Adotando-se as seguintes variáveis e parâmetro adimensionais: i 1 i i i i i 1

Tamanho: px
Começar a partir da página:

Download "Adotando-se as seguintes variáveis e parâmetro adimensionais: i 1 i i i i i 1"

Transcrição

1 Lsta de eercícos (Capítulo 4) ) Em dos reatores taque de mstura perfeta é coduzda a reação em fase líquda: A+BC+D de forma sotérmca. Os balaços estacoáros de massa do reagete A este sstema são descrtos pelas equações algébrcas: q Prmero reator: kc C C V q Segudo reator: kc CC V Ode k: costate de velocdade da reação =,75 L/mol/m; q: vazão volumétrca de almetação do sstema = 3 L/m; V: volume dos reatores (L) C : cocetração de A a almetação do sstema =,6 mol/l; C : cocetração de A a saída do prmero reator [mol/l]; C : cocetração de A a saída do segudo reator [mol/l]. Calcule o volume dos reatores sabedo-se que a coversão global de A é gual a 8%. Geeralze seus resultados para reatores guas em sére e compare o volume de um PFR que coduz à mesma coversão. Adotado-se as segutes varáves e parâmetro admesoas: C kc V y para =,, e C q [ote que : Tem-se: y C C X C ] X, 8, e C C C Prmero reator: y y y y y y Segudo reator: y y y y y y... -ésmo reator: y y y y y y... -ésmo reator: y y y y y y Para epressar y em fução de y - resolve-se: y y y y y y y 4y Assm, a úca raz com sgfcado físco é: y, para evtar a determação que ocorre quado, multplcam-se o umerador e deomador da epressão por: 4, resultado em: y

2 y y 4 y para =,,..., com y =. Deseja-se calcular o valor de que coduz a: y,, assm, deve-se calcular a raz da fução: f y,. Com, tem-se y... y y f, 8 Com =, ter-se-a: para,, (apeas reator!), com > seguramete, f. tem-se uma coversão maor que 8%, sto é: Deste modo, procura-se o valor de o tervalo: y. Na fgura abao, plota-se a fução f cotra para =5..8 Fução Plotada etre a= e b=/ f().6 fucao k.4. 5 Para calcular a dervada de 3 4 dy f defe-se a varável: v d y y y y y y v dy d Resumdo: de y e Com v, sedo df dy d, f y e k, da equação: v y v v v v para =,..., com d de forma recursva segudo: v. df v d, calculado-se os valores y y 4y v y v y para,,, com y e v, tem-se y... y y f, 8, assm:

3 df v v e com v v. Deste modo o valor de após a prmera d,8 teração de Newto-Raphso com será: que será o valor adotado para a (valor de a etremdade feror o prmero tervalo de busca!). Solução: V (L) V total (L), 5, 5, 4,46,6 3, 4, ,9 483,6,4689 7,3 7,3,66 54,5 83,,46,5 5, Para o reator PFR, voltado à equação de balaço o reator (em forma admesoal): kc V -ésmo reator: y y y, sedo. Cosderado o volume total dos q reatores: V e defdo o ovo parâmetro admesoal: Vtotal kcvtotal kcv, substtudo essa ova forma de o balaço q q do -ésmo reator, resulta: y y y ou: y y y Para um valor muto elevado de, cosdera-se: z e y y y yz yz, sedo z z para,,,. Deste modo a equação y y y pode ser dy z terpretada como a forma dscretzada da equação dferecal: y z, ou seja: dz yz para < z < e com a codção de etrada: yz z dy z dz cocetração de saída: saída z y y z A solução dessa equação dferecal é: Como V total, assm: ysaída yz z y z ysaída, 4 (para um PFR), logo: 5 43 L/ m 75 L mol m 6 mol L q 3 L= m. kc, / /, / z, sedo a 3

4 Que é o meor volume total do sstema para uma coversão de 8%. Observe que lm lm 4, como mostra a tabela abao.,, 4,46 8,84 4,4836 5,9343,4689 4,6888,66 4,335,46 4,648 ) A equação de estado de Va der Waals é descrta por: ode P é a pressão (atm); é o volume específco molar (L/mol); T é a temperatura absoluta (K); a P b RT R é a costate uversal dos gases =,854 L.atm/mol/K; a é uma costate depedete do gás (L.atm/mol ) b é uma costate depedete do gás (L/mol).. Os valores das costates a e b para dferetes gases são tabelados abao: Gás a (L.atm/mole ) b (L/mol) Gás carbôco 3,59,467 Ala dmetílca 37,49,97 Hélo,34,37 Ódo ítrco,34,789 Sabedo-se que a temperatura crítca do gás (temperatura acma da qual o gás ão pode se 8 a lquefazer) é dada por: Tc, resolva o problema adotado T > T c e este caso mostre 7 R b que para qualquer pressão há apeas uma solução da equação. Adotado T < T c adote valores de P em que há apeas solução e valores de P em que a equação apreseta três soluções, este últmo caso: < < 3 sedo o volume específco molar da fase líquda, 3 o volume específco molar da fase gás e ão apreseta sgfcado físco. Mostre também como calcular a faa de pressão detro da qual o sstema apreseta três soluções. Reescrevedo a equação de Va der Waals em termos das varáves admesoas: T (temperatura admesoal); v= (volume específco molar admesoal) e T b c 4

5 b p P a 7 8 v (pressão admesoal), resulta: v p v Note que a(s) solução(ões) do problema estão cotdas obrgatoramete etre v e 8 8 v ( v ), sto é todas as soluções se stuam o domío: v 7 p 7 p Em que se cosdera como uma fução de v e a varável p como um parâmetro da curva, otado-se que para cada valor de que aumeta com o aumeto de p. v d v 7 7 Obtém-se: p 3 p 3 d 8 v v 8 v v v v d v e d 8 v. v v v 4v Etão, como para d 3 v v dv, tem-se para esse valor de v um poto de fleão da curva depedete do valor do parâmetro p. Como o poto de fleão se tem o valor etremo da dervada prmera, esse caso valor mímo pos 3 d v d v 4, v v mpodo-se v v3 v3 v3 d 7 7 p p d p é garatdo que a v 7 d v dervada será sempre postva para todo p e v. Além dsso, como o poto de dv 7 fleão da curva com p tem-se v 3 3 3, os valores de em que um mámo local pode ocorrer (o que só ocorre se p </7 e para v etre e 3) serão obrgatoramete meores que ( com p ). Essa característca garate que se T Tc a curva de cotra v só terceptada em um poto por retas horzotas, coforme esquematzado os dos casos abao: v k v k Curva de cotra v com p 7 v k 7.6 v k Curvas de cotra v () p (curva 7 vermelha) e () p (curva azul) 7 v k 5

6 Para lustrar a solução do problema o caso em que há apeas (uma) raz real, adota-se 7, ou seja p v e uma valor qualquer de p. Por eemplo, e p 8 v 7 resultado a equação: v7v v6v 8 v 3 ou seja: 7v 43v 7 v7, com esses coefcetes as raízes são determadas: Pela regra de Descartes coclu-se que pode estr 3 ou raz real postva e ehuma raz real egatva. Usado o método de Newto-Raphso com v obtém-se v,396 ; Para se certfcar que essa é a úca solução, utlza-se como chute cal o maor valor possível de 8 6 v, sto é: v,596 e ovamete se obtém: v, p 7 Para lustrar a solução do problema o caso em que há 3 (três) raízes reas, cosdera-se p e o valor de 7 v 3 p 3 7p 3, sto é o valor de correspodete ao poto de fleão que ocorre em v 3, assm: p v p pv 3p v v. Mas: 8 v p 3 p 3 p v v v v v v, ou seja, as duas outras soluções p são as raízes de p v v v=, adotado-se p =, e p 7 3, 3,885 tem-se: a prmera solução: 8 9 7, v =,7876 (fase líquda), a seguda solução: v 3 (fase stável) e a 9, tercera solução 7, v 3 = 9,335 (fase vapor). 9, 3) Em problemas de trasferêca de calor é mportate calcular as raízes reas postvas da tg equação: K, ode K é uma costate cohecda, ote que, eceto o caso em que K =, = ão é raz desta equação. Para evtar as descotudades da fução tagete reescreve-se a equação orgal a forma: f sekcos. Apresete o procedmeto teratvo que traduz o método de Newto-Raphso aplcado a esta equação e aplque-o para determar a prmera raz postva, com uma precsão até a quarta casa decmal, da equação com K =, mostrado claramete em seu procedmeto como evtou o valor =. Sugra uma metodologa para determar as prmeras raízes desta equação. Plotado-se a fução: K se f se y( ) Kcos se K cos se 6

7 .8 3 y 3 Da fgura verfca-se que há uma solução as promdades de =, sedo em o valor da fução gual a K =. Ecludo-se a possbldade de = ser solução do problema, f se Kcos e adota-se ovamete df cos K cos K se K cos K se d. Etão o procedmeto teratvo correspodete ao método de Newto-Raphso sera: k k sek cos KcosKse k ` com que coverge ao valor,656 após terações. Para determar a seguda raz se adota:,656 4,37, covergdo-se ao valor 4,64 após 6 terações. Para determar a tercera raz se adota: 4,64 7,7458, covergdo-se ao valor 7,7899 após 4 terações. E assm sucessvamete: Raz 4 a 5 a 6 a 7 a 8 a 9 a a Valor Covergdo,9499 4,7 7,498,3958 3,547 6,6848 9,884 4) F moles por hora de gás atural são almetados cotuamete em um vaso de flash, em acordo com o esquema abao: V (vapor) F (almetação) L (líqudo) A operação estacoára deste vaso é descrta pelos balaços: Balaço global: F = L + V Balaço do compoete : Fz V y L para,,, 7

8 Relação de equlíbro: y K para,,,. Além destas equações as restrções algébrcas, decorretes da defção de fração molar, devem também ser respetadas: e y Mostre como mapulado estas equações se obtém a equação ão-lear: K z, em que = V / F. K Sabedo-se que as composções de almetação e costates de equlíbro, à temperatura do vaso, são cohecdas e tabeladas abao, determe os valores de, e y, =,,...,. Compoete z K Gás carbôco,46,65 Metao,8345 3,9 Etao,38,7 Propao,63,39 Isobutao,5, -Butao,74,75 Petaos,87,93 Heaoss,,65 Heptaos +,434,36 =, Resolução: Utlzado a defção de = V / F o balaço global: F = L + V, resulta: = L / F + L / F =. Utlzado essa equação e a relação de equlíbro o balaço do compoete z y L = K para,,,, ou seja: F z K z e y= K K K. Mas : e y, logo: z K z e. K K Ou seja, para determar há duas alteratvas equvaletes:. Determar a raz de F. Determar a raz de F y z = K K z = K 8

9 Note que: (a): F z =, sto é = (estêca da fase vapor) é raz da K z prmera equação; (b): F y z = K, sto é = (estêca da fase líquda) é raz da seguda equação. Para elmar essas duas soluções K z trvas, subtra-se () de (), sto é: F FyF = K, ote F F F K z agora que: e y F F y F z K As três alteratvas de fuções capazes de resolver o problema são plotadas a segur. F F u k.5.5 z K u k F y F y u k.5.5 K z K u k F Fu k K z K Nas três formas, vê-se que há uma raz próma de,9. Outro bom chute para o valor de é,8345, que é a fração molar do metao a almetação do vaso de flash (o metao por ser o compoete mas abudate e ao mesmo tempo mas volátl a carga do vaso deve sar a maor parte do vaso a fase vapor, sedo o metao o compoete mas presete o vapor). Utlzado o chute cal,8345 e a fução F() o método de Newto-Rapsho coverge para o valor,8867 de. Os valores das composções a fase líquda e vapor são z K z calculadas, respectvamete, por: e y= K K K. Resultado em: Compoete z y Gás carbôco,46,9,48 Metao,8345,95,938 Etao,38,57,365 Propao,63,355,38 Isobutao,5,67,35 -Butao,74,76,48 Petaos,87,466,36 Heaoss,,87,84 Heptaos +,434,989,8 u k 9

10 5) Uma reação químca de prmera ordem, rreversível e em fase líquda é coduzda em um reator taque operado de forma cíclca. Assm, coduz-se uma batelada por um tempo t e, depos de trascorrdo este tempo, esvaza-se e se lmpa o reator, levado esta últma operação um tempo gual a t c. Após passar pela etapa de esvazameto/lmpeza coduz-se ovamete uma batelada por um tempo t, e assm sucessvamete. Pode-se demostrar que o tempo ótmo da fase batelada que mamza a taa de produção do processo é obtdo através da equação ão-lear: k tt kt c e ou a forma logarítmca: ktl k tt c () Sedo k: costate de velocdade da reação =,5 h - t c : tempo da operação de esvazameto/lmpeza =,5 h. Para calcular t tetam-se dos procedmetos teratvos: kt e (a) de () tem-se: t tc sugerdo a segute forma recursva: k ( j ) kt ( j) e () c para =,, com t t j t t k l k tt (b) de () tem-se: t k t k c c, sugerdo a segute forma recursva: ( j) l k t t ( j) c () para j=,, com t t O procedmeto (a) ão coverge, equato que o procedmeto (b) coverge à solução do problema (para o cojuto de parâmetros utlzados) t =,555 h após 6 terações. Eplque porque sto ocorre. c () Resolução: kt e dg t kt No caso (a) a fução teração é: g t tc e para todo t, dessa k dt forma o procedmeto será sempre ão-covergete para qualquer chute cal t () >. No caso (b) a fução teração é: g t ( j) c l k t t dg t dg t para todo t, dessa ( j) k dt k t t dt c forma o procedmeto será sempre covergete para qualquer chute cal t () >. 6) Os balaços de massa de reagete e de eerga em um reator de mstura perfeta ode é coduzda uma reação de seguda ordem, rreversível e eotérmca são epressos pelas segutes equações (em forma admesoal):

11 Balaço de massa do reagete: Da ep Balaço de Eerga: Da ep Ode é a cocetração admesoal do reagete e é a temperatura admesoal da mstura reacoal o teror do reator; Da, e são parâmetros admesoas que tem os segutes valores umércos: Da =,38, =,65 e =. Multplcado a Eq. () por e subtrado esta ova equação de (), chega-se a:, substtudo esta últma epressão em (), chega-se falmete a: Da Da g Esta fução g() é plotada a fgura abao assm como a bssetrz do prmero quadrate, y =. ep ou ep ( ) () () Poto 3 Poto.5 Poto.5 os três potos de terseções destas curvas são:,849 [poto ];,75667 [poto ] e,96563 [poto 3]. a) Mostre porque quado se utlza o procedmeto teratvo: ( k) ( k) g k ( ) para =,,,, apeas o poto 3 é obtdo. Resolução: como a fução teração empregada é: g ( ) Da ep, tem-se: dg Da ep d

12 Para o poto : =,849 Para o poto : =,75667 Para o poto 3: =,96563 dg d dg d dg d 4,44: solução osclatóra e stável.,86: solução ão osclatóra e stável.,356: solução ão osclatóra e estável. b) Sugra um procedmeto teratvo que assegure a covergêca do processo de busca das três raízes do problema. Mostre claramete em seu procedmeto a codção cal a ser adotada a determação de cada solução. Resolução: empregado o método de Newto-Raphso dretamete a: f Da ep g( ), resulta: df Da ep d Dado orgem ao procedmeto teratvo: k k k f. k f Para o poto : () =, obtém-se a solução,849 após 4 terações. Para o poto : () =,5 obtém-se a solução,75667 após 5 terações. Para o poto 3: () = obtém-se a solução,96563 após 3 terações. 7) Sugere-se o segute procedmeto para determar teratvamete as raízes de uma smples fução ão-lear, f() = : Busca-se o mímo de g() = [f()] sto é os valores de que aulam a dervada de g(): dg( ) df ( ) f( ), ou seja, buscam-se as raízes de uma ova fução: d d dg( ) df ( ) F( ) f( ) d d. Aplque o método de Newto-Raphso a esta ova fução F() e mostre o algortmo recursvo correspodete e compare-o com o obtdo aplcado-se dretamete o método de Newto-Raphso à fução orgal. Ilustre o processo teratvo, em ambos os casos, aplcado-o a uma fução smples de sua escolha, por eemplo: f() = ou f() = e -. Aalse e comete os resultados obtdos.

13 Resolução: A aplcação dreta do método de Newto-Raphso à fução f() dá orgem ao procedmeto teratvo: k k k f. A aplcação do método de Newto-Raphso à k f df( ) df ( ) f ( ) d f ( ) fução F(), em vsta de:, dá orgem ao d d df ( ) d d k f k k procedmeto teratvo: k k f f. d f( ) df ( ) d k d k Note que à medda que o últmo procedmeto coverge à solução, sto é: f k, os dos métodos se assemelham. Eemplos lustratvos: () f() =, df d. df F d 4 e 4 3 Método de Newto-Raphso aplcado a f(): Método de Newto-Raphso aplcado a F(): k k k k k k k k 3 Com () = obtém-se a solução,44 após 4 terações o prmero procedmeto e após 5 terações o segudo procedmeto. () f() = e - df, e. d df Fe e e e e e d k k k k e Método de Newto-Raphso aplcado a f(): k e 3

14 Método de Newto-Raphso aplcado a F(): e e k k e e e k Com () = obtém-se a solução,5674 após 3 terações o prmero procedmeto e após 5 terações o segudo procedmeto. Os dos eemplos lustratvos demostram a baa efcêca do ovo procedmeto, pos demada mas terações e cada teração ege mas cálculos. 8) Determar todas as raízes dos segutes polômos: (a) P ( ) y k Y.5 r k r P (b) 6( ) y k r k 4

15 4 y k P 4 3 (c) 4( ) k y r P (d) 7 ( ) y 5 5 r ) Sedo ASC o úmero de Algarsmos Sgfcatvos Corretos, (a) Resolva = cos por substtuções sucessvas, cosderado () =. (6 ASC) 5

16 k k k (b) Mostre que = cos pode ser trasformado em = - (se ) / ( + ), verfcado em quatos passos obtém-se a mesma solução do problema ateror. Elevado membro a membro de: Como cos se se cos ao quadrado, resulta: cos, ou seja: se se se chegado-se falmete a: k k k (c) Mostre que = cos pode ser trasformado em = ( cos ) ½, verfcado em quatos passos obtém-se a mesma solução do problema ateror. Multplcado membro a membro de: cos cos cos por, resulta: 6

17 k k k (d) Esboce o gráfco da fução se = cotg e resolva pelo método de Newto, cosderado () =. (6 ASC) y k u k k k k k (e) Formule as terações de Newto para calcular raízes cúbcas e calcule 3 7, cosderado () =. (6 ASC), logo a fução teração do método de Newto será: 3 f f 3 F

18 3 k k k (f) Resolva o problema (d) usado o método da secate, cosderado como potos de partda () =,5 e () =, e compare os resultados. (6 ASC) k k k (g) Resolva e = pelo método da bsseção o tervalo [, ]. (4 ASC) 8

19 fucao() e 3 Bseção( ab M ) flag k b a f a f b fucao( a) fucao ( b) whle flag k k a b F f fucao() f a F a f a F otherwse b f b F flag f F flag f b a flag f k M R a R b R f a R f 3 b 9 9 M R Bseção( M ) R R k 4 R (h) Ecotre a solução real da equação 3 = pelos métodos da regula fals e da regula fals modfcado. (4 ASC) com: a= e b=5 9

20 Wegste ( ab M ) flag k b a f a f b whle fucao( a) fucao ( b) flag k k a f a f a f b F crt f fucao () f a F crt a f a F otherwse b f b F flag f F b a flag f flag f k M R a R Wegste ab 9 9 R R b R f a R f 3 b R k 4 R fucao k k ) No desevolvmeto de uma modfcação do método de Wegste se utlza uma ova parametrzação do tervalo de busca de acordo com a epressão:

21 ab ba com Nessa ova forma se verfca: () com a (etremdade feror do tervalo de busca); () com a b (poto médo do tervalo de busca); () com b (etremdade superor do tervalo de busca). Para determar o valor de em cada teração se utlza uma terpolação quadrátca versa fudametada os 3 potos: a a b b y = f() f a y a b f a f b yb ym - + Essa terpolação quadrátca versa é descrta por: y yby ym y ya y y p y m y y y y y y y y, calculado o valor de a teração por: teração b a a m b a b m y y y y p y y y y y y y y b m a m b a a m b a b m Este ovo procedmeto é traduzdo através do algortmo: Dados: a, b b a,, e k MAX, calcule: ya f a e yb f b, caso y ENTÃO ayb etrar com ovos valores de a e b. k FAÇA a b y y y y ym f e a b b a y f SE yy a ENTÃO ya y e a SENÃO y y e b b b m a m y y y y y y y y b a a m b a b m ba ; k k ENQUANTO y ou > e k k MAX (a) Este alguma lmtação à aplcação deste ovo procedmeto? Qual? Justfque sua resposta. Resposta: p y m b y y y y y ya y y y y y y b a a m b m Para que seja possível a terpolação versa a cada valor de y só pode correspoder um valor de e vce-versa. Desse modo, a curva de f versus ão pode apresetar um mámo ou a mímo o teror do tervalo [a,b], ou seja deve ser moótoa crescete ou decrescete em todo o tervalo. Isso também garate que y y e y y m b m

22 (b) Aplque o procedmeto a determação da raz real postva da f e, cosderado o prmero tervalo de busca:. fução: Compare a velocdade de covergêca do método com a obtda o método da bsseção. (Cosdere em sua eplaação apeas as cco prmeras terações). Resposta: Na Tabela abao, apreseta-se o procedmeto teratvo resultate da aplcação do método proposto: k a y a b,55,54,544,54,5399,5398 y B -,63 -, -,6 -,5 -,4 -, -, m,5,74,7,7,7,699,699 y m,,6,6,67,676,677,677,97,98,994,9985,9996,9999,55,54,544,54,5399,5398,5398 y -, -,6 -,5 -,4 -, -, -, Covergdo a seta teração. Na Tabela abao mostramos o processo teratvo resultate da aplcação do método da bsseção. k a,5,5,5,5,533,533,539,539,539 y a,65,65,65,65,34,34,,, b,75,65,565,565,5469,5469,543,54 y B -,63 -,63 -,656 -,46 -,63 -,63 -,94 -,94 -,86 -,3 m,5,75,65,565,533,5459,539,543,54,54 y m,65 -,656 -,46 -,63,34 -,94, -,86 -,3 -,6 Na décma quta teração coverge para a solução:,5398 Verfca-se assm a maor velocdade de covergêca do procedmeto, etretato deve-se efatzar que cada passo do ovo procedmeto evolve mas cálculos do que a do método da bsseção!

(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

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

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

Professor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø.

Professor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø. Professor Maurco Lutz 1 EGESSÃO LINEA SIMPLES A correlação lear é uma correlação etre duas varáves, cujo gráfco aproma-se de uma lha. O gráfco cartesao que represeta essa lha é deomado dagrama de dspersão.

Leia mais

CAPÍTULO III - POLINÔMIOS DE JACOBI E QUADRATURA NUMÉRICA

CAPÍTULO III - POLINÔMIOS DE JACOBI E QUADRATURA NUMÉRICA Polômos de Jacob e CAPÍTULO III - POLINÔMIOS DE JACOBI E QUADRATURA NUMÉRICA III--)INTRODUÇÃO Para um melhor etedmeto do método da colocação ortogoal e sua relação com o método dos resíduos poderados (MRP),

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

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

Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1.

Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1. Iterpolação Iterpolação é um método que permte costrur um ovo cojuto de dados a partr de um cojuto dscreto de dados potuas cohecdos. Em egehara e cêcas, dspõese habtualmete de dados potuas, obtdos a partr

Leia mais

Forma padrão do modelo de Programação Linear

Forma padrão do modelo de Programação Linear POGAMAÇÃO LINEA. Forma Padrão do Modelo de Programação Lear 2. elações de Equvalêca 3. Suposções da Programação Lear 4. Eemplos de Modelos de PPL 5. Suposções da Programação Lear 6. Solução Gráfca e Iterpretação

Leia mais

Apostila de Introdução Aos Métodos Numéricos

Apostila de Introdução Aos Métodos Numéricos Apostla de Itrodução Aos Métodos Numércos PARTE III o Semestre - Pro a. Salete Souza de Olvera Buo Ídce INTERPOAÇÃO POINOMIA...3 INTRODUÇÃO...3 FORMA DE AGRANGE... 4 Iterpolação para potos (+) - ajuste

Leia mais

Capítulo 5: Ajuste de curvas pelo método dos mínimos quadrados

Capítulo 5: Ajuste de curvas pelo método dos mínimos quadrados Capítulo : Ajuste de curvas pelo método dos mímos quadrados. agrama de dspersão No capítulo ateror estudamos uma forma de ldar com fuções matemátcas defdas por uma taela de valores. Frequetemete o etato

Leia mais

Como CD = DC CD + DC = 0

Como CD = DC CD + DC = 0 (9-0 www.eltecampas.com.br O ELITE RESOLVE IME 008 MATEMÁTICA - DISCURSIVAS MATEMÁTICA QUESTÃO Determe o cojuto-solução da equação se +cos = -se.cos se + cos = se cos ( se cos ( se se.cos cos + + = = (

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

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

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

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL Faculdade de Tecologa de Cataduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL 5. Meddas de Posção cetral ou Meddas de Tedêca Cetral Meddas de posção cetral preocupam-se com a caracterzação e a

Leia mais

Relatório 2ª Atividade Formativa UC ECS

Relatório 2ª Atividade Formativa UC ECS Relatóro 2ª Atvdade Formatva Eercíco I. Quado a dstrbução de dados é smétrca ou apromadamete smétrca, as meddas de localzação méda e medaa, cocdem ou são muto semelhates. O mesmo ão acotece quado a dstrbução

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

Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística

Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Val, Dr. http://www.pucrs.br/famat/val/ val@pucrs.br Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Obetvos A Aálse de

Leia mais

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS ANÁLISE DE ERROS A oservação de um feómeo físco ão é completa se ão pudermos quatfcá-lo. Para é sso é ecessáro medr uma propredade físca. O processo de medda cosste em atrur um úmero a uma propredade físca;

Leia mais

RESUMO E EXERCÍCIOS NÚMEROS COMPLEXOS ( )

RESUMO E EXERCÍCIOS NÚMEROS COMPLEXOS ( ) NÚMEROS COMPLEXOS Forma algébrca e geométrca Um úmero complexo é um úmero da forma a + b, com a e b reas e = 1 (ou, = -1), chamaremos: a parte real; b parte magára; e udade magára. Fxado um sstema de coordeadas

Leia mais

Capítulo 2. Aproximações de Funções

Capítulo 2. Aproximações de Funções EQE-358 MÉTODOS NUMÉRICOS EM ENGENHARIA QUÍMICA PROFS. EVARISTO E ARGIMIRO Capítulo Aproações de Fuções Há bascaete dos tpos de probleas de aproações: ) ecotrar ua fução as sples, coo u polôo, para aproar

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

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou. experimental.

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou. experimental. É o grau de assocação etre duas ou mas varáves. Pode ser: correlacoal ou Prof. Lorí Val, Dr. val@mat.ufrgs.r http://www.mat.ufrgs.r/~val/ expermetal. Numa relação expermetal os valores de uma das varáves

Leia mais

Apêndice 1-Tratamento de dados

Apêndice 1-Tratamento de dados Apêdce 1-Tratameto de dados A faldade deste apêdce é formar algus procedmetos que serão adotados ao logo do curso o que dz respeto ao tratameto de dados epermetas. erão abordados suctamete a propagação

Leia mais

Capítulo 3. Interpolação Polinomial

Capítulo 3. Interpolação Polinomial EQE-358 MÉTODOS NUMÉRICOS EM ENGENHARIA QUÍMICA PROFS. EVARISTO E ARGIMIRO Capítulo 3 Iterpolação Polomal Teorema de Weerstrass: se f( é uma fução cotíua em um tervalo fechado [a, b], etão para cada >,

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

Revisão de Estatística X = X n

Revisão de Estatística X = X n Revsão de Estatístca MÉDIA É medda de tedêca cetral mas comumete usada ara descrever resumdamete uma dstrbução de freqüêca. MÉDIA ARIMÉTICA SIMPLES São utlzados os valores do cojuto com esos guas. + +...

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

DISTRIBUIÇÃO HIPERGEOMÉTRICA

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

Leia mais

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

Fundamentos de Matemática I FUNÇÕES POLINOMIAIS4. Licenciatura em Ciências USP/ Univesp. Gil da Costa Marques

Fundamentos de Matemática I FUNÇÕES POLINOMIAIS4. Licenciatura em Ciências USP/ Univesp. Gil da Costa Marques FUNÇÕES POLINOMIAIS4 Gl da Costa Marques Fudametos de Matemátca I 4.1 Potecação de epoete atural 4. Fuções polomas de grau 4. Fução polomal do segudo grau ou fução quadrátca 4.4 Aálse do gráfco de uma

Leia mais

Sumário. Mecânica. Sistemas de partículas

Sumário. Mecânica. Sistemas de partículas umáro Udade I MECÂNICA 2- Cetro de massa e mometo lear de um sstema de partículas - stemas de partículas e corpo rígdo. - Cetro de massa. - Como determar o cetro de massa dum sstema de partículas. - Vetor

Leia mais

ESTATÍSTICA APLICADA À ZOOTECNIA

ESTATÍSTICA APLICADA À ZOOTECNIA ESTATÍSTICA APLICADA À ZOOTECNIA Eucldes Braga MALHEIROS *. INTRODUÇÃO.a) Somatóras e Produtóros Sejam,, 3,...,, valores umércos. A soma desses valores (somatóra) pode ser represetada por: = = = =. e o

Leia mais

Bioestatística Curso de Saúde. Linha Reta 2 Parábola ou curva do segundo grau. terceiro grau curva do quarto. grau curva de grau n Hipérbole

Bioestatística Curso de Saúde. Linha Reta 2 Parábola ou curva do segundo grau. terceiro grau curva do quarto. grau curva de grau n Hipérbole Teora da Correlação: Probleas relatvos à correlação são aqueles que procura estabelecer quão be ua relação lear ou de outra espéce descreve ou eplca a relação etre duas varáves. Se todos os valores as

Leia mais

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

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

Cap. 5. Testes de Hipóteses

Cap. 5. Testes de Hipóteses Cap. 5. Testes de Hpóteses Neste capítulo será estudado o segudo problema da ferêca estatístca: o teste de hpóteses. Um teste de hpóteses cosste em verfcar, a partr das observações de uma amostra, se uma

Leia mais

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

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

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

Construção e Análise de Gráficos

Construção e Análise de Gráficos Costrução e Aálse de Gráfcos Por que fazer gráfcos? Facldade de vsualzação de cojutos de dados Faclta a terpretação de dados Exemplos: Egehara Físca Ecooma Bologa Estatístca Y(udade y) 5 15 1 5 Tabela

Leia mais

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

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

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

x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População

x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População ESTATÍSTICA STICA DESCRITIVA Prof. Lorí Val, Dr. val@mat.ufrgs.br http://.ufrgs.br/~val/ Orgazação; Resumo; Apresetação. Cojuto de dados: Amostra ou População Um cojuto de dados é resumdo de acordo com

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

Sumário. Mecânica. Sistemas de partículas

Sumário. Mecânica. Sistemas de partículas Sumáro Udade I MECÂNICA 2- Cetro de massa e mometo lear de um sstema de partículas - Sstemas de partículas e corpo rígdo. - Cetro de massa. - Como determar o cetro de massa dum sstema de partículas. -

Leia mais

( x) Método Implícito. No método implícito as diferenças são tomadas no tempo n+1 ao invés de tomá-las no tempo n, como no método explícito.

( x) Método Implícito. No método implícito as diferenças são tomadas no tempo n+1 ao invés de tomá-las no tempo n, como no método explícito. PMR 40 Mecâca Computacoal Método Implícto No método mplícto as dfereças são tomadas o tempo ao vés de tomá-las o tempo, como o método explícto. O método mplícto ão apreseta restrção em relação ao valor

Leia mais

Potenciais termodinâmicos, critérios de espontaneidade e condições de equilíbrio

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

Leia mais

Distribuições de Probabilidades

Distribuições de Probabilidades Estatístca - aulasestdstrnormal.doc 0/05/06 Dstrbuções de Probabldades Estudamos aterormete as dstrbuções de freqüêcas de amostras. Estudaremos, agora, as dstrbuções de probabldades de populações. A dstrbução

Leia mais

Tabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f

Tabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f Lsta de exercícos Gabarto e chave de respostas Estatístca Prof.: Nelse 1) Calcule 1, e para o segute cojuto de valores. A,1,8,0,11,,7,8,6,,9, 1 O úmero que correspode a 5% do rol é o valor. O úmero que

Leia mais

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

Estudo do intervalo de confiança da regressão inversa utilizando o software R

Estudo do intervalo de confiança da regressão inversa utilizando o software R Estudo do tervalo de cofaça da regressão versa utlzado o software R Llae Lopes Cordero João Domgos Scalo. Itrodução Na maora das aplcações evolvedo regressão, determa-se o valor de Y correspodete a um

Leia mais

POLINÔMIOS DE JACOBI E QUADRATURA NUMÉRICA INTRODUÇÃO

POLINÔMIOS DE JACOBI E QUADRATURA NUMÉRICA INTRODUÇÃO POLINÔMIOS DE JACOBI E QUADRATURA NUMÉRICA INTRODUÇÃO Para um melhor etedmeto do método da colocação ortogoal e sua relação com o método dos resíduos oderados (MRP) tora-se dsesável um estudo mesmo que

Leia mais

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) [ ] ( ) ( k) ( k ) ( ) ( ) Questões tipo exame

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) [ ] ( ) ( k) ( k ) ( ) ( ) Questões tipo exame Questões tpo eame Pá O poto U tem coordeadas (6, 6, 6) e o poto S pertece ao eo Oz, pelo que as suas coordeadas são (,, 6) Um vetor dretor da reta US é, por eemplo, US Determemos as suas coordeadas: US

Leia mais

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados 3.1. Meddas de Tedêca Cetral CAPÍTULO 3 MEDIDA DE TENDÊNCIA CENTRAL E VARIABILIDADE UFRG 1 Há váras meddas de tedêca cetral. Etre elas ctamos a méda artmétca, a medaa, a méda harmôca, etc. Cada uma dessas

Leia mais

CAPÍTULO 5. Ajuste de curvas pelo Método dos Mínimos Quadrados

CAPÍTULO 5. Ajuste de curvas pelo Método dos Mínimos Quadrados CAPÍTULO Ajuste de curvas pelo Método dos Mímos Quadrados Ajuste Lear Smples (ou Regressão Lear); Ajuste Lear Múltplo (ou Regressão Lear Múltpla); Ajuste Polomal; Regressão Não Lear Iterpolação polomal

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

MEDIDAS DE DISPERSÃO:

MEDIDAS DE DISPERSÃO: MEDID DE DIPERÃO: fução dessas meddas é avalar o quato estão dspersos os valores observados uma dstrbução de freqüêca ou de probabldades, ou seja, o grau de afastameto ou de cocetração etre os valores.

Leia mais

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

NÚMEROS COMPLEXOS. z = a + bi,

NÚMEROS COMPLEXOS. z = a + bi, NÚMEROS COMPLEXOS. DEFINIÇÃO No cojuto dos úmeros reas R, temos que a = a. a é sempre um úmero ão egatvo para todo a. Ou seja, ão é possível extrar a ra quadrada de um úmero egatvo em R. Dessa mpossbldade

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

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

6. MÉTODOS APROXIMADOS DE ANÁLISE DE SISTEMAS CONTÍNUOS

6. MÉTODOS APROXIMADOS DE ANÁLISE DE SISTEMAS CONTÍNUOS 6. ÉOOS APROXAOS ANÁS SSAS CONÍNUOS Nos dos capítulos aterores, estudaram-se métodos exactos de aálse de sstemas dscretos e de sstemas cotíuos. Agora, serão aalsados algus métodos aproxmados da solução

Leia mais

e represente as no plano Argand-Gauss.

e represente as no plano Argand-Gauss. PROFESSOR: Cládo Das BANCO DE QUESTÕES MATEMÁTICA ª SÉRIE ENSINO MÉDIO ============================================================================================== - Determe o módlo dos segtes úmeros

Leia mais

Sobre aproximações polinomiais de raízes reais de cúbicas

Sobre aproximações polinomiais de raízes reais de cúbicas Notas de Aula Sobre aproxmações polomas de raízes reas de cúbcas Edgar Rechtschaffe UNIFESO O problema de se obter as raízes de uma equação do tercero grau abrevadamete uma cúbca fo resolvdo o século XVI

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

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança Regressão Smples Parte III: Coefcete de determação, regressão a orgem e método de máxma verossmlhaça Coefcete de determação Proporção da varabldade explcada pelo regressor. R Varação explcada Varação total

Leia mais

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

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

Leia mais

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

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística BAC 0 - Estatístca Uversdade Federal de Itajubá - Campus Itabra BAC0 - ESTATÍSTICA ESTATÍSTICA DESCRITIVA MEDIDAS DE CENTRO Méda Medda de cetro ecotrada pela somatóra de todos os valores de um cojuto,

Leia mais

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

Caracterização de Partículas. Prof. Gerônimo

Caracterização de Partículas. Prof. Gerônimo Caracterzação de Partículas Prof. Gerômo Aálse Graulométrca de partículas Tabela: Sére Padrão Tyler Mesh Abertura Lvre (cm) âmetro do fo () 2 ½ 0,7925 0,088 0,6680 0,070 ½ 0,56 0,065 4 0,4699 0,065

Leia mais

ANÁLISE DE REGRESSÃO E CORRELAÇÃO

ANÁLISE DE REGRESSÃO E CORRELAÇÃO ANÁLISE DE REGRESSÃO E CORRELAÇÃO Quado se cosderam oservações de ou mas varáves surge um poto ovo: O estudo das relações porvetura estetes etre as varáves. A aálse de regressão e correlação compreedem

Leia mais

UERJ CTC IME Departamento de Informática e Ciência da Computação 2 Cálculo Numérico Professora Mariluci Ferreira Portes

UERJ CTC IME Departamento de Informática e Ciência da Computação 2 Cálculo Numérico Professora Mariluci Ferreira Portes UERJ CTC IE Departameto de Iormátca e Cêca da Computação Udade I - Erros as apromações umércas. I. - Cosderações geras. Há váras stuações em dversos campos da cêca em que operações umércas são utlzadas

Leia mais

Macroeconometria Aula 3 Revisão de estatística e teste de hipótese

Macroeconometria Aula 3 Revisão de estatística e teste de hipótese Macroecoometra 008. Aula 3 Revsão de estatístca e teste de hpótese 3.5. Estmação No estudo das probabldades, o objetvo é calcular a probabldade de evetos préespecfcados. De agora em date o objetvo muda.

Leia mais

Momento Linear duma partícula

Momento Linear duma partícula umáro Udade I MECÂNICA 2- Cetro de massa e mometo lear de um sstema de partículas - Mometo lear de uma partícula e de um sstema de partículas. - Le fudametal da dâmca para um sstema de partículas. - Impulso

Leia mais

Complexidade Computacional da Determinação da Correspondência entre Imagens

Complexidade Computacional da Determinação da Correspondência entre Imagens Complexdade Computacoal da Determação da Correspodêca etre Images Adraa Karlstroem Laboratóro de Sstemas Embarcados Departameto de Egehara Mecatrôca Escola Poltécca da Uversdade de São Paulo adraa.karlstroem@pol.usp.br

Leia mais

Estatística Básica - Continuação

Estatística Básica - Continuação Professora Adraa Borsso http://www.cp.utfpr.edu.br/borsso adraaborsso@utfpr.edu.br COEME - Grupo de Matemátca Meddas de Varabldade ou Dspersão Estatístca Básca - Cotuação As meddas de tedêca cetral, descrtas

Leia mais

3 Experimento com Mistura com Respostas Não-Normais

3 Experimento com Mistura com Respostas Não-Normais Modelagem em Epermetos Mstura-Processo para Otmzação de Processos Idustras 5 Epermeto com Mstura com Respostas Não-Normas Neste capítulo é apresetado o plaejameto e aálse de um EM com respostas ão ormas,

Leia mais

Regressão. Pedro Paulo Balestrassi

Regressão. Pedro Paulo Balestrassi Regressão Pedro Paulo Balestrass www.pedro.ufe.edu.br ppbalestrass@gmal.com 5-696 / 88776958 (cel) Questoametos comus: Como mplemetar a equação Y=f(X) a partr de dados hstórcos ou epermetas? Como fazer

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

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

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

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

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

Leia mais

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

15/03/2012. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações

15/03/2012. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações Itrodução.1 Juros Smples Juro: recompesa pelo sacrfíco de poupar o presete, postergado o cosumo para o futuro Maora das taxas de uros aplcadas o mercado facero são referecadas pelo crtéro smples Determa

Leia mais

CAMPUS DE GUARATINGUETÁ Computação e Cálculo Numérico: Elementos de Cálculo Numérico Prof. G.J. de Sena - Depto. de Matemática Rev.

CAMPUS DE GUARATINGUETÁ Computação e Cálculo Numérico: Elementos de Cálculo Numérico Prof. G.J. de Sena - Depto. de Matemática Rev. uesp CAMUS DE GUARATINGUETÁ Computação e Cálculo Numérco: Elemetos de Cálculo Numérco ro. G.J. de Sea - Depto. de Matemátca Rev. 5 CAÍTUO 4 INTEROAÇÃO 4. INTRODUÇÃO Cosdere a segute tabela relacoado calor

Leia mais

? Isso é, d i= ( x i. . Percebeu que

? Isso é, d i= ( x i. . Percebeu que Estatístca - Desvo Padrão e Varâca Preparado pelo Prof. Atoo Sales,00 Supoha que tehamos acompahado as otas de quatro aluos, com méda 6,0. Aluo A: 4,0; 6,0; 8,0; méda 6,0 Aluo B:,0; 8,0; 8,0; méda 6,0

Leia mais

4 Técnicas de Seleção de Características Independentes do Modelo para os Sistemas Neuro-Fuzzy Hierárquicos

4 Técnicas de Seleção de Características Independentes do Modelo para os Sistemas Neuro-Fuzzy Hierárquicos 4 éccas de Seleção de Característcas Idepedetes do Modelo para os Sstemas Neuro-Fuzzy Herárqucos 4. Itrodução Na maora das aplcações reas de classfcação, prevsão e otmzação, as bases de dados cotém um

Leia mais

Teoria Elementar da Probabilidade. a) Cada experiência poderá ser repetida indefinidamente sob condições essencialmente inalteradas.

Teoria Elementar da Probabilidade. a) Cada experiência poderá ser repetida indefinidamente sob condições essencialmente inalteradas. Estatístca 47 Estatístca 48 Teora Elemetar da Probabldade SPECTOS PERTINENTES À CRCTERIZÇÃO DE UM EXPERIÊNCI LETÓRI MODELOS MTEMÁTICOS DETERMINÍSTICOS PROBBILÍSTICOS PROCESSO (FENÓMENO) LETÓRIO - Quado

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

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

RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO

RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO RACIOCÍIO LÓGICO - Zé Carlos RACIOCÍIO LÓGICO / ESTATÍSTICA LISTA RESUMO TEÓRICO I. Cocetos Icas. O desvo médo (DM), é a méda artmétca dos desvos de cada dado da amostra em toro do valor médo, sto é x

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

Í N D I C E. Séries de Pagamentos ou Rendas Renda Imediata ou Postecipada Renda Antecipada Renda Diferida...

Í N D I C E. Séries de Pagamentos ou Rendas Renda Imediata ou Postecipada Renda Antecipada Renda Diferida... Curso: Pós-graduação / MBA Campus Vrtual Cruzero do Sul - 2009 Professor Resposável: Carlos Herque de Jesus Costa Professores Coteudstas: Carlos Herque e Douglas Madaj UNIVERSIDADE CRUZEIRO DO SUL Cohecedo

Leia mais