MA 37 - Modelagem Matemática

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamanho: px
Começar a partir da página:

Download "MA 37 - Modelagem Matemática"

Transcrição

1 MA 37 - Modelagem Matemática Márcio Antônio de Andrade Bortoloti Departamento de Ciências Exatas e Tecnológicas - DCET Universidade Estadual do Sudoeste da Bahia - UESB Modelagem Matemática PROFMAT Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

2 Sumário 1 Introdução e Definições Gerais 2 Modelagem de Variações Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

3 MA 37 - Modelagem Matemática - 60h EMENTA Aspectos conceituais de modelagem. Otimização em Modelagem Matemática. Equações diferenciais e de diferenças em Modelagem Matemática. Probabilidade e Estatística em Modelagem Matemática. Teoria dos Grafos em Modelagem Matemática. Modelagem Matemática no ensino. Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

4 MA 37 - Modelagem Matemática - 60h METODOLOGIA O curso se baseará em aulas expositivas e atividades extra-sala de aula, propostas aos alunos. AVALIAÇÃO A avaliação consistirá de uma prova escrita e um trabalho. BIBLIOGRAFIA BÁSICA A First Course in Mathematical Modeling, Giordano, F. R.; Fox, W. P.; Horton, S. B.; Weir, M. D. Brooks Cole, Iniciação à Física Matemática: Modelagem de Processos e Métodos de Solução, IMPA, Mathematical Modeling, Meerschaert, M. M. Academic Press, Modelagem e Simulação, Claudio Garcia, EDUSP, Modeling and Applications in Mathematics Education â The 14th ICMI Study. Blum, W.; Galbraith, P. L.; Henn, H.-W.; Niss, M. Springer, Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

5 Modelagem Computacional E como está o nosso conhecimento sobre softwares? Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

6 Propaganda... Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

7 Propaganda... Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

8 Modelagem Matemática Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

9 Introdução e Definições Gerais Os modelos podem ser: Físicos Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

10 Introdução e Definições Gerais Os modelos podem ser: Físicos : protótipos e plantas-piloto. Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

11 Introdução e Definições Gerais Os modelos podem ser: Físicos : protótipos e plantas-piloto. Matemáticos Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

12 Introdução e Definições Gerais Os modelos podem ser: Físicos : protótipos e plantas-piloto. Matemáticos : representação abstrata da realidade por equações. Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

13 Introdução e Definições Gerais O que é um Modelo Matemático? É uma representação dos aspectos essenciais de um sistema, que apresenta conhecimento desse sistema em uma forma utilizável. (Eykhoff) 1 1 P. Eykhoff, System Identification: Parameter and State Estimation. London, John Wiley & Sons, M. M. Denn, Process Modeling. Harlow, Longman, D. E. Seborg, T. F. Edgar and D. A. Mellichamp. Process Dynamics and Control. 2 ed. New York, John Wiley & Sons, Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

14 Introdução e Definições Gerais O que é um Modelo Matemático? É uma representação dos aspectos essenciais de um sistema, que apresenta conhecimento desse sistema em uma forma utilizável. (Eykhoff) 1 É um sistema de equações, cuja solução, dado um conjunto de dados de entrada é representativa da resposta do processo. (Denn) 2 1 P. Eykhoff, System Identification: Parameter and State Estimation. London, John Wiley & Sons, M. M. Denn, Process Modeling. Harlow, Longman, D. E. Seborg, T. F. Edgar and D. A. Mellichamp. Process Dynamics and Control. 2 ed. New York, John Wiley & Sons, Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

15 Introdução e Definições Gerais O que é um Modelo Matemático? É uma representação dos aspectos essenciais de um sistema, que apresenta conhecimento desse sistema em uma forma utilizável. (Eykhoff) 1 É um sistema de equações, cuja solução, dado um conjunto de dados de entrada é representativa da resposta do processo. (Denn) 2 Um modelo nada mais é do que uma abstração matemática de um processo real.(seborg) 3 1 P. Eykhoff, System Identification: Parameter and State Estimation. London, John Wiley & Sons, M. M. Denn, Process Modeling. Harlow, Longman, D. E. Seborg, T. F. Edgar and D. A. Mellichamp. Process Dynamics and Control. 2 ed. New York, John Wiley & Sons, Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

16 Introdução e Definições Gerais A equação ou o sistema de equações que compõe o modelo é uma aproximação do processo real. Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

17 Introdução e Definições Gerais A equação ou o sistema de equações que compõe o modelo é uma aproximação do processo real. Dessa forma o modelo não pode incorporar todas as características, tanto macroscópicas quanto microscópicas, do processo real. Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

18 Introdução e Definições Gerais A equação ou o sistema de equações que compõe o modelo é uma aproximação do processo real. Dessa forma o modelo não pode incorporar todas as características, tanto macroscópicas quanto microscópicas, do processo real. Normalmente, busca-se um compromisso entre o custo de se ter o modelo, isto é, o tempo e o esforço requeridos para obtê-lo e verificá-lo, bem como os benefícios esperados de sua aplicação. Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

19 Introdução e Definições Gerais O processo pode ser: Físico; Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

20 Introdução e Definições Gerais O processo pode ser: Físico; Químico; Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

21 Introdução e Definições Gerais O processo pode ser: Físico; Químico; Biológico; Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

22 Introdução e Definições Gerais O processo pode ser: Físico; Químico; Biológico; Social; Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

23 Introdução e Definições Gerais O processo pode ser: Físico; Químico; Biológico; Social; Econômico; Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

24 Introdução e Definições Gerais O processo pode ser: Físico; Químico; Biológico; Social; Econômico; etc. Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

25 Introdução e Definições Gerais Modelos Matemáticos - Classificação Estático(Estacionário) ou Dinâmico Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

26 Introdução e Definições Gerais Modelos Matemáticos - Classificação Estático(Estacionário) ou Dinâmico Linear ou Não Linear Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

27 Introdução e Definições Gerais Modelos Matemáticos - Classificação Estático(Estacionário) ou Dinâmico Linear ou Não Linear Invariantes no Tempo ou Variantes no Tempo Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

28 Introdução e Definições Gerais Modelos Matemáticos - Classificação Estático(Estacionário) ou Dinâmico Linear ou Não Linear Invariantes no Tempo ou Variantes no Tempo Em tempo contínuo ou em Tempo Discreto Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

29 Introdução e Definições Gerais Modelos Matemáticos - Classificação Estático(Estacionário) ou Dinâmico Linear ou Não Linear Invariantes no Tempo ou Variantes no Tempo Em tempo contínuo ou em Tempo Discreto Determinísticos ou Estocásticos Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

30 Introdução e Definições Gerais Estático (Estacionário) Dinâmico Equação de Navier-Stokes Dados f C(Ω) contínua e ρ, µ R + constantes, determinar {u, p} C 2 (Ω) C(Ω) tal que ρ( u)u µ u + p = f u = 0 u = u Equação de Navier-Stokes Dados f C(Ω) contínua e ρ, µ R + constantes, determinar {u, p} C 2 (Ω) C(Ω) tal que u + ρ( u)u µ u + p t = f u = 0 u = u Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

31 Introdução e Definições Gerais Linear Não-Linear Modelo de Malthus dx dt = a(t)x Modelo de Verhulst dx (1 dt = a(t) x ) x k Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

32 Introdução e Definições Gerais Invariantes no Tempo Variantes no Tempo Transporte de Calor Dados f C(Ω) e k constante, determine θ C 2 (Ω) [0, T ] tal que k θ(x) = f(x) θ(x) = θ Transporte de Calor Dados f C(Ω) e k C[0, T ], determine θ C 2 (Ω) [0, T ] tal que θ(x, t) t (k(t) (θ(x, t))) = f(x, t) θ(x, t) = θ(t) Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

33 Introdução e Definições Gerais Tempo Contínuo Tempo Discreto Tempo Contínuo { ẋ = A(t)x + B(t)u ẏ = C(t)x + D(k)u Tempo Discreto Para k N, { x[k + 1] = A[k]x[k] + B[k]u[k] y[k] = C[k]x[k] + D[k]u[k] Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

34 Introdução e Definições Gerais Determinístico Estocástico Estocástico Determinístico u θ + µ θ = f onde θ C 2 (Ω), µ R e u R n. Equação com coeficientes estocásticos { dy = a( )y(t, ) dt y(0, ) = y 0 > 0 onde a( ) é uma variável aleatória com distribuição normal e média nula. Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

35 Introdução e Definições Gerais Modelos Matemáticos podem ser obtidos das seguintes formas: Teórica: Aplica-se princípios básicos da Mecânica, do Eletromagnetismo, da Biologia, entre outros. Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

36 Introdução e Definições Gerais Modelos Matemáticos podem ser obtidos das seguintes formas: Teórica: Aplica-se princípios básicos da Mecânica, do Eletromagnetismo, da Biologia, entre outros. Exemplo: Leis de Newton, Lei de Fourrier, etc. Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

