Análise de dados industriais
|
|
- Raphaella da Fonseca Imperial
- 5 Há anos
- Visualizações:
Transcrição
1 Análs d dados ndustras Escola Poltécnca Dpartamnto d Engnhara Químca Robrto Guardan 014 ANÁLISE DE COMPONENES PRINCIPAIS 3.1. Introdução Componnts prncpas são combnaçõs lnars das varávs orgnas d procsso, obtdas a partr da matrz d covarânca ou d corrlação dos dados. Essas novas varávs são ndpndnts ntr s capazs d dscrvr o comportamnto d um dado sstma multvarado. écncas basadas m análs d componnts prncpas (srá usada a abrvatura PCA: prncpal componnt analyss ) são utlzadas vsando dos objtvos prncpas: a) Rdução da dmnsão d modlos do sstma, obtda com a rdução do númro d varávs consdradas. Em sstmas complxos com grand númro d varávs, ssa rdução é mportant, porqu possblta o dsnvolvmnto d modlos mas smpls, com mnor númro d varávs, para smulação análs do sstma. Para tanto, os rsultados da PCA são utlzados para slconar um subconjunto d m varávs (com m < p) capaz d dscrvr a maor part da varabldad dos dados d procsso.
2 b) Dtcção d corrlaçõs ntr varávs, ou grupos d varávs, mplíctas nos dados. A dtcção basa-s na strutura mplícta da matrz d covarâncas, para dntfcação ntrprtação das rlaçõs ntr grupos d varávs. Essas análss normalmnt vsam dntfcar procssos mplíctos na strutura dos dados, não vdnts a partr do xam ncal das corrlaçõs ntr pars d varávs. Para facltar a comprnsão do concto nvolvndo componnts prncpas, é aprsntada a sgur uma dscrção gométrca, com um xmplo smpls, basado m Sharma (1996). Na sgunda part do txto é aprsntada a formulação matmátca da técnca sua aplcação. 3.. Intrprtação gométrca dos componnts prncpas O sgnfcado algumas mplcaçõs da técnca d PCA podm sr mas faclmnt comprnddos com uma ntrprtação gométrca dos componnts, assocando-os a projçõs das varávs orgnas. Para o caso d duas varávs, é possívl vsualzar ssas projçõs, como no xmplo sgunt, o qual é basado m Sharma (1996). Na abla 3.1 há 1 obsrvaçõs d duas varávs, x 1 x. A tabla aprsnta os valors orgnas, méda varânca das varávs, bm como os valors das varávs cntradas na méda. A varânca total do sstma quval à soma: s s1 s = 3, ,091 = 44,18 As varávs x 1 x rprsntam, rspctvamnt, 5,3% 47,7% da varânca total do sstma. Portanto, sua mportânca para a varabldad total dos dados é aproxmadamnt gual. As matrzs d quadrados produtos cruzados, covarânca d corrlação são, rspctvamnt: ,091 16,455 1,000 0,746 SSCP Cov R 16,455 1,091 0,746 1,000
3 3 abla 3.1. Exmplo d dados bvarados: varávs orgnas cntradas na méda. x 1 X 1 x X Obsrvação Orgnal Cntrada na méda Orgnal Cntrada na méda méda varânca 3,091 3,091 1,091 1,091 Obsrva-s qu os dados são corrlaconados postvamnt, com cofcnt d corrlação r 1 = r 1 = 0,746. Os valors dssas duas varávs cntradas na méda podm sr rprsntados grafcamnt m um plano, como mostra a Fgura 3.1. Assm, qualqur ponto no gráfco é rprsntado plas coordnadas nos xos X 1 X. No caso d havr p varávs, sus valors sram pontos no spaço d dmnsão p. É possívl fazr uma mudança nssa bas ortogonal, fazndo-s uma rotação dos xos X 1 X m um ângulo, obtndo-s uma nova bas ortogonal, rprsntada plos novos xos d coordnadas 1, conform mostrado na Fgura 3.1.
4 4 10 y X X 1 y 1 Fgura 3.1. Rprsntação gráfca das varávs cntradas na méda, da abla 3.1, d um novo sstma d xos ortogonas, 1, dslocados m rlação a X 1 X d um ângulo. Como rsultado dssa mudança d bas, pod-s dmonstrar qu uma obsrvação qualqur, d coordnadas [X 1,, X,I ] no gráfco, pod sr rprsntado nas novas coordnadas 1 da sgunt forma: X1, cos X, sn (3.1) 1, X1, sn X, cos (3.), Dpndndo do ângulo d rotação dos xos (), pod-s alnhar um dos xos (no caso, 1 ) mas ou mnos m rlação à drção d maor varação dos valors d X 1 X, o qu corrspond à maor varânca dos dados. Por xmplo, para gual a 10 o, os valors das varávs na nova bas as rspctvas varâncas são aprsntadas na abla 3.. Obsrva-s qu as duas novas varávs, obtdas por combnaçõs lnars das varávs orgnas sgundo as Equaçõs , também têm méda gual a zro. No ntanto, mbora a varânca total das novas varávs prmança a msma (pos o sstma é o msmo) a fração da varânca total rprsntada por cada uma dlas mudou: a varânca contda m 1 passa a rprsntar 64,9 % a contda m, 35,1 % da varânca total. Isto é consqüênca da nova orntação dos xos: 1 stá mas alnhado com a drção d maor varânca dos dados.
5 5 abla 3.. Efto da mudança d bas: rotação m = 10 o. Obsrvação X 1 X ,747 3, ,155 6, ,445, ,781-1, ,838 4, ,90-4, ,174 0, ,464 3, ,996-5, ,619-3, ,951-4, ,399-1,565 man varanc 3,091 1,091 8,659 15,53 Pod-s fazr um gráfco da fração da varânca total rprsntada pla nova varávl 1 m função do ângulo d rotação, conform mostrado na Fgura 3.. O valor máxmo da curva ocorr para gual a 43,6 o, com a varânca d 1 gual a 38,576 (87,3% do total d 44,18). Para ss valor, as Equaçõs fcam: 1, 0,78X 1, 0, 685X, (3.3), 0,685X 1, 0, 78X, (3.4)
6 6 Fração da varânca total rprsntada por Ângulo d rotação Fgura 3.. Fração da varânca total rprsntada por 1 m função d. As varâncas rprsntadas por 1 são, rspctvamnt, 38,576 (87,3 % do total) 5,606 (1,7 % do total). As novas matrzs SSCP, Cov R, basadas nas novas varávs 1, são: 44, , ,000 0 SSCP Cov 0 61,666 R 0 5, ,000 Nas novas matrzs, a covarânca ntr 1 val zro, rfltndo o fato d qu as novas varávs são ortogonas (ndpndnts ntr s). A varânca total prmanc a msma das varávs orgnas. No ntanto, a nova varávl 1 rprsnta quas 90 % da varânca total a outra varávl ncorpora o rstant da varânca total dos dados xprmntas. Assm, a nova varávl 1 pod sr usada para rprsntar as duas varávs orgnas, com a vantagm d qu s rduz a dmnsão do problma d para 1. A dsvantagm é qu crca d 13% das nformaçõs contdas nos dados orgnas é confundda, ou prdda, quando s usa apnas 1 para rprsntar o sstma. O xmplo dado pod sr xtrapolado para p varávs. A análs d componnts prncpas é usada com frqüênca na rdução d dmnsão m sstmas multvarados, vsando concntrar m um pquno conjunto d novas varávs, ortogonas, a maor part da varânca do sstma.
