BC-0005 Bases Computacionais da Ciência Aula 08 Modelagem e simulação por computador
|
|
- Caio Domingos Castanho
- 6 Há anos
- Visualizações:
Transcrição
1 BC-000 Bases Computacionais da Ciência Aula 08 Modelagem e simulação por computador Prof. Rodrigo Hausen (dos slides do prof. Jesús P. Mena-Chalco)
2 Motivação Modelagem e Simulação Computacional: cada vez mais sendo utilizadas
3 Motivação Modelagem e Simulação Computacional: cada vez mais sendo utilizadas Possibilidade de estudar sistemas reais de maneira aproximada, com base em modelos matemáticos que os representem
4 Motivação Modelagem e Simulação Computacional: cada vez mais sendo utilizadas Possibilidade de estudar sistemas reais de maneira aproximada, com base em modelos matemáticos que os representem Sistema: Conjunto de elementos interconectados que interagem entre si.
5 Motivação Modelagem e Simulação Computacional: cada vez mais sendo utilizadas Possibilidade de estudar sistemas reais de maneira aproximada, com base em modelos matemáticos que os representem Tais modelos são implementados em simulações computacionais, que são executadas visando obter um melhor entendimento do sistema real.
6 Sistema Há três formas de se estudar um sistema: () Experimentos com o Sistema Real. () Experimentos com Modelos Físicos. () Experimentos com Modelos Matemáticos. 6
7 () Experimentos com sistema real Feitos quando é possível trabalhar diretamente com o sistema real: Atuando em seus elementos e/ou Alterando sua configuração para fazê-lo operar sob estas novas condições propostas Exemplo: experimento real de teste de colisão realizado em um veículo da VW Fonte: youtu.be/gix7ymymhto 7
8 () Experimentos com sistema real Algumas desvantagens: Custo Tempo para preparar e executar o experimento Pode envolver risco Ex.: análise de situações de incêndio Pode ser impossível de se tratar diretamente. Ex: análise de buracos negros 8
9 Experimentos com modelos Em muitas situações é necessário construir um modelo para o sistema. Modelo: uma representação parcial de um objeto, sistema ou ideia. Após termos um modelo, realizamos experimentos para estudar o comportamento do sistema. O resultado dos experimentos é uma aproximação do comportamento do sistema real. 9
10 () Experimentos com modelos físicos Modelos físicos consideram: experimentos com objetos reais os objetos atuam como representações parciais do sistema que se deseja estudar Exemplos: maquetes, aeromodelos, Fontes: 0
11 () Experimentos com modelos matemáticos Modelo matemático: descrição de um sistema usando linguagem matemática (funções, equações, etc.) no lugar de dispositivos físicos. Procura representar as principais características e comportamentos do sistema alvo que se deseja analisar. Como interpretar um modelo matemático? soluções analíticas, por álgebra, aritmética, trigonometria, técnicas de resolução de equações e inequações, etc. Fornecerá expressões matemáticas que descrevem exatamente o comportamento do modelo. soluções numéricas, que fornecem dados numéricos que descrevem aproximadamente o comportamento do modelo.
12 () Experimentos com modelos matemáticos Ex.: um projétil é lançado de um ponto (x₀, y₀) na Terra, com velocidade inicial v₀ e com ângulo com a horizontal de θ. Desprezendo-se resistência do ar e vento, e considerando o movimento apenas em dimensões, a sua posição no instante t é (x, y) onde: x x₀ = (v₀ cos θ) t y y₀ = (v₀ sen θ) t ½ g t² g é a aceleração da gravidade no local, aproximadamente 9,8 m/s² na maior parte da superfície terrestre. Solução analítica: dados os valores iniciais, temos uma fórmula que nos dá a posição exata (x, y) em qualquer instante t.
13 () Experimentos com modelos matemáticos Ex.: modelagem e simulação computacional de um teste de colisão. Solução numérica: dada a configuração inicial, a cada instante temos aproximações numéricas para as propriedades de cada partícula simulada do carro: posição, velocidade, aceleração, etc. Essas aproximações são usadas para mostrar graficamente o estado da simulação a cada instante de tempo simulado.
