), porém maemacamene mas smples. Uma vez que se adme que ( ), é conínua em, adme-se que ela pode ser descra por uma soma dos nfnos elemenos p () de uma base para as funções conínuas em. Esa base pode ser, por exemplo, formada por polnômos em que seam orogonas enre s. A expansão de ( ), em ermos dos elemenos da base é (, ) c ( ) p ( ) (.4) Ao se runcar a soma da Equação (.4) com N ermos, é obda uma aproxmação de ( ), na forma 9

Solução numérica de equações diferenciais ordinárias. Problema de valor inicial (PVI)

Solução numérica de equações diferenciais ordinárias. Problema de valor inicial (PVI) Solução numérca de equações derencas ordnáras Problema de valor ncal PVI 4 5 Inrodução 4 5 Uma equação derencal ordnára é denda como uma equação que envolve uma unção ncógna e algumas das suas dervadas

Leia mais

5 Sistemas Lineares com Coecientes Periódicos

5 Sistemas Lineares com Coecientes Periódicos 5 Ssemas Lneares com Coecenes Peródcos Ese capíulo raa de forma suscna do esudo da esabldade de soluções peródcas de ssemas dnâmcos não-lneares. Segundo Rand [83], a eora de Floque é a eora mas geral que

Leia mais

5 Avaliação da Eficiência Computacional

5 Avaliação da Eficiência Computacional 5 Avalação da fcênca Compuaconal 5.1 Inrodução É desejado ncorporar o cálculo dos índces de adequação de ações de conrole de ensão ao programa SAN. O programa SAN esá sendo mplemenado com a esruura aual

Leia mais

5 Avaliação do Título Conversível pelo Método de Diferenças Finitas Implícito (DFI)

5 Avaliação do Título Conversível pelo Método de Diferenças Finitas Implícito (DFI) 5 Avalação do Tíulo Conversível pelo Méodo de Dferenças Fnas Implíco (DFI) 5. Meodologa - Premssas Ese modelo desenvolvdo para apreçameno do LYON faz uso da eora de opções desenvolvda por Black and Scholes

Leia mais

MECÂNICA CLÁSSICA. AULA N o 3. Lagrangeano Princípio da Mínima Ação Exemplos

MECÂNICA CLÁSSICA. AULA N o 3. Lagrangeano Princípio da Mínima Ação Exemplos MECÂNICA CÁSSICA AUA N o 3 agrangeano Prncípo da Mínma Ação Exemplos Todas as les da Físca êm uma esruura em comum: as les de uma parícula em movmeno sob a ação da gravdade, o movmeno dado pela equação

Leia mais

CAPÍTULO 4. Vamos partir da formulação diferencial da lei de Newton

CAPÍTULO 4. Vamos partir da formulação diferencial da lei de Newton 9 CPÍTUL 4 DINÂMIC D PRTÍCUL: IMPULS E QUNTIDDE DE MVIMENT Nese capíulo será analsada a le de Newon na forma de negral no domíno do empo, aplcada ao momeno de parículas. Defne-se o conceo de mpulso e quandade

Leia mais

PCA e IMPCA. Capítulo. 5.1 Considerações Iniciais

PCA e IMPCA. Capítulo. 5.1 Considerações Iniciais Capíulo 5 PCA e IMPCA 5. Consderações Incas A análse de componenes prncpas (PCA) [URK, M. A. & PENLAND, A. P. (99)] é uma ransformação lnear orogonal de um espaço q-dmensonal para um espaço n-dmensonal,

Leia mais

Neo-fisherianos e teoria fiscal do nível de preços

Neo-fisherianos e teoria fiscal do nível de preços Anono Lcha 4/março/07 Neo-fsheranos e eora fscal do nível de preços O objevo desas noas é desacar os prncpas elemenos da abordagem neofsherana e da eora fscal do nível de preços. Desacamos 4 pequenos modelos

Leia mais

Módulo 2: Métodos Numéricos. (problemas de valores iniciais e problemas de condições-fronteira)

Módulo 2: Métodos Numéricos. (problemas de valores iniciais e problemas de condições-fronteira) Módulo : Méodos Numércos Equações dferencas ordnáras problemas de valores ncas e problemas de condções-fronera Modelação Compuaconal de Maeras -5. Equações dferencas ordnáras - Inrodução Uma equação algébrca

Leia mais

Conceitos Básicos de Circuitos Elétricos

Conceitos Básicos de Circuitos Elétricos onceos Báscos de rcuos lércos. nrodução Nesa aposla são apresenados os conceos e defnções fundamenas ulzados na análse de crcuos elércos. O correo enendmeno e nerpreação deses conceos é essencal para o

Leia mais

Instituto de Física USP. Física V Aula 30. Professora: Mazé Bechara

Instituto de Física USP. Física V Aula 30. Professora: Mazé Bechara Insuo de Físca USP Físca V Aula 30 Professora: Maé Bechara Aula 30 Tópco IV - Posulados e equação básca da Mecânca quânca 1. Os posulados báscos da Mecânca Quânca e a nerpreação probablísca de Ma Born.

