Capítulo 5 CINEMÁTICA DIRETA DE ROBÔS MANIPULADORES

Tamanho: px
Começar a partir da página:

Download "Capítulo 5 CINEMÁTICA DIRETA DE ROBÔS MANIPULADORES"

Transcrição

1 Cemátca da Posção de Robôs Mapuladores Capítulo 5 CINEMÁTICA DIRETA DE ROBÔS MANIPULADORES A cemátca de um robô mapulador é o estudo da posção e da velocdade do seu efetuador e dos seus lgametos. Quado se mecoa posção está se referdo tato à posção propramete dta como à oretação e quado se fala em velocdade cosdera-se tato a velocdade lear como agular. Pode-se dstgur dos tpos de cemátca a cemátca dreta e a versa. Na cemátca dreta deseja-se obter a posção e velocdade do efetuador para uma dada posção das artculações. A cemátca versa é o oposto da cemátca dreta ou seja são forecdas a posção e a velocdade do efetuador e quer se obter as posções e velocdades correspodetes das artculações. No capítulo 4 foram vstas as ferrametas matemátcas ecessáras para se determar a posção e oretação de corpos rígdos que se basea a trasformação de coordeadas. Neste capítulo é apresetada a cemátca dreta. A cemátca versa será aalsada o capítulo 5. Observa-se que este capítulo será vsto como se calcula a posção a oretação a velocdade lear e agular do efetuador de um robô mapulador. A posção e velocdade dos outros lgametos do robô podem ser faclmete calculadas de forma aáloga às do efetuador. 3. Posção e Oretação do Efetuador Um mapulador cosste bascamete de uma sére de corpos rígdos udos etre s por artculações. A Fgura 5- mostra um esquema de um mapulador. Será cosderado somete mapuladores com estrutura cemátca do tpo aberta como fo vsto o capítulo. Cada lgameto do mapulador pode ser umerado de a como mostra a Fgura 5-. O lgameto da base que é usualmete fxo em relação ao mudo extero é umerado por coveêca como e o efetuador que é o últmo lgameto é umerado como. O objetvo é aalsar a posção e a oretação do efetuador em fução da posção de cada uma das artculações. Para represetar a posção e a oretação do efetuador é poscoado o sstema de coordeadas O -x y z o efetuador. A posção e oretação deste sstema de coordeadas é descrto em relação ao sstema O -x y z fxo a base sto é o prmero lgameto. Defese também para cada um dos demas lgametos um sstema de coordeadas O -x y z. É possível determar a posção e a oretação do sstema em relação ao sstema ateror pelo uso de matrzes homogêeas relacoado a trasformação etre estes sstemas. Dessa forma a posção e a oretação do efetuador em relação à base é obtda por uma composção de trasformações homogêeas cosecutvas partdo-se do sstema da base para o últmo sstema (sstema do efetuador). Para poscoar os sstemas de coordeadas os lgametos do mapulador de forma

2 Aálse de Robôs (E. L. L. Cabral) sstemátca é utlzada a otação de Deavt-Harteberg. A otação de Deavt-Harteberg é um método sstemátco de descrever a posção e a oretação relatva etre dos lgametos cosecutvos baseado a trasformação homogêea. Fgura 5-: Esquema da Estrutura de um Mapulador. Notação de Deavt-Harteberg A Notação de Deavt-Harteberg basea-se o fato de que para determar a posção relatva de duas retas o espaço são ecessáros somete dos parâmetros. O prmero parâmetro é a dstâca medda ao logo da ormal comum etre as duas retas e o segudo é o âgulo de rotação em toro da ormal comum que uma das retas deve grar de forma que fque paralela à outra. Observa-se que a ormal comum etre duas retas o espaço é defda por uma tercera reta que tercepta as duas prmeras retas com âgulos de 9. Além dsso a dstâca medda etre as duas retas ao logo da ormal comum é a meor dstâca etre as mesmas. A Fgura 5- apreseta duas retas o espaço e os dos parâmetros ecessáros para descrever sua posção relatva. α a α Normal comu Fgura 5-: Posção relatva de duas retas o espaço.

3 Cemátca da Posção de Robôs Mapuladores 3 Se para defr a posção relatva de duas retas o espaço são ecessáros dos parâmetros etão para defr a posção relatva de dos sstemas de coordeadas serão ecessáros quatro parâmetros. Isto decorre do fato de que um sstema de coordeadas é defdo por três retas (os três exos do sstema) sedo que cohecedo-se dos exos do sstema o tercero está automatcamete defdo pelas codções de ortogoaldade e pela regra da mão dreta. Observa-se que a tercessão dos exos de um sstema de coordeadas defe a orgem do mesmo. Portato a partr da defção da posção relatva etre dos exos de dos sstemas de coordeadas pode-se descrever a posção relatva etre os dos sstemas de coordeadas. A Fgura 5-3 represeta um par de lgametos adjacetes de um robô mapulador (lgametos e ) e suas respectvas artculações (artculações e +). A posção e oretação relatva etre os dos lgametos é descrta pelas trasformações de traslação e de rotação etre os dos sstemas de coordeadas fxos a estes lgametos. Fgura 5-3: A Notação de Deavt-Harteberg. O prmero passo para defr os sstemas de coordeadas de um robô é localzar os exos z ao logo dos exos das artculações de forma que o exo z é o exo da artculação. Seja a reta H O a ormal comum aos exos das artculações e + (exos z e z ). A orgem do sstem O é localzada a tercessão do exo da artculação + (exo z ) e a ormal comum etre os exos z e z. O exo x é drecoado ao logo da extesão desta ormal comum a dreção de z para z. Falmete o exo y é escolhdo de forma que o sstema resultate O - x y z seja um sstema de coordeadas que segue a regra da mão dreta.

4 Aálse de Robôs (E. L. L. Cabral) 4 A posção relatva etre dos sstemas de coordeadas cosecutvos sstemas O -x y z e O -x y z é completamete determada pelas posções relatvas etre os exos x e x e etre os exos z e z que são defdas pelos quatro parâmetros segutes: a : é a dstâca (em módulo) etre z e z medda ao logo do exo x que é a ormal comum etre z e z ou seja é a dstâca H O ; α : é o âgulo (com sal) etre o exo z e o exo z meddo em toro do exo x segudo a regra da mão dreta ou seja é o âgulo de rotação em toro do exo x que o exo z deve grar para que fque paralelo ao exo z ; d : é a dstâca (com sal) etre os exos x e x medda sobre o exo z (que é a ormal comum etre x e x ) partdo-se de O e do em dreção à H. O sal de d é postvo se para r de O até H camha-se o setdo postvo de z e egatvo se camha-se o setdo oposto de z ; θ : é o âgulo (com sal) etre o exo x e o exo x meddo em toro do exo z segudo a regra da mão dreta ou seja é o âgulo de rotação em toro do exo z que o exo x deve grar para que fque paralelo ao exo x. Com estes quatro parâmetros a posção e oretação do sstema de coordeadas em relação ao sstema pode ser defda como uma sequêca de quatro trasformações: A prmera trasformação cosste em uma rotação em toro de z de um âgulo θ meddo segudo a regra da mão dreta de forma a alhar x com x : A seguda trasformação é uma traslação ao logo do exo z de uma dstâca d medda a partr do poto O até ecotrar a tercessão da ormal comum etre z e z (poto H ); A tercera trasformação cosste em uma traslação ao logo do exo x de uma dstâca a partdo-se do poto H até ecotrar o exo z (poto O ); e A quarta trasformação cosste em uma rotação em toro do exo x de um âgulo α meddo segudo a regra da mão dreta de forma a alhar o exo z com o exo z. Assm tem-se em resumo as segutes trasformações: A = Rot z θ ) Tras( z d ) Tras( x a ) Rot( x α ) (5-) ( ode os símbolos Rot e Tras sgfcam respectvamete trasformação de rotação e de traslação. Em termos de trasformações homogêeas tem-se o segute: Cθ Sθ a Sθ Cθ Cα Sα A = d Sα Cα Cθ Sθ Cα Sθ Sα acθ cos Sθ Cθ α Cθ Sα a Sθ =. (5 - ) Sα Cα d Os parâmetros a e α são costates e são determados pela geometra do lgameto. Um dos outros dos parâmetros d ou θ vara a medda que a artculação se move. Como

5 Cemátca da Posção de Robôs Mapuladores 5 vsto o capítulo exstem dos tpos de artculações em braços robótcos: artculações de revolução (ou de rotação) e artculações leares (ou prsmátcas). Se a artculação for de revolução o parâmetro θ é varável e represeta a sua posção agular equato o parâmetro d é costate. Se a artculação for prsmátca o parâmetro d é a varável que represeta a sua posção lear e o parâmetro θ é costate. Exstem algumas exceções à otação de Deavt-Harteberg sedo estas as segutes: Para estabelecer o sstema de coordeadas da base a orgem do sstema pode ser escolhda em qualquer poto do exo z. Os exos x e y podem ser escolhdos arbtraramete desde que satsfaçam a regra da mão dreta; Para estabelecer o sstema de coordeadas do efetuador a orgem do sstema pode ser escolhda em qualquer poto coveete do efetuador. A oretação dos exos deve ser tal que x seja perpedcular a z ; Se os exos das duas artculações de um lgameto são paralelos a ormal comum etre eles ão é úca. Neste caso a dreção de x deve ser perpedcular a ambos os exos e a orgem O é arbtrára; Se os exos das duas artculações de um lgameto se terceptam ou seja se z tercepta z a orgem O deve ser localzada a terseção dos dos exos e x deve ser perpedcular a ambos os exos. Posção e Oretação do Efetuador Com a otação de Deavt-Harteberg defda pode-se obter a posção e oretação do efetuador em relação ao sstema da base (sstema O -x y z ) em fução dos deslocametos de todas as artculações. O deslocameto de cada artculação é dada por d ou θ depededo do tpo de artculação. Para facltar a omeclatura a posção das artculações será deotada por q defdo como: q = θ se a artculação for de revolução; e q = d se a artculação for prsmátca. Dessa forma a posção e oretação do lgameto relatvo ao lgameto é descrta em fução de q através da matrz homogêea A ( q ). Como vsto um mapulador cosste de + lgametos com a base sedo o lgameto e o efetuador o lgameto. Portato do efetuador à base exstem trasformações homogêeas cosecutvas assm a posção e oretação do efetuador é dada por: A A ( q )A ( q )...A ( q ) (5-3) = ode A é a matrz homogêea que represeta a posção e oretação do efetuador em relação ao sstema da base em fução das posções de todas as artculações. Como A é uma matrz homogêea ela tem a segute forma: A R (q...q ) x(q...q ) (q...q ) =. (5-4)

