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

Tamanho: px
Começar a partir da página:

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

Transcrição

1 EQUAÇÕES DIFERENCIAIS ORDINÁRIAS (EDO) PROBLEMA DO VALOR INICIAL (PVI) Introdução Seja a segunte equação derencal: d ( ) ; d para. que é reerencado com o problema do valor ncal. Essa denomnação deve-se ao ato de que o objetvo é determnar uma unção ( ) tal que d d ( ) satsazendo à condção (ncal) ( ). Consdere por eemplo a equação derencal: d d ; para. Nesse caso tem-se ( ) e ( ). A equação derencal pode ser resolvda analtcamente pelo método conecdo como método da separação das varáves conorme se mostra a segur: d d d d C onde C é uma constante. Dessa orma pode-se escrever: C ln ( ) C e e.

2 Como ( ) obtém-se e C e o ou seja e C. Assm a solução para o problema do valor ncal é: ( ) e. Apesar de estr uma vasta teora sobre métodos analítcos para a solução de equações derencas estem stuações em que é necessára a utlzação de métodos numércos. Isto se deve prncpalmente ao ato de que mutas vezes neste uma solução analítca eata ou anda que a resolução pelos métodos analítcos estentes podera ser muto trabalosa. Apresentam-se a segur os métodos numércos mas comuns para a solução do problema do valor ncal. Fgura : Gráco da solução de d/d()

3 Solução numérca para o problema do valor ncal Consdere a equação dada supona que a solução ( ) seja a unção representada na Fgura. Consdere anda a seqüênca de pontos { L L} espaçados por um ntervalo (.e. ). No algortmo a ser desenvolvdo para resolver esta EDO L supõe-se conecda a solução até o -ésmo valor.e. { } e utlzam-se estes valores para calcular. O processo se repete até que se tena um número sucente de pontos representatvos da unção desejada. A segur analsam-se os prncpas métodos de solução. Método de Euler Consdere mas uma vez a curva da Fgura que representa a solução da equação dada. Utlzando a tal equação pode-se escrever: d d ( ) Por outro lado a dervada no ponto ( ) é denda por: d d lm ( ) ( )

4 Usando o ato de que ( ) apromação é verdadera: e a segunte d d para sucentemente pequeno. O undamento do método de Euler consste em consderar a apromação acma para a dervada d d. Sendo assm o valor de (denomnado passo de ntegração ) deve ser escoldo sucentemente pequeno para não comprometer a solução nal da equação derencal. Substtundo então a apromação obtda para a dervada no na equação acma tem-se: ponto ( ) ( ) ou seja ( ) L A equação acma ornece uma orma para o cálculo da L uma vez especcada a seqüênca de L e o passo de ntegração. seqüênca { } { } Note que como a equação acma é uma órmula recursva necessta-se conecer a pror o ponto a m de que se possa L. prossegur com o cálculo de { } Sendo esse ponto ornecdo pela condção ncal tendo em. vsta que ( )

5 E.: Resolver pelo método de Euler o segunte problema do valor ncal (PVI): d d ( ). Neste caso temos ( ) sendo assm tem-se: ( ) L Consdere [ :.5 : ]. Assm: recorre-se à órmula recursva vsta anterormente que ornece os seguntes valores: Para calcular os valores de { } ( ) ( 5 ) e. ( ) ( 5 5) 65 ( ) 65 ( 5 75) 95 ( ) 95 ( 5 75) 9 Neste eemplo entretanto sabe-se que a solução analítca é Dessa orma pode-se calcular o erro estente entre a solução numérca (apromada) e a solução analítca (eata).

6 Os valores da solução analítca numérca e os respectvos erros são mostrados na Tabela a segur: Sol. Analítca Sol. Numérca erro ( e ) (Euler) Interpretação gráca para o método de Euler O método de Euler é equvalente à regra dos retângulos para o cálculo de ntegras. Isto pode ser aclmente mostrado consderando-se a unção ). ( ) dada como uma unção apenas de (note que ( ) Denndo-se então ( ) ( ( ) ) rescrta como ( ) F( ) d C ; F a equação pode ser ( ) d d ( ) F ( ). Fgura : Apromação pelo método de Euler.

7 Tomando Dessa orma: na equação anteror obtém-se C. ( ) F( ) d e portanto para tem-se:. F ( ) d Comparando esta equação com a órmula recursva vsta anterormente observa-se que a aplcação do método de Euler corresponde à adoção da segunte apromação: ( ) d ( ) F( ) F com: Análse do erro Para analsar o erro ntroduzdo pelo método de Euler consdere a epansão em séres de Talor para uma unção em torno de um ponto : d d ( ) ( ) L Rn onde R n é dado por: d d n n d n n! d n n d Rn < z < n ( n ) d...!

