Instituto Politécnico de Bragança Escola Superior de Tecnologia e de Gestão

Tamanho: px
Começar a partir da página:

Download "Instituto Politécnico de Bragança Escola Superior de Tecnologia e de Gestão"

Transcrição

1 Isttuto oltécco de Bragaça Escola Superor de ecologa e de Gestão 2º Ao de Egehara Electrotécca Istrumetação Electróca e Meddas Exame (ª Chamada) 2 de Juho de 200 SUGESÃO DE RESOLUÇÃO ) retede-se vsualzar, com a resolução de um décmo de grau, a posção agular (etre 0 e 360º) de uma egreagem de uma máqua, dcada pelo trasdutor que aparece o íco da cadea de medda mostrada a fgura segute. a) Determe a gama de tesões a etrada do coversor A/D, ecessára para essa vsualzação. O dsplay apreseta, o formato decmal, o valor báro proveete da saída do coversor A/D. Como o valor máxmo a medr é 360,0º (lembre-se que a resolução do dsplay é de /0 de grau) sto mplca que o valor que o ADC deve colocar à saída é o equvalete báro de Comecemos por coverter para báro esse valor (utlzado, como já devem saber, a dvsão descedete por 2). Dado o segute valor: = (como é óbvo o aluo podera utlzar a calculadora para realzar a coversão!). Note agora que, das codções de operação do coversor A/D, a tesão de referêca é 2. Isto mplca que quado à etrada do coversor A/D tver 2 a sua saída é o valor de fm-de-escala, ou seja 2 = A resolução é, este caso 2/ (acetato 5, capítulo 5). O que mplca que é ecessára uma tesão à etrada gual a x3600 0,55=o para que a saída do coversor A/D foreça a strg bára pretedda. /7 Istrumetação Electróca e Meddas

2 Isttuto oltécco de Bragaça Escola Superor de ecologa e de Gestão Nota: outras resoluções, desde que devdamete justfcadas, também serão acetes. b) Determe as costates A e K do bloco amplfcador. Sabe-se que o sesor possu o segute comportameto: E que a tesão à etrada do coversor A/D deverá ter o segute perfl: O bloco amplfcador realza a operação: = A + K () o E permte realzar a segute trasformação: O declve da recta apresetada é m = 0,55 e a equação da recta é: o ( ) = 0,55 2 = 0,55 2 (2) Comparado (2) com () observa-se que: A = 0,55 e K = 2 2/7 Istrumetação Electróca e Meddas

3 Isttuto oltécco de Bragaça Escola Superor de ecologa e de Gestão c) Relatvamete ao bloco amplfcador sabe-se que pode fucoar etre as temperaturas de 5 ºC e 55 ºC; apreseta um erro de offset à etrada compesado à temperatura de 25ºC, mas com uma derva térmca de 20 μ/ºc. Apreseta ada uma tesão de ruído, referda à etrada, com uma ampltude máxma de 00 μ. Determe o erro absoluto máxmo cometdo a medda de qualquer posção agular. De acordo com os dados do problema, o amplfcador possu uma derva com a temperatura que pode ser represetada pela segute equação: offset ( ) = 20μ 25 Ode se refere à temperatura em ºC. O gráfco em baxo apreseta o comportameto térmco do amplfcador. O valor máxmo da derva, em módulo, detro da gama de temperatura defda é de 600 μ. edo em cota ada a tesão de ruído de 00 μ, pode-se coclur que o erro absoluto máxmo será de 700 μ. Observe que podera ada ser cotemplado o erro de resolução do coversor A/D. 2) O método de medda que se apreseta a fgura, forece uma tesão proporcoal à dfereça de pressão etre os dos lados de um dafragma. Com base este valor estma-se o caudal do fluído que crcula um tubo. 3/7 Istrumetação Electróca e Meddas

