COMPLEMENTOS DE MECÂNICA QUÂNTICA PARA ESPECTROSCOPIA LEITURA OPCIONAL PARA PQF. M.N. Berberan e Santos

Tamanho: px
Começar a partir da página:

Download "COMPLEMENTOS DE MECÂNICA QUÂNTICA PARA ESPECTROSCOPIA LEITURA OPCIONAL PARA PQF. M.N. Berberan e Santos"

Transcrição

1 COMPEMENTOS DE MECÂNICA QUÂNTICA PARA ESPECTROSCOPIA EITURA OPCIONA PARA PQF M.N. Berbera e Saos Abrl de 1

2 Complemeos de Mecâca Quâca 1.1 Equação de Schrödger depedee do empo A forma mas geral da equação de Schrödger, da equação de Schrödger depedee do empo, é Ĥ, (1) em que h /, sedo h a cosae de Plack, e Ĥ é o operador hamloao do ssema (ambém do smplesmee o hamloao do ssema) dado pela soma das eergas céca e poecal, Hˆ Tˆ V () Para um ssema de parículas, a eerga poecal do ssema é em geral V V( r, r,..., r, ) (3) 1 Por ouro lado, o operador eerga céca escreve-se Tˆ Tˆ, (4) 1 em que os operadores de eerga céca de cada parícula são dados por Tˆ, (5) m sedo m a massa da -ésma parícula, e o respecvo operador laplacao dado por x y z (ambém escro ). (6) Noe-se que a eerga céca se pode escrever (forma ão relavsa) Tˆ ˆ p, (7) m em que p ˆ é o operador momeo lear (quadade de movmeo), ˆ p, (8) sedo o operador abla, represeado por 1 3, gual a e e e. (9) x y z 1

3 O símbolo dese operador, um dela verdo, fo roduzdo por Hamlo. A desgação mas arde escolhda para ese operador fo abla, que é o ome de uma harpa ragular da agudade clássca. Recorde-se que a aplcação do operador abla a uma fução escalar ( x, y, z) resula o gradee dessa fução, grad, que é um vecor, e que a aplcação do mesmo operador a uma fução vecoral A( x, y, z) resula a dvergêca dessa fução, um escalar, quado se usa o produo ero, dv A A, ou o roacoal dessa fução, um vecor, quado se usa o produo exero, ro A A. O operador laplacao, dado pela Eq. (6), é a dvergêca do gradee, dv grad. Usado as Eqs. (-5), a equação de Schrödger fca com a forma, m V ( r, r,..., r, ) ( r, r,..., r, ) ( r, r,..., r, ). (1) É de recordar que a equação de Schrödger ão pode ser deduzda, mas resula de uma geeralzação de resulados obdos para a parícula lvre, sedo jusfcada a poseror pela excelee cocordâca ere as suas prevsões e os resulados expermeas. De oar ada que a Eq. (1) ão é a úlma palavra em Mecâca Quâca, uma vez que em lmações cohecdas: Quao às parículas, pos pressupõe-se que esas são pouas (uma muo boa aproxmação para os úcleos; os elecrões, ao quao se sabe, são realmee pouas) e ão se em em coa o efeo do seu sp. Quao à descrção do ssema, pos gora-se a exsêca evável de um campo subjacee assocado à radação, mesmo quado ão há foões (vácuo). Adme-se ada que as parículas eragem de forma saâea e o operador eerga céca ulzado é ão relavsa (segudo a eora da relavdade resra, a eerga de uma parícula é dada por p E mc p c mc..., em que m é a massa em repouso). m 1. Ierpreação de Bor da fução de oda O sgfcado físco da fução de oda, devdo a Max Bor, é o de o seu quadrado ser uma fução desdade de probabldade, * P( r1, r,..., r, ), (11) sedo P( r1, r,..., r, ) a fução desdade de probabldade do ssema.

4 1.3 Esados esacoáros: equação de Schrödger depedee do empo Quado a eerga poecal ão depede do empo, o hamloao é ambém depedee do empo, e a equação de Schrödger em soluções da forma ( r, r,..., r, ) ( r, r,..., r ) ( ), (1) 1 1 ou seja, é possível separar a depedêca com as coordeadas espacas da depedêca com o empo. Para verfcar que assm é, oe-se que o prmero membro da Eq. (1) fca Hˆ ( r) ( ) ( ) Hˆ ( r ), (13) em que r smbolza o cojuo das coordeadas espacas. Por ouro lado, o segudo membro da Eq. (1) escreve-se ( ) ( ) ( ) d r r, d (14) e assm a Eq. (1) fca ( ) ˆ ( ) ( ) d H r r, d (15) ou ada, rearrajado, Hˆ () r d. ( r) ( ) d (16) Uma vez que o membro esquerdo da Eq. (16) só é fução das coordeadas espacas, e que o membro dreo da mesma equação só é fução do empo, varáves depedees, a úca forma de sso poder acoecer é a de ambos os membros serem guas a uma cosae com dmesões de eerga, Hˆ () r d E, ( r) ( ) d (17) fcado-se assm com duas equações separadas, Hˆ ( r) E( r ), (18) d l E. d (19) Dá-se à Eq. (18) o ome de equação de Schrödger depedee do empo, e o esudo das suas soluções para város pos de hamloao cosu uma boa pare da Mecâca Quâca. A Eq. (19) em solução medaa, E ( ) Cexp, () pelo que a Eq. (1) se pode reescrever 3

5 E ( r, ) ( r )exp, (1) Esado a cosae C cluída em ( r). A fução ( r, ) em a forma de uma oda esacoára. Os esados que descreve êm eerga bem defda, e a respecva fução desdade de probabldade ão evolu o empo: * * P( r, ) ( r, ) ( r, ) ( r) ( r ). () Por al razão, eses esados são dos esacoáros. Noe-se que as fuções de oda são defdas a meos de uma cosae complexa de módulo uáro, e, o chamado facor de fase, sedo arbráro. A solução geral da equação depedee do empo (quado o hamloao ão depede do empo) é uma sobreposção das soluções esacoáras, E ( r, ) c( r, ) c ( r )exp, (3) e raa-se agora de um esado ão esacoáro, uma vez que * P( r, ) ( r, ) ( r, ) será em geral uma fução (quase sempre peródca) do empo. Os coefcees c deermam-se a parr da suação cal, raduzda por ( r,). 1.4 Parícula um fosso de poecal fo a uma dmesão (parícula uma caxa 1D) Examaremos agora um modelo smples e basae úl em Especroscopa. Nese modelo, cosdera-se uma parícula uma suação udmesoal. A eerga poecal em a forma de um fosso de paredes vercas de alura fa, so é, a parícula esá coda em < x <, e o modelo é do do fosso de poecal fo, ou da parícula a caxa. Resolução da equação depedee do empo: A equação depedee do empo é d E, (4) m dx ou d, (5) dx em que me /, sedo as codções froera do problema () ( ). A solução da Eq. (5) pode ser obda por aplcação de rasformadas de aplace a ambos os membros, edo em coa que a rasformada de aplace da seguda dervada é 4 F ''( x) s f ( s) sf() F '(), (6)

6 em que f(s) é a rasformada de aplace da fução F(x), sx f ( s) F( x) F( x) e dx. (7) A rasformada de aplace da Eq. (5) é pos s f s s f s ( ) () '() ( ). (8) Usado a Eq. (6), e resolvedo a equação em ordem a f(s) vem '() f( s), s sedo '() descohecdo. A versão da Eq. (9) dá '() ( x) s( x), (3) que se pode reescrever ( x) N s( x), (31) sedo N uma cosae de ormalzação. Para que ( ) se verfque, vem, 1,,.. (3) Tem-se ambém que E mplca ( x), o que é coráro à ormalzação, e assm vem falmee E h 8m (9) 1,,... (33) m A eerga esá eão quafcada e o esado de mas baxa eerga em ada eerga posva: a parícula ão pode esar móvel. Nese problema emos um especro dscreo de eergas, mas o hamloao pode er ambém um especro coíuo, caso da parícula lvre, ou mso (dscreo e coíuo), caso do áomo de hdrogéo. De oar que a Eq. (33) pode ser obda de uma forma muo smples mpodo o aulameo da oda de de Brogle assocada à parícula as exremdades da caxa, o que só é possível se o comprmeo de oda de de Brogle verfcar 1,,... (34) Como se em h/ p e ada E p / m, obém-se medaamee a Eq. (33). Falmee, obém-se a cosae de ormalzação, N, da codção: dx 1. (35) Eão 5