7 Formulação matmátca da técnca d PCA A obtnção d componnts prncpas consst m s obtrm os psos w kj, k j varando d 1 a p, para o sgunt sstma d p quaçõs: 1 1 w11x1 w1 X... w p X p w1x1 w X... w p X p p... w X w X... w p1 1 p pp p (3.5) X m qu: 1 a p são os componnts prncpas, ordnados m ordm dcrscnt da sua partcpação na varânca dos dados; w kj são os psos da varávl j sobr o componnt k ( componnt loadngs ); Os psos são stmados d modo qu as sgunts rstrçõs sjam atnddas: 1) O prmro componnt, 1, abrang a máxma fração da varânca total do sstma; o sgundo componnt,, abrang a máxma fração do rstant da varânca total do sstma não abrangdo plo prmro componnt; assm sucssvamnt, obtndo-s uma sqüênca d componnts, 1 a p, m ordm dcrscnt d mportânca (o númro máxmo d componnts é gual a p). ) w k1 wk... wkp 1, k = 1, p. Esta condção, qu sgnfca qu os p vtors são normalzados, é arbtrára, mas é adotada para vtar qu os valors numércos dos psos aftm a varânca rprsntada por um dado componnt m rlação aos dmas. 3) Ortogonaldad: w k1. w j1 wk. w j... wkp. w jp 0, k j. O objtvo dos algortmos d cálculo d componnts prncpas é obtr w kj, rsptando as rstrçõs 1 a 3. Para o vtor X das p varávs X j, cntradas na méda, a matrz d covarânca Cov é rprsntada plo valor sprado do produto dos vtors: Cov. E X X (3.6)
8 Sja o vtor d psos d um componnt, qualqur, rprsntado por: w w, 1 w,..., wp (3.7) 8 Conform mostra a Eq. 3.5, xstm p vtors como ss, cada componnt pod sr rprsntado por: w.x (3.8) Portanto, para cada uma das n obsrvaçõs há um valor corrspondnt d cada componnt. A varânca do componnt é calculada plo valor sprado do produto quadrátco dss componnt para todas as obsrvaçõs, ou sja: s. Ew X.X w w Cov. w E (3.9) A obtnção dos componnts prncpas a partr d um conjunto d dados com n obsrvaçõs d p varávs, cuja matrz d covarâncas é Cov, mplca rsolvr o sgunt sstma para cada componnt k, com k varando d 1 a p: Obtr os vtors w k, tas qu a varânca d k, k Sujta à rstrção: w w 1 (rstrção ) k k w Cov. w, sja máxma, Atndndo à condção d ortogonaldad: w w 0 para k (rstrção 3). A solução consst, portanto, m um problma d otmzação, com a varânca como função objtvo a sr maxmzada. Uma das técncas d solução consst no uso d multplcadors d Lagrang para ncorporar as rstrçõs à função objtvo. Para o caso d um componnt qualqur, com vtor d cofcnts w, sja F a função a sr maxmzada, dfnda por: k F w Cov. w w w 1 (3.10) k m qu a rstrção d vtor d psos normalzado stá ncorporada m F no sgundo trmo, qu é multplcado plo multplcador d Lagrang,. O vtor das drvadas parcas d F m rlação ao vtor d psos é: F Cov. w w w Fazndo-s ss vtor gual a zro, obtém-s: (vtor p x 1) (3.11) Cov. w w (3.1)
9 9 qu é um problma caractrístco d autovalors autovtors. Assm, a solução não trval (para w 0) da Equação 3.1 nvolv a obtnção dos p autovalors k, k = 1,,, p, da matrz d covarânca dos corrspondnts autovtors, os quas corrspondm aos p vtors d psos w k, para k = 1,,, p. Por xmplo, sja (, w) k um par d autovalor autovtor da matrz d covarâncas. Então, da Eq. 3.1:. Iw 0 Cov (3.13) Como fo mposta a rstrção d qu os autovtors são normalzados, ntão: w. w 1 (3.14) Pré-multplcando-s a Eq por w obtém-s: w Cov. Iw 0 (3.15) ou: w Cov. w. w w. (3.16) Combnando-s as Eqs. 3.9, , obtém-s:. Ew X.X w w Cov. w s E. (3.17) Ou sja, a varânca do componnt é gual ao autovalor corrspondnt da matrz d covarâncas. A matrz d covarâncas é postva dfnda, o qu mplca qu sus autovalors são postvos. Assm, para a obtnção dos componnts prncpas m ordm dcrscnt d mportânca quanto à varabldad dos dados, ordnam-s os autovalors da matrz Cov m ordm dcrscnt, d modo qu:... 0 (3.18) 1 p calculam-s os corrspondnts autovtors, qu são os psos dos componnts prncpas, m ordm dcrscnt d mportânca do ponto d vsta da varânca abrangda. Assm, o vtor d psos do prmro componnt, w 1, é o autovtor corrspondnt ao maor autovalor, 1, da matrz d covarâncas, Cov. S todos os autovalors da matrz d
10 10 covarâncas form dstntos, ntão os autovtors são ortogonas, o qu satsfaz à rstrção 3. Assm, obtêm-s os pars (, w) k, k = 1,,, p, qu são as varâncas os rspctvos cofcnts dos p componnts prncpas k, k = 1,,, p. A soma dos p autovalors corrspond à varânca total do sstma. Pod ocorrr, m stuaçõs raras, d havr gualdad ntr dos ou mas dos autovalors. Nsss casos, mbora os autovtors d possam sr ortogonas, ls não são úncos, xgndo a dfnção d sus valors por algum crtéro arbtráro. No ntanto, ssa stuação normalmnt não ocorr m stuaçõs ras, com grands bass d dados. Outra stuação qu pod ocorrr, mas comum, é havr um ou mas autovalors guas a zro. al stuação ndca qu há dpndênca lnar ntr lmntos da matrz d dados, x, causado por rdundânca d varávs ou obsrvaçõs. Matmatcamnt, tal fato ndca qu o rank da matrz Cov é mnor qu p. Nsss casos, a bas d dados dv sr modfcada rorganzada para aplcação da técnca Análs basada na matrz d covarâncas ou d corrlação. As matrzs Cov R são rlaconadas ntr s forncm bascamnt nformaçõs sobr o grau d assocação lnar ntr varávs. No ntanto, uma vz qu a matrz d corrlação é obtda a partr das varávs padronzadas, prd-s nformação sobr a varânca m troca da nformação sobr a corrlação ntr as varávs. Com sso, os lmntos das matrzs Cov R são dfrnts, fazndo com qu os autovalors autovtors sjam, também, dfrnts, o qu altra os rsultados da análs. A scolha ntr uma outra matrz para ralzar a PCA dpnd normalmnt da naturza valors numércos dos dados. Nos casos m qu s trabalha com varávs cujos valors numércos são muto dfrnts ntr s (por xmplo, vazõs da ordm d mlhars d ltros por hora fraçõs molars), os rsultados da análs são aftados pla ampltud dos valors. Nsss casos, é mlhor utlzar a matrz d corrlação dos dados, pos sso faz com qu a análs consdr as varávs padronzadas, ou sja, lvando m consdração a ampltud m múltplos d dsvo padrão d cada varávl cntrada na méda Intrprtação d rsultados Como vsto, a técnca d PCA consst na obtnção d um conjunto d p combnaçõs lnars, ou componnts, das p varávs orgnas, combnaçõs ssas ordnadas m ordm dcrscnt da varânca rprsntada por cada componnt. A orntação dssas combnaçõs lnars d modo a absorvrm, cada uma, a máxma varânca dsponívl mplca obtr os p autovalors corrspondnts autovtors da matrz
11 11 d covarânca, ou da matrz d corrlação. Uma vz qu a técnca d PCA dstna-s a rduzr a dmnsão d sstmas com mutas varávs dtctar corrlaçõs ntr las, o tratamnto dos rsultados da análs vsa tornar vdnts as vntuas corrlaçõs a mportânca rlatva dos componnts obtdos das varávs orgnas. Na ntrprtação dos rsultados, objtva-s a slção d um subconjunto d m componnts ou varávs (m < p), o qu nvolv normalmnt um ou mas crtéros, qu varam conform a aplcação. Crtéros para slção d um subconjunto d componnts prncpas Nos casos m qu o objtvo é a slção d m componnts prncpas, na maora dos casos o objtvo é a utlzação do conjunto d m componnts m modlos matmátcos dos sstmas m qustão. É comum ocorrrm casos m qu m<< p, como, por xmplo, m análss d spctros, m qu as varávs podm sr a absorbânca d radação m um dado comprmnto d onda comprmntos d onda próxmos são, m gral, corrlaconados. Assm, os modlos são construídos d forma a corrlaconar a concntração d spécs químcas d ntrss com um grupo d m componnts prncpas, muto mnor qu as p varávs orgnas, o qu rprsnta uma grand vantagm, pos sstmas d mdção d spctros com alta rsolução normalmnt opram com cntnas ou mlhars d comprmntos d onda, ou sja, grands valors d p. Assm, os cálculos d concntração basados nsss modlos nvolvm duas tapas: 1) a partr dos valors das p varávs orgnas, calcular os valors dos m componnts ( componnt scors ); ) calcular as varávs d saída do modlo a partr dos m componnts. Os crtéros mas comumnt adotados para slconar os m prmros componnts a srm utlzados para dscrvr um dado sstma multvarado são: a) valor d cort para o autovalor corrspondnt a cada componnt, ou varânca rprsntada por cada componnt. Est crtéro é adquado quando a ánáls é basada na matrz d corrlação, R. A justfcatva para sta rgra é qu, s as varávs ncluídas no studo são ndpndnts, todas têm corrlação zro varânca ndvdual gual a 1, na matrz d corrlação. Dss modo, um componnt cuja varânca sja mnor qu 1 rprsnta mnos do qu uma varávl orgnal ndvdual não prcsa sr consdrado. O crtéro, portanto, é: Slconar k s k 1, para k = 1,, p. Na prátca, é ntrssant consdrar uma tolrânca no valor d cort, slconando componnt cujas varâncas sjam um pouco mnors qu 1, para lvar m consdração varaçõs rros m mddas. Por xmplo, Jollff (1986), basado m smulaçõs, sugr o valor d cort gual a 0,7.
