IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO

Tamanho: px
Começar a partir da página:

Download "IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO"

Transcrição

1 IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO Alne de Paula Sanches 1 ; Adrana Betâna de Paula Molgora 1 Estudante do Curso de Cênca da Computação da UEMS, Undade Unverstára de Dourados; E-mal: alnee_sanches@hotmal.com Professora do Curso de Cênca da Computação da UEMS, Undade Unverstára de Dourados; E-mal: abmol@terra.com.br Área Temátca: Teora Computaconal dos Números Resumo. O Crvo Quadrátco é consderado como um dos métodos de fatoração de nteros mas mportantes da atualdade. No entanto, mplementar este método não é uma tarefa trval, pos envolve estudos sobre aspectos matemátcos e computaconas envolvdos em seu funconamento. O objetvo deste trabalho é apresentar uma descrção de uma mplementação realzada durante o desenvolvmento do mesmo. Palavras-chave: Algortmo.Congruênca. Dferença de quadrados. 1. Introdução O problema de fatoração de números nteros tem ocupado lugar de destaque na Teora dos números. Essa mportânca deve-se ao fato de que sstemas crptográfcos como o RSA têm sua segurança baseada na dfculdade de fatorar um número ntero qualquer dado, afrma Coutnho (000). O método de fatoração de nteros Crvo Quadrátco, devdo a Pomerance (1985, p.169), é consderado como um dos métodos de fatoração mas potentes, sendo utlzado na fatoração de números de aproxmadamente 100 dígtos decmas. Esse trabalho tem como objetvo realzar um estudo prátco do método Crvo Quadrátco, apresentando uma descrção de uma mplementação realzada durante o desenvolvmento do mesmo, e a análse dos resultados obtdos.. Materas e Métodos Para o alcance do objetvo proposto, foram realzados as seguntes etapas: 1. Estudo do manual da bbloteca GMP;. Integração da GMP em um complador C;

2 3. Estudo e mplementação do método de fatoração de nteros Crvo Quadrátco, utlzando as funções da bbloteca GMP; 4. Documentação do processo de mplementação do método Crvo Quadrátco, para um maor entendmento. 3. Resultados e Dscussão 3.1. Crvo Quadrátco A fatoração de nteros através do método Crvo Quadrátco tem como base o fato de que se exstrem números x e y que satsfaçam a condção x y (mod, então tem-se n que ( x y) ( x y) 0 (mod. Logo, ( x y) ( x y) ( x y ) e os números d mdc( x y, e f mdc( x y, poderão ser fatores não trvas de n. Ou seja, a déa básca do método consste em encontrar congruêncas da forma r y (mod, onde y y é um quadrado perfeto. Se x r, então x y (mod. De acordo com Crandall e Pomerance (00, p.01), na prátca, para encontrar x e y, em prmero lugar deve-se encontrar uma base de fatores, que é um conjunto de números prmos como, por exemplo, o conjunto 1,, p,..., p }, tal que p B, para um certo lmte B e, { para cada prmo p, o número n deve ser um resíduo quadrátco módulo p. Em seguda, são calculados números f ( r ) s dados por f ( r ) r n para r próxmo de n. Num segundo momento, devem-se determnar r s sufcentes para os quas f ( r ) pode ser completamente fatorado pela base de fatores. A quantdade desses f r ) s deve ser maor do que o número de prmos e menores do que B. Armazenando os f r ) s, em um vetor na base bnára, utlza-se a adção de vetores para descobrr uma combnação lnear que produz um vetor nulo que corresponderá a um quadrado perfeto. Então x será dado pelo produto dos r s correspondentes módulo n, e y será dado pela raz do produto dos fatores dos f r ) s correspondentes. Em seguda é calculado d mdc( x y,. Se d é fator não trval de n, então um fator fo encontrado e, para determnar o segundo fator basta calcular a dvsão de n por d. Em resumo, pode-se dzer que os passos para a fatoração de n pelo método Crvo Quadrátco, são: 1º Encontrar uma base de fatores.

3 º Determnar um conjunto de números que podem ser completamente fatorados sobre a base de fatores. 3º Usar a Elmnação Gaussana para encontrar um produto dos números determnados no º passo que seja um quadrado perfeto. Algortmo (Crvo Quadrátco) Entrada: n, B // número a ser fatorado e lmte B// Saída: fator1, fator //fatores de n// [Iníco] //Nessa etapa é determnada a base de fatores e calculado o símbolo de Legendre// p 1 =, r 1 = 1 ; n Para encontre números prmos p B tas que = 1; p Para encontre as raízes r com r n(mod p ); n, n1 ² Determne um conjunto S de +1 pares r, r ² n onde r é dado pela seqüênca de números r,... e n pode ser totalmente fatorado pela base de fatores; Para (( r, S) { e n p 1 ; v( ( e1, e,... e ); } Construa a matrz de ordem ( 1) com os vetores v( reduzdos (mod ); Através da Elmnação Gaussana encontre uma combnação lnear de vetores v r ) v( r )... v( r ) 0. ( 1 x r1 r... r mod n; y (...( mod n ( 1 fator 1 mdc( x y, ; fator 1 mdc( x y, ; retorne fator1, fator; [Fm algortmo] 3.. Implementação do Crvo Quadrátco Ambente de desenvolvmento O método Crvo Quadrátco, fo mplementado na lnguagem C em uma plataforma Pentum IV, 300 MHz, 51 MB de RAM, usando o sstema operaconal Lnux Ubuntu. Para a representação de números grandes de tamanho arbtráro fo utlzada a bbloteca GMP, versão 4.3.1, escrta na lnguagem C, dsponblzada no ste

