DISCIPLINA Algoritmos e Estruturas de Dados Curso: Web Design Publicitário Turma: 1º Período Prof.: Bruno Maia

Tamanho: px
Começar a partir da página:

Download "DISCIPLINA Algoritmos e Estruturas de Dados Curso: Web Design Publicitário Turma: 1º Período Prof.: Bruno Maia"

Transcrição

1

2 DISCIPLINA Algoritmos Estruturas d Dados Curso: Wb Dsign Publicitário Turma: 1º Príodo Prof.: Bruno Maia

3 Estruturas d Dados concitos Algoritmo! Origm do Trmo: Matmá6co iraniano Abu Abdullah Mohammad Ibn Musa al- Khawarizmi (Vivu no século XVII, fundador da álgbra);! Associado a computação mas não rstrito a la;! Dfiniçõs! Uma procdimnto passo a passo para rsolvr um problma;! Uma squência dtalhada d açõs para ralizar uma tarfa;

4 Estruturas d Dados concitos Algoritmo! Wikipédia! Um algoritmo é uma squência finita d instruçõs bm dfinidas não ambíguas, cada uma das quais pod sr xcutada mcanicamnt num príodo d tmpo finito com uma quan6dad d sforço finita.

5 Estruturas d Dados concitos Algoritmo! Dicionário Aurélio! Procsso d cálculo, ou d rsolução d um grupo d problmas smlhants, m qu s s6pulam, com gnralidad sm rstriçõs, rgras formais para a obtnção d rsultado ou d solução d problma.

6 Estruturas d Dados algoritmos xmplo clássico! Rcita Culinária! Ingrdints! 1 1/2 xícara (chá) d farinha d trigo! 150g d mantiga sm sal! 3/4 xícara (chá) d açúcar! 2 ovos ligiramnt ba6dos! ½ xícara (chá) d lit! 2 colhrs (chá) d ssência d baunilha! 1 colhr (sopa) d frmnto m pó

7 Estruturas d Dados algoritmos xmplo clássico! Rcita Culinária! Modo d Prparo Na batdira, bata a farinha, a mantiga o açúcar até qu a mistura stja fina qubradiça. Acrscnt os ovos ba6dos, o lit, a baunilha, bata até qu a mistura fiqu homogêna. Adicion o frmnto mistur. Coloqu a massa m uma fôrma untada polvilhada, alis a supr`ci. Lv ao forno praqucido a 180ºC durant 45 minutos ou até qu nfiando um palito, l saia limpo. Dsnform frio.

8 Estruturas d Dados algoritmos xmplo clássico! Rcita Culinária Conjunto d Entradas (bolo, farinha ovos, frmnto, tc.) Procssamnto (Modo d Prparo) Saída (Bolo)

9 Estruturas d Dados algoritmos caractrísscas! Finitud Um algoritmo dv smpr trminar após um númro finito d passos.! Dfinição Cada passo d um algoritmo dv sr prcisamnt dfinido. As açõs dvm sr dfinidas rigorosamnt sm ambiguidads.! Entradas Um algoritmo dv tr zro ou mais ntradas, isto é informaçõs qu são lh são forncidas ants do algoritmo iniciar.! Saídas Um algoritmo dv tr uma ou mais saídas, isto é quan6dads qu tm uma rlação spcífica com as ntradas.! EfSvidad Um algoritmo dv sr f6vo. Isto significa qu todas as opraçõs dvm sr suficintmnt básicas d modo qu possam sr m princípio xcutadas com prcisão m um tmpo finito por um humano usando papl lápis.

10 Estruturas d Dados algoritmos xmplos! Trocar uma lâmpada! pgar uma scada;! posicionar a scada mbaixo da lâmpada;! buscar uma lâmpada nova;! subir na scada;! r6rar a lâmpada vlha;! colocar a lâmpada nova.

11 Estruturas d Dados algoritmos xmplos! Trocar uma lâmpada (OSmizado A)! pgar uma scada;! posicionar a scada mbaixo da lâmpada;! buscar uma lâmpada nova;! ligar o intrruptor;! s a lâmpada não acndr, ntão:! subir na scada;! r6rar a lâmpada vlha;! colocar a lâmpada nova.

12 Estruturas d Dados algoritmos xmplos! Trocar uma lâmpada (OSmizado B)! ligar o intrruptor;! s a lâmpada não acndr, ntão:! pgar uma scada;! posicionar a scada mbaixo da lâmpada;! buscar uma lâmpada nova;! subir na scada;! r6rar a lâmpada vlha;! colocar a lâmpada nova.

13 Estruturas d Dados algoritmos xrcícios! fazr um algoritmo para rsolvr o problma:! Um homm qur atravssar um rio da margm A para a margm B, com um barco qu pod carrgar l msmo apnas mais uma d suas três cargas: um lobo, um carniro um maço d alfafa. O qu o homm dv fazr para atravssar o rio sm prdr nnhuma d suas cargas?

14 Estruturas d Dados algoritmos rsposta! O homm lva o carniro da margm A para a margm B;! O homm volta para a margm A;! O homm lva o maço d alfafa da margm A para a margm B;! O homm volta para a margm A com o carniro;! O homm lva o lobo da margm A para a margm B;! O homm volta para a margm A;! O homm lva o carniro da margm A para a margm B.

15 Estruturas d Dados algoritmos xrcícios! Dispomos d duas vasilhas com capacidads d 9 4 litros rspc6vamnt. As vasilhas não tm nnhum 6po d marcação, d modo qu não é possívl tr mdidas como mtad ou um trço.! Mostr uma squência d passos, qu usando as vasilhas d 9 4 litros ncha uma trcira vasilha d mdida dsconhcida com sis litros d água.

16 Estruturas d Dados algoritmos rsposta! Encha a vasilha d 9 litros;! Usando a vasilha d 9 litros, ncha a vasilha d 4 litros;! Dspj o qu sobrou na vasilha d 9 litros (5 litros) na trcira vasilha;! Esvazi a vasilha d 4 litros;! Torn a nchr a vasilha d 9 litros;! Usando a vasilha d 9 litros ncha a vasilha d 4 litros;! Esvazi a d 4 litros;! Usando o qu rstou na vasilha d 9 litros (5 litros), ncha novamnt a vasilha d quatro litros;! Dspj o qu sobrou na vasilha d 9 litros (1 litro) na trcira vasilha, qu agora tm 6 litros.

17 Estruturas d Dados concitos Programa d Computador UCP Unidad Cntral d Procssamnto Barramnto Mmória Disposi6vos Entrada/Saída

18 Estruturas d Dados concitos Programa d Computador! A UCP (procssador) contém um conjunto limitado d instruçõs qu é capaz d xcutar. Essas instruçõs são buscadas na mmória. Programa d Computador é um conjunto d instruçõs qu srá xcutado plo procssador m uma dtrminada squência, para qu l possa xcutar alguma tarfa.! Ou sja, um programa d computador nada mais é qu um 6po d algoritmo.

19 Estruturas d Dados programa d computador Linguagm d Baixo Nívl! Também conhcida como linguagm d máquina, é uma linguagm d programação qu comprnd as caractrís6cas da arquittura do computador. Assim, u6liza somnt instruçõs qu o procssador consgu xcutar, para isso é ncssário conhcr os rgistradors da máquina.! Nss sn6do, as linguagns d baixo nívl stão dirtamnt rlacionadas com a arquittura do computador. Um xmplo é a linguagm Assmbly qu trabalha dirtamnt com os rgistradors do procssador, manipulando dados.

20 Estruturas d Dados programa d computador Linguagm d Alto Nívl! É uma linguagm com um nívl d abstração rla6vamnt lvado, long do código d máquina mais próximo à linguagm humana.! Dss modo, as linguagns d alto nívl não stão dirtamnt rlacionadas à arquittura do computador.! O programador d uma linguagm d alto nívl não prcisa conhcr caractrís6cas do procssador, como instruçõs rgistradors. Essas caractrís6cas são abstraídas na linguagm d alto nívl.

21 Estruturas d Dados programa d computador Linguagm d Alto Nívl! É uma linguagm com um nívl d abstração rla6vamnt lvado, long do código d máquina mais próximo à linguagm humana. Dss modo, as linguagns d alto nívl não stão dirtamnt rlacionadas à arquittura do computador.! O programador d uma linguagm d alto nívl não prcisa conhcr caractrís6cas do procssador, como instruçõs rgistradors. Essas caractrís6cas são abstraídas na linguagm d alto nívl. Nas Ciências da Computação são as chamadas Linguagns d Programação.

22 Estruturas d Dados programa d computador Linguagm d Programação! Uma linguagm d programação é um método padronizado para comunicar instruçõs para um computador.! É um conjunto d rgras sintá6cas smân6cas usadas para dfinir um programa d computador.! Prmit qu um programador spcifiqu prcisamnt sobr quais dados um computador vai atuar, como sts dados srão armaznados ou transmi6dos quais açõs dvm sr tomadas sob várias circunstâncias.! Linguagns d programação podm sr usadas para xprssar algoritmos com prcisão.

23 Estruturas d Dados programa d computador Linguagm d Programação! O conjunto d palavras, compostos d acordo com ssas rgras, cons6tum o código font d um somwar. Ess código font é dpois traduzido para código d máquina, qu é xcutado plo procssador.! Uma das principais mtas das linguagns d programação é prmi6r qu programadors tnham uma maior produ6vidad, prmi6ndo xprssar suas intnçõs mais facilmnt do qu quando comparado com a linguagm qu um computador ntnd.! As linguagns d programação são projtadas para adotar uma sintax d nívl mais alto, qu pod sr mais facilmnt ntndida por programadors humanos.

24 Estruturas d Dados programa d computador Linguagm d Programação! Uma linguagm d programação pod sr convr6da, ou traduzida, m código d máquina por compilação ou intrprtada por um procsso dnominado intrprtação.! S o método u6lizado traduz todo o código font do programa, para só dpois xcutar o programa, ntão diz- s qu o programa foi compilado (transformado m código objto) qu o mcanismo u6lizado para a tradução é um compilador;! A vrsão compilada do programa 6picamnt é armaznada, d forma qu o programa pod sr xcutado um númro indfinido d vzs sm qu sja ncssária nova compilação, conomizando tmpo. Isso acontc com linguagns como Pascal C.

25 Estruturas d Dados programa d computador Linguagm d Programação! S o txto do programa é traduzido à mdida qu vai sndo xcutado, num procsso d tradução d trchos sguidos d sua xcução imdiata, ntão diz- s qu o programa foi intrprtado qu o mcanismo u6lizado para a tradução é um intrprtador. Isso acontc com linguagns como JavaScript ou PHP.! Programas intrprtados são gralmnt mais lntos do qu os compilados, mas são também gralmnt mais flxívis, já qu podm intragir com o ambint mais facilmnt.

