ANÁLISE MATRICIAL DE ESTRUTURAS: APLICADA A MODELOS LINEARES

Tamanho: px
Começar a partir da página:

Download "ANÁLISE MATRICIAL DE ESTRUTURAS: APLICADA A MODELOS LINEARES"

Transcrição

1 ANÁLISE MATRICIAL E ESTRUTURAS: APLICAA A MOELOS LINEARES Luz erado Martha Potfíca Uversdade Católca do Ro de Jaero PUC-Ro epartameto de Egehara Cvl Rua Marquês de São Vcete - Gávea CEP - Ro de Jaero RJ Tel.: () - ax: () - E-mal: lfm@tecgraf.puc-ro.br URL:

2 . SISTEMA E EQUAÇÕES GLOBAIS E EQUILÍBRIO Coforme apresetado a Seção. do Capítulo a solução completa de um modelo estrutural pelo método da rgdez dreta é obtda pela superposção de uma solução global do modelo (estágo II) com soluções locas (estágo I) em cada barra do modelo. A solução global é uma represetação dscreta do problema em que o campo de deslocametos cotíuo é represetado pelas compoetes de deslocametos e rotações dos ós do modelo e as solctações exteras (carregametos) são represetadas por cargas equvaletes odas que são cargas força e cargas mometo aplcadas os ós do modelo. O capítulo ateror tratou da dscretzação das solctações exteras em cargas equvaletes odas que para uma barra solada são guas às reações de egastameto perfeto do carregameto atuado o seu teror com setdo vertdo. As cargas equvaletes odas são dtas locas porque estão assocadas a uma stuação de egastameto perfeto de um elemeto de barra solado. As cargas equvaletes odas locas vão compor jutamete com as cargas odas propramete dtas as cargas odas combadas globas (do modelo como um todo). Este capítulo trata das estratégas de motagem e solução do sstema de equações do problema global do método da rgdez dreta (estágo de carregameto II). Esse sstema de equações expressa a mposção de codções de equlíbro a cada um dos ós do modelo. Os coefcetes desse sstema correspodem a parâmetros de rgdez globas do modelo que são defdos em fução dos coefcetes de rgdez locas (de barras soladas) que foram deduzdos o Capítulo. As cógtas desse sstema de equações são das deslocabldades globas do problema que correspodem às compoetes de deslocametos e rotações odas dos graus de lberdade lvres (ão restrtos por apoos). A solctação atuate esse sstema de equações (vetor o lado dreto do sal de gual do sstema) é o vetor das cargas odas combadas globas cosderado todos os graus de lberdade do modelo clusve os que têm restrções de apoo. A solução do sstema de equações de equlíbro do problema global dscreto (estágo de carregameto II) só é possível quado se cosderam as restrções de suporte do modelo. Sem essas restrções ada é possível exstrem movmetos de corpo rígdo do modelo estrutural dcado que o problema tem ftas soluções para os deslocametos e rotações odas que satsfazem codções de equlíbro. Portato este capítulo também apreseta estratégas para cosderação das codções de suporte a solução do problema global dscreto... Motagem da matrz de rgdez global O método dos deslocametos determa a matrz de rgdez global de um modelo por superposção de casos báscos (gura.). Em cada caso básco é mposta uma cofguração deformada que sola o efeto de um grau de lberdade global. Pode-se dzer que esse procedmeto faz a motagem da matrz de rgdez global por colua pos a j-ésma colua da matrz de rgdez global [] correspode ao cojuto de forças e mometos que atua as dreções das coordeadas geeralzadas globas para equlbrar a estrutura quado se mpõe uma cofguração deformada com grau de lberdade j =. Por exemplo a gura. mostra os coefcetes da ª e da ª coluas da matrz de rgdez global de um pórtco geérco que correspodem respectvamete à mposção de = e =.

3 Aálse Matrcal de Estruturas: aplcada a modelos leares Luz erado Martha Coordeadas geeralzadas globas = = gura. Coefcetes de rgdez da ª e da ª coluas de uma matrz de rgdez global para o exemplo com três barras da gura.. Observe que o modelo da gura. está solto o espaço sto é a matrz de rgdez global está sedo motada cosderado todos os graus de lberdade clusve os que podem estar com restrções de apoo. Coforme cometado aterormete a cosderação das codções de suporte é feta em uma fase posteror à motagem da matrz de rgdez global (Seção.) que é portato motada por completo. O procedmeto de motagem da matrz [] por colua é adequado para uma resolução maual. Etretato esse algortmo ão é o mas adequado para uma mplemetação computacoal. O procedmeto característco do método da rgdez dreta é o da motagem da matrz de rgdez por barra. Tal algortmo mota a matrz [] de forma dreta somado a cotrbuções das matrzes de rgdez das barras uma de cada vez o que será explcado a segur. Na gura. observe que quado se mpõe o grau de lberdade = somete as barras com ídces e são moblzadas. Essas duas barras são adjacetes ao ó assocado a. Nessa stuação a barra com ídce ão sofre deformação alguma e portato ão cotrbu para a ª colua da matrz de rgdez global. e maera aáloga somete as barras com ídces e são moblzadas pela cofguração deformada mposta por = sedo que a barra com ídce ão cotrbu para a ª colua de []. Esse racocío pode ser geeralzado da segute maera: Os coefcetes da matrz de rgdez [ ] rgdez global [ ] k de uma barra cotrbuem apeas para os termos da matrz de assocados às coordeadas geeralzadas globas dos ós cal e fal da barra. Tal afrmação parte do prcípo que ão se cosdera restrção alguma as deformações das barras como por exemplo a cosderação de barras extesíves. essa forma a cada ó de um pórtco plao são assocados exatamete três graus de lberdade. Portato a formação prcpal para a motagem da matrz de rgdez global a partr das matrzes de rgdez das barras é o relacoameto etre as coordeadas geeralzadas locas de cada barra com as coordeadas geeralzadas globas. Note que só faz setdo estabelecer esse relacoameto se as coordeadas geeralzadas locas e globas estverem o mesmo sstema de exos. Por sso é precso trasformar as matrzes de rgdez das barras dos sstemas locas para o global. Essecalmete o relacoameto etre coordeadas geeralzadas locas e globas é uma garata de satsfação das codções de compatbldade tera. Isso ocorre porque a assocação de coordeadas geeralzadas locas (que se correspodem em barras adjacetes) com uma úca coordeada geeralzada global é a verdade uma mposção de compatbldade etre compoetes de deslocameto ou rotação das barras que se coectam. Como o método dos deslocametos o método da rgdez dreta trabalha trsecamete satsfazedo codções de compatbldade em todas as etapas da metodologa. A gura. mostra um exemplo para explcar como é feto o relacoameto etre coordeadas geeralzadas locas e globas. As matrzes de rgdez locas das barras o sstema global são lustradas a fgura em separado com o ídce da barra detfcado cada matrz. Nos desehos represetatvos das matrzes somete os coefcetes de rgdez locas ão ulos são mostrados.