4 3... Etapas da mplementação O prmero passo do método Crvo Quadrátco é encontrar uma base de fatores. Os números pertencentes a essa base, devem satsfazer as seguntes condções: Ser prmo Ser menor que um lmte dado B Atender a condção do Símbolo de Legendre onde n / p 1 Para sso fo utlzada a função mpz_nextprme, que lsta os prmos até o lmte B especfcado. Para cada prmo fo calculado o símbolo de Legendre. Assm fo crado um vetor com os números para os quas as condções foram satsfetas. O segundo passo é determnar um conjunto de números que podem ser completamente fatorados sobre a base de fatores. Para sso, ncalmente foram calculados os f r ) s usando a fórmula f ( r ) r n. Na mplementação desta fórmula foram utlzadas as funções de adção mpz_add_u, potencação mpz_pow_u e subtração mpz_sub. Para determnar se os números f r ) s são completamente fatorados pela base de fatores fo utlzada a função mpz_cmp_u, que compara os fatores f r ) s com os prmos da base de fatores. Os f r ) s que satsfazem essa condção são armazenados em um vetor. O mesmo procedmento é feto para os r s correspondentes. O tercero passo é usar a Elmnação Gaussana para encontrar um produto dos números determnados no º passo que seja um quadrado perfeto. Para sso é crada uma matrz determnada pelos f r ) s, onde cada lnha representa um vetor de 0 s e 1 s correspondentes a um f r ), como segue: em prmero lugar é calculada a fatoração do f r ) dado; se o expoente do fator de f r ) for par atrbu-se 0 e, se for ímpar atrbu-se 1. Em seguda é utlzada a função ncalza_matrz_dentdade, que cra uma matrz dentdade cuja ordem é dada pelo número de f r ) s determnados. Após essas etapas, chama-se a função elmnação_gaussana_mod_, que realza a Elmnação Gaussana nas duas matrzes, procurando uma ou mas lnhas nulas. Encontrada uma lnha nula, deve-se tomar a lnha correspondente da matrz dentdade onde os 1 s que aparecerem correspondem aos r s determnados anterormente. Para calcular x e y como especfcado no algortmo apresentado fo utlzada, além das funções de multplcação e cálculo de raz quadrada, a função de operação modular mpz_mod. O mdc fo calculado utlzando-se a função mpz_gcd. Dessa forma foram retornados os fatores de n.

5 tempo de execução em segundos Testes e análse dos resultados Foram testados números compostos ( contendo de a 30 dígtos decmas. O tempo de execução do algortmo fo meddo em segundos. Os resultados obtdos podem ser vsualzados na Fgura 1 a segur numero de dígtos decmas de n Fgura 1: Tempo de execução Com base nos resultados obtdos, percebe-se que o tempo fatoração aumenta exponencalmente de acordo com a quantdade de dígtos de n. Não foram apresentados resultados de números maores devdo ao aumento muto sgnfcatvo do tempo de execução e à problemas de overflow (memóra nsufcente). Para uma mplementação mas efcente são necessáros estudos mas aprofundados de cada etapa do processo de fatoração. 5. Agradecmentos Os autores agradecem pelo apoo fnancero (bolsa) conceddo pela Unversdade Estadual de Mato Grosso do Sul e também por todos os acadêmcos, coordenadores, professores e técncos que, dretamente ou ndretamente, contrbuíram para a realzação desse trabalho. 6. Referêncas Crandall, R., Pomerance, C. 00. Prme Numbers- A Computatonal Perspectve. New Yor: Sprnger-Verlag, 1º Edção, 7p. Coutnho, S Números nteros e Crptografa RSA. IMPA-SBM. Pomerance, C The Quadratc Seve Factorng Algorthm. New Yor: Sprnger- Verlag, Ed. T. Beth, N. Cot, and I. Ingemarsson, 13p.

ESTUDO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO

ESTUDO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO ESTUDO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO Alne de Paula Sanches (Bolssta UEMS), Adrana Betâna de Paula Molgora Unversdade Estadual de Mato Grosso do Sul Cdade Unverstára de Dourados, Caxa

Leia mais

CRIVO QUADRÁTICO: IMPLEMENTAÇÃO DA OBTENÇÃO DE UM CONJUNTO DE NÚMEROS COMPLETAMENTE FATORADOS SOBRE UMA BASE DE FATORES

CRIVO QUADRÁTICO: IMPLEMENTAÇÃO DA OBTENÇÃO DE UM CONJUNTO DE NÚMEROS COMPLETAMENTE FATORADOS SOBRE UMA BASE DE FATORES CRIVO QUADRÁTICO: IMPLEMENTAÇÃO DA OBTENÇÃO DE UM CONJUNTO DE NÚMEROS COMPLETAMENTE FATORADOS SOBRE UMA BASE DE FATORES Alex Zanella Zaccaron1; Adriana Betânia de Paula Molgora2 1Estudante do Curso de

Leia mais

Cálculo Numérico BCC760 Interpolação Polinomial

Cálculo Numérico BCC760 Interpolação Polinomial Cálculo Numérco BCC76 Interpolação Polnomal Departamento de Computação Págna da dscplna http://www.decom.ufop.br/bcc76/ 1 Interpolação Polnomal Conteúdo 1. Introdução 2. Objetvo 3. Estênca e uncdade 4.

Leia mais

3 Algoritmos propostos

3 Algoritmos propostos Algortmos propostos 3 Algortmos propostos Nesse trabalho foram desenvolvdos dos algortmos que permtem classfcar documentos em categoras de forma automátca, com trenamento feto por usuáros Tas algortmos

Leia mais

Experiência V (aulas 08 e 09) Curvas características

Experiência V (aulas 08 e 09) Curvas características Experênca (aulas 08 e 09) Curvas característcas 1. Objetvos 2. Introdução 3. Procedmento expermental 4. Análse de dados 5. Referêncas 1. Objetvos Como no expermento anteror, remos estudar a adequação de

Leia mais

CRIVO QUADRÁTICO: UM ESTUDO DA OBTENÇÃO DE UM CONJUNTO DE NÚMEROS COMPLETAMENTE FATORADOS SOBRE UMA BASE DE FATORES

CRIVO QUADRÁTICO: UM ESTUDO DA OBTENÇÃO DE UM CONJUNTO DE NÚMEROS COMPLETAMENTE FATORADOS SOBRE UMA BASE DE FATORES CRIVO QUADRÁTICO: UM ESTUDO DA OBTENÇÃO DE UM CONJUNTO DE NÚMEROS COMPLETAMENTE FATORADOS SOBRE UMA BASE DE FATORES Alex Zanella Zaccaron 1 ; Adriana Betânia de Paula Molgora 2 1 Estudante do Curso de

