30/09/2015. Distribuições. Distribuições Discretas. p + q = 1. E[X] = np, Var[X] = npq DISTRIBUIÇÃO BINOMIAL. Contínuas. Discretas

Tamanho: px
Começar a partir da página:

Download "30/09/2015. Distribuições. Distribuições Discretas. p + q = 1. E[X] = np, Var[X] = npq DISTRIBUIÇÃO BINOMIAL. Contínuas. Discretas"

Transcrição

1 Dstrbuçõs Dscrtas Dstrbuçõs 30/09/05 Contínuas DISTRIBUIÇÃO DE PROBABILIDADE Dscrtas DISTRIBUIÇÃO BIOMIAL Bnomal Posson Consdramos n tntatvas ndpndnts, d um msmo prmnto alatóro. Cada tntatva admt dos rsultados: Sucsso com probabldad p o fracasso com probabldad q logo a probabldad total d fracasso ou sucsso 3 p + q = 4 DISTRIBUIÇÃO BIOMIAL DISTRIBUIÇÃO BIOMIAL Dfnção: A v. a. d. X (númro d sucssos) possu dstrbução bnomal com n rptçõs d E probabldad d sucsso p, sto é,, s a função d probabldad for dada por: S, X ~ B( n, p) ntão a Esprança Varânca d X são dadas rspctvamnt por: E[X] = np, X ) C p q n n n p q n n! p q!( n )! n 5 Var[X] = npq n= tamanho da amostra p = sucsso q = fracasso 6

2 Dstrbuçõs Contínuas 30/09/05 DISTRIBUIÇÃO BIOMIAL DISTRIBUIÇÃO POISSO Emplo: Uma psqusa ndca qu 4% das mulhrs dos Estado Undos consdram a ltura sua atvdad favorta d lazr. Você slcona ao acaso quatro mulhrs prgunta a las s a ltura é sua atvdad favorta d lazr. Obtnha a probabldad d qu: a) Eatamnt duas dlas rspondam SIM b) Plo mnos duas dlas rspondram SIM c) Mnos do qu duas rspondram SIM d) Calcul a méda varânca n =4 p= 0,4 q= 0,59 a) =)= 4.(0,4).(0,59) 4 b) )= =)+=3)+=4) c) < )==0)+=) 7 Essa dstrbução é aplcada quando s dsja contar o númro d vntos d um crto tpo (sucsso), qu ocorrm m um ntrvalo d tmpo, suprfíc ou volum. ss caso, s conhc o númro d sucssos, porém não s sab a quantdad d fracassos ou o númro total d rptçõs. 8 DISTRIBUIÇÃO POISSO DISTRIBUIÇÃO POISSO Dfnção: A v. a. d. X tm Dstrbução d Posson, com parâmtro > 0, sto é, X ~ ) X )! é o númro médo d vntos ocorrdos no ntrvalo consdrado =, é uma constant, = 0,,,...,, S X ~ ) ntão a Esprança Varânca d X são dadas rspctvamnt por: E[X] = Var[X] =. 9 0 DISTRIBUIÇÃO POISSO Emplo: O númro médo d acdnt mnsas m um dtrmnado cruzamnto é três. Qual é a probabldad d qu m dtrmnado mês ocorram quatro acdnts no cruzamnto? X ) é o númro médo = 3 =,783 = 4 R= 0,68! ormal t d Studnt Qu-quadrada F d Fshr

3 30/09/05 A Dstrbução ormal também conhcda como dstrbução d Gauss, é a mas mportant dstrbução d probabldad, sndo aplcada m númros fnômnos. Mutas frramntas statístcas só podm sr utlzadas s os dados tvrm uma dstrbução ormal. Dfnção: A v. a. c. X trá dstrbução ormal, sto é, X ~ ( ), s a função dnsdad d probabldad for: f ( ) ( ) = constant 3,46... = constant, Méda/sprança A Fgura abao aprsnta o prcntual da ára sob a curva m rlação aos ntrvalos d, 3 dsvo padrõs m torno da méda da dstrbução. Varânca ( X ) X 5 6 A Fgura abao aprsnta nov mplos d dfrnts Dstrbuçõs ormas para dfrnts valors dos parâmtros. A dstrbução ormal possu as sgunts caractrístcas: A curva da dstrbução é smétrca m rlação à méda a mdda m qu os pontos s afastam da méda, a curva torna-s assntótca, ou sja, la s aproma bastant do o horzontal, mas não chga a tocá-lo A ára total sob a curva é gual a O ponto mámo da função corrspond à méda = mdana =moda 7 A curva possu dos pontos d nflão cujas abscssas valm

4 30/09/05 Para vtar o uso d ntgras complas nos cálculos das probabldads, os prncpas valors das probabldads d uma Dstrbução ormal podm sr ncontrados m uma tabla d Dstrbução ormal Padronzada Z Uma v. a. X qu possu uma dstrbução normal qualqur, pod sr transformada na v. a. Z, ou sja, X ~ ( ), pod sr transformada m Z ~ (0 A normalzação da varávl X : ) Z X A méda varânca E ( Z) 0 Var ( Z) 9 Após calculado o valor d Z, dv-s procurar o valor corrspondnt da probabldad na tabla da ormal Padrão Mas dv-s sabr manpular corrtamnt ssa probabldad m rlação à ára dsjada sob a curva. A Fgura abao aprsnta uma possívl posção do valor d Z na dstrbução padronzada. 0 Dfnção: A v. a. c. Z trá dstrbução ormal Padronzada, sto é,, s a função dnsdad d probabldad for: ond: f ( z) z z constant 3,46... constant, DISTRIBUIÇÃO T STUDET DISTRIBUIÇÃO F SEDECOR 3 4 4

5 30/09/05 DISTRIBUIÇÃO QUI - QUADRADA 5 5

3. VARIÁVEIS ALEATÓRIAS

3. VARIÁVEIS ALEATÓRIAS 3. VARIÁVEIS ALEATÓRIAS 0 Varávl alatóra Ω é o spaço amostral d um prmnto alatóro. Uma varávl alatóra,, é uma função qu atrbu um númro ral a cada rsultado m Ω. Emplo. Rtra-s, ao acaso, um tm produzdo d

Leia mais

MODELOS DE REGRESSÃO PARA DADOS DE CONTAGEM. O modelo log-linear de Poisson

MODELOS DE REGRESSÃO PARA DADOS DE CONTAGEM. O modelo log-linear de Poisson MODELOS DE REGRESSÃO PARA DADOS DE CONTAGEM O modlo log-lnar d Posson Intrss m modlar a dstrbução d uma varávl rfrnt a algum tpo d contagm m função d covarávs. A stratéga mas comum para modlagm nssas stuaçõs

