Tipos de Estudos e Medidas de Risco em Epidemiologia

Tamanho: px
Começar a partir da página:

Download "Tipos de Estudos e Medidas de Risco em Epidemiologia"

Transcrição

1 Tipos de Estudos e Medids de Risco em Epidemiologi Ntli Cristin Amncio de Souz nd Airlne Pereir Alencr Esttístic - IME-USP, Brsil ntycris@linux.ime.usp.r 1. Introdução O principl ojetivo desse trlho de inicição científic é presentr um o introdução os principis conceitos de epidemiologi e medids de ssocição entre ocorrênci de doençs e possíveis ftores de risco. A principl motivção desse trlho é relevânci dess introdução pr pesquisdores que venhm trlhr com áres relcionds à súde púlic, medicin, desenvolvimento de fármcos, etc. Em especil, os esttísticos têm um importnte responsilidde ns nálises relizds nesss áres e o domínio desses conceitos é fundmentl. Nesse trlho são presentdos e discutidos: o processo de desenvolvimento d doenç, tipos de estudo, medids de ocorrêncis de doençs como prevlênci, incidênci e txs de risco (hzrd rte) e quis medids de ssocição entre um ftor de risco e Tipos ocorrênci de Estudos e d Medids doenç de Risco podem Epidemiologi ser utilizds dependendo Ntli Cristin do tipo Amâncio de Souz estudo. Bchreldo em Esttístic IME-USP Orientdor: Airlne Pereir Alencr Esttístic IME-USP O principl ojetivo desse trlho de inicição científic é presentr um o introdução os principis conceitos de epidemiologi e medids de ssocição entre ocorrênci de doençs e possíveis ftores de risco. A principl motivção desse trlho é relevânci dess introdução pr pesquisdores que venhm trlhr com áres relcionds à súde púlic, medicin, desenvolvimento de fármcos, etc. Em especil, os esttísticos têm um importnte responsilidde ns nálises relizds nesss áres e o domínio desses conceitos é fundmentl. 2. Processo de desenvolvimento d doenç Um primeiro specto ser levntdo em Jewell Nesse trlho são presentdos e discutidos: o processo de desenvolvimento d (2003) doenç, tipos [2] de é estudo, compreensão medids de ocorrêncis do desenvolvimento doençs como prevlênci, d incidênci e txs de risco (hzrd rte) e quis medids de ssocição entre um ftor de doenç, risco e ocorrênci em seus d doenç vários podem ser estágios, utilizds dependendo como do tipo presentdo de estudo. nprocesso Figur de desenvolvimento 1 e levntr d doenç seguinte questão: Quis ftores influencim o desencdemento ds váris etps desenvolvimento do desenvolvimento d doenç, em seus vários destágios, doenç? como presentdo n Figur 1 Um primeiro specto ser levntdo em Jewell (2003) é compreensão do e levntr seguinte questão: Quis ftores influencim o desencdemento ds váris etps do desenvolvimento d doenç? Início do processo etiológico Figur 1: Desenvolvimento d doenç (Jewell, 2003) Em gerl, pr cd doenç, o pesquisdor usc verificr quis ftores podem estr relciondos com o precimento dess doenç. As vriáveis que são relcionds um mior risco de desenvolvimento de um doenç são usulmente denominds ftores de risco pr ess doenç. Ns nálises, s vriáveis que são eventuis ftores de risco podem ser denominds, vriáveis explictivs, preditores, vriáveis independentes, covriáveis ou vriáveis de exposição. Plnejmento do estudo Doenç Sintoms Indução começ Promoção clínicos Expressão começm Dignóstico d doenç Figur 1. Desenvolvimento d doenç (Jewell, 2003) Em gerl, pr cd doenç, o pesquisdor usc verificr quis ftores podem estr relciondos com Pr exemplificr s etps do processo de desenvolvimento d doenç, podemos o entender precimento o que pode contecer dess té o dignóstico doenç. de um As doenç vriáveis do corção. que são Ftores de Risco pr os 3 estágios: relcionds Diet Indução um mior risco de desenvolvimento de um Pressão doenç Alt Promoção são usulmente denominds ftores Idde e sexo Expressão de risco pr ess doenç. Ns nálises, s vriáveis que são eventuis ftores de risco podem ser denominds: vriáveis explictivs, preditores, vriáveis independentes, covriáveis ou vriáveis de exposição. Pr exemplificr s etps do processo de desenvolvimento d doenç, podemos entender o que pode contecer té o dignóstico de um doenç do corção. Ftores de risco pr os 3 estágios podem ser: Diet pr Indução; Pressão Alt pr Promoção e Idde e Sexo pr Expressão. 3. Tipos de estudo A seguir, presentmos um clssificção dos tipos de estudo devido à intervenção ou não do pesquisdor. 1. Experimentl O pesquisdor pode mnipulr o ftor de interesse mntendo outros ftores so controle. Em ensios clínicos, o principl ftor de interesse, tipo de trtmento, está so o controle do pesquisdor, locndo pcientes letorimente em cd trtmento. Outros ftores não são lterdos, como sexo, idde, severidde d doenç. 2. Qusi Experimentl Nos estudos qusi experimentis, os grupos podem diferir com respeito o nível do ftor de risco de interesse, ms não são formdos com locção letóri (ou do pesquisdor). Um e- xemplo pode ser verificr que tx de óito por câncer de próstt cír 42% ixo dos níveis esperdos no estdo de Tirol, d Áustri, único estdo que oferece o teste PSA (prostte specific ntigen) de grç. Os estudos ecológicos se encixm nesse tipo de estudo por usrem ddos secundários de ses de ddos, como de mortlidde (SIM-SVS). 3. Estudos oservcionis As vriáveis não estão so o controle do pesquisdor ou com intervenção (como no qusi experimentl). Um exemplo é o estudo sore o tgismo e ftores ssocidos ele no Rio Grnde do Sul (Moreir et l. (1995) [5]) ou o estudo do efeito do consumo de cfé n incidênci de câncer de pâncres. Cd prticipnte diz seu próprio nível de exposição, respondendo questionário. A seguir presentmos um clssificção dos tipos de estudo devido à intervenção ou não do pesquisdor.

2 Um outr clssificção importnte pr os estudos é sed no período em que os ddos são coletdos. Podemos dividir os estudos em: 1. Trnversis ou cross-section As informções nesses estudos são referentes um só instnte de tempo. Podem ser utilizds informções pssds pr cd unidde mostrl, ms não há compnhmento ds informções durnte um período de tempo. 2. Longitudinis Nesses estudos s uniddes mostris têm informções o longo do tempo. As covriáveis podem ou não vrir com o tempo. Por exemplo, sexo não vri com o tempo e estdio d doenç pode ou não mudr o longo do tempo. Os estudos longitudinis podem ser clssificdos como: 1. Retrospectivos Estudos que se seim em informções já ocorrids no pssdo, usndo, tnto prontuários médicos, qunto colet de ddos sore informções pssds, por exemplo, com questionários. 2. Prospectivos Estudos que prtir do início d pesquis compnhm o pciente durnte um período de tempo. Com tis compnhmentos, é possível ter melhor controle de diverss vriáveis. Mis dinte presentremos um discussão sore estudos de coorte que são prospectivos. 4. Medids de Risco Algums txs muito utilizds (Selvin, 1996 [9]) são: Tx de mort. fetl = Tx = n. de óitos fetis ó.fetis+ nscidos vivos se eventos em um período pop. em risco no período se Tx de mortlidde (táu de vid) = quntos morrerm com iddes em [x i, x i+1 ] se n. de nos vividos em [x i, x i+1 ] Tx de mortlidde = n. de óitos no no populção no meio do no se É importnte mencionr que, qundo citmos se, podemos ter, por exemplo, hitntes como usulmente ns txs de mortlidde e 1000 nscidos vivos pr mortlidde infntil. Nos dois primeiros exemplos temos proporções, visto que os indivíduos no numerdor estão como prcel no denomindor e o tempo não fet os resultdos. A terceir tx define populção em risco em termos de pessos no e é um estimtiv d tx médi. A qurt tx, nul, é tmém um tx proximd. A rigor, nenhum desss quntiddes deveri ser formlmente clssificd como tx. Em gerl, o termo tx é ssocido à vrição, mudnç o longo do tempo. Como velocidde é vrição do espço em relção o tempo (t). Assim, tx pode ser definid como: Tx = y(t) t y(t). Poderímos ter, por exemplo, 10 óitos em um no, ms só serímos se este vlor é lto ou não, se olhássemos em relção à populção. 5. Medids de Ocorrênci de Doençs Primeirmente devemos considerr que Prevlênci e incidênci são diferentes proporções d populção com doenç em estudo em certos instntes de tempo. Por isso, podemos definir diferentes medids do tempo, como por exemplo: 1. Idde; 2. Tempo de exposição um específico ftor de risco (por exemplo, qunto tempo fumndo); 3. Tempo do clendário (ex: no 2007); 4. Tempo desde o dignóstico. Considerndo os 6 csos de doenç o longo do tempo em um populção de 100 pessos presentdos n Figur 2 (Jewell, 2003, [2]), definimos, com exemplos, s medids Prevlênci e Incidênci. Prevlênci pontul de um doenç é proporção de indivíduos de um populção definid, em risco pr um doenç, que é fetd pel doenç em certo tempo. No exemplo, prevlênci pontul é 4/100 se o cso 4 está em risco e 4/99, cso contrário. Prevlênci no intervlo de tempo é proporção d populção em risco fetd pel doenç em lgum ponto do intervlo. No exemplo, Prevlênci em [t 0, t 1 ] é 6/100.