12 1 b) fração acumulada da varânca total do sstma, rprsntada plos prmros componnts, d 1 a m. Est crtéro consst m s stablcr um valor mínmo actávl da fração da varânca total rprsntada plos m prmros componnts. Normalmnt adotam-s valors d crca d 80 a 90%. Assm, o crtéro é: m k k 1 Frac. m p, para m = 1,, p (3.19) o procsso é ntrrompdo quando Frac. m fração mínma adotada. k 1 k c) vsualzação por mo d gráfcos d dstrbução. Gráfcos do tpo scr plot são úts para vsualzação da mportânca dos componnts são usados para dcsão quanto ao númro d componnts a srm utlzados para dscrvr um sstma multvarado. Na Fgura 3.3 é mostrado um xmplo d gráfco do autovalor d cada componnt m função d sua ordm, ou sja, a varânca xplcada por cada componnt, na ordm d mportânca. A msma nformação pod sr rprsntada na forma da fração da varânca total xplcada plos componnts ordnados (também mostrada na Fg. 3.3). A slção do númro m d componnts prncpas a srm consdrados m um dado studo basa-s na nclnação do gráfco: a partr d um crto númro, a curva passa a tr nclnação pratcamnt constant pquna. O númro m dos prmros componnts a srm slconados no studo corrspond à rgão d maor nclnação da curva (à squrda), ants do ponto m qu há altração vsívl na nclnação. Gráfcos como o mostrado na Fg. 3.3 são mportants por possbltarm vsualzar a dstrbução da varânca ntr os componnts. Nos casos m qu o gráfco tm forma smlar ao mostrado na fgura, é possívl vsualzar qu os prmros 3 a 4 componnts são rsponsávs pla maor part da varânca qu o rstant da varânca stá dstrbuído ntr os dmas componnts. No ntanto, há casos m qu não é possívl concntrar a maor part da varânca nos prmros componnts, ocorrndo uma quda gradual na curva do gráfco, ndcando qu a varânca do sstma stá dstrbuída ntr os componnts. as stuaçõs ocorrm nos casos m qu não há corrlação clara ntr varávs, ou grupos d varávs. Nsss casos, não há ganhos sgnfcatvos m substtur as varávs orgnas por componnts prncpas.
13 Varânca Fração xplcada da varânca Componnt N. Fgura 3. Exmplo d um scr plot. Crtéros para slção d um subconjunto d varávs A substtução das varávs orgnas por suas combnaçõs lnars, na forma d componnts prncpas, mutas vzs não é dsjada. Isto ocorr nos casos m qu as varávs são d naturza dfrnt, como m procssos químcos, m qu varávs rprsntando vazão, tmpratura, prssão, composção, nívl outras são combnadas nos componnts prncpas. Nsss casos, o uso d componnts prncpas sgnfca a prda do sgnfcado físco das varávs nvolvdas no procsso. Então, a rdução da dmnsão do sstma nvolv a slção d um subconjunto d m varávs, as quas são as mas mportants, com bas na sua contrbução para a varânca dos dados. Em um dtrmnado componnt, algumas varávs podm contrbur postva ou ngatvamnt, sndo ssa contrbução d maor ou mnor ntnsdad. A contrbução d cada varávl pod sr vrfcada a partr dos cofcnts das varávs nos componnts prncpas ( componnt loadngs ). Assm, a slção das m varávs mas mportants no sstma nvolv, prmramnt, a obtnção dos componnts prncpas. Uma vz obtdos os componnts prncpas, a mportânca d algumas varávs m rlação a outras pod sr avalada a partr dos valors absolutos d sus cofcnts m cada um dos componnts prncpas, lvando-s m consdração a mportânca rlatva dsts.
14 O procdmnto para slção consst m, para cada componnt k slconado 14 ntr os m prmros, k = 1,, m, slconar a varávl j para a qual w kj sja máxmo, dsd qu ssa vaávl não tnha sdo slconada ants (para valors mnors d k). Assm, comçando no prmro componnt (k = 1), a varávl cujo cofcnt tm maor valor absoluto é aqula mas mportant do sstma, quanto à contrbução para a varânca. Essa varávl dv, ntão, sr slconada para partcpar d modlos. Em gral há outras varávs m um msmo componnt cujos cofcnts têm valors absolutos próxmos. Isso ndca qu ssas varávs são corrlaconadas ntr s. Portanto, com a slção daqula com maor cofcnt ssas outras corrlaconadas passam a sr rprsntadas. O procdmnto é rptdo para k =,, m. No fnal do procsso, havrá um conjunto d m varávs qu rprsntam, m cada componnt, a maor contrbução para a varânca do sstma. Exmplo Ralzar a PCA d um sstma com 3 varávs alatóras, x 1, x x 3, com a sgunt matrz d covarâncas: 1 0 Cov Os autovalors autovtors (normalzados) dssa matrz são: 1 = 5,83; w 1 = [0,383; -0,94; 0] =,00; w = [0; -0; 1] 3 = 0,17; w 3 = [0,94; 0,383; 0] Assm, a varânca total, qu é gual à soma dos lmntos da dagonal prncpal da matrz d covarâncas, quval também à soma dos 3 autovalors, ou sja, 8. Os componnts prncpas são: 1,383x1 0, 94 x 3 0 x 3,94x1 0, x Esss três componnts são ortogonas, ou sja, consttum varávs ndpndnts no sstma. No prmro componnt, qu abrang 7,9% da varânca total (= 5,83/8), a varávl qu aprsnta maor pso (m módulo) é x. Essa é, portanto, a prncpal varávl qu afta a varânca total do sstma. O sgundo componnt,
15 15 rsponsávl por 5% da varânca total (= /8), é composto pla própra varávl x 3, o qu é cornt, pos na matrz d covarânca obsrva-s qu ssa varávl não é corrlaconada com as dmas. O trcro componnt, qu rprsnta apnas crca d % da varânca total (= 0,17/8), pod sr dsprzado, pos a prda d nformaçõs é pquna. Assm, o sstma pod sr dscrto com o uso dos componnts prncpas, ou das varávs x x 3, m vz das três varávs orgnas. Pod-s usar o msmo procdmnto com a matrz d corrlação, No ntanto, os rsultados normalmnt são dfrnts quando os valors numércos das varávs são dfrnts.