Leia mais

MODELOS DE REGRESSÃO PARA DADOS BINÁRIOS

MODELOS DE REGRESSÃO PARA DADOS BINÁRIOS MODELOS DE REGRESSÃO PARA DADOS BINÁRIOS Introdução Intrss m modlar algum fnômno alatóro com dos dsfchos possívs ( sucsso ou fracasso ) m função d uma ou mas covarávs. Assoca-s ao rsultado do fnômno uma

Leia mais

1 1 2π. Área de uma Superfície de Revolução. Área de uma Superfície de Revolução

1 1 2π. Área de uma Superfície de Revolução. Área de uma Superfície de Revolução 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 Ára d uma Suprfíc

Leia mais

Estatística Multivariada Normal Multivariada Função densidade conjunta e contorno de probabilidade

Estatística Multivariada Normal Multivariada Função densidade conjunta e contorno de probabilidade Estatístca ultvarada Normal ultvarada Função dnsdad conjunta contorno d robabldad Prof. José Francsco orra Pssanha rofssorjfm@hotmal.com Dstrbução normal unvarada Sja uma varávl alatóra normalmnt dstrbuída

Leia mais

Estatística. 6 - Distribuições de Probabilidade de Variáveis Aleatórias Contínuas

Estatística. 6 - Distribuições de Probabilidade de Variáveis Aleatórias Contínuas Estatística 6 - Distribuiçõs d Probabilidad d Variávis Alatórias Contínuas 06 - Distribuição Uniform Variávl alatória contínua podndo assumir qualqur valors dntro d um intrvalo [a,b] tal qu: f ( x) para

Leia mais

Principais Modelos Contínuos

Principais Modelos Contínuos rincipais Modlos Contínuos . Modlo uniform Uma v.a. contínua tm distribuição uniform com parâmtros < s sua função dnsidad d probabilidad é dada por c c f. 0. Var E F 0 0 A função d distribuição acumulada

Leia mais

Algumas distribuições de variáveis aleatórias discretas importantes:

Algumas distribuições de variáveis aleatórias discretas importantes: Algumas distribuiçõs d variávis alatórias discrtas importants: Distribuição Uniform Discrta Enquadram-s aqui as distribuiçõs m qu os possívis valors da variávl alatória tnham todos a msma probabilidad

Leia mais

Pág , isto é, é o número Pretende-se mostrar que x [ ] f ( x) Seja h a restrição da função f ao intervalo ],0].

Pág , isto é, é o número Pretende-se mostrar que x [ ] f ( x) Seja h a restrição da função f ao intervalo ],0]. Fca d tst global Dado um spaço d rsultados E, fnto, s os acontcmntos lmntars form quprovávs, a probabldad d um acontcmnto A ( E quocnt nr o númro d casos favorávs ao Pág P, é gual ao acontcmnto A o númro

Leia mais

Resolver problemas com amostragem aleatória significa gerar vários números aleatórios (amostras) e repetir operações matemáticas para cada amostra.

Resolver problemas com amostragem aleatória significa gerar vários números aleatórios (amostras) e repetir operações matemáticas para cada amostra. Dscplna: SComLMol Numann, Ulam Mtropols (945-947) Numann Ulam [945] prcbram qu problmas dtrmnístcos podm sr transormados num análogo probablístco qu pod sr rsolvdo com amostragm alatóra. Els studavam dusão

Leia mais

COLEÇÃO DARLAN MOUTINHO VOL. 01 RESOLUÇÕES

COLEÇÃO DARLAN MOUTINHO VOL. 01 RESOLUÇÕES COLEÇÃO DRLN MOUTINHO VOL. 01 RESOLUÇÕES PÁGIN 42 39 LETR C Sjam as staçõs, B C, cujos lmntos são as pssoas qu scutavam, plo mnos, uma das staçõs, B ou C. Considr o diagrama abaixo: B 31500 17000 7500

Leia mais

Resoluções dos exercícios propostos

Resoluções dos exercícios propostos da físca 3 Undad C Capítulo 15 Indução ltromagnétca soluçõs dos xrcícos propostos 1 P.368 D L v, vm: 0,5 0, 1 5 2 V P.369 D L v, vm: 15 6 1 20 3 4 V P.370 a) L v 1,5 0,40 2 1,2 V b) 1,2 2 0,6 Pla rgra

Leia mais

A função de distribuição neste caso é dada por: em que

A função de distribuição neste caso é dada por: em que 1 2 A função d distribuição nst caso é dada por: m qu 3 A função d distribuição d probabilidad nss caso é dada por X 0 1 2 3 P(X) 0,343 0,441 0,189 1,027 4 Ercícios: 2. Considr ninhada d 4 filhots d colhos.

Leia mais

EXERCÍCIO: BRECHA ALEATÓRIA

EXERCÍCIO: BRECHA ALEATÓRIA EXERCÍCIO: BRECHA ALEATÓRIA Considr uma manobra qu tm d sr fita nas brchas ntr passagns d vículos do fluxo principal rqur uma brcha mínima d 6 sgundos para qu o motorista possa xcutá-la Uma contagm d tráfgo

Leia mais

Capítulo 8. (d) 1) 0,5 2) 1,0 3) 0,5 4) 0 5) 2/3 6) 1/2. Problema 02. (a) (b)

Capítulo 8. (d) 1) 0,5 2) 1,0 3) 0,5 4) 0 5) 2/3 6) 1/2. Problema 02. (a) (b) Capítulo Problma. Ω{C C C C C5 C R R R R R5 R} Od: Ccara Rcoroa 5 P 5 5 P 7 7 7 7 7 7 c Sm pos P j P P j j d 5 5 5 / / Problma. P 5 P 5 9 5 7 9 c Não pos P P P 9 d P / P / 5 P 5 P 5 Problma. Prchdo os

Leia mais

sendo classificado como modelo de primeira ordem com (p) variáveis independentes.

sendo classificado como modelo de primeira ordem com (p) variáveis independentes. RGRSSAO MULTIPLA - comlmtação Itrodução O modlo lar d rgrssão múltla é da forma: sdo classfcado como modlo d rmra ordm com () varávs ddts. od: é a varávl d studo (ddt, xlcada, rsosta ou dóga); é o cofct

Leia mais

Análise de regressão

Análise de regressão Análs d rgrssão Slvana Lags Rbro Garca FDV Hlo Garca Lt UFV Um dos usos da análs d rgrssão é vrfcar s, como, uma ou mas varávs ndpndnts nfluncam o comportamnto d outra varávl dpndnt Y. As varávs ndpndnts

Leia mais

ModelosProbabilísticos paravariáveis Discretas. Modelo de Poisson

ModelosProbabilísticos paravariáveis Discretas. Modelo de Poisson ModlosProbabilísticos paravariávis Discrtas Modlo d Poisson Na aula passada 1 Dfinimos o concito d modlo probabilístico. 2 Aprndmos a utilizar o Modlo Binomial. 3 Vimos como o Modlo Binomial pod facilitar

Leia mais

Análise de dados industriais

Análise de dados industriais Análs d dados ndustras Escola Poltécnca Dpartamnto d Engnhara Químca Robrto Guardan 014 ANÁLISE DE COMPONENES PRINCIPAIS 3.1. Introdução Componnts prncpas são combnaçõs lnars das varávs orgnas d procsso,

Leia mais

Estatística II. Aula 8. Prof. Patricia Maria Bortolon, D. Sc.

