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

Tamanho: px
Começar a partir da página:

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

Transcrição

1 Exstêca e Ucdade de Soluções de Equações Dferecas Ordáras Regaldo J Satos Departameto de Matemátca-ICEx Uversdade Federal de Mas Geras reg 10 de ulho de 2010

2 2 1 INTRODUÇÃO Sumáro 1 Itrodução 2 2 Equações de 1 ạ Ordem 3 21 Exercícos 6 3 Sstemas Leares de 1 ạ Ordem 8 31 Exstêca e Ucdade de Soluções de Equações Leares de 2 ạ Ordem Respostas dos Exercícos 12 1 Itrodução Apresetamos aqu demostrações auto-sufcetes dos teoremas de exstêca e ucdade de soluções de equações dferecas, sstemas de equações dferecas leares e equações dferecas leares de 2 ạ ordem que ão requerem o uso de cotudade uforme

3 3 2 Equações de 1 ạ Ordem Teorema 1 (Exstêca e Ucdade) Cosdere o problema de valor cal Se f(t, y) e f y são cotíuas o retâgulo dy = f(t, y) dt (1) y( ) = y 0 R = {(t, y) R 2 α < t < β, δ < y < γ} cotedo(, y 0 ), etão o problema (1) tem uma úca solução em um tervalo cotedo Demostração 1 Exstêca: Defa a seqüêca de fuções y (t) por y 0 (t) = y 0, y (t) = y 0 + f(s, y 1 (s))ds, para = 1, 2, Como f(t, y) é cotíua o retâgulo R, exste uma costate postva b tal que f(t, y) b, para (t, y) R Assm Como f y tal que y 1 (t) y 0 b t, para α < t < β é cotíua o retâgulo R, exste uma costate postva a (por que?) f(t, y) f(t, z) a y z, para α < t < β e δ < y, z < γ

4 4 2 EQUAÇÕES DE 1 Ạ ORDEM Assm e y 2 (t) y 1 (t) f(s, y 1 (s)) f(s, y 0 (s)) ds a y 1 (s) y 0 ds ab s ds = ab t 2 2 y 3 (t) y 2 (t) f(s, y 2 (s)) f(s, y 1 (s)) ds a Vamos supor, por dução, que y 2 (s) y 1 (s) ds a 2 b s 2 2 ds = a 2 b t 3 6 Etão y 1 (t) y 2 (t) a 2 b t 1 ( 1)! y (t) y 1 (t) f(s, y 1 (s)) f(s, y 2 (s)) ds a y 1 (s)) y 2 (s) ds a a 2 b s 1 ( 1)! ds = a 1 b t! (2) Estas desgualdades são váldas para α α < t < β β em que α e β são tas que δ < y (t) < γ sempre que α < t < β (por que exstem α e β?) Segue-se de (2) que =1 que é covergete Como y (t) y 1 (t) b y (t) = y 0 + k=1 =1 a 1 (β α)! (y k (t) y k 1 (t)),

5 5 etão y (t) é covergete Sea Como y m (t) y (t) m k=+1 y(t) = lm y (t) y k (t) y k 1 (t) b m k=+1 etão passado ao lmte quado m tede a fto obtemos que y(t) y (t) b k=+1 a k 1 (β α) k k! a k 1 (β α) k, k! Logo dado um ǫ > 0, para sufcetemete grade, y(t) y (t) < ǫ/3, para α < t < β Daí segue-se que y(t) é cotíua, pos dado um ǫ > 0, para s sufcetemete próxmo de t, temos que y (t) y (s) < ǫ/3 e para sufcetemete grade y(t) y (t) < ǫ/3 e y(s) y (s) < ǫ/3, o que mplca que y(t) y(s) y(t) y (t) + y (t) y (s) + y (s) y(s) < ǫ Além dsso para α < t < β, temos que lm f(s, y (s))ds = pos, por (3), temos que f(s, y (s))ds f(s, y(s))ds f(s, lm y (s))ds = f(s, y (s)) f(s, y(s)) ds a y (s) y(s) ds que tede a zero quado tede a fto Portato y(t) = lm y (t) = y 0 + lm = y 0 + ab(t ) f(s, y(s))ds, k=+1 f(s, y 1 (s))ds = f(s, lm y 1 (s))ds = y 0 + f(s, y(s))ds a k 1 (β α) k k! (3)

6 6 2 EQUAÇÕES DE 1 Ạ ORDEM Dervado em relação a t esta equação vemos que y(t) é solução do problema de valor cal 2 Ucdade: Vamos supor que y(t) e z(t) seam soluções do problema de valor cal Sea Assm, como u(t) = y(s) z(s) ds y(t) = y (s)ds = f(s, y(s))ds, z(t) = z (s)ds = f(s, z(s))ds, etão u (t) = y(t) z(t) ou sea, y (s) z (s) ds = f(s, y(s)) f(s, z(s)) ds u (t) au(t) Subtrado-se au(t) e multplcado-se por e at obtemos d dt (e at u(t)) 0, com u( ) = 0 a y(s) z(s) ds Isto mplca que e at u(t) = 0 (lembre-se que u(t) 0) e portato que u(t) = 0, para todo t Assm y(t) = z(t), para todo t 21 Exercícos 1 Mostre que se f y é cotíua o retâgulo R = {(t, y) R 2 α < t < β, γ < y < δ},

