MODELAGEM MATEMÁTICA E SIMULAÇÃO NUMÉRICA DO RESFRIAMENTO RÁPIDO DE MORANGO COM AR FORÇADO 1

Tamanho: px
Começar a partir da página:

Download "MODELAGEM MATEMÁTICA E SIMULAÇÃO NUMÉRICA DO RESFRIAMENTO RÁPIDO DE MORANGO COM AR FORÇADO 1"

Transcrição

1 MODELAGEM MAEMÁICA E SIMULAÇÃO NUMÉRICA DO RESFRIAMENO RÁPIDO DE MORANGO COM AR FORÇADO 1 DANIELA C. Z. PIROZZI, MARIÂNGELA AMENDOLA 3 RESUMO: Este trabalho abordou o resframeto rápdo com ar forçado de morago va smulação umérca. Para tato, fo empregado o modelo matemátco que descreve o processo de trasferêca de calor, com base a le de Fourer, escrto em coordeadas esfércas e smplfcado para descrever o processo udmesoal. A resolução da equação expressa pelo modelo matemátco deu-se por meo da mplemetação de um algortmo, fudametado o esquema explícto do método umérco das dfereças ftas, executado o ambete de computação cetífca MALAB 6.1. A valdação do modelo matemátco fo realzada a partr da comparação de dados teórcos com dados obtdos um expermeto, o qual moragos foram resfrados com ar forçado. Os resultados mostraram que esse tpo de vestgação para a determação do coefcete de trasferêca de calor por covecção é promssora como ferrameta o suporte à decsão do uso ou desevolvmeto de equpametos a área de resframeto rápdo de frutos esfércos com ar forçado. PALAVRAS-CHAVE: métodos umércos, trasferêca de calor, computação cetífca. MAHEMAICAL MODEL AND NUMERICAL SIMULAION OF SRAWBERRY FAS COOLING WIH FORCED AIR ABSRAC: hs work approaches the forced ar coolg of strawberry by umercal smulato. he mathematcal model that was used descrbes the process of heat trasfer, based o the Fourer s law, sphercal coordates ad smplfed to descrbe the oe-dmesoal process. For the resoluto of the equato expressed for the mathematcal model, a algorthm was developed based o the explct scheme of the umercal method of the fte dffereces ad mplemeted the scetfc computato program MALAB 6.1. he valdato of the mathematcal model was made by the comparso betwee theoretcal ad expermetal data, where strawberres had bee cooled wth forced ar. he results showed to be possble the determato of the covectve heat trasfer coeffcet by fttg the umercal ad expermetal data. he methodology of the umercal smulatos was showed lke a promsg tool the support of the decso to use or to develop equpmet the area of coolg process wth forced ar of sphercal fruts. KEYWORDS: umercal methods, heat trasfer, scetfc computato. INRODUÇÃO O uso de refrgeração o armazeameto de produtos agrícolas é recomedado para garatr o tempo de pratelera dos mesmos, pos reduz o metabolsmo desses produtos, dmu a perda de água e cotrola o crescmeto de mcroorgasmos, os quas são prejudcados. Para que esse armazeameto refrgerado possa ser efcete, deve-se levar em cosderação, etre outros fatores, o resframeto rápdo medatamete após a colheta (CHIARRA, 1999). 1 Extraído da dssertação de mestrado do prmero autor. Egº Agrôomo, Doutorado, Departameto de Botâca, Isttuto de Bocêca, UNESP, Botucatu - SP, Foe: (XX14) , dcprozz@yahoo.com 3 Matemátca, Profa. Doutora, FEAGRI-UNICAMP, Campas - SP. Recebdo pelo Coselho Edtoral em: Aprovado pelo Coselho Edtoral em: 4--5

