Cálculo Numérico BCC760 Interpolação Polinomial

Tamanho: px
Começar a partir da página:

Download "Cálculo Numérico BCC760 Interpolação Polinomial"

Transcrição

1 Cálculo Numérco BCC76 Interpolação Polnomal Departamento de Computação Págna da dscplna 1

2 Interpolação Polnomal Conteúdo 1. Introdução 2. Objetvo 3. Estênca e uncdade 4. Erro de truncamento 5. Métodos de obtenção do polnômo nterpolador 5.1 Resolução de sstema lnear 5.2 Método de Lagrange 5.3 Método das Dferenças Dvddas 5.4 Método das Dferenças Fntas Ascendentes 6. Compledade dos métodos de nterpolação 7. Consderações fnas 2

3 Interpolação Polnomal Introdução Interpolar uma função y=f(), em um conjunto dscreto de pontos, pertencentes a um ntervalo [a b], consste em substtuí-la, ou apromá-la, por uma outra função, y=g(), escolhda dentro de uma classe de funções defnda a pror e que satsfaça algumas propredades. A função y=g() é, então, usada no lugar da função y=f(). 3

4 Interpolação Polnomal Introdução Stuações de utlzação da nterpolação. a) Quando y=f() não é conhecda na sua forma analítca, mas apenas em um conjunto dscreto de pontos (, y ), =, 1,..., n. b) Quando y=f() é conhecda na sua forma analítca, mas operações como a dferencação e a ntegração são dfíces (ou mpossíves) de realzar, ou seja, a função é dfícl de ser tratada. 4

5 Interpolação Polnomal Introdução Teorcamente, a função nterpoladora, y = g(), pode ser qualquer. Será tratado o caso em que esta pertence à classe das funções polnomas. Os polnômos são faclmente computáves, suas dervadas e ntegras são, também, polnômos, seus zeros podem ser determnados com facldade. 5

6 Interpolação Polnomal Introdução Eemplo Problema básco A tabela abao relacona calor específco da água com a temperatura: Temperatura ( C) Calor específco Deseja-se, por eemplo, saber: a) o calor específco da água a 32.5 C; b) a temperatura para a qual o calor específco é Solução Interpolação 6

7 Interpolação Polnomal Objetvo Sendo (, y ), =, 1,..., n; pontos, com abscssas dstntas, de uma função y = f(), obter o polnômo, y = p(), de grau mámo n, tal que: p( ) = f( ) = y, =, 1,..., n 7

8 Interpolação Polnomal Objetvo Representação geométrca y y 5 y 4 y 1 y 3 y y=p() y 2 y=f()

9 Interpolação Polnomal Estênca e Uncdade Teorema Se (, y ) =, 1,..., n; são (n + 1) pontos com abscssas dstntas, relatvos a uma função, y = f(), então este um, e só um, polnômo, y = p(), de grau mámo n, tal que p( ) = f( ) = y, =, 1,..., n. 9

10 Demonstração do Teorema Seja p() = a n n + a n-1 n a 1 + a Das condções de nterpolação, obtém-se o sstema de (n+1) equações lneares. 1 n n 1 1 n n n -1 n n n n n 1 n -1 n 1 n n n -1 n n y a a... a a ) p(... y a a... a a ) p( y a a... a a ) p( Note-se que as ncógntas são a, =, 1,..., n. Interpolação Polnomal Estênca e Uncdade

11 Interpolação Polnomal Estênca e Uncdade Demonstração do Teorema A matrz dos coefcentes do sstema de equações lneares é: Portanto n n n n X n n 1 n n... n 1 Matrz de Vandermonde det(x) = ( 1 ) ( 2 )... ( n ) ( 1 2 )( 1 3 )... ( 1 n )... ( n - 1 n ) Como, por condção,, 1,..., n são dstntos, tem-se que det(x), logo o sstema de equações lneares admte solução únca. c.q.d. 11

12 Interpolação Polnomal Erro de Truncamento Teorema Seja: () (, y ), =, 1,..., n; pontos com abscssas dstntas de uma função y = f(); () y = f() uma função com (n + 1) dervadas contínuas no ntervalo [, n ]. Então, para cada [, n ], este um número (, n ), que depende de, tal que f () - p() E t () ( - ).( - 1 )...( - n f ). n 1 ( ()) (n 1)! Note-se que f n + 1 (.) é a dervada de ordem (n + 1) da função nterpolada. 12

13 Métodos de obtenção do polnômo nterpolador Resolução de Sstema Lnear Eemplo Seja determnar o polnômo que nterpola uma função, y=f(), dada nos pontos a segur. Assm 1 2 p 2 () = a a 1 + a -1 2 y Tem-se, então, o sstema de equações p2( 1) f ( 1) 4 a a1 a2 4 a = 1 p2() f () 1 a 1 a 1 = -2,333 p (2) f (2) 1 a 2a 4a 1 a 2 =, P 2 () =, ,

14 Métodos de obtenção do polnômo nterpolador Resolução de Sstema Lnear O sstema de equações lneares pode ser resolvdo utlzando qualquer um dos métodos estudados. Entretanto, tas métodos têm compledade de ordem cúbca (O(n 3 )). É possível epressar o problema de nterpolação polnomal de forma que se obtenham meos de solução menos custosos, com compledade de ordem quadrátca (O(n 2 )). 14

15 Métodos de obtenção do polnômo nterpolador Método de Lagrange Neste método, o polnômo, y = L(), que nterpola uma função, y = f(), em um conjunto de pontos (, y ), =, 1,..., n é consderado na forma L() = y L () + y 1 L 1 () y n L n () onde L (), =, 1,..., n; são polnômos de grau n, tas que L ( L ( k ) 1 ) ; k;, k,1, 2,..., n Note-se que, com estas condções, tem-se L( ) = f( ) = y, =, 1,..., n 15

16 Métodos de obtenção do polnômo nterpolador Método de Lagrange Para determnar L (), =, 1,..., n; basta consderar que todo j, j =, 1,..., n; é um zero de L () quando j. Seja determnar de L (). Tem-se, por condção, que L ( ) = 1 L ( j ) = ; j = 1, 2,..., n Portanto, conhecendo os zeros de L (), pode-se representá-lo na forma fatorada Como L () = c.( 1 ).( 2 )... ( n ) L ( ) = c.( 1 ).( 2 )... ( n ) = 1 Logo L () n c ( n 1 )( 1 2 ) ( n ) 16