Leia mais

CRIVO QUADRÁTICO: UM ESTUDO DA OBTENÇÃO DE UM QUADRADO PERFEITO

CRIVO QUADRÁTICO: UM ESTUDO DA OBTENÇÃO DE UM QUADRADO PERFEITO CRIVO QUADRÁTICO: UM ESTUDO DA OBTENÇÃO DE UM QUADRADO PERFEITO Marcelo Figueiredo Terenciani 1 ; Adriana Betânia de Paula Molgora 2 1 Estudante do Curso de Ciência da Computação da UEMS, Unidade Universitária

Leia mais

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero

Leia mais

Flambagem. Cálculo da carga crítica via MDF

Flambagem. Cálculo da carga crítica via MDF Flambagem Cálculo da carga crítca va MDF ROF. ALEXANDRE A. CURY DEARTAMENTO DE MECÂNICA ALICADA E COMUTACIONAL Flambagem - Cálculo da carga crítca va MDF Nas aulas anterores, vmos como avalar a carga crítca

Leia mais

Variação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.

Variação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro. Aplcação Por exemplo, se prepararmos uma área expermental com todo cudado possível e fzermos, manualmente, o planto de 100 sementes seleconadas de um mlho híbrdo, cudando para que as sementes fquem na

Leia mais

Algarismos Significativos Propagação de Erros ou Desvios

Algarismos Significativos Propagação de Erros ou Desvios Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento

Leia mais

MÉTODO DAS DIFERENÇAS FINITAS PARA SOLUÇÃO DE EQUAÇÃO ESCALAR DE LEIS DE CONSERVAÇÃO

MÉTODO DAS DIFERENÇAS FINITAS PARA SOLUÇÃO DE EQUAÇÃO ESCALAR DE LEIS DE CONSERVAÇÃO MÉTODO DAS DIFERENÇAS FINITAS PARA SOLUÇÃO DE EQUAÇÃO ESCALAR DE LEIS DE CONSERVAÇÃO Lorena Resende Olvera 1 ; Douglas Azevedo Castro 2 1 Aluna do Curso de Engenhara de Boprocessos e Botecnologa; Campus

Leia mais

Tópicos Especiais de Álgebra Linear Tema # 1: Aprendendo a trabalhar com o Derive. Introdução ao Derive

Tópicos Especiais de Álgebra Linear Tema # 1: Aprendendo a trabalhar com o Derive. Introdução ao Derive Tópcos Especas de Álgebra Lnear Tema # : Aprendendo a trabalhar com o Derve Assunto: Introdução ao Derve. Ambente Algébrco e Gráfco. Comandos da Álgebra de Matrzes. Determnantes, Inversa de uma Matrz.

Leia mais

4 Discretização e Linearização

4 Discretização e Linearização 4 Dscretzação e Lnearzação Uma vez defndas as equações dferencas do problema, o passo segunte consste no processo de dscretzação e lnearzação das mesmas para que seja montado um sstema de equações algébrcas

Leia mais

7 - Distribuição de Freqüências

7 - Distribuição de Freqüências 7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste

Leia mais

2 Análise de Campos Modais em Guias de Onda Arbitrários

2 Análise de Campos Modais em Guias de Onda Arbitrários Análse de Campos Modas em Guas de Onda Arbtráros Neste capítulo serão analsados os campos modas em guas de onda de seção arbtrára. A seção transversal do gua é apromada por um polígono conveo descrto por

Leia mais

Capítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES

Capítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES Capítulo. Aproxmações numércas 1D em malhas unformes 9 Capítulo. AROXIMAÇÕS NUMÉRICAS 1D M MALHAS UNIFORMS O prncípo fundamental do método das dferenças fntas (MDF é aproxmar através de expressões algébrcas

Leia mais

O QUEBRA-CABEÇA DE LANGFORD

O QUEBRA-CABEÇA DE LANGFORD O QUEBRA-CABEÇA DE LANGFORD Mateus Mendes Magela Unversdade Federal do Espírto Santo mateusmendes.m@uol.com.br Resumo: O Quebra-Cabeça de Langford é um passatempo muto atraente e sufcentemente engenhoso

Leia mais

SÉRIE DE PROBLEMAS: CIRCUITOS DE ARITMÉTICA BINÁRIA. CIRCUITOS ITERATIVOS.

SÉRIE DE PROBLEMAS: CIRCUITOS DE ARITMÉTICA BINÁRIA. CIRCUITOS ITERATIVOS. I 1. Demonstre que o crcuto da Fg. 1 é um half-adder (semsomador), em que A e B são os bts que se pretendem somar, S é o bt soma e C out é o bt de transporte (carry out). Fg. 1 2. (Taub_5.4-1) O full-adder

Leia mais

PROBLEMA DE DIFUSÃO DE CALOR RESOLVIDO POR MEIO DE EQUAÇÕES DIFERENCIAIS PARCIAIS PARABÓLICAS

PROBLEMA DE DIFUSÃO DE CALOR RESOLVIDO POR MEIO DE EQUAÇÕES DIFERENCIAIS PARCIAIS PARABÓLICAS PROBLEMA DE DIFUSÃO DE CALOR RESOLVIDO POR MEIO DE EQUAÇÕES DIFERENCIAIS PARCIAIS PARABÓLICAS Renato S. Gomde 1, Luz F. B. Loja 1, Edna L. Flôres 1 1 Unversdade Federal de Uberlânda, Departamento de Engenhara

Leia mais

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média. Estatístca Dscplna de Estatístca 0/ Curso de Admnstração em Gestão Públca Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos uns dos

Leia mais

O íon lantanídeo no acoplamento Russell-Saunders e a classificação de seus estados segundo os subgrupos do grupo GL(4

O íon lantanídeo no acoplamento Russell-Saunders e a classificação de seus estados segundo os subgrupos do grupo GL(4 O íon lantanídeo no acoplamento Russell-aunders e a classfcação de seus estados segundo os subgrupos do grupo G(4 ) O hamltonano, H, dos íons lantanídeos contém uma parte que corresponde ao campo central,

