, que chamaremos de origem, e atribuímos a este ponto o símbolo O. Com este ponto podemos associar um vetor (1.7.1)

Tamanho: px
Começar a partir da página:

Download ", que chamaremos de origem, e atribuímos a este ponto o símbolo O. Com este ponto podemos associar um vetor (1.7.1)"

Transcrição

1 17 Coordeadas e dferecas Fg 171 Coordeadas defdas com dstâcas dos potos aos paredes do laboratóro, Mutos objetos podem ser caracterados com a ajuda de gradeas físcas a pesar de ão serem gradeas Um eemplo desta stuação é forecdo pelos potos do espaço físco E de um referecal Um poto ão é uma gradea, mas podemos escolher gradeas udmesoas G1, G2,, G com correspodetes espaços de valor V1, V2,, V e fuções Kk : E Vk defdas por algum procedmeto epermetal de tal forma que cada -upla 1 g1, g2,, g de valores determa um poto em E de maera úca pelas codções K ( ) g, K ( ) g,, K ( ) g Um sstema de fuções que caractera potos desta maera e que satsfa, além dsso, certas codções de smplcdade (as quas dscutremos em seguda) é chamado de sstema de coordeadas Um eemplo de sstema de coordeadas é forecdo pelas dstâcas dos potos às paredes do laboratóro, permtdo também valores egatvos depededo de qual lado da parede que o poto fca O domío orgal de dstâca era o cojuto de pares de potos Mas, podemos esteder o domío cludo pares de plaos e potos A dstâca de um poto a um plao defmos como a meor dstâca etre e potos do plao odemos costrur o mesmo tpo de sstema de coordeadas com a ajuda da lguagem vetoral que fo troduda as secções ara sto escolhemos algum poto fo o espaço físco E, que chamaremos de orgem, e atrbuímos a este poto o símbolo O Com este poto podemos assocar um vetor r O (171) ( ) Def a cada poto Este vetor será chamado de vetor posção do poto Quado é e escrever claro de qual poto se trata vamos também omtr a dcação ( ) somete r Agora vamos escolher uma base ortoormal { ˆ, ˆ, ˆ} o espaço uversal U É costume substtur a usual seta por um aceto crcufleo para dcar que se trata de um vetor com módulo 1 Etão quado lermos um vetor com crcufleo sabemos automatcamete que ele é um vetor do espaço U, pos vetores de outros espaços ão podem ter um módulo 1 Escrevedo o vetor posção a base { ˆ, ˆ, ˆ} geramos três valores o espaço de valor da gradea dstâca, e estes servem como um sstema de coordeadas: 1 Uma k-upla é uma seqüêca ordeada de k elemetos Esta oção é uma geeralação do par ordeado, podedo ter mas de dos elemetos e podedo ter como úmero de elemetos uma varável qualquer como, k, ou qualquer outra letra 42

2 r ˆ ˆ ˆ ( ) ( ) + ( ) + ( ) (172) De ovo, quado é evdete de qual poto estamos falado, omtremos a dcação ( ) : r ˆ + ˆ + ˆ (173) Sstemas de coordeadas costruídos desta forma com uma base ortoormal se chamam coordeadas Cartesaas ara cohecermos o coceto de sstema de coordeadas de forma mas completa eploraremos agora possíves alteratvas ão muto váves a título de cotra-eemplo rmero podemos pesar em acrescetarmos mas coordeadas oderíamos usar uma quarta coordeada, por eemplo, o módulo do vetor posção Mas, logo se percebe que esta quarta coordeada ão tra ehum beefco, pos a tarefa de localar os potos o espaço já é perfetamete resolvda com as coordeadas, e Será que esta tarefa poder-se-a resolver com meos de três gradeas? Surpreedetemete sto é de fato possível Vamos escrever os valores das coordeadas, e em termos de alguma udade de dstâca, por eemplo como múltplos do metro: m, m, m, (174) odemos escrever cada um dos úmeros, e em forma decmal:, , , Destes três úmeros decmas, podemos formar um úco úmero decmal def (175) ζ, (176) Iversamete, podemos determar três úmeros, e ζ ζ ζ, ζ ζ ζ ζ ζ ζ, ζ ζ ζ ζ ζ ζ, ζ ζ ζ , para cada valor de ζ : (177) Cada valor de ζ determe uma tera de valores e de forma úca e, de sua ve, esta tera determa um poto o espaço físco de forma úca Etão resolvemos a tarefa de caracterar os potos do espaço com os valores de uma úca gradea udmesoal ζ Mas, o espaço físco ão é apeas um cojuto de potos Ele tem também uma estrutura geométrca Evdetemete as coordeadas Cartesaas têm uma relação smples com esta estrutura Cotraramete, a localação dos potos através da gradea ζ esta estrutura fcou despedaçada ou pcada até fcar completamete rrecohecível ara a costrução de coordeadas, ão vamos tolerar este tpo de localação de potos Etão temos que especfcar quas são as egêcas de smplcdade que um sstema de coordeadas deva satsfaer ara faer sto vamos prmeramete jutar as gradeas G1, G2,, G que faem parte do sstema de coordeadas K1, K2,, K uma úca 43

