II OCORRÊNCIA DE METANO NO EFLUENTE DE REATORES UASBs E SUA DISSIPAÇÃO EM CAIXA DE DISTRIBUIÇÃO DE VAZÃO DE ETE OPERANDO EM PLENA ESCALA

Tamanho: px
Começar a partir da página:

Download "II OCORRÊNCIA DE METANO NO EFLUENTE DE REATORES UASBs E SUA DISSIPAÇÃO EM CAIXA DE DISTRIBUIÇÃO DE VAZÃO DE ETE OPERANDO EM PLENA ESCALA"

Transcrição

1 II-2 - OCORRÊNCIA DE METANO NO EFLUENTE DE REATORES UASBs E SUA DISSIPAÇÃO EM CAIXA DE DISTRIBUIÇÃO DE VAZÃO DE ETE OPERANDO EM PLENA ESCALA Bruo Sde da Slva () Egehero Satarsta e Ambetal graduado pela Uversdade Federal de Sata Catara. Egehero do Departameto de Pesqusa, Desevolvmeto Tecológco e Iovação da Compaha de Saeameto Básco do Estado de São Paulo SABESP. Arto Checo Davd Egehero Mecâco pela Escola Poltécca da Uversdade de São Paulo. Mestre em Egehara Hdráulca e Saeameto pela Escola Poltécca da Uversdade de São Paulo. Egehero do Departameto de Pesqusa, Desevolvmeto Tecológco e Iovação da Compaha de Saeameto Básco do Estado de São Paulo SABESP. Marcelo Kej Mk Egehero Cvl, Mestre em Egehara Hdráulca e Saeameto pela Escola Poltécca da Uversdade de São Paulo, Gerete do Departameto de Projetos de Pesqusa da Supertedêca de Pesqusa, Desevolvmeto e Iovação da Compaha de Saeameto Básco do Estado de São Paulo SABESP. Thago Pexoto dos Satos Egehero Químco graduado a Uversdade Padre Acheta-Judaí. Técco em Sstemas de Saeameto da Compaha de Saeameto Básco do Estado de São Paulo SABESP. Edereço () :: Rua Costa Carvalho, º 300 Pheros São Paulo SP CEP: Brasl. Tel: +55 () Fax: +55 () e-mal: bsde@sabesp.com.br. RESUMO Este artgo apreseta uma dscussão a cerca da ocorrêca de metao dssolvdo em efluete de um reator UASB operado em plea escala, e sua dsspação em caxa de dstrbução de vazão da ETE Várzea Paulsta. Para a quatfcação da cocetração de metao dssolvdo o efluete, fo utlzada a metodologa da múltpla extração do headspace e aálse do gás extraído através de cromatografa gasosa. Apesar de estudos recetes terem relatado cocetrações de metao dssolvdo a ordem de 20 mg/l, fo ecotrado essa vestgação valores de até 6,5 mg/l, o que represeta cerca de 60% da cocetração de saturação do metao as codções de operação do reator. Já o gás resdual dsspado a caxa de dstrbução de vazão apresetou cocetrações médas de metao de até 8 %. PALAVRAS-CHAVE: Bogás, Metao Dssolvdo, Reator UASB. INTRODUÇÃO O metao produzdo os reatores UASB pode ser parcalmete perddo juto com seu efluete fal. Estma-se que essa perda represeta de 30 a 40% de todo o metao produzdo em reatores do tpo UASB. A "dssolução" do bogás (metao e outros gases) a fase líquda é um feômeo que se orga o mato de lodo do reator. O bogás gerado o mato de lodo, localzado o fudo do reator, e, por sso, a uma pressão mas elevada (equvalete à colua de água acma da mata de lodo, em toro de 4 metros) forma bolhas que ao subrem aumetam de tamaho, até serem despreddas em uma zoa de meor pressão, ode o bogás é coletado (zoa de baxa pressão, varado de 5 a 30 cm.c.a). Porém, uma parcela do metao se matém dssolvdo o efluete e pode ser lberado para a atmosfera durate sua passagem por algum dspostvo físco que cause turbulêca ou agtação do líqudo, como caxas de passagem e de dstrbução de vazão. Nesse trabalho buscou-se vestgar a ocorrêca de metao dssolvdo em efluetes de reatores UASB operado em plea escala, e sua dsspação em caxa de dstrbução de vazão que recebe a vazão tratada esse reator, com vstas a subsdar estudos futuros de redução e recuperação de emssões fugtvas de metao.