7 N s xdx 1, (36) pelo que N Tem-se s 1. x dx 1 cos s, (38) eão 1 cos ax s ( ax), (39) e 1 1 s ax 1 s ( ax) dx s, a a 4a (4) ogo (37) N 1. Falmee, 1 ( ) s x, x e a solução com clusão da depedêca emporal é pos (41) (4) 1 E x ( x, ) s e. (43) Em geral, a resolução da equação depedee do empo efecua-se em rês passos: ) Obeção da solução geral para os esados esacoáros. ) Ulzação das codções froera (levado à quafcação). ) Deermação da cosae de ormalzação. Como fo referdo, as fuções de oda são defdas a meos do facor de fase, e, sedo arbráro. Podemos pos escrever as Eqs. (4) e (43) mulplcadas por -1, por, ec. Por esa razão, a represeação gráfca de uma fução de oda (mas ão a do seu quadrado!) em um cero grau de arbraredade. 6

8 Prcípo de correspodêca: Ese prcípo dz-os que o lme clássco é agdo quado (a práca quado 1). Para a parícula a caxa age-se uma dsrbução uforme ere e quado >> 1, o que cocde com um raameo clássco (cohecedo a eerga céca da parícula mas descohecedo a sua posção cal, podemos dzer apeas que se ecora em movmeo o eror da caxa, sedo odas as posções gualmee prováves). Relações de cereza: Em geral pˆ x, (44) x que ese caso se reduz a d pˆ. (45) dx Podemos eão deermar o valor médo do momeo lear: * ˆ ˆ x d x s s. (46) p p p dx dx dx Poderíamos er chegado a ese resulado sem cálculos, edo em coa que o valor médo de um observável é ecessaramee real. Sedo as fuções reas e o operador complexo, a úca forma de so acoecer é o valor médo ser ulo. Chega-se à mesma coclusão vocado a smera do problema (a parícula ao se pode esar a mover para a esquerda como para a drea, com gual probabldade). Por ouro lado, p p dx ˆ x d x h s s, dx 4 (47) que se pode calcular ambém a parr de p m H me. (48) ˆ Assm, o desvo padrão do momeo lear é h p p p p. (49) Aalogamee, a cereza a posção é x x x. (5) Por smera, 7

9 x. (51) Podemos agora deermar x : x x ( x) x ( x) dx x s dx. Dado que (5) x 1 cos 3 x 1 x x dx x cos dx, 6 (53) e que s x x x cos xdx x s xdx xs xdx, a (54) e ada que x cos x x s xdx cos x dx s x, eão x (55) (56) ogo, quado, 3 x, o que correspode a uma dsrbução uforme, x Assm x dx. 3 (57) x 1, 3 1 e (58) h 1 1 h 1 x p. (59) O valor mímo dese produo é eão ( 1), 8 1 xp (6)

10 Iso é uma cocrezação de uma relação geral, a relação de cereza de Heseberg, xp, que pode ser demosrada. Esa relação é por sua vez um caso parcular de 1 AB Aˆ, Bˆ em que o comuador é Aˆ, Bˆ AB ˆ ˆ BA ˆ ˆ. O resulado ão clássco de a parícula ão poder esar móvel, so é, de possur uma eerga céca míma (eerga de poo zero) E 1, raduz a relação de cereza. Se a parícula esvesse parada, sera possível er-se x. Noe-se que a eerga de poo zero é ao maor quao meor for. (61) 1.5 Dsrbução do momeo lear px 1 ( p) ( x) e dx (6) é a rasformada de Fourer de ( x), e momeo lear. ( ) A aplcação à parícula o fosso dá, para os esados esacoáros: 1 p é a fução desdade de probabldade do 1 x px x px ( p) s cos s s dx. (63) Como cos( a b) cos( a b) x s ax cos bx dx, (64) ( a b) ( a b) e s( a b) x s( a b) x s ax s bx dx, (65) ( a b) ( a b) E usado p a b (66) e p a b (67) vem 9

11 p p cos 1 cos 1 s ax cos bx dx (68) p p e p p s s s axs bx dx (69) p p E a rasformada de Fourer é eão p p p p 1 cos 1 cos s s 1 ( p) p p p p (7) E daqu obém-se ( ) p, 4 p p p p 1 cos 1 cos s s p p p p ( p). (71) Nas fguras segues apresea-se esa dsrbução para város valores do úmero quâco. Possudo a parícula apeas eerga céca, e edo os esados esacoáros uma eerga bem defda, é de esperar em ermos clásscos que a dsrbução do momeo lear apeas apresee dos valores, so é, que se reduza a duas fuções dela ceradas em p cl p cl e pcl com h me (7) Iso é de faco o que sucede para elevado (de acordo com o prcípo de correspodêca, ver Fgura 4) mas ão o que se verfca para valores pequeos de. 1

12 .1 = 1 = p p = 15.8 = p 4 4 p Fg. 4 Dsrbução do momeo lear da parícula a caxa para = 1, 5, 15 e 1. Uma forma de eeder eses resulados esá o sgfcado do especro de Fourer. A fução de oda é do po sax pelo que se fosse x], [, eríamos sempre duas fuções dela, ceradas em a e a. Como x,, o resulado é semelhae mas mas complcado. Para grade, o período do seo é pequeo, e a fução repee-se muas vezes o ervalo,, que é quase como se fosse fo. Mas para pequeo sso ão se dá. Assm, para 1 a dsrbução do momeo lear é aé umodal (Fgura 4). Iexplcavelmee, eses resulados báscos esão errados em város lvros de exo (e.g. Aks 9, em que se procura demosrar - correcamee - que o lme clássco se aplca a qualquer ). 1.6 Orogoaldade As fuções própras são oroormadas, m m( x) ( x) dx m, (73) e formam uma base, 11

13 ( x) c ( x), (74) 1 1 sedo c coefcees cosaes (possvelmee complexos). Qualquer solução da equação depedee do empo é da forma da Eq. (74), que ambém se pode escrever c (75) 1 sedo as fuções própras. Tem-se (ormalzação), c 1 1 (76) Com efeo, * * cmc m cmc m c m1 1 m1 1 1 (77) c dá eão a possbldade de ecorar o ssema o esado com eerga Dada como ober c? m (78) 1 m c m c Assm, c ( x) ( x,) dx (79) * e podemos escrever (8) 1 1 Qual a eerga méda do esado esacoáro? e E Eˆ Hˆ (81) (8) Hˆ Hˆ Hˆ E Eão (83) E Eˆ E E c E E.

14 é pos uma méda poderada dos E. Assm, se o ssema é descro pela fução de oda ( x), a probabldade de obermos a eerga Da mesma forma deduz-se 1 E é c. E c E (84) e porao E c E c E 1 1 (85) 1.7 Esados ão esacoáros e grupos de odas Qual o aspeco de Em geral, ( x, )? * * * ( x, ) ( x, ) ( x, ) cm m( x, ) c ( x, ) m1 1 (86) Em E ( E Em ) * * m m m m m1 1 m1 1 (87) ( x, ) c c ( x) ( x) e e c c ( x) ( x) e Eão E Em c ( x) c c c c ( x) ( x)cos * * ( x, ) m m m 1 m1m (88) Admdo que os coefcees são reas, e defdo E E m m (89) vem, ( x, ) c ( x) cm c m( x) ( x)cos( m) 1 m1m (9) ( x, ) é em geral fução do empo. Escolhedo os valores de c, é possível cosrur grupos de odas que se assemelham às parículas clásscas (mas obedecem à relação de cereza). Tem-se x x x dx c c x (91) (, ) m m cos( m ) m1 m 13

15 Com x ( x) x ( x) dx. m m Tem-se ada, para o momeo lear médo, uma evolução, dada por d p m x m cm c m xm s( m) (9) d m1 m Noe-se que mesmo para os esados ão esacoáros a eerga méda E e o desvo padrão E ão varam com o empo, embora <x> e <p> varem. Um exemplo: Seja 1 x, 1( x) e ( x) e E1 E Fca eão * 1 E ( x, ) ( x, ) 1( x) ( x) 1( x) ( x)cos Como (93) (94) E h (95) 8m em-se E h 3h E (4 1) 8m 8m (96) 1 Temos ambém E1 3h 3h 1 (97) 8m h 4m Falmee, 16 ( x) 1( x) x dx (98) 9 dode cos h x 9 4m Obemos eão x e h cos, 9 4m (99) (1)

16 d 4h 3 h p m x s, d 3 4m que são fuções peródcas do empo. Na Fgura 5 represeam-se (11) ( x, ) e x (fazedo = = m = 1): x Fg. 5 Evolução emporal da fução desdade de probabldade e do valor médo da posção correspodees à fução de oda dada pela Eq. (93). O gráfco da drea apresea já alguma semelhaça com o resulado da parcula clássca. Esa semelhaça aumea muo se forem sobreposas váras fuções de oda com elevado. Na Fgura 6, sobrepuseram-se 1 fuções de oda, usado uma dsrbução do po gaussao cerada em = 5. x Fg. 6 Evolução emporal da fução desdade de probabldade e do valor médo da posção correspodees a uma sobreposção de 1 fuções própras poderadas por uma dsrbução gaussaa cerada em = 5. O valor médo de x, represeado à drea, evolu quase como o caso clássco durae muos cclos. O valor médo do momeo lear, proporcoal à dervada do valor médo de x em ordem ao empo em o segue adameo, 15