6 Aálse de Robôs (E. L. L. Cabral) 6 R (q...q ) é a matrz de rotação que represeta a oretação do efetuador em relação ao sstema da base. Desta matrz de rotação pode-se obter se desejado uma descrção da oretação do efetuador em termos de âgulos de Euler "roll-ptch-yaw" ou ada parâmetros de Euler-Rodrgues como vsto o capítulo 4. O vetor x (q...q ) forece a posção do efetuador em relação ao sstema da base. Dessa forma pode-se defr o segute algortmo para realzar a cemátca dreta da posção: Passo : Localzar os exos das artculações ou seja os exos z z até z de forma que o exo da artculação seja o exo z. Passo : Estabelecer o sstema de coordeadas da base. A orgem deste sstema pode ser escolhda em qualquer lugar do exo z. Os exos x e y podem ser escolhdos arbtraramete desde que satsfaçam a regra da mão dreta. Repetr os passos 3 a 5 para =.... Passo 3: Localzar a orgem do sstema poto O ode a ormal comum etre os exos z e z tercepta o exo z. Se o exo z tercepta o exo z localzar o poto O a terseção. Se os exos z e z são paralelos localzar o poto O a artculação. Passo 4: Estabelecer o exo x ao logo da ormal comum etre os exos z e z a partr do poto O. O setdo do exo x é a dreção do exo z para o exo z. Se os exos z e z se cruzam etão o exo x é ormal a ambos com qualquer dreção. Passo 5: Tedo os exos z e x estabelecer o exo y segudo a regra da mão dreta. Passo 6: Estabelecer o sstema de coordeadas do efetuador sstema O -x y z. A orgem deste sstema é escolhda de forma arbtrára porém de maera geral é escolhda como sedo o cetro da garra ou algum outro poto de teresse do efetuador. Os exos deste sstema são defdos de forma arbtrára desde que o exo x seja perpedcular ao exo z. Normalmete tem-se o exo z a dreção de ataque o exo x a dreção ormal e o exo y a dreção de escorregameto como mostra a Fgura 5-4. Passo 7: Crar uma tabela com os parâmetros de Deavt-Harteberg referetes a cada um dos lgametos ou artculações. Passo 8: Motar as matrzes de trasformação homogêea A ( q ) a partr dos parâmetros de Deavt-Harteberg e da eq. (5-). Passo 9: Obter a matrz de trasformação homogêea A (q...q ) a partr de eq. (5-3) que relacoa a posção e oretação do efetuador em relação ao sstema da base.

7 Cemátca da Posção de Robôs Mapuladores 7 Artculação θ z x (dreção ormal) Efetuador O z (dreção de ataque) y (dreção de escorregameto) Fgura 5-4: Sstema de coordeadas do efetuador. Exemplo 5.: Robô plao de duas artculações de revolução (R). A Fgura 5-5 apreseta um esquema de um robô plao de duas artculações de revolução com os sstemas de coordeadas poscoados as artculações e o efetuador. x y O y y a θ x a θ O O x Fgura 5-5: Esquema de um robô plao com duas artculações de revolução. Os parâmetros de Deavt-Harteberg para este robô são defdos a Tabela 5-. Tabela 5-: Parâmetros de Deavt-Harteberg do robô plao com dos graus de lberdade de revolução. Lgameto a α d θ a θ a θ

8 Aálse de Robôs (E. L. L. Cabral) 8 Com estes parâmetros de Deavt-Harteberg e a eq. (5-) pode-se defr as matrzes de trasformação homogêea do sstema de coordeadas da base para o sstema e do sstema para o sstema fxo o efetuador como abaxo. C S ac C S ac S C a S A = S e A = C as ode os símbolos S C sgfcam respectvamete o seo e o coseo de θ e S C sgfcam respectvamete o seo e o coseo de θ. A multplcação destas duas matrzes resulta a matrz de trasformação homogêea da base para o efetuador como se segue: A C S a C + a C S C a S + a S = AA = ode S e C represetam respectvamete o seo e o coseo de θ + θ. Nota-se que os dos prmeros elemetos da quarta colua são as compoetes x e y do poto O ou seja as coordeadas do efetuador descrtos em relação o sstema da base (O -x y z ). Observa-se também que a oretação do efetuador é dada por uma rotação em toro do exo z de um âgulo θ + θ. Exemplo 5.: Robô de Staford. A Fgura 5-6 apreseta o robô de Staford de 6 graus de lberdade sedo 5 artculações de revolução e uma prsmátca. A Fgura 5-7 apreseta um esquema deste robô com as suas artculações e com os sstemas de coordeadas poscoados os lgametos. Os parâmetros de Deavt- Harteberg correspodetes aos sstemas de coordeadas defdos a Fgura 5-7 são apresetados a Tabela 5-. Note que a cofguração statâea da Fgura 5-7 o mapulador apreseta os sstemas de coordeadas 3 e 5 como sedo cocdetes e o exo x 4 também cocdete com x 3. Cotudo qualquer alteração as posções das artculações 4 e 5 (âgulos θ 4 e θ 5 ) fará com que a cocdêca destes exos e destes sstemas seja elmada. Tabela 5-: Parâmetros de Deavt-Harteberg do robô de Staford. Lgameto a α d θ -9 l θ * 9 l θ * 3 d 3 * 4-9 θ 4 * 5 9 θ 5 * 6 l 6 θ 6 *

9 Cemátca da Posção de Robôs Mapuladores 9 Nota-se que os parâmetros marcados com o asterscos (*) represetam o parâmetro varável da artculação. Fgura 5-6: Robô de Staford. As matrzes homogêeas podem ser calculadas a partr da eq. (5-) e dos parâmetros de Deavt-Harteberg da Tabela 5- resultado o segute: C S C S S C A = S ; A l = C ; l C4 S4 A 3 = S ; A 4 d 3 3 = 4 C4 ; C5 S5 C6 S6 S C A 5 4 = 5 5 S ; A 6 5 = 6 C6. l6

10 Aálse de Robôs (E. L. L. Cabral) z 6 O 6 x 6 θ 6 l 6 z 3 z 5 z 4 x 3 x 4 x 5 O 3 θ 4 θ 5 d 3 l z z O O θ x θ x l z O y x Fgura 5-7: Esquema do robô de Staford com os sstemas de coordeadas das artculações. A posção e oretação do efetuador é obtda a partr das matrzes homogêeas acma e da eq. (5-3) resultado o segute: A 6 6 r r r3 x = AA AA3A4A5 = r r r3 yo 6 r r r z ode os elemetos da matrz A 6 acma são dados pelas expressões segutes: [ ] [ ] r = C C( CCC SS) SSC S( SCC + CS); r = S C( CCC SS) SSC + C( SCC + CS);

11 Cemátca da Posção de Robôs Mapuladores r = S ( C C C S S ) C SC; [ ] [ ] r = C C( CCS + SC) + SSS S( SCS + CC); r = S C( CCS SC) + SSS + C( SCS + CC); r = S ( C C S + S C ) + C SS; r = C ( C C S + S C ) S SS; r = S ( C C S + S C ) + C SS; r = S C S + C C ; x = CSd Sl + l( CCCS + CSC SSS); y = SSd + Cl + l( SCCS + SSC CSS); z = l + C d + l ( C C S C S ). o Observa-se que os elemetos r j formam a matrz de rotação da trasformação do sstema da base para o sstema do efetuador ou seja a oretação do efetuador e os elemetos x y e z represetam a posção do efetuador Velocdade do Efetuador Pode-se defr o vetor q como sedo um vetor colua que cotém as posções de todas as artculações da segute maera q = (q q... q ) t. Nota-se que o vetor q tem dmesão x ode é o úmero de artculações. O objetvo é ecotrar o vetor velocdade lear v( q) e o vetor velocdade agular do efetuador w( q) descrtos em relação ao sstema de coordeadas da base em fução das velocdades das artculações. Velocdade Lear do Efetuador Como vsto x ( q) é o vetor de posção do efetuador em relação ao sstema da base sedo fução das posções de todas as artculações. Portato para obter a velocdade lear do efetuador basta dervar este vetor em relação ao tempo ou seja: v dx dt dx = = dy (5-5) dt dt dz dt ode x yo e zo são as compoetes x y e z do vetor posção do efetuador. Como o vetor x é fução da posção de todas as artculações as dervadas das suas compoetes em relação ao tempo são obtdas pela regra da cadea sedo dadas por: v x x q q x q q x q q = & = & + & & ; (5-6) x