26 Estruturas d Dados programa d computador compilação Código font m linguagm d alto nívl Compilador Código m linguagm d máquina

27 Estruturas d Dados programa d computador intrprtação Código font m linguagm d alto nívl Intrprtador Mmória Tradução d Cada Instrução m Tmpo d Excução

28 Estruturas d Dados struturação d algoritmos Maniras d Estruturar Algoritmos! Linguagm Natural Os algoritmos são xprssos dirtamnt m linguagm natural;! Fluxograma Esta é um rprsntação gráfica qu mprga formas gométricas padronizadas para indicar as divrsas açõs dcisõs qu dvm sr xcutadas para rsolvr o problma.! Psudocódigo Emprga uma linguagm intrmdiária ntr a linguagm natural uma linguagm d programação para dscrvr os algoritmos.

29 Estruturas d Dados struturação d algoritmos Linguagm Natural! Difrntmnt dos srs humanos, máquinas não podm tomar dcisõs com bas m prmissas, scolhr altrna6vas, msmo qu stas nos parçam óbvias. Máquinas não podm corrigir comandos mal rdigidos não podm dscobrir a intnção do programador, msmo qu la sja clara no contxto.! Por isso a linguagm d programação prcisa tr algumas caractrís6cas qu a linguagm natural não tm:! Rigidz Sintá6ca! Rigidz Smân6ca

30 Estruturas d Dados linguagm natural Rigidz SintáSca! O Compilador só consgu fazr traduçõs d um idioma bm limitado, com instruçõs bm dfinidas.! Apsar d possuir palavras prtncnts a linguagm natural, as msmas não podm sr u6lizadas com a msma librdad.

31 Estruturas d Dados linguagm natural Rigidz SmânSca! O Compilador não consgu lidar com ambiguidads. Dvmos xprssar o qu qurmos d forma xata.! Difrntmnt da linguagm d programação, a linguagm natural aprsnta ambiguidads: A fras A vlhinha ouviu o barulho da janla pod sr intrprtada d plo mnos 3 maniras:! A vlhinha ouviu o barulho produzido pla janla;! A vlhinha stava junto a janla ouviu o barulho;! A vlhinha ouviu o barulho qu vio através da janla.

32 Estruturas d Dados linguagm natural Rigidz SmânSca! Qualqur máquina sria incapaz d intrprtar o qu ralmnt acontcu, msmo qu o contxto pudss ajudar.! Portanto, a Linguagm Natural não pod sr u6lizada para a construção d algoritmos para computador.

33 Estruturas d Dados struturação d algoritmos Fluxogramas! É a rprsntação gráfica dos algoritmos qu mprga formas gométricas padronizadas para indicar as divrsas açõs dcisõs qu dvm sr xcutadas para rsolvr o problma. Início Lia num1, num2 X num1 + num2 Escrva X Fim

34 Estruturas d Dados struturação d algoritmos Fluxogramas! A principal vantagm da rprsntação d algoritmos através d fluxogramas é a fácil comprnsão do funcionamnto do msmo.! No ntanto, sta rprsntação não é prá6ca. No caso d uma corrção d uma linha d pnsamnto pod implicar na rconstrução d muitas instruçõs. Além disso algoritmos complxos podm rsultar m fluxogramas muito trabalhosos ocupando várias páginas.! Com isso, o uso d fluxogramas como frramnta principal d dsnvolvimnto d algoritmos é dsaconslhávl.

35 Estruturas d Dados struturação d algoritmos Fluxogramas Início ntrada Dcisão procssamnto Saída m Imprssão ou Documnto Saída m Tla Conctor Fim

36 Estruturas d Dados struturação d algoritmos Psudocódigo! Emprga uma linguagm intrmdiária ntr a linguagm natural uma linguagm d programação para dscrvr os algoritmos.! O psudocódigo tm um grau d rigidz sintá6ca intrmdiário ntr a linguagm natural a linguagm d programação pod u6lizar o idioma na6vo do programador (Gralmnt linguagns d programação são construídas u6lizando palavras rsrvadas m inglês).! No ntanto, o psudocódigo dv mantr a rigidz smân6ca, srvindo como passo intrmdiário ntr a linguagm natural (a qual os iniciants stão acostumados) a linguagm d programação d alto nívl.

37 Estruturas d Dados struturação d algoritmos Psudocódigo! No Brasil, um psudocódigo bastant conhcido é o Portugol, principalmnt por sr bastant simpls atndr as caractrís6cas d rigidz smân6ca sintá6ca. var num1, num2, x: intiro;! inicio!!lia(num1, num2);!!x num1 + num2;!!scrva(x);! fim!

38 Estruturas d Dados fundamntos Tipos d Dados! Podmos dfinir 6po d dados como um conjunto d objtos qu tm m comum o msmo comportamnto diant d um conjunto d opraçõs; Pssoas = {João, Paulo, Matus,...}; Númros Intiros (Z); Númros Rais (R); Ltras;

39 Estruturas d Dados fundamntos Tipos d Dados! As linguagns d programação não consgum lidar com os 6pos d dados xistnts no mundo ral, lidando apnas com um númro rstrito d 6pos. Por isso, a construção d algoritmos dv lidar xclusivamnt com os 6pos dfinidos nas linguagns d programação.! Alguns 6pos dfinidos na maioria das linguagns d programação são os númros intiros, númros rais, ltras (caractrs) lógicos.

40 Estruturas d Dados fundamntos Tipos d Dados! Intiro: toda qualqur informação numérica qu prtnça ao conjunto dos númros intiros (nga6va, nula ou posi6va); Exmplos: 39, 0, - 56! Ral: toda qualqur informação numérica qu prtnça ao conjunto dos númros rais (nga6va, nula ou posi6va, intiro ou fracionário); Exmplos: - 4, 3, 0, 35, 1,23

41 Estruturas d Dados fundamntos Tipos d Dados! Caractr: São caractrizadas como 6pos caractrs, as squências contndo ltras, númros símbolos spciais. Uma squência d caractrs dv sr indicada ntr aspas ( ). Est 6po d dado é também conhcido como alfanumérico, string, litral ou txto. Exmplos: Rua Alfa, Fon: , ,, 7.

42 Estruturas d Dados fundamntos Tipos d Dados! Lógicos: São caractrizados como 6pos lógicos, os dados com valors vrdadiro falso, sndo qu st 6po d dado podrá rprsntar apnas um dos dois valors. El é chamado por alguns d 6po bolano, dvido à contribuição do filósofo matmá6co inglês Gorg Bool na ára da lógica matmá6ca. Exmplos: Vrdadiro, Falso,.V.,.F.

43 Estruturas d Dados fundamntos Tipos d Dados Tipo Exmplo Basic (VB) Pascal/Dlphi Java/C++ Intiro Intgr Intgr int Ral 2, ,19 Singl Ral float Caractr/ String A 4 Algoritmos Byt / String Char / String Char / String Lógico Vrdadiro Falso.V..F. Tru / Fals Tru / Fals Tru / Fals

44 Estruturas d Dados fundamntos Tipos d Dados! Em ciência da computação 6pos d dados é uma combinação d valors d opraçõs qu uma variávl pod xcutar, o qu pod variar conform o sistma opracional a linguagm d computador. São u6lizados para indicar ao compilador ou intrprtador as convrsõs ncssárias para obtr os valors m mmória durant a construção do programa.

45 Estruturas d Dados fundamntos Exrcícios Dtrmin qual é o 6po primi6vo d informação prsnt nas sntnças abaixo: a) A placa Par! 6nha dois furos d bala. b) Josfina subiu 5 dgraus para pgar uma maçã boa. c) Albrta lvou 3 horas mia para chgar ao hospital ond concbu uma garota. d) Julia scrvu m sua casa: Prsrv o mio ambint, ficou dvndo R$ 20,59 ao vnddor d 6ntas. ) José rcbu sua 18ª mdalha na natação por tr alcançado a marca d 57,3 sgundos nos 100 mtrosrasos.

46 Estruturas d Dados fundamntos Opradors Lógicos! Oprador E E V F V V F F F F

47 Estruturas d Dados fundamntos Opradors Lógicos! Oprador OU OU V F V V V F V F

48 Estruturas d Dados fundamntos Opradors Lógicos! Oprador NÃO NÃO V F F V

49 Estruturas d Dados fundamntos Opradors Lógicos! Prcdência dos opradors lógicos Prcdência Dscrição 1 Parêntss 2 não 3, ou

50 Estruturas d Dados fundamntos xrcícios! Qual o rsultado das sguints xprssõs lógicas: a. V (V ou F) b. V não (V ou F) c. (F ou V) não (F)

51 Estruturas d Dados fundamntos Opradors AriSméScos Símbolo Opração + adição - subtração * mul6plicação / divisão pot potência raiz radiação div rsultado intiro da divisão rsto rsto da divisão

52 Estruturas d Dados fundamntos Opradors AriSméScos! Prcdência dos opradors ari6mé6cos Prcdência Dscrição 1 Parêntss 2 pot, raiz 3 *, /, div, rsto 4 +, -

53 Estruturas d Dados fundamntos Constants Variávis! Na programação, uma variávl é uma n6dad (uma posição, frquntmnt localizada na mmória) capaz d rtr rprsntar um valor ou xprssão.! A difrnça ntr uma variávl uma constant é qu o lmnto armaznado é dfinido no início do programa não é mais modificado! Enquanto as variávis só "xistm" m tmpo d xcução, las são associadas a "noms", chamados idn6ficadors, durant o tmpo d dsnvolvimnto.

54 Estruturas d Dados fundamntos Constants Variávis! Tm- s como dfinição d variávl tudo aquilo qu é sujito a variaçõs. Variávis são spaços d mmória qu são alocados para armaznar informaçõs. Por qu prcisa- s d variávis? R: Para armaznar valors qu srão u6lizados postriormnt. Ex.: m um cálculo complxo, rsultados intrmdiários podm sr armaznados postriormnt procssados para s obtr o rsultado final.

55 Estruturas d Dados fundamntos Constants Variávis! Imagin qu a mmória d um computador é um grand armário com divrsas gavtas, ond cada gavta pod contr somnt um valor (numérico, caractr ou lógico). Dv- s concordar qu é ncssário idn6ficar cada gavta para sua u6lização postrior, através d um nom.

56 Estruturas d Dados constants variávis nomnclatura! Os noms dvm idn6ficar os objtos qu ali stão armaznados, na analogia das gavtas, podríamos tr uma gavta idn6ficada como joias, mas s tntássmos armaznar mias por xmplo consguiríamos ao tntar acssar postriormnt ssa gavta tríamos uma surprsa.! Portanto, convém ao dsnvolvdor dar noms significa6vos às variávis constants d acordo com os lmntos (ou valors) qu srão armaznados.