37 Introdução e Definições Gerais Modelos Matemáticos podem ser obtidos das seguintes formas: Teórica: Aplica-se princípios básicos da Mecânica, do Eletromagnetismo, da Biologia, entre outros. Exemplo: Leis de Newton, Lei de Fourrier, etc. Empírica: Usa observação direta dos dados operacionais do processo obtidos através de experimentação. Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

38 Introdução e Definições Gerais Modelos Matemáticos podem ser obtidos das seguintes formas: Teórica: Aplica-se princípios básicos da Mecânica, do Eletromagnetismo, da Biologia, entre outros. Exemplo: Leis de Newton, Lei de Fourrier, etc. Empírica: Usa observação direta dos dados operacionais do processo obtidos através de experimentação. 1 Exemplo: η = η 0 onde η (1 H) = 1.22mP as. Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

39 Introdução e Definições Gerais Modelos Matemáticos podem ser obtidos das seguintes formas: Teórica: Aplica-se princípios básicos da Mecânica, do Eletromagnetismo, da Biologia, entre outros. Exemplo: Leis de Newton, Lei de Fourrier, etc. Empírica: Usa observação direta dos dados operacionais do processo obtidos através de experimentação. 1 Exemplo: η = η 0 onde η (1 H) = 1.22mP as. Por analogia: Usa equações que descrevem um sistema análogo. Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

40 Introdução e Definições Gerais Modelos Matemáticos podem ser obtidos das seguintes formas: Teórica: Aplica-se princípios básicos da Mecânica, do Eletromagnetismo, da Biologia, entre outros. Exemplo: Leis de Newton, Lei de Fourrier, etc. Empírica: Usa observação direta dos dados operacionais do processo obtidos através de experimentação. 1 Exemplo: η = η 0 onde η (1 H) = 1.22mP as. Por analogia: Usa equações que descrevem um sistema análogo. Modelo de Maxwell: Análogo mecânico para fluidos (associado a molas e amortecedores). Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

41 Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

42 Princípio Equação de Conservação Valor Futuro = Valor Atual + Variação Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

43 Princípio Equação de Conservação Definição Valor Futuro = Valor Atual + Variação Para uma sequência de números {a 0, a 1,, a n, } a n-ésima primeira diferença é a n = a n+1 a n. Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

44 Uma Caderneta de Poupança Considere uma caderneta de poupança inicialmente com o valor $ que acumula juros de 1% ao mês. Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

45 Uma Caderneta de Poupança Considere uma caderneta de poupança inicialmente com o valor $ que acumula juros de 1% ao mês. A seguinte sequência de números representa os valores da caderneta por mês A = (1000, 1010, , , ) Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

46 Uma Caderneta de Poupança Considere uma caderneta de poupança inicialmente com o valor $ que acumula juros de 1% ao mês. A seguinte sequência de números representa os valores da caderneta por mês Assim as primeiras diferenças são A = (1000, 1010, , , ) a 0 = a 1 a 0 = = 10 a 1 = a 2 a 1 = = a 2 = a 3 a 2 = = Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

47 Uma Caderneta de Poupança Considere uma caderneta de poupança inicialmente com o valor $ que acumula juros de 1% ao mês. A seguinte sequência de números representa os valores da caderneta por mês Assim as primeiras diferenças são A = (1000, 1010, , , ) a 0 = a 1 a 0 = = 10 a 1 = a 2 a 1 = = a 2 = a 3 a 2 = = Assim a n = a n+1 a n = 0.01a n Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

48 Uma Caderneta de Poupança Considere uma caderneta de poupança inicialmente com o valor $ que acumula juros de 1% ao mês. A seguinte sequência de números representa os valores da caderneta por mês Assim as primeiras diferenças são A = (1000, 1010, , , ) a 0 = a 1 a 0 = = 10 a 1 = a 2 a 1 = = a 2 = a 3 a 2 = = Assim a n = a n+1 a n = 0.01a n a n+1 = a n a n Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

49 Uma Caderneta de Poupança Assim, para um depósito inicial de $ teremos { an+1 = 1.01a n, para n = 0, 1, 2, a 0 = 1000 Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

50 Uma Caderneta de Poupança Assim, para um depósito inicial de $ teremos { an+1 = 1.01a n, para n = 0, 1, 2, a 0 = 1000 Se fizermos uma retirada de $50 todo mês, então { an+1 = 1.01a n 50, para n = 0, 1, 2, a 0 = 1000 Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

51 Crescimento de uma Cultura de Levedura Os dados abaixo, foram coletados de um experimento que mediu o crescimento de uma população de uma cultura de levedura. O gráfico representa a relação em que a variação da população é proporcional ao tamanho atual dela. Isto é, p n = p n+1 p n = kp n. Analisando o gráfico com os valores medidos, podemos estimar k = 0.5. Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

52 Revendo o Crescimento de uma Cultura de Levedura Considere o gráfico abaixo, Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

53 Revendo o Crescimento de uma Cultura de Levedura Do gráfico, a população parece estar se aproximando de um limite. Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

54 Revendo o Crescimento de uma Cultura de Levedura Do gráfico, a população parece estar se aproximando de um limite. Podemos estimar que esse limite é 665. Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

55 Revendo o Crescimento de uma Cultura de Levedura Do gráfico, a população parece estar se aproximando de um limite. Podemos estimar que esse limite é 665. Podemos notar que essa variação torna-se menor a medida que a população se aproxima de 665. Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

56 Revendo o Crescimento de uma Cultura de Levedura Do gráfico, a população parece estar se aproximando de um limite. Podemos estimar que esse limite é 665. Podemos notar que essa variação torna-se menor a medida que a população se aproxima de 665. Assim, podemos propor o seguinte modelo p n = p n+1 p n = k(665 p n )p n. Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

57 Revendo o Crescimento de uma Cultura de Levedura Do gráfico, a população parece estar se aproximando de um limite. Podemos estimar que esse limite é 665. Podemos notar que essa variação torna-se menor a medida que a população se aproxima de 665. Assim, podemos propor o seguinte modelo Analisando o gráfico ao lado, podemos determianr uma reta que passa pela origem e que interpola os dados. Fazendo isso, via uma técnica de interpolação podemos ter uam reta com declividade k = Obtendo p n+1 p n = (665 p n )p n. p n = p n+1 p n = k(665 p n )p n. Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

58 Revendo o Crescimento de uma Cultura de Levedura Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

59 Definição O problema { an+1 = Ψ(n) para n N é chamado sistema dinâmico. a 0 dado. Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

60 Definição O problema { an+1 = Ψ(n) para n N é chamado sistema dinâmico. a 0 dado. Teorema A solução do sistema dinâmico linear a n+1 = ra n para qualquer r 0 constante é dada por onde a 0 é o valor inicial dado. a n = r n a 0 Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

61 Comportamento de a n+1 = ra n para r constante Se r = 0 então todos os valores da sequência são 0 (exceto a 0 ). Se r = 1 então a n+1 = a n a sequência torna-se constante. Se r > 1 então a sequência a n = a 0 r n cresce sem limite. Se 0 < r < 1 então a 0 r n 0. Se 1 < r < 0 então a 0 r n 0 mas oscilando. Se r < 1 então a sequência cresce absolutamente oscilando entre valores positivos e negativos. Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

62 Comportamento de a n+1 = ra n para r constante Se r = 0 então todos os valores da sequência são 0 (exceto a 0 ). Se r = 1 então a n+1 = a n a sequência torna-se constante. Se r > 1 então a sequência a n = a 0 r n cresce sem limite. Se 0 < r < 1 então a 0 r n 0. Se 1 < r < 0 então a 0 r n 0 mas oscilando. Se r < 1 então a sequência cresce absolutamente oscilando entre valores positivos e negativos. Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

63 Comportamento de a n+1 = ra n para r constante Se r = 0 então todos os valores da sequência são 0 (exceto a 0 ). Se r = 1 então a n+1 = a n a sequência torna-se constante. Se r > 1 então a sequência a n = a 0 r n cresce sem limite. Se 0 < r < 1 então a 0 r n 0. Se 1 < r < 0 então a 0 r n 0 mas oscilando. Se r < 1 então a sequência cresce absolutamente oscilando entre valores positivos e negativos. Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

64 Comportamento de a n+1 = ra n para r constante Se r = 0 então todos os valores da sequência são 0 (exceto a 0 ). Se r = 1 então a n+1 = a n a sequência torna-se constante. Se r > 1 então a sequência a n = a 0 r n cresce sem limite. Se 0 < r < 1 então a 0 r n 0. Se 1 < r < 0 então a 0 r n 0 mas oscilando. Se r < 1 então a sequência cresce absolutamente oscilando entre valores positivos e negativos. Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

65 Comportamento de a n+1 = ra n para r constante Se r = 0 então todos os valores da sequência são 0 (exceto a 0 ). Se r = 1 então a n+1 = a n a sequência torna-se constante. Se r > 1 então a sequência a n = a 0 r n cresce sem limite. Se 0 < r < 1 então a 0 r n 0. Se 1 < r < 0 então a 0 r n 0 mas oscilando. Se r < 1 então a sequência cresce absolutamente oscilando entre valores positivos e negativos. Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