17 Sendo assm, conclu-se que 17 n j L L n j j j n n,1,...,, ) ( ) ( ) ( Métodos de obtenção do polnômo nterpolador Método de Lagrange

18 Métodos de obtenção do polnômo nterpolador Método de Lagrange Eemplo Seja y = f() determnar o polnômo que nterpola uma função dada nos pontos a segur utlzando o método de Lagrange e três casas decmas. Tem-se 18

19 Métodos de obtenção do polnômo nterpolador Método de Lagrange Como Então L() ( 1) L(), ,333 1 Mesmo resultado da resolução do sstema de equações lneares!!! 19

20 Eercíco Eemplo 2

21 Eercíco 21

22 Eercíco 22

23 Erro 23

24 Métodos de obtenção do polnômo nterpolador Método das Dferenças Dvddas O Operador Dferenças Dvddas Dada uma função, y = f(), a sua prmera dervada é defnda como: f '() lm h f ( h) h - f() Sendo (, y ), =, 1,..., n; um conjunto de pontos da função, então: f ( h) - f( ) f '( ) lm h h Fazendo + h = + 1 h = Então f '( ) lm 1 f ( 1 1 ) - f( - ) 24

25 Métodos de obtenção do polnômo nterpolador Método das Dferenças Dvddas O operador Defnção Sendo (, y ), =, 1,..., n; pontos de uma função y = f(), defne-se o operador dferença dvdda de prmera ordem, sobre os pontos (, y ) e ( + 1, y + 1 ), como: Ou Dy f ( 1 1 f ( ),,1,..., n -1 Dy y 1 1 y,,1,..., n -1 Apromação do valor numérco da 1 a dervada de uma função em um ponto. 25

26 Métodos de obtenção do polnômo nterpolador Método das Dferenças Dvddas O operador De modo análogo são defndos os operadores de ordens superores. Ordem 2 D 2 y Dy Dy -,,1,..., n - 2 Ordem 3 D 3 y D 2 y D - 2 y,,1,..., n - 3 Ordem k D k y D k -1 y 1 k - D - k -1 y k 1, 2,..., n,,1,..., n - k Sendo D y = y, =, 1,..., n 26

27 Métodos de obtenção do polnômo nterpolador Método das Dferenças Dvddas O polnômo nterpolador Neste método, o polnômo, y=p(), que nterpola uma função, y=f(), em um conjunto de pontos (, y ), =, 1,..., n; é consderado na forma p() a Como p( ) = y, =,1,..., n, então Portanto p() y p( ) = a a... a... a1 2 1 n 1 n1 a y p( 1 ) = y + a 1.( 1 ) = y 1 a D y y a y - Demonstra-se que a = D y, =, 1,..., n. a1 Dy 2 n D y... D y... Dy 1 1 n1 27

28 Métodos de obtenção do polnômo nterpolador Método das Dferenças Dvddas Teorema Se y = f() é uma função com (n + 1) dervadas contnuas em um ntervalo [, n ]; então este ξ (, n ) tal que Coroláro Sob as hpóteses do teorema anteror, tem-se que D n y f n n! D k f() f k () k! Eemplos 28

29 Eemplo 29

30 Eemplo D k y D k -1 y 1 k - D - k -1 y k 1, 2,..., n,,1,..., n - k 3

31 Eemplo 31

32 3 m 8 m parede A parede B Eercíco conforme mostra a fgura a segur. Usando nterpolação polnomal, Método das Dferenças Dvddas, pede-se estmar conforme mostra a fgura a segur. Usando nterpolação polnomal, Método das Dferenças Dvddas, pede-se estmar a) a altura, em relação ao solo, de um ponto da barra localzado a 2m da parede A; a) a altura, em relação ao solo, de um ponto da barra localzado a 2m da parede A; b) qual deve ser a altura da barra no ponto localzado a 2m da parede A, para que o trecho b) qual deve ser a altura da localzado a 2m da parede A, para que o trecho compreenddo até 5m da mesma seja representado por um polnômo de grau um. compreenddo até 5m da mesma seja representado por um polnômo de grau um. SO L O d=12m Solução a) Os pontos a consderar são os da t abela a segur. 32

33 Eercíco Solução a) Os pontos a consderar são os da t abela a segur. V = y Dy D 2 y 8-1,6, , p() = y + ( - ).Dy + ( - ).( 1 ).D 2 y p(2) = 8 + (2 - ).(- 1,6) + (2 - ).(2 5).(,169) p(2) = 3,786m b) Pede-se para determnar a altura y da barra a 2m da parede A. Os pontos a con as dferenças dvddas estão na tabela a segur. 33

34 Eercíco p() = y + ( - ).Dy + ( - ).( 1 ).D 2 y p(2) = 8 + (2 - ).(- 1,6) + (2 - ).(2 5).(,169) p(2) = 3,786m b) Pede-se para determnar a altura y da barra a 2m da parede A. Os pontos a consderar e as dferenças dvddas estão na tabela a segur. y Dy D 2 y y 2 5 Para que este trecho seja representado por um polnômo de grau um, é necessáro que a dferença dvdda de segunda ordem seja nula. Então, fazendo: y = 4,8m 34

35 Métodos de obtenção do polnômo nterpolador Método das Dferenças Fntas Ascendentes O Operador Dferenças Fntas Ascendentes Defnção Sejam (, y ), =, 1,..., n; pontos de uma função, y = f(), gualmente espaçados, sto é, tas que + 1 = h = constante. Sendo assm, defne-se a dferença fnta ascendente de prmera ordem como: f() = f( + h) f() Em um ponto f( ) = f( + h) f( ) y = y + 1 y, =, 1, 2,..., n 1 35

36 Métodos de obtenção do polnômo nterpolador Método das Dferenças Fntas Ascendentes O Operador Dferenças Fntas Ascendentes As dferenças fntas ascendentes de ordem superor são defndas, por recorrênca. Ordem 2: Δ 2 y = Δy +1 - Δy, =, 1,..., n 2 Ordem 3: Δ 3 y = Δ 2 y +1 - Δ 2 y, =, 1,..., n 3 Portanto Ordem k: Δ k y= Δ k -1 y +1 - Δ k-1 y, =, 1,..., n - k Sendo Δ y =y, =, 1,..., n 36

37 Métodos de obtenção do polnômo nterpolador Método das Dferenças Fntas Ascendentes Teorema Sendo y = f() uma função com dervadas contínuas até a ordem k, tem-se que: k f() = h k.f (k) ( k ) para algum k (, + k.h). Coroláro Tendo em vsta o teorema anteror, [ k f() / h k ] é uma apromação para f (k) () e o erro cometdo tende a zero quando h. 37