17 15 p Fg. 7 Evolução emporal do valor médo do momeo lear correspodee a uma sobreposção de 1 fuções própras poderadas por uma dsrbução gaussaa cerada em = 5. que é mas uma vez muo próxmo do prevso para a parícula clássca. 1.8 Parícula um fosso de poecal fo a rês dmesões (parícula uma caxa 3D) A eerga poecal em a forma de um fosso de paredes vercas de alura fa, mas agora em 3D, so é, a parícula esá coda em < x < a, < y < b, < z < c. Resolução da equação depedee do empo: A equação depedee do empo é agora E m x y z, (1) sedo as codções froera do problema: (, y, z) ( x,, z) ( x, y,) ( a, y, z) ( x, b, z) ( x, y, c). (13) Como o hamloao é dado por uma soma de ermos acuado sobre dferees varáves, a equação é separável, e a fução de oda é um produo de fuções de uma só varável, ( x, y, z) X ( x) Y( y) Z( z), (14) Cada uma das quas em a forma da solução udmesoal, eq. (4), pelo que 1,, 3 com x y 3 z ( x, y, z) s s s abc a b c (15) E h 8m a b c 1 3 1,, 3 (16) sedo 1 = 1,,., = 1,,., e 3 = 1,,. Os esados são assm represeados pelos eros de úmeros quâcos ( 1,, 3 ). Para um cubo de aresa, a eerga reduz-se a h E 1,, m (17) 16

18 E surge a possbldade de degeerescêca, so é, de dferees esados erem a mesma eerga, por exemplo (,1,1), (1,,1), e (1,1,), um caso de degeerescêca rpla. Fg. 8 Níves de eerga e respecvas degeerescêcas da parícula uma caxa cúbca. 1.9 Posulados da Mecâca Quâca Os posulados da Mecâca Quâca são as regras do jogo. Cosuem uma ssemazação dos pressuposos e procedmeos desa eora. 1. Num dado sae, o esado de um ssema físco é defdo pela fução de oda ( r, ) o espaço dos esados do ssema. O sgfcado físco da fução de oda é dado pelo quadrado do seu módulo (erpreação de Bor), que é uma fução desdade de probabldade.. Toda a gradeza físca mesurável A é descra por um operador  que acua a fução de oda. Ese operador é chamado observável, e pode er um especro dscreo, coíuo ou mso de valores própros reas. Os operadores que represeam observáves são sempre hermeaos, ou seja, as que A * A. Em parcular, so mplca que A é um úmero real. 3. A medção da gradeza físca A resula um dos vecores própros (fuções própras) do observável correspodee. O valor meddo, um úmero real, é um dos valores própros de Â. 4. No caso de um especro dscreo, a probabldade de ober como resulado o valor própro a do observável A é, sedo (ou () r ) o vecor própro de  assocado ao valor própro a. No caso de um especro coíuo o resulado aeror aplca-se muas muads. 17

19 5. Redução da fução de oda: Se o esado do ssema é ( r, ), e se a medção da gradeza físca A coduz ao valor (caso ão degeerado). a, eão o esado do ssema medaamee após a medção é () r Compabldade de observáves: Se () r cosu uma base comum a dos observáves dsos, eão esses observáves comuam, so é, podem ser meddos smulâeamee. Dedução: Aˆ a 1,,... (18) Bˆ b 1,,... (19) Seja c (11) Eão Aˆ c a (111) BA ˆ ˆ c a b (11) A aplcação dos operadores pela ordem versa produz o mesmo resulado (113) AB ˆ ˆ Aˆ c b c b a pelo que AB ˆ ˆ BA ˆ ˆ (114) e AB ˆ, ˆ (115) Noe-se que a exsêca de uma fução própra comum a  e a ˆB é sufcee para assegurar a comuavdade dos operadores. 6. A evolução o empo da fução de oda é dada (em boa aproxmação) pela equação de Schrödger: ˆ H() (116) em que Ĥ é o operador hamloao. 18

20 Há pos deermsmo absoluo a evolução de (). Sabedo (), podemos cohecer (). A deermação surge as codções cas e o aco de medção, que leva o ssema para um esado mprevsível (redução da fução de oda). 1.1 Teora das perurbações depedees do empo Em Especroscopa, esamos eressados os esados cal, fal e a rasção ere eses dos esados. A rasção só é possível por acção de uma perurbação, que a aproxmação semclássca é cosuída pela radação. Não se eve aé aqu em coa a preseça de radação. A eora das perurbações, que é um méodo maemáco e ão uma eora físca, é por esa razão fudameal em Especroscopa. O ssema (áomo, molécula) é descro pelo hamloao Ĥ. A radação é cosderada uma pequea perurbação H ˆ '( ), em rgor fução ambém do espaço, H ˆ '( x, ). Acualmee produzem-se campos ão esos que os áomos e as moléculas se desagregam sob a sua acção (ozações, explosões de Coulomb) em codções de ão ressoâca, ão podedo a radação ser essas codções eedda como uma perurbação. É claro que basa um úco foão, desde que com eerga sufceemee elevada, para ambém desrur os áomos ou moléculas por ozação ou foodssocação, suações em que é o eao ecessára ressoâca. As váras possbldades de eracção ecoram-se esquemazadas a Fgura 9: Fg. 9 Tpos de eracção radação-maéra para processos moofoócos, em fução da eerga do foão e da esdade da radação. Vmos aé aqu que a ausêca de eracções com o exeror, o esado do ssema em eerga méda cosae, embora a fução de oda possa evolur o empo, mas de forma peródca, 19

21 E c e (117) Exsem rasções soeergécas mporaes, por exemplo a coversão era em esados moleculares excados (rasções ão radavas, em que a eerga elecróca é parcalmee coverda em eerga vbracoal). Neses casos observa-se a evolução de um esado ão esacoáro, dada pela Eq. (117). Embora a evolução seja em prcípo peródca, o empo de recorrêca é frequeemee ão elevado que o processo é para odos os efeos rreversível. Se o ssema (áomo ou molécula) se ecorar um esado esacoáro, só pode haver aleração da sua eerga, so é, uma rasção para ouro esado (esacoáro ou ão esacoáro), em cosequêca de uma perurbação exeror. Com efeo, se o ssema esver calmee um dado esado esacoáro, permaecerá defdamee esse esado a ausêca de perurbações (eha-se em coa que a própra emssão espoâea resula de uma perurbação duzda pelo vácuo). Tem-se ˆ E, H (118) ou, a oação de Drac, ˆ. H E (119) Cosdere-se agora que o sae = é aplcada uma perurbação H'( ), Hˆ ( ) Hˆ Hˆ '( ). (1) O ssema va eão evolur de acordo com a equação de Schrödger, ˆ H( ). Seja (11) (). (1) A probabldade de rasção para um esado f será P ( ) f ( ), (13) f que é o quadrado do coefcee de f, ( ) cf. Ora ( ) c ( ), (14) Pelo que subsudo a Eq. (14) a equação de Schrödger vem c ( ) ˆ H c( ), (15)

22 ou seja, dc H H c ˆ ˆ '( ) ( ), d (16) dode dc c ( ) Hˆ c ( ) Hˆ '( ), (17) d vem eão dc c ( ) ( ) ˆ E c H '( ), d (18) mulplcado à esquerda por m, dc m ' cm( ) Em Hm( ) c( ), d em que (19) ( ) ˆ '( ). m (13) ' H m H Tem-se assm um ssema de equações dferecas leares acopladas de 1ª ordem em. O acoplameo provém da perurbação. Com efeo, se esa for ula, vem dcm cm( ) Em, (131) d ou (admdo que o esado cal é geralmee uma sobreposção) Em c ( ) e c (), (13) m m que é um resulado já cohecdo. Para prossegur a resolução de (19), é coveee fazer a mudaça de varável E c ( ) b ( ) e, (133) E o ssema fca E d ( EmE) m ' bm ( ) bm ( ) bm ( ) Em Hm( ) b ( ) e, d (134) e defdo (oe-se que esas frequêcas podem ser posvas ou egavas) m Em E, (135) rasforma-se em 1

