Experimento 1 Estudo da Lei de Hooke

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamanho: px
Começar a partir da página:

Download "Experimento 1 Estudo da Lei de Hooke"

Transcrição

1 Experimeto 1 Estudo da Lei de Hooke 1.1 Objetivos Físicos Verificação experimetal da lei de Hooke para uma mola helicoidal: Medida experimetal do módulo de rigidez do material μ. 1. Objetivos Didáticos Elaboração de relatório de atividades; Realização de medidas com istrumetal adequado; Aplicação da estatística pertiete, icluido propagação de erros; Obteção de valores através do método de regressão liear de um gráfico; 1.3 Material Necessário Mola helicoidal; Portamassas; Massas aferidas de 10 e 50g; Suporte para molas; Paquímetro; 1.4 Modelo Quado uma mola helicoidal é submetida a uma força de tração ou compressão, ela sofre certa deformação. Robert Hooke ( ) foi o primeiro a descrever a força de reação exercida por uma mola, como fução de sua deformação: F = k x ode x é a distesão ou compressão da mola, k é a costate elástica da mola e F é a itesidade da força elástica restitutiva: sempre oposta à força que causa a deformação. A costate elástica da mola depede do material do qual a mola é composta e de sua geometria. É possível demostrar que: μ d4 k = 8 N D 3 ode d represeta o diâmetro do fio, N é o úmero de espiras e D é o diâmetro itero das espiras. A quatidade μ é chamada módulo de Youg, módulo de rigidez, ou módulo de cisalhameto do material. 1.5 Procedimeto Fixar uma das extremidades da mola o suporte. A mola ficará a vertical. Aotar a posição da extremidade livre, a qual será defiida como posição de relaxameto x o. O portamassas tem etão sua massa 1

2 m 1 medida com a balaça de precisão e é depedurado a extremidade livre da mola. A distesão da mola x 1 é medida, com relação à posição de relaxameto x o. O par (m 1, x 1 ) costitui a primeira medida. Em seguida, massas diferetes são acrescidas ao portamassas e o cojuto (portamassas + massas adicioais) tem sua massa aferida a balaça de precisão. Para cada cojuto de massa total diferete o deslocameto causado a mola é medido, sempre com relação à posição iicial x o. Deve-se realizar o máximo de medidas possível com o material dispoível o laboratório. Para cada medida descrita acima, deve-se realizar medidas idepedetes, ode é o úmero de itegrates do grupo. Cada itegrate irá produzir uma tabela relacioado as massas e os deslocametos: m i (g) x i (mm) Etão as tabelas são sitetizadas em uma úica e a média aritmética de cada medida é obtida: m i (g) x i (mm) m i (g) x i (mm) m i (g) x i (mm) m i (g) x i (mm) Por fim, as características geométricas da mola são medidas: o diâmetro do fio d, o diâmetro itero das espiras D e o úmero de espiras N. As medidas de d e D devem ser feitas com um paquímetro. Novamete, cada itegrate do grupo deve realizar uma medida, de preferêcia em regiões diferetes da mola de forma a cosiderar pequeas variações a geometria ao logo da mola. As medidas podem ser colocadas em uma úica tabela para que o fial a média seja feita sobre elas: Lembre-se de que cada uma destas medidas tem um erro. Os erros serão descritos a seção de tratameto de dados. No caso de haver mais de uma mola diferete dispoível, deve-se repetir todo o procedimeto para pelo meos duas molas, separado todas as tabelas com os títulos Mola 1 e Mola. 1.6 Tratameto de Dados Devem ser levadas em cota todas as fotes de icerteza o tratameto dos dados, a fim de se obter ão só um valor cetral para as medidas idiretas de k e μ, como também seus erros Δk e Δμ. Cada medida direta x i e m i tem um erro associado ao istrumeto de medida. No caso do paquímetro (utilizado para medir x i ) há um erro correspodete à metade do fudo de escala, ou seja, metade da meor divisão de sua escala. No caso mais simples, o paquímetro tem divisões de décimo de milímetro, ou seja, 0,1mm. Sedo assim, o erro associado a todas as medidas feitas com o paquímetro é metade deste: δ = 0,05mm

3 Outros modelos de paquímetros podem ser mais precisos. O estudate deve coferir a escala do paquímetro utilizado ates de assumir que o erro correspodete à suas medidas é 0,05mm. Este valor é o limite do seu istrumeto: ehuma medida feita por este paquímetro pode ser mais precisa do que cico cetésimos de milímetro. Etretato, existem outras fotes de erro, em geral muito maiores do que esta. O paquímetro depede de seus olhos para realizar as medidas, por exemplo. Depededo do âgulo que se observa, o valor lido parece diferete. Este efeito é chamado de paralaxe e ão é fácil estimar sua ifluêcia. Outra fote de erro é a irregularidade geométrica dos objetos. Por exemplo, o fio que compõe a mola pode variar seu diâmetro ao logo do seu comprimeto. Porém, a fórmula há espaço para apeas um valor (idealização). Tato a paralaxe quato a irregularidade geométrica são fotes de icerteza das quais ão podemos os livrar, mas podemos ter idéia da sua gradeza estudado seus efeitos as medidas. Todas as icertezas aleatórias causam uma variabilidade as medidas. É por este motivo que dois colegas de classe podem realizar a mesma medida e acabar com valores diferetes. No caso de um grupo de cico itegrates, por exemplo, cada medida foi feita = 5 vezes. Neste caso, o valor fial do que chamaremos de medida é a média aritmética x dada por: x = x 1 + x + + x Para ter cotrole dos erros aleatórios cometidos, realizamos várias vezes a mesma medida e estimamos o desvio padrão da medida de acordo com a seguite expressão: s = i=j x j x 1 Por outro lado, cada medida tem um erro atural proveiete do istrumeto δ. Medidas feitas com um mesmo paquímetro, por exemplo, têm o mesmo erro. Propagar o erro de cada medida para calcular o erro da média pode ser feito pela fórmula para o erro da soma: δ = Erro x = δx 1 + δx + + δx Porém, o caso do paquímetro, todos os erros δx i são iguais ao erro míimo δ: Portato: δ = δ = δ δ = δ Por fim, deve-se combiar o erro do paquímetro com a variação das medidas a forma de um úico erro: Δx = δ + s As massas medidas através da balaça de precisão podem ter erros diferetes. Isto ocorre porque algumas balaças têm suas icertezas dadas em porcetages do valor medido. No caso de medidas que resultam em valores próximos, o erro pode ser aproximado pelo maior erro cometido. Mas o caso de massas que variem de 1g a 500g, por exemplo, o erro absoluto de cada medida será muito diferete para ser cosiderado costate. Neste caso, δ deve ser obtido sem simplificações: 3

