IDENTIFICAÇÃO DE SISTEMAS DINÂMICOS NÃO-LINEARES CONTÍNUOS UTILIZANDO MODELOS NARMAX: ESTUDO DE CASO DE UM FORNO A ARCO ELÉTRICO

Tamanho: px
Começar a partir da página:

Download "IDENTIFICAÇÃO DE SISTEMAS DINÂMICOS NÃO-LINEARES CONTÍNUOS UTILIZANDO MODELOS NARMAX: ESTUDO DE CASO DE UM FORNO A ARCO ELÉTRICO"

Transcrição

1 IDENIFICAÇÃO DE SISEMAS DINÂMICOS NÃOLINEARES CONÍNUOS UILIZANDO MODELOS NARMAX: ESUDO DE CASO DE UM FORNO A ARCO ELÉRICO EDGAR CAMPOS FURADO, EDUARDO M. A. M. MENDES, ERIVELON G. NEPOMUCENO, VALCERES V. R. E SILVA Laboratóro d Sstma Sas (LABSIS), Dartamto d Eltrcdad, Fudação d Eso Suror d São João dl R. Praça Fr Orlado,70, CEP: , São João dl R MG, Brasl, Emals: dcfur@ahoo.com.br, mds@fur.br, omuco@cd.ufmg.br, vvrslva@fur.br Rsumo O rst trabalho dscrv uma mtodologa d dtfcação d sstmas ara obtção d modlos cotíuos o domío do tmo (uaçõs dfrcas) u ossbltam uma mlhor comrsão aáls do sstma m studo. Prmramt, modlos olomas NARMAX (Nolar AutoRgrssv Movg Avrag wth Xogous ut) são dtfcados. As fuçõs d rsosta m früêca gralzadas (GFRF) do sstma m studo são, tão, obtdas do modlo dscrto dtfcado, utlzado algortmos rcursvos. as fuçõs trazm formaçõs sobr o sstma, tas como harmôcos, modulaçõs d früêcas, xasão / rdução do gaho tc. Em sguda o modlo cotíuo é obtdo através do maamto do domío da früêca ara o domío do tmo. Esta mtodologa é alcada a dtfcação d um foro a arco létrco submrso.sts statístcos d valdação são alcados ao modlo as vatags dsvatags do mrgo dsta mtodologa são dscutdas. Abstract I ths work, a sstm dtfcato rocdur s usd to obta cotuoustm doma modls (dffrtal uatos). Frst, olomal NARMAX (Nolar AutoRgrssv Movg Avrag wth Xogous ut) modls ar dtfd from th data gratd from th sstm udr vstgato. h Gralzd Fruc Rsos Fuctos (GFRF) ar th calculatd aaltcall from dtfd dscrt modl usg rcursv algorthms. GFRFs cota mortat formato about th sstm, such as harmocs, fruc modulato, xaso/rducto ga tc. Fall, th cotuous modl s obtad b mag th gralzd fruc rsos fuctos to th tm doma. hs aroach s ald to th dtfcato of a lctrcal furac sstm. Statstcal ad damcal tsts ar ald to valdat th dtfd modl. words Sstm Idtfcato; NARMAX; GFRF; Elctrcal Furac. Itrodução Idtfcação d sstmas ãolars é muto utlzada ara dscrvr aalsar caractrístcas d sstmas ras tm sdo alcadas a város camos da cêca (Ljug Sodrstrom, 983). Modlos matmátcos costtum um fct mcasmo ara rsumr o cohcmto acrca d um rocsso ou sstma. O sucsso d modlos dscrtos aramétrcos a aroxmação d sstmas dâmcos cotíuos o tmo é bm cohcdo (Norto, 986; Agurr, 000; Mds, 995; Swa, 996; Ljug, 999). Etr ls, odms ctar os modlos olomas NARMAX (Lotarts Bllgs, 985). Cotudo, a trrtação dos arâmtros do modlo dscrto com rlação ao corrsodt rocsso físco ão é drta. É, ortato, frütmt dsjávl dtfcar modlos cotíuos o tmo, já u os msmos odm cotar rlaçõs drtas com os aramtros d trss. O ajust d modlos aramétrcos ara mdr a rsosta m früêca é uma aroxmação vávl ara stmar modlos cotíuos o tmo, os uas tm rcbdo cosdrávl atção o assado (Pa, 970; Lawrc t al, 979). Ests métodos têm sdo alcados a modlos d sstmas lars xlora o fato u as fuçõs d rsosta m früêca (FRF) são uma dscrção varat das caractrístcas do sstma. As fuçõs d rsosta m früêca odm sr mddas drtamt ou gradas d um modlo dscrto rvamt dtfcado. Isto é fto através d algortmos rcursvos u comutam as FRF drtamt d um modlo dscrto rvamt dtfcado (Bllgs sag, 989(a); PtoJos Bllgs, 989; Bllgs PtoJos, 990; Zhag t al., 995). O rst trabalho dscrv uma mtodologa d dtfcação d sstmas ara obtção d modlos cotíuos (uaçõs dfrcas) u ossbltam uma mlhor comrsão aáls do sstma m studo. Prmramt, modlos olomas NARMAX foram utlzados ara grar uaçõs dscrtas. As uaçõs dscrtas foram maadas o domío da früêca utlzado as fuçõs d rsosta m früêca gralzadas (GFRF). Em sguda o modlo cotíuo fo obtdo através do maamto do domío da früêca ara o domío do tmo. Nst trabalho, tal mtodologa fo alcada a um foro a arco létrco dvdo às ãolardads arstadas or tal sstma bm como ara vstgar o comortamto da rsosta m früêca ão lar dst sstma.

2 Fudamtação órca. Modlos Polomas NARMAX Cosdr um modlo NARMAX (Nolar Auto Rgrssv, Movg Avrag, wth Xogous ut) (Lotarts Bllgs, 985) dscrto la E. (). ( t) = F [ ( t ), ( t ),..., ( t ), u( t d), u( t d ),..., u( t d ( t ), ( t ),..., ( t )] ), ( t) () m u t =,...,N, sdo N o comrmto dos dados. F l é uma fução ãolar ualur. (t), u(t), (t) são, rsctvamt, saída, trada ruído do sstma, cujos atrasos máxmos são rrstados or:, u. O tmo morto é rrstado or d. O úmro d trmos da massa d dados dsoívl é dado or N. (t) cotablza crtzas, ruídos, dâmcas ão modladas tc. F[.] é alguma fução ãolar d (t), u(t) (t). Para stmar os arâmtros d uma fução olomal F l [.] com grau d ãolardad l N, E. () od sr xrssa a forma d rdção d rro como sgu: od ψ ( k) = ψ ( k ) Θˆ ( k) ( k ) = [ ψ ( k ) ψ ( k ) ( k )] Θˆ = ψ [ Θˆ Θˆ Θˆ ] ψ ( k ) é uma matrz u cotém trmos d saída cludo tmo k. As matrzs ψ ( k ) ψ ( k ) são dfdas smlarmt. Os arâmtros corrsodsts m tas matrzs são os lmtos dos vtors Θˆ, Θˆ Θˆ, rsctvamt, (k) são os rsíduos, dfdos como a dfrça tr os dados mddos (k) a rdção um asso a frt ψ (k ) Θ ˆ. Os arâmtros do vtor Θ odm sr stmados la técca dos mímos uadrados ortogoas, (Bllgs Ch, 989), os uas rmtm a dtrmação da strutura do modlo fal. A técca d ortogoalzação é ralzada m arâmtros lars do modlo u são rlacoados como lustra a E. (). ( k) = gw ( k) ( k) () od é o úmro d trmos o modlo, são arâmtros costats os olômos { g } { } w k) ( são costruídos dos moômos orgas ortogoas dos dados armazados. Os arâmtros orgas do modlo a E. (), od sr faclmt. obtdos a artr d { } g Um crtéro ara slcoar os trmos mas mortats o modlo od sr adotado como um subroduto da stmação d arâmtros ortogoas. Quado hum trmo é cluído o modlo o rro d rdção é máxmo (MSPE) uval a (k), od a barra dca tmo médo. Exrssado a rdução como uma orctagm do MSPE total, rsulta taxa d rdução d rro (ERR), E. (3), (Bllgs Ch, 989). g w ( k) [ ERR] x00 = ( k) (3) od =,,,. Auls trmos com grads valors d ERR são slcoados ara formar o modlo.. Modlagm d Sstmas Não Lars o Domío da Früêca A aáls d sstmas ãolars usado sérs d Voltrra tm sdo muto studada as últmas décadas (Bllgs Boagh, 999). Basado a tora d Voltrra o sstma ãolar é tato caractrzado or Voltrra rls o domío do tmo como também lo su uvalt o domío da früêca, obtdo la alcação da trasformada d Fourr os krls o domío do tmo. No domío da früêca os Voltrra rls são comumt chamados Gralsd Fruc Rsos Fuctos (GFRF). As GFRF s costtum uma tutva rrstação das rordads do domío da früêca d um sstma mutos fômos ãolars tas como harmôcos, gaho xasão/rdução trmodulaçõs odm sr studados usado GFRF. Dvdo ao grad custo comutacoal dsddo ara mdr tas fuçõs or FF (rasformada ráda d Fourr), altratvamt é stmado um modlo o domío do tmo a artr d dados d tradasaída do sstma m studo maas o modlo ara o domío da früêca u sado a técca xloratva (Bdrosa Rc, 97). O modlo stmado é usualmt um modlo olomal NARMAX. As róxmas sçõs arstam algus coctos trodutóros sobr as GFRF como são obtdas d modlos NARMAX stmados... GFRF d um modlo Voltrra A saída d uma amla class d sstmas ãolars od sr rrstada como a E (4). = ( t ) ( t ) = (4)