3 gradea G odemos arrumar os valores de uma -upla g1, g2,, g uma mat colua g1 g2 g e defr a soma deste objetos da forma usual g1 f1 g1 + f1 g2 f2 g2 + f2 + Def g f g f + (178) (179) Isto defe a ova gradea G que tem um espaço de valores de dmesões que é a soma dreta dos espaços V1, V2,, V VG V1 V2 V (171) O sstema de coordeadas pode ser epresso por um mapeameto K : E V G tal que K1 K2 K ( ) (1711) K ( ) Na verdade vamos ser até meos egetes Um sstema de coordeadas ão precsa fucoar ecessaramete para todo o espaços E Basta que a fução K seja defda em algum subcojuto aberto A de ( ) ( ) G E ; K : A V Etão este sstema de coordeadas fucoara apeas detro de A Agora mage um poto qualquer em A ara potos uma pequea vhaça de vamos egr que a varação dos valores de K possa ser apromada por uma fução lear e bjetva do vetor deslocameto Temos que eplcar o que queremos der com essa egêca The two pots ad determe two -tuples of values of the coordates: 44

4 ( ) ( ) ( ) ( ) ( ) K1 K1 K2 K2 K ( ), K ( ) (1712) K K ( ) The value space VG V1 V2 V s a lear space ad so the dfferece K ( ) K ( ) s well defed O the other had we ca form the dsplacemet vector of the two pots ad So the tours that start at pot ad eds at pot defe a mappg of a vector space D to the lear space V G We could requre from our coordates that ths mappg s alwas lear oderíamos egr das ossas coordeadas que este mapeameto seja sempre lear But ths would be a ver strog requremet Let us be a lttle more geerous ad requre ol that leart s vald as a lmtg case whe the pot approaches the pot Ths ca be formulated a formal wa as follows: For a a D ad ε wth ε let a, ε be the pot such that ε a a, ε The we requre that there ests a lear mappg dk : D V G, whch we shall call the dfferetal of the fucto K, so that { K ( a, ε ) K ( )} dk [ εa] lm ε ε (1713) for all a D Nesta fórmula escrevemos a aplcação do mapeameto lear dk o vetor a dk εa Se esta codção for válda em todo o domío A da ε como [ ] fução K chamaremos a fução de dferecável Na secção 12 mecoamos que os mapeametos leares podem ser escrtos como multplcações Etão se cosegurmos d εa d ε a K K εa escrever um K [ ] a forma de algum produto [ ] chamaremos o objeto K de dervada da fução K o poto ara um sstema de coordeadas vamos egr ão apeas que estes mapeametos leares dk estam, mas também que eles sejam bjetvas Veremos o eemplo das coordeadas Cartesaas Neste caso o mapeameto lear dk ão é apeas uma apromação lear, mas a própra dfereça K ( εa ) K ( ) depede learmete do vetor εa Etão para o caso cartesao temos: ε a ˆ Cartesao Cartesao Cartesao d [ a] ( ) ( ) ˆ K ε K εa K ε a (1714) ε a ˆ O valor ε a ˆ é a mudaça que a coordeada sofre quado os deslocarmos do poto até o poto a, ε odemos escrever este valor como a aplcação do 45

5 mapeameto lear d o vetor εa Isto é ε a ˆ d[ ε a] Aalogamete podemos escrever as demas compoetes como aplcações de dferecas; ε a ˆ d[ ε a] e ε a ˆ d ε a Etão o caso Cartesao temos [ ] d Cartesao K d (1715) d d ara um sstema de coordeadas qualquer temos K1 K1 K1 d + d + d K2 K2 K2 d + d + d dk (1716) K K K d + d + d Nesta epressão as dervadas parcas são todas calculadas o poto Na verdade as fuções K1, K2,, K eram defdas o espaço físco E e ão o espaço de teras de valores de dstâcas Mas, como cada tera de valores,, determa um poto,, E de maera úca, podemos defr dervadas parcas em relação a, e de uma fução defda em E ; F F lm Def ε ( ) F,, ( +ε,, ) ε (1717) e as dervadas e aalogamete A egêca que dk seja bjetva para um sstema de coordeadas mplca medatamete que o úmero de coordeadas tem que ser três Com sto elmamos qualquer coordeadas redudates A egêca de leardade local elma estas pcotages que femos o osso cotra-eemplo (177) Veremos um eemplo de sstemas mportate de coordeadas Coordeadas esfércas Como o caso das coordeadas Cartesaas, escolhemos uma orgem O o espaço E e caracteramos um poto pelo seu vetor posção Mas este vetor ão ˆ, ˆ, ˆ, mas pelo seu módulo caracteramos pelas compoetes a base { } 46