66 Comportamento de a n+1 = ra n para r constante Se r = 0 então todos os valores da sequência são 0 (exceto a 0 ). Se r = 1 então a n+1 = a n a sequência torna-se constante. Se r > 1 então a sequência a n = a 0 r n cresce sem limite. Se 0 < r < 1 então a 0 r n 0. Se 1 < r < 0 então a 0 r n 0 mas oscilando. Se r < 1 então a sequência cresce absolutamente oscilando entre valores positivos e negativos. Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

67 Definição Um número a é chamado valor de equiĺıbrio ou ponto fixo de um sistema dinâmico a n+1 = f(a n ) se a n = a para todo n = 1, 2, 3, quando a 0 = a. Ou seja, a n = a é uma solução constante do sistema dinâmico. Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

68 Prescrição de Digoxina A digoxina é usada no tratamento de determinadas doenças do coração. O objetivo do problema é considerar o decaimento da concentração de digoxina na corrente sanguinea para prescrever uma dosagem que mantém a concentração dentro de uma faixa de calores aceitáveis. Suponha que preescrevemos uma dose diária de 0.1 mg e sabemos que metade da droga permanece no sistema no fim de cada período de dosagem. Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

69 Prescrição de Digoxina A digoxina é usada no tratamento de determinadas doenças do coração. O objetivo do problema é considerar o decaimento da concentração de digoxina na corrente sanguinea para prescrever uma dosagem que mantém a concentração dentro de uma faixa de calores aceitáveis. Suponha que preescrevemos uma dose diária de 0.1 mg e sabemos que metade da droga permanece no sistema no fim de cada período de dosagem. Isto resulta no sistema dinâmico a n+1 = 0.5a n Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

70 Prescrição de Digoxina A digoxina é usada no tratamento de determinadas doenças do coração. O objetivo do problema é considerar o decaimento da concentração de digoxina na corrente sanguinea para prescrever uma dosagem que mantém a concentração dentro de uma faixa de calores aceitáveis. Suponha que preescrevemos uma dose diária de 0.1 mg e sabemos que metade da droga permanece no sistema no fim de cada período de dosagem. Isto resulta no sistema dinâmico a n+1 = 0.5a n Considerando os valores iniciais A : a 0 = 0.1, B : a 0 = 0.2 e C : a 0 = 0.3 temos Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

71 Prescrição de Digoxina A digoxina é usada no tratamento de determinadas doenças do coração. O objetivo do problema é considerar o decaimento da concentração de digoxina na corrente sanguinea para prescrever uma dosagem que mantém a concentração dentro de uma faixa de calores aceitáveis. Suponha que preescrevemos uma dose diária de 0.1 mg e sabemos que metade da droga permanece no sistema no fim de cada período de dosagem. Isto resulta no sistema dinâmico a n+1 = 0.5a n Considerando os valores iniciais A : a 0 = 0.1, B : a 0 = 0.2 e C : a 0 = 0.3 temos Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

72 Fundo de Investimento Considere uma aplicação financeira que rende juros de 1% ao mês e desejamos fazer retiradas mensais de $ Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

73 Fundo de Investimento Considere uma aplicação financeira que rende juros de 1% ao mês e desejamos fazer retiradas mensais de $ Isto nos dá a n+1 = 1.01a n Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

74 Fundo de Investimento Considere uma aplicação financeira que rende juros de 1% ao mês e desejamos fazer retiradas mensais de $ Isto nos dá a n+1 = 1.01a n Agora considere os três casos de investimento inicial :A : a 0 = 90000, B : a 0 = e C : a 0 = Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

75 Fundo de Investimento Considere uma aplicação financeira que rende juros de 1% ao mês e desejamos fazer retiradas mensais de $ Isto nos dá a n+1 = 1.01a n Agora considere os três casos de investimento inicial :A : a 0 = 90000, B : a 0 = e C : a 0 = Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

76 A Conta Corrente Não há rendimentos e desejamos fazer retiradas de $300. Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

77 A Conta Corrente Não há rendimentos e desejamos fazer retiradas de $300. Isto nos dá a n+1 = a n 300. Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

78 A Conta Corrente Não há rendimentos e desejamos fazer retiradas de $300. Isto nos dá a n+1 = a n 300. Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

79 Valores de Equiĺıbrio Teorema O valor de equiĺıbrio para um sistema dinâmico é a n+1 = ra n + b, r 1 a = b 1 r. Se r = 1 e b = 0 então todo número é valor de equiĺıbrio. Se r = 1 e b 0 não existem valores de equiĺıbrio. Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

80 Valores de Equiĺıbrio Para o sistema dinâmico tem-se a seguinte classificação a n+1 = ra n + b, b 0 Valor de r r < 1 r > 1 r = 1 Comportamento observado Equiĺıbrio Estável Equiĺıbrio Instável Não há equiĺıbrio Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

81 Valores de Equiĺıbrio Teorema A solução de um sistema dinâmico a n+1 = ra n + b, r 1 é a n = cr n + b 1 r para alguma constante c que depende do valor inicial. Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

82 Sistemas Não-lineares Voltando ao problema da Levedura O sistema dinâmico associado é p n+1 = p n (665 p n )p n Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

83 Sistemas Não-lineares Voltando ao problema da Levedura O sistema dinâmico associado é Após algumas manipulações temos p n+1 = p n (665 p n )p n a n+1 = r(1 a n )a n onde a n = p n e r = O comportamento da sequência a n é muito sensível ao valor do parâmetro r. Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

84 O Problema da Levedura (a) r = (b) r = (c) r = (d) r = (e) r = (f) r = Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

85 Sistemas de Equações a Diferenças Exemplo Considere uma compania que aluga carros. Ela opera nas cidades de Orlando e Tampar. Nota-se, pelos registros que 60% dos carros alugados em Orlando são devolvidos em Orlando e 40% são devolvidos no escritório de Tampa. Dos carros alugados em Tampa, 70% são devolvidos em Tampa e 30% em Orlando. A compania deseja saber qual a melhor estratégia de distribuição de carros entre os dois escritórios considerando alugueis e devoluções nos mesmos escritórios e em escritórios diferentes. Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

86 Sistemas de Equações a Diferenças Exemplo Considere uma compania que aluga carros. Ela opera nas cidades de Orlando e Tampar. Nota-se, pelos registros que 60% dos carros alugados em Orlando são devolvidos em Orlando e 40% são devolvidos no escritório de Tampa. Dos carros alugados em Tampa, 70% são devolvidos em Tampa e 30% em Orlando. A compania deseja saber qual a melhor estratégia de distribuição de carros entre os dois escritórios considerando alugueis e devoluções nos mesmos escritórios e em escritórios diferentes. Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

87 Sistemas de Equações a Diferenças Considerando o esquema Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

88 Sistemas de Equações a Diferenças Considerando o esquema Temos O n = Número de carros em Orlando no dia n. T n = Número de carros em Tampa no dia n. Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

89 Sistemas de Equações a Diferenças Considerando o esquema Temos O n = Número de carros em Orlando no dia n. T n = Número de carros em Tampa no dia n. Assim, O n+1 = 0.6O n + 0.3T n T n+1 = 0.4O n + 0.7T n Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

90 Sistemas de Equações a Diferenças Considerando o esquema Temos O n = Número de carros em Orlando no dia n. T n = Número de carros em Tampa no dia n. Assim, Valores de Equiĺıbrio O n+1 = 0.6O n + 0.3T n T n+1 = 0.4O n + 0.7T n O = 0.6O + 0.3T T = 0.4O + 0.7T Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

91 Sistemas de Equações a Diferenças Considerando o esquema Temos O n = Número de carros em Orlando no dia n. T n = Número de carros em Tampa no dia n. Assim, O n+1 = 0.6O n + 0.3T n T n+1 = 0.4O n + 0.7T n Valores de Equiĺıbrio Segue que O = 0.6O + 0.3T O = 3 T = 0.4O + 0.7T 4 T. Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

92 Sistemas de Equações a Diferenças Vamos analisar os seguintes casos: Orlando Tampa Caso Caso Caso Caso Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

93 A Locadora de Veículos (g) Caso 1 (h) Caso 2 (i) Caso 3 (j) Caso 4 Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

94 A Batalha de Trafalgar Na batalha de Trafalgar, em 1805, uma força naval de franceses sob o comando de Napoleão lutou contra uma força naval britânica sob o comando do Almirante Nelson. Inicialmente, a for a francesa tinha 33 navios e a britânica tinha 27. Durante um encontro (combate) cada lado sofria uma perda de 10% do número de navios da força oposta. Assim B 0 = 27, F 0 = 33 B n+1 = B n 0.1F n F n+1 = F n 0.1B n onde B n quantidade de navios britânicos e F n a de franceses. Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

95 A Batalha de Trafalgar (k) Tabela (l) Britanicos (m) Franceses Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

96 A Batalha de Trafalgar Estratégia Dividir-para-conquistar de Lord Nelson Suponha, agora, que a frota de Napoleão esteja configurada como na figura abaixo: Estratégia britânica: 1 Atacar a força A com 13 navios (preservando 14); 2 Atacar a força B com os 14, preservados anteriormente, mais aqueles que sobreviveram à batalha anterior. 3 Atacar a força C com o restante da frota. Vamos assumir que cada lado perca 5% do número de navios da força oposta nas três batalhas. Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