38 Métodos de obtenção do polnômo nterpolador Método das Dferenças Fntas Ascendentes Teorema Se (, y ), =, 1,..., n; são pontos de uma função, y = f(), tas que + 1 = h, para todo =, 1,..., n 1, então vale a segunte relação entre dferenças dvddas e dferenças fntas ascendentes. k D y k y h k,.k! k =,1, 2,..., n =,1, 2,..., n - k 38

39 Métodos de obtenção do polnômo nterpolador Método das Dferenças Fntas Ascendentes O polnômo nterpolador Seja a varável: Tem-se, então, que: - = h.z - h z h.z n - 1 = h.[z (n - 1)] h ( h) h.z h h.(z 1) ( 2. h) 2. h h.z 2. h h.(z 2) 39

40 Métodos de obtenção do polnômo nterpolador Método das Dferenças Fntas Ascendentes O polnômo nterpolador Efetuando as substtuções no polnômo nterpolador com dferenças dvddas, obtém-se o polnômo nterpolador com dferenças fntas ascendentes. p( z(z 1) 2! z(z 1)(z 2) 3! z(z 1)...[z (n 1)] n! 2 3 n h.z) y z. y y y... y Eemplos 4

41 Eemplo 41

42 Eemplo 42

43 Eercíco 43

44 Eercíco 44

45 Eercíco 45

46 Eercíco 46

47 Métodos de obtenção do polnômo nterpolador Compledade dos Método de nterpolação Método Adções Multplcações Dvsões Total Lagrange 2.n n 2.n 2 + n - 1 n n n Dferenças dvddas 3 5.n 2 n 2 n.n n 2 n n 2. n 2 2 Dferenças fntas ascendentes n 2 + n + 1 n n 2 n 3 5.n 2.n n é o grau do polnômo 47

48 Interpolação Polnomal Consderações fnas 1- Os métodos que utlzam dferenças dvddas ou fntas ascendentes são efcentes quando se deseja aumentar (ou dmnur) o grau do polnômo obtdo, pos basta, smplesmente, acrescentar (ou retrar) termos. Logo, para cálculos eploratóros, estes métodos, em geral, são preferíves. 2- No método de Lagrange a alteração do grau do polnômo ege que os cálculos sejam, todos, refetos. 3- O método de Lagrange ocupa menos memóra, uma vez que não é necessáro o cálculo e o armazenamento uma tabela de dferenças. 48

49 Interpolação Polnomal Consderações fnas 4- A desvantagem na utlzação do Método das Dferenças Fntas Ascendentes é a egênca de que as abscssas dos pontos para a nterpolação devem ser, necessaramente, equdstantes. 5- Nos métodos que utlzam dferenças dvddas ou fntas ascendentes, a estmatva do erro de truncamento pode ser faclmente ntegrada ao algortmo, uma vez que utlza uma dferença. 6- No método de Lagrange, a estmatva do erro de truncamento pode ser obtda apenas se a função nterpolada for conhecda analtcamente. 7- O método de Lagrange é um pouco mas fácl de ser mplementado. 49

50 Cálculo Numérco BCC76 Interpolação Polnomal Referênca Prof. Paulo Laerte Natt. Departamento de Matemátca Unversdade Estadual de Londrna Dsponível em: Acessado em

Interpolação Segmentada

Interpolação Segmentada Interpolação Segmentada Uma splne é uma função segmentada e consste na junção de váras funções defndas num ntervalo, de tal forma que as partes que estão lgadas umas às outras de uma manera contínua e

Leia mais

EQUAÇÕES DIFERENCIAIS ORDINÁRIAS (EDO) PROBLEMA DO VALOR INICIAL (PVI)

EQUAÇÕES DIFERENCIAIS ORDINÁRIAS (EDO) PROBLEMA DO VALOR INICIAL (PVI) EQUAÇÕES DIFERENCIAIS ORDINÁRIAS (EDO) PROBLEMA DO VALOR INICIAL (PVI) Introdução Seja a segunte equação derencal: d ( ) ; d para. que é reerencado com o problema do valor ncal. Essa denomnação deve-se

Leia mais

Integração com splines integração com splines cúbicos

Integração com splines integração com splines cúbicos Integração com splnes ntegração com splnes cúbcos Um modo de obter regras de ntegração semelhante às compostas é utlzando splnes. A utlzação de splnes de grau zero conduz às regras do rectângulo compostas,

Leia mais

4 Discretização e Linearização

4 Discretização e Linearização 4 Dscretzação e Lnearzação Uma vez defndas as equações dferencas do problema, o passo segunte consste no processo de dscretzação e lnearzação das mesmas para que seja montado um sstema de equações algébrcas

Leia mais

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma Capítulo 8 Dferencação Numérca Quase todos os métodos numércos utlzados atualmente para obtenção de soluções de equações erencas ordnáras e parcas utlzam algum tpo de aproxmação para as dervadas contínuas

Leia mais

CCI-22 CCI-22. 8) Equações Diferenciais. Matemática Computacional. Definições Problemas de Valor Inicial (PVI)

CCI-22 CCI-22. 8) Equações Diferenciais. Matemática Computacional. Definições Problemas de Valor Inicial (PVI) Matemátca Computaconal 8 Equações Derencas Métodos de Euler Séres de Talor Runge-Kutta Adams-Basort Adams-Moulton Derenças Fntas Denções Grande parte dos enômenos íscos é modelada com equações derencas

Leia mais

CCI-22 CCI-22. 8) Equações Diferenciais. Matemática Computacional. Definições Problemas de Valor Inicial (PVI) Métodos de passo simples

CCI-22 CCI-22. 8) Equações Diferenciais. Matemática Computacional. Definições Problemas de Valor Inicial (PVI) Métodos de passo simples CCI- CCI- Matemátca Computaconal 8 Equações Derencas Carlos Alberto Alonso Sances Métodos de Euler Séres de Talor Runge-Kutta Adams-Basort Adams-Moulton Derenças Fntas Denções CCI- Problemas de Valor Incal

Leia mais

Flambagem. Cálculo da carga crítica via MDF

Flambagem. Cálculo da carga crítica via MDF Flambagem Cálculo da carga crítca va MDF ROF. ALEXANDRE A. CURY DEARTAMENTO DE MECÂNICA ALICADA E COMUTACIONAL Flambagem - Cálculo da carga crítca va MDF Nas aulas anterores, vmos como avalar a carga crítca