3. VARIÁVEIS ALEATÓRIAS
3. VARIÁVEIS ALEATÓRIAS 0 Varávl alatóra Ω é o spaço amostral d um prmnto alatóro. Uma varávl alatóra,, é uma função qu atrbu um númro ral a cada rsultado m Ω. Emplo. Rtra-s, ao acaso, um tm produzdo d
Leia mais30/09/2015. Distribuições. Distribuições Discretas. p + q = 1. E[X] = np, Var[X] = npq DISTRIBUIÇÃO BINOMIAL. Contínuas. Discretas
Dstrbuçõs Dscrtas Dstrbuçõs 30/09/05 Contínuas DISTRIBUIÇÃO DE PROBABILIDADE Dscrtas DISTRIBUIÇÃO BIOMIAL Bnomal Posson Consdramos n tntatvas ndpndnts, d um msmo prmnto alatóro. Cada tntatva admt dos rsultados:
Leia maisMODELOS DE REGRESSÃO PARA DADOS DE CONTAGEM. O modelo log-linear de Poisson
MODELOS DE REGRESSÃO PARA DADOS DE CONTAGEM O modlo log-lnar d Posson Intrss m modlar a dstrbução d uma varávl rfrnt a algum tpo d contagm m função d covarávs. A stratéga mas comum para modlagm nssas stuaçõs
Leia mais). Quer os eixos de S quer os de S
CAPÍULO RANSFORMAÇÃO LINEAR DE COORDENADAS Nst capítulo é aprsntada a ddução da prssão qu prmt transformar as coordnadas d um ponto no spaço d um rfrncal ( S) para outro ( S ). Qur os os d S qur os d S
Leia maisAnálise de regressão
Análs d rgrssão Slvana Lags Rbro Garca FDV Hlo Garca Lt UFV Um dos usos da análs d rgrssão é vrfcar s, como, uma ou mas varávs ndpndnts nfluncam o comportamnto d outra varávl dpndnt Y. As varávs ndpndnts
Leia mais28 a Aula AMIV LEAN, LEC Apontamentos
8 a Aula 49 AMIV LEAN, LEC Apontamntos (RcardoCoutnho@mathstutlpt) 8 Exponncal d matrzs smlhants Proposção 8 S A SJS ond A, S J são matrzs n n,(comdt S 6 ), ntão A S J S Dmonstração Tmos A SJS, dond por
Leia maisEstatística Multivariada Normal Multivariada Função densidade conjunta e contorno de probabilidade
Estatístca ultvarada Normal ultvarada Função dnsdad conjunta contorno d robabldad Prof. José Francsco orra Pssanha rofssorjfm@hotmal.com Dstrbução normal unvarada Sja uma varávl alatóra normalmnt dstrbuída
Leia mais1 1 2π. Área de uma Superfície de Revolução. Área de uma Superfície de Revolução
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 Ára d uma Suprfíc
Leia maisMODELOS DE REGRESSÃO PARA DADOS BINÁRIOS
MODELOS DE REGRESSÃO PARA DADOS BINÁRIOS Introdução Intrss m modlar algum fnômno alatóro com dos dsfchos possívs ( sucsso ou fracasso ) m função d uma ou mas covarávs. Assoca-s ao rsultado do fnômno uma
Leia maissendo classificado como modelo de primeira ordem com (p) variáveis independentes.
RGRSSAO MULTIPLA - comlmtação Itrodução O modlo lar d rgrssão múltla é da forma: sdo classfcado como modlo d rmra ordm com () varávs ddts. od: é a varávl d studo (ddt, xlcada, rsosta ou dóga); é o cofct
Leia maisTEMA 3 NÚMEROS COMPLEXOS FICHAS DE TRABALHO 12.º ANO COMPILAÇÃO TEMA 3 NÚMEROS COMPLEXOS. Jorge Penalva José Carlos Pereira Vítor Pereira MathSuccess
FICHAS DE TRABALHO º ANO COMPILAÇÃO TEMA NÚMEROS COMPLEXOS St: http://wwwmathsuccsspt Facbook: https://wwwfacbookcom/mathsuccss TEMA NÚMEROS COMPLEXOS Matmátca A º Ano Fchas d Trabalho Complação Tma Númros
Leia maisTransistor de junção bipolar Sedra & Smith, 4 a edição, capítulo 4
ransstor d junção bpolar Sdra & Smth, 4 a dção, capítulo 4 http://c-www.colorado.du/~bart/book/book/toc5.htm ransstor npn ransstor d junção bpolar () ransstor pnp Fgura 4. Estrutura smplfcada do transstor
Leia maisn = η = / 2 = 0, c
PTC4 - TEORIA DA COMUNICAÇÕE II - //5 - PJEJ REOLUÇÃO DA EGUNDA LITA DE EXERCÍCIO QUETÃO Consdr sstmas bnáros om transmssão d ormaçõs quprovávs λ >>. Compar os dsmpnhos om sm odfação dos sstmas a sgur,
Leia maisEstudo de diversidade populacional: efeito da taxa de mutação
IA369 - Guwn & Von Zubn (s/98) Estuo vrsa populaconal: fto a taxa mutação. Ausênca prssão sltva ausênca mutação é assumo qu caa nvíuo a população é ao por um cromossomo hapló qu o crossovr é unform. um
Leia maisTENSORES 1.1 INTRODUÇÃO
nsors ENSORES. INRODUÇÃO Os lmntos sóldos utlzados m Engnhara Mcânca das Estruturas dsnolm-s num spaço trdmnsonal no qu rspta à sua Gomtra, sndo ncssáro posconar pontos, curas, suprfícs obctos no spaço
Leia maisCap. 7. Princípio dos trabalhos virtuais
Cap. 7. Prncípo dos trabalhos vrtuas. Enrga d dformação ntrna. Dfnção prssupostos adoptados. Dnsdad da nrga d dformação ntrna.3 Caso partcular: L consttutva é rprsntada pla rcta.4 Enrga d dformação ntrna.
Leia maisProblemas Numéricos: 1) Desde que a taxa natural de desemprego é 0.06, π = π e 2 (u 0.06), então u 0.06 = 0.5(π e π), ou u =
Capitulo 12 (ABD) Prguntas para rvisão: 5) Os formuladors d políticas dsjam mantr a inflação baixa porqu a inflação impõ psados custos sobr a conomia. Os custos da inflação antcipado inclum custos d mnu,
Leia maisFUNÇÃO REAL DE UMA VARIÁVEL REAL
Hwltt-Packard FUNÇÃO REAL DE UMA VARIÁVEL REAL Aulas 01 a 05 Elson Rodrigus, Gabril Carvalho Paulo Luiz Ano: 2016 Sumário INTRODUÇÃO AO PLANO CARTESIANO 2 PRODUTO CARTESIANO 2 Númro d lmntos d 2 Rprsntaçõs
Leia mais3. Geometria Analítica Plana
MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE PELOTAS DEPARTAMENTO DE MATEMÁTICA E ESTATÍSITICA APOSTILA DE GEOMETRIA ANALÍTICA PLANA PROF VINICIUS 3 Gomtria Analítica Plana 31 Vtors no plano Intuitivamnt,
Leia maisResolver problemas com amostragem aleatória significa gerar vários números aleatórios (amostras) e repetir operações matemáticas para cada amostra.