8 O erro que ocorre quando a sére de Talor é truncada medatamente após o termo que contém a n-ésma dervada. É denomnado erro de truncamento local. Conorme pode ser n observado esse erro é da ordem (potênca) de (denota-se n O ). ( ) Assm para n pode-se escrever: d ( ) ( ) O( ) d Como para um PVI d d ( ) ( ) ( ) obtém-se então: ( ) O( ) e Comparando-se a equação acma com a equação do método O. de Euler nota-se que o seu erro de truncamento local é ( ) O erro de truncamento dscutdo acma é ntroduzdo ao realzar cada teração do método; sendo assm ele tem um eeto cumulatvo ou seja a cada teração é adconado um erro da ordem de. de Ao nal da n-ésma teração tem-se um erro total acumulado O n ). n (.e. ( ) ou seja ( ) Como n n n resulta que n é proporconal a e portanto o erro total acumulado na n- ésma teração é proporconal a ( ) (.e. O ( ) ). n Esta medda nos dá uma ndcação mas precsa do erro total ntroduzdo pelo método e por sso é denomnado erro de truncamento global (ou total).

9 Devdo ao ato de que o método de Euler possu um erro de truncamento global O ( ) ele é classcado como um método de prmera ordem. Verca-se anda que o erro de truncamento (local/global) é da ordem de potêncas naturas de e portanto dmnu com a dmnução de. Um outro tpo de erro é também ntroduzdo quando se usa um computador para resolver numercamente uma equação derencal. Esse erro ocorre em decorrênca da precsão nta com que os cálculos são eetuados e é denomnado erro de arredondamento. Para analsar como este erro nluenca a resolução de equações derencas consdere a apromação: d d para a dervada d d. Supondo que o erro no cálculo da derença seja ε o erro de arredondamento total no cálculo de d d será ε. Dessa orma nota-se que o erro de arredondamento aumenta com a dmnução de eeto nverso ao que ocorre com o erro de truncamento. Em geral os erros na resolução numérca de uma equação derencal são domnados pelo erro de truncamento para grandes valores de e pelo erro de arredondamento para pequenos valores de.

10 Métodos de ordem superor O método de Euler é classcado como um método de prmera ordem pelo ato de que o erro de truncamento global por ele ntroduzdo é da ordem do passo de ntegração. Sendo assm ao reduzr pela metade o erro também é reduzdo pela metade; ao reduzr pela quarta parte o erro também é reduzdo pela quarta parte;.e. o método de Euler reduz o erro lnearmente com o passo de ntegração. Entretanto do ponto de vsta de aplcação prátca sera nteressante que esse erro tvesse uma redução mas rápda com o passo de ntegração e.g. quadrátca cúbca etc. Para tanto é necessáro que o erro de truncamento global seja da ordem de respectvamente. O ato do método de Euler ser de prmera ordem lmta em muto sua aplcabldade prátca e os métodos de orem superor são mas comuns na prátca. Como eemplos de métodos de ordem superor será abordada a classe de métodos de Runge-Kutta bem como alguns métodos denomnados predtores-corretores.

11 Métodos de Runge-Kutta Runge-Kutta de a ordem Consdere o problema do valor ncal apresentado anterormente. Consdere anda valores ntermedáros das varáves dendos por m e ( ) m. Pelo ato de que ( ) ( ) [ ] pode-se desenvolver ( ) em sére de Talor da segunte orma: ( ) ( ) L m m d d 8 d d ou anda: L m m m d d 8 d d Por outro lado ( ) ( ) então: ( ) L L m m m m m d d d d d d d d 8 8 ) ( de onde obtém-se que: ( ) O d d m ou anda de orma apromada com erro ( ) O : m d d

12 Pretende-se elmnar o termo que depende de m. Para sso realza-se o mesmo desenvolvmento anterormente apresentado agora para z d d de onde obtém-se: z d z z zm L z z z d m m. Usando o ato de que z d d tem-se: d d d d d d m e como d ( ) ou seja: d pode-se escrever: d d ( ) ( ) m d d m [ ( ) ( )] Fnalmente obtém-se: [ ( ) ( )] O processo teratvo apresentado na equação acma é um método mplícto tendo em vsta que para calcular o valor de. necessta-se do valor de ( )

13 O ato de ser um método mplícto restrnge a aplcação do método a stuações onde or possível se etrar do argumento de. Uma orma de contornar esse problema consste em utlzar o método de Euler para calcular o valor de a ser utlzado no argumento de. Sendo assm tem-se: ( ) ( ( )) Método de Euler Podendo-se reescrever a equação teratva da segunte orma: ( ) ( ) ( ); que é denomnada método de Runge-Kutta de a ordem (RK-).

