5. Sistemas Não lineares
|
|
- Bárbara Câmara Gentil
- 8 Há anos
- Visualizações:
Transcrição
1 Modelação e Simulação 5.Sistemas não lineares 5. Sistemas Não lineares Objectivo: Após completar este módulo, o aluno deverá ser capaz de: ) Aproimar um sistema não linear por um sistema linearizado em torno de um ponto de equilíbrio; ) Aproimar um sistema não linear por uma combinação de múltiplos sistemas lineares; 3) Traçar qualitativamente o retrato de fase de um sistema não linear de ª ordem, com base na linearização em torno dos pontos de equilíbrio e dos sinais da derivada.
2 Modelação e Simulação 5.Sistemas não lineares Um modelo para sistemas não-lineares Vimos que muitos sistemas não lineares podem ser representados pelo modelo de estado não-linear: d f (, u) (0) 0 y( t) h( ) A primeira equação representa o modleo da dinâmica do estado A segunda equação representa o modelo dos sensores, que relaciona o estado com as observações y.
3 Modelação e Simulação 5.Sistemas não lineares 3 Eistência e unicidade da solução É condição suficiente para que a solução de d eista e seja única, que f f ( ) ( ) 0 0 seja contínua numa vizinhança de 0. Nos sistemas lineares, a solução eiste sempre e é única (Porquê?). Nos sistemas não-lineares é possível encontrar eemplos em que f não é única num ponto, pelo qual passam duas soluções (o teorema não é aplicável).
4 Modelação e Simulação 5.Sistemas não lineares 4 Tem duas soluções: Repare-se que Um eemplo de não unicidade de solução d t () t 3 3 ( 0 ) 0 3 e () t 0 f d não é contínua para 0 (e portanto o teorema de unicidade não é aplicável).
5 Modelação e Simulação 5.Sistemas não lineares 5 Singularidades na solução A solução da equação de estado dos sistemas lineares eiste para todo o tempo, entre o instante inicial e +. Nos sistemas lineares, a solução pode tender para +, mas apenas quando o tempo tende para +. Considere-se no entanto a equação não linear: d () 0 0 Esta equação pode ser facilmente integrada por separação de variáveis: ( t) 0 d t ( t) 0 t A solução só eiste para t < 0 t) t ( t 0 y Simulação com 0 0.
6 Modelação e Simulação 5.Sistemas não lineares 6 Pontos de equilíbrio Define-se ponto de equilíbrio como um ponto no espaço de estado tal que, se o estado fôr iniciado nele, permanecerá constante no tempo. Dada a equação d f ( ) os pontos de equilíbrio correspondem a valores do estado constantes, os quais são por conseguinte dados pelas raízes da equação algébrica: f ( ) 0
7 Modelação e Simulação 5.Sistemas não lineares 7 Pontos de equilíbrio dos sistemas Lineares Para um sistema linear autónomo, descrito pela equação de estado d A os pontos de equilíbrio são dados pelas raízes da equação algébrica linear: A 0 Se a matriz A não é singular, há um único ponto de equilíbrio, dado por 0. Se a matriz A é singular, há uma infinidade de pontos de equilíbrio, que formam um hiperplano que passa sempre pela origem. Ao contrário, nos sistemas não lineares podem eistir múltiplos pontos de equilíbrio isolados.
8 Modelação e Simulação 5.Sistemas não lineares 8 Determinação numérica dos pontos de equilíbrio A determinação numérica dos pontos de equilíbrio faz-se com um método numérico que resolva o sistema de equações 0 ) ( f ou seja 0 ),,, ( 0 ),,, ( n n n f f K L K A solução pode ser obtida com a função fsolve do MATLAB (Optimization toolbo). Uma outra alternativa é usar a função trim.
9 Modelação e Simulação 5.Sistemas não lineares 9 A função fsolve do MATLAB Informação adicional: Help sobre Nonlinear Systems of Equations, Nonlinear Equations with Analytic Jacobian e fsolve. Eemplo: Resolver o sistema de equações f f ( ( ) ) 0 0 Criar no directório de trabalho o ficheiro f.m com o seguinte conteúdo: function ff(); f()((()-)^)*(); f()((()-3)^)*(); Correr fsolve(@f,[5 6])
10 Modelação e Simulação 5.Sistemas não lineares 0 Linearização em torno de um ponto de equilíbrio Seja um ponto de equilíbrio do sistema não linear & f () Pretende-se aproimar a dinâmica de um incremento de equilíbrio por um modelo linear. Δ em torno do ponto + Δ
11 Modelação e Simulação 5.Sistemas não lineares & f () d d ( + Δ) f ( + Δ) d f + Δ f ( ) + d d 0 Δ e f ( ) 0 (porquê?) d f Δ d Δ
12 Modelação e Simulação 5.Sistemas não lineares A linearização do sistema não linear Conclusão & f () em torno do ponto de equilíbrio (solução de f ( ) 0 sistema linear em que d Δ AΔ com a matriz A dada por Δ é o incremento em torno de. A f d ) é dada pelo
13 Modelação e Simulação 5.Sistemas não lineares 3 Eercício Obtenha uma aproimação linear do sistema com entrada u dado por & f (, u) em torno do ponto de trabalho dado por e u u, supondo que a entrada u e o estado em torno do qual se faz a variação estão em equilíbrio, ou seja, que se tem f (, u ) 0
14 Modelação e Simulação 5.Sistemas não lineares 4 Eemplo: Suspensão magnética i Desprezando o atrito: m & ϕ(, i) mg
15 Modelação e Simulação 5.Sistemas não lineares 5 Massa da bola: kg A força da gravidade é mg kg 9.8ms 8 0 A bola está em equilíbrio quando a força electromagnética iguala o peso. De acordo com a característica ϕ (, i), para uma corrente i i 600mA a resultante das forças é nula quando a bola está na 3 N posição m.
16 Modelação e Simulação 5.Sistemas não lineares 6 Na posição m e na corrente i i 600mA, a 3 força electromag. vem dada por ϕ (, i ) 8 0 N e iguala o peso.
17 Modelação e Simulação 5.Sistemas não lineares 7 Linearização da característica de força: ϕ ( + Δ, i + Δi) ϕ(, i ) + K Δ + K Δi i +K K é a inclinação no ponto da curva de força versus ao longo da curva i i 600mA. O seu valor é aproimadamente 4 N / m.
18 Modelação e Simulação 5.Sistemas não lineares 8 Ki é a taa de variação de força com a corrente no ponto. No ponto, quando Quando Assim: i i 700mA, a força é de 0 3 N i i 500mA, a força é de N K i 0.4N / A
19 Modelação e Simulação 5.Sistemas não lineares 9 Aproimação linear: m & ϕ(, i) mg ϕ ( + Δ, i + Δi) ϕ(, i ) + K Δ + K i Δi Assim: + Δ i i + Δi m d Δ K Δ + d K i Δi d d && ( + Δ) Δ ou seja, em torno do ponto de equilíbrio: Δ 667Δ Δi
20 Modelação e Simulação 5.Sistemas não lineares 0 Referência sobre o eemplo anterior Franklin, Powell e Emami-Naeini. Feedback control of dynamic systems. Addison Wesley.
21 Modelação e Simulação 5.Sistemas não lineares Linearização em torno de um ponto de equilíbrio: Eemplo d d Os pontos de equilíbrio correspondem aos pontos de intersecção da recta com a hipérbole. São dados por (-, -) e (,).