3 1. Idde 2. Tempo de exposição um específico ftor de risco (por exemplo, qunto tempo fumndo). 3. Tempo do clendário (ex: no 2007) 4. Tempo desde o dignóstico Cso 4 Cso 1 Cso 6 Cso 2 Cso 5 Cso 3 t 0 t t 1 Nos estudos de Coorte, identific-se um grupo igur 2: 6 csos de Figur doenç 2. 6em csos um depopulção doenç emde um 100 populção pessos (Jewell, de ). exposto o ftor e o grupo controle, constituído de pessos (Jewell, 2003) pessos que não form exposts ele. Os dois grupos revlênci pontul de um doenç= proporção de indivíduos de um populção são compnhdos por um período de tempo efinid em risco pr um doenç que é fetd pel doenç em certo tempo. Incidênci é proporção dos indivíduos em risco (prospectivo) e s txs de incidênci d doenç 4 xemplo d Figur pr 2: Prevlênci doenç nem populção t = no, início se o cso de um 4 está intervlo em risco são em t; clculds nos dois grupos. Se esss txs de tempo que se tornrm100 novos csos d doenç são significtivmente diferentes nos dois grupos, o ntes do fim do intervlo. No 4, exemplo, se o cso 4 não incidênci pesquisdor conclui que há ssocição entre doenç e está em risco em t. no intervlo [t 0, t 1 ] é 4/ o ftor. As vntgens do estudo de coorte são o melhor controle de diverss vriáveis explictivs e mel- Um outr medid importnte em estudos d revlênci no intervlo áre médic de tempo é Proilidde = proporção d de populção Sorevivênci, em risco fetd hor dignóstico pel d doenç, tendo informção sore o oenç em lgum principlmente ponto do intervlo. em estudos de pcientes com neoplsi e em estudos 6 turiis. A função de sorevivênci ilidde dos dois grupos pode ser verificd no inicio tempo em que tl dignóstico ocorreu. A compr- x: Prevlênci em simplesmente [t 0,t 1 ] =. 100 mede proilidde do pciente soreviver té o tempo t, ou sej, vive um tempo mior são necessários justes n nálise dos ddos (Sores e do estudo e identificds s vriáveis pr s quis do que t, denotd por S(t) = P (T > t), t 0. A Siqueir, 1999 [10]). A principl desvntgem desse cidênci função de sorevivênci present s proprieddes: tipo de estudo é o lto custo. roporção dos indivíduos em risco pr doenç n populção no início de um (i) S(0) = 1; (ii) S(t) 0, qundo t ; (iii) S(t) tervlo de tempo que se tornrm novos csos d doenç ntes do fim do intervlo. é função não crescente. Tel 1. Freqüêncis oservds em estudos csocontrole ou coorte. str em risco quer dizer que está sujeito desenvolver doenç (ex: mulheres e câncer Um medid do risco em cd tempo é função e próstt) de risco (hzrd), h(t), definid por Doenç Exposição o Ftor Totl h(t) = S(t) 1 t S(t), Presente Ausente mede "vrição", em módulo, d qued d proilidde de sorevid no tempo t. A incidênci no intervlo [0, t], I(t), mede proilidde P (T t), t 0, e podemos escrever função de sorevivênci como h(t) = I(t) t 1 (1 I(t)). Um complet presentção de nálise de sorevivênci pode ser encontrd em Klein e Moescherger (2003) [3]. 6. Estudos Cso-Controle e de Coorte Estudo cso-controle é um form de pesquis que vis estudr csos, indivíduos que presentm doenç, e controles, indivíduos que não têm, com relção à exposição ftores de risco. Os controles devem ser semelhntes os csos pr vriáveis que não sejm ftores de risco, como, por exemplo, pr sexo e idde. Se os csos tiverem mior exposição certos ftores, identificm-se os ftores de risco. Idelmente, os csos devem ser todos os que ocorrerm durnte um período de tempo num populção definid (Sores e Siqueir, 1999 [10]). O tempo gsto e os custos ssocidos são reltivmente pequenos, já que, em gerl, são estudos retrospectivos. Presente + Ausente c d c+d Totl N Podemos definir os eventos: D= Doente e E= Exposto e os eventos complementres e usr os ddos d Tel 1 pr ilustrr o cálculo do Risco Reltivo e Rzão de Chnces. No estudo de coorte é stnte nturl pensr n rzão entre s proiliddes de estr doente pr expostos e não expostos, como medid do efeito de exposição o ftor. Est rzão recee o nome de Risco Reltivo, denotd por RR, e definid por RR = P (D E) P (D E c ), com E c denotndo o complementr do evento E. O risco reltivo é, nturlmente, estimdo pel

4 rzão ds dus proporções mostris: rzão de chnces são respectivmente ˆ RR = O risco reltivo não pode ser estimdo em estudos de cso-controle porque, neste tipo de estudo, s incidêncis oservds são mers conseqüêncis do número escolhido de csos e controles e não ds crcterístics dos grupos em estudo (Sores e Siqueir, 1999 [10]). Por isso, uscrm-se mneirs lterntivs pr se definir o efeito d exposição de form dequd todos os grupos epidemiológicos. A solução encontrd foi o uso de um medid denomind rzão de chnces. Define-se chnce de se desenvolver doenç entre os expostos como P (D E)/P (D c E) e entre os não expostos como P (D E c )/P (D c E c ). A Rzão ds Chnces (odds rtio), denotd por OR, é definid por OR = P (D E) P (D c E) / P (D Ec ) P (D c E c ). Pr nálise de tels 2x2, como Tel 1, rzão de chnces pode ser estimd por ˆ OR = c / d. = d c. Um form de convertermos rzão de chnces em risco reltivo é dd por RR = OR (1 P 0 ) + (P 0 OR) em que P 0 é incidênci d doenç no grupo dos não expostos. 7. Exemplo pr tels de contingênci 2 2 Pr ilustrr s medids de risco, com sus interpretções, consideremos os ddos de um estudo com 1000 fumntes e 1000 não fumntes, compnhdos por 10 nos. As estimtivs do risco reltivo e d Tel 2. Freqüêncis oservds em um estudo de coorte com 2000 pessos. Doenç Exposição o Ftor Totl Fumnte Não Fumnte Óito =70 =7 +=77 Não óito c=930 d= 993 c+d=1923 Totl =1000 =1000 N=2000 ˆ RR = ˆ OR = c / d = 10, 00. = 10, 68. A rzão de chnces indic proilidde de óito pr os fumntes é 10 vezes proilidde pr não fumntes. O risco reltivo indic que chnce de morrer com relção soreviver pr os fumntes é 10,68 vezes mesm chnce pr os não fumntes. 8. Conclusões e Perspectivs As medids de ssocição entre possíveis ftores de exposição e ocorrênci de lgum doenç requer o conhecimento de váris medids e quis são mis proprids dependendo do tipo de estudo ser nlisdo. Muits vezes,o pesquisdor desej presentr o risco reltivo, ms otém somente rzão de chnces, como por exemplo em estudos do tipo csocontrole. N continução desse trlho vmos estudr otenção do risco reltivo, usndo os resultdos de um estudo que vliou ftores de risco relciondos à mortlidde neontl no município de São Pulo em 2006 (Ministério d Súde, 2006 [4]). Nesse estudo foi utilizd um regressão logístic (Pul, 2004 [6]) pr vlir ssocição entre possíveis ftores de risco e o óito neontl e foi estimd rzão de chnces. É importnte presentr estimtivs pr o risco reltivo com seus intervlos de confinç (Zhng e Yu, 1998 [11]). Um lterntiv é o juste de modelos lineres generlizdos utilizndo distriuição Poisson pr contgens, como os óitos, e estimr o risco reltivo. Tmém serão revisdos lguns modelos pr ddos ctegorizdos (Agresti, 2002 [1] e Pulino e Singer, 2006 [7]). Referêncis [1] Aln Agresti, Ctegoricl Dt Anlysis, 2nd ed., John Wiley nd Sons, Inc, New York, [2] Nichols P. Jewell, Sttistics for Epidemiology, Chpmn e Hll, Florid, [3] John P. Klein nd Melvin L. Moescherger, Survivl Anlysis: Techniques for Censored nd Truncted Dt, Springer, New York, [4] Ministério d Súde, Súde Brsil - Um Análise d Desiguldde em Súde, Ministério d Súde, Brsili, 2006.