14 E.: Resolver pelo método de Runge-Kutta de a segunte problema do valor ncal Solução: Tem-se: d d ;.5 ( ) [ :.5:].5.75 ordem o Para calcular o valor de { } utlza-se a órmula apresentada para o método RK- com ( ). ( ).5 (.5). ( ) ( ) ( ) ( ) (.5 ) ( ) (.5.) ( ) (.5.958) ( ). ( ) ( ) (.5.) ( ) (.75.75) ( ). ( ) ( ) (.75.) ( ) (.57).5. ( )

15 Runge-Kutta de a ordem No método RK- consderou-se o desenvolvmento em até o termo de ordem dos. séres de Talor para ( ) Se orem consderados mas termos na sére de Talor obtêm-se métodos de ordem mas elevada. O método de Runge-Kutta de ª ordem (RK-) é obtdo consderando a sére de Talor para desenvolvda até o termo 5 de ordem quatro com o erro de truncamento local ( O ( ) sendo menor que o obtdo para o RK-. Dessa orma o erro total do RK- também é menor. Apresenta-se a segur a órmula de recorrênca para o método RK-. 6 ( ) ; ( ) ( ( ) ) ( ( ) ) ( )

16 E.: Resolver pelo método de Runge-Kutta de ª ordem o segunte problema do valor ncal: Solução: Tem-se: d d ;.5 ( ) [ :.5:].5.75 Para calcular o valor de { } utlza-se a órmula apresentada para o método RK- com ( ). ( ) 6 ( ) ( ) ( ( ) ) (.5).5 ( ( ) ) (.5.56).7 ( ) (.5.7) ( ). 7 ( ) 6 ( ) (.5.7).579 ( ( ) ) (.75.69).99 ( ( ) ) (.75.86).56 ( ) (.5.) ( ).

17 ( ) 6 ( ) (.5.).5666 ( ( ) ) (.65.9).755 ( ( ) ) (.65.7).767 ( ) (.75.8) ( ). 7 ( ) 6 ( ) (.75.7).995 ( ) ( ) ( ) (.69).69 ( ) ( ) ( ) ( ) ( ). 686 A Tabela a segur compara os métodos de Euler RK- e RK- a m de dar uma déa da ecênca de cada método. Solução Solução Numérca erro Analítca Euler RK- RK- Euler RK- RK

18 Métodos de Adams Os métodos de Adams utlzam normações calculadas em város passos anterores para obter a solução no passo segunte. Por eemplo um método de ordem utlza normações em e para gerar a solução reerente a (os métodos dscutdos anterormente utlzavam normações apenas em ). Os métodos de Adams ormam duas classes prncpas: o método predtor de Adams-Basort e o método corretor de Adams-Moulton que podem ser combnados em um únco: método denomnado: método predtor-corretor de Adams- Basort-Moulton. Método Predtor de Adams-Basort orma: Seja o problema do valor ncal: d ( ) ; d para. Lembrando que ( ) dene-se ( ) ( ) F e dessa F ( ) d A equação acma podera em prncípo ser uma órmula de recorrênca para se calcular a seqüênca { L}. Entretanto sso não pode ser eto dretamente porque não se conecer a pror F ( ).

19 A déa do método predtor de Adams é consderar F ( ) como sendo um polnômo nterpolador no ntervalo já que os valores de nestes pontos são conecdos. Essa apromação é razoável para ntervalos de dscretzação pequenos. Como prmera etapa do desenvolvmento do método realza-se uma nterpolação lnear entre os pontos e como segue: ( ) a b F Tomando e obtém-se:. F F ( ) ( ) a a b b a b F F ( ) F( ) ( ) F( ) onde. Assm: F ( ) F( ) F( ). F a equação ncalmente apresentada pode ser reescrta como: Utlzando essa apromação para ( ) ( ) d F( ) F d.

20 Para resolver tal ntegral pode-se azer a segunte mudança de varável: γ γ ; γ γ para para de onde: γ γ γ ( γ ) d dγ e portanto: ( ) γ dγ F( )( γ ) F γ γ F( ) F( ) γ F( ) F( ) [ F( ) F( )]. dγ F obtém-se a segunte equação recursva para o método predtor de Adams-Basort: Usando o ato de que ( ) ( ) [ ( ) ( )] Nesse caso partndo de ( ) prever ( ). para se obter conecdo precsa-se

21 Método Corretor de Adams-Moulton O desenvolvmento do método de Adams-Moulton é smlar ao do método de Adams-Basort descrto anterormente. A derença resde no ato de que na resolução da ntegral F como um polnômo nterpolador entre e consderar-se-á ( ) ao nvés de e como o eto anterormente. Assm sendo e consderando mas uma vez F ( ) como sendo uma reta para tem-se: ( ) a b F. Utlzando essa apromação para F ( ) tem-se: F ( ) d F( ) d. Após resolver as ntegras obtém-se a segunte órmula de recorrênca para o método de Adams-Moulton: [ ( ) ( )] Note que no lado dreto da equação acma aparece o termo ( ) o que torna este método mplícto ou seja para mplementar este método necessta-se etrar que aparece no argumento de ( ) e agrupá-lo com o do lado esquerdo da equação. Este procedmento entretanto nem sempre é smples ou mesmo possível de realzar. Uma alternatva nesse caso é utlzar uma combnação deste método com o método predtor apresentado anterormente ormando assm o método predtor corretor de Adams-Basort-Moulton.