14 Modelos numéricos e simulação Conjectura de Collatz
15 Conjectura de Collatz Lothar Collatz imaginou o seguinte processo em 97: ) Tome um inteiro positivo n ) Se n for, pare ) Se n for par, divida-o por. Caso contrário, tome n+. ) Escreva esse novo número e considere-o agora como n ) Volte ao passo Ex.: a sequência de Collatz para n= é, 0,, 6, 8,,, Conjectura de Collatz: para qualquer inteiro positivo n, a sequência de Collatz sempre termina em. Até hoje, ninguém sabe se a conjectura é verdadeira ou falsa. Só temos evidência experimental por simulação. Infelizmente, isto não nos dá certeza absoluta! Mas, se existir contraexemplo, as simulações poderiam achá-lo.
16 Conjectura de Collatz No Scilab: function seq = collatz(n) seq() = n i = // i = contador do número de iterações while n ~= if modulo(n, ) == 0 then n = n/ else n = *n+ end i = i + seq(i) = n end endfunction 6
17 Conjectura de Collatz No Scilab: -->collatz() ans =
18 Conjectura de Collatz Quantos elementos há na sequência de Collatz para n=97? -->collatz(97) ans = >size(collatz(97),) ans = 9. 8
19 Para casa: Atividade Faça um programa em Scilab que: demonstre que a conjectura de Collatz vale para n até milhão (0⁶). determine quantos elementos há na maior sequência de Collatz para n entre e 0⁶ e qual é o n cuja sequência é a maior. (teste: para n entre e 00, n=97 tem a maior sequência) Dependendo do computador utilizado, seu programa deve levar algumas horas para terminar a execução. Antes de tentar ir até milhão, tente ir até 0², 0³, 0⁴, 0⁵, 0⁵, etc. Pode ser que você não consiga ir até milhão. Vá até onde conseguir (desde que não seja um valor muito baixo) Entregue o programa e um mini-relatório no Tidia. 9
20 Modelos numéricos e simulação Estimando o valor de π
21 Estimando o valor de π Sabemos que o valor de Pi = Podemos usar a simulação de um modelo estatístico para estimar este valor. Esta estratégia é chamada método de Monte Carlo. O modelo usa propriedades dos números aleatórios para calcular algumas áreas de interesse. Em uma distribuição uniforme de números aleatórios, nenhum número tem maior chance de aparecer do que outro.
22 Estimando o valor de π Quadrado com circunferência inscrita Acirc =π r r Aquad=ℓ r =( r )= r ℓ = r Acirc π r = Aquad r Acirc π= Aquad
23 Estimando o valor de π O método de Monte Carlo é utilizado para estimar a relação entre as áreas da circunferência e do quadrado. Para tornar os cálculos mais simples, assume-se que o quadrado tenha um lado de tamanho ℓ =. Assim, o raio da circunferência é r = ½, logo r² = ¼
24 Estimando o valor de π Utilizando um computador sorteamos alguns pares de números aleatórios no intervalo [0, ]. Cada par de números representará as coordenadas x e y de um ponto que pertence à área do quadrado. Podemos estimar as áreas do quadrado contando quantos pontos caem sobre cada uma das figuras.