97 A Batalha de Trafalgar Estratégia Dividir-para-conquistar de Lord Nelson Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

98 A Batalha de Trafalgar Estratégia Dividir-para-conquistar de Lord Nelson Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

99 A Batalha de Trafalgar Estratégia Dividir-para-conquistar de Lord Nelson Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

100 Exercício - Dinâmica da População do Escargot Vamos usar, na dinâmica do crescimento populacional de escargots, 3 estágios distintos: ovos, jovens e adultos, considerando que não há mortalidade em nenhum estágio. Todo escargot adulto desova e o faz a cada 4 meses. Seja c a quantidade de ovos viáveis em uma desova. Um escargot jovem torna-se adulto em 8 meses. Modele a dinâmica da população do escargot. Resolva o modelo. E se considerarmos que a taxa de mortalidade dos adultos seja 20% em cada estágio, como se reflete essa informação no modelo obtido anteriormente? Resolva o modelo. Márcio Bortoloti (DCET/UESB) Modelagem Matemática (PROFMAT) 17 de Agosto de / 48

BC-0005 Bases Computacionais da Ciência. Modelagem e simulação

BC-0005 Bases Computacionais da Ciência. Modelagem e simulação BC-0005 Bases Computacionais da Ciência Aula 8 Modelagem e simulação Santo André, julho de 2010 Roteiro da Aula Modelagem O que é um modelo? Tipos de modelos Simulação O que é? Como pode ser feita? Exercício:

Leia mais

Modelagem e Simulação

Modelagem e Simulação AULA 11 EPR-201 Modelagem e Simulação Modelagem Processo de construção de um modelo; Capacitar o pesquisador para prever o efeito de mudanças no sistema; Deve ser próximo da realidade; Não deve ser complexo.

Leia mais

INTRODUÇÃO AO ESTUDO DE EQUAÇÕES DIFERENCIAIS

INTRODUÇÃO AO ESTUDO DE EQUAÇÕES DIFERENCIAIS INTRODUÇÃO AO ESTUDO DE EQUAÇÕES DIFERENCIAIS Terminologia e Definições Básicas No curso de cálculo você aprendeu que, dada uma função y f ( ), a derivada f '( ) d é também, ela mesma, uma função de e

Leia mais

1 Descrição do Trabalho

1 Descrição do Trabalho Departamento de Informática - UFES 1 o Trabalho Computacional de Algoritmos Numéricos - 13/2 Métodos de Runge-Kutta e Diferenças Finitas Prof. Andréa Maria Pedrosa Valli Data de entrega: Dia 23 de janeiro

Leia mais

Dispositivo que de alguma maneira descreve o comportamento do sistema

Dispositivo que de alguma maneira descreve o comportamento do sistema Sistema: Conceito primitivo (intuitivo) Tentativas de definição: Agregação ou montagem de coisas, combinadas pelo homem ou pela natureza de modo a formar um todo unificado. Grupo de itens interdependente

Leia mais

Representação de Modelos Dinâmicos em Espaço de Estados Graus de Liberdade para Controle

Representação de Modelos Dinâmicos em Espaço de Estados Graus de Liberdade para Controle Representação de Modelos Dinâmicos em Espaço de Estados Graus de Liberdade para Controle Espaço de Estados (CP1 www.professores.deq.ufscar.br/ronaldo/cp1 DEQ/UFSCar 1 / 69 Roteiro 1 Modelo Não-Linear Modelo

Leia mais

ESTUDO DA DINÂMICA POPULACIONAL DE UM VÍRUS COMPUTACIONAL

ESTUDO DA DINÂMICA POPULACIONAL DE UM VÍRUS COMPUTACIONAL ESTUDO DA DINÂMICA POPULACIONAL DE UM VÍRUS COMPUTACIONAL Aluno: João Henrique Carneiro Orientador: Carlos Frederico Palmeira Introdução Foi feito um estudo sobre dinâmica populacional a fim de buscar

Leia mais

2 Modelo para o Sistema de Controle de Estoque (Q, R)

2 Modelo para o Sistema de Controle de Estoque (Q, R) Modelo para o Sistema de Controle de Estoque (, ) Neste capítulo é apresentado um modelo para o sistema de controle de estoque (,). Considera-se que a revisão dos estoques é continua e uma encomenda de

Leia mais

Simulação Transiente

Simulação Transiente Tópicos Avançados em Avaliação de Desempenho de Sistemas Professores: Paulo Maciel Ricardo Massa Alunos: Jackson Nunes Marco Eugênio Araújo Dezembro de 2014 1 Sumário O que é Simulação? Áreas de Aplicação

Leia mais

APLICAÇÕES DE EQUAÇÕES 1ª. ORDEM

APLICAÇÕES DE EQUAÇÕES 1ª. ORDEM APLICAÇÕES DE EQUAÇÕES 1ª. ORDEM Decaimento radioativo Resultados experimentais mostram que elementos radioativos desintegram a uma taxa proporcional à quantidade presente do elemento. Se Q = Q(t) é a

Leia mais

Fenômenos de Transporte

Fenômenos de Transporte Fenômenos de Transporte Prof. Leandro Alexandre da Silva Processos metalúrgicos 2012/2 Fenômenos de Transporte Prof. Leandro Alexandre da Silva Motivação O que é transporte? De maneira geral, transporte

Leia mais

MODELAGEM COM EQUAÇÕES DIFERENCIAIS DE PRIMEIRA ORDEM E APLICAÇÕES À ECONOMIA

MODELAGEM COM EQUAÇÕES DIFERENCIAIS DE PRIMEIRA ORDEM E APLICAÇÕES À ECONOMIA MODELAGEM COM EQUAÇÕES DIFERENCIAIS DE PRIMEIRA ORDEM E APLICAÇÕES À ECONOMIA PAULO, João Pedro Antunes de Universidade Estadual de Goiás UnU de Iporá jpadepaula@hotmail.com RESUMO Esta pesquisa foi feita

Leia mais

EXERCÍCIOS RESOLVIDOS

EXERCÍCIOS RESOLVIDOS ENG JR ELETRON 2005 29 O gráfico mostrado na figura acima ilustra o diagrama do Lugar das Raízes de um sistema de 3ª ordem, com três pólos, nenhum zero finito e com realimentação de saída. Com base nas

Leia mais

4 Avaliação Econômica

4 Avaliação Econômica 4 Avaliação Econômica Este capítulo tem o objetivo de descrever a segunda etapa da metodologia, correspondente a avaliação econômica das entidades de reservas. A avaliação econômica é realizada a partir

Leia mais

Vamos denominar 1/µ o tempo médio de atendimento de um cliente. Tem-se, então que:

Vamos denominar 1/µ o tempo médio de atendimento de um cliente. Tem-se, então que: Vamos admitir que o tempo de atendimento (tempo de serviço) de clientes diferentes são variáveis aleatórias independentes e que o atendimento de cada consumidor é dado por uma variável S tendo função densidade

Leia mais

Equações diferencias são equações que contém derivadas.

Equações diferencias são equações que contém derivadas. Equações diferencias são equações que contém derivadas. Os seguintes problemas são exemplos de fenômenos físicos que envolvem taxas de variação de alguma quantidade: Escoamento de fluidos Deslocamento

Leia mais

Avaliação de Desempenho em Sistemas de Computação e Comunicação

Avaliação de Desempenho em Sistemas de Computação e Comunicação Avaliação de Desempenho em Sistemas de Computação e Comunicação Universidade Federal do Espírito Santo - UFES Departamento de Informática - DI Laboratório de Pesquisas em Redes Multimidia - LPRM UFES Objetivos

Leia mais

1. Introdução. 1.1 Introdução

1. Introdução. 1.1 Introdução 1. Introdução 1.1 Introdução O interesse crescente dos físicos na análise do comportamento do mercado financeiro, e em particular na análise das séries temporais econômicas deu origem a uma nova área de

Leia mais

PARTE 2 FUNÇÕES VETORIAIS DE UMA VARIÁVEL REAL

PARTE 2 FUNÇÕES VETORIAIS DE UMA VARIÁVEL REAL PARTE FUNÇÕES VETORIAIS DE UMA VARIÁVEL REAL.1 Funções Vetoriais de Uma Variável Real Vamos agora tratar de um caso particular de funções vetoriais F : Dom(f R n R m, que são as funções vetoriais de uma

Leia mais

Introdução à Simulação

Introdução à Simulação Introdução à Simulação O que é simulação? Wikipedia: Simulação é a imitação de alguma coisa real ou processo. O ato de simular algo geralmente consiste em representar certas características e/ou comportamentos

Leia mais

Pesquisa Operacional

Pesquisa Operacional GOVERNO DO ESTADO DO PARÁ UNIVERSIDADE DO ESTADO DO PARÁ CENTRO DE CIÊNCIAS NATURAIS E TECNOLOGIA DEPARTAMENTO DE ENGENHARIA Pesquisa Operacional Tópico 4 Simulação Rosana Cavalcante de Oliveira, Msc rosanacavalcante@gmail.com

Leia mais

UNIVERSIDADE CATÓLICA DE GOIÁS. DEPARTAMENTO DE MATEMÁTICA E FÍSICA Disciplina: FÍSICA GERAL E EXPERIMENTAL I (MAF 2201) Prof.