4 δ = δm 1 + δm + + δm Este processo é feito para cada grupo de medidas repetidas (posições, massas, e características geométricas das molas) de forma que o fial, obtêm-se duas tabelas para cada mola: m i (g) Δm i (g) x i (mm) Δx i (mm) Medida valor erro N Uma vez que lidamos com os erros, vamos aplicar o cohecimeto do modelo para determiar a costate da mola k. Em cada medida, a força aplicada a mola é equivalete ao peso, em ewtos, da massa. Etão, em módulo, temos: Isolado a massa, temos: F = k x m g = k x m = k g x Esta expressão pode ser comparada a uma reta: y i = a x i ode o coeficiete agular da reta a cotém o valor da costate da mola k (dividido pela aceleração da gravidade g). Assim, faz-se um gráfico (em papel milimetrado ou em software de aálise estatística, como Excel ou Origi) e estima-se o coeficiete liear da reta e seu erro. Idepedete do gráfico, pode-se estimar o coeficiete agular de uma reta através do método dos míimos quadrados: a = y i x y i x i x A estimativa do erro de a pode ser obtida por: Δa = y i a x i ( ) x i x Neste caso, ão represeta as repetições de cada medida (como ateriormete), mas sim, o úmero total de medidas diferetes realizadas. De posse de a ± Δa, precisamos assumir um valor para g e Δg. A aceleração da gravidade é ligeiramete diferete em cada poto da Terra, devido à altitude, à latitude, e até a composição local do solo. Etão podemos assumir um valor mais impreciso e admitir certa margem de erro. Para todos os efeitos, vamos adotar g = 9,8 ± 0, m/s, o que cobre valores etre 9,6 e 10,0m/s. Assim, podemos fialmete obter o valor de k: k = a g 4

5 E seu erro, com base a fórmula para propagação de erros a multiplicação: Δk = k Δa a + Δg g O resultado fial deve ser apresetado a forma de k = k ± Δk N/m. De posse do valor de k, podemos obter o valor do módulo de Youg do material: E seu erro: k = μ d4 8 k N D3 μ = 8 N D3 d 4 Δμ = μ ΔN N + 3 ΔD D + 4 Δd d 1.7 Coclusões O resultado fial deve ser apresetado a forma de μ = μ ± Δμ? (Qual é a uidade de μ?). Compare seus valores obtidos, especialmete para μ, com os da literatura (ou a iteret). Você cosegue dizer qual metal compõe as suas molas? Como um guia para o relatório tete respoder às seguites pergutas, ao logo do seu texto (estes item serão avaliados para ota): 1) Qual a uidade de μ? Faça uma aálise dimesioal. ) Qual o erro do úmero de espiras N? Este úmero é mesmo um úmero iteiro? 3) Você etedeu a difereça etre repetir a mesma medida várias vezes e tomar diversas medidas para o experimeto? (ou seja, quado é que represeta os elemetos do seu grupo e quado ele represeta o úmero total de medidas diferetes feitas?) 4) Você sabe ode foi parar o coeficiete liear da reta que ajustamos? Pesquise a literatura sobre o método dos míimos quadrados e pese sobre o assuto. 5) Os erros de cada medida foram cosiderados a determiação do coeficiete agular da reta? Pesquise a literatura métodos alterativos para se fazer este ajuste (a maioria ecessita de um computador). 6) Você cosegue reproduzir as fórmulas de erro usadas aqui? É importate que a dedução destas fórmulas, com base as fórmulas que vimos em sala, apareça o relatório. 7) Por fim, o que você coclui sobre seus resultados? De que material suas molas são feitas? Você cosegue fizer só pelo módulo de Youg obtido? Seus erros foram muito grades? Quais foram os erros fiais, em porcetagem (erro relativo). 5

Universidade São Judas Tadeu Faculdade de Tecnologia e Ciências Exatas Laboratório de Física e Química

Universidade São Judas Tadeu Faculdade de Tecnologia e Ciências Exatas Laboratório de Física e Química Uiversidade São Judas Tadeu Faculdade de Tecologia e Ciêcias Exatas Laboratório de Física e Química Aálise de Medidas Físicas Quado fazemos uma medida, determiamos um úmero para caracterizar uma gradeza

Leia mais

Exercício: Mediu-se os ângulos internos de um quadrilátero e obteve-se 361,4. Qual é o erro de que está afetada esta medida?

Exercício: Mediu-se os ângulos internos de um quadrilátero e obteve-se 361,4. Qual é o erro de que está afetada esta medida? 1. Tratameto estatísticos dos dados 1.1. TEORIA DE ERROS O ato de medir é, em essêcia, um ato de comparar, e essa comparação evolve erros de diversas origes (dos istrumetos, do operador, do processo de

Leia mais

CF358 Física BásicaExperimental I

CF358 Física BásicaExperimental I CF358 Física BásicaExperimetal I CONFIGURAÇÃO MÓDULO TEÓRICO MÓDULO EXPERIMENTAL => BLOCO 1-4 EXPERIMENTOS => BLOCO 2-4 EXPERIMENTOS PRESENÇA (muito importate) NO MÍNIMO 75% AVALIAÇÃO 01 PROVA -BLOCO TEÓRICO

Leia mais

DETERMINANDO A SIGNIFICÂNCIA ESTATÍSTICA PARA AS DIFERENÇAS ENTRE MÉDIAS

DETERMINANDO A SIGNIFICÂNCIA ESTATÍSTICA PARA AS DIFERENÇAS ENTRE MÉDIAS DTRMINANDO A SIGNIFIÂNIA STATÍSTIA PARA AS DIFRNÇAS NTR MÉDIAS Ferado Lag da Silveira Istituto de Física - UFRGS lag@if.ufrgs.br O objetivo desse texto é apresetar através de exemplos uméricos como se

Leia mais

A finalidade de uma equação de regressão seria estimar valores de uma variável, com base em valores conhecidos da outra.