25 Estimando o valor de π Dado um ponto A = (x, y) com coordenadas oriundas de um sorteio aleatório... podemos saber se o ponto está dentro ou fora da circunferência de raio r e centro (xc, yc) se vale a desigualdade: (x xc)² + (y yc)² r²
26 Estimando o valor de π Dado um ponto A = (x, y) com coordenadas oriundas de um sorteio aleatório... podemos saber se o ponto está dentro ou fora da circunferência de raio r e centro (xc, yc) se vale a desigualdade: (x xc)² + (y yc)² r² Ex.: sorteamos as coordenadas x = 0.8 e y =
27 Estimando o valor de π Dado um ponto A = (x, y) com coordenadas oriundas de um sorteio aleatório... podemos saber se o ponto está dentro ou fora da circunferência de raio r e centro (xc, yc) se vale a desigualdade: (x xc)² + (y yc)² r² Ex.: sorteamos as coordenadas x = 0.8 e y = 0.7. Este ponto (x, y) está dentro da circunferência com raio r = ½ e centro (xc, yc) = (0., 0.) pois (0.8 0.)² = 0.09 (0.7 0.)² =
28 Estimando o valor de π Dado um ponto A = (x, y) com coordenadas oriundas de um sorteio aleatório... podemos saber se o ponto está dentro ou fora da circunferência de raio r e centro (xc, yc) se vale a desigualdade: (x xc)² + (y yc)² r² Ex.: sorteamos as coordenadas x = 0.8 e y = 0.7. Este ponto (x, y) está dentro da circunferência com raio r = ½ e centro (xc, yc) = (0., 0.) pois (0.8 0.)² = 0.09 (0.7 0.)² = 0.06 (x xc)² + (y yc)² = 0.0 8
29 Estimando o valor de π Dado um ponto A = (x, y) com coordenadas oriundas de um sorteio aleatório... podemos saber se o ponto está dentro ou fora da circunferência de raio r e centro (xc, yc) se vale a desigualdade: (x xc)² + (y yc)² r² Ex.: sorteamos as coordenadas x = 0.8 e y = 0.7. Este ponto (x, y) está dentro da circunferência com raio r = ½ e centro (xc, yc) = (0., 0.) pois (0.8 0.)² = 0.09 (0.7 0.)² = 0.06 (x xc)² + (y yc)² = 0.0 ¼ = r² 9
30 Estimando o valor de π Estratégia: Sortear muitos pontos aleatórios, de forma a gerar uma amostra considerável de pontos dispersos uniformemente no quadrado. Determinar se cada ponto encontra-se dentro ou fora da circunferência. Sendo os pontos dispersos uniformemente, a razão entre pontos dentro da circunferência e dentro do quadrado é próxima da razão entre as áreas. Ou seja: Acirc núm pontos na circunferência π = Aquad núm pontos no quadrado 0
31 Estimando o valor de Pi No Scilab: function estimativa = estima_pi(npontos) ncirc = 0 // núm. pontos na circunferência for i = :npontos x = rand() y = rand() if (x-0.)^ + (y-0.)^ <= / ncirc = ncirc + end end estimativa = *ncirc/npontos endfunction
32 Modelos numéricos e simulação Jogo da Vida (Game of life) Jogo de simulação Jogo que recria processo do mundo-real
33 Jogo da vida O Jogo da Vida foi desenvolvido pelo matemático John Conway, em 970 Conway explorava a ideia do construtor universal, de forma que uma máquina hipotética pudesse construir cópias de si mesma O Jogo da Vida é um autômato celular que se desenvolve em um espaço de duas dimensões, dividido em células quadrangulares É governado por regras simples que definem nascimentos, mortes e sobrevivências de células
34 Jogo da vida Cada uma das células do universo bidimensional pode estar em dois estados possíveis: - viva (cor branca) - morta (cor preta) Se uma célula sobrevive, morre ou nasce será determinado pelo número de vizinhos vivos ao redor de uma célula
35 auto-organização Jogo da vida