2 OBJETIVO Ivestgar a ocorrêca de metao o efluete de reatores UASB e sua dsspação em caxa dstrbudora de vazão. METODOLOGIA A medção da cocetração de metao presete as amostras de efluete de UASB fo realzada através da metodologa das Múltplas Extrações Headspace MHE. Essa metodologa é uma técca quattatva utlzada para aálse de gases de teresse em Cromatografa Gasosa, e sua prcpal vatagem frete a outras téccas de medção é ão depeder da costate da Le de Hery, que pode sofrer varação quado o efluete fal apreseta mpurezas, como o efluete de reatores UASB. Assm, foram realzadas campahas de medções para vestgar o teor de metao dssolvdo o efluete de reatores UASB, a zoa de decatação do reator e medatamete após sua passagem em caxa de dstrbução de esgotos para o processo de lodos atvados. Na caxa de dstrbução, serão realzadas medções de vazão e composção o gás resdual. Os potos de amostragem estão apresetados a fgura a segur. A descrção dos potos ecotra-se a tabela. Fgura : Potos de Amostragem Tabela : Descrção dos Potos de Amostragem e Parâmetros Aalsados Poto de Amostragem Descrção do Poto Parâmetros P Efluete do UASB Metao (mg/l) P2 Efluete da Caxa Dvsora de Vazão Metao (mg/l) P3 Gás Resdual Metao (%); Vazão (l/s); Pressão (cm.c.a); Temperatura (ºC) Os materas utlzados a vestgação da ocorrêca de metao o efluete do reator UASB (P) e após sua passagem por caxa de dstrbução de vazão que almeta o sstema de tratameto subsequete de lodos atvados (P2) ecotram-se apresetados a fgura a segur. 2

3 a) Kt de Extração e Trasferêca de Gases b) Cromatógrafo Thermo McroGC Fgura 2: Materas e Equpametos Utlzados o Processo de Ivestgação Para a aálse da dsspação de metao a caxa dstrbudora de vazão, serão utlzados os segutes strumetos de medção: tubo ptot, maômetro em U e sesor de temperatura. O tubo ptot terá a fução de medr a pressão dferecal de gases em uma tubulação de coleta de gases resduas com dâmetro de 200 mm, por ode os gases são coletados e ecamhados para o teror do taque de lodos atvados. Fgura 2: Caxa de Dstrbução de Vazão e Tubulação de Coleta de Gases A velocdade do fludo através dessa tubulação de coleta é calculada através da equação 0 e a vazão pela equação da cotudade (equação 02). υ = (2x p/ρ) equação (0) Q= A x υ equação (02) O maômetro em U e sesor de temperatura são utlzados para medr, respectvamete, a pressão maométrca e a temperatura da lha de coleta do gás resdual, cuja faldade será ormalzar as medções de vazão. A quatfcação do metao o gás resdual coletado a tubulação de coleta de gases será quatfcada por cromatografa gasosa, coforme apresetado a fgura 2. 3

4 Descrção da metodologa MHE Através da metodologa MHE os gases extraídos cotuamete da fase líquda (efluete do reator UASB) (extração dâmca) ou passo a passo (extração estátca), fazedo com que uma ova codção de equlíbro seja adqurda a cada etapa de extração. Uma vez que o processo de extração ocorre de maera cotíua, o gás dssolvdo arrastado para o headspace apresetará calmete uma máxma cocetração esta fração do headspace, decado com o tempo. Este decameto segue uma curva expoecal (Kolb & Ettre, 99), de prmera ordem coforme a segute equação: dc / dt = qc equação (03) ode q é uma costate. A cocetração C em um determado tempo t depederá da cocetração cal C e pode ser descrta através da segute equação: C q. t = C e equação (04). Em um processo de extração passo a passo (extração estátca), a cada tervalo de tempo podemos determar a cocetração do composto de teresse através da aálse em cromatografa gasosa. Neste caso, o tempo t pode ser substtuído pelo úmero de extrações sucessvas. Como a área de pco observada o cromatógrafo é proporcoal à cocetração do composto de teresse o headspace, pode-se substtur C e C da equação 04 pelas respectvas áreas de pco. A prmera extração ( = ) ocorre o tempo t=0. Portato, se forem realzadas extrações, t = -. A costate q da equação 03 será substtuída por q, de forma que a equação 04 pode ser escrta da segute forma: A equação (05) = A e. q ( ) A quatdade total do composto aalsado a amostra pode ser calculada através da soma total das áreas de pco obtda os sucessvos cromatogramas, coforme equações a segur: A = A + A + A A 2 3 A equação (06) q 2 q ( ) q = equação (07) [ e e e ] A.... A equação 07 é uma progressão geométrca de quocete f, ode: f q = equação (08) e Substtudo a equação 09 a equação 07 teremos: [ ] 2 ( + f + f + + f ) A equação (09) = A.... A soma desta progressão geométrca a partr do prmero termo da progressão é dada pela segute equação: S = = ( ) 2 A. f = A f + A f A f ( ) equação (0) Para f S ( f ) A. ( f ) A =. = f f Para ftas extrações a equação 0 e equação resultam a segute equação: equação () 4