22 Método predtor-corretor de Adams-Basort-Moulton A déa é utlzar o método de Adams-Basort para obter p uma predção para (denotado ) que é utlzado para substtur o valor de no argumento de ( ) na equação do método de Adams-Moulton. Nesse caso obtém-se o segunte conjunto de equações para o método predtor-corretor: p [ ( ) ( )] p [ ( ) ( )] A vantagem desta ormulação é que ela smplca o método de Adams-Moulton e é esperado um erro menor que o ntroduzdo pela parte correspondente ao do método de Adams-Basort. A epectatva por um erro menor decorre do ato de que o erro de truncamento local ntroduzdo pelo método de Adams- Moulton é menor que o ntroduzdo pelo método de Adams- Basort. Nota-se que o método predtor-corretor só pode ser utlzado p após calcularmos o valor de pos depende de ( ). Sendo assm para ncalzação utlza-se um outro método que pode ser o de Euler ou o de Runge-Kutta.

23 E.: Resolver pelo método predtor-corretor de ª ordem o segunte problema do valor ncal d d ( ) para [ :.5 : ]. Utlzar o método de Runge-Kutta de ª ordem para ncalzação. Solução: Neste caso gualmente ao apresentado nos eemplos anterores tem-se: Para calcular o valor de utlza-se RK- (com ( ) ): ( ).5 (.5). { } ( ) ( ) ( ) (.5 ).5 O valor de será calculado pela órmula do método predtor-corretor ou seja: p.5. [ ( ) ( )].5. [.5. ]. 8 p [ ( ) ( )] [ ].

24 p.5. [ ( ) ( )].5. [.5..5.]. p [ ( ) ( )] [ ]. 8 p.5.8 [ ( ) ( )].5.8 [ ]. 68 p [ ( ) ( )] [ ] Solução Solução Numérca erro Analítca PC- RK- RK- PC- RK- RK

25 Sstemas de equações derencas Os métodos de solução numérca de equações derencas apresentados anterormente podem ser aplcados apenas para equações de prmera ordem. Entretanto conorme se sabe dversos problemas mportantes envolvendo o problema do valor ncal são modelados como uma equação de segunda ordem (ou superor). Dessa orma é natural se buscar uma manera de adaptar os algortmos dscutdos acma para estas stuações. Supona que se deseja resolver o segunte problema do valor ncal de segunda ordem: d d ( d d) ( ) d( ) d & A déa neste caso é transormar essa equação em um sstema de equações derencas de prmera ordem. Para tanto denem-se as varáves aulares: daí; & d d d & e d & d d d d d d logo pode-se reescrever a equação da segunte orma: & e & ( v z ) com condção ncal ( ) e ( ). Observa-se que a equação derencal de segunda ordem o transormada em um sstema de equações ( equações) de prmera ordem onde ao nvés de apenas uma varável dependente () tem-se duas ( e ).

26 Sendo assm os métodos de solução dscutdos anterormente devem ser adaptados para poder tratar o caso de mas de uma varável dependente. Consdere o segunte sstema de equações derencas de ordem dos: ( ) ( ) ( ) ( ) Para resolver esse sstema de equações pode-se aplcar qualquer dos métodos dscutdos anterormente para cada uma das equações ou seja: Método de Euler: A aplcação da órmula de recorrênca do método de Euler às equações acma resulta em: ( ) ( ) Método RK-: Utlzando a órmula de RK- obtém-se: ( ) ( ) onde: ( ) ( ) ( ) ( ) A aplcação dos outros métodos (RK- predtor-corretor de ordem e ) se az de orma smlar.

27 E.: Consdere a segunte equação lnear de segunda ordem: d dt cos(t ) ( ) d( ) dt que pode modelar um sstema massa-mola sem amortecmento sujeto a uma orça eterna do tpo (cos)senodal e que se encontra ncalmente em repouso. (note que a varável ndependente o substtuída por t). A solução eata para esta equação é ( cos( t) cos( t) ) Para resolver o problema numercamente den-se d dt & obtendo-se o segunte sstema: e & & cos ( t) ( ) ( ) Aplcando o método de Euler obtém-se: ( cos( t )) ; Consderando t [ :. : ] ornecerão os seguntes valores: as equações recursvas acma t

CAPÍTULO IV DIFERENCIAÇÃO NUMÉRICA

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

Leia mais

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

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

Leia mais

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

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

Leia mais

2) Método das diferenças finitas

2) Método das diferenças finitas ) Método das derenças ntas.- Desenvolvmento do MDF a partr de séres de Taylor A expansão em séres de Taylor do valor de uma unção (, 0 x l é dada por: ( n ) n ( a)( x a) ( a)( x a) n = ( a) + ( a)( x a)

Leia mais

Cálculo Numérico BCC760 Interpolação Polinomial

Cálculo Numérico BCC760 Interpolação Polinomial Cálculo Numérco BCC76 Interpolação Polnomal Departamento de Computação Págna da dscplna http://www.decom.ufop.br/bcc76/ 1 Interpolação Polnomal Conteúdo 1. Introdução 2. Objetvo 3. Estênca e uncdade 4.