22 Modelação e Simulação 5.Sistemas não lineares Interpretação geométrica da solução do sistema de equações: (,) d d 0 0 (-,-)
23 Modelação e Simulação 5.Sistemas não lineares 3 d d A matriz das primeiras derivadas é f d f d f d f d Esta matriz deve ser calculada em cada um dos pontos de equilíbrio.
24 Modelação e Simulação 5.Sistemas não lineares 4 Ponto de equilíbrio (-,-): f d f d f d f d Ponto de equilíbrio (,): f d f d f d f d Estes resultados podem ser obtidos numericamente com a função linmod.
25 Modelação e Simulação 5.Sistemas não lineares 5 Rede de modelos locais (Local Model Network LMN) Objectivo: Aproimar um modelo não linear por uma combinação pesada de modelos lineares válidos localmente. Eemplo: Modelo de uma bomba com dinâmica não linear φ(n) Dinâmica N baio N φ(n) N Dinâmica N médio N + N φ(n) Dinâmica N alto N
26 Modelação e Simulação 5.Sistemas não lineares 6 Modelo de estado não linear & f (, u) Linearização em torno de um ponto ( i, ui) não necessariamente de equilíbrio: f f & f ( i, ui) + Δi + Δui +K i i u u u u u i i
27 Modelação e Simulação 5.Sistemas não lineares 7 O plano (, u) é coberto por N regiões (não necessariamente disjuntas) cada uma delas associada a um modelo linearizado em torno de ( i, ui) (ditos modelos locais). u 3
28 Modelação e Simulação 5.Sistemas não lineares 8 O modelo global consiste na soma pesada das saídas dos diversos modelos locais: u Cálculo dos pesos Modelo Modelo u + y Modelo 3
29 Modelação e Simulação 5.Sistemas não lineares 9 Eemplo: LMN do motor de um camião
30 Modelação e Simulação 5.Sistemas não lineares 30 Propriedades locais e propriedades globais As redes de modelos locais não replicam necessariamente bem as propriedades globais dos sistemas que aproimam. Por eemplo, os todos os modelos locais podem ser estáveis, mas isso resultar num modelo global instável. Isto depende dos pesos e da maneira como se processam as transições entre estados entre zonas representadas por modelos locais diferentes. O LMN tem no entanto um uso crescente, tal comno as técnicas baseadas em modelos múltiplos.
31 Modelação e Simulação 5.Sistemas não lineares 3 Referência sobre LMN T. A. Johansen, K. J. Hunt e H. Fritz. A software environment for gainscheduled Controller design. IEEE Control Systems Magazine, April 998. Esta referência pode facilmente ser encontrada no IEEEXPLORE, acessível através da rede sem fios do IST.
32 Modelação e Simulação 5.Sistemas não lineares 3 Traçado qualitativo das soluções no plano de estado A observação dos sinais da derivada (que indica se as variáveis são crescentes, decrescentes ou constantes) e a linearização permitem, para sistemas de ª ordem (com duas variáveis de estado), ter uma ideia do andamento qualitativo das soluções no plano de estado. Vamos dedicar a nossa atenção a este assunto.
33 Modelação e Simulação 5.Sistemas não lineares 33 Bibliografia Há muitas referências que tratam o assunto a nível introdutório, tal como é feito aqui. O seguinte teto tem eemplos sobre dinâmica das populações, e trata a chamada teoria qualitativa das equações diferenciais: Braun, M. Differential Equations and their applications. Springer. Cap. 4 Um outro eemplo que dá um tratamento um pouco mais completo e aborda outros assuntos deste capítulo é: Robinson, R. C. An introduction to dynamical systems continuous and Discrete. Pearson (Prentice Hall). Caps. 4, 5.
34 Modelação e Simulação 5.Sistemas não lineares 34 Consequências da unicidade da solução Através de um ponto do espaço de estado passa no máimo uma trajectória. Uma solução que comece num ponto que não seja de equilíbrio, não pode atingir um ponto de equilíbrio num intervalo de tempo finito t Se isto fosse possível, por este ponto passariam duas soluções.
35 Modelação e Simulação 5.Sistemas não lineares 35 Uma trajectória que passe pelo menos pelo menos através de um ponto que não seja ponto de equilíbrio, não pode reencontrar-se a si própria, a menos que seja uma curva fechada. Não pode suceder se o ponto A não é A ponto de equilíbrio.
36 Modelação e Simulação 5.Sistemas não lineares 36 Uso dos sinais da derivada Quando a derivada de uma variável é positiva, a variável aumenta Quando a derivada é negativa, diminui Quando é nula, a variável mantém-se constante Podemos usar a informação sobre os sinais das derivadas para determinar o sentido de andamento das trajectórias no plano de estado. Repare-se que a equação se escreve d f ( ) pelo que para cada ponto, a derivada é f() e pode saber-se o seu sinal.
37 Modelação e Simulação 5.Sistemas não lineares 37 d Eemplo: Pêndulo não amortecido d sin( ) 3π π π 0 π π 3π
38 Modelação e Simulação 5.Sistemas não lineares 38 Relação entre o sistema não linear e as suas linearizações A intuição sugere-nos que eiste uma relação entre a solução da equação não-linear e a solução da equação linearizada em torno do ponto de equilíbrio considerado (pensemos na origem para fiar ideias). No entanto, a intuição nem sempre é o melhor guia Repare-se que embora duas equações possam ser parecidas, nada nos garante que os comportamentos qualitativos das suas soluções não sejam muito diferentes. Os eemplos de sensibilidade a parâmetros sugerem que nem sempre a nossa intuição inicial se verifica.
39 Modelação e Simulação 5.Sistemas não lineares 39 Há no entanto situações em que eiste uma relação estreita entre as soluções do sistema não-linear e da sua linearização em torno de um dado ponto de equilíbrio. Estudam-se a seguir as condições precisas em que podemos tirar conclusões sobre o comportamento local de um sistema não linear a partir do estudo da sua linearização em torno de pontos de equilíbrio.
40 Modelação e Simulação 5.Sistemas não lineares 40 Nota Os resultados seguintes referem-se frequentemente à origem como ponto de equilíbrio. Isto é feito sem perda de generalidade. Com efeito se fôr um ponto de equilíbrio de d f ( ) então a origem é um ponto de euilíbrio de com z. dz f (z)
41 Modelação e Simulação 5.Sistemas não lineares 4 O sistema linear Definição (Pontos de equilíbrio simples) d A diz-se simples se a matriz A é não singular. Um ponto de equilíbrio de um sistema não-linear diz-se simples se o sistema linearizado em torno dele fôr simples. Repare-se que um sistema não linear pode ter vários pontos de equilíbrio, sendo alguns simples e outros não.
42 Modelação e Simulação 5.Sistemas não lineares 4 Relação entre o comportamento de sistemas lineares e não-lineares Suponhamos que o sistema d f ( ) tem um ponto de euilíbrio simples em 0. Numa vizinhança da origem os comportamentos no plano de estado do sistema não linear e da sua linearização são qualitativamente equivalentes, desde que o sistema linearizado não tenha valores próprios imaginários puros.
43 Modelação e Simulação 5.Sistemas não lineares 43 Eemplo em que não há equivalência de comportamento A) d d + ( + ) + ( + ) e B) d d ( + ) ( + ) Os seus comportamentos em torno do ponto de equilíbrio (0,0) são muito diferentes: A é instável e B é estável A B
44 Modelação e Simulação 5.Sistemas não lineares 44 No entanto, ambos têm a mesma linearização em torno da origem, dada por d d Os valores próprios das matrizes do sistema linearizado em ambos os casos são imaginários puros.