5 =. ( ) A A S A f = = q f e = equação (2) Assm, fca demostrado matematcamete que a partr de certo úmero de medções é possível calcular a soma total de cada área correspodete à cocetração do gás de teresse o headspace, ao vés de se proceder a soma até um úmero fto de extrações. De acordo com a equação 2, somete duas cógtas precsam ser quatfcadas para se obter a soma total, ou seja, A e q. A será a área obtda o cromatógrafo correspodete a prmera extração do headspace e q pode ser determado através de uma aálse de regressão lear da equação 03 que resulta a segute equação: Para =, teremos: l A q ( ) + l A = equação (3) l A q ( ) + l A = equação (4) l A l A q = ( ) equação (5) Na equação 5, q é o coefcete agular do gráfco da forma logarítmca dos pcos de área meddos. RESULTADOS As medções de metao meddas o efluete dos reatores UASB ecotram-se apresetadas a tabela 2. Os valores vararam de 4, a 6,5 mg/l. Tabela 2 Cocetração de Metao Dssolvdo Amostra q' f S Vol. [CH4] (ml) Massa [CH4] g Massa [CH4] mg coc. [CH4] (mg/l) A 0,799 0, ,2758 0, , , B,7665 0, ,4405 0, , ,5 2A,488 0, ,2203 0, , ,3 2B,42 0, ,2758 0, , , As medções de cocetração de metao a amostra da caxa resdual vararam de 6 a 8 % de CH 4, coforme apresetado a tabela 3. Tabela 3 Resultados Prelmares de Metao o Gás resdual Amostra Resultado Resultado 2 Resultado 3 Méda CH 4 (%) CO 2 (%) CH 4 (%) CO 2 (%) CH 4 (%) CO 2 (%) CH 4 (%) CO 2 (%) 6,487,9452 5,906 2,0243 6,357 2,7972 6,250 2, ,7254,9732 7,625 2,5000 8,766 3,297 8,0224 2,5883 A próxma etapa do trabalho será quatfcar a vazão de gás resdual. Novas campahas de amostragem deverão ser realzadas para obteção de ovos dados de metao o efluete líqudo dos reatores UASB e o gás resdual. Quato às amostras de efluete do reator UASB, será cluída as próxmas coletas de dados a aálse de sóldos em suspesão volátes e sóldos em suspesão totas, pos fo observado que os maores valores de cocetração de metao foram obtdos as amostras com maor cocetração de sóldos, ou seja, aqueles reatores ode hava acúmulo excessvo de lodo e escape de sóldos em suspesão para a zoa de decatação (Reatores B e 2B). 5

6 ANÁLISE DOS RESULTADOS Os resultados de metao dssolvdo obtdos através da metodologa - MHE foram comparados com as metodologas desevolvdas por Alberto et. al. (2000) e Hartley e Lat (2006), ctadas e adaptadas por Cláudo Lete de Souza (200). A comparação dos resultados prelmares etre os métodos da múltpla extração do headspace e do método adaptado por Lete de Souza (200) estão resumdos a tabela a segur. Tabela 4 Comparação dos Resultados com o Método Adaptado por Lete de Souza (200) Cocetração de Metao Dssolvdo (mg/l) Amostra Local Método Adaptado por Método MHE Cláudo Lete de Souza, 200 UASB A Várzea Paulsta 4, 2,2 UASB B Várzea Paulsta 6,5 5,7 UASB 2A Várzea Paulsta 3,3 2,6 UASB 2B Várzea Paulsta 4, 3,2 Os resultados ecotrados a partr do método de Cláudo Lete de Souza apresetaram-se ferores aos resultados obtdos com a metodologa MHE. Esta dfereça pode estar relacoada ao fato de ão se ter empregado durate os procedmetos de extração algus requstos da metodologa de Lete de Souza, como a clmatzação da amostra em estufa em temperatura costate de 25ºC. Além dsso, como a metodologa do MHE ão mplca o cohecmeto de valores da costate da le de hery e pressão de vapor, a temperatura da amostra pode ter sofrdo varação durate o procedmeto de extração. Com relação à dsspação de metao a caxa de dstrbução de vazão, foram observados valores médos da ordem de 6 a 8% de CH 4 o gás resdual, valores bastate superores ao observado por Souza (200) em expermetos realzados com caxas de dsspação, ode ele observou cocetrações varado de 0,4 a 0,6%. CONCLUSÃO Os resultados ecotrados são um dcatvo de que uma parcela sgfcatva do metao pode estar sedo perdda juto com o efluete do reator e sedo dsspado a caxa de dstrbução de vazão que almeta o taque de aeração (lodos atvados). Portato, justfca-se uma avalação mas acurada dessa rota fugtva de metao dos reatores UASB da ETE Várzea Paulsta, de modo a detfcar suas causas e estabelecer ações que possbltem a recuperação do metao, e cosequetemete, a redução de emssão fugtva desse gása ETE. REFERÊNCIAS BIBLIOGRÁFICAS. GUDAT, A. E.; BRILLANTE, S. M. Multple Headspace Extracto Capllary gas Cromatography for the Quattatve Determato of Volatles Sold Matrces. Gas Chromatography SOUZA, C. L. Estudo das Rotas de Formação, Trasporte e Cosumo dos Gases Metao e Sulfeto de Hdrogêo Resultates do Tratameto de Esgoto Doméstco em Reatores UASB. Tese apresetada ao Programa de Pós-graduação em Saeameto, Meo Ambete e Recursos Hídrcos da Uversdade Federal de Mas Geras, como requsto parcal à obteção do título de Doutor em Saeameto, Meo Ambete e Recursos Hídrcos da UFMG

Difusão entre Dois Compartimentos

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

Leia mais

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento. Prof. Lorí Val, Dr. val@pucrs.r http://www.pucrs.r/famat/val/ Em mutas stuações duas ou mas varáves estão relacoadas e surge etão a ecessdade de determar a atureza deste relacoameto. A aálse de regressão

Leia mais

MEDIDAS DE TENDÊNCIA CENTRAL I

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

Leia mais

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

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

Leia mais

Construção e Análise de Gráficos

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

Leia mais

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

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

Leia mais

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

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

Leia mais

Professor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø.