6 r Def r, pelo âgulo etre r e ẑ e pelo âgulo que a projeção ortogoal do vetor r o plao - fa com o vetor ˆ r r, θ ˆ, r, ϕ ˆ, r ˆ ˆ r (1718) def def def ( { }) ( ) ( ) Como os potos do espaço E tem uma relação um a um com os teras de valores,, podemos escrever as coordeadas r, θ, ϕ como fuções de, e ou versamete, podemos escrever, e em temos de r, θ e ϕ Aqu damos esta seguda trasformação: ( ) cos( ) ( ) se ( ) ( ) r se θ ϕ r se θ ϕ r cos θ (1719) E podemos escrever o própro vetor posção em termos das coordeadas r, θ e ϕ : r ˆ r se θ cos ϕ + ˆ r se θ se ϕ + ˆ r cos θ (172) Fg 172 Coordeadas esfércas ( ) ( ) ( ) ( ) ( ) θ ϕ Nesta fórmula o ídce ara um sstema de coordeadas K podemos defr sstemas de bases vetoras assocadas pelas dervadas parcas do vetor posção escrtos como fução dos valores g 1, g 2 e g 3 das coordeadas r K (1721) def g gão g ão sgfcas que a dervada parcal deve ser tomada como cosderado os valores das coordeadas que ão são a coordeada costates epare que este sstema de vetores báscos em geral depedo do poto Sstemas de coordeadas que resultam em bases assocadas de vetores ortogoas são chamados de coordeadas ortogoas Estas são sstemas de coordeadas as quas as lhas de coordeadas se cruam sempre de forma perpedcular Isto é o caso das coordeadas esfércas As lhas de coordeadas são as lhas que obtemos varado uma das coordeadas e matedo as outras duas costates A fgura 172 mostra as três lhas de coordeadas que passam pelo poto represetatvo ara sstemas de coordeadas ortogoas vale o esforço de ormalar os vetores báscos assocados ara coordeadas ão ortogoas sto ão fara muto setdo Etão defese para coordeadas ortogoas bases ortoormas: K 47

7 Kˆ def r g r g (1722) Eercíco: (a) Calcule as bases ortoormas { ˆ, ˆ, ˆ} { ˆ, ˆ, ˆ} r θ ϕ epressado estes vetores a base orgal (b) Mostre que esta base é ortoormal (ou melhor, estas bases são ortoormas, pos a base depede da posção e etão são váras bases) (c) Imaga que uma partícula se move e este movmeto é descrto por uma fução r ( t) Escreva r ( t), v ( t) r ( t) dr / dt e a ( t ) v ( t ) em termos das gradeas r, θ, ϕ, r, θ, ϕ, r, θ, ϕ, rˆ, θˆ, ϕˆ (d) Faça os mesmos cálculos para coordeadas clídrcas Ρ, ϕ, (a prmera letra é um ρ maúsculo) que se relacoam com as coordeadas Cartesaas da segute maera: cos ( ), se ( ) Ρ ϕ Ρ ϕ e alterada 48

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

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

Leia mais

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

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

Leia mais

Como CD = DC CD + DC = 0

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

Leia mais

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

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

Leia mais

1. Revisão Matemática

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

Leia mais

Sumário. Mecânica. Sistemas de partículas

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

Leia mais

Métodos iterativos. Capítulo O Método de Jacobi

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

Leia mais

Capítulo 5 CINEMÁTICA DIRETA DE ROBÔS MANIPULADORES

Capítulo 5 CINEMÁTICA DIRETA DE ROBÔS MANIPULADORES Cemátca da Posção de Robôs Mapuladores Capítulo 5 CINEMÁTICA DIRETA DE ROBÔS MANIPULADORES A cemátca de um robô mapulador é o estudo da posção e da velocdade do seu efetuador e dos seus lgametos. Quado

Leia mais

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

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

Leia mais

Forma padrão do modelo de Programação Linear

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

Leia mais

RESUMO E EXERCÍCIOS NÚMEROS COMPLEXOS ( )

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

Leia mais

NÚMEROS COMPLEXOS. z = a + bi,

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

Leia mais

ANÁLISE DE REGRESSÃO E CORRELAÇÃO

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

Leia mais

Apostila de Introdução Aos Métodos Numéricos

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

Leia mais

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

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

Leia mais

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

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

Leia mais

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

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

Leia mais

Centro de massa, momento linear de sistemas de partículas e colisões

Centro de massa, momento linear de sistemas de partículas e colisões Cetro de massa, mometo lear de sstemas de partículas e colsões Prof. Luís C. Pera stemas de partículas No estudo que temos vdo a fazer tratámos os objectos, como, por exemplo, blocos de madera, automóves,

Leia mais

CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS

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

Leia mais

MEDIDAS DE DISPERSÃO:

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

Leia mais

PLANO PROBABILIDADES Professora Rosana Relva DOS. Números Inteiros e Racionais COMPLEXOS NÚMEROS COMPLEXOS NÚMEROS COMPLEXOS NÚMEROS COMPLEXOS