12 Aálse de Robôs (E. L. L. Cabral) v v y y q q y q q y q q = & = & + & & ; (5-7) y z z q q z q q z q q = & = & + & & ; (5-8) z ode o poto sobre a varável deota dervada em relação ao tempo. sedo: Defdo a matrz jacobao da velocdade lear J v (q) de dmesão 3x como x y JV( q) = z x y z (5-9) as eq. (5-6) (5-7) e (5-8) podem ser escrtas de forma matrcal da segute forma v = J ( q)& q. (5-) V Esta expressão forece a velocdade lear do efetuador descrta em relação ao sstema de coordeadas da base em fução das velocdades e das posções das artculações. Note que a matrz J v (q) é em geral fução das posções de todas as artculações. Exste outra forma de se obter a velocdade lear do efetuador sem a ecessdade de efetuar dervadas. A eq. (5-) pode ser escrta da segute maera: v = JVq& + JVq& JVq& (5-) ode J v é a colua da matrz J v sedo um vetor colua de dmesão 3x e o produto J v q represeta a cotrbução da artculação a velocdade do efetuador com todas as outras artculações paradas. Se a artculação for prsmátca ela produz o efetuador uma velocdade lear a mesma dreção que seu exo exo z com magtude gual a & d ou seja J q& = z d& (5-) V ode z é o versor do exo z descrto o sstema de coordeadas da base. Se a artculação for de revolução ela produz o efetuador uma velocdade lear gual a; J q & = ( z & θ ) r (5-3) V ode & θ é a velocdade agular da artculação o símbolo deota produto vetoral e r é o vetor que ue a orgem do sstema de coordeadas da artculação poto O à orgem do

13 Cemátca da Posção de Robôs Mapuladores 3 sstema de coordeadas do efetuador poto O descrto em relação ao sstema de coordeadas da base. por: Observado as eq. (5-) e (5-3) pode-se coclur que a colua da matrz J v é dada z se a artculacão for prsmatca e J v = (5-4) z r se a artculacão for de revolucão. Velocdade Agular do Efetuador A velocdade agular do lgameto ou do sstema de coordeadas relatva ao sstema de coordeadas expressa o sstema de coordeadas w ( ) é dada pela segute expressão: w q k = & se a artculacao for de revolucao; se a artculacao for de traslacao; ( ) (5-5) ode k é o exo da artculação vsto pelo sstema de coordeadas ou seja k = ( ) t. ( ) Observa-se que w é a velocdade agular da artculação vsta pelo sstema de coordeadas fxo a própra artculação (sstema ). ( ) Para exprmr a velocdade agular w em relação ao sstema de coordeadas da base basta descrever o versor k em relação ao sstema da base. Para sso realza-se a trasformação de rotação que leva o sstema da base ao sstema ou seja ( ) R w = R q& k= q& z. (5-6) Note que o produto R k represeta o versor do exo da artculação (exo z ) descrto em relação ao sstema de coordeadas da base que é deomado por z. A velocdade agular do efetuador descrta em relação ao sstema da base é a soma das velocdades agulares de todos os lgametos expressas todas em relação ao sstema de coordeadas da base. Assm a velocdade agular do efetuador descrta em relação à base é dada por: ( ) ( ) ( w = ρ w + ρ R w ρ R w ). (5-7) Obvamete se a artculação for prsmátca ela ão cotrbu para a velocdade agular do efetuador. Para cosderar este efeto a equação acma fo troduzdo o parâmetro ρ que represeta o segute: ρ se a artculacão for de revolucão; = se a artculacão for de traslacão.

14 Aálse de Robôs (E. L. L. Cabral) 4 A velocdade do efetuador escrta em fução das velocdades das artculações pode ser obtda pela substtução da eq. (5-6) a expressão acma obtedo-se o segute resultado: w = ρq& z + ρq& z ρq& z. (5-8) Esta equação pode ser escrta de forma matrcal da segute maera: w = J ( q)& q (5-9) w ode J w é uma matrz de dmesão 3x cujas coluas são os exos das artculações descrtas o sstema da base multplcados por um dcador que forece o tpo da artculação ou seja [ ρ ρ ρ ] J z z K z. (5-) w = Observa-se que cada colua de J w represeta a cotrbução da respectva artculação a velocdade agular do efetuador. 5.3 Matrz Jacobao de um Mapulador Pode-se ur as relações das velocdades lear e agular do efetuador em fução das velocdades das artculações em uma mesma equação resultado o segute: v w J = J V W ou defdo o vetor V = ( v w) t tem-se: ( q) ( q) q& (5-) V = Jqq ( )&. (5-) A matrz J(q) é defda como sedo a Matrz Jacobao do efetuador. Esta matrz relacoa as velocdades lear e agular do efetuador expressas o sstema de coordeadas da base com as velocdades das artculações para uma dada cofguração do mapulador. Em resumo a colua da Matrz Jacobao de um mapulador é dada pela segute expressão: J J z = z r se a artculação for de revolução; e (5-3) z = se a artculação for de traslação. (5-4) A dmesão da Matrz Jacobao é mx ode m é o úmero de lhas que é gual ao úmero de graus de lberdade do campo de trabalho do robô e é o úmero de coluas que é gual ao úmero de artculações do robô. Para um robô que trabalha o espaço m será o máxmo gual a 6 e para um robô que trabalho o plao m será o máxmo gual a 3. Os 6 graus de lberdade do espaço correspodem aos três graus de lberdade de poscoameto e

15 Cemátca da Posção de Robôs Mapuladores 5 aos três de oretação de um corpo rígdo. Para o plao tem-se dos graus de lberdade de poscoameto e somete um grau de lberdade de oretação pos o plao somete defese velocdade ou posção agular em toro do exo perpedcular ao plao. Assm observa-se que o úmero de lhas da Matrz Jacobao ão é fxa devedo ser defda pelo teresse do problema e prcpalmete em fução do que o robô é capaz de realzar. Dessa forma por exemplo pode ser defda uma Matrz Jacobao de dmesão 3x3 para um robô que trabalha o espaço se somete teressar os três graus de lberdade de poscoameto. Observa-se que a expressão (5-) o lugar da velocdade agular do efetuador pode-se colocar a varação temporal dos parâmetros que descrevem a oretação do efetuador. Estes parâmetros podem ser por exemplo âgulos de Euler roll-ptch-yaw parâmetros de Euler-Rodrgues e outros. A varação temporal destes parâmetros é obtda pela dervação o tempo das expressões que os relacoam com as posções das artculações como será vsto a seção 5.6. Exemplo 5.3: Velocdade lear e agular do efetuador do robô de duas artculações de revolução o plao. A Fgura 5-5 apreseta um esquema do robô de duas artculações de revolução o plao. A eq. (5-3) aplcada a este robô resulta o segute: ode; z J = OO z OO z z ac OO = as ; OO ac OO = OO OO = as ac = as + ac + as ;. ; z = z = Substtudo as expressões dos vetores a expressão da Matrz Jacobao e efetuado as operações resulta em: J = as as as ac + ac ac. Aplcado a eq. (5-) obtém-se as velocdades lear e agular do efetuador como se segue:

16 Aálse de Robôs (E. L. L. Cabral) 6 ( as ) & & as θ v = ( + ) & as θ ac ac + ac & θ θ ; w = θ& + θ& Observa-se que a velocdade lear do efetuador podera também ser obtda pela dervação o tempo do vetor posção do efetuador ( OO ) coforme as eq. (5-6) (5-7) e (5-8) resultado exatamete a mesma expressão acma. Exemplo 5.4: Velocdade lear e agular do cetro do segudo lgameto de um robô de três artculações de revolução o plao. x y O θ 3 y 3 y O c y a θ x O 3 θ O O x l c x 3 Fgura 5-8: Esquema de um robô plao com três artculações de revolução. A Fgura 5-8 apreseta um esquema do robô de 3 artculações o plao. Da mesma forma que realzado o exemplo ateror a eq. (5-3) pode ser aplcada para se obter a velocdade agular e lear de qualquer poto dos lgametos de um robô. A úca dfereça é que os vetores posção utlzados relacoa a posção do poto desejado ao cetro de cada um dos sstemas de coordeadas como se segue: ode; z J = OOc z OO z z c OO ac = as ; OO c ac = as + l C c + l S c ;

17 Cemátca da Posção de Robôs Mapuladores 7 lc C OO c = OO c OO = lc S ; z = z =. Observa-se que a tercera colua da Matrz Jacobao este caso é gual a zero porque a velocdade lear e agular do segudo lgameto ão é afetada pelo movmeto da tercera artculação. Substtudo as expressões dos vetores de posção e dos exos das artculações a expressão da Matrz Jacobao resulta em: as lc S lc S ac + l c C lc C J =. As velocdades lear e agular do cetro do segudo lgameto são obtdas pela multplcação da Matrz Jacobao correspodete pelo vetor velocdade das artculações resultado o segute: ( a ) & & S lcs θ v c = ( + ) & lcsθ a C l C + l C & c θ c θ ; w c = & θ + & θ 5.4 Velocdade Agular Um dos cocetos mas complexos a área de cemátca de corpos rígdos é o coceto de velocdade agular. Este fato é recohecdo por dversos atores podedo-se destacar algumas ctações como as segutes: T.R. kae (978): A velocdade agular parece ser um dos cocetos mas problemátcos ; H. Cheg (989): Mutos lvros ão forecem uma defção clara e útl para rotações geércas espacas e ão as dstgue de rotações em toro de um exo fxo. A defção ecotrada para a velocdade agular de um corpo rígdo a maora dos lvros é a segute: w = lm φ t (5-5) t

18 Aálse de Robôs (E. L. L. Cabral) 8 ode w é a velocdade agular φ é o âgulo meddo em toro do exo statâeo de rotação e t é um tervalo de tempo. No caso de robôs mapuladores o exo statâeo de rotação ormalmete ão é cohecdo. Nestes casos a expressão acma ão é muto útl. Nesta seção será obtda uma forma mas útl para descrever a velocdade agular de um corpo com uma rotação geérca o espaço. A Fgura 5-9 mostra um corpo rígdo com movmeto de rotação em relação ao sstema de coordeadas fxo O -x y z. O sstema de coordeadas O -x y z está fxo ao corpo e portato está com movmeto de rotação em relação ao sstema O -x y z. Seja o poto P fxo o corpo cujas coordeadas em relação ao sstema O -x y z são dadas pelo vetor r. Quado o corpo rígdo sofre uma rotação a relação etre as coordeadas do vetor r o sstema O -x y z e o sstema O -x y z é dada pela segute expressão: r = Rr (5-6) ode r é o vetor com as coordeadas do poto P o sstema O -x y z e R é a matrz de rotação que descreve a trasformação do sstema O -x y z para o sstema O -x y z fxo ao corpo. z w z P r O y r Corpo Rígdo O y x x Fgura 5-9: Esquema de um corpo rígdo com movmeto de rotação. Dervado-se a expressão (5-6) em relação ao tempo obtém-se a dervada do vetor r que é gual à velocdade lear do poto P em relação ao sstema O -x y z como sedo v= Rr &. (5-7) ode v é a velocdade lear do poto P. Observa-se que a medda que o vetor r é costate pos a posção do poto P fxo o corpo ão muda em relação ao sstema de coordeadas fxo o corpo a sua dervada é gual a zero.