Leia mais

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu 1 Programação Não Lnear com Restrções Aula 9: Programação Não-Lnear - Funções de Váras Varáves com Restrções Ponto Regular; Introdução aos Multplcadores de Lagrange; Multplcadores de Lagrange e Condções

Leia mais

Análise Numérica (4) Equações não lineares V1.0, Victor Lobo, 2004

Análise Numérica (4) Equações não lineares V1.0, Victor Lobo, 2004 Análse Numérca (4 V.0, Vctor Lobo, 004 Não Lneares Problema da determnação de zeros de funções f(=0 Aparece em mutas stuações! Determnar pontos de equlíbro térmco, químco, de forças... Soluções analítcas

Leia mais

3 A técnica de computação intensiva Bootstrap

3 A técnica de computação intensiva Bootstrap A técnca de computação ntensva ootstrap O termo ootstrap tem orgem na expressão de língua nglesa lft oneself by pullng hs/her bootstrap, ou seja, alguém levantar-se puxando seu própro cadarço de bota.

Leia mais

IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO

IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO Alne de Paula Sanches 1 ; Adrana Betâna de Paula Molgora 1 Estudante do Curso de Cênca da Computação da UEMS, Undade Unverstára de Dourados;

Leia mais

D = POLINÔMIO INTERPOLADOR DE NEWTON 1) DIFERENÇAS DIVIDIDAS 1.1) DIFERENÇAS DIVIDIDAS ORDINÁRIAS (D) Sejam n+1 pontos de uma função y = f(x):

D = POLINÔMIO INTERPOLADOR DE NEWTON 1) DIFERENÇAS DIVIDIDAS 1.1) DIFERENÇAS DIVIDIDAS ORDINÁRIAS (D) Sejam n+1 pontos de uma função y = f(x): POLINÔMIO INTERPOLAOR E NEWTON ) IFERENÇAS IVIIAS.) IFERENÇAS IVIIAS ORINÁRIAS () Sejam n pontos de uma função f():... n f( )... n - ferença dvdda de ordem zero: n n M - ferença dvdda de ordem um: M M

Leia mais

3 Método Numérico. 3.1 Discretização da Equação Diferencial

3 Método Numérico. 3.1 Discretização da Equação Diferencial 3 Método Numérco O presente capítulo apresenta a dscretação da equação dferencal para o campo de pressão e a ntegração numérca da expressão obtda anterormente para a Vscosdade Newtonana Equvalente possbltando

Leia mais

APLICAÇÃO DO MÉTODO DAS DIFERENÇAS FINITAS PARA SOLUÇÃO DAS EQUAÇÕES DE LAPLACE E POISSON PARA LINHAS DE MICROFITAS ACOPLADAS

APLICAÇÃO DO MÉTODO DAS DIFERENÇAS FINITAS PARA SOLUÇÃO DAS EQUAÇÕES DE LAPLACE E POISSON PARA LINHAS DE MICROFITAS ACOPLADAS APLICAÇÃO DO MÉTODO DAS DIFERENÇAS FINITAS PARA SOLUÇÃO DAS EQUAÇÕES DE LAPLACE E POISSON PARA LINHAS DE MICROFITAS ACOPLADAS Raann Pablo de Alencar AZEEDO; Ícaro Bezerra de Queroz ARAÚJO; Elel Pogg dos

Leia mais

Capítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES

Capítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES Capítulo. Aproxmações numércas 1D em malhas unformes 9 Capítulo. AROXIMAÇÕS NUMÉRICAS 1D M MALHAS UNIFORMS O prncípo fundamental do método das dferenças fntas (MDF é aproxmar através de expressões algébrcas

Leia mais

PROBLEMA DE DIFUSÃO DE CALOR RESOLVIDO POR MEIO DE EQUAÇÕES DIFERENCIAIS PARCIAIS PARABÓLICAS

PROBLEMA DE DIFUSÃO DE CALOR RESOLVIDO POR MEIO DE EQUAÇÕES DIFERENCIAIS PARCIAIS PARABÓLICAS PROBLEMA DE DIFUSÃO DE CALOR RESOLVIDO POR MEIO DE EQUAÇÕES DIFERENCIAIS PARCIAIS PARABÓLICAS Renato S. Gomde 1, Luz F. B. Loja 1, Edna L. Flôres 1 1 Unversdade Federal de Uberlânda, Departamento de Engenhara

Leia mais

2 Análise de Campos Modais em Guias de Onda Arbitrários

2 Análise de Campos Modais em Guias de Onda Arbitrários Análse de Campos Modas em Guas de Onda Arbtráros Neste capítulo serão analsados os campos modas em guas de onda de seção arbtrára. A seção transversal do gua é apromada por um polígono conveo descrto por

Leia mais

5 Validação dos Elementos

5 Validação dos Elementos 5 Valdação dos Elementos Para valdar os elementos fntos baseados nas Wavelets de Daubeches e nas Interpolets de Deslaurers-Dubuc, foram formulados dversos exemplos de análse lnear estátca, bem como o cálculo

Leia mais

CAPÍTULO VI Introdução ao Método de Elementos Finitos (MEF)

CAPÍTULO VI Introdução ao Método de Elementos Finitos (MEF) PMR 40 - Mecânca Computaconal CAPÍTULO VI Introdução ao Método de Elementos Fntos (MEF). Formulação Teórca - MEF em uma dmensão Consderemos a equação abao que representa a dstrbução de temperatura na barra

Leia mais

CAPÍTULO IV DIFERENCIAÇÃO NUMÉRICA

CAPÍTULO IV DIFERENCIAÇÃO NUMÉRICA PMR - Mecânca Computaconal para Mecatrônca CAPÍTULO IV DIFERENCIAÇÃO NUMÉRICA O problema de derencação numérca aparentemente é semelante ao de ntegração numérca ou seja obtendo-se um polnômo nterpolador

Leia mais

5 Formulação para Problemas de Potencial

5 Formulação para Problemas de Potencial 48 Formulação para Problemas de Potencal O prncpal objetvo do presente capítulo é valdar a função de tensão do tpo Westergaard obtda para uma trnca com abertura polnomal (como mostrado na Fgura 9a) quando

Leia mais

Estatística II Antonio Roque Aula 18. Regressão Linear

Estatística II Antonio Roque Aula 18. Regressão Linear Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão

Leia mais

2 Principio do Trabalho Virtual (PTV)

2 Principio do Trabalho Virtual (PTV) Prncpo do Trabalho rtual (PT)..Contnuo com mcroestrutura Na teora que leva em consderação a mcroestrutura do materal, cada partícula anda é representada por um ponto P, conforme Fgura. Porém suas propredades

Leia mais

CORRELAÇÃO E REGRESSÃO

CORRELAÇÃO E REGRESSÃO CORRELAÇÃO E REGRESSÃO Constata-se, freqüentemente, a estênca de uma relação entre duas (ou mas) varáves. Se tal relação é de natureza quanttatva, a correlação é o nstrumento adequado para descobrr e medr

Leia mais

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de

Leia mais

Notas de Aula de Probabilidade A

Notas de Aula de Probabilidade A VII- VARIÁVEIS ALEATÓRIAS UNIDIMENSIONAIS. 7. CONCEITO DE VARIÁVEIS ALEATÓRIAS: Informalmente, uma varável aleatóra é um característco numérco do resultado de um epermento aleatóro. Defnção: Uma varável

Leia mais

Proposta de resolução do Exame Nacional de Matemática A 2017 (2 ạ fase) GRUPO I (Versão 1) Assim, 2! 3! 4 = 48 é a resposta pedida.

Proposta de resolução do Exame Nacional de Matemática A 2017 (2 ạ fase) GRUPO I (Versão 1) Assim, 2! 3! 4 = 48 é a resposta pedida. Proosta de resolução do Eame Naconal de Matemátca A 7 ( ạ fase) GRUPO I (Versão ) P P I I I. 3 3! 3! = 6 = 8 Estem quatro maneras dstntas de os algarsmos ares estarem um a segur ao outro (PPIII ou IPPII

Leia mais

ANÁLISE DA VARIÂNCIA DA REGRESSÃO

ANÁLISE DA VARIÂNCIA DA REGRESSÃO ANÁLISE DA VARIÂNCIA DA REGRESSÃO PROCEDIMENTO GERAL DE REGRESSÃO Em um modelo de análse de varânca, como no DIA, o fator em estudo pode ser quanttatvo ou qualtatvo. FATOR QUANTITATIVO: é aquele cujos

Leia mais

NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES

NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES 1 O nosso objetvo é estudar a relação entre duas varáves quanttatvas. Eemplos:. Idade e altura das cranças.. v. Tempo de prátca de esportes e rtmo cardíaco

Leia mais

José Álvaro Tadeu Ferreira. Cálculo Numérico. Notas de aulas

José Álvaro Tadeu Ferreira. Cálculo Numérico. Notas de aulas UNIVERSIDADE FEDERAL DE OURO PRETO Isttuto de Cêcas Eatas e Bológcas Departameto de Computação José Álvaro Tadeu Ferrera Cálculo Numérco Notas de aulas Iterpolação Polomal Ouro Preto 3 (Últma revsão em

Leia mais

Departamento de Informática. Modelagem Analítica do Desempenho de Sistemas de Computação. Modelagem Analítica. Disciplina: Variável Aleatória

Departamento de Informática. Modelagem Analítica do Desempenho de Sistemas de Computação. Modelagem Analítica. Disciplina: Variável Aleatória Departamento de Informátca Dscplna: do Desempenho de Sstemas de Computação Varável leatóra Prof. Sérgo Colcher colcher@nf.puc-ro.br Varável leatóra eal O espaço de amostras Ω fo defndo como o conjunto

Leia mais

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média. Estatístca Dscplna de Estatístca 0/ Curso de Admnstração em Gestão Públca Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos uns dos

Leia mais

Palavras-Chave: Métodos Interativos da Potência e Inverso, Sistemas Lineares, Autovetores e Autovalores.

Palavras-Chave: Métodos Interativos da Potência e Inverso, Sistemas Lineares, Autovetores e Autovalores. MSc leandre Estáco Féo ssocação Educaconal Dom Bosco - Faculdade de Engenhara de Resende Caa Postal 8.698/87 - CEP 75-97 - Resende - RJ Brasl Professor e Doutorando de Engenhara aefeo@yahoo.com.br Resumo

Leia mais

XXVII Olimpíada Brasileira de Matemática GABARITO Primeira Fase

XXVII Olimpíada Brasileira de Matemática GABARITO Primeira Fase Soluções Nível Unverstáro XXVII Olmpíada Braslera de Matemátca GABARITO Prmera Fase SOLUÇÃO DO PROBLEMA : Pelo enuncado, temos f(x) = (x )(x + )(x c) = x 3 cx x + c, f'(x) = 3x cx, f '( ) = ( + c) e f

Leia mais

Cap. IV Análise estatística de incertezas aleatórias

Cap. IV Análise estatística de incertezas aleatórias TLF 010/11 Cap. IV Análse estatístca de ncertezas aleatóras Capítulo IV Análse estatístca de ncertezas aleatóras 4.1. Méda 43 4.. Desvo padrão 44 4.3. Sgnfcado do desvo padrão 46 4.4. Desvo padrão da méda

Leia mais

Teoria Elementar da Probabilidade

Teoria Elementar da Probabilidade 10 Teora Elementar da Probabldade MODELOS MATEMÁTICOS DETERMINÍSTICOS PROBABILÍSTICOS PROCESSO (FENÓMENO) ALEATÓRIO - Quando o acaso nterfere na ocorrênca de um ou mas dos resultados nos quas tal processo

Leia mais

Ajuste dos Mínimos Quadrados

Ajuste dos Mínimos Quadrados TLF 00/ Cap. IX juste dos mínmos quadrados Capítulo IX juste dos Mínmos Quadrados 9.. juste de uma lnha recta a dados epermentas 9 9.. Determnação dos parâmetros da recta, e B (Incertezas apenas em e guas

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca

Leia mais

7. Resolução Numérica de Equações Diferenciais Ordinárias

7. Resolução Numérica de Equações Diferenciais Ordinárias 7. Resolução Numérca de Equações Dferencas Ordnáras Fenômenos físcos em dversas áreas, tas como: mecânca dos fludos, fluo de calor, vbrações, crcutos elétrcos, reações químcas, dentre váras outras, podem

Leia mais

TESTES DE CONTROLO Teste 6

TESTES DE CONTROLO Teste 6 TESTES DE CNTRL Teste 6 GRUP I Na resposta a cada um dos cnco tens deste grupo selecona a únca opção correta. Escreve na tua fola de respostas apenas o número de cada tem e a letra que dentfca a únca opção

