Modelo de Ising. 1 Introdução. Caroline Garcia Forlim e Paulo Matias. 18 de dezembro de O método de Monte Carlo
|
|
- Leonardo Fernandes Faro
- 6 Há anos
- Visualizações:
Transcrição
1 Modelo de Ising Caroline Garcia Forlim e Paulo Matias 18 de dezembro de 2011 Resumo Neste trabalho simulamos o modelo de Ising bidimensional usando dois métodos: Metropolis e Banho Térmico. Aprendemos sobre fenômenos críticos em sistemas magnéticos, analisando comportamento da energia, magnetização, calor especíco e susceptibilidade magnética na transição de fase de um material ferromagnético para paramagnético. Por m, aplicamos a técnica de Finite Size Scaling para determinar os expoentes críticos do sistema. 1 Introdução 1.1 O método de Monte Carlo O método de Monte Carlo, que consiste na realização de experimentos com números pseudoaleatórios em um computador, fornece soluções aproximadas para uma grande variedade de problemas matemáticos. O método é aplicável a problemas tanto estocásticos quanto determinísticos. Para o cálculo de integrais multidimensionais, como é o caso de médias termodinâmicas em mecânica estatística, e.g. E =< H(ψ) >, dadas por: ˆ A = A(ψ) P (ψ) dψ (1) onde P (ψ) = e βh(ψ) Z ; Z = e βh(ψ) dψ; β = 1 k B T, o método de Monte Carlo torna-se indispensável devido ao grande número de estados ψ possíveis do sistema. Para calcular uma integral numericamente, deve-se estimá-la através de variáveis aleatórias independentes e com distribuição uniforme no intervalo de integração. f(x i ) I f = ˆ1 0 f(x)dx I com x i distribuída uniformemente em [0, 1]. O erro é da ordem de i 1 N N, (2) para N grande, onde N é a quantidade de sorteios aleatórios utilizados. Como não é possível calcular a integral (1) por amostragem direta de grupos de variáveis independentes para a distribuição de Boltzmann, deve-se encontrar uma maneira de amostrar as variáveis x segundo um w(x) que seja viável nesse caso. ˆ A = A(x) w(x) dx, (3) w(x) = e βh(x) Z A solução é utilizar o método de Monte Carlo dinâmico baseado na evolução temporal de cadeias de Markov. Toma-se uma cadeia de Markov, por exemplo um processo estocástico X o, X 1,..., X t com história determinada pela distribuição de probabilidade inicial P (X o ) e pela probabilidade de transição P (X t+1 x 0...x t ) = P (X t+1 x t ), de modo que seja necessário conhecer apenas a probabilidade de ir de um estado x a outro estado y em um passo temporal, dada pelos elementos p xy da matriz de transição. Pode-se demonstrar que caso exista uma distribuição w(x) tal que x w(x)p xy = w(y) para todo y, então o processo converge para a distribuição estacionária w(x), independentemente de P (X o ). Para que a cadeia de Markov convirja para a distribuição w(x) a tempos longos, a dinâmica de p xy deve ser: 1
2 (A) irredutível (B) satisfazer x w(x)p xy = w(y) Exercício 1: Ao invés de (B) acima podemos impor a condição suciente (B') balanço detalhado : w(x)p xy = w(y)p yx. Mostre que (B') (B). Pelo balanço detalhado, podemos reescrever (B) como: w(y)p yx = w(y) x x mas x p yx = 1, então w(y) x p yx = w(y). p yx A evolução temporal das congurações do sistema (ψ ou x) é feita utilizando-se um método local em que as variáveis estão xas em todos os pontos do sistema exceto em um dado ponto escolhido, que será atualizado com a distribuição de probabilidade condicional resultante. Nesse trabalho, adotamos duas formas distintas de atualizar a distribuição condicional em um ponto: o método do banho térmico e o método de Metropolis. No banho térmico, temos uma amostragem local exata da distribuição de probabilidade. Já o método de Metropolis propõe a mudança da variável atual x para uma nova y, que é aceita ou não de acordo com a seguinte regra: ˆ ˆ aceita se w(y) w(x) 1; do contrário, aceita com probabilidade w(y) w(x) { = min 1, w(y) w(x) }. A matriz de transição é então tomada como: A probabilidade de aceitação resultante é A xy p xy = T xy A xy, onde T xy = T yx é a probabilidade de propor y como o novo valor da variável a ser atualizada. Exercício 2: mostre que a escolha acima satisfaz o balanço detalhado. Se a escolha acima satiszesse o balanço detalhado, então teríamos: w(x)p xy = w(y)p yx = w(x)t xy A xy (a) = w(y)t yx A yx (b) (a) { w(x)txy se w(y) x(x) w(x)t xy A xy = w(x). w(y) w(x) T xy = w(y)t xy se w(y) x(x) (b) { w(y)tyx se w(x) x(y) w(y)t yx A yx = w(y). w(x) w(y) T yx = w(x)t yx se w(x) x(y) (4) (5) 2 Metodologia 2.1 Aplicação ao Modelo de Ising como T xy = T yx temos então que (4)=(5) Um exemplo de aplicação do método de Monte Carlo é a simulação do modelo de Ising em duas dimensões. Os spins S i da rede interagem entre si e com o campo magnético externo de acordo com a hamiltoniana abaixo, onde a soma em i, j é tomada sobre pares de primeiros vizinhos, contando somente uma vez cada par. H = J i,j S i S j H i S i (6) Durante todo este trabalho, adotaremos J = 1 para a constante de acoplamento. Por meio da conguração dos spins S i, é possível calcular diversas grandezas físicas relacionadas ao sistema, tais como a energia E = H, a magnetização M = [ i S i, a susceptibilidade magnética χ = 1 M M V H = β 2 V M 2], e o calor especíco [ c v = 1 E E V T = β 2 V T E 2]. 2
3 2.1.1 Demonstração da expressão para a susceptibilidade magnética A expressão para a susceptibilidade magnética, citada acima, pode ser facilmente deduzida. A fórmula para o calor especíco pode ser obtida de forma similar. Dada a função de partição canônica: Z = exp β J S i S j + β H {S i} i,j i S i A média de um observável A é denida como: A = Z 1 A exp β J S i S j + β H {S i} i,j i S i A primeira e a segunda derivadas de Z com relação a H podem ser expressas da seguinte forma: Z H = β M exp β J S i S j + β H S i = Z β M {S i} i,j i 2 Z H 2 = β 2 M 2 exp β J S i S j + β H S i = Z β 2 M 2 {S i} i,j i A susceptibilidade magnética é dada por: χ = 1 V M H = 1 V { Z 1 H Expressando em termos das derivadas calculadas acima: 1 β } { Z = 1 H V Z 2 Z 1 2 Z 1 ( ) } 2 Z β H ² β H χ = 1 V M H = β V [ M 2 M 2] 2.2 Fenômenos Críticos e Finite Size Scaling O Modelo de Ising apresenta uma transição de fase de segunda ordem em duas dimensões. O parâmetro de ordem do modelo de Ising é a magnetização. Para uma temperatura próxima de zero, os spins da rede tendem a alinhar-se, de forma similar a um ferromagneto, mesmo quando o campo H tende a zero. No entanto, após um certo valor de temperatura (denominada temperatura crítica, ou T c ), os spins perdem este auto-alinhamento. A campo nulo, o parâmetro crítico do Modelo de Ising tem solução exata (obtida por Onsager) dada por: 0, T > T c M = [1-(sinh (2βJ)) 4] 1 8 (7), T < Tc Na região crítica, ou seja, com T T c, observam-se singularidades: a magnetização vai a zero e a susceptibilidade magnética e o calor especíco divergem com um comportamento de lei de potência. A cada grandeza pode ser associado seu denominado expoente crítico: M T T c T c χ T T c T c ν ξ T T c T c β γ (8) (9) (10) 3
4 As denições acima são para o caso de um volume innito. Entretanto, quando simulamos o modelo de Ising, nosso sistema tem volume nito V = L d. Quando o comprimento de correlação ξ L, o sistema já se torna efetivamente ordenado. Podemos argumentar, então, que o sistema tem um pseudo ponto crítico quando: [β c ( ) β c (V )] ν L = β c (V ) = β c ( ) const. L 1/ν (11) Mas não conhecemos ν nem β c ( ). Se considerarmos a divergência para volume innito expressa na equação (9), podemos argumentar que para volume nito há um máximo de χ no pseudo ponto crítico β c (V ). χ max [β c ( ) β c (V )] γ L γ/ν (12) Podemos estimar ν e β c realizando simulações com diferentes volumes V, localizando os máximos χ max, e fazendo um ajuste da posição β max desses máximos com β max = β c c 1 L x, onde x deve ser igual a 1 ν. O expoente γ ν, por sua vez, pode ser estimado do valor dos máximos, pela expressão χ max L γ/ν. Para o cálculo do expoente β (equação 8), denimos m rms = m 2 = x,y s xs y /V 2. Na temperatura crítica T c real (a que ocorreria em volume innito), podemos aproximar o comportamento da função correlação no volume nito como x,y s xs y L 2 η, de forma que: m T =Tc rms L 2 d η L β ν (13) 2.3 Reweighting As simulações de Monte Carlo fornecem uma série de congurações φ 1, φ 2... φ N, sobre as quais são efetuadas medidas de observáveis O i = O(φ i ). O reweighting é um método que permite expandir os resultados da simulação original, interpolando uma curva ao redor de um ponto sobre o qual esta foi realizada. A forma mais simples de reweighting baseia-se no fato que a probabilidade canônica da conguração φ em β pode ser facilmente relacionada com outra temperatura β : O e (β β)e β i O β = = O ie (β β)e i (14) i e (β β)e i e (β β)e β Então o valor esperado de qualquer observável em β pode ser obtido em termos do valor esperado calculado em β. O método é facilmente adaptável para avaliar observáveis quando o campo externo H toma valores próximos do campo H da simulação original: O e β (H H ) M O H = i = e β (H H ) M HH O ie β (Hi H i ) Mi i e β (Hi H i ) (15) Mi Como em simulações computacionais o sistema nunca haverá visitado todas as congurações possíveis, uma quantidade nita de estatística estará disponível. Por esse motivo, é impossível obter todos os valores de observáveis (para qualquer β ) a partir de uma única simulação (para apenas um β). 2.4 Jack-kning O método jack-kning foi utilizado para estimar os erros apresentados neste trabalho. Cada conjunto de dados resultante de simulação é separado em K blocos, sempre de comprimento muito maior que o tempo de autocorrelação das medidas envolvidas. Calcula-se K valores ρ k da grandeza ρ, cada vez excluindo do conjunto de dados um dos K blocos. O erro δρ pode ser estimado, então, pela seguinte expressão: δρ = K 1 K (ρ k ρ) 2 (16) K k=1 4
5 1.2 Banho térmico Metropolis Autocorrelação da energia (norm.) Distância entre iterações sobre a rede Figura 1: No caso especial do modelo de Ising em duas dimensões, observa-se que o método de Metropolis apresenta maior desempenho que o método de Banho Térmico, pois além de consumir menor tempo computacional para cada iteração sobre a rede, resulta em menor correlação temporal entre congurações da rede. 3 Resultados 3.1 Comparação entre o método de Metropolis e o de Banho Térmico Primeiramente, comparamos o método de Metropolis com o método de Banho Térmico. Ambos os métodos geraram os mesmos resultados para as grandezas físicas calculadas a partir das congurações da rede, entretanto o método de Metropolis, surpreendentemente, apresentou maior desempenho que o método de Banho Térmico. Relata-se (Monte Carlo simulaatiomenetelmät, notas de aula de Kari Rummukainen, pg. 55) que o método de Banho Térmico costuma fornecer uma menor autocorrelação das grandezas ao longo das iterações sobre a rede, o que pode resultar em um maior desempenho dependendo do problema (deve-se avaliar também o custo computacional de cada iteração utilizando cada um dos métodos). Entretanto, o modelo de Ising bidimensional é uma exceção a essa regra, apresentando menor autocorrelação da energia e da magnetização quando utilizado o método de Metropolis, como ilustrado na Figura 1, além de um menor custo computacional por iteração. No restante desse trabalho será utilizado, portanto, o método de Metropolis. 3.2 Inuência das condições iniciais Vericou-se que uma condição inicial de rede fria (todos os spins alinhados) resultava, na maioria dos casos, em uma termalização mais rápida do sistema que uma condição inicial de rede quente (spins ordenados aleatoriamente). A Figura 2 ilustra a evolução da magnetização do sistema em cada uma dessas condições iniciais. Além disso, conrmou-se que, para ocorrer a termalização, era sempre suciente a espera de um número de iterações 6 τ int, onde τ int = C (i), e C (i) é a autocorrelação da magnetização. i=1 3.3 Fatores que inuenciam no erro das medidas Vericou-se que, para manter os erros dentro de uma faixa aceitável, era necessária uma quantidade bem maior de iterações do algoritmo quando a simulação era efetuada próxima ao ponto crítico. Em geral, percebe-se que o erro é proporcional a (τ int /N) 1/2 (ξ/l) d/2, ou seja, aumenta com a presença de correlações temporais ou espaciais, e pode ser reduzido aumentando o número de iterações do algoritmo ou o tamanho da rede. Entretanto, aumentar o tamanho L da rede, após um certo limite, resulta em um impacto bastante grande sobre a performance do programa. 5
6 1.2 Condição inicial quente Condição inicial fria Magnetização (norm.) Iterações sobre a rede Figura 2: Magnetização do sistema em duas simulações com condições iniciais distintas. Na condição quente, a conguração inicial dos spins é escolhida de forma aleatória. Na condição fria, todos os spins são inicialmente virados para cima. 3.4 Determinação de grandezas físicas Uma rede de volume V = e condição inicial fria foi utilizada para determinar uma série de grandezas físicas. Primeiramente, xou-se campo externo nulo (H = 0), variando-se apenas a temperatura T de 1 a 4, de forma a atravessar a região na qual ocorre comportamento crítico (por volta de T c 2.269). O erro foi estimado utilizando o método jack-kning, separando o conjunto de dados em K blocos de comprimento pelo menos 20 vezes maior que o tempo de correlação τ int. Os resultados são apresentados na Figura 3. A Figura 4 mostra, com maior detalhe, o gráco de magnetização, sobreposto agora à solução teórica formulada por Onsager para o modelo de Ising bidimensional. É importante notar, entretanto, que o modelo de Onsager é solução para uma rede innita, e não para uma rede nita como a que foi simulada. As Figuras 5, 6 e 7 mostram o comportamento das grandezas físicas quando o campo externo H é variado, em diferentes regimes do sistema (T < T c, T T c e T > T c, respectivamente). É possível identicar os comportamentos típicos de ferromagneto ou paramagneto em cada caso. 6
7 Energia (norm.) Calor específico Temperatura (β 1 ) Magnetização (norm.) Susceptibilidade magnética Temperatura (β 1 ) Figura 3: Diversas grandezas físicas medidas em um sistema com campo externo nulo ( H = 0), variando-se a temperatura. Cada ponto vermelho foi calculado por uma simulação distinta. A curva em verde corresponde ao reweighting dos dados. Rede V =128 2 Rede infinita (Onsager) Magnetização (norm.) Temperatura (β 1 ) Figura 4: Magnetização obtida na simulação da rede nita (V = ) comparada com a magnetização teórica prevista por Onsager para uma rede innita. 7
8 Energia (norm.) Calor específico Campo externo H Susceptibilidade magnética Magnetização (norm.) Campo externo H 0.5 Figura 5: Diversas grandezas físicas medidas em um sistema com campo externo não-nulo, xado em uma temperatura abaixo da temperatura crítica (T = < T c ). No equilíbrio, depois de um tempo longo, o sistema tende a alinhar seus spins com o campo externo. Energia (norm.) Calor específico Campo externo H Magnetização (norm.) Susceptibilidade magnética Campo externo H 0.5 Figura 6: Diversas grandezas físicas medidas em um sistema com campo externo não-nulo, xado em uma temperatura próxima da temperatura crítica (T = 2.3 T c ). Percebe-se que o sistema consegue recuperar um comportamento um pouco próximo da fase ordenada quando o campo externo é sucientemente grande. 8
9 Energia (norm.) Calor específico Campo externo H Magnetização (norm.) Susceptibilidade magnética Campo externo H Figura 7: Diversas grandezas físicas medidas em um sistema com campo externo não-nulo, xado em uma temperatura acima da temperatura crítica (T = 3.6 > T c ). O sistema apresenta comportamento similar ao de um paramagneto. 3.5 Obtenção dos expoentes críticos O primeiro expoente crítico a ser determinado é o γ, que pode ser obtido do mesmo conjunto de medidas do qual será obtido também o expoente ν. Para isso, são localizados os máximos da susceptibilidade (χ max ) e o inverso da temperatura (β max ) na qual esses máximos ocorrem. Para o cálculo de χ, será utilizado, a partir de agora, o módulo da magnetização ( M ) em vez da magnetização (M) em si, pois próximo ao ponto crítico é inevitável que esta oscile constantemente entre valores positivos e negativos, originando às vezes um efeito conhecido como tunelamento, que causaria problemas numéricos na determinação dos expoentes. O módulo da magnetização é um bom parâmetro de ordem, pois é não-nulo na fase ordenada e muito próximo de zero fora da mesma. Os expoentes críticos associados a M e às grandezas calculadas com base em M (tais como χ) são exatamente os mesmos que os associados a M. A Figura 8 ilustra a forma como os valores χ max e β max são obtidos a partir de uma única simulação próxima do ponto crítico para cada valor de V. Utiliza-se reweighting para traçar uma curva na região próxima ao ponto crítico, a partir da qual é determinado o máximo de χ. Computacionalmente, foi implementada uma rotina de renamento iterativo para obter o máximo com uma precisão mínima de 10 6 em β. Os dados utilizados para reweighting foram divididos em blocos de jack-kning, permitindo estimar os erros de χ max e β max a partir dos resultados de diversos renamentos iterativos. Nota-se que a barra de erro para o volume V = é signicativamente maior que as outras. Isso ocorre pois, apesar de um maior volume geralmente ajudar a reduzir os erros de uma simulação, o desempenho tornou-se signicativamente reduzido para esse valor de V, o que impediu que fossem coletados dados de uma quantidade grande de iterações do algoritmo. 9
10 Susceptibilidade magnética V =32 2 V =64 2 V =128 2 V =256 2 V = Inverso da temperatura (β) Figura 8: Susceptibilidade magnética próxima ao ponto crítico, utilizando-se uma única simulação para cada valor de volume V. Os pontos situados na extremidade direita das curvas são calculados diretamente a partir dos dados de cada simulação. As curvas são traçadas por reweighting ao redor desses pontos, e utilizadas para obter o máximo de χ para cada valor de V, que também é representado como um ponto com barras de erro. Todos os erros são estimados com jack-kning. Uma vez determinados χ max e β max em função de L = V 1 2, é possível realizar ajustes de curva em cada um deles para obter expoentes críticos. O primeiro ajuste é com base na equação (11), e permite determinar a temperatura crítica a volume innito β c ( ) e o expoente ν. O gráco correspondente é mostrado na Figura 9. β c ( ) = (4078 ± 0005) ν = (13 ± 09) Os erros foram estimados realizando o ajuste com permutações aleatórias de valores permitidos de β max para cada L, distribuídos de acordo com a mesma estatística dos blocos utilizados para jack-kning. Apesar disso, a estimativa de erro para esses dois valores não foi muito boa - ambos estão desviados mais de um σ do valor teórico. Os valores esperados eram β c ( ) = 4069 e ν = 1. 10
11 β max /L Figura 9: Ajuste com base na equação (11). Permite determinar os valores de β c ( ) e de ν. Em seguida, foi realizado o ajuste de χ max em função de L com base na equação (12). Desta forma, foi obtido o expoente γ (admitindo-se ν = 1). O gráco correspondente é mostrado na Figura 10. γ = γ ν = (1.73 ± 3) O valor acima está condizente com o valor teórico γ = χ max L Figura 10: Ajuste com base na equação (12). Permite determinar o valor de γ /ν. 11
12 Por m, foi realizado o ajuste de m T rms =Tc em função de L com base na equação (13). Desta forma, foi obtido o expoente β (admitindo-se ν = 1). O gráco correspondente é mostrado na Figura 11. β = β ν = (0.124 ± 03) O valor acima está condizente com o valor teórico β = m em T =T c L Figura 11: Ajuste com base na equação (13). Permite determinar o valor de β /ν. Vale observar que, para a obtenção de m T rms =Tc sobre o ponto crítico T c a volume innito, foi necessário utilizar reweighting, pois a simulação tornava-se extremamente instável quando fornecido exatamente T = T c. Portanto, foi fornecido um T T c ao programa, sendo a simulação resultante interpolada por reweighting e os erros estimados, novamente, por jack-kning. 4 Conclusão Simulamos o modelo de Ising com Monte Carlo e usamos dois métodos para atualizar a distribuição dos spins: Metropolis e Banho Térmico. Vericamos que, para o caso especíco do modelo de Ising bidimensional, o método de Metropolis é mais eciente, apesar de o Banho Térmico ser mais eciente para uma ampla gama de outros problemas da Física. Estudando o sistema próximo ao ponto de transição de fase, pudemos observar os comportamentos que magnetização, calor especíco e susceptibilidade magnética apresentam na região crítica. A magnetização vai a zero, e a susceptibilidade e o calor especíco divergem. Notamos também que esses observáveis assumem um comportamento como lei de potência, e estimamos os valores dos expoentes críticos β, γ e ν, utilizando Finite Size Scaling fortemente apoiado pela técnica de reweighting. 12
DISTRIBUIÇÕES ESPECIAIS DE PROBABILIDADE DISCRETAS
VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES DE PROBABILIDADES 1 1. VARIÁVEIS ALEATÓRIAS Muitas situações cotidianas podem ser usadas como experimento que dão resultados correspondentes a algum valor, e tais situações
Leia maisAULA 07 Distribuições Discretas de Probabilidade
1 AULA 07 Distribuições Discretas de Probabilidade Ernesto F. L. Amaral 31 de agosto de 2010 Metodologia de Pesquisa (DCP 854B) Fonte: Triola, Mario F. 2008. Introdução à estatística. 10 ª ed. Rio de Janeiro:
Leia maisWWW.RENOVAVEIS.TECNOPT.COM
Energia produzida Para a industria eólica é muito importante a discrição da variação da velocidade do vento. Os projetistas de turbinas necessitam da informação para otimizar o desenho de seus geradores,
Leia maisUNIVERSIDADE FEDERAL DA BAHIA ESCOLA POLITÉCNICA DEPARTAMENTO DE ENGENHARIA QUÍMICA ENG 008 Fenômenos de Transporte I A Profª Fátima Lopes
Equações básicas Uma análise de qualquer problema em Mecânica dos Fluidos, necessariamente se inicia, quer diretamente ou indiretamente, com a definição das leis básicas que governam o movimento do fluido.
Leia maisInteligência Artificial
Inteligência Artificial Aula 7 Programação Genética M.e Guylerme Velasco Programação Genética De que modo computadores podem resolver problemas, sem que tenham que ser explicitamente programados para isso?
Leia maisProbabilidade. Luiz Carlos Terra
Luiz Carlos Terra Nesta aula, você conhecerá os conceitos básicos de probabilidade que é a base de toda inferência estatística, ou seja, a estimativa de parâmetros populacionais com base em dados amostrais.
Leia maisMódulo de Equações do Segundo Grau. Equações do Segundo Grau: Resultados Básicos. Nono Ano
Módulo de Equações do Segundo Grau Equações do Segundo Grau: Resultados Básicos. Nono Ano Equações do o grau: Resultados Básicos. 1 Exercícios Introdutórios Exercício 1. A equação ax + bx + c = 0, com
Leia maisPESQUISA OPERACIONAL -PROGRAMAÇÃO LINEAR. Prof. Angelo Augusto Frozza, M.Sc.
PESQUISA OPERACIONAL -PROGRAMAÇÃO LINEAR Prof. Angelo Augusto Frozza, M.Sc. ROTEIRO Esta aula tem por base o Capítulo 2 do livro de Taha (2008): Introdução O modelo de PL de duas variáveis Propriedades
Leia maisAnálise Qualitativa no Gerenciamento de Riscos de Projetos
Análise Qualitativa no Gerenciamento de Riscos de Projetos Olá Gerente de Projeto. Nos artigos anteriores descrevemos um breve histórico sobre a história e contextualização dos riscos, tanto na vida real
Leia maisAula 5. Uma partícula evolui na reta. A trajetória é uma função que dá a sua posição em função do tempo:
Aula 5 5. Funções O conceito de função será o principal assunto tratado neste curso. Neste capítulo daremos algumas definições elementares, e consideraremos algumas das funções mais usadas na prática,
Leia maisÁlgebra Linear Aplicada à Compressão de Imagens. Universidade de Lisboa Instituto Superior Técnico. Mestrado em Engenharia Aeroespacial
Álgebra Linear Aplicada à Compressão de Imagens Universidade de Lisboa Instituto Superior Técnico Uma Breve Introdução Mestrado em Engenharia Aeroespacial Marília Matos Nº 80889 2014/2015 - Professor Paulo
Leia maisOPERAÇÕES COM FRAÇÕES
OPERAÇÕES COM FRAÇÕES Adição A soma ou adição de frações requer que todas as frações envolvidas possuam o mesmo denominador. Se inicialmente todas as frações já possuírem um denominador comum, basta que
Leia maisPrimeira Lista de Exercícios de Métodos Numéricos II Primeiro semestre de 2015
Primeira Lista de Exercícios de Métodos Numéricos II Primeiro semestre de 015 Introdução Antes de apresentar a lista, introduzirei alguns problemas já vistos em sala de aula para orientar e facilitar a
Leia maisOndas EM no Espaço Livre (Vácuo)
Secretaria de Educação Profissional e Tecnológica Instituto Federal de Santa Catarina Campus São José Área de Telecomunicações ELM20704 Eletromagnetismo Professor: Bruno Fontana da Silva 2014-1 Ondas EM
Leia maisComandos de Eletropneumática Exercícios Comentados para Elaboração, Montagem e Ensaios
Comandos de Eletropneumática Exercícios Comentados para Elaboração, Montagem e Ensaios O Método Intuitivo de elaboração de circuitos: As técnicas de elaboração de circuitos eletropneumáticos fazem parte
Leia mais0.1 Introdução Conceitos básicos
Laboratório de Eletricidade S.J.Troise Exp. 0 - Laboratório de eletricidade 0.1 Introdução Conceitos básicos O modelo aceito modernamente para o átomo apresenta o aspecto de uma esfera central chamada
Leia maisMétodos Estatísticos Avançados em Epidemiologia
Métodos Estatísticos Avançados em Epidemiologia Análise de Sobrevivência - Conceitos Básicos Enrico A. Colosimo Departamento de Estatística Universidade Federal de Minas Gerais http://www.est.ufmg.br/
Leia maisProcessamento Digital de Sinais. Conversão A/D e D/A. Prof. Dr. Carlos Alberto Ynoguti
Processamento Digital de Sinais Conversão A/D e D/A Prof. Dr. Carlos Alberto Ynoguti Introdução A maioria dos sinais encontrados na natureza é contínua Para processá los digitalmente, devemos: Converter
Leia maisEstimativas de Arrecadação de Impostos Próprios Estaduais e Municipais, Transferências Constitucionais e os 25% Constitucionais da Educação
1 Estimativas de Arrecadação de Impostos Próprios Estaduais e Municipais, Transferências Constitucionais e os 25% Constitucionais da Educação Resumo O presente estudo objetivou levantar dados sobre o total
Leia mais2 Conceitos Básicos. onde essa matriz expressa a aproximação linear local do campo. Definição 2.2 O campo vetorial v gera um fluxo φ : U R 2 R
2 Conceitos Básicos Neste capítulo são apresentados alguns conceitos importantes e necessários para o desenvolvimento do trabalho. São apresentadas as definições de campo vetorial, fluxo e linhas de fluxo.
Leia maisPressuposições à ANOVA
UNIVERSIDADE FEDERAL DE RONDÔNIA CAMPUS DE JI-PARANÁ DEPARTAMENTO DE ENGENHARIA AMBIENTAL Estatística II Aula do dia 09.11.010 A análise de variância de um experimento inteiramente ao acaso exige que sejam
Leia maisEmparelhamentos Bilineares Sobre Curvas
Emparelhamentos Bilineares Sobre Curvas Eĺıpticas Leandro Aparecido Sangalli sangalli@dca.fee.unicamp.br Universidade Estadual de Campinas - UNICAMP FEEC - Faculdade de Engenharia Elétrica e de Computação
Leia maisMatrizes de Transferência de Forças e Deslocamentos para Seções Intermediárias de Elementos de Barra
Matrizes de Transferência de Forças e Deslocamentos para Seções Intermediárias de Elementos de Barra Walter Francisco HurtaresOrrala 1 Sílvio de Souza Lima 2 Resumo A determinação automatizada de diagramas
Leia maisUnidade 1: O Computador
Unidade : O Computador.3 Arquitetura básica de um computador O computador é uma máquina que processa informações. É formado por um conjunto de componentes físicos (dispositivos mecânicos, magnéticos, elétricos
Leia maisResolução Comentada Unesp - 2013-1
Resolução Comentada Unesp - 2013-1 01 - Em um dia de calmaria, um garoto sobre uma ponte deixa cair, verticalmente e a partir do repouso, uma bola no instante t0 = 0 s. A bola atinge, no instante t4, um
Leia maisLógica de Programação. Profas. Simone Campos Camargo e Janete Ferreira Biazotto
Lógica de Programação Profas. Simone Campos Camargo e Janete Ferreira Biazotto O curso Técnico em Informática É o profissional que desenvolve e opera sistemas, aplicações, interfaces gráficas; monta estruturas
Leia maisCorrente elétrica, potência, resistores e leis de Ohm
Corrente elétrica, potência, resistores e leis de Ohm Corrente elétrica Num condutor metálico em equilíbrio eletrostático, o movimento dos elétrons livres é desordenado. Em destaque, a representação de
Leia maisLABORATÓRIO DE CONTROLE I SINTONIA DE CONTROLADOR PID
UNIVERSIDADE FEDERAL DO VALE DO SÃO FRANCISCO COLEGIADO DE ENGENHARIA ELÉTRICA LABORATÓRIO DE CONTROLE I Experimento 6: SINTONIA DE CONTROLADOR PID COLEGIADO DE ENGENHARIA ELÉTRICA DISCENTES: Lucas Pires
Leia maisAula 6 Propagação de erros
Aula 6 Propagação de erros Conteúdo da aula: Como estimar incertezas de uma medida indireta Como realizar propagação de erros? Exemplo: medimos A e B e suas incertezas. Com calcular a incerteza de C, se
Leia maisGerenciamento do Escopo do Projeto (PMBoK 5ª ed.)
Gerenciamento do Escopo do Projeto (PMBoK 5ª ed.) De acordo com o PMBok 5ª ed., o escopo é a soma dos produtos, serviços e resultados a serem fornecidos na forma de projeto. Sendo ele referindo-se a: Escopo
Leia maisESTRUTURA DO CURSO 08:00-10:00 RTQ-R
Método de Simulação Edifícios residenciais Roberto Lamberts, PhD Veridiana A. Scalco, Dra Gabriel Iwamoto Rogério Versage, MSc Apoio: Márcio Sorgato, Carolina Carvalho e Mariana G. Bottamedi Rio de Janeiro,
Leia maisFigura 4.1: Diagrama de representação de uma função de 2 variáveis
1 4.1 Funções de 2 Variáveis Em Cálculo I trabalhamos com funções de uma variável y = f(x). Agora trabalharemos com funções de várias variáveis. Estas funções aparecem naturalmente na natureza, na economia
Leia maisMANUAL DO USUÁRIO. Figura 1: Tela de Apresentação do FaçaCalc.
Apresentação MANUAL DO USUÁRIO O FAÇACALC é um software que realiza cálculos hidráulicos, tais como: Motor Hidráulico, Trocador de Calor, Acumulador Hidráulico e Cilindro Hidráulico. Na sessão Funcionalidades
Leia maisObtenção Experimental de Modelos Matemáticos Através da Reposta ao Degrau
Alunos: Nota: 1-2 - Data: Obtenção Experimental de Modelos Matemáticos Através da Reposta ao Degrau 1.1 Objetivo O objetivo deste experimento é mostrar como se obtém o modelo matemático de um sistema através
Leia maisAnálise espacial do prêmio médio do seguro de automóvel em Minas Gerais
Análise espacial do prêmio médio do seguro de automóvel em Minas Gerais 1 Introdução A Estatística Espacial é uma área da Estatística relativamente recente, que engloba o estudo dos fenômenos em que a
Leia maisQUESTÕES PARA A 3ª SÉRIE ENSINO MÉDIO MATEMÁTICA 2º BIMESTE SUGESTÕES DE RESOLUÇÕES
QUESTÕES PARA A 3ª SÉRIE ENSINO MÉDIO MATEMÁTICA 2º BIMESTE QUESTÃO 01 SUGESTÕES DE RESOLUÇÕES Descritor 11 Resolver problema envolvendo o cálculo de perímetro de figuras planas. Os itens referentes a
Leia maisProf. Daniela Barreiro Claro
O volume de dados está crescendo sem parar Gigabytes, Petabytes, etc. Dificuldade na descoberta do conhecimento Dados disponíveis x Análise dos Dados Dados disponíveis Analisar e compreender os dados 2
Leia mais3º Ano do Ensino Médio. Aula nº06
Nome: Ano: º Ano do E.M. Escola: Data: / / 3º Ano do Ensino Médio Aula nº06 Assunto: Noções de Estatística 1. Conceitos básicos Definição: A estatística é a ciência que recolhe, organiza, classifica, apresenta
Leia maisFÍSICA EXPERIMENTAL 3001
FÍSICA EXPERIMENTAL 3001 EXPERIÊNCIA 1 CIRCUITO RLC EM CORRENTE ALTERNADA 1. OBJETIOS 1.1. Objetivo Geral Apresentar aos acadêmicos um circuito elétrico ressonante, o qual apresenta um máximo de corrente
Leia maisCusto de Oportunidade do Capital
Custo de Oportunidade do Capital É o custo de oportunidade de uso do fator de produção capital ajustado ao risco do empreendimento. Pode ser definido também como a taxa esperada de rentabilidade oferecida
Leia maisComecemos por relembrar as propriedades das potências: = a x c) a x a y = a x+y
. Cálculo Diferencial em IR.1. Função Exponencial e Função Logarítmica.1.1. Função Exponencial Comecemos por relembrar as propriedades das potências: Propriedades das Potências: Sejam a e b números positivos:
Leia maisUM JOGO BINOMIAL 1. INTRODUÇÃO
1. INTRODUÇÃO UM JOGO BINOMIAL São muitos os casos de aplicação, no cotidiano de cada um de nós, dos conceitos de probabilidade. Afinal, o mundo é probabilístico, não determinístico; a natureza acontece
Leia maisDureza Rockwell. No início do século XX houve muitos progressos. Nossa aula. Em que consiste o ensaio Rockwell. no campo da determinação da dureza.
A UU L AL A Dureza Rockwell No início do século XX houve muitos progressos no campo da determinação da dureza. Introdução Em 1922, Rockwell desenvolveu um método de ensaio de dureza que utilizava um sistema
Leia maisAula 8 21/09/2009 - Microeconomia. Demanda Individual e Demanda de Mercado. Bibliografia: PINDYCK (2007) Capítulo 4
Aula 8 21/09/2009 - Microeconomia. Demanda Individual e Demanda de Mercado. Bibliografia: PINDYCK (2007) Capítulo 4 Efeito de modificações no preço: Caso ocorram modificações no preço de determinada mercadoria
Leia mais2 Segmentação de imagens e Componentes conexas
Universidade Tecnológica Federal do Paraná (UTFPR) Departamento Acadêmico de Informática (DAINF) Algoritmos II Professor: Alex Kutzke (alexk@dainf.ct.utfpr.edu.br) Especificação do Primeiro Trabalho Prático
Leia maisAULA 19 Análise de Variância
1 AULA 19 Análise de Variância Ernesto F. L. Amaral 18 de outubro de 2012 Metodologia de Pesquisa (DCP 854B) Fonte: Triola, Mario F. 2008. Introdução à estatística. 10 ª ed. Rio de Janeiro: LTC. Capítulo
Leia maisSefaz Virtual Ambiente Nacional Projeto Nota Fiscal Eletrônica
Projeto Nota Fiscal Eletrônica Orientações de Utilização do Sefaz Virtual Ambiente Nacional para as Empresas Versão 1.0 Fevereiro 2008 1 Sumário: 1. Introdução... 3 2. O que é o Sefaz Virtual... 4 3. Benefícios
Leia maisQuantificação dos Níveis de Desequilíbrio de Tensão no Sistema de Transmissão no Norte do Brasil
1 Quantificação dos Níveis de Desequilíbrio de Tensão no Sistema de Transmissão no Norte do Brasil T.T Lima, UnB; G.F. Silva, UnB; O.A.Fernandes, Eletronorte; A.L.F.Filho, UnB; L. F. L. Arão, Eletronorte;
Leia maisEngenharia de Software II
Engenharia de Software II Aula 26 http://www.ic.uff.br/~bianca/engsoft2/ Aula 26-21/07/2006 1 Ementa Processos de desenvolvimento de software Estratégias e técnicas de teste de software Métricas para software
Leia maisProposta e desenvolvimento de um sistema de controle de baixo custo para irrigação automatizada
II Semana de Ciência e Tecnologia do IFMG - Campus Bambuí II Jornada Científica 19 a 23 de Outubro de 2009 Proposta e desenvolvimento de um sistema de controle de baixo custo para irrigação automatizada
Leia maisAvaliação de Empresas Profa. Patricia Maria Bortolon
Avaliação de Empresas RISCO E RETORNO Aula 2 Retorno Total É a variação total da riqueza proporcionada por um ativo ao seu detentor. Fonte: Notas de Aula do Prof. Claudio Cunha Retorno Total Exemplo 1
Leia maisGerenciamento dos Riscos do Projeto (PMBoK 5ª ed.)
Gerenciamento dos Riscos do Projeto (PMBoK 5ª ed.) Esta é uma área essencial para aumentar as taxas de sucesso dos projetos, pois todos eles possuem riscos e precisam ser gerenciados, ou seja, saber o
Leia maisFundamentos de Teste de Software
Núcleo de Excelência em Testes de Sistemas Fundamentos de Teste de Software Módulo 1- Visão Geral de Testes de Software Aula 2 Estrutura para o Teste de Software SUMÁRIO 1. Introdução... 3 2. Vertentes
Leia maisAvaliação do Risco Isolado
Avaliação do Risco Isolado! O que é! Onde é utilizada! Análise de Sensibilidade! Análise de Cenários! Exemplos Francisco Cavalcante (francisco@fcavalcante.com.br) Sócio-Diretor da Cavalcante & Associados,
Leia maisEletrônica Básica II. Amplificadores Diferenciais e Multiestágio
Eletrônica Básica II Amplificadores Diferenciais e Multiestágio Amplificadores Diferenciais O amplificador diferencial é a configuração mais utilizada em circuitos integrados analógicos Como exemplo, o
Leia maisMétodos Estatísticos Avançados em Epidemiologia
Métodos Estatísticos Avançados em Epidemiologia Análise de Variância - ANOVA Cap. 12 - Pagano e Gauvreau (2004) - p.254 Enrico A. Colosimo/UFMG Depto. Estatística - ICEx - UFMG 1 / 39 Introdução Existem
Leia maisActivALEA. ative e atualize a sua literacia
ActivALEA ative e atualize a sua literacia N.º 26 A FREQUÊNCIIA RELATIIVA PARA ESTIIMAR A PROBABIILIIDADE Por: Maria Eugénia Graça Martins Departamento de Estatística e Investigação Operacional da FCUL
Leia maisModelos de Probabilidade e Inferência Estatística
Modelos de Probabilidade e Inferência Estatística Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14
Leia mais[RESOLUÇÃO] Economia I; 2012/2013 (2º semestre) Prova da Época Recurso 3 de Julho de 2013
Economia I; 01/013 (º semestre) Prova da Época Recurso 3 de Julho de 013 [RESOLUÇÃO] Distribuição das respostas correctas às perguntas da Parte A (6 valores) nas suas três variantes: ER A B C P1 P P3 P4
Leia maisECONOMIA DA EDUCAÇÃO Módulo 1 Princípios de Economia
Opções Estratégicas Para a Implantação de Novas Políticas Educacionais ECONOMIA DA EDUCAÇÃO Módulo 1 Princípios de Economia Bob Verhine Universidade Federal da Bahia verhine@ufba.br A divulgação desta
Leia maisResolução da Lista de Exercício 6
Teoria da Organização e Contratos - TOC / MFEE Professor: Jefferson Bertolai Fundação Getulio Vargas / EPGE Monitor: William Michon Jr 10 de novembro de 01 Exercícios referentes à aula 7 e 8. Resolução
Leia maisMicroeconomia. Prof.: Antonio Carlos Assumpção
Microeconomia Efeitos Renda e Substituição Prof.: Antonio Carlos Assumpção Efeito Renda e Efeito Substituição Uma queda no preço de um bem ou serviço tem dois efeitos: Substituição e Renda Efeito Substituição
Leia maisMODELAGENS. Modelagem Estratégica
Material adicional: MODELAGENS livro Modelagem de Negócio... Modelagem Estratégica A modelagem estratégica destina-se à compreensão do cenário empresarial desde o entendimento da razão de ser da organização
Leia maisAvaliação Econômica Projeto de Inclusão Digital. Naercio Aquino Menezes Filho Centro de Políticas Públicas Insper FEA-USP e Fundação Itaú Social
Avaliação Econômica Projeto de Inclusão Digital Naercio Aquino Menezes Filho Centro de Políticas Públicas Insper FEA-USP e Fundação Itaú Social Estrutura da Apresentação 1) O que é a Avaliação Econômica?
Leia maisUniversidade Federal de Pernambuco
Universidade Federal de Pernambuco Departamento de Eletrônica e Sistemas Prática 1: Modulação em Largura de Pulso (PWM) Circuitos de Comunicação Professor: Hélio Magalhães Alberto Rodrigues Vitor Parente
Leia maisPelo que foi exposto no teorema de Carnot, obteve-se a seguinte relação:
16. Escala Absoluta Termodinâmica Kelvin propôs uma escala de temperatura que foi baseada na máquina de Carnot. Segundo o resultado (II) na seção do ciclo de Carnot, temos que: O ponto triplo da água foi
Leia maisAVALIAÇÃO DE UM TANQUE DE DECANTAÇÃO DE SÓLIDOS UTILIZANDO FLUIDODINÂMICA COMPUTACIONAL
AVALIAÇÃO DE UM TANQUE DE DECANTAÇÃO DE SÓLIDOS UTILIZANDO FLUIDODINÂMICA COMPUTACIONAL E. F. S. PEREIRA e L. M. N de Gois Universidade Federal da Bahia, Escola Politécnica, Departamento de Engenharia
Leia maisRelatório Preliminar Experimento 6.2 Reologia
Universidade Estadual de Campinas FEQ Faculdade de Engenharia Química Relatório Preliminar Experimento 6.2 Reologia EQ601 - Laboratório de Engenharia Química I Turma A Grupo E Integrantes Andrey Seiji
Leia maisImplementação de um serviço de correio eletrônico na Intranet do Pólo de Touros utilizando o ambiente SQUIRELMAIL e POSTFIX em um Servidor Linux
UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE ESCOLA AGRÍCOLA DE JUNDIAÍ - EAJ CURSO TÉCNICO DE INFORMÁTICA Projeto das Disciplinas de Sistemas Operacionais de Redes e Projeto de Redes Implementação de um
Leia maisARQUITETURA DE COMPUTADORES. Professor: Clayton Rodrigues da Siva
ARQUITETURA DE COMPUTADORES Professor: Clayton Rodrigues da Siva OBJETIVO DA AULA Objetivo: Conhecer a estrutura da arquitetura da Máquina de Von Neumann. Saber quais as funcionalidades de cada componente
Leia maisMatemática Básica Intervalos
Matemática Básica Intervalos 03 1. Intervalos Intervalos são conjuntos infinitos de números reais. Geometricamente correspondem a segmentos de reta sobre um eixo coordenado. Por exemplo, dados dois números
Leia maisAvaliação e Desempenho Aula 1 - Simulação
Avaliação e Desempenho Aula 1 - Simulação Introdução à simulação Geração de números aleatórios Lei dos grandes números Geração de variáveis aleatórias O Ciclo de Modelagem Sistema real Criação do Modelo
Leia maisEstruturas de Repetição
Estruturas de Repetição Lista de Exercícios - 04 Algoritmos e Linguagens de Programação Professor: Edwar Saliba Júnior Estruturas de Repetição O que são e para que servem? São comandos que são utilizados
Leia maisÁrvores. ! utilizada em muitas aplicações. ! modela uma hierarquia entre elementos. ! O conceito de árvores está diretamente ligado à recursão
Árvores 1 Árvores! utilizada em muitas aplicações! modela uma hierarquia entre elementos! árvore genealógica! diagrama hierárquico de uma organização! modelagem de algoritmos! O conceito de árvores está
Leia maisProbabilidade e Estatística
Probabilidade e Estatística TESTES DE HIPÓTESES (ou Testes de Significância) Estimação e Teste de Hipóteses Estimação e teste de hipóteses (ou significância) são os aspectos principais da Inferência Estatística
Leia maisNOME: Matrícula: Turma: Prof. : Importante: i. Nas cinco páginas seguintes contém problemas para serem resolvidos e entregues.
Lista 12: Equilíbrio do Corpo Rígido NOME: Matrícula: Turma: Prof. : Importante: i. Nas cinco páginas seguintes contém problemas para serem resolvidos e entregues. ii. Ler os enunciados com atenção. iii.
Leia maisDynamic Voltage Scaling in Multitier Web Servers with End-to-End Delay Control
Dynamic Voltage Scaling in Multitier Web Servers with End-to-End Delay Control Tibor Horvath and Tarek Abdelzaher and Kevin Skadron and Xue Liu Universidade Federal Fluminense Diego Passos Apresentação
Leia maisT.I. para o DealerSuite: Servidores Versão: 1.1
T.I. para o DealerSuite: Servidores Versão: 1.1 Lista de Figuras T.I. para o Dealer Suite: Servidores Figura 1 Tela Principal do ESXi...4 Figura 2 Tela VMware Player...5 Figura 3 Arquivo /etc/exports do
Leia mais1331 Velocidade do som em líquidos Velocidade de fase e de grupo
1 Roteiro elaborado com base na documentação que acompanha o conjunto por: Osvaldo Guimarães PUC-SP Tópicos Relacionados Ondas longitudinais, velocidade do som em líquidos, comprimento de onda, freqüência,
Leia maisAugusto Ribeiro Mendes Filho Assessor de Comunicação da Elipse Software NECESSIDADE
ELIPSE E3 PERMITE AVALIAR A PERFORMANCE DAS TECNOLOGIAS USADAS EM USINA FOTOVOLTAICA DA TRACTEBEL ENERGIA Solução da Elipse Software monitora o comportamento das tecnologias testadas na Usina Fotovoltaica
Leia mais1-Eletricidade básica
SENAI 1 1-Eletricidade básica 1.1 - Grandezas Elétricas: 1.1 - Carga Elétrica, Tensão Elétrica, Corrente Elétrica, Resistência Elétrica; 1.2 - Leis de Ohm: 1.2.1-1 a Lei de Ohm 1.2.2 múltiplos e submúltiplos
Leia maisFiguras 3 e 4-Chuva Média e observada para o mês de fevereiro, respectivamente
ANÁLISE E PREVISÃO CLIMÁTICA PARA O SEMIÁRIDO E LITORAL LESTE DO RIO GRANDE DO NORTE No monitoramento das chuvas que ocorrem sobre o Estado do Rio Grande do Norte é observado que durante o mês de Janeiro
Leia maisMatrizes. matriz de 2 linhas e 2 colunas. matriz de 3 linhas e 3 colunas. matriz de 3 linhas e 1 coluna. matriz de 1 linha e 4 colunas.
Definição Uma matriz do tipo m n (lê-se m por n), com m e n, sendo m e n números inteiros, é uma tabela formada por m n elementos dispostos em m linhas e n colunas. Estes elementos podem estar entre parênteses
Leia maisCondução. t x. Grupo de Ensino de Física da Universidade Federal de Santa Maria
Condução A transferência de energia de um ponto a outro, por efeito de uma diferença de temperatura, pode se dar por condução, convecção e radiação. Condução é o processo de transferência de energia através
Leia maisCATÁLOGO DE APLICAÇÕES Rateio CC Contas a Pagar
CATÁLOGO DE APLICAÇÕES Rateio CC Contas a Pagar Objetivo do projeto Possibilitar fazer lançamentos no Contas a Pagar, rateando por várias contas e/ou vários centros de custos. Escopo Este projeto englobará
Leia maisINTERPRETAÇÃO MOLECULAR DA TEMPERATURA:
REVISÃO ENEM Termodinâmica Termodinâmica é o ramo da física que relaciona as propriedades macroscópicas da matéria com a energia trocada, seja ela sob a forma de calor (Q) ou de trabalho (W), entre corpos
Leia maisAndrés Eduardo Coca Salazar Tutor: Prof. Dr. Zhao Liang
: Finding Structures in Bach s, Chopin s and Mozart s NOLTA 08, Hungary, 2008 Complex network structure of musical composition: Algoritmic generation of appealing music Physica A 389 (2010) 126-132 Chi
Leia maisCARTOGRAFIA DE RISCO
CARTOGRAFIA DE RISCO Mapa de Perigosidade de Incêndio Florestal e Mapa de Risco de Incêndio Florestal A Carta de Risco de Incêndio Florestal tem como objetivo apoiar o planeamento de medidas de prevenção
Leia maisTópicos Avançados em Banco de Dados Dependências sobre regime e controle de objetos em Banco de Dados. Prof. Hugo Souza
Tópicos Avançados em Banco de Dados Dependências sobre regime e controle de objetos em Banco de Dados Prof. Hugo Souza Após vermos uma breve contextualização sobre esquemas para bases dados e aprendermos
Leia mais4.4 Limite e continuidade
4.4 Limite e continuidade Noções Topológicas em R : Dados dois pontos quaisquer (x 1, y 1 ) e (x, y ) de R indicaremos a distância entre eles por då(x 1, y 1 ), (x, y )è=(x 1 x ) + (y 1 y ). Definição
Leia maisEntropia, Entropia Relativa
Entropia, Entropia Relativa e Informação Mútua Miguel Barão (mjsb@di.uevora.pt) Departamento de Informática Universidade de Évora 13 de Março de 2003 1 Introdução Suponhamos que uma fonte gera símbolos
Leia maisFLUXO DE CAIXA UNIFORME & FLUXO DE CAIXA IRREGULAR ANDRÉ LUIZ AULA: 14/04
FLUXO DE CAIXA UNIFORME & FLUXO DE CAIXA IRREGULAR ANDRÉ LUIZ AULA: 14/04 FLUXO DE CAIXA UNIFORME Fluxo de caixa:representa o controle financeiro. Controlar a entrada e a saída de dinheiro para um período
Leia maisCap. II EVENTOS MUTUAMENTE EXCLUSIVOS E EVENTOS NÃO- EXCLUSIVOS
Cap. II EVENTOS MUTUAMENTE EXCLUSIVOS E EVENTOS NÃO- EXCLUSIVOS Dois ou mais eventos são mutuamente exclusivos, ou disjuntos, se os mesmos não podem ocorrer simultaneamente. Isto é, a ocorrência de um
Leia maisNo contexto das ações de Pesquisa e Desenvolvimento
Um método para avaliar o desempenho ótico de LEDs O LABelectron desenvolveu um método de testes para analisar influências ópticas em diferentes modos de acionamentos de LEDs André Andreta No contexto das
Leia maisLINEARIZAÇÃO DE GRÁFICOS
LINEARIZAÇÃO DE GRÁFICOS Física Básica Experimental I Departamento de Física / UFPR Processo de Linearização de Gráficos O que é linearização? procedimento para tornar uma curva que não é uma reta em uma
Leia maisUniversidade Federal de Juiz de Fora - Laboratório de Eletrônica - CEL037
Página 1 de 5 1 Título 2 Objetivos Prática 10 Aplicações não lineares do amplificador operacional. Estudo e execução de dois circuitos não lineares que empregam o amplificador operacional: comparador sem
Leia maisA PREVALÊNCIA DE CÁRIE DENTÁRIA EM 1 MOLAR DE CRIANÇAS DE 6 A 12 ANOS: uma abordagem no Novo Jockey, Campos dos Goytacazes, RJ
1 A PREVALÊNCIA DE CÁRIE DENTÁRIA EM 1 MOLAR DE CRIANÇAS DE 6 A 12 ANOS: uma abordagem no Novo Jockey, Campos dos Goytacazes, RJ Luciano Bárbara dos Santos 1 1 Cirurgião-dentista, aluno do curso de pós-graduação
Leia maisOrganização e Arquitetura de Computadores. Ivan Saraiva Silva
Organização e Arquitetura de Computadores Hierarquia de Memória Ivan Saraiva Silva Hierarquia de Memória A Organização de Memória em um computador é feita de forma hierárquica Registradores, Cache Memória
Leia maisGRADUAÇÃO TECNOLÓGICA EM GESTÃO DA PRODUÇÃO INDUSTRIAL GERENCIAMENTO ESTATÍSTICO DOS PROCESSOS PRODUTIVOS (tópicos da aula 3)
1 GRADUAÇÃO TECNOLÓGICA EM GESTÃO DA PRODUÇÃO INDUSTRIAL GERENCIAMENTO ESTATÍSTICO DOS PROCESSOS PRODUTIVOS (tópicos da aula 3) ANÁLISE DO PROCESSO Só é possivel monitorar um processo após conhecê-lo bem.
Leia mais