2 Modelagem matemátca e smulação umérca do resframeto rápdo de morago com ar forçado 3 A proposção e o uso da tecologa de resframeto rápdo com ar forçado de produtos perecíves ecessta de aprofudameto o cohecmeto dos processos físcos que ocorrem durate esse resframeto, o que pode ser realzado tato por meo de vestgação expermetal, quato por estudos teórcos por meo do emprego de métodos matemátcos, sedo esses últmos, somete recetemete, utlzados a FEAGRI/UNICAMP. Segudo INCROPERA & DE WI (1996), os métodos matemátcos empregados para o estudo de resframeto expressam, em geral, problemas de codução trasete, com mutas geometras e codções de cotoro smplfcadas e podem ser resolvdos por meo de métodos aalítcos ou umércos. Quado é possível obter as soluções aalítcas, essas aparecem a forma de uma sére fta, que para serem calculadas devem ser trucadas com um úmero determado de termos. Uma vez que essas séres ftas são trucadas, elas passam a forecer soluções aproxmadas, assm como aquelas obtdas pelo uso de métodos umércos. ALVAREZ & RYSRAM (1995) smularam umercamete o resframeto rápdo com ar forçado de frutos esfércos, utlzado modelo matemátco baseado a le de Fourer, e mostraram que modelos matemátcos e smulação umérca são ótmas ferrametas, tato para o projeto, quato para o uso do resframeto. Para a valdação dos resultados gerados, va smulação umérca do processo de resframeto rápdo com ar forçado, são ecessáros as medções expermetas de temperatura e o cohecmeto de parâmetros físcos do mesmo. Detre os parâmetros físcos, um é lmtate, o coefcete de trasferêca de calor por covecção, deotado por h, é sesível aos parâmetros do processo expermetal, como velocdade e propredades térmcas do ar de resframeto, geometra do sstema, local ode a temperatura do fludo é medda, etre outros. Nesse setdo, CASRO & AMENDOLA (1999), ERUEL () e AMENDOLA & ERUEL (), usado modelos matemátcos e métodos umércos dsttos, smularam o resframeto rápdo com ar forçado de larajas e estmaram o valor de h, ajustado os dados ecotrados umercamete aos dados obtdos va expermeto prátco. Essa metodologa também pode ser vsta em processos de secagem, como em QUEIROZ & NEBRA () e IO & AMENDOLA (), que a usaram para estmar o coefcete de dfusão em secagem de baaas e soja, respectvamete. Os resultados ecotrados os trabalhos ctados aterormete justfcam o cumprmeto do objetvo do presete trabalho, que fo selecoar um modelo matemátco e desevolver método umérco para smular o resframeto rápdo com ar forçado de morago para obter o respectvo coefcete de trasferêca de calor por covecção. MAERIAL E MÉODOS Os dados expermetas utlzados este trabalho foram extraídos do expermeto realzado por BINOI (), o qual moragos sofreram o resframeto rápdo com ar forçado. Além desses dados expermetas, foram extraídos da lteratura dados de propredades termofíscas do morago, como codutvdade térmca (k p ) gual a,54 W m -1 ºC -1 e dfusvdade térmca () gual a 1,7 1-7 m s -1, extraídos de MILES et al. (1983), ctados por JANCSÓK et al. (). No expermeto realzado por BINOI (), foram utlzados: a câmara fra do laboratóro de termodâmca da Faculdade de Egehara Agrícola - FEAGRI, da Uversdade Estadual de Campas - UNICAMP, um computador, o programa de aqusção de dados - AQDADOS, termopares do tpo, caxas de papelão e moragos da varedade Campas IAC-71. A partr desse expermeto, pode-se extrar: a temperatura cal ( ) o cetro de 1 moragos, os quas a meor temperatura cal medda fo gual a 13,8 C e a maor gual a 17, C; a temperatura do ar de resframeto ( a ) fo de ºC; o rao médo (R) dos moragos fo de,5 m, obtdo a partr da méda do maor dâmetro logtudal dos

3 Daela C. Z. Prozz & Marâgela Amêdola 4 moragos, e os dados da temperatura o cetro do morago ( exp ) meddos ao logo do resframeto, os quas foram utlzados para a valdação dos dados umércos e ajuste do valor do coefcete de trasferêca de calor por covecção (h). Para obter os dados de temperatura o teror dos moragos ao logo do resframeto, foram tomados 1 frutos aleatoramete, os quas foram troduzdos os termopares o mas próxmo possível do cetro. Desses dados de temperatura, puderam-se obter 1 curvas expermetas (deoma-se curvas a dspersão desses dados). A partr dessas curvas, foram tomadas aleatoramete duas, uma para a escolha do melhor tpo de ajuste das curvas expermetas e outra para a avalação da fluêca da malha. Para a valdação da smulação umérca e ajuste do valor do coefcete de trasferêca de calor por covecção (h), foram tomadas, também aleatoramete, ses das curvas expermetas. Para determar o melhor ajuste para os dados expermetas, foram aplcados os ajustes expoecal e polomas de o ; 3 o ; 4 o e 6 o graus a curva expermetal selecoada. A escolha da equação que sera a empregada para ajustar os dados expermetas fo feta com base tato a represetatvdade do feômeo físco em questão, quato o valor do resíduo gerado quado comparada com uma das curvas obtdas expermetalmete. Segudo BOLDRINI et al. (198), para o cálculo desse resíduo, pode-se aplcar a orma da dfereça etre os dados reas e os apresetados, que é dada pela segute expressão: ( exp (t) um (t)) = (1) exp um exp - temperatura o cetro do morago, obtda expermetalmete, C; um - temperatura o cetro do morago, obtda segudo a equação do ajuste, C; - total de meddas, e t - tempo, s. O modelo matemátco assocado ao processo de resframeto de frutos esfércos e selecoado para o desevolvmeto dessa pesqusa é o que aparece em RELEA et al. (1998), com base a le de Fourer e que descreve o processo, trasferêca de calor em frutos esfércos, que, escrto para determação de (r,t), é expresso por : ( r, t) = ( r, t) ( r, t) ; t, r [, R] t + r r r (r,t) - temperatura o teror do morago ao logo do tempo, ºC; t - tempo, s; r - dstâca r do cetro do morago, m; - dfusvdade térmca do morago, m s -1 ; k p - codutvdade térmca do morago, W m -1 ºC -1 ; C p - calor específco do morago, J kg -1 ºC -1 ; - desdade do morago, kg m -3, e R - rao do morago, m. () A codção cal assocada é: ( r,) ; r [, R] = (3) As codções de cotoro são:

4 Modelagem matemátca e smulação umérca do resframeto rápdo de morago com ar forçado 5 (, t) = ; t k p (R, t) = h[s (t) a (t)]; t (5) h - coefcete de trasferêca de calor por covecção, W m - ºC -1 ; s - temperatura a superfíce do morago, ºC; a - temperatura a câmara de resframeto, ºC; k p - codutvdade térmca do morago, W m -1 ºC -1, e R - rao do morago, m. O método umérco selecoado para a resolução da equação presete o modelo matemátco fo o método explícto das dfereças ftas (RICHMYER & MORON, 1967). A escolha desse método umérco fo baseada o trabalho de PIROZZI & AMENDOLA (), já que os resultados mostraram uma dfereça feror a 1% etre os dados de orgem umérca e expermetal. Utlzado esse método, que é um método codcoalmete stável, é possível escrever a forma dscretzada da eq.(). O prmero passo para dscretzar a eq.(), sujeta às codções (3), (4) e (5), é estabelecer uma coveção que, o caso, será: ( r, t) ; para = [1,x] e = [1,t] (6) - localzação dos potos de resolução a dreção radal; x - últmo poto de resolução a dreção radal; r - dstâca etre os potos de resolução a dreção radal, m; - úmero total de passos o tempo; t - cremeto de tempo, m, e t - últmo passo o tempo. A semdscretzação o tempo da eq.(), por uma fórmula de dfereças ftas avaçadas, com erro da ordem de ( t), é: (r,t) t + 1 t A semdscretzação o espaço do prmero termo do lado dreto da eq.(), por uma fórmula de dfereças ftas avaçadas, para o caso explícto e com erro da ordem de ( r), é: + 1 (r, t) r A semdscretzação o espaço do segudo termo do lado dreto da eq.(4), por uma fórmula de dfereças ftas cetradas, para o caso explícto e com erro da ordem de ( r ), é: (4) (7) (8) + 1 (r, t) Deotado-se 1 + r (9)

5 Daela C. Z. Prozz & Marâgela Amêdola 6 t F = ; (1) r a forma dscretzada da eq.(4) é: F F = (11) + 1 F F + F A dscretzação da codção cal (3) é dada por: 1 A dscretzação da codção de cotoro (4) é dada por: + 1 (1, t) ou r = ; 1 (1) ; = 1 ; (13) = ; 1 ; = 1 ; (14) 1 Aalogamete, a dscretzação da codção de cotoro (5) é dada por: = ; = 1...x ; = 1 ; x [ ] ; = 1...t ; x 1 h (15) x a r kp h x 1 + r a kp x = ; = 1...t h 1 + r kp Após selecoar o modelo matemátco, o método umérco e garatr a establdade do método umérco, evtado assm possíves erros ou perturbações que poderam mascarar e até prejudcar os resultados, fo feta a elaboração de um algortmo, sedo esse mplemetado o MALAB 6.1. Seqüecalmete, foram realzadas as smulações umércas, prmero para a avalação da fluêca da malha, e segudo para o ajuste do h. Para avalar a fluêca da malha os resultados umércos, tomou-se r = R/5, em que r é a dstâca etre os potos de resolução a dreção radal, m, e cujos resultados podem ser obtdos por meo do uso de calculadora. Em seguda, r = R / (5 L), para L =, 3, , cujos resultados são obtdos com o uso do computador. Em cada um desses casos, os valores da temperatura smulada ao logo do tempo o poto dscreto da malha espacal cosderada mas próxma do cetro do fruto: =, quado r = R / 5, foram coletados e, posterormete, colocados um gráfco. A seleção da malha a ser cosderada as smulações umércas e o ajuste do valor de h foram realzados segudo o cálculo do resíduo etre duas smulações subseqüetes. Para o cálculo do resíduo, fo utlzada a eq.(1). Selecoada a melhor malha, pode-se dar íco às smulações umércas e ao ajuste do valor de h. Para determar qual o valor de h mas represetatvo para cada curva expermetal, foram realzadas smulações umércas, varado-se o valor de h a partr do cálculo do resíduo etre os dados umércos e os expermetas. O cálculo do resíduo fo feto utlzado a eq.(1). Fetos a seleção da melhor curva umérca e o respectvo valor de h para cada curva expermetal, pode-se calcular o tempo de 1/ e 7/8 do resframeto teórco em cada smulação umérca. ; (16)