Leia mais

Regressão Múltipla. Parte I: Modelo Geral e Estimação

Regressão Múltipla. Parte I: Modelo Geral e Estimação Regressão Múltpla Parte I: Modelo Geral e Estmação Regressão lnear múltpla Exemplos: Num estudo sobre a produtvdade de trabalhadores ( em aeronave, navos) o pesqusador deseja controlar o número desses

Leia mais

Problema Real (avião, carro,...) Validação

Problema Real (avião, carro,...) Validação Modelo Físco/ (EFD)? Problema Real? (avão, carro,...) Modelo Matemátco (CFD) Túnel de Vento Modelo Condções de Frontera Escala Approx. nas eqs., (ν t ) Equações (modelo de turbulênca) Instrumentos de Medda

Leia mais

Parte 1: Exercícios Teóricos

Parte 1: Exercícios Teóricos Cálculo Numérco SME0300 ICMC-USP Lsta 2: Sstemas Lneares Métodos Dretos Professora: Cyntha de O. Lage Ferrera Parte 1: Exercícos Teórcos 1. Consdere o sstema Ax = b, onde 1 α 3 α 1 4 ; x = 5 2 1 Para que

Leia mais

Radiação Térmica Processos, Propriedades e Troca de Radiação entre Superfícies (Parte 2)

Radiação Térmica Processos, Propriedades e Troca de Radiação entre Superfícies (Parte 2) Radação Térmca Processos, Propredades e Troca de Radação entre Superfíces (Parte ) Obetvo: calcular a troca por radação entre duas ou mas superfíces. Essa troca depende das geometras e orentações das superfíces,

Leia mais

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média. Estatístca Dscplna de Estatístca 0/ Curso Superor de tecnólogo em Gestão Ambental Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos

Leia mais

2 Fundamentação Teórica

2 Fundamentação Teórica Fundamentação Teórca Neste capítulo são apresentados os concetos báscos utlzados no restante da tese. Uma das contrbuções do trabalho aparece na seção.7.5.5 onde é desenvolvdo um coefcente de conexão de

Leia mais

CURSO A DISTÂNCIA DE GEOESTATÍSTICA

CURSO A DISTÂNCIA DE GEOESTATÍSTICA CURSO A DISTÂNCIA DE GEOESTATÍSTICA Aula 6: Estaconardade e Semvarânca: Estaconardade de a. ordem, Hpótese ntríseca, Hpótese de krgagem unversal, Crtéros para escolha, Verfcação, Representatvdade espacal,

Leia mais

Método do limite superior

Método do limite superior Introdução O método do lmte superor é uma alternata analítca apromada aos métodos completos (e: método das lnhas de escorregamento) que possu um domíno de aplcabldade muto asto e que permte obter alores

Leia mais

Variável discreta: X = número de divórcios por indivíduo

Variável discreta: X = número de divórcios por indivíduo 5. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas

Leia mais

Dados ajustáveis a uma linha recta

Dados ajustáveis a uma linha recta Capítulo VI juste dos Mínmos Quadrados Dados ajustáves a uma lnha recta Determnação das constantes e B Incerteza nas meddas de Incerteza na determnação de e B juste dos mínmos quadrados a outras curvas:

Leia mais

Aerodinâmica I. Asas Finitas Teoria da Linha Sustentadora Método de Glauert

Aerodinâmica I. Asas Finitas Teoria da Linha Sustentadora Método de Glauert α ( y) l Método de Glauert Γ( y) r ( y) V c( y) β b 4 V b ( y) + r dy dγ y y dy Método de resolução da equação ntegro-dferencal da lnha sustentadora através da sua transformação num sstema de equações

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

Leia mais

Procedimento Recursivo do Método dos Elementos de Contorno Aplicado em Problemas de Poisson

Procedimento Recursivo do Método dos Elementos de Contorno Aplicado em Problemas de Poisson Trabalho apresentado no III CMAC - SE, Vtóra-ES, 015. Proceedng Seres of the Brazlan Socety of Computatonal and Appled Mathematcs Procedmento Recursvo do Método dos Elementos de Contorno Aplcado em Problemas

Leia mais

Um modelo nada mais é do que uma abstração matemática de um processo real (Seborg et al.,1989) ou

Um modelo nada mais é do que uma abstração matemática de um processo real (Seborg et al.,1989) ou Dscplna - MR070 INTRODUÇÃO À MODELAGEM DE SISTEMAS LINEARES POR EQUAÇÕES DIFERENCIAIS Os modelos de um determnado sstema podem ser físcos ou matemátcos. Neste curso focaremos a modelagem pela dentfcação

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 entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das

Leia mais

D- MÉTODO DAS APROXIMAÇÕES SUCESSIVAS

D- MÉTODO DAS APROXIMAÇÕES SUCESSIVAS D- MÉTODO DAS APROXIMAÇÕES SUCESSIVAS O método das apromações sucessvas é um método teratvo que se basea na aplcação de uma fórmula de recorrênca que, sendo satsfetas determnadas condções de convergênca,

Leia mais

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 7 e 8 06/204 Ajuste de Curvas AJUSTE DE CURVAS Cálculo Nuérco 3/64 INTRODUÇÃO E geral, experentos gera ua gaa de dados que

Leia mais

MECÂNICA CLÁSSICA. AULA N o 7. Teorema de Liouville Fluxo no Espaço de Fases Sistemas Caóticos Lagrangeano com Potencial Vetor

MECÂNICA CLÁSSICA. AULA N o 7. Teorema de Liouville Fluxo no Espaço de Fases Sistemas Caóticos Lagrangeano com Potencial Vetor 1 MECÂNICA CLÁSSICA AULA N o 7 Teorema de Louvlle Fluo no Espaço de Fases Sstemas Caótcos Lagrangeano com Potencal Vetor Voltando mas uma ve ao assunto das les admssíves na Físca, acrescentamos que, nos

Leia mais

Página 293. w1 w2 a b i 3 bi a b i 3 bi. 2w é o simétrico do dobro de w. Observemos o exemplo seguinte, em que o afixo de 2w não

Página 293. w1 w2 a b i 3 bi a b i 3 bi. 2w é o simétrico do dobro de w. Observemos o exemplo seguinte, em que o afixo de 2w não Preparar o Exame 0 0 Matemátca A Págna 9. Se 5 5 é o argumento de z, é argumento de z e 5 5. Este ângulo é gual ao ângulo de ampltude 5 é argumento de z.. Resposta: D w w a b b a b b. a b a a b b b bem