45 Modelação e Simulação 5.Sistemas não lineares 45 Para se perceber como foi construído este eemplo, tenha-se em consideração que, em coordenadas polares ( r,θ ), as equações são dr d r 3 θ e dr r dθ Com base nestas equações, mostre que no primeiro caso a origem é um ponto de equilíbrio instável e, no segundo caso, um ponto de equilíbrio estável. 3
46 Modelação e Simulação 5.Sistemas não lineares 46 Nota sobre o Teorema da Variedade Central De acordo com o eposto anteriormente, quando há valores próprios da matriz do sistema linearizado que são imaginários puros, não se pode, conhecendo a estabilidade do sistema linearizado, dizer nada sobre a estabilidade do ponto de equilíbrio em torno do qual se fez a linearização. No entanto o Teorema da Variedade Central (Center Manifold Theorem) permite estudar a estabilidade do sistema original a partir de um problema mais simples, em que se estuda a estabilidade de um sistema com ordem n-p, sendo n a ordem do sistema original e p o número de valores próprios com parte real nula.
47 Modelação e Simulação 5.Sistemas não lineares 47 Outro eemplo de não aplicabilidade do Teorema: Pontos de equilíbrio não simples Sistema não linear Sistema linearizado em torno da origem d d d d A presença do termo não-linear modifica completamente neste caso o comportamento qualitativo da solução.
48 Modelação e Simulação 5.Sistemas não lineares 48 Classificação da dinâmica em torno dos pontos de equilíbrio jω Foco estável jω Nó estável jω Centro σ σ σ Plano compleo jω Foco instável Plano de estado Plano compleo jω Nó instável Plano de estado Plano compleo jω Ponto de sela Plano de estado σ σ σ Plano compleo Plano de estado Plano compleo Plano de estado Plano compleo Plano de estado Consoante a disposição no plano compleo dos valores próprios da matriz da dinâmica do sistema linearizado, assim será o andamento local das trajectórias de estado. Repare-se que no caso dos centros, não se pode dizer nada sobre o correspondente sistema não-linear.
49 Modelação e Simulação 5.Sistemas não lineares 49 Método para traçado qualitativo das soluções Determinar os pontos de equilíbrio; Determinar o tipo dos pontos de equilíbrio (nó, foco, estável, instável, ); A partir dos sinais da derivada, determinar os possíveis sentidos de andamento das variáveis de estado em cada uma das regiões do plano Incorporar outro tipo de informações (por eemplo, eistência de trajectórias de estado fechadas); Traçar o andamento qualitativo das trajectórias de estado tendo em conta os passos anteriores.
50 Modelação e Simulação 5.Sistemas não lineares 50 Eemplo de traçado das trajectórias no plano estado d d Os pontos de equilíbrio são dados por (-, -) e (,).
51 Modelação e Simulação 5.Sistemas não lineares 5 Ponto de equilíbrio (-,-): f d f d f d f d Os valores próprios desta matriz são ± j. O ponto é portanto um foco instável.
52 Modelação e Simulação 5.Sistemas não lineares 5 Ponto de equilíbrio (,): f d f d f d f d Os valores próprios desta matriz são ±. É portanto um ponto de sela.
53 Modelação e Simulação 5.Sistemas não lineares 53 Vectores próprios (definem as direcções das assimptotas do ponto de sela): Associado ao valor próprio + : Associado ao valor próprio :
54 Modelação e Simulação 5.Sistemas não lineares 54 O campo de vectores associado à equação e o retrato de fase são:
55 Modelação e Simulação 5.Sistemas não lineares 55 s Células sãs d Dinâmica de infecção pelo HIV Vírus livres c k β Células infectadas μ dt s dt βtv * dt * βtv μt dv * kt μv T Número de células T-CD4+ sãs 3 por unidade de volume [ mm ] [ μl] * T Núm. células T-CD4+ infectadas por unidade de volume 3 [ mm ] [ μl] v Número de partículas de vírus por unidade de volume 3 [ mm ] [ μl]
56 Modelação e Simulação 5.Sistemas não lineares 56 Pontos de equilíbrio Os pontos de equilíbrio obtêm-se igualando as derivadas a zero: dt s dt βtv 0 * dt * βtv μt 0 dv * kt μv 0 Há dois pontos de equilíbrio, correspondentes, respectivamente, a estados em que não há infecção e em que há infecção.
57 Modelação e Simulação 5.Sistemas não lineares 57 Estados de equilíbrio: Ausência de infecção () Fase assimptomática () 0 0 * d s v T T β μ μ β μ μ β μ μ d ks k d s k v T T *
58 Modelação e Simulação 5.Sistemas não lineares 58 Sistema linearizado em torno de um ponto de equilíbrio Ponto de equilíbrio: [ ] T v T T 0 * 0 0 Dinâmica linearizada em torno deste ponto de equilíbrio: μ β μ β β β k T v T v d A
59 Modelação e Simulação 5.Sistemas não lineares 59 Estabilidade dos pontos de equilíbrio A quantidade R 0 βsk dμ μ determina a estabilidade do estado equilíbrio em que se desenvolve a infecção. Se R < 0 o equilíbrio () (não infecção) é assimptoticamente estável e o vírus não se desenvolve. Se R > 0 o equilíbrio () é instável e o equilíbrio () é localmente assimptoticamente estável. O vírus vai espalhar-se após a infecção, atingindo-se o equilíbrio ().
60 Modelação e Simulação 5.Sistemas não lineares 60 Eemplo t Tempo d k Taa de mortalidade das células T sãs Taa de produção dos viriões pelas células T infectadas s Termo de fonte das células T sãs Dias 0.0 por dia 00 por célula 0 3 mm por dia β Taa de infecciosidade dos viriões livres mm por dia μ Taa de mortalidade do vírus.4 por dia μ Taa de mortalidade das células T infectadas 0.4 por dia
61 Modelação e Simulação 5.Sistemas não lineares 6 Equilíbrio () Ausência de infecção Ponto de equilíbrio: [ ] * T T T v [ ] T Matriz da dinâmica do sistema linearizado: A Esta matriz tem valores próprios -0.0, 0.83 e Há um valor próprio real positivo pelo que o ponto de equilíbrio é instável.
62 Modelação e Simulação 5.Sistemas não lineares 6 E torno do ponto de equilíbrio (), o valor próprio correspondente ao estado v é muito maior em valor absoluto que os outros dois. Isto sugere que é possível simplificar o modelo, considerando apenas os estados T e * T, uma vez que v atinge muito mais rapidamente o equilíbrio (em termos das outras duas variáveis). Por outro lado, os valores próprios correspondentes a T e T * são um positivo e o outro negativo, o que sugere um comportamento tipo ponto de sela no plano de estado destas variáveis, com um modo estável associado a T e um modo instável associado a * T.
63 Modelação e Simulação 5.Sistemas não lineares 63 Ponto de equilíbrio: Equilíbrio () Infecção (fase assimptomática) [ ] * T T T v [ ] T Matriz da dinâmica do sistema linearizado: A Esta matriz tem valores próprios ± j e Todos os valores próprios têm parte real negativa, pelo que o ponto de equilíbrio é estável.
64 Modelação e Simulação 5.Sistemas não lineares 64 Uma vez mais, o valor próprio associado a v é muito maior em valor absoluto que os outros dois. Isto sugere uma vez mais que é possível simplificar o modelo, considerando apenas os estados T e equilíbrio (em termos das outras duas variáveis). * T, uma vez que v atinge muito mais rapidamente o Por outro lado, os valores próprios correspondentes a T e * T são compleos conjuugados, o que sugere um comportamento tipo foco estável no plano destas variáveis.