3 od (t), a ésma ordm d saída do sstma é dada la E. (5). ( t) = h ( τ,, τ ) u( t τ ) dτ (5) ara > 0 od h (τ,..., τ ) é cohcdo como o ésmo Voltrra rl ou fução d rsosta ao mulso d ordm. al fução od sr obtda alcado a trasformada vrsa d Fourr m su uvalt o domío da früêca, u são as GFRF, como lustra a E. (6). h ( τ,, τ ) = [ H (π ) *x( j( wτ w τ ( jw,, jw )* )) dw,, dw ] (6) Substtudo a E. (6) a E. (5) rtrado as múltlas tgraçõs m τ,..., τ, tms: ( t) = (π ) * [ H ( jw,, jw )* U ( jw )x( j( w w ) t) dw ] od U(jw ) rrsta o sctro d trada. Dfrtmt d sua corrsodt o domío do tmo, u od ão sr cssaramt úca, a vrsão smétrca d H ( ) é úca, tm valors u são ddts do argumto ormalmt usadas ara todos os roóstos. Esta é dfda como: H asm jw,, jw ) = H ( jw,, jw )! sm ( odas as rmutaçõs d w,..., w Uma mortat caractrístca das GFRF é u las costtum uma dscrção varat das ãolardads do sstma, ão mortado s o sstma é dscrto or uma sér d Voltrra cotíua o tmo ou or um modlo NARMAX dscrto o tmo. As GFRF fazm a coxão tr as rrstaçõs d Voltrra NARMAX. Esta uvalêca hablta a rcostrução d modlos cotíuos o tmo a artr d modlos dscrtos... GFRF d um modlo NARX Algortmos rcursvos são mrgados ara mdr as GFRF a artr d um modlo NARX. as algortmos foram calmt roostos or (Bllgs sag, 989(a)) mas tard stddos mlmtados or (PtoJos Bllgs, 989). O método cosst m ajustar um modlo NARMAX ara os dados d trada saída do sstma tão drvar as GFRF drtamt dos dados stmados do modlo NARMAX, dscartado o ruído modlado. O modlo NARX, um subcojuto dos modlos NARMAX, cotém fuçõs d atrasos d trada saída sozhas, é xrsso como a E. (7), N = l ( k) m ( k) ml l (7) od (k), a ordm d saída do m l ésmo trmo do m l modlo NARX do sstma é dado or: ml m = l c, ( k,, k ) ( t k ) ( k) = 0 k, k = u( t k ) com =m l, k =,...,. Cada trmo cotém um fator d ordm m (k k ) um fator d ordm m u(k k ), é multlcado los cofcts c, (k,...,k ). é o máxmo atraso d tradasaída. As GFRF são obtdas lo maamto do modlo NARX o domío da früêca sdo xrssas como lustra a E. (8). 0 k= 0, k, k = = = k, k = *x( j( w c c ( k )x( j( w w ) k) H ( k,..., k ) x( j( w k c 0 = k, k = [ c, ( k,, k k ( k,..., k ) H... w, )*... w k )) k )) H ( jw,..., jw ) asm, ( jw,..., jw ) = ( jw,.., jw )] asm O trmo H ( ) é calculado utlzado a sgut, formula rcursva: H asm, [ H ( ) = asm * x( j( w ( jw,..., jw ) H... w ) k, )] ( jw,..., jw ) * Nst trabalho, as GFRF foram obtdas através dsta xrssão acma. A trrtação das GFRF fo studada or PtoJos Bllgs (989) Zhag Bllgs (994)..3 Modlo d um foro a arco létrco O sstma do foro a arco létrco fo smulado utlzado o acot comutacoal SIMULIN tgrat do softwar MALAB, tdo como bas o modlo roosto or Mlo Dckma (997). A Fg. lustra o modlo tomado ara studo. (8)

4 Fgura Esuma do modlo smulado. Nas smulaçõs, o sstma fo xctado, durat 00 ms com asso d tgração d 00µs, or uma fot d oda sodal com früêca amltud d 60 Hz u (or udad) rsctvamt, multlcada or um gaho, ajustado m 0,7, uma fução d saturação. Est sal é somado a uma fot d ruído fltrado, cotdo os sguts arâmtros: otêca do ruído = 0,0005, tmo d amostragm = 0,008 smt = 334. A rd d atraso RLC caractrza o tmo d stablzação da tsão d arco do sstma. Sus arâmtros foram fxados m: R = 000 Ω, L = 0,8 H C =,µf. al sstma arsta forts ão lardads, bm como vasta rodução d harmôcos, o u tora trssat o studo d sua rsosta m früêca usado téccas ão lars. Para stmar as dâmcas váldas do modlo é cssáro garatr u os dados a srm amostrados cotham formaçõs das dâmcas do sstma. Isto od sr fto através da scolha d um sal d trada, u tha um largo comrmto d faxa ara ralmt xctar as dâmcas do foro. Para sto, um ruído fltrado fo utlzado. Um cojuto d 00 amostras fo utlzado ara dtfcação do modlo NARX com taxa d a mostragm d 3 Hz. O modlo NARX obtdo utlzado as sguts scfcaçõs: u = 3, = 3, = 0, N = 3. O modlo ãolar dtfcado u mlhor rroduzu as dâmcas cotdas os dados, é dscrto la E. (9). (k) =,60 0,549 0,0389,674,3990 0,0953,5953,94 0,095 0,074 u(k) (k3) (k) (k) u(k) (k3) (k) (k) (k3) (k3) (k3) u(k) u(k) u(k) (k) u(k) u(k) u(k) u(k) (k) u(k) (9) st d valdação dâmca é alcado ao modlo obtdo, sdo lustrado a Fg. 6, od a lha cotíua rrsta os dados d saída obtdos a lha tracjada a saída do modlo dtfcado. Os dados utlzados ara dtfcação valdação corrsodm a trvalos dsttos do cojuto d dados. Asar dos rros lvados o modlo dscrto rrsta d mara cofávl a dâmca do sstma (svramt ão lar), rcalmt uado o objtvo é cotrol do msmo. 3 Rsultados Numércos Os sas d trada saída utlzados ara dtfcação são arstados as Fgs. 3 rsctvamt. Fgura Dados d trada do sstma. Fgura 3 Dados d saída do sstma. Fgura 6 Valdação do modlo dscrto NARMAX stmado: (cotíuo) Dados orgas; (tracjado) Saída do modlo da E. 9. Um sgudo tst ara valdação fo alcado utlzado fuçõs d autocorrlação ara dtctar alguma ossívl dâmca ão modlada os rsíduos [ (k) ]. Esss tsts basam m crtéros statístcos tm como objtvo vrfcar, dtro d lmts, s os rsíduos odm sr cosdrados como ruído braco. Ests lmts basams o comrmto do rgstro d dados, N, dsoívs, dtro do ual as fuçõs d corrlação dvm s matr ara srm cosdradas ulas. Os lmts do trvalo d cofaça d 95% são dados or (Bllgs,96 Voo (986)): ±. N Fgs. 7 8, mostram os rsultados dos tsts d autocorrlação lar ãolar. Para st caso scífco os tsts utlzados st trabalho foram