Leia mais

D- MÉTODO DAS APROXIMAÇÕES SUCESSIVAS

D- MÉTODO DAS APROXIMAÇÕES SUCESSIVAS D- MÉTODO DAS APROXIMAÇÕES SUCESSIVAS O método das apromações sucessvas é um método teratvo que se basea na aplcação de uma fórmula de recorrênca que, sendo satsfetas determnadas condções de convergênca,

Leia mais

Caderno de Fórmulas em Implementação. SWAP Alterações na curva Libor

Caderno de Fórmulas em Implementação. SWAP Alterações na curva Libor Caderno de Fórmulas em Implementação SWAP Alterações na curva Lbor Atualzado em: 15/12/217 Comuncado: 12/217 DN Homologação: - Versão: Mar/218 Índce 1 Atualzações... 2 2 Caderno de Fórmulas - SWAP... 3

Leia mais

Jorge Figueiredo, DSC/UFCG. Análise e Técnicas de Algoritmos Jorge Figueiredo, DSC/UFCG. Análise e Técnicas de Algoritmos 2005.

Jorge Figueiredo, DSC/UFCG. Análise e Técnicas de Algoritmos Jorge Figueiredo, DSC/UFCG. Análise e Técnicas de Algoritmos 2005. Agenda Análse e Técncas de Algortmos Jorge Fgueredo Ordenação baseada em comparação Inserton Sort Mergesort Qucksort Ordenação em tempo lnear Análse de de Algortmos de de Ordenação Problema da Ordenação

Leia mais

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC) UNDADE V DELNEAMENTO NTERAMENTE CASUALZADO (DC) CUABÁ, MT 015/ PROF.: RÔMULO MÔRA romulomora.webnode.com 1. NTRODUÇÃO Este delneamento apresenta como característca prncpal a necessdade de homogenedade

Leia mais

4 Critérios para Avaliação dos Cenários

4 Critérios para Avaliação dos Cenários Crtéros para Avalação dos Cenáros É desejável que um modelo de geração de séres sntétcas preserve as prncpas característcas da sére hstórca. Isto quer dzer que a utldade de um modelo pode ser verfcada

Leia mais

Associação entre duas variáveis quantitativas

Associação entre duas variáveis quantitativas Exemplo O departamento de RH de uma empresa deseja avalar a efcáca dos testes aplcados para a seleção de funconáros. Para tanto, fo sorteada uma amostra aleatóra de 50 funconáros que fazem parte da empresa

Leia mais

Palavras-Chave: Métodos Interativos da Potência e Inverso, Sistemas Lineares, Autovetores e Autovalores.

Palavras-Chave: Métodos Interativos da Potência e Inverso, Sistemas Lineares, Autovetores e Autovalores. MSc leandre Estáco Féo ssocação Educaconal Dom Bosco - Faculdade de Engenhara de Resende Caa Postal 8.698/87 - CEP 75-97 - Resende - RJ Brasl Professor e Doutorando de Engenhara aefeo@yahoo.com.br Resumo

Leia mais

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média. Estatístca Dscplna de Estatístca 0/ Curso Superor de tecnólogo em Gestão Ambental Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos

Leia mais

Psicologia Conexionista Antonio Roque Aula 8 Modelos Conexionistas com tempo contínuo

Psicologia Conexionista Antonio Roque Aula 8 Modelos Conexionistas com tempo contínuo Modelos Conexonstas com tempo contínuo Mutos fenômenos de aprendzado assocatvo podem ser explcados por modelos em que o tempo é uma varável dscreta como nos casos vstos nas aulas anterores. Tas modelos

Leia mais

7 Tratamento dos Dados

7 Tratamento dos Dados 7 Tratamento dos Dados 7.. Coefcentes de Troca de Calor O úmero de usselt local é dado por h( r )d u ( r ) (7-) k onde h(r), o coefcente local de troca de calor é h( r ) q''- perdas T q''- perdas (T( r

Leia mais

5 Relação entre Análise Limite e Programação Linear 5.1. Modelo Matemático para Análise Limite

5 Relação entre Análise Limite e Programação Linear 5.1. Modelo Matemático para Análise Limite 5 Relação entre Análse Lmte e Programação Lnear 5.. Modelo Matemátco para Análse Lmte Como fo explcado anterormente, a análse lmte oferece a facldade para o cálculo da carga de ruptura pelo fato de utlzar

Leia mais

NÚMEROS COMPLEXOS (C)

NÚMEROS COMPLEXOS (C) Professor: Casso Kechalosk Mello Dscplna: Matemátca Aluno: N Turma: Data: NÚMEROS COMPLEXOS (C) Quando resolvemos a equação de º grau x² - 6x + = 0 procedemos da segunte forma: b b ± 4ac 6 ± 6 4 6 ± 6

Leia mais

Modelo de programação por restrições para o problema de empacotamento ortogonal tridimensional

Modelo de programação por restrições para o problema de empacotamento ortogonal tridimensional Capítulo 5 Modelo de programação por restrções para o problema de empacotamento ortogonal trdmensonal Olvana Xaver do Nascmento 1 Llane de Azevedo Olvera 1 Thago Alves de Queroz 1 Resumo: O Problema de

Leia mais

APLICAÇÃO DO MÉTODO DAS DIFERENÇAS FINITAS PARA SOLUÇÃO DAS EQUAÇÕES DE LAPLACE E POISSON PARA LINHAS DE MICROFITAS ACOPLADAS

APLICAÇÃO DO MÉTODO DAS DIFERENÇAS FINITAS PARA SOLUÇÃO DAS EQUAÇÕES DE LAPLACE E POISSON PARA LINHAS DE MICROFITAS ACOPLADAS APLICAÇÃO DO MÉTODO DAS DIFERENÇAS FINITAS PARA SOLUÇÃO DAS EQUAÇÕES DE LAPLACE E POISSON PARA LINHAS DE MICROFITAS ACOPLADAS Raann Pablo de Alencar AZEEDO; Ícaro Bezerra de Queroz ARAÚJO; Elel Pogg dos