65 Modelação e Simulação 5.Sistemas não lineares 65 Retrato de fase (tridimensional) Carga viral 5000 v [cópias/mm 3 ] T inf [células/mm 3 ] T [células/mm 3 ] 000
66 Modelação e Simulação 5.Sistemas não lineares 66 Eemplo: O PLL O PLL (Phase Lock Loop - malha de captura de fase) é um dispositivo não linear usado para resolver problemas de Telecomunicações (desmodulação de fase) e de Controlo (controlo de velocidade de precisão). Sinal cuja fase se pretende estimar Detector de fase Filtro A Sinal em fase com o sinal de entrada Oscilador controlado por tensão O PLL gera no ponto B um sinal em fase com o sinal de entrada em A, cuja fase se pretende determinar. B
67 Modelação e Simulação 5.Sistemas não lineares 67 Modelo de um PLL: d d sin ( θi ) Admite-se que a fase do sinal de entrada é constante. A constante θ i representa a fase da sinusóide de entrada que se pretende estimar. A variável de estado representa a estimativa dessa fase. Mostre que Ponto A: θ 0 i são dois pontos de equilíbrio do sistema. Ponto B: θ i π + 0
68 Modelação e Simulação 5.Sistemas não lineares 68 a) Calcule o sistema linearizado em torno de cada um destes ponto de equilíbrio. b) Para cada um dos sistemas linearizados que obteve em a) calcule os valores próprios e classifique-os qualitativamente (diga se são estáveis ou instáveis e se se trata de um nó, de um foco, de um centro ou de um ponto de sela). c) Diga, justificando, se pode concluir que o sistema não linear é assimptoticamente estável em torno de cada um dos pontos de equilíbrio acima referidos.
69 Modelação e Simulação 5.Sistemas não lineares 69 Eercício simples Determine os pontos de equilíbrio e esboce o retrato de fase do sistema: d d ) (
70 Modelação e Simulação 5.Sistemas não lineares 70 Eercício Nas impenetráveis florestas da Brutópia eistem dois animais que competem entre si pela mesma fonte alimentar. Trata-se do Marsupilami (Marsupilamis Simpaticus L.) e do Monstro da Tasmânia (Monstrus Ferocissimus L.), representados em fotos (muito difíceis de obter) na figura. Fig. O Marsupilami (à esquerda) e o Monstro da Tasmânia, cumprimentando os alunos de Modelação e Simulação.
71 Modelação e Simulação 5.Sistemas não lineares 7 Depois de porfiados esforços e após observações eperimentais em que correram grandes riscos (quer o Marsupilami, quer o Monstro da Tasmânia são vegetarianos, mas os Brutopianos não) uma equipa de valentes biólogos do financiada pela FCT chegou à conclusão que as populações de Marsupilamis e de Monstros da Tasmânia podem ser modelados pelo sistema de equações diferenciais não linreares: d d ( M σ α ) ( M σ α )
72 Modelação e Simulação 5.Sistemas não lineares 7 Particularize para a situação em que M M, α α 0. 5 e σ σ. Determine todos os pontos de equilíbrio no primeiro quadrante do espaço de estados (isto é, para 0, 0 ). Observe que há um deles que resulta da intersecção de duas rectas que correspondem a lugares geométricos em que as derivadas se anulam. a) Faça um diagrama em que representa estas rectas. Determine o ponto de equilíbrio em que as popuilações não se anulam simultâneamente, graficamente e analiticamente.
73 Modelação e Simulação 5.Sistemas não lineares 73 b)linearize o sistema em torno do ponto de equilíbrio em que ambas as populações são diferentes de zero. Que conclusões tira sobre a estabilidade deste ponto? c) Considere agora os outros pontos. Repita a linearização. d) Determine as zonas em que cada uma das derivadas é positiva e negativa. e) Esboce o retrato de fase do sistema. f) É possível observar-se durante um período de tempo longo uma situação em que apenas poucos casais de Monstros da Tasmânia coeistem com um número significativo (da ordem das centenas) de Marsupilamis?
74 Modelação e Simulação 5.Sistemas não lineares 74 Plano de estado.8.6 Monstro da Tasmânia [Milhares] Marsupilami [Milhares]
75 Modelação e Simulação 5.Sistemas não lineares 75 Linearização em torno do ponto de equilíbrio onde ambos coeistem: eq A V D
76 Modelação e Simulação 5.Sistemas não lineares 76 Linearização em torno do ponto de equilíbrio onde só há Marsupilamis: eq 0 A V D
Problemas sobre Sistemas Não Lineares
Mestrado Integrado em Engenharia Electrotécnica e de Computadores Controlo em Espaço de Estados Problemas sobre Sistemas Não Lineares Organizada por J. Miranda Lemos 0 J. M. Lemos IST P. (Construção do
Leia maisEquações Diferenciais Ordinárias
Equações Diferenciais Ordinárias Uma equação diferencial é uma equação que relaciona uma ou mais funções (desconhecidas com uma ou mais das suas derivadas. Eemplos: ( t dt ( t, u t d u ( cos( ( t d u +
Leia maisNotas sobre a Fórmula de Taylor e o estudo de extremos
Notas sobre a Fórmula de Taylor e o estudo de etremos O Teorema de Taylor estabelece que sob certas condições) uma função pode ser aproimada na proimidade de algum ponto dado) por um polinómio, de modo
Leia maisEA616 - Análise Linear de Sistemas Aula 28 - Estabilidade do Estado
Aula 28 EA616 - Análise Linear de Sistemas Aula 28 - Estabilidade do Estado Prof. Ricardo C.L.F. Oliveira Faculdade de Engenharia Elétrica e de Computação Universidade Estadual de Campinas 2 o Semestre
Leia maisUNIVERSIDADE DO ALGARVE ESCOLA SUPERIOR DE TECNOLOGIA
UNIVERSIDADE DO ALGARVE ESCOLA SUPERIOR DE TECNOLOGIA CURSO BIETÁPICO EM ENGENHARIA CIVIL º ciclo Regime Diurno/Nocturno Disciplina de COMPLEMENTOS DE MATEMÁTICA Ano lectivo de 7/8 - º Semestre Etremos
Leia maisRoot Locus (Método do Lugar das Raízes)
Root Locus (Método do Lugar das Raízes) Ambos a estabilidade e o comportamento da resposta transitória em um sistema de controle em malha fechada estão diretamente relacionadas com a localização das raízes
Leia maisResolução dos Exercícios sobre Derivadas
Resolução dos Eercícios sobre Derivadas Eercício Utilizando a idéia do eemplo anterior, encontre a reta tangente à curva nos pontos onde e Vamos determinar a reta tangente à curva nos pontos de abscissas
Leia maisCálculo em Computadores - 2007 - trajectórias 1. Trajectórias Planas. 1 Trajectórias. 4.3 exercícios... 6. 4 Coordenadas polares 5
Cálculo em Computadores - 2007 - trajectórias Trajectórias Planas Índice Trajectórias. exercícios............................................... 2 2 Velocidade, pontos regulares e singulares 2 2. exercícios...............................................