7 21 Exercícos 7 etão exste uma costate postva a tal que f(t, y) f(t, z) a y z, para α < t < β e δ < y, z < γ Sugestão: Para t fxo, use o Teorema do Valor Médo para f como fução somete de y Escolha a como sedo o máxmo de f o retâgulo y 2 Mostre que se f(t, y) e f y e a e b são costates postvas tas que são cotíuas o retâgulo R = {(t, y) R 2 α < t < β, γ < y < δ} f(t, y) b, f(t, y) f(t, z) a y z, para α < t < β e δ < y, z < γ, etão exstem α e β com α α < < β β tas que a seqüêca y 0 (t) = y 0, y (t) = y 0 + f(s, y 1 (s))ds, para = 1, 2, satsfaz δ < y (t) < γ sempre que α < t < β Sugestão: mostre que ( ) b y (t) y 0 a 1 e a t t0

8 8 3 SISTEMAS LINEARES DE 1 Ạ ORDEM 3 Sstemas Leares de 1 ạ Ordem Cosdere o sstema de equações dferecas leares x 1 (t) = a 11(t)x 1 (t)+ +a 1 (t)x (t)+ f 1 (t) x (t) = a 1 (t)x 1 (t)+ +a (t)x (t)+ f 2 (t) que pode ser escrto a forma de uma equação dferecal matrcal x 1 (t) a 11 (t) a 1 (t) x 1 (t) f 1 (t) = + x (t) a 1 (t) a (t) x (t) f (t) ou em que A(t) = a 11 (t) a 1 (t) a 1 (t) a (t) X (t) = A(t)X(t) + F(t), (4), X(t) = x 1 (t) x (t) e F(t) = f 1 (t) f (t) Teorema 2 (Exstêca e Ucdade) Cosdere o problema de valor cal { X (t) = A(t)X(t) + F(t) X( ) = X (0) (5) Supoha que a (t), f (t) seam fuções cotíuas um tervalo I = [a, b] cotedo Etão o problema (5) tem uma úca solução o tervalo I Demostração 1 Exstêca: Defa a seqüêca X (k) (t) por X (0) (t) = X (0), X (k) (t) = X (0) + (A(s)X (k 1) (s)+ F(s))ds, para k = 1, 2,

9 9 Assm, cada compoete X (k) (t) é dada por Seam M, N > 0 tas que Etão (t) x (1) (t) x (2) x (k) = x (0) t + ( =1 a (s)x (k 1) (s)+ f (s))ds a (t) M, para, = 1, e t I (6) x (1) (t) x (0) N, para = 1, e t I a (s) x 1 (s) x0 ds =1 M x (1) (s) x (0) ds MN(t ) =1 (t) x (2) (t) x (3) Por dução x (k+1) a (s) x (2) (s) x (1) =1 (s) ds M x (2) (s) x (1) (s) ds M 2 N =1 (t) x (k) t (t) M =1 x (k) =1 a (s) x (k) (s) x (k 1) (s) ds M (s) x (k 1) (s) ds =1 s ds =1 2 M 2 N t 2 k 1 M k 1 N s k 1 (k 1)! 2 ds k M k N t k Usado o mesmo argumeto usado a demostração do Teorema 1 a pága 3 temos que x (k) (t) é uma seqüêca covergete Sea x (t) = lm x (k) k (t) k!

10 10 3 SISTEMAS LINEARES DE 1 Ạ ORDEM Também pelo mesmo argumeto usado a demostração do Teorema 1 a pága 3 temos que x (t) é cotíua e vale Assm lm k ( =1 a (s)x (k 1) t (s)+ f (s))ds = x (t) = lm x (k) k (t) = x (0) t + lm k = x (0) t + ( =1 ( =1 ( =1 a (s)x (s)+ f (s))ds a (s)x (k 1) (s)+ f (s))ds = a (s) lm k x (k 1) (s)+ f (s))ds = = x (0) t + ( =1 a (s)x (s)+ f (s))ds Dervado em relação a t esta equação vemos que x (t) é solução do problema de valor cal 2 Ucdade: Seam X(t) e Y(t) duas soluções do problema de valor cal (5) Etão Z(t) = X(t) Y(t) é solução do problema de valor cal (5) com X (0) = 0 e F(t) = 0 Assm temos que mostrar que Z(t) = 0, para todo t Sea u(t) = ( z 1 (s) + + z (s) )ds Como etão por (6) temos z 1 (t) = z 1 (t) + + z (t) 0 z 1 (s)ds,, z (t) = ( z 1 (s) + + z (s) )ds 0 =1 =1 M a (s) z (s) ds 0 z (s)ds, ( z 1 (s) + + z (s) )ds = Mu(t),