Leia mais

Representação e Descrição de Regiões

Representação e Descrição de Regiões Depos de uma magem ter sdo segmentada em regões é necessáro representar e descrever cada regão para posteror processamento A escolha da representação de uma regão envolve a escolha dos elementos que são

Leia mais

UNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira

UNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira UNIVERSIDADE DE PERNAMBUCO ESCOLA POLITÉCNICA DE PERNAMBUCO Físca Expermental Prof o José Wlson Vera wlson.vera@upe.br AULA 01: PROCESSOS DE ANÁLISE GRÁFICA E NUMÉRICA MODELO LINEAR Recfe, agosto de 2015

Leia mais

PUCPR- Pontifícia Universidade Católica Do Paraná PPGIA- Programa de Pós-Graduação Em Informática Aplicada PROF. DR. JACQUES FACON

PUCPR- Pontifícia Universidade Católica Do Paraná PPGIA- Programa de Pós-Graduação Em Informática Aplicada PROF. DR. JACQUES FACON 1 PUCPR- Pontfíca Unversdade Católca Do Paraná PPGIA- Programa de Pós-Graduação Em Informátca Aplcada PROF. DR. JACQUES FACON LIMIARIZAÇÃO ITERATIVA DE LAM E LEUNG Resumo: A proposta para essa sére de

Leia mais

2 Lógica Fuzzy Introdução

2 Lógica Fuzzy Introdução 2 Lógca Fuzzy 2.. Introdução A lógca fuzzy é uma extensão da lógca booleana, ntroduzda pelo Dr. Loft Zadeh da Unversdade da Calfórna / Berkeley no ano 965. Fo desenvolvda para expressar o conceto de verdade

Leia mais

Análise Exploratória de Dados

Análise Exploratória de Dados Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: obter uma reta que se ajuste aos dados segundo o crtéro de mínmos quadrados; apresentar outros crtéros para a determnação de uma

Leia mais

Universidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Classificadores Lineares. Luiz Eduardo S. Oliveira, Ph.D.

Universidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Classificadores Lineares. Luiz Eduardo S. Oliveira, Ph.D. Unversdade Federal do Paraná Departamento de Informátca Reconhecmento de Padrões Classfcadores Lneares Luz Eduardo S. Olvera, Ph.D. http://lesolvera.net Objetvos Introduzr os o conceto de classfcação lnear.

Leia mais

Estudo quantitativo do processo de tomada de decisão de um projeto de melhoria da qualidade de ensino de graduação.

Estudo quantitativo do processo de tomada de decisão de um projeto de melhoria da qualidade de ensino de graduação. Estudo quanttatvo do processo de tomada de decsão de um projeto de melhora da qualdade de ensno de graduação. Rogéro de Melo Costa Pnto 1, Rafael Aparecdo Pres Espíndula 2, Arlndo José de Souza Júnor 1,

Leia mais

Medidas e resultados em um experimento.

Medidas e resultados em um experimento. Meddas e resultados em um expermento. I- Introdução O estudo de um fenômeno natural do ponto de vsta expermental envolve algumas etapas que, mutas vezes, necesstam de uma elaboração préva de uma seqüênca

Leia mais

REGRESSÃO NÃO LINEAR 27/06/2017

REGRESSÃO NÃO LINEAR 27/06/2017 7/06/07 REGRESSÃO NÃO LINEAR CUIABÁ, MT 07/ Os modelos de regressão não lnear dferencam-se dos modelos lneares, tanto smples como múltplos, pelo fato de suas varáves ndependentes não estarem separados

Leia mais

Responda às questões utilizando técnicas adequadas à solução de problemas de grande dimensão.

Responda às questões utilizando técnicas adequadas à solução de problemas de grande dimensão. Departamento de Produção e Sstemas Complementos de Investgação Operaconal Exame Época Normal, 1ª Chamada 11 de Janero de 2006 Responda às questões utlzando técncas adequadas à solução de problemas de grande

Leia mais

Auto-Fusão da Auto-Face, do Auto-Esboço e da Auto-Pele pelo Misturograma em imagens em nível de cinza

Auto-Fusão da Auto-Face, do Auto-Esboço e da Auto-Pele pelo Misturograma em imagens em nível de cinza Auto-Fusão da Auto-Face, do Auto-Esboço e da Auto-Pele pelo Msturograma em magens em nível de cnza Severno Jr, Osvaldo IMES - FAFICA osvaldo@fafca.br Gonzaga, Adlson Escola de Engenhara de São Carlos -

Leia mais

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma Capítulo 8 Dferencação Numérca Quase todos os métodos numércos utlzados atualmente para obtenção de soluções de equações erencas ordnáras e parcas utlzam algum tpo de aproxmação para as dervadas contínuas

Leia mais

Covariância na Propagação de Erros

Covariância na Propagação de Erros Técncas Laboratoras de Físca Lc. Físca e Eng. omédca 007/08 Capítulo VII Covarânca e Correlação Covarânca na propagação de erros Coefcente de Correlação Lnear 35 Covarânca na Propagação de Erros Suponhamos

Leia mais

Aprendizagem de Máquina

Aprendizagem de Máquina Plano de Aula Aprendzagem de Máquna Aprendzagem Baseada em Instâncas Alessandro L. Koerch Introdução Espaço Eucldano Aprendzagem Baseada em Instâncas (ou Modelos Baseados em Dstânca) Regra knn (k vznhos

Leia mais

Sistemas de equações lineares

Sistemas de equações lineares Sstemas - ALGA - / Sstemas de equações lneares Uma equação lnear nas ncógntas ou varáves x ; x ; :::; x n é uma expressão da forma: a x + a x + ::: + a n x n = b onde a ; a ; :::; a n ; b são constantes

Leia mais

EXPANSÃO TÉRMICA DOS LÍQUIDOS

EXPANSÃO TÉRMICA DOS LÍQUIDOS Físca II Protocolos das Aulas Prátcas 01 DF - Unversdade do Algarve EXPANSÃO ÉRMICA DOS ÍQUIDOS 1 Resumo Estuda-se a expansão térmca da água destlada e do glcerol utlzando um pcnómetro. Ao aquecer-se,