A finalidade de uma equação de regressão seria estimar valores de uma variável, com base em valores conhecidos da outra. Jaete Pereira Amador Itrodução A aálise de regressão tem por objetivo descrever através de um modelo matemático, a relação existete etre duas variáveis, a partir de observações dessas viráveis. A aálise

Leia mais

3.4.2 Cálculo da moda para dados tabulados. 3.4 Moda Cálculo da moda para uma lista Cálculo da moda para distribuição de freqüências

3.4.2 Cálculo da moda para dados tabulados. 3.4 Moda Cálculo da moda para uma lista Cálculo da moda para distribuição de freqüências 14 Calcular a mediaa do cojuto descrito pela distribuição de freqüêcias a seguir. 8,0 10,0 10 Sabedo-se que é a somatória das, e, portato, = 15+25+16+34+10 = 100, pode-se determiar a posição cetral /2

Leia mais

ESTATÍSTICA. PROF. RANILDO LOPES U.E PROF EDGAR TITO

ESTATÍSTICA. PROF. RANILDO LOPES  U.E PROF EDGAR TITO ESTATÍSTICA PROF. RANILDO LOPES http://ueedgartito.wordpress.com U.E PROF EDGAR TITO Medidas de tedêcia cetral Medidas cetrais são valores que resumem um cojuto de dados a um úico valor que, de alguma

Leia mais

Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos

Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos Aálise de Algoritmos Aálise de Algoritmos Prof Dr José Augusto Baraauskas DFM-FFCLRP-USP A Aálise de Algoritmos é um campo da Ciêcia da Computação que tem como objetivo o etedimeto da complexidade dos

Leia mais

CORRELAÇÃO Aqui me tens de regresso

CORRELAÇÃO Aqui me tens de regresso CORRELAÇÃO Aqui me tes de regresso O assuto Correlação fez parte, acompahado de Regressão, do programa de Auditor Fiscal, até 998, desaparecedo a partir do cocurso do ao 000 para agora retorar soziho.

Leia mais

Cap. VI Histogramas e Curvas de Distribuição

Cap. VI Histogramas e Curvas de Distribuição TLF /11 Capítulo VI Histogramas e curvas de distribuição 6.1. Distribuições e histogramas. 6 6.. Distribuição limite 63 6.3. Sigificado da distribuição limite: frequêcia esperada e probabilidade de um

Leia mais

EPR 007 Controle Estatístico de Qualidade

EPR 007 Controle Estatístico de Qualidade EP 7 Cotrole Estatístico de Qualidade Prof. Dr. Emerso José de Paiva Gráficos e tabelas origiadas de Costa, Epprecht e Carpietti (212) 1 Num julgameto, ifelizmete, um iocete pode ir pra cadeia, assim como

Leia mais

DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL. todas as repetições). Então, para todo o número positivo ξ, teremos:

DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL. todas as repetições). Então, para todo o número positivo ξ, teremos: 48 DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL LEI DOS GRANDES NÚMEROS Pretede-se estudar o seguite problema: À medida que o úmero de repetições de uma experiêcia cresce, a frequêcia relativa

Leia mais

As principais propriedades geométricas de figuras planas são:

As principais propriedades geométricas de figuras planas são: Tema IV. CRCTERÍSTICS GEOMÉTRICS DE FIGURS PLNS 4.1. Itrodução O dimesioameto e a verificação da capacidade resistete de barras, como de qualquer elemeto estrutural depedem de gradezas chamadas tesões,

Leia mais

Introdução. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ...

Introdução. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ... Itrodução Exemplos Para curar uma certa doeça existem quatro tratametos possíveis: A, B, C e D. Pretede-se saber se existem difereças sigificativas os tratametos o que diz respeito ao tempo ecessário para

Leia mais

AMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM

AMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM 6 AMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM Quado se pretede estudar uma determiada população, aalisam-se certas características ou variáveis dessa população. Essas variáveis poderão ser discretas

Leia mais

TRABALHO1 MEDIÇÕES, ALGARISMOS SIGNIFICATIVOS E ERROS.

TRABALHO1 MEDIÇÕES, ALGARISMOS SIGNIFICATIVOS E ERROS. TRABALHO1 MEDIÇÕES, ALGARISMOS SIGNIFICATIVOS E ERROS. 1.1 Objectivos Medir gradezas físicas, utilizado os istrumetos adequados. Apresetar correctamete os resultados das medições, ao ível da utilização

Leia mais

Prova Escrita de MATEMÁTICA A - 12o Ano a Fase

Prova Escrita de MATEMÁTICA A - 12o Ano a Fase Prova Escrita de MATEMÁTICA A - 1o Ao 00 - a Fase Proposta de resolução GRUPO I 1. Como a probabilidade do João acertar em cada tetativa é 0,, a probabilidade do João acertar as tetativas é 0, 0, 0, 0,

Leia mais

Cap. 4 - Estimação por Intervalo

Cap. 4 - Estimação por Intervalo Cap. 4 - Estimação por Itervalo Amostragem e iferêcia estatística População: cosiste a totalidade das observações em que estamos iteressados. Nº de observações a população é deomiado tamaho=n. Amostra:

Leia mais

ESCUTANDO O COEFICIENTE DE RESTITUIÇÃO E A ACELERAÇÃO

ESCUTANDO O COEFICIENTE DE RESTITUIÇÃO E A ACELERAÇÃO ESCUANDO O COEFICIENE DE RESIUIÇÃO E A ACELERAÇÃO GRAVIACIONAL DE UMA BOLA Carlos Eduardo Aguiar [carlos@if.ufrj.br] Fracisco Laudares [f_laudares@hotmail.com] Istituto de Física, Uiversidade Federal do

Leia mais

CONCEITOS BÁSICOS E PRINCÍPIOS DE ESTATÍSTICA

CONCEITOS BÁSICOS E PRINCÍPIOS DE ESTATÍSTICA 1 CONCEITOS BÁSICOS E PRINCÍPIOS DE ESTATÍSTICA 1. Coceitos Básicos de Probabilidade Variável aleatória: é um úmero (ou vetor) determiado por uma resposta, isto é, uma fução defiida em potos do espaço

Leia mais

INTERPOLAÇÃO POLINOMIAL

INTERPOLAÇÃO POLINOMIAL 1 Mat-15/ Cálculo Numérico/ Departameto de Matemática/Prof. Dirceu Melo LISTA DE EXERCÍCIOS INTERPOLAÇÃO POLINOMIAL A aproximação de fuções por poliômios é uma das ideias mais atigas da aálise umérica,

Leia mais

1.1. Ordem e Precedência dos Cálculos 1) = Capítulo 1

1.1. Ordem e Precedência dos Cálculos 1) = Capítulo 1 Capítulo. Aritmética e Expressões Algébricas O estudo de cálculo exige muito mais que o cohecimeto de limite, derivada e itegral. Para que o apredizado seja satisfatório o domíio de tópicos de aritmética

Leia mais

10 - Medidas de Variabilidade ou de Dispersão

10 - Medidas de Variabilidade ou de Dispersão 10 - Medidas de Variabilidade ou de Dispersão 10.1 Itrodução Localizado o cetro de uma distribuição de dados, o próximo passo será verificar a dispersão desses dados, buscado uma medida para essa dispersão.