4 Capítulo : Sstema de equações globas de equlíbro Coordeadas geeralzadas locas o sstema global Coordeadas geeralzadas globas em cada barra vetor de espalhameto vetor de espalhameto vetor de espalhameto gura. Espalhameto de matrzes de rgdez locas para a matrz de rgdez global para o exemplo com três barras da gura.. Para cada barra do modelo da gura. é crado um vetor de ídces que assoca cada coordeada geeralzada local com a coordeada global correspodete: { e} vetor de espalhameto: vetor com a dmesão do úmero de coordeadas geeralzadas locas de um elemeto de barra em que cada termo e armazea o úmero da coordeada geeralzada global assocado à coordeada geeralzada local. O exemplo da gura. mostra os vetores de espalhameto das três barras do modelo. As barras estão dcadas com a umeração das coordeadas geeralzadas locas (fgura superor à esquerda) e com a umeração das coordeadas geeralzadas globas (fgura superor à dreta). Observe que o vetor de espalhameto de cada barra armazea segudo a ordeação das coordeadas locas os ídces das coordeadas globas.

5 Aálse Matrcal de Estruturas: aplcada a modelos leares Luz erado Martha Os vetores de espalhameto de todas as barras depedem da umeração das coordeadas geeralzadas globas que é arbtrára. eve-se saletar que como ão podera dexar de ser os resultados de uma aálse ão depedem da estratéga utlzada para essa umeração. Exstem dversas estratégas para umerar os graus de lberdade de um modelo estrutural depededo da técca utlzada para resolver o sstema de equações globas cujos coefcetes são os termos da matrz de rgdez global. No etato foge do escopo deste lvro abordar esse problema. Pode-se dzer que a umeração dos graus de lberdade de uma forma geral procura dmur ao máxmo o úmero de coefcetes da matrz [] armazeados a memóra do computador. Em algumas stuações a técca de umeração vsa uma solução umérca mas efcete do sstema de equações. Mutas vezes as duas questões mmzação do uso de memóra e efcêca umérca de solução do sstema determam em cojuto a escolha da estratéga de umeração dos graus de lberdade. Os artgos de Cuthll e Mckee () Gbbs et al. () e Sloa () são referêcas clásscas sobre esse assuto. Por smplcdade o presete cotexto a umeração das coordeadas geeralzadas globas segue a ordem dos ídces forecdos para os ós do modelo. Cosdere que os ós são umerados cosecutvamete de até o úmero total de ós () e que é o ídce do ó cal de uma barra e j o ídce do ó fal. Utlzado essa estratéga para o caso de pórtco plao o vetor de armazeameto da barra resulta com os segutes valores: T { e} { j j j} =. Essa estratéga de umeração será modfcada para permtr o partcoameto do sstema de equações que é utlzado por uma das téccas para cosderar codções de apoo (Seção..). O algortmo para motagem da matrz de rgdez global por barra depede da estratéga adotada para umerar as coordeadas geeralzadas globas. Tal algortmo segue um procedmeto-padrão que é descrto a segur. Em uma etapa de calzação a matrz de rgdez global [] é crada com todos os coefcetes ulos. Em seguda a cotrbução de cada uma das barras uma de cada vez é somada a matrz []. Ao fal depos de todas as barras terem sdo cosderadas a matrz de rgdez global está completa. Note a gura. o poscoameto de cada um dos coefcetes de rgdez das barras a matrz de rgdez global. A lha e a colua da matrz global que recebem a cotrbução de um coefcete de rgdez local de uma barra são determadas com base o vetor de espalhameto {e} da barra. Cosdere que e j são os ídces do coefcete de rgdez local k j. A lha e a colua a matrz [] assocadas a esse coefcete são: = e ; jj = e j. essa forma a cotrbução de k j para jj é obtda da segute maera: jj = jj k j. Observa-se que o algortmo é muto smples. e uma maera formal pode-se codesar esse algortmo da segute maera: [ ] = [ k] barras barra sedo que esse somatóro pressupõe um espalhameto prévo das matrzes de rgdez locas das barras para a dmesão da matrz de rgdez global. O procedmeto de motagem da matrz de rgdez global é exemplfcado a gura. para o pórtco plao da gura.. Na gura. cada matrz de rgdez local tem seus coefcetes ão ulos detfcados por um símbolo ú- co. Note que a barra com ídce tem uma artculação a extremdade cal (feror). Portato a tercera lha e a tercera colua da matrz de rgdez dessa barra são ulas pos correspodem ao grau de lberdade assocado à rotação lberada pela rótula. Os dferetes símbolos utlzados para os coefcetes de rgdez locas servem para detfcar em que posções da matrz de rgdez global sete-se a cotrbução de cada coefcete ao mesmo tempo em que é possível vsualzar a sobreposção de coefcetes de rgdez das dversas barras.