4 Isttuto oltécco de Bragaça Escola Superor de ecologa e de Gestão a) Assocado a cada um dos lados do dafragma exste um extesómetro. Explque suctamete a forma como este tpo de sesor fucoa, o que pode medr e como é ormalmete feto o seu codcoameto de sal. er sebeta sesores e actuadores págas 26 a 3 e acetato 20, capítulo 3. b) Admta que =00Ka±0%, 2=80Ka±8Ka. Se o fluxo, em m 3 /m, for gual a o e se K=0. determe o valor máxmo do erro de medda esta stuação. Sabe-se que 0 = 0. 2 e que o fluxo F é gual a o. Deste modo o caudal do fluído é meddo, de forma drecta, pela dfereça de pressões que se cohecem com certeza,.e. F = 0. 2 Aplcado a fórmula fudameta da propagação dos erros tem-se: F F + 2 F 2 F 2 F () Calculado as dervadas parcas fca: F = 0. ( ) 2 e Substtudo em () fca: ( ) ( ) ( ) ( ) F = 0. ( ) F 2 ( 2) 0. ( 2) ( 2) 0. ( 2) O erro relatvo da medda de é dado pelo problema e gual a 0%. Relatvamete a 2 é dado o erro absoluto cujo valor relatvo pode ser faclmete calculado por: 8 = 2 00 = 0% 80 O que leva a: F = 90% Coclu-se que este método ão é efcete devdo ao elevado valor do erro relatvo evolvdo a medção. 4/7 Istrumetação Electróca e Meddas

5 Isttuto oltécco de Bragaça Escola Superor de ecologa e de Gestão 3) Qual das segutes respostas em frequêca lhe parece mas provável ser a de um galvaómetro de quadro móvel. Justfque coveetemete. er acetatos 5 a 9, capítulo 2. 4) Explque coveetemete o modo de operação de um coversor A/D cotador cujo dagrama de blocos se ecotra represetado a fgura subsequete. Image-se que, calmete o cotador é reposto a zero através da etrada de RESE. Com este procedmeto a saída do cotador é zero o que mplca que à saída da DAC a saída seja 0. Image-se que se pretede coverter uma tesão v qualquer >0. Nesta stuação, como v>vo a saída do comparador é alta. Este sal almeta uma das etradas de uma porta AND estado a outra lgada a um gerador de CLOCK. Devdo ao modo de operação da porta AND, dado que uma das etradas é lógco, a saída da porta é gual ao sal de CLOCK. Este sal almeta o cotador que o obrga a cremetar. A ova strg apresetada à saída do cotador é 5/7 Istrumetação Electróca e Meddas

6 Isttuto oltécco de Bragaça Escola Superor de ecologa e de Gestão covertda um ovo valor de tesão vo. Se esse valor cotuar a ser feror a v o cotador cotua a cremetar. Este procedmeto repete-se até que vo>=v. Nesta stuação o cotador pára a sua cotagem, dado que a saída do comparador é 0 lógco o que mplca que a saída da porta é depedete do CLOCK, e o valor v covertdo para dgtal ecotra-se dspoível à saída do cotador. Cotações: a b c 2a 2b /7 Istrumetação Electróca e Meddas

7 Isttuto oltécco de Bragaça Escola Superor de ecologa e de Gestão FORMULÁRIO: Erros de Medda - Erro de Medda Δ x= x x Real Meddo - alor Absoluto do Erro δ x= Δ x = x x Real - Erro Relatvo x =δx xreal δ x x Meddo Meddo - Se x é uma gradeza fução de gradezas parcas y, y 2,..., y com erros de medda y, y2,..., y2 respectvamete, o erro relatvo majorado de x é dado por: f( y,..., y) y x y y f( y,..., y ) = Estatístca da Medda - Méda Artmétca μ= x = - Desvo Médo Absoluto δ= x μ =μ = Sal - alor Médo o = v() t dt - alor Efcaz 2 2 RMS = v () t dt - Factor de Crsta p FC = RMS Medda de Gradezas Eléctrcas - Sesbldade R S = S AC FE R = RMS - Deflexão I D = I AF - Desvo adrão = ( x ) 2 σ= μ Exactdão a Istrumetação Aalógca - Erro Absoluto Máxmo δ max = c fe 00 - Erro Relatvo Máxmo = c max fe m Exactdão a Istrumetação Dgtal - Especfcação da Exactdão ± + LSD [ ] - Erro Relatvo Máxmo Resolução max = + 00 m - Erro Absoluto Máxmo m max m δ max = = + Resolução /7 Istrumetação Electróca e Meddas