Leia mais

5 Formulação para Problemas de Potencial

5 Formulação para Problemas de Potencial 48 Formulação para Problemas de Potencal O prncpal objetvo do presente capítulo é valdar a função de tensão do tpo Westergaard obtda para uma trnca com abertura polnomal (como mostrado na Fgura 9a) quando

Leia mais

3.3 Ordenação por Heap (Heapsort)

3.3 Ordenação por Heap (Heapsort) 3.3 Ordenação por Heap (Heapsort) Heap descendente (max heap ou arvore descendente parcalmente ordenada) de tamanho n é um array que pode ser vsto como uma arvore bnára quase completa de n nós tal que

Leia mais

Elaboração de um Código Computacional para Resolução de Sistemas Lineares de Grande Porte

Elaboração de um Código Computacional para Resolução de Sistemas Lineares de Grande Porte COMAT Coordenadora do Curso de Lcencatura em Matemátca TCC Trabalho de Conclusão de Curso Elaboração de um Códgo Computaconal para Resolução de Sstemas Lneares de Grande Porte Trabalho de Conclusão de

Leia mais

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca

Leia mais

EQUAÇÕES DIFERENCIAIS ORDINÁRIAS (EDO) PROBLEMA DO VALOR INICIAL (PVI)

EQUAÇÕES DIFERENCIAIS ORDINÁRIAS (EDO) PROBLEMA DO VALOR INICIAL (PVI) EQUAÇÕES DIFERENCIAIS ORDINÁRIAS (EDO) PROBLEMA DO VALOR INICIAL (PVI) Introdução Seja a segunte equação derencal: d ( ) ; d para. que é reerencado com o problema do valor ncal. Essa denomnação deve-se

Leia mais

4.1 Modelagem dos Resultados Considerando Sazonalização

4.1 Modelagem dos Resultados Considerando Sazonalização 30 4 METODOLOGIA 4.1 Modelagem dos Resultados Consderando Sazonalzação A sazonalzação da quantdade de energa assegurada versus a quantdade contratada unforme, em contratos de fornecmento de energa elétrca,

Leia mais

Estatística II Antonio Roque Aula 18. Regressão Linear

Estatística II Antonio Roque Aula 18. Regressão Linear Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão

Leia mais

DESENVOLVIMENTO DE UM PRÉ-PROCESSADOR PARA ANÁLISE ISOGEOMÉTRICA

DESENVOLVIMENTO DE UM PRÉ-PROCESSADOR PARA ANÁLISE ISOGEOMÉTRICA DESENVOLVIMENTO DE UM PRÉ-PROCESSADOR PARA ANÁLISE ISOGEOMÉTRICA Pedro Luz Rocha Evandro Parente Junor pedroluzrr04@gmal.com evandroparentejr@gmal.com Laboratóro de Mecânca Computaconal e Vsualzação, Unversdade

Leia mais

γ = C P C V = C V + R = q = 2 γ 1 = 2 S gas = dw = W isotermico

γ = C P C V = C V + R = q = 2 γ 1 = 2 S gas = dw = W isotermico Q1 Um clndro feto de materal com alta condutvdade térmca e de capacdade térmca desprezível possu um êmbolo móvel de massa desprezível ncalmente fxo por um pno. O rao nterno do clndro é r = 10 cm, a altura

Leia mais

Variabilidade Espacial do Teor de Água de um Argissolo sob Plantio Convencional de Feijão Irrigado

Variabilidade Espacial do Teor de Água de um Argissolo sob Plantio Convencional de Feijão Irrigado Varabldade Espacal do Teor de Água de um Argssolo sob Planto Convenconal de Fejão Irrgado Elder Sânzo Aguar Cerquera 1 Nerlson Terra Santos 2 Cásso Pnho dos Res 3 1 Introdução O uso da água na rrgação

Leia mais

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16%

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16% Análse de Rsco 1 RISCO Rsco possbldade de perda. Quanto maor a possbldade, maor o rsco. Exemplo: Empresa X va receber $ 1.000 de uros em 30 das com títulos do governo. A empresa Y pode receber entre $

Leia mais

Apostila de Matemática Financeira

Apostila de Matemática Financeira 2010.2 Apostla de Matemátca Fnancera Prof. Dav Ran Gotardelo Dsponível no Xerox e no Quosque Unversdade Federal Rural do Ro de Janero (UFRRJ) A p o s t l a d e M a t e m á t c a F n a n c e r a - U F R

Leia mais

DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS

DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS 177 DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS Antôno Carlos da Slva Flho Un-FACEF Introdução Trend Strps (TS) são uma nova técnca de análse da dnâmca de um sstema,

Leia mais

Referências: No mínimo, para cada experimento o Caderno de Laboratório deve sempre conter:

Referências: No mínimo, para cada experimento o Caderno de Laboratório deve sempre conter: Sstemas Mecâncos III - EXPERIMETO - Dlatação Térmca Prof.: Dr. Cláudo S. Sartor Técnco: Fernando ITRODUÇÃO: Forma Geral dos Relatóros É muto desejável que seja um caderno grande (formato A) pautada com

Leia mais

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo 3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas

Leia mais

CORRELAÇÃO E REGRESSÃO

CORRELAÇÃO E REGRESSÃO CORRELAÇÃO E REGRESSÃO Constata-se, freqüentemente, a estênca de uma relação entre duas (ou mas) varáves. Se tal relação é de natureza quanttatva, a correlação é o nstrumento adequado para descobrr e medr

Leia mais

3. CIRCUITOS COM AMPOP S UTILIZADOS NOS SAPS

3. CIRCUITOS COM AMPOP S UTILIZADOS NOS SAPS 3 CICUITOS COM AMPOP S UTILIZADOS NOS SAPS 3. CICUITOS COM AMPOP S UTILIZADOS NOS SAPS - 3. - 3. Introdução Numa prmera fase, apresenta-se os crcutos somadores e subtractores utlzados nos blocos de entrada