6 Modelagem matemátca e smulação umérca do resframeto rápdo de morago com ar forçado 7 O cálculo da temperatura o tempo de 1/ e 7/8 do resframeto é realzado por meo da taxa admesoal de temperatura (A) (MICHEL, 199), que é dada pelas expressões: A (1/) = ce ce A(7/8) = ar = (1-1/) (17) ar ar = (1-7/8) (18) ar ce - temperatura o cetro do morago ao logo do resframeto, ºC; ar - temperatura do ar de resframeto, ºC, e - temperatura cal o cetro do morago, ºC. RESULADOS E DISCUSSÃO Detre os ajustes realzados para os dados expermetas, o de meor resíduo fo o polomal de sexta ordem; o etato, a curva que melhor represetou o feômeo físco do processo fo a do ajuste polomal de quarta ordem, sedo esse o ajuste selecoado. Pela abela 1, pode-se observar que, o refameto da malha, o resíduo etre as curvas umércas dmuu. A partr de 31 até 71 potos dscretos a malha, os resíduos são todos da ordem de 1-1 e para aumetar a precsão para 1 - só acma de 76 potos dscretos a malha. Etretato, a Fgura 1, é possível verfcar que, a partr de 3 potos dscretos a malha, ão há mas fluêca da mesma. ABELA 1. Resíduo etre cada par de curva umérca, obtdo com dferetes potos dscretos a malha (x). x Resíduo x Resíduo x Resíduo 6 x 86 1,49 36 x 86, x 86, x 86, x 86, x 86,19 16 x 86, x 86, x 86,69 1 x 86, x 86,36 81 x 86,3 6 x 86, x 86,8 31 x 86, x 86,13 emperatura (Celcus]) Dreção que dca o refameto da malha empo (mutos) FIGURA 1. Curvas umércas da varação da temperatura do morago, ao logo do tempo de resframeto rápdo, obtdas com x = 6 a 86, para o morago º 7 e h = 19, 578 W m - ºC -1.

7 Daela C. Z. Prozz & Marâgela Amêdola 8 Quato ao ajuste do valor de h, as smulações umércas foram realzadas com valor de h calmete gual a 1 W m - ºC -1, até que se obtvesse o meor resíduo etre curvas expermetas e umércas. Na abela, são mostrados os valores dos meores resíduos obtdos etre as curvas expermetas e umércas do morago e seus respectvos valores de h. Nessa tabela, pode-se verfcar, também, que é possível obter dferetes valores de h detro de uma mesma caxa durate um processo de resframeto rápdo de ar forçado. Isso ocorre, pos o valor do coefcete de trasferêca de calor por covecção ão depede apeas de um fator, mas de um cojuto de fatores assocados. Isso pode ser observado também, por exemplo, em ERUEL () que, avalado três potos detro de uma mesma caxa, ecotrou valores dferetes de h para cada poto, em que a meor dfereça etre eles fo de 9% e a maor de 6%. ABELA. Valores dos meores resíduos obtdos etre as curvas de temperatura expermetal e umérca para cada morago, e seus respectvos valores de h. Moragos Valores dos meores resíduos 1,185 1,5971 1,864 1,5484 1,1884 1,185 h [W m - C -1 ] Um exemplo de como fo realzado o resframeto rápdo com ar forçado de moragos e determado o valor de h para dferetes velocdades do ar de resframeto é apresetado em FIKIIN et al. (1999). Para realzar o expermeto, utlzaram tato a temperatura do ar de resframeto, quato as caxas de acodcoameto dos moragos, próxmas às de BINOI () e reduzram a temperatura dos frutos um total de ºC. Os autores apresetaram resultados os quas os valores de h, obtdos para valores da velocdade do ar de resframeto ferores a 1m s -1, foram ferores a W m - ºC -1, e para atgr valores de h acma de 5 W m - ºC -1, fo ecessára uma velocdade do ar de resframeto em toro de,5 m s -1, o que chega a ser quatro vezes superor às utlzadas por BINOI (), que fo de,8 m s -1. Na abela 3, são apresetados os tempos umércos e expermetas para 1/ e 7/8 do resframeto do morago 3 para h =16 W m - ºC -1, em que se pode otar uma dfereça de dos mutos para o tempo de 1/ do resframeto e de 1 mutos para tempo de 7/8 do resframeto. ABELA 3. Comparação do tempo de 1/ e 7/8 do resframeto umérco e expermetal - morago 3, com valor de h =16 W m - ºC -1. 1/ resframeto (m) 7/8 do resframeto (m) Dados umércos 5,8 65,9 Dados expermetas 3,8 87, Na Fgura, é apresetada a curva que mostrou o meor resíduo, quado comparadas as curvas de temperatura de orgem umérca e expermetal e o respectvo valor de h ajustado. Uma vez que, para o morago 3, se obteve o meor resíduo quado comparadas as curvas de orgem umérca e expermetal, pode-se, por exemplo, estabelecer que o morago e seu respectvo h sejam represetatvos do processo e, com essa estmatva, pode-se smular o processo de trasferêca de calor o teror do fruto e calcular o tempo que o mesmo demora para atgr certa temperatura, o que, em termos prátcos, sgfca maor cotrole do processo de resframeto. Por exemplo, a Fgura 3, pode ser vsta a smulação umérca da varação da temperatura ao logo do resframeto em ses potos do rao do morago 3. O comportameto prevsto para a varação da temperatura ao logo do rao do morago, o resframeto rápdo com ar forçado, é que, quato mas próxmo da superfíce do fruto, mas rápdo se dá o processo. Nota-se que a colua ao lado do gráfco relacoa cor com temperatura em graus Celsus.