UNIVERSIDADE CATÓLICA DE GOIÁS. DEPARTAMENTO DE MATEMÁTICA E FÍSICA Disciplina: FÍSICA GERAL E EXPERIMENTAL I (MAF 2201) Prof. 01 UNIVERSIDADE CATÓLICA DE GOIÁS DEPARTAMENTO DE MATEMÁTICA E FÍSICA Disciplina: FÍSICA GERAL E EXPERIMENTAL I (MAF 2201) Prof. EDSON VAZ NOTA DE AULA III (Capítulo 7 e 8) CAPÍTULO 7 ENERGIA CINÉTICA

Leia mais

ESCOLA SECUNDÁRIA MANUEL DA FONSECA, SANTIAGO DO CACÉM GRUPO DISCIPLINAR: 500 Matemática Aplicada às Ciências Sociais

ESCOLA SECUNDÁRIA MANUEL DA FONSECA, SANTIAGO DO CACÉM GRUPO DISCIPLINAR: 500 Matemática Aplicada às Ciências Sociais ANO: 11º ANO LECTIVO : 008/009 p.1/7 CONTEÚDOS MODELOS MATEMÁTICOS COMPETÊNCIAS A DESENVOLVER - Compreender a importância dos modelos matemáticos na resolução de problemas de problemas concretos. Nº. AULAS

Leia mais

11/07/2012. Professor Leonardo Gonsioroski FUNDAÇÃO EDSON QUEIROZ UNIVERSIDADE DE FORTALEZA DEPARTAMENTO DE ENGENHARIA ELÉTRICA.

11/07/2012. Professor Leonardo Gonsioroski FUNDAÇÃO EDSON QUEIROZ UNIVERSIDADE DE FORTALEZA DEPARTAMENTO DE ENGENHARIA ELÉTRICA. FUNDAÇÃO EDSON QUEIROZ UNIVERSIDADE DE FORTALEZA DEPARTAMENTO DE ENGENHARIA ELÉTRICA Aulas anteriores Tipos de Sinais (degrau, rampa, exponencial, contínuos, discretos) Transformadas de Fourier e suas

Leia mais

ENERGIA POTENCIAL E CONSERVAÇÃO DE ENERGIA Física Geral I (1108030) - Capítulo 04

ENERGIA POTENCIAL E CONSERVAÇÃO DE ENERGIA Física Geral I (1108030) - Capítulo 04 ENERGIA POTENCIAL E CONSERVAÇÃO DE ENERGIA Física Geral I (1108030) - Capítulo 04 I. Paulino* *UAF/CCT/UFCG - Brasil 2012.2 1 / 15 Sumário Trabalho e EP Energia potencial Forças conservativas Calculando

Leia mais

Modelos Variáveis de Estado

Modelos Variáveis de Estado Modelos Variáveis de Estado Introdução; Variáveis de Estados de Sistemas Dinâmicos; Equação Diferencial de Estado; Função de Transferência a partir das Equações de Estados; Resposta no Domínio do Tempo

Leia mais

UNIVERSIDADE DO ESTADO DE SANTA CATARINA CENTRO DE CIÊNCIAS TECNOLÓGICAS CCT CURSO DE TECNOLOGIA EM SISTEMAS DE INFORMAÇÃO

UNIVERSIDADE DO ESTADO DE SANTA CATARINA CENTRO DE CIÊNCIAS TECNOLÓGICAS CCT CURSO DE TECNOLOGIA EM SISTEMAS DE INFORMAÇÃO UNIVERSIDADE DO ESTADO DE SANTA CATARINA CENTRO DE CIÊNCIAS TECNOLÓGICAS CCT CURSO DE TECNOLOGIA EM SISTEMAS DE INFORMAÇÃO COMPUTER AIDED ENGINEERING - CAE FABIANO RAMOS DOS SANTOS SERGIO DA COSTA FERREIRA

Leia mais

Palavras-chave: Modelo de Lotka-Volterra, Lagarta do Cartucho do milho, Controle Biológico.

Palavras-chave: Modelo de Lotka-Volterra, Lagarta do Cartucho do milho, Controle Biológico. ISSN 177-9139 MODELAGEM MATEMÁTICA APLICADA AO CONTROLE BIOLÓGICO DE PRAGAS EM LAVOURAS DE MILHOS. Jéssica C. S. Bueno E-mail: jessica_bsaldivia@hotmail.com Universidade Federal de Pelotas, Departamento

Leia mais

Tópico 3. Limites e continuidade de uma função (Parte 2)

Tópico 3. Limites e continuidade de uma função (Parte 2) Tópico 3. Limites e continuidade de uma função (Parte 2) Nessa aula continuaremos nosso estudo sobre limites de funções. Analisaremos o limite de funções quando o x ± (infinito). Utilizaremos o conceito

Leia mais

Opções Reais. Processos Estocásticos. Processos Estocásticos. Modelando Incerteza. Processos Estocásticos

Opções Reais. Processos Estocásticos. Processos Estocásticos. Modelando Incerteza. Processos Estocásticos Modelando Incerteza Opções Reais A incerteza em um projeto pode ter mais do que apenas dois estados. Na prática, o número de incertezas pode ser infinito Prof. Luiz Brandão brandao@iag.puc-rio.br IAG PUC-Rio

Leia mais

LISTA 2. 4. y = e 2 x + y 1, y(0) = 1

LISTA 2. 4. y = e 2 x + y 1, y(0) = 1 MAT 01167 Equações Diferenciais LISTA Resolva: 1. x y y = x sen x. y + y tan x = x sen x cos x, y0) =. x + 1) dy dx x y = 1 4. y = e x + y 1, y0) = 1 5. x y + x + x + ) dy dx = 0 ) x 6. Resolva a equação

Leia mais

Ajuste dos Parâmetros de um Controlador PI em uma Coluna de Destilação Binária

Ajuste dos Parâmetros de um Controlador PI em uma Coluna de Destilação Binária Ajuste dos Parâmetros de um Controlador PI em uma Coluna de Destilação Binária Marina Roberto Martins 1*, Fernando Palú 1 (1) Universidade Estadual do Oeste do Paraná, Curso de Engenharia Química. e-mail:

Leia mais

Identificação e Controle Adaptativo

Identificação e Controle Adaptativo Identificação e Controle Adaptativo Prof. Antonio A. R. Coelho 1 Universidade Federal de Santa Catarina, UFSC Grupo de Pesquisa em Tecnologias de Controle Aplicado, GPqTCA Departamento de Automação e Sistemas,

Leia mais

TEORIA DO RISCO. LUIZ SANTOS / MAICKEL BATISTA economia.prof.luiz@hotmail.com maickel_ewerson@hotmail.com

TEORIA DO RISCO. LUIZ SANTOS / MAICKEL BATISTA economia.prof.luiz@hotmail.com maickel_ewerson@hotmail.com TEORIA DO RISCO LUIZ SANTOS / MAICKEL BATISTA economia.prof.luiz@hotmail.com maickel_ewerson@hotmail.com 1 TARIFAÇÃO (FERREIRA, 2002) Diversos conceitos e metodologias envolvidos no cálculo do preço pago

Leia mais

NIVELAMENTO MATEMÁTICA 2012

NIVELAMENTO MATEMÁTICA 2012 NIVELAMENTO MATEMÁTICA 202 Monitor: Alexandre Rodrigues Loures Monitor: Alexandre Rodrigues Loures SUMÁRIO. LOGARITMOS... 3.. Mudança de base... 3.2. Propriedades dos logaritmos... 4 2. DERIVADAS... 4

Leia mais

Modelo de Solow: Efeitos de Transição Dinâmica

Modelo de Solow: Efeitos de Transição Dinâmica Capítulo 4 Modelo de Solow: Efeitos de Transição Dinâmica No capítulo anterior vimos que, quando a economia atinge o seu equilíbrio de longo prazo, todas as variáveis endógenas passam a crescer a uma taxa

Leia mais

EMENTAS DO CURSO SUPERIOR DE TECNOLOGIA EM ANÁLISE E DESENVOLVIMENTO DE SISTEMAS

EMENTAS DO CURSO SUPERIOR DE TECNOLOGIA EM ANÁLISE E DESENVOLVIMENTO DE SISTEMAS EMENTAS DO CURSO SUPERIOR DE TECNOLOGIA EM ANÁLISE E DESENVOLVIMENTO DE SISTEMAS INTRODUÇÃO À COMPUTAÇÃO 60 h 1º Evolução histórica dos computadores. Aspectos de hardware: conceitos básicos de CPU, memórias,