23 dbm m ' e Hm( ) b ( ), (136) d que se pode pôr a forma marcal, ' 1 ' 1 ' b1 H11( ) e H1( )... e H1 ( ) b1 1 ' ' ' b e H1( ) H( )... e H ( ) b d (137) d ' ' ' b e H1( ) e H( )... H ( ) b Ese ssema de equações é rgorosamee gual à equação de Schrödger (adme-se que o especro é dscreo e que há valores própros). A sua solução geral é descohecda. Resolução aproxmada (eora das perurbações): O esado cal é. Assm, b (). Subsudo esa codção o ssema de equações (aproxmação de ordem zero) vem d b e H ( ) e H ( ), (138) d o que dá (1) m ' m ' m m m (1) 1 m' ' m m b ( ) e H ( ') d '. (139) A probabldade de rasção será assm 1 f' ' f P ( ) f ( ) e H ( ') d '. (14) f Esa aproxmação só é válda para empos curos. Aplcação a uma perurbação susodal: Sedo H ˆ '( ) V ( x)s, (141) obém-se ( f ) ( f ) f f f V 1 e 1 e Pf ( ), 4 (14) em que Vf f Vˆ. (143) Para um cero sae, Pf () é fução de. Apresea um carácer de ressoâca dupla, para f e f. Como, em-se absorção ressoae quado f,

24 f h absorção e emssão ressoae duzda ou esmulada pela perurbação quado f, h f Emssão esmulada de eracção. É muo mporae oar que a probabldade de rasção é fução do quadrado do ermo Ese resulado é ada váldo para um acoplameo com um coíuo de esados (regra de ouro de Ferm), em que agora se em a probabldade de rasção por udade de empo. A eora das perurbações pode ser levada mas loge, aparecedo os efeos ão leares as aproxmações de ordem superor. Vejamos aes dsso a dedução da probabldade de rasção para a 1ª ordem com maor pormeor: Cosderado apeas a absorção, o ermo com sal posvo é desprezável (em-se f, dode f é elevado). ( f ) f e f V 1 Pf ( ). 4 (144) Ora ( f ) 1 e 1 cos ( f ) s ( f ) 1 cos ( f ) s ( f ), (145) do quadrado do módulo do umerador vem a a a a 1cos s 1cos 1 1 cos, (146) 3

25 e usado a dedade 1cos s, (147) vem a (1 cos a) 4s. Eão f f 4s s V f Vf Pf ( ). 4 ( f ) 4 f A represeação desa probabldade de rasção para város saes em fução de f (148) (149), Fgura 1, perme coclur que a empos curos a rasção pode dar-se mesmo sem ressoâca exaca, mas que a codção de ressoâca é obedecda para empos sufceemee logos. No eao, esa cosaação, embora correca, ão é rgorosa do poo de vsa maemáco, uma vez que a ordem de aproxmação lma o resulado obdo aos empos curos. Fg. 1 Probabldade de rasção a aproxmação de 1ª ordem. argura de ressoâca e cereza empo-eerga: No poo máxmo da ressoâca em-se dode s x x e fca eão 4 f

26 V (15) 4 f f ( ). P A probabldade aula-se quado o argumeo do seo é um múlplo de. O prmero zero à drea é f, (151) Ou seja, f, (15) e a largura é 4, (153) ou, 4. (154) À medda que o empo aumea, a ressoâca va esreado. É uma forma da relação de cereza empo-eerga, que pode ser erpreada da segue forma: se f ão for cohecdo, pode aplcarse ao ssema uma perurbação susodal de frequêca, varável, que se faz varar de modo a deecar a ressoâca. Se cada valor de for aplcado durae um empo, a largura da ressoâca é. Assm, f é deermado com ao maor precsão quao maor for. Noe-se que 4 se pode reescrever E h. Em geral, as cerezas a eerga e uma cera caracerísca emporal (duração da eracção, empo de vda do esado excado) esão relacoadas por E, em que é a duração da eracção ou do esado excado. Uma cosequêca mporae desa relação é a grade defção (cereza) a eerga de um esado excado que eha uma duração muo pequea. Num dagrama de eergas, a um al esado correspode uma bada larga, e ão o raço habual que dca uma eerga bem defda. Ese resulado será usado adae. argura especral fa: A radação ulzada uca é perfeamee moocromáca (sso correspode a uma oda plaa, famee exesa o espaço e o empo). Dese modo, cosderado uma dsrbução especral f() aproxmadamee cosae o ervalo de ressoâca, f() = f 5

27 ( f ) ( f ) s s V f Vf Pf ( ) f ( ) d f d. 4 4 f f (155) Fazedo f u u f d du, (156) dode Vf s u Vf s u Pf ( ) f du f du, 4 u u u (157) e usado s u du u fca V f Pf ( ) f, (158) e assm a probabldade de rasção por udade de empo é w dp f f Vf, (159) d Que em a forma da chamada regra de ouro de Ferm. Comporameo para empos mas logos: Cosderaremos aqu apeas o caso de dos esados em ressoâca. Se for E < E f em-se calmee absorção como processo domae, pos a perurbação va promovedo a passagem de para f. No eao, agr-se-á um poo em que a rasção versa (emssão esmulada) começa a ser mporae. Eão o ssema va acabar por osclar perodcamee ere os dos esados, Fgura 11. 6

28 1 P f () Fg. 11 Probabldade de rasção em fução do empo um ssema de dos esados e em codções de ressoâca. O resulado exaco é Vf Pf ( ) s, (16) do fórmula de Rab. Esa fórmula obém-se do ssema de equações geral já vso, Eq. (137), sem usar aproxmações. Noe-se que para empos curos se em um adameo parabólco com o empo, como já se hava obdo a Eq. (15). Perurbações de ordem superor: Volado ao ssema de equações dferecas, dbm m ' e Hm( ) b ( ), (161) d vamos agora subsur ele as soluções de prmera ordem, (1) 1 ' ( ) ' ( ') ', b e H d (16) dode () ' 1 m ' ' m m d b e H ( ) e H ( ') d ', d ou (163) ' () 1 m ' '' ' ' m m b e e H ( ') H ( '') d '' d '. (164) Para uma perurbação susodal, 7

29 H ( ') V s ', (165) ' m ' m H ( '') V s '', (166) dode ' () 1 ( m ' '') bm VmV e d d s 's '' '' ', (167) e porao ' 1 ( f ' '') P ( ) V V e s 's '' d '' d '. (168) f 4 f O argumeo de cada um dos egras em ada a forma ecorada o raameo de 1ª ordem, so é, um carácer de ressoâca dupla (absorção e emssão esmulada). No eao, os esados cal e fal esão agora lgados por elemeos de marz que evolvem esados ermedáros, so é, a rasção dreca f pode ser vável (V f = ) mas ser ada possível rasar de para f aravés de processos drecos f. w f em que R f Em geral, pode escrever-se (169) Rf, Vf V Vf Vm Vm Vf... E E ( E E )( E E ) (17) m m correspodedo o prmero ermo à aproxmação de 1ª ordem, os dos prmeros à aproxmação de ª ordem, ec. Os processos respeaes às váras ordes podem ser represeados de forma esquemáca (v. abaxo), correspodedo as seas ascedees à absorção de um foão e as descedees à emssão de um foão, e as lhas horzoas a racejado aos chamados esados vruas, que são sempre verdaderos esados do áomo ou molécula, cf. Eq. (17). As lhas a racejado, colocadas os dagramas de forma a assegurar a coservação da eerga, obrgam os esados ermedáros a durar muo pouco empo, para que as suas badas de cereza a eerga ajam esses valores de eerga. A duração é ao meor quao maor é a dsâca eergéca ao cero das respecvas badas de eerga (E ), que são os valores que fguram o deomador dos somaóros do desevolvmeo perurbacoal. Os ermos mas afasados corbuem meos por essa razão, excepo se os umeradores (elemeos de marz V) forem elevados. Noe-se ada que as lhas a racejado correspodem ão um úco esado, mas sm a odos os esados ermédos, que 8

30 corbuem o eao de forma dsa, como resula da Eq. (17). Os processos mulfoócos são essecalmee saâeos. Os processos oram-se quase sempre meos esos à medda que se progrde a ordem da sére perurbacoal, e só podem ser observados com esdades de radação cada vez mas elevadas, ou éccas de deecção muo sesíves. No eao, a radação, apesar de esa, ão pode passar de uma pequea perurbação ao ssema aómco ou molecular para que a presee descrção seja válda. Quado o campo elécrco da radação age esdades comparáves ao campo ero do áomo ou molécula, o desevolvmeo dexa de ser váldo e exsem ouros processos de eracção, ormalmee desruvos Represeação esquemáca dos ermos do desevolvmeo perurbacoal Os ermos do desevolvmeo perurbacoal correspodem a processos físcos dsos, e podem ser represeados esquemacamee. Começado pela 1ª ordem vem: 1ª ordem: Absorção e emssão esmulada f h h absorção f Emssão esmulada A emssão espoâea ão é prevsa pela aproxmação sem-clássca, embora seja ormalmee o processo radavo de desacvação domae (excepo em laseres). ª ordem: Absorção bfoóca, dfusão de Rama e dfusão de Raylegh a) f: Absorção bfoóca f h h 1 Absorção bfoóca 9