Professor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø. Professor Maurco Lutz 1 EGESSÃO LINEA SIMPLES A correlação lear é uma correlação etre duas varáves, cujo gráfco aproma-se de uma lha. O gráfco cartesao que represeta essa lha é deomado dagrama de dspersão.

Leia mais

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

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

Leia mais

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

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

Leia mais

7 Análise de covariância (ANCOVA)

7 Análise de covariância (ANCOVA) Plejameto de Expermetos II - Adlso dos Ajos 74 7 Aálse de covarâca (ANCOVA) 7.1 Itrodução Em algus expermetos, pode ser muto dfícl e até mpossível obter udades expermetas semelhtes. Por exemplo, pode-se

Leia mais

Confiabilidade Estrutural

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

Leia mais

16/03/2014. IV. Juros: taxa efetiva, equivalente e proporcional. IV.1 Taxa efetiva. IV.2 Taxas proporcionais. Definição:

16/03/2014. IV. Juros: taxa efetiva, equivalente e proporcional. IV.1 Taxa efetiva. IV.2 Taxas proporcionais. Definição: 6// IV. Juros: taxa efetva, equvalete e proporcoal Matemátca Facera Aplcada ao Mercado Facero e de Captas Professor Roaldo Távora IV. Taxa efetva Defção: É a taxa de juros em que a udade referecal de seu

Leia mais

Regressao Simples. Parte II: Anova, Estimação Intervalar e Predição

Regressao Simples. Parte II: Anova, Estimação Intervalar e Predição egressao Smples Parte II: Aova, Estmação Itervalar e Predção Aálse de Varâca Nem todos os valores das amostras estão cotdos a reta de regressão, e quato mas afastados estverem por, a reta represetará a

Leia mais

II. Propriedades Termodinâmicas de Soluções

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

Leia mais

8 Programação linear 78

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

Leia mais

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12 MEDIDAS DE POSIÇÃO: São meddas que possbltam represetar resumdamete um cojuto de dados relatvos à observação de um determado feômeo, pos oretam quato à posção da dstrbução o exo dos, permtdo a comparação

Leia mais

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL Faculdade de Tecologa de Cataduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL 5. Meddas de Posção cetral ou Meddas de Tedêca Cetral Meddas de posção cetral preocupam-se com a caracterzação e a

Leia mais

5 Critérios para Análise dos Resultados

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

Leia mais

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

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

Leia mais

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

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados 3.1. Meddas de Tedêca Cetral CAPÍTULO 3 MEDIDA DE TENDÊNCIA CENTRAL E VARIABILIDADE UFRG 1 Há váras meddas de tedêca cetral. Etre elas ctamos a méda artmétca, a medaa, a méda harmôca, etc. Cada uma dessas

Leia mais

50 Logo, Número de erros de impressão

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

Leia mais

Atividades Práticas Supervisionadas (APS)

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

Leia mais

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística BAC 0 - Estatístca Uversdade Federal de Itajubá - Campus Itabra BAC0 - ESTATÍSTICA ESTATÍSTICA DESCRITIVA MEDIDAS DE CENTRO Méda Medda de cetro ecotrada pela somatóra de todos os valores de um cojuto,

Leia mais

3 Procedimento Experimental

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

Leia mais

Estatística - exestatmeddisper.doc 25/02/09

Estatística - exestatmeddisper.doc 25/02/09 Estatístca - exestatmeddsper.doc 5/0/09 Meddas de Dspersão Itrodução ão meddas estatístcas utlzadas para avalar o grau de varabldade, ou dspersão, dos valores em toro da méda. ervem para medr a represetatvdade

Leia mais

6.1 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS

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

Leia mais

Olá, amigos concursandos de todo o Brasil!

Olá, amigos concursandos de todo o Brasil! Matemátca Facera ICMS-RJ/008, com gabarto cometado Prof. Wager Carvalho Olá, amgos cocursados de todo o Brasl! Veremos, hoje, a prova do ICMS-RJ/008, com o gabarto cometado. - O artgo º da Le.948 de 8

Leia mais

Como CD = DC CD + DC = 0

Como CD = DC CD + DC = 0 (9-0 www.eltecampas.com.br O ELITE RESOLVE IME 008 MATEMÁTICA - DISCURSIVAS MATEMÁTICA QUESTÃO Determe o cojuto-solução da equação se +cos = -se.cos se + cos = se cos ( se cos ( se se.cos cos + + = = (

Leia mais

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

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

Leia mais

Avaliação da qualidade do ajuste

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

Leia mais

Caracterização de Partículas. Prof. Gerônimo

Caracterização de Partículas. Prof. Gerônimo Caracterzação de Partículas Prof. Gerômo Aálse Graulométrca de partículas Tabela: Sére Padrão Tyler Mesh Abertura Lvre (cm) âmetro do fo () 2 ½ 0,7925 0,088 0,6680 0,070 ½ 0,56 0,065 4 0,4699 0,065

Leia mais

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

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

Leia mais

MEDIDAS DE DISPERSÃO:

MEDIDAS DE DISPERSÃO: MEDID DE DIPERÃO: fução dessas meddas é avalar o quato estão dspersos os valores observados uma dstrbução de freqüêca ou de probabldades, ou seja, o grau de afastameto ou de cocetração etre os valores.