Instrumentação Eletrónica e Medidas

Instrumentação Eletrónica e Medidas Istrumetaçã Eletróca e Meddas Lcecatura em Egehara Eletrtécca Exame (ª Chamada) 5 de juh de 08 Ates de cmeçar exame lea atetamete as segutes struções: Para além da calculadra, só é permtd ter em cma da

Leia mais

Instrumentação Eletrónica e Medidas

Instrumentação Eletrónica e Medidas strumetação Eletróica e Medidas Liceciatura em Egeharia Electrotécica Exame (ª Chamada) de Juho de 205 Ates de começar o exame leia atetamete as seguites istruções: Para além da calculadora, só é permitido

Leia mais

Instrumentação Eletrónica e Medidas

Instrumentação Eletrónica e Medidas Istrumetação Eletróica e Medidas Liceciatura em Egeharia Electrotécica Exame (ª chamada) 6 de Juho de 04 Ates de começar o exame leia atetamete as seguites istruções: Para além da calculadora, só é permitido

Leia mais

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

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

Leia mais

Instrumentação e Medidas

Instrumentação e Medidas strumetação e Medidas Liceciatura em Egeharia Electrotécica Exame (ª Chamada) 20 de Juho de 20 tes de começar o exame leia atetamete as seguites istruções: Para além da calculadora, só é permitido ter

Leia mais

Construção e Análise de Gráficos

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

Leia mais

MEDIDAS DE TENDÊNCIA CENTRAL I

MEDIDAS DE TENDÊNCIA CENTRAL I Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, edca Veterára, uscoterapa, Odotologa, Pscologa EDIDAS DE TENDÊNCIA CENTRAL I 7 7. EDIDAS DE

Leia mais

3 Procedimento Experimental

3 Procedimento Experimental 3 Procedmeto Expermetal 3. Sstema de medção de vazão com extesômetro A Fg. 9 mostra o sstema de medção de vazão com extesômetro, o qual fo motado o laboratóro da PUC-Ro. este sstema, duas tubulações com,5

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

ELECTROTECNIA TEÓRICA MEEC IST

ELECTROTECNIA TEÓRICA MEEC IST ELECTROTECNIA TEÓRICA MEEC IST º Semestre 05/6 3º TRABALHO LABORATORIAL CIRCUITO RLC SÉRIE em Regme Forçado Alterado Susodal Prof. V. Maló Machado Prof. M. Guerrero das Neves Prof.ª Mª Eduarda Pedro Eg.

Leia mais

Requisitos metrológicos de instrumentos de pesagem de funcionamento não automático

Requisitos metrológicos de instrumentos de pesagem de funcionamento não automático Requstos metrológcos de strumetos de pesagem de fucoameto ão automátco 1. Geeraldades As balaças estão assocadas de uma forma drecta à produção do betão e ao cotrolo da qualdade do mesmo. Se são as balaças

Leia mais

Probabilidades e Estatística

Probabilidades e Estatística Departameto de Matemátca robabldades e Estatístca LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmb, MEBol, MEEC, MEMec 2 o semestre 20/202 2 o Teste B 08/06/202 :00 Duração: hora e 30 mutos Justfque coveetemete

Leia mais

Confiabilidade Estrutural

Confiabilidade Estrutural Professor Uversdade de Brasíla Departameto de Egehara Mecâca Programa de Pós graduação em Itegrdade Estrutural Algortmo para a Estmatva do Idce de Cofabldade de Hasofer-Ld Cofabldade Estrutural Jorge Luz

Leia mais

CADERNO 1 (É permitido o uso de calculadora gráfica.)

CADERNO 1 (É permitido o uso de calculadora gráfica.) Proposta de teste de avalação [mao 09] Nome: Ao / Turma: N.º: Data: - - Não é permtdo o uso de corretor. Deves rscar aqulo que pretedes que ão seja classfcado. A prova clu um formuláro. As cotações dos

Leia mais

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

Relatório 2ª Atividade Formativa UC ECS

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

Leia mais

Atividades Práticas Supervisionadas (APS)

Atividades Práticas Supervisionadas (APS) Uversdade Tecológca Federal do Paraá Prof: Lauro Cesar Galvão Campus Curtba Departameto Acadêmco de Matemátca Cálculo Numérco Etrega: juto com a a parcal DATA DE ENTREGA: da da a PROVA (em sala de aula