8 Modelagem matemátca e smulação umérca do resframeto rápdo de morago com ar forçado dados umercos c/ h = 16 dados expermetas - EP emperatura [Celcus] empo [mutos] FIGURA. Varação da temperatura ao logo do tempo de resframeto segudo dados expermetas e umércos para o morago 3, com valor de h = 16 W m - ºC exo y, emperatura [Celcus] e x o x, te m p o [ m u to s ] ex o z,ds tac a ao logo do rao [ c etm etros ] FIGURA 3. Varação da temperatura ao logo do resframeto em ses potos do rao do morago 3, com valor de h =16 W m - ºC -1. CONCLUSÕES A metodologa das smulações umércas mostrou-se promssora como ferrameta o suporte à decsão do uso ou desevolvmeto de equpametos a área de resframeto rápdo com ar forçado de frutos esfércos, uma vez que fo capaz de forecer subsídos para a estmação do valor do coefcete covectvo de trasferêca de calor e determação do tempo de resframeto do morago. No caso do método umérco explícto usado, deve-se observar a codção de establdade. AGRADECIMENOS Ao Prof. Luís Augusto Barbosa Cortez e Cbele Bott, por cederem getlmete os dados de atureza expermetal.

9 Daela C. Z. Prozz & Marâgela Amêdola 3 REFERÊNCIAS ALVAREZ, G.;RYSAM, G. Desger of a ew strategy for the cotrol of the refrgerato process: frut ad vegetables codtoed a pallet. Food Cotrol, Gulford, v.6,.6, p ,1995. AMENDOLA, M.;ERUEL, B. Uso de um esquema mplícto y de sples para la smulacó umérca Del processo de eframeto de arajas. Smete, Satago, v.7,.3-4, p.141. BINOI, C.S. Avalação quattatva do método de resframeto rápdo com ar forçado para morago.. 83 f. Dssertação (Mestrado em ecologa Pós-Colheta) - Faculdade de Egehara Agrícola, Uversdade Estadual de Campas, Campas,. BOLDRINI, J.L.; RODRIGUES COSA, S.I.; FIGUEIREDO, V.L.; WEZLER,H.G. Álgebra lear. 3.ed. São Paulo: Harper & Row do Brasl, p. CASRO, L.R.; AMENDOLA, M. Smulação umérca do processo de trasferêca de calor em vegetas esfércos. I: CONGRESSO IBERO-LAINO-AMERICANO EM MÉODOS COMPUACIONAIS E ENGENHARIA,., 1999, São Paulo. Aas... São Paulo. 1 CD ROM. CHIARRA, A.B. Armazeameto de frutos e hortalças por refrgeração. Lavras: FAEPE, p. FIKIIN, A.G.; FIKIIN, K.A.;RIPHONOV, S.D. Equvalet thermophyscal propertes ad surface heat trasfer coeffcet of fruts layers trays durg coolg. Joural of Food Egeerg, Lodo, v.4,.1-, p.9-13, INCROPERA, F.P.; DE WI, D.P. Fudametals of heat ad mass trasfer. New York: Joh Wlley, p. IO, A.P.; AMENDOLA, M. Costrução e avalação de um sstema de determação de codutvdade e dfusvdade térmca em regme trasete. Smete, Satago, v.7,.3-4, p.141-,. MILES, C.A.; BEEK, G. va; VEERKAMP, C.H. Calculato of thermophscal propertes, I: JANCSÓK, P.I.; SCHEERLINCK, N.; VERBOVEN, P.; NICOLAI, B.M.; DEBAERDEMAEKER, J. Shape modelg for stochastc FE computaco of coolg processes of agrcultural products. < Acesso em: ago.. MICHEL, F.G. Coolg hortcultural commodtes. I: KADER, A.A. Postharvest techology of hortcultural crop. d ed. Davs: Cooperatve Exteso Dvso of Agrcultural ad Natural Resources, Uversty of Calfora, 199. p PIROZZI, D.C.Z.; AMENDOLA, M. Resframeto rápdo com ar forçado de moragos: um estudo umérco usado método das dfereças ftas explíctas. I: CONGRESSO BRASILEIRO DE ENGENHARIA AGRÍCOLA, 31.,, Salvador. Aas... Salvador: Socedade Braslera de Egehara Agrícola,. 1 CD ROM. QUEIROZ, M.R.; NEBRA, S.A. Abordagem teórca e expermetal do ecolhmeto a secagem de baaas. I: CONGRESSO BRASILEIRO DE ENGENHARIA AGRÍCOLA. 31.,, Salvador. Aas Salvador: Socedade Braslera de Egehara Agrícola,. 1 CD ROM. RICHMYER, R.D.; MORON, K.W. Dfferece methods for tal - value problems. New York: Iterscece, p. ERUEL, M.B.J. Estudo teórco expermetal do resframeto de laraja e baaa com ar forçado.. 49 f. ese (Doutorado em Egehara Mecâca) - Faculdade de Egehara Mecâca, Uversdade Estadual de Campas, Campas,. RELEA, I.C.; ALVAREZ, G.; RYSAM, G. Nolear predctve optmal cotrol of a batch refrgerato process. Joural of Food Process Egeerg, Westport, v.1, p.1-3, 1998.