Leia mais

Flambagem. Cálculo da carga crítica via MDF

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

Leia mais

Capítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES

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

Leia mais

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

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

Leia mais

Métodos numéricos para o cálculo de sistemas de equações não lineares

Métodos numéricos para o cálculo de sistemas de equações não lineares Métodos numércos para o cálculo de sstemas de equações não lneares Introdução Um sstema de equações não lneares é um sstema consttuído por combnação de unções alébrcas e unções transcendentes tas como

Leia mais

5 Formulação para Problemas de Potencial

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

Leia mais

3 Método Numérico. 3.1 Discretização da Equação Diferencial

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

Leia mais

7. Resolução Numérica de Equações Diferenciais Ordinárias

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

Leia mais

D- MÉTODO DAS APROXIMAÇÕES SUCESSIVAS

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

Leia mais

NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES

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

Leia mais

Algarismos Significativos Propagação de Erros ou Desvios

Algarismos Significativos Propagação de Erros ou Desvios Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento

Leia mais

5 Validação dos Elementos

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

Leia mais

Solução numérica de equações diferenciais ordinárias. Problema de valor inicial (PVI)

Solução numérica de equações diferenciais ordinárias. Problema de valor inicial (PVI) Solução numérca de equações derencas ordnáras Problema de valor ncal PVI 4 5 Inrodução 4 5 Uma equação derencal ordnára é denda como uma equação que envolve uma unção ncógna e algumas das suas dervadas

Leia mais

2 Análise de Campos Modais em Guias de Onda Arbitrários

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

Leia mais

Classificação e Pesquisa de Dados

Classificação e Pesquisa de Dados Classcação por Trocas Classcação e Pesqusa de Dados Aula 05 Classcação de dados por Troca:, ntrodução ao Qucksort UFRGS INF01124 Classcação por comparação entre pares de chaves, trocando-as de posção caso

Leia mais

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

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

Leia mais

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

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

Leia mais

Variável discreta: X = número de divórcios por indivíduo

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

Leia mais

Análise de faltas balanceadas e não-balanceadas utilizando Z bar. 1. Análise de falta balanceada usando a matriz de impedância de barra (Z bar )

Análise de faltas balanceadas e não-balanceadas utilizando Z bar. 1. Análise de falta balanceada usando a matriz de impedância de barra (Z bar ) Análse de altas balanceadas e não-balanceadas utlzando. Análse de alta balanceada usando a matrz de mpedânca de ra ( ) Aqu será eta uma análse de cálculo de curto-crcuto trásco (alta balanceada), utlzando

Leia mais

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

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

Leia mais

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

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

Leia mais

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

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

Leia mais

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

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

Leia mais

Trabalho e Energia. Curso de Física Básica - Mecânica J.R. Kaschny (2005)

Trabalho e Energia. Curso de Física Básica - Mecânica J.R. Kaschny (2005) Trabalho e Energa Curso de Físca Básca - Mecânca J.R. Kaschny (5) Lembrando nosso epermento de queda lvre... z z 1 v t 1 z = z - v t - gt ( ) z- z v = g = t Contudo, se consderarmos obtemos: v z z 1 t

Leia mais

Programação Não Linear. Programação Não-Linear 1

Programação Não Linear. Programação Não-Linear 1 Proramação Não Lnear Proramação Não-Lnear Os modelos empreados em Proramação Lnear são, como o própro nome dz, lneares (tanto a unção-obetvo quanto as restrções). Este ato é, sem dúvda, a maor das restrções

Leia mais

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

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

Leia mais

Interpolação Segmentada

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

Leia mais

CORRELAÇÃO E REGRESSÃO

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

Leia mais

Prof. Lorí Viali, Dr.

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

Leia mais

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu

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

Leia mais

PROVA 2 Cálculo Numérico. Q1. (2.0) (20 min)

PROVA 2 Cálculo Numérico. Q1. (2.0) (20 min) PROVA Cálculo Numérco Q. (.0) (0 mn) Seja f a função dada pelo gráfco abaxo. Para claro entendmento da fgura, foram marcados todos os pontos que são: () raízes; () pontos crítcos; () pontos de nflexão.

Leia mais

Psicologia Conexionista Antonio Roque Aula 8 Modelos Conexionistas com tempo contínuo

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

Leia mais

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

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

Leia mais

0.5 setgray0 0.5 setgray1. Mecânica dos Fluidos Computacional. Aula 7. Leandro Franco de Souza. Leandro Franco de Souza p.

0.5 setgray0 0.5 setgray1. Mecânica dos Fluidos Computacional. Aula 7. Leandro Franco de Souza. Leandro Franco de Souza p. Leandro Franco de Souza lefraso@cmc.usp.br p. 1/1 0.5 setgray0 0.5 setgray1 Mecânca dos Fludos Computaconal Aula 7 Leandro Franco de Souza Leandro Franco de Souza lefraso@cmc.usp.br p. 2/1 Equações Dferencas

Leia mais

CAPÍTULO VI Introdução ao Método de Elementos Finitos (MEF)

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

Leia mais

3 A técnica de computação intensiva Bootstrap

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

Leia mais

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas 3.6. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas

Leia mais

Dados ajustáveis a uma linha recta

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

Leia mais

Prof. Lorí Viali, Dr.