PLANO PROBABILIDADES Professora Rosana Relva DOS. Números Inteiros e Racionais COMPLEXOS NÚMEROS COMPLEXOS NÚMEROS COMPLEXOS NÚMEROS COMPLEXOS Professor Luz Atoo de Carvalho PLANO PROBABILIDADES Professora Rosaa Relva DOS Números Iteros e Racoas COMPLEXOS rrelva@globo.com Número s 6 O Número Por volta de 00 d.c a mpressão que se tha é que, com

Leia mais

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

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

Leia mais

Econometria: 4 - Regressão Múltipla em Notação Matricial

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

Leia mais

Oitava Lista de Exercícios

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

Leia mais

Econometria: 3 - Regressão Múltipla

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

Leia mais

PROPOSTAS DE RESOLUÇÃO. Capítulo 8

PROPOSTAS DE RESOLUÇÃO. Capítulo 8 MATEMÁTICA,.ª CLASSE Actvdades de vestgação PROPOSTAS DE RESOLUÇÃO Pág. Não, porque a descoberta do tesouro ão depede do poto ode se ca a marcha. Localação: da palmera: P = a + b do sâdalo: S = c + d do

Leia mais

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

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

Leia mais

? Isso é, d i= ( x i. . Percebeu que

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

Leia mais

Apêndice 1-Tratamento de dados

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

Leia mais

Revisão de Estatística X = X n

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

Leia mais

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

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

Leia mais

Números Complexos Sumário

Números Complexos Sumário Números Complexos Sumáro. FORMA ALGÉBRICA DOS NÚMEROS COMPLEXOS.. Adção de úmeros complexos... Propredades da operação de adção.. Multplcação de úmeros complexos... Propredades da operação de multplcação..

Leia mais

Estatística - exestatmeddisper.doc 25/02/09

Estatística - exestatmeddisper.doc 25/02/09 Estatístca - exestatmeddsper.doc 5/0/09 Meddas de Dspersão Itrodução ão meddas estatístcas utlzadas para avalar o grau de varabldade, ou dspersão, dos valores em toro da méda. ervem para medr a represetatvdade

Leia mais

( ) ( IV ) n ( ) Escolha a alternativa correta: A. III, II, I, IV. B. II, III, I, IV. C. IV, III, I, II. D. IV, II, I, III. E. Nenhuma das anteriores.

( ) ( IV ) n ( ) Escolha a alternativa correta: A. III, II, I, IV. B. II, III, I, IV. C. IV, III, I, II. D. IV, II, I, III. E. Nenhuma das anteriores. Prova de Estatístca Epermetal Istruções geras. Esta prova é composta de 0 questões de múltpla escolha a respeto dos cocetos báscos de estatístca epermetal, baseada os lvros BANZATTO, A.D. e KRONKA, S.N.

Leia mais

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

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

Leia mais

Ivan G. Peyré Tartaruga. 1 Metodologia espacial

Ivan G. Peyré Tartaruga. 1 Metodologia espacial RELATÓRIO DE PESQUISA 5 Procedmetos o software ArcGIS 9. para elaborar os mapas da Regão Metropoltaa de Porto Alegre RMPA com as elpses de dstrbução drecoal etre 99 e 000 Iva G. Peré Tartaruga Metodologa

Leia mais

Momento Linear duma partícula

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

Leia mais

3 Modelos Lineares Generalizados

3 Modelos Lineares Generalizados 3 Modelos Leares Geeralzados No capítulo foram cosderados apeas modelos leares com dstrbução ormal e fução de lgação detdade. Neste capítulo apresetamos os modelos leares geeralzados (MLG, que foram propostos

Leia mais

(c) Para essa nova condição de operação, esboce o gráfico da variação da corrente no tempo.

(c) Para essa nova condição de operação, esboce o gráfico da variação da corrente no tempo. CONVERSÃO ELETROMECÂNICA DE ENERGIA Lsta de exercícos sobre crcutos magétcos Questão A fgura 1(a mostra um acoador projetado para produzr força magétca. O mesmo possu um úcleo em forma de um C e uma armadura

Leia mais

Matemática C Semiextensivo V. 2

Matemática C Semiextensivo V. 2 Matemátca C Semetesvo V. Eercícos 0) Através da observação dreta do gráfco, podemos coclur que: a) País. b) País. c) 00 habtates. d) 00 habtates. e) 00 0 0 habtates. 0) C Através do gráfco, podemos costrur

Leia mais

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

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

Leia mais

Previsão de demanda quantitativa Regressão linear Regressão múltiplas Exemplos Exercícios

Previsão de demanda quantitativa Regressão linear Regressão múltiplas Exemplos Exercícios Objetvos desta apresetação Plaejameto de produção: de Demada Aula parte Mauro Osak TES/ESALQ-USP Pesqusador do Cetro de Estudos Avaçados em Ecooma Aplcada Cepea/ESALQ/USP de demada quattatva Regressão

Leia mais

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

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

Leia mais

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo.