Leia mais

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

50 Logo, Número de erros de impressão

50 Logo, Número de erros de impressão Capítulo 3 Problema. (a) Sedo o úmero médo de erros por pága, tem-se: 5 + + 3 + 3 + 4 33,66 5 5 Represetado o úmero medao de erros por md, tem-se, pela ordeação dos valores observados, que os valores de

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

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

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

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

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

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

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

Leia mais

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

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

Probabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ

Probabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ Duração: 90 mutos Grupo I Probabldades e Estatístca LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBol, MEBom, MEEC, MEFT, MEMec, MEQ Justfque coveetemete todas as respostas 1 o semestre 018/019 10/01/019 09:00 o

Leia mais

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

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

Leia mais

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

A Medição e o Erro de Medição

A Medição e o Erro de Medição A Medção e o Erro de Medção Sumáro 1.1 Itrodução 1.2 Defções 1.3 Caracterzação da qualdade de medção 1.4 O erro da medção 1.4.1 Os erros aleatóros 1.4.2 Os erros sstemátcos 1.5 O verdadero valor, o erro

Leia mais

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

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

Leia mais

IST ELECTRÓNICA II. Circuitos de Amostragem e Retenção Conversores Digital Analógico º semestre. Cap. 5- Conversores A/D D/A

IST ELECTRÓNICA II. Circuitos de Amostragem e Retenção Conversores Digital Analógico º semestre. Cap. 5- Conversores A/D D/A Cap. 5- Coersores A/D D/A ST ELECTÓNCA Crcutos de Amostragem e eteção Coersores Dgtal Aalógco 00-00 º semestre ST Electróca, http://sps.esc.pt/~ele Mosés Pedade Cap. 5- Coersores A/D D/A Sstema de Processameto

Leia mais

Estatística. 2 - Estatística Descritiva

Estatística. 2 - Estatística Descritiva Estatístca - Estatístca Descrtva UNESP FEG DPD Prof. Edgard - 0 0- ESTATÍSTICA DESCRITIVA Possblta descrever as Varáves: DESCRIÇÃO GRÁFICA MEDIDAS DE POSIÇÃO MEDIDAS DE DISPERSÃO MEDIDAS DE ASSIMETRIA

Leia mais

Distribuições de Probabilidades

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

Leia mais

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

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo. 5910187 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 6 Equlíbro e o Potecal de Nerst Nesta aula, vamos utlzar a equação para o modelo de eletrodfusão o equlíbro obtda a aula passada para estudar o trasporte

Leia mais

Capítulo 5: Ajuste de curvas pelo método dos mínimos quadrados

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

Leia mais

Organização; Resumo; Apresentação.

Organização; Resumo; Apresentação. Prof. Lorí Val, Dr. val@ufrgs.br http://www.ufrgs.br/~val/ Grade Cojutos de Dados Orgazação; Resumo; Apresetação. Amostra ou População Defetos em uma lha de produção Lascado Deseho Torto Deseho Torto Lascado

Leia mais

Difusão entre Dois Compartimentos

Difusão entre Dois Compartimentos 59087 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 4 Dfusão etre Dos Compartmetos A le de Fck para membraas (equação 4 da aula passada) mplca que a permeabldade de uma membraa a um soluto é dada pela razão

Leia mais

II. Propriedades Termodinâmicas de Soluções

II. Propriedades Termodinâmicas de Soluções II. Propredades Termodâmcas de Soluções 1 I. Propredades Termodâmcas de Fludos OBJETIVOS Eteder a dfereça etre propredade molar parcal e propredade de uma espéce pura Saber utlzar a equação de Gbbs-Duhem

Leia mais

Cap. 5. Testes de Hipóteses

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

Leia mais

Estudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples.

Estudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples. Estudo das relações etre peso e altura de estudates de estatístca através da aálse de regressão smples. Waessa Luaa de Brto COSTA 1, Adraa de Souza COSTA 1. Tago Almeda de OLIVEIRA 1 1 Departameto de Estatístca,

Leia mais

ESTATÍSTICA APLICADA À ZOOTECNIA

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

Leia mais

6.1 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS

6.1 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS 7 6 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS A medção dreta é aquela cuja dcação resulta aturalmete da aplcação do sstema de medção sobre o mesurado Há apeas uma gradeza de etrada evolvda

Leia mais

Probabilidades e Estatística LEGM, LEIC-A, LEIC-T, MA, MEMec

Probabilidades e Estatística LEGM, LEIC-A, LEIC-T, MA, MEMec Duração: 90 mutos Grupo I Probabldades e Estatístca LEGM, LEIC-A, LEIC-T, MA, MEMec Justfque coveetemete todas as respostas 2 o semestre 2017/2018 14/06/2018 11:00 2 o Teste B 10 valores 1. Os dvíduos

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

Avaliação da qualidade do ajuste

Avaliação da qualidade do ajuste Avalação da qualdade do ajuste 1 Alguma termologa: Modelo ulo: é o modelo mas smples que pode ser defdo, cotedo um úco parâmetro ( µ) comum a todos os dados; Modelo saturado: é o modelo mas complexo a

Leia mais

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

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

Leia mais

DISTRIBUIÇÃO HIPERGEOMÉTRICA

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

Leia mais

Prof. Janete Pereira Amador 1

Prof. Janete Pereira Amador 1 Prof. Jaete Perera Amador 1 1 Itrodução Mutas stuações cotdaas podem ser usadas como expermeto que dão resultados correspodetes a algum valor, e tas stuações podem ser descrtas por uma varável aleatóra.

Leia mais

3 Análises Probabilísticas de Estabilidade

3 Análises Probabilísticas de Estabilidade 3 Aálses Probablístcas de Establdade 3.1 Itrodução Para facltar o etedmeto das metodologas de aálse de cofabldade serão apresetados este capítulo algus cocetos báscos de probabldade e estatístca. 3. Cocetos

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

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

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

Leia mais

INTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA

INTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA INTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA 003 Iformações: relembra-se os aluos teressados que a realzação de acções presecas só é possível medate solctação vossa, por escrto, à assstete da cadera. A realzação

Leia mais

MÉTODO DOS MÍNIMOS QUADRADOS

MÉTODO DOS MÍNIMOS QUADRADOS MÉTODO DOS MÍNIMOS QUADRADOS I - INTRODUÇÃO O processo de medda costtu uma parte essecal a metodologa cetífca e também é fudametal para o desevolvmeto e aplcação da própra cêca. No decorrer do seu curso

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

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

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

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

Leia mais

ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO

ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO Área Cetífca Matemátca Udade Curso Egehara do Ambete Ao º Semestre º Folha Nº 8: Aálse de Regressão e de Correlação Probabldades e Estatístca Ao 00/0. Pretede-se testar um strumeto que mede a cocetração

Leia mais

MAE116 Noções de Estatística

MAE116 Noções de Estatística Grupo C - º semestre de 004 Exercíco 0 (3,5 potos) Uma pesqusa com usuáros de trasporte coletvo a cdade de São Paulo dagou sobre os dferetes tpos usados as suas locomoções dáras. Detre ôbus, metrô e trem,

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

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

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

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

Critérios de correção e orientações de resposta exame

Critérios de correção e orientações de resposta exame Mstéro da Cêca, Tecologa e Eso Superor U.C. 1037 Elemetos de Probabldade e Estatístca 1 de Juho de 011 Crtéros de correção e oretações de resposta eame Neste relatóro apresetam-se os crtéros e um eemplo

Leia mais

(1) no domínio : 0 x < 1, : constante não negativa. Sujeita às condições de contorno: (2-a) (2-b) CC2: 0

(1) no domínio : 0 x < 1, : constante não negativa. Sujeita às condições de contorno: (2-a) (2-b) CC2: 0 EXEMPLO MOTIVADO II EXEMPLO MOTIVADO II Método da Apromação Polomal Aplcado a Problemas Udrecoas sem Smetra. Equações Dferecas Ordáras Problemas de Valores o otoro Estrutura Geral do Problema: dy() d y()

Leia mais

3. CIRCUITOS COM AMPOP S UTILIZADOS NOS SAPS

3. CIRCUITOS COM AMPOP S UTILIZADOS NOS SAPS 3 CICUITOS COM AMPOP S UTILIZADOS NOS SAPS 3. CICUITOS COM AMPOP S UTILIZADOS NOS SAPS - 3. - 3. Introdução Numa prmera fase, apresenta-se os crcutos somadores e subtractores utlzados nos blocos de entrada