6 Capítulo : Sstema de equações globas de equlíbro Coordeadas geeralzadas globas Numeração odal que resulta a mmzação da semlargura de bada B B = gura. Motagem da matrz de rgdez global para o pórtco da gura.. Exstem dversos aspectos a serem saletados a respeto da matrz de rgdez global resultate. O prmero é que obvamete se obtém a mesma matrz utlzado os procedmetos de motagem por colua. Talvez a característca mas marcate da matrz [] seja o que se deoma esparsdade sto é a forma como seus coefcetes são agrupados. Nota-se que a formação atural da matrz de rgdez global faz com que os termos dferetes de zero (os que têm algum símbolo a matrz da gura.) fquem próxmos da dagoal prcpal. ora da faxa em toro dessa dagoal só exstem termos ulos. z-se etão que a matrz tem a formação em bada. Sabe-se também que a matrz [] é smétrca. Portato é possível explorar o formato em bada e a smetra da matrz para armazear o úmero mímo de coefcetes ão ulos. essa forma uma possbldade é armazear a memóra do computador uma matrz retagular com úmero de lhas gual ao úmero de graus de lberdade e com o úmero de coluas gual ao parâmetro B (gura.) que é chamado de semlargura de bada. A semlargura de bada é a maor largura b de todas as lhas da matrz cosderado como largura de uma lha o úmero de coefcetes etre a dagoal prcpal clusve e o últmo coefcete ão ulo aquela lha (para a dreta). As segutes cosderações podem ser fetas para a determação da semlargura de bada B:. Cosderado gl o úmero de graus de lberdade por ó o caso de pórtco plao ou grelha gl = ; para trelças (como as rotações odas ão são levadas em cota) gl = ; e em um pórtco espacal (em que cada ó tem três compoetes de deslocameto e três compoetes de rotação) gl =.

7 Aálse Matrcal de Estruturas: aplcada a modelos leares Luz erado Martha. Cosderado uma barra geérca que coecta os ós com ídces e j supoha que < j.. As coordeadas geeralzadas globas são umeradas segudo a ordeação da umeração dos ós.. A matrz está sedo motada para a estrutura solta o espaço sto é ehum ó tem restrção de a- poo e todos os graus de lberdade do modelo estão sedo cosderados. essa forma a dmesão da matrz (quadrada) que é gual ao úmero total de graus de lberdade é = gl sedo o úmero total de ós. O procedmeto para determação da semlargura de bada também é realzado por barra. Para cada barra verfca-se qual é a maor largura b das lhas da matrz global que são afetadas pela serção da matrz de rgdez da barra: b = glj [gl( ) ] ; b = gl(j ). A semlargura de bada depede da máxma dfereça etre os ídces dos dos ós extremos de barra cosderado todas a barras do modelo: B = gl[(j ) máx ]. A expressão [(j ) máx ] é chamada de bada odal. Observa-se com base o exemplo da gura. que o formato em bada ada cosdera em seu teror um úmero cosderável de termos ulos da matrz. O que se busca é uma umeração que mmze a semlargura de bada a fm de dmur a quatdade de memóra ecessára para armazear a matrz []. A umeração adotada o exemplo ão é a que mmza a semlargura de bada pos a bada odal é gual a (proporcoada pela barra com ídce ) resultado em B =. O detalhe o cato superor dreto da fgura mostra uma reumeração dos ós que mmza a bada odal para. Exstem outros formatos para armazear em memóra a matrz [] buscado sempre evtar o armazeameto de coefcetes ulos. O mas famoso é o skyle (Cook et al. ) de slhueta dos arraha-céus que armazea em um vetor úco de forma cosecutva os coefcetes de cada colua da matrz da dagoal prcpal até o últmo termo ão ulo (para cma). Ada pode restar o armazeameto de algus termos ulos mas bem meos do que o formato em bada. Nota-se também a gura. que as sobreposções de coefcetes de rgdez locas se dão em toro da dagoal prcpal da matrz de rgdez global. Essa é uma característca assocada ao arrajo de barras em uma estrutura que fcam coectadas pelos ós. A sobreposção próxma à dagoal prcpal se dá por submatrzes com dmesão glxgl (x o caso do pórtco plao). No exemplo o maor úmero de submatrzes sobrepostas é. Isso está assocado ao fato de os ós com ídces e serem usados por barras cada um. Na verdade a motagem de toda a matrz se dá por submatrzes com dmesão x uma vez que a umeração das coordeadas geeralzadas globas de cada ó é cosecutva esse exemplo. Por causa dsso um grupo cosecutvo de três lhas e um grupo cosecutvo de três coluas da matrz global estão assocados a um determado ó. Pode-se pesar que as submatrzes são udades para o preechmeto da matrz global. essa maera a detfcação das posções de cotrbução de uma matrz de rgdez local a matrz global basea-se apeas os úmeros dos ós da barra. Um últmo poto a ser saletado a motagem da matrz de rgdez global da gura. é a cotrbução do coefcete de rgdez rotacoal do apoo elástco o ó com ídce. Esse coefcete de rgdez se soma ao termo da matrz de rgdez global: um apoo elástco traslacoal ou rotacoal que restrge parcalmete o grau de lberdade é cosderado adcoado seu coefcete de rgdez ao coefcete de rgdez global... Motagem das cargas odas combadas o vetor das forças geeralzadas globas O problema dscreto de aálse estrutural que se quer resolver é o do estágo de carregameto II descrto a Seção.. Nesse problema o comportameto do modelo estrutural é represetado por parâmetros assocados aos ós que são os potos de dscretzação. Todas as solctações desse modelo dscretzado são covertdas em cargas odas combadas que cosderam os efetos dos carregametos atuates o teror das