Estatística II. Aula 8. Prof. Patricia Maria Bortolon, D. Sc. Estatística II Aula 8 Pro. Patricia Maria Bortolon, D. Sc. Tsts Qui Quadrado Objtivos da Aula 8 Nsta aula, você aprndrá: Como quando utilizar o tst qui-quadrado para tablas d contingência Como utilizar

Leia mais

UNIVERSIDADE DE SÃO PAULO Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto Departamento de Economia

UNIVERSIDADE DE SÃO PAULO Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto Departamento de Economia REC2010 MICROECONOMIA II SEGUNDA PROVA (2011) ROBERTO GUENA (1) Considr uma indústria m concorrência prfita formada por mprsas idênticas. Para produzir, cada mprsa dv arcar com um custo quas fixo F = 1.

Leia mais

TÓPICOS DE MATEMÁTICA PROF.: PATRÍCIA ALVES

TÓPICOS DE MATEMÁTICA PROF.: PATRÍCIA ALVES TÓPICOS DE MATEMÁTICA PROF.: PATRÍCIA ALVES 33 MATRIZES 1. Dê o tipo d cada uma das sguints prtncm às diagonais principais matrizs: scundárias d A. 1 3 a) A 7 2 7. Qual é o lmnto a 46 da matriz i j 2 j

Leia mais

MESTRADO PROFISSIONAL EM ECONOMIA DO SETOR PÚBLICO

MESTRADO PROFISSIONAL EM ECONOMIA DO SETOR PÚBLICO II/05 UNIVERSIDADE DE BRASÍLIA DEPARTAMENTO DE ECONOMIA 0//5 MESTRADO PROFISSIONAL EM ECONOMIA DO SETOR PÚBLICO ECONOMIA DA INFORMAÇÃO E DOS INCENTIVOS APLICADA À ECONOMIA DO SETOR PÚBLICO Prof. Maurício

Leia mais

MESTRADO PROFISSIONAL EM ECONOMIA DO SETOR PÚBLICO

MESTRADO PROFISSIONAL EM ECONOMIA DO SETOR PÚBLICO II/05 UNIVERSIDADE DE BRASÍLIA DEPARTAMENTO DE ECONOMIA 0//5 MESTRADO PROFISSIONAL EM ECONOMIA DO SETOR PÚBLICO ECONOMIA DA INFORMAÇÃO E DOS INCENTIVOS APLICADA À ECONOMIA DO SETOR PÚBLICO Prof. Maurício

Leia mais

28 a Aula AMIV LEAN, LEC Apontamentos

28 a Aula AMIV LEAN, LEC Apontamentos 8 a Aula 49 AMIV LEAN, LEC Apontamntos (RcardoCoutnho@mathstutlpt) 8 Exponncal d matrzs smlhants Proposção 8 S A SJS ond A, S J são matrzs n n,(comdt S 6 ), ntão A S J S Dmonstração Tmos A SJS, dond por

Leia mais

1. (2,0) Um cilindro circular reto é inscrito em uma esfera de raio r. Encontre a maior área de superfície possível para esse cilindro.

1. (2,0) Um cilindro circular reto é inscrito em uma esfera de raio r. Encontre a maior área de superfície possível para esse cilindro. Gabarito da a Prova Unificada d Cálculo I- 15/, //16 1. (,) Um cilindro circular rto é inscrito m uma sfra d raio r. Encontr a maior ára d suprfíci possívl para ss cilindro. Solução: Como o cilindro rto

Leia mais

2 x. ydydx. dydx 1)INTEGRAIS DUPLAS: RESUMO. , sendo R a região que. Exemplo 5. Calcule integral dupla. xda, no retângulo

2 x. ydydx. dydx 1)INTEGRAIS DUPLAS: RESUMO. , sendo R a região que. Exemplo 5. Calcule integral dupla. xda, no retângulo Intgração Múltipla Prof. M.Sc. Armando Paulo da Silva UTFP Campus Cornélio Procópio )INTEGAIS DUPLAS: ESUMO Emplo Emplo Calcul 6 Calcul 6 dd dd O fato das intgrais rsolvidas nos mplos srm iguais Não é

Leia mais

Probabilidades e Estatística

Probabilidades e Estatística Probabilidads Estatística o Tst Tst A 2 o smstr 2004/05 Duração: hora 0 minutos 0/04/005 9 horas RESOLUÇÃO ABREVIADA. Acontcimnto Probabilidad IP incêndio d pqunas proporçõs P (IP ) 0.75 IP incêndio d

Leia mais

λ, para x 0. Outras Distribuições de Probabilidade Contínuas

λ, para x 0. Outras Distribuições de Probabilidade Contínuas abilidad Estatística I Antonio Roqu Aula 3 Outras Distribuiçõs d abilidad Contínuas Vamos agora studar mais algumas distribuiçõs d probabilidads para variávis contínuas. Distribuição Eponncial Uma variávl

Leia mais

1 a Prova de F-128 Turmas do Noturno Segundo semestre de /10/2004

1 a Prova de F-128 Turmas do Noturno Segundo semestre de /10/2004 1 a Prova d F-18 Turmas do Noturno Sgundo smstr d 004 18/10/004 1) Um carro s dsloca m uma avnida sgundo a quação x(t) = 0t - 5t, ond x é dado m m t m s. a) Calcul a vlocidad instantâna do carro para os

Leia mais

COLEÇÃO DARLAN MOUTINHO VOL. 04 RESOLUÇÕES. com. e voce

COLEÇÃO DARLAN MOUTINHO VOL. 04 RESOLUÇÕES. com. e voce COLEÇÃO DARLAN MOUTINHO VOL. 04 RESOLUÇÕES voc m o c voc RESOLUÇÃO voc A1 A4 (ABCD) = AB.BC AB.2 = 6 AB = 3 cm (BCFE) = BC.BE 2.BE = 10 BE = 5 cm Um dos lados vai tr a mdida 10-2x o outro 8-2x. A altura

Leia mais

PROPAGAÇÃO EM RÁDIO MÓVEL Prof. Waldecir J. Perrella. Desvanescimento em Pequena Escala e Multipercurso.