Leia mais

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

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

Leia mais

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

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

Leia mais

Análise de Regressão

Análise de Regressão Aálse de Regressão Prof. Paulo Rcardo B. Gumarães. Itrodução Os modelos de regressão são largamete utlzados em dversas áreas do cohecmeto, tas como: computação, admstração, egeharas, bologa, agrooma, saúde,

Leia mais

Aula Condições para Produção de Íons num Gás em Equilíbrio Térmico

Aula Condições para Produção de Íons num Gás em Equilíbrio Térmico Aula 2 Nesta aula, remos formalzar o coceto de plasma, rever osso etedmeto sobre temperatura de um gás e falmete, cohecer algus processos de ozação. 1.3 Codções para Produção de Íos um Gás em Equlíbro

Leia mais

CAPÍTULO 5. Ajuste de curvas pelo Método dos Mínimos Quadrados

CAPÍTULO 5. Ajuste de curvas pelo Método dos Mínimos Quadrados CAPÍTULO Ajuste de curvas pelo Método dos Mímos Quadrados Ajuste Lear Smples (ou Regressão Lear); Ajuste Lear Múltplo (ou Regressão Lear Múltpla); Ajuste Polomal; Regressão Não Lear Iterpolação polomal

Leia mais

Prof. Eugênio Carlos Stieler

Prof. Eugênio Carlos Stieler UNEMAT Uversdade do Estado de Mato Grosso Matemátca Facera http://www2.uemat.br/eugeo SÉRIE DE PAGAMENTOS 1. NOÇÕES SOBRE FLUXO DE CAIXA Prof. Eugêo Carlos Steler Estudar sem racocar é trabalho perddo

Leia mais

Modelo de Regressão Simples

Modelo de Regressão Simples Modelo de Regressão Smples Hstora Hstóra Termo regressão fo troduzdo por Fracs Galto (8-9). Estudo sobre altura de pas e flhos. Karl Pearso coletou mas de ml regstros e verfcou a le de regressão uversal

Leia mais

Distribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD

Distribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD Dstrbuções Amostras Estatístca 8 - Dstrbuções Amostras 08- Dstrbuções Amostras Dstrbução Amostral de Objetvo: Estudar a dstrbução da população costtuída de todos os valores que se pode obter para, em fução

Leia mais

MÉTODO DOS MÍNIMOS QUADRADOS

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

Leia mais

Algoritmos de Interseções de Curvas de Bézier com Uma Aplicação à Localização de Raízes de Equações

Algoritmos de Interseções de Curvas de Bézier com Uma Aplicação à Localização de Raízes de Equações Algortmos de Iterseções de Curvas de Bézer com Uma Aplcação à Localzação de Raízes de Equações Rodrgo L.R. Madurera Programa de Pós-Graduação em Iformátca, PPGI, UFRJ 21941-59, Cdade Uverstára, Ilha do

Leia mais

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

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

Leia mais

( x) Método Implícito. No método implícito as diferenças são tomadas no tempo n+1 ao invés de tomá-las no tempo n, como no método explícito.

( x) Método Implícito. No método implícito as diferenças são tomadas no tempo n+1 ao invés de tomá-las no tempo n, como no método explícito. PMR 40 Mecâca Computacoal Método Implícto No método mplícto as dfereças são tomadas o tempo ao vés de tomá-las o tempo, como o método explícto. O método mplícto ão apreseta restrção em relação ao valor

Leia mais

Instituto Politécnico de Bragança Escola Superior de Tecnologia e de Gestão

Instituto Politécnico de Bragança Escola Superior de Tecnologia e de Gestão Isttuto oltécco de Bragaça Escola Superor de ecologa e de Gestão 2º Ao de Egehara Electrotécca Istrumetação Electróca e Meddas Exame (ª Chamada) 2 de Juho de 200 SUGESÃO DE RESOLUÇÃO ) retede-se vsualzar,

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

d s F = m dt Trabalho Trabalho

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

Leia mais

Econometria: 3 - Regressão Múltipla

Econometria: 3 - Regressão Múltipla Ecoometra: 3 - Regressão Múltpla Prof. Marcelo C. Mederos mcm@eco.puc-ro.br Prof. Marco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo de regressão

Leia mais

A análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si.

A análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si. Prof. Lorí Va, Dr. http://www. ufrgs.br/~va/ va@mat.ufrgs.br aáse de varâca de uma cassfcação (Oe-Way NOV) verfca se as médas de amostras depedetes (tratametos) dferem etre s. Um segudo tpo de aáse de

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

Material Teórico - Módulo de MATEMÁTICA FINANCEIRA. Financiamentos. Primeiro Ano do Ensino Médio

Material Teórico - Módulo de MATEMÁTICA FINANCEIRA. Financiamentos. Primeiro Ano do Ensino Médio Materal Teórco - Módulo de MATEMÁTICA FINANCEIRA Facametos Prmero Ao do Eso Médo Autor: Prof Fracsco Bruo Holada Autor: Prof Atoo Camha Muz Neto 20 de agosto de 2018 1 Itrodução Neste materal, remos aplcar

Leia mais

Noções Básicas de Medidas e Algarismos Significativos

Noções Básicas de Medidas e Algarismos Significativos Noções Báscas de Meddas e Algarsmos Sgfcatvos Prof. Theo Z. Pava Departameto de Físca - Faculdade de Flosofa, Cêcas e Letras de Rberão Preto-USP Físca Acústca Motvações Quas são os padrões de meddas? Podemos

Leia mais

Métodos iterativos. Capítulo O Método de Jacobi

Métodos iterativos. Capítulo O Método de Jacobi Capítulo 4 Métodos teratvos 41 O Método de Jacob O Método de Jacob é um procedmeto teratvo para a resolução de sstemas leares Tem a vatagem de ser mas smples de se mplemetar o computador do que o Método

Leia mais

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

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

Leia mais

TÍTULO DE LA COMUNICACIÓN: A concentração espacial do emprego formal e da massa salarial no Rio Grande do Sul Brasil: metodologia e tipologia

TÍTULO DE LA COMUNICACIÓN: A concentração espacial do emprego formal e da massa salarial no Rio Grande do Sul Brasil: metodologia e tipologia TÍTULO DE LA COMUNICACIÓN: A cocetração espacal do emprego formal e da massa salaral o Ro Grade do Sul Brasl: metodologa e tpologa AUTOR 1: Ferada Queroz Sperotto Emal: fesperotto@hotmal.com DEPARTAMENTO:

Leia mais

A CONCENTRAÇÃO ESPACIAL DO EMPREGO FORMAL E DA MASSA SALARIAL NO RIO GRANDE DO SUL: METODOLOGIA E TIPOLOGIA 1

A CONCENTRAÇÃO ESPACIAL DO EMPREGO FORMAL E DA MASSA SALARIAL NO RIO GRANDE DO SUL: METODOLOGIA E TIPOLOGIA 1 A CONCENTRAÇÃO ESPACIAL DO EMPREGO FORMAL E DA MASSA SALARIAL NO RIO GRANDE DO SUL: METODOLOGIA E TIPOLOGIA Ivá G. Peyré Tartaruga Mestre em Geografa pela UFRGS, Geógrafo da FEE. E-mal: va@fee.tche.br

Leia mais

AVALIAÇÃO DE GANHOS E PERDAS EM FUNDOS DE INVESTIMENTOS UTILIZANDO REGRESSÃO LINEAR. José Antonio Stark Ferreira

AVALIAÇÃO DE GANHOS E PERDAS EM FUNDOS DE INVESTIMENTOS UTILIZANDO REGRESSÃO LINEAR. José Antonio Stark Ferreira 1 AVALIAÇÃO DE GANHOS E PERDAS EM FUNDOS DE INVESTIMENTOS UTILIZANDO REGRESSÃO LINEAR José Atoo Stark Ferrera I - INTRODUÇÃO O presete estudo fo desevolvdo objetvado mesurar os gahos e perdas patrmoas

Leia mais

Sumário. Mecânica. Sistemas de partículas

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

Leia mais

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

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

Leia mais

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

Avaliação de Empresas Profa. Patricia Maria Bortolon

Avaliação de Empresas Profa. Patricia Maria Bortolon Avalação de Empresas MODELO DE DIVIDENDOS Dvdedos em um estáo DDM Dscouted Dvded Model Muto utlzados a precfcação de uma ação em que o poto de vsta do vestdor é extero à empresa e eralmete esse vestdor

Leia mais

ESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA

ESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA ESTATÍSTICA MÓDULO OS RAMOS DA ESTATÍSTICA Ídce. Os Ramos da Estatístca...3.. Dados Estatístcos...3.. Formas Icas de Tratameto dos Dados....3. Notação por Ídces...5.. Notação Sgma ()...5 Estatístca Módulo

Leia mais

ANÁLISE TEÓRICA DA INTERAÇÃO FLUIDO ESTRUTURA EM UMA VIGA EM BALANÇO (PARTE 2 VALIDAÇÃO E ANÁLISE FINAIS DO COMPORTAMENTO DINÂMICO DA ESTRUTURA)

ANÁLISE TEÓRICA DA INTERAÇÃO FLUIDO ESTRUTURA EM UMA VIGA EM BALANÇO (PARTE 2 VALIDAÇÃO E ANÁLISE FINAIS DO COMPORTAMENTO DINÂMICO DA ESTRUTURA) º POSMEC Uversdade Federal de Uberlâda Faculdade de Egehara Mecâca ANÁLISE TEÓRICA DA INTERAÇÃO FLUIDO ESTRUTURA EM UMA VIGA EM BALANÇO PARTE VALIDAÇÃO E ANÁLISE FINAIS DO COMPORTAMENTO DINÂMICO DA ESTRUTURA