11 31 Exstêca e Ucdade de Soluções de Equações Leares de 2 ạ Ordem 11 para t I, ou sea, u (t) Mu(t) Multplcado a equação acma por e Mt obtemos d dt (e Mt u(t)) 0, com u( ) = 0 Isto mplca que u(t) = 0, para todo t (verfque!) e portato Z(t) = 0, para t I 31 Exstêca e Ucdade de Soluções de Equações Leares de 2 ạ Ordem Como coseqüêca do resultado que acabamos de provar temos o resultado abaxo para exstêca e ucdade de soluções de equações leares de 2 ạ ordem Coroláro 3 (Exstêca e Ucdade) O problema de valor cal d 2 y dt 2 + p(t)dy + q(t)y = f(t) dt y( ) = y 0, y ( ) = y 0 para p(t), q(t) e f(t) fuções cotíuas em um tervalo aberto I cotedo tem uma úca solução este tervalo Demostração Seam x 1 (t) = y(t) e x 2 (t) = y (t) O problema de valor cal é equvalete ao problema { X (t) = A(t)X(t) + F(t) X( ) = X (0) em que [ A(t) = 0 1 q(t) p(t) ] [ x1 (t), X(t) = x 2 (t) ] [ F(t) = 0 f(t) ] e X (0) = [ y0 y 0 ] A coclusão segue-se da aplcação do Teorema 2

12 12 3 SISTEMAS LINEARES DE 1 Ạ ORDEM 32 Respostas dos Exercícos 1 Sea t fxo, tal que α < t < β Pelo Teorema do Valor Médo, dados y e z com δ < y, z < γ exste ξ etre y e z tal que f(t, y) f(t, z) = f (t, ξ)(y z) y Sea a = max f δ<w<γ (t, w) y Tomado-se o módulo da equação acma obtemos f(t, y) f(t, z) = f (t, ξ) y y z a y z ( ) 2 Sea α o máxmo etre α, o valor de t < tal que b a e a t t0 1 = γ e o valor de ( ) t < tal que b a e a t t0 1 = δ Sea β o mímo etre β, o valor de t > tal ( ) ( ) que b a e a t t0 1 = γ e o valor de t > tal que b a e a t t0 1 = δ Vamos mostrar, por dução, que y (t) y 0 b ( ) e a t t0 1, para α < t < β a e assm que δ < y (t) < γ, para α < t < β y 1 (t) y 0 b t b =1 a 1 t! = b a ( ) e a t t0 1 Vamos supor, por dução, que y 1 (t) y 2 (t) a 2 b t 1 ( 1)! e y k (t) y 0 b ( ) e a t t0 1, para k = 1,, 1 e α < t < β a e assm que δ < y k (t) < γ, para k = 1,, 1 e α < t < β Etão por (2) a pága 4, y (t) y 1 (t) a 1 b t! e assm y (t) y 0 k=1 y k (t) y k 1 (t) b =1 a 1 t! = b a ( ) e a t t0 1,

13 REFERÊNCIAS 13 Referêcas [1] Wllam E Boyce ad Rchard C DPrma Equações Dferecas Elemetares e Problemas de Valores de Cotoro Lvros Téccos e Cetífcos Edtora SA, Ro de Jaero, 7a edto, 2002 [2] Daro G de Fgueredo ad Aloso F Neves Equações Dferecas Aplcadas SBM, Ro de Jaero, 2a edto, 2005 [3] Jorge Sotomayor Lções de Equações Dferecas Ordáras IMPA, Ro de Jaero, 1979

1. Revisão Matemática

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

Leia mais

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

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

Leia mais

Exercícios - Sequências de Números Reais (Solução) Prof Carlos Alberto S Soares

Exercícios - Sequências de Números Reais (Solução) Prof Carlos Alberto S Soares Exercícos - Sequêcas de Números Reas (Solução Prof Carlos Alberto S Soares 1 Dscuta a covergêca da sequẽca se(2. Calcule, se exstr, lm se(2. Solução 1 Observe que se( 2 é lmtada e 1/ 0, portato lm se(2

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

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

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

Leia mais

Métodos iterativos. Capítulo O Método de Jacobi

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

Leia mais

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

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

Leia mais

Oitava Lista de Exercícios

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

Leia mais

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

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

Leia mais

Algoritmos de Interseções de Curvas de Bézier com Uma Aplicação à Localização de Raízes de Equações

Algoritmos de Interseções de Curvas de Bézier com Uma Aplicação à Localização de Raízes de Equações Algortmos de Iterseções de Curvas de Bézer com Uma Aplcação à Localzação de Raízes de Equações Rodrgo L.R. Madurera Programa de Pós-Graduação em Iformátca, PPGI, UFRJ 21941-59, Cdade Uverstára, Ilha do

Leia mais

II. Propriedades Termodinâmicas de Soluções

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

Leia mais

Atividades Práticas Supervisionadas (APS)

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

Leia mais

Topologia, geometria e curvas no plano

Topologia, geometria e curvas no plano Topologa, geometra e curvas no plano Roberto Imbuzero Olvera 23 de Março de 2011 1 Abertos, fechados e compactos Defnção 1 Um subconjunto F C é dto fechado se qualquer sequênca convergente em F tem lmte

Leia mais

(def) (def) (T é contração) (T é contração)

(def) (def) (T é contração) (T é contração) CAPÍTULO 5 Exercícios 5 (def) (T é cotração) a) aa Ta ( ) Ta ( 0) aa0, 0 Portato, a a aa0 (def) (def) (T é cotração) b) a3a Ta ( ) Ta ( ) TTa ( ( ) TTa ( ( 0)) (T é cotração) Ta ( ) Ta ( ) 0 aa0 Portato,

Leia mais

Capítulo 8. Método de Rayleigh-Ritz

Capítulo 8. Método de Rayleigh-Ritz Grupo : Gustavo de Souza Routma; Luís Ferado Hachch de Souza; Ale Pascoal Palombo Capítulo 8. Método de Raylegh-Rtz 8.. Itrodução Nos problemas de apromação por dfereças ftas, para apromar a solução para

Leia mais

A análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si.

A análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si. Prof. Lorí Va, Dr. http://www. ufrgs.br/~va/ va@mat.ufrgs.br aáse de varâca de uma cassfcação (Oe-Way NOV) verfca se as médas de amostras depedetes (tratametos) dferem etre s. Um segudo tpo de aáse de

Leia mais

CÁLCULO DE RAÍZES DE EQUAÇÕES NÃO LINEARES

CÁLCULO DE RAÍZES DE EQUAÇÕES NÃO LINEARES CÁLCULO DE RAÍZES DE EQUAÇÕES NÃO LINEARES Itrodução Em dversos camos da Egehara é comum a ecessdade da determação de raízes de equações ão leares. Em algus casos artculares, como o caso de olômo, que

Leia mais

CIRCUITOS ELÉTRICOS CONCEITOS BÁSICOS

CIRCUITOS ELÉTRICOS CONCEITOS BÁSICOS CCUTOS ELÉTCOS CONCETOS BÁSCOS Prof. Marcos Fergütz jul/07 - Carga Elétrca (Q, q) [ Udade: Coulomb C ] e - Quado se forece ou retra eerga do elétro (e - ), pode-se movmetá-lo por etre as camadas (K, L,

Leia mais

Econometria: 3 - Regressão Múltipla

Econometria: 3 - Regressão Múltipla Ecoometra: 3 - Regressão Múltpla Prof. Marcelo C. Mederos mcm@eco.puc-ro.br Prof. Marco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo de regressão

Leia mais

Problema geral de interpolação

Problema geral de interpolação Problema geral de terpolação Ecotrar p() que verfque as codções: f j ( ) y,,,,,, j,,, m ( j) ( ) dervada de ordem j ós valores odas Eemplo: ecotrar p() que verfque:, f () 4 3, f( 3) 3, f'(3) 4 3 p() 3

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

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

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

Estabilidade no Domínio da Freqüência

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

Leia mais

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

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

Leia mais

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

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

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

Leia mais

Avaliação de Empresas Profa. Patricia Maria Bortolon

Avaliação de Empresas Profa. Patricia Maria Bortolon Avalação de Empresas MODELO DE DIVIDENDOS Dvdedos em um estáo DDM Dscouted Dvded Model Muto utlzados a precfcação de uma ação em que o poto de vsta do vestdor é extero à empresa e eralmete esse vestdor

Leia mais

Técnicas Não Paramétricas

Técnicas Não Paramétricas Téccas Não Paramétrcas de Estmação de Desdade Reata Cardoso e Fracsco Carvalho Coteúdo Itrodução 2 Hstograma 3 Estmação da desdade 4 Jaelas de Parze Em mutos problemas prátcos As abordages de estmação

Leia mais

Material Teórico - Módulo de MATEMÁTICA FINANCEIRA. Financiamentos. Primeiro Ano do Ensino Médio

Material Teórico - Módulo de MATEMÁTICA FINANCEIRA. Financiamentos. Primeiro Ano do Ensino Médio Materal Teórco - Módulo de MATEMÁTICA FINANCEIRA Facametos Prmero Ao do Eso Médo Autor: Prof Fracsco Bruo Holada Autor: Prof Atoo Camha Muz Neto 20 de agosto de 2018 1 Itrodução Neste materal, remos aplcar

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

Notas Processos estocásticos. Nestor Caticha 23 de abril de 2012

Notas Processos estocásticos. Nestor Caticha 23 de abril de 2012 Notas Processos estocástcos Nestor Catcha 23 de abrl de 2012 notas processos estocástcos 2 O Teorema de Perron Frobenus para matrzes de Markov Consdere um processo estocástco representado por um conunto

Leia mais

NOTAS DE AULA DA DISCIPLINA CE076. ], T 2 = conhecido como T 2 de Hotelling

NOTAS DE AULA DA DISCIPLINA CE076. ], T 2 = conhecido como T 2 de Hotelling 4 INFERÊNCIA SOBRE O VETOR DE MÉDIAS 4. TESTE PARA UM VETOR DE MÉDIAS µ Lembrado o caso uvarado: H : µ = µ H : µ µ Nível de sgfcâca: α Estatístca do teste: X µ t = s/ ~ t Decsão: se t > t - (α/) rejeta-se

Leia mais

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

NOTA: ESCREVA AS RESPOSTAS COMO FRAÇÕES OU COM 4 CASAS DECIMAIS NOTA 2: O FORMULÁRIO ESTÁ NO FINAL DA PROVA IND 5 Iferêca Estatístca Semestre 007.0 Teste 4 //007 Nome: NOTA: ESCREVA AS RESPOSTAS COMO FRAÇÕES OU COM 4 CASAS DECIMAIS NOTA : O FORMULÁRIO ESTÁ NO FINAL DA PROVA PROBLEMA (5 potos) Em cada questão