( 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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão Estatístca Descrtva Meddas estatístcas: Localzação, Dspersão Meddas estatístcas Localzação Dspersão Meddas estatístcas - localzação Méda artmétca Dados ão agrupados x x Dados dscretos agrupados x f r x

Leia mais

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

Análise estatística dos resultados do modelo de previsão atmosférica RAMS para a região do lago de Ilha Solteira (SP)

Análise estatística dos resultados do modelo de previsão atmosférica RAMS para a região do lago de Ilha Solteira (SP) Aálse estatístca dos resultados do modelo de prevsão atmosférca RAMS para a regão do lago de Ilha Soltera (SP) Beatrz da Slva Berardo, Ismar de A. Satos, Claudo F. Neves 3., Uversdade Federal do Ro de

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 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

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

(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

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

Relatório 2ª Atividade Formativa UC ECS

Relatório 2ª Atividade Formativa UC ECS Relatóro 2ª Atvdade Formatva Eercíco I. Quado a dstrbução de dados é smétrca ou apromadamete smétrca, as meddas de localzação méda e medaa, cocdem ou são muto semelhates. O mesmo ão acotece quado a dstrbução

Leia mais

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

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

Centro de massa, momento linear de sistemas de partículas e colisões

Centro de massa, momento linear de sistemas de partículas e colisões Cetro de massa, mometo lear de sstemas de partículas e colsões Prof. Luís C. Pera stemas de partículas No estudo que temos vdo a fazer tratámos os objectos, como, por exemplo, blocos de madera, automóves,

Leia mais

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

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

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

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

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

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

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

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

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

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

Formulação para Polinômio Interpolador de Ordem Elevada aplicado a Inomogeneidades - Método dos Elementos Analíticos

Formulação para Polinômio Interpolador de Ordem Elevada aplicado a Inomogeneidades - Método dos Elementos Analíticos Formulação para Polômo Iterpolador de Ordem Elevada aplcado a Iomogeedades - Método dos Elemetos Aalítcos Marao da Fraca Alecar Neto Isttuto Federal de Educação, Cêca e Tecologa do Ceará IFCE 64-53, Av.

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

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual

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

Leia mais

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

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

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

4 Métodos Sem Malha Princípio Básico dos Métodos Sem Malha

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

Leia mais

Algoritmo Evolução Diferencial Adaptado para o Problema das P-Medianas

Algoritmo Evolução Diferencial Adaptado para o Problema das P-Medianas Proceedg Seres of the Brazla Socety of Appled ad Computatoal Mathematcs, Vol. 2, N., 204. Trabalho apresetado o CMAC-Sul, Curtba-PR, 204. Algortmo Evolução Dferecal Adaptado para o Problema das P-Medaas

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

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

Momento Linear duma partícula

Momento Linear duma partícula umáro Udade I MECÂNICA 2- Cetro de massa e mometo lear de um sstema de partículas - Mometo lear de uma partícula e de um sstema de partículas. - Le fudametal da dâmca para um sstema de partículas. - Impulso

Leia mais

PREVISÃO DE MASSA DE FRUTOS DE ABOBRINHA CULTIVAR ANITA F1

PREVISÃO DE MASSA DE FRUTOS DE ABOBRINHA CULTIVAR ANITA F1 PREVISÃO DE MASSA DE FRUTOS DE ABOBRINHA CULTIVAR ANITA F1 Jhoata Motero de Olvera 1 ; Roberto Rezede 2 ; Adré Maller 3 ; Paulo Sérgo Loureço de Fretas 4 ; Maraa Gomes Brescas 5 ; Rea Soares de Souza 6

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

Complexidade Computacional da Determinação da Correspondência entre Imagens

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

Leia mais

? 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

ANÁLISE DE REGRESSÃO E CORRELAÇÃO

ANÁLISE DE REGRESSÃO E CORRELAÇÃO ANÁLISE DE REGRESSÃO E CORRELAÇÃO Quado se cosderam oservações de ou mas varáves surge um poto ovo: O estudo das relações porvetura estetes etre as varáves. A aálse de regressão e correlação compreedem