PROPAGAÇÃO EM RÁDIO MÓVEL Prof. Waldecir J. Perrella. Desvanescimento em Pequena Escala e Multipercurso. PROPAGAÇÃO EM RÁDIO MÓVEL Prof. Waldcr J. Prrlla Dsvanscmnto m Pquna Escala Multprcurso. Dsvanscmnto m pquna scala ou smplsmnt dsvancmnto (fadng), é usado para dscrvr a rápda flutuação da ampltud d um

Leia mais

Álgebra. Matrizes. . Dê o. 14) Dada a matriz: A =.

Álgebra. Matrizes.  . Dê o. 14) Dada a matriz: A =. Matrizs ) Dada a matriz A = Dê o su tipo os lmntos a, a a ) Escrva a matriz A, do tipo x, ond a ij = i + j ) Escrva a matriz A x, ond a ij = i +j ) Escrva a matriz A = (a ij ) x, ond a ij = i + j ) Escrva

Leia mais

Escola Politécnica da Universidade de São Paulo. Departamento de Engenharia de Estruturas e Fundações

Escola Politécnica da Universidade de São Paulo. Departamento de Engenharia de Estruturas e Fundações Escola Politécnica da Univrsidad d São Paulo Dpartamnto d Engnharia d Estruturas Fundaçõs Laboratório d Estruturas Matriais Estruturais Extnsomtria létrica III Notas d aula Dr. Pdro Afonso d Olivira Almida

Leia mais

IND 1115 Inferência Estatística Semestre turma B Teste 2 10/06/2005 GABARITO

IND 1115 Inferência Estatística Semestre turma B Teste 2 10/06/2005 GABARITO IND 5 Ifrêca statístca Smstr 5. turma B Tst /6/5 GABARITO PROBLMA ( potos m caa qustão abao, qu s a afrmatva é vrara ou falsa (marqu um a altratva corrta. Não é cssáro justfcar a sua rsposta. Vraro Falso

Leia mais

Cálculo Numérico. Integração Numérica. Prof: Reinaldo Haas

Cálculo Numérico. Integração Numérica. Prof: Reinaldo Haas Cálculo Numérico Intgração Numérica Pro: Rinaldo Haas Intgração Numérica Em dtrminadas situaçõs, intgrais são diícis, ou msmo impossívis d s rsolvr analiticamnt. Emplo: o valor d é conhcido apnas m alguns

Leia mais

ONDAS ELETROMAGNÉTICAS EM MEIOS CONDUTORES

ONDAS ELETROMAGNÉTICAS EM MEIOS CONDUTORES LTROMAGNTISMO II 3 ONDAS LTROMAGNÉTICAS M MIOS CONDUTORS A quação d onda dduida no capítulo antrior é para mios sm prdas ( = ). Vamos agora ncontrar a quação da onda m um mio qu aprsnta condutividad não

Leia mais

MATRIZES 04) (FATEC-SP) Seja A a ij uma matriz quadrada de . Nessas ordem 2 tal que

MATRIZES 04) (FATEC-SP) Seja A a ij uma matriz quadrada de . Nessas ordem 2 tal que MATRIZES www.profssortnan.com.br 0) (PUC) A matrz A d ordm dfnda por a. é dada por: 4 6 4 6 b) 4 4 6 4 6 ) 0) (UFBA) A matrz, com 0 4 b) 0 4 0 ) 4 a, s, é: a, s 0) S A ( a ) é a matrz quadrada d ordm,

Leia mais

AÇÕES BÁSICAS DE CONTROLE E CONTROLADORES AUTOMÁTICOS INDUSTRIAIS

AÇÕES BÁSICAS DE CONTROLE E CONTROLADORES AUTOMÁTICOS INDUSTRIAIS Projto Rng - Eng. Elétrca Apostla d stmas d Control I V- &$3Ì78/ 9 AÇÕE BÁICA DE CONTROLE E CONTROLADORE AUTOMÁTICO INDUTRIAI Conform havíamos mnconado no Capítulo I, a busca da qualdad, fcênca prcsão

Leia mais

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média. Estatístca Dscplna de Estatístca 0/ Curso de Admnstração em Gestão Públca Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos uns dos

Leia mais

/ :;7 1 6 < =>6? < 7 A 7 B 5 = CED? = DE:F= 6 < 5 G? DIHJ? KLD M 7FD? :>? A 6? D P

/ :;7 1 6 < =>6? < 7 A 7 B 5 = CED? = DE:F= 6 < 5 G? DIHJ? KLD M 7FD? :>? A 6? D P 26 a Aula 20065 AMIV 26 Exponncial d matrizs smlhants Proposição 26 S A SJS ntão Dmonstração Tmos A SJS A % SJS SJS SJ % S ond A, S J são matrizs n n ", (com dt S 0), # S $ S, dond ; A & SJ % S SJS SJ

Leia mais

UNIVERSIDADE DE SÃO PAULO Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto Departamento de Economia

UNIVERSIDADE DE SÃO PAULO Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto Departamento de Economia UNIVERSIDADE DE SÃO PAULO Faculdad d Economia, Administração Contabilidad d Ribirão Prto Dpartamnto d Economia Nom: Númro: REC200 MICROECONOMIA II PRIMEIRA PROVA (20) () Para cada uma das funçõs d produção

Leia mais

Divisão (cont.) Obter TODOS os nomes dos empregados que trabalham em TODOS os projectos nos quais Joao trabalha. projectos em que Joao trabalha.

Divisão (cont.) Obter TODOS os nomes dos empregados que trabalham em TODOS os projectos nos quais Joao trabalha. projectos em que Joao trabalha. 16 Divisão (cont a opração d divisão é útil para qustõs como: Obtr TODOS os noms dos mprgados qu trabalham m TODOS os projctos nos quais Joao trabalha projctos m qu Joao trabalha projctos EBIs d mprgados

Leia mais

UNIVERSIDADE DE SÃO PAULO Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto Departamento de Economia

UNIVERSIDADE DE SÃO PAULO Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto Departamento de Economia UNIVERSIDADE DE SÃO PAULO Faculdad d Economia, Administração Contabilidad d Ribirão Prto Dpartamnto d Economia Nom: Númro: REC00 MICROECONOMIA II PRIMEIRA PROVA (0) () Para cada uma das funçõs d produção

Leia mais

TÓPICOS. ordem; grau; curvas integrais; condições iniciais e fronteira. 1. Equações Diferenciais. Conceitos Gerais.