Leia mais

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

Departamento de Informática. Modelagem Analítica. Modelagem Analítica do Desempenho de Sistemas de Computação. Disciplina: Deparameno de Informáca Dscplna: Modelagem Analíca do Desempenho de Ssemas de Compuação Fluxos de Enrada Fluxos de Saída Le de Lle Faor de Ulzação rof. Sérgo Colcher colcher@nf.puc-ro.br rocesso de Chegada

Leia mais

5 Apreçamento de ESOs com preço de exercício fixo

5 Apreçamento de ESOs com preço de exercício fixo 5 Apreçameno de ESOs com preço de exercíco fxo Ese capíulo rá explorar os prncpas modelos de apreçameno das ESOs ulzados hoje em da. Neses modelos a regra de decsão é esruurada em orno da maxmzação do

Leia mais

Introdução à Computação Gráfica

Introdução à Computação Gráfica Inrodução à Compuação Gráfca Desenho de Consrução Naval Manuel Venura Insuo Superor Técnco Secção Auónoma de Engenhara Naval Sumáro Represenação maemáca de curvas Curvas polnomas e curvas paramércas Curvas

Leia mais

2. FUNDAMENTOS DE CORRENTE ALTERNADA

2. FUNDAMENTOS DE CORRENTE ALTERNADA Fundamenos de CA 14. FUNDAENTOS DE CORRENTE ALTERNADA Aé o momeno nos preocupamos somene com ensões e correnes conínuas, ou seja, aquelas que possuem módulo e sendo consanes no empo, conforme exemplos

Leia mais

PROF. DR. JACQUES FACON LIMIARIZAÇÃO POR ENTROPIA DE WULU

PROF. DR. JACQUES FACON LIMIARIZAÇÃO POR ENTROPIA DE WULU 1 PUCPR- Ponfíca Unversdade Caólca Do Paraná PPGIA- Programa de Pós-Graduação Em Informáca Aplcada PROF. DR. JACQUES FACON IMIARIZAÇÃO POR ENTROPIA DE WUU Resumo: Uma nova écnca de marzação baseada em

Leia mais

Projeto de Inversores e Conversores CC-CC

Projeto de Inversores e Conversores CC-CC eparameno de Engenhara Elérca Aula. onversor Buck Prof. João Amérco lela Bblografa BAB, vo. & MANS enzar ruz. onversores - Báscos Não-solados. ª edção, UFS,. MOHAN Ned; UNEAN ore M.; OBBNS Wllam P. Power

Leia mais

Díodo: Regime Dinâmico

Díodo: Regime Dinâmico Díodo: eme Dnâmco (exo apoo ao laboraóro) Inrodução Quando se esabelece m crcuo uma ensão ou correne varáves no empo o pono de funconameno em repouso do díodo ambém va varar no empo. A frequênca e amplude

Leia mais

Aprendizagem Estatística de Dados. Francisco Carvalho

Aprendizagem Estatística de Dados. Francisco Carvalho Aprendzagem Esaísca de Dados Francsco Carvalho A função de Densdade Normal Valor Esperado Caso conínuo [ f ] Caso dscreo f p d [ f ] f p D A função de Densdade Normal Caso Unvarado função de densdade p

Leia mais

CAPÍTULO 2 PLANEJAMENTO DA OPERAÇÃO E FORMAÇÃO DO PREÇO SPOT EM UM MERCADO COMPETITIVO DE ENERGIA ELÉTRICA

CAPÍTULO 2 PLANEJAMENTO DA OPERAÇÃO E FORMAÇÃO DO PREÇO SPOT EM UM MERCADO COMPETITIVO DE ENERGIA ELÉTRICA CAPÍTULO 2 PLANEJAMEO DA OPERAÇÃO E FORMAÇÃO DO PREÇO SPOT EM UM MERCADO COMPETITIO DE ENERIA ELÉTRICA 2. IRODUÇÃO Ese capíulo apresena um resumo dos prncpas conceos relaconados ao planeameno da operação

Leia mais

F-128 Física Geral I. Aula exploratória-10a UNICAMP IFGW

F-128 Física Geral I. Aula exploratória-10a UNICAMP IFGW F-8 Físca Geral I Aula exploraóra-a UNICAMP IFGW username@f.uncamp.br Varáves roaconas Cada pono do corpo rígdo execua um movmeno crcular de rao r em orno do exo. Fgura: s=r Deslocameno angular: em radanos

Leia mais

Dinâmica Estocástica. Instituto de Física, outubro de 2016

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

Leia mais

Física I. 2º Semestre de Instituto de Física- Universidade de São Paulo. Aula 5 Trabalho e energia. Professor: Valdir Guimarães

Física I. 2º Semestre de Instituto de Física- Universidade de São Paulo. Aula 5 Trabalho e energia. Professor: Valdir Guimarães Físca I º Semesre de 03 Insuo de Físca- Unversdade de São Paulo Aula 5 Trabalho e energa Proessor: Valdr Gumarães E-mal: valdrg@.usp.br Fone: 309.704 Trabalho realzado por uma orça consane Derenemene

Leia mais

AGG-232 SÍSMICA I 2011 SÍSMICA DE REFLEXÃO ANÁLISE DE VELOCIDADES

AGG-232 SÍSMICA I 2011 SÍSMICA DE REFLEXÃO ANÁLISE DE VELOCIDADES AGG-3 SÍSMICA I 0 SÍSMICA DE REFLEXÃO AÁLISE DE ELOCIDADES O objevo da análse de velocdades é deermnar as velocdades sísmcas das camadas geológcas em subsuperfíce. As velocdades sísmcas são ulzadas em

Leia mais

CAPÍTULO 1 REPRESENTAÇÃO E CLASSIFICAÇÃO DE SISTEMAS. Sistema monovariável SISO = Single Input Single Output. s 1 s 2. ... s n

CAPÍTULO 1 REPRESENTAÇÃO E CLASSIFICAÇÃO DE SISTEMAS. Sistema monovariável SISO = Single Input Single Output. s 1 s 2. ... s n 1 CAPÍTULO 1 REPREENTAÇÃO E CLAIFICAÇÃO DE ITEMA 1.1. Represenação de ssemas 1.1.1. semas com uma enrada e uma saída (IO) e sema monovarável IO = ngle Inpu ngle Oupu s e = enrada s = saída = ssema 1.1..