Leia mais

Laboratório de Mecânica Aplicada I Estática: Roldanas e Equilíbrio de Momentos

Laboratório de Mecânica Aplicada I Estática: Roldanas e Equilíbrio de Momentos Laboratóro de Mecânca Aplcada I Estátca: Roldanas e Equlíbro de Momentos 1 Introdução O conhecmento das condções de equlíbro de um corpo é mprescndível em númeras stuações. Por exemplo, o estudo do equlíbro

Leia mais

Análise Dinâmica de uma Viga de Euler-Bernoulli Submetida a Impacto no Centro após Queda Livre Através do Método de Diferenças Finitas

Análise Dinâmica de uma Viga de Euler-Bernoulli Submetida a Impacto no Centro após Queda Livre Através do Método de Diferenças Finitas Proceedng Seres of the Brazlan Socety of Appled and Computatonal Mathematcs, Vol. 4, N., 06. Trabalho apresentado no DINCON, Natal - RN, 05. Proceedng Seres of the Brazlan Socety of Computatonal and Appled

Leia mais

3 Subtração de Fundo Segmentação por Subtração de Fundo

3 Subtração de Fundo Segmentação por Subtração de Fundo 3 Subtração de Fundo Este capítulo apresenta um estudo sobre algortmos para a detecção de objetos em movmento em uma cena com fundo estátco. Normalmente, estas cenas estão sob a nfluênca de mudanças na

Leia mais

2ª PARTE Estudo do choque elástico e inelástico.

2ª PARTE Estudo do choque elástico e inelástico. 2ª PARTE Estudo do choque elástco e nelástco. Introdução Consderemos dos corpos de massas m 1 e m 2, anmados de velocdades v 1 e v 2, respectvamente, movmentando-se em rota de colsão. Na colsão, os corpos

Leia mais

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

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

Leia mais

MODELAGEM COMPUTACIONAL DA DIFUSÃO DE NÊUTRONS EM GEOMETRIA UNIDIMENSIONAL CARTESIANA

MODELAGEM COMPUTACIONAL DA DIFUSÃO DE NÊUTRONS EM GEOMETRIA UNIDIMENSIONAL CARTESIANA 27 Internatonal Nuclear tlantc Conference - INC 27 antos, P, razl, eptember 3 to October 5, 27 OCIÇÃO RILEIR DE ENERGI NUCLER - EN IN: 978-85-99141-2-1 MODELGEM COMPUTCIONL D DIFUÃO DE NÊUTRON EM GEOMETRI

Leia mais

Análise de faltas balanceadas e não-balanceadas utilizando Z bar. 1. Análise de falta balanceada usando a matriz de impedância de barra (Z bar )

Análise de faltas balanceadas e não-balanceadas utilizando Z bar. 1. Análise de falta balanceada usando a matriz de impedância de barra (Z bar ) Análse de altas balanceadas e não-balanceadas utlzando. Análse de alta balanceada usando a matrz de mpedânca de ra ( ) Aqu será eta uma análse de cálculo de curto-crcuto trásco (alta balanceada), utlzando

Leia mais

Cap. IV Análise estatística de incertezas aleatórias

Cap. IV Análise estatística de incertezas aleatórias TLF 010/11 Cap. IV Análse estatístca de ncertezas aleatóras Capítulo IV Análse estatístca de ncertezas aleatóras 4.1. Méda 43 4.. Desvo padrão 44 4.3. Sgnfcado do desvo padrão 46 4.4. Desvo padrão da méda

Leia mais

MAP Cálculo Numérico e Aplicações

MAP Cálculo Numérico e Aplicações MAP0151 - Cálculo Numérco e Aplcações Lsta 5 (Correção Neste ponto, todos já sabemos que todas as questões têm o mesmo valor, totalzando 10.0 pontos. (Questão 1 Fque com vontade de fazer mas do que fo

Leia mais

MÉTODOS DE ANÁLISE DE CIRCUITOS RESISTIVOS ANÁLISE NODAL

MÉTODOS DE ANÁLISE DE CIRCUITOS RESISTIVOS ANÁLISE NODAL CIRCUITOS ELÉTRICOS Método de Análse: Análse Nodal Dscplna: CIRCUITOS ELÉTRICOS Professor: Dr Marcos Antôno de Sousa Tópco MÉTODOS DE ANÁLISE DE CIRCUITOS RESISTIVOS ANÁLISE NODAL Referênca bbloráfca básca:

Leia mais

Referências: No mínimo, para cada experimento o Caderno de Laboratório deve sempre conter:

Referências: No mínimo, para cada experimento o Caderno de Laboratório deve sempre conter: Fenômenos de Transporte, Calor e Massa - FTCM - Rotero Epermental - Relatóro Prof.: Dr. Cláudo S. Sartor - EXPERIMETO Dlatação Térmca ITRODUÇÃO: Forma Geral dos Relatóros É muto desejável que seja um caderno

Leia mais

2 Aproximação por curvas impĺıcitas e partição da unidade

2 Aproximação por curvas impĺıcitas e partição da unidade Aproxmação por curvas mpĺıctas e partção da undade Este capítulo expõe alguns concetos báscos necessáros para o entendmento deste trabalho 1 Curvas Algébrcas Um subconjunto O R é chamado de uma curva mplícta

Leia mais

Realimentação negativa em ampliadores

Realimentação negativa em ampliadores Realmentação negatva em ampladores 1 Introdução necessdade de amplfcadores com ganho estável em undades repetdoras em lnhas telefôncas levou o Eng. Harold Black à cração da técnca denomnada realmentação

Leia mais

Primeiras Redes Neurais. Aluizio Fausto Ribeiro Araújo Universidade Federal de Pernambuco Centro de Informática

Primeiras Redes Neurais. Aluizio Fausto Ribeiro Araújo Universidade Federal de Pernambuco Centro de Informática Prmeras Redes Neuras Aluzo Fausto Rbero Araújo Unversdade Federal de Pernambuco Centro de Informátca Conteúdo. Modelo de McCullough and Ptts 2. Teora de Hebb 3. O Perceptron 4. Exemplos 2 Modelo de McCullough