5 [5] Leil B. Moreir, Flávio D. Fuchs, Renn S. Mores, Mrkus Bredemeir, nd Sílvi Crdozo, Prevlence of smoking nd ssocited fctors in metropolitn re of southern Brzil, Revist de Súde Púlic 29 (1995), no. 1, [6] Gilerto A. Pul, Modelos de Regressão com poio computcionl, IME-USP, São Pulo, [7] Julio M. Singer nd Crlos D. Pulino, Análise de Ddos Ctegorizdos, Edgrd Blucher, São Pulo, [8] Murício G. Pereir, Epidemiologi: Teori e Prátic, Ed. Gunr Koogn, Rio de Jneiro, [9] Steve Selvin, Sttisticl Anlysis of Epidemiologic Dt, Oxford University, New York, [10] José F. Sores nd Armind L. Siqueir, Introdução à Esttístic Médic, Deprtmento de Esttístic - UFMG, Belo Horizonte, [11] Jun Zhng nd Ki. F. Yu, Wht s the reltive risk? A method of correcting the odds rtio in cohort studies of common outcomes, Journl of Americn of Medicl Assocition 280 (1998),

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) EXPERIMENTOS COM UM ÚNICO FATOR E A ANÁLISE DE VARIÂNCIA

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) EXPERIMENTOS COM UM ÚNICO FATOR E A ANÁLISE DE VARIÂNCIA PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) EXPERIMENTOS COM UM ÚNICO FATOR E A ANÁLISE DE VARIÂNCIA Dr. Sivldo Leite Correi EXEMPLO DE UM PROBLEMA COM UM ÚNICO FATOR Um empres do rmo textil desej desenvolver

Leia mais

ESTATÍSTICA APLICADA. 1 Introdução à Estatística. 1.1 Definição

ESTATÍSTICA APLICADA. 1 Introdução à Estatística. 1.1 Definição ESTATÍSTICA APLICADA 1 Introdução à Esttístic 1.1 Definição Esttístic é um áre do conhecimento que trduz ftos prtir de nálise de ddos numéricos. Surgiu d necessidde de mnipulr os ddos coletdos, com o objetivo

Leia mais

EPIDEMIOLOGIA MEDIDAS DE ASSOCIAÇÃO E EFEITO. Programa de Pós Graduação em Saúde Coletiva Introdução a Epidemiologia. Introdução a Epidemiologia

EPIDEMIOLOGIA MEDIDAS DE ASSOCIAÇÃO E EFEITO. Programa de Pós Graduação em Saúde Coletiva Introdução a Epidemiologia. Introdução a Epidemiologia Universidde Federl do Rio de Jneiro Progrm de Pós Grdução em Súde Coletiv PDMOLOGA MDDAS D ASSOCAÇÃO FTO Mrio Vinn Vettore MDDAS D ASSOCAÇÃO FTO Medids dequds de freqüênci de doençs são bse pr comprção

Leia mais

Medidas de Associação e Medidas de Impacto

Medidas de Associação e Medidas de Impacto Universidde Federl do Rio de Jneiro Fuldde de Mediin Deprtmento Mediin Preventiv Instituto de studos em Sude Coletiv ISC Disiplin: pidemiologi Medids de Assoição e Medids de Impto Pesquis tiológi Objetivo

Leia mais

3 Teoria dos Conjuntos Fuzzy

3 Teoria dos Conjuntos Fuzzy 0 Teori dos Conjuntos Fuzzy presentm-se qui lguns conceitos d teori de conjuntos fuzzy que serão necessários pr o desenvolvimento e compreensão do modelo proposto (cpítulo 5). teori de conjuntos fuzzy

Leia mais

INTEGRAIS DEFINIDAS. Como determinar a área da região S que está sob a curva y = f(x) e limitada pelas retas verticais x = a, x = b e pelo eixo x?

INTEGRAIS DEFINIDAS. Como determinar a área da região S que está sob a curva y = f(x) e limitada pelas retas verticais x = a, x = b e pelo eixo x? INTEGRAIS DEFINIDAS O Prolem d Áre Como determinr áre d região S que está so curv y = f(x) e limitd pels rets verticis x =, x = e pelo eixo x? Um idei é proximrmos região S utilizndo retângulos e depois

Leia mais

INTEGRAIS DEFINIDAS. Como determinar a área da região S que está sob a curva y = f(x) e limitada pelas retas verticais x = a, x = b e pelo eixo x?

INTEGRAIS DEFINIDAS. Como determinar a área da região S que está sob a curva y = f(x) e limitada pelas retas verticais x = a, x = b e pelo eixo x? INTEGRAIS DEFINIDAS O Prolem d Áre Como determinr áre d região S que está so curv y = f(x) e limitd pels rets verticis x =, x = e pelo eixo x? Um idei é proximrmos região S utilizndo retângulos e depois

Leia mais

Comprimento de arco. Universidade de Brasília Departamento de Matemática

Comprimento de arco. Universidade de Brasília Departamento de Matemática Universidde de Brsíli Deprtmento de Mtemátic Cálculo Comprimento de rco Considerefunçãof(x) = (2/3) x 3 definidnointervlo[,],cujográficoestáilustrdo bixo. Neste texto vmos desenvolver um técnic pr clculr

Leia mais

AVALIAÇÃO DE GENÓTIPOS DE AVEIA SOB DIFERENTES DENSIDADES DE SEMEADURA. Palavras chave: Produção de biomassa, bovinos de leite, plantas daninhas

AVALIAÇÃO DE GENÓTIPOS DE AVEIA SOB DIFERENTES DENSIDADES DE SEMEADURA. Palavras chave: Produção de biomassa, bovinos de leite, plantas daninhas AVALIAÇÃO DE GENÓTIPOS DE AVEIA SOB DIFERENTES DENSIDADES DE SEMEADURA Iuri Nio 1, Aln Dltoé 1, Itmr Gsprin 1, Pulo Seen 1, Adrino Moreir 1, Krine Al 1, Alfredo Mrtini 1, Neuri Antonio Feldmnn 2, Fin Rquel

Leia mais

3. Cálculo integral em IR 3.1. Integral Indefinido 3.1.1. Definição, Propriedades e Exemplos

3. Cálculo integral em IR 3.1. Integral Indefinido 3.1.1. Definição, Propriedades e Exemplos 3. Cálculo integrl em IR 3.. Integrl Indefinido 3... Definição, Proprieddes e Exemplos A noção de integrl indefinido prece ssocid à de derivd de um função como se pode verificr prtir d su definição: Definição

Leia mais

Incertezas e Propagação de Incertezas. Biologia Marinha

Incertezas e Propagação de Incertezas. Biologia Marinha Incertezs e Propgção de Incertezs Cursos: Disciplin: Docente: Biologi Biologi Mrinh Físic Crl Silv Nos cálculos deve: Ser coerente ns uniddes (converter tudo pr S.I. e tender às potêncis de 10). Fzer um

Leia mais

Formas Quadráticas. FUNÇÕES QUADRÁTICAS: denominação de uma função especial, definida genericamente por: 1 2 n ij i j i,j 1.