Leia mais

Interpolação Segmentada

Interpolação Segmentada Interpolação Segmentada Uma splne é uma função segmentada e consste na junção de váras funções defndas num ntervalo, de tal forma que as partes que estão lgadas umas às outras de uma manera contínua e

Leia mais

2.2. Séries de potências

2.2. Séries de potências Capítulo 2 Séries de Potêcias 2.. Itrodução Série de potêcias é uma série ifiita de termos variáveis. Assim, a teoria desevolvida para séries ifiitas de termos costates pode ser estedida para a aálise

Leia mais

Universidade Federal do Rio de Janeiro Instituto de Matemática Departamento de Matemática

Universidade Federal do Rio de Janeiro Instituto de Matemática Departamento de Matemática Uiversidade Federal do Rio de Jaeiro Istituto de Matemática Departameto de Matemática Disciplia: Cálculo Diferecial e Itegral IV Uidades: Escola Politécica e Escola de Quimica Código: MAC 248 Turmas: Egeharias

Leia mais

Distribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD

Distribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD Dstrbuções Amostras Estatístca 8 - Dstrbuções Amostras 08- Dstrbuções Amostras Dstrbução Amostral de Objetvo: Estudar a dstrbução da população costtuída de todos os valores que se pode obter para, em fução

Leia mais

==Enunciado== 2. (a) Mostre que se h(t) é uma função seccionalmente contínua e periódica, de período T, que admite transformada de Laplace, então

==Enunciado== 2. (a) Mostre que se h(t) é uma função seccionalmente contínua e periódica, de período T, que admite transformada de Laplace, então Departameto de Matemática - Escola Superior de ecologia - Istituto Politécico de Viseu Complemetos de Aálise Matemática Egeharia de Sistemas e Iformática Euciado e Resolução da a. Frequêcia de 5/6 Duração:

Leia mais

MA12 - Unidade 4 Somatórios e Binômio de Newton Semana de 11/04 a 17/04

MA12 - Unidade 4 Somatórios e Binômio de Newton Semana de 11/04 a 17/04 MA1 - Udade 4 Somatóros e Bômo de Newto Semaa de 11/04 a 17/04 Nesta udade troduzremos a otação de somatóro, mostrado como a sua mapulação pode sstematzar e facltar o cálculo de somas Dada a mportâca de

Leia mais

Análise Complexa Resolução de alguns exercícios do capítulo 1

Análise Complexa Resolução de alguns exercícios do capítulo 1 Análse Complexa Resolução de alguns exercícos do capítulo 1 1. Tem-se:. = (0, 1) = (0, 1) =. 3. Sejam a, b R. Então Exercíco nº1 = (0, 1).(0, 1) = (0.0 1.1, 0.1 + 1.0) = ( 1, 0) = 1. a + b = a b = 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

4- Método de Diferenças Finitas Aplicado às Equações Diferenciais Parciais.

4- Método de Diferenças Finitas Aplicado às Equações Diferenciais Parciais. MÉTODOS NUMÉRICOS PARA EQUAÇÕES DIFERENCIAIS PARCIAIS 4- Método de Dereças Ftas Alcado às Equações Derecas Parcas. 4.- Aromação de Fuções. 4..- Aromação or Polômos: Iterolação. 4..- Ajuste de Dados: Mímos

Leia mais

Instituto de Matemática - UFRJ Análise 1 - MAA Paulo Amorim Lista 2

Instituto de Matemática - UFRJ Análise 1 - MAA Paulo Amorim Lista 2 Istituto de Matemática - UFRJ Lista. Sejam (x ), (y ) sequêcias covergetes, com x y,. Mostre que se tem lim x lim y. Sabemos das aulas teóricas que se uma sequêcia z verifica z 0, etão lim z 0 (caso exista).

Leia mais

CAPÍTULO 8. Exercícios Inicialmente, observamos que. não é série de potências, logo o teorema desta

CAPÍTULO 8. Exercícios Inicialmente, observamos que. não é série de potências, logo o teorema desta CAPÍTULO 8 Eercícios 8 Iicialmete, observamos que 0 ão é série de otêcias, logo o teorema desta seção ão se alica Como, ara todo 0, a série é geométrica e de razão, 0, etão a série coverge absolutamete

Leia mais

Métodos tipo quadratura de Gauss

Métodos tipo quadratura de Gauss COQ-86 Métodos Numércos ara Sstemas Algébrcos e Dferecas Métodos to quadratura de Gauss Cosderado a tegração: Método de quadratura de Gauss com otos teros I f d a ser comutada com a maor recsão ossível

Leia mais

1) Planejamento da Produção - Modelos de dimensionamento de lotes (lot sizing)

1) Planejamento da Produção - Modelos de dimensionamento de lotes (lot sizing) Departameto de Egehara de Produção UFPR 28 1) Plaeameto da Produção - Modelos de dmesoameto de lotes (lot szg) É cohecdo horzote de plaeameto T, dvddo em períodos; demada (geralmete varável) de cada tem

Leia mais

CLEBER HELIO GARCIA OS TEOREMAS DO CÁLCULO VETORIAL

CLEBER HELIO GARCIA OS TEOREMAS DO CÁLCULO VETORIAL CLEBER HELIO GARCIA OS TEOREMAS DO CÁLCULO VETORIAL Trabalho de Coclusão de Curso apresetado ao Curso de Matemátca Habltação Lcecatura Departameto de Matemátca, Sob a oretação do Profº Dr.Elezer Batsta.