31 A absorção bfoóca em regras de selecção dferees das da absorção moofoóca, como se referu. As duas frequêcas podem ser guas ou dferees. Noe-se que o processo ão cosse a absorção sequecal de dos foões reas, só possível se o esado ermédo fosse um esado real com a eerga aproprada. É acualmee muo ulzada em mcroscopa de fluorescêca. b) f: Dfusão elásca ou dfusão Rama h f h 1 h 1 Rama (Sokes) h f Rama (a-sokes) Na dfusão de Rama Sokes o foão dfuddo em meor eerga do que o foão cdee: = 1 -, sedo a frequêca da rasção ere os dos esados reas dcados. A dfereça de eergas ere os foões fca reda a molécula, que passa para um esado excado (ormalmee vbracoal ou roacoal). Na dfusão de Rama a-sokes acoece o coráro: o foão dfuddo em maor eerga do que o foão cdee: = 1 +, sedo a frequêca da rasção ere os dos esados reas dcados. A molécula, calmee um esado excado (ormalmee vbracoal ou roacoal) perde eerga. c) =f: Dfusão elásca ou de Raylegh h h, f Raylegh Nese caso os dos foões êm a mesma frequêca, e a dfusão é da elásca. 3

32 3ª ordem: a) f: Absorção rfoóca h 3 f h h 1 Absorção rfoóca b) f: Dfusão hper-rama h h33 h h 1 f h 1 h 3 f Hper-Rama (Sokes) Hper-Rama (a-sokes) Eses processos êm regras de selecção dsas do Rama ormal. c) =f: Dfusão hper-raylegh h h 3 h 1 Hper-Raylegh, f Se 1 = ese processo desga-se ambém por geração de segudo harmóco (ou duplcação de frequêca). Quado o meo em que cde a radação é sorópco, a dfusão dá-se em odas as drecções. No caso de ceros crsas asorópcos, a dfusão é pelo coráro dreccoal. 31

33 4ª ordem: a) Geração de ercero harmóco h 1 f h 1 h h 1 Geração de ercero harmóco De oar que a geração do ercero harmóco pode ambém ser realzada combado o segudo harmóco com a frequêca fudameal, ou seja, como uma sequêca de dos processos de 3ª ordem. b) CARS h 1 h 1 h h 3 CARS ressoae,f Nese processo (Cohere A-Sokes Rama Specroscopy) cdem a amosra fexes de radação com frequêcas 1 e. Se só cdsse o fexe com frequêca 1, er-se-am os processos de dfusão Rama e Raylegh usuas. Para o processo de Rama, apareceram rscas às frequêcas 1 - (Sokes) e 1 + (a-sokes), sedo a frequêca da rasção ere os dos esados reas dcados. Usado um segudo fexe com a frequêca do dagrama (so é, al que 1 - =, sedo pos = 1 -, o que correspode à rsca Sokes da dfusão Rama usual), esmula-se a emssão duzda a essa frequêca, levado o ssema ao esado excado real do dagrama. Favorece-se pos o processo Rama (a-sokes) a parr desse esado, como se mosra o dagrama, verfcado-se que 3 = 1 - = 1 +, que correspode precsamee à rsca a-sokes da dfusão Rama usual. Tem-se assm um processo de Rama em que se rrada smulaeamee a frequêca de Raylegh e a de Sokes para se esfcar a rsca a-sokes. Ao coráro do Rama usual, o processo CARS é dreccoal. 3

34 Fazedo ervr ambém a emssão espoâea, ão coemplada a aproxmação sem-clássca, são possíves processos adcoas, por exemplo: 1ª ordem: Emssão espoâea h f Emssão espoâea Como fo referdo, a emssão espoâea ão é prevsa pela aproxmação sem-clássca, embora seja ormalmee o processo radavo de desacvação domae. Em Elecrodâmca Quâca, em que a radação ambém é quafcada, a emssão espoâea pode ser eedda como uma emssão esmulada pelo vácuo. ª ordem: a) f: Emssão bfoóca h 1 h f Emssão bfoóca Ese processo, muo raro, é a va de desacvação radava mas provável para o esado s do áomo de hdrogéo (rasção s1s), cujo empo de vda é de 1 ms. Como ese caso as frequêcas 1 e ão esão de aemão defdas, mas apeas a sua soma, 1 + =, sedo a frequêca da rasção ere os dos esados reas dcados, a emssão observada correspode a um coíuo de frequêcas ere e, com máxmo de esdade a uma frequêca erméda. 33

35 3ª ordem: h 3 f h h 1 Absorção bfoóca ão ressoae Ese processo de rês foões perme produzr absorção de radação por um processo bfoóco, mesmo que ão haja ressoâca. Usado um fexe adcoal de frequêca, o segudo processo pode dar-se por emssão esmulada e é esfcado. Bblografa P.W. Aks, J. de Paula, R. Fredma, Quaa, Maer, ad Chage, 1 a ed., Oxford UP, 9. C. Cohe-Taoudj, B. Du, F. aloë, Mécaque Quaque, vol. II, Herma, P. F. Berah, Specra of Aoms ad Molecules, Oxford UP, a ed., 5. W. S. Sruve, Fudameals of Molecular Specroscopy, Wley, D.. Adrews, P. Allcock, Opcal Harmocs Molecular Sysems, Wley-VCH,. C. Cohe-Taoudj, J. Dupo-Roc, G. Gryberg, Processus d Iéraco Ere Phoos e Aomes, IerEdos,

2-TRANSFORMAÇÃO DE COORDENADAS: PARÂMETROS DE REPRESENTAÇÃO

2-TRANSFORMAÇÃO DE COORDENADAS: PARÂMETROS DE REPRESENTAÇÃO 2-TANSFOMAÇÃO DE COODENADAS: PAÂMETOS DE EPESENTAÇÃO 2.1 Cosseos Dreores e a Mar de oação Seam dos ssemas caresaos um de referêca e ouro fo um corpo rígdo defdos pelos ssemas ( e ( respecvamee que são

Leia mais

Curso de Óptica Aplicada

Curso de Óptica Aplicada Curso de Ópca Aplcada Faculdade de Cêcas e Tecologa Uversdade Nova de Lsboa AT 4 Propagação Deparameo Aula Teórca de Físca 5 Ópca Geomérca Curso de Ópca Aplcada Aula Teórca 4 Propagação Curso de Ópca Aplcada

Leia mais

A DESIGUALDADE DE CHEBYCHEV HÉLIO BERNARDO LOPES 1

A DESIGUALDADE DE CHEBYCHEV HÉLIO BERNARDO LOPES 1 A DESIGUALDADE DE CHEBYCHEV HÉLIO BERNARDO LOPES Resumo. A desgualdade de Chebychev cosu um resulado de grade mporâca a esmação da probabldade de acoecmeos orudos de experêcas aleaóras de que se descohece

Leia mais

Aula 4. Interferência. - Refração e Lei de Snell: frequência e comprimento de onda - Mudança de fase - Experimento de Young

Aula 4. Interferência. - Refração e Lei de Snell: frequência e comprimento de onda - Mudança de fase - Experimento de Young Aula 4 Ierferêca - Refração e e de Sell: frequêca e comprmeo de oda - Mudaça de fase - Expermeo de Youg Refração e e de Sell Já vmos a e de Sell: s s ode c v Frequêca e Comprmeo de Oda a Refração Temos:

Leia mais

Receita do Método da Aproximação Polinomial Global Aplicado a Problemas. Unidirecionais sem Simetria

Receita do Método da Aproximação Polinomial Global Aplicado a Problemas. Unidirecionais sem Simetria Recea do Méodo da Aromação olomal Recea do Méodo da Aromação olomal Global Alcado a roblemas Esruura Geral do roblema: Udrecoas sem Smera y y y F y o domío : 0 < < e >0. Suea às codções de cooro: CC: G

Leia mais

Nº de sucessos ,3277 0,4096 0,2048 0,0512 0,0064 0,0003. n Limite superior de 0,025 0,01 0,0025 0,000625

Nº de sucessos ,3277 0,4096 0,2048 0,0512 0,0064 0,0003. n Limite superior de 0,025 0,01 0,0025 0,000625 Capíulo Problema 0 Nº de sucessos 0 4 5 0,0 0, 0,4 0,6 0,8,0 P 0,77 0,4096 0,048 0,05 0,0064 0,000 E 0, p ; 0,0 5 Problema 0 4 0 5 00 400 Lme superor de 0,05 0,0 0,005 0,00065 Lme superor de p^ 0,00 0,05