36 Jogo da vida de Conway Cada célula pode ter oito células vizinhas As regras envolvem três tópicos: Sobrevivência: Se a quantidade de vizinhos vivos é igual a dois (0) ou três (0) Nascimento: Se a célula está morta, mas tem três (0) vizinhos vivos, então ela nasce na próxima fase Morte: Se a quantidade de vizinhos vivos é menor que dois (solidão) ou maior que três (superpopulação) As regras não são arbitrárias: evitam comportamento caótico, crescimento infinito ou rápida estabilidade
37 Simulação Preto: viva Branca: morta Estado inicial
38 Sobrevivência: <=N<= Nascimento: N= Morte: N< ou N> Simulação Preto: viva Branca: morta Estado inicial Iteração
39 Sobrevivência: <=N<= Nascimento: N= Morte: N< ou N> Simulação Preto: viva Branca: morta Estado inicial Iteração
40 Sobrevivência: <=N<= Nascimento: N= Morte: N< ou N> Simulação Preto: viva Branca: morta Estado inicial Iteração
41 Sobrevivência: <=N<= Nascimento: N= Morte: N< ou N> Simulação Preto: viva Branca: morta Estado inicial Iteração
42 Sobrevivência: <=N<= Nascimento: N= Morte: N< ou N> Simulação Preto: viva Branca: morta Estado inicial Iteração
43 Sobrevivência: <=N<= Nascimento: N= Morte: N< ou N> Simulação Preto: viva Branca: morta Estado inicial Iteração
44 Sobrevivência: <=N<= Nascimento: N= Morte: N< ou N> Simulação Preto: viva Branca: morta Estado inicial Iteração
45 Sobrevivência: <=N<= Nascimento: N= Morte: N< ou N> Simulação Preto: viva Branca: morta Estado inicial Iteração
46 Sobrevivência: <=N<= Nascimento: N= Morte: N< ou N> Simulação Preto: viva Branca: morta Estado inicial Iteração
47 Sobrevivência: <=N<= Nascimento: N= Morte: N< ou N> Simulação Preto: viva Branca: morta Estado inicial Iteração
48 Sobrevivência: <=N<= Nascimento: N= Morte: N< ou N> Simulação Preto: viva Branca: morta Estado inicial Iteração
49 Sobrevivência: <=N<= Nascimento: N= Morte: N< ou N> Simulação Preto: viva Branca: morta Estado inicial Iteração
50 Sobrevivência: <=N<= Nascimento: N= Morte: N< ou N> Simulação Preto: viva Branca: morta Estado inicial Iteração
51 Sobrevivência: <=N<= Nascimento: N= Morte: N< ou N> Simulação Preto: viva Branca: morta Estado inicial Iteração
52 Sobrevivência: <=N<= Nascimento: N= Morte: N< ou N> Simulação Preto: viva Branca: morta Estado inicial Iteração
53 Sobrevivência: <=N<= Nascimento: N= Morte: N< ou N> Simulação Preto: viva Branca: morta Estado inicial Iteração
54 Sobrevivência: <=N<= Nascimento: N= Morte: N< ou N> Simulação Preto: viva Branca: morta Estado inicial Iteração
55 Sobrevivência: <=N<= Nascimento: N= Morte: N< ou N> Simulação Preto: viva Branca: morta Estado inicial Iteração
56 Sobrevivência: <=N<= Nascimento: N= Morte: N< ou N> Simulação Preto: viva Branca: morta Estado inicial Iteração
57 Sobrevivência: <=N<= Nascimento: N= Morte: N< ou N> Simulação Preto: viva Branca: morta Estado inicial Iteração
58 Sobrevivência: <=N<= Nascimento: N= Morte: N< ou N> Simulação Preto: viva Branca: morta Estado inicial Iteração
59 Sobrevivência: <=N<= Nascimento: N= Morte: N< ou N> Simulação Preto: viva Branca: morta Estado inicial Iteração
60 Sobrevivência: <=N<= Nascimento: N= Morte: N< ou N> Simulação Preto: viva Branca: morta Estado inicial Iteração
61 Sobrevivência: <=N<= Nascimento: N= Morte: N< ou N> Simulação Preto: viva Branca: morta Estado inicial Iteração
62 Sobrevivência: <=N<= Nascimento: N= Morte: N< ou N> Simulação Preto: viva Branca: morta Estado inicial Iteração
63 Sobrevivência: <=N<= Nascimento: N= Morte: N< ou N> Simulação Preto: viva Branca: morta Estado inicial FIM Iteração
64 Exercício 0 Preto: viva Branca: morta Sobrevivência: <=N<= Nascimento: N= Morte: N< ou N> Utilize as regras de Conway para determinar a primeira iteração da população indicada pela matriz de A Matriz A: Estado inicial Iteração?