TÓPICOS. ordem; grau; curvas integrais; condições iniciais e fronteira. 1. Equações Diferenciais. Conceitos Gerais. Not bm, a litura dsts apontamntos não dispnsa d modo algum a litura atnta da bibliografia principal da cadira hama-s à atnção para a importância do trabalho pssoal a ralizar plo aluno rsolvndo os problmas

Leia mais

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média. Estatístca Dscplna de Estatístca 0/ Curso Superor de tecnólogo em Gestão Ambental Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 12.º Ano Versão 2/4

FICHA de AVALIAÇÃO de MATEMÁTICA A 12.º Ano Versão 2/4 FICHA d AVALIAÇÃO d MATEMÁTICA A.º Ano Vrsão / Nom: N.º Trma: Aprsnt o s raciocínio d orma clara, indicando todos os cálclos q tivr d tar todas as jstiicaçõs ncssárias. Qando, para m rsltado, não é pdida

Leia mais

Função do 2 o Grau. Uma aplicação f der emr

Função do 2 o Grau. Uma aplicação f der emr UNIVERSIDADE DO ESTADO DE MATO GROSSO CAMPUS UNIVERSITÁRIO DE SINOP FACULDADE DE CIÊNCIAS EXATAS E TECNOLÓGICAS CURSO DE ENGENHARIA CIVIL DISCIPLINA: FUNDAMENTOS DE MATEMÁTICA. Dfinição Uma aplicação f

Leia mais

Prova Escrita de Matemática A 12. o Ano de Escolaridade Prova 635/Versões 1 e 2

Prova Escrita de Matemática A 12. o Ano de Escolaridade Prova 635/Versões 1 e 2 Eam Nacional d 0 (. a fas) Prova Escrita d Matmática. o no d Escolaridad Prova 3/Vrsõs GRUPO I Itns Vrsão Vrsão. (C) (). () (C) 3. () (C). (D) (). (C) (). () () 7. () (D) 8. (C) (D) Justificaçõs:. P( )

Leia mais

COLEÇÃO DARLAN MOUTINHO VOL. 04 RESOLUÇÕES. com. voce

COLEÇÃO DARLAN MOUTINHO VOL. 04 RESOLUÇÕES. com. voce COLEÇÃO DARLAN MOUTINHO VOL. 04 RESOLUÇÕES RESOLUÇÃO A1 Primiramnt, dividimos a figura B m dois triângulos B1 B2, um altura d 21 m bas d 3 m outro altura bas mdindo 15 m. Mosaico 1: Tmos qu os dois triângulos

Leia mais

NOTA: ESCREVA AS RESPOSTAS COMO FRAÇÕES OU COM 4 CASAS DECIMAIS NOTA 2: O FORMULÁRIO ESTÁ NO FINAL DA PROVA

NOTA: ESCREVA AS RESPOSTAS COMO FRAÇÕES OU COM 4 CASAS DECIMAIS NOTA 2: O FORMULÁRIO ESTÁ NO FINAL DA PROVA IND 5 Ifrêca statístca Smstr 7. Tst 3//7 Nom: NOTA: SCRVA AS RSPOSTAS COMO FRAÇÕS OU COM 4 CASAS DCIMAIS NOTA : O FORMULÁRIO STÁ NO FINAL DA PROVA Problma (5 potos A quatdad d rfrgrat uma garrafa PT d

Leia mais

Implementação de Filtros Ativos Usando Amplificadores Operacionais de Transcondutância e Capacitores (OTA-C)

Implementação de Filtros Ativos Usando Amplificadores Operacionais de Transcondutância e Capacitores (OTA-C) Implmntação d Filtros Ativos Usando Amplificadors Opracionais d Transcondutância Capacitors (OTA-C) Autoria: Mário Sarcinlli Filho Edição: Flip Dalvi Garcia 2008 1 Amplificador d Transcondutância Os Amplificadors

Leia mais

). Quer os eixos de S quer os de S

). Quer os eixos de S quer os de S CAPÍULO RANSFORMAÇÃO LINEAR DE COORDENADAS Nst capítulo é aprsntada a ddução da prssão qu prmt transformar as coordnadas d um ponto no spaço d um rfrncal ( S) para outro ( S ). Qur os os d S qur os d S

Leia mais

Aula Teórica nº 8 LEM-2006/2007. Trabalho realizado pelo campo electrostático e energia electrostática

Aula Teórica nº 8 LEM-2006/2007. Trabalho realizado pelo campo electrostático e energia electrostática Aula Tórica nº 8 LEM-2006/2007 Trabalho ralizado plo campo lctrostático nrgia lctrostática Considr-s uma carga q 1 no ponto P1 suponha-s qu s trás uma carga q 2 do até ao ponto P 2. Fig. S as cargas form

Leia mais

Cálculo de Autovalores, Autovetores e Autoespaços Seja o operador linear tal que. Por definição,, com e. Considere o operador identidade tal que.

Cálculo de Autovalores, Autovetores e Autoespaços Seja o operador linear tal que. Por definição,, com e. Considere o operador identidade tal que. AUTOVALORES E AUTOVETORES Dfiniçõs Sja um oprador linar Um vtor, é dito autovtor, vtor próprio ou vtor caractrístico do oprador T, s xistir tal qu O scalar é dnominado autovalor, valor próprio ou valor

Leia mais

Adriano Pedreira Cattai

Adriano Pedreira Cattai Adriano Pdrira Cattai apcattai@ahoocombr Univrsidad Fdral da Bahia UFBA, MAT A01, 006 3 Suprfíci Cilíndrica 31 Introdução Dfinição d Suprfíci Podmos obtr suprfícis não somnt por mio d uma quação do tipo

Leia mais

Exame de Matemática Página 1 de 6. obtém-se: 2 C.

Exame de Matemática Página 1 de 6. obtém-se: 2 C. Eam d Matmática -7 Página d 6. Simplificando a prssão 9 ( ) 6 obtém-s: 6.. O raio r = m d uma circunfrência foi aumntado m 5%. Qual foi o aumnto prcntual da ára da sgunda circunfrência m comparação com

Leia mais

COLEÇÃO DARLAN MOUTINHO VOL. 01 RESOLUÇÕES

COLEÇÃO DARLAN MOUTINHO VOL. 01 RESOLUÇÕES COLEÇÃO DARLAN MOUTINHO VOL 01 RESOLUÇÕES voc PÁGINA 5 58 25 É imdiato qu a probabilidad pdida é igual a 1 8 voc 59 LETRA C O númro total d qustõs é dado por 125 + 98 + 40 + 25 798 Q A probabilidad d Camilla

Leia mais

3. Distribuição espacial aleatória

3. Distribuição espacial aleatória 3. istribuição spacial alatória Em divrsos procssos logísticos d colta distribuição é important stimar a quantidad d pontos d colta ou distribuição d uma ára d atndimnto, a fim d qu s possa dimnsionar

Leia mais

A seção de choque diferencial de Rutherford

A seção de choque diferencial de Rutherford A sção d choqu difrncial d Ruthrford Qual é o ângulo d dflxão quando a partícula passa por um cntro d força rpulsiva? Nss caso, quando tratamos as trajtórias sob a ação d forças cntrais proporcionais ao

Leia mais

Material Teórico - Módulo Equações e Sistemas de Equações Fracionárias. Sistemas de Equações Fracionárias. Oitavo Ano

Material Teórico - Módulo Equações e Sistemas de Equações Fracionárias. Sistemas de Equações Fracionárias. Oitavo Ano Matrial Tórico - Módulo Equaçõs Sistmas d Equaçõs Fracionárias Sistmas d Equaçõs Fracionárias Oitavo Ano Autor: Prof Ulisss Lima Parnt Rvisor: Prof Antonio Caminha M Nto Sistmas d quaçõs fracionárias Nssa

Leia mais

EXPRESSÕES LÓGICAS. 9.1 Lógica proposicional AULA 9

EXPRESSÕES LÓGICAS. 9.1 Lógica proposicional AULA 9 AULA 9 EXPRESSÕES LÓGICAS 9.1 Lógica proposicional Lógica é o studo do raciocínio 1. Em particular, utilizamos lógica quando dsjamos dtrminar s um dado raciocínio stá corrto. Nsta disciplina, introduzimos

Leia mais

Memorize as integrais imediatas e veja como usar a técnica de substituição.