Leia mais

Iluminação e FotoRealismo: Radiosidade

Iluminação e FotoRealismo: Radiosidade Ilumnação e oorealsmo: Radosdade Luís Paulo Pexoo dos Sanos hp://gec.d.umnho.p/mcgav/fr Premssas Todas as neracções dos obecos com a luz são dfusas L( x Θ) = L( x), Θ Ω Podemos enão quanfcar a radosdade

Leia mais

3 Análise de Demanda Condicionada

3 Análise de Demanda Condicionada 3 Análse de Demanda Condconada 3.1 Inrodução A análse Condconada da Demanda é uma écnca que quebra o consumo resdencal em pares, cada uma assocada a um uso fnal ou a um deermnado equpameno em parcular.

Leia mais

Experiência IV (aulas 06 e 07) Queda livre

Experiência IV (aulas 06 e 07) Queda livre Experênca IV (aulas 06 e 07) Queda lvre 1. Obevos. Inrodução 3. Procedmeno expermenal 4. Análse de dados 5. Quesões 6. Referêncas 1. Obevos Nesa experênca esudaremos o movmeno da queda de um corpo, comparando

Leia mais

Iluminação e FotoRealismo: Radiosidade

Iluminação e FotoRealismo: Radiosidade Ilumnação e oorealsmo: Radosdade Luís Paulo Pexoo dos Sanos hp://gec.d.umnho.p/mcgav/fr Premssas Todas as neracções da luz com os obecos são dfusas L x Θ L x, Θ Ω Expressa em ermos de radosdade W/m 2 r

Leia mais

Inserção de Variáveis Ambientais no Planejamento da Operação de Sistemas Hidrotérmicos

Inserção de Variáveis Ambientais no Planejamento da Operação de Sistemas Hidrotérmicos Inserção de Varáves Ambenas no Planejameno da Operação de Ssemas Hdroérmcos VALLE, Ana Cláuda Marques, Escola de Engenhara Elérca e de Compuação, UFG, douoranda em Cencas Ambenas, PRPPG, UFG AGUIAR, Mara

Leia mais

Controle Cinemático de Robôs Manipuladores

Controle Cinemático de Robôs Manipuladores Conrole Cnemáco de Robôs Manpuladores Funconameno Básco pos de rajeóra rajeóras Pono a Pono rajeóras Coordenadas ou Isócronas rajeóras Conínuas Geração de rajeóras Caresanas Inerpolação de rajeóras Inerpoladores

Leia mais

Parte III. Objetivo: estudar o deslocamento de um corpo quando esta rolando

Parte III. Objetivo: estudar o deslocamento de um corpo quando esta rolando Pare Objevo: esudar o deslocameno de um corpo quando esa rolando 1 Coneúdo programáco: 6. Movmeno de Roação Varáves da roação, Relação enre Cnemáca Lnear e Cnemáca Angular, Energa cnéca de roação, nérca

Leia mais

5 Programação Matemática Princípios Básicos

5 Programação Matemática Princípios Básicos 5 Programação Maemáca Prncípos Báscos 5. Consderações Geras Ese capíulo em por objevo apresenar os conceos báscos de Programação Maemáca (PM), necessáros à compreensão do processo de omzação de dmensões,

Leia mais

MECÂNICA CLÁSSICA. AULA N o 4. Carga de Noether- Simetrias e Conservação

MECÂNICA CLÁSSICA. AULA N o 4. Carga de Noether- Simetrias e Conservação MECÂNIC CLÁSSIC UL N o 4 Carga de Noeher- Smeras e Conservação Vamos ver o caso de uma parícula movendo-se no plano, porém descrevendo-a agora em coordenadas polares: r r d dr T T m dr m d r d d m r m

Leia mais

2 Sistemas de Reconhecimento de Voz

2 Sistemas de Reconhecimento de Voz 2 Ssemas de Reconhecmeno de Voz O desenvolvmeno de nerfaces homem-máquna conroladas pela voz vsa subsur, em ceras aplcações, as nerfaces radconas as como eclados, panés e dsposvos smlares. Nese cenáro

Leia mais

Propagação de dano no modelo de Ising unidimensional

Propagação de dano no modelo de Ising unidimensional Capíulo 4 Propagação de dano no modelo de Isng undmensonal 4. Propagação de dano O méodo da propagação de dano é uma écnca relavamene nova, nroduzda por Kauffman 68 no conexo dos auômaos celulares, que

Leia mais

EN3604 FILTRAGEM ADAPTATIVA

EN3604 FILTRAGEM ADAPTATIVA EN3604 FILTRAGEM ADAPTATIVA Processameno de Snas em Arranjos Técncas de processameno consderando snas provenenes de um grupo de sensores espacalmene dsrbuídos. Poencal para melhorar SNR/ Cancelameno de

Leia mais

. Para cada conexão i é atribuído um peso φ

. Para cada conexão i é atribuído um peso φ Escalonador WF 2 Q O escalonador WF 2 Q [3] é uma aproxmação baseada em pacoes do GP, que em por obevo emular ese escalonador fluído o mas próxmo possível De acordo com Groux e Gan [1], o escalonador WF

Leia mais

2.1. Modelos Baseados em Premissas de Distribuições Simulação de Monte Carlo

2.1. Modelos Baseados em Premissas de Distribuições Simulação de Monte Carlo 2 Value-a-Rsk Anes de adenrar na seara que raa o ermo cenral dese capíulo, é neressane realzar uma cação da evolução hsórca do esudo do rsco. Joron (2003, p. 10) resume os prncpas rabalhos aravés da abela

Leia mais

defi departamento de física

defi departamento de física def deparameno de físca Laboraóros de Físca www.def.sep.pp.p Equações de Fresnel Insuo Superor de Engenhara do Poro Deparameno de Físca Rua Dr. Anóno Bernardno de Almeda, 431 400-07 Poro. Tel. 8 340 500.