57 Estruturas d Dados constants variávis nomnclatura! Ants d u6lizarmos uma variávl dntro d um algoritmo é ncssário dfinir o Spo d dado qu sta variávl irá armaznar idn6ficá- la com o nom pla qual srá acssada. var <idntificador1>[, <idntificador2>,...]: <tipo1>;! var <idntificador3>[, <idntificador4>,...]: <tipo2>;!! constant <idntificador1> = <valor1>;! constant <idntificador2> = <valor2>;!...! constant <idntificadorn> = <valorn>;!!

58 Estruturas d Dados constants variávis nomnclatura constant maximo = 100;! var idad, filhos: intiro;! var aposntado: boolano;! var altura: ral;! var cidad: caractr;!! Os idn6ficadors são noms qu podm sr compostos por ltras, númros do caractr _ (undrlin);! Idn6ficadors não podm sr iniciados por númro.

59 Estruturas d Dados constants variávis notação! As palavras m ngrito são as palavras rsrvadas, qu possum uma finalidad spcífica dntro d um programa não pod sr u6lizada como idn6ficadors dfinidos plo programador;! Palavras ntr <> são lmntos do algoritmo a sr subs6tuído por noms/valors dfinidos plo programador;! Elmntos ntr [] são opcionais;! Txtos ntr {}, são comntários xplica6vos, dsconsidrados m tmpo d xcução. var <idntificador1>[, <idntificador2>,...]: <tipo1>;! {Isso é um Comntário}!

60 Estruturas d Dados constants variávis atribuição! O ato d colocar ou atribuir um valor a uma variávl é chamado d atribuição é rprsntado plo símbolo.! No caso das constants o valor é dfinido no momnto da sua criação/ dfinição. <idn6ficador1> <valor do msmo 6po da variávl>; <idn6ficador1> <opraçõs qu o rsultado é do msmo 6po da variávl>; altura 1,80; mdia (nota1 + nota2)/2;!

61 Estruturas d Dados fundamntos Blocos d Instruçõs! Um bloco d instruçõs é um conjunto d comandos com uma função dfinida. O algoritmo é formado d um ou mais blocos d instruçõs. O bloco d instruçõs também dfin os limits para o conhcimnto d constants variávis. Uma constant ou variávl dfinida m um bloco só srá conhcida dntro dst. Para dlimitar um bloco u6lizamos os comandos início fim. <dclaração d variávis>! início!!<primira instrução do bloco>!!...!!<última instrução do bloco>! fim!

62 Estruturas d Dados bloco d instruçõs xrcícios 1) Fazr um algoritmo qu ncontra as raízs d uma quação do sgundo grau (Ex: 5x 2-3x 2);

63 Estruturas d Dados bloco d instruçõs xrcícios R.1) ax 2 + bx + c a rprsnta o coficint d x 2 ; b rprsnta o coficint d x; c rprsnta o trmo indpndnt. var dlta, x1, x2, a, b, c: ral;! inicio!!a 5;!!b - 3;!!c -2;!!dlta b pot 2 4 * a * c;!!x1 (-b + (dlta raiz 2)) / 2 * a;!x2 (-b - (dlta raiz 2)) / 2 * a;! fim!

64 Estruturas d Dados bloco d instruçõs xrcícios 2) Supondo qu as variávis Nb, Na, Nmat Sx sjam u6lizadas para armaznar a nota d um aluno, o nom do aluno, o númro d matrícula do aluno o sxo do aluno, rspc6vamnt. Dclar- as corrtamnt:

65 Estruturas d Dados bloco d instruçõs xrcícios R.2) var Nb: ral;! Na, Sx: caractr;! Nmat: intiro;!!

66 Estruturas d Dados bloco d instruçõs xrcícios 3) Encontr os rros da sguint dclaração d variávis: var ndrço, nfilhos, valor$, xpto, c, pso :ral;! idad, x :caractr;! 2lâmpada :logico;!!

67 Estruturas d Dados fundamntos Entradas Saídas! Ao analisar um sistma d forma sistêmica spramos qu l possua uma ntrada, um procssamnto uma saída.! Para qu o programa possa atndr as difrnts ncssidads do usuário, basta qu st possa informar ao programa quais os valors qu st dv procssar, ntão, aguardar o rsultado. Entradas Procssamnto Saída

68 Estruturas d Dados fundamntos Entradas Saídas! A ntrada é o mio plo qual o usuário pod informar dados qu srão u6lizados plo programa m su procssamnto.! A litura d um valor implica ncssariamnt o uso d uma variávl, pois tal valor prcisa sr armaznado m algum lugar para futura manipulação. var variavl1:ral;!...! lia(variavl1);!

69 Estruturas d Dados fundamntos Entradas Saídas! Para qu o usuário possa tr acsso aos dados qu foram procssados, as linguagns d programação ofrcm rcursos d aprsntação dos dados, também chamados d rcursos d saída.! O valor scrito na tla do monitor pod sr um txto (ntr aspas ) ou o contúdo d uma variávl/constant. As saídas podm intrcalar txtos com variávis sparando- os com vírgulas. var variavl1:ral;!...! scrva(variavl1);! scrva( O valor da variávl 1 é:, variavl1);!!

70 Estruturas d Dados fundamntos Entradas Saídas! Para qu o usuário possa tr acsso aos dados qu foram procssados, as linguagns d programação ofrcm rcursos d aprsntação dos dados, também chamados d rcursos d saída.! O valor scrito na tla do monitor pod sr um txto (ntr aspas ) ou o contúdo d uma variávl/constant. As saídas podm intrcalar txtos com variávis sparando- os com vírgulas. var variavl1:ral;!...! scrva(variavl1);! scrva( O valor da variávl 1 é:, variavl1);!!

71 Estruturas d Dados fundamntos Tst d msa! O tst d msa é o mio plo qual podmos acompanhar a xcução d um algoritmo, passo a passo, ou instrução a instrução.! Dsta forma podmos dtctar rros vrificar s a lógica do algoritmo stá corrta.! O tst d msa pod sr fito por uma tabla, ond m cada linha são mostrados os valors das variávis. No momnto da litura do valor l ficará ntr [] (colchts) no momnto da saída ntr {} (chavs). Uma coluna com comntários também pod sr u6lizada.

72 Estruturas d Dados fundamntos Tst d msa var nota1, nota2, mdia: ral;! inicio!!lia(nota1);!!lia(nota2);!!mdia (nota1 + nota2) / 2;!!scrva(mdia);! fim! Linha nota1 nota2 mdia 1 [10]?? 2 10 [8]? {9}

73 Estruturas d Dados fundamntos xrcícios 1) Faça um algoritmo para somar dois númros mul6plicar o rsultado plo primiro númro. 2) Idn6fiqu os dados d ntrada, procssamnto saída no algoritmo abaixo Rcba código da pça Rcba valor da pça Rcba Quan6dad d pças Calcul o valor total da pça (Quan6dad * Valor da pça) Mostr o código da pça su valor total

74 Estruturas d Dados fundamntos xrcícios 3) Faça um algoritmo para Calcular o stoqu médio d uma pça, sndo qu: ESTOQUEMÉDIO = (QUANTIDADE MÍNIMA + QUANTIDADE MÁXIMA) /2 4) Construa um diagrama d blocos (fluxograma) qu : Lia a cotação do dólar Lia um valor m dólars Convrta ss valor para Ral Mostr o rsultado

75 Estruturas d Dados fundamntos xrcícios 5) Dsnvolva um fluxograma qu: Lia 4 (quatro) númros Calcul o quadrado para cada um Somm todos Mostr o rsultado 6) Sabndo qu A=3, B=7 C=4, inform s as xprssõs abaixo são vrdadiras ou falsas. a) (A+C) > B ( ) b) B >= (A + 2) ( ) c) C = (B A) ( ) d) (B + A) <= C ( ) ) (C+A) > B ( )

76 Estruturas d Dados fundamntos xrcícios 7) Sabndo qu A=5, B=4 C=3 D=6, inform s as xprssõs abaixo são vrdadiras ou falsas. a) (A > C) E(C <= D) ( ) b) (A+B) > 10 OU (A+B) = (C+D) ( ) c) (A>=C) E (D >= C) ( )

77 Estruturas d Dados comandos struturas d control Comandos d Condição! Já vimos ntrada, procssamnto saída, qu compõm os algoritmos puramnt sqünciais, bm como a u6lização d variávis, constants opradors aritmé6cos. Porém, sss rcursos são muito limitados dntro da programação, havrá momntos m qu um valor dvrá sr tratado para qu possa sr ftuado um procssamnto mais adquado.! Através das struturas básicas d control do fluxo d xcução: sqünciação, slção, rp6ção - da combinação dlas, podrmos criar algoritmos para solucionar qualqur problma.

78 Estruturas d Dados comandos struturas d control Comandos d Condição! Imagin a sguint situação: qurmos um programa qu mostr a média d um aluno. Até aí muito simpls, mas além d calcular a média, qurmos simplsmnt qu o programa aprsnt uma mnsagm dizndo s o aluno stá Aprovado, no caso da sua nota tr sido maior do qu 5.! O uso d condiçõs ou comandos d dcisão muda o fluxo das instruçõs d um algoritmo, prmi6ndo qu difrnts instruçõs sjam xcutadas d acordo com a ntrada do programa.

79 Estruturas d Dados comandos struturas d control Comandos S! A strutura d dcisão SE normalmnt vm acompanhada d um comando, ou sja, s dtrminada condição for sa6sfita (vrdadira) plo comando SE ntão xcut dtrminado comando. Imagin um algoritmo qu dtrminado aluno somnt stará aprovado s sua média for maior ou igual a 7.0. var mdia:ral;! inicio!!lia(mdia);!!s (mdia >= 7) ntao!!inicio!!!scrva( aprovado );!!fim! fim!!!!

80 Estruturas d Dados Início comando s var mdia:ral;! Inicio! lia(mdia);! s (mdia >= 7) ntao! inicio! scrva( aprovado );! fim! fim!!!! mdia mdia >= 7 S Aprovado fim

81 Estruturas d Dados comandos struturas d control Comandos S! A strutura d dcisão SE/ENTÃO/SENÃO, funciona xatamnt como a strutura SE, com apnas uma difrnça, m SE somnt podmos xcutar comandos caso a condição sja vrdadira, difrnt d SE/SENÃO pois smpr um comando srá xcutado indpndnt da condição, ou sja, caso a condição sja vrdadira o comando da condição srá xcutado, caso contrário o comando da condição falsa srá xcutado.

82 var mdia:ral;! inicio! lia(mdia);! s (mdia >= 7) ntao! inicio! scrva( Aprovado );! fim! snao! N inicio! scrva( Rprovado );! fim! fim! Rprovado!!! Estruturas d Dados Início mdia mdia >= 7 comando s S Aprovado fim

83 Estruturas d Dados comandos struturas d control Exrcícios 1) Lr um valor scrvr a mnsagm É MAIOR QUE 10! s o valor lido for maior qu 10, caso contrário scrvr NÃO É MAIOR QUE 10! 2) Lr um valor scrvr s é posi6vo ou nga6vo (considr o valor zro como posi6vo). 3) As maçãs custam R$ 1,30 cada s form compradas mnos d uma dúzia, R$ 1,00 s form compradas plo mnos 12. Escrva um programa qu lia o númro d maçãs compradas, calcul scrva o custo total da compra.