Dscplna: SComLMol Numann, Ulam Mtropols (945-947) Numann Ulam [945] prcbram qu problmas dtrmnístcos podm sr transormados num análogo probablístco qu pod sr rsolvdo com amostragm alatóra. Els studavam dusão
Leia maisMESTRADO PROFISSIONAL EM ECONOMIA DO SETOR PÚBLICO
II/05 UNIVERSIDADE DE BRASÍLIA DEPARTAMENTO DE ECONOMIA 0//5 MESTRADO PROFISSIONAL EM ECONOMIA DO SETOR PÚBLICO ECONOMIA DA INFORMAÇÃO E DOS INCENTIVOS APLICADA À ECONOMIA DO SETOR PÚBLICO Prof. Maurício
Leia maisMESTRADO PROFISSIONAL EM ECONOMIA DO SETOR PÚBLICO
II/05 UNIVERSIDADE DE BRASÍLIA DEPARTAMENTO DE ECONOMIA 0//5 MESTRADO PROFISSIONAL EM ECONOMIA DO SETOR PÚBLICO ECONOMIA DA INFORMAÇÃO E DOS INCENTIVOS APLICADA À ECONOMIA DO SETOR PÚBLICO Prof. Maurício
Leia maisMATRIZES 04) (FATEC-SP) Seja A a ij uma matriz quadrada de . Nessas ordem 2 tal que
MATRIZES www.profssortnan.com.br 0) (PUC) A matrz A d ordm dfnda por a. é dada por: 4 6 4 6 b) 4 4 6 4 6 ) 0) (UFBA) A matrz, com 0 4 b) 0 4 0 ) 4 a, s, é: a, s 0) S A ( a ) é a matrz quadrada d ordm,
Leia maisTÓPICOS. ordem; grau; curvas integrais; condições iniciais e fronteira. 1. Equações Diferenciais. Conceitos Gerais.
Not bm, a litura dsts apontamntos não dispnsa d modo algum a litura atnta da bibliografia principal da cadira hama-s à atnção para a importância do trabalho pssoal a ralizar plo aluno rsolvndo os problmas
Leia maisTeoria dos Jogos. Prof. Maurício Bugarin Eco/UnB 2014-I. Aula 7 Teoria dos Jogos Maurício Bugarin. Roteiro
Tora dos Jogos Prof. Mauríco Bugarn Eco/UnB 4-I Rotro Capítulo : Jogos dnâmcos com nformação complta. Jogos Dnâmcos com Informação Complta Prfta Forma xtnsva Estratégas Equlíbro d Nash Subjogos qulíbro
Leia maisAÇÕES BÁSICAS DE CONTROLE E CONTROLADORES AUTOMÁTICOS INDUSTRIAIS
Projto Rng - Eng. Elétrca Apostla d stmas d Control I V- &$3Ì78/ 9 AÇÕE BÁICA DE CONTROLE E CONTROLADORE AUTOMÁTICO INDUTRIAI Conform havíamos mnconado no Capítulo I, a busca da qualdad, fcênca prcsão
Leia maisTeoria dos Jogos. Prof. Maurício Bugarin
Tora dos Jogos Prof. Mauríco Bugarn Aula B Tora dos Jogos Mauríco Bugarn Cap. 7. Jogos Dnâmcos com Informação Incomplta Rotro Capítulo 7. Jogos Dnâmcos com Informação Incomplta Dfção xmplos Dfção d Raconaldad
Leia maisUNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DEPARTAMENTO DE ECONOMIA
UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DEPARTAMENTO DE ECONOMIA EAE 26 Macroconoma I º Smstr 27 Príoo Durno Profssors: lbrto Tau Lma Pro arca Duart Lsta Exrcícos
Leia maisTÓPICOS. Valores singulares. Interpretação geométrica.
Not bm: a ltra dsts apontamntos não dspnsa d modo algm a ltra atnta da bblografa prncpal da cadra Chama-s a atnção para a mportânca do trabalho pssoal a ralzar plo alno rsolvndo os problmas aprsntados
Leia maisDeformações devidas a carregamentos verticais
Dformaçõs dvdas a carrgamntos vrtcas GEOTECNIA II SLIDES 07 Prof. MSc. Douglas M. A. Bttncourt prof.douglas.pucgo@gmal.com Rcalqus dvdo a carrgamntos na suprfíc Exmplos: Rcalqus d fundaçõs (sapatas ou
Leia maisP R O P O S T A D E R E S O L U Ç Ã O D O E X A M E T I P O 5
P R O P O S T A D E R E S O L U Ç Ã O D O E X A M E T I P O 5 GRUPO I ITENS DE ESCOLHA MÚLTIPLA 1. Agrupando num bloco a Ana, a Bruna, o Carlos, a Diana o Eduardo, o bloco os rstants st amigos prmutam
Leia maisDesse modo, podemos dizer que as forças que atuam sobre a partícula que forma o pêndulo simples são P 1, P 2 e T.
Pêndulo Simpls Um corpo suspnso por um fio, afastado da posição d quilíbrio sobr a linha vrtical qu passa plo ponto d suspnsão, abandonado, oscila. O corpo o fio formam o objto qu chamamos d pêndulo. Vamos
Leia mais3 O Método Híbrido dos Elementos de Contorno e sua formulação simplificada aplicados a problemas estáticos em domínio infinito e multiplamente conexo
3 O Método Hírdo dos Elmntos d Contorno sua formulação smplfcada aplcados a prolmas státcos m domíno nfnto multplamnt conxo A valdad d amas as formulaçõs hírdas aprsntadas no capítulo antror stá na possldad
Leia maisProva Escrita de Matemática A 12. o Ano de Escolaridade Prova 635/Versões 1 e 2
Eam Nacional d 0 (. a fas) Prova Escrita d Matmática. o no d Escolaridad Prova 3/Vrsõs GRUPO I Itns Vrsão Vrsão. (C) (). () (C) 3. () (C). (D) (). (C) (). () () 7. () (D) 8. (C) (D) Justificaçõs:. P( )
Leia maisPág Circunferência: ( ) ( ) 5.4. Circunferência: ( ) ( ) A reta r passa nos pontos de coordenadas (0, 1) e (2, 2).
Númros complxos Atvdad d dagnóstco AB + + + AB ( ) ( ) ( ) + + + 9+ A, ; B, ; P x, y Pág AP BP x+ y x + y + x + x + + y x + x x + + y + x + yx y x A bsstr dos quadrants ímpars é a mdatr d [AB] B(, ) ;
Leia maisDeformações devidas a carregamentos verticais
Dformaçõs dvdas a carrgamntos vrtcas GEOTECNIA II SLIDES 06 / AULA Prof. MSc. Douglas M. A. Bttncourt prof.douglas.pucgo@gmal.com Rcalqus dvdo a carrgamntos na suprfíc Exmplos: Rcalqus d fundaçõs (sapatas
Leia maisRepresentação de Números no Computador e Erros
Rprsntação d Númros no Computador Erros Anális Numérica Patrícia Ribiro Artur igul Cruz Escola Suprior d Tcnologia Instituto Politécnico d Stúbal 2015/2016 1 1 vrsão 23 d Fvriro d 2017 Contúdo 1 Introdução...................................