Leia mais

Exemplo pág. 28. Aplicação da distribuição normal. Normal reduzida Z=(900 1200)/200= 1,5. Φ( z)=1 Φ(z)

Exemplo pág. 28. Aplicação da distribuição normal. Normal reduzida Z=(900 1200)/200= 1,5. Φ( z)=1 Φ(z) Exemplo pág. 28 Aplcação da dsrbução ormal Normal reduzda Z=(9 2)/2=,5 Φ( z)= Φ(z) Subsudo valores por recurso à abela da ormal:,9332 = Φ(z) Φ(z) =,668 Φ( z)= Φ(z) Φ(z) =,33 Φ(z) =,977 z = (8 2)/2 = 2

Leia mais

TRANSITÓRIOS MECÂNICOS DO MOTOR DE INDUÇÃO

TRANSITÓRIOS MECÂNICOS DO MOTOR DE INDUÇÃO CAPÍTULO 7 TRANSITÓRIOS MECÂNICOS DO MOTOR DE INDUÇÃO 7.1 INTRODUÇÃO Vaos cosderar o caso de u oor de dução dusral, aleado por esões rfáscas balaceadas. Tal oor e a caracerísca orque-velocdade represeada

Leia mais

EN3224 Dinâmica de Fluidos Computacional

EN3224 Dinâmica de Fluidos Computacional Uversdade Federal do ABC EN34 Dâmca de Fldos Compacoal Apreseação do Crso EN34 Dâmca de Fldos Compacoal Uversdade Federal do ABC Sod s Shock Tbe Problem Um smples modelo de ma dmesoal de m gás rodzdo por

Leia mais

Sistemas Série-Paralelo e

Sistemas Série-Paralelo e Capíulo 5 Cofabldade de semas ére-paralelo e Msos Flávo. Foglao uposções comus a odos os ssemas aalsados Cofabldade de ssemas é avalada um poo o empo; ou seja, compoees apreseam cofabldades esácas em.

Leia mais

5 Cálculo Diferencial em IR n

5 Cálculo Diferencial em IR n 5 Cálculo Derecal e IR Irodução Cosdereos a órula que os dá a área de u raulo: b h A b h Coo podeos vercar a área de u râulo depede de duas varáves: base b e alura h. Podeos caracerar esa ução coo sedo

Leia mais

Grupo I (Cotação: 0 a 3 valores: uma resposta certa vale 1,5 valores e uma errada 0,50 valores)

Grupo I (Cotação: 0 a 3 valores: uma resposta certa vale 1,5 valores e uma errada 0,50 valores) INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO Esaísca II - Lcecaura em Gesão Época de Recurso 5// Pare práca (quesões de escolha múlpla) (6 valores) Nome: Nº Espaço reservado para a classfcação (ão escrever

Leia mais

Métodos AiBi e Logístico para projeção de pequenas áreas: uma aplicação para a microrregião de Angicos RN

Métodos AiBi e Logístico para projeção de pequenas áreas: uma aplicação para a microrregião de Angicos RN Méodos AB e Logísco para projeção de pequeas áreas: uma aplcação para a mcrorregão de Agcos RN Crsae Slva Corrêa CEDELAR/UFMG e UFRN Luaa Juquera Das Myrrha CEDELAR/UFMG e UFRN Moema Fígol CEDELAR/UFMG.

Leia mais

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

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

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

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

Leia mais

Sinais contínuos e discretos. Sinais contínuos. Sinais: o que são? Sinais. Os sinais traduzem a evolução de uma grandeza ao longo do tempo.

Sinais contínuos e discretos. Sinais contínuos. Sinais: o que são? Sinais. Os sinais traduzem a evolução de uma grandeza ao longo do tempo. Sas coíuos e dscreos Sas orge s. marques orge s. marques Sas: o que são? Sas coíuos Os sas raduzem a eolução de uma gradeza ao logo do empo empo : IR IR ou : [ab] IR ou do espaço Um sal dz-se coíuo se

Leia mais

VaR t = valor em risco, em reais, do conjunto das exposições de que trata o caput para o dia "t", obtido de acordo com a seguinte fórmula:

VaR t = valor em risco, em reais, do conjunto das exposições de que trata o caput para o dia t, obtido de acordo com a seguinte fórmula: CIRCULAR Nº 3.568, DE 21 DE DEZEMBRO DE 2011 Documeo ormavo revogado, a parr de 1º/10/2013, pela Crcular º 3.634, de 4/3/2013. Alera dsposvos das Crculares s. 3.361, de 12 de seembro de 2007, 3.388, de

Leia mais

1. Tensão Uma das repostas do MC ao carregamento

1. Tensão Uma das repostas do MC ao carregamento Dscla RM-LEG, Z. Drovová, DEC/FCT/UNL, 6. Tesão Ua das reosas do MC ao carregaeo. Vecor das esões forças eras ssea ssea core ssea A F F - ssea ssea ssea B Cojuo( ssea + ssea ) esá e equlíbro Cojuo( ssea

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

O gráfico abaixo mostra um exemplo das vendas (em unidades vendidas) mensais de um produto. Exemplo de Serie Temporal mes

O gráfico abaixo mostra um exemplo das vendas (em unidades vendidas) mensais de um produto. Exemplo de Serie Temporal mes Modelos de Prevsão Irodução Em omada de decsão é basae comum raar problemas cujas decsões a serem omadas são fuções de faos fuuros Assm, os dados descrevedo a suação de decsão precsam ser represeavos do

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

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

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

Leia mais

Conceitos fundamentais

Conceitos fundamentais CF Coceo fdamea Exem parâmero qe caracerzam o a e qe permem a comparação ere ele. Valor médo Para m al qe e repee com m deermado ervalo peródco a expreão para calclar o valor médo ambém é ea. < < Ex: A

Leia mais

ANÁLISE VISCOELÁSTICA DE PAVIMENTOS ASFÁLTICOS PELO MÉTODO DOS ELEMENTOS FINITOS

ANÁLISE VISCOELÁSTICA DE PAVIMENTOS ASFÁLTICOS PELO MÉTODO DOS ELEMENTOS FINITOS ANÁLISE VISCOELÁSTICA DE PAVIMENTOS ASFÁLTICOS PELO MÉTODO DOS ELEMENTOS FINITOS Eso de Lma Porela Uversdade Federal do Ceará Laboraóro de Mecâca dos Pavmeos - Deparameo de Egehara de Traspores Evadro

Leia mais

Simulações Numéricas em Astrofísica. Diego Falceta-Gonçalves EACH Universidade de São Paulo

Simulações Numéricas em Astrofísica. Diego Falceta-Gonçalves EACH Universidade de São Paulo Smlações Nmércas em Asrofísca Dego Falcea-Goçalves EACH Uversdade de São Palo IWCCA São Palo 06/0 Dego Falcea-Goçalves Smlações mércas em Asrofísca Irodção Movação Pracamee odos os processos físcos (qímcos,

Leia mais

Secção 7. Sistemas de equações diferenciais.

Secção 7. Sistemas de equações diferenciais. 7. Sisemas de equações difereciais Secção 7. Sisemas de equações difereciais. (Farlow: Sec. 6., 6.4 e 6.6) No caso geral, um sisema de equações difereciais de primeira ordem pode ser represeado da seguie

Leia mais

Díodo: Regime Dinâmico

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

Leia mais

ESTATÍSTICA Exame Final 1ª Época 3 de Junho de 2002 às 14 horas Duração : 3 horas

ESTATÍSTICA Exame Final 1ª Época 3 de Junho de 2002 às 14 horas Duração : 3 horas Faculdade de cooma Uversdade Nova de Lsboa STTÍSTIC xame Fal ª Época de Juho de 00 às horas Duração : horas teção:. Respoda a cada grupo em folhas separadas. Idetfque todas as folhas.. Todas as respostas

Leia mais

Formulação Conservativa X Não-Conservativa para Sistemas Hiperbólicos. Prof. Diomar Cesar Lobão UFF - Volta Redonda, RJ Nov 2008

Formulação Conservativa X Não-Conservativa para Sistemas Hiperbólicos. Prof. Diomar Cesar Lobão UFF - Volta Redonda, RJ Nov 2008 ormuação Coservava X ãocoservava para Ssemas Hperbócos Prof. omar Cesar Lobão U Voa Redoda, RJ ov 8 ovação: Apcações Ídce éodo ãocoservavo éodo Coservavo efção do Probema de Rema éodo de fereças as para