84 Estruturas d Dados comandos struturas d control Exrcícios 4) Lr o ano atual o ano d nascimnto d uma pssoa. Escrvr uma mnsagm qu diga s la podrá ou não votar st ano (não é ncssário considrar o mês m qu a pssoa nascu). 5) Lr dois valors (considr qu não srão lidos valors iguais) scrvr o maior dls. 6) Lr dois valors (considr qu não srão lidos valors iguais) scrvê- los m ordm crscnt.

85 Estruturas d Dados comandos struturas d control Exrcícios 7) Lr a hora d início a hora d fim d um jogo d Xadrz (considr apnas horas intiras, sm os minutos) calcul a duração do jogo m horas, sabndo- s qu o tmpo máximo d duração do jogo é d 24 horas qu o jogo pod iniciar m um dia trminar no dia sguint. 8) A jornada d trabalho smanal d um funcionário é d 40 horas. O funcionário qu trabalhar mais d 40 horas rcbrá hora xtra, cujo cálculo é o valor da hora rgular com um acréscimo d 50%. Escrva um algoritmo qu lia o númro d horas trabalhadas m um mês, o salário por hora scrva o salário total do funcionário, qu dvrá sr acrscido das horas xtras, caso tnham sido trabalhadas (considr qu o mês possua 4 smanas xatas).

86 Estruturas d Dados comandos struturas d control Exrcícios 7) Lr a hora d início a hora d fim d um jogo d Xadrz (considr apnas horas intiras, sm os minutos) calcul a duração do jogo m horas, sabndo- s qu o tmpo máximo d duração do jogo é d 24 horas qu o jogo pod iniciar m um dia trminar no dia sguint. 8) A jornada d trabalho smanal d um funcionário é d 40 horas. O funcionário qu trabalhar mais d 40 horas rcbrá hora xtra, cujo cálculo é o valor da hora rgular com um acréscimo d 50%. Escrva um algoritmo qu lia o númro d horas trabalhadas m um mês, o salário por hora scrva o salário total do funcionário, qu dvrá sr acrscido das horas xtras, caso tnham sido trabalhadas (considr qu o mês possua 4 smanas xatas).

87 Estruturas d Dados comandos struturas d control Exrcícios 9) Lr o salário fixo o valor das vndas ftuadas plo vnddor d uma mprsa. Sabndo- s qu l rcb uma comissão d 3% sobr o total das vndas até R$ 1.500,00 mais 5% sobr o qu ultrapassar st valor, calcular scrvr o su salário total. 10) Faça um algoritmo para lr: númro da conta do clint, saldo, débito crédito. Após, calcular scrvr o saldo atual (saldo atual = saldo - débito + crédito). Também tstar s saldo atual for maior ou igual a zro scrvr a mnsagm 'Saldo Posi6vo', snão scrvr a mnsagm 'Saldo Nga6vo'.

88 Estruturas d Dados comandos struturas d control Exrcícios 11) Faça um algoritmo para lr: quan6dad atual m stoqu, quan6dad máxima m stoqu quan6dad mínima m stoqu d um produto. Calcular scrvr a quan6dad média ((quan6dad média = quan6dad máxima + quan6dad mínima)/2). S a quan6dad m stoqu for maior ou igual a quan6dad média scrvr a mnsagm 'Não ftuar compra', snão scrvr a mnsagm 'Eftuar compra.

89 Estruturas d Dados condição composta Exrcícios 1) Lr 3 valors (considr qu não srão informados valors iguais) scrvr o maior dls. 2) Lr 3 valors (considr qu não srão informados valors iguais) scrvr a soma dos 2 maiors. 3) Lr 3 valors (considr qu não srão informados valors iguais) scrvê- los m ordm crscnt.

90 Estruturas d Dados condição ncadada Exrcícios 1) Dadoo sguint algoritmo complt o quadro: início! fim!!lr x!!lr y!!z (x*y) + 5!!s z <= 0 ntão!!!rsposta <- A!!snão!!!s z <= 100 ntão!!!!rsposta <- B!!!snão!!!!rsposta C!!!fim_s!!fim_s!!scrvr z, rsposta!

91 Estruturas d Dados comandos struturas d control Comando Caso var n1: intiro;! inicio!!scrva( digit o valor a sr tstado: );!!lia(n1);!!caso n1 sja:!!1:!!!scrva( você digitou um! );!!5:!!!scrva( você digitou cinco! );!!10:!!!scrva( você digitou dz! );!!dfault:!!!scrva( valor inválido:, n1);! fim!!!!

92 Estruturas d Dados comandos struturas d control Exrcícios 1) Faça um algoritmo para lr um númro qu é um código d usuário. Caso st código sja difrnt d um código armaznado intrnamnt no algoritmo (igual a 1234) dv sr aprsntada a mnsagm Usuário inválido!. Caso o Código sja corrto, dv sr lido outro valor qu é a snha. S sta snha s6vr incorrta (a crta é 9999) dv sr mostrada a mnsagm snha incorrta. Caso a snha stja corrta, dv sr mostrada a mnsagm Acsso prmi6do.

93 Estruturas d Dados comandos struturas d control Exrcícios 2) Faça um algoritmo qu lia um númro idn6fiqu a opção d procssamnto. Caso a sja opção 1, o programa dv idn6ficar s o númro é ímpar ou par. Caso sja a opção 2, o programa dv idn6ficar s o númro é posi6vo, nga6vo ou nulo.

94 Estruturas d Dados comandos struturas d control Comandos d RpSção Em vários momntos, na programação, s torna ncssário rp6r um trcho d um programa um dtrminado númro d vzs. Nss caso, pod sr criado um laço d rpsção qu ftu o procssamnto d um dtrminado trcho, tantas vzs quantas form ncssárias. Os laços d rp6ção também são conhcidos por loopings.

95 Estruturas d Dados comandos struturas d control Comandos d RpSção Para ss outros casos similars, xistm comandos apropriados para ftuar a rp6ção d dtrminados trchos d programa tantas vzs quantas form ncssárias. A principal vantagm é qu o programa passa a tr um tamanho muito mnor, podndo sr ampliada a amplitud d procssamnto como for ncssária. Existm 2 6pos d rp6çõs: - - dfinidas garan6das, ou sja, um msmo trcho d programa srá xcutado um númro pré- dtrminado d vzs ; indfinida sm garan6a, ou sja, um trcho d programa podrá sr xcutado indfinidamnt, não havndo garan6a do término da xcução do algoritmo.

96 Estruturas d Dados comandos struturas d control Enquanto x, Procssar (Do Whil... Loop) Nst caso, o bloco d opraçõs srá xcutado nquanto a condição x for vrdadira. O tst da condição srá smpr ralizado ants d qualqur opração. Enquanto a condição for vrdadira o procsso s rpt. Podmos u6lizar ssa strutura para trabalharmos com contadors.

97 Estruturas d Dados comandos struturas d control Exrcícios 1) Faça um algoritmo qu scrva d 1 a ) Faça um algoritmo qu scrva d 200 a ) Faça uma algoritmo qu prncha uma caixa d slção HTML (<slct>) com os anos d 1900 até Ex:!<slct nam= ano_nascimnto >!!!<option>1900</option>!!!<option>1901</option>!!!...!!!<option>2099</option>!!</slct>!

EXPRESSÕES LÓGICAS. 9.1 Lógica proposicional AULA 9

EXPRESSÕES LÓGICAS. 9.1 Lógica proposicional AULA 9 AULA 9 EXPRESSÕES LÓGICAS 9.1 Lógica proposicional Lógica é o studo do raciocínio 1. Em particular, utilizamos lógica quando dsjamos dtrminar s um dado raciocínio stá corrto. Nsta disciplina, introduzimos

Leia mais

Representação de Números no Computador e Erros

Representação de Números no Computador e Erros Rprsntação d Númros no Computador Erros Anális Numérica Patrícia Ribiro Artur igul Cruz Escola Suprior d Tcnologia Instituto Politécnico d Stúbal 2015/2016 1 1 vrsão 23 d Fvriro d 2017 Contúdo 1 Introdução...................................

Leia mais

Enunciados equivalentes

Enunciados equivalentes Lógica para Ciência da Computação I Lógica Matmática Txto 6 Enunciados quivalnts Sumário 1 Equivalência d nunciados 2 1.1 Obsrvaçõs................................ 5 1.2 Exrcícios rsolvidos...........................

Leia mais

Exercício: Exercício:

Exercício: Exercício: Smântica Opracional Estrutural Smântica Opracional Estrutural O ênfas dsta smântica é nos passos individuais d xcução d um programa A rlação d transição tm a forma rprsnta o primiro passo d xcução do programa

Leia mais

Análise e Projeto de Sistemas Introdução. Prof. Edjandir Corrêa Costa

Análise e Projeto de Sistemas Introdução. Prof. Edjandir Corrêa Costa Anális Projto d Sistmas Introdução Prof. Edjandir Corrêa Costa djandir.costa@ifsc.du.br Introdução Cris do Softwar Engnharia d Softwar Trmos básicos Ciclo d vida Concito Fass tapas 2 Cris do Softwar O

Leia mais

P R O P O S T A D E R E S O L U Ç Ã O D O E X A M E T I P O 5

P R O P O S T A D E R E S O L U Ç Ã O D O E X A M E T I P O 5 P R O P O S T A D E R E S O L U Ç Ã O D O E X A M E T I P O 5 GRUPO I ITENS DE ESCOLHA MÚLTIPLA 1. Agrupando num bloco a Ana, a Bruna, o Carlos, a Diana o Eduardo, o bloco os rstants st amigos prmutam

Leia mais

FUNÇÃO REAL DE UMA VARIÁVEL REAL

FUNÇÃO REAL DE UMA VARIÁVEL REAL Hwltt-Packard FUNÇÃO REAL DE UMA VARIÁVEL REAL Aulas 01 a 05 Elson Rodrigus, Gabril Carvalho Paulo Luiz Ano: 2016 Sumário INTRODUÇÃO AO PLANO CARTESIANO 2 PRODUTO CARTESIANO 2 Númro d lmntos d 2 Rprsntaçõs

Leia mais

Hewlett-Packard MATRIZES. Aulas 01 a 06. Elson Rodrigues, Gabriel Carvalho e Paulo Luiz

Hewlett-Packard MATRIZES. Aulas 01 a 06. Elson Rodrigues, Gabriel Carvalho e Paulo Luiz Hwltt-Packard MTRIZES ulas 0 a 06 Elson Rodrigus, Gabril Carvalho Paulo Luiz no 06 Sumário MTRIZES NOÇÃO DE MTRIZ REPRESENTÇÃO DE UM MTRIZ E SEUS ELEMENTOS EXERCÍCIO FUNDMENTL MTRIZES ESPECIIS IGULDDE

Leia mais

DICAS PARA CÁLCULOS MAIS RÁPIDOS ARTIGO 03

DICAS PARA CÁLCULOS MAIS RÁPIDOS ARTIGO 03 DICAS PARA CÁLCULOS MAIS RÁPIDOS ARTIGO 0 Em algum momnto da sua vida você dcorou a tabuada (ou boa part dla). Como você mmorizou qu x 6 = 0, não prcisa fazr st cálculo todas as vzs qu s dpara com l. Além

Leia mais

AULA Subespaço, Base e Dimensão Subespaço.