Leia mais

Diferenciais inexatas e o fator integrante

Diferenciais inexatas e o fator integrante Métodos Matemáticos 202 Notas de Aula Equações Diferenciais Ordinárias III A C Tort 2 de outubro de 202 Diferenciais inexatas e o fator integrante imos que a EDO implícita: é exata se e apenas se: M(x,

Leia mais

9. Derivadas de ordem superior

9. Derivadas de ordem superior 9. Derivadas de ordem superior Se uma função f for derivável, então f é chamada a derivada primeira de f (ou de ordem 1). Se a derivada de f eistir, então ela será chamada derivada segunda de f (ou de

Leia mais

PROBLEMA DE TRANSPORTE: MODELO E MÉTODO DE SOLUÇÃO

PROBLEMA DE TRANSPORTE: MODELO E MÉTODO DE SOLUÇÃO PROBLEMA DE TRANSPORTE: MODELO E MÉTODO DE SOLUÇÃO Luciano Pereira Magalhães - 8º - noite lpmag@hotmail.com Orientador: Prof Gustavo Campos Menezes Banca Examinadora: Prof Reinaldo Sá Fortes, Prof Eduardo

Leia mais

4. Metodologia. Capítulo 4 - Metodologia

4. Metodologia. Capítulo 4 - Metodologia Capítulo 4 - Metodologia 4. Metodologia Neste capítulo é apresentada a metodologia utilizada na modelagem, estando dividida em duas seções: uma referente às tábuas de múltiplos decrementos, e outra referente

Leia mais

Avaliação de Desempenho

Avaliação de Desempenho Avaliação de Desempenho Aulas passadas Modelagem de sistemas via cadeias de Markov Aula de hoje Introdução à simulação Gerando números pseudo-aleatórios 1 O Ciclo de Modelagem Sistema real Criação do Modelo

Leia mais

CURSO ON-LINE PROFESSOR GUILHERME NEVES 1

CURSO ON-LINE PROFESSOR GUILHERME NEVES 1 CURSO ON-LINE PROFESSOR GUILHERME NEVES 1 Olá pessoal! Resolverei neste ponto a prova de Matemática e Estatística para Técnico Administrativo para o BNDES 2008 organizado pela CESGRANRIO. Sem mais delongas,

Leia mais

Não há 3 sem 2: O Teorema de Sharkovskii

Não há 3 sem 2: O Teorema de Sharkovskii Não há 3 sem 2: O Teorema de Sharkovskii Nuno Mestre Programa Gulbenkian Novos Talentos em Matemática Departamento de Matemática da Universidade de Coimbra 1 ESTRUTURA 1. Introdução 2. Casos p = 2 e p

Leia mais

2 Modelo Clássico de Cramér-Lundberg

2 Modelo Clássico de Cramér-Lundberg 2 Modelo Clássico de Cramér-Lundberg 2.1 Conceitos fundamentais Nesta sessão introduziremos alguns conceitos fundamentais que serão utilizados na descrição do modelo de ruína. A lei de probabilidade que

Leia mais

Modelos Logísticos e Hierárquicos

Modelos Logísticos e Hierárquicos 1 Modelos Logísticos e Hierárquicos Ernesto F. L. Amaral Magna M. Inácio 30 de setembro de 2010 Tópicos Especiais em Teoria e Análise Política: Problema de Desenho e Análise Empírica (DCP 859B4) REGRESSÃO

Leia mais

Simulação Computacional de Sistemas, ou simplesmente Simulação

Simulação Computacional de Sistemas, ou simplesmente Simulação Simulação Computacional de Sistemas, ou simplesmente Simulação Utilização de métodos matemáticos & estatísticos em programas computacionais visando imitar o comportamento de algum processo do mundo real.

Leia mais

Título : B2 Matemática Financeira. Conteúdo :

Título : B2 Matemática Financeira. Conteúdo : Título : B2 Matemática Financeira Conteúdo : A maioria das questões financeiras é construída por algumas fórmulas padrão e estratégias de negócio. Por exemplo, os investimentos tendem a crescer quando

Leia mais

Matemática Régis Cortes. JURO composto

Matemática Régis Cortes. JURO composto JURO composto 1 O atual sistema financeiro utiliza o regime de juros compostos, pois ele oferece uma maior rentabilidade se comparado ao regime de juros simples, onde o valor dos rendimentos se torna fixo,

Leia mais

A MATEMÁTICA NO ENSINO SUPERIOR POLICIAL 1

A MATEMÁTICA NO ENSINO SUPERIOR POLICIAL 1 A MATEMÁTICA NO ENSINO SUPERIOR POLICIAL 1 A IMPORTÂNCIA DA MATEMÁTICA O desenvolvimento das sociedades tem sido também materializado por um progresso acentuado no plano científico e nos diversos domínios

Leia mais

Movimento Harmônico Simples: Exemplos (continuação)

Movimento Harmônico Simples: Exemplos (continuação) Movimento Harmônico Simples: Exemplos (continuação) O Pêndulo Físico O chamado pêndulo físico é qualquer pêndulo real. Ele consiste de um corpo rígido (com qualquer forma) suspenso por um ponto O e que

Leia mais

Técnicas para Programação Inteira e Aplicações em Problemas de Roteamento de Veículos 14

Técnicas para Programação Inteira e Aplicações em Problemas de Roteamento de Veículos 14 1 Introdução O termo "roteamento de veículos" está relacionado a um grande conjunto de problemas de fundamental importância para a área de logística de transportes, em especial no que diz respeito ao uso

Leia mais

PLANEJAMENTO ANUAL DE QUÍMICA

PLANEJAMENTO ANUAL DE QUÍMICA COLÉGIO VICENTINO IMACULADO CORAÇÃO DE MARIA Educação Infantil, Ensino Fundamental e Médio Rua Rui Barbosa, 134, Toledo PR Fone: 377-8150 PLANEJAMENTO ANUAL DE QUÍMICA SÉRIE: 1ª SÉRIE E.M. PROFESSOR: Paulo

Leia mais

Engenheiro de Telecomunicações pelo Instituto de Estudos Superiores da Amazônia IESAM (Belém, Pará).

Engenheiro de Telecomunicações pelo Instituto de Estudos Superiores da Amazônia IESAM (Belém, Pará). Transmissão Digital em Banda Base: Modelagem do Canal Este tutorial apresenta a implementação da formatação de um pulso para transmissão digital em banda base que simule a resposta ao impulso de um canal

Leia mais

Introdução às Equações Diferenciais

Introdução às Equações Diferenciais Introdução às Equações Diferenciais Prof. Eduardo Nobre Lages - EES/CTEC/UFAL enl@ctec.ufal.br Contatos: enlages@hotmail.com edunol UFAL Promoção: PEC/Engenharia Civil/UFAL Maceió/AL Novembro-Dezembro/2004

Leia mais

Modelagem no Domínio do Tempo. Carlos Alexandre Mello. Carlos Alexandre Mello cabm@cin.ufpe.br 1

Modelagem no Domínio do Tempo. Carlos Alexandre Mello. Carlos Alexandre Mello cabm@cin.ufpe.br 1 Carlos Alexandre Mello 1 Modelagem no Domínio da Frequência A equação diferencial de um sistema é convertida em função de transferência, gerando um modelo matemático de um sistema que algebricamente relaciona

Leia mais

Equações Diferenciais

Equações Diferenciais Equações Diferenciais EQUAÇÕES DIFERENCIAS Em qualquer processo natural, as variáveis envolvidas e suas taxas de variação estão interligadas com uma ou outras por meio de princípios básicos científicos

Leia mais

Classificação: Determinístico

Classificação: Determinístico Prof. Lorí Viali, Dr. viali@pucrs.br http://www.pucrs.br/famat/viali/ Da mesma forma que sistemas os modelos de simulação podem ser classificados de várias formas. O mais usual é classificar os modelos

Leia mais

MESTRADO INTEGRADO EM ENGENHARIA MECÂNICA. Integradora II T.02 SOBRE A ANÁLISE DINÂMICA MIEM. Integradora II. Elaborado por Paulo Flores - 2015

MESTRADO INTEGRADO EM ENGENHARIA MECÂNICA. Integradora II T.02 SOBRE A ANÁLISE DINÂMICA MIEM. Integradora II. Elaborado por Paulo Flores - 2015 MESTRADO INTEGRADO EM ENGENHARIA MECÂNICA Elaborado por Paulo Flores - 2015 Departamento de Engenharia Mecânica Campus de Azurém 4804-533 Guimarães - PT Tel: +351 253 510 220 Fax: +351 253 516 007 E-mail:

Leia mais

PROPOSTA DE CURSO DE EXTENSÃO EM TECNOLOGIAS DE LAVRA DE MINAS

PROPOSTA DE CURSO DE EXTENSÃO EM TECNOLOGIAS DE LAVRA DE MINAS PROPOSTA DE CURSO DE EXTENSÃO EM TECNOLOGIAS DE LAVRA DE MINAS Objetivos: Apresentar noções básicas atualizadas das principais tecnologias e conhecimentos técnico-científicos aplicados nas operações de

Leia mais

MODELAGEM E SIMULAÇÃO

MODELAGEM E SIMULAÇÃO MODELAGEM E SIMULAÇÃO Professor: Dr. Edwin B. Mitacc Meza edwin@engenharia-puro.com.br www.engenharia-puro.com.br/edwin Como Funciona a Simulação Introdução Assim como qualquer programa de computador,

Leia mais

2 - Modelos em Controlo por Computador

2 - Modelos em Controlo por Computador Modelação, Identificação e Controlo Digital 2-Modelos em Controlo por Computador 1 2 - Modelos em Controlo por Computador Objectivo: Introduzir a classe de modelos digitais que são empregues nesta disciplina

Leia mais

Universidade Federal de Uberlândia Brasil

Universidade Federal de Uberlândia Brasil s de s do Universidade Federal de Uberlândia Brasil Índice s de 1 2 3 4 5 Índice s de 1 2 3 4 5 s de Quando surge uma praga em uma lavoura, os agricultores utilizam de inseticidas eficientes ao maior número

Leia mais

Introdução. Métodos de inferência são usados para tirar conclusões sobre a população usando informações obtidas a partir de uma amostra.