Leia mais

CONHECIMENTOS ESPECÍFICOS

CONHECIMENTOS ESPECÍFICOS CONHECIMENTOS ESPECÍFICOS Uma uversdade oferece um curso para capactação profssoal de joves caretes. Ao fal do curso, cada jovem partcpate será avalado por meo de uma prova teórca e de uma prova prátca,

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

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

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

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

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

2 o CONGRESSO BRASILEIRO DE P&D EM PETRÓLEO & GÁS

2 o CONGRESSO BRASILEIRO DE P&D EM PETRÓLEO & GÁS 2 o CONGRSSO BRASILIRO D P&D M PTRÓLO & GÁS CORRLAÇÕS APLICADAS À PRDIÇÃO DA PRSSÃO D SATURAÇÃO FATOR VOLUM D FORMAÇÃO: STUDO D CASO BACIA POTIGUAR Novaes, W. S., Dutra Jr, T. V. 2, Selvam, P. V. P. 3,2,3

Leia mais

S S S S 5. Uma pessoa deposita em um banco, no fim de cada mês, durante 5 meses, a quantia de R$ 200,00. 1,05 1

S S S S 5. Uma pessoa deposita em um banco, no fim de cada mês, durante 5 meses, a quantia de R$ 200,00. 1,05 1 CopyMarket.com Todos os dretos reservados. ehuma parte desta publcação poderá ser reproduzda sem a autorzação da Edtora. Título: Matemátca Facera e Comercal utores: Roberto Domgos Mello e Carlos Eduardo

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

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

MODELAGEM NUMÉRICA DE ESCOAMENTOS TURBULENTOS PARIETAIS SOB GRADIENTES ADVERSOS DE PRESSÃO

MODELAGEM NUMÉRICA DE ESCOAMENTOS TURBULENTOS PARIETAIS SOB GRADIENTES ADVERSOS DE PRESSÃO 6º POSMEC Uversdade Federal de Uberlâda Faculdade de Egehara Mecâca MODELAGEM NUMÉRICA DE ESCOAMENTOS TURBULENTOS PARIETAIS SOB GRADIENTES ADVERSOS DE PRESSÃO Also Satago de Faras Uversdade de Brasíla

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

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

( ) Editora Ferreira - Toque de Mestre. Olá Amigos!

( ) Editora Ferreira - Toque de Mestre. Olá Amigos! Olá Amgos! Hoje coloco à dsposção de vocês aqu a seção Toque de Mestre da Edtora Ferrera (www.edtoraferrera.com.br) as questões de Matemátca Facera cobradas o últmo cocurso da axa Ecoômca Federal (EF),

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

e Estudos Climáticos (CPTEC/INPE) - São José dos Campos - São Paulo - SP, Brasil

e Estudos Climáticos (CPTEC/INPE) - São José dos Campos - São Paulo - SP, Brasil Avalação do Modelo Atmosférco ETA para a Regão do CLA Rosa de Fátma Cruz Marques, Jorge Yamazak, Mara Aparecda Seaubar Alves, Emauel Garolla 2 e José Marcos Barbosa da Slvera. Isttuto de Aeroáutca e Espaço/Dvsão

Leia mais

ADEQUAÇÃO DE MODELOS PARA ESTIMATIVA DE NÚMERO DE FOLHAS E ÁREA FOLIAR DA BANANEIRA GRAND NAINE

ADEQUAÇÃO DE MODELOS PARA ESTIMATIVA DE NÚMERO DE FOLHAS E ÁREA FOLIAR DA BANANEIRA GRAND NAINE http://dx.do.org/0.70/.ovagr.04-a63 ADEQUAÇÃO DE MODELOS PARA ESTIMATIVA DE NÚMERO DE FOLHAS E ÁREA FOLIAR DA BANANEIRA GRAND NAINE T. K. S. Borges, M. G. Slva, N. T. Satos 3 ; E. F. Coelho 4, E. A. Souza

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

INTEGRAÇÃO DE REFERÊNCIAS DE NÍVEL NO AJUSTE DO MODELO GEOIDAL PARA O ESTADO DE GOIÁS

INTEGRAÇÃO DE REFERÊNCIAS DE NÍVEL NO AJUSTE DO MODELO GEOIDAL PARA O ESTADO DE GOIÁS Presdete Prudete - SP, 4-6 de julho de 017 p. 490-495 INTEGRAÇÃO DE REFERÊNCIAS DE NÍVEL NO AJUSTE DO MODELO GEOIDAL PARA O ESTADO DE GOIÁS JOÃO PAULO MAGNA JÚNIOR 1 CARLOS ALBERTO CORREA E CASTRO JUNIOR

Leia mais

José Álvaro Tadeu Ferreira. Cálculo Numérico. Notas de aulas

José Álvaro Tadeu Ferreira. Cálculo Numérico. Notas de aulas UNIVERSIDADE FEDERAL DE OURO PRETO Isttuto de Cêcas Eatas e Bológcas Departameto de Computação José Álvaro Tadeu Ferrera Cálculo Numérco Notas de aulas Iterpolação Polomal Ouro Preto 3 (Últma revsão em

Leia mais

Método de Partículas para a Modelagem de Fluidos Incompressíveis

Método de Partículas para a Modelagem de Fluidos Incompressíveis Método de Partículas para a Modelagem de Fludos Icompressíves Jaro H. Tovar, Kazuo Nshmoto Departameto de Egehara Naval e Oceâca, Escola Poltécca da Uversdade de São Paulo, São Paulo, Brasl atovar@usp.br

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

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

Í N D I C E. Séries de Pagamentos ou Rendas Renda Imediata ou Postecipada Renda Antecipada Renda Diferida...