Leia mais

Tratamento de Dados 2º Semestre 2005/2006 Tópicos de Resolução do Trabalho 2 = 12

Tratamento de Dados 2º Semestre 2005/2006 Tópicos de Resolução do Trabalho 2 = 12 Traaeno de Dados º Seesre 5/6 Tópcos de Resolução do Trabalho Quesão a Para agrupar os dados e classes ora consderados os valores das rendas aé 5. ua vez que a parr dese valor os dados se enconra basane

Leia mais

3. Modelos de Otimização no Contexto do Planejamento do Despacho Hidrotérmico

3. Modelos de Otimização no Contexto do Planejamento do Despacho Hidrotérmico . Modelos de Omzação no Coneo do Planeameno do Despacho Hdroérmco Embora o foco desa Tese esea no desenvolvmeno de um modelo probablísco alernavo para a geração de árvores de cenáros ulzadas em modelos

Leia mais

CIRCULAR Nº 3.634, DE 4 DE MARÇO DE 2013. Padrão. Padrão. max i. I - F = fator estabelecido no art. 4º da Resolução nº 4.

CIRCULAR Nº 3.634, DE 4 DE MARÇO DE 2013. Padrão. Padrão. max i. I - F = fator estabelecido no art. 4º da Resolução nº 4. CIRCULAR Nº 3.634, DE 4 DE MARÇO DE 2013 Esabelece os procedmenos para o cálculo da parcela dos avos ponderados pelo rsco (RWA) referene às exposções sueas à varação de axas de uros prefxadas denomnadas

Leia mais

PRIMEIRO RELATÓRIO DE FÍSICA EXPERIMENTAL PROCESSOS DE ANÁLISE GRÁFICA E NUMÉRICA

PRIMEIRO RELATÓRIO DE FÍSICA EXPERIMENTAL PROCESSOS DE ANÁLISE GRÁFICA E NUMÉRICA UIVERSIDDE DE PERMUCO / ESCOL POLITÉCIC DE PERMUCO EPP/UPE DEPRTMETO ITERDISCIPLIR ESIO ÁSICO ÍSIC EPERIMETL LUO(): TURM: OT: PROESSOR(): DT: / / PRIMEIRO RELTÓRIO DE ÍSIC EPERIMETL PROCESSOS DE ÁLISE

Leia mais

Capítulo 3. Dinâmica crítica do modelo de Baxter-Wu. 3.1 O Modelo

Capítulo 3. Dinâmica crítica do modelo de Baxter-Wu. 3.1 O Modelo Capíulo 3 Dnâmca críca do modelo de Baxer-Wu 3.1 O Modelo O modelo de Baxer-Wu fo nroduzdo por Wood e Grffhs 56 e resolvdo exaameno no conexo de mecânca esaísca de equlíbro por R.J. Baxer e F.Y.Wu em 1973

Leia mais

3 Modelos de Markov Ocultos

3 Modelos de Markov Ocultos 23 3 Modelos de Markov Oculos 3.. Processos Esocásicos Um processo esocásico é definido como uma família de variáveis aleaórias X(), sendo geralmene a variável empo. X() represena uma caracerísica mensurável

Leia mais

CONSIDERAÇÃO DAS PERDAS NA REDE ELÉTRICA NO MODELO DESSEM-PAT METODOLOGIA E ANÁLISE DE DESEMPENHO

CONSIDERAÇÃO DAS PERDAS NA REDE ELÉTRICA NO MODELO DESSEM-PAT METODOLOGIA E ANÁLISE DE DESEMPENHO CEPEL Cenro de Pesqusas de Energa Elérca Projeo DESSEM Relaóro Técnco: CONSIDERAÇÃO DAS PERDAS NA REDE ELÉTRICA NO MODELO DESSEM-PAT METODOLOGIA E ANÁLISE DE DESEMPENHO ÍNDICE 1. INTRODUÇÃO... 3 2. O

Leia mais

3 Modelo de Amortecimento Direto

3 Modelo de Amortecimento Direto 3 Modelo de Amorecmeno Dreo 3. Inrodução Alguns os de séres não aresenam bons resulados quando modeladas or funções uramene olnomas. As séres sazonas aresenam esse o de roblema, e denre elas, as séres

Leia mais

LISTA DE EXERCÍCIOS DE RECUPERAÇÃO 1º TRIMESTRE MATEMÁTICA

LISTA DE EXERCÍCIOS DE RECUPERAÇÃO 1º TRIMESTRE MATEMÁTICA LISTA DE EXERCÍCIOS DE RECUPERAÇÃO º TRIMESTRE MATEMÁTICA ALUNO(a): Nº: SÉRIE: ª TURMA: UNIDADE: VV JC JP PC DATA: / /07 Obs.: Esa lsa deve ser enregue resolvda no da da prova de recuperação. Valor: 5,0

Leia mais

CIRCULAR Nº 3.568, DE 21 DE DEZEMBRO DE 2011

CIRCULAR Nº 3.568, DE 21 DE DEZEMBRO DE 2011 CAPÍTULO : Crculares não Codfcadas 2 CIRCULAR Nº 3.568, DE 2 DE DEZEMBRO DE 20 Alera dsposvos das Crculares ns. 3.36, de 2 de seembro de 2007, 3.388, de 4 de unho de 2008, 3.389, de 25 de unho de 2008,