Leia maisControlo Em Espaço de Estados. Exame
Mestrado Integrado em Engenharia Electrotécnica e de Computadores Controlo Em Espaço de Estados 4/5 Eame 9 de Junho de 5, 5h horas salas F, F Duração horas Não é permitida consulta nem uso de calculadoras
Leia maisAnálise de Regressão Linear Simples e Múltipla
Análise de Regressão Linear Simples e Múltipla Carla Henriques Departamento de Matemática Escola Superior de Tecnologia de Viseu Carla Henriques (DepMAT ESTV) Análise de Regres. Linear Simples e Múltipla
Leia maisFICHA DE TRABALHO DERIVADAS I PARTE. 1. Uma função f tem derivadas finitas à direita e à esquerda de x = 0. Então:
FICHA DE TRABALHO DERIVADAS I PARTE. Uma função f tem derivadas finitas à direita e à esquerda de = 0. Então: (A) f tem necessariamente derivada finita em = 0; (B) f não tem com certeza derivada finita
Leia maisSingularidades de Funções de Variáveis Complexas
Singularidades de Funções de Variáveis Complexas AULA 11 META: Introduzir o conceito de singularidades de funções de variáveis complexas. OBJETIVOS: Ao fim da aula os alunos deverão ser capazes de: Definir
Leia maisCapítulo 5: Aplicações da Derivada
Instituto de Ciências Exatas - Departamento de Matemática Cálculo I Profª Maria Julieta Ventura Carvalho de Araujo Capítulo 5: Aplicações da Derivada 5- Acréscimos e Diferenciais - Acréscimos Seja y f
Leia maisProblemas de Valor Inicial para Equações Diferenciais Ordinárias
Problemas de Valor Inicial para Equações Diferenciais Ordinárias Carlos Balsa balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança Matemática Aplicada - Mestrados
Leia maisIntrodução ao estudo de equações diferenciais
Matemática (AP) - 2008/09 - Introdução ao estudo de equações diferenciais 77 Introdução ao estudo de equações diferenciais Introdução e de nição de equação diferencial Existe uma grande variedade de situações
Leia maisTrabalho Computacional. A(h) = V h + 2 V π h, (1)
Unidade de Ensino de Matemática Aplicada e Análise Numérica Departamento de Matemática/Instituto Superior Técnico Matemática Computacional (Mestrado em Engenharia Física Tecnológica) 2014/2015 Trabalho
Leia mais9. Derivadas de ordem superior
9. Derivadas de ordem superior Se uma função f for derivável, então f é chamada a derivada primeira de f (ou de ordem 1). Se a derivada de f eistir, então ela será chamada derivada segunda de f (ou de
Leia mais4.1 MOVIMENTO UNIDIMENSIONAL COM FORÇAS CONSTANTES
CAPÍTULO 4 67 4. MOVIMENTO UNIDIMENSIONAL COM FORÇAS CONSTANTES Consideremos um bloco em contato com uma superfície horizontal, conforme mostra a figura 4.. Vamos determinar o trabalho efetuado por uma
Leia maisNuma turma de 26 alunos, o número de raparigas excede em 4 o número de rapazes. Quantos rapazes há nesta turma?
GUIÃO REVISÕES Equações e Inequações Equações Numa turma de 6 alunos, o número de raparigas ecede em 4 o número de rapazes. Quantos rapazes há nesta turma? O objectivo do problema é determinar o número
Leia maisCapítulo 3 Modelos Estatísticos
Capítulo 3 Modelos Estatísticos Slide 1 Resenha Variáveis Aleatórias Distribuição Binomial Distribuição de Poisson Distribuição Normal Distribuição t de Student Distribuição Qui-quadrado Resenha Slide
Leia maisEquações Diferenciais
Equações Diferenciais EQUAÇÕES DIFERENCIAS Em qualquer processo natural, as variáveis envolvidas e suas taxas de variação estão interligadas com uma ou outras por meio de princípios básicos científicos
Leia maisIntrodução às equações diferenciais
Introdução às equações diferenciais Professor Leonardo Crochik Notas de aula 1 O que é 1. é uma equação:... =... 2. a incógnita não é um número x R, mas uma função x(t) : R R 3. na equação estão presentes,
Leia maisI. Cálculo Diferencial em R n
Análise Matemática II Mestrado Integrado em Engenharia Electrotécnica e de Computadores Ano Lectivo 2010/2011 2 o Semestre Exercícios propostos para as aulas práticas I. Cálculo Diferencial em R n Departamento
Leia mais3.4 O Princípio da Equipartição de Energia e a Capacidade Calorífica Molar
3.4 O Princípio da Equipartição de Energia e a Capacidade Calorífica Molar Vimos que as previsões sobre as capacidades caloríficas molares baseadas na teoria cinética estão de acordo com o comportamento
Leia maisTexto 07 - Sistemas de Partículas. A figura ao lado mostra uma bola lançada por um malabarista, descrevendo uma trajetória parabólica.
Texto 07 - Sistemas de Partículas Um ponto especial A figura ao lado mostra uma bola lançada por um malabarista, descrevendo uma trajetória parabólica. Porém objetos que apresentam uma geometria, diferenciada,
Leia maisAnálise de regressão linear simples. Departamento de Matemática Escola Superior de Tecnologia de Viseu
Análise de regressão linear simples Departamento de Matemática Escola Superior de Tecnologia de Viseu Introdução A análise de regressão estuda o relacionamento entre uma variável chamada a variável dependente
Leia maisABAIXO ENCONTRAM-SE 10 QUESTÕES. VOCÊ DEVE ESCOLHER E RESPONDER APENAS A 08 DELAS
ABAIXO ENCONTRAM-SE 10 QUESTÕES. VOCÊ DEVE ESCOLHER E RESPONDER APENAS A 08 DELAS 01 - Questão Esta questão deve ser corrigida? SIM NÃO Um transformador de isolação monofásico, com relação de espiras N
Leia maisEquações Diferenciais Ordinárias
Capítulo 8 Equações Diferenciais Ordinárias Vários modelos utilizados nas ciências naturais e exatas envolvem equações diferenciais. Essas equações descrevem a relação entre uma função, o seu argumento
Leia maisPropriedades das Funções Deriváveis. Prof. Doherty Andrade
Propriedades das Funções Deriváveis Prof Doerty Andrade 2005 Sumário Funções Deriváveis 2 Introdução 2 2 Propriedades 3 3 Teste da derivada segunda para máimos e mínimos 7 2 Formas indeterminadas 8 2 Introdução
Leia maisResolução de sistemas lineares
Resolução de sistemas lineares J M Martínez A Friedlander 1 Alguns exemplos Comecemos mostrando alguns exemplos de sistemas lineares: 3x + 2y = 5 x 2y = 1 (1) 045x 1 2x 2 + 6x 3 x 4 = 10 x 2 x 5 = 0 (2)
Leia mais4. Tangentes e normais; orientabilidade
4. TANGENTES E NORMAIS; ORIENTABILIDADE 91 4. Tangentes e normais; orientabilidade Uma maneira natural de estudar uma superfície S consiste em considerar curvas γ cujas imagens estão contidas em S. Se
Leia maisCurvas em coordenadas polares
1 Curvas em coordenadas polares As coordenadas polares nos dão uma maneira alternativa de localizar pontos no plano e são especialmente adequadas para expressar certas situações, como veremos a seguir.
Leia maisA otimização é o processo de
A otimização é o processo de encontrar a melhor solução (ou solução ótima) para um problema. Eiste um conjunto particular de problemas nos quais é decisivo a aplicação de um procedimento de otimização.