Leia mais

ANÁLISE DAS TENSÕES TÉRMICAS EM MATERIAIS CERÂMICOS. Palavras-chave: Tensões térmicas, Propriedades variáveis, Condução de calor, GITT

ANÁLISE DAS TENSÕES TÉRMICAS EM MATERIAIS CERÂMICOS. Palavras-chave: Tensões térmicas, Propriedades variáveis, Condução de calor, GITT ANÁLISE DAS TENSÕES TÉRMICAS EM MATERIAIS CERÂMICOS Dnz, L.S. Santos, C.A.C. Lma, J.A. Unversdade Federal da Paraíba Laboratóro de Energa Solar LES/DTM/CT/UFPB 5859-9 - João Pessoa - PB, Brasl e-mal: cabral@les.ufpb.br

Leia mais

Matemática. Veículo A. Veículo B. Os gráficos das funções interceptam-se quando 50t = 80t

Matemática. Veículo A. Veículo B. Os gráficos das funções interceptam-se quando 50t = 80t Matemátca 0 Dos veículos, A e B, partem de um ponto de uma estrada, em sentdos opostos e com velocdades constantes de 50km/h e 70km/h, respectvamente Após uma hora, o veículo B retorna e, medatamente,

Leia mais

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

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional. ou experimental. Prof. Lorí Val, Dr. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~vall/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal http://www.mat.ufrgs.br/~vall/ ou expermental. Numa relação

Leia mais

Desenvolvimento de software de simulação Monte Carlo para auxiliar no estudo da propagação de doenças infecciosas

Desenvolvimento de software de simulação Monte Carlo para auxiliar no estudo da propagação de doenças infecciosas Desenvolvmento de software de smulação Monte Carlo para auxlar no estudo da propagação de doenças nfeccosas João Batsta dos Santos-Flho 1, Tatana Santos de Araujo Batsta 2, José Carlos Rodrgues Olvera

Leia mais

ANÁLISE DE ESTRUTURAS I INTRODUÇÃO AO MÉTODO DE CROSS

ANÁLISE DE ESTRUTURAS I INTRODUÇÃO AO MÉTODO DE CROSS DECvl ANÁLISE DE ESTRUTURAS I INTRODUÇÃO AO ÉTODO DE CROSS Orlando J. B. A. Perera 20 de ao de 206 2 . Introdução O método teratvo ntroduzdo por Hardy Cross (Analyss of Contnuous Frames by Dstrbutng Fxed-End

Leia mais

2 Redes Neurais Auto-Organizáveis

2 Redes Neurais Auto-Organizáveis 2 Redes Neuras Auto-Organzáves 2.1 Introdução Problemas de clusterng estão presentes nos mas varados contetos, como por eemplo: classfcação de padrões, mneração de dados e recuperação de nformações de

Leia mais

Modelagem do Transistor Bipolar

Modelagem do Transistor Bipolar AULA 10 Modelagem do Transstor Bpolar Prof. Rodrgo Rena Muñoz Rodrgo.munoz@ufabc.edu.br T1 2018 Conteúdo Modelagem do transstor Modelo r e Modelo híbrdo Confgurações emssor comum, base comum e coletor

Leia mais

NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES

NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES 1 O nosso objetvo é estudar a relação entre duas varáves quanttatvas. Eemplos:. Idade e altura das cranças.. v. Tempo de prátca de esportes e rtmo cardíaco

Leia mais

Uma abordagem do algoritmo genético bi-objetivo para seleção de variedades da cana-de-açúcar com características ambiental e econômica

Uma abordagem do algoritmo genético bi-objetivo para seleção de variedades da cana-de-açúcar com características ambiental e econômica Uma abordagem do algortmo genétco b-obetvo para seleção de varedades da cana-de-açúcar com característcas ambental e econômca Helence de Olvera Florentno Departamento de Boestatístca do Insttuto de Bocêncas,

Leia mais

3 Elementos de modelagem para o problema de controle de potência

3 Elementos de modelagem para o problema de controle de potência 3 Elementos de modelagem para o problema de controle de potênca Neste trabalho assume-se que a rede de comuncações é composta por uma coleção de enlaces consttuídos por um par de undades-rádo ndvdualmente

Leia mais

UM ALGORITMO DE PROGRAMAÇÃO MATEMÁTICA BI-OBJETIVO PARA O PROBLEMA DE LOCALIZAÇÃO DE FACILIDADES NÃO CAPACITADO

UM ALGORITMO DE PROGRAMAÇÃO MATEMÁTICA BI-OBJETIVO PARA O PROBLEMA DE LOCALIZAÇÃO DE FACILIDADES NÃO CAPACITADO Ro de Janero, RJ, Brasl, 3 a 6 de outubro de 008 UM ALGORITMO DE PROGRAMAÇÃO MATEMÁTICA BI-OBJETIVO PARA O PROBLEMA DE LOCALIZAÇÃO DE FACILIDADES NÃO CAPACITADO Paula Marana dos Santos (UFV) paula-maranna@hotmal.com

Leia mais

Procedimento Recursivo do Método dos Elementos de Contorno Aplicado em Problemas de Poisson

Procedimento Recursivo do Método dos Elementos de Contorno Aplicado em Problemas de Poisson Trabalho apresentado no III CMAC - SE, Vtóra-ES, 015. Proceedng Seres of the Brazlan Socety of Computatonal and Appled Mathematcs Procedmento Recursvo do Método dos Elementos de Contorno Aplcado em Problemas

Leia mais

O Algoritmo Polinomial de Shor para Fatoração em um Computador Quântico

O Algoritmo Polinomial de Shor para Fatoração em um Computador Quântico Unversdade Federal de Pernambuco Departamento de Matemátca Dssertação de Mestrado: O Algortmo Polnomal de Shor para Fatoração em um Computador uântco por Máro Sansuke Maranhão Watanabe Manoel Lemos Orentador

Leia mais

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos Curso de extensão, MMQ IFUSP, feverero/4 Alguns exercíco báscos I Exercícos (MMQ) Uma grandeza cujo valor verdadero x é desconhecdo, fo medda três vezes, com procedmentos expermentas dêntcos e, portanto,

Leia mais