Formas Quadráticas. FUNÇÕES QUADRÁTICAS: denominação de uma função especial, definida genericamente por: 1 2 n ij i j i,j 1. Forms Qudrátics FUNÇÕES QUADRÁTICAS: denominção de um função especil, definid genericmente por: Q x,x,...,x x x x... x x x x x... x 1 n 11 1 1 1 1n 1 n 3 3 nn n ou Qx,x,...,x 1 n ij i j i,j1 i j n x x

Leia mais

Integral. (1) Queremos calcular o valor médio da temperatura ao longo do dia. O valor. a i

Integral. (1) Queremos calcular o valor médio da temperatura ao longo do dia. O valor. a i Integrl Noção de Integrl. Integrl é o nálogo pr unções d noção de som. Ddos n números 1, 2,..., n, podemos tomr su som 1 + 2 +... + n = i. O integrl de = té = b dum unção contínu é um mneir de somr todos

Leia mais

1 Distribuições Contínuas de Probabilidade

1 Distribuições Contínuas de Probabilidade Distribuições Contínus de Probbilidde São distribuições de vriáveis letóris contínus. Um vriável letóri contínu tom um numero infinito não numerável de vlores (intervlos de números reis), os quis podem

Leia mais

AULA 1. 1 NÚMEROS E OPERAÇÕES 1.1 Linguagem Matemática

AULA 1. 1 NÚMEROS E OPERAÇÕES 1.1 Linguagem Matemática 1 NÚMEROS E OPERAÇÕES 1.1 Lingugem Mtemátic AULA 1 1 1.2 Conjuntos Numéricos Chm-se conjunto o grupmento num todo de objetos, bem definidos e discerníveis, de noss percepção ou de nosso entendimento, chmdos

Leia mais

DEMONSTRE EM TRANSMISSÃO DE CALOR AULA EM REGIME VARIÁVEL

DEMONSTRE EM TRANSMISSÃO DE CALOR AULA EM REGIME VARIÁVEL DEMONSTRE EM TRANSMISSÃO DE CALOR AULA EM REGIME VARIÁVEL Wilton Jorge Depto. de Ciêncis Físics UFU Uberlândi MG I. Fundmentos teóricos I.1 Introdução O clor é um modlidde de energi em trânsito que se

Leia mais

Mat.Semana. PC Sampaio Alex Amaral Rafael Jesus. (Fernanda Aranzate)

Mat.Semana. PC Sampaio Alex Amaral Rafael Jesus. (Fernanda Aranzate) 11 PC Smpio Alex Amrl Rfel Jesus Mt.Semn (Fernnd Arnzte) Este conteúdo pertence o Descomplic. Está vedd cópi ou reprodução não utorizd previmente e por escrito. Todos os direitos reservdos. CRONOGRAMA

Leia mais

A Lei das Malhas na Presença de Campos Magnéticos.

A Lei das Malhas na Presença de Campos Magnéticos. A Lei ds Mlhs n Presenç de mpos Mgnéticos. ) Revisão d lei de Ohm, de forç eletromotriz e de cpcitores Num condutor ôhmico n presenç de um cmpo elétrico e sem outrs forçs tundo sore os portdores de crg

Leia mais

Cap. 19: Linkage Dois pares de genes localizados no mesmo par de cromossomos homólogos

Cap. 19: Linkage Dois pares de genes localizados no mesmo par de cromossomos homólogos Cp. 19: Linkge Dois pres de genes loclizdos no mesmo pr de cromossomos homólogos Equipe de iologi Linkge Genes ligdos: ocorrem qundo dois ou mis genes estão loclizdos no mesmo cromossomo. Esses genes não

Leia mais

Física Geral e Experimental I (2011/01)

Física Geral e Experimental I (2011/01) Diretori de Ciêncis Exts Lbortório de Físic Roteiro Físic Gerl e Experimentl I (/ Experimento: Cinemátic do M. R. U. e M. R. U. V. . Cinemátic do M.R.U. e do M.R.U.V. Nest tref serão borddos os seguintes

Leia mais

x = x 2 x 1 O acréscimo x é também chamado de diferencial de x e denotado por dx, isto é, dx = x.

x = x 2 x 1 O acréscimo x é também chamado de diferencial de x e denotado por dx, isto é, dx = x. Universidde Federl Fluminense Mtemátic II Professor Mri Emili Neves Crdoso Cpítulo Integrl. Diferenciis dy Anteriormente, foi considerdo um símolo pr derivd de y em relção à, ms em lguns prolems é útil

Leia mais

Definição de áreas de dependência espacial em semivariogramas

Definição de áreas de dependência espacial em semivariogramas Definição de áres de dependênci espcil em semivriogrms Enio Júnior Seidel Mrcelo Silv de Oliveir 2 Introdução O semivriogrm é principl ferrment utilizd pr estudr dependênci espcil em estudos geoesttísticos

Leia mais

Aula 27 Integrais impróprias segunda parte Critérios de convergência

Aula 27 Integrais impróprias segunda parte Critérios de convergência Integris imprópris segund prte Critérios de convergênci MÓDULO - AULA 7 Aul 7 Integris imprópris segund prte Critérios de convergênci Objetivo Conhecer dois critérios de convergênci de integris imprópris:

Leia mais

Material envolvendo estudo de matrizes e determinantes

Material envolvendo estudo de matrizes e determinantes E. E. E. M. ÁREA DE CONHECIMENTO DE MATEMÁTICA E SUAS TECNOLOGIAS PROFESSORA ALEXANDRA MARIA º TRIMESTRE/ SÉRIE º ANO NOME: Nº TURMA: Mteril envolvendo estudo de mtrizes e determinntes INSTRUÇÕES:. Este

Leia mais

Apoio à Decisão. Aula 3. Aula 3. Mônica Barros, D.Sc.

Apoio à Decisão. Aula 3. Aula 3. Mônica Barros, D.Sc. Aul Métodos Esttísticos sticos de Apoio à Decisão Aul Mônic Brros, D.Sc. Vriáveis Aletóris Contínus e Discrets Função de Probbilidde Função Densidde Função de Distribuição Momentos de um vriável letóri

Leia mais

Análise de Variância com Dois Factores

Análise de Variância com Dois Factores Análise de Vriânci com Dois Fctores Modelo sem intercção Eemplo Neste eemplo, o testrmos hipótese de s três lojs terem volumes médios de vends iguis, estmos testr se o fctor Loj tem influênci no volume

Leia mais

1ª questão (20 pontos)

1ª questão (20 pontos) TP537 Trnsmissão Digitl ª Avlição 9/5/17 13:3h Prof. Dyn Adionel Guimrães Not: Aluno(): Prov com consult o livro texto, com durção de 3 hors. A interpretção é prte integrnte ds questões. Sej orgnizdo e

Leia mais

SERVIÇO PÚBLICO FEDERAL Ministério da Educação

SERVIÇO PÚBLICO FEDERAL Ministério da Educação SERVIÇO PÚBLICO FEDERAL Ministério d Educção Universidde Federl do Rio Grnde Universidde Abert do Brsil Administrção Bchreldo Mtemátic pr Ciêncis Sociis Aplicds I Rodrigo Brbos Sores . Mtrizes:.. Introdução:

Leia mais

Método de Monte Carlo

Método de Monte Carlo Método de Monte Crlo Antonio Crlos Roque d Silv Filho e Cristino R. F. Grnzotti 19 de junho de 2017 1 Definição do Método de Monte Crlo e Estimtiv d Acuráci Um experimento computcionl requer execução de

Leia mais

Nota de aula_2 2- FUNÇÃO POLINOMIAL

Nota de aula_2 2- FUNÇÃO POLINOMIAL Universidde Tecnológic Federl do Prná Cmpus Curiti Prof. Lucine Deprtmento Acdêmico de Mtemátic Not de ul_ - FUNÇÃO POLINOMIAL Definição 8: Função polinomil com um vriável ou simplesmente função polinomil

Leia mais

PRINCIPAIS MODELOS PROBABILISTICOS PARA V. A. CONTÍNUAS

PRINCIPAIS MODELOS PROBABILISTICOS PARA V. A. CONTÍNUAS PRINCIPAIS MODELOS PROBABILISTICOS PARA V. A. CONTÍNUAS Vriável Aletóri Contínu (Revisão) Pr v.. contínus: PX ( x) 0 0 P ( < X< ) Função Densidde de Proilidde (fdp) f() x 0 P( < X< ) f( x) dx + f ( xdx

Leia mais

Ano / Turma: N.º: Data: / / GRUPO I

Ano / Turma: N.º: Data: / / GRUPO I Novo Espço Mtemátic A.º no Nome: Ano / Turm: N.º: Dt: / / GRUPO I N respost cd um dos itens deste grupo, selecion únic opção corret. Escreve, n folh de resposts: o número do item; letr que identific únic

Leia mais

8/6/2007. Dados os conjuntos: A={0,1} e B={a,b,c},

8/6/2007. Dados os conjuntos: A={0,1} e B={a,b,c}, 8/6/7 Orgnizção Aul elções clássics e relções Fuzz Prof. Dr. Alendre d ilv imões Produto Crtesino elções Crisp Produto crtesino Forç d relção Crdinlidde Operções em relções Crisp Proprieddes de relções

Leia mais

Material Teórico - Módulo de Razões e Proporções. Proporções e Conceitos Relacionados. Sétimo Ano do Ensino Fundamental

Material Teórico - Módulo de Razões e Proporções. Proporções e Conceitos Relacionados. Sétimo Ano do Ensino Fundamental Mteril Teórico - Módulo de Rzões e Proporções Proporções e Conceitos Relciondos Sétimo Ano do Ensino Fundmentl Prof. Frncisco Bruno Holnd Prof. Antonio Cminh Muniz Neto Portl OBMEP 1 Introdução N ul nterior,

Leia mais

Comprimento de Curvas. Exemplo. Exemplos, cont. Exemplo 2 Para a cúspide. Continuação do Exemplo 2

Comprimento de Curvas. Exemplo. Exemplos, cont. Exemplo 2 Para a cúspide. Continuação do Exemplo 2 Definição 1 Sej : omprimento de urvs x x(t) y y(t) z z(t) um curv lis definid em [, b]. O comprimento d curv é definido pel integrl L() b b [x (t)] 2 + [y (t)] 2 + [z (t)] 2 dt (t) dt v (t) dt Exemplo

Leia mais

INTEGRAIS DEFINIDAS. Como determinar a área da região S que está sob a curva y = f(x) e limitada pelas retas verticais x = a, x = b e pelo eixo x?