Leia mais

NOTAS DE AULA DA DISCIPLINA CE076. ], T 2 = conhecido como T 2 de Hotelling

NOTAS DE AULA DA DISCIPLINA CE076. ], T 2 = conhecido como T 2 de Hotelling 4 INFERÊNCIA SOBRE O VETOR DE MÉDIAS 4. TESTE PARA UM VETOR DE MÉDIAS µ Lembrado o caso uvarado: H : µ = µ H : µ µ Nível de sgfcâca: α Estatístca do teste: X µ t = s/ ~ t Decsão: se t > t - (α/) rejeta-se

Leia mais

Análise da Informação Económica e Empresarial

Análise da Informação Económica e Empresarial Aálse da Iformação Ecoómca e Empresaral Aula 8: Redução de Dados: Meddas de Dspersão e Cocetração Aálse da Iformação Ecoómca e Empresaral Guão Aula 8: Redução de Dados: Meddas de Dspersão e Cocetração

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

CIRCUITOS ELÉTRICOS CONCEITOS BÁSICOS

CIRCUITOS ELÉTRICOS CONCEITOS BÁSICOS CCUTOS ELÉTCOS CONCETOS BÁSCOS Prof. Marcos Fergütz jul/07 - Carga Elétrca (Q, q) [ Udade: Coulomb C ] e - Quado se forece ou retra eerga do elétro (e - ), pode-se movmetá-lo por etre as camadas (K, L,

Leia mais

Estatística: uma definição

Estatística: uma definição Prof. Lorí Val, Dr. - val@pucrs.br http://www.pucrs.br/famat/val/ Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Estatístca: uma defção Coleç Coleção de ú úmeros estatí estatístcas O ú ú mero

Leia mais

Capítulo V - Interpolação Polinomial

Capítulo V - Interpolação Polinomial Métodos Numércos C Balsa & A Satos Capítulo V - Iterpolação Polomal Iterpolação Cosdere o segute couto de dados: x : x0 x x y : y y y 0 m m Estes podem resultar de uma sequêca de meddas expermetas, ode

Leia mais

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 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

Conceitos básicos de metrologia. Prof. Dr. Evandro Leonardo Silva Teixeira Faculdade UnB Gama

Conceitos básicos de metrologia. Prof. Dr. Evandro Leonardo Silva Teixeira Faculdade UnB Gama Prof. Dr. Evadro Leoardo Slva Teera Faculdade UB Gama Metrologa: Cêca que abrage os aspectos teórcos e prátcos relatvos a medção; Descreve os procedmetos e métodos para determar as certezas de medções;

Leia mais

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

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

Leia mais

? 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

HIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia

HIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia Aálse estatístca aplcada à hdrologa. Séres hdrológcas oções complemetares HIDROLOGIA E RECURSOS HÍDRICOS Aálse estatístca aplcada à hdrologa O Egehero HIDRÁULICO Echerá? Que população pode abastecer e

Leia mais

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

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

Leia mais

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

MAE0229 Introdução à Probabilidade e Estatística II

MAE0229 Introdução à Probabilidade e Estatística II Exercíco Cosdere a dstrbução expoecal com fução de desdade de probabldade dada por f (y; λ) = λe λy, em que y, λ > 0 e E(Y) = /λ Supor que o parâmetro λ pode ser expresso proporcoalmete aos valores de

Leia mais

Conversores Analógico/Digital (A/D)

Conversores Analógico/Digital (A/D) Coversores Aalógico/Digital (A/D) Um coversor A/D é um circuito ue coverte um ível de tesão (ou correte) em um valor umérico (digital) correspodete. São a base de ualuer istrumeto de medição digital. Existem

Leia mais

ESTATÍSTICA Aula 7. Prof. Dr. Marco Antonio Leonel Caetano

ESTATÍSTICA Aula 7. Prof. Dr. Marco Antonio Leonel Caetano ESTATÍSTICA Aula 7 Prof. Dr. Marco Atoo Leoel Caetao Dstrbuções de Probabldade DISCRETAS CONTÍNUAS (Números teros) Bomal Posso Geométrca Hper-Geométrca Pascal (Números reas) Normal t-studet F-Sedecor Gama

Leia mais

Aula 9. Aula de hoje. Aula passada. Self-normalized Importance Sampling Gerando amostras complicadas Variância amostral Simulação