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo. Equlíbro e o Potecal de Nerst 5910187 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 11 Nesta aula, vamos utlzar a equação para o modelo de eletrodfusão o equlíbro obtda a aula passada para estudar o trasporte

Leia mais

16/03/2014. IV. Juros: taxa efetiva, equivalente e proporcional. IV.1 Taxa efetiva. IV.2 Taxas proporcionais. Definição:

16/03/2014. IV. Juros: taxa efetiva, equivalente e proporcional. IV.1 Taxa efetiva. IV.2 Taxas proporcionais. Definição: 6// IV. Juros: taxa efetva, equvalete e proporcoal Matemátca Facera Aplcada ao Mercado Facero e de Captas Professor Roaldo Távora IV. Taxa efetva Defção: É a taxa de juros em que a udade referecal de seu

Leia mais

TRABALHO DE COMPENSAÇÃO DE FALTAS - DP

TRABALHO DE COMPENSAÇÃO DE FALTAS - DP Cotrole do Proº Compesou as Faltas Não Compesou as Faltas TRABALHO DE COMPENSAÇÃO DE FALTAS - DP (De acordo coma s ormas da Isttução) CURSO: CIÊNCIAS CONTÁBEIS DISCIPLINA: INTRODUÇÃO À ESTATÍSTICA 2º ANO

Leia mais

RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO

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

Leia mais

CAPÍTULO III. Aproximação de funções pelo método dos Mínimos Quadrados

CAPÍTULO III. Aproximação de funções pelo método dos Mínimos Quadrados Métodos Nuércos CAPÍULO III C. Balsa & A. Satos Aproxação de fuções pelo étodo dos Míos Quadrados. Algus cocetos fudaetas de Álgebra Lear Relebraos esta secção algus cocetos portates da álgebra Lear que

Leia mais

Estatística Básica - Continuação

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

Leia mais

Noções de cálculo vetorial e tensorial

Noções de cálculo vetorial e tensorial 1 Noções de cálculo vetoral e tesoral Varáves escalares, vetoras e tesoras Os meos cotíuos (sóldos, líqudos, gases) (MC) ocupam parte do espaço físco, sto é os MCs ocupam um certo domío que pode ser um

Leia mais

Noções Básicas de Medidas e Algarismos Significativos

Noções Básicas de Medidas e Algarismos Significativos Noções Báscas de Meddas e Algarsmos Sgfcatvos Prof. Theo Z. Pava Departameto de Físca - Faculdade de Flosofa, Cêcas e Letras de Rberão Preto-USP Físca Acústca Motvações Quas são os padrões de meddas? Podemos

Leia mais

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12 MEDIDAS DE POSIÇÃO: São meddas que possbltam represetar resumdamete um cojuto de dados relatvos à observação de um determado feômeo, pos oretam quato à posção da dstrbução o exo dos, permtdo a comparação

Leia mais

Método de Gauss- Seidel

Método de Gauss- Seidel .7.- Método de Guss- Sedel Supohmos D = I, como fo feto pr o método de Jco-Rchrdso. Trsformmos o sstem ler A = como se segue: (L + I + R) = (L + I) = - R + O processo tertvo defdo por: é chmdo de Guss-Sedel.

Leia mais

Capítulo 2. Aproximações de Funções

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

Leia mais

5. Funções teste. L 2 ( )= {u :? ; Borel mensurável com u 2 dx < 8 }

5. Funções teste. L 2 ( )= {u :? ; Borel mensurável com u 2 dx < 8 } 5. Fções teste Até agora estvemos tratado tesvamete com a tegração. Uma cosa qe temos vsto é qe, cosderado espaços das, podemos pesar as fções como fcoas. Vamos rever brevemete esta déa. osdere a bola

Leia mais

CAPÍTULO 5. Ajuste de curvas pelo Método dos Mínimos Quadrados

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

Leia mais

FINANCIAMENTOS UTILIZANDO O EXCEL

FINANCIAMENTOS UTILIZANDO O EXCEL rofessores Ealdo Vergasta, Glóra Márca e Jodála Arlego ENCONTRO RM 0 FINANCIAMENTOS UTILIZANDO O EXCEL INTRODUÇÃO Numa operação de empréstmo, é comum o pagameto ser efetuado em parcelas peródcas, as quas

Leia mais

Neste capítulo pretende-se introduzir o conceito de centróide, em especial quando aplicado para o caso de superfícies planas.