5 sufcts, trtato o uso d fuçõs d corrlação ãolar d ordm suror a dos é rcomdado m outros casos. Fgura 7 Autocorrlação lar. Fgura 8 Autocorrlação ãolar. A artr do modlo NARMAX cotrado, o algortmo rcursvo od tão sr alcado ara obtção das GFRF. Como, or lmtação da mlmtação, a rcostrução s faz ara ãolardads d até trcra ordm, três GFRF são obtdas, as uas são: a fução lar do sstma, a trmodulação das früêcas w w a trmodulação das früêcas w, w w 3. As Fg. 9 0 lustram as fuçõs d rmra sguda ordm, tdo como foco a magtud do gaho (db) das fuçõs d trasfrêca. Fgura 0 Voltrra rl d º ordm. A Fg. 0 mostra claramt u o sstma m vstgação arsta carátr ãolar. Os vals cos a rsosta m fruca dmostram u a combação d duas früêcas od ocasoar a rssoâca do sstma. Est fômo é artcularmt mortat, os raramt cota o fto ãolar é cosdrado. A artr dstas fuçõs d trasfrêca, od sr obtdo o modlo cotíuo o tmo do sstma sob vstgação, assumdo u as GFRF costtum uma dscrção varat das ãolardads cotdas o sal dsd u sja obsrvado o crtéro d Nust. Dssa forma, o modlo cotíuo é stmado fazdo um ajust d curvas das GFRF gradas a artr do modlo dscrto, utlzado ara sso, téccas d mímos uadrados ortogoas. O modlo cotíuo obtdo vablza o studo d ãolardads do sstma, bm como, uma ossívl corrlação do sgfcado dos arâmtros com o sstma físco. O msmo é lustrado a E. (0) o rsultado d su tst dâmco d valdação é arstado a Fg.. = u uu u(d/dt) (0) Fgura 9 Caractrístca do logmódulo da fução d trasfrêca lar do sstma. Fgura Valdação do modlo cotíuo lstado a uação 0. Ess modlo fo smulado utlzado o método d Rug utta d uartaordm dsoívl o SmulkM. O rsultado obtdo fo comarado com os dados orgas.

6 4 Coclusão Est trabalho arstou uma mtodologa d dtfcação d sstmas ara obtção d um modlo cotíuo o domío do tmo m forma d uaçõs dfrcas, a artr d modlos olomas dscrtos NARMAX. Esta mtodologa cosdra as GFRF varats o domío do tmo ou a früêca dsta forma, o ajust d curvas das GFRF é fto. A grad vatagm d usar os modlos NARMAX ara obtção das GFRF é u um uo cojuto d dados é rurdo ara dtfcação há uma substacal rdução do úmro d arâmtros uma vz u modlos NARMAX trazm formaçõs d ambas tradas saídas assadas. A dsvatagm da mtodologa é a scolha das faxas d früêca u srão utlzadas o ajust d curvas das GFRF. al scolha basous m métodos hurístcos, mas cosdrados a bada d assagm (rsosta m früêca d rmra ordm) do sstma. A uvalêca o domío da früêca tr rrstaçõs d Voltrra modlos NARMAX é, cotudo m smr alcávl. Há sstmas dscrtos or um modlo NARMAX ara o ual uma rrstação d Voltrra ão xst. as sstmas são, or xmlo, fortmt ãolars ou xbm dâmcas comlxas (cclos lmts, subharmôcas, caos). Para sts casos as GFRF ão odm sr usadas ara rdzr sstmas dâmcos. A vatagm da aáls o domío cotíuo é o fato d havr um ossívl rlacoamto tr os arâmtros do modlo cotíuo dtfcado o sstma físco, oddo tal caractrístca sr xlorada m trabalhos futuros. O rlacoamto dos arâmtros do modlo dtfcado com o modlo ral é mas dfícl d sr ralzado através d um modlo dtfcado dscrto o tmo. Outra vatagm arstada rfrs à alcação o rojto d fltros com os dados d trmodulação das früêcas. Agradcmtos Os autors agradcm o aoo facro rovdo or PIBIC/CNP o dsvolvmto dst trabalho. Rfrêcas Bblográfcas Agurr, L.A. (000). Itrodução à Idtfcação d Sstmas, Edtora UFMG, Blo Horzot MG. Bdrosa, E., Rc, S.O. (97). h outut rorts of Voltrra sstms (olar sstms wth mmor) drv b harmoc ad Gaussa uts. Proc. of IEEE, 59: Bllgs, S.A., Boagh, O.M. (999). Rsos sctrum mas, Voltrra srs rrstatos ad th Duffg uato. Dt. of Automatc Cotrol ad Sstms Egrg, Uvrst of Shffld, rsarch rort Bllgs, S.A., PtoJos, J.C. (990). Mag olar tgrodffrtal uatos to th fruc doma. It. J. Cotrol, 5(4): Bllgs, S.A., Ch, S. (989). Idtfcato of olar ratoal sstms usg a rdcto rror stmato algorthm. Itratoal Joural Sstms Sc, 0(3): Bllgs, S.A., sag,.m. (989(a)). Sctral aalss for olar sstms: Part I Paramtrc olar sctral aalss, Joural of Mchacal Egrg ad Sgal Procssg, 3(4): Bllgs, S.A., Voo, W.S.F. (986). Corrlato basd modl valdl tsts for olar modls. It. Joural of Cotrol. 44(): Lawrc, P.J., Rogrs, G.J. (979). Sutal trasfr fucto sthss from masurd data. Procdgs of th IEE, 6(): Lotarts, I. J., Bllgs, S.A. (985). Iut/Outut aramtrc modls for olar sstms art : sthocastc olar sstms. Itratoal Joural of Cotrol, 4( ): Ljug, L., Sodrstrom,. (983). hor ad ractc of rcursv dtfcato. MI Prss, Massachustts. Mlo, E. F., Dckma, S. M. (997). Smulação d Foro d Arco rfásco através do PSPICE. Aas do Cogrsso Braslro d Eltrôca d Potêca, Blo Horzot MG. Mds, E.M.A.M. (995). Idtfcato of Nolar Dscrt Sstms wth Itllgt structur Dtcto. Ph.D. dss., Uvrst of Shffld, Shffld, U. Pa, P.A. (970). A mrovd tchu for trasfr fucto sthss form fruc rsos data. IEEE rasactos o Automatc Cotrol, : PtoJos, J.C., Bllgs, S.A. (989). Rcursv algorthm for comutg th fruc rsos of a class of olar dffrc uato modls. It. Joural of Cotrol, 5(): Swa, A.. (996). Cotuous tm dtfcato of olar sstms usg fruc doma trasfr fuctos. Ph.D. dss., Uvrst of Shffld, Shffld, U. Zhag, H. t al (995). Fruc rsos fuctos for olar ratoal modls. I. J. C., 6: Zhag, H., Bllgs, S.A. (994). Aalzg olar sstms th fruc domai, h trasfr fucto. J.M. E. S. S. Procdg, 7(6):

sendo classificado como modelo de primeira ordem com (p) variáveis independentes.

sendo 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 mais

GABARITO DA SEGUNDA PROVA DE PTC-2433 TEORIA DAS COMUNICAÇÕES II - 19/10/2015

GABARITO DA SEGUNDA PROVA DE PTC-2433 TEORIA DAS COMUNICAÇÕES II - 19/10/2015 GABARITO DA EGUDA PROVA DE PTC-4 TEORIA DA COMUICAÇÕE II - 9// a. Qustão (, oto Dtrm a míma rlação (/ d um caal tlfôco (bada d Hz ara rmtr a trasmssão cofávl d. bts/s. Comt su rsultado. D C Blog ( + vm

Leia mais

NÚMEROS COMPLEXOS. Podemos definir o conjunto dos números complexos como sendo o conjunto dos números escritos na forma:

NÚMEROS COMPLEXOS. Podemos definir o conjunto dos números complexos como sendo o conjunto dos números escritos na forma: NÚMEROS COMPLEXOS DEFINIÇÃO No cojuto dos úmros ras R, tmos qu a a a é smpr um úmro ão gatvo para todo a Ou sja, ão é possívl xtrar a ra quadrada d um úmro gatvo m R Portato, podmos dfr um cojuto d úmros

Leia mais

3. Termodinâmica dos Gases. Modelos:

3. Termodinâmica dos Gases. Modelos: 3. rmodâmca dos Gass Modlos: Srm como rrêcas ara as quas os sstmas ras s aroxmam m codçõs lmts. Os modlos qu os trssam são os sguts: - gás rto - mstura d gass rta - solução dal Os modlos odm sr ddos d

Leia mais

DESENVOLVIMENTO DE UM NOVO ALGORITMO PARA ANÁLISE VISCOPLÁSTICA COM O MÉTODO DOS ELEMENTOS DE CONTORNO

DESENVOLVIMENTO DE UM NOVO ALGORITMO PARA ANÁLISE VISCOPLÁSTICA COM O MÉTODO DOS ELEMENTOS DE CONTORNO NICHOLAS CARBONE DESENVOLVIMENTO DE UM NOVO ALGORITMO PARA ANÁLISE VISCOPLÁSTICA COM O MÉTODO DOS ELEMENTOS DE CONTORNO SÃO PAULO 007 NICHOLAS CARBONE DESENVOLVIMENTO DE UM NOVO ALGORITMO PARA ANÁLISE

Leia mais

Indice de Gini. Como existem N (N 1 ) / 2 pares distintos, o Gini corresponde a :

Indice de Gini. Como existem N (N 1 ) / 2 pares distintos, o Gini corresponde a : Idc d G Itrprtação Gométrca. Corrspod à razão tr a ára tr a curva a rta d prfta gualdad a ára total sob a rta d prfta gualdad (vara d 0 a. Emplo d Fução Bm Estar Socal Basada o G: A fução Bm Estar Socal

Leia mais

( )( ) ( ) 2 2 ( ) ( ) 2. Questões tipo exame. Pág θ =. θ =, logo. Portanto, 1.1. ( ) 2. = θ 4.º Q, ou. = θ, tem-se.