Leia mais

Parte II. Análise funcional II

Parte II. Análise funcional II Parte II Análise funcional II 12 Capítulo 5 Produto de Operadores. Operadores inversos Neste capítulo vamos introduzir a noção de produto de operadores assim como a de operador invertível. Para tal precisamos

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

Matemática C Extensivo V. 4

Matemática C Extensivo V. 4 Matemátca C Extesvo V. Resolva Aula.0) a) 8 0 resto.0) b) 78 0 resto.. 6 + c) 89679 resto Oberve que 896796 é dvsível por, pos terma em 6. Assm, 89679 apreseta resto quado dvddo por..0) x + x + 0 6.. x

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

Universidade Federal do Paraná. Setor de Ciências Exatas. Pós-Graduação em Matemática Aplicada. Patrícia Aparecida Manholi

Universidade Federal do Paraná. Setor de Ciências Exatas. Pós-Graduação em Matemática Aplicada. Patrícia Aparecida Manholi versdade Federal do Paraá Setor de Cêcas Eatas Pós-Graduação em Matemátca Aplcada Patríca Aparecda Mahol COMPACIDADE GENERALIZADA E CONCEIOS RELACIONADOS Curtba Março de Patríca Aparecda Mahol COMPACIDADE

Leia mais

Projeto e Análise de Algoritmos Recorrências. Prof. Humberto Brandão

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

Leia mais

g(s, X n s )ds + t f (s, X s ) 2 ds <, P-q.s. t f (s, X s )db s, t 0.

g(s, X n s )ds + t f (s, X s ) 2 ds <, P-q.s. t f (s, X s )db s, t 0. CHAPTER 3. INTEGRAIS ESTOCÁSTICOS 88 2. Quais são as propriedades destas soluções? 3. Como podemos resolver uma dada equação? O método usual para provar a existência de uma solução da equação diferencial

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

Cursos de Licenciatura em Ensino de Matemática e de EGI. Teoria de Probabilidade

Cursos de Licenciatura em Ensino de Matemática e de EGI. Teoria de Probabilidade Celso Albo FACULDADE DE CIÊNCIAS NATURAIS E MATEMÁTICA DEPARTAMENTO DE MATEMÁTICA Campus de Lhaguee, Av. de Moçambque, km, Tel: +258 240078, Fax: +258 240082, Maputo Cursos de Lcecatura em Eso de Matemátca

Leia mais

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

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

Leia mais

Gabarito da Lista de Interpolação e Método dos Mínimos Quadrados

Gabarito da Lista de Interpolação e Método dos Mínimos Quadrados Gabarto a sta e Iterpolação e Métoo os Mímos Quaraos ercíco : a cos Prmera orma: Iterpolação e agrage 8 5 P cos5 P - 89765 6 5 85 5 5 5 P 5 : : rro Portato 6 cos9 9 ; -5 6 9-9 - 6 5 5 5 85 cos6 6 ; 5 9

Leia mais

Uma Calculadora Financeira usando métodos numéricos e software livre

Uma Calculadora Financeira usando métodos numéricos e software livre Uma Calculadora Facera usado métos umércos e software lvre Jorge edraza Arpas, Julao Sott, Depto de Cêcas e Egeharas, Uversdade Regoal ItegradaI, URI 98400-000-, Frederco Westphale, RS Resumo.- Neste trabalho

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

Métodos Numéricos em Equações Diferenciais Aula 02 - Método de Euler

Métodos Numéricos em Equações Diferenciais Aula 02 - Método de Euler Métodos Numéricos em Equações Diferenciais Aula 02 - Método de Euler Profa. Vanessa Rolnik curso: Matemática Aplicada a Negócios Introdução Método de Diferenças: { w0 = α w i+1 = w i + h φ(t i, w i ),

Leia mais

VI - Integração Numérica

VI - Integração Numérica V - tegração Numérca C. Balsa & A. Satos. trodução São, este mometo, coecdos dos aluos métodos aalítcos para o cálculo do tegral dedo b ( d a sedo ( cotíua e tegrável o tervalo [ ab] ;. Cotudo, algumas

Leia mais

Capítulo V - Interpolação Polinomial

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

Leia mais

USANDO PROBABILIDADES PARA APROXIMAR FUNÇÕES POR POLINÓMIOS

USANDO PROBABILIDADES PARA APROXIMAR FUNÇÕES POR POLINÓMIOS USANDO PROBABILIDADES PARA APROXIMAR FUNÇÕES POR POLINÓMIOS JOEL MOREIRA Resumo. Uma dea cetral em Aálse modera é a de aproxmar objectos potecalmete mal comportados por objectos mas smples. O Teorema de