19 Cemátca da Posção de Robôs Mapuladores 9 Por outro lado tem-se que a velocdade lear do poto P cuja posção é defda pelo vetor r o sstema O -x y z fxo em um corpo rígdo grado com velocdade agular w em relação ao sstema O -x y z é dada pela segute expressão: v = w r (5-8) ode o símbolo deota produto vetoral. Esta expressão pode ser escrta de outra forma mas coveete ou seja v =Ω r (5-9) ode Ω é uma matrz de dmesão 3x3 dada por Ω= wz w y w w x z w y wx. (5-3) Observa-se que as expressões (5-8) e (5-9) forecem o mesmo resultado sedo que a matrz Ω represeta smplesmete uma forma mas coveete de escrever o vetor velocdade agular de um corpo rígdo. Substtudo a expressão (5-6) a eq. (5-3) resulta o segute: v =Ω Rr. (5-3) Igualado-se as expressões (5-7) e (5-3) obtém-se uma relação etre a dervada da matrz de rotação e a velocdade agular ou seja: &R ou vertedo-se =Ω R (5-3) Ω= & RR t. (5-33) Estas duas expressões são muto mportates pos elas relacoam a velocdade agular de um corpo com a matrz de rotação e com a dervada da matrz de rotação. Observa-se que a matrz de rotação R represeta a oretação do corpo o sstema O -x y z e a sua dervada represeta a varação da oretação do corpo. 5.5 Varação da Oretação do Efetuador Observa-se que a expressão (5-) a velocdade lear do efetuador pode ser obtda smplesmete pela dervação o tempo da posção do efetuador. Assm se for cohecda a posção cal do efetuador e a sua velocdade lear em fução do tempo a posção do efetuador em qualquer state pode ser calculada pela tegração da sua velocdade o tempo. Cotudo o mesmo racocío ão é váldo para a oretação pos o caso de robôs mapuladores o exo statâeo de rotação ormalmete ão é cohecdo além de varar a todo state. Dessa forma a tegração da velocdade agular do efetuador ão forece a sua

20 Aálse de Robôs (E. L. L. Cabral) posção agular ou sua oretação. Nestes casos a parcela da eq. (5-) que forece a velocdade agular do efetuador em fução das velocdades das artculações às vezes ão é muto útl. Nesta seção será obtda uma expressão para descrever a varação da oretação do efetuador em fução das velocdades das artculações. Como vsto a seção 5. a oretação do efetuador é fução das posções das artculações dessa forma pode-se defr o segute sstema de equações ão leares: y = f ( q ) (5-34) ode o vetor y de dmesão mx cotém a oretação do efetuador e f é um vetor de fuções de dmesão mx. A oretação do efetuador pode ser descrta por dversos parâmetros como por exemplo os elemetos da matrz de rotação os âgulos de Euler os parâmetros de Euler-Rodrgues e outros. A partr da teora de cálculo dferecal dado o sstema de equações ão leares da forma da eq. (5-34) a dervada em relação ao tempo da oretação do efetuador ou seja do vetor y é dada por: y& = J ( q) q& (5-35) o ode J o é uma matrz jacobao de dmesão mx. Podem exstr váras matrzes J o depededo dos parâmetros utlzados para descrever a oretação do efetuador cotdos o vetor y. Assm se for utlzada a matrz de rotação como obtdo a eq. (5-4) repetda abaxo: A R (q... q ) x(q... q ) (q... q ) = (5-4) tem-se para o vetor y o segute: y = ( r r K r ) 33 t (5-36) e para a matrz J o r r r K r r r J o = L M M M M r33 r33 r K 33 (5-37) ode r j é o elemeto da -ésma lha e j-ésma colua da matrz R. Observa-se que este caso o vetor y terá dmesão 9x.

21 Cemátca da Posção de Robôs Mapuladores Uma forma mas coveete de descrever a oretação do efetuador são os parâmetros de Euler-Rodrgues que cosste o cojuto de 4 elemetos p q r s como vsto a seção.8. A expressão (-5) repetda abaxo apreseta os parâmetros de Euler- Rodrgues em fução dos elemetos da matrz de rotação: p = sal( r3 r3 ) r r r33 + ; q = sal( r3 r3 ) r + r r33 + ; r = sal( r r ) r r + r33 + ; s = r + r + r33 + (5-38) ode sem perda de geeraldade o parâmetro ε fo assumdo como sedo +. Dessa forma os parâmetros de Euler-Rodrgues são fução das posções das artculações através dos elemetos r j da matrz de rotação. Assm este caso o vetor de oretação do efetuador y será defdo como: y = ( pqrs ) t (5-39) cuja dervada em relação ao tempo será dada por: p& q& = J ( )& o q q (5-4) r& s& ode a matrz J o será defda como; p J o = r s p r s K K K K p (5-4) r s A dervada dos parâmetros de Euler-Rodrgues em relação à posção da artculação q é obtda dervado-se a eq. (5-38) em relação à q resultado as segutes expressões:

22 Aálse de Robôs (E. L. L. Cabral) p r s r r r33 = ; 8 p r r r33 = ; 8 + q r r r33 = ; 8 + r r r r33 = s (5-4) Observado-se estas expressões ota-se que sempre que p q r ou s forem guas a zero o deomador das mesmas se aula. Dessa forma o cálculo da varação temporal dos parâmetros de Euler-Rodrgues utlzado a eq. (5-35) e a matrz jacobao cujos termos são defdos pela eq. (5-4) apresetará problemas umércos. Uma forma de se calcular a varação temporal dos parâmetros de Euler-Rodrgues sem problemas umércos é utlzado a expressão (5-3). A eq. (4-5) do tem.8 repetda abaxo apreseta uma matrz de rotação geérca escrta em fução dos parâmetros de Euler- Rodrgues ( p + s ) ( pq rs) ( pr + qs) R θ = ( pq + rs) ( q + s ) ( qr ps). (-5) ( pr qs) ( qr + ps) ( r + s ) Dervado-se a matrz acma em relação ao tempo e gualado ao produto matrcal ΩR da eq. (5-3) obtém-se o segute para os termos da dagoal prcpal: 4(pp& + ss) & = w (pq + rs) + w (pr qs) ; (5-43) z y 4(qq& + ss) & = w (pq rs) w (qr + ps) ; (5-44) z x 4(rr& + ss) & = w (pr + qs) + w (qr ps). (5-45) y x Sabe-se que o quatêro formado pelos parâmetros de Euler-Rodrgues tem módulo utáro ou seja p + q + r + s = (5-46) que dervado em relação ao tempo resulta a segute relação: pp& + qq& + rr& + ss& =. (5-47) Somado-se as expressões (5-43) (5-44) (5-45) e substtudo o resultado a eq. (5-47) resulta em uma expressão para a varação temporal do parâmetro s da segute forma: &s = ( wxp wyq wzr). (5-48)

23 Cemátca da Posção de Robôs Mapuladores 3 Substtudo a eq. (5-48) a eq. (5-43) resulta em uma expressão para a varação temporal do parâmetro p como a segur &p = (wxs+ wyr wzq). (5-49) Da mesma forma substtudo-se a eq. (5-48) a eq. (5-44) resulta em: &q = ( wxr + wys+ wzp). (5-5) Falmete substtudo a eq. (5-48) a eq. (5-45) obtém-se para a varação temporal de r o segute: &r = (wxq wyp+ wzs). (5-5) As expressões (5-49) (5-5) e (5-5) podem ser escrtas de forma matrcal da segute maera: p& q& = r& s& s r q wx r s p wy q p s. (5-5) wz p q r Substtudo a expressão acma a eq. (5-9) que forece a velocdade agular do efetuador em fução das velocdades das artculações tem-se: p& q& = r& s& s r q r s p J & q p s w q. (5-53) p q r Comparado as eq. (5-4) e (5-53) chega-se à coclusão que a matrz J o pode ser escrta como um produto etre a matrz jacobao da velocdade agular e uma matrz M como se segue: J o = MJ (5-54) w ode a matrz M é defda por: s r q r s p M =. (5-55) q p s p q r