Leia mais

Prática I GRANDEZAS FÍSICAS E TEORIA DOS ERROS

Prática I GRANDEZAS FÍSICAS E TEORIA DOS ERROS Prática I GRANDEZAS FÍSICAS E TEORIA DOS ERROS INTRODUÇÃO O desevolvimeto do homem deve-se ao fato de que ele procurou observar os acotecimetos ao seu redor. Ao ver os resultados dos diversos evetos, ele

Leia mais

CPV O cursinho que mais aprova na fgv

CPV O cursinho que mais aprova na fgv CPV O cursiho que mais aprova a fgv FGV ecoomia a Fase 0/dezembro/0 MATEMÁTICA 0. Chamaremos de S() a soma dos algarismos do úmero iteiro positivo, e de P() o produto dos algarismos de. Por exemplo, se

Leia mais

Análise da Resposta Livre de Sistemas Dinâmicos de 2 a Ordem

Análise da Resposta Livre de Sistemas Dinâmicos de 2 a Ordem Aálise da Resposta Livre de Sistemas Diâmicos de Seguda Ordem 5 Aálise da Resposta Livre de Sistemas Diâmicos de a Ordem INTRODUÇÃO Estudaremos, agora, a resposta livre de sistemas diâmicos de a ordem

Leia mais

Instruções gerais sobre a Prova:

Instruções gerais sobre a Prova: DEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2012/2013 Istruções gerais sobre a Prova: (a) Cada questão respodida corretamete vale 1 (um) poto. (b) Cada

Leia mais

Capítulo 5- Introdução à Inferência estatística.

Capítulo 5- Introdução à Inferência estatística. Capítulo 5- Itrodução à Iferêcia estatística. 1.1) Itrodução.(184) Na iferêcia estatística, aalisamos e iterpretamos amostras com o objetivo de tirar coclusões acerca da população de ode se extraiu a amostra.

Leia mais

Distribuições Amostrais

Distribuições Amostrais 9/3/06 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/09/06 3:38 ESTATÍSTICA APLICADA I - Teoria

Leia mais

DERIVADAS DE FUNÇÕES11

DERIVADAS DE FUNÇÕES11 DERIVADAS DE FUNÇÕES11 Gil da Costa Marques Fudametos de Matemática I 11.1 O cálculo diferecial 11. Difereças 11.3 Taxa de variação média 11.4 Taxa de variação istatâea e potual 11.5 Primeiros exemplos

Leia mais

3ª Lista de Exercícios de Programação I

3ª Lista de Exercícios de Programação I 3ª Lista de Exercícios de Programação I Istrução As questões devem ser implemetadas em C. 1. Desevolva um programa que leia dois valores a e b ( a b ) e mostre os seguites resultados: (1) a. Todos os úmeros

Leia mais

ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p

ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p Objetivo Estimar uma proporção p (descohecida) de elemetos em uma população, apresetado certa característica de iteresse, a partir da iformação forecida por uma amostra.

Leia mais

Regressão linear simples

Regressão linear simples Regressão liear simples Maria Virgiia P Dutra Eloae G Ramos Vaia Matos Foseca Pós Graduação em Saúde da Mulher e da Criaça IFF FIOCRUZ Baseado as aulas de M. Pagao e Gravreau e Geraldo Marcelo da Cuha

Leia mais

Capítulo II Propagação de erros (cont.)

Capítulo II Propagação de erros (cont.) Técicas Laboratoriais de Física Lic. Física e Eg. Biomédica 007/08 Capítulo II Propagação de erros (cot.) Propagação de icertezas idepedetes e arbitrárias Fuções de uma variável Determiação da propagação

Leia mais

AEP FISCAL ESTATÍSTICA

AEP FISCAL ESTATÍSTICA AEP FISCAL ESTATÍSTICA Módulo 0: Medidas de Dispersão (webercampos@gmail.com) MÓDULO 0 - MEDIDAS DE DISPERSÃO 1. Coceito: Dispersão é a maior ou meor diversificação dos valores de uma variável, em toro

Leia mais

CAPÍTULO 8 - Noções de técnicas de amostragem

CAPÍTULO 8 - Noções de técnicas de amostragem INF 6 Estatística I J.I.Ribeiro Júior CAPÍTULO 8 - Noções de técicas de amostragem. Itrodução A Estatística costitui-se uma excelete ferrameta quado existem problemas de variabilidade a produção. É uma

Leia mais

Introdução ao Qui-Quadrado

Introdução ao Qui-Quadrado Técicas Laboratoriais de Física Lic. Física e g. Biomédica 007/08 Capítulo X Teste do Qui-quadrado, Itrodução ao qui-quadrado Defiição geral do qui-quadrado Graus de liberdade e reduzido abilidade do 66

Leia mais

arxiv: v1 [math.ho] 3 Sep 2014

arxiv: v1 [math.ho] 3 Sep 2014 Álbum de figurihas da Copa do Mudo: uma abordagem via Cadeias de Markov Leadro Morgado IMECC, Uiversidade Estadual de Campias arxiv:409.260v [math.ho] 3 Sep 204 Cosiderações iiciais 6 de maio de 204 Com

Leia mais

Capítulo I Séries Numéricas

Capítulo I Séries Numéricas Capítulo I Séries Numéricas Capitulo I Séries. SÉRIES NÚMERICAS DEFINIÇÃO Sedo u, u,..., u,... uma sucessão umérica, chama-se série umérica de termo geral u à epressão que habitualmete se escreve u u...