( )( ) ( ) 2 2 ( ) ( ) 2. Questões tipo exame. Pág θ =. θ =, logo. Portanto, 1.1. ( ) 2. = θ 4.º Q, ou. = θ, tem-se. + 8...... Sdo Arg( ) θ, tm-s sja, taθ θ.º quadrat, tão Portato,. Pág. 8 taθ θ.º Q, ou θ. + + b ( + ) + b( + ) + c b c + + + + c + + + b b c b+ b+ c ( b ) b+ c+ b+ c b c + b b c b Portato, b c.. + S Arg(

Leia mais

C5 C O termo geral do desenvolvimento de A( x ) é. Assim, vem: Número de casos possíveis: 6 C

C5 C O termo geral do desenvolvimento de A( x ) é. Assim, vem: Número de casos possíveis: 6 C Tst d avalação Pág Estm duas stuaçõs, a sabr: A Crsta ão va, ortato, o Atóo também ão va Os quatro blhts srão dstrbuídos los rstats quatro jovs, assm, o úmro d gruos é gual a um A Crsta va; os rstats três

Leia mais

Capítulo 6. Problema 01. P(X=x) Problema X P(X=x) 1. Problema 03. X = 512 combinações possíveis

Capítulo 6. Problema 01. P(X=x) Problema X P(X=x) 1. Problema 03. X = 512 combinações possíveis Caítulo 6 roblma.! Ω 56 combiaçõs ossívis 5!! 5 5 5 5 5 tão a distribuição d é dada or: 5 56 56 56 56 roblma. Ω 5 combiaçõs ossívis 5 7 5 5 5 5 5 5 roblma. C RC RRC 4 7 5 5 5 - ca.6 ág. -- 5 5 5 5 4...

Leia mais

Programas Baseados em Conhecimento: Uma Abordagem Inicial

Programas Baseados em Conhecimento: Uma Abordagem Inicial Programas Basados m Cohcmto: Uma Abordagm Ical S Isota Aluo d Mstrado m Cêca da Comutação Isttuto d Matmátca Estatístca Uvrsdad d São Paulo (USP) sota@m.us.br Rsumo. No dsvolvmto d sstmas comutacoas comlxos

Leia mais

Leonardo da Vinci ( ), artista, engenheiro e cientista italiano

Leonardo da Vinci ( ), artista, engenheiro e cientista italiano ormas dos rabalhos Vrtuas Itrodução Loardo da Vc (45-59), artsta, ghro ctsta talao Aplcou oçõs do prcípo dos dslocamtos vrtuas para aalsar o qulíbro d sstmas d polas alavacas PEF-40 Prof. João Cyro Adré

Leia mais

NOTA: ESCREVA AS RESPOSTAS COMO FRAÇÕES OU COM 4 CASAS DECIMAIS NOTA 2: O FORMULÁRIO ESTÁ NO FINAL DA PROVA

NOTA: ESCREVA AS RESPOSTAS COMO FRAÇÕES OU COM 4 CASAS DECIMAIS NOTA 2: O FORMULÁRIO ESTÁ NO FINAL DA PROVA IND 5 Ifrêca statístca Smstr 7. Tst 3//7 Nom: NOTA: SCRVA AS RSPOSTAS COMO FRAÇÕS OU COM 4 CASAS DCIMAIS NOTA : O FORMULÁRIO STÁ NO FINAL DA PROVA Problma (5 potos A quatdad d rfrgrat uma garrafa PT d

Leia mais

ANTONIO FERNANDO BRANCO COSTA GRÁFICOS DE CONTROLE DE SHEWHART: DUAS DÉCADAS DE PESQUISA

ANTONIO FERNANDO BRANCO COSTA GRÁFICOS DE CONTROLE DE SHEWHART: DUAS DÉCADAS DE PESQUISA ANTONIO FERNANDO BRANCO COSTA GRÁFICOS DE CONTROLE DE SHEWHART: DUAS DÉCADAS DE PESQUISA Ts d Lvr-Docêca arstada à Faculdad d Eghara do Camus d Guaratgutá, Uvrsdad Estadual Paulsta, ara a obtção do título

Leia mais

Apontamentos de Análise de Sinais

Apontamentos de Análise de Sinais LICECIATURA E EGEHARIA DE SISTEAS DE TELECOUICAÇÕES E ELECTRÓICA Apotamtos d Aáls d Sas ódulo 9 Prof. José Amaral Vrsão 3. 6-5-3 Scção d Comucaçõs Procssamto d Sal ISEL-CEDET, Gabt C jda@sl.pt Ídc OBJECTIVOS....

Leia mais

Capítulo 8. (d) 1) 0,5 2) 1,0 3) 0,5 4) 0 5) 2/3 6) 1/2. Problema 02. (a) (b)

Capítulo 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 mais

TÓPICOS. Teoria dos residuos. Classificação de singularidades. Teorema dos resíduos.

TÓPICOS. Teoria dos residuos. Classificação de singularidades. Teorema dos resíduos. Not bm a ltura dsts apotamtos ão dspsa d modo algum a ltura atta da bblograa prcpal da cadra hama-s à atção para a mportâca do trabalho pssoal a ralar plo aluo rsolvdo os problmas aprstados a bblograa

Leia mais

ESTRATÉGIA ROBUSTA DE CONTRATAÇÃO DE ENERGIA ELÉTRICA PARA DISTRIBUIDORAS

ESTRATÉGIA ROBUSTA DE CONTRATAÇÃO DE ENERGIA ELÉTRICA PARA DISTRIBUIDORAS as do XX Cogrsso Braslro d utomátca Blo Horzot, MG, a d Stmbro d ESTRTÉGI ROBUST DE CONTRTÇÃO DE ENERGI ELÉTRIC PR DISTRIBUIDORS PETÚNI B. LOPES, LUCIN MRTINEZ, HUMBERTO X. RÚJO Programa d Pós Graduação

Leia mais

Décima terceira aula de ME5330 conceito de rotação específica. Novembro de 2010

Décima terceira aula de ME5330 conceito de rotação específica. Novembro de 2010 Décima trcira aula d ME5330 cocito d rotação scífica Novmbro d 010 O qu fazr quado ão é dado o NP rqurido lo fabricat? Dvmos rcorrr ao fator d Thoma, o qual dd da rotação scífica.? uro vr isto com um xmlo!