AULA Subespaço, Base e Dimensão Subespaço. Not bm: a litura dsts apontamntos não dispnsa d modo algum a litura atnta da bibliografia principal da cadira TÓPICOS Subspaço. ALA Chama-s a atnção para a importância do trabalho pssoal a ralizar plo

Leia mais

Hewlett-Packard MATRIZES. Aulas 01 a 05. Elson Rodrigues, Gabriel Carvalho e Paulo Luiz

Hewlett-Packard MATRIZES. Aulas 01 a 05. Elson Rodrigues, Gabriel Carvalho e Paulo Luiz Hwltt-Packard MTRIZES ulas 0 a 05 Elson Rodrigus, Gabril Carvalho Paulo Luiz Sumário MTRIZES NOÇÃO DE MTRIZ REPRESENTÇÃO DE UM MTRIZ E SEUS ELEMENTOS EXERCÍCIO FUNDMENTL MTRIZES ESPECIIS IGULDDE ENTRE

Leia mais

/ :;7 1 6 < =>6? < 7 A 7 B 5 = CED? = DE:F= 6 < 5 G? DIHJ? KLD M 7FD? :>? A 6? D P

/ :;7 1 6 < =>6? < 7 A 7 B 5 = CED? = DE:F= 6 < 5 G? DIHJ? KLD M 7FD? :>? A 6? D P 26 a Aula 20065 AMIV 26 Exponncial d matrizs smlhants Proposição 26 S A SJS ntão Dmonstração Tmos A SJS A % SJS SJS SJ % S ond A, S J são matrizs n n ", (com dt S 0), # S $ S, dond ; A & SJ % S SJS SJ

Leia mais

Razão e Proporção. Noção de Razão. 3 3 lê-se: três quartos lê-se: três para quatro ou três está para quatro

Razão e Proporção. Noção de Razão. 3 3 lê-se: três quartos lê-se: três para quatro ou três está para quatro Razão Proporção Noção d Razão Suponha qu o profssor d Educação Física d su colégio tnha organizado um tornio d basqutbol com quatro quips formadas plos alunos da ª séri. Admita qu o su tim foi o vncdor

Leia mais

MESTRADO PROFISSIONAL EM ECONOMIA DO SETOR PÚBLICO

MESTRADO PROFISSIONAL EM ECONOMIA DO SETOR PÚBLICO II/05 UNIVERSIDADE DE BRASÍLIA DEPARTAMENTO DE ECONOMIA 0//5 MESTRADO PROFISSIONAL EM ECONOMIA DO SETOR PÚBLICO ECONOMIA DA INFORMAÇÃO E DOS INCENTIVOS APLICADA À ECONOMIA DO SETOR PÚBLICO Prof. Maurício

Leia mais

MESTRADO PROFISSIONAL EM ECONOMIA DO SETOR PÚBLICO

MESTRADO PROFISSIONAL EM ECONOMIA DO SETOR PÚBLICO II/05 UNIVERSIDADE DE BRASÍLIA DEPARTAMENTO DE ECONOMIA 0//5 MESTRADO PROFISSIONAL EM ECONOMIA DO SETOR PÚBLICO ECONOMIA DA INFORMAÇÃO E DOS INCENTIVOS APLICADA À ECONOMIA DO SETOR PÚBLICO Prof. Maurício

Leia mais

Estruturas. Também chamadas de registro. Conjunto de uma ou mais variáveis agrupadas sob um único nome *

Estruturas. Também chamadas de registro. Conjunto de uma ou mais variáveis agrupadas sob um único nome * Estruturas Estruturas Também chamadas d rgistro Conjunto d uma ou mais variávis agrupadas sob um único nom * As variávis qu compõm uma strutura são chamadas campos *Damas, L. Linguagm C. Rio d Janiro:

Leia mais

Divisão (cont.) Obter TODOS os nomes dos empregados que trabalham em TODOS os projectos nos quais Joao trabalha. projectos em que Joao trabalha.

Divisão (cont.) Obter TODOS os nomes dos empregados que trabalham em TODOS os projectos nos quais Joao trabalha. projectos em que Joao trabalha. 16 Divisão (cont a opração d divisão é útil para qustõs como: Obtr TODOS os noms dos mprgados qu trabalham m TODOS os projctos nos quais Joao trabalha projctos m qu Joao trabalha projctos EBIs d mprgados

Leia mais

Conteúdos Exame Final e Avaliação Especial 2017

Conteúdos Exame Final e Avaliação Especial 2017 Componnt Curricular: Matmática Ano: 7º ANO Turma: 17 D. Profssora: Frnanda Schldr Hamrski Contúdos Exam Final Avaliação Espcial 2017 1. Númros Racionais 2. Ára prímtro d figuras planas 3. Ára do círculo

Leia mais

3. Geometria Analítica Plana

3. Geometria Analítica Plana MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE PELOTAS DEPARTAMENTO DE MATEMÁTICA E ESTATÍSITICA APOSTILA DE GEOMETRIA ANALÍTICA PLANA PROF VINICIUS 3 Gomtria Analítica Plana 31 Vtors no plano Intuitivamnt,

Leia mais

Hewlett-Packard CONJUNTOS NUMÉRICOS. Aulas 01 a 06. Elson Rodrigues, Gabriel Carvalho e Paulo Luiz Ramos

Hewlett-Packard CONJUNTOS NUMÉRICOS. Aulas 01 a 06. Elson Rodrigues, Gabriel Carvalho e Paulo Luiz Ramos Hwltt-Packard CONJUNTOS NUMÉRICOS Aulas 0 a 06 Elson Rodrigus, Gabril Carvalho Paulo Luiz Ramos Ano: 206 Sumário CONJUNTOS NUMÉRICOS 2 Conjunto dos númros Naturais 2 Conjunto dos númros Intiros 2 Conjunto

Leia mais

Introdução ao Processamento Digital de Sinais Soluções dos Exercícios Propostos Capítulo 6

Introdução ao Processamento Digital de Sinais Soluções dos Exercícios Propostos Capítulo 6 Introdução ao Soluçõs dos Exrcícios Propostos Capítulo 6 1. Dadas as squências x[n] abaixo com sus rspctivos comprimntos, ncontr as transformadas discrtas d Fourir: a x[n] = n, para n < 4 X[] = 6 X[1]

Leia mais

Escola Básica Tecnopolis Matemática - PLANIFICAÇÃO ANUAL 6ºano

Escola Básica Tecnopolis Matemática - PLANIFICAÇÃO ANUAL 6ºano DGEstE Dirção-GraL dos Establcimntos Escolars DSRAI Dirção d Srviços da Rgião Algarv AGRUPAMENTO DE ESCOLAS JÚLIO DANTAS LAGOS (145415) Escola Básica Tcnopolis Matmática - PLANIFICAÇÃO ANUAL 6ºano 2013-2014

Leia mais

A trajetória sob a ação de uma força central inversamente proporcional ao quadrado da distância

A trajetória sob a ação de uma força central inversamente proporcional ao quadrado da distância A trajtória sob a ação d uma força cntral invrsamnt proporcional ao quadrado da distância A força gravitacional a força ltrostática são cntrais proporcionais ao invrso do quadrado da distância ao cntro

Leia mais

Oscilações amortecidas

Oscilações amortecidas Oscilaçõs amortcidas Uso d variávl complxa para obtr a solução harmônica ral A grand vantagm d podr utilizar númros complxos para rsolvr a quação do oscilador harmônico stá associada com o fato d qu ssa

Leia mais

CRITÉRIOS DE AVALIAÇÃO 2º Ciclo

CRITÉRIOS DE AVALIAÇÃO 2º Ciclo 2017-2018 CRITÉRIOS DE AVALIAÇÃO 2º Ciclo Julho 2017 Est documnto prtnd dar a conhcr a todos os intrvnints no procsso ducativo os critérios d avaliação, rsptivas prcntagns, a qu os alunos do Agrupamnto

Leia mais

Algumas distribuições de variáveis aleatórias discretas importantes:

Algumas distribuições de variáveis aleatórias discretas importantes: Algumas distribuiçõs d variávis alatórias discrtas importants: Distribuição Uniform Discrta Enquadram-s aqui as distribuiçõs m qu os possívis valors da variávl alatória tnham todos a msma probabilidad

Leia mais

COLÉGIO OBJETIVO JÚNIOR

COLÉGIO OBJETIVO JÚNIOR COLÉGIO OBJETIVO JÚNIOR NOME: N. o : DATA: / /01 FOLHETO DE MATEMÁTICA (V.C. E R.V.) 6. o ANO Est folhto é um rotiro d studo para você rcuprar o contúdo trabalhado m 01. Como l vai srvir d bas para você

Leia mais

Resoluções de Exercícios

Resoluções de Exercícios Rsoluçõs d Exrcícios MATEMÁTICA II Conhc Capítulo 07 Funçõs Equaçõs Exponnciais; Funçõs Equaçõs Logarítmicas 01 A) log 2 16 = log 2 2 4 = 4 log 2 2 = 4 B) 64 = 2 6 = 2 6 = 6 log 2 2 = 4 C) 0,125 = = 2

Leia mais

EXAME A NÍVEL DE ESCOLA EQUIVALENTE A EXAME NACIONAL

EXAME A NÍVEL DE ESCOLA EQUIVALENTE A EXAME NACIONAL PROVA 535/C/8 Págs. EXAME A NÍVEL DE ESCOLA EQUIVALENTE A EXAME NACIONAL.º Ano d Escolaridad (Dcrto-Li n.º 86/89, d 9 d Agosto) Cursos Grais Cursos Tcnológicos Duração da prova: 50 minutos 008 PROVA ESCRITA

Leia mais

Capítulo 4 Resposta em frequência

Capítulo 4 Resposta em frequência Capítulo 4 Rsposta m frquência 4. Noção do domínio da frquência 4.2 Séris d Fourir propridads 4.3 Rsposta m frquência dos SLITs 4.4 Anális da composição d sistmas através da rsposta m frquência 4.5 Transformadas

Leia mais

a) (0.2 v) Justifique que a sucessão é uma progressão aritmética e indique o valor da razão.

a) (0.2 v) Justifique que a sucessão é uma progressão aritmética e indique o valor da razão. MatPrp / Matmática Prparatória () unidad tra curricular / E-Fólio B 8 dzmbro a janiro Critérios d corrção orintaçõs d rsposta Qustão ( val) Considr a sucssão d númros rais dfinida por a) ( v) Justifiqu