Introdução. Métodos de inferência são usados para tirar conclusões sobre a população usando informações obtidas a partir de uma amostra. Métodos Monte Carlo Introdução Métodos de inferência são usados para tirar conclusões sobre a população usando informações obtidas a partir de uma amostra. Estimativas pontuais e intervalares para os parâmetros;

Leia mais

Algoritmos e Estrutura de Dados II

Algoritmos e Estrutura de Dados II Universidade Federal do Vale do São Francisco Algoritmos e Estrutura de Dados II Professor: Marcelo Santos Linder E-mail: marcelo.linder@univasf.edu.br Ementa Árvores B, grafos e tabelas de hash: alocação

Leia mais

Otimização Aplicada à Engenharia de Processos

Otimização Aplicada à Engenharia de Processos Otimização Aplicada à Engenharia de Processos Aula 1: Introdução Felipe Campelo http://www.cpdee.ufmg.br/~fcampelo Programa de Pós-Graduação em Engenharia Elétrica Belo Horizonte Março de 2013 Antes de

Leia mais

Introdução e Motivação

Introdução e Motivação Introdução e Motivação 1 Análise de sistemas enfoque: sistemas dinâmicos; escopo: sistemas lineares; objetivo: representar, por meio de modelos matemáticos, fenômenos observados e sistemas de interesse;

Leia mais

Unidade II MATEMÁTICA APLICADA À CONTABILIDADE

Unidade II MATEMÁTICA APLICADA À CONTABILIDADE MATEMÁTICA APLICADA À CONTABILIDADE Unidade II PREÇO E RECEITA TOTAL.1 Definição Receita é o valor em moeda que o produtor recebe pela venda de X unidades do produto produzido e vendido por ele. Consideremos

Leia mais

Logo, para estar entre os 1% mais caros, o preço do carro deve ser IGUAL OU SUPERIOR A:

Logo, para estar entre os 1% mais caros, o preço do carro deve ser IGUAL OU SUPERIOR A: MQI 00 ESTATÍSTICA PARA METROLOGIA - SEMESTRE 008.0 Teste 6/05/008 GABARITO PROBLEMA O preço de um certo carro usado é uma variável Normal com média R$ 5 mil e desvio padrão R$ 400,00. a) Você está interessado

Leia mais

3 Método de Monte Carlo

3 Método de Monte Carlo 25 3 Método de Monte Carlo 3.1 Definição Em 1946 o matemático Stanislaw Ulam durante um jogo de paciência tentou calcular as probabilidades de sucesso de uma determinada jogada utilizando a tradicional

Leia mais

ATeoria de filas é uma das abordagens mais utilizadas no estudo de desempenho e dimensionamento

ATeoria de filas é uma das abordagens mais utilizadas no estudo de desempenho e dimensionamento 33 Capítulo 4 Teoria de Filas ATeoria de filas é uma das abordagens mais utilizadas no estudo de desempenho e dimensionamento de sistemas de comunicação de dados. Muita atenção deve ser dada aos processos

Leia mais

Introdução ao Estudo de Sistemas Dinâmicos

Introdução ao Estudo de Sistemas Dinâmicos Introdução ao Estudo de Sistemas Dinâmicos 1 01 Introdução ao Estudo de Sistemas Dinâmicos O estudo de sistemas dinâmicos envolve a modelagem matemática, a análise e a simulação de sistemas físicos de

Leia mais

PLANO DE ENSINO. Mestrado em Matemática - Área de Concentração em Estatística

PLANO DE ENSINO. Mestrado em Matemática - Área de Concentração em Estatística 1. IDENTIFICAÇÃO PLANO DE ENSINO Disciplina: Estatística Multivariada Código: PGMAT568 Pré-Requisito: No. de Créditos: 4 Número de Aulas Teóricas: 60 Práticas: Semestre: 1º Ano: 2015 Turma(s): 01 Professor(a):

Leia mais

MATEMÁTICA FINANCEIRA COM O USO DA CALCULADORA HP 12.C CADERNO DE EXERCÍCIOS

MATEMÁTICA FINANCEIRA COM O USO DA CALCULADORA HP 12.C CADERNO DE EXERCÍCIOS MATEMÁTICA FINANCEIRA COM O USO DA CALCULADORA HP 12.C CADERNO DE EXERCÍCIOS Parte integrante do curso Conhecendo a Calculadora HP 12C Prof. Geraldo Peretti. Página 1 Cálculos aritméticos simples. A) (3

Leia mais

Otimização de Funções Não Lineares por Meio do Algoritmo Árvore da Montanha

Otimização de Funções Não Lineares por Meio do Algoritmo Árvore da Montanha Otimização de Funções Não Lineares por Meio do Algoritmo Árvore da Montanha Amarildo de Vicente Colegiado do Curso de Matemática Centro de Ciências Exatas e Tecnológicas da Universidade Estadual do Oeste

Leia mais

Aula 29. Alexandre Nolasco de Carvalho Universidade de São Paulo São Carlos SP, Brazil

Aula 29. Alexandre Nolasco de Carvalho Universidade de São Paulo São Carlos SP, Brazil A integral de Riemann - Mais aplicações Aula 29 Alexandre Nolasco de Carvalho Universidade de São Paulo São Carlos SP, Brazil 20 de Maio de 2014 Primeiro Semestre de 2014 Turma 2014106 - Engenharia Mecânica

Leia mais

Cláudio Tadeu Cristino 1. Julho, 2014

Cláudio Tadeu Cristino 1. Julho, 2014 Inferência Estatística Estimação Cláudio Tadeu Cristino 1 1 Universidade Federal de Pernambuco, Recife, Brasil Mestrado em Nutrição, Atividade Física e Plasticidade Fenotípica Julho, 2014 C.T.Cristino

Leia mais

APLICAC OES - EDO s DE 1a. ORDEM

APLICAC OES - EDO s DE 1a. ORDEM APLICAÇÕES - EDO s DE 1 ạ ORDEM 2 1. Dinâmica Populacional (Modelo Malthusiano) O modelo mais simples de crescimento populacional é aquele em que se supõe que a taxa de crescimento de uma população dy

Leia mais

5 Análise dos Resultados Seguro de Vida

5 Análise dos Resultados Seguro de Vida Capítulo 5 Análise dos Resultados - Seguro de Vida 5 Análise dos Resultados Seguro de Vida Este capítulo tem como objetivo a análise dos resultados obtidos através da modelagem dos dados de uma seguradora.

Leia mais

Por que aparecem as filas? Não é eficiente, nem racional, que cada um disponha de todos os recursos individualmente. Por exemplo:

Por que aparecem as filas? Não é eficiente, nem racional, que cada um disponha de todos os recursos individualmente. Por exemplo: Por que aparecem as filas? Não é eficiente, nem racional, que cada um disponha de todos os recursos individualmente. Por exemplo: que cada pessoa disponha do uso exclusivo de uma rua para se movimentar;

Leia mais

NOTAS DE AULA. Introdução à Matemática Financeira. Prof. Dr. Silvio Alexandre de Araujo

NOTAS DE AULA. Introdução à Matemática Financeira. Prof. Dr. Silvio Alexandre de Araujo NOTAS DE AULA Introdução à Matemática Financeira Prof. Dr. Silvio Alexandre de Araujo 2 CONTEÚDO PROGRAMÁTICO 1. Juros simples 2. Juros compostos 3. Séries periódicas uniformes 4. Planos de amortização

Leia mais

Leis de Conservação. Exemplo: Cubo de gelo de lado 2cm, volume V g. =8cm3, densidade ρ g. = 0,917 g/cm3. Massa do. ρ g = m g. m=ρ.