INTEGRAIS DEFINIDAS. Como determinar a área da região S que está sob a curva y = f(x) e limitada pelas retas verticais x = a, x = b e pelo eixo x? Cálculo II Prof. Adrin Cherri 1 INTEGRAIS DEFINIDAS O Prolem d Áre Como determinr áre d região S que está so curv y = f(x) e limitd pels rets verticis x =, x = e pelo eixo x? Um idei é proximrmos região

Leia mais

c.c. É a função que associa a cada x X(S) um número f(x) que deve satisfazer as seguintes propriedades:

c.c. É a função que associa a cada x X(S) um número f(x) que deve satisfazer as seguintes propriedades: Prof. Lorí Vili, Dr. vili@mt.ufrgs.r http://www.mt.ufrgs.r/~vili/ Sej um vriável letóri com conjunto de vlores (S). Se o conjunto de vlores for infinito não enumerável então vriável é dit contínu. É função

Leia mais

Modelos Teóricos para Análise de Transformadores Baseados em Modelos Simplificados de Impedância e de Elementos Concentrados

Modelos Teóricos para Análise de Transformadores Baseados em Modelos Simplificados de Impedância e de Elementos Concentrados 4. Modelos Teóricos pr Análise de Trnsformdores Bsedos em Modelos implificdos de Impedânci e de Elementos Concentrdos 4. Introdução Um vez que o trlho propõe o projeto e crcterizção de trnsformdores em

Leia mais

Quantidade de oxigênio no sistema

Quantidade de oxigênio no sistema EEIMVR-UFF Refino dos Aços I 1ª Verificção Junho 29 1. 1 kg de ferro puro são colocdos em um forno, mntido 16 o C. A entrd de oxigênio no sistem é controld e relizd lentmente, de modo ir umentndo pressão

Leia mais

Universidade Federal do Rio Grande FURG. Instituto de Matemática, Estatística e Física IMEF Edital 15 - CAPES MATRIZES

Universidade Federal do Rio Grande FURG. Instituto de Matemática, Estatística e Física IMEF Edital 15 - CAPES MATRIZES Universidde Federl do Rio Grnde FURG Instituto de Mtemátic, Esttístic e Físic IMEF Editl - CAPES MATRIZES Prof. Antônio Murício Medeiros Alves Profª Denise Mri Vrell Mrtinez Mtemátic Básic pr Ciêncis Sociis

Leia mais

ANÁLISE DE COMPONENTES PRINCIPAIS APLICADA À CIÊNCIA DE ALIMENTOS: ESTUDO DE CASO COM PEQUI

ANÁLISE DE COMPONENTES PRINCIPAIS APLICADA À CIÊNCIA DE ALIMENTOS: ESTUDO DE CASO COM PEQUI ANÁISE DE COMPONENTES PRINCIPAIS APICADA À CIÊNCIA DE AIMENTOS: ESTUDO DE CASO COM PEQUI Aline Incio Alves 1, Mrcel Zont Rodrigues 1, Ellen Silv go Vnzel 2, Pulo Cesr Stringhet 1, Afonso Mot Rmos 1 1 Universidde

Leia mais

NO CLIMA DE PIRACICABA. RESUMO

NO CLIMA DE PIRACICABA. RESUMO 1 ANÁLISE DA INFLUÊNCIA DOS FENÔMENOS EL NIÑO E LA NIÑA NO CLIMA DE PIRACICABA. Fio Ricrdo MARIN 1, Pulo Cesr SENTELHAS 2, Nilson Augusto VILLA NOVA 3 RESUMO Anlisndo-se vrição d tempertur médi nul, e

Leia mais

(x, y) dy. (x, y) dy =

(x, y) dy. (x, y) dy = Seção 7 Função Gm A expressão n! = 1 3... n (1 está definid pens pr vlores inteiros positivos de n. Um primeir extensão é feit dizendo que! = 1. Ms queremos estender noção de ftoril inclusive pr vlores

Leia mais

x 0 0,5 0,999 1,001 1,5 2 f(x) 3 4 4,998 5,

x 0 0,5 0,999 1,001 1,5 2 f(x) 3 4 4,998 5, - Limite. - Conceito Intuitivo de Limite Considere função f definid pel guinte epressão: f - - Podemos obrvr que função está definid pr todos os vlores de eceto pr. Pr, tnto o numerdor qunto o denomindor

Leia mais

MÉTODO DA POSIÇÃO FALSA EXEMPLO

MÉTODO DA POSIÇÃO FALSA EXEMPLO MÉTODO DA POSIÇÃO FALSA Vimos que o Método d Bissecção encontr um novo intervlo trvés de um médi ritmétic. Ddo o intervlo [,], o método d posição fls utiliz médi ponderd de e com pesos f( e f(, respectivmente:

Leia mais

Prova 1 Soluções MA-602 Análise II 27/4/2009 Escolha 5 questões

Prova 1 Soluções MA-602 Análise II 27/4/2009 Escolha 5 questões Prov 1 Soluções MA-602 Análise II 27/4/2009 Escolh 5 questões 1. Sej f : [, b] R um função limitd. Mostre que f é integrável se, e só se, existe um sequênci de prtições P n P [,b] do intervlo [, b] tl

Leia mais

NÍVEL SOCIOECONÔMICO E SAÚDE AUDITIVA: indicadores de risco e falha na triagem auditiva neonatal

NÍVEL SOCIOECONÔMICO E SAÚDE AUDITIVA: indicadores de risco e falha na triagem auditiva neonatal NÍVEL SOCIOECONÔMICO E SAÚDE AUDITIVA: indicdores de risco e flh n trigem uditiv neontl Silvi Amoedo Reis, Silvi Ferrite Introdução A rend e escolridde são distribuíds de form desigul no mundo e influênci

Leia mais

Prova 3 Matemática QUESTÕES APLICADAS A TODOS OS CANDIDATOS QUE REALIZARAM A PROVA ESPECÍFICA DE MATEMÁTICA. QUESTÕES OBJETIVAS GABARITO 3

Prova 3 Matemática QUESTÕES APLICADAS A TODOS OS CANDIDATOS QUE REALIZARAM A PROVA ESPECÍFICA DE MATEMÁTICA. QUESTÕES OBJETIVAS GABARITO 3 Prov Mtemátic QUESTÕES OBJETIVAS QUESTÕES APLICADAS A TODOS OS CANDIDATOS QUE REALIZARAM A PROVA ESPECÍFICA DE MATEMÁTICA. UEM Comissão Centrl do Vestibulr Unificdo MATEMÁTICA 0 Considere n um número nturl.