Aula 9. Aula de hoje. Aula passada. Self-normalized Importance Sampling Gerando amostras complicadas Variância amostral Simulação Aula 9 Aula passada Método da rejeção (rejecto samplg) Exemplos Importace Samplg Exemplos Geeralzação Aula de hoje Self-ormalzed Importace Samplg Gerado amostras complcadas Varâca amostral Smulação Importace

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

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

REGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA

REGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA REGRESSÃO LINEAR CUIABÁ, MT 6/ INTRODUÇÃO Relação dos valores da varável depedete (varável resposta) aos valores de regressoras ou exógeas). SIMPLES MÚLTIPLA (varáves depedetes,... =,,, K=,,, k em que:

Leia mais

Estabilidade no Domínio da Freqüência

Estabilidade no Domínio da Freqüência Establdade o Domío da Freqüêca Itrodução; apeameto de Cotoros o Plao s; Crtéro de Nyqust; Establdade Relatva; Crtéro de Desempeho o Domío do Tempo Especfcado o Domío da Freqüêca; Bada Passate de Sstema;

Leia mais

( ) ( 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

Probabilidades e Estatística LEAN, LEGI, LEGM, LMAC, MEAer, MEAmbi, MEC

Probabilidades e Estatística LEAN, LEGI, LEGM, LMAC, MEAer, MEAmbi, MEC Duração: 90 mutos Grupo I Probabldades e Estatístca LEAN, LEGI, LEGM, LMAC, MEAer, MEAmb, MEC Justfque coveetemete todas as respostas 1 o semestre 2018/2019 10/01/2019 11:00 2 o teste B 10 valores 1. Cosdere-se

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

Cálculo Numérico. Ajuste de Curvas Método dos Mínimos Quadrados. Profa. Vanessa Rolnik 1º semestre 2015

Cálculo Numérico. Ajuste de Curvas Método dos Mínimos Quadrados. Profa. Vanessa Rolnik 1º semestre 2015 Cálculo Numérco Ajuste de Curvas Método dos Mímos Quadrados Profa. Vaessa Rolk º semestre 05 Ajuste de curvas Para apromar uma fução f por um outra fução de uma famíla prevamete escolhda (caso cotíuo)

Leia mais

Regressão e Correlação

Regressão e Correlação Regressão e Correlação Júlo Osóro Regressão & Correlação: geeraldades Em mutas stuações de pesqusa cetífca, dspomos de uma amostra aleatóra de pares de dados (x, ), resultates da medda cocomtate de duas

Leia mais

Estatística Notas de Aulas ESTATÍSTICA. Notas de Aulas. Professor Inácio Andruski Guimarães, DSc. Professor Inácio Andruski Guimarães, DSc.

Estatística Notas de Aulas ESTATÍSTICA. Notas de Aulas. Professor Inácio Andruski Guimarães, DSc. Professor Inácio Andruski Guimarães, DSc. Estatístca Notas de Aulas ESTATÍSTICA Notas de Aulas Professor Iáco Adrus Gumarães, DSc. Professor Iáco Adrus Gumarães, DSc. Estatístca Notas de Aulas SUMÁRIO CONCEITOS BÁSICOS 5. Estatístca. Estatístca

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

6. MÉTODOS APROXIMADOS DE ANÁLISE DE SISTEMAS CONTÍNUOS

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

Leia mais

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

Hidrologia, Ambiente e Recursos Hídricos 2009 / Rodrigo Proença de Oliveira

Hidrologia, Ambiente e Recursos Hídricos 2009 / Rodrigo Proença de Oliveira Hdrologa, Ambete e Recursos Hídrcos 009 / 00 Rodrgo roeça de Olvera Aálse estatístca IST: Hdrologa, Ambete e Recursos Hídrcos Rodrgo roeça de Olvera, 009 Cocetos base Varável aleatóra oulação Fução de

Leia mais

CAPÍTULO 2 - Estatística Descritiva

CAPÍTULO 2 - Estatística Descritiva INF 6 Prof. Luz Alexadre Peterell CAPÍTULO - Estatístca Descrtva Podemos dvdr a Estatístca em duas áreas: estatístca dutva (ferêca estatístca) e estatístca descrtva. Estatístca Idutva: (Iferêca Estatístca)

Leia mais