65 Exercício 0 Preto: viva Branca: morta Sobrevivência: <=N<= Nascimento: N= Morte: N< ou N> Utilize as regras de Conway para determinar as duas primeiras iterações da população indicada pela matriz de A Matriz A: Estado inicial Iteração?
66 Exercício 0- Solução Matriz A: Estado inicial Avalição por pares: - ponto por erro Iteração
67 Exercício 0 - Solução Estado inicial Iteração Avalição por pares: - ponto por erro Iteração Padrão spaceship
68 Jogo da vida Abra no Scilab o arquivo: jogo_da_vida.sce Parâmetros da função jogo_da_vida univ: matriz n n que representa o universo numero_iteracoes: quantas iterações da simulação devem ser executadas Exemplo de simulação no Scilab --> M = matriz_aleatoria(0); --> novom = jogo_da_vida(m, 000);
69 Padrões de comportamento Durante a execução do Jogo da Vida as células organizam-se seguindo alguns padrões, formando objetos visuais Existem vários tipos de padrões identificados, dentre eles: Tipo I: estáveis Tipo II: oscilatórios Tipo III: spaceships
70 Padrão estável Os objetos do padrão Tipo I (estáveis) são aqueles que não mudam, que são estáticos Os objetos estáveis ocorrem quando nenhuma célula viva tende a morrer, e nenhuma célula tende a nascer Como exemplo tem-se os seguintes objetos: block, beehive, boat, ship, loaf Objeto Block
71 Padrão estável Objeto Ship Objeto Beehive Objeto Boat Objeto Loaf Boats Loafs
72 Padrão estável Objeto Hat Objeto Spiral Objeto Pond
73 Padrão oscilatório Os objetos oscilatórios são formas que mudam da etapa em etapa até atingir um ciclo constante O tipo mais simples é o oscilador de dois períodos, ou aqueles que se repetem após duas etapas Objeto Blinker Objeto Toad
74 Padrão spaceship Padrões que se repetem depois de uma determinada sequência e retornam a seus estado original, e se transformam no espaço Objeto Glider
75 Para casa: Atividade Faça um programa em Scilab que: demonstre que a conjectura de Collatz vale para n até milhão (0⁶). determine quantos elementos há na maior sequência de Collatz para n entre e 0⁶ e qual é o n cuja sequência é a maior. (teste: para n entre e 00, n=97 tem a maior sequência) Dependendo do computador utilizado, seu programa deve levar algumas horas para terminar a execução. Antes de tentar ir até milhão, tente ir até 0², 0³, 0⁴, 0⁵, 0⁵, etc. Pode ser que você não consiga ir até milhão. Vá até onde conseguir (desde que não seja um valor muito baixo) Entregue o programa e um mini-relatório no Tidia. 7
76 Para saber mais Capítulos 8 e 9 do livro No Scilab: ) Execute demo_gui() ) Na janela que abrir, escolha Simulação ) Escolha uma das simulações Código das simulações neste link Livro: Modeling and Simulation in Scilab/Scicos de Stephen L. Campbell, Jean-Philippe Chancelier e Ramine Nikoukhah. 76
O Jogo da Vida. Bernardo Rivas ICMC-USP. Bernardo Rivas (ICMC-USP) O Jogo da Vida Seminário de Coisas Legais 1 / 34
O Jogo da Vida Bernardo Rivas ICMC-USP Bernardo Rivas (ICMC-USP) O Jogo da Vida Seminário de Coisas Legais 1 / 34 Tem até máquina de passar cartão! Bernardo Rivas (ICMC-USP) O Jogo da Vida Seminário