Leia mais

Prova 3 Matemática QUESTÕES APLICADAS A TODOS OS CANDIDATOS QUE REALIZARAM A PROVA ESPECÍFICA DE MATEMÁTICA. QUESTÕES OBJETIVAS GABARITO 2

Prova 3 Matemática QUESTÕES APLICADAS A TODOS OS CANDIDATOS QUE REALIZARAM A PROVA ESPECÍFICA DE MATEMÁTICA. QUESTÕES OBJETIVAS GABARITO 2 Prov Mtemátic QUESTÕES OBJETIVAS QUESTÕES APLICADAS A TODOS OS CANDIDATOS QUE REALIZARAM A PROVA ESPECÍFICA DE MATEMÁTICA. UEM Comissão Centrl do Vestibulr Unificdo MATEMÁTICA 0 Colocm-se qutro cubos de

Leia mais

Prova 3 Matemática QUESTÕES APLICADAS A TODOS OS CANDIDATOS QUE REALIZARAM A PROVA ESPECÍFICA DE MATEMÁTICA. QUESTÕES OBJETIVAS GABARITO 4

Prova 3 Matemática QUESTÕES APLICADAS A TODOS OS CANDIDATOS QUE REALIZARAM A PROVA ESPECÍFICA DE MATEMÁTICA. QUESTÕES OBJETIVAS GABARITO 4 Prov Mtemátic QUESTÕES OBJETIVAS QUESTÕES APLICADAS A TODOS OS CANDIDATOS QUE REALIZARAM A PROVA ESPECÍFICA DE MATEMÁTICA. UEM Comissão Centrl do Vestibulr Unificdo MATEMÁTICA 0 Considere s funções f e

Leia mais

ESTUDO DA VARIABILIDADE ESPACIAL DE TEMPERATURA MÁXIMA E CLOROFILA EM UM SISTEMA INTEGRADO LAVOURA-FLORESTA

ESTUDO DA VARIABILIDADE ESPACIAL DE TEMPERATURA MÁXIMA E CLOROFILA EM UM SISTEMA INTEGRADO LAVOURA-FLORESTA 196 ESTUDO DA VARIABILIDADE ESPACIAL DE TEMPERATURA MÁXIMA E CLOROFILA EM UM SISTEMA INTEGRADO LAVOURA-FLORESTA Bruno Bssi¹*, Lurimr Gonçlves Vendrusculo², Jder Willin Evristo¹, Thigo Grci¹ ¹UNEMAT, Sinop,

Leia mais

Prova 3 Matemática QUESTÕES APLICADAS A TODOS OS CANDIDATOS QUE REALIZARAM A PROVA ESPECÍFICA DE MATEMÁTICA. QUESTÕES OBJETIVAS GABARITO 1

Prova 3 Matemática QUESTÕES APLICADAS A TODOS OS CANDIDATOS QUE REALIZARAM A PROVA ESPECÍFICA DE MATEMÁTICA. QUESTÕES OBJETIVAS GABARITO 1 Prov Mtemátic QUESTÕES OBJETIVAS QUESTÕES APLICADAS A TODOS OS CANDIDATOS QUE REALIZARAM A PROVA ESPECÍFICA DE MATEMÁTICA. UEM Comissão Centrl do Vestibulr Unificdo GABARITO MATEMÁTICA 0 Considere equção

Leia mais

Hipertensão Arterial na Ilha do Governador, Brasil. II. Prevalência 1

Hipertensão Arterial na Ilha do Governador, Brasil. II. Prevalência 1 ARTIGO Hipertensão / ARTICLE Arteril Hipertensão Arteril n Ilh do Governdor, Brsil. II. Prevlênci 1 Arteril Hypertension in Ilh do Governdor, Rio de Jneiro, Brzil. II. Prevlence Crlos Henrique Klein 2

Leia mais

CURVAS DE RETENÇÃO DE AGUA E CONDUTIVIDADE HIDRÁULICA DO SOLO EM SISTEMAS DE MANEJO DO FEIJOEIRO(1)

CURVAS DE RETENÇÃO DE AGUA E CONDUTIVIDADE HIDRÁULICA DO SOLO EM SISTEMAS DE MANEJO DO FEIJOEIRO(1) CURVAS DE RETENÇÃO DE AGUA E CONDUTIVIDADE HIDRÁULICA DO SOLO EM SISTEMAS DE MANEJO DO FEIJOEIRO (1) Ursino Federico Brreto Riquelme (2), Giovn Rossto Snti (3), Jose Miguel Reichert (4), Dlvn Jose Reinert

Leia mais

Área entre curvas e a Integral definida

Área entre curvas e a Integral definida Universidde de Brsíli Deprtmento de Mtemátic Cálculo Áre entre curvs e Integrl definid Sej S região do plno delimitd pels curvs y = f(x) e y = g(x) e s rets verticis x = e x = b, onde f e g são funções

Leia mais

CONJUNTOS NUMÉRICOS NOTAÇÕES BÁSICAS. : Variáveis e parâmetros. : Conjuntos. : Pertence. : Não pertence. : Está contido. : Não está contido.

CONJUNTOS NUMÉRICOS NOTAÇÕES BÁSICAS. : Variáveis e parâmetros. : Conjuntos. : Pertence. : Não pertence. : Está contido. : Não está contido. CONJUNTOS NUMÉRICOS NOTAÇÕES BÁSICAS,,... A, B,... ~ > < : Vriáveis e prâmetros : Conjuntos : Pertence : Não pertence : Está contido : Não está contido : Contém : Não contém : Existe : Não existe : Existe

Leia mais

2.4 Integração de funções complexas e espaço

2.4 Integração de funções complexas e espaço 2.4 Integrção de funções complexs e espço L 1 (µ) Sej µ um medid no espço mensurável (, F). A teori de integrção pr funções complexs é um generlizção imedit d teori de integrção de funções não negtivs.

Leia mais

Prof. Doherty Andrade- DMA/UEM DMA-UEM-2004

Prof. Doherty Andrade- DMA/UEM DMA-UEM-2004 Integrção Numéric Prof. Doherty Andrde- DMA/UEM DMA-UEM-4 Preliminres Nests nots o nosso interesse é clculr numericmente integris f(x)dx. A idéi d integrção numéric reside n proximção d função integrnd

Leia mais

Modelos de Computação -Folha de trabalho n. 2

Modelos de Computação -Folha de trabalho n. 2 Modelos de Computção -Folh de trlho n. 2 Not: Os exercícios origtórios mrcdos de A H constituem os prolems que devem ser resolvidos individulmente. A resolução em ppel deverá ser depositd n cix d disciplin

Leia mais

VICDRYER UM PROGRAMA COMPUTACIONAL PARA SIMULAÇÃO DE SECAGEM DE CAFÉ EM ALTAS TEMPERATURAS

VICDRYER UM PROGRAMA COMPUTACIONAL PARA SIMULAÇÃO DE SECAGEM DE CAFÉ EM ALTAS TEMPERATURAS VICDRYER UM PROGRAMA COMPUTACIONAL PARA SIMULAÇÃO DE SECAGEM DE CAFÉ EM ALTAS TEMPERATURAS CRISTIANO MÁRCIO ALVES DE SOUZA 1 DANIEL MARÇAL DE QUEIROZ 2 DOMINGOS SÁRVIO MAGALHÃES VALENTE 3 RESUMO - Desenvolveu-se

Leia mais

2 Patamar de Carga de Energia

2 Patamar de Carga de Energia 2 Ptmr de Crg de Energi 2.1 Definição Um série de rg de energi normlmente enontr-se em um bse temporl, ou sej, d unidde dess bse tem-se um informção d série. Considerndo um bse horári ou semi-horári, d

Leia mais

MEDIDAS BIOMÉTRICAS DE VARIEDADES DE CANA-DE-AÇÚCAR COM CULTIVOS INTERCALARES, SOB IRRIGAÇÃO NO NORTE DE MINAS GERAIS

MEDIDAS BIOMÉTRICAS DE VARIEDADES DE CANA-DE-AÇÚCAR COM CULTIVOS INTERCALARES, SOB IRRIGAÇÃO NO NORTE DE MINAS GERAIS MEDIDAS BIOMÉTRICAS DE VARIEDADES DE CANA-DE-AÇÚCAR COM CULTIVOS INTERCALARES, SOB IRRIGAÇÃO NO NORTE DE MINAS GERAIS Rodrigo Silv Diniz (1), Édio Luiz d Cost (2), Gerldo Antônio Resende Mcêdo (3), Heloís

Leia mais

PRODUTIVIDADE DE ARROZ INFLUENCIADA PELA ADUBAÇÃO NITROGENADA E APLICAÇÃO DE FUNGICIDA

PRODUTIVIDADE DE ARROZ INFLUENCIADA PELA ADUBAÇÃO NITROGENADA E APLICAÇÃO DE FUNGICIDA PRODUTIVIDADE DE ARROZ INFLUENCIADA PELA ADUBAÇÃO NITROGENADA E APLICAÇÃO DE FUNGICIDA Adrin Modolon Durt¹, Vnderson Modolon Durt¹,Andrez modolon Durt², Alexndre Modolon Durt 2, Evndro Prisotto 3, Bruno

Leia mais

Hewlett-Packard PORCENTAGEM. Aulas 01 a 04. Elson Rodrigues, Gabriel Carvalho e Paulo Luiz Ramos