Leis de Conservação. Exemplo: Cubo de gelo de lado 2cm, volume V g. =8cm3, densidade ρ g. = 0,917 g/cm3. Massa do. ρ g = m g. m=ρ. Leis de Conservação Em um sistema isolado, se uma grandeza ou propriedade se mantém constante em um intervalo de tempo no qual ocorre um dado processo físico, diz-se que há conservação d a propriedade

Leia mais

Inteligência Computacional Aplicada a Engenharia de Software

Inteligência Computacional Aplicada a Engenharia de Software Inteligência Computacional Aplicada a Engenharia de Software Estudo de caso III Prof. Ricardo de Sousa Britto rbritto@ufpi.edu.br Introdução Em alguns ambientes industriais, pode ser necessário priorizar

Leia mais

GOVERNO DO ESTADO DE MATO GROSSO SECRETARIA DE ESTADO DE CIÊNCIA E TECNOLOGIA UNIVERSIDADE DO ESTADO DE MATO GROSSO

GOVERNO DO ESTADO DE MATO GROSSO SECRETARIA DE ESTADO DE CIÊNCIA E TECNOLOGIA UNIVERSIDADE DO ESTADO DE MATO GROSSO EDITAL COMPLENTAR N 001 AO EDITAL N 003/2012 UNAT A, no uso de suas atribuições legais e em cumprimento das normas previstas no artigo 37, inciso IX, da Constituição Federal, de 5 de outubro de 1988, Decreto

Leia mais

Curva de Um Cabo Suspenso

Curva de Um Cabo Suspenso Curva de Um Cabo Suspenso Rios, João Vianey Vasconcelos Silva, Maria Ilsangela Praciano - Pereira, T 13 de novembro de 2008 Departamento de Matemática Universidade Estadual Vale do Acaraú - UVA Pré-Prints

Leia mais

www.e-lee.net Temática Circuitos Eléctricos Capítulo Teoria dos Circuitos COMPONENTES INTRODUÇÃO

www.e-lee.net Temática Circuitos Eléctricos Capítulo Teoria dos Circuitos COMPONENTES INTRODUÇÃO Temática Circuitos Eléctricos Capítulo Teoria dos Circuitos COMPONENTES INTRODUÇÃO Nesta secção, estuda-se o comportamento ideal de alguns dos dipolos que mais frequentemente se podem encontrar nos circuitos

Leia mais

4.2 Modelação da estrutura interna

4.2 Modelação da estrutura interna 4.2 Modelação da estrutura interna AST434: C4-25/83 Para calcular a estrutura interna de uma estrela como o Sol é necessário descrever como o gás que o compõe se comporta. Assim, determinar a estrutura

Leia mais

PESQUISA OPERACIONAL: UMA ABORDAGEM À PROGRAMAÇÃO LINEAR. Rodolfo Cavalcante Pinheiro 1,3 Cleber Giugioli Carrasco 2,3 *

PESQUISA OPERACIONAL: UMA ABORDAGEM À PROGRAMAÇÃO LINEAR. Rodolfo Cavalcante Pinheiro 1,3 Cleber Giugioli Carrasco 2,3 * PESQUISA OPERACIONAL: UMA ABORDAGEM À PROGRAMAÇÃO LINEAR 1 Graduando Rodolfo Cavalcante Pinheiro 1,3 Cleber Giugioli Carrasco 2,3 * 2 Pesquisador - Orientador 3 Curso de Matemática, Unidade Universitária

Leia mais

x 1 f(x) f(a) f (a) = lim x a

x 1 f(x) f(a) f (a) = lim x a Capítulo 27 Regras de L Hôpital 27. Formas indeterminadas Suponha que desejamos traçar o gráfico da função F () = 2. Embora F não esteja definida em =, para traçar o seu gráfico precisamos conhecer o comportamento

Leia mais

UMA PROPOSTA PARA A UTILIZAÇÃO DE PLANILHAS ELETRÔNICAS EM PROBLEMAS DE SISTEMAS DE EQUAÇÕES LINEARES

UMA PROPOSTA PARA A UTILIZAÇÃO DE PLANILHAS ELETRÔNICAS EM PROBLEMAS DE SISTEMAS DE EQUAÇÕES LINEARES UMA PROPOSTA PARA A UTILIZAÇÃO DE PLANILHAS ELETRÔNICAS EM PROBLEMAS DE SISTEMAS DE EQUAÇÕES LINEARES Resumo Hugo Luiz Gonzaga Honório¹ Marinalva Passamai Alvarenga² ¹ Ufjf/Educação Matemática/ hugohonorio12@gmail.com

Leia mais

CRESCIMENTO POPULACIONAL POR FAIXA ETÁRIA

CRESCIMENTO POPULACIONAL POR FAIXA ETÁRIA UNIVERSIDADE FEDERAL DE MINAS GERAIS CURSO DE MATEMÁTICA PEDRO FRANKLIN CARDOSO SILVA CRESCIMENTO POPULACIONAL POR FAIXA ETÁRIA BELO HORIZONTE 2011 PEDRO FRANKLIN CARDOSO SILVA CRESCIMENTO POPULACIONAL

Leia mais

Modelamento e simulação de processos

Modelamento e simulação de processos Modelamento e simulação de processos 4. Método de Monte Carlo Prof. Dr. André Carlos Silva 1. INTRODUÇÃO O Método de Monte Carlo (MMC) é um método estatístico utilizado em simulações estocásticas com diversas

Leia mais

Engenharia de Sistemas

Engenharia de Sistemas UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO Engenharia de Sistemas Prof Luís César da Silva, Dr UFES/CCA Conceitos Necessários! Engenharia! Sistema Agroindustriais! Técnicas de Modelagem! Cadeia Produtiva Supply

Leia mais

'LVWULEXLomR(VWDWtVWLFDGRV9DORUHV([WUHPRVGH5DGLDomR6RODU *OREDOGR(VWDGRGR56

'LVWULEXLomR(VWDWtVWLFDGRV9DORUHV([WUHPRVGH5DGLDomR6RODU *OREDOGR(VWDGRGR56 LVWULEXLomR(VWDWtVWLFDGRV9DORUHV([WUHPRVGH5DGLDomR6RODU OREDOGR(VWDGRGR56 6X]DQH5DQ]DQ 6LPRQH0&HUH]HU&ODRGRPLU$0DUWLQD]]R Universidade Regional Integrada do Alto Uruguai e das Missões, Departamento de

Leia mais

O caso estacionário em uma dimensão

O caso estacionário em uma dimensão O caso estacionário em uma dimensão A U L A 6 Meta da aula Aplicar o formalismo quântico no caso de o potencial ser independente do tempo. objetivos verificar que, no caso de o potencial ser independente

Leia mais

UNIVERSIDADE FEDERAL DE SÃO CARLOS CENTRO DE CIÊNCIAS EXATAS E DE TECNOLOGIA DEPARTAMENTO DE MATEMÁTICA

UNIVERSIDADE FEDERAL DE SÃO CARLOS CENTRO DE CIÊNCIAS EXATAS E DE TECNOLOGIA DEPARTAMENTO DE MATEMÁTICA UNIVERSIDADE FEDERAL DE SÃO CARLOS CENTRO DE CIÊNCIAS EXATAS E DE TECNOLOGIA DEPARTAMENTO DE MATEMÁTICA A GEOMETRIA DO VaR: (Value at risk) Aplicações computacionais AUTOR: RODOLFO VENDRASCO TACIN PROFESSOR

Leia mais

DISTRIBUIÇÃO DE WEIBULL CONCEITOS BÁSICOS APLICAÇÕES

DISTRIBUIÇÃO DE WEIBULL CONCEITOS BÁSICOS APLICAÇÕES LUIZ CLAUDIO BENCK KEVIN WONG TAMARA CANDIDO DISTRIBUIÇÃO DE WEIBULL CONCEITOS BÁSICOS APLICAÇÕES Trabalho apresentado para avaliação na disciplina de Estatística e Métodos Numéricos do Curso de Administração

Leia mais

Modelagem computacional para o Ensino de Equações Diferenciais Ordinárias em cursos de Engenharia

Modelagem computacional para o Ensino de Equações Diferenciais Ordinárias em cursos de Engenharia Modelagem computacional para o Ensino de Equações Diferenciais Ordinárias em cursos de Engenharia Maria Madalena Dullius Centro Universitário Univates Brasil madalena@univates.br Resumo Neste trabalho

Leia mais

MATEMÁTICA FINANCEIRA - ADMINISTRAÇÃO

MATEMÁTICA FINANCEIRA - ADMINISTRAÇÃO MATEMÁTICA FINANCEIRA - ADMINISTRAÇÃO DESCONTO 1) Determinar o desconto por fora sofrido por uma letra de R$ 5.000,00 à taxa de 5% aa, descontada 5 anos antes de seu vencimento. Resp: R$ 1.250,00 2) Uma

Leia mais

Cálculo Numérico Computacional Lista 09 integral aproximada

Cálculo Numérico Computacional Lista 09 integral aproximada ORIENTAÇÃO ORIENTAÇÃO 2 Cálculo Numérico Computacional Lista 09 integral aproximada tarcisio@member.ams.org T. Praciano-Pereira Dep. de Matemática alun@: Univ. Estadual Vale do Acaraú 3 de março de 2008

Leia mais