Leia mais

DISTRIBUIÇÃO HIPERGEOMÉTRICA

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

Leia mais

UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO CENTRO UNIVERSITÁRIO NORTE DO ESPÍRITO SANTO DEPARTAMENTO DE ENGENHARIAS E TECNOLOGIA Plano de Ensino

UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO CENTRO UNIVERSITÁRIO NORTE DO ESPÍRITO SANTO DEPARTAMENTO DE ENGENHARIAS E TECNOLOGIA Plano de Ensino Plao de Eso Uversdade Federal do Espírto Sato Campus: São Mateus Curso: Egehara de Produção Departameto Resposável: Departameto de Egeharas e Tecologa Data de Aprovação (Art. º 91): Docete resposável:

Leia mais

Previsão de demanda quantitativa Regressão linear Regressão múltiplas Exemplos Exercícios

Previsão de demanda quantitativa Regressão linear Regressão múltiplas Exemplos Exercícios Objetvos desta apresetação Plaejameto de produção: de Demada Aula parte Mauro Osak TES/ESALQ-USP Pesqusador do Cetro de Estudos Avaçados em Ecooma Aplcada Cepea/ESALQ/USP de demada quattatva Regressão

Leia mais

POMO DA DISCÓRDIA. AS TABELAS UTILIZADAS PELO Dr. Sr. Richard Price no Século XVIII

POMO DA DISCÓRDIA. AS TABELAS UTILIZADAS PELO Dr. Sr. Richard Price no Século XVIII O POMO DA DISCÓRDIA AS TABELAS UTILIZADAS PELO Dr. Sr. Rchard Prce o Século XVIII Pedro Schubert Relação das Tábuas Do Sr. Prce Dos / lvros Tábua I Tábua IV Tábua II Tábua V Tábua III Tábua I Tábua IV

Leia mais

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

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

Leia mais

Arquitetura da ART Controle 1 Controle 2

Arquitetura da ART Controle 1 Controle 2 Teora de Ressoâca Adaptatva - ART Arqutetura da ART Cotrole Cotrole 2 Desevolvda por Carpeter e Grossberg como uma alteratva para resolver o dlema establdade-plastcdade (rede ão aprede ovos padrões). Realme

Leia mais

MEDIDAS DE DISPERSÃO 9. MEDIDAS DE DISPERSÃO

MEDIDAS DE DISPERSÃO 9. MEDIDAS DE DISPERSÃO Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, Medca Veterára, Muscoterapa, Odotologa, Pscologa MEDIDAS DE DISPERSÃO 9 9. MEDIDAS DE DISPERSÃO

Leia mais

Regressão. Pedro Paulo Balestrassi

Regressão. Pedro Paulo Balestrassi Regressão Pedro Paulo Balestrass www.pedro.ufe.edu.br ppbalestrass@gmal.com 5-696 / 88776958 (cel) Questoametos comus: Como mplemetar a equação Y=f(X) a partr de dados hstórcos ou epermetas? Como fazer

Leia mais

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

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

Leia mais

Sumário. Mecânica. Sistemas de partículas

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

Leia mais

a) 1,8 e 4,6. b) 2,0 e 2,2. c) 1,8 e 5,2. d) 2,0 e 4,6. e) 2,0 e 1,9.

a) 1,8 e 4,6. b) 2,0 e 2,2. c) 1,8 e 5,2. d) 2,0 e 4,6. e) 2,0 e 1,9. Questão : As otas de dez aluos, um exame, estão dadas a segur:, 5, 8, 3, 6, 5, 8, 7, 6, 0 O desvo médo e a varâca dessas otas podem ser expressos, respectvamete, por: a),8 e 4,6 b),0 e, c),8 e 5, d),0

Leia mais

ESTATÍSTICA APLICADA À ZOOTECNIA

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

Leia mais

Estatística. 2 - Estatística Descritiva

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

Leia mais

Diferenciais Ordinárias. Reginaldo J. Santos Departamento de Matemática-ICEx Universidade Federal de Minas Gerais

Diferenciais Ordinárias. Reginaldo J. Santos Departamento de Matemática-ICEx Universidade Federal de Minas Gerais Exstêca e Ucdade de Soluções de Equações Dferecas Ordáras Regaldo J Satos Departameto de Matemátca-ICEx Uversdade Federal de Mas Geras http://wwwmatufmgbr/ reg 10 de ulho de 2010 2 1 INTRODUÇÃO Sumáro

Leia mais

3 Fundamentação Teórica

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

Leia mais

Controle Estatístico de Qualidade. Capítulo 6 (montgomery)

Controle Estatístico de Qualidade. Capítulo 6 (montgomery) Cotrole Estatístco de Qualdade Capítulo 6 (motgomery) Gráfcos de Cotrole para Atrbutos Itrodução Mutas característcas da qualdade ão podem ser represetadas umercamete. Nestes casos, classfcamos cada tem

Leia mais

Monitoramento ou Inventário Florestal Contínuo

Monitoramento ou Inventário Florestal Contínuo C:\Documets ad Settgs\DISCO_F\MEUS-DOCS\LIVRO_EF_44\ef44_PDF\CAP XIV_IFCOTIUO.doc 6 Motorameto ou Ivetáro Florestal Cotíuo Agosto Lopes de Souza. ITRODUÇÃO Parcelas permaetes de vetáro florestal cotíuo