Leia mais

CAPÍTULO 9 CORRELAÇÃO E REGRESSÃO

CAPÍTULO 9 CORRELAÇÃO E REGRESSÃO CAPÍTULO 9 CORRELAÇÃO E REGRESSÃO Exst um cojuto d métodos statístcos qu vsam studar a assocação tr duas ou mas varávs alatóras. Dtr tas métodos, a tora da rgrssão corrlação ocupa um lugar d dstaqu por

Leia mais

Anais do XX Congresso Brasileiro de Automática Belo Horizonte, MG, 20 a 24 de Setembro de 2014

Anais do XX Congresso Brasileiro de Automática Belo Horizonte, MG, 20 a 24 de Setembro de 2014 OBSRABILIDAD ANÁLIS D RROS GROSSIROS M STIMAÇÃO D STADO COM MDIDAS SCADA FASORIAIS SINCRONIZADAS CAMILA A. FANTIN, MADLIN R. CASTILLO, JOÃO BOSCO A. LONDON JR scola d ghara d São Carlos, Uvrsdad d São

Leia mais

sen( x h) sen( x) sen xcos h sen hcos x sen x

sen( x h) sen( x) sen xcos h sen hcos x sen x MAT00 Cálculo Difrcial Itgral I RESUMO DA AULA TEÓRICA Livro do Stwart: Sçõs 3., 3.4 3.8. DEMONSTRAÇÕES Nssa aula srão aprstadas dmostraçõs, ou sboços d dmostraçõs, d algus rsultados importats do cálculo

Leia mais

C. Almeida (1987) Determinação da transmissividade e coeficiente de armazenamento por ensaios de recuperação

C. Almeida (1987) Determinação da transmissividade e coeficiente de armazenamento por ensaios de recuperação C. Almda (1987 Dtrmação da tramvdad cofct d armazamto or ao d rcuração Hdrogologa y Rcuro Hdráulco, t. XII,. 689-694. IV IMPOIO DE HIDROGEOLOGÍA ALMEIDA, Carlo DEERMINAÇÃO DE RANMIIVIDADE E COEFICIENE

Leia mais

Estimação dos Estados da Cadeia de Markov de um MMPP(2)

Estimação dos Estados da Cadeia de Markov de um MMPP(2) Estmação dos Estados da Cada d Markov d um MMPP() Cláuda Nus Atóo Pachco Dpartamto d Matmátca Ctro d Matmátca Aplcada Isttuto Supror écco Rsumo: Um MMPP (Markov Modulatd Posso Procss) é um procsso d Posso

Leia mais

TÓPICOS. Sinais contínuos e sinais discretos. Função impulso unitário discreto.

TÓPICOS. Sinais contínuos e sinais discretos. Função impulso unitário discreto. Not bm: a litura dsts apotamtos ão dispsa d modo algum a litura atta da bibliografia pricipal da cadira hama-s a atção para a importâcia do trabalho pssoal a ralizar plo aluo rsolvdo os problmas aprstados

Leia mais

Variáveis aleatórias Conceito de variável aleatória

Variáveis aleatórias Conceito de variável aleatória Variávis alatórias Muitos primtos alatórios produzm rsultados ão-uméricos. Ats d aalisá-los, é covit trasformar sus rsultados m úmros, o qu é fito através da variávl alatória, qu é uma rgra d associação

Leia mais

Boltzmann como boa aproximação das distribuições quânticas = 1. ε 2 ε

Boltzmann como boa aproximação das distribuições quânticas = 1. ε 2 ε oltzma como boa aproximação das distribuiçõs quâticas Fator d oltzma: ( ε ) ( ε ) g g ( ε ) ( ε ) ε ε Podmos usá-lo para dtrmiar a razão d ocupação d stados m um sistma quâtico, quado ε >>. Exmplo: colisõs

Leia mais

IND 1115 Inferência Estatística Semestre turma B Teste 2 10/06/2005 GABARITO

IND 1115 Inferência Estatística Semestre turma B Teste 2 10/06/2005 GABARITO IND 5 Ifrêca statístca Smstr 5. turma B Tst /6/5 GABARITO PROBLMA ( potos m caa qustão abao, qu s a afrmatva é vrara ou falsa (marqu um a altratva corrta. Não é cssáro justfcar a sua rsposta. Vraro Falso

Leia mais

O EFEITO DO NÚMERO DE PONTOS DA QUADRATURA DE GAUSS NA ANÁLISE NUMÉRICA DA PROTEÇÃO TÉRMICA POR ABLAÇÃO

O EFEITO DO NÚMERO DE PONTOS DA QUADRATURA DE GAUSS NA ANÁLISE NUMÉRICA DA PROTEÇÃO TÉRMICA POR ABLAÇÃO Procdgs of th 10 th Brazla Cogrss of Thrmal Sccs ad Egrg -- ECIT 2004 Braz. Soc. of Mchacal Sccs ad Egrg -- ABCM, Ro d Jaro, Brazl, ov. 29 -- Dc. 03, 2004 Papr CIT04-0034 O EFEITO DO ÚMERO DE POTOS DA

Leia mais

1 Introdução. Figura 1.1: Crescimento do número de transistores para processadores Intel e Lei de Moore. Fonte: Wikipédia.

1 Introdução. Figura 1.1: Crescimento do número de transistores para processadores Intel e Lei de Moore. Fonte: Wikipédia. Itrodução Fgura : Crscmto do úmro d trasstors para procssadors Itl L d Moor Fot: Wkpéda O grad trss da comudad ctífca m Computação Quâtca, também m Iformação Quâtca, s dv à larga gama d possívs aplcaçõs

Leia mais

ANOVA Modelos de Efeitos Aleatórios

ANOVA Modelos de Efeitos Aleatórios O Modlos d Eftos latóros Modlos d Eftos latóros Ex. Tmpratura Corporal (ºC d mas Rpl 3 4 5 6 3 5 8 3 8 8 7 3 3 5 4 4 9 8 4 9 7 3 3 Obtvo do Exprmto: Estmar a tmpratura corporal dos amas d crta spéc m codçõs

Leia mais

Métodos tipo quadratura de Gauss

Métodos tipo quadratura de Gauss COQ-86 Métodos Numércos ara Sstemas Algébrcos e Dferecas Métodos to quadratura de Gauss Cosderado a tegração: Método de quadratura de Gauss com otos teros I f d a ser comutada com a maor recsão ossível

Leia mais

Estatística Multivariada Normal Multivariada Função densidade conjunta e contorno de probabilidade

Estatística 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 mais

Faculdade de Economia Universidade Nova de Lisboa EXAME DE CÁLCULO I. Ano Lectivo º Semestre

Faculdade de Economia Universidade Nova de Lisboa EXAME DE CÁLCULO I. Ano Lectivo º Semestre aculdad d Ecoomia Uivrsidad Nova d Lisboa EXAME DE CÁLCULO I Ao Lctivo 009-0 - º Smstr Eam ial d ª Época m d Jairo d 00 Duração: horas 0 miutos É proibido usar máquias d calcular ou tlmóvis Não tha o su

Leia mais

O Modelo Logístico Aplicado a Estudos Epidemiológicos

O Modelo Logístico Aplicado a Estudos Epidemiológicos O Modlo Logístco Aplcado a studos pdmológcos Aluíso J D Barros uclyds Custódo d Lma Flho 99 / 994. Dfçõs báscas.. O studo prospctvo O studo prospctvo também chamado d studo d coorts ou follow-up é um dsho

Leia mais

Questão (a) 3.(b) 3.(c) 3.(d) 4.(a) 4.(b) 5.(a) 5.(b) 6 Cotação

Questão (a) 3.(b) 3.(c) 3.(d) 4.(a) 4.(b) 5.(a) 5.(b) 6 Cotação Faculdad d Ciêcias Exatas da Egharia PROVA DE AVALIAÇÃO DE CONHECIMENTOS E COMPETÊNCIAS PARA ADMISSÃO AO ENSINO SUPERIOR PARA MAIORES DE ANOS - 07 Matmática - 4/06/07 Atção: Justifiqu os raciocíios utilizados

Leia mais

UNIVERSIDADE 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 UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISRAÇÃO E CONABILIDADE DEPARAMENO DE ECONOMIA EAE 26 Macroconomia I 1º Smstr d 217 Profssor Frnando Rugitsky Lista d Exrcícios 4 [1] Considr uma macroconomia

Leia mais

Resoluções dos exercícios propostos

Resoluções 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 mais

ESTIMATIVA: é o valor numérico obtido para o estimador numa certa amostra.

ESTIMATIVA: é o valor numérico obtido para o estimador numa certa amostra. I- STIMAÇÃO D PARÂMTROS 9 INTRODUÇÃO: Sj,,, um mostr ltór com fução (dsdd d proldd cohcd, sj d θ um vtor dos prâmtros dst vrávl ltór Assm θ {θ, θ,, θ k } os k prâmtros qu chmmos d spço d prâmtros dotdo

Leia mais

Capítulo 5 Transformadas de Fourier

Capítulo 5 Transformadas de Fourier Capítulo 5 Trasformadas d Fourir 5. Aális da composição d sistmas através da rsposta m frquêcia 5.2 Trasformadas d Fourir propridads Capítulo 5 Trasformadas d Fourir 5. Aális da composição d sistmas através

Leia mais

Estudos Preliminares de Identificação de um Sistema de Frenagem para Trens Metropolitanos de Tração Elétrica

Estudos Preliminares de Identificação de um Sistema de Frenagem para Trens Metropolitanos de Tração Elétrica Estudos Prlars d Idtfcação d u Ssta d Frag para rs Mtropoltaos d ração Elétrca Rodrgo A. Rcco 1, Marcus V. d Paula 1, Luz A. Corrêa Júor 1, Rou Y. ada 1, hago L. Daa 1 (1) Dpto d Eghara Elétrca, Isttuto

Leia mais

CAPÍTULO 3. Exercícios é contínua, decrescente e k 2 positiva no intervalo [ 3, [. De ln x 1 para x 3, temos. dx 3.