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

Leia mais

EXPANSÃO TÉRMICA DOS LÍQUIDOS

EXPANSÃO TÉRMICA DOS LÍQUIDOS Físca II Protocolos das Aulas Prátcas 01 DF - Unversdade do Algarve EXPANSÃO ÉRMICA DOS ÍQUIDOS 1 Resumo Estuda-se a expansão térmca da água destlada e do glcerol utlzando um pcnómetro. Ao aquecer-se,

Leia mais

GABARITO ERP19. impedância total em pu. impedância linha em pu; impedância carga em pu; tensão no gerador em pu.

GABARITO ERP19. impedância total em pu. impedância linha em pu; impedância carga em pu; tensão no gerador em pu. GABARITO ERP9 Questão mpedânca total em pu. mpedânca lnha em pu; mpedânca carga em pu; tensão no gerador em pu. Assm, tem-se que: ( ). Mas, ou seja: : ( ).. Logo: pu. () A mpedânca da carga em pu,, tem

Leia mais

7 - Distribuição de Freqüências

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

Leia mais

Introdução a Combinatória- Aplicações, parte II

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

Leia mais

4 Critérios para Avaliação dos Cenários

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

Leia mais

UNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira

UNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira UNIVERSIDADE DE PERNAMBUCO ESCOLA POLITÉCNICA DE PERNAMBUCO Físca Expermental Prof o José Wlson Vera wlson.vera@upe.br AULA 01: PROCESSOS DE ANÁLISE GRÁFICA E NUMÉRICA MODELO LINEAR Recfe, agosto de 2015

Leia mais

Resumos Numéricos de Distribuições

Resumos Numéricos de Distribuições Estatístca Aplcada à Educação Antono Roque Aula Resumos umércos de Dstrbuções As representações tabulares e grácas de dados são muto útes, mas mutas vezes é desejável termos meddas numércas quanttatvas

Leia mais

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

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

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ Em mutas stuações duas ou mas varáves estão relaconadas e surge então a necessdade de determnar a natureza deste relaconamento. A análse

Leia mais

CURSO A DISTÂNCIA DE GEOESTATÍSTICA

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

Leia mais

Capítulo 9. Colisões. Recursos com copyright incluídos nesta apresentação:

Capítulo 9. Colisões. Recursos com copyright incluídos nesta apresentação: Capítulo 9 Colsões Recursos com copyrght ncluídos nesta apresentação: http://phet.colorado.edu Denremos colsão como uma nteração com duração lmtada entre dos corpos. Em uma colsão, a orça externa resultante

Leia mais

S f S k = S ( U k, V 0, ) N 0 + S. onde U k e U k

S f S k = S ( U k, V 0, ) N 0 + S. onde U k e U k que o sstema atnge, como resultado da lberação de um do seus vínculo, será um estado onde o sstema terá N 1 vínculos e além dsso aquele será o estado com maor entropa, de todos os possíves (veja a rgura

Leia mais

2. MEDIDAS DE TENDÊNCIA CENTRAL OU MEDIDAS DE POSIÇÃO

2. MEDIDAS DE TENDÊNCIA CENTRAL OU MEDIDAS DE POSIÇÃO Materal elaborado por Mara Tereznha Marott, Rodrgo Coral e Carla Regna Kuss Ferrera Atualzado por Mlton Procópo de Borba. MEDIDAS DE TENDÊNCIA CENTRAL OU MEDIDAS DE POSIÇÃO Para melhor caracterzar um conjunto

Leia mais

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

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

Leia mais

Sempre que surgir uma dúvida quanto à utilização de um instrumento ou componente, o aluno deverá consultar o professor para esclarecimentos.

Sempre que surgir uma dúvida quanto à utilização de um instrumento ou componente, o aluno deverá consultar o professor para esclarecimentos. Nesse prátca, estudaremos a potênca dsspada numa resstênca de carga, em função da resstênca nterna da fonte que a almenta. Veremos o Teorema da Máxma Transferênca de Potênca, que dz que a potênca transferda

Leia mais

2 Agregação Dinâmica de Modelos de Turbinas e Reguladores de Velocidade: Teoria

2 Agregação Dinâmica de Modelos de Turbinas e Reguladores de Velocidade: Teoria Agregação Dnâmca de Modelos de urbnas e Reguladores de elocdade: eora. Introdução O objetvo da agregação dnâmca de turbnas e reguladores de velocdade é a obtenção dos parâmetros do modelo equvalente, dados

Leia mais

Probabilidade e Estatística I Antonio Roque Aula 4. Resumos Numéricos de Distribuições

Probabilidade e Estatística I Antonio Roque Aula 4. Resumos Numéricos de Distribuições Probabldade e Estatístca I Antono Roque Aula Resumos umércos de Dstrbuções As representações tabulares e grácas de dados são muto útes, mas mutas vezes é desejável termos meddas numércas quanttatvas para