Hewlett-Packard PORCENTAGEM. Aulas 01 a 04. Elson Rodrigues, Gabriel Carvalho e Paulo Luiz Ramos Hewlett-Pckrd PORCENTAGEM Auls 01 04 Elson Rodrigues, Gbriel Crvlho e Pulo Luiz Rmos Sumário PORCENTAGEM... 1 COMPARANDO VALORES - Inspirção... 1 Porcentgem Definição:... 1... 1 UM VALOR PERCENTUAL DE

Leia mais

e dx dx e x + Integrais Impróprias Integrais Impróprias

e dx dx e x + Integrais Impróprias Integrais Impróprias UNIVERSIDADE DO ESTADO DE MATO GROSSO CAMPUS UNIVERSITÁRIO DE SINOP FACULDADE DE CIÊNCIAS EXATAS E TECNOLÓGICAS CURSO DE ENGENHARIA CIVIL DISCIPLINA: CÁLCULO DIFERENCIAL E INTEGRAL I. Integris imprópris

Leia mais

ROTAÇÃO DE CORPOS SOBRE UM PLANO INCLINADO

ROTAÇÃO DE CORPOS SOBRE UM PLANO INCLINADO Físic Gerl I EF, ESI, MAT, FQ, Q, BQ, OCE, EAm Protocolos ds Auls Prátics 003 / 004 ROTAÇÃO DE CORPOS SOBRE UM PLANO INCLINADO. Resumo Corpos de diferentes forms deslocm-se, sem deslizr, o longo de um

Leia mais

ESTUDO SOBRE A INTEGRAL DE DARBOUX. Introdução. Partição de um Intervalo. Alana Cavalcante Felippe 1, Júlio César do Espírito Santo 1.

ESTUDO SOBRE A INTEGRAL DE DARBOUX. Introdução. Partição de um Intervalo. Alana Cavalcante Felippe 1, Júlio César do Espírito Santo 1. Revist d Mtemátic UFOP, Vol I, 2011 - X Semn d Mtemátic e II Semn d Esttístic, 2010 ISSN 2237-8103 ESTUDO SOBRE A INTEGRAL DE DARBOUX Aln Cvlcnte Felippe 1, Júlio Césr do Espírito Snto 1 Resumo: Este trblho

Leia mais

Universidade Federal do Rio Grande do Sul Escola de Engenharia de Porto Alegre Departamento de Engenharia Elétrica ANÁLISE DE CIRCUITOS II - ENG04031

Universidade Federal do Rio Grande do Sul Escola de Engenharia de Porto Alegre Departamento de Engenharia Elétrica ANÁLISE DE CIRCUITOS II - ENG04031 Universidde Federl do io Grnde do Sul Escol de Engenhri de Porto Alegre Deprtmento de Engenhri Elétric ANÁLSE DE CCUTOS - ENG04031 Aul 1 - Lineridde, Superposição e elções /A Sumário Dics úteis; Leis e

Leia mais

Trigonometria FÓRMULAS PARA AJUDÁ-LO EM TRIGONOMETRIA

Trigonometria FÓRMULAS PARA AJUDÁ-LO EM TRIGONOMETRIA Trigonometri é o estudo dos triângulos, que contêm ângulos, clro. Conheç lgums regrs especiis pr ângulos e váris outrs funções, definições e trnslções importntes. Senos e cossenos são dus funções trigonométrics

Leia mais

Integrais Duplas em Regiões Limitadas

Integrais Duplas em Regiões Limitadas Cálculo III Deprtmento de Mtemátic - ICEx - UFMG Mrcelo Terr Cunh Integris Dupls em egiões Limitds Ou por curiosidde, ou inspirdo ns possíveis plicções, é nturl querer usr integris dupls em regiões não

Leia mais

Progressões Aritméticas

Progressões Aritméticas Segund Etp Progressões Aritmétics Definição São sequêncis numérics onde cd elemento, prtir do segundo, é obtido trvés d som de seu ntecessor com um constnte (rzão).,,,,,, 1 3 4 n 1 n 1 1º termo º termo

Leia mais

Capítulo III INTEGRAIS DE LINHA

Capítulo III INTEGRAIS DE LINHA pítulo III INTEGRIS DE LINH pítulo III Integris de Linh pítulo III O conceito de integrl de linh é um generlizção simples e nturl do conceito de integrl definido: f ( x) dx Neste último, integr-se o longo

Leia mais

Noções Básicas de Medidas e Algarismos Significativos

Noções Básicas de Medidas e Algarismos Significativos Noções Básics de Medids e Algrismos Significtivos Profs. Drs. Adilton Crneiro & Theo Pvn Deprtmento de Físic Fculdde de Filosofi, Ciêncis e Letrs de Rieirão Preto-USP O Sistem Interncionl de Uniddes (SI)

Leia mais

ALGEBRA LINEAR AUTOVALORES E AUTOVETORES. Prof. Ademilson

ALGEBRA LINEAR AUTOVALORES E AUTOVETORES. Prof. Ademilson LGEBR LINER UTOVLORES E UTOVETORES Prof. demilson utovlores e utovetores utovlores e utovetores são conceitos importntes de mtemátic, com plicções prátics em áres diversificds como mecânic quântic, processmento

Leia mais

Lista 5: Geometria Analítica

Lista 5: Geometria Analítica List 5: Geometri Anlític A. Rmos 8 de junho de 017 Resumo List em constnte tulizção. 1. Equção d elipse;. Equção d hiperból. 3. Estudo unificdo ds cônics não degenerds. Elipse Ddo dois pontos F 1 e F no

Leia mais

(B) (A) e o valor desta integral é 9. gabarito: Propriedades da integral Represente geometricamente as integrais para acompanhar o cálculo.

(B) (A) e o valor desta integral é 9. gabarito: Propriedades da integral Represente geometricamente as integrais para acompanhar o cálculo. Cálculo Univrido List numero integrl trcisio@sorlmtemtic.org T. Prcino-Pereir Sorl Mtemátic lun@: 7 de setemro de 7 Cálculo Produzido com L A TEX sis. op. Dein/GNU/Linux www.clculo.sorlmtemtic.org/ Os

Leia mais

FUNÇÃO DO 2º GRAU OU QUADRÁTICA

FUNÇÃO DO 2º GRAU OU QUADRÁTICA FUNÇÃO DO º GRAU OU QUADRÁTICA - Definição É tod função do tipo f() = + + c, com *, e c. c y Eemplos,, c números e coeficient termo vr vr iável iável es independen reis indepemdem dependente de te ou te

Leia mais

UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ

UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ PR UIVERSIDADE TECOLÓGICA FEDERAL DO PARAÁ ITEGRAIS IMPRÓPRIAS Adptdo de: HOFFMA, Lurence D. & BRADLEY, Gerld L. Cálculo: Um Curso Moderno e sus Aplicções. Rio de Jneiro: Set Edição, LTC Livros Técnicos

Leia mais

Equações diofantinas lineares a duas e três variáveis

Equações diofantinas lineares a duas e três variáveis Equções diofntins lineres dus e três vriáveis Eudes Antonio Cost Fbino F. T. dos Sntos Introdução O objetivo deste rtigo é presentr teori básic envolvid ns equções diofntins lineres dus e três incógnits

Leia mais

20/04/2012. Estudo de Caso-ControleControle. Estudo de Coorte. Estudo de Coorte. Estudo de Caso Controle. Exposição. Doença. Exposição.

20/04/2012. Estudo de Caso-ControleControle. Estudo de Coorte. Estudo de Coorte. Estudo de Caso Controle. Exposição. Doença. Exposição. Estuo e Coorte Exposição Doenç Estuo e Coorte SIM Cso Cso NÃO Cso Cso Estuo e Coorte Exposição Doenç Populção livre e oenç SIM Cso Cso Estuo e Cso-ControleControle Pr Frente Cso exposto NÃO Cso Estuo e

Leia mais

Vectores Complexos. Prof. Carlos R. Paiva

Vectores Complexos. Prof. Carlos R. Paiva Vectores Complexos Todos sem que se podem representr vectores reis do espço ordinário (tridimensionl) por sets Porém, qul será representção geométric de um vector complexo? Mis do que um questão retóric

Leia mais

VII BENEFÍCIOS DO RESFRIAMENTO EM GRÃOS DE CAFÉ

VII BENEFÍCIOS DO RESFRIAMENTO EM GRÃOS DE CAFÉ Cpitulo VII BENEFÍCIOS DO RESFRIAMENTO EM GRÃOS DE CAFÉ Destque: 1) O rmzenmento de cfé 15ºC proporcion s melhores vlições de qulidde d eid durnte 180 dis de rmzenmento. 1. Introdução Os grãos de cfé presentm