Leia mais

O íon lantanídeo no acoplamento Russell-Saunders e a classificação de seus estados segundo os subgrupos do grupo GL(4

O íon lantanídeo no acoplamento Russell-Saunders e a classificação de seus estados segundo os subgrupos do grupo GL(4 O íon lantanídeo no acoplamento Russell-aunders e a classfcação de seus estados segundo os subgrupos do grupo G(4 ) O hamltonano, H, dos íons lantanídeos contém uma parte que corresponde ao campo central,

Leia mais

2 Incerteza de medição

2 Incerteza de medição 2 Incerteza de medção Toda medção envolve ensaos, ajustes, condconamentos e a observação de ndcações em um nstrumento. Este conhecmento é utlzado para obter o valor de uma grandeza (mensurando) a partr

Leia mais

Efeito do tipo de norma sobre a ordem de acurácia do erro de soluções numéricas em CFD

Efeito do tipo de norma sobre a ordem de acurácia do erro de soluções numéricas em CFD feto do tpo de norma sobre a ordem de acuráca do erro de soluções numércas em CFD Márco A. Martns Depto. de Matemátca, nversdade stadual do Centro Oeste, ICTRO 854-8, C.., uarapuava, R; -mal: mandre@uncentro.br

Leia mais

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo 3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas

Leia mais

Eletrotécnica AULA Nº 1 Introdução

Eletrotécnica AULA Nº 1 Introdução Eletrotécnca UL Nº Introdução INTRODUÇÃO PRODUÇÃO DE ENERGI ELÉTRIC GERDOR ESTÇÃO ELEVDOR Lnha de Transmssão ESTÇÃO IXDOR Equpamentos Elétrcos Crcuto Elétrco: camnho percorrdo por uma corrente elétrca

Leia mais

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos Curso de extensão, MMQ IFUSP, feverero/4 Alguns exercíco báscos I Exercícos (MMQ) Uma grandeza cujo valor verdadero x é desconhecdo, fo medda três vezes, com procedmentos expermentas dêntcos e, portanto,

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ 1 É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das

Leia mais

Aerodinâmica I. Verificação de Códigos. Objectivo: verificar que o programa não tem erros

Aerodinâmica I. Verificação de Códigos. Objectivo: verificar que o programa não tem erros e Verfcação de Códgos Objectvo: verfcar que o programa não tem erros - O erro numérco tende para zero quando o tamanho da malha / passo no tempo tendem para zero? p ( φ ) = φ φ e + αh exact - A ordem de

Leia mais

Equações Simultâneas

Equações Simultâneas Equações Smultâneas Caracterzação. Os modelos de equações smultâneasenvolvem mas de uma varável dependente, ou endógena, sendo necessáras tantas equações quanto for o número de varáves endógenas 2. Uma

Leia mais

7 - Distribuição de Freqüências

7 - Distribuição de Freqüências 7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste

Leia mais

Leis de conservação em forma integral

Leis de conservação em forma integral Les de conservação em forma ntegral J. L. Balño Departamento de Engenhara Mecânca Escola Poltécnca - Unversdade de São Paulo Apostla de aula Rev. 10/08/2017 Les de conservação em forma ntegral 1 / 26 Sumáro

Leia mais

Introdução ao Método dos Elementos Finitos: Estruturas Articuladas

Introdução ao Método dos Elementos Finitos: Estruturas Articuladas Análse de Estruturas II: Estruturas Artculadas Introdução ao Método dos Elementos Fntos: Estruturas Artculadas. Introdução O modelo de estrutura artculada, o mas smples dos modelos estruturas, é utlzado

Leia mais

2 Aproximação por curvas impĺıcitas e partição da unidade

2 Aproximação por curvas impĺıcitas e partição da unidade Aproxmação por curvas mpĺıctas e partção da undade Este capítulo expõe alguns concetos báscos necessáros para o entendmento deste trabalho 1 Curvas Algébrcas Um subconjunto O R é chamado de uma curva mplícta

Leia mais

Universidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Classificadores Lineares. Luiz Eduardo S. Oliveira, Ph.D.

Universidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Classificadores Lineares. Luiz Eduardo S. Oliveira, Ph.D. Unversdade Federal do Paraná Departamento de Informátca Reconhecmento de Padrões Classfcadores Lneares Luz Eduardo S. Olvera, Ph.D. http://lesolvera.net Objetvos Introduzr os o conceto de classfcação lnear.

Leia mais

TRATAMENTO DAS INTEGRAIS SINGULARES DO MÉTODO DOS ELEMENTOS DE CONTORNO TREATMENT OF SINGULAR INTEGRAL OF BOUNDARY ELEMENT METHOD

TRATAMENTO DAS INTEGRAIS SINGULARES DO MÉTODO DOS ELEMENTOS DE CONTORNO TREATMENT OF SINGULAR INTEGRAL OF BOUNDARY ELEMENT METHOD ISSN 89-586 TRATAMENTO DAS INTEGRAIS SINGULARES DO MÉTODO DOS ELEMENTOS DE CONTORNO Aref Kallo Lma Kzam & Humberto Breves Coda Resumo A formulação do método dos elementos de contorno fundamenta-se na modelagem

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

Leia mais

Resolução das Questões Objetivas

Resolução das Questões Objetivas COMISSÃO PERMANENTE DE SELEÇÃO COPESE PRÓ-REITORIA DE GRADUAÇÃO PROGRAD CONCURSO PISM III - TRIÊNIO 2008-2010 Prova de Matemátca Resolução das Questões Objetvas São apresentadas abaxo possíves soluções

Leia mais

4 Critérios para Avaliação dos Cenários

4 Critérios para Avaliação dos Cenários Crtéros para Avalação dos Cenáros É desejável que um modelo de geração de séres sntétcas preserve as prncpas característcas da sére hstórca. Isto quer dzer que a utldade de um modelo pode ser verfcada

Leia mais

Análise Complexa Resolução de alguns exercícios do capítulo 1

Análise Complexa Resolução de alguns exercícios do capítulo 1 Análse Complexa Resolução de alguns exercícos do capítulo 1 1. Tem-se:. = (0, 1) = (0, 1) =. 3. Sejam a, b R. Então Exercíco nº1 = (0, 1).(0, 1) = (0.0 1.1, 0.1 + 1.0) = ( 1, 0) = 1. a + b = a b = a +

Leia mais

UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR

UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EATAS DEPARTAMENTO DE ESTATÍSTICA UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR

Leia mais

Escola Secundária com 3º ciclo D. Dinis 10º Ano de Matemática A Estatística

Escola Secundária com 3º ciclo D. Dinis 10º Ano de Matemática A Estatística Escola Secundára com º cclo D. Dns 10º Ano de Matemátca A Estatístca Trabalho de casa nº 15 GRUPO I 1. Num referencal o.n. Oxyz, a undade é o cm e a esfera defnda por ( ) ( ) está nscrta num cubo. O volume

Leia mais

MODELAGEM COMPUTACIONAL DA DIFUSÃO DE NÊUTRONS EM GEOMETRIA UNIDIMENSIONAL CARTESIANA

MODELAGEM COMPUTACIONAL DA DIFUSÃO DE NÊUTRONS EM GEOMETRIA UNIDIMENSIONAL CARTESIANA 27 Internatonal Nuclear tlantc Conference - INC 27 antos, P, razl, eptember 3 to October 5, 27 OCIÇÃO RILEIR DE ENERGI NUCLER - EN IN: 978-85-99141-2-1 MODELGEM COMPUTCIONL D DIFUÃO DE NÊUTRON EM GEOMETRI

Leia mais

9. Diferenças Finitas. Métodos para problemas de valor de fronteira

9. Diferenças Finitas. Métodos para problemas de valor de fronteira Grupo : Carlos José Carnato; Clauton Cprano de Paula; Danel Dutra da Costa Lma; Danel Morera Antunes; Ramsés Tarcso de Lacerda Marques. 9. Dferenças Fntas. Métodos para problemas de valor de frontera 9.1.

Leia mais

Método do limite superior

Método do limite superior Introdução método do lmte superor é uma alternata analítca apromada aos métodos completos (e. método das lnas de escorregamento) que possu um domíno de aplcabldade muto asto e que permte obter alores de

Leia mais

INTRODUÇÃO À MECÂNICA COMPUTACIONAL. Carlos Henrique Marchi & Fábio Alencar Schneider. Curitiba, dezembro de 2002.

INTRODUÇÃO À MECÂNICA COMPUTACIONAL. Carlos Henrique Marchi & Fábio Alencar Schneider. Curitiba, dezembro de 2002. INTRODUÇÃO À MECÂNICA COMPUTACIONAL Carlos Henrque March & Fábo Alencar Schneder Curtba, dezembro de 2002. SUMÁRIO Lsta de Símbolos Prefáco 1. INTRODUÇÃO 1.1 Métodos de Solução de Problemas de Engenhara

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

Leia mais

Sistemas Reticulados

Sistemas Reticulados 9//6 EF6 EF6 Estruturas na rqutetura I I - Sstemas Retculados Estruturas na rqutetura I Sstemas Retculados E-US FU-US Estruturas Hperestátcas Sstemas Retculados & ão-lneardade do omportamento Estrutural

Leia mais

Notas Processos estocásticos. Nestor Caticha 23 de abril de 2012

Notas Processos estocásticos. Nestor Caticha 23 de abril de 2012 Notas Processos estocástcos Nestor Catcha 23 de abrl de 2012 notas processos estocástcos 2 O Teorema de Perron Frobenus para matrzes de Markov Consdere um processo estocástco representado por um conunto

Leia mais

Elementos de Estatística e Probabilidades II

Elementos de Estatística e Probabilidades II Elementos de Estatístca e Probabldades II Varáves e Vetores Aleatóros dscretos Inês Das 203 O prncpal objetvo da deste documento é fornecer conhecmentos báscos de varáves aleatóras dscretas e pares aleatóros

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

Leia mais

Regressão Linear Simples by Estevam Martins

Regressão Linear Simples by Estevam Martins Regressão Lnear Smples by Estevam Martns stvm@uol.com.br "O únco lugar onde o sucesso vem antes do trabalho, é no dconáro" Albert Ensten Introdução Mutos estudos estatístcos têm como objetvo estabelecer

Leia mais

5 Relação entre Análise Limite e Programação Linear 5.1. Modelo Matemático para Análise Limite

5 Relação entre Análise Limite e Programação Linear 5.1. Modelo Matemático para Análise Limite 5 Relação entre Análse Lmte e Programação Lnear 5.. Modelo Matemátco para Análse Lmte Como fo explcado anterormente, a análse lmte oferece a facldade para o cálculo da carga de ruptura pelo fato de utlzar

Leia mais

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero

Leia mais

Introdução a Combinatória- Aplicações, parte II

Introdução a Combinatória- Aplicações, parte II Introdução a Combnatóra- Aplcações, AULA 7 7.1 Introdução Nesta aula vamos estudar aplcações um pouco dferentes das da aula passada. No caso estudaremos arranjos com repetção, permutações crculares e o

Leia mais

REGRESSÃO E CORRELAÇÃO

REGRESSÃO E CORRELAÇÃO Relaconamento entre varáves : - requer conhecmento REGRESSÃO E CORRELAÇÃO Y = f ( ) + ε Ex: 1. Y = Lucro de uma Empresa = Investmento em Publcdade Y(v.aleatóra) em função de (v.determnístca), onde Y é

Leia mais

EDUCAÇÃO O AJUSTE DE FUNÇÕES MATEMÁTICAS A DADOS EXPERIMENTAIS

EDUCAÇÃO O AJUSTE DE FUNÇÕES MATEMÁTICAS A DADOS EXPERIMENTAIS EDUCAÇÃO O AJUSTE DE FUÇÕES ATEÁTICAS A DADOS EXPERIETAIS Rogéro Custodo, João Carlos de Andrade e Fábo Augusto Insttuto de Químca - Unversdade Estadual de Campnas - UICAP - 13083-970 - Campnas - SP Recebdo

Leia mais

Estatística e Probabilidade

Estatística e Probabilidade Estatístca e Probabldade Professor conteudsta: Rcardo Vda Sumáro Estatístca e Probabldade Undade I 1 CONCEITOS BÁSICOS...1 1.1 Concetos fundamentas... 1. Processos estatístcos de abordagem... 1.3 Dados

Leia mais

Psicologia Conexionista Antonio Roque Aula 8 Modelos Conexionistas com tempo contínuo

Psicologia Conexionista Antonio Roque Aula 8 Modelos Conexionistas com tempo contínuo Modelos Conexonstas com tempo contínuo Mutos fenômenos de aprendzado assocatvo podem ser explcados por modelos em que o tempo é uma varável dscreta como nos casos vstos nas aulas anterores. Tas modelos

Leia mais