24 Aálse de Robôs (E. L. L. Cabral) 4 Percebe-se que este caso a matrz J o ão apresetam problemas umércos ou seja ão apreseta a possbldade de dvsão por zero como ocorra com as relações da eq. (5-4). Exemplo 5.5: Dados os parâmetros de Euler-Rodrgues e a sua varação temporal obter a velocdade agular. A eq. (5-5) pode ser escrta em fução da Matrz M como se segue: p& q& w x = wy r& M. wz s& Multplcado ambos os lados da eq. acma por M t tem-se: p& s r q p q& r s p q = r& q p s r s& w x w y wz que após efetuar a álgebra e escrevedo cada compoete do vetor velocdade agular separadamete resulta em; ou wx = ( sp& rq& + qr& ps&); wy = ( rp& + sq& pr& qs&); wx = ( qp& + pq& + sr& rs&); w = [( sp& rq& + qr& ps&) + ( rp& + sq& pr& qs&) j + ( qp& + pq& + sr& rs &) k] ; Exemplo 5.6: Obter a expressão da velocdade agular de um corpo rígdo com rotação em toro de um exo varável. A expressão do vetor velocdade agular obtda o exemplo ateror pode rearrajada para se obter: w = [( qr& rq&) ( pr& rp&) j + ( pq& qp&) k+ sp& + sq& j + sr& k sp& sq& j sr & k] que pode ser escrta em termos de produtos vetoras e escalares de vetores como se segue:

25 Cemátca da Posção de Robôs Mapuladores 5 p p& p& p w = q q& + sq& s& q r r& r& r ode sgfca produto vetoral. A eq. (-49) repetda abaxo forece as expressões dos parâmetros de Euler-Rodrgues; p= x s( θ / ); q = y s( θ / ); r = z s( θ / ); s = cos( θ / ). Lembre que estes parâmetros represetam uma rotação de um âgulo θ em toro de um exo arbtráro. Substtudo as expressões acma a eq. da velocdade agular resulta em: w = & θ + sθ + ( )( cos θ). Esta expressão forece a velocdade agular de um corpo rígdo em toro do exo statâeo de rotação. Note que quado = (exo de rotação fxo) a velocdade agular é dada por: w = & θ. Coforme o esperado ou seja para um exo de rotação fxo a velocdade agular é gual a dervada da posção agular em toro do exo.

MEDIDAS DE TENDÊNCIA CENTRAL I

MEDIDAS DE TENDÊNCIA CENTRAL I Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, edca Veterára, uscoterapa, Odotologa, Pscologa EDIDAS DE TENDÊNCIA CENTRAL I 7 7. EDIDAS DE

Leia mais

1. Revisão Matemática

1. Revisão Matemática 1. Revsão Matemátca Dervadas Seja a fução f : R R, fxe x R, e cosdere a expressão : f ( x+ αe ) lmα 0 α f, ode e é o vector utáro. Se o lmte acma exstr, chama-se a dervada parcal de f o poto x e é represetado

Leia mais

Sumário. Mecânica. Sistemas de partículas

Sumário. Mecânica. Sistemas de partículas umáro Udade I MECÂNICA 2- Cetro de massa e mometo lear de um sstema de partículas - stemas de partículas e corpo rígdo. - Cetro de massa. - Como determar o cetro de massa dum sstema de partículas. - Vetor

Leia mais

NÚMEROS COMPLEXOS. z = a + bi,

NÚMEROS COMPLEXOS. z = a + bi, NÚMEROS COMPLEXOS. DEFINIÇÃO No cojuto dos úmeros reas R, temos que a = a. a é sempre um úmero ão egatvo para todo a. Ou seja, ão é possível extrar a ra quadrada de um úmero egatvo em R. Dessa mpossbldade

Leia mais

d s F = m dt Trabalho Trabalho

d s F = m dt Trabalho Trabalho 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 Trabalho 1. Itrodução

Leia mais

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL Faculdade de Tecologa de Cataduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL 5. Meddas de Posção cetral ou Meddas de Tedêca Cetral Meddas de posção cetral preocupam-se com a caracterzação e a

Leia mais

Difusão entre Dois Compartimentos

Difusão entre Dois Compartimentos 59087 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 4 Dfusão etre Dos Compartmetos A le de Fck para membraas (equação 4 da aula passada) mplca que a permeabldade de uma membraa a um soluto é dada pela razão

Leia mais

Como CD = DC CD + DC = 0

Como CD = DC CD + DC = 0 (9-0 www.eltecampas.com.br O ELITE RESOLVE IME 008 MATEMÁTICA - DISCURSIVAS MATEMÁTICA QUESTÃO Determe o cojuto-solução da equação se +cos = -se.cos se + cos = se cos ( se cos ( se se.cos cos + + = = (

Leia mais

Construção e Análise de Gráficos

Construção e Análise de Gráficos Costrução e Aálse de Gráfcos Por que fazer gráfcos? Facldade de vsualzação de cojutos de dados Faclta a terpretação de dados Exemplos: Egehara Físca Ecooma Bologa Estatístca Y(udade y) 5 15 1 5 Tabela

Leia mais

Números Complexos. 2. (IME) Seja z um número complexo de módulo unitário que satisfaz a condição z 2n 1, onde n é um número inteiro positivo.

Números Complexos. 2. (IME) Seja z um número complexo de módulo unitário que satisfaz a condição z 2n 1, onde n é um número inteiro positivo. Números Complexos. (IME) Cosdere os úmeros complexos Z se α cos α e Z cos α se α ode α é um úmero real. Mostre que se Z Z Z etão R e (Z) e I m (Z) ode R e (Z) e I m (Z) dcam respectvamete as partes real

Leia mais

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento. Prof. Lorí Val, Dr. val@pucrs.r http://www.pucrs.r/famat/val/ Em mutas stuações duas ou mas varáves estão relacoadas e surge etão a ecessdade de determar a atureza deste relacoameto. A aálse de regressão

Leia mais

Sumário. Mecânica. Sistemas de partículas

Sumário. Mecânica. Sistemas de partículas Sumáro Udade I MECÂNICA 2- Cetro de massa e mometo lear de um sstema de partículas - Sstemas de partículas e corpo rígdo. - Cetro de massa. - Como determar o cetro de massa dum sstema de partículas. -

Leia mais

Estatística - exestatmeddisper.doc 25/02/09

Estatística - exestatmeddisper.doc 25/02/09 Estatístca - exestatmeddsper.doc 5/0/09 Meddas de Dspersão Itrodução ão meddas estatístcas utlzadas para avalar o grau de varabldade, ou dspersão, dos valores em toro da méda. ervem para medr a represetatvdade

Leia mais

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12 MEDIDAS DE POSIÇÃO: São meddas que possbltam represetar resumdamete um cojuto de dados relatvos à observação de um determado feômeo, pos oretam quato à posção da dstrbução o exo dos, permtdo a comparação

Leia mais

CADERNO 1 (É permitido o uso de calculadora gráfica.)

CADERNO 1 (É permitido o uso de calculadora gráfica.) Proposta de teste de avalação [mao 09] Nome: Ao / Turma: N.º: Data: - - Não é permtdo o uso de corretor. Deves rscar aqulo que pretedes que ão seja classfcado. A prova clu um formuláro. As cotações dos

Leia mais

Métodos iterativos. Capítulo O Método de Jacobi

Métodos iterativos. Capítulo O Método de Jacobi Capítulo 4 Métodos teratvos 41 O Método de Jacob O Método de Jacob é um procedmeto teratvo para a resolução de sstemas leares Tem a vatagem de ser mas smples de se mplemetar o computador do que o Método

Leia mais

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou. experimental.

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou. experimental. É o grau de assocação etre duas ou mas varáves. Pode ser: correlacoal ou Prof. Lorí Val, Dr. val@mat.ufrgs.r http://www.mat.ufrgs.r/~val/ expermetal. Numa relação expermetal os valores de uma das varáves

Leia mais

II. Propriedades Termodinâmicas de Soluções

II. Propriedades Termodinâmicas de Soluções II. Propredades Termodâmcas de Soluções 1 I. Propredades Termodâmcas de Fludos OBJETIVOS Eteder a dfereça etre propredade molar parcal e propredade de uma espéce pura Saber utlzar a equação de Gbbs-Duhem

Leia mais

Centro de massa, momento linear de sistemas de partículas e colisões

Centro de massa, momento linear de sistemas de partículas e colisões Cetro de massa, mometo lear de sstemas de partículas e colsões Prof. Luís C. Pera stemas de partículas No estudo que temos vdo a fazer tratámos os objectos, como, por exemplo, blocos de madera, automóves,

Leia mais

Forma padrão do modelo de Programação Linear

Forma padrão do modelo de Programação Linear POGAMAÇÃO LINEA. Forma Padrão do Modelo de Programação Lear 2. elações de Equvalêca 3. Suposções da Programação Lear 4. Eemplos de Modelos de PPL 5. Suposções da Programação Lear 6. Solução Gráfca e Iterpretação

Leia mais

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados 3.1. Meddas de Tedêca Cetral CAPÍTULO 3 MEDIDA DE TENDÊNCIA CENTRAL E VARIABILIDADE UFRG 1 Há váras meddas de tedêca cetral. Etre elas ctamos a méda artmétca, a medaa, a méda harmôca, etc. Cada uma dessas

Leia mais

Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1.

Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1. Iterpolação Iterpolação é um método que permte costrur um ovo cojuto de dados a partr de um cojuto dscreto de dados potuas cohecdos. Em egehara e cêcas, dspõese habtualmete de dados potuas, obtdos a partr

Leia mais

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS ANÁLISE DE ERROS A oservação de um feómeo físco ão é completa se ão pudermos quatfcá-lo. Para é sso é ecessáro medr uma propredade físca. O processo de medda cosste em atrur um úmero a uma propredade físca;

Leia mais

(1) no domínio : 0 x < 1, : constante não negativa. Sujeita às condições de contorno: (2-a) (2-b) CC2: 0

(1) no domínio : 0 x < 1, : constante não negativa. Sujeita às condições de contorno: (2-a) (2-b) CC2: 0 EXEMPLO MOTIVADO II EXEMPLO MOTIVADO II Método da Apromação Polomal Aplcado a Problemas Udrecoas sem Smetra. Equações Dferecas Ordáras Problemas de Valores o otoro Estrutura Geral do Problema: dy() d y()

Leia mais

FUNDAMENTOS DE ROBÓTICA. Modelo Cinemático de Robôs Manipuladores

FUNDAMENTOS DE ROBÓTICA. Modelo Cinemático de Robôs Manipuladores FUNDMENTOS DE ROBÓTIC Modelo Cnemátco de Robôs Manpuladores Modelo Cnemátco de Robôs Manpuladores Introdução Modelo Cnemátco Dreto Modelo Cnemátco de um Robô de GDL Representação de Denavt-Hartenberg Exemplos

Leia mais

MEDIDAS DE DISPERSÃO:

MEDIDAS DE DISPERSÃO: MEDID DE DIPERÃO: fução dessas meddas é avalar o quato estão dspersos os valores observados uma dstrbução de freqüêca ou de probabldades, ou seja, o grau de afastameto ou de cocetração etre os valores.