Leia mais

Análise da Confiabilidade de Componentes Não Reparáveis

Análise da Confiabilidade de Componentes Não Reparáveis Análse da onfabldade de omponenes Não Reparáves. omponenes versus Ssemas! Ssema é um conjuno de dos ou mas componenes nerconecados para a realzação de uma ou mas funções! A dsnção enre ssema, sub-ssema

Leia mais

Metodologia_Numérica 57. BMetodologia numérica

Metodologia_Numérica 57. BMetodologia numérica Meodologa_Numérca 57 3 BMeodologa numérca Nese capíulo é apresenada a formulação maemáca do problema esudado, bem como a meodologa numérca empregada para a smulação do escoameno, em suações qumcamene nere

Leia mais

Estudo da temperatura da transição de Fase do modelo de potts bidimensional

Estudo da temperatura da transição de Fase do modelo de potts bidimensional Esudo da emperaura da ransção de Fase do modelo de pos bdmensonal Wharley osa Gomes 1, Sergo Murlo da Slva Braga Marns Junor 2, Fred Jorge arvalho Lma 3, Anono Soares dos Anjos Flho 4 1 Graduando em Lcencaura

Leia mais

3 Planejamento da Operação Energética no Brasil

3 Planejamento da Operação Energética no Brasil 3 Planeameno da Operação Energéca no Brasl 3.1 Aspecos Geras O ssema elérco braslero é composo por dos dferenes pos de ssemas: os ssemas solados, os quas predomnam na regão Nore do Brasl e represenam cerca

Leia mais

Nota Técnica sobre a Circular nº 2.972, de 23 de março de 2000

Nota Técnica sobre a Circular nº 2.972, de 23 de março de 2000 Noa Técnca sobre a rcular nº 2.972, de 23 de março de 2000 Meodologa ulzada no processo de apuração do valor da volaldade padrão e do mulplcador para o da, dvulgados daramene pelo Banco enral do Brasl.

Leia mais

Monografia de Graduação

Monografia de Graduação Monografa de Graduação AUTOMAÇÃO DO EBULIÔMETRO DE OTHMER MODIFICADO E SUA UTILIZAÇÃO NA DETERMINAÇÃO DE DADOS DE EQUILÍBRIO LÍQUIDO-VAPOR ELV) Ruhnéa Jéssca Alves do Nascmeno Naal, feverero de 2 - 8 -

Leia mais

3 Espalhamento eletromagnético de Corpos de Revolução

3 Espalhamento eletromagnético de Corpos de Revolução 3 Espalhameno eleromagnéco de Corpos de Revolução 3.. Inrodução Nese capíulo é apresenada a formulação para o espalhameno eleromagnéco por corpos de revolução (BOR Bodes of Revoluon lusrados de forma genérca

Leia mais

CAPÍTULO I CIRCUITOS BÁSICOS COM INTERRUPTORES, DIODOS E TIRISTORES 1.1 CIRCUITOS DE PRIMEIRA ORDEM Circuito RC em Série com um Tiristor

CAPÍTULO I CIRCUITOS BÁSICOS COM INTERRUPTORES, DIODOS E TIRISTORES 1.1 CIRCUITOS DE PRIMEIRA ORDEM Circuito RC em Série com um Tiristor APÍTUO I IRUITOS BÁSIOS OM INTERRUPTORES, IOOS E TIRISTORES. IRUITOS E PRIMEIRA OREM.. rcuo R em Sére com um Trsor Seja o crcuo apresenado na Fg... T R v R V v Fg.. rcuo RT sére. Anes do dsparo do rsor,

Leia mais

2 Programação Matemática Princípios Básicos

2 Programação Matemática Princípios Básicos Programação Maemáca Prncípos Báscos. Consderações Geras Os objevos dese capíulo são apresenar os conceos de Programação Maemáca (PM) necessáros à compreensão do processo de omzação de dmensões e descrever

Leia mais

ECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.

ECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc. ECONOMETRIA Prof. Parca Mara Borolon. Sc. Modelos de ados em Panel Fone: GUJARATI;. N. Economera Básca: 4ª Edção. Ro de Janero. Elsever- Campus 006 efnções Geras Nos dados em panel a mesma undade de core

Leia mais

5.1 O Processo TAR. é definida como um processo limiar auto-regressivo com h. regimes se puder ser representada por (5) ). Os termos ,...

5.1 O Processo TAR. é definida como um processo limiar auto-regressivo com h. regimes se puder ser representada por (5) ). Os termos ,... 5 O Modelo Não-Lnear Como vso no capíulo aneror, há espaço para uma análse mas profunda da função de reação do Banco Cenral do Brasl. Auores como Clarda, Gal e Gerler (2000) e Cogley e Sargen (2001) examnam

Leia mais

Angela Nieckele PUC-Rio. Descrição Matemática dos Fenômenos Físicos

Angela Nieckele PUC-Rio. Descrição Matemática dos Fenômenos Físicos ngela Neckele PUC-Ro Descrção Maemáca os Fenômenos Físcos 1 ngela Neckele PUC-Ro Fluo Fluo convecvo Fluo fusvo Balanço 2 ngela Neckele PUC-Ro Generalzano: olume: Fluo: Js ρ us s Fluo líquo: J ss J s J

Leia mais

Olinda - Pernambuco - Brasil. Gestão da Previsão de Consumo e Energia Não Faturada. Glauber Renato Colnago Rodolfo Miyasaki Edson Amaral