Leia mais

FICHA DE TRABALHO 11º ANO. Sucessões

FICHA DE TRABALHO 11º ANO. Sucessões . Observe a sequêcia das seguites figuras: FICHA DE TRABALHO º ANO Sucessões Vão-se costruido, sucessivamete, triâgulos equiláteros os vértices dos triâgulos equiláteros já existetes, prologado-se os seus

Leia mais

Fundamentos de Análise Matemática Profª Ana Paula. Números reais

Fundamentos de Análise Matemática Profª Ana Paula. Números reais Fudametos de Aálise Matemática Profª Aa Paula Números reais 1,, 3, cojuto dos úmeros aturais 0,1,,3, cojuto dos úmeros iteiros p q /p e q cojuto dos úmeros racioais a, a 0 a 1 a a, a e a i 0, 1,, 3, 4,

Leia mais

Induzindo a um bom entendimento do Princípio da Indução Finita

Induzindo a um bom entendimento do Princípio da Indução Finita Iduzido a um bom etedimeto do Pricípio da Idução Fiita Jamil Ferreira (Apresetado a VI Ecotro Capixaba de Educação Matemática e utilizado como otas de aula para disciplias itrodutórias do curso de matemática)

Leia mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Técnicas de Reamostragem

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Técnicas de Reamostragem Estatística: Aplicação ao Sesoriameto Remoto SER 202 - ANO 2016 Técicas de Reamostragem Camilo Daleles Reó camilo@dpi.ipe.br http://www.dpi.ipe.br/~camilo/estatistica/ Distribuição Amostral Testes paramétricos

Leia mais

Avaliação de Desempenho de Sistemas Discretos

Avaliação de Desempenho de Sistemas Discretos Distribuições Comus Avaliação de Desempeho de Sistemas Discretos Probabilidade e Estatística 2 Uiforme Normal Poisso Hipergeométrica Biomial Studet's Geométrica Logormal Expoecial Beta Gamma Qui-Quadrado

Leia mais

Stela Adami Vayego DEST/UFPR

Stela Adami Vayego DEST/UFPR Resumo 3 Resumo dos dados uméricos por meio de úmeros 1. Medidas de Tedêcia Cetral A tedêcia cetral da distribuição de freqüêcias de uma variável em um cojuto de dados é caracterizada pelo valor típico

Leia mais

1 Distribuições Amostrais

1 Distribuições Amostrais 1 Distribuições Amostrais Ao retirarmos uma amostra aleatória de uma população e calcularmos a partir desta amostra qualquer quatidade, ecotramos a estatística, ou seja, chamaremos os valores calculados

Leia mais

Virgílio A. F. Almeida DCC-UFMG 1/2005

Virgílio A. F. Almeida DCC-UFMG 1/2005 Virgílio A. F. Almeida DCC-UFMG 1/005 !" # Comparado quatitativamete sistemas eperimetais: Algoritmos, protótipos, modelos, etc Sigificado de uma amostra Itervalos de cofiaça Tomado decisões e comparado

Leia mais

SEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN FACULDADE DE CIÊNCIAS EXATAS E NATURAIS FANAT DEPARTAMENTO DE CIÊNCIAS BIOLÓGICAS DECB

SEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN FACULDADE DE CIÊNCIAS EXATAS E NATURAIS FANAT DEPARTAMENTO DE CIÊNCIAS BIOLÓGICAS DECB Govero do Estado do Rio Grade do Norte Secretaria de Estado da Educação e da Cultura - SEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN FACULDADE DE CIÊNCIAS EXATAS E NATURAIS FANAT DEPARTAMENTO

Leia mais

Estimativa de Parâmetros

Estimativa de Parâmetros Estimativa de Parâmetros ENG09004 04/ Prof. Alexadre Pedott pedott@producao.ufrgs.br Trabalho em Grupo Primeira Etrega: 7/0/04. Plao de Amostragem - Cotexto - Tipo de dado, frequêcia de coleta, quatidade

Leia mais

DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia

DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia ROTEIRO DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL 1. Itrodução. Teorema Cetral do Limite 3. Coceitos de estimação potual 4. Métodos de estimação potual 5. Referêcias Estatística Aplicada à Egeharia 1 Estatística

Leia mais

Ajuste de Curvas pelo Método dos Quadrados Mínimos

Ajuste de Curvas pelo Método dos Quadrados Mínimos Notas de aula de Métodos Numéricos. c Departameto de Computação/ICEB/UFOP. Ajuste de Curvas pelo Método dos Quadrados Míimos Marcoe Jamilso Freitas Souza, Departameto de Computação, Istituto de Ciêcias

Leia mais

Uma amostra aleatória simples de n elementos é selecionada a partir da população. Calcula-se o valor da média a partir da amostra

Uma amostra aleatória simples de n elementos é selecionada a partir da população. Calcula-se o valor da média a partir da amostra Distribuição amostral de Um dos procedimetos estatísticos mais comus é o uso de uma média da amostra ( ) para fazer iferêcias sobre uma população de média µ. Esse processo é apresetado a figura abaio.

Leia mais

5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO

5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO 5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO 5.1 INTRODUÇÃO Um sistema é defiido como todo o cojuto de compoetes itercoectados, previamete determiados, de forma a realizar um cojuto

Leia mais

Elevando ao quadrado (o que pode criar raízes estranhas),

Elevando ao quadrado (o que pode criar raízes estranhas), A MATEMÁTICA DO ENSINO MÉDIO, Vol. Soluções. Progressões Aritméticas ) O aumeto de um triâgulo causa o aumeto de dois palitos.logo, o úmero de palitos costitui uma progressão aritmética de razão. a a +(

Leia mais

UNIVERSIDADE DE SÃO PAULO ENGENHARIA QUÍMICA LOQ 4016 OPERAÇÕES UNITÁRIAS EXPERIMENTAL I

UNIVERSIDADE DE SÃO PAULO ENGENHARIA QUÍMICA LOQ 4016 OPERAÇÕES UNITÁRIAS EXPERIMENTAL I UNIVERSIAE E SÃO PAULO ENGENHARIA QUÍMICA LOQ 4016 OPERAÇÕES UNITÁRIAS EXPERIMENTAL I Profa. Lívia Chaguri E-mail: lchaguri@usp.br 1- Redução de Tamaho - Fudametos/Caracterização graulométrica - Equipametos:

Leia mais

MATEMÁTICA CADERNO 1 CURSO E FRENTE 1 ÁLGEBRA. Módulo 1 Equações do 1 ọ Grau e

MATEMÁTICA CADERNO 1 CURSO E FRENTE 1 ÁLGEBRA. Módulo 1 Equações do 1 ọ Grau e MATEMÁTICA CADERNO CURSO E FRENTE ÁLGEBRA Módulo Equações do ọ Grau e do ọ Grau ) [ ( )] = [ + ] = + = + = + = = Resposta: V = { } 9) Na equação 6 = 0, tem-se a = 6, b = e c =, etão: I) = b ac = + = b