Neste capítulo pretende-se introduzir o conceito de centróide, em especial quando aplicado para o caso de superfícies planas. Físca plcada à Egehara vl II aulo Medes ENTRÓIDES Neste capítulo pretede-se troduzr o coceto de cetróde, em especal quado aplcado para o caso de superfíces plaas. Este documeto, costtu apeas um strumeto

Leia mais

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

Diferenciais Ordinárias. Reginaldo J. Santos Departamento de Matemática-ICEx Universidade Federal de Minas Gerais Exstêca e Ucdade de Soluções de Equações Dferecas Ordáras Regaldo J Satos Departameto de Matemátca-ICEx Uversdade Federal de Mas Geras http://wwwmatufmgbr/ reg 10 de ulho de 2010 2 1 INTRODUÇÃO Sumáro

Leia mais

Ricardo de Godoy ESPAÇO DE HILBERT E QUANTIFICAÇÃO DE EMARANHAMENTO VIA ENTROPIA NÃO EXTENSIVA. São José do Rio Preto SP. 22 de dezembro de 2005

Ricardo de Godoy ESPAÇO DE HILBERT E QUANTIFICAÇÃO DE EMARANHAMENTO VIA ENTROPIA NÃO EXTENSIVA. São José do Rio Preto SP. 22 de dezembro de 2005 UNIVERSIDADE ESTADUAL PAULISTA Isttuto de Bocêcas, Letras e Cêcas Exatas DEPARTAMENTO DE CIÊNCIAS DE COMPUTAÇÃO E ESTATÍSTICA Rcardo de Godoy ESPAÇO DE HILBERT E QUANTIFICAÇÃO DE EMARANHAMENTO VIA ENTROPIA

Leia mais

2 Avaliação da segurança dinâmica de sistemas de energia elétrica: Teoria

2 Avaliação da segurança dinâmica de sistemas de energia elétrica: Teoria Avalação da seguraça dâmca de sstemas de eerga elétrca: Teora. Itrodução A avalação da seguraça dâmca é realzada através de estudos de establdade trastóra. Nesses estudos, aalsa-se o comportameto dos geradores

Leia mais

TEORIA DE ERROS MEDIDAS E GRÁFICOS

TEORIA DE ERROS MEDIDAS E GRÁFICOS Uversdade Federal de Juz de Fora Isttuto de Cêcas Eatas Departameto de Físca TEORIA DE ERROS MEDIDAS E GRÁFICOS Prof. Carlos R. A. Lma Edção Março de 010 ÌNDICE CAPÍTULO 1 - PRINCÍPIOS BÁSICOS DA ESTATÍSTICA

Leia mais

Determinação de correspondência com precisão sub-pixel por interpolação polinomial 1

Determinação de correspondência com precisão sub-pixel por interpolação polinomial 1 Determação de correspodêca com precsão sub-pel por terpolação polomal BAZAN, W S; TOMMASELLI, A M G; GALO, M Determação de correspodêca com precsão subpel por terpolação polomal I: COBRAC 4 - Cogresso

Leia mais

Capítulo 1: Erros em cálculo numérico

Capítulo 1: Erros em cálculo numérico Capítulo : Erros em cálculo umérco. Itrodução Um método umérco é um método ão aalítco, que tem como objectvo determar um ou mas valores umércos, que são soluções de um certo problema. Ao cotráro das metodologas

Leia mais

1. Conceitos básicos de estatística descritiva 1.3. Noção de extracção aleatória e de probabilidade

1. Conceitos básicos de estatística descritiva 1.3. Noção de extracção aleatória e de probabilidade Sumáro (3ª aula). Cocetos báscos de estatístca descrtva.3. Noção de etracção aleatóra e de probabldade.4 Meddas de tedêca cetral.4. Méda artmétca smples.4. Méda artmétca poderada.4.3 Méda artmétca calculada

Leia mais

( ) 4. Novo Espaço Matemática A 12.º ano Proposta de Teste de Avaliação [maio 2015] GRUPO I. f x

( ) 4. Novo Espaço Matemática A 12.º ano Proposta de Teste de Avaliação [maio 2015] GRUPO I. f x Novo Espaço Matemática A º ao Proposta de Teste de Avaliação [maio 05] Nome: Ao / Turma: Nº: Data: - - GRUPO I Os sete ites deste grupo são de escolha múltipla Em cada um deles, são idicadas quatro opções,

Leia mais

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

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

Leia mais

Matemática Aula 1. Decomposição Matricial

Matemática Aula 1. Decomposição Matricial CURSO DE NIVELAMENO 0 - PEQ/COPPE/UFRJ PROF. ARGIMIRO DECOMPOSIÇÃO MARICIAL Matemátca Aula Decomposção Matrcal A decomposção matrcal é uma fatoração de uma matrz em alguma forma caôca ou padrão. Exstem

Leia mais

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

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

Leia mais

ESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA

ESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA ESTATÍSTICA MÓDULO OS RAMOS DA ESTATÍSTICA Ídce. Os Ramos da Estatístca...3.. Dados Estatístcos...3.. Formas Icas de Tratameto dos Dados....3. Notação por Ídces...5.. Notação Sgma ()...5 Estatístca Módulo

Leia mais

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

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

Leia mais

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

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

Leia mais

2-Geometria da Programação Linear

2-Geometria da Programação Linear I 88 Otmzação Lear -Geometra da Programação Lear ProfFeradoGomde DC-FEEC-Ucamp Coteúdo. Poledros e cojutos coveos. Potos etremos vértces soluções báscas factíves 3. Poledros a forma padrão 4. Degeeração