Olinda - Pernambuco - Brasil. Gestão da Previsão de Consumo e Energia Não Faturada. Glauber Renato Colnago Rodolfo Miyasaki Edson Amaral XVIII Semnáro Naconal de Dsrbução de Energa Elérca SENDI 008-06 a 10 de ouubro Olnda - Pernambuco - Brasl Gesão da Prevsão de Consumo e Energa Não Faurada Carlos Albero Fróes Lma Marley Apolnáro Sarava

Leia mais

2 Estabilidade de Tensão

2 Estabilidade de Tensão Esabldade de Tensão. Inrodução O objevo desa seção é mosrar a possbldade de exsênca de fenômenos que se possa assemelhar a aqueles observados na operação de ssemas elércos, e assocados ao colapso de ensão.

Leia mais

CAPÍTULO 9 MODELOS DE REGRESSÃO COM VARIÁVEIS BINÁRIAS

CAPÍTULO 9 MODELOS DE REGRESSÃO COM VARIÁVEIS BINÁRIAS Economera Semesre 200.0 40 CAPÍTULO 9 MODELOS DE REGRESSÃO COM VARIÁVEIS BINÁRIAS OBJETIVOS Consderar modelos em que uma ou mas varáves explcavas são varáves nomnas (ambém chamadas de ndcadores, varáves

Leia mais

DANIELE DA ROCHA FONSECA

DANIELE DA ROCHA FONSECA DANIELE DA ROCHA FONSECA UM NOVO MECANISMO PARA A TRANSFORMAÇÃO DE RESULTADOS PROVENIENTES DE TESTES DE VIDA ACELERADO PARA RESULTADOS ESTIMADOS EM UMA CONDIÇÃO NORMAL DE USO ATRAVÉS DA UTILIZAÇÃO DA LEI

Leia mais

x () ξ de uma variável aleatória X ser um número real, enquanto que uma realização do

x () ξ de uma variável aleatória X ser um número real, enquanto que uma realização do 3 Snas Aleaóros em empo Conínuo. Pare II: Modelos de Fones de Informação e de uído. No capíulo aneror vemos oporundade de recordar os conceos báscos da eora das probabldades e das varáves aleaóras. Nese

Leia mais

4 Premissas quanto aos Modelos de Despacho de Geração, Formação do Preço da Energia e Comercialização de Energia

4 Premissas quanto aos Modelos de Despacho de Geração, Formação do Preço da Energia e Comercialização de Energia 61 4 Premssas quano aos Modelos de Despacho de Geração, Formação do Preço da Energa e Comercalzação de Energa 4.1. Inrodução A remuneração de uma geradora depende do modelo de despacho de geração e formação

Leia mais

Escoamento em Regime Turbulento Aproximações de Reynolds (RANS equations)

Escoamento em Regime Turbulento Aproximações de Reynolds (RANS equations) Méda emporal aplcada às varáves dependenes e aos prncípos de conservação lm T o T o d T Φ represena qalqer ma das varáves dependenes (escoameno ncompressível,v,w,p) Mesrado Inegrado em Engenhara Mecânca

Leia mais

EEL-001 CIRCUITOS ELÉTRICOS ENGENHARIA DA COMPUTAÇÃO

EEL-001 CIRCUITOS ELÉTRICOS ENGENHARIA DA COMPUTAÇÃO L IRUITOS LÉTRIOS 8 UNIFI,VFS, Re. BDB PRT L IRUITOS LÉTRIOS NGNHRI D OMPUTÇÃO PÍTULO 5 PITORS INDUTORS: omporameno com Snas onínuos e com Snas lernaos 5. INTRODUÇÃO Ressor elemeno que sspa poênca. 5.

Leia mais

2. A Medição da Actividade Económica Grandezas Nominais e Reais e Índices de Preços

2. A Medição da Actividade Económica Grandezas Nominais e Reais e Índices de Preços 2. A Medção da Acvdade Económca 2.4. Grandezas Nomnas e Reas e Índces de Preços Ouubro 2007, nesdrum@fe.u. Sldes baseados no guão dsonível no se da cadera 1 2.4. Grandezas Nomnas e Reas e Índces de Preços

Leia mais

COMPARAÇÃO DE DIFERENTES METODOLOGIAS APLICADAS AO CONTROLE DE CHEIAS

COMPARAÇÃO DE DIFERENTES METODOLOGIAS APLICADAS AO CONTROLE DE CHEIAS COMPARAÇÃO DE DIFERENTES METODOLOGIAS APLICADAS AO CONTROLE DE CHEIAS Marco Aurélo de Almeda Casro Adrano Alber de França Mendes Carnero Marnho Gomes de Andrade Deparameno de Engenhara Elérca Escola de

Leia mais

CIRCUITOS ELÉTRICOS EXERCÍCIOS ) Para o circuito da figura, determinar a tensão de saída V out, utilizando a linearidade.