Leia mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Teoria da amostragem

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Teoria da amostragem Estatística: Aplicação ao Sesoriameto Remoto SER 04 - ANO 017 Teoria da amostragem Camilo Daleles Reó camilo@dpi.ipe.br http://www.dpi.ipe.br/~camilo/estatistica/ Algumas Cosiderações... É importate ter

Leia mais

ENGENHARIA DA QUALIDADE A ENG AULA 6 CARTAS DE CONTROLE PARA ATRIBUTOS

ENGENHARIA DA QUALIDADE A ENG AULA 6 CARTAS DE CONTROLE PARA ATRIBUTOS ENGENHARIA DA QUALIDADE A ENG 09008 AULA 6 CARTAS DE CONTROLE PARA ATRIBUTOS PROFESSORES: CARLA SCHWENGBER TEN CATEN Tópicos desta aula Cartas de Cotrole para Variáveis Tipo 1: Tipo 2: Tipo 3: X X X ~

Leia mais

Sucessão ou Sequência. Sucessão ou seqüência é todo conjunto que consideramos os elementos dispostos em certa ordem. janeiro,fevereiro,...

Sucessão ou Sequência. Sucessão ou seqüência é todo conjunto que consideramos os elementos dispostos em certa ordem. janeiro,fevereiro,... Curso Metor www.cursometor.wordpress.com Sucessão ou Sequêcia Defiição Sucessão ou seqüêcia é todo cojuto que cosideramos os elemetos dispostos em certa ordem. jaeiro,fevereiro,...,dezembro Exemplo : Exemplo

Leia mais

Prova-Modelo de Matemática

Prova-Modelo de Matemática Prova-Modelo de Matemática PROVA Págias Esio Secudário DURAÇÃO DA PROVA: miutos TOLERÂNCIA: miutos Cotações GRUPO I O quarto úmero de uma certa liha do triâgulo de Pascal é. A soma dos quatro primeiros

Leia mais

NOTAÇÕES. denota o segmento que une os pontos A e B. In x denota o logarítmo natural de x. A t denota a matriz transposta da matriz A.

NOTAÇÕES. denota o segmento que une os pontos A e B. In x denota o logarítmo natural de x. A t denota a matriz transposta da matriz A. MATEMÁTICA NOTAÇÕES é o cojuto dos úmeros compleos. é o cojuto dos úmeros reais. = {,,, } i deota a uidade imagiária, ou seja, i =. Z é o cojugado do úmero compleo Z Se X é um cojuto, PX) deota o cojuto

Leia mais

Séquências e Séries Infinitas de Termos Constantes

Séquências e Séries Infinitas de Termos Constantes Capítulo Séquêcias e Séries Ifiitas de Termos Costates.. Itrodução Neste capítulo estamos iteressados em aalisar as séries ifiitas de termos costates. Etretato, para eteder as séries ifiitas devemos ates

Leia mais

Estatística Aplicada Medidas Resumo Apostila 4 Prof. Fábio Hipólito Aluno(a):

Estatística Aplicada Medidas Resumo Apostila 4 Prof. Fábio Hipólito Aluno(a): Medidas Resumo Apostila 4 Prof. Fábio Hipólito Aluo(a): # Objetivo desta aula: Calcular as medidas de tedêcia cetral: média, moda e mediaa para distribuições de frequêcias potuais e por itervalos de classes.

Leia mais

Solução Comentada Prova de Matemática

Solução Comentada Prova de Matemática 0 questões. Sejam a, b e c os três meores úmeros iteiros positivos, tais que 5a = 75b = 00c. Assiale com V (verdadeiro) ou F (falso) as opções abaixo. ( ) A soma a b c é igual a 9 ( ) A soma a b c é igual

Leia mais

Matemática. B) Determine a equação da reta que contém a diagonal BD. C) Encontre as coordenadas do ponto de interseção das diagonais AC e BD.

Matemática. B) Determine a equação da reta que contém a diagonal BD. C) Encontre as coordenadas do ponto de interseção das diagonais AC e BD. Matemática 0. Um losago do plao cartesiao oxy tem vértices A(0,0), B(,0), C(,) e D(,). A) Determie a equação da reta que cotém a diagoal AC. B) Determie a equação da reta que cotém a diagoal BD. C) Ecotre

Leia mais

Escola de Engenharia de Lorena EEL USP Departamento de Engenharia Química DEQUI Disciplina: Normalização e Controle da Qualidade NCQ

Escola de Engenharia de Lorena EEL USP Departamento de Engenharia Química DEQUI Disciplina: Normalização e Controle da Qualidade NCQ 1 Escola de Egeharia de orea EE SP Departameto de Egeharia Química DEQI Disciplia: Normalização e Cotrole da Qualidade NCQ Capítulo : Amostragem por Variáveis (MI STD 1) SEÇÃO A.1 Objetivo Este capítulo

Leia mais

4. MEDIDAS DINÂMICAS CONCEITOS BÁSICOS

4. MEDIDAS DINÂMICAS CONCEITOS BÁSICOS 4. MEDIDAS DINÂMICAS CONCEITOS BÁSICOS Muitas vezes os experimetos requerem medidas de gradezas físicas que variam com o tempo. Para a correta medição destas gradezas, é ecessário cohecer as propriedades

Leia mais

FÍSICA EXPERIMENTAL I

FÍSICA EXPERIMENTAL I 2017 FÍSICA EXPERIMENTAL I Departameto de Físico-Química Área de Física Istituto de Química de Araraquara UNESP Bacharelado em Química 02/08/2017 O que sabemos é uma gota e o que igoramos é um oceao Isaac

Leia mais

Sequências Reais. Departamento de Matemática - UEL Ulysses Sodré. 1 Sequências de números reais 1

Sequências Reais. Departamento de Matemática - UEL Ulysses Sodré.  1 Sequências de números reais 1 Matemática Essecial Sequêcias Reais Departameto de Matemática - UEL - 200 Ulysses Sodré http://www.mat.uel.br/matessecial/ Coteúdo Sequêcias de úmeros reais 2 Médias usuais 6 3 Médias versus progressões

Leia mais

AULA Subespaço, Base e Dimensão Subespaço.