Leia mais

Bases e dimensão. Roberto Imbuzeiro Oliveira. 22 de Março de 2012

Bases e dimensão. Roberto Imbuzeiro Oliveira. 22 de Março de 2012 Bases e dimesão Roberto Imbuzeiro Oliveira 22 de Março de 2012 1 Defiições básicas Nestas otas X é espaço vetorial com mais de um elemeto sobre o corpo F {R, C}. Uma base (ão ecessariamete LI) de X é um

Leia mais

Modelo de Regressão Simples

Modelo de Regressão Simples Modelo de Regressão Smples Hstora Hstóra Termo regressão fo troduzdo por Fracs Galto (8-9). Estudo sobre altura de pas e flhos. Karl Pearso coletou mas de ml regstros e verfcou a le de regressão uversal

Leia mais

Métodos iterativos. Métodos Iterativos para Sistemas Lineares

Métodos iterativos. Métodos Iterativos para Sistemas Lineares Métodos iterativos Métodos Iterativos para Sistemas Lieares Muitos sistemas lieares Ax = b são demasiado grades para serem resolvidos por métodos directos (por exemplo, se A é da ordem de 10000) á que

Leia mais

Sumário. 2 Índice Remissivo 11

Sumário. 2 Índice Remissivo 11 i Sumário 1 Esperaça de uma Variável Aleatória 1 1.1 Variáveis aleatórias idepedetes........................... 1 1.2 Esperaça matemática................................. 1 1.3 Esperaça de uma Fução de

Leia mais

(i) (1,5 val.) Represente na forma de um intervalo ou de uma união disjunta de intervalos cada um dos conjuntos seguintes:

(i) (1,5 val.) Represente na forma de um intervalo ou de uma união disjunta de intervalos cada um dos conjuntos seguintes: Istituto Superior Técico Departameto de Matemática o TESTE DE CÁLCULO DIFERENCIAL E INTEGRAL I - Versão A MEAero o Sem. 0/3 0//0 Duração: h30m RESOLUÇÃO. 3,0 val. i,5 val. Represete a forma de um itervalo

Leia mais

Um modelo nada mais é do que uma abstração matemática de um processo real (Seborg et al.,1989) ou

Um modelo nada mais é do que uma abstração matemática de um processo real (Seborg et al.,1989) ou Dscplna - MR070 INTRODUÇÃO À MODELAGEM DE SISTEMAS LINEARES POR EQUAÇÕES DIFERENCIAIS Os modelos de um determnado sstema podem ser físcos ou matemátcos. Neste curso focaremos a modelagem pela dentfcação

Leia mais

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

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

Leia mais

José Álvaro Tadeu Ferreira. Cálculo Numérico. Notas de aulas

José Álvaro Tadeu Ferreira. Cálculo Numérico. Notas de aulas UNIVERSIDADE FEDERAL DE OURO PRETO Isttuto de Cêcas Eatas e Bológcas Departameto de Computação José Álvaro Tadeu Ferrera Cálculo Numérco Notas de aulas Iterpolação Polomal Ouro Preto 3 (Últma revsão em

Leia mais

Sequências Teoria e exercícios

Sequências Teoria e exercícios Sequêcs Teor e exercícos Notção forml Defmos um dd sequêc de úmeros complexos por { } ( ) Normlmete temos teresse em descobrr um fórmul fechd que sej cpz de expressr o -ésmo termo d sequêc como fução de

Leia mais

Radiosidade. Claudio Esperança Paulo Roma Cavalcanti

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

Leia mais

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

CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS

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

Leia mais

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

Desigualdades Clássicas

Desigualdades Clássicas Desigualdades Clássicas Márcio Nascimeto da Silva 9 de maio de 009 Resumo As desigualdades são de extrema importâcia as ciêcias. Sua utilização vai desde a estimativa de uma gradeza com um certo erro pré-defiido,

Leia mais

Problemas fundamentais da teoria da aproximação func/onal

Problemas fundamentais da teoria da aproximação func/onal 18 GAZETA DE MA TEM ATIÇA 2 5 ) ( A - se) l + (T _ y) * + ( Z - z) K=O p 1 1 " 1 d p 1 df-j pl - p ds T d íj (A'~ «)> -f (Y - y) ft + (2-z)v = - 3 1 e resolve-se rapdamete. X x + Aa + B\ r = y + Aß + Bp,

Leia mais

Sobre a classe de diferenciabilidade de quocientes de polinômios homogêneos.