Memorize as integrais imediatas e veja como usar a técnica de substituição. Blém, d maio d 0 aro aluno, om início das intgrais spro qu vocês não troqum as rgras com as da drivada principalmnt d sno d sno. Isso tnho dito assim qu comçamos a studar drivada, lmbra? Mmoriz as intgrais

Leia mais

Teste do Qui-Quadrado( ) 2 x

Teste do Qui-Quadrado( ) 2 x Tst do Qui-Quadrado( ) Tst do Qui-Quadrado É usado quando qurmos comparar Frqüências Obsrvadas (F ) com Frqüências Espradas (F ). Divid-s m três tipos: Tst d adquação do ajustamnto Tst d adrência Tst d

Leia mais

DICAS PARA CÁLCULOS MAIS RÁPIDOS ARTIGO 03

DICAS PARA CÁLCULOS MAIS RÁPIDOS ARTIGO 03 DICAS PARA CÁLCULOS MAIS RÁPIDOS ARTIGO 0 Em algum momnto da sua vida você dcorou a tabuada (ou boa part dla). Como você mmorizou qu x 6 = 0, não prcisa fazr st cálculo todas as vzs qu s dpara com l. Além

Leia mais

Pág Circunferência: ( ) ( ) 5.4. Circunferência: ( ) ( ) A reta r passa nos pontos de coordenadas (0, 1) e (2, 2).

Pág Circunferência: ( ) ( ) 5.4. Circunferência: ( ) ( ) A reta r passa nos pontos de coordenadas (0, 1) e (2, 2). Númros complxos Atvdad d dagnóstco AB + + + AB ( ) ( ) ( ) + + + 9+ A, ; B, ; P x, y Pág AP BP x+ y x + y + x + x + + y x + x x + + y + x + yx y x A bsstr dos quadrants ímpars é a mdatr d [AB] B(, ) ;

Leia mais

INTRODUÇÃO À ESTATÍSTICA

INTRODUÇÃO À ESTATÍSTICA INTRODUÇÃO À ESTATÍSTICA ERRATA (capítulos 1 a 6 CAP 1 INTRODUÇÃO. DADOS ESTATÍSTICOS Bnto Murtira Carlos Silva Ribiro João Andrad Silva Carlos Pimnta Pág. 10 O xmplo 1.10 trmina a sguir ao quadro 1.7,

Leia mais

AEP FISCAL ESTATÍSTICA

AEP FISCAL ESTATÍSTICA AEP FISCAL ESTATÍSTICA Módulo 11: Varáves Aleatóras (webercampos@gmal.com) VARIÁVEIS ALEATÓRIAS 1. Conceto de Varáves Aleatóras Exemplo: O expermento consste no lançamento de duas moedas: X: nº de caras

Leia mais

PRINCIPAIS DISTRIBUIÇÕES DISCRETAS.

PRINCIPAIS DISTRIBUIÇÕES DISCRETAS. PRINCIPAIS DISTRIBUIÇÕES DISCRETAS 1 Uifor Discrta: ocorr quado cada u dos valors possävis d ua va discrta t sa probabilidad 1 P ),,, ), i = 1,, i 1, i i i E ) 1 i Var ) 1 E ) fda: F ) P ) P i ), i od

Leia mais

n = η = / 2 = 0, c

n = η = / 2 = 0, c PTC4 - TEORIA DA COMUNICAÇÕE II - //5 - PJEJ REOLUÇÃO DA EGUNDA LITA DE EXERCÍCIO QUETÃO Consdr sstmas bnáros om transmssão d ormaçõs quprovávs λ >>. Compar os dsmpnhos om sm odfação dos sstmas a sgur,

Leia mais

P R O P O S T A D E R E S O L U Ç Ã O D O E X A M E T I P O 5

P R O P O S T A D E R E S O L U Ç Ã O D O E X A M E T I P O 5 P R O P O S T A D E R E S O L U Ç Ã O D O E X A M E T I P O 5 GRUPO I ITENS DE ESCOLHA MÚLTIPLA 1. Agrupando num bloco a Ana, a Bruna, o Carlos, a Diana o Eduardo, o bloco os rstants st amigos prmutam

Leia mais

{ : 0. Questões de resposta de escolha múltipla. Grupo I 1. ( ) D = x f x x D. Resposta: D. lim = 3, pode-se concluir que o

{ : 0. Questões de resposta de escolha múltipla. Grupo I 1. ( ) D = x f x x D. Resposta: D. lim = 3, pode-se concluir que o Grupo I Qustõs d rsposta d scolha múltipla { : 0 f }. ( ) D = f D g f ( ) 0 [, + [. Como f tm domínio \{ 5}, é contínua f ( ) gráfico d f não admit assimptotas vrticais. 5 Rsposta: D lim =, pod-s concluir

Leia mais

Variáveis aleatórias Conceito de variável aleatória

Variáveis aleatórias Conceito de variável aleatória Variávis alatórias Muitos primtos alatórios produzm rsultados ão-uméricos. Ats d aalisá-los, é covit trasformar sus rsultados m úmros, o qu é fito através da variávl alatória, qu é uma rgra d associação

Leia mais

Contabilometria. Prof.: Patricia Maria Bortolon, D. Sc.