8 Capítulo : Sstema de equações globas de equlíbro barras e as cargas odas propramete dtas. As cargas odas combadas e as reações de apoo formam o vetor das forças odas geeralzadas {} do modelo. A dmesão desse vetor é a dmesão da matrz de rgdez global completa sto é o úmero de termos de {} é gual a = gl sedo o úmero de ós do modelo e gl o úmero de graus de lberdade por ó (gl = o caso de pórtco plao). Esta seção descreve um procedmeto para a motagem das cargas odas combadas o vetor das forças odas geeralzas globas. O procedmeto se dá em duas etapas que estão lustradas as guras.. e. para o e- xemplo com três barras da gura.. Na prmera etapa calmete as reações de egastameto perfeto das barras carregadas os seus sstemas locas são trasformadas para o sstema global (Seção. ver gura.). Isso é ecessáro porque as reações de egastameto das barras carregadas se trasformam em cargas equvaletes odas que se somam às cargas odas propramete dtas para formar as cargas odas combadas. Em seguda (Seção. ver gura.) as reações de egastameto as barras carregadas são covertdas em cargas equvalete odas. A seguda etapa do procedmeto de motagem das cargas odas combadas o vetor {} é mostrada a gura. para o mesmo exemplo das três barras. Cargas equvaletes odas (vdas das barras) superpostas a cargas odas propramete dtas fe P fe P fe fe P fe fe P fe P fe P fe fe P fe fe fe fe P P fe fe fe fe P P P Cotrbução das cargas odas combadas para o vetor das forças odas geeralzadas globas vetor de espalhameto vetor de espalhameto gura. Trasporte e espalhameto das forças equvaletes odas (vdas das barras) e superposção com cargas odas propramete dtas para formar as cargas odas combadas para o exemplo com três barras da gura.. vetor de espalhameto No exemplo da gura. os ós do modelo são mostrados solados com os efetos vdos das barras (cargas equvaletes odas) dcados em cada ó. Na fgura também estão dcadas em cada ó as correspodetes compoetes das cargas odas propramete dtas que formam um vetor defdo da segute maera: {P} vetor das cargas odas propramete dtas o sstema global: cojuto de forças e mometos exteros que atua dretamete sobre os ós (as dreções dos exos globas). Cosderado todos os graus de lberdade do modelo clusve os que têm restrções de apoo a dmesão desse vetor é gual à dmesão do vetor das forças odas geeralzadas.

9 Aálse Matrcal de Estruturas: aplcada a modelos leares Luz erado Martha O vetor {fe} de cargas equvaletes odas de cada barra tem como dmesão o úmero de graus de lberdade da barra. Para somar as cargas equvaletes odas com as cargas odas propramete dtas é precso espalhar as cargas equvaletes odas para a dmesão global do vetor {P}. Esse espalhameto é semelhate ao que ocorre a motagem da matrz de rgdez global. Na verdade é mas smples pos é um espalhameto para um vetor e ão para uma matrz. e maera formal pode-se escrever a segute expressão para a motagem das cargas odas combadas o vetor das forças odas geeralzadas globas: { } = { fe} {P} barra barras sedo que esse somatóro pressupõe um espalhameto prévo dos vetores das forças equvaletes odas das barras para a dmesão do vetor {}. almete deve-se saletar que algumas compoetes das cargas odas combadas atuam a dreção de coordeadas geeralzadas globas que correspodem a graus de lberdade restrtos por apoos. Essas compoetes poderam ser eglgecadas pos uma força aplcada em um apoo que restrge o movmeto a dreção da força ão produz efeto em termos de esforços teros: a força morre o apoo. Na verdade as compoetes das cargas odas combadas correspodetes aos graus de lberdade restrtos por apoo são superpostas com setdos vertdos dretamete às reações de apoo. A Seção.. mostra um procedmeto formal para determar reações de apoo. O procedmeto mas usado etretato é descrto a Seção.... Iterpretação do sstema de equações fas como mposção de equlíbro aos ós solados A estratéga adotada o método dos deslocametos (gura.) para resolver uma estrutura é superpor uma sére de cofgurações cemátcas (deformadas) que satsfazem a compatbldade (os casos báscos) para o somatóro ateder as codções de equlíbro. As cofgurações cemátcas de cada caso básco satsfazem o equlíbro mas à custa de forças e mometos fctícos que atuam as dreções das deslocabldades. Essas forças e mometos fctícos são os termos de carga e os coefcetes de rgdez de cada colua da matrz [] (gura.). O equlíbro fal da estrutura orgal é alcaçado mpodo-se que a superposcão dos casos báscos as forças e mometos fctícos sejam ulos. O método da rgdez dreta é apeas uma roupagem dferete para o método dos deslocametos. A prcpal dfereça está a estratéga da motagem da matrz de rgdez global coforme vsto a Seção.. Na verdade é tudo a mesma cosa até porque o sstema de equações de equlíbro do método dos deslocametos é o mesmo do método da rgdez. E é sso que se pretede demostrar esta seção. O coceto de equlíbro global do modelo dscretzado o método da rgdez dreta é o de equlíbro dos ós solados. Cosderado que as barras soladas estão em equlíbro (garatdo pelos coefcetes de rgdez da barra) e que exste compatbldade de deslocametos e rotações as lgações da barras (garatda pelo relacoameto etre coordeadas geeralzadas locas e globas) o equlíbro global da estrutura é alcaçado se todos os ós solados estverem em equlíbro. Isso resulta em um sstema de equações cada uma assocada a uma coordeada geeralzada global. Para auxlar a explcação desse coceto o exemplo das três barras é utlzado ovamete como lustra a gura.. = dada pela Equação. forece o cojuto de forças geeralzadas locas que atua as extremdades da barra (as dreções dos exos globas) para equlbrá-la em uma dada cofguração deformada com valores arbtráros para as deslocabldades o vetor {d}. Essas forças geeralzadas represetam o efeto dos ós sobre a barra. O efeto da barra sobre seus dos ós é gual mas com setdo vertdo (ação e reação). Pode-se etão defr o segute: A relação { f } [ k] { d} { f} = { f } vetor dos efetos das deformações de uma barra sobre seus ós o sstema global: cojuto de forças e mometos que atua os ós adjacetes a uma barra (as dreções dos exos globas) resultate das deformações sofrdas pela barra. A gura. lustra os efetos dos vetores {f} os ós do exemplo com três barras. O somatóro das cotrbuções dos vetores {f} de todas as barras preceddo de um espalhameto para a dmesão global da estrutura resulta em:

10 { } = { f}. barras barra A defção do vetor resultate desse somatóro é: {} Capítulo : Sstema de equações globas de equlíbro vetor dos efetos das deformações de todas as barras de um modelo sobre seus ós o sstema global: cojuto de forças e mometos que atua em todos os ós do modelo (as dreções dos exos globas) resultate das deformações sofrdas pelas barras. orças geeralzadas globas (exteras) f f f f = f = f = f = f orças exteras e forças teras (vdas das barras) atuates os ós f f = f f = f f f f f f = f f = f = f f f f f f f f f f f f orças geeralzadas locas o sstema global = f = f f = f f = f = f f f f f f = f f = f = f f = f gura. Equlíbro odal das forças geeralzadas teras (vdas das barras) com as forças exteras geeralzadas. Pode-se mostrar que: { } = ([ k] { d} ) = [ ] { } sedo barras barra {} vetor dos graus de lberdade globas do problema dscreto cludo graus de lberdade restrtos por apoo. Novamete esse somatóro pressupõe um espalhameto das matrzes e vetores das dmesões locas das barras para as dmesões globas da estrutura. O vetor {} represeta o efeto tero (da estrutura) sobre os ós. O vetor {} das forças geeralzadas globas represeta o efeto extero. Por fm mpodo o equlíbro de forças e mometos atuates teros e exteros as dreções de todas as coordeadas geeralzadas globas chega-se a: { } { } =. f f f Ou seja { } { } [ ] =. (.)

11 Aálse Matrcal de Estruturas: aplcada a modelos leares Luz erado Martha Esse sstema represeta o equlíbro de todos os ós da estrutura clusve os restrtos por apoo as dreções de todos os graus de lberdade. Algus termos do vetor {} dos graus de lberdade são cohecdos (restrções de apoo). Os termos correspodetes do vetor {} são descohecdos (reações de apoo)... Cosderação das codções de apoo Até o presete poto da formulação do método da rgdez dreta ão foram cosderadas as codções de suporte a solução do problema. Matematcamete sso se reflete o fato de que a matrz de coefcetes do sstema de equações dcado a Equação. é sgular e por equato ão é possível resolver o sstema. Isso mesmo: a matrz de rgdez global resultate do processo de motagem defdo a Seção. tem o determate ulo. Para detfcar sso basta pesar que é possível um movmeto de corpo rígdo para o modelo assocado a um vetor dos graus de lberdade {} com valores ão ulos mas com vetor de forças {} ulos. É evdete que sem cosderar as codções de apoo o problema ão tem solução. Esta seção apreseta três procedmetos usualmete adotados para modfcar o sstema de equações de equlíbro cosderado codções de suporte e dessa forma chegar a um sstema de equações que tem solução.... Partcoameto do sstema de equações A maera mas formal para cosderar as codções de apoo é através do partcoameto do sstema de equações o que é cosegudo por meo de uma reumeração das coordeadas geeralzadas globas de tal maera que as coordeadas correspodetes aos graus de lberdade restrtos por apoo sejam umeradas por últmo. Um exemplo desse tpo de reumeração é mostrado a gura. para o pórtco da gura.. O algortmo para fazer a reumeração é muto smples: basta percorrer os ós do modelo e umerar calmete apeas as coordeadas com dreções lvres de restrção de apoo; em um segudo passo umeram-se as coordeadas restates. Com a reumeração das coordeadas geeralzadas globas a úca modfcação em relação ao procedmeto descrto a Seção. para a motagem da matrz de rgdez global resde os vetores de espalhameto {e} das barras: os ídces de coordeadas geeralzadas globas armazeados esses vetores refletem a reumeração. Coordeadas geeralzadas globas reumeradas gura. Reumeração das coordeadas geeralzadas globas do pórtco da gura. para partcoameto do sstema de equações de equlíbro. Após a reumeração o sstema da Equação. pode ser subdvdo em dos sstemas: [ ll l lf f l ] { } [ ] { } = { } ; (.) [ fl l ff f f ] { } [ ] { } = { }. (.) Nessas equações o subscrto l se refere a lvre e o f se refere a fxo. O partcoameto do sstema permte a detfcação dos segutes vetores:

12 Capítulo : Sstema de equações globas de equlíbro { l } vetor dos graus de lberdade globas lvres: são as cógtas do problema (descohecdas); { l } { f { f } vetor das cargas odas combadas as dreções dos graus de lberdade lvres (cohecdas); } vetor dos graus de lberdade globas fxos: são os valores mpostos pelas restrções de apoo (cohecdos); em geral são ulos a ão ser para recalques de apoo (cohecdos); vetor das forças odas geeralzadas as dreções dos graus de lberdade fxos: são as compoetes de reações da apoo (descohecdas). A Equação. pode ser mapulada resultado em: [ ll l l lf f ] { } = { } [ ] { }. (.) O lado dreto do sal de gual dessa equação é totalmete cohecdo pos o vetor { l} correspode às cargas odas combadas as dreções lvres e o vetor { f} correspode aos valores mpostos as restrções de a- poo. O sstema da Equação. correspode exatamete ao sstema obtdo pelo método dos deslocametos que só cosdera deslocabldades globas lvres { l}. A solução desse sstema resulta a determação dessas deslocabldades. A Equação. a verdade ão é um sstema a ser resolvdo pos o vetor { l} é cohecdo após a solução da Equação.. A Equação. forece dretamete os valores das reações de apoo: { f fl l ff f } = [ ] { } [ ] { }. (.) Para complemetar deve-se superpor às compoetes de reações de apoo obtdas com base a Equação. evetuas cargas odas combadas aplcadas os graus de lberdade restrtos por apoo com setdos vertdos.... agoalzação da lha e colua da matrz de rgdez global correspodete ao grau de lberdade restrto Neste procedmeto calmete a matrz global [] e o vetor das forças odas geeralzadas {} são motados sem levar em cota ehuma codção de apoo. Para cosderar o caso de uma restrção de apoo com um valor de deslocameto ou rotação mposto (recalque de apoo) é ecessáro modfcar a matrz e o vetor. A segur mostra-se uma expasão do sstema de equações [ ]{ } = { } sem levar em cota o fato de que mutos termos da matrz [] são ulos. Cosdere que o grau de lberdade tem deslocameto prescrto ou rotação prescrta com valor : = A -ésma lha e a -ésma colua da matrz [] e o vetor {} são modfcados da segute maera:

13 Aálse Matrcal de Estruturas: aplcada a modelos leares Luz erado Martha = A -ésma lha da matrz fca com um a dagoal prcpal e os outros termos. Nessa lha a força odal geeralzada o vetor {} é substtuída pelo valor do recalque mposto. Para mater a smetra da matrz de rgdez global os outros termos da -ésma colua da matrz são aulados sedo que os outros termos do vetor {} são alterados como dcado levado em cota que os termos aulados da matrz são os que multplcam o valor cohecdo do recalque de apoo. essa forma o úmero de equações do sstema ão se altera em relação ao úmero total de graus de lberdade (a dmesão da matrz [] é matda) cotua sedo uma cógta e a solução da -ésma lha do sstema resulta para um valor gual ao recalque mposto. O procedmeto deve ser aplcado para cada restrção de apoo. Cosderado que um recalque de apoo ão é o tpo de solctação mas frequete a maora das vezes =. Nesse caso o úco termo alterado do vetor {} é o -ésmo.... Iserção de um apoo elástco fctíco com valor muto alto do coefcete de rgdez Este procedmeto usa um artfíco que soma ao termo da dagoal da matrz [] correspodete ao grau de lberdade com recalque de apoo prescrto um coefcete de rgdez fctíco g com valor muto grade (por exemplo vezes o maor valor etre os termos da dagoal prcpal de []) como se fosse um apoo elástco. O termo correspodete do vetor {} é substtuído por um valor gual a g vezes o valor do recalque de apoo: ( ) = g g Esse procedmeto é um macete umérco cohecdo. Como g tem um valor muto grade em relação aos outros coefcetes da matrz [] a solução da -ésma lha do sstema de equações o valor de g ofusca os valores dos outros coefcetes resultado em: g g =. essa forma as modfcações a matrz [] e o vetor {} são mímas as suas dmesões são matdas e ão se afetam as outras lhas do sstema de equações que ão estão relacoadas com a restrção de apoo.

MÉTODO DA RIGIDEZ DIRETA PARA MODELOS ESTRUTURAIS LINEARES E ELÁSTICOS

MÉTODO DA RIGIDEZ DIRETA PARA MODELOS ESTRUTURAIS LINEARES E ELÁSTICOS MÉTOO A RIGIEZ IRETA PARA MOELOS ESTRUTURAIS LINEARES E ELÁSTICOS CAPÍTULOS a Luz Ferado Martha Potfíca Uversdade Catóca do Ro de Jaero PUC-Ro epartameto de Egehara Cv Rua Marquês de São Vcete, - Gávea

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

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

Sumário. Mecânica. Sistemas de partículas

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

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

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

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

Bruno Hott Algoritmos e Estruturas de Dados I DECSI UFOP. Aula 10: Ordenação

Bruno Hott Algoritmos e Estruturas de Dados I DECSI UFOP. Aula 10: Ordenação Bruo Hott Algortmos e Estruturas de Dados I DECSI UFOP Aula 10: Ordeação O Crtéro de Ordeação Ordea-se de acordo com uma chave: typedef t TChave; typedef struct{ TChave chave; /* outros compoetes */ Item;

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

Projeto e Análise de Algoritmos Recorrências. Prof. Humberto Brandão

Projeto e Análise de Algoritmos Recorrências. Prof. Humberto Brandão Projeto e Aálse de Algortmos Recorrêcas Prof. Humberto Bradão humberto@dcc.ufmg.br Uversdade Federal de Alfeas Laboratóro de Pesqusa e Desevolvmeto LP&D Isttuto de Cêcas Exatas ICEx versão da aula: 0.