Leia maisBC-0005 Bases Computacionais da Ciência Aula 07 Lógica de Programação: Estruturas de repetição
1 BC-0005 Bases Computacionais da Ciência Aula 07 Lógica de Programação: Estruturas de repetição Prof. Rodrigo Hausen (com base nos slides do prof. Jesús P. Mena-Chalco) 2 Laços (estruturas de repetição)
Leia maisProcessamento da Informação Teoria. Laços aninhados
Processamento da Informação Teoria Laços aninhados Semana 03 Prof. Jesús P. Mena-Chalco 10/05/2013 Uma possível solução da lista 02... Questão 1: Crie uma função que permita somar apenas os números impares
Leia maisUniversidade Federal de Ouro Preto UFOP Instituto de Ciências Exatas e Biológicas ICEB Departamento de Computação DECOM
PROGRAMAÇÃO DE COMPUTADORES I BCC701 Aula Prática 02 Utilizando o Scinotes faça: Exercício 1 Codifique em Scilab as seguintes expressões matemáticas, armazenando-as em variáveis na memória conforme os
Leia maisAula 05 Lógica de Programação: Variáveis e Estruturas sequenciais
BC-0005 Bases Computacionais da Ciência Aula 05 Lógica de Programação: Variáveis e Estruturas sequenciais Prof. Rodrigo Hausen (baseado nos slides do Prof. Jesús P. Mena-Chalco) 1 Introdução Programa é
Leia maisPrática 10 - Funções
Programação de Computadores I UFOP DECOM June 9, 2016 Prática 10 - Funções Abstract Nesta aula prática você vai aprender a definir e usar funções em um programa. Contents 1 Funções 1 1.1 Definição e chamada
Leia maisMétodos Numéricos - Notas de Aula
Métodos Numéricos - Notas de Aula Prof a Olga Regina Bellon Junho 2007 1. Representação de números reais 1.1. Introdução Cálculo Numérico X Método Numérico CI202 - Métodos Numéricos 1 1. Representação
Leia maisPROGRAMAÇÃO DE COMPUTADORES I BCC Aula Prática 02
PROGRAMAÇÃO DE COMPUTADORES I BCC701 2016-2 Aula Prática 02 Exercício 1 Define-se um circuito paralelo por um circuito composto exclusivamente por componentes elétricos ou eletrônicos conectados em paralelo.
Leia maisMétodos Numéricos. Professor Tenani - 9 de Agosto de 2015
Métodos Numéricos Professor Tenani - www.professortenani.com.br 9 de Agosto de 2015 Métodos Numéricos Professor Tenani - www.professortenani.com.br 1 / 51 Índice Métodos Numéricos Professor Tenani - www.professortenani.com.br
Leia maisAula 5. Como gerar amostras de uma distribuição qualquer a partir de sua CDF e de um gerador de números aleatórios?
Aula 5 Como gerar amostras de uma distribuição qualquer a partir de sua CDF e de um gerador de números aleatórios? Processo de chegada: o Chegadas em grupo ocorrem segundo um processo Poisson com taxa.
Leia maisQuarto projeto computacional (data de entrega: 05/06/17)
Quarto projeto computacional (data de entrega: 05/06/17) 1. Escreva um programa em MATLAB (ou na sua linguagem favorita) que implemente numericamente o modelo de neurônio integra-e-dispara com vazamento
Leia maisUNIDADE 1 ESTATÍSTICA E PROBABILIDADES 9 tempos de 45 minutos
EBIAH 9º ANO PLANIFICAÇÃO A LONGO E MÉDIO PRAZO EBIAH PLANIFICAÇÃO A MÉDIO PRAZO 9º ANO - 1º Período Integração dos alunos 1 tempo ESTATÍSTICA A aptidão para entender e usar de modo adequado a linguagem
Leia maisInspiração da Natureza O que é um autômato celular?