CIRCUITOS ELÉTRICOS EXERCÍCIOS ) Para o circuito da figura, determinar a tensão de saída V out, utilizando a linearidade. FISP CIRCUITOS ELÉTRICOS EXERCÍCIOS RESOLVIDOS 00 CIRCUITOS ELÉTRICOS EXERCÍCIOS 00 Para o crcuo da fgura, deermnar a ensão de saída V ou, ulzando a lneardade. Assumremos que a ensão de saída seja V ou

Leia mais

UFGD 2015 DANIEL KICHESE

UFGD 2015 DANIEL KICHESE Quesão 59: º) Deermnação dos ponos de nerseção: 5 5 º Pono : B 5 5 º Pono : C 5 5 º Pono : B C C º) Deermnação da Área: B 5 5 5 / e 0 e 5 5 5 5 e 0 5 5/ 5 5 0 0 0 5 5 Resposa: E Quesão 60: Número de blhees

Leia mais

PME 2556 Dinâmica dos Fluidos Computacional. Aula 9 - Modelo k-ε Standard

PME 2556 Dinâmica dos Fluidos Computacional. Aula 9 - Modelo k-ε Standard ME 556 Dnâmca dos Fldos Compaconal Ala 9 - Modelo - Sandard Decomposção de Reynolds Decomposção de Reynolds Eqações de Reynolds (1) ( ) ( ) p Eqação de Naver-Soes na forma conservava para m fldo ncompressível:

Leia mais

RODRIGO LOUREIRO PRADO ALVAREZ

RODRIGO LOUREIRO PRADO ALVAREZ RODRIGO LOUREIRO PRADO ALVAREZ OTIMIZAÇÃO DAS FORMAS DE CASCOS DE DESLOCAMENTO EM RELAÇÃO A SUA RESISTÊNCIA AO AVANÇO Dsseração apresenada à Escola Polécnca da Unversdade de São Paulo para obenção do Tíulo

Leia mais

Henrique M. J. Barbosa Instituto de Física USP

Henrique M. J. Barbosa Instituto de Física USP Henrque M. J. Barbosa Insuo de Físca USP hbarbosa@f.usp.br Conservação A equação de conservação de massa é semelhane a conservação de momeno: S F D v q q q S F q D q q v g v v v v P Equações Dferencas

Leia mais

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

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo 3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas

Leia mais

Problemas Propostos. Frações mássicas, volúmicas ou molares. Estequiometria.

Problemas Propostos. Frações mássicas, volúmicas ou molares. Estequiometria. Elementos de Engenhara Químca I II. Frações e Estequometra (problemas resolvdos) Problemas Propostos. Frações másscas, volúmcas ou molares. Estequometra.. Em 5 moles de Benzeno (C 6 H 6 ) quanto é que

Leia mais

INTEGRAÇÃO TEMPORAL EXPLÍCITA DE ALTA ORDEM VIA TÉCNICAS DE MALHA INTERCALADA APLICADA A PROBLEMAS GERAIS DE PRIMEIRA ORDEM.

INTEGRAÇÃO TEMPORAL EXPLÍCITA DE ALTA ORDEM VIA TÉCNICAS DE MALHA INTERCALADA APLICADA A PROBLEMAS GERAIS DE PRIMEIRA ORDEM. INTEGRÇÃO TEMPORL EXPLÍCIT DE LT ORDEM VI TÉCNICS DE MLH INTERCLD PLICD PROBLEMS GERIS DE PRIMEIR ORDEM Fernanda Brenny Tese de Douorado apresenada ao Programa de Pós-Graduação em Engenhara Cvl COPPE da

Leia mais

É a parte da mecânica que descreve os movimentos, sem se preocupar com suas causas.

É a parte da mecânica que descreve os movimentos, sem se preocupar com suas causas. 1 INTRODUÇÃO E CONCEITOS INICIAIS 1.1 Mecânca É a pare da Físca que esuda os movmenos dos corpos. 1. -Cnemáca É a pare da mecânca que descreve os movmenos, sem se preocupar com suas causas. 1.3 - Pono

Leia mais

3 Modelos de Apreçamento de Opções

3 Modelos de Apreçamento de Opções 3 Modelos de Apreçameno de Opções Preços de fuuros na Bolsa de Valores, na práca, são defndos de forma lvre na BM&FBOVESPA a parr das relações apresenadas enre ofera e demanda. Para que a formação de as

Leia mais

3 Metodologia do Estudo 3.1. Tipo de Pesquisa

3 Metodologia do Estudo 3.1. Tipo de Pesquisa 42 3 Meodologia do Esudo 3.1. Tipo de Pesquisa A pesquisa nese rabalho pode ser classificada de acordo com 3 visões diferenes. Sob o pono de visa de seus objeivos, sob o pono de visa de abordagem do problema

Leia mais

A equação de movimento para um ponto material de massa m pode ser escrita como:

A equação de movimento para um ponto material de massa m pode ser escrita como: Objeos MECÂNICA - DINÂMICA Dnâma de um Pono Maeral: Impulso e Quandade de Momeno Cap. 5 Desenoler o prnípo do mpulso e quandade de momeno. Esudar a onseração da quandade de momeno para ponos maeras. Analsar

Leia mais

Esse capítulo fornece o embasamento teórico aos capítulos que se

Esse capítulo fornece o embasamento teórico aos capítulos que se Base Teórca Base Teórca seguem. Esse capíulo ornece o embasameno eórco aos capíulos que se.. Processos Esocáscos Uma varável segue um processo esocásco quando ela se desenvolve ao longo do empo de manera

Leia mais

Henrique M. J. Barbosa Instituto de Física USP

Henrique M. J. Barbosa Instituto de Física USP Henrque M. J. Barbosa Insuo de Físca USP hbarbosa@f.usp.br Amosfera Esem odas as freqüêncas e odas podem ser mporanes devdo as nerações não lneares E.: vórces urbulenos e convecção aconecem em escalas

Leia mais

Análise de Projectos ESAPL / IPVC

Análise de Projectos ESAPL / IPVC Análse de Proecos ESAPL / IPV Tempo, apal, Juro e Taxa de Juro Juros Smples e Juros omposos apalzação e Facor de apalzação Descono e Facor de Acualzação As aplcações do rendmeno onsumo Não Geram Rendmenos