CAPÍTULO 3. Exercícios é contínua, decrescente e k 2 positiva no intervalo [ 3, [. De ln x 1 para x 3, temos. dx 3. CAPÍTULO Exrcícios.. b) Sj séri. A fução f( x) é cotíu, dcrsct l x l x positiv o itrvlo [, [. D l x pr x, tmos dx dx. x l x x dx x covrgt Þ l x covrgt. l d) Sj séri 0 m [ 0, [. Tmos: x 4. A fução f( x)

Leia mais

Identifique todas as folhas Folhas não identificadas NÃO SERÃO COTADAS. Faculdade de Economia Universidade Nova de Lisboa EXAME DE CÁLCULO I

Identifique todas as folhas Folhas não identificadas NÃO SERÃO COTADAS. Faculdade de Economia Universidade Nova de Lisboa EXAME DE CÁLCULO I Idtifiqu todas as folhas Folhas ão idtificadas NÃO SERÃO COTADAS Faculdad d Ecoomia Uivrsidad Nova d Lisboa EXAME DE CÁLCULO I Ao Lctivo 8-9 - º Smstr Exam Fial d ª Época m 5 d Maio 9 Duração: horas miutos

Leia mais

Anexo III Temperatura equivalente de ruído, Figura de ruído e Fator de mérito para estações de recepção (G/T)

Anexo III Temperatura equivalente de ruído, Figura de ruído e Fator de mérito para estações de recepção (G/T) Axo III mpratura quivalt d ruído, igura d ruído ator d mérito para staçõs d rcpção (/) III.. mpratura Equivalt d Ruído A tmpratura quivalt d ruído d um compot pod sr dfiida como sdo o valor d tmpratura

Leia mais

Raciocínio-Lógico (Receita Federal 2009 Prova 1 - Gabarito 1):

Raciocínio-Lógico (Receita Federal 2009 Prova 1 - Gabarito 1): Racocío-Lógco (Rcta Fdral 009 Prova 1 - Gabarto 1): 1 Cosdr a sgut proposção: S chov ou va, tão o chão fca molhado. Sdo assm, pod-s afrmar qu: a) S o chão stá molhado, tão chovu ou vou b) S o chão stá

Leia mais

Em termos da fração da renda total da população recebida por cada pessoa, na distribuição dual temos. pessoas

Em termos da fração da renda total da população recebida por cada pessoa, na distribuição dual temos. pessoas 6. Dual do Ídic d hil Dfiição Gral do Dual: Sja x uma variávl alatória com média µ distribuição tal qu o valor d crta mdida d dsigualdad é M. Chama-s dual a distribuição com as sguits caractrísticas: a.

Leia mais

RESOLUÇÃO DE EQUAÇÕES POR MEIO DE DETERMINANTES

RESOLUÇÃO DE EQUAÇÕES POR MEIO DE DETERMINANTES RESOLUÇÃO DE EQUAÇÕES POR EIO DE DETERINANTES Dtrmt um mtrz su orm Sj mtrz: O trmt st mtrz é: Emlo: Vmos suor o sstm us quçõs om us óts y: y y Est sstm quçõs o sr srto orm mtrl: y Est qução r três mtrzs:.

Leia mais

O He Líquido. e α N V. Caso de 1 mol de He em CNTP:

O He Líquido. e α N V. Caso de 1 mol de He em CNTP: Caso d mol d H m CNTP: α O H Líquido h c N (,4 kv.m) ( ) / mc V ( 4 GV,5 V) 5 (,4 V.m) 6,5 6 / ( 4 V 5 V) /,4 m ( 68) FNC76 - Física Modra / 6,4,5 4,5 cm 6

Leia mais

4- Método de Diferenças Finitas Aplicado às Equações Diferenciais Parciais.

4- Método de Diferenças Finitas Aplicado às Equações Diferenciais Parciais. MÉTODOS NUMÉRICOS PARA EQUAÇÕES DIFERENCIAIS PARCIAIS 4- Método de Dereças Ftas Alcado às Equações Derecas Parcas. 4.- Aromação de Fuções. 4..- Aromação or Polômos: Iterolação. 4..- Ajuste de Dados: Mímos

Leia mais

XXXI Olimpíada Brasileira de Matemática GABARITO Primeira Fase

XXXI Olimpíada Brasileira de Matemática GABARITO Primeira Fase XXXI Olimpíada Brasilira d Matmática GABARITO Primira Fas Soluçõs Nívl Uivrsitário Primira Fas PROBLEMA ( x) a) A drivada da fução f é f ( x) =, qu s aula apas para x =, sdo gativa para x < positiva para

Leia mais

A B LM. A onde Y Y ; P. P P, no PONTO. T o que provocará um C 0. T 0 desloca curva IS para a direita IS IS

A B LM. A onde Y Y ; P. P P, no PONTO. T o que provocará um C 0. T 0 desloca curva IS para a direita IS IS Gabarto Blachard Capítulo 7 2) Choqu d gasto médo prazo MODELO AD AS (OA-DA) Rdução do Imposto d Rda (T): C c c T 0 0 c 0 - cosumo autôomo c - propsão margal a cosumr T 0 dsloca curva IS para a drta Dado

Leia mais

Teoria dos Jogos. Prof. Maurício Bugarin

Teoria dos Jogos. Prof. Maurício Bugarin Toria dos Jogos Prof. Maurício Bugari Ca. 5. Jogos Diâmicos com Iformação Icomlta Rotiro Caítulo 5. Jogos Diâmicos com Iformação Icomlta Dfiição d Equilíbrio Baysiao Prfito Alicação: Jogos d sialização:

Leia mais

1. O domínio de uma sucessão é o conjunto dos números naturais. A única representação gráfica que obedece a esta condição é a da opção D.

1. O domínio de uma sucessão é o conjunto dos números naturais. A única representação gráfica que obedece a esta condição é a da opção D. Prarar o Exam 05/06 Matmática A Págia 69. O domíio d uma sucssão é o cojuto dos úmros aturais. A úica rrstação gráfica qu obdc a sta codição é a da oção D. Nota qu DA, D B 0 DC. Rsosta: D. Numa rogrssão

Leia mais

estados. Os estados são influenciados por seus próprios valores passados x

estados. 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 mais

Aula 15 O Diodo e a junção pn na condição de polarização direta

Aula 15 O Diodo e a junção pn na condição de polarização direta Aula 15 O iodo a jução a codição d olarização dirta P/EPUP 362 362 P 2223 trodução à Eltrôica Programação ara a Primira Prova P/EPUP 11ª 05/04 12ª 08/04 13ª 12/04 14ª 15/04 15ª 26/04 16ª 29/04 17ª 03/05

Leia mais

1. INTRODUÇÃO 2. GEOMETRIA E EQUAÇÕES GOVERNANTES

1. INTRODUÇÃO 2. GEOMETRIA E EQUAÇÕES GOVERNANTES ESCOAMENTO LAMINAR EM UM CANAL CONTENDO MEIO OROSO UMA ABORDAGEM MICROSCÓICA Rato A. Slva 1 (G) Marclo J.S. d Lmos 2 (Q) Laboratóro d Computação m Fômos d Trasport - LCFT Dpartamto d Erga IEME Isttuto

Leia mais

3 Metodologia de solução

3 Metodologia de solução 3 Mtodologa d solução No prst capítulo é dmostrada a mtodologa utlzada a solução umérca das quaçõs d fluxo d umdad calor m mos porosos ãosaturados. Icalmt é fta uma brv trodução ao método d solução umérca

Leia mais

Copyright LTG 2013 LTG/PTR/EPUSP

Copyright LTG 2013 LTG/PTR/EPUSP 1 Na Godésia a Topografia s ralizam mdiçõs d âgulos, distâcias, tc. Mdir uma gradza sigifica obtr um úmro associado a uma uidad qu rprst o valor dssa gradza. Tudo o qu s pod mdir (obsrvar) é domiado obsrvávl.