Leia mais

4 Discretização e Linearização

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

Leia mais

ANÁLISE DE ESTRUTURAS I INTRODUÇÃO AO MÉTODO DE CROSS

ANÁLISE DE ESTRUTURAS I INTRODUÇÃO AO MÉTODO DE CROSS DECvl ANÁLISE DE ESTRUTURAS I INTRODUÇÃO AO ÉTODO DE CROSS Orlando J. B. A. Perera 20 de ao de 206 2 . Introdução O método teratvo ntroduzdo por Hardy Cross (Analyss of Contnuous Frames by Dstrbutng Fxed-End

Leia mais

IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO

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

Leia mais

Ajuste dos Mínimos Quadrados

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

Leia mais

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC) UNDADE V DELNEAMENTO NTERAMENTE CASUALZADO (DC) CUABÁ, MT 015/ PROF.: RÔMULO MÔRA romulomora.webnode.com 1. NTRODUÇÃO Este delneamento apresenta como característca prncpal a necessdade de homogenedade

Leia mais

Análise Descritiva com Dados Agrupados

Análise Descritiva com Dados Agrupados Análse Descrtva com Dados Agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas descrtvas

Leia mais

Estatística II Antonio Roque Aula 18. Regressão Linear

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

Leia mais

2 Principio do Trabalho Virtual (PTV)

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

Leia mais

Experiência V (aulas 08 e 09) Curvas características

Experiência V (aulas 08 e 09) Curvas características Experênca (aulas 08 e 09) Curvas característcas 1. Objetvos 2. Introdução 3. Procedmento expermental 4. Análse de dados 5. Referêncas 1. Objetvos Como no expermento anteror, remos estudar a adequação de

Leia mais

Notas Processos estocásticos. Nestor Caticha 23 de abril de 2012

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

Leia mais

Covariância e Correlação Linear

Covariância e Correlação Linear TLF 00/ Cap. X Covarânca e correlação lnear Capítulo X Covarânca e Correlação Lnear 0.. Valor médo da grandeza (,) 0 0.. Covarânca na propagação de erros 03 0.3. Coecente de correlação lnear 05 Departamento

Leia mais

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

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

Leia mais

5 Métodos de cálculo do limite de retenção em função da ruína e do capital inicial

5 Métodos de cálculo do limite de retenção em função da ruína e do capital inicial 5 Métodos de cálculo do lmte de retenção em função da ruína e do captal ncal Nesta dssertação serão utlzados dos métodos comparatvos de cálculo de lmte de retenção, onde ambos consderam a necessdade de

Leia mais

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

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

Leia mais

Programação Dinâmica. Fernando Nogueira Programação Dinâmica 1

Programação Dinâmica. Fernando Nogueira Programação Dinâmica 1 Programação Dnâmca Fernando Noguera Programação Dnâmca A Programação Dnâmca procura resolver o problema de otmzação através da análse de uma seqüênca de problemas mas smples do que o problema orgnal. A

Leia mais

REGRESSÃO NÃO LINEAR 27/06/2017

REGRESSÃO NÃO LINEAR 27/06/2017 7/06/07 REGRESSÃO NÃO LINEAR CUIABÁ, MT 07/ Os modelos de regressão não lnear dferencam-se dos modelos lneares, tanto smples como múltplos, pelo fato de suas varáves ndependentes não estarem separados

Leia mais

Classificação das Equações de Conservação

Classificação das Equações de Conservação Angela Neckele PUC-Ro Classcação as Equações e Conservação Equação erencal parcal lnear e seguna orem, com uas varáves nepenentes (x, y) ou (x, t) B AC 0 elíptca Classcação: B AC 0 parabólca B AC 0 perbólc

Leia mais

Comprimento de Arco. Comprimento de Arco

Comprimento de Arco. Comprimento de Arco 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 Comprmento de Arco

Leia mais

4 ANÁLISE DE CONFIABILIDADE COM ANÁLISE LIMITE

4 ANÁLISE DE CONFIABILIDADE COM ANÁLISE LIMITE 4 ANÁLISE DE CONIABILIDADE COM ANÁLISE LIMITE A avalação da segurança das estruturas geotécncas tem sdo sempre um dos objetvos da Engenhara Geotécnca. A forma convenconal de quantfcar a segurança de uma

Leia mais

Testes não-paramétricos

Testes não-paramétricos Testes não-paramétrcos Prof. Lorí Val, Dr. http://www.mat.ufrgs.br/val/ val@mat.ufrgs.br Um teste não paramétrco testa outras stuações que não parâmetros populaconas. Estas stuações podem ser relaconamentos,

Leia mais

Programa do Curso. Sistemas Inteligentes Aplicados. Análise e Seleção de Variáveis. Análise e Seleção de Variáveis. Carlos Hall