Leia mais

PROGRAMA DE AVALIAÇÃO PARA A QUALIFICAÇÃO DO SISTEMA ÚNICO DE SAÚDE

PROGRAMA DE AVALIAÇÃO PARA A QUALIFICAÇÃO DO SISTEMA ÚNICO DE SAÚDE NOTA TÉCNICA 12/2011 _ PROGRAMA DE AVALIAÇÃO PARA A QUALIFICAÇÃO DO SISTEMA ÚNICO DE SAÚDE Brsíli, 16 de mio de 2011. . PROGRAMA DE AVALIAÇÃO PARA A QUALIFICAÇÃO DO SISTEMA ÚNICO DE SAÚDE 1. Introdução

Leia mais

CPV 82% de aprovação na ESPM em 2011

CPV 82% de aprovação na ESPM em 2011 CPV 8% de provção n ESPM em 0 Prov Resolvid ESPM Prov E 0/julho/0 MATEMÁTICA. Considerndo-se que x = 97, y = 907 e z =. xy, o vlor d expressão x + y z é: ) 679 b) 58 c) 7 d) 98 e) 77. Se três empds mis

Leia mais

REPRESENTAÇÃO DE INCERTEZAS

REPRESENTAÇÃO DE INCERTEZAS REPRESENTAÇÃO DE INCERTEZAS JUAN LAZO LAZO Incertezs: Definições e Tipos N litertur imperfeição d informção é gerlmente conhecid como incertez. Este termo é muito restritivo; o que se convencion chmr trtmento

Leia mais

x u 30 2 u 1 u 6 + u 10 2 = lim (u 1)(1 + u + u 2 + u 3 + u 4 )(2 + 2u 5 + u 10 )

x u 30 2 u 1 u 6 + u 10 2 = lim (u 1)(1 + u + u 2 + u 3 + u 4 )(2 + 2u 5 + u 10 ) Universidde Federl de Viços Deprtmento de Mtemátic MAT 40 Cálculo I - 207/II Eercícios Resolvidos e Comentdos Prte 2 Limites: Clcule os seguintes ites io se eistirem. Cso contrário, justique não eistênci.

Leia mais

PERDAS POR APODRECIMENTO DE FRUTOS EM LINHAGENS E CULTIVARES DE ALGODOEIRO NO OESTE DA BAHIA - SAFRA 2005/2006 1

PERDAS POR APODRECIMENTO DE FRUTOS EM LINHAGENS E CULTIVARES DE ALGODOEIRO NO OESTE DA BAHIA - SAFRA 2005/2006 1 PERDAS POR APODRECIMENTO DE FRUTOS EM LINHAGENS E CULTIVARES DE ALGODOEIRO NO OESTE DA BAHIA - SAFRA 2005/2006 1 Murilo Brros Pedros (Fundção Bhi / fundcob.lgodo@ib.org.br), João Luis d Silv Filho (Embrp

Leia mais

8 AULA. Funções com Valores Vetoriais LIVRO. META Estudar funções de uma variável real a valores em R 3

8 AULA. Funções com Valores Vetoriais LIVRO. META Estudar funções de uma variável real a valores em R 3 1 LIVRO Funções com Vlores Vetoriis 8 AULA META Estudr funções de um vriável rel vlores em R 3 OBJETIVOS Estudr movimentos de prtículs no espço. PRÉ-REQUISITOS Ter compreendido os conceitos de funções

Leia mais

42º Congresso Bras. de Medicina Veterinária e 1º Congresso Sul-Brasileiro da ANCLIVEPA - 31/10 a 02/11 de Curitiba - PR 1

42º Congresso Bras. de Medicina Veterinária e 1º Congresso Sul-Brasileiro da ANCLIVEPA - 31/10 a 02/11 de Curitiba - PR 1 42º Congresso Brs. de Medicin Veterinári e 1º Congresso Sul-Brsileiro d ANCLIVEPA - 31/10 02/11 de 2015 - Curiti - PR 1 CORRELAÇÃO ENTRE ÍNDICES BIOCLIMATOLÓGICOS E PARÂMETROS FISIOLÓGICOS DE EQUINOS EM

Leia mais

Propriedades Matemáticas

Propriedades Matemáticas Proprieddes Mtemátics Guilherme Ferreir guifs2@hotmil.com Setembro, 2018 Sumário 1 Introdução 2 2 Potêncis 2 3 Rízes 3 4 Frções 4 5 Produtos Notáveis 4 6 Logritmos 5 6.1 Consequêncis direts d definição

Leia mais

Definição: uma permutação do conjunto de inteiros {1, 2,..., n} é um rearranjo destes inteiros em alguma ordem sem omissões ou repetições.

Definição: uma permutação do conjunto de inteiros {1, 2,..., n} é um rearranjo destes inteiros em alguma ordem sem omissões ou repetições. DETERMINANTES INTRODUÇÃO Funções determinnte, são funções reis de um vriável mtricil, o que signific que ssocim um número rel (X) um mtriz qudrd X Sus plicções envolvem crcterizção de mtriz invertível,

Leia mais

INTRODUÇÃO AOS MÉTODOS NUMÉRICOS

INTRODUÇÃO AOS MÉTODOS NUMÉRICOS ITRODUÇÃO AOS MÉTODOS UMÉRICOS Professor: Dr. Edwin B. Mitcc Mez emitcc@ic.uff.r www.ic.uff.r/~emitcc Ement oções Básics sore Erros Zeros Reis de Funções Reis Resolução de Sistems Lineres Introdução à

Leia mais

Lista de Exercícios de Física II - Gabarito,

Lista de Exercícios de Física II - Gabarito, List de Exercícios de Físic II - Gbrito, 2015-1 Murício Hippert 18 de bril de 2015 1 Questões pr P1 Questão 1. Se o bloco sequer encost no líquido, leitur n blnç corresponde o peso do líquido e cord sustent

Leia mais

6 Conversão Digital/Analógica

6 Conversão Digital/Analógica 6 Conversão Digitl/Anlógic n Em muits plicções de processmento digitl de sinl (Digitl Signl Processing DSP), é necessário reconstruir o sinl nlógico pós o estágio de processmento digitl. Est tref é relizd

Leia mais

SEL 329 CONVERSÃO ELETROMECÂNICA DE ENERGIA. Aula 14

SEL 329 CONVERSÃO ELETROMECÂNICA DE ENERGIA. Aula 14 SEL 329 CONVERSÃO ELETROMECÂNCA DE ENERGA Aul 14 Aul de Hoje Gerdor CC Composto Gerdor Série nterpolos Gerdor CC com Excitção Compost Estrutur Básic Utiliz combinções de enrolmentos de cmpo em série e

Leia mais

Módulo 02. Sistemas Lineares. [Poole 58 a 85]

Módulo 02. Sistemas Lineares. [Poole 58 a 85] Módulo Note em, leitur destes pontmentos não dispens de modo lgum leitur tent d iliogrfi principl d cdeir Chm-se à tenção pr importânci do trlho pessol relizr pelo luno resolvendo os prolems presentdos

Leia mais

3 : b.. ( ) é igual a: sen. Exponenciação e Logarítmos - PROF HELANO 15/06/15 < 4. 1) Para que valores reais se verifica a sentença

3 : b.. ( ) é igual a: sen. Exponenciação e Logarítmos - PROF HELANO 15/06/15 < 4. 1) Para que valores reais se verifica a sentença Exponencição e Logrítmos - PRO HELO /06/ ) Pr que vlores reis se verific sentenç x x x x x4 < 4 : ) { x / x } [, ] ) { x / x } ], [ ) Se, e c são reis positivos, então simplificndo ) ) 4 log c log c..

Leia mais

Aula de solução de problemas: cinemática em 1 e 2 dimensões

Aula de solução de problemas: cinemática em 1 e 2 dimensões Aul de solução de problems: cinemátic em 1 e dimensões Crlos Mciel O. Bstos, Edurdo R. Azevedo FCM 01 - Físic Gerl pr Químicos 1. Velocidde instntâne 1 A posição de um corpo oscil pendurdo por um mol é

Leia mais

Faculdade de saúde Pública. Universidade de São Paulo HEP-5705. Epidemiologia I. Estimando Risco e Associação

Faculdade de saúde Pública. Universidade de São Paulo HEP-5705. Epidemiologia I. Estimando Risco e Associação 1 Fuldde de súde Públi Universidde de São Pulo HEP-5705 Epidemiologi I Estimndo Riso e Assoição 1. De 2.872 indivíduos que reeberm rdioterpi n infâni em deorrêni de presentrem o timo umentdo, 24 desenvolverm

Leia mais