Leia mais

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

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

Leia mais

MAURÍCIO KOUBAY DO AMARAL APLICAÇÃO DA ESTATÍSTICA MULTIVARIADA NA ANÁLISE DAS OBRIGAÇÕES CONDICIONAIS DO PROGRAMA BOLSA FAMÍLIA

MAURÍCIO KOUBAY DO AMARAL APLICAÇÃO DA ESTATÍSTICA MULTIVARIADA NA ANÁLISE DAS OBRIGAÇÕES CONDICIONAIS DO PROGRAMA BOLSA FAMÍLIA MAURÍCIO KOUBAY DO AMARAL APLICAÇÃO DA ESTATÍSTICA MULTIVARIADA NA ANÁLISE DAS OBRIGAÇÕES CONDICIONAIS DO PROGRAMA BOLSA FAMÍLIA Dssrtação aprstada como rqusto parcal à obtção do grau d Mstr m Cêcas, Curso

Leia mais

Análise e Processamento de BioSinais. Mestrado Integrado Engenharia Biomédica. Faculdade de Ciências e Tecnologia. Universidade de Coimbra

Análise e Processamento de BioSinais. Mestrado Integrado Engenharia Biomédica. Faculdade de Ciências e Tecnologia. Universidade de Coimbra Aális Procssamto d BioSiais Mstrado Itgrado Egharia Biomédica Faculdad d Ciêcias cologia Slid Aális Procssamto d BioSiais MIEB Adaptado dos slids S&S d Jorg Dias ópicos: o Aális d Fourir para Siais Sistmas

Leia mais

TÓPICOS DE RESOLUÇÃO DO EXAME DE CÁLCULO I

TÓPICOS DE RESOLUÇÃO DO EXAME DE CÁLCULO I Faculdad d Ecoomia Uivrsidad Nova d Lisboa TÓPICOS DE RESOLUÇÃO DO EXAME DE CÁLCULO I Ao Lctivo 7-8 - º Smstr Eam Fial d 1ª Época m d Juho d 8 Duração: horas 3 miutos É proibido usar máquias d calcular

Leia mais

3 Modelagem de motores de passo

3 Modelagem de motores de passo 31 3 odlagm d motors d passo Nst capítulo é studado um modlo d motor d passo híbrido. O modlo dsnolido é implmntado no ambint computacional Simulink/TL. Est modlo pod sr utilizado m motors d imã prmannt,

Leia mais

Exercícios de Cálculo Numérico - Erros

Exercícios de Cálculo Numérico - Erros Ercícios d Cálculo Numérico - Erros. Cosidr um computador d bits com pot máimo ( a rprstação m aritmética lutuat a bas. (a Dtrmi o mor úmro positivo rprstávl sta máquia a bas. (b Dtrmi o maior úmro positivo

Leia mais

Análise de correlação canônica na descrição de potenciais de desenvolvimento nos municípios de Minas Gerais

Análise de correlação canônica na descrição de potenciais de desenvolvimento nos municípios de Minas Gerais Anális d corrlação canônica na dscrição d otnciais d dsnvolvimnto nos municíios d Minas Grais Introdução Naj Clécio Nuns da Silva Wdrson Landro Frrira Gilbrto Rodrigus Liska João Domingos Scalon Marclo

Leia mais

Fundação Escola Técnica Liberato Salzano Vieira da Cunha Curso de Eletrônica Eletrônica de Potência Prof. Irineu Alfredo Ronconi Junior

Fundação Escola Técnica Liberato Salzano Vieira da Cunha Curso de Eletrônica Eletrônica de Potência Prof. Irineu Alfredo Ronconi Junior Fundação Escola écnica Librato Salzano Viira da Cunha Curso d Eltrônica Eltrônica d Potência Prof. Irinu Alfrdo onconi Junior Introdução: O rsnt txto dvrá tratar d uma art da Eltrônica conhcida como Eltrônica

Leia mais

y z CC2: na saída do reator: z = 1: 0. Pe dz Os valores característicos do problema são as raízes de: Da Pe 0 Pe Pe

y z CC2: na saída do reator: z = 1: 0. Pe dz Os valores característicos do problema são as raízes de: Da Pe 0 Pe Pe COQ-86 Méodos Nuércos para Ssas Dsrbuídos Explos Ilusravos d EDO co Problas d Valors o Cooro -) Modlo sacoáro do raor co dsprsão soérco Coo o obvo ds sudo d caso é lusrar o ovo procdo avalar o su dspo

Leia mais

Trabalho 3. Gustavo Mello Reis Página 1

Trabalho 3. Gustavo Mello Reis Página 1 Trabalho 3 Gustavo Mllo Ris Págia 1 1. Histograma a) Uma mprsa qu fabrica doc d lit dsja studar a distribuição da quatidad d doc lit por lata (), com o objtivo d visualizar a variação dsta. Para isto foi

Leia mais

1 1 2π. Área de uma Superfície de Revolução. Área de uma Superfície de Revolução

1 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 mais

TÓPICOS. Vectores livres. Vectores em Rn. Produto interno. Norma. Resulta da definição de produto interno entre vectores que:

TÓPICOS. Vectores livres. Vectores em Rn. Produto interno. Norma. Resulta da definição de produto interno entre vectores que: Not bm: a litra dsts apotamtos ão dispsa d modo algm a litra atta da bibliografia pricipal da cadira TÓPICOS Vctors lirs AULA 8 Chama-s a atção para a importâcia do trabalho pssoal a ralizar plo alo rsoldo

Leia mais

1 O Pêndulo de Torção

1 O Pêndulo de Torção Figura 1.1: Diagrama squmático rprsntando um pêndulo d torção. 1 O Pêndulo d Torção Essa aula stá basada na obra d Halliday & Rsnick (1997). Considr o sistma físico rprsntado na Figura 1.1. Ess sistma

Leia mais

Novo Espaço Matemática A 12.º ano Proposta de Teste [janeiro ]

Novo Espaço Matemática A 12.º ano Proposta de Teste [janeiro ] Novo Espaço Matmática A.º ao Proposta d Tst [jairo - 08] Nom: Ao / Turma: N.º: Data: / / Não é prmitido o uso d corrtor. Dvs riscar aquilo qu prtds qu ão sja classificado. A prova iclui um formulário.

Leia mais

CONTROE DE INERSORES MONOFÁSICOS EM PARAEO POR MODOS DESIZANTES E.A.A. COEHO Dpartamt d Eghara Elétrca, Ursdad Fdral d Ubrlâda Campus Sata Môca, 38400-902 Ubrlâda, MG - Brasl E-mal: ra@ufu.br B.R. MENEZES,

Leia mais

SIMULAÇÃO NUMÉRICA DE ESCOAMENTOS INCOMPRESSÍVEIS BIFÁSICOS DE FLUIDOS NÃO-NEWTONIANOS E IMISCÍVEIS EM MEIOS POROSOS VIA MÉTODO DOS ELEMENTOS FINITOS

SIMULAÇÃO NUMÉRICA DE ESCOAMENTOS INCOMPRESSÍVEIS BIFÁSICOS DE FLUIDOS NÃO-NEWTONIANOS E IMISCÍVEIS EM MEIOS POROSOS VIA MÉTODO DOS ELEMENTOS FINITOS SIMULAÇÃO NUMÉRICA DE ESCOAMENTOS INCOMPRESSÍVEIS BIFÁSICOS DE FLUIDOS NÃO-NEWTONIANOS E IMISCÍVEIS EM MEIOS POROSOS VIA MÉTODO DOS ELEMENTOS FINITOS Adrso d Lma Mdoça TESE SUBMETIDA AO CORPO DOCENTE DA

Leia mais

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

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

Leia mais

Aula 10. Antes de iniciarmos o estudo das ondas iônicas em plasmas, faremos uma breve revisão de fenômenos acústicos num gás neutro e aquecido.

Aula 10. Antes de iniciarmos o estudo das ondas iônicas em plasmas, faremos uma breve revisão de fenômenos acústicos num gás neutro e aquecido. Aula Nsta aula, cotuamos o capítulo 4 do lvo txto, od agoa vstgamos a osclação atual dos íos também sua popagação ao logo do plasma. 4.4 Odas Iôcas Ats d camos o studo das odas ôcas m plasmas, famos uma

Leia mais

3 ANALISE ESTÁTICA DA ESTABILIDADE - MÉTODO RAYLEIGH RITZ.

3 ANALISE ESTÁTICA DA ESTABILIDADE - MÉTODO RAYLEIGH RITZ. ANALISE ESTÁTICA DA ESTABILIDADE MÉTODO RAYLEIGH RITZ Alguns roblmas d stabilidad d struturas não odm sr rsolvidos or métodos analíticos ou são rsolvidos d forma mais fácil utilizando métodos aroximados

Leia mais

CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS

CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS No caítulo ateror estudamos uma forma de ldar com fuções matemátcas defdas or taelas de valores. Frequetemete, estas taelas são otdas com ase em

Leia mais

Revisão de Estatística X = X n

Revisão de Estatística X = X n Revsão de Estatístca MÉDIA É medda de tedêca cetral mas comumete usada ara descrever resumdamete uma dstrbução de freqüêca. MÉDIA ARIMÉTICA SIMPLES São utlzados os valores do cojuto com esos guas. + +...