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

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

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

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

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

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

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

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola Cetro de Cêcas Agráras e Ambetas da UFBA Departameto de Egehara Agrícola Dscpla: AGR Boestatístca Professor: Celso Luz Borges de Olvera Assuto: Estatístca TEMA: Somatóro RESUMO E NOTAS DA AULA Nº 0 Seja

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

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual Estatístca: Aplcação ao Sesorameto Remoto SER 04 - ANO 08 Estmação Potual Camlo Daleles Reó camlo@dp.pe.br http://www.dp.pe.br/~camlo/estatstca/ Iferêca Estatístca Cosdere o expermeto: retram-se 3 bolas

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

4 Métodos Sem Malha Princípio Básico dos Métodos Sem Malha

4 Métodos Sem Malha Princípio Básico dos Métodos Sem Malha 4 Métodos Sem Malha Segudo Lu (9), os métodos sem malha trabalham com um cojuto de ós dstrbuídos detro de um domío, assm como com cojutos de ós dstrbuídos sobre suas froteras para represetar, sem dscretzar,

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

d s F = m dt Trabalho Trabalho

d s F = m dt Trabalho Trabalho UNIVERSIDADE DO ESTADO DE MATO GROSSO CAMPUS UNIVERSITÁRIO DE SINOP FACULDADE DE CIÊNCIAS EXATAS E TECNOLÓGICAS CURSO DE ENGENHARIA CIVIL DISCIPLINA: CÁLCULO DIFERENCIAL E INTEGRAL I Trabalho 1. Itrodução

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

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

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

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

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

Introdução à Teoria dos Números Notas 1 Os Princípios da Boa Ordem e de Indução Finita Prof Carlos Alberto S Soares

Introdução à Teoria dos Números Notas 1 Os Princípios da Boa Ordem e de Indução Finita Prof Carlos Alberto S Soares Itrodução à Teora dos Números 018 - Notas 1 Os Prcípos da Boa Ordem e de Idução Fta Prof Carlos Alberto S Soares 1 Prelmares Neste curso, prortaramete, estaremos trabalhado com úmeros teros mas, quado

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

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

3 Fundamentação Teórica

3 Fundamentação Teórica 3 Fudametação Teórca A segur são apresetados os fudametos teórcos os quas é embasado o desevolvmeto do trabalho. 3.. Espectros de Resposta De acordo com Sampao [3], é descrta a resposta máxma de um osclador

Leia mais

(R B ) 0 =(R B ) 10 +(R B ) 20 +(R B ) 30 (R D ) 0 =(R D ) 30 +(R D ) 40. p (R D ) 30 (R B ) 30 E, I

(R B ) 0 =(R B ) 10 +(R B ) 20 +(R B ) 30 (R D ) 0 =(R D ) 30 +(R D ) 40. p (R D ) 30 (R B ) 30 E, I MÉTOO OSS Seja agora uma estrutura de ós fxos duas vezes hergeométrca,.e. tal que os ós ão sofrem qualquer deslocameto de traslação e cotem ós com cógtas de rotação.. cos. cos etermemos os esforços mometos

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

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

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

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

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

Capítulo 1 - Conceitos Fundamentais

Capítulo 1 - Conceitos Fundamentais Cocetos fudametas Professora Elae Toscao Capítulo - Cocetos udametas. - mportâca das estruturas o se costrur qualquer edfcação ou objeto, é precso garatr a establdade do produto durate o processo costrutvo

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

Problema geral de interpolação

Problema geral de interpolação Problema geral de terpolação Ecotrar p() que verfque as codções: f j ( ) y,,,,,, j,,, m ( j) ( ) dervada de ordem j ós valores odas Eemplo: ecotrar p() que verfque:, f () 4 3, f( 3) 3, f'(3) 4 3 p() 3

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

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

(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

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança Regressão Smples Parte III: Coefcete de determação, regressão a orgem e método de máxma verossmlhaça Coefcete de determação Proporção da varabldade explcada pelo regressor. R Varação explcada Varação total

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

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

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

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

Complexidade Computacional da Determinação da Correspondência entre Imagens

Complexidade Computacional da Determinação da Correspondência entre Imagens Complexdade Computacoal da Determação da Correspodêca etre Images Adraa Karlstroem Laboratóro de Sstemas Embarcados Departameto de Egehara Mecatrôca Escola Poltécca da Uversdade de São Paulo adraa.karlstroem@pol.usp.br

Leia mais

Potenciais termodinâmicos, critérios de espontaneidade e condições de equilíbrio

Potenciais termodinâmicos, critérios de espontaneidade e condições de equilíbrio Potecas termodâmcos crtéros de espotaedade e codções de equlíbro O Prcípo da Etropa Máxma váldo para um sstema solado estabelece um crtéro para determarmos o setdo em que ocorrem os processos de forma

Leia mais

Ordenação: Introdução e métodos elementares. Algoritmos e Estruturas de Dados II

Ordenação: Introdução e métodos elementares. Algoritmos e Estruturas de Dados II Ordeação: Itrodução e métodos elemetares Algortmos e Estruturas de Dados II Ordeação Objetvo: Rearrajar os tes de um vetor ou lsta de modo que suas chaves estejam ordeadas de acordo com alguma regra Estrutura:

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

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

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

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

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

AULA Espaços Vectoriais Estruturas Algébricas.