Leia mais

5 Sistemas Lineares com Coecientes Periódicos

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

Leia mais

Aula Condições para Produção de Íons num Gás em Equilíbrio Térmico

Aula Condições para Produção de Íons num Gás em Equilíbrio Térmico Aula 2 Nesta aula, remos formalzar o coceto de plasma, rever osso etedmeto sobre temperatura de um gás e falmete, cohecer algus processos de ozação. 1.3 Codções para Produção de Íos um Gás em Equlíbro

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

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

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

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

Leia mais

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

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

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

CONFIABILIDADE EM ENGENHARIA

CONFIABILIDADE EM ENGENHARIA UNIVERSIDADE ESTADUAL DE CAMPINAS FACULDADE DE ENGENHARIA MECÂNICA DEPARTAMENTO DE PROJETO MECÂNICO Dscpla: IM 46 CONFIABILIDADE EM ENGENHARIA Auora: Profa. Dra. Kaa Lucches Cavalca Revsão: Zlda de Casro

Leia mais

Análise de Temperaturas em uma Barra Uniforme de Aço-Carbono com o Método Explícito

Análise de Temperaturas em uma Barra Uniforme de Aço-Carbono com o Método Explícito Aálse de emperauras em uma Barra Uforme de Aço-Carboo com o Méodo Explíco Jorge Corrêa de Araújo Rosa García Márquez 0 de dezembro de 03 Resumo Nesse rabalho é desevolvda uma solução umérca por dfereças

Leia mais

A PROGRAMAÇÃO MATEMÁTICA, A TECNOLOGIA E A MAIS-VALIA

A PROGRAMAÇÃO MATEMÁTICA, A TECNOLOGIA E A MAIS-VALIA A PROGRAMAÇÃO MATEMÁTICA, A TECNOLOGIA E A MAIS-VALIA Sdepa Bogosa Neo Cero de Projeos de Navos Marha do Brasl Ilha das Cobras, Ed. 6, s/o. Cero, Ro de Jaero CEP 2009-000 e-mal: sbogosa@gmal.com RESUMO

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

EXEMPLO 3 - CONTINUAÇÃO

EXEMPLO 3 - CONTINUAÇÃO AJUSTE A U POLINÔIO Se curv f for jusd um polômo de gru, eremos f * () 0 Segudo o mesmo procedmeo eror, chegremos o segue ssem ler: m L O L L 0 EXEPLO Os ddos bo correspodem o volume do álcool ídrco em

Leia mais

8 Programação linear 78

8 Programação linear 78 8 Programação lear 78 8 Programação lear A programação lear cosderou duas fuções objetvo: (a) maxmzação da comercalzação do gás e (b) mmzação das perdas (recetas e multas cotratuas). Foram dealzados dos

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

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

Martingalas: Uma ferramenta em Inferência Estatística

Martingalas: Uma ferramenta em Inferência Estatística V Cogresso Aual Socedade Poruguesa de Esaísca Cura, a 4 de Juho de 997 Margalas: Uma ferramea em Iferêca Esaísca Cláuda Nues, Aóo Pacheco Deparameo de Maemáca e Cero de Maemáca Aplcada Isuo Superor Técco,

Leia mais

O ESTIMADOR DE MÁXIMA VEROSSIMILHANÇA UTILIZADO EM TESTES DE VIDA SEQÜENCIAIS COM TRUNCAGEM: uma aplicação com um modelo Weibull de três parâmetros

O ESTIMADOR DE MÁXIMA VEROSSIMILHANÇA UTILIZADO EM TESTES DE VIDA SEQÜENCIAIS COM TRUNCAGEM: uma aplicação com um modelo Weibull de três parâmetros O ESTIMADOR DE MÁXIMA VEROSSIMILHANÇA UTILIZADO EM TESTES DE VIDA SEQÜENCIAIS COM TRUNCAGEM: uma aplcação com um modelo Webull de rês parâmeros DANIELE DA ROCHA FONSECA UNIVERSIDADE ESTADUAL DO NORTE FLUMINENSE

Leia mais

O ESTIMADOR DE MÁXIMA VEROSSIMILHANÇA UTILIZADO EM TESTES DE VIDA SEQÜENCIAIS COM TRUNCAGEM: uma aplicação com um modelo Weibull de três parâmetros

O ESTIMADOR DE MÁXIMA VEROSSIMILHANÇA UTILIZADO EM TESTES DE VIDA SEQÜENCIAIS COM TRUNCAGEM: uma aplicação com um modelo Weibull de três parâmetros O ESTIMADOR DE MÁXIMA VEROSSIMILHANÇA UTILIZADO EM TESTES DE VIDA SEQÜENCIAIS COM TRUNCAGEM: uma aplcação com um modelo Webull de rês parâmeros DANIELE DA ROCHA FONSECA UNIVERSIDADE ESTADUAL DO NORTE FLUMINENSE

Leia mais

SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL 8 a 11 de novembro de 2002, Rio de Janeiro/RJ A PESQUISA OPERACIONAL E AS CIDADES

SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL 8 a 11 de novembro de 2002, Rio de Janeiro/RJ A PESQUISA OPERACIONAL E AS CIDADES SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL 8 a de ovembro de 2002, Ro de Jaero/RJ MODELOS E ALGORITMOS PARA ALOCAÇÃO DE TRIPULAÇÃO EM REDES DE TRANSPORTE Geraldo Robso Maeus Jayme Assução Casmro Uversdade

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

4 - ANÁLISE DE SÉRIES TEMPORAIS

4 - ANÁLISE DE SÉRIES TEMPORAIS INE 700 Aálse de Séres Temporas 4 - ANÁLISE DE SÉRIES TEMPORAIS Sére Temporal é um cojuo de observações sobre uma varável, ordeado o empo, e regsrado em períodos regulares. Podemos eumerar os segues exemplos

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

PROCEDIMENTOS NUMÉRICOS PARA A SOLUÇÃO DAS EQUAÇÕES DA ADVECÇÃO, DA DIFUSÃO E ADVECÇÃO-DIFUSÃO PELO MÉTODO DAS DIFERENÇAS FINITAS

PROCEDIMENTOS NUMÉRICOS PARA A SOLUÇÃO DAS EQUAÇÕES DA ADVECÇÃO, DA DIFUSÃO E ADVECÇÃO-DIFUSÃO PELO MÉTODO DAS DIFERENÇAS FINITAS PROCEDIMENTOS NMÉRICOS PARA A SOLÇÃO DAS EQAÇÕES DA ADVECÇÃO DA DIFSÃO E ADVECÇÃO-DIFSÃO PELO MÉTODO DAS DIFERENÇAS FINITAS Hoóro Joaqum Ferado TESE SBMETIDA AO CORPO DOCENTE DA COORDENAÇÃO DOS PROGRAMAS

Leia mais

1 a Lista: MTM146: Prof. Paulo Magalhães:

1 a Lista: MTM146: Prof. Paulo Magalhães: Exercício : Mosre que a solução do sisema de EDO s x y f ( x y y com codições iiciais: x ( ) x() ) ), f saisfazedo x( f ( ) d f ( ) cos( ) d f ( ) cos( ) d f ( ), é dada por Exercício : Resolva o seguie

Leia mais

3 Aspectos Teóricos. 3.1.Espalhamentos Inelásticos

3 Aspectos Teóricos. 3.1.Espalhamentos Inelásticos Aspecos Teórcos 29 3 Aspecos Teórcos 3.1.Espalhameos Ieláscos Os sas de eresse deecados em um especro de um IF-IDAR são, bascamee, decorrdos de espalhameos eláscos, so é, erações ode há rasferêca de eerga

Leia mais

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

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

Leia mais

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

1 a Lista: MTM146: Prof. Paulo Magalhães:

1 a Lista: MTM146: Prof. Paulo Magalhães: a Lisa: MTM46: Prof Paulo Magalhães: Exercício : Mosre que a solução do sisema de EDO s x y f ( x y y com codições iiciais: x ( x(, f saisfazedo f (, é dada por x( f ( d Exercício : Resolva o seguie y

Leia mais

Grupo I ( 3 valores) 0 Os parâmetros podem ser considerados variáveis aleatórias pois as suas estimativas variam de amostra para amostra

Grupo I ( 3 valores) 0 Os parâmetros podem ser considerados variáveis aleatórias pois as suas estimativas variam de amostra para amostra Exame fial Esaísica Maria Helea Almeida 7 de Maio de 003 José Aóio Piheiro Duração h e 30 Noe bem: Grupos diferees em folhas diferees Não se esqueça de ideificar TODAS as folhas 3 Para maer a ordem, a

Leia mais

Aula de Hoje. Introdução a Sistemas Inteligentes. Redes RBF. Redes RBF. Tópicos em Redes Neurais II: Redes Neurais RBF 1ª Parte