Computação Natural: Autômatos Celulares Autômatos Celulares Como comportamentos globais altamente complexos podem emergir a partir de regras de interação local extremamente simples? Prof. Dr. Rafael Stubs
Leia maisErros META OBJETIVOS. 2.1 Erros
Erros META Conceituar o erro, as fontes e formas de expressar estes erros, propagação dos erros em operações aritméticas fórmula geral e problema inverso. OBJETIVOS Resolver problemas práticos de erros
Leia maisBacharelado Engenharia Civil
Bacharelado Engenharia Civil Física Geral e Experimental I Prof.a: Érica Muniz 1 Período Lançamentos Movimento Circular Uniforme Movimento de Projéteis Vamos considerar a seguir, um caso especial de movimento
Leia maisFísica Estatística Computacional
Física Estatística Computacional Tereza Mendes IFSC USP http://lattice.ifsc.usp.br/cbpf.html Física Estatística Computacional Vamos trabalhar com sistemas estocásticos, em que um grande número de integrantes
Leia maisPlanificação Anual Matemática 9º Ano Ano lectivo 2014/2015
nº 1 de (EB23) Organização e tratamento de dados Desenvolver nos alunos a capacidade de compreender e de produzir informação estatística bem como de a utilizar para resolver problemas e tomar decisões
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Função Distribuição Condicional Calculando Probabilidades condicionando Esperança Condicional Aula de hoje Análise de Comandos de Programação
Leia maisUNIVERSIDADE FEDERAL DE PERNAMBUCO Lista de Exercícios / Cálculo Numérico 1ª Unidade
1) Analise as alternativas abaixo e marque V para verdadeiro e F para falso. No segundo caso, explique como as tornaria verdadeiras: ( ) O método das secantes é utilizado para solucionar um problema de
Leia maisExame de Ingresso. Física Aplicada Física Computacional. Primeiro Semestre de 2015
Exame de Ingresso Física Aplicada Física Computacional Primeiro Semestre de 2015 Código do(a) Candidato(a): 1 2 Mecânica Figura 1: questão 1 Figura 2: questão 2 1. Uma bola é lançada a partir do solo com
Leia maisCEDERJ - CENTRO DE EDUCAÇÃO SUPERIOR A DISTÂNCIA DO ESTADO DO RIO DE JANEIRO
CEDERJ - CENTRO DE EDUCAÇÃO SUPERIOR A DISTÂNCIA DO ESTADO DO RIO DE JANEIRO MATERIAL DIDÁTICO IMPRESSO ORIENTAÇÔES PARA A ELABORAÇÃO DO PLANEJAMENTO DE UMA AULA CURSO: Física DISCIPLINA: Informática para
Leia maisFunções - Primeira Lista de Exercícios
Funções - Primeira Lista de Exercícios Vers~ao de 0/03/00 Recomendações Não é necessário o uso de teoremas ou resultados complicados nas resoluções. Basta que você tente desenvolver suas idéias. Faltando
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ DISCIPLINA DE MÉTODOS NUMÉRICOS 2º SEMESTRE 2004 Professora Aurora T. R. Pozo 1ª LISTA DE EXERCÍCIOS
UNIVERSIDADE FEDERAL DO PARANÁ DISCIPLINA DE MÉTODOS NUMÉRICOS 2º SEMESTRE 2004 Professora Aurora T. R. Pozo 1ª LISTA DE EXERCÍCIOS Representação de Números Reais e Erros 1. Converta os seguintes números
Leia maisMétodos Computacionais em Física
Métodos Computacionais em Física Tatiana G. Rappoport tgrappoport@if.ufrj.br 2014-1 Integração usando o método da rejeição Queremos calcular a integral Definimos um retângulo de altura H que contenha a
Leia maisMonte Carlo Method. Peter Frank Perroni. December 1, Monte Carlo Simulation
Monte Carlo Simulation December 1, 2015 Histórico Técnica muito antiga porém somente recentemente oficializado como método estatístico. Foi muito importante nas simulações da bomba desenvolvida no Projeto
Leia maisCapítulo 04. Erros de arredondamento e Truncamento (Parcial)
Capítulo 04 Erros de arredondamento e Truncamento (Parcial) Objetivos do capítulo Entender a diferença entre acurácia e precisão. Aprender como quantificar o erro. Aprender a usar estