Simulação numérica da propagação de ondas regulares sobre um baixio esférico

Tamanho: px
Começar a partir da página:

Download "Simulação numérica da propagação de ondas regulares sobre um baixio esférico"

Transcrição

1 Simulação umérica da propagação de odas regulares sobre um baixio esférico Liliaa Piheiro 1, Coceição J.E.M. Fortes 1 e Paulo R.F. Teixeira 1 Laboratório Nacioal de Egeharia Civil, NPE/DHA, Av. do Brasil, 101, Lisboa, Portugal lpiheiro@lec.pt, jfortes@lec.pt Uiversidade Federal do Rio Grade, Escola de Egeharia, Av. Itália, km8, Campus Carreiros, Rio Grade, RS, Brasil pauloteixeira@furg.br, web: Sumário Nesta comuicação são aplicados dois modelos uméricos baseados em equações do tipo Boussiesq, BOUSSiiw (Piheiro [1]) e COULWAVE (Lyett e Liu []), a simulação da propagação de odas regulares sobre um baixio esférico localizado o fudo de profudidade costate (Chawla [3]). A propagação de odas ao logo desta topografia evolve diversos feómeos físicos como, por exemplo, a refracção, a difracção, o empolameto, a dispersão ão-liear. Por isso, costitui um óptimo teste para a validação e comparação dos modelos aqui apresetados. Recorredo a parâmetros estatísticos, é efectuada primeiramete uma aálise de sesibilidade dos resultados uméricos em relação à discretização espacial do domíio de cálculo e determiam-se os tempos de processameto correspodetes. Para o modelo COULWAVE, avalia-se também a ifluêcia do úmero de camadas verticais e do úmero de Courat. Fialmete, a aálise das alturas sigificativas e dos espectros dos resultados uméricos e experimetais permite iferir sobre as potecialidades e limitações de cada modelo. Palavras-chave: Propagação de odas regulares, Modelação umérica, Modelos de Boussiesq, Métodos de difereças fiitas, Métodos dos elemetos fiitos, COULWAVE, BOUSSiiw 1 Itrodução Os modelos baseados as equações estedidas de Boussiesq permitem uma descrição razoável da evolução das odas em zoas de profudidade variável, ode os efeitos da refracção, difracção e efeitos ão-lieares afectam a propagação das odas. Um exemplo deste tipo de modelos são o BOUSSiiw (BOUSSiesq model with Iteral Irregular Wave geeratio, Piheiro [1], e o COULWAVE, Lyett e Liu [], ambos baseados em equações do tipo Boussiesq mas utilizado aproximações diferetes a sua dedução e a resolução umérica. BOUSSiiw resolve as equações de Boussiesq estedidas deduzidas por Nwogu [4], válidas desde águas de profudidade itermédia a águas pouco profudas. Para a itegração a vertical, foi admitido um perfil de velocidades tipo a uma profudidade pré-defiida. O modelo permite simular a propagação ão liear e dispersiva de odas regulares ou irregulares tedo em cota algus dos feómeos mais importates presetes as regiões costeiras. O modelo usa o pacote SPRINT, Berzis et al. [5], para a itegração temporal e o método de Galerki com uma malha ão estruturada de elemetos fiitos para a discretização espacial. Por seu lado, o modelo COULWAVE é um modelo de difereças fiitas que resolve as equações completamete ão-lieares e dispersivas de Boussiesq. Para obteção dessas equações, Lyett e Liu utilizaram o coceito de multi layer (multi-camada) em que a colua de água é dividida em várias camadas. A precisão do modelo assim desevolvido depede do úmero de camadas que se cosidera permitido a sua utilização em águas muito profudas. Face ao modelo BOUSSiiw, COULWAVE permite simular um leque maior de feómeos iterveietes a trasformação da oda tais como a refracção devida às corretes, espraiameto (ru-up) e dissipação de eergia por rebetação da oda. No etato, o modelo BOUSSiiw, apreseta um maior potecial a aplicação a zoas portuárias ou cofiadas com froteiras irregulares pois a malha de elemetos fiitos e a cosideração de diversos coeficietes de reflexão ao logo da froteira permite uma simulação mais adequada da reflexão das odas do que o que acotece com o modelo COULWAVE. Com efeito, COULWAVE ão cosidera codições de reflexão parcial. É, o etato, de salietar que o modelo BOUSSiiw aida se ecotra uma fase de validação, pelo que a sua aplicação a casos de estudo para os quais existam resultados experimetais e/ou resultados de modelos 1

2 uméricos mais aperfeiçoados é de extremo iteresse. Neste âmbito, para aalisar o desempeho do modelo BOUSSiiw, decidiu-se aplicá-lo ao caso de teste de simulação da propagação de odas (regulares) sobre um baixio circular um fudo de profudidade costate. Trata-se de um caso de teste bastate complexo, dado que itervêm um cojuto de feómeos que alteram sigificativamete as características da oda. Este caso foi estudado em modelo físico por Chawla [3], pelo que existem resultados experimetais dispoíveis para a verificação do modelo. O modelo COULWAVE também será aplicado de modo a se comparar o desempeho do modelo BOUSSiiw face a outro modelo umérico mais aperfeiçoado. Nas próximas secções, apresetar-se-ão sucitamete as características gerais dos modelos BOUSSiiw e COULWAVE. De seguida, serão descritas as codições dos esaios em modelo físico e em modelo umérico admitidas bem como os parâmetros estatísticos admitidos para efectuar a comparação de resultados uméricos e experimetais. Procede-se depois ao cálculo dos tempos de processameto e dos erros em relação aos resultados experimetais: a) para diferetes tamahos da malha, em ambos os modelos; b) para diferete úmero de camadas verticais e do úmero de Courat, o caso do COULWAVE. Depois de discutir a comparação dos resultados uméricos e experimetais são apresetadas as pricipais coclusões obtidas este trabalho. Os modelos uméricos.1 O modelo BOUSSiw BOUSSiiw resolve as equações de Boussiesq estedidas deduzidas por Nwogu [4], válidas desde águas de profudidade itermédia a águas pouco profudas, e é um modelo idicado para a propagação de odas ão lieares e dispersivas pois permite reproduzir algus dos processos mais importates presetes em regiões costeiras de média a baixa profudidade: a difracção, a refracção, a reflexão, o empolameto, as iterações ãolieares etre odas. Para a itegração a vertical, foi admitido um perfil de velocidades tipo itegrado uma profudidade pré-defiida. O modelo usa o pacote SPRINT, Berzis et al.[5], para a itegração temporal e o método de Galerki com uma malha ão estruturada de elemetos fiitos para a discretização espacial. As malhas de elemetos fiitos são geradas com o gerador automático GMALHA, Piheiro et al. [6], especialmete criado para modelos de propagação de odas marítimas. Para uma dada zoa costeira, GMALHA gera, a partir da froteira e da batimetria dessa zoa, uma malha optimizada (uiformidade dos elemetos, âgulos iteros e valêcias dos ós), sujeita a um refiameto local codicioado pelo úmero de potos por comprimeto de oda. A malha é reumerada de modo a miimizar a largura de bada das matrizes, o que é de grade vatagem para o método de resolução de equações. Para a geração das odas (regulares e irregulares) o domíio ecotra-se implemetada uma codição de geração o iterior do domíio por itermédio de uma fução fote, segudo o procedimeto de Wei et al. [7]. Esta codição permite ão só a geração das odas mas também que as odas reflectidas as froteiras físicas do domíio e que se propagam a direcção da fote, possam ser absorvidas evitado a sua permaêcia o domíio e cosequete adulteração das características das odas. Este modelo foi desevolvido para aplicações a uma e duas dimesões (em plata), permitido obter resultados da elevação da superfície livre e da velocidade horizotal (represetativa) em cada poto do domíio de aplicação.. O Modelo COULWAVE O modelo COULWAVE, Lyett e Liu [], é um modelo de difereças fiitas para a propagação de odas fortemete ão-lieares (a razão etre a amplitude da oda e a profudidade pode ser da ordem até 1) e dispersivas, em zoas de profudidade variável. As equações do modelo, do tipo de Boussiesq, são deduzidas a partir da itegração em profudidade das equações de cotiuidade e movimeto, utilizado o coceito de camadas múltiplas (multi-layer). Em cada camada, admite-se um dado perfil de velocidades. Com estes perfis de velocidade que coicidem a froteira etre camadas, é deduzido um cojuto de equações que permite esteder a aplicabilidade do modelo a águas muito profudas e apresetar características lieares até kh~8 e um comportameto ão-liear de ª ordem até kh~6. A resolução das equações referidas é semelhate à formulação apresetada por Wei et al. [7] utilizado um esquema previsor-corrector de Adams-Bashforth. O esquema de difereças fiitas cosiste um esquema explícito de Adams-Bashforth de 3ª ordem o tempo para o passo previsor e implícito de 4ª ordem o tempo para o passo corrector. Para as derivadas espaciais de primeira ordem são utilizadas difereças fiitas cetrais com uma precisão de 4ª ordem. As derivadas espaciais e temporais de ordem superior são efectuadas com uma precisão de ª ordem, através de esquemas cetrados de três potos. O modelo é formalmete preciso até t 4 em tempo de x 4 em espaço.

3 Para as froteiras exteriores, dois tipos de codições são aplicadas: reflexão total e radiação. No primeiro caso utiliza-se a metodologia de Wei et al. [7] equato que para a radiação ou codição de froteira aberta, um esquema de froteira absorvete (spoge layers), de acordo com Kirby et al. [8] é usado. Lyett e Liu [] e [9] itroduziram termos adicioais as equações de modo a ter em cota o atrito de fudo, a rebetação de odas, a geração de odas o iterior do domíio. Os dados de etrada do modelo COULWAVE ecotram-se explicados em Lyett e Liu [] e algus dos resultados forecidos pelo modelo costam das séries temporais e espaciais da elevação da superfície livre e velocidades horizotais os potos do domíio defiidos pelo utilizador. 3 Aplicação umérica Neste trabalho são apresetadas simulações uméricas da propagação de odas sobre um baixio esférico, estudado por Chawla [3], efectuadas com os modelos COULWAVE e BOUSSiiw. Chawla estudou algus casos da propagação de odas moocromáticas e irregulares sobre um baixio de sector de esfera através de modelação física e umérica, utilizado o último caso os modelos parabólicos de refração-difracção. Na Figura 1 defie-se a geometria dos casos de teste e a localização das secções ode foram efectuadas medições. As dimesões do taque são de 0x18. m e as profudidades máxima e míima são 0.45 m e 0.08 m, respectivamete. O cetro do baixio está localizado as coordeadas x=5.0 m e y=8.98 m, resultado em uma profudidade míima o topo de 0.08 m. O baixio cosiste em parte de uma esfera, de raio igual a 9.1 m, seccioado pelo fudo plao de profudidade 0.45 m, de tal forma que a circuferêcia de itersecção do fudo com a esfera é dada pela equação: ( 7 ) + ( y 8.98) =.57 A equação que descreve a batimetria detro do limite dessa circuferêcia fica x. (1) ( x 7) ( 8.98) z = y, () sedo que as coordeadas apresetadas as equações (1) e () estão em metros e a coordeada z tem origem a superfície livre em repouso. Os casos estudados este trabalho correspodem aos testes 1, e 3 propostos por Chawla [3]. Na Tabela 1 idicam-se as características das odas e os parâmetros kh para a oda fudametal e para a ª e 3ª harmóicas. Observa-se que, mesmo para o teste, que apreseta uma maior altura de oda, ão se verifica o feómeo da rebetação. Os parâmetros kh idicam que os modelos podem represetar os feómeos de trasformação das odas, embora as segudas harmóicas apresetem valores elevados para os modelos do tipo Boussiesq, pricipalmete os casos 1 e. Tabela 1 Características das odas geradas. Teste H(m) T(s) L(m) kh (1) kh () kh (3) Figura 1 - Cofiguração geométrica do taque. Nas próximas secções, apresetam-se os parâmetros usados os modelos, as aálises de sesibilidade dos modelos (para o teste 3), os resultados uméricos para todos os testes e as comparações etre os resultados uméricos e os experimetais. Com ambos os modelos uméricos, todos os cálculos foram efectuados uma estação de trabalho LINUX CORVUS com quatro processadores AMD Optero 65 de GHz e com 8GB de memória RAM. 3.1 Parâmetros estatísticos de aálise de sesibilidade dos modelos Para a comparação de resultados uméricos dos modelos BOUSSiiw e COULWAVE com resultados experimetais, são cosiderados, esta comuicação, três parâmetros estatísticos. São eles o ídice de cocordâcia, ic [10], o erro médio quadrático (RMSE) e o erro médio absoluto (bias), dados pelas equações: 3

4 y i xi i= 1 ic = 1, ( yi x + xi x ) i= 1 rmse i= 1 = ( y i xi), ( y i xi) i= bias = 1 (3) ode xi são os valores experimetais (referêcia), y i são os valores dos modelos uméricos, x é a média do valor experimetal e é o úmero de potos. O ídice de cocordâcia varia de zero a um, sedo que quato maior é o valor, maior é a cocordâcia dos valores uméricos com os experimetais. Nesta comuicação, tomaram-se as alturas ao logo da secção logitudial (A-A) do domíio para efectuar as aálises de sesibilidade dos resultados, porque ao logo dessa secção ocorrem os feómeos mais importates a propagação da oda. 3. Aálise de sesibilidade 3..1 Modelo BOUSSiiw Nesta secção é feita uma aálise de sesibilidade para o modelo BOUSSiiw, comparado-se as soluções uméricas obtidas para diferetes tamahos de malhas para os testes e 3. O domíio de cálculo e a batimetria cosiderados os cálculos efectuados com o modelo BOUSSiiw são os idicados a Figura. Na Figura b ilustra-se a localização das zoas absorvetes e da zoa de geração das odas. A zoa de geração da oda localiza-se a ordeada y = 3 m e tem uma largura de 0.89 m. Em todas as froteiras do domíio cosideraramse codições de froteira de reflexão total e colocaram-se duas zoas absorvetes (spoge layers) o iício e o fim do domíio. As zoas absorvetes têm uma largura de 1.78 m. Figura. a) Perspectiva 3D da malha C sobre o baixio. b) Liha de geração das odas e das zoas absorvetes. A Tabela apreseta as características das malhas utilizadas para a aálise de sesibilidade dos testes e 3. Foram geradas 5 malhas distitas desde cerca de potos até cerca de potos, o que correspode a uma média de 5 a 1 potos por comprimeto de oda (λ) para um período de T = 0.75 s. As larguras de bada variam etre 187 e 744. Quato à qualidade das malhas, etre 86% e 99.96% dos elemetos são cosiderados óptimos (isto é, os seus ós têm uma valêcia óptima de 6). Tabela Modelo BOUSSiiw. Características das malhas de elemetos fiitos Malha Nº potos Nº elemetos Largura de bada Nº médio potos/λ Nº míimo potos/λ T=0.75s T=s T=0.75s T=s A B C D E O passo de tempo utilizado foi de 0.01s, sedo que o tempo total de simulação para todos os casos foi de 40 s. A partir das séries de elevação da superfície livre uméricas e experimetais, foram calculados os valores da altura de oda sigificativa (HS). Procedeu-se, depois, à determiação dos valores do ídice de agitação sigificativa (relação etre a altura de oda sigificativa um poto do domíio e a altura de oda icidete). Os gráficos da Figura 3 mostram os ídices de agitação sigificativa obtidos a secção A-A para todas as malhas, para os testes e 3. A Figura 4 mostra uma comparação dos parâmetros estatísticos, ic, RMSE e bias, que caracterizam as difereças em relação aos resultados experimetais, e o tempo de processameto (tcpu) obtidos pelas diferetes malhas. 4

5 Teste Teste 3 (a) h/h h/h (b) Figura 3 Modelo BOUSSiiw. Ídices de agitação para as malhas os testes (a) e 3 (b). Malha A Malha B Malha C Malha D Malha E Ídice de cocordâcia 100% 90% 80% 70% 60% 50% 40% 30% Nº potos por comprimeto de oda Tempo de CPU (s) Bias 80% % 60% % 40% 30% % 10% % -10% -0% Nº potos por comprimeto de oda Tempo de CPU (s) RMSE 10% % % 60% % % 0% Nº potos por comprimeto de oda Tempo de CPU (s) Bias Teste Bias Teste 3 RMSE Teste RMSE Teste 3 IC Teste IC Teste 3 CPU Teste CPU Teste 3 CPU Teste CPU Teste 3 CPU Teste CPU Teste 3 Figura 4 Modelo BOUSSiiw. Parâmetros estatísticos vs tempo de CPU para os testes e 3. No teste 3, observa-se que, a partir da malha C, as difereças os resultados uméricas são pouco sigificativas o que é comprovado pelos parâmetros estatísticos apresetados a Tabela 3. No teste, mais exigete que o teste 3 (maior ão liearidade) apeas a partir da malha D é que os resultados são cosiderados satisfatórios, pelo que se pode cocluir que o modelo BOUSSiiw requer um míimo de 6 e em média 10 potos por comprimeto de oda para se obter resultados credíveis. No etato, só a partir de um míimo de 8 e em média 16 potos por comprimeto de oda é que os resultados são mais precisos (Malha D). Cosiderado o meor tempo de processameto ecessário para obter uma precisão razoável de resultados, coclui-se que pode-se usar as codições da malha D para simular os outros testes. 3.. Modelo COULWAVE Nesta secção, é feita uma aálise de sesibilidade dos resultados do modelo COULWAVE à variação do úmero de camadas verticais, ao tamaho da malha computacioal e ao úmero de Courat. Foi escolhido o caso de teste 3 pois era o que estava associado a um tempo de cálculo sigificativamete iferior. São aalisados os resultados de altura da oda a secção A-A e os parâmetros estatísticos (ic, RMSE e bias) e o tempo de CPU (tcpu). O domíio computacioal do modelo COULWAVE é bidimesioal, com 0x9.1m. Com efeito, dadas as características simétricas do exemplo em questão em relação ao cetro do baixio, apeas se cosiderou metade do domíio de cálculo da Figura 1, para dimiuir o esforço computacioal evolvido. A discretização da batimetria foi forecida com um espaçameto de dx=0.05 m. O próprio modelo gera uma malha de difereças fiitas com base um úmero míimo de potos por comprimeto de oda dado pelo utilizador. A fução fote (geração de odas) foi colocada a posição x=4 m e foram impostas as codições de agitação de odas regulares siusoidais idicados a Tabela 1. Colocaram-se duas zoas absorvetes os extremos do domíio com um comprimeto de oda. Foi cosiderado o atrito com o fudo. Para os restates parâmetros do COULWAVE adoptaram-se os valores sugeridos pelo maual, Lyett e Liu []. O tempo total de cálculo foi de 50 s. Primeiramete, foi feita a aálise de sesibilidade em relação ao úmero de camadas verticais. Testaram-se 1, e 3 e 4 camadas. Em todos os casos, foi utilizado um úmero de Courat igual a 0. e 30 potos por comprimeto de oda. Verificou-se que para 3 e 4 camadas o modelo umérico ão covergia. Na Figura 5a apresetam-se os ídices de agitação, obtidos para a secção A-A para uma e duas camadas. A Tabela 3 mostra uma comparação dos parâmetros estatísticos ic, RMSE e bias, com respeito aos resultados experimetais, e o tempo de processameto (tcpu) obtidos usado uma e duas camadas. Nota-se que o uso de duas camadas, este caso, ão alterou cosideravelmete os resultados em relação aos obtidos com uma camada. Esta costatação está mostrada tado o gráfico da Figura 5a, quato os três parâmetros estatísticos apresetados a Tabela 3. A razão dessas respostas, possivelmete, seja pelos bos resultados obtidos pelo COULWAVE já com uma camada, uma vez que o parâmetro kh para este teste está aida a sua validade (ver Tabela 1). Além dos bos resultados obtidos com o uso de uma camada, o custo computacioal mais baixo, mostrado a Tabela 3, permite cocluir esta codição para simular os testes 1 e. 5

6 exp 1cam cam exp 0 ptos 30 ptos 40 ptos 50 ptos Figura 5 Modelo COULWAVE. Ídice de agitação o teste 3 para diferetes (a) camadas e (b) N. Potos /Lo. (a) Tabela 3 Modelo COULWAVE. Parâmetros estatísticos (b) para o teste 3 para 1 ou camadas verticais. N 0 cam. ic bias RMSE tcpu (s) h 4mi h 11mi Para determiar o úmero de potos por comprimeto de oda adequado para este teste usado uma úica camada a vertical, é feita uma série de simulações com 0, 30, 40 e 50 potos por comprimeto e comparados os resultados e tempo de processameto. A Figura 5b apreseta os ídices de agitação sigificativa para os quatro casos e são comparados com os valores experimetais ao logo da seção A-A. Também, a Tabela 4 mostra os parâmetros estatísticos de cada situação. Observa-se que melhora cosideravelmete os resultados aumetado o úmero de potos de 0 para 30. A partir de 30 potos por comprimeto de oda, os resultados são muitos semelhates etre si, cocluido-se que, este caso, 30 potos são suficietes para discretizar adequadamete o domíio. Tabela 4 Modelo COULWAVE. Teste 3. Parâmetros estatísticos para diferetes N. potos /Lo. N 0 ptos/comp ic bias RMSE tcpu h 11mi h 4mi h h Fialmete, aalisaram-se os resultados do modelo umérico à variação do úmero de Courat. Cosiderado 30 potos por comprimeto de oda, simularam-se valores de úmero de Courat desde 0.1 a 0.5. A Tabela 5 mostra os parâmetros estatísticos de cada situação. Observa-se que ão existe grade ifluêcia do úmero de Courat os resultados do modelo excepto em termos do tempo de processameto, que dimiui sigificativamete com o aumeto daquele parâmetro. Neste caso um úmero de Courat de 0.5 é suficiete. Das aálises efectuadas, verificou-se que para este teste um úmero de potos por comprimeto de oda de 30 associado a um úmero de Courat de 0.5 é suficiete. Como este caso ão é o mais ão liear, decidiu-se os outros testes cosiderar também 30 potos mas associado a 0.. Tabela 5 Modelo COULWAVE. Parâmetros estatísticos para o teste 3 para diferetes úmeros de Courat. N 0 Courat bias RMSE ic tcpu h 7 mi h 17 mi h 40 mi h 06 mi h 30 mi h 19 mi 4 Apresetação e aálise de resultados Uma vez estabelecidos o aterior capítulo os melhores parâmetros a cosiderar os cálculos dos modelos BOUSSiiw e COULWAVE, são apresetadas a seguir as comparações dos resultados dos modelos uméricos com os experimetais para os três testes. São usados os parâmetros estatísticos ic, bias e RMSE para quatificar as difereças das alturas de oda sigificativas para todas as secções. São apresetados também os espectros de eergia obtidos pelos modelos uméricos para três sodas localizadas a secção A-A. 4.1 Altura de oda sigificativa Na Figura 6, Figura 8 e Figura 10 apresetam-se as alturas sigificativas obtidas pelos modelos BOUSSiiw e COULWAVE e os valores experimetais as secções A-A a G-G, para os testes 1, e 3, respectivamete. Os parâmetros estastísticos de comparação etre os modelos para os três testes estão idicados as Figura 7, Figura 9 e Figura 11. 6

7 Em termos gerais, e para todos os testes, os modelos uméricos coseguem reproduzir bastate bem o adameto e a ordem de gradeza dos resultados experimetais. Com efeito, ambos os modelos uméricos coseguem simular o empolameto da oda a zoa do baixio e após este, e depois o decréscimo da altura da oda, como se pode costatar a secção A-A. Verifica-se também as outras secções um acompahameto bastate razoável dos valores uméricos aos valores experimetais, embora existam maiores difereças a zoa após o baixio. Apesar dos modelos uméricos evolvidos terem formulações diferetes, ode o COULWAVE é totalmete ão-liear e dispersivo ao cotrário de BOUSSiiw que é fracamete ão-liear, os resultados obtidos por ambos modelos são muito semelhates. De otar que as secções B-B, C-C, D-D estão a jusate do baixio, logo, são locais ode a oda apreseta uma ão-liearidade maior. Nessas secções, os modelos apresetam os piores ídices. Nas secções F-F e G-G verifica-se que o ídice de cocordâcia tem valores mais baixos o que pode ser devido ao baixo úmero de potos de medição. Especificamete, o que se refere ao teste 1, (ver Figura 6 e Figura 7), a maioria das secções, os modelos tem tedêcia a subestimar as alturas de oda. O gráfico do parâmetro bias mostra claramete esta tedêcia. Apeas a secção F-F e G-G é que o modelo COULWAVE sobrestimou os resultados mais sigificativamete. O RMSE é baixo as secções E-E a G-G mas atige valores bastate elevados a secção B-B. Os resultados, tato para o COULWAVE como para o BOUSSiiw, têm um ídice de cocordâcia acima de 0.7, com excepção da secção B-B, C-C (só BOUSSiiw), G-G. Da aálise do teste (Figura 8 e Figura 9), pode observar-se que ambos os modelos coseguiram reproduzir bem as alturas de oda em todas as secções, mas claramete o modelo COULWAVE tem uma maior cocordâcia com os resultados experimetais. Tal pode ser cofirmado com base o RMSE e o ídice de cocordâcia. Em relação ao bias, os modelos apresetam um comportameto diferete cosoate a secção. Nas secções BB CC e DD o modelo COULWAVE subestima os valores equato que o modelo BOUSSiiw sobrestima. Nas restates secções acotece o iverso. Na secção A-A ambos os modelos subestimam os valores experimetais. O RMSE é iferior ao do teste 1 e uca ultrapassa os 0.4. O ídice de cocordâcia é sempre superior a 0.7 em todas as secções para ambos os modelos com excepção da secção B-B para o modelo BOUSSiiw e G-G para o modelo COULWAVE. Da aálise do teste 3 (Figuras 10 e 11), o BOUSSiiw apreseta uma tedêcia de sobre-estimação de alturas sigificativas para todas as secções, destacado-se a secção A-A. O gráfico do parâmetro bias mostra claramete esta tedêcia. Os resultados, tato para o COULWAVE como para o BOUSSiiw, têm um ídice de cocordâcia acima de 0.9, com excepção da secção G-G, trasversal à direcção da oda e a parte frotal do baixio, ode os ídices foram muito baixos. O maior RMSE, atigido pelos dois modelos, ocorreu a secção D- D, ão excede 0.5, logo a jusate do baixio, ode se espera uma trasformação cosiderável da oda. Possivelmete, isto se deve a dificuldade dos modelos de represetar as harmóicas mais elevadas presetes essa região.. Claramete se verifica que ambos os modelos coseguiram reproduzir com maior precisão o teste 3 do que o teste e pricipalmete o teste 1. Note-se que o teste 3 é o meos ão liear dos testes aqui simulados. Verificou-se também que o modelo COULWAVE apreseta melhores resultados do que BOUSSiiw, mas a difereça ão é assim tão sigificativa atededo a que aos resultados experimetais também está associada uma margem de erro. Este aspecto tem de ser poderado em cojuto com o tempo de processameto o qual para COULWAVE é sigificativamete superior ao de BOUSSiiw. AA BB CC DD EE Figura 6 Teste 1. Secção A-A a G-G. Ídices de agitação. Valores experimetais (potos a preto) e uméricos do BOUSSiiw (azul), COULWAVE (vermelho). FF 7

8 0,15 0,60 bias RMSE 0,90 ic 0,80 0,05 0,70 0,40 0,60-0,05 0,30-0,40 0,0-0,15 0,30 0,0-0,0-0,5-0,30 Figura 7 Teste 1. Secção A-A a F-F. Parâmetros estatísticos dos modelos uméricos BOUSSiiw (azul), COULWAVE (vermelho). (a) bias, (b) RMSE, (c) ic. AA BB CC DD EE Figura 8 Teste. Secção A-A a F-F. Ídices de agitação. Valores experimetais (potos a preto) e uméricos do BOUSSiiw (azul), COULWAVE (vermelho). 0,15 0,05-0, ,15-0,0 bias 0,40 0,35 0,30 0,5 0,0 0,15 0,05 RMSE 0,90 0,80 0,70 0,60 0,40 0,30 0,0 Figura 9 Teste. Secção A-A a G-G. Parâmetros estatísticos para os modelos BOUSSiiw (azul), COULWAVE (vermelho). (a) bias, (b) RMSE, (c) ic AA DD BB EE FF CC Figura 10 Teste 3. Secção A-A a F-F. Ídices de agitação. Valores experimetais (potos a preto) e uméricos do BOUSSiiw (azul), COULWAVE (vermelho). bias RMSE Figura 11 Teste 3. Secção A-A a G-G. Parâmetros estatísticos para os modelos uméricos BOUSSiiw (azul), COULWAVE (vermelho). (a) bias, (b) RMSE, (c) ic. FF ic ic 8

9 4. Espectros de eergia Nesta secção são aalisados os espectros de eergia obtidos pelos modelos em três sodas localizadas a secção logitudial A-A para os três testes aalisados (Figura 1 a Figura 14). Elas estão as posições x = 3.1 m, 7.4 m e m, deomiadas de sodas 1, 9 e 10, respectivamete. A soda 1 está a motate do baixio, equato que as outras duas localizam-se a jusate do mesmo. Observa-se que os espectros obtidos pelos dois modelos apresetam as harmóicas as frequêcias esperadas e são muito semelhates etre si. Para todos os casos a harmóica mais alta presete sigificativamete é a ª, idetificada com maior itesidade a soda 9. Isto se justifica porque esta soda está mais próxima do baixio e a jusate, ode se espera uma ão-liearidade maior. O teste mostrou a preseça de harmóicas mais altas com maior itesidade, que pode-se explicar pelas características da oda icidete, ode a altura é a maior dos casos (H = 0.04m) e pelo período meor que o do teste 3. Uma vez que ambos os modelos são baseados em equações de Boussiesq, eles estão limitados a valores de kh relativamete baixos. Portato é difícil que os modelos cosigam simular as terceiras harmóicas pois estas têm valores de kh da ordem de 16 a 50, ver Tabela 1. SONDA 1 SONDA 9 SONDA 10 0,00 0,00 0, Figura 1 Espectros de eergia obtidos pelos modelos COULWAVE e BOUSSiiw para o teste1 SONDA 1 SONDA 9 SONDA 10 0,00 0,00 0, Figura 13 Espectros de eergia obtidos pelos modelos COULWAVE e BOUSSiiw para o teste SONDA 1 SONDA 9 SONDA 10 0,00 0,00 0, Figura 14 Espectros de eergia obtidos pelos modelos COULWAVE e BOUSSiiw para o teste3 5 Coclusões Nesta comuicação, descreveu-se a aplicação dos modelos uméricos BOUSSiiw e COULWAVE a simulação de três testes de propagação de odas sobre um baixio circular que se ecotra um fudo de profudidade costate. Os valores dos ídices de agitação dos modelos uméricos foram comparados com os resultados dos esaios em modelo físico (Chawla [3]). Em cada modelo foram feitas aálises de sesibilidade para determiar as discretizações espaciais mais adequadas para simular os problemas propostos assim como algus parâmetros do modelo COULWAVE. Os parâmetros estatísticos erro médio absoluto (bias), erro médio quadrático (RMSE) e ídice de cocordâcia (ic) foram utilizados para quatificar essas comparações. A aálise de sesibilidade feita para o BOUSSiiw baseou-se a variação do tamaho da malha sobre o domíio. Após as simulações, defiiu-se a malha que proporcioou o meor custo computacioal com bos resultados. Para o COULWAVE, a aálise de sesibilidade foi feita, primeiramete, pela variação do úmero de camadas verticais. Cosiderado que o uso de duas camadas verticais cosome o dobro de tempo de CPU em acção ao uso de uma, e que os resultados obtidos com uma camada foram bastate bos, adoptou-se apeas uma camada vertical para as simulações. Também foram variadas as discretizações espaciais em termos de úmero de potos por comprimeto de oda, costatado-se que 30 potos eram suficietes para modelar adequadamete os problemas. A ifluêcia do úmero de Courat os resultados uméricos ão é sigificativa e apeas se traduz um aumeto sigificativo do tempo de cálculo, este caso de teste. 9

10 No que se refere a modelagem dos três testes, os resultados mostraram que os modelos simulam de forma muito razoável a maioria das trasformações das características das odas ao logo da sua propagação. Verifica-se que, duma forma geral, os resultados dos modelos apresetam um adameto semelhate aos dos resultados experimetais. O modelo BOUSSiiw apresetou, de forma geral, muito bos resultados, embora seja itroduzida uma difusão umérica artificial para cotrolar as oscilações uméricas. Para o teste e 3 o modelo COUWLAVE apresetou melhores resultados mas as difereças face a BOUSSiiw ão são sigificativas. É de se destacar o baixo custo computacioal do BOUSSiiw em relação ao COULWAVE, mostrado o seu potecial o tratameto de problemas da egeharia portuária e costeira, cujas características evolvem largas áreas de estudo. Ambos os modelos apresetaram espectros os quais as harmóicas aparecem as frequêcias esperadas. De forma geral, o BOUSSiiw apreseta maior eergia as harmóicas em relação ao COULWAVE e ambos captaram visivelmete até à seguda harmóica em todos os casos. De modo a melhorar a precisão do modelo BOUSSiiw e o cotrole das oscilações espúrias, é objectivo de trabalho futuro a implemetação de uma iterpolação mista ode as velocidades são iterpoladas quadraticamete e a superfície livre é iterpolada liearmete (este esquema pode levar a melhorametos sigificativos o cotrolo da ocorrêcia de oscilações uméricas). A iclusão da rebetação o modelo também costitui um desevolvimeto futuro do modelo BOUSSiiw para alargar as suas potecialidades de aplicação em casos reais. AGRADECIMENTOS Os autores agradecem também o fiaciameto da FCT através de PTDC/ECM/67411/006 e PTDC/ECM/73145/006 e o fiaciameto do projecto de pós-doutorameto CAPES: EPDE/CAPES/0857/08-4. Este trabalho isere-se o covéio LNEC-FURG. REFERÊNCIAS [1] Piheiro. L. (007) Um método de elemetos fiitos para a discretização das equações de Boussiesq estedidas. Tese de mestrado. Egeharia Mecâica, IST. [] Lyett P, Liu PL-F (004) Modellig wave geeratio, evolutio ad iteractio with Depth-Itegrated, Dispersive Wave equatios. COULWAVE Code Maual. Corell Uiv. Log Iter. Wave Modellig Package. [3] A. Chawla, Wave trasformatio over a submerged shoal. Tese de mestrado. Uiversidade de Delaware, [4] O. Nwogu, Alterative form of Boussiesq equatios for ear-shore wave propagatio. J. Waterway, Port, Coastal ad Ocea Egieerig, 119(6), , 1993 [5] Berzis M., Furzelad R.M., Scales L.E. (1985) A user s maual for SPRINT -a versatile software package for solvig systems of algebraic, ordiary ad partial differetial equatios: Part 3 - advaced use of SPRINT. Techical Report TNER , Thorto Res. C, Chester. [6] Piheiro, L., Ferades, J.L.M.,.Fortes, C.J. E.M. (007) Fiite Elemet Mesh Geerator with Local Desity Coditioed to Bathymetry for Wave Propagatio Models i Coastal Zoes. Proc. of EUA4X@IAC 06, Roma Italy, October 006. IMACS Series i Comp.ad Applied Mathematics Vol.1, pp71-80, 007 [7] Wei, G., Kirby, J. T., Siha, A., 1999, Geeratios of waves i Boussiesq models usig a source fuctio method, Coastal Eg., 36(4), [8] Kirby, J.T.; Wei, G.; Che, Q.; Keedy, A. B.; Dalrymple, R. A. (1998) FUNWAVE 1.0 Fully Noliear Boussiesq Wave Model Documetatio ad User s Maual, Res. Rep. No.CACR [9] Lyett P, Liu PL-F (004) A umerical study of submarie ladslide geerated waves ad ruup Proceedigs of the Royal Society of Lodo A; 460: [10] Willmott, C.J., S.G. Ackleso, R.E. Davis, J.J. Feddema, K.M. Klik, D.R. Legates, J. O Doell e C.M. Rowe, Statistics for the evaluatio ad compariso of models. Joural of Geophysical Research, 90 (c5), p

AMPLIAÇÃO DO PORTO DE PESCA DE RABO DE PEIXE

AMPLIAÇÃO DO PORTO DE PESCA DE RABO DE PEIXE AÊNDICE II RESULTADOS DO MODELO MATEMÁTICO MIKE (ROAGAÇÃO DA AGITAÇÃO LOCAL ARA O INTERIOR DA BACIA) ÍNDICE DO AÊNDICE II Fig. -II Modelo DHI/MIKE-BW Batimetria Situação de Referêcia Fig. -II Modelo DHI/MIKE-BW

Leia mais

Capítulo 5. CASO 5: EQUAÇÃO DE POISSON 5.1 MODELO MATEMÁTICO E SOLUÇÃO ANALÍTICA

Capítulo 5. CASO 5: EQUAÇÃO DE POISSON 5.1 MODELO MATEMÁTICO E SOLUÇÃO ANALÍTICA Capítulo 5. CASO 5: EQUAÇÃO DE POISSON No presete capítulo, é abordado um problema difusivo uidimesioal com absorção de calor (Icropera e DeWitt, 199, o que resulta uma equação de Poisso, que é uma equação

Leia mais

étodos uméricos MÉTODO DOS MOMENTOS - MOM Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA

étodos uméricos MÉTODO DOS MOMENTOS - MOM Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA étodos uméricos MÉTODO DOS MOMETOS - MOM Prof. Erivelto Geraldo epomuceo PROGRAMA DE PÓS-GRADUAÇÃO EM EGEHARIA ELÉTRICA UIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CETRO FEDERAL DE EDUCAÇÃO TECOLÓGICA

Leia mais

Estudando complexidade de algoritmos

Estudando complexidade de algoritmos Estudado complexidade de algoritmos Dailo de Oliveira Domigos wwwdadomicombr Notas de aula de Estrutura de Dados e Aálise de Algoritmos (Professor Adré Bala, mestrado UFABC) Durate os estudos de complexidade

Leia mais

Cap. VI Histogramas e Curvas de Distribuição

Cap. VI Histogramas e Curvas de Distribuição TLF /11 Capítulo VI Histogramas e curvas de distribuição 6.1. Distribuições e histogramas. 6 6.. Distribuição limite 63 6.3. Sigificado da distribuição limite: frequêcia esperada e probabilidade de um

Leia mais

6 Resultados Experimentais

6 Resultados Experimentais 6 Resultados Experimetais O propósito deste capítulo é validar experimetalmete a metodologia apresetada os capítulos ateriores através do programa computacioal desevolvido. O estudo é focado o comportameto

Leia mais

Cap. 4 - Estimação por Intervalo

Cap. 4 - Estimação por Intervalo Cap. 4 - Estimação por Itervalo Amostragem e iferêcia estatística População: cosiste a totalidade das observações em que estamos iteressados. Nº de observações a população é deomiado tamaho=n. Amostra:

Leia mais

DETERMINANDO A SIGNIFICÂNCIA ESTATÍSTICA PARA AS DIFERENÇAS ENTRE MÉDIAS

DETERMINANDO A SIGNIFICÂNCIA ESTATÍSTICA PARA AS DIFERENÇAS ENTRE MÉDIAS DTRMINANDO A SIGNIFIÂNIA STATÍSTIA PARA AS DIFRNÇAS NTR MÉDIAS Ferado Lag da Silveira Istituto de Física - UFRGS lag@if.ufrgs.br O objetivo desse texto é apresetar através de exemplos uméricos como se

Leia mais

2.2. Séries de potências

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

Leia mais

Métodos de Amostragem

Métodos de Amostragem Métodos de Amostragem Amostragem aleatória Este é o procedimeto mais usual para ivetários florestais e baseia-se o pressuposto de que todas as uidades amostrais têm a mesma chace de serem amostradas a

Leia mais

AMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM

AMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM 6 AMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM Quado se pretede estudar uma determiada população, aalisam-se certas características ou variáveis dessa população. Essas variáveis poderão ser discretas

Leia mais

Experiência de Óptica Geométrica

Experiência de Óptica Geométrica 1º Semestre 2003/2004 Istituto Superior Técico Experiêcia de Óptica Geométrica Liceciatura em Egeharia Física Tecológica Ricardo Figueira º53755 dré uha º53757 Tiago Marques º53775 LFX4 Professor Berardo

Leia mais

DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL. todas as repetições). Então, para todo o número positivo ξ, teremos:

DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL. todas as repetições). Então, para todo o número positivo ξ, teremos: 48 DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL LEI DOS GRANDES NÚMEROS Pretede-se estudar o seguite problema: À medida que o úmero de repetições de uma experiêcia cresce, a frequêcia relativa

Leia mais

Experimento 1 Estudo da Lei de Hooke

Experimento 1 Estudo da Lei de Hooke Experimeto 1 Estudo da Lei de Hooke 1.1 Objetivos Físicos Verificação experimetal da lei de Hooke para uma mola helicoidal: Medida experimetal do módulo de rigidez do material μ. 1. Objetivos Didáticos

Leia mais

4 Modelagem Numérica. φ φ

4 Modelagem Numérica. φ φ 4 Modelagem Numérica O modelo matemático apresetado o capítulo aterior foi resolvido com o código comercial FLUENT, o ual é baseado o método de Volumes Fiitos (Patakar, 1980). Para resolver umericamete

Leia mais

Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos

Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos Aálise de Algoritmos Aálise de Algoritmos Prof Dr José Augusto Baraauskas DFM-FFCLRP-USP A Aálise de Algoritmos é um campo da Ciêcia da Computação que tem como objetivo o etedimeto da complexidade dos

Leia mais

Câmpus Rio do Sul e Bolsistas do IFC Câmpus Rio do Sul.

Câmpus Rio do Sul e Bolsistas do IFC Câmpus Rio do Sul. ANÁLISE DA VARIABILIDADE DA UMIDADE RELATIVA DO AR PARA A CIDADE DE ITUPORANGA-SC Roberto HAVEROTH, Leoardo NEVES, Katiai ELI 3, Joabe W. PITZ 3, Elizabete FERNANDES 4, Jaquelie CARVALHO 4, Evadro C. OLIVEIRA

Leia mais

1. Definição e conceitos básicos de equações diferenciais

1. Definição e conceitos básicos de equações diferenciais Capítulo 7: Soluções Numéricas de Equações Difereciais Ordiárias. Itrodução Muitos feómeos as áreas das ciêcias, egearias, ecoomia, etc., são modelados por equações difereciais. Supoa-se que se quer determiar

Leia mais

Capítulo 5- Introdução à Inferência estatística. (Versão: para o manual a partir de 2016/17)

Capítulo 5- Introdução à Inferência estatística. (Versão: para o manual a partir de 2016/17) Capítulo 5- Itrodução à Iferêcia estatística. (Versão: para o maual a partir de 2016/17) 1.1) Itrodução.(222)(Vídeo 39) Na iferêcia estatística, aalisamos e iterpretamos amostras com o objetivo de tirar

Leia mais

Capítulo VII: Soluções Numéricas de Equações Diferenciais Ordinárias

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

Leia mais

INTERPOLAÇÃO POLINOMIAL

INTERPOLAÇÃO POLINOMIAL 1 Mat-15/ Cálculo Numérico/ Departameto de Matemática/Prof. Dirceu Melo LISTA DE EXERCÍCIOS INTERPOLAÇÃO POLINOMIAL A aproximação de fuções por poliômios é uma das ideias mais atigas da aálise umérica,

Leia mais

Microssistemas de RF

Microssistemas de RF Microssistemas de RF João Paulo Carmo, PhD Ivestigador Pricipal Uiversidade do Miho Departameto de Electróica Idustrial Cetro MicroElectroMechaical Systems (CMEMS) de I&D jcarmo@dei.umiho.pt http://lattes.cpq.br/55899691405458

Leia mais

10 - Medidas de Variabilidade ou de Dispersão

10 - Medidas de Variabilidade ou de Dispersão 10 - Medidas de Variabilidade ou de Dispersão 10.1 Itrodução Localizado o cetro de uma distribuição de dados, o próximo passo será verificar a dispersão desses dados, buscado uma medida para essa dispersão.

Leia mais

Capítulo I Séries Numéricas

Capítulo I Séries Numéricas Capítulo I Séries Numéricas Capitulo I Séries. SÉRIES NÚMERICAS DEFINIÇÃO Sedo u, u,..., u,... uma sucessão umérica, chama-se série umérica de termo geral u à epressão que habitualmete se escreve u u...

Leia mais

Capítulo 5- Introdução à Inferência estatística.

Capítulo 5- Introdução à Inferência estatística. Capítulo 5- Itrodução à Iferêcia estatística. 1.1) Itrodução.(184) Na iferêcia estatística, aalisamos e iterpretamos amostras com o objetivo de tirar coclusões acerca da população de ode se extraiu a amostra.

Leia mais

1 Amintas engenharia

1 Amintas engenharia 1 Amitas egeharia 2 Cálculo Numérico 1. Itrodução Amitas Paiva Afoso 3 1. Itrodução O que é o Cálculo Numérico? 4 1. Itrodução O Cálculo Numérico correspode a um cojuto de ferrametas ou métodos usados

Leia mais

Estimação de parâmetros da distribuição beta-binomial: uso do programa SAS e uma aplicação a dados obtidos da Escala P-DUREL

Estimação de parâmetros da distribuição beta-binomial: uso do programa SAS e uma aplicação a dados obtidos da Escala P-DUREL Estimação de parâmetros da distribuição beta-biomial: uso do programa SAS e uma aplicação a dados obtidos da Escala P-DUREL Diorgies Herculao da Silva Itrodução Edso Zagiacomi Martiez O modelo beta-biomial

Leia mais

3. Seja C o conjunto dos números complexos. Defina a soma em C por

3. Seja C o conjunto dos números complexos. Defina a soma em C por Eercícios Espaços vetoriais. Cosidere os vetores = (8 ) e = ( -) em. (a) Ecotre o comprimeto de cada vetor. (b) Seja = +. Determie o comprimeto de. Qual a relação etre seu comprimeto e a soma dos comprimetos

Leia mais

DERIVADAS DE FUNÇÕES11

DERIVADAS DE FUNÇÕES11 DERIVADAS DE FUNÇÕES11 Gil da Costa Marques Fudametos de Matemática I 11.1 O cálculo diferecial 11. Difereças 11.3 Taxa de variação média 11.4 Taxa de variação istatâea e potual 11.5 Primeiros exemplos

Leia mais

3.4.2 Cálculo da moda para dados tabulados. 3.4 Moda Cálculo da moda para uma lista Cálculo da moda para distribuição de freqüências

3.4.2 Cálculo da moda para dados tabulados. 3.4 Moda Cálculo da moda para uma lista Cálculo da moda para distribuição de freqüências 14 Calcular a mediaa do cojuto descrito pela distribuição de freqüêcias a seguir. 8,0 10,0 10 Sabedo-se que é a somatória das, e, portato, = 15+25+16+34+10 = 100, pode-se determiar a posição cetral /2

Leia mais

CORDAS E TUBOS SONOROS TEORIA

CORDAS E TUBOS SONOROS TEORIA CORDAS E TUBOS SONOROS TEORIA Já vimos a formação de odas estacioárias de maeira geral. Agora, vamos estudar este assuto de forma mais específica. Primeiramete, vamos os cocetrar em uma corda, que pode

Leia mais

Sumário. 2 Índice Remissivo 19

Sumário. 2 Índice Remissivo 19 i Sumário 1 Estatística Descritiva 1 1.1 Coceitos Básicos.................................... 1 1.1.1 Defiições importates............................. 1 1.2 Tabelas Estatísticas...................................

Leia mais

Stela Adami Vayego DEST/UFPR

Stela Adami Vayego DEST/UFPR Resumo 3 Resumo dos dados uméricos por meio de úmeros. Medidas de Tedêcia Cetral A tedêcia cetral da distribuição de freqüêcias de uma variável em um cojuto de dados é caracterizada pelo valor típico dessa

Leia mais

binomial seria quase simétrica. Nestas condições será também melhor a aproximação pela distribuição normal.

binomial seria quase simétrica. Nestas condições será também melhor a aproximação pela distribuição normal. biomial seria quase simétrica. Nestas codições será também melhor a aproximação pela distribuição ormal. Na prática, quado e p > 7, a distribuição ormal com parâmetros: µ p 99 σ p ( p) costitui uma boa

Leia mais

Universidade São Judas Tadeu Faculdade de Tecnologia e Ciências Exatas Laboratório de Física e Química

Universidade São Judas Tadeu Faculdade de Tecnologia e Ciências Exatas Laboratório de Física e Química Uiversidade São Judas Tadeu Faculdade de Tecologia e Ciêcias Exatas Laboratório de Física e Química Aálise de Medidas Físicas Quado fazemos uma medida, determiamos um úmero para caracterizar uma gradeza

Leia mais

1 a Lista de PE Solução

1 a Lista de PE Solução Uiversidade de Brasília Departameto de Estatística 1 a Lista de PE Solução 1. a) Qualitativa omial. b) Quatitativa discreta. c) Quatitativa discreta. d) Quatitativa cotíua. e) Quatitativa cotíua. f) Qualitativa

Leia mais

Economia Florestal. A floresta como um capital

Economia Florestal. A floresta como um capital Ecoomia Florestal A floresta como um capital O que é um capital? Defiição Capital é um fudo ou valor (pode ser moetário, bes, maquiaria, etc.) que pode gerar redimetos futuros durate um certo tempo, capazes

Leia mais

Exercício: Mediu-se os ângulos internos de um quadrilátero e obteve-se 361,4. Qual é o erro de que está afetada esta medida?

Exercício: Mediu-se os ângulos internos de um quadrilátero e obteve-se 361,4. Qual é o erro de que está afetada esta medida? 1. Tratameto estatísticos dos dados 1.1. TEORIA DE ERROS O ato de medir é, em essêcia, um ato de comparar, e essa comparação evolve erros de diversas origes (dos istrumetos, do operador, do processo de

Leia mais

3 0 Exercício Programa de PMR 2420 Data de entrega: 21/06/2012 (até as 17:00hs) Método de Elementos Finitos (MEF)

3 0 Exercício Programa de PMR 2420 Data de entrega: 21/06/2012 (até as 17:00hs) Método de Elementos Finitos (MEF) ,3 m,8 m 3 Exercício Programa de PMR 242 Data de etrega: 21/6/212 (até as 17:hs) Método de Elemetos Fiitos (MEF) 1) Cosidere a estrutura da figura abaixo sujeita a uma carga cocetrada F 3 variado o tempo

Leia mais

2.ª FASE 2018 PROPOSTA DE RESOLUÇÃO EXAME NACIONAL DE MATEMÁTICA A ª FASE PROPOSTA DE RESOLUÇÃO

2.ª FASE 2018 PROPOSTA DE RESOLUÇÃO EXAME NACIONAL DE MATEMÁTICA A ª FASE PROPOSTA DE RESOLUÇÃO EXAME NACIONAL DE MATEMÁTICA A 08.ª FASE PROPOSTA DE RESOLUÇÃO Site: http://recursos-para-matematica.webode.pt/ Facebook: https://www.facebook.com/recursos.para.matematica EXAME NACIONAL DE MATEMÁTICA

Leia mais

UMA EXPERIÊNCIA COM MODELAGEM MATEMÁTICA NA LICENCIATURA EM MATEMÁTICA

UMA EXPERIÊNCIA COM MODELAGEM MATEMÁTICA NA LICENCIATURA EM MATEMÁTICA ISBN 978-85-7846-516-2 UMA EXPERIÊNCIA COM MODELAGEM MATEMÁTICA NA LICENCIATURA EM MATEMÁTICA Resumo Alisso Herique dos Satos UEL Email: alisso_hs612@hotmail.com Ferada Felix Silva UEL Email: ferada.f.matematica@gmail.com

Leia mais

ANÁLISE DE COMPLEXIDADE DE ALGORITMOS

ANÁLISE DE COMPLEXIDADE DE ALGORITMOS 1 FEUP/LEEC Algoritmos e Estruturas de Dados 2001/2002 ANÁLISE DE COMPLEXIDADE DE ALGORITMOS João Pascoal Faria http://www.fe.up.pt/~jpf 2 Itrodução Algoritmo: cojuto claramete especificado de istruções

Leia mais

O PROBLEMA DE TRANSPORTES SOB A ÓTICA DOS MODELOS DE EQUILÍBRIO ESPACIAL DE MERCADO

O PROBLEMA DE TRANSPORTES SOB A ÓTICA DOS MODELOS DE EQUILÍBRIO ESPACIAL DE MERCADO O PROBLEMA DE TRANSPORTES SOB A ÓTICA DOS MODELOS DE EQUILÍBRIO ESPACIAL DE MERCADO Sérgio Ferado Mayerle, Dr. UFSC / CTC / EPS - mayerle@eps.ufsc.br - Floriaópolis - SC Thiago Dedavid de Almeida Bastos

Leia mais

FACULDADE DE ECONOMIA DO PORTO. Licenciatura em Economia E C O N O M E T R I A I I PARTE

FACULDADE DE ECONOMIA DO PORTO. Licenciatura em Economia E C O N O M E T R I A I I PARTE FACULDADE DE ECONOMIA DO PORTO Liceciatura em Ecoomia E C O N O M E T R I A I (LEC0) Exame Fial 0 de Jaeiro de 00 RESOLUÇÃO: I PARTE I GRUPO a) Dispoível uma amostra de observações de Y para períodos cosecutivos,

Leia mais

3 Técnica de Traçado de Raios 3.1. Introdução

3 Técnica de Traçado de Raios 3.1. Introdução 3 Técica de Traçado de Raios 3.. Itrodução Uma técica de traçado de raios aplicada à rádio-propagação cosiste a aálise, com base os resultados da ótica geométrica, da propagação de odas de rádio-freqüêcia

Leia mais

CAP. I ERROS EM CÁLCULO NUMÉRICO

CAP. I ERROS EM CÁLCULO NUMÉRICO CAP I ERROS EM CÁLCULO NUMÉRICO 0 Itrodução Por método umérico etede-se um método para calcular a solução de um problema realizado apeas uma sequêcia fiita de operações aritméticas A obteção de uma solução

Leia mais

>> cm f < Hz. Sólido: meio contínuo

>> cm f < Hz. Sólido: meio contínuo Capítulo IV. VIBRAÇÕES NOS SÓIDOS CRISTAINOS Alargameto do coceito de sólido: ovo modelo Átomos que vibram colectivamete quado excitados A vibração global pode ser represetada por uma ONDA que se propaga

Leia mais

( 1,2,4,8,16,32,... ) PG de razão 2 ( 5,5,5,5,5,5,5,... ) PG de razão 1 ( 100,50,25,... ) PG de razão ½ ( 2, 6,18, 54,162,...

( 1,2,4,8,16,32,... ) PG de razão 2 ( 5,5,5,5,5,5,5,... ) PG de razão 1 ( 100,50,25,... ) PG de razão ½ ( 2, 6,18, 54,162,... Progressões Geométricas Defiição Chama se progressão geométrica PG qualquer seqüêcia de úmeros reais ou complexos, ode cada termo a partir do segudo, é igual ao aterior, multiplicado por uma costate deomiada

Leia mais

MEDIDAS DE COMPARAÇÃO DE MAPAS DA VARIABILIDADE ESPACIAL DO FÓSFORO GERADOS POR MÉTODOS GEOESTATÍSTICOS

MEDIDAS DE COMPARAÇÃO DE MAPAS DA VARIABILIDADE ESPACIAL DO FÓSFORO GERADOS POR MÉTODOS GEOESTATÍSTICOS MEDIDAS DE COMPARAÇÃO DE MAPAS DA VARIABILIDADE ESPACIAL DO FÓSFORO GERADOS POR MÉTODOS GEOESTATÍSTICOS Brua Gabriela Wedpap (PIBIC/CNPq-UNIOESTE), Miguel Agel Uribe- Opazo (Orietador), e-mail: mopazo@pq.cpq.br.

Leia mais

Cálculo Numérico Lista 02

Cálculo Numérico Lista 02 Cálculo Numérico Lista 02 Professor: Daiel Herique Silva Essa lista abrage iterpolação poliomial e método dos míimos quadrados, e cobre a matéria da seguda prova. Istruções gerais para etrega Nem todos

Leia mais

Stela Adami Vayego DEST/UFPR

Stela Adami Vayego DEST/UFPR Resumo 3 Resumo dos dados uméricos por meio de úmeros 1. Medidas de Tedêcia Cetral A tedêcia cetral da distribuição de freqüêcias de uma variável em um cojuto de dados é caracterizada pelo valor típico

Leia mais

Sucessões. , ou, apenas, u n. ,u n n. Casos Particulares: 1. Progressão aritmética de razão r e primeiro termo a: o seu termo geral é u n a n1r.

Sucessões. , ou, apenas, u n. ,u n n. Casos Particulares: 1. Progressão aritmética de razão r e primeiro termo a: o seu termo geral é u n a n1r. Sucessões Defiição: Uma sucessão de úmeros reais é uma aplicação u do cojuto dos úmeros iteiros positivos,, o cojuto dos úmeros reais,. A expressão u que associa a cada a sua imagem desiga-se por termo

Leia mais

objetivo Exercícios Meta da aula Pré-requisitos

objetivo Exercícios Meta da aula Pré-requisitos Exercícios A U L A 6 Meta da aula Aplicar o formalismo quâtico estudado as Aulas a 5 deste módulo à resolução de um cojuto de exercícios. objetivo Esperamos que, após o térmio desta aula, você teha cosolidado

Leia mais

Séries de Fourier. As séries de Fourier são séries cujos termos são funções sinusoidais.

Séries de Fourier. As séries de Fourier são séries cujos termos são funções sinusoidais. Séries de Fourier As séries de Fourier são séries cujos termos são fuções siusoidais. Importâcia prática: uma fução periódica (em codições bastate gerais) pode ser represetada por uma série de Fourier;

Leia mais

CAPÍTULO IV DESENVOLVIMENTOS EM SÉRIE

CAPÍTULO IV DESENVOLVIMENTOS EM SÉRIE CAPÍTUO IV DESENVOVIMENTOS EM SÉRIE Série de Taylor e de Mac-auri Seja f ) uma fução real de variável real com domíio A e seja a um poto iterior desse domíio Supoha-se que a fução admite derivadas fiitas

Leia mais

REVISÃO DE PROBABILIDADE E ESTATÍSTICA. Parte 2

REVISÃO DE PROBABILIDADE E ESTATÍSTICA. Parte 2 REVISÃO DE PROBABILIDADE E ESTATÍSTICA Parte Variáveis Aleatórias Defiição: Regra que atribui um valor umérico a cada possível resultado de um eperimeto. Eemplo: Jogue duas moedas (o eperimeto aleatório)

Leia mais

5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO

5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO 5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO 5.1 INTRODUÇÃO Um sistema é defiido como todo o cojuto de compoetes itercoectados, previamete determiados, de forma a realizar um cojuto

Leia mais

Capítulo 39: Mais Ondas de Matéria

Capítulo 39: Mais Ondas de Matéria Capítulo 39: Mais Odas de Matéria Os elétros da superfície de uma lâmia de Cobre foram cofiados em um curral atômico - uma barreira de 7,3 âgstros de diâmetro, imposta por 48 átomos de Ferro. Os átomos

Leia mais

Critérios de correção e orientações de resposta p-fólio

Critérios de correção e orientações de resposta p-fólio Miistério da Ciêcia, Tecologia e Esio Superior U.C. 037 Elemetos de Probabilidade e Estatística de Juho de 0 Critérios de correção e orietações de resposta p-fólio Neste relatório apresetam-se os critérios

Leia mais

Ondas Eletromagnéticas.

Ondas Eletromagnéticas. Cap 33: Óptica Odas Eletromagéticas - Prof. Wladimir Odas Eletromagéticas. 33. Itrodução As odas eletromagéticas estão presetes o osso dia a dia. Por meio destas odas, iformações do mudo são recebidas

Leia mais

-0,4-0,6 -0,9 -1,5 -3,4 -13,6 EXERCÍCIOS

-0,4-0,6 -0,9 -1,5 -3,4 -13,6 EXERCÍCIOS EXERCÍCIOS FÍSICA MODERNA ÁTOMO DE BOHR PROF. MARENGÃO. (UFRN) Um átomo de hidrogêio, ao passar de um estado quâtico para outro, emite ou absorve radiação eletromagética de eergias bem defiidas. No diagrama

Leia mais

4Parte OBJETIVO GERAL. Parte I Preparação da atividade laboratorial

4Parte OBJETIVO GERAL. Parte I Preparação da atividade laboratorial Relatórios das atividades laboratoriais AL 3.1 ONDAS: ABSORÇÃO, REFLEXÃO, REFRAÇÃO E REFLEXÃO TOTAL OBJETIVO GERAL Ivestig os feómeos de absorção, reflexão, refração e reflexão total, determi o ídice de

Leia mais

Introdução. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ...

Introdução. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ... Itrodução Exemplos Para curar uma certa doeça existem quatro tratametos possíveis: A, B, C e D. Pretede-se saber se existem difereças sigificativas os tratametos o que diz respeito ao tempo ecessário para

Leia mais

Mas o que deixou de ser abordado na grande generalidade desses cursos foi o estudo dos produtos infinitos, mesmo que só no caso numérico real.

Mas o que deixou de ser abordado na grande generalidade desses cursos foi o estudo dos produtos infinitos, mesmo que só no caso numérico real. Resumo. O estudo das séries de termos reais, estudado as disciplias de Aálise Matemática da grade geeralidade dos cursos técicos de liceciatura, é aqui estedido ao corpo complexo, bem como ao caso em que

Leia mais

Algoritmo para Detecção do Centro do Campo dos Sistemas Radiológicos

Algoritmo para Detecção do Centro do Campo dos Sistemas Radiológicos Algoritmo para Detecção do Cetro do Campo dos Sistemas Radiológicos M. Z. Nascimeto, A. F. Frère -, M. A. Silva, L. A. Neves Laboratório de Images Médicas (@LADIM), Depto. Egeharia Elétrica, Escola de

Leia mais

CINÉTICA QUÍMICA FATORES DE INFLUÊNCIA - TEORIA

CINÉTICA QUÍMICA FATORES DE INFLUÊNCIA - TEORIA Itrodução CINÉTICA QUÍMICA FATORES DE INFLUÊNCIA - TEORIA A Ciética Química estuda a velocidade com a qual as reações acotecem e os fatores que são capazes de realizar ifluêcia sobre ela. A medida mais

Leia mais

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) PROJETO FATORIAL 2 k COMPLETO E REPLICADO. Dr. Sivaldo Leite Correia

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) PROJETO FATORIAL 2 k COMPLETO E REPLICADO. Dr. Sivaldo Leite Correia PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) PROJETO FATORIAL 2 k COMPLETO E REPLICADO Dr. Sivaldo Leite Correia CONCEITOS, LIMITAÇÕES E APLICAÇÕES Nos tópicos ateriores vimos as estratégias geeralizadas para

Leia mais

MÉTODOS ESPECTRAIS PARA SOLUÇÃO DA EQUAÇÃO DE BURGERS

MÉTODOS ESPECTRAIS PARA SOLUÇÃO DA EQUAÇÃO DE BURGERS POSMEC 015 Simpósio do Programa de Pós-Graduação em Egeharia Mecâica Faculdade de Egeharia Mecâica Uiversidade Federal de Uberlâdia 18 e 19 de ovembro de 015, Uberlâdia - MG MÉTODOS ESPECTRAIS PARA SOLUÇÃO

Leia mais

Prova Escrita de MATEMÁTICA A - 12o Ano a Fase

Prova Escrita de MATEMÁTICA A - 12o Ano a Fase Prova Escrita de MATEMÁTICA A - 1o Ao 00 - a Fase Proposta de resolução GRUPO I 1. Como a probabilidade do João acertar em cada tetativa é 0,, a probabilidade do João acertar as tetativas é 0, 0, 0, 0,

Leia mais

As principais propriedades geométricas de figuras planas são:

As principais propriedades geométricas de figuras planas são: Tema IV. CRCTERÍSTICS GEOMÉTRICS DE FIGURS PLNS 4.1. Itrodução O dimesioameto e a verificação da capacidade resistete de barras, como de qualquer elemeto estrutural depedem de gradezas chamadas tesões,

Leia mais

Notas de aula- Física II Profs. Amauri e Ricardo 1 SUPERPOSIÇÃO DE ONDAS E ONDAS ESTACIONÁRIAS. e y2

Notas de aula- Física II Profs. Amauri e Ricardo 1 SUPERPOSIÇÃO DE ONDAS E ONDAS ESTACIONÁRIAS. e y2 Notas de aula- Física II Profs. Amauri e Ricardo SUPERPOSIÇÃO DE ONDAS E ONDAS ESTACIONÁRIAS Superposição de Odas O pricípio de superposição é uma propriedade do movimeto odulatório. Este pricípio afirma

Leia mais

Algoritmos de Iluminação Global

Algoritmos de Iluminação Global Sistemas Gráficos/ Computação Gráfica e Iterfaces Objectivo: calcular a cor de cada poto a partir da ilumiação directa de uma fote de luz, mais a soma de todas as reflexões das superfícies próximas. Nos

Leia mais

ESTUDO DA SECAGEM DE BANANAS ATRAVÉS DO MODELO DE DIFUSÃO USANDO SOLUÇÕES ANALÍTICAS

ESTUDO DA SECAGEM DE BANANAS ATRAVÉS DO MODELO DE DIFUSÃO USANDO SOLUÇÕES ANALÍTICAS WWWCONVIBRAORG ESTUDO DA SECAGEM DE BANANAS ATRAVÉS DO MODELO DE DIFUSÃO USANDO SOLUÇÕES ANALÍTICAS ANDRÉA F RODRIGUES 1, WILTON P SILVA 2, JOSIVANDA P GOMES 3, CLEIDE M D P S SILVA 4, ÍCARO CARVALHO RAMOS

Leia mais

A exponencial. Praciano-Pereira, Tarcisio

A exponencial. Praciano-Pereira, Tarcisio A expoecial Praciao-Pereira, Tarcisio 25 de jaeiro de 206 préprits da Sobral Matemática o. 206.0 Editor Tarcisio Praciao-Pereira tarcisio@member.ams.org Resumo Estou resolvedo, este artigo, a equação y

Leia mais

4. MEDIDAS DINÂMICAS CONCEITOS BÁSICOS

4. MEDIDAS DINÂMICAS CONCEITOS BÁSICOS 4. MEDIDAS DINÂMICAS CONCEITOS BÁSICOS Muitas vezes os experimetos requerem medidas de gradezas físicas que variam com o tempo. Para a correta medição destas gradezas, é ecessário cohecer as propriedades

Leia mais

Escola Secundária com 3º ciclo D. Dinis 11º Ano de Matemática A Tema III Sucessões Reais. TPC nº11 (entregar no dia 20 de Maio de 2011) 1ª Parte

Escola Secundária com 3º ciclo D. Dinis 11º Ano de Matemática A Tema III Sucessões Reais. TPC nº11 (entregar no dia 20 de Maio de 2011) 1ª Parte Escola Secudária com 3º ciclo D. Diis º Ao de Matemática A Tema III Sucessões Reais TPC º (etregar o dia 0 de Maio de 0) ª Parte As cico questões deste grupo são de escolha múltipla. Para cada uma delas

Leia mais

DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia

DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia ROTEIRO DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL 1. Itrodução. Teorema Cetral do Limite 3. Coceitos de estimação potual 4. Métodos de estimação potual 5. Referêcias Estatística Aplicada à Egeharia 1 Estatística

Leia mais

AULA Subespaço, Base e Dimensão Subespaço.

AULA Subespaço, Base e Dimensão Subespaço. Note bem: a leitura destes apotametos ão dispesa de modo algum a leitura ateta da bibliografia pricipal da cadeira TÓPICOS Subespaço. ALA Chama-se a ateção para a importâcia do trabalho pessoal a realizar

Leia mais

Séquências e Séries Infinitas de Termos Constantes

Séquências e Séries Infinitas de Termos Constantes Capítulo Séquêcias e Séries Ifiitas de Termos Costates.. Itrodução Neste capítulo estamos iteressados em aalisar as séries ifiitas de termos costates. Etretato, para eteder as séries ifiitas devemos ates

Leia mais

Bombas industriais. 1 Torr = 1 mmhg. Bombas industriais

Bombas industriais. 1 Torr = 1 mmhg. Bombas industriais Codições (especificações) de carga: Para água ao ível do mar 1 Torr = 1 mmhg Codições (especificações) de carga: Carga de Pressão (h p ) A carga de pressão é cosiderada quado um sistema de bombeameto começa,

Leia mais

2.3 Dimensionamento segundo as normas de outros países

2.3 Dimensionamento segundo as normas de outros países Cap. 2 Revisão bibliográfica 30 2.3 Dimesioameto segudo as ormas de outros países A seguir estão apresetados os critérios de dimesioameto, referete ao assuto em questão, de ormas de países com larga tradição

Leia mais

Teste de Software. Engenharia de Software Profa. Dra. Elisa Yumi Nakagawa 1º semestre de 2016

Teste de Software. Engenharia de Software Profa. Dra. Elisa Yumi Nakagawa 1º semestre de 2016 Teste de Software Egeharia de Software Profa. Dra. Elisa Yumi Nakagawa 1º semestre de 2016 Aspectos teóricos e empíricos de teste de cobertura de software Notas Didáticas do ICMC/USP (o. 31) Tópicos da

Leia mais

Uma relação entre sincronização no mapa do círculo e os números racionais

Uma relação entre sincronização no mapa do círculo e os números racionais Uma relação etre sicroização o mapa do círculo e os úmeros racioais Mariaa P. M. A. Baroi Elbert E. N. Macau Laboratório Associado de Computação e Matemática Aplicada Istituto Nacioal de Pesquisas Espaciais

Leia mais

GRUPO I Duração: 50 minutos

GRUPO I Duração: 50 minutos Matemática A. o ao TESTE DE AVALIAÇÃO GLOBAL MATEMÁTICA A.º ANO O teste é costituído por dois grupos (I e II). Utiliza apeas caeta ou esferográfica de tita azul ou preta. Só é permitido o uso de calculadora

Leia mais

Resposta de Sistemas de 2 a Ordem à Excitação Periódica Não Harmônica

Resposta de Sistemas de 2 a Ordem à Excitação Periódica Não Harmônica Resposta de Sistemas de a Ordem à Excitação Periódica Não Harmôica 1 18 Resposta de Sistemas de a Ordem à Excitação Periódica Não Harmôica 1 INTRODUÇÃO Muitas vezes, a excitação é uma fução periódica,

Leia mais

MÉTODO DE ALTERAÇÃO DE INTERVALOS ENTRE CALIBRAÇÕES

MÉTODO DE ALTERAÇÃO DE INTERVALOS ENTRE CALIBRAÇÕES ENQUALAB-2008 Cogresso da Qualidade em Metrologia Rede Metrológica do Estado de São Paulo - REMESP 09 a 12 de juho de 2008, São Paulo, Brasil MÉTODO DE ALTERAÇÃO DE INTERVALOS ENTRE CALIBRAÇÕES Paulo Cézar

Leia mais

Introdução a Complexidade de Algoritmos

Introdução a Complexidade de Algoritmos Itrodução a Complexidade de Algoritmos Estruturas de Dados Prof. Vilso Heck Juior Apresetação Revisão - O Algoritmo; A Complexidade; Exercício. Complexidade de Algoritmos REVISÃO - O ALGORITMO O Algoritmo

Leia mais

DEEC Área Científica de Telecomunicações Instituto Superior Técnico. Propagação & Antenas Prof. Carlos R. Paiva INTRODUÇÃO AOS GUIAS DE ONDA

DEEC Área Científica de Telecomunicações Instituto Superior Técnico. Propagação & Antenas Prof. Carlos R. Paiva INTRODUÇÃO AOS GUIAS DE ONDA 4 DEEC Área Cietífica de Telecomuicações Istituto Superior Técico Propagação & Ateas Prof Carlos R Paiva INTRODUÇÃO AOS GUIAS DE ONDA Nestes apotametos fa-se uma pequea itrodução ao estudo dos guias de

Leia mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Teoria da amostragem

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Teoria da amostragem Estatística: Aplicação ao Sesoriameto Remoto SER 04 - ANO 017 Teoria da amostragem Camilo Daleles Reó camilo@dpi.ipe.br http://www.dpi.ipe.br/~camilo/estatistica/ Algumas Cosiderações... É importate ter

Leia mais

TRABALHO1 MEDIÇÕES, ALGARISMOS SIGNIFICATIVOS E ERROS.

TRABALHO1 MEDIÇÕES, ALGARISMOS SIGNIFICATIVOS E ERROS. TRABALHO1 MEDIÇÕES, ALGARISMOS SIGNIFICATIVOS E ERROS. 1.1 Objectivos Medir gradezas físicas, utilizado os istrumetos adequados. Apresetar correctamete os resultados das medições, ao ível da utilização

Leia mais

PROPOSTA DE RESOLUÇÃO DA PROVA DE MATEMÁTICA A DO ENSINO SECUNDÁRIO (CÓDIGO DA PROVA 635) 2ª FASE 22 DE JULHO 2016 GRUPO I

PROPOSTA DE RESOLUÇÃO DA PROVA DE MATEMÁTICA A DO ENSINO SECUNDÁRIO (CÓDIGO DA PROVA 635) 2ª FASE 22 DE JULHO 2016 GRUPO I PROPOSTA DE RESOLUÇÃO DA PROVA DE MATEMÁTICA A DO ENSINO SECUNDÁRIO (CÓDIGO DA PROVA 65) ª FASE DE JULHO 016 GRUPO I 1. Sabe-se que: P ( A B ) 0, 6 P A B P A Logo, 0, + 0, P A B Como P P 0, 6 P A B 1 0,

Leia mais

A letra x representa números reais, portanto

A letra x representa números reais, portanto Aula 0 FUNÇÕES UFPA, 8 de março de 05 No ial desta aula, você seja capaz de: Saber dizer o domíio e a imagem das uções esseciais particularmete esta aula as uções potêcias; Fazer o esboço de gráico da

Leia mais

Análise de Regressão Linear Múltipla I

Análise de Regressão Linear Múltipla I Aálise de Regressão Liear Múltipla I Aula 04 Gujarati e Porter, 0 Capítulos 7 e 0 tradução da 5ª ed. Heij et al., 004 Capítulo 3 Wooldridge, 0 Capítulo 3 tradução da 4ª ed. Itrodução Como pode ser visto

Leia mais

EXERCÍCIO: ANÁLISE OPERACIONAL

EXERCÍCIO: ANÁLISE OPERACIONAL EXERCÍCIO: ANÁLISE OPERACIONAL Corredor A: ligação etre o Leste e o Cetro da cidade de São Poli extesão de cerca de 8 km até o Ael B (limita face leste da área cetral), distiguido-se 3 trechos em fução

Leia mais

Emerson Marcos Furtado

Emerson Marcos Furtado Emerso Marcos Furtado Mestre em Métodos Numéricos pela Uiversidade Federal do Paraá (UFPR). Graduado em Matemática pela UFPR. Professor do Esio Médio os estados do Paraá e Sata Cataria desde 199. Professor

Leia mais

1.1. Ordem e Precedência dos Cálculos 1) = Capítulo 1

1.1. Ordem e Precedência dos Cálculos 1) = Capítulo 1 Capítulo. Aritmética e Expressões Algébricas O estudo de cálculo exige muito mais que o cohecimeto de limite, derivada e itegral. Para que o apredizado seja satisfatório o domíio de tópicos de aritmética

Leia mais

Material Teórico - Módulo de ESTATÍSTICA. As Diferentes Médias. Primeiro Ano do Ensino Médio

Material Teórico - Módulo de ESTATÍSTICA. As Diferentes Médias. Primeiro Ano do Ensino Médio Material Teórico - Módulo de ESTATÍSTICA As Diferetes Médias Primeiro Ao do Esio Médio Autor: Prof Atoio Camiha Muiz Neto Revisor: Prof Fracisco Bruo Holada Nesta aula, pausamos a discussão de Estatística

Leia mais

5 Teoria dos Valores Extremos

5 Teoria dos Valores Extremos Teoria dos Valores Extremos 57 5 Teoria dos Valores Extremos A Teoria dos Valores Extremos vem sedo bastate utilizada em campos ligados a evetos raros. Sua estatística é aplicada a estimação de evetos

Leia mais