AULA Espaços Vectoriais Estruturas Algébricas. Note bem: a letura destes apotametos ão dspesa de modo algum a letura ateta da bblografa prcpal da cadera Chama-se a ateção para a mportâca do trabalho pessoal a realzar pelo aluo resolvedo os problemas

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 III - POLINÔMIOS DE JACOBI E QUADRATURA NUMÉRICA

CAPÍTULO III - POLINÔMIOS DE JACOBI E QUADRATURA NUMÉRICA Polômos de Jacob e CAPÍTULO III - POLINÔMIOS DE JACOBI E QUADRATURA NUMÉRICA III--)INTRODUÇÃO Para um melhor etedmeto do método da colocação ortogoal e sua relação com o método dos resíduos poderados (MRP),

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

(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

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

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

Bioestatística Curso de Saúde. Linha Reta 2 Parábola ou curva do segundo grau. terceiro grau curva do quarto. grau curva de grau n Hipérbole

Bioestatística Curso de Saúde. Linha Reta 2 Parábola ou curva do segundo grau. terceiro grau curva do quarto. grau curva de grau n Hipérbole Teora da Correlação: Probleas relatvos à correlação são aqueles que procura estabelecer quão be ua relação lear ou de outra espéce descreve ou eplca a relação etre duas varáves. Se todos os valores as

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

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

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

Macroeconometria Aula 3 Revisão de estatística e teste de hipótese

Macroeconometria Aula 3 Revisão de estatística e teste de hipótese Macroecoometra 008. Aula 3 Revsão de estatístca e teste de hpótese 3.5. Estmação No estudo das probabldades, o objetvo é calcular a probabldade de evetos préespecfcados. De agora em date o objetvo muda.

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

Companhia Energética de Minas LINHAS DE TRANSMISSÃO VISTO N o.

Companhia Energética de Minas LINHAS DE TRANSMISSÃO VISTO N o. Impressora utlzada PLSERJET00 a REV. PROJ.J DES. CONF. LCR LCR BSLM BSLM 03//0 FEITO VISTO DT PROV. L T E R Ç Õ E S PRO V. BSLM Compaha Eergétca de Mas LINS DE TRNSMISSÃO VISTO N o. DT BSLM 03//0 Compatbldade

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

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

4 Técnicas de Seleção de Características Independentes do Modelo para os Sistemas Neuro-Fuzzy Hierárquicos

4 Técnicas de Seleção de Características Independentes do Modelo para os Sistemas Neuro-Fuzzy Hierárquicos 4 éccas de Seleção de Característcas Idepedetes do Modelo para os Sstemas Neuro-Fuzzy Herárqucos 4. Itrodução Na maora das aplcações reas de classfcação, prevsão e otmzação, as bases de dados cotém um

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

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

8 Programação linear 78

8 Programação linear 78 8 Programação lear 78 8 Programação lear A programação lear cosderou duas fuções objetvo: (a) maxmzação da comercalzação do gás e (b) mmzação das perdas (recetas e multas cotratuas). Foram dealzados dos

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

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

Física IV Poli Engenharia Elétrica: 8ª Aula (28/08/2014)

Física IV Poli Engenharia Elétrica: 8ª Aula (28/08/2014) Físca IV Pol Egehara Elétrca: 8ª Aula (8/08/014) Prof. Alvaro Vaucc Na últma aula vmos: Resolução de Images: segudo o crtéro estabelecdo por Raylegh que quado o máxmo cetral devdo à dfração das odas do

Leia mais

Ex: Cálculo da média dos pesos dos terneiros da fazenda Canoas-SC, à partir dos dados originais: x = 20

Ex: Cálculo da média dos pesos dos terneiros da fazenda Canoas-SC, à partir dos dados originais: x = 20 . MEDIDAS DE TENDÊNCIA CENTRAL (OU DE POSIÇÃO) Coceto: São aquelas que mostram o alor em toro do qual se agrupam as obserações.. MÉDIA ARITMÉTICA ( ) Sea (x, x,..., x ), uma amostra de dados: Se os dados

Leia mais

2. NOÇÕES MATEMÁTICAS

2. NOÇÕES MATEMÁTICAS . NOÇÕES MATEMÁTICAS Este capítulo retoma algumas oções matemátcas ecessáras para uma boa compreesão de algus aspectos que serão mecoados e detalhados o presete trabalho. Algus destes aspectos podem abstrar

Leia mais

5 Critérios para Análise dos Resultados

5 Critérios para Análise dos Resultados 5 Crtéros para Aálse dos Resultados Este capítulo tem por objetvos forecer os crtéros utlzados para aálse dos dados ecotrados a pesqusa, bem como uma vsão geral dos custos ecotrados e a forma de sua evolução

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

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

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

AULA Os 4 espaços fundamentais Complemento ortogonal.

AULA Os 4 espaços fundamentais Complemento ortogonal. Note bem: a letura destes apotametos ão dspesa de modo algum a letura ateta da bblografa prcpal da cadera Chama-se a ateção para a mportâca do trabalho pessoal a realzar pelo aluo resoledo os problemas

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

Apresenta-se em primeiro lugar um resumo da simbologia adoptada no estudo da quadratura de Gauss.

Apresenta-se em primeiro lugar um resumo da simbologia adoptada no estudo da quadratura de Gauss. CAÍTULO QUADRATURA DE GAUSS Mutos dos tegras que é eessáro alular o âmbto da aplação do Método dos Elemetos Ftos (MEF) ão são trvas,.e., ou a prmtva da ução tegrada ão exste expltamete, ou é demasado omplada

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

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

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

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

3 Sistema Neuro-Fuzzy Hierárquico BSP (NFHB)

3 Sistema Neuro-Fuzzy Hierárquico BSP (NFHB) 3 Sstema Neuro-Fuzzy Herárquco BSP (NFHB) 3.. Itrodução Os sstemas euro-fuzzy descrtos a seção ateror possuem lmtações por terem uma capacdade reduzda de cração de sua própra estrutura e de receberem um

Leia mais

Nas Instituições de Ensino Superior(IES), há uma relação direta entre a qualidade do ensino e a taxa de inadimplência. A taxa de inadimplência das

Nas Instituições de Ensino Superior(IES), há uma relação direta entre a qualidade do ensino e a taxa de inadimplência. A taxa de inadimplência das CORRELAÇÃO Nas Isttuções de Eso Superor(IES), há uma relação dreta etre a qualdade do eso e a taxa de admplêca. A taxa de admplêca das IES que obtveram cocetos A e B o Provão é,%, as que obtveram C é 6%

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