Programa do Curso. Sistemas Inteligentes Aplicados. Análise e Seleção de Variáveis. Análise e Seleção de Variáveis. Carlos Hall Sstemas Intelgentes Aplcados Carlos Hall Programa do Curso Lmpeza/Integração de Dados Transformação de Dados Dscretzação de Varáves Contínuas Transformação de Varáves Dscretas em Contínuas Transformação

Leia mais

MODELOS DE REGRESSÃO PARAMÉTRICOS

MODELOS DE REGRESSÃO PARAMÉTRICOS MODELOS DE REGRESSÃO PARAMÉTRICOS Às vezes é de nteresse nclur na análse, característcas dos ndvíduos que podem estar relaconadas com o tempo de vda. Estudo de nsufcênca renal: verfcar qual o efeto da

Leia mais

DISTRIBUIÇÃO DE FREQUÊNCIAS

DISTRIBUIÇÃO DE FREQUÊNCIAS Núcleo das Cêncas Bológcas e da Saúde Cursos de Bomedcna, Ed. Físca, Enermagem, Farmáca, Fsoterapa, Fonoaudologa, Medcna Veternára, Muscoterapa, Odontologa, Pscologa DISTRIBUIÇÃO DE FREQUÊNCIAS 5 5. DISTRIBUIÇÃO

Leia mais

DEFINIÇÃO - MODELO LINEAR GENERALIZADO

DEFINIÇÃO - MODELO LINEAR GENERALIZADO DEFINIÇÃO - MODELO LINEAR GENERALIZADO 1 Um modelo lnear generalzado é defndo pelos seguntes três componentes: Componente aleatóro; Componente sstemátco; Função de lgação; Componente aleatóro: Um conjunto

Leia mais

Capítulo 19. A teoria cinética dos gases

Capítulo 19. A teoria cinética dos gases Capítulo 19 A teora cnétca dos gases Neste capítulo, a ntroduzr a teora cnétca dos gases que relacona o momento dos átomos e moléculas com olume, pressão e temperatura do gás. Os seguntes tópcos serão

Leia mais

3 Animação de fluidos com SPH

3 Animação de fluidos com SPH 3 Anmação de fludos com SPH O SPH (Smoothed Partcle Hydrodynamcs) é um método Lagrangeano baseado em partículas, proposto orgnalmente para smulação de problemas astrofíscos por Gngold e Monaghan (1977)

Leia mais

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

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

Leia mais

Eletrotécnica AULA Nº 1 Introdução

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

Leia mais

2 Incerteza de medição

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

Leia mais

4.1 Modelagem dos Resultados Considerando Sazonalização

4.1 Modelagem dos Resultados Considerando Sazonalização 30 4 METODOLOGIA 4.1 Modelagem dos Resultados Consderando Sazonalzação A sazonalzação da quantdade de energa assegurada versus a quantdade contratada unforme, em contratos de fornecmento de energa elétrca,

Leia mais

DESENVOLVIMENTO DE UM PRÉ-PROCESSADOR PARA ANÁLISE ISOGEOMÉTRICA

DESENVOLVIMENTO DE UM PRÉ-PROCESSADOR PARA ANÁLISE ISOGEOMÉTRICA DESENVOLVIMENTO DE UM PRÉ-PROCESSADOR PARA ANÁLISE ISOGEOMÉTRICA Pedro Luz Rocha Evandro Parente Junor pedroluzrr04@gmal.com evandroparentejr@gmal.com Laboratóro de Mecânca Computaconal e Vsualzação, Unversdade

Leia mais

2 Fundamentação Teórica

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

Leia mais

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

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

Leia mais

TESTES DE CONTROLO Teste 6

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

Leia mais

O problema da superdispersão na análise de dados de contagens

O problema da superdispersão na análise de dados de contagens O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão

Leia mais

Medida de Quatro Pontas Autor: Mauricio Massazumi Oka Versão 1.0 (janeiro 2000)

Medida de Quatro Pontas Autor: Mauricio Massazumi Oka Versão 1.0 (janeiro 2000) Medda de Quatro Pontas Autor: Maurco Massazum Oka Versão.0 (janero 000) Introdução A técnca de medda de quatro pontas é largamente usada para a medda de resstvdades e resstêncas de folha. O método em s

Leia mais

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

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

Leia mais

Guia 11 Escalonamento de Mensagens

Guia 11 Escalonamento de Mensagens Até esta altura, temos abordado prncpalmente questões relaconadas com escalonamento de tarefas a serem executadas num únco processador. No entanto, é necessáro consderar o caso de sstemas tempo-real dstrbuídos,

Leia mais

Tópicos Especiais de Álgebra Linear Tema # 1: Aprendendo a trabalhar com o Derive. Introdução ao Derive

Tópicos Especiais de Álgebra Linear Tema # 1: Aprendendo a trabalhar com o Derive. Introdução ao Derive Tópcos Especas de Álgebra Lnear Tema # : Aprendendo a trabalhar com o Derve Assunto: Introdução ao Derve. Ambente Algébrco e Gráfco. Comandos da Álgebra de Matrzes. Determnantes, Inversa de uma Matrz.

Leia mais