Leia maisANÁLISE MATEMÁTICA IV FICHA SUPLEMENTAR A =
Instituto Suprior Técnico Dpartamnto d Matmática Scção d Álgbra Anális ANÁLISE MATEMÁTICA IV FICHA SUPLEMENTAR 4 EQUAÇÕES DIFERENCIAIS LINEARES Formas canónicas d Jordan () Para cada uma das matrizs A
Leia maisestados. Os estados são influenciados por seus próprios valores passados x
3 Filtro d Kalman Criado por Rudolph E. Kalman [BROWN97] m 1960, o filtro d Kalman (FK) foi dsnvolvido inicialmnt como uma solução rcursiva para filtragm linar d dados discrtos. Para isto, utiliza quaçõs
Leia maisCapítulo 8. (d) 1) 0,5 2) 1,0 3) 0,5 4) 0 5) 2/3 6) 1/2. Problema 02. (a) (b)
Capítulo Problma. Ω{C C C C C5 C R R R R R5 R} Od: Ccara Rcoroa 5 P 5 5 P 7 7 7 7 7 7 c Sm pos P j P P j j d 5 5 5 / / Problma. P 5 P 5 9 5 7 9 c Não pos P P P 9 d P / P / 5 P 5 P 5 Problma. Prchdo os
Leia maisResoluções dos exercícios propostos
da físca 3 Undad C Capítulo 15 Indução ltromagnétca soluçõs dos xrcícos propostos 1 P.368 D L v, vm: 0,5 0, 1 5 2 V P.369 D L v, vm: 15 6 1 20 3 4 V P.370 a) L v 1,5 0,40 2 1,2 V b) 1,2 2 0,6 Pla rgra
Leia maisSIMETRIA E REPETIÇÃO DE PADRÕES EM OTIMIZAÇÃO DE TOPOLOGIA DE ESTRUTURAS BIDIMENSIONAIS COM GRADAÇÃO FUNCIONAL TÚLIO HONÓRIO
UNIVERSIDADE FEDERAL DE GOIÁS ESCOLA DE ENGENHARIA CIVIL CURSO DE GRADUAÇÃO EM ENGENHARIA CIVIL SIMETRIA E REPETIÇÃO DE PADRÕES EM OTIMIZAÇÃO DE TOPOLOGIA DE ESTRUTURAS BIDIMENSIONAIS COM GRADAÇÃO FUNCIONAL
Leia mais/ :;7 1 6 < =>6? < 7 A 7 B 5 = CED? = DE:F= 6 < 5 G? DIHJ? KLD M 7FD? :>? A 6? D P
26 a Aula 20065 AMIV 26 Exponncial d matrizs smlhants Proposição 26 S A SJS ntão Dmonstração Tmos A SJS A % SJS SJS SJ % S ond A, S J são matrizs n n ", (com dt S 0), # S $ S, dond ; A & SJ % S SJS SJ
Leia maisHewlett-Packard MATRIZES. Aulas 01 a 05. Elson Rodrigues, Gabriel Carvalho e Paulo Luiz
Hwltt-Packard MTRIZES ulas 0 a 05 Elson Rodrigus, Gabril Carvalho Paulo Luiz Sumário MTRIZES NOÇÃO DE MTRIZ REPRESENTÇÃO DE UM MTRIZ E SEUS ELEMENTOS EXERCÍCIO FUNDMENTL MTRIZES ESPECIIS IGULDDE ENTRE
Leia maisUMA REPRESENTAÇÃO COMPACTA PARA GRAFOS CORDAIS
UMA REPRESENTAÇÃO COMPACTA PARA GRAFOS CORDAIS Clíca V. P. Frdmann FFP-UERJ clcavp@trra.com.br Abl R. G. Lozano FFP-UERJ arglozano@trra.com.br Llan Marknzon NCE-UFRJ marknzon@nc.ufrj.br Paulo Rnato da
Leia maisHewlett-Packard MATRIZES. Aulas 01 a 06. Elson Rodrigues, Gabriel Carvalho e Paulo Luiz
Hwltt-Packard MTRIZES ulas 0 a 06 Elson Rodrigus, Gabril Carvalho Paulo Luiz no 06 Sumário MTRIZES NOÇÃO DE MTRIZ REPRESENTÇÃO DE UM MTRIZ E SEUS ELEMENTOS EXERCÍCIO FUNDMENTL MTRIZES ESPECIIS IGULDDE
Leia maisPROPAGAÇÃO EM RÁDIO MÓVEL Prof. Waldecir J. Perrella. Desvanescimento em Pequena Escala e Multipercurso.
PROPAGAÇÃO EM RÁDIO MÓVEL Prof. Waldcr J. Prrlla Dsvanscmnto m Pquna Escala Multprcurso. Dsvanscmnto m pquna scala ou smplsmnt dsvancmnto (fadng), é usado para dscrvr a rápda flutuação da ampltud d um
Leia maisCálculo de Autovalores, Autovetores e Autoespaços Seja o operador linear tal que. Por definição,, com e. Considere o operador identidade tal que.
AUTOVALORES E AUTOVETORES Dfiniçõs Sja um oprador linar Um vtor, é dito autovtor, vtor próprio ou vtor caractrístico do oprador T, s xistir tal qu O scalar é dnominado autovalor, valor próprio ou valor
Leia maisMaterial Teórico - Módulo Equações e Sistemas de Equações Fracionárias. Sistemas de Equações Fracionárias. Oitavo Ano
Matrial Tórico - Módulo Equaçõs Sistmas d Equaçõs Fracionárias Sistmas d Equaçõs Fracionárias Oitavo Ano Autor: Prof Ulisss Lima Parnt Rvisor: Prof Antonio Caminha M Nto Sistmas d quaçõs fracionárias Nssa
Leia maisTRANSMISSÃO DE CALOR II. Prof. Eduardo C. M. Loureiro, DSc.
TRANSMISSÃO DE CALOR II Prof. Eduardo C. M. Lourro, DSc. ANÁLISE TÉRMICA Dtrmnação da ára rqurda para transfrr o calor, numa dtrmnada quantdad por undad d tmpo, dadas as vlocdads d scoamnto as tmpraturas
Leia maisPág , isto é, é o número Pretende-se mostrar que x [ ] f ( x) Seja h a restrição da função f ao intervalo ],0].
Fca d tst global Dado um spaço d rsultados E, fnto, s os acontcmntos lmntars form quprovávs, a probabldad d um acontcmnto A ( E quocnt nr o númro d casos favorávs ao Pág P, é gual ao acontcmnto A o númro
Leia maisv 4 v 6 v 5 b) Como são os corte de arestas de uma árvore?
12 - Conjuntos d Cort o studarmos árors gradoras, nós stáamos intrssados m um tipo spcial d subgrafo d um grafo conxo: um subgrafo qu mantiss todos os értics do grafo intrligados. Nst tópico, nós stamos
Leia maisEnunciados equivalentes
Lógica para Ciência da Computação I Lógica Matmática Txto 6 Enunciados quivalnts Sumário 1 Equivalência d nunciados 2 1.1 Obsrvaçõs................................ 5 1.2 Exrcícios rsolvidos...........................