Leia mais

REGESD Prolic Matemática e Realidade- Profª Suzi Samá Pinto e Profº Alessandro da Silva Saadi

REGESD Prolic Matemática e Realidade- Profª Suzi Samá Pinto e Profº Alessandro da Silva Saadi REGESD Prolc Matemátca e Realdade- Profª Suz Samá Pto e Profº Alessadro da Slva Saad Meddas de Posção ou Tedêca Cetral As meddas de posção ou meddas de tedêca cetral dcam um valor que melhor represeta

Leia mais

Números Complexos. David zavaleta Villanueva 1

Números Complexos. David zavaleta Villanueva 1 Material do miicurso a ser lecioado o III EREM-Mossoró-UERN UFRN - Uiversidade Federal do Rio Grade do Norte Edição N 0 outubro 011 Números Complexos David zavaleta Villaueva 1 1 CCET-UFRN, Natal, RN,

Leia mais

ANÁLISE DE REGRESSÃO E CORRELAÇÃO

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

Leia mais

ÍNDICE DE THEIL Referência Obrigatória: Hoffman cap 4 pags 99 a 116 e cap 3 pgs (seção 3.4).

ÍNDICE DE THEIL Referência Obrigatória: Hoffman cap 4 pags 99 a 116 e cap 3 pgs (seção 3.4). Cetro de Polítcas Socas - Marcelo Ner ÍNDICE DE HEIL Referêca Obrgatóra: Hoffma cap 4 pags 99 a 6 e cap 3 pgs 42-44 (seção 3.4).. Coteúdo Iformatvo de uma mesagem Baseado a teora da formação, que aalsa

Leia mais

Prof. Eugênio Carlos Stieler

Prof. Eugênio Carlos Stieler http://www.uemat.br/eugeo Estudar sem racocar é trabalho 009/ TAXA INTERNA DE RETORNO A taa tera de retoro é a taa que equalza o valor presete de um ou mas pagametos (saídas de caa) com o valor presete

Leia mais

MÓDULO 8 REVISÃO REVISÃO MÓDULO 1

MÓDULO 8 REVISÃO REVISÃO MÓDULO 1 MÓDULO 8 REVISÃO REVISÃO MÓDULO A Estatístca é uma técca que egloba os métodos cetícos para a coleta, orgazação, apresetação, tratameto e aálse de dados. O objetvo da Estatístca é azer com que dados dspersos

Leia mais

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

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

Leia mais

ESCOLA SUPERIOR DE TECNOLOGIA UNIVERSIDADE DO ALGARVE

ESCOLA SUPERIOR DE TECNOLOGIA UNIVERSIDADE DO ALGARVE SCOLA SUPIO D CNOLOGIA UNIVSIDAD DO ALGAV CUSO BIÁPICO M NGNHAIA CIVIL º cclo egme Duro/Nocturo Dscpla de COMPLMNOS D MAMÁICA Ao lectvo de 7/8 - º Semestre Ídce. egressão lear múltpla.... Itrodução....

Leia mais

Ajuste de dados experimentais

Ajuste de dados experimentais Capítulo 8 8. Itrodução Uma forma de trabalhar com uma fução defda por uma tabela de valores é a terpolação polomal. Etretato esta ão é acoselhável quado:. é precso obter um valor aproxmado da fução em

Leia mais

F-128 Física Geral I. Aula Exploratória Cap. 3.

F-128 Física Geral I. Aula Exploratória Cap. 3. F-128 Físca Geral I ula Eploratóra Cap. 3 username@f.uncamp.br Soma de vetores usando componentes cartesanas Se, o vetor C será dado em componentes cartesanas por: C ( î ĵ)( î ĵ) ( )î ( )ĵ C C î C ĵ onde:

Leia mais

Olá, amigos concursandos de todo o Brasil!

Olá, amigos concursandos de todo o Brasil! Matemátca Facera ICMS-RJ/008, com gabarto cometado Prof. Wager Carvalho Olá, amgos cocursados de todo o Brasl! Veremos, hoje, a prova do ICMS-RJ/008, com o gabarto cometado. - O artgo º da Le.948 de 8

Leia mais

26/11/2000 UNIVERSIDADE FEDERAL DO RIO DE JANEIRO VESTIBULAR PROVA 2 MATEMÁTICA. Prova resolvida pela Profª Maria Antônia Conceição Gouveia.

26/11/2000 UNIVERSIDADE FEDERAL DO RIO DE JANEIRO VESTIBULAR PROVA 2 MATEMÁTICA. Prova resolvida pela Profª Maria Antônia Conceição Gouveia. 6//000 UNIVERSIDADE FEDERAL DO RIO DE JANEIRO VESTIBULAR 00- PROVA MATEMÁTICA Prova resolvida pela Profª Maria Atôia Coceição Gouveia RESPONDA ÀS QUESTÕES A SEGUIR, JUSTIFICANDO SUAS SOLUÇÕES QUESTÃO A

Leia mais

Consideremos a fórmula que nos dá a área de um triângulo: = 2

Consideremos a fórmula que nos dá a área de um triângulo: = 2 6. Cálculo Derecal e IR 6.. Fução Real de Varáves Reas Cosdereos a órula que os dá a área de u trâulo: b h A( b h) Coo podeos vercar a área de u trâulo depede de duas varáves: base (b) e altura (h) Podeos

Leia mais

Coordenação directa de pontos novos, a partir de um ponto conhecido, medindo-se um ângulo e uma distância.