Contabilometria. Prof.: Patricia Maria Bortolon, D. Sc. Cotabilomtria Prof.: Patricia Maria Bortolo, D. Sc. Dimsioado Amostras Itrvalos d Cofiaça m Auditoria Fot: LEVINE, D. M.; STEPHAN, D. F.; KREHBIEL, T. C.; BERENSON, M. L.; Estatística Toria Aplicaçõs,

Leia mais

Geometria Analítica - Aula

Geometria Analítica - Aula Gomtria Analítica - Aula 0 60 K. Frnsl - J. Dlgado Aula 1 1. Rotação dos ixos coordnados Sja OXY um sistma d ixos ortogonais no plano sja O X Y o sistma d ixos obtido girando os ixos OX OY d um ângulo

Leia mais

Hewlett-Packard MATRIZES. Aulas 01 a 05. Elson Rodrigues, Gabriel Carvalho e Paulo Luiz

Hewlett-Packard MATRIZES. Aulas 01 a 05. Elson Rodrigues, Gabriel Carvalho e Paulo Luiz Hwltt-Packard MTRIZES ulas 0 a 05 Elson Rodrigus, Gabril Carvalho Paulo Luiz Sumário MTRIZES NOÇÃO DE MTRIZ REPRESENTÇÃO DE UM MTRIZ E SEUS ELEMENTOS EXERCÍCIO FUNDMENTL MTRIZES ESPECIIS IGULDDE ENTRE

Leia mais

Lista 9: Integrais: Indefinidas e Definidas e Suas Aplicações

Lista 9: Integrais: Indefinidas e Definidas e Suas Aplicações GOVERNO FEDERAL MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DO VALE DO SÃO FRANCISCO CÂMPUS JUAZEIRO/BA COLEG. DE ENG. ELÉTRICA PROF. PEDRO MACÁRIO DE MOURA MATEMÁTICA APLICADA À ADM 5. Lista 9: Intgrais:

Leia mais

Problemas Numéricos: 1) Desde que a taxa natural de desemprego é 0.06, π = π e 2 (u 0.06), então u 0.06 = 0.5(π e π), ou u =

Problemas Numéricos: 1) Desde que a taxa natural de desemprego é 0.06, π = π e 2 (u 0.06), então u 0.06 = 0.5(π e π), ou u = Capitulo 12 (ABD) Prguntas para rvisão: 5) Os formuladors d políticas dsjam mantr a inflação baixa porqu a inflação impõ psados custos sobr a conomia. Os custos da inflação antcipado inclum custos d mnu,

Leia mais

R é o conjunto dos reais; f : A B, significa que f é definida no conjunto A (domínio - domain) e assume valores em B (contradomínio range).

R é o conjunto dos reais; f : A B, significa que f é definida no conjunto A (domínio - domain) e assume valores em B (contradomínio range). f : A B, significa qu f é dfinida no conjunto A (domínio - domain) assum valors m B (contradomínio rang). R é o conjunto dos rais; R n é o conjunto dos vtors n-dimnsionais rais; Os vtors m R n são colunas

Leia mais

COMPARAÇÃO ENTRE MODELOS PARA PREDIÇÃO DO NITROGÊNIO MINERALIZADO: UMA ABORDAGEM BAYESIANA JANSER MOURA PEREIRA

COMPARAÇÃO ENTRE MODELOS PARA PREDIÇÃO DO NITROGÊNIO MINERALIZADO: UMA ABORDAGEM BAYESIANA JANSER MOURA PEREIRA COMPARAÇÃO ENTRE MODELOS PARA PREDIÇÃO DO NITROGÊNIO MINERALIZADO: UMA ABORDAGEM BAYESIANA JANSER MOURA PEREIRA 6 Lvros Gráts http://www.lvrosgrats.com.br Mlhars d lvros gráts para download. JANSER MOURA

Leia mais

Hewlett-Packard MATRIZES. Aulas 01 a 06. Elson Rodrigues, Gabriel Carvalho e Paulo Luiz

Hewlett-Packard MATRIZES. Aulas 01 a 06. Elson Rodrigues, Gabriel Carvalho e Paulo Luiz Hwltt-Packard MTRIZES ulas 0 a 06 Elson Rodrigus, Gabril Carvalho Paulo Luiz no 06 Sumário MTRIZES NOÇÃO DE MTRIZ REPRESENTÇÃO DE UM MTRIZ E SEUS ELEMENTOS EXERCÍCIO FUNDMENTL MTRIZES ESPECIIS IGULDDE

Leia mais

Raciocínio-Lógico (Receita Federal 2009 Prova 1 - Gabarito 1):

Raciocínio-Lógico (Receita Federal 2009 Prova 1 - Gabarito 1): Racocío-Lógco (Rcta Fdral 009 Prova 1 - Gabarto 1): 1 Cosdr a sgut proposção: S chov ou va, tão o chão fca molhado. Sdo assm, pod-s afrmar qu: a) S o chão stá molhado, tão chovu ou vou b) S o chão stá

Leia mais

MODELO DE PAINEL LOGIT PARA AVALIAÇÃO DE RETORNOS POSITIVOS EM MERCADOS ACIONÁRIOS

MODELO DE PAINEL LOGIT PARA AVALIAÇÃO DE RETORNOS POSITIVOS EM MERCADOS ACIONÁRIOS MODELO DE PAINEL LOGIT PARA AVALIAÇÃO DE RETORNOS POSITIVOS EM MERCADOS ACIONÁRIOS Luz Paulo Lops Fávro Faculdad d Economa, Admnstração Contabldad da Unvrsdad d São Paulo Av. Prof. Lucano Gualbrto, 908,

Leia mais

X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha)

X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha) Estatístca p/ Admnstração II - Profª Ana Cláuda Melo Undade : Probabldade Aula: 3 Varável Aleatóra. Varáves Aleatóras Ao descrever um espaço amostral de um expermento, não especfcamos que um resultado

Leia mais

Razão e Proporção. Noção de Razão. 3 3 lê-se: três quartos lê-se: três para quatro ou três está para quatro

Razão e Proporção. Noção de Razão. 3 3 lê-se: três quartos lê-se: três para quatro ou três está para quatro Razão Proporção Noção d Razão Suponha qu o profssor d Educação Física d su colégio tnha organizado um tornio d basqutbol com quatro quips formadas plos alunos da ª séri. Admita qu o su tim foi o vncdor

Leia mais

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

ECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc. ECONOMETRIA Prof. Patrca Mara Bortolon, D. Sc. Modlos d Escolha Qualtatva Font: GUJARATI; D. N. Economtra Básca: 4ª Edção. Ro d Janro. Elsvr- Campus, 2006 Modlos d scolha qualtatva Varávl dpndnt: bnára

Leia mais

Disciplina: FGE5748 Simulação Computacional de Líquidos Moleculares 1

Disciplina: FGE5748 Simulação Computacional de Líquidos Moleculares 1 Dscplna: FGE5748 Smulação Computaconal d Líqudos Molculas Numann, Ulam Mtopols 945-947 Numann Ulam [945] pcbam qu poblmas dtmnístcos podm s tansomados num análogo pobablístco qu pod s solvdo com amostagm

Leia mais

A trajetória sob a ação de uma força central inversamente proporcional ao quadrado da distância