Sobre a classe de diferenciabilidade de quocientes de polinômios homogêneos. Uvesdade Regoal do Ca - URCA CADERNO DE CULTURA E CIÊNCIA VOLUME Nº - 008 IN 980-586 obe a classe de dfeecabldade de quocetes de polômos homogêeos About the Dffeetablty Class of the Quotet of Homogeeous

Leia mais

Econometria: 4 - Regressão Múltipla em Notação Matricial

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

Leia mais

Transformadas de Laplace Engenharia Mecânica - FAENG. Prof. Josemar dos Santos

Transformadas de Laplace Engenharia Mecânica - FAENG. Prof. Josemar dos Santos Engenharia Mecânica - FAENG SISTEMAS DE CONTROLE Prof. Josemar dos Santos Sumário Transformadas de Laplace Teorema do Valor Final; Teorema do Valor Inicial; Transformada Inversa de Laplace; Expansão em

Leia mais

4 Autovetores e autovalores de um operador hermiteano

4 Autovetores e autovalores de um operador hermiteano T (ψ) j = ψ j ˆT ψ = k ψ j ˆT φ k S k = k,l ψ j φ l T (φ) S k = k,l φ l ψ j T (φ) S k = k,l SljT (φ) S k. Após todos esses passos vemos que T (ψ) j = k,l S jl T (φ) S k ou, em termos matrcas T (ψ) = S

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

Capítulo VII: Soluções Numéricas de Equações Diferenciais Ordinárias

Capítulo VII: Soluções Numéricas de Equações Diferenciais Ordinárias Capítulo VII: Soluções Numéricas de Equações Difereciais Ordiárias 0. Itrodução Muitos feómeos as áreas das ciêcias egearias ecoomia etc. são modelados por equações difereciais. Supoa-se que se quer determiar

Leia mais

O TEOREMA ERGÓDICO DE BIRKHOFF

O TEOREMA ERGÓDICO DE BIRKHOFF O TEOREMA ERGÓDICO DE BIRKHOFF BRUNO SANTIAGO Resumo. Neste artigo expositório discutiremos a prova clássica do teorema ergódico de Birkhoff, via o teorema ergódico maximal. Buscaremos explorar os sigificados

Leia mais

Métodos numéricos para solução de equações

Métodos numéricos para solução de equações Escola Poltécca da Uversdade de São Paulo Departameto de Egehara Químca LSCP Laboratóro de Smulação e Cotrole de Processos Dscpla Optatva Modelagem e Métodos Matemátcos Aplcados à Egehara Químca AULA Revsão

Leia mais

tica ou tica como Rui Vilela Mendes CMAF, ICC, CFN dos TPC s

tica ou tica como Rui Vilela Mendes CMAF, ICC, CFN dos TPC s O oder da matemátca tca ou A matemátca tca como metáfora Ru Vlela Medes CMAF, ICC, CFN Soluções dos TPC s Curso o Mestrado de Comlexdade,, ISCTE, Ivero 007 07-03 03-007 TPC Dados ( I(I(,,, N ( I(/N, /N,,,

Leia mais

3- Autovalores e Autovetores.

3- Autovalores e Autovetores. MÉTODOS NUMÉRICOS PARA EQUAÇÕES DIFERENCIAIS PARCIAIS 3- Autovalores e Autovetores. 3.- Autovetores e Autovalores de ua Matrz. 3.- Métodos para ecotrar os Autovalores e Autovetores de ua Matrz. 3.- Autovetores

Leia mais

Análise Complexa e Equações Diferenciais 2 o Semestre 2013/14 Cursos: LEAN, MeMec

Análise Complexa e Equações Diferenciais 2 o Semestre 2013/14 Cursos: LEAN, MeMec Análise Complexa e Equações Diferenciais 2 o Semestre 2013/14 Cursos: LEAN, MeMec M Paluch Aulas 28 33 7 23 de Abril de 2014 Exemplo de uma equação diferencial A Lei de Newton para a propagação de calor,

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

CAPÍTULO VIII DIFERENCIAIS DE ORDEM SUPERIOR FÓRMULA DE TAYLOR E APLICAÇÕES

CAPÍTULO VIII DIFERENCIAIS DE ORDEM SUPERIOR FÓRMULA DE TAYLOR E APLICAÇÕES CAPÍTULO VIII DIFERENCIAIS DE ORDEM SUPERIOR FÓRMULA DE TAYLOR E APLICAÇÕES. Dferecas de orde superor Tratareos apeas o caso das fuções de A R e R sedo que o caso geral das fuções de A R e R se obté a

Leia mais

MAP Cálculo Numérico e Aplicações

MAP Cálculo Numérico e Aplicações MAP0151 - Cálculo Numérco e Aplcações Lsta 5 (Correção Neste ponto, todos já sabemos que todas as questões têm o mesmo valor, totalzando 10.0 pontos. (Questão 1 Fque com vontade de fazer mas do que fo

Leia mais

Resolva os grupos do exame em folhas separadas. O uso de máquinas de calcular e telemóveis não é permitido. Não se esqueça que tudo é para justificar.

Resolva os grupos do exame em folhas separadas. O uso de máquinas de calcular e telemóveis não é permitido. Não se esqueça que tudo é para justificar. Eame em 6 de Jaeiro de 007 Cálculo ATENÇÃO: FOLHAS DE EXAME NÃO IDENTIFICADAS NÃO SERÃO COTADAS Cálculo / Eame fial 06 Jaeiro de 007 Resolva os grupos do eame em folhas separadas O uso de máquias de calcular

Leia mais

CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS

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

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

3- Autovalores e Autovetores.

3- Autovalores e Autovetores. MÉTODOS NUMÉRICOS PARA EQUAÇÕES DIFERENCIAIS PARCIAIS - Autovalores e Autovetores..- Autovetores e Autovalores de ua Matrz..- Métodos para ecotrar os Autovalores e Autovetores de ua Matrz. Cotuação da

Leia mais