Aula de Hoje. Introdução a Sistemas Inteligentes. Redes RBF. Redes RBF. Tópicos em Redes Neurais II: Redes Neurais RBF 1ª Parte Itrodução a Sstemas Itelgetes ópcos em Redes Neuras II: Redes Neuras RBF ª Parte Prof. Rcardo J. G. B. Campello Aula de Hoje Neurôos de Resposta Radal Modelos Neuras RBF Úca Saída Múltplas Saídas Represetação

Leia mais

ANÁLISE DE SINAIS E SISTEMAS

ANÁLISE DE SINAIS E SISTEMAS ANÁLISE DE SINAIS E SISTEMAS AULA 3: OPERAÇÕES BÁSICAS EM SINAIS: OPERARAÇÕES NAS VARIÁVEIS DEPENDENTES; OPERARAÇÕES NA VARIÁVEL INDEPENDENTE. FUNÇÕES ELEMENTARES: O DEGRAU UNITÁRIO; A RAMPA UNITÁRIA;

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

Solução das Equações Diferenciais das Linhas de Transmissão

Solução das Equações Diferenciais das Linhas de Transmissão 7 INTODUÇÃO FUHS, 979 Equações Dferecas das has de Trasmssão A dsrbução das correes e dfereças de poecal e a rasferêca de eerga ao logo de uma lha de rasmssão podem ser aalsadas por dersos processos, sedo

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

1. Estatística Descritiva

1. Estatística Descritiva . Esaísca Descrva Tabelas de Frequêcas a. Dados qualavos ou quaavos quado os valores se reee Frequêca absolua sles (F ) úero de vezes que cada valor dso da varável observada se reee (,, ). Te-se que: F

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

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

MOSFET: A Dedução da equação da corrente Aula 2

MOSFET: A Dedução da equação da corrente Aula 2 MOSFET: A edução da equação da corree Aula 31 Aula Maéra Cap./pága 1ª 03/08 Elerôca PS33 Programação para a Prmera Prova Esruura e operação dos rassores de efeo de campo caal, caraceríscas esão-corree.

Leia mais

Física IV Poli Engenharia Elétrica: 8ª Aula (28/08/2014)

Física IV Poli Engenharia Elétrica: 8ª Aula (28/08/2014) Físca IV Pol Egehara Elétrca: 8ª Aula (8/08/014) Prof. Alvaro Vaucc Na últma aula vmos: Resolução de Images: segudo o crtéro estabelecdo por Raylegh que quado o máxmo cetral devdo à dfração das odas do

Leia mais

UNIVERSIDADE FEDERAL DE OURO PRETO ESCOLA DE MINAS DEPARTAMENTO DE ENGENHARIA CIVIL. Por DENIVAL ROGÉRIO ALBERTO DISSERTAÇÃO DE MESTRADO

UNIVERSIDADE FEDERAL DE OURO PRETO ESCOLA DE MINAS DEPARTAMENTO DE ENGENHARIA CIVIL. Por DENIVAL ROGÉRIO ALBERTO DISSERTAÇÃO DE MESTRADO UNIVERSIDADE FEDERAL DE OURO PRETO ESCOLA DE MINAS DEPARTAMENTO DE ENGENHARIA CIVIL ANÁLISE TRANSIENTE TRIDIMENSIONAL VIA FORMULAÇÃO DIRETA DO MÉTODO DOS ELEMENTOS DE CONTORNO COM OPÇÃO DE SUBESTRUTURAÇÃO

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

AJUSTAMENTO DE CURVAS E MODELOS ESTOCÁSTICOS: ABUSOS DO MÉTODO DOS MÍNIMOS QUADRADOS

AJUSTAMENTO DE CURVAS E MODELOS ESTOCÁSTICOS: ABUSOS DO MÉTODO DOS MÍNIMOS QUADRADOS AJUSTAMENTO DE CURVAS E MODELOS ESTOCÁSTICOS: ABUSOS DO MÉTODO DOS MÍNIMOS QUADRADOS CURVE FITTING AND STOCHASTIC MODELS: ABUSES OF THE LEAST SQUARES METHOD. INTRODUÇÃO Muas vezes dspõe-se de um modelo

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

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

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

Leia mais

Cassiano Bragagnolo Vania Di Addario Guimarães Geraldo Sant Ana de Camargo Barros

Cassiano Bragagnolo Vania Di Addario Guimarães Geraldo Sant Ana de Camargo Barros A regra óma de armazeameo de arroz o Brasl Cassao Bragagolo Vaa D Addaro Gumarães Geraldo Sa Aa de Camargo Barros Resumo Ese rabalho preede aplcar um modelo ecoômco dâmco de expecavas racoas para armazeameo

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

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

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

Potenciais termodinâmicos, critérios de espontaneidade e condições de equilíbrio

Potenciais termodinâmicos, critérios de espontaneidade e condições de equilíbrio Potecas termodâmcos crtéros de espotaedade e codções de equlíbro O Prcípo da Etropa Máxma váldo para um sstema solado estabelece um crtéro para determarmos o setdo em que ocorrem os processos de forma

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

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

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

Aula 9. Aula de hoje. Aula passada. Self-normalized Importance Sampling Gerando amostras complicadas Variância amostral Simulação

Aula 9. Aula de hoje. Aula passada. Self-normalized Importance Sampling Gerando amostras complicadas Variância amostral Simulação Aula 9 Aula passada Método da rejeção (rejecto samplg) Exemplos Importace Samplg Exemplos Geeralzação Aula de hoje Self-ormalzed Importace Samplg Gerado amostras complcadas Varâca amostral Smulação Importace

Leia mais

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

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

Leia mais

Aplicação do método FDTD para simulação da interacção de ondas electromagnéticas com tecidos biológicos.

Aplicação do método FDTD para simulação da interacção de ondas electromagnéticas com tecidos biológicos. RVISTA DO DTUA VOL. 4 Nº 8 JUNO 007 Aplcação do méodo FDTD para smulação da eracção de odas elecromagécas com ecdos bológcos. Fracsco Nabas Ferro Gulherme Tavera Po Pedro Pho e J. F. Rocha Perera Deparameo

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

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

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão Estatístca Descrtva Meddas estatístcas: Localzação, Dspersão Meddas estatístcas Localzação Dspersão Meddas estatístcas - localzação Méda artmétca Dados ão agrupados x x Dados dscretos agrupados x f r x

Leia mais

Probabilidade II Aula 10

Probabilidade II Aula 10 Probabldade II Aula 0 Mao de 009 Môca Barros, D.Sc. Coteúdo Esperaça Matemá (Valores esperados) Mometos e Mometos Cetras Valores esperados de uma fução de Covarâca e Correlação Matrz de covarâca, matrz

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

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

Eletromagnetismo II 1 o Semestre de 2007 Noturno - Prof. Alvaro Vannucci

Eletromagnetismo II 1 o Semestre de 2007 Noturno - Prof. Alvaro Vannucci leomagesmo II o Semese de 7 Nouo - Pof. Alvao Vaucc 3 a aula /ab/7 Vmos: Odas sfécas (vácuo: = Ψ (modo T e B = ( ψ ω c ' = ω B ' = ψ c ( ψ (modo TM ; ω Ψ + Ψ = sedo que ψ sasfaz: c (equação scala de Helmholz

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

1. Na figura seguinte está representada parte do gráfico de uma função g, de domínio R e contínua em

1. Na figura seguinte está representada parte do gráfico de uma função g, de domínio R e contínua em PROVA ESCRITA DE MATEMÁTICA A.º E 00 Fevereiro 8 Duração da prova: 90 miuos VERSÃO Grupo I Para cada uma das cico quesões dese grupo, seleccioe a resposa correca de ere as aleraivas que lhe são apreseadas

Leia mais

DISTRIBUIÇÃO HIPERGEOMÉTRICA

DISTRIBUIÇÃO HIPERGEOMÉTRICA 7 DISTRIBUIÇÃO HIPERGEOMÉTRICA Cosdere-se uma população fta costtuída por N elemetos dstrbuídos por duas categoras eclusvas e eaustvas de dmesões M e N M, respectvamete. Os elemetos da prmera categora

Leia mais

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

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

Leia mais

Uma função X que associa a cada elemento de S (s S) um número real x = X(s) é denominada variável aleatória.

Uma função X que associa a cada elemento de S (s S) um número real x = X(s) é denominada variável aleatória. Prof. Lorí Viali, Dr. viali@ma.ufrgs.br hp://www.ma.ufrgs.br/~viali/ s KKK CKK KKC KCK CCK CKC KCC CCC S X R x = X(s) X(S) Uma fução X que associa a cada elemeo de S (s S) um úmero real x = X(s) é deomiada

Leia mais