Leia maisA INFLUÊNCIA DO RUÍDO NA DETERMINAÇÃO DA DIMENSÃO DE CORRELAÇÃO EM SISTEMAS CAÓTICOS
A INFLUÊNCIA DO RUÍDO NA DETERMINAÇÃO DA DIMENSÃO DE CORRELAÇÃO EM SISTEMAS CAÓTICOS Valdirene de Souza (Centro Universitário de Franca) Antônio Carlos da Silva Filho (Centro Universitário de Franca) 1
Leia maisINSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA DE VISEU DEPARTAMENTO DE MATEMÁTICA
INSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA DE VISEU DEPARTAMENTO DE MATEMÁTICA Apontamentos: Curso de Conhecimentos Básicos de Matemática Cursos do Departamento de Gestão Maria Cristina
Leia maisInstituto Superior Técnico Departamento de Matemática Última actualização: 11/Dez/2003 ÁLGEBRA LINEAR A
Instituto Superior Técnico Departamento de Matemática Secção de Álgebra e Análise Última actualização: 11/Dez/2003 ÁLGEBRA LINEAR A FICHA 8 APLICAÇÕES E COMPLEMENTOS Sistemas Dinâmicos Discretos (1) (Problema
Leia maisNotas de Cálculo Numérico
Notas de Cálculo Numérico Túlio Carvalho 6 de novembro de 2002 2 Cálculo Numérico Capítulo 1 Elementos sobre erros numéricos Neste primeiro capítulo, vamos falar de uma limitação importante do cálculo
Leia maisCAPÍTULO 2. Grafos e Redes
CAPÍTULO 2 1. Introdução Um grafo é uma representação visual de um determinado conjunto de dados e da ligação existente entre alguns dos elementos desse conjunto. Desta forma, em muitos dos problemas que
Leia maisUniversidade Presbiteriana Mackenzie. Controle II
Universidade Presbiteriana Mackenzie Curso de Engenharia Elétrica Controle II Notas de Aula Prof. Marcio Eisencraft Segundo semestre de 004 Universidade Presbiteriana Mackenzie Curso de Engenharia Elétrica
Leia maisAlém do Modelo de Bohr
Além do Modelo de Bor Como conseqüência do princípio de incerteza de Heisenberg, o conceito de órbita não pode ser mantido numa descrição quântica do átomo. O que podemos calcular é apenas a probabilidade
Leia maisMétodos de Sintonização de Controladores PID
3ª Aula de Controlo Inteligente Controlo PI iscreto Métodos de Sintonização de Controladores PI Os controladores PI são muito utilizados em aplicações industrias. A função de transferência que define o
Leia mais6 SINGULARIDADES E RESÍDUOS
6 SINGULARIDADES E RESÍDUOS Quando uma função f (z) não é diferenciável num complexo z 0 ; diremos que z 0 é uma singularidade de f (z) ; z 0 dir-se-á uma singularidade isolada de f (z) se, contudo, f
Leia maisx As VpULHVGHSRWrQFLDV são um caso particularmente importante das séries de funções, com inúmeras aplicações tanto teóricas como práticas.
Å 6pULHV GH SRWrQFLDV As VpULHVGHSRWrQFLDV são um caso particularmente importante das séries de funções, com inúmeras aplicações tanto teóricas como práticas. Um eemplo típico é a série, O cálculo do valor
Leia mais4Distribuição de. freqüência
4Distribuição de freqüência O objetivo desta Unidade é partir dos dados brutos, isto é, desorganizados, para uma apresentação formal. Nesse percurso, seção 1, destacaremos a diferença entre tabela primitiva
Leia mais[ \ x Recordemos o caso mais simples de um VLVWHPD de duas HTXDo}HVOLQHDUHV nas duas LQFyJQLWDV [ e \.
&DStWXOR±6LVWHPDVGH(TXDo}HV/LQHDUHV1 &DStWXOR±6LVWHPDVGH(TXDo}HV/LQHDUHV Å 1Ro}HV *HUDLV Recordemos o caso mais simples de um VLVWHPD de duas HTXDo}HVOLQHDUHV nas duas LQFyJQLWDV [ e \. [\ [\ É fácil verificar
Leia maisCONSERVAÇÃO DA ENERGIA
CONSERVAÇÃO DA ENERGIA Introdução Quando um mergulhador pula de um trampolim para uma piscina, ele atinge a água com uma velocidade relativamente elevada, possuindo grande energia cinética. De onde vem
Leia maisValores e Vectores Próprios. Carlos Luz Departamento de Matemática Escola Superior de Tecnologia de Setúbal
Valores e Vectores Próprios Carlos Luz Departamento de Matemática Escola Superior de Tecnologia de Setúbal Ano Lectivo 24/25 Conteúdo Definição de Valor e Vector Próprios 2 2 Um Eemplo de Aplicação 8 3
Leia maisAV1 - MA 12-2012. (b) Se o comprador preferir efetuar o pagamento à vista, qual deverá ser o valor desse pagamento único? 1 1, 02 1 1 0, 788 1 0, 980
Questão 1. Uma venda imobiliária envolve o pagamento de 12 prestações mensais iguais a R$ 10.000,00, a primeira no ato da venda, acrescidas de uma parcela final de R$ 100.000,00, 12 meses após a venda.
Leia maisEA616B Análise Linear de Sistemas Resposta em Frequência
EA616B Análise Linear de Sistemas Resposta em Frequência Prof. Pedro L. D. Peres Faculdade de Engenharia Elétrica e de Computação Universidade Estadual de Campinas 2 o Semestre 2013 Resposta em Frequência
Leia maisInstituto Superior de Engenharia do Porto Departamento de Engenharia Electrotécnica. Licenciatura em Engenharia Electrotécnica e de Computadores
Instituto Superior de Engenharia do Porto Departamento de Engenharia Electrotécnica Licenciatura em Engenharia Electrotécnica e de Computadores SISEL - Sistemas Electromecânicos Eercícios de 006 . Considere
Leia maisFísica Geral I - F 128 Aula 7 Energia Cinética e Trabalho. 2 o semestre, 2011
Física Geral I - F 18 Aula 7 Energia Cinética e Trabalho o semestre, 011 Energia As leis de Newton permitem analisar vários movimentos. Essa análise pode ser bastante complea, necessitando de detalhes
Leia maisMatemática para Engenharia
Matemática para Engenharia Profa. Grace S. Deaecto Faculdade de Engenharia Mecânica / UNICAMP 13083-860, Campinas, SP, Brasil. grace@fem.unicamp.br Segundo Semestre de 2013 Profa. Grace S. Deaecto ES401
Leia maisIntrodução aos Modelos Biomatemáticos - aulas
Introdução aos Modelos Biomatemáticos - aulas Teórico-Práticas Mestrado em BBC, 2008/2009 1 Capítulo 1 Nos exercícios 1) e 2) suponha que o crescimento é exponencial. 1. Entre 1700 e 1800 a população humana
Leia maisTeorema da Mudança de Variáveis
Instituto Superior écnico Departamento de Matemática Secção de Álgebra e Análise Prof. Gabriel Pires eorema da Mudança de Variáveis 1 Mudança de Variáveis Definição 1 Seja R n um aberto. Di-se que uma
Leia maisLaboratórios 9, 10 e 11: Projeto de Controladores pelo Lugar das Raízes DAS5317 Sistemas de Controle
Laboratórios 9, 10 e 11: Projeto de Controladores pelo Lugar das Raízes DAS5317 Sistemas de Controle Hector Bessa Silveira e Daniel Coutinho 2012/2 1 Objetivos Neste próximos laboratórios, utilizar-se-á
Leia maisLOQ - 4007 Físico-Química Capítulo 2: A Primeira Lei: Conceitos TERMOQUÍMICA Atkins & de Paula (sétima edição)
LOQ - 4007 Físico-Química Capítulo 2: A Primeira Lei: Conceitos TERMOQUÍMICA Atkins & de Paula (sétima edição) Profa. Dra. Rita de Cássia L.B. Rodrigues Departamento de Biotecnologia LOT E-mail: rita@debiq.eel.usp.br