Leia mais

MÓDULO 8 REVISÃO REVISÃO MÓDULO 1

MÓDULO 8 REVISÃO REVISÃO MÓDULO 1 MÓDULO 8 REVISÃO REVISÃO MÓDULO A Estatístca é uma técca que egloba os métodos cetícos para a coleta, orgazação, apresetação, tratameto e aálse de dados. O objetvo da Estatístca é azer com que dados dspersos

Leia mais

Capítulo 5: Ajuste de curvas pelo método dos mínimos quadrados

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

Leia mais

Física II (Química) FFCLRP USP Prof. Antônio Roque Termo 5. A Energia Livre de Gibbs e o Potencial Químico

Física II (Química) FFCLRP USP Prof. Antônio Roque Termo 5. A Energia Livre de Gibbs e o Potencial Químico 59036 Físca II (Químca) FFCLRP USP Prof Atôo Roque ermo 5 A Eerga Lvre de Gbbs e o Potecal Químco Nesta aula vamos apresetar uma gradeza termodâmca fudametal para a explcação de processos espotâeos a atureza,

Leia mais

FINANCIAMENTOS UTILIZANDO O EXCEL

FINANCIAMENTOS UTILIZANDO O EXCEL rofessores Ealdo Vergasta, Glóra Márca e Jodála Arlego ENCONTRO RM 0 FINANCIAMENTOS UTILIZANDO O EXCEL INTRODUÇÃO Numa operação de empréstmo, é comum o pagameto ser efetuado em parcelas peródcas, as quas

Leia mais

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

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo. Equlíbro e o Potecal de Nerst 5910187 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 11 Nesta aula, vamos utlzar a equação para o modelo de eletrodfusão o equlíbro obtda a aula passada para estudar o trasporte

Leia mais

Distribuições de Probabilidades

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

Leia mais

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

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

Leia mais

REGESD Prolic Matemática e Realidade- Profª Suzi Samá Pinto e Profº Alessandro da Silva Saadi

REGESD Prolic Matemática e Realidade- Profª Suzi Samá Pinto e Profº Alessandro da Silva Saadi REGESD Prolc Matemátca e Realdade- Profª Suz Samá Pto e Profº Alessadro da Slva Saad Meddas de Posção ou Tedêca Cetral As meddas de posção ou meddas de tedêca cetral dcam um valor que melhor represeta

Leia mais

Apêndice. Uso de Tabelas Financeiras

Apêndice. Uso de Tabelas Financeiras Apêdce C Uso de Tabelas Faceras 1. INTRODUÇÃO...2 2. SIMBOLOGIA ADOTADA E DIAGRAMA PADRÃO...2 3. RELAÇÃO ENTRE PV E FV...2 3.1. DADO PV ACHAR FV: FATOR (FV/PV)...3 3.1.1. EXEMPLOS NUMÉRICOS...5 3.2. DADO

Leia mais

Prof. Eugênio Carlos Stieler

Prof. Eugênio Carlos Stieler http://www.uemat.br/eugeo Estudar sem racocar é trabalho 009/ TAXA INTERNA DE RETORNO A taa tera de retoro é a taa que equalza o valor presete de um ou mas pagametos (saídas de caa) com o valor presete

Leia mais

? Isso é, d i= ( x i. . Percebeu que

? Isso é, d i= ( x i. . Percebeu que Estatístca - Desvo Padrão e Varâca Preparado pelo Prof. Atoo Sales,00 Supoha que tehamos acompahado as otas de quatro aluos, com méda 6,0. Aluo A: 4,0; 6,0; 8,0; méda 6,0 Aluo B:,0; 8,0; 8,0; méda 6,0

Leia mais

MAE0229 Introdução à Probabilidade e Estatística II

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

Leia mais

Forma padrão do modelo de Programação Linear

Forma padrão do modelo de Programação Linear POGAMAÇÃO LINEA. Forma Padrão do Modelo de Programação Lear 2. elações de Equvalêca 3. Suposções da Programação Lear 4. Eemplos de Modelos de PPL 5. Suposções da Programação Lear 6. Solução Gráfca e Iterpretação

Leia mais

Apostila de Introdução Aos Métodos Numéricos

Apostila de Introdução Aos Métodos Numéricos Apostla de Itrodução Aos Métodos Numércos PARTE III o Semestre - Pro a. Salete Souza de Olvera Buo Ídce INTERPOAÇÃO POINOMIA...3 INTRODUÇÃO...3 FORMA DE AGRANGE... 4 Iterpolação para potos (+) - ajuste

Leia mais

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

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

Leia mais

Tópicos Extras 2ª parte. Análise de Correlação e Regressão

Tópicos Extras 2ª parte. Análise de Correlação e Regressão Tópcos Extras ª parte Aálse de Correlação e Regressão 1 Defções báscas ANÁLISE DE CORRELAÇÃO Mesurar a força da assocação etre as varáves (geralmete através do cálculo de algum coefcete). ANÁLISE DE REGRESSÃO

Leia mais