Leia maisAdriano Pedreira Cattai
Adriano Pdrira Cattai apcattai@ahoocombr Univrsidad Fdral da Bahia UFBA, MAT A01, 006 3 Suprfíci Cilíndrica 31 Introdução Dfinição d Suprfíci Podmos obtr suprfícis não somnt por mio d uma quação do tipo
Leia maisSolução da equação de Poisson 1D com coordenada generalizada
Solução da quação d Poisson 1D com coordnada gnralizada Guilhrm Brtoldo 8 d Agosto d 2012 1 Introdução Ao s rsolvr a quação d Poisson unidimnsional d 2 T = fx), 0 x 1, 1) dx2 sujita às condiçõs d contorno
Leia maisAlgumas distribuições de variáveis aleatórias discretas importantes:
Algumas distribuiçõs d variávis alatórias discrtas importants: Distribuição Uniform Discrta Enquadram-s aqui as distribuiçõs m qu os possívis valors da variávl alatória tnham todos a msma probabilidad
Leia mais/ d0) e economicamente (descrevendo a cadeia de causação
UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DEPARTAMENTO DE ECONOMIA EAE 26 Macroconoma I º Smstr 27 Profssor Frnano Rugtsky Lsta Exrcícos [] Consr uma macroconoma scrta
Leia maisPROPOSTA DE RESOLUÇÃO DA PROVA DE MATEMÁTICA A DO ENSINO SECUNDÁRIO (CÓDIGO DA PROVA 635) 2ª FASE 21 DE JULHO Grupo I. Questões
PROPOSTA DE RESOLUÇÃO DA PROVA DE MATEMÁTICA A DO ENSINO SECUNDÁRIO (CÓDIGO DA PROVA 63) ª FASE 1 DE JULHO 014 Grupo I Qustõs 1 3 4 6 7 8 Vrsão 1 C B B D C A B C Vrsão B C C A B A D D 1 Grupo II 11 O complo
Leia maisEXPRESSÕES LÓGICAS. 9.1 Lógica proposicional AULA 9
AULA 9 EXPRESSÕES LÓGICAS 9.1 Lógica proposicional Lógica é o studo do raciocínio 1. Em particular, utilizamos lógica quando dsjamos dtrminar s um dado raciocínio stá corrto. Nsta disciplina, introduzimos
Leia maisMatemática IME-2007/ a QUESTÃO. 2 a QUESTÃO COMENTA
Matmática a QUESTÃO IME-007/008 Considrando qu podmos tr csto sm bola, o númro d maniras d distribuir as bolas nos três cstos é igual ao númro d soluçõs intiras não-ngativas da quação: x + y + z = n, na
Leia maisComparação entre Gráficos de Controle para Resíduos de Modelos
Comparação ntr Gráfcos d Control para Rsíduos d Modlos Danlo Cuzzuol Pdrn (PPGEP/UFRGS) danlo@producao.ufrgs.br Carla Schwngbr tn Catn (PPGEP/UFRGS) tncatn@producao.ufrgs.br Rsumo: Os gráfcos d control
Leia maisGERADORES E RECEPTORES eléctricos
GADOS CPTOS léctrcos No momnto d lgarmos a chav d gnção, a batra fornc nrga léctrca ao motor d arranqu, pondo st m funconamnto. nrga químca nrga léctrca Quando um lmnto do crcuto é capaz d transformar
Leia maisANÁLISE CUSTO - VOLUME - RESULTADOS
ANÁLISE CUSTO - VOLUME - RESULTADOS 1 Introdução ao tma Exist todo o intrss na abordagm dst tma, pois prmit a rsolução d um conjunto d situaçõs qu s aprsntam rgularmnt na vida das organizaçõs. Estas qustõs
Leia mais5.10 EXERCÍCIO pg. 215
EXERCÍCIO pg Em cada um dos sguints casos, vriicar s o Torma do Valor Médio s aplica Em caso airmativo, achar um númro c m (a, b, tal qu (c ( a - ( a b - a a ( ; a,b A unção ( é contínua m [,] A unção
Leia maisRazão e Proporção. Noção de Razão. 3 3 lê-se: três quartos lê-se: três para quatro ou três está para quatro
Razão Proporção Noção d Razão Suponha qu o profssor d Educação Física d su colégio tnha organizado um tornio d basqutbol com quatro quips formadas plos alunos da ª séri. Admita qu o su tim foi o vncdor
Leia maisUNIVERSIDADE DE SÃO PAULO Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto Departamento de Economia
UNIVERSIDADE DE SÃO PAULO Faculdad d Economia, Administração Contabilidad d Ribirão Prto Dpartamnto d Economia Nom: Númro: REC200 MICROECONOMIA II PRIMEIRA PROVA (20) () Para cada uma das funçõs d produção
Leia maisUNIVERSIDADE DE SÃO PAULO Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto Departamento de Economia
UNIVERSIDADE DE SÃO PAULO Faculdad d Economia, Administração Contabilidad d Ribirão Prto Dpartamnto d Economia Nom: Númro: REC00 MICROECONOMIA II PRIMEIRA PROVA (0) () Para cada uma das funçõs d produção
Leia maisECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.
ECONOMETRIA Prof. Patrca Mara Bortolon, D. Sc. Modlos d Escolha Qualtatva Font: GUJARATI; D. N. Economtra Básca: 4ª Edção. Ro d Janro. Elsvr- Campus, 2006 Modlos d scolha qualtatva Varávl dpndnt: bnára
Leia maisFUNÇÕES DE UMA VARIÁVEL COMPLEXA
FUNÇÕES DE UMA VARIÁVEL COMPLEXA Ettor A. d Barros 1. INTRODUÇÃO Sja s um númro complxo qualqur prtncnt a um conjunto S d númros complxos. Dizmos qu s é uma variávl complxa. S, para cada valor d s, o valor
Leia maisCOLÉGIO OBJETIVO JÚNIOR
COLÉGIO OBJETIVO JÚNIOR NOME: N. o : DATA: / /01 FOLHETO DE MATEMÁTICA (V.C. E R.V.) 6. o ANO Est folhto é um rotiro d studo para você rcuprar o contúdo trabalhado m 01. Como l vai srvir d bas para você
Leia maisPROPOSTA DE RESOLUÇÃO DA PROVA DE MATEMÁTICA A DO ENSINO SECUNDÁRIO (CÓDIGO DA PROVA 635) 2ª FASE 21 DE JULHO 2014 Grupo I.
Associação d Profssors d Matmática Contactos: Rua Dr João Couto, nº 7-A 100-6 Lisboa Tl: +1 1 716 6 90 / 1 711 0 77 Fa: +1 1 716 64 4 http://wwwapmpt mail: gral@apmpt PROPOSTA DE RESOLUÇÃO DA PROVA DE
Leia maisImplementação de Filtros Ativos Usando Amplificadores Operacionais de Transcondutância e Capacitores (OTA-C)
Implmntação d Filtros Ativos Usando Amplificadors Opracionais d Transcondutância Capacitors (OTA-C) Autoria: Mário Sarcinlli Filho Edição: Flip Dalvi Garcia 2008 1 Amplificador d Transcondutância Os Amplificadors
Leia maisGeometria Analítica - Aula
Gomtria Analítica - Aula 0 60 K. Frnsl - J. Dlgado Aula 1 1. Rotação dos ixos coordnados Sja OXY um sistma d ixos ortogonais no plano sja O X Y o sistma d ixos obtido girando os ixos OX OY d um ângulo
Leia maisCRITÉRIOS GERAIS DE CLASSIFICAÇÃO
Eam Final Nacional d Matmática A Prova 65.ª Fas Ensino Scundário 09.º Ano d Escolaridad Dcrto-Li n.º 9/0, d 5 d julho Critérios d Classificação 0 Páginas CRITÉRIOS GERAIS DE CLASSIFICAÇÃO A classificação
Leia mais2 x. ydydx. dydx 1)INTEGRAIS DUPLAS: RESUMO. , sendo R a região que. Exemplo 5. Calcule integral dupla. xda, no retângulo
Intgração Múltipla Prof. M.Sc. Armando Paulo da Silva UTFP Campus Cornélio Procópio )INTEGAIS DUPLAS: ESUMO Emplo Emplo Calcul 6 Calcul 6 dd dd O fato das intgrais rsolvidas nos mplos srm iguais Não é
Leia maisVI - ANÁLISE CUSTO - VOLUME - RESULTADOS
VI - ANÁLISE CUSTO - VOLUME - RESULTADOS 6.1 Introdução ao tma Exist todo o intrss na abordagm dst tma, pois prmit a rsolução d um conjunto d situaçõs qu s aprsntam rgularmnt na vida das organizaçõs. Estas
Leia maisA trajetória sob a ação de uma força central inversamente proporcional ao quadrado da distância
A trajtória sob a ação d uma força cntral invrsamnt proporcional ao quadrado da distância A força gravitacional a força ltrostática são cntrais proporcionais ao invrso do quadrado da distância ao cntro
Leia maisA Transformação Karhunen-Loève - Compressão por Decomposição em Sub-Espaços. A Transformação Karhunen-Loève (KLT) projeta um conjunto X de vetores de
PUCRS Faculdad d Engnhara Dpartanto d Engnhara Elétrca Codfcação d Snas por F.C.C D Castro.C.F. D Castro Capítulo VI A ransforação Karhunn-Loèv - Coprssão por Dcoposção Sub-Espaços 6. Introdução A ransforação
Leia maisExame de Matemática Página 1 de 6. obtém-se: 2 C.