Leia mais

Cap. 5. Testes de Hipóteses

Cap. 5. Testes de Hipóteses Cap. 5. Testes de Hpóteses Neste capítulo será estudado o segudo problema da ferêca estatístca: o teste de hpóteses. Um teste de hpóteses cosste em verfcar, a partr das observações de uma amostra, se uma

Leia mais

Introdução à Teoria dos Números Notas 1 Os Princípios da Boa Ordem e de Indução Finita Prof Carlos Alberto S Soares

Introdução à Teoria dos Números Notas 1 Os Princípios da Boa Ordem e de Indução Finita Prof Carlos Alberto S Soares Itrodução à Teora dos Números 018 - Notas 1 Os Prcípos da Boa Ordem e de Idução Fta Prof Carlos Alberto S Soares 1 Prelmares Neste curso, prortaramete, estaremos trabalhado com úmeros teros mas, quado

Leia mais

REGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA

REGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA REGRESSÃO LINEAR CUIABÁ, MT 6/ INTRODUÇÃO Relação dos valores da varável depedete (varável resposta) aos valores de regressoras ou exógeas). SIMPLES MÚLTIPLA (varáves depedetes,... =,,, K=,,, k em que:

Leia mais

ANÁLISE MATRICIAL DE ESTRUTURAS: APLICADA A MODELOS LINEARES

ANÁLISE MATRICIAL DE ESTRUTURAS: APLICADA A MODELOS LINEARES ANÁLISE MATRICIAL E ESTRUTURAS: APLICAA A MOELOS LINEARES Luz erado Martha Potfíca Uversdade Católca do Ro de Jaero PUC-Ro epartameto de Egehara Cvl Rua Marquês de São Vcete - Gávea CEP - Ro de Jaero RJ

Leia mais

RESUMO E EXERCÍCIOS NÚMEROS COMPLEXOS ( )

RESUMO E EXERCÍCIOS NÚMEROS COMPLEXOS ( ) NÚMEROS COMPLEXOS Forma algébrca e geométrca Um úmero complexo é um úmero da forma a + b, com a e b reas e = 1 (ou, = -1), chamaremos: a parte real; b parte magára; e udade magára. Fxado um sstema de coordeadas

Leia mais

RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO

RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO RACIOCÍIO LÓGICO - Zé Carlos RACIOCÍIO LÓGICO / ESTATÍSTICA LISTA RESUMO TEÓRICO I. Cocetos Icas. O desvo médo (DM), é a méda artmétca dos desvos de cada dado da amostra em toro do valor médo, sto é x

Leia mais

Capítulo V - Interpolação Polinomial

Capítulo V - Interpolação Polinomial Métodos Numércos C Balsa & A Satos Capítulo V - Iterpolação Polomal Iterpolação Cosdere o segute couto de dados: x : x0 x x y : y y y 0 m m Estes podem resultar de uma sequêca de meddas expermetas, ode

Leia mais

Capítulo 5: Ajuste de curvas pelo método dos mínimos quadrados

Capítulo 5: Ajuste de curvas pelo método dos mínimos quadrados Capítulo : Ajuste de curvas pelo método dos mímos quadrados. agrama de dspersão No capítulo ateror estudamos uma forma de ldar com fuções matemátcas defdas por uma taela de valores. Frequetemete o etato

Leia mais

Atividades Práticas Supervisionadas (APS)

Atividades Práticas Supervisionadas (APS) Uversdade Tecológca Federal do Paraá Prof: Lauro Cesar Galvão Campus Curtba Departameto Acadêmco de Matemátca Cálculo Numérco Etrega: juto com a a parcal DATA DE ENTREGA: da da a PROVA (em sala de aula

Leia mais

3 Fundamentação Teórica

3 Fundamentação Teórica 3 Fudametação Teórca A segur são apresetados os fudametos teórcos os quas é embasado o desevolvmeto do trabalho. 3.. Espectros de Resposta De acordo com Sampao [3], é descrta a resposta máxma de um osclador

Leia mais

2. MODELO DETALHADO: Relações de Recorrência. Exemplo: Algoritmo Recursivo para Cálculo do Fatorial Substituição Repetida

2. MODELO DETALHADO: Relações de Recorrência. Exemplo: Algoritmo Recursivo para Cálculo do Fatorial Substituição Repetida . MODELO DETALHADO: Relações de Recorrêca Exemplo: Algortmo Recursvo para Cálculo do Fatoral Substtução Repetda T T ( ) ( ) t 1, T ( + t, > T ( ) T ( + t T ( ) ( T( ) + t + t ) + t T ( ) T ( ) T ( ) +

Leia mais

MAE0229 Introdução à Probabilidade e Estatística II

MAE0229 Introdução à Probabilidade e Estatística II Exercíco Cosdere a dstrbução expoecal com fução de desdade de probabldade dada por f (y; λ) = λe λy, em que y, λ > 0 e E(Y) = /λ Supor que o parâmetro λ pode ser expresso proporcoalmete aos valores de

Leia mais

AULA Produto interno em espaços vectoriais reais ou complexos Produto Interno. Norma. Distância.

AULA Produto interno em espaços vectoriais reais ou complexos Produto Interno. Norma. Distância. Note bem: a letura destes apotametos ão dspesa de modo algum a letura ateta da bblografa prcpal da cadera Chama-se a ateção para a mportâca do trabalho pessoal a realzar pelo aluo resoledo os problemas

Leia mais

4 Métodos Sem Malha Princípio Básico dos Métodos Sem Malha

4 Métodos Sem Malha Princípio Básico dos Métodos Sem Malha 4 Métodos Sem Malha Segudo Lu (9), os métodos sem malha trabalham com um cojuto de ós dstrbuídos detro de um domío, assm como com cojutos de ós dstrbuídos sobre suas froteras para represetar, sem dscretzar,

Leia mais

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação etre duas ou mas varáves. Pode ser: correlacoal ou expermetal. Numa relação expermetal os valores de uma das varáves

Leia mais

Distribuições de Probabilidades

Distribuições de Probabilidades Estatístca - aulasestdstrnormal.doc 0/05/06 Dstrbuções de Probabldades Estudamos aterormete as dstrbuções de freqüêcas de amostras. Estudaremos, agora, as dstrbuções de probabldades de populações. A dstrbução

Leia mais

6.1 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS

6.1 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS 7 6 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS A medção dreta é aquela cuja dcação resulta aturalmete da aplcação do sstema de medção sobre o mesurado Há apeas uma gradeza de etrada evolvda

Leia mais

Regressao Simples. Parte II: Anova, Estimação Intervalar e Predição

Regressao Simples. Parte II: Anova, Estimação Intervalar e Predição egressao Smples Parte II: Aova, Estmação Itervalar e Predção Aálse de Varâca Nem todos os valores das amostras estão cotdos a reta de regressão, e quato mas afastados estverem por, a reta represetará a

Leia mais

MÉTODO DOS MÍNIMOS QUADRADOS

MÉTODO DOS MÍNIMOS QUADRADOS MÉTODO DOS MÍNIMOS QUADRADOS I - INTRODUÇÃO O processo de medda costtu uma parte essecal a metodologa cetífca e também é fudametal para o desevolvmeto e aplcação da própra cêca. No decorrer do seu curso

Leia mais

Complexidade Computacional da Determinação da Correspondência entre Imagens

Complexidade Computacional da Determinação da Correspondência entre Imagens Complexdade Computacoal da Determação da Correspodêca etre Images Adraa Karlstroem Laboratóro de Sstemas Embarcados Departameto de Egehara Mecatrôca Escola Poltécca da Uversdade de São Paulo adraa.karlstroem@pol.usp.br

Leia mais

Projeto e Análise de Algoritmos Recorrências. Prof. Humberto Brandão

Projeto e Análise de Algoritmos Recorrências. Prof. Humberto Brandão Projeto e Aálse de Algortmos Recorrêcas Prof. Humberto Bradão humberto@dcc.ufmg.br Uversdade Federal de Alfeas Laboratóro de Pesqusa e Desevolvmeto LP&D Isttuto de Cêcas Exatas ICEx versão da aula: 0.

Leia mais

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo.

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo. 5910187 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 6 Equlíbro e o Potecal de Nerst Nesta aula, vamos utlzar a equação para o modelo de eletrodfusão o equlíbro obtda a aula passada para estudar o trasporte

Leia mais

? Isso é, d i= ( x i. . Percebeu que

? Isso é, d i= ( x i. . Percebeu que Estatístca - Desvo Padrão e Varâca Preparado pelo Prof. Atoo Sales,00 Supoha que tehamos acompahado as otas de quatro aluos, com méda 6,0. Aluo A: 4,0; 6,0; 8,0; méda 6,0 Aluo B:,0; 8,0; 8,0; méda 6,0

Leia mais

AULA Os 4 espaços fundamentais Complemento ortogonal.