Leia mais

estados. Os estados são influenciados por seus próprios valores passados x

estados. Os estados são influenciados por seus próprios valores passados x 3 Filtro d Kalman Criado por Rudolph E. Kalman [BROWN97] m 1960, o filtro d Kalman (FK) foi dsnvolvido inicialmnt como uma solução rcursiva para filtragm linar d dados discrtos. Para isto, utiliza quaçõs

Leia mais

v 4 v 6 v 5 b) Como são os corte de arestas de uma árvore?

v 4 v 6 v 5 b) Como são os corte de arestas de uma árvore? 12 - Conjuntos d Cort o studarmos árors gradoras, nós stáamos intrssados m um tipo spcial d subgrafo d um grafo conxo: um subgrafo qu mantiss todos os értics do grafo intrligados. Nst tópico, nós stamos

Leia mais

ANÁLISE MATEMÁTICA IV A =

ANÁLISE MATEMÁTICA IV A = Instituto uprior Técnico Dpartamnto d Matmática cção d Álgbra Anális ANÁLIE MATEMÁTICA IV FICHA 5 ITEMA DE EQUAÇÕE LINEARE E EQUAÇÕE DE ORDEM UPERIOR À PRIMEIRA () Considr a matriz A 3 3 (a) Quais são

Leia mais

FUNÇÕES DE UMA VARIÁVEL COMPLEXA

FUNÇÕES DE UMA VARIÁVEL COMPLEXA FUNÇÕES DE UMA VARIÁVEL COMPLEXA Ettor A. d Barros 1. INTRODUÇÃO Sja s um númro complxo qualqur prtncnt a um conjunto S d númros complxos. Dizmos qu s é uma variávl complxa. S, para cada valor d s, o valor

Leia mais

TEMA 3 NÚMEROS COMPLEXOS FICHAS DE TRABALHO 12.º ANO COMPILAÇÃO TEMA 3 NÚMEROS COMPLEXOS. Jorge Penalva José Carlos Pereira Vítor Pereira MathSuccess

TEMA 3 NÚMEROS COMPLEXOS FICHAS DE TRABALHO 12.º ANO COMPILAÇÃO TEMA 3 NÚMEROS COMPLEXOS. Jorge Penalva José Carlos Pereira Vítor Pereira MathSuccess FICHAS DE TRABALHO º ANO COMPILAÇÃO TEMA NÚMEROS COMPLEXOS Sit: http://wwwmathsuccsspt Facbook: https://wwwfacbookcom/mathsuccss TEMA NÚMEROS COMPLEXOS Matmática A º Ano Fichas d Trabalho Compilação Tma

Leia mais

INTRODUÇÃO À ESTATÍSTICA

INTRODUÇÃO À ESTATÍSTICA INTRODUÇÃO À ESTATÍSTICA ERRATA (capítulos 1 a 6 CAP 1 INTRODUÇÃO. DADOS ESTATÍSTICOS Bnto Murtira Carlos Silva Ribiro João Andrad Silva Carlos Pimnta Pág. 10 O xmplo 1.10 trmina a sguir ao quadro 1.7,

Leia mais

CONCURSO PÚBLICO CONCURSO PÚBLICO GRUPO MAGISTÉRIO GRUPO MAGISTÉRIO MATEMÁTICA 14/MAIO/2006 MATEMÁTICA. Nome CPF. Assinatura _. _.

CONCURSO PÚBLICO CONCURSO PÚBLICO GRUPO MAGISTÉRIO GRUPO MAGISTÉRIO MATEMÁTICA 14/MAIO/2006 MATEMÁTICA. Nome CPF. Assinatura _. _. CONCURSO PÚBLICO MATEMÁTICA GRUPO MAGISTÉRIO Rsrvado ao CEFET-RN 4/MAIO/6 Us apnas canta sfrográfica azul ou prta. Escrva o su nom o númro do su CPF no spaço indicado nsta folha. Confira, com máima atnção,

Leia mais

TÓPICOS. ordem; grau; curvas integrais; condições iniciais e fronteira. 1. Equações Diferenciais. Conceitos Gerais.

TÓPICOS. ordem; grau; curvas integrais; condições iniciais e fronteira. 1. Equações Diferenciais. Conceitos Gerais. Not bm, a litura dsts apontamntos não dispnsa d modo algum a litura atnta da bibliografia principal da cadira hama-s à atnção para a importância do trabalho pssoal a ralizar plo aluno rsolvndo os problmas

Leia mais

E X A M E ª FASE, V E R S Ã O 1 P R O P O S T A D E R E S O L U Ç Ã O

E X A M E ª FASE, V E R S Ã O 1 P R O P O S T A D E R E S O L U Ç Ã O Prparar o Eam 05 Matmática A E X A M E 0.ª FASE, V E R S Ã O P R O P O S T A D E R E S O L U Ç Ã O. Tm-s qu P A P A P A GRUPO I ITENS DE ESCOLHA MÚLTIPLA 0, 0, 0,. Assim: P B A PB A 0,8 0,8 PB A 0,8 0,

Leia mais

RESOLUÇÃO. Revisão 03 ( ) ( ) ( ) ( ) 0,8 J= t ,3 milhões de toneladas é aproximadamente. mmc 12,20,18 = 180

RESOLUÇÃO. Revisão 03 ( ) ( ) ( ) ( ) 0,8 J= t ,3 milhões de toneladas é aproximadamente. mmc 12,20,18 = 180 Rvisão 03 RESOLUÇÃO Rsposta da qustão : Sndo XA = AB = K = HI = u, sgu qu 3 Y = X+ 0u = + 0u 6 u =. 5 Rsposta da qustão 6: Considr o diagrama, m qu U é o conjunto univrso do grupo d tradutors, I é o conjunto

Leia mais

1.1 O Círculo Trigonométrico

1.1 O Círculo Trigonométrico Elmntos d Cálculo I - 06/ - Drivada das Funçõs Trigonométricas Logarítmicas Prof Carlos Albrto S Soars Funçõs Trigonométricas. O Círculo Trigonométrico Considrmos no plano a cirncunfrência d quação + =,

Leia mais

Exame de Matemática Página 1 de 6. obtém-se: 2 C.

Exame de Matemática Página 1 de 6. obtém-se: 2 C. Eam d Matmática -7 Página d 6. Simplificando a prssão 9 ( ) 6 obtém-s: 6.. O raio r = m d uma circunfrência foi aumntado m 5%. Qual foi o aumnto prcntual da ára da sgunda circunfrência m comparação com

Leia mais

Caderno Algébrico Medição Física

Caderno Algébrico Medição Física Cadrno Algébrico Vrsão 1.0 ÍNDICE MEDIÇÃO FÍSICA 3 1. O Esquma Gral 3 2. Etapas d 5 2.1. Aquisição das informaçõs do SCDE 5 2.2. Intgralização Horária dos Dados Mdidos 6 2.3. Cálculo das Prdas por Rd Compartilhada

Leia mais

E X A M E ª FASE, V E R S Ã O 1 P R O P O S T A D E R E S O L U Ç Ã O

E X A M E ª FASE, V E R S Ã O 1 P R O P O S T A D E R E S O L U Ç Ã O Prparar o Eam 05 Matmática A E X A M E 0.ª FASE, V E R S Ã O P R O P O S T A D E R E S O L U Ç Ã O. Tm-s qu P A P A P A GRUPO I ITENS DE ESCOLHA MÚLTIPLA 0, 0, 0,. Assim: P B A PB A 0,8 0,8 PB A 0,8 0,

Leia mais

LEITURA 1: CAMPO ELÁSTICO PRÓXIMO À PONTA DA TRINCA

LEITURA 1: CAMPO ELÁSTICO PRÓXIMO À PONTA DA TRINCA Fadiga dos Matriais Mtálicos Prof. Carlos Baptista Cap. 4 PROPAGAÇÃO DE TRINCAS POR FADIGA LEITURA 1: CAMPO ELÁSTICO PRÓXIMO À PONTA DA TRINCA Qualqur solução do campo d tnsõs para um dado problma m lasticidad

Leia mais

Material Teórico - Módulo: Vetores em R 2 e R 3. Exercícios Sobre Vetores. Terceiro Ano - Médio

Material Teórico - Módulo: Vetores em R 2 e R 3. Exercícios Sobre Vetores. Terceiro Ano - Médio Matrial Tórico - Módulo: Vtors m R R Exrcícios Sobr Vtors Trciro Ano - Médio Autor: Prof Anglo Papa Nto Rvisor: Prof Antonio Caminha M Nto 1 Exrcícios sobr vtors Nsta aula, discutimos alguns xrcícios sobr

Leia mais

Hewlett-Packard MATRIZES. Aulas 01 a 06. Elson Rodrigues, Gabriel Carvalho e Paulo Luiz

Hewlett-Packard MATRIZES. Aulas 01 a 06. Elson Rodrigues, Gabriel Carvalho e Paulo Luiz Hwltt-Packard MATRIZES Aulas 0 a 06 Elson Rodrigus, Gabril Carvalho Paulo Luiz Sumário MATRIZES NOÇÃO DE MATRIZ REPRESENTAÇÃO DE UMA MATRIZ E SEUS ELEMENTOS EXERCÍCIO FUNDAMENTAL MATRIZES ESPECIAIS IGUALDADE

Leia mais

Apêndice Matemático. Se este resultado for inserido na expansão inicial (A1.2), resulta

Apêndice Matemático. Se este resultado for inserido na expansão inicial (A1.2), resulta A Séris Intgrais d Fourir Uma função priódica, d príodo 2, = + 2 pod sr xpandida m séri d Fourir no intrvalo <

Leia mais

2 x. ydydx. dydx 1)INTEGRAIS DUPLAS: RESUMO. , sendo R a região que. Exemplo 5. Calcule integral dupla. xda, no retângulo

2 x. ydydx. dydx 1)INTEGRAIS DUPLAS: RESUMO. , sendo R a região que. Exemplo 5. Calcule integral dupla. xda, no retângulo Intgração Múltipla Prof. M.Sc. Armando Paulo da Silva UTFP Campus Cornélio Procópio )INTEGAIS DUPLAS: ESUMO Emplo Emplo Calcul 6 Calcul 6 dd dd O fato das intgrais rsolvidas nos mplos srm iguais Não é

Leia mais

UNIVERSIDADE DE SÃO PAULO Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto Departamento de Economia

UNIVERSIDADE DE SÃO PAULO Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto Departamento de Economia UNIVERSIDADE DE SÃO PAULO Faculdad d Economia, Administração Contabilidad d Ribirão Prto Dpartamnto d Economia Nom: Númro: REC200 MICROECONOMIA II PRIMEIRA PROVA (20) () Para cada uma das funçõs d produção

Leia mais

Adriano Pedreira Cattai

Adriano Pedreira Cattai Adriano Pdrira Cattai apcattai@ahoocombr Univrsidad Fdral da Bahia UFBA, MAT A01, 006 3 Suprfíci Cilíndrica 31 Introdução Dfinição d Suprfíci Podmos obtr suprfícis não somnt por mio d uma quação do tipo

Leia mais

UNIVERSIDADE DE SÃO PAULO Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto Departamento de Economia

UNIVERSIDADE DE SÃO PAULO Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto Departamento de Economia UNIVERSIDADE DE SÃO PAULO Faculdad d Economia, Administração Contabilidad d Ribirão Prto Dpartamnto d Economia Nom: Númro: REC00 MICROECONOMIA II PRIMEIRA PROVA (0) () Para cada uma das funçõs d produção

Leia mais

Problemas Numéricos: 1) Desde que a taxa natural de desemprego é 0.06, π = π e 2 (u 0.06), então u 0.06 = 0.5(π e π), ou u =

Problemas Numéricos: 1) Desde que a taxa natural de desemprego é 0.06, π = π e 2 (u 0.06), então u 0.06 = 0.5(π e π), ou u = Capitulo 12 (ABD) Prguntas para rvisão: 5) Os formuladors d políticas dsjam mantr a inflação baixa porqu a inflação impõ psados custos sobr a conomia. Os custos da inflação antcipado inclum custos d mnu,

Leia mais

SISTEMA DE PONTO FLUTUANTE

SISTEMA DE PONTO FLUTUANTE Lógica Matmática Computacional - Sistma d Ponto Flutuant SISTEM DE PONTO FLUTUNTE s máquinas utilizam a sguint normalização para rprsntação dos númros: 1d dn * B ± 0d L ond 0 di (B 1), para i = 1,,, n,

Leia mais

S = evento em que uma pessoa apresente o conjunto de sintomas;

S = evento em que uma pessoa apresente o conjunto de sintomas; robabilidad Estatística I ntonio Roqu ula 15 Rgra d ays Considrmos o sguint problma: ab-s qu a taxa d ocorrência d uma crta donça m uma população é d 2 %, ou sja, o númro d pssoas da população com a donça

Leia mais

Critérios de Avaliação Estudo do Meio

Critérios de Avaliação Estudo do Meio 1º CICLO 3º ANO 2018/2019 Critérios d Avaliação Estudo do Mio Domínios Insuficint Suficint Bom É pouco assíduo nm smpr pontual Às vzs não rspita as rgras da comunicação oral Cumpr quas smpr as rgras da

Leia mais

Cálculo de Autovalores, Autovetores e Autoespaços Seja o operador linear tal que. Por definição,, com e. Considere o operador identidade tal que.

Cálculo de Autovalores, Autovetores e Autoespaços Seja o operador linear tal que. Por definição,, com e. Considere o operador identidade tal que. AUTOVALORES E AUTOVETORES Dfiniçõs Sja um oprador linar Um vtor, é dito autovtor, vtor próprio ou vtor caractrístico do oprador T, s xistir tal qu O scalar é dnominado autovalor, valor próprio ou valor

Leia mais

PERFIL DE SAÍDA DOS ESTUDANTES DA 5ª SÉRIE DO ENSINO FUNDAMENTAL, COMPONENTE CURRICULAR MATEMÁTICA

PERFIL DE SAÍDA DOS ESTUDANTES DA 5ª SÉRIE DO ENSINO FUNDAMENTAL, COMPONENTE CURRICULAR MATEMÁTICA PERFIL DE SAÍDA DOS ESTUDANTES DA 5ª SÉRIE DO ENSINO FUNDAMENTAL, COMPONENTE CURRICULAR MATEMÁTICA CONTEÚDOS EIXO TEMÁTICO COMPETÊNCIAS Sistma d Numração - Litura scrita sistma d numração indo-arábico

Leia mais

Exercícios de equilíbrio geral

Exercícios de equilíbrio geral Exrcícios d quilíbrio gral Robrto Guna d Olivira 7 d abril d 05 Qustõs Qustão Dtrmin a curva d contrato d uma conomia d troca com dois bns, bm bm, dois indivíduos, A B, sabndo qu a dotação inicial total

Leia mais

Curso de Engenharia Mecânica Disciplina: Física 2 Nota: Rubrica. Coordenador Professor: Rudson R Alves Aluno:

Curso de Engenharia Mecânica Disciplina: Física 2 Nota: Rubrica. Coordenador Professor: Rudson R Alves Aluno: Curso d Engnharia Mcânica Disciplina: Física 2 Nota: Rubrica Coordnador Profssor: Rudson R Alvs Aluno: Turma: EA3N Smstr: 1 sm/2017 Data: 20/04/2017 Avaliação: 1 a Prova Valor: 10,0 p tos INSTRUÇÕES DA

Leia mais

ANÁLISE CUSTO - VOLUME - RESULTADOS

ANÁLISE CUSTO - VOLUME - RESULTADOS ANÁLISE CUSTO - VOLUME - RESULTADOS 1 Introdução ao tma Exist todo o intrss na abordagm dst tma, pois prmit a rsolução d um conjunto d situaçõs qu s aprsntam rgularmnt na vida das organizaçõs. Estas qustõs

Leia mais

Matemática A Extensivo V. 6

Matemática A Extensivo V. 6 Matmática A Etnsivo V. 6 Rsolva.) a) Aula. ( )

Leia mais

MINISTÉRIO DA EDUCAÇÃO SECRETARIA DE EDUCAÇÃO PROFISSIONAL E TECNOLÓGICA INSTITUTO FEDERAL FARROUPILHA CAMPUS ALEGRETE PIBID

MINISTÉRIO DA EDUCAÇÃO SECRETARIA DE EDUCAÇÃO PROFISSIONAL E TECNOLÓGICA INSTITUTO FEDERAL FARROUPILHA CAMPUS ALEGRETE PIBID PROPOSTA DIDÁTICA 1. Dados d Idntificação 1.1 Nom do bolsista: Marily Rodrigus Angr 1.2 Público alvo: alunos do 8 9 ano. 1.3 Duração: 2 horas. 1.4 Contúdo dsnvolvido: Smlhança d triângulos; Noçõs d Gomtria

Leia mais

[Ano] Ciências Econômicas e Administrativas Produção e Custos

[Ano] Ciências Econômicas e Administrativas Produção e Custos [Ano] Ciências Econômicas Unidad: Ciências Econômicas Unidad: Colocar o nom da Ciências Econômicas MATERIAL TEÓRICO Rsponsávl plo Contúdo: Profa. Ms. Andrssa Guimarãs Rgo Rvisão Txtual: Profa. Ms. Alssandra

Leia mais

Definição de Termos Técnicos

Definição de Termos Técnicos Dfinição d Trmos Técnicos Eng. Adriano Luiz pada Attack do Brasil - THD - (Total Harmonic Distortion Distorção Harmônica Total) É a rlação ntr a potência da frqüência fundamntal mdida na saída d um sistma

Leia mais

VI - ANÁLISE CUSTO - VOLUME - RESULTADOS

VI - ANÁLISE CUSTO - VOLUME - RESULTADOS VI - ANÁLISE CUSTO - VOLUME - RESULTADOS 6.1 Introdução ao tma Exist todo o intrss na abordagm dst tma, pois prmit a rsolução d um conjunto d situaçõs qu s aprsntam rgularmnt na vida das organizaçõs. Estas

Leia mais

CRITÉRIOS DE AVALIAÇÃO 3º Ciclo

CRITÉRIOS DE AVALIAÇÃO 3º Ciclo 2017-2018 CRITÉRIOS DE AVALIAÇÃO 3º Ciclo Julho 2017 Est documnto prtnd dar a conhcr a todos os intrvnints no procsso ducativo os critérios d avaliação, rsptivas prcntagns, a qu os alunos do Agrupamnto

Leia mais

INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO Estatística I - Licenciatura em MAEG 2º Ano PADEF Junho 2005 Parte teórica Prova Nome: Nº

INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO Estatística I - Licenciatura em MAEG 2º Ano PADEF Junho 2005 Parte teórica Prova Nome: Nº Estatística I - Licnciatura m MAEG º Ano PADEF Junho 5 Part tórica Prova 753519 Nom: Nº 1. Prguntas d rsposta fchada ( valors) Para cada afirmação, assinal s sta é Vrdadira (V) ou Falsa (F). Uma rsposta

Leia mais

3º) Equação do tipo = f ( y) dx Solução: 2. dy dx. 2 =. Integrando ambos os membros, dx. dx dx dy dx dy. vem: Ex: Resolva a equação 6x + 7 = 0.

3º) Equação do tipo = f ( y) dx Solução: 2. dy dx. 2 =. Integrando ambos os membros, dx. dx dx dy dx dy. vem: Ex: Resolva a equação 6x + 7 = 0. 0 d º) Equação do tipo: f ) d Solução: d d d d f ) f ) d f ) d. Intgrando ambos os mmbros d d d d vm: d d f ) d C d [ f ) d C ]d [ f ) d C] d C d E: Rsolva a quação 6 7 0 d d d º) Equação do tipo f ) :

Leia mais

R é o conjunto dos reais; f : A B, significa que f é definida no conjunto A (domínio - domain) e assume valores em B (contradomínio range).

R é o conjunto dos reais; f : A B, significa que f é definida no conjunto A (domínio - domain) e assume valores em B (contradomínio range). f : A B, significa qu f é dfinida no conjunto A (domínio - domain) assum valors m B (contradomínio rang). R é o conjunto dos rais; R n é o conjunto dos vtors n-dimnsionais rais; Os vtors m R n são colunas

Leia mais

10 Encontro de Ensino, Pesquisa e Extensão, Presidente Prudente, 21 a 24 de outubro, 2013

10 Encontro de Ensino, Pesquisa e Extensão, Presidente Prudente, 21 a 24 de outubro, 2013 10 Encontro d Ensino, Psquisa Extnsão, Prsidnt Prudnt, 21 a 24 d outubro, 2013 DIFERENCIAÇÃO COMPLEXA E AS CONDIÇÕES DE CAUCHY-RIEMANN Pâmla Catarina d Sousa Brandão1, Frnando Prira Sousa2 1 Aluna do Curso

Leia mais

DISCIPLINA DE MATEMÁTICA

DISCIPLINA DE MATEMÁTICA DISCIPLINA DE MATEMÁTICA O nsino da Matmática dv: Proporcionar uma formação cntrada na aprndizagm a ralizar por cada aluno qu contribua para o su dsnvolvimnto pssoal lh propici a apropriação d instrumntos

Leia mais

TÉCNICO LEGISLATIVO ATRIBUIÇÃO: AGENTE DE POLÍCIA LEGISLATIVA 2014

TÉCNICO LEGISLATIVO ATRIBUIÇÃO: AGENTE DE POLÍCIA LEGISLATIVA 2014 CESPE UnB TÉCNICO LEGISLATIVO ATRIBUIÇÃO: AGENTE DE POLÍCIA LEGISLATIVA 2014 Assunto: lógica d argumntação Prof Pachr Considrando qu P sja a proposição S o bm é público, ntão não é d ninguém, julgu os

Leia mais

Estatística II. Aula 8. Prof. Patricia Maria Bortolon, D. Sc.