Coordenação directa de pontos novos, a partir de um ponto conhecido, medindo-se um ângulo e uma distância. Irradada Smples Coordeação drecta de potos ovos, a partr de um poto cohecdo, meddo-se um âgulo e uma dstâca. P N M M M V E P P P V E P E R EN α c M V M M ser C P cos R C EV EV R EV R EN α c dstâca cartográfca

Leia mais

Física Geral I F Aula 3 Escalares e Vetores. Segundo semestre de 2009

Física Geral I F Aula 3 Escalares e Vetores. Segundo semestre de 2009 Físca Geral I F -128 ula 3 Escalares e Vetores Segundo semestre de 2009 Grandeas Escalares e Vetoras Uma grandea físca é um escalar quando pode ser caracterada apenas por um número, sem necessdade de assocar-lhe

Leia mais

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

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

Leia mais

MATEMÁTICA II. 01. Uma função f, de R em R, tal. , então podemos afirmar que a, b e c são números reais, tais. que. D) c =

MATEMÁTICA II. 01. Uma função f, de R em R, tal. , então podemos afirmar que a, b e c são números reais, tais. que. D) c = MATEMÁTCA 0. Uma fução f, de R em R, tal que f(x 5) f(x), f( x) f(x),f( ). Seja 9 a f( ), b f( ) e c f() f( 7), etão podemos afirmar que a, b e c são úmeros reais, tais que A) a b c B) b a c C) c a b ab

Leia mais

Capítulo 3. Interpolação Polinomial

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

Leia mais

Estatística: uma definição

Estatística: uma definição Coleção de úmeros estatístcas Estatístca: uma defção O úmero de carros veddos o país aumetou em 30%. A taa de desemprego atge, este mês, 7,5%. As ações da Telebrás subram R$,5, hoje. Resultados do Caraval

Leia mais

Estatística: uma definição

Estatística: uma definição Prof. Lorí Val, Dr. val@ufrgs.br http://www.ufrgs.br/~val/ Estatístca: uma defção Coleção de úmeros estatístcas O úmero de carros veddos o país aumetou em 30%. A taa de desemprego atge, este mês, 7,5%.

Leia mais

16 - PROBLEMA DO TRANSPORTE

16 - PROBLEMA DO TRANSPORTE Prof. Volr Wlhel UFPR TP05 Pesqusa Operacoal 6 - PROBLEMA DO TRANSPORTE Vsa zar o custo total do trasporte ecessáro para abastecer cetros cosudores (destos) a partr de cetros forecedores (orges) a, a,...,

Leia mais

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão Estatístca Descrtva Meddas estatístcas: Localzação, Dspersão Meddas estatístcas Localzação Dspersão Meddas estatístcas - localzação Méda artmétca Dados ão agrupados x x Dados dscretos agrupados x f r x

Leia mais

Caderno de Fórmulas. Swap

Caderno de Fórmulas. Swap Swap Elaboração: Abrl/25 Últma Atualzação: 5/4/216 Apresetação O adero de Fórmulas tem por objetvo oretar os usuáros do Módulo de, a compreesão da metodologa de cálculo e dos crtéros de precsão usados

Leia mais

CLEBER HELIO GARCIA OS TEOREMAS DO CÁLCULO VETORIAL

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

Leia mais

( k) Tema 02 Risco e Retorno 1. Conceitos Básicos

( k) Tema 02 Risco e Retorno 1. Conceitos Básicos FEA -USP Graduação Cêcas Cotábes EAC05 04_0 Profa. Joaíla Ca. Rsco e Retoro. Cocetos Báscos Rotero BE-cap.6 Tema 0 Rsco e Retoro. Cocetos Báscos I. O que é Retoro? II. Qual é o Rsco de um Atvo Idvdual

Leia mais

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

Adotando-se as seguintes variáveis e parâmetro adimensionais: i 1 i i i i i 1 Lsta de eercícos (Capítulo 4) ) Em dos reatores taque de mstura perfeta é coduzda a reação em fase líquda: A+BC+D de forma sotérmca. Os balaços estacoáros de massa do reagete A este sstema são descrtos

Leia mais

7 Análise de covariância (ANCOVA)

7 Análise de covariância (ANCOVA) Plejameto de Expermetos II - Adlso dos Ajos 74 7 Aálse de covarâca (ANCOVA) 7.1 Itrodução Em algus expermetos, pode ser muto dfícl e até mpossível obter udades expermetas semelhtes. Por exemplo, pode-se

Leia mais