Í N D I C E. Séries de Pagamentos ou Rendas Renda Imediata ou Postecipada Renda Antecipada Renda Diferida... Curso: Pós-graduação / MBA Campus Vrtual Cruzero do Sul - 2009 Professor Resposável: Carlos Herque de Jesus Costa Professores Coteudstas: Carlos Herque e Douglas Madaj UNIVERSIDADE CRUZEIRO DO SUL Cohecedo

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

Ivan G. Peyré Tartaruga. 1 Metodologia espacial

Ivan G. Peyré Tartaruga. 1 Metodologia espacial RELATÓRIO DE PESQUISA 5 Procedmetos o software ArcGIS 9. para elaborar os mapas da Regão Metropoltaa de Porto Alegre RMPA com as elpses de dstrbução drecoal etre 99 e 000 Iva G. Peré Tartaruga Metodologa

Leia mais

Momento Linear duma partícula

Momento Linear duma partícula umáro Udade I MECÂNICA 2- Cetro de massa e mometo lear de um sstema de partículas - Mometo lear de uma partícula e de um sstema de partículas. - Le fudametal da dâmca para um sstema de partículas. - Impulso

Leia mais

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

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

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

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

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

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

APLICAÇÃO DO MÉTODO DE ELEMENTOS DE CONTORNO AO PROBLEMA DA RADIAÇÃO ACÚSTICA

APLICAÇÃO DO MÉTODO DE ELEMENTOS DE CONTORNO AO PROBLEMA DA RADIAÇÃO ACÚSTICA APLICAÇÃO DO MÉTODO DE ELEMENTO DE CONTORNO AO PROBLEMA DA RADIAÇÃO ACÚTICA Marco Eustáquo Mara Resumo: A preocupação com o ruído as comudades urbaas cresceu as últmas décadas com o aumeto do úmero de

Leia mais

CADERNO 1 (É permitido o uso de calculadora gráfica.)

CADERNO 1 (É permitido o uso de calculadora gráfica.) Proposta de teste de avalação [mao 09] Nome: Ao / Turma: N.º: Data: - - Não é permtdo o uso de corretor. Deves rscar aqulo que pretedes que ão seja classfcado. A prova clu um formuláro. As cotações dos

Leia mais

Total Bom Ruim Masculino

Total Bom Ruim Masculino UNIDADE I - ESTUDO DIRIGIDO Questão - Classfque as varáves em qualtatva (omal ou ordal ou quattatva (cotíua ou dscreta: a. População: aluos de uma Uversdade. Varável: cor dos cabelos (louro, castaho, ruvo,

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

Capitulo 1 Resolução de Exercícios

Capitulo 1 Resolução de Exercícios S C J S C J J C FORMULÁRIO Regme de Juros Smples 1 1 S C 1 C S 1 1.8 Exercícos Propostos 1 1) Qual o motate de uma aplcação de R$ 0.000,00 aplcados por um prazo de meses, à uma taxa de 2% a.m, os regmes

Leia mais

VI - Integração Numérica

VI - Integração Numérica V - tegração Numérca C. Balsa & A. Satos. trodução São, este mometo, coecdos dos aluos métodos aalítcos para o cálculo do tegral dedo b ( d a sedo ( cotíua e tegrável o tervalo [ ab] ;. Cotudo, algumas

Leia mais

Aula 9. Aula de hoje. Aula passada. Self-normalized Importance Sampling Gerando amostras complicadas Variância amostral Simulação

Aula 9. Aula de hoje. Aula passada. Self-normalized Importance Sampling Gerando amostras complicadas Variância amostral Simulação Aula 9 Aula passada Método da rejeção (rejecto samplg) Exemplos Importace Samplg Exemplos Geeralzação Aula de hoje Self-ormalzed Importace Samplg Gerado amostras complcadas Varâca amostral Smulação Importace

Leia mais

Sobre aproximações polinomiais de raízes reais de cúbicas

Sobre aproximações polinomiais de raízes reais de cúbicas Notas de Aula Sobre aproxmações polomas de raízes reas de cúbcas Edgar Rechtschaffe UNIFESO O problema de se obter as raízes de uma equação do tercero grau abrevadamete uma cúbca fo resolvdo o século XVI

Leia mais

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

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

Leia mais