Leia maisExemplos de Testes de Hipóteses para Médias Populacionais
Exemplos de Testes de Hipóteses para Médias Populacionais Vamos considerar exemplos de testes de hipóteses para a média de uma população para os dois casos mais importantes na prática: O tamanho da amostra
Leia maisMÓDULO 4 DISTRIBUIÇÃO DE FREQÜÊNCIAS
MÓDULO 4 DISTRIBUIÇÃO DE FREQÜÊNCIS Como vimos no módulo 1, para que nós possamos extrair dos dados estatísticos de que dispomos a correta análise e interpretação, o primeiro passo deverá ser a correta
Leia mais1.5 O oscilador harmónico unidimensional
1.5 O oscilador harmónico unidimensional A energia potencial do oscilador harmónico é da forma U = 2 2, (1.29) onde é a constante de elasticidade e a deformação da mola. Substituindo (1.29) em (1.24) obtemos
Leia mais(Testes intermédios e exames 2005/2006)
158. Indique o conjunto dos números reais que são soluções da inequação log 3 (1 ) 1 (A) [,1[ (B) [ 1,[ (C) ], ] (D) [, [ 159. Na figura abaio estão representadas, em referencial o. n. Oy: parte do gráfico
Leia maisFaculdade Sagrada Família
AULA 12 - AJUSTAMENTO DE CURVAS E O MÉTODO DOS MÍNIMOS QUADRADOS Ajustamento de Curvas Sempre que desejamos estudar determinada variável em função de outra, fazemos uma análise de regressão. Podemos dizer
Leia mais36 a Olimpíada Brasileira de Matemática Nível Universitário Primeira Fase
36 a Olimpíada Brasileira de Matemática Nível Universitário Primeira Fase Problema 1 Turbo, o caracol, está participando de uma corrida Nos últimos 1000 mm, Turbo, que está a 1 mm por hora, se motiva e
Leia mais29/Abril/2015 Aula 17
4/Abril/015 Aula 16 Princípio de Incerteza de Heisenberg. Probabilidade de encontrar uma partícula numa certa região. Posição média de uma partícula. Partícula numa caixa de potencial: funções de onda
Leia maisTruques e Dicas. = 7 30 Para multiplicar fracções basta multiplicar os numeradores e os denominadores: 2 30 = 12 5
Truques e Dicas O que se segue serve para esclarecer alguma questão que possa surgir ao resolver um exercício de matemática. Espero que lhe seja útil! Cap. I Fracções. Soma e Produto de Fracções Para somar
Leia mais7 - Análise de redes Pesquisa Operacional CAPÍTULO 7 ANÁLISE DE REDES. 4 c. Figura 7.1 - Exemplo de um grafo linear.
CAPÍTULO 7 7 ANÁLISE DE REDES 7.1 Conceitos Básicos em Teoria dos Grafos Diversos problemas de programação linear, inclusive os problemas de transporte, podem ser modelados como problemas de fluxo de redes.
Leia maisTC 1 UECE 2012 FASE 2. PROF.: Célio Normando
TC 1 UECE 01 FASE PROF.: Célio Normando Conteúdo: Aritmética Ordem de Grandeza 1. Racionalizar o uso da água significa usá-la sem desperdício e considerá-la uma prioridade social e ambiental, para que
Leia maisIntrodução ao Estudo da Corrente Eléctrica
Introdução ao Estudo da Corrente Eléctrica Num metal os electrões de condução estão dissociados dos seus átomos de origem passando a ser partilhados por todos os iões positivos do sólido, e constituem
Leia maisPotenciação no Conjunto dos Números Inteiros - Z
Rua Oto de Alencar nº 5-9, Maracanã/RJ - tel. 04-98/4-98 Potenciação no Conjunto dos Números Inteiros - Z Podemos epressar o produto de quatro fatores iguais a.... por meio de uma potência de base e epoente
Leia maisTRABALHO: CONTROLE DE UM SISTEMA PÊNDULO-CARRO
TRABALHO: CONTROLE DE UM SISTEMA PÊNDULO-CARRO Professor: Tiago Dezuo 1 Objetivos Desenvolver técnicas de controle por variáveis de estado clássicas e ótimas, realizando comparações de desempenho entre
Leia maisSistemas de Apoio à Decisão
Sistemas de Apoio à Decisão Processo de tomada de decisões baseia-se em informação toma em consideração objectivos toma em consideração conhecimento sobre o domínio. Modelar o processo de tomada de decisões
Leia maisComo erguer um piano sem fazer força
A U A UL LA Como erguer um piano sem fazer força Como vimos na aula sobre as leis de Newton, podemos olhar o movimento das coisas sob o ponto de vista da Dinâmica, ou melhor, olhando os motivos que levam
Leia maisCampos Vetoriais e Integrais de Linha
Cálculo III Departamento de Matemática - ICEx - UFMG Marcelo Terra Cunha Campos Vetoriais e Integrais de Linha Um segundo objeto de interesse do Cálculo Vetorial são os campos de vetores, que surgem principalmente
Leia maisINSTITUTO TECNOLÓGICO
PAC - PROGRAMA DE APRIMORAMENTO DE CONTEÚDOS. ATIVIDADES DE NIVELAMENTO BÁSICO. DISCIPLINAS: MATEMÁTICA & ESTATÍSTICA. PROFº.: PROF. DR. AUSTER RUZANTE 1ª SEMANA DE ATIVIDADES DOS CURSOS DE TECNOLOGIA
Leia maisVibrações Mecânicas. Vibração Livre Sistemas com 1 GL. Ramiro Brito Willmersdorf ramiro@willmersdorf.net
Vibrações Mecânicas Vibração Livre Sistemas com 1 GL Ramiro Brito Willmersdorf ramiro@willmersdorf.net Departamento de Engenharia Mecânica Universidade Federal de Pernambuco 2015.1 Introdução Modelo 1
Leia maisUnidade III: Movimento Uniformemente Variado (M.U.V.)
Colégio Santa Catarina Unidade III: Movimento Uniformemente Variado (M.U.V.) 17 Unidade III: Movimento Uniformemente Variado (M.U.V.) 3.1- Aceleração Escalar (a): Em movimentos nos quais as velocidades
Leia maisEventos independentes
Eventos independentes Adaptado do artigo de Flávio Wagner Rodrigues Neste artigo são discutidos alguns aspectos ligados à noção de independência de dois eventos na Teoria das Probabilidades. Os objetivos
Leia maisLaboratórios de CONTROLO (LEE) 2 o Trabalho Motor DC Controlo de Velocidade
Laboratórios de CONTROLO (LEE) 2 o Trabalho Motor DC Controlo de Velocidade Baseado no trabalho Controlo de Velocidade de um motor DC de E. Morgado, F. Garcia e J. Gaspar João Miguel Raposo Sanches 1 o
Leia maisTeorema da Mudança de Coordenadas
Instituto uperior écnico Departamento de Matemática ecção de Álgebra e Análise Prof. Gabriel Pires eorema da Mudança de Coordenadas 1 Mudança de Coordenadas Definição 1 eja n um aberto. Diz-se que uma
Leia maisAula 11 Root Locus LGR (Lugar Geométrico das Raízes) parte I
Aula 11 Root Locus LGR (Lugar Geométrico das Raízes) parte I Sistema de malha fechada G(s) G(s) G(s) Sistema de malha fechada K O Root Locus é o lugar geométrico dos polos do sistema de malha fechada,
Leia maisProg A B C A e B A e C B e C A,B e C Nenhum Pref 100 150 200 20 30 40 10 130
Polos Olímpicos de Treinamento Curso de Combinatória - Nível 2 Prof. Bruno Holanda Aula 2 Lógica II Quando lemos um problema de matemática imediatamente podemos ver que ele está dividido em duas partes:
Leia maisv m = = v(c) = s (c).