A trajetória sob a ação de uma força central inversamente proporcional ao quadrado da distância A trajtória sob a ação d uma força cntral invrsamnt proporcional ao quadrado da distância A força gravitacional a força ltrostática são cntrais proporcionais ao invrso do quadrado da distância ao cntro

Leia mais

ANOVA Modelos de Efeitos Aleatórios

ANOVA Modelos de Efeitos Aleatórios O Modlos d Eftos latóros Modlos d Eftos latóros Ex. Tmpratura Corporal (ºC d mas Rpl 3 4 5 6 3 5 8 3 8 8 7 3 3 5 4 4 9 8 4 9 7 3 3 Obtvo do Exprmto: Estmar a tmpratura corporal dos amas d crta spéc m codçõs

Leia mais

TEMA 3 NÚMEROS COMPLEXOS FICHAS DE TRABALHO 12.º ANO COMPILAÇÃO TEMA 3 NÚMEROS COMPLEXOS. Jorge Penalva José Carlos Pereira Vítor Pereira MathSuccess

TEMA 3 NÚMEROS COMPLEXOS FICHAS DE TRABALHO 12.º ANO COMPILAÇÃO TEMA 3 NÚMEROS COMPLEXOS. Jorge Penalva José Carlos Pereira Vítor Pereira MathSuccess FICHAS DE TRABALHO º ANO COMPILAÇÃO TEMA NÚMEROS COMPLEXOS St: http://wwwmathsuccsspt Facbook: https://wwwfacbookcom/mathsuccss TEMA NÚMEROS COMPLEXOS Matmátca A º Ano Fchas d Trabalho Complação Tma Númros

Leia mais

Desse modo, sendo E a energia de ligação de um núcleo formado por Z prótons e (A Z) nêutrons, de massa M(Z,A), pode-se escrever: E 2

Desse modo, sendo E a energia de ligação de um núcleo formado por Z prótons e (A Z) nêutrons, de massa M(Z,A), pode-se escrever: E 2 Enrgia d Ligação Nuclar Dado um núclo qualqur, a nrgia librada quando da sua formação a partir dos sus prótons nêutrons sparados d uma distância infinita é o qu s chama d nrgia d ligação d tal núclo. Dito

Leia mais

CÁLCULO DIFERENCIAL E INTEGRAL II MÁXIMOS E MÍNIMOS DE FUNÇÕES DE DUAS VARIÁVEIS. Figura 1: Pontos de máximo e mínimo

CÁLCULO DIFERENCIAL E INTEGRAL II MÁXIMOS E MÍNIMOS DE FUNÇÕES DE DUAS VARIÁVEIS. Figura 1: Pontos de máximo e mínimo Introdução S CÁLCULO DIFERENCIAL E INTEGRAL II MÁXIMOS E MÍNIMOS DE FUNÇÕES DE DUAS VARIÁVEIS é uma unção d duas variávis ntão dizmos qu 1 a b é no máimo igual a a Gomtricamnt o gráico d tm um máimo quando:

Leia mais

Aplicação de Programa de Transferência de Carga de Estacas a Perfis de Solos não Homogêneos

Aplicação de Programa de Transferência de Carga de Estacas a Perfis de Solos não Homogêneos Aplcação d Programa d Transfrênca d arga d Estacas a Prfs d Solos não Homogênos Vann, V. S. Unvrsdad Fdral Flumnns, Ntró, RJ, Brasl, anzgr, B. R. Unvrsdad do Estado do Ro d Janro, Ro d Janro, RJ, Brasl,

Leia mais

Termo-Estatística Licenciatura: 4ª Aula (08/03/2013)

Termo-Estatística Licenciatura: 4ª Aula (08/03/2013) Termo-Estatístca Lcencatura: 4ª Aula (08/03/013) Prof. Alvaro Vannucc RELEMBRADO Dstrbução dscreta (hstogramas) x contínua (curvas de dstrbução): Dada uma Função de Dstrbução de Densdade de Probabldade,

Leia mais

CAPÍTULO 3 TÉCNICAS USADAS NA DISCRETIZAÇÃO. capítulo ver-se-á como obter um sistema digital controlado através de técnicas

CAPÍTULO 3 TÉCNICAS USADAS NA DISCRETIZAÇÃO. capítulo ver-se-á como obter um sistema digital controlado através de técnicas 3 CAPÍTULO 3 TÉCNICAS USADAS NA DISCRETIZAÇÃO A técnca uada para obtr um tma dgtal controlado nctam, bacamnt, da aplcação d algum método d dcrtação. Matmatcamnt falando, pod- obrvar qu o método d dcrtação

Leia mais

Documentos Técnico-Científicos. Resumo. Palavras-chave: Paulo Amilton Maia Leite Filho. Adriano Nascimento da Paixão.

Documentos Técnico-Científicos. Resumo. Palavras-chave: Paulo Amilton Maia Leite Filho. Adriano Nascimento da Paixão. Documntos Técnco-Cntífcos Estmação da Dsposção a Pagar Plos Srvços d Abastcmnto d Água Esgotamnto Santáro d João Pssoa-PB, Utlzando o Método d Avalação Contngnt Paulo Amlton Maa Lt Flho. * Profssor do

Leia mais

RESOLUÇÃO. Revisão 03 ( ) ( ) ( ) ( ) 0,8 J= t ,3 milhões de toneladas é aproximadamente. mmc 12,20,18 = 180

RESOLUÇÃO. Revisão 03 ( ) ( ) ( ) ( ) 0,8 J= t ,3 milhões de toneladas é aproximadamente. mmc 12,20,18 = 180 Rvisão 03 RESOLUÇÃO Rsposta da qustão : Sndo XA = AB = K = HI = u, sgu qu 3 Y = X+ 0u = + 0u 6 u =. 5 Rsposta da qustão 6: Considr o diagrama, m qu U é o conjunto univrso do grupo d tradutors, I é o conjunto

Leia mais

FENOMENOS DE TRANSPORTE 2 o Semestre de 2012 Prof. Maurício Fabbri 2ª SÉRIE DE EXERCÍCIOS

FENOMENOS DE TRANSPORTE 2 o Semestre de 2012 Prof. Maurício Fabbri 2ª SÉRIE DE EXERCÍCIOS FENOMENOS DE TRANSPORTE o Smstr d 0 Prof. Maurício Fabbri ª SÉRIE DE EXERCÍCIOS 0. O coficint d transfrência d calor Transport d calor por convcção O transint ponncial simpls Consrvação da nrgia Lia o

Leia mais

Solução da equação de Poisson 1D com coordenada generalizada

Solução da equação de Poisson 1D com coordenada generalizada Solução da quação d Poisson 1D com coordnada gnralizada Guilhrm Brtoldo 8 d Agosto d 2012 1 Introdução Ao s rsolvr a quação d Poisson unidimnsional d 2 T = fx), 0 x 1, 1) dx2 sujita às condiçõs d contorno

Leia mais