Leia mais

Calibração Virtual de Projetores

Calibração Virtual de Projetores Dsseração de Mesrado Calbração Vrual de Projeores Aluno: Orenador: Pablo Alfredo Sap Baer Paulo Cezar Pno Carvalho 9 de Seembro de Sumáro Ø Movação e descrção do problema Ø Objevo Ø Calbração da câmera

Leia mais

Instituto de Física USP. Física V - Aula 26. Professora: Mazé Bechara

Instituto de Física USP. Física V - Aula 26. Professora: Mazé Bechara Insiuo de Física USP Física V - Aula 6 Professora: Mazé Bechara Aula 6 Bases da Mecânica quânica e equações de Schroedinger. Aplicação e inerpreações. 1. Ouros posulados da inerpreação de Max-Born para

Leia mais

PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO GRANDE DO SUL FACULDADE DE MATEMÁTICA CÁSSIA PEREIRA DA ROSA MOSCHOUTIS

PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO GRANDE DO SUL FACULDADE DE MATEMÁTICA CÁSSIA PEREIRA DA ROSA MOSCHOUTIS 1 PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO GRANDE DO SUL FACULDADE DE MATEMÁTICA CÁSSIA PEREIRA DA ROSA MOSCHOUTIS ANÁLISE DO CRESCIMENTO POPULACIONAL BRASILEIRO Poro Alegre 13 CÁSSIA PEREIRA DA ROSA MOSCHOUTIS

Leia mais

Notas Processos estocásticos. Nestor Caticha 23 de abril de 2012

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

Leia mais

2 Conceitos básicos Modelos de Markov

2 Conceitos básicos Modelos de Markov 2 Conceos báscos O objevo dese Capíulo é abordar eorcamene os assunos que formam a base para o desenvolvmeno do modelo proposo e a descrção do modelo de Frchman, que devdo sua frequene aplcação em rabalhos

Leia mais

tmax tmin tmax A seguir, com base nas equações apresentadas, uma nova abordagem para o cálculo do ponto de pedido será formulada.

tmax tmin tmax A seguir, com base nas equações apresentadas, uma nova abordagem para o cálculo do ponto de pedido será formulada. A pesqusa Operaconal e os Recursos Renováves 4 a 7 de novembro de 003, Naal-RN PONTO DE PEDIDO BASEADO EM PREVISÕES Eduardo Saggoro Garca Unversdade Federal do Ro de Janero UFRJ edsg@ufr.br Vrgílo José

Leia mais

MODELAGEM DE ERROS EM SURTOS EM SISTEMAS DE COMUNICAÇÕES

MODELAGEM DE ERROS EM SURTOS EM SISTEMAS DE COMUNICAÇÕES INSTITUTO MILITAR DE ENGENHARIA MAJ MARCUS VINÍCIUS DOS SANTOS FERNANDES MODELAGEM DE ERROS EM SURTOS EM SISTEMAS DE COMUNICAÇÕES Dsseração de Mesrado apresenada ao Curso de Mesrado em Engenhara Elérca

Leia mais

2 Revisão Bibliográfica dos Modelos de Previsão

2 Revisão Bibliográfica dos Modelos de Previsão 19 2 Revsão Bblográfca dos Modelos de Prevsão Nese capíulo, são abordados alguns modelos e conceos ulzados na leraura para realzar prevsão de carga elérca. Denre os modelos lneares exsenes, serão examnados

Leia mais

Aplicações à Teoria da Confiabilidade

Aplicações à Teoria da Confiabilidade Aplicações à Teoria da ESQUEMA DO CAPÍTULO 11.1 CONCEITOS FUNDAMENTAIS 11.2 A LEI DE FALHA NORMAL 11.3 A LEI DE FALHA EXPONENCIAL 11.4 A LEI DE FALHA EXPONENCIAL E A DISTRIBUIÇÃO DE POISSON 11.5 A LEI

Leia mais

ESTUDO COMPARATIVO DE SISTEMAS DE AERAÇÃO PARA A ESTAÇÃO DE TRATAMENTO DE ESGOTOS SUZANO

ESTUDO COMPARATIVO DE SISTEMAS DE AERAÇÃO PARA A ESTAÇÃO DE TRATAMENTO DE ESGOTOS SUZANO ESTUDO COMPARATIVO DE SISTEMAS DE AERAÇÃO PARA A ESTAÇÃO DE TRATAMENTO DE ESGOTOS SUZANO Roque Passos Pvel Escola Polécnca da Unversdade de São Paulo - EPUSP Pedro Alem Sobrnho Escola Polécnca da Unversdade

Leia mais

Universidade de São Paulo Escola Superior de Agricultura Luiz de Queiroz

Universidade de São Paulo Escola Superior de Agricultura Luiz de Queiroz Unversdade de São Paulo Escola Superor de Agrculura Luz de Queroz O modelo de regressão odd log-logísca gama generalzada com aplcações em análse de sobrevvênca Fábo Praavera Dsseração apresenada para obenção

Leia mais

Análise da elasticidade de transmissão de preços do açúcar do mercado internacional para o mercado de Cabo Verde

Análise da elasticidade de transmissão de preços do açúcar do mercado internacional para o mercado de Cabo Verde Análse da elascdade de ransmssão de preços do açúcar do mercado nernaconal para o mercado de Cabo Verde Economsa, Invesgadora Assocada - AGRIPRICE Economsa, Invesgadora Assocada - AGRIPRICE Economsa, Invesgador

Leia mais

O problema da superdispersão na análise de dados de contagens

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

Leia mais