Capítulo 17 Teorema do Valor Médio 17.1 Introdução Vimos no Cap. 16 como podemos utilizar a derivada para traçar gráficos de funções. Muito embora o apelo gráfico apresentado naquele capítulo relacionando
Leia maisEletrônica Analógica
UNIVERSIDADE FEDERAL DO PARÁ FACULDADE DE ENGENHARIA DE COMPUTAÇÃO E TELECOMUNICAÇÕES Eletrônica Analógica Transistores de Efeito de Campo Professor Dr. Lamartine Vilar de Souza lvsouza@ufpa.br www.lvsouza.ufpa.br
Leia maisDistribuição de probabilidades
Luiz Carlos Terra Para que você possa compreender a parte da estatística que trata de estimação de valores, é necessário que tenha uma boa noção sobre o conceito de distribuição de probabilidades e curva
Leia maisCAP. 3 - EXTENSÔMETROS - "STRAIN GAGES" Exemplo: extensômetro Huggenberger
CAP. 3 - EXTENSÔMETOS - "STAIN GAGES" 3. - Extensômetros Mecânicos Exemplo: extensômetro Huggenberger Baseia-se na multiplicação do deslocamento através de mecanismos de alavancas. Da figura: l' = (w /
Leia maisTC 2 UECE 2012 FASE 1 PROF. : Célio Normando
TC UECE 01 FASE 1 PROF. : Célio Normando Conteúdo: Cinemática - MRUV 1. Um avião vai decolar em uma pista retilínea. Ele inicia seu movimento na cabeceira da pista com velocidade nula e corre por ela com
Leia maisvisão do mundo como varia a energia Juízos de valor: mecânica durante o a experiência permite verifimovimento
PARTE CONCEPTUAL QUESTÃO FOCO PARTE METODOLÓGICA visão do mundo como varia a energia Juízos de valor: mecânica durante o a experiência permite verifimovimento de um car que durante o movimenpêndulo gravítico?
Leia maisSistemas de Controle Digital
ADL 24 Cap 13 Sistemas de Controle Digital Vantagens dos Computadores Digitais O uso de computadores digitais na malha leva às seguintes vantagens sobre os sistemas analógicos: (1) custo, (2) flexibilidade
Leia maisPádua, Itália. Prova teórica
30ª Olimpíada Internacional de Física Pádua, Itália Prova teórica Quinta-Feira, 22 de Julho de 1999 Leia isto primeiro: 1. O tempo disponível é de 5 horas para 3 problemas. 2. Usar apenas a caneta fornecida.
Leia maisVariáveis aleatórias contínuas e distribuiçao Normal. Henrique Dantas Neder
Variáveis aleatórias contínuas e distribuiçao Normal Henrique Dantas Neder Definições gerais Até o momento discutimos o caso das variáveis aleatórias discretas. Agora vamos tratar das variáveis aleatórias
Leia mais1 A Integral por Partes
Métodos de Integração Notas de aula relativas aos dias 14 e 16/01/2004 Já conhecemos as regras de derivação e o Teorema Fundamental do Cálculo. Este diz essencialmente que se f for uma função bem comportada,
Leia maisMaterial Teórico - Aplicações das Técnicas Desenvolvidas. Exercícios e Tópicos Relacionados a Combinatória. Segundo Ano do Ensino Médio
Material Teórico - Aplicações das Técnicas Desenvolvidas Exercícios e Tópicos Relacionados a Combinatória Segundo Ano do Ensino Médio Prof Cícero Thiago Bernardino Magalhães Prof Antonio Caminha Muniz
Leia maisMétodos Quantitativos Prof. Ms. Osmar Pastore e Prof. Ms. Francisco Merlo. Funções Exponenciais e Logarítmicas Progressões Matemáticas
Métodos Quantitativos Prof. Ms. Osmar Pastore e Prof. Ms. Francisco Merlo Funções Exponenciais e Logarítmicas Progressões Matemáticas Funções Exponenciais e Logarítmicas. Progressões Matemáticas Objetivos
Leia maisO sinal de menos ( ) colocado antes de um número indica o oposto desse número. Assim: 11 é o oposto de 11.
EXERCÍCIOS DE RECUPERAÇÃO 7º ANO º BIMESTRE MATEMÁTICA PROFº PAULO 1. Dois números de sinais contrários são opostos? Justifique. O sinal de menos ( ) colocado antes de um número indica o oposto desse número.
Leia maisObservatórios Virtuais Fundamentos de Astronomia Cap. 13 (C. Oliveira & V. Jatenco-Pereira) Capítulo 13 ESTRELAS VARIÁVEIS
145 Capítulo 13 ESTRELAS VARIÁVEIS Nós dedicaremos esse capítulo ao estudo das estrelas variáveis, estrelas tais que sua luminosidade varia com o tempo por meio de uma relação bem definida, e que se situam
Leia maisUniversidade Federal de São João Del Rei - UFSJ
Universidade Federal de São João Del Rei - UFSJ Instituída pela Lei 0.45, de 9/04/00 - D.O.U. de /04/00 Pró-Reitoria de Ensino de Graduação - PROEN Disciplina: Cálculo Numérico Ano: 03 Prof: Natã Goulart
Leia maisEXAME NACIONAL DO ENSINO SECUNDÁRIO VERSÃO 1
EXAME NACIONAL DO ENSINO SECUNDÁRIO 12.º Ano de Escolaridade (Decreto-Lei n.º 286/89, de 29 de Agosto) Cursos Gerais e Cursos Tecnológicos PROVA 435/9 Págs. Duração da prova: 120 minutos 2005 1.ª FASE
Leia maisPROCESSO SELETIVO TURMA DE 2010 FASE 1 PROVA DE FÍSICA E SEU ENSINO
PROCESSO SELETIVO TURM DE 2010 FSE 1 PROV DE FÍSIC E SEU ENSINO Caro professor, esta prova tem 4 (quatro) questões, com valores diferentes indicados nas próprias questões. Duas das questões são objetivas,
Leia maisOs conceitos mais básicos dessa matéria são: Deslocamento: Consiste na distância entre dados dois pontos percorrida por um corpo.
Os conceitos mais básicos dessa matéria são: Cinemática Básica: Deslocamento: Consiste na distância entre dados dois pontos percorrida por um corpo. Velocidade: Consiste na taxa de variação dessa distância
Leia maisDinâmica de um Sistema de Partículas Faculdade de Engenharia, Arquiteturas e Urbanismo FEAU
Dinâmica de um Sistema de Partículas Faculdade de Engenharia, Arquiteturas e Urbanismo FEAU Profa. Dra. Diana Andrade & Prof. Dr. Sergio Pilling Parte 1 - Movimento Retilíneo Coordenada de posição, trajetória,
Leia maisControle II. Estudo e sintonia de controladores industriais
Controle II Estudo e sintonia de controladores industriais Introdução A introdução de controladores visa modificar o comportamento de um dado sistema, o objetivo é, normalmente, fazer com que a resposta
Leia mais