Estatística II. Aula 8. Prof. Patricia Maria Bortolon, D. Sc. Estatística II Aula 8 Pro. Patricia Maria Bortolon, D. Sc. Tsts Qui Quadrado Objtivos da Aula 8 Nsta aula, você aprndrá: Como quando utilizar o tst qui-quadrado para tablas d contingência Como utilizar

Leia mais

Questões para o concurso de professores Colégio Pedro II

Questões para o concurso de professores Colégio Pedro II Qustõs para o concurso d profssors Colégio Pdro II Profs Marilis, Andrzinho Fábio Prova Discursiva 1ª QUESTÃO Jhosy viaja com sua sposa, Paty, sua filha filho para a Rgião dos Lagos para curtir um friadão

Leia mais

ANÁLISE MATEMÁTICA IV FICHA SUPLEMENTAR A =

ANÁLISE MATEMÁTICA IV FICHA SUPLEMENTAR A = Instituto Suprior Técnico Dpartamnto d Matmática Scção d Álgbra Anális ANÁLISE MATEMÁTICA IV FICHA SUPLEMENTAR 4 EQUAÇÕES DIFERENCIAIS LINEARES Formas canónicas d Jordan () Para cada uma das matrizs A

Leia mais

Estatística. 6 - Distribuições de Probabilidade de Variáveis Aleatórias Contínuas

Estatística. 6 - Distribuições de Probabilidade de Variáveis Aleatórias Contínuas Estatística 6 - Distribuiçõs d Probabilidad d Variávis Alatórias Contínuas 06 - Distribuição Uniform Variávl alatória contínua podndo assumir qualqur valors dntro d um intrvalo [a,b] tal qu: f ( x) para

Leia mais

Em cada ciclo, o sistema retorna ao estado inicial: U = 0. Então, quantidade de energia W, cedida, por trabalho, à vizinhança, pode ser escrita:

Em cada ciclo, o sistema retorna ao estado inicial: U = 0. Então, quantidade de energia W, cedida, por trabalho, à vizinhança, pode ser escrita: Máquinas Térmicas Para qu um dado sistma raliz um procsso cíclico no qual rtira crta quantidad d nrgia, por calor, d um rsrvatório térmico cd, por trabalho, outra quantidad d nrgia à vizinhança, são ncssários

Leia mais

2. Nos enunciados dos testes deverá ser dada a indicação da cotação do item;

2. Nos enunciados dos testes deverá ser dada a indicação da cotação do item; Critérios d avaliação do Grupo 5 Disciplinas: Matmática, Matmática A, Matmática Aplicada às Ciências Sociais Cursos Profissionais/Vocacionais Nívis d nsino: Básico Scundário Ano ltivo 217/218 Os critérios

Leia mais

TÓPICOS DE MATEMÁTICA PROF.: PATRÍCIA ALVES

TÓPICOS DE MATEMÁTICA PROF.: PATRÍCIA ALVES TÓPICOS DE MATEMÁTICA PROF.: PATRÍCIA ALVES 33 MATRIZES 1. Dê o tipo d cada uma das sguints prtncm às diagonais principais matrizs: scundárias d A. 1 3 a) A 7 2 7. Qual é o lmnto a 46 da matriz i j 2 j

Leia mais

Laboratório de Física

Laboratório de Física Laboratório d Física Exprimnto 01: Associação d Rsistors Disciplina: Laboratório d Física Exprimntal II Profssor: Turma: Data: / /20 Alunos (noms compltos m ordm alfabética): 1: 2: 3: 4: 5: 2/15 01 Associação

Leia mais

Escola Secundária com 3º ciclo D. Dinis. 10º Ano de Matemática A. Geometria no Plano e no Espaço I. Tarefa Intermédia 8. Grupo I

Escola Secundária com 3º ciclo D. Dinis. 10º Ano de Matemática A. Geometria no Plano e no Espaço I. Tarefa Intermédia 8. Grupo I Escola Scundária com 3º ciclo D. Dinis 10º Ano d Matmática A Gomtria no Plano no Espaço I Tarfa Intrmédia 8 Grupo I As três qustõs do Grupo I são d scolha múltipla. Slccion, para cada uma dlas, a ltra

Leia mais

Informática e Automação Comercial

Informática e Automação Comercial Manual d Instalação Softwar do tokn SafNt iky 2032 (SafNt Authntication Clint 8.0 SP2) Para o funcionamnto do Tokn SafNt iky 2032, dv sr instalado grnciador. Sistmas Opracionais: Microsoft Windows 2000

Leia mais

Matemática IME-2007/ a QUESTÃO. 2 a QUESTÃO COMENTA

Matemática IME-2007/ a QUESTÃO. 2 a QUESTÃO COMENTA Matmática a QUESTÃO IME-007/008 Considrando qu podmos tr csto sm bola, o númro d maniras d distribuir as bolas nos três cstos é igual ao númro d soluçõs intiras não-ngativas da quação: x + y + z = n, na

Leia mais

Aula Expressão do produto misto em coordenadas

Aula Expressão do produto misto em coordenadas Aula 15 Nsta aula vamos xprssar o produto misto m trmos d coordnadas, analisar as propridads dcorrnts dssa xprssão fazr algumas aplicaçõs intrssants dos produtos vtorial misto. 1. Exprssão do produto misto

Leia mais

ANÁLISE MATEMÁTICA IV FICHA SUPLEMENTAR 2. < arg z < π}.

ANÁLISE MATEMÁTICA IV FICHA SUPLEMENTAR 2. < arg z < π}. Instituto Suprior Técnico Dpartamnto d Matmática Scção d Álgbra Anális ANÁLISE MATEMÁTICA IV FICHA SUPLEMENTAR LOGARITMOS E INTEGRAÇÃO DE FUNÇÕES COMPLEXAS Logaritmos () Para cada um dos sguints conjuntos

Leia mais

FILTROS. Assim, para a frequência de corte ω c temos que quando g=1/2 ( )= 1 2 ( ) = 1 2 ( ) e quando = 1 2

FILTROS. Assim, para a frequência de corte ω c temos que quando g=1/2 ( )= 1 2 ( ) = 1 2 ( ) e quando = 1 2 FILTROS Como tmos visto, quando tmos lmntos rativos nos circuitos, as tnsõs sobr os lmntos d um circuitos m CA são dpndnts da frquência. Est comportamnto m circuitos montados como divisors d tnsão prmit

Leia mais

1. Problema Os dados apresentados abaixo relacionam x, o nível umidade de uma mistura de um determinado produto, a Y, a densidade do produto acabado.

1. Problema Os dados apresentados abaixo relacionam x, o nível umidade de uma mistura de um determinado produto, a Y, a densidade do produto acabado. 1. Problma Os dados aprsntados abaixo rlacionam x, o nívl umidad d uma mistura d um dtrminado produto, a Y, a dnsidad do produto acabado. x 7 9 10 13 14 15 16 19 Y 9.07 9.94 10.75 12.45 12.97 13.34 14.25

Leia mais

Matemática C Extensivo V. 7

Matemática C Extensivo V. 7 Matmática C Extnsivo V 7 Exrcícios 0) 0 0) D 0 Falsa B A 4 0 6 0 4 6 4 6 0 Vrdadira A + B 0 0 + 4 6 7 04 Vrdadira A B 0 0 4 6 6 4 08 Vrdadira dt ( A) dt (A) 9 ( ) 9 dt (B) 9 0 6 Vrdadira A A 0 0 0 0 0

Leia mais

EXAME NACIONAL MATEMÁTICA

EXAME NACIONAL MATEMÁTICA MINISTÉRIO DA EDUCAÇÃO EXAME NACIONAL DE MATEMÁTICA 3.º CICLO DO ENSINO BÁSICO 2007 Prova 23 1.ª Chamada 16 páginas Duração da prova: 90 minutos Critérios d Classificação Dcrto-Li n.º 6/2001, d 18 d Janiro,

Leia mais

O raio de um núcleo típico é cerca de dez mil vezes menor que o raio do átomo ao qual pertence, mas contém mais de 99,9% da massa desse átomo.

O raio de um núcleo típico é cerca de dez mil vezes menor que o raio do átomo ao qual pertence, mas contém mais de 99,9% da massa desse átomo. Caractrísticas Grais do Núclo O raio d um núclo típico é crca d dz mil vzs mnor qu o raio do átomo ao qual prtnc, mas contém mais d 99,9% da massa dss átomo. Constituição O núclo atômico é composto d partículas

Leia mais

Material Teórico - Módulo Equações e Sistemas de Equações Fracionárias. Sistemas de Equações Fracionárias. Oitavo Ano

Material Teórico - Módulo Equações e Sistemas de Equações Fracionárias. Sistemas de Equações Fracionárias. Oitavo Ano Matrial Tórico - Módulo Equaçõs Sistmas d Equaçõs Fracionárias Sistmas d Equaçõs Fracionárias Oitavo Ano Autor: Prof Ulisss Lima Parnt Rvisor: Prof Antonio Caminha M Nto Sistmas d quaçõs fracionárias Nssa

Leia mais

Critérios de falha PROF. ALEXANDRE A. CURY DEPARTAMENTO DE MECÂNICA APLICADA E COMPUTACIONAL

Critérios de falha PROF. ALEXANDRE A. CURY DEPARTAMENTO DE MECÂNICA APLICADA E COMPUTACIONAL PROF. ALEXANDRE A. CURY DEPARTAMENTO DE MECÂNICA APLICADA E COMPUTACIONAL A avaliação das tnsõs dformaçõs smpr é fita m função d crtas propridads do matrial. Entrtanto, não basta apnas calcular ssas grandzas.

Leia mais

Lista 9: Integrais: Indefinidas e Definidas e Suas Aplicações

Lista 9: Integrais: Indefinidas e Definidas e Suas Aplicações GOVERNO FEDERAL MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DO VALE DO SÃO FRANCISCO CÂMPUS JUAZEIRO/BA COLEG. DE ENG. ELÉTRICA PROF. PEDRO MACÁRIO DE MOURA MATEMÁTICA APLICADA À ADM 5. Lista 9: Intgrais:

Leia mais

Sala: Rúbrica do Docente: Registo:

Sala: Rúbrica do Docente: Registo: Instituto Suprior Técnico Dpartamnto d Matmática Scção d Àlgbra Anális o TESTE DE CÁLCULO DIFERENCIAL E INTEGRAL I (MEFT, LMAC, MEBiom) o Sm. 0/ 4/Jan/0 Duração: h30mn Instruçõs Prncha os sus dados na

Leia mais