AULA Os 4 espaços fundamentais Complemento ortogonal. Note bem: a letura destes apotametos ão dspesa de modo algum a letura ateta da bblografa prcpal da cadera Chama-se a ateção para a mportâca do trabalho pessoal a realzar pelo aluo resoledo os problemas

Leia mais

PLANO PROBABILIDADES Professora Rosana Relva DOS. Números Inteiros e Racionais COMPLEXOS NÚMEROS COMPLEXOS NÚMEROS COMPLEXOS NÚMEROS COMPLEXOS

PLANO PROBABILIDADES Professora Rosana Relva DOS. Números Inteiros e Racionais COMPLEXOS NÚMEROS COMPLEXOS NÚMEROS COMPLEXOS NÚMEROS COMPLEXOS Professor Luz Atoo de Carvalho PLANO PROBABILIDADES Professora Rosaa Relva DOS Números Iteros e Racoas COMPLEXOS rrelva@globo.com Número s 6 O Número Por volta de 00 d.c a mpressão que se tha é que, com

Leia mais

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística BAC 0 - Estatístca Uversdade Federal de Itajubá - Campus Itabra BAC0 - ESTATÍSTICA ESTATÍSTICA DESCRITIVA MEDIDAS DE CENTRO Méda Medda de cetro ecotrada pela somatóra de todos os valores de um cojuto,

Leia mais

Diferenciais Ordinárias. Reginaldo J. Santos Departamento de Matemática-ICEx Universidade Federal de Minas Gerais

Diferenciais Ordinárias. Reginaldo J. Santos Departamento de Matemática-ICEx Universidade Federal de Minas Gerais Exstêca e Ucdade de Soluções de Equações Dferecas Ordáras Regaldo J Satos Departameto de Matemátca-ICEx Uversdade Federal de Mas Geras http://wwwmatufmgbr/ reg 10 de ulho de 2010 2 1 INTRODUÇÃO Sumáro

Leia mais

Radiosidade. Claudio Esperança Paulo Roma Cavalcanti

Radiosidade. Claudio Esperança Paulo Roma Cavalcanti Radosdade Claudo Esperaça Paulo Roma Cavalcat Radosdade Resumo Modelo de lumação global Lumosdade aparete de um poto de uma superfíce depede de todos os potos de todas as superfíces Cada obeto da cea é

Leia mais

Caracterização de Partículas. Prof. Gerônimo

Caracterização de Partículas. Prof. Gerônimo Caracterzação de Partículas Prof. Gerômo Aálse Graulométrca de partículas Tabela: Sére Padrão Tyler Mesh Abertura Lvre (cm) âmetro do fo () 2 ½ 0,7925 0,088 0,6680 0,070 ½ 0,56 0,065 4 0,4699 0,065

Leia mais

Tabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f

Tabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f Lsta de exercícos Gabarto e chave de respostas Estatístca Prof.: Nelse 1) Calcule 1, e para o segute cojuto de valores. A,1,8,0,11,,7,8,6,,9, 1 O úmero que correspode a 5% do rol é o valor. O úmero que

Leia mais

Oitava Lista de Exercícios

Oitava Lista de Exercícios Uversdade Federal Rural de Perambuco Dscpla: Matemátca Dscreta I Professor: Pablo Azevedo Sampao Semestre: 07 Otava Lsta de Exercícos Lsta sobre defções dutvas (recursvas) e prova por dução Esta lsta fo

Leia mais

Confiabilidade Estrutural

Confiabilidade Estrutural Professor Uversdade de Brasíla Departameto de Egehara Mecâca Programa de Pós graduação em Itegrdade Estrutural Algortmo para a Estmatva do Idce de Cofabldade de Hasofer-Ld Cofabldade Estrutural Jorge Luz

Leia mais

Robótica. Prof. Reinaldo Bianchi Centro Universitário FEI 2016

Robótica. Prof. Reinaldo Bianchi Centro Universitário FEI 2016 Robótca Prof. Renaldo Banch Centro Unverstáro FEI 2016 6 a Aula IECAT Objetvos desta aula Momentos Lneares, angulares e de Inérca. Estátca de manpuladores: Propagação de forças e torques. Dnâmca de manpuladores:

Leia mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual Estatístca: Aplcação ao Sesorameto Remoto SER 04 - ANO 08 Estmação Potual Camlo Daleles Reó camlo@dp.pe.br http://www.dp.pe.br/~camlo/estatstca/ Iferêca Estatístca Cosdere o expermeto: retram-se 3 bolas

Leia mais

CINEMÁTICA E DINÂMICA DE SATÉLITES ARTIFICIAIS

CINEMÁTICA E DINÂMICA DE SATÉLITES ARTIFICIAIS sd.pe.r/mtc-m9/0/0.6.9.3-pud CIEMÁICA E DIÂMICA DE SAÉLIES ARIFICIAIS Valdemr Carrara URL do documeto orgal: IPE São José dos Campos 0 PUBLICADO POR: Isttuto acoal de

Leia mais

16/03/2014. IV. Juros: taxa efetiva, equivalente e proporcional. IV.1 Taxa efetiva. IV.2 Taxas proporcionais. Definição:

16/03/2014. IV. Juros: taxa efetiva, equivalente e proporcional. IV.1 Taxa efetiva. IV.2 Taxas proporcionais. Definição: 6// IV. Juros: taxa efetva, equvalete e proporcoal Matemátca Facera Aplcada ao Mercado Facero e de Captas Professor Roaldo Távora IV. Taxa efetva Defção: É a taxa de juros em que a udade referecal de seu

Leia mais

, que chamaremos de origem, e atribuímos a este ponto o símbolo O. Com este ponto podemos associar um vetor (1.7.1)

, que chamaremos de origem, e atribuímos a este ponto o símbolo O. Com este ponto podemos associar um vetor (1.7.1) 17 Coordeadas e dferecas Fg 171 Coordeadas defdas com dstâcas dos potos aos paredes do laboratóro, Mutos objetos podem ser caracterados com a ajuda de gradeas físcas a pesar de ão serem gradeas Um eemplo

Leia mais

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) [ ] ( ) ( k) ( k ) ( ) ( ) Questões tipo exame

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) [ ] ( ) ( k) ( k ) ( ) ( ) Questões tipo exame Questões tpo eame Pá O poto U tem coordeadas (6, 6, 6) e o poto S pertece ao eo Oz, pelo que as suas coordeadas são (,, 6) Um vetor dretor da reta US é, por eemplo, US Determemos as suas coordeadas: US

Leia mais

CAPITULO VII. DERIVAÇÃO E DIFERENCIAÇÃO EM R n. = h 1. , fx 1

CAPITULO VII. DERIVAÇÃO E DIFERENCIAÇÃO EM R n. = h 1. , fx 1 CAPITULO VII DERIVAÇÃO E DIFERENCIAÇÃO EM R Dervadas parcas de fuções reas de varáves reas Sea f ( ) f ( ) uma fução de A R em R e cosdere-se um poto a (a a a ) A Fado a 3 a 3 a cosdere-se a fução parcal

Leia mais

( x) Método Implícito. No método implícito as diferenças são tomadas no tempo n+1 ao invés de tomá-las no tempo n, como no método explícito.

( x) Método Implícito. No método implícito as diferenças são tomadas no tempo n+1 ao invés de tomá-las no tempo n, como no método explícito. PMR 40 Mecâca Computacoal Método Implícto No método mplícto as dfereças são tomadas o tempo ao vés de tomá-las o tempo, como o método explícto. O método mplícto ão apreseta restrção em relação ao valor

Leia mais

4 Técnicas de Seleção de Características Independentes do Modelo para os Sistemas Neuro-Fuzzy Hierárquicos

4 Técnicas de Seleção de Características Independentes do Modelo para os Sistemas Neuro-Fuzzy Hierárquicos 4 éccas de Seleção de Característcas Idepedetes do Modelo para os Sstemas Neuro-Fuzzy Herárqucos 4. Itrodução Na maora das aplcações reas de classfcação, prevsão e otmzação, as bases de dados cotém um

Leia mais

Números Complexos Sumário

Números Complexos Sumário Números Complexos Sumáro. FORMA ALGÉBRICA DOS NÚMEROS COMPLEXOS.. Adção de úmeros complexos... Propredades da operação de adção.. Multplcação de úmeros complexos... Propredades da operação de multplcação..

Leia mais

Avaliação da qualidade do ajuste

Avaliação da qualidade do ajuste Avalação da qualdade do ajuste 1 Alguma termologa: Modelo ulo: é o modelo mas smples que pode ser defdo, cotedo um úco parâmetro ( µ) comum a todos os dados; Modelo saturado: é o modelo mas complexo a

Leia mais

6. MÉTODOS APROXIMADOS DE ANÁLISE DE SISTEMAS CONTÍNUOS

6. MÉTODOS APROXIMADOS DE ANÁLISE DE SISTEMAS CONTÍNUOS 6. ÉOOS APROXAOS ANÁS SSAS CONÍNUOS Nos dos capítulos aterores, estudaram-se métodos exactos de aálse de sstemas dscretos e de sstemas cotíuos. Agora, serão aalsados algus métodos aproxmados da solução

Leia mais

5 Critérios para Análise dos Resultados

5 Critérios para Análise dos Resultados 5 Crtéros para Aálse dos Resultados Este capítulo tem por objetvos forecer os crtéros utlzados para aálse dos dados ecotrados a pesqusa, bem como uma vsão geral dos custos ecotrados e a forma de sua evolução

Leia mais

Estabilidade no Domínio da Freqüência

Estabilidade no Domínio da Freqüência Establdade o Domío da Freqüêca Itrodução; apeameto de Cotoros o Plao s; Crtéro de Nyqust; Establdade Relatva; Crtéro de Desempeho o Domío do Tempo Especfcado o Domío da Freqüêca; Bada Passate de Sstema;

Leia mais

REGESD Prolic Matemática e Realidade- Profª Suzi Samá Pinto e Profº Alessandro da Silva Saadi

REGESD Prolic Matemática e Realidade- Profª Suzi Samá Pinto e Profº Alessandro da Silva Saadi REGESD Prolc Matemátca e Realdade- Profª Suz Samá Pto e Profº Alessadro da Slva Saad Meddas de Posção ou Tedêca Cetral As meddas de posção ou meddas de tedêca cetral dcam um valor que melhor represeta

Leia mais

Apêndice 1-Tratamento de dados

Apêndice 1-Tratamento de dados Apêdce 1-Tratameto de dados A faldade deste apêdce é formar algus procedmetos que serão adotados ao logo do curso o que dz respeto ao tratameto de dados epermetas. erão abordados suctamete a propagação

Leia mais

Ivan G. Peyré Tartaruga. 1 Metodologia espacial

Ivan G. Peyré Tartaruga. 1 Metodologia espacial RELATÓRIO DE PESQUISA 5 Procedmetos o software ArcGIS 9. para elaborar os mapas da Regão Metropoltaa de Porto Alegre RMPA com as elpses de dstrbução drecoal etre 99 e 000 Iva G. Peré Tartaruga Metodologa

Leia mais

x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População

x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População ESTATÍSTICA STICA DESCRITIVA Prof. Lorí Val, Dr. val@mat.ufrgs.br http://.ufrgs.br/~val/ Orgazação; Resumo; Apresetação. Cojuto de dados: Amostra ou População Um cojuto de dados é resumdo de acordo com

Leia mais

Prof. Eugênio Carlos Stieler

Prof. Eugênio Carlos Stieler UNEMAT Uversdade do Estado de Mato Grosso Matemátca Facera http://www2.uemat.br/eugeo SÉRIE DE PAGAMENTOS 1. NOÇÕES SOBRE FLUXO DE CAIXA Prof. Eugêo Carlos Steler Estudar sem racocar é trabalho perddo

Leia mais

Professor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø.

Professor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø. Professor Maurco Lutz 1 EGESSÃO LINEA SIMPLES A correlação lear é uma correlação etre duas varáves, cujo gráfco aproma-se de uma lha. O gráfco cartesao que represeta essa lha é deomado dagrama de dspersão.

Leia mais

ESTATÍSTICA APLICADA À ZOOTECNIA

ESTATÍSTICA APLICADA À ZOOTECNIA ESTATÍSTICA APLICADA À ZOOTECNIA Eucldes Braga MALHEIROS *. INTRODUÇÃO.a) Somatóras e Produtóros Sejam,, 3,...,, valores umércos. A soma desses valores (somatóra) pode ser represetada por: = = = =. e o

Leia mais

50 Logo, Número de erros de impressão

50 Logo, Número de erros de impressão Capítulo 3 Problema. (a) Sedo o úmero médo de erros por pága, tem-se: 5 + + 3 + 3 + 4 33,66 5 5 Represetado o úmero medao de erros por md, tem-se, pela ordeação dos valores observados, que os valores de

Leia mais

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo.

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo. Equlíbro e o Potecal de Nerst 5910187 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 11 Nesta aula, vamos utlzar a equação para o modelo de eletrodfusão o equlíbro obtda a aula passada para estudar o trasporte

Leia mais

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança Regressão Smples Parte III: Coefcete de determação, regressão a orgem e método de máxma verossmlhaça Coefcete de determação Proporção da varabldade explcada pelo regressor. R Varação explcada Varação total

Leia mais

Momento Linear duma partícula

Momento Linear duma partícula umáro Udade I MECÂNICA 2- Cetro de massa e mometo lear de um sstema de partículas - Mometo lear de uma partícula e de um sstema de partículas. - Le fudametal da dâmca para um sstema de partículas. - Impulso

Leia mais

Econometria: 4 - Regressão Múltipla em Notação Matricial

Econometria: 4 - Regressão Múltipla em Notação Matricial Ecoometra: 4 - Regressão últpla em Notação atrcal Prof. arcelo C. ederos mcm@eco.puc-ro.br Prof. arco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo

Leia mais

7 Análise de covariância (ANCOVA)

7 Análise de covariância (ANCOVA) Plejameto de Expermetos II - Adlso dos Ajos 74 7 Aálse de covarâca (ANCOVA) 7.1 Itrodução Em algus expermetos, pode ser muto dfícl e até mpossível obter udades expermetas semelhtes. Por exemplo, pode-se

Leia mais

Companhia Energética de Minas LINHAS DE TRANSMISSÃO VISTO N o.

Companhia Energética de Minas LINHAS DE TRANSMISSÃO VISTO N o. Impressora utlzada PLSERJET00 a REV. PROJ.J DES. CONF. LCR LCR BSLM BSLM 03//0 FEITO VISTO DT PROV. L T E R Ç Õ E S PRO V. BSLM Compaha Eergétca de Mas LINS DE TRNSMISSÃO VISTO N o. DT BSLM 03//0 Compatbldade

Leia mais

Fundamentos de Matemática I FUNÇÕES POLINOMIAIS4. Licenciatura em Ciências USP/ Univesp. Gil da Costa Marques

Fundamentos de Matemática I FUNÇÕES POLINOMIAIS4. Licenciatura em Ciências USP/ Univesp. Gil da Costa Marques FUNÇÕES POLINOMIAIS4 Gl da Costa Marques Fudametos de Matemátca I 4.1 Potecação de epoete atural 4. Fuções polomas de grau 4. Fução polomal do segudo grau ou fução quadrátca 4.4 Aálse do gráfco de uma

Leia mais

Cálculo Numérico. Ajuste de Curvas Método dos Mínimos Quadrados. Profa. Vanessa Rolnik 1º semestre 2015

Cálculo Numérico. Ajuste de Curvas Método dos Mínimos Quadrados. Profa. Vanessa Rolnik 1º semestre 2015 Cálculo Numérco Ajuste de Curvas Método dos Mímos Quadrados Profa. Vaessa Rolk º semestre 05 Ajuste de curvas Para apromar uma fução f por um outra fução de uma famíla prevamete escolhda (caso cotíuo)

Leia mais

CAPÍTULO 9 - Regressão linear e correlação

CAPÍTULO 9 - Regressão linear e correlação INF 6 Prof. Luz Alexadre Peterell CAPÍTULO 9 - Regressão lear e correlação Veremos esse capítulo os segutes assutos essa ordem: Correlação amostral Regressão Lear Smples Regressão Lear Múltpla Correlação

Leia mais

Apêndice. Uso de Tabelas Financeiras

Apêndice. Uso de Tabelas Financeiras Apêdce C Uso de Tabelas Faceras 1. INTRODUÇÃO...2 2. SIMBOLOGIA ADOTADA E DIAGRAMA PADRÃO...2 3. RELAÇÃO ENTRE PV E FV...2 3.1. DADO PV ACHAR FV: FATOR (FV/PV)...3 3.1.1. EXEMPLOS NUMÉRICOS...5 3.2. DADO

Leia mais

Estatística. 2 - Estatística Descritiva

Estatística. 2 - Estatística Descritiva Estatístca - Estatístca Descrtva UNESP FEG DPD Prof. Edgard - 0 0- ESTATÍSTICA DESCRITIVA Possblta descrever as Varáves: DESCRIÇÃO GRÁFICA MEDIDAS DE POSIÇÃO MEDIDAS DE DISPERSÃO MEDIDAS DE ASSIMETRIA

Leia mais

Relatório 2ª Atividade Formativa UC ECS

Relatório 2ª Atividade Formativa UC ECS Relatóro 2ª Atvdade Formatva Eercíco I. Quado a dstrbução de dados é smétrca ou apromadamete smétrca, as meddas de localzação méda e medaa, cocdem ou são muto semelhates. O mesmo ão acotece quado a dstrbução

Leia mais

Análise de Regressão

Análise de Regressão Aálse de Regressão Prof. Paulo Rcardo B. Gumarães. Itrodução Os modelos de regressão são largamete utlzados em dversas áreas do cohecmeto, tas como: computação, admstração, egeharas, bologa, agrooma, saúde,

Leia mais

FINANCIAMENTOS UTILIZANDO O EXCEL

FINANCIAMENTOS UTILIZANDO O EXCEL rofessores Ealdo Vergasta, Glóra Márca e Jodála Arlego ENCONTRO RM 0 FINANCIAMENTOS UTILIZANDO O EXCEL INTRODUÇÃO Numa operação de empréstmo, é comum o pagameto ser efetuado em parcelas peródcas, as quas

Leia mais

Bioestatística Curso de Saúde. Linha Reta 2 Parábola ou curva do segundo grau. terceiro grau curva do quarto. grau curva de grau n Hipérbole

Bioestatística Curso de Saúde. Linha Reta 2 Parábola ou curva do segundo grau. terceiro grau curva do quarto. grau curva de grau n Hipérbole Teora da Correlação: Probleas relatvos à correlação são aqueles que procura estabelecer quão be ua relação lear ou de outra espéce descreve ou eplca a relação etre duas varáves. Se todos os valores as

Leia mais

Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística

Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Val, Dr. http://www.pucrs.br/famat/val/ val@pucrs.br Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Obetvos A Aálse de

Leia mais

CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS

CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS No caítulo ateror estudamos uma forma de ldar com fuções matemátcas defdas or taelas de valores. Frequetemete, estas taelas são otdas com ase em

Leia mais

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola Cetro de Cêcas Agráras e Ambetas da UFBA Departameto de Egehara Agrícola Dscpla: AGR Boestatístca Professor: Celso Luz Borges de Olvera Assuto: Estatístca TEMA: Somatóro RESUMO E NOTAS DA AULA Nº 0 Seja

Leia mais