Eam d Matmática -7 Página d 6. Simplificando a prssão 9 ( ) 6 obtém-s: 6.. O raio r = m d uma circunfrência foi aumntado m 5%. Qual foi o aumnto prcntual da ára da sgunda circunfrência m comparação com
Leia maisEstatística II. Aula 8. Prof. Patricia Maria Bortolon, D. Sc.
Estatística II Aula 8 Pro. Patricia Maria Bortolon, D. Sc. Tsts Qui Quadrado Objtivos da Aula 8 Nsta aula, você aprndrá: Como quando utilizar o tst qui-quadrado para tablas d contingência Como utilizar
Leia maisCapítulo 4 Resposta em frequência
Capítulo 4 Rsposta m frquência 4. Noção do domínio da frquência 4.2 Séris d Fourir propridads 4.3 Rsposta m frquência dos SLITs 4.4 Anális da composição d sistmas através da rsposta m frquência 4.5 Transformadas
Leia maisTÓPICOS DE MATEMÁTICA PROF.: PATRÍCIA ALVES
TÓPICOS DE MATEMÁTICA PROF.: PATRÍCIA ALVES 33 MATRIZES 1. Dê o tipo d cada uma das sguints prtncm às diagonais principais matrizs: scundárias d A. 1 3 a) A 7 2 7. Qual é o lmnto a 46 da matriz i j 2 j
Leia maisATIVIDADES PARA SALA. Capítulo 11 FÍSICA 2. Associação de resistores Associação mista. 2? a série Ensino Médio Livro 3? B Veja a figura.
soluçõs apítulo 11 ssociação d rsistors ssociação mista TVES SL 01 Vja a figura. 3 ss modo, vrifica-s qu os rsistors stão associados m parallo. Obtém-s a rsistência, qui- 5 valnt à associação dos rsistors,
Leia maisHewlett-Packard MATRIZES. Aulas 01 a 06. Elson Rodrigues, Gabriel Carvalho e Paulo Luiz
Hwltt-Packard MATRIZES Aulas 0 a 06 Elson Rodrigus, Gabril Carvalho Paulo Luiz Sumário MATRIZES NOÇÃO DE MATRIZ REPRESENTAÇÃO DE UMA MATRIZ E SEUS ELEMENTOS EXERCÍCIO FUNDAMENTAL MATRIZES ESPECIAIS IGUALDADE
Leia maisEscola Politécnica da Universidade de São Paulo. Departamento de Engenharia de Estruturas e Fundações
Escola Politécnica da Univrsidad d São Paulo Dpartamnto d Engnharia d Estruturas Fundaçõs Laboratório d Estruturas Matriais Estruturais Extnsomtria létrica III Notas d aula Dr. Pdro Afonso d Olivira Almida
Leia maisExame Final Nacional de Matemática A Prova ª Fase Ensino Secundário 2018 Critérios de Classificação Página 1
Eam Final Nacional d Matmática A Prova 63.ª Fas Ensino Scundário 018 1.º Ano d Escolaridad Dcrto-Li n.º 139/01, d d julho Critérios d Classificação 1 Páginas Prova 63/.ª F. CC Página 1/ 1 CRITÉRIOS GERAIS
Leia maisFunção do 2 o Grau. Uma aplicação f der emr
UNIVERSIDADE DO ESTADO DE MATO GROSSO CAMPUS UNIVERSITÁRIO DE SINOP FACULDADE DE CIÊNCIAS EXATAS E TECNOLÓGICAS CURSO DE ENGENHARIA CIVIL DISCIPLINA: FUNDAMENTOS DE MATEMÁTICA. Dfinição Uma aplicação f
Leia mais, ou seja, 8, e 0 são os valores de x tais que x e, Página 120
Prparar o Eam 0 07 Matmática A Página 0. Como g é uma função contínua stritamnt crscnt no su domínio. Logo, o su contradomínio é g, g, ou sja, 8,, porqu: 8 g 8 g 8 8. D : 0, f Rsposta: C Cálculo Auiliar:
Leia maisDesse modo, sendo E a energia de ligação de um núcleo formado por Z prótons e (A Z) nêutrons, de massa M(Z,A), pode-se escrever: E 2
Enrgia d Ligação Nuclar Dado um núclo qualqur, a nrgia librada quando da sua formação a partir dos sus prótons nêutrons sparados d uma distância infinita é o qu s chama d nrgia d ligação d tal núclo. Dito
Leia maisGERADORES E RECEPTORES. Setor 1202 Aulas 58, 59, 60 Prof. Calil. Geradores
GERADORES E RECEPTORES Stor 1202 Aulas 58, 59, 60 Prof. Call Gradors São sstmas qu convrtm um dtrmnado tpo d nrga, m nrga létrca. Cram mantém nos sus trmnas, uma dfrnça d potncal. São xmplos d gradors
Leia mais[Ano] Ciências Econômicas e Administrativas Produção e Custos
[Ano] Ciências Econômicas Unidad: Ciências Econômicas Unidad: Colocar o nom da Ciências Econômicas MATERIAL TEÓRICO Rsponsávl plo Contúdo: Profa. Ms. Andrssa Guimarãs Rgo Rvisão Txtual: Profa. Ms. Alssandra
Leia maisAssociação entre duas variáveis quantitativas
Exemplo O departamento de RH de uma empresa deseja avalar a efcáca dos testes aplcados para a seleção de funconáros. Para tanto, fo sorteada uma amostra aleatóra de 50 funconáros que fazem parte da empresa
Leia maisa) (0.2 v) Justifique que a sucessão é uma progressão aritmética e indique o valor da razão.
MatPrp / Matmática Prparatória () unidad tra curricular / E-Fólio B 8 dzmbro a janiro Critérios d corrção orintaçõs d rsposta Qustão ( val) Considr a sucssão d númros rais dfinida por a) ( v) Justifiqu
Leia maisÉ 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 maisUNIVERSIDADE DE SÃO PAULO Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto Departamento de Economia
REC2010 MICROECONOMIA II SEGUNDA PROVA (2011) ROBERTO GUENA (1) Considr uma indústria m concorrência prfita formada por mprsas idênticas. Para produzir, cada mprsa dv arcar com um custo quas fixo F = 1.
Leia maisCálculo Numérico. Integração Numérica. Prof: Reinaldo Haas
Cálculo Numérico Intgração Numérica Pro: Rinaldo Haas Intgração Numérica Em dtrminadas situaçõs, intgrais são diícis, ou msmo impossívis d s rsolvr analiticamnt. Emplo: o valor d é conhcido apnas m alguns
Leia maisOscilações amortecidas
Oscilaçõs amortcidas Uso d variávl complxa para obtr a solução harmônica ral A grand vantagm d podr utilizar númros complxos para rsolvr a quação do oscilador harmônico stá associada com o fato d qu ssa
Leia maisTÓPICOS. EDO de variáveis separadas. EDO de variáveis separáveis. EDO homogénea. 2. Equações Diferenciais de 1ª Ordem.
ot bm a litura dsts apontamntos não dispnsa d modo algum a litura atnta da bibliograia principal da cadira Cama-s à atnção para a importância do trabalo pssoal a ralizar plo aluno rsolvndo os problmas
Leia maisANÁLISE MATEMÁTICA IV FICHA SUPLEMENTAR 2. < arg z < π}.
Instituto Suprior Técnico Dpartamnto d Matmática Scção d Álgbra Anális ANÁLISE MATEMÁTICA IV FICHA SUPLEMENTAR LOGARITMOS E INTEGRAÇÃO DE FUNÇÕES COMPLEXAS Logaritmos () Para cada um dos sguints conjuntos
Leia mais