Leia mais

AULA Produto interno em espaços vectoriais reais ou complexos Produto Interno. Norma. Distância.

AULA Produto interno em espaços vectoriais reais ou complexos Produto Interno. Norma. Distância. Note bem: a letura destes apotametos ão dspesa de modo algum a letura ateta da bblografa prcpal da cadera Chama-se a ateção para a mportâca do trabalho pessoal a realzar pelo aluo resoledo os problemas

Leia mais

Curso: Engenharia Industrial Elétrica. Análise de variáveis Complexas MAT 216 Turma: 01

Curso: Engenharia Industrial Elétrica. Análise de variáveis Complexas MAT 216 Turma: 01 urso: Egharia Idustrial Elétrica Aális d variávis omplas MAT 6 Profssora: Edmary S B Araújo Turma: Lista d Provas Rspodu Jsus: Em vrdad, m vrdad t digo: qum ão ascr da água do Espírito ão pod trar o rio

Leia mais

FUNÇÕES DE UMA VARIÁVEL COMPLEXA

FUNÇÕES 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 mais

Resolver problemas com amostragem aleatória significa gerar vários números aleatórios (amostras) e repetir operações matemáticas para cada amostra.

Resolver 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 mais

Capítulo 8. Método de Rayleigh-Ritz

Capítulo 8. Método de Rayleigh-Ritz Grupo : Gustavo de Souza Routma; Luís Ferado Hachch de Souza; Ale Pascoal Palombo Capítulo 8. Método de Raylegh-Rtz 8.. Itrodução Nos problemas de apromação por dfereças ftas, para apromar a solução para

Leia mais

8 = 1 GRUPO II. = x. 1 ln x

8 = 1 GRUPO II. = x. 1 ln x Tst Itrmédio Mtmátic A Rsolução (Vrsão ) Durção do Tst: 90 miutos 0.04.04.º Ao d Escolridd RESOLUÇÃO GRUPO I. Rspost (A) Tm-s: log^00h log00 + log + 04 06. Rspost (B) S c + m ou s +, tm-s lim. Como lim

Leia mais

O delineamento amostral determina os processos de seleção e de inferência do valor da amostra para o valor populacional.

O delineamento amostral determina os processos de seleção e de inferência do valor da amostra para o valor populacional. Curso Aperfeçoameto em Avalação de Programas Socas ª Turma Dscpla: Téccas quattatvas de levatameto de dados: prcpas téccas de amostragem Docete: Claudete Ruas Brasíla, ovembro/005 Pesqusa por amostragem

Leia mais

1 Eliminação gaussiana com pivotamento parcial

1 Eliminação gaussiana com pivotamento parcial 1 Elimiação gaussiaa com pivotamto parcial Exmplo sm pivotamto parcial Costruimos a matriz complta: 0 2 2 1 1 1 6 0 2 2 1 2 1 1 1 1 0 2 2 1 1 1 6 1 2 0 0 2 0 6 x y z = 9 6 0 2 2 0 1 0 3 1 0 0 2 0 2 0 6

Leia mais

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

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

Leia mais

Cap. 5. Testes de Hipóteses

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

Leia mais

Associação de Resistores e Resistência Equivalente

Associação de Resistores e Resistência Equivalente Associção d sistors sistêci Equivlt. Itrodução A ális projto d circuitos rqurm m muitos csos dtrmição d rsistêci quivlt prtir d dois trmiis quisqur do circuito. Além disso, pod-s um séri d csos práticos

Leia mais

UNIVERSIDADE ESTADUAL PAULISTA JUSSARA MALLIA ZACHI

UNIVERSIDADE ESTADUAL PAULISTA JUSSARA MALLIA ZACHI usp NIVERSIDADE ESTADAL PALISTA FACLDADE DE ENGENHARIA DE ILHA SOLTEIRA DEPARTAMENTO DE ENGENHARIA MECÂNICA PROGRAMA DE PÓS-GRADAÇÃO EM ENGENHARIA MECÂNICA JSSARA MALLIA ZACHI SIMLAÇÃO NMÉRICA DE ESCOAMENTOS

Leia mais

Problemas. Regressão Linear Múltipla. Ajuda a encontrar relações Ceteris Paribus entre variáveis; Melhora o ajuste ao dados; Maior flexibilidade.

Problemas. Regressão Linear Múltipla. Ajuda a encontrar relações Ceteris Paribus entre variáveis; Melhora o ajuste ao dados; Maior flexibilidade. Prof. Lorí Val, Dr. val@at.ufrgs.br http://www.at.ufrgs.br/~val/ Rgrssão Lar Múltpla O odlo d rgrssão lar últpla Itrodução Dfção trologa Itrprtação Estação Itrprtação rvstada Qualdad do aust Proprdads

Leia mais

[Poole 003 a 028 ; 090 a 101 ; 189 a 209]

[Poole 003 a 028 ; 090 a 101 ; 189 a 209] Módlo 5 Not bm a ltra dsts apotamtos ão dspsa d modo algm a ltra atta da bblografa prcpal da cadra Chama-s à atção para a mportâca do trabalho pssoal a ralar plo alo rsoldo os problmas aprstados a bblografa

Leia mais

NOVAS METODOLOGIAS E FORMULAÇÕES PARA O TRATAMENTO DE PROBLEMAS INELÁSTICOS COM ACOPLAMENTO PROGRESSIVO MEC/MEF

NOVAS METODOLOGIAS E FORMULAÇÕES PARA O TRATAMENTO DE PROBLEMAS INELÁSTICOS COM ACOPLAMENTO PROGRESSIVO MEC/MEF ISSN 89-586 NOVAS MTODOLOGIAS FORMLAÇÕS ARA O TRATAMNTO D ROBLMAS INLÁSTICOS COM ACOLAMNTO ROGRSSIVO MC/MF Arthur Das Msquta Humbrto Brvs Coda 2 Rsumo Novas formulaçõs, téccas procdmtos são propostos para

Leia mais

PTC-2433 TEORIA DAS COMUNICAÇÕES II ADENDO SOBRE CÓDIGOS CORRETORES / DETECTORES DE ERRO

PTC-2433 TEORIA DAS COMUNICAÇÕES II ADENDO SOBRE CÓDIGOS CORRETORES / DETECTORES DE ERRO TC-433 TEORIA DAS COMUNICAÇÕES II ADENDO SOBRE CÓDIGOS CORRETORES / DETECTORES DE ERRO Rcordado a visualização gométrica pod-s aida scrvr qu: ara dtctar até l rros por palavra d mi l Corrigir até t rros

Leia mais

CÁLCULO DE RAÍZES DE EQUAÇÕES NÃO LINEARES

CÁLCULO DE RAÍZES DE EQUAÇÕES NÃO LINEARES CÁLCULO DE RAÍZES DE EQUAÇÕES NÃO LINEARES Itrodução Em dversos camos da Egehara é comum a ecessdade da determação de raízes de equações ão leares. Em algus casos artculares, como o caso de olômo, que

Leia mais

ISSN Dezembro, Métodos estatísticos na seleção genômica ampla

ISSN Dezembro, Métodos estatísticos na seleção genômica ampla ISSN 1980-3958 Dzmbro, 011 19 Métodos statístcos a slção gômca ampla ISSN 1980-3958 Dzmbro, 011 Emprsa Braslra d Psqusa Agropcuára Embrapa Florstas Mstéro da Agrcultura, Pcuára Abastcmto Documtos 19 Métodos

Leia mais

Faculdade de Economia Universidade Nova de Lisboa EXAME DE CÁLCULO I. Ano Lectivo º Semestre

Faculdade de Economia Universidade Nova de Lisboa EXAME DE CÁLCULO I. Ano Lectivo º Semestre Faculdad d Ecoomia Uivrsidad Nova d Lisboa EXAME DE CÁLCULO I Ao Lctivo 8-9 - º Smstr Eam Fial d ª Época m d Jairo 9 Tópicos d Corrcção Duração: horas miutos É proibido usar máquias d calcular ou tlmóvis

Leia mais

CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS

CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS No caítulo IV, Iterolação Polomal, estudamos uma forma de ldar com fuções matemátcas defdas or taelas de valores. Frequetemete, estas taelas são

Leia mais

Estabilidade no Domínio da Freqüência

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

Leia mais