AULA Subespaço, Base e Dimensão Subespaço. Note bem: a leitura destes apotametos ão dispesa de modo algum a leitura ateta da bibliografia pricipal da cadeira TÓPICOS Subespaço. ALA Chama-se a ateção para a importâcia do trabalho pessoal a realizar

Leia mais

Análise de Regressão Linear Múltipla I

Análise de Regressão Linear Múltipla I Aálise de Regressão Liear Múltipla I Aula 04 Gujarati e Porter, 0 Capítulos 7 e 0 tradução da 5ª ed. Heij et al., 004 Capítulo 3 Wooldridge, 0 Capítulo 3 tradução da 4ª ed. Itrodução Como pode ser visto

Leia mais

CONCEITOS FUNDAMENTAIS DA MATEMÁTICA FINANCEIRA

CONCEITOS FUNDAMENTAIS DA MATEMÁTICA FINANCEIRA CONCEITOS FUNDAMENTAIS DA MATEMÁTICA FINANCEIRA Coceito de taxa de juros Taxa de juro é a relação etre o valor dos juros pagos (ou recebidos) o fial de um determiado período de tempo e o valor do capital

Leia mais

PROVA 1 27/10/ Os dados apresentados na seqüência mostram os resultados de colesterol

PROVA 1 27/10/ Os dados apresentados na seqüência mostram os resultados de colesterol PROVA 1 7/10/009 Nome: GABARITO 1. Os dados apresetados a seqüêcia mostram os resultados de colesterol mg /100ml em dois grupos de aimais. O grupo A é formado por 10 total ( ) aimais submetidos a um cotrole

Leia mais

PROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 2005

PROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 2005 PROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 005 Istruções para a prova: a) Cada questão respodida corretamete vale um poto. b) Questões deixadas em braco valem zero potos (este caso marque todas alterativas).

Leia mais

ESTATÍSTICA E PROBABILIDADES

ESTATÍSTICA E PROBABILIDADES ESTATÍSTICA E PROBABILIDADES Aluo(a): Turma: Professores: Data: Edu/Vicete Noções de Estatística Podemos eteder a Estatística como sedo o método de estudo de comportameto coletivo, cujas coclusões são

Leia mais

... Newton e Leibniz criaram, cada qual em seu país e quase ao mesmo tempo, as bases do cálculo diferencial.

... Newton e Leibniz criaram, cada qual em seu país e quase ao mesmo tempo, as bases do cálculo diferencial. DERIVADAS INTRODUÇÃO O Cálculo Diferecial e Itegral, criado por Leibiz e Newto o século XVII, torou-se logo de iício um istrumeto precioso e imprescidível para a solução de vários problemas relativos à

Leia mais

Objetivo. Estimar a média µ de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra.

Objetivo. Estimar a média µ de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra. ESTIMAÇÃO PARA A MÉDIAM Objetivo Estimar a média µ de uma variável aleatória X, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Exemplos: µ : peso médio de homes

Leia mais

Sumário. 2 Índice Remissivo 19

Sumário. 2 Índice Remissivo 19 i Sumário 1 Estatística Descritiva 1 1.1 Coceitos Básicos.................................... 1 1.1.1 Defiições importates............................. 1 1.2 Tabelas Estatísticas...................................

Leia mais

[Digite texto] T U R M A D O P R O F. J E J E C A E X A M E F I N A L R E C U P E R A Ç Ã O F I N A L 9 º E. F = b) [Digite texto]

[Digite texto] T U R M A D O P R O F. J E J E C A E X A M E F I N A L R E C U P E R A Ç Ã O F I N A L 9 º E. F = b) [Digite texto] [Digite teto] I Poteciação 0. Calcule as seguites potêcias: a) 4 b) 4 0 e) (-) 4 f) g) h) 0 i) (,4) 0 j) (-0,) 0 k) 7¹ l) (,4) ¹ m) (-) ¹ ) 4 7 o) - p) (-) - q) 4 r) s) t) u) v) 4 ESTUDO DIRIGIDO: Poteciação

Leia mais

MEDIDAS DESCRITIVAS DE POSIÇÃO, TENDÊNCIA CENTRAL E VARIABILIDADE

MEDIDAS DESCRITIVAS DE POSIÇÃO, TENDÊNCIA CENTRAL E VARIABILIDADE MEDIDAS DESCRITIVAS DE POSIÇÃO, TENDÊNCIA CENTRAL E VARIABILIDADE 1 Estatística descritiva (Eploratória) PRIMEIRO PASSO: Tabelas (distribuição de frequêcia) e Gráficos. SEGUNDO PASSO: Cálculo de medidas

Leia mais

DFS Série Discreta de Fourier DFT Transformada Discreta de Fourier Convolução Circular

DFS Série Discreta de Fourier DFT Transformada Discreta de Fourier Convolução Circular Sistemas de Processameto Digital Egeharia de Sistemas e Iformática Ficha 4 5/6 4º Ao/ º Semestre DFS Série Discreta de Fourier DFT Trasformada Discreta de Fourier Covolução Circular Para calcular a DFT,

Leia mais

SUPERPOSIÇÃO DE ONDAS E ONDAS ESTACIONÁRIAS

SUPERPOSIÇÃO DE ONDAS E ONDAS ESTACIONÁRIAS Notas de aula- Física II Profs. Amauri e Ricardo SUPERPOSIÇÃO DE ONDAS E ONDAS ESTACIONÁRIAS Superposição de Odas O pricípio de superposição é uma propriedade do movimeto odulatório. Este pricípio afirma

Leia mais

CODIFICAÇÃO DE CANAL PARA SISTEMAS DE COMUNICAÇÃO DIGITAL

CODIFICAÇÃO DE CANAL PARA SISTEMAS DE COMUNICAÇÃO DIGITAL CODIFICAÇÃO DE CANAL PARA SISTEMAS DE COMUNICAÇÃO DIGITAL CÓDIGOS CÍCLICOS Eelio M. G. Ferádez - Códios Cíclicos: Defiição Um códio de bloco liear é um códio cíclico se cada deslocameto cíclico das palaras-códio

Leia mais

Universidade Federal de Lavras Departamento de Ciências Exatas Prof. Daniel Furtado Ferreira 1 a Aula Prática Técnicas de somatório

Universidade Federal de Lavras Departamento de Ciências Exatas Prof. Daniel Furtado Ferreira 1 a Aula Prática Técnicas de somatório Uiversidade Federal de Lavras Departameto de Ciêcias Exatas Prof. Daiel Furtado Ferreira 1 a Aula Prática Técicas de somatório Notação e propriedades: 1) Variáveis e ídices: o símbolo x j (leia x ídice

Leia mais

a = b n Vejamos alguns exemplos que nos permitem observar essas relações. = 4 4² = 16 radical radicando

a = b n Vejamos alguns exemplos que nos permitem observar essas relações. = 4 4² = 16 radical radicando Caro aluo, Com o objetivo de esclarecer as dúvidas sobre a raiz quadrada, apresetamos este material a defiição de radiciação, o cálculo da raiz quadrada e algumas propriedades de radiciação. Além disso,

Leia mais

4 Teoria da Probabilidade

4 Teoria da Probabilidade 48 4 Teoria da Probabilidade Apresetam-se este capítulo coceitos de probabilidade e de estimação de fuções desidade de probabilidade ecessários ao desevolvimeto e compreesão do modelo proposto (capítulo

Leia mais

MAE Introdução à Probabilidade e Estatística II Resolução Lista 1

MAE Introdução à Probabilidade e Estatística II Resolução Lista 1 MAE 229 - Itrodução à Probabilidade e Estatística II Resolução Lista 1 Professor: Pedro Moretti Exercício 1 (a) Fazer histograma usado os seguites dados: Distribuição de probabilidade da variável X: X

Leia mais

CAPÍTULO 6 ESTIMATIVA DE PARÂMETROS PPGEP. Introdução. Introdução. Estimativa de Parâmetros UFRGS

CAPÍTULO 6 ESTIMATIVA DE PARÂMETROS PPGEP. Introdução. Introdução. Estimativa de Parâmetros UFRGS CAPÍTULO 6 Itrodução Uma variável aleatória é caracterizada ou descrita pela sua distribuição de probabilidade. ETIMATIVA DE PARÂMETRO URG Em aplicações idustriais, as distribuições de probabilidade são

Leia mais

Elementos de Matemática

Elementos de Matemática Elemetos de Matemática Números Complexos e Biomiais: Exercícios - 2007 Versão compilada o dia de Outubro de 2007. Departameto de Matemática - UEL Prof. Ulysses Sodré: ulysses(auel(ptbr Matemática Essecial:

Leia mais

Elementos de Análise - Verão 2001

Elementos de Análise - Verão 2001 Elemetos de Aálise - Verão 00 Lista Thomas Robert Malthus, 766-834, foi professor de Ecoomia Política em East Idia College e em seu trabalho trouxe à luz os estudos sobre diâmica populacioal. Um de seus

Leia mais

NOTAÇÕES. Observação: Os sistemas de coordenadas considerados são os cartesianos retangulares.

NOTAÇÕES. Observação: Os sistemas de coordenadas considerados são os cartesianos retangulares. R C : cojuto dos úmeros reais : cojuto dos úmeros complexos i : uidade imagiária: i2 = 1 z Re(z) Im(z) det A : módulo do úmero z E C : parte real do úmero z E C : parte imagiária do úmero z E C : determiate

Leia mais

Universidade de São Paulo Instituto de Física

Universidade de São Paulo Instituto de Física Equipe Uiversidade de São Paulo Istituto de Física 4331 Física Experimetal A NOTA POFESSO 1 1)... fução... Turma:... )... fução... Data:... 3)... fução... Mesa o :... EXP Movimeto uiformemete acelerado,

Leia mais

Mas o que deixou de ser abordado na grande generalidade desses cursos foi o estudo dos produtos infinitos, mesmo que só no caso numérico real.

Mas o que deixou de ser abordado na grande generalidade desses cursos foi o estudo dos produtos infinitos, mesmo que só no caso numérico real. Resumo. O estudo das séries de termos reais, estudado as disciplias de Aálise Matemática da grade geeralidade dos cursos técicos de liceciatura, é aqui estedido ao corpo complexo, bem como ao caso em que

Leia mais

Teorema do Limite Central, distribuição amostral, estimação por ponto e intervalo de confiança

Teorema do Limite Central, distribuição amostral, estimação por ponto e intervalo de confiança Teorema do Limite Cetral, distribuição amostral, estimação por poto e itervalo de cofiaça Prof. Marcos Pó Métodos Quatitativos para Ciêcias Sociais Distribuição amostral Duas amostrages iguais oriudas

Leia mais

Transformação de similaridade

Transformação de similaridade Trasformação de similaridade Relembrado bases e represetações, ós dissemos que dada uma base {q, q,..., q} o espaço real - dimesioal, qualquer vetor deste espaço pode ser escrito como:. Ou a forma matricial

Leia mais

Les 201 Matemática Aplicada à Economia. Relações entre CMg e CMe. Aulas Relações entre CMg e CMe. dct. dcme. CMe = = = =

Les 201 Matemática Aplicada à Economia. Relações entre CMg e CMe. Aulas Relações entre CMg e CMe. dct. dcme. CMe = = = = Les 0 Matemática Aplicada à Ecoomia Aulas -4 Derivadas Aplicação em Ecoomia Derivadas de Ordem Superiores Derivadas Parciais Determiate Jacobiao 9 e 0/09/06 Aplicações da a. Derivada em Ecoomia Dada a

Leia mais

FACULDADE DE ECONOMIA DO PORTO. Licenciatura em Economia E C O N O M E T R I A I I PARTE

FACULDADE DE ECONOMIA DO PORTO. Licenciatura em Economia E C O N O M E T R I A I I PARTE FACULDADE DE ECONOMIA DO PORTO Liceciatura em Ecoomia E C O N O M E T R I A I (LEC0) Exame Fial 0 de Jaeiro de 00 RESOLUÇÃO: I PARTE I GRUPO a) Dispoível uma amostra de observações de Y para períodos cosecutivos,

Leia mais

A letra x representa números reais, portanto

A letra x representa números reais, portanto Aula 0 FUNÇÕES UFPA, 8 de março de 05 No ial desta aula, você seja capaz de: Saber dizer o domíio e a imagem das uções esseciais particularmete esta aula as uções potêcias; Fazer o esboço de gráico da

Leia mais

Economia Florestal. A floresta como um capital

Economia Florestal. A floresta como um capital Ecoomia Florestal A floresta como um capital O que é um capital? Defiição Capital é um fudo ou valor (pode ser moetário, bes, maquiaria, etc.) que pode gerar redimetos futuros durate um certo tempo, capazes

Leia mais

PROVA DE MATEMÁTICA DA UNIFESP VESTIBULAR 2011 RESOLUÇÃO: Profa. Maria Antônia Gouveia.

PROVA DE MATEMÁTICA DA UNIFESP VESTIBULAR 2011 RESOLUÇÃO: Profa. Maria Antônia Gouveia. PROVA DE MATEMÁTICA DA UNIFESP VESTIBULAR 0 Profa Maria Atôia Gouveia 6 A figura represeta um cabo de aço preso as etremidades de duas hastes de mesma altura h em relação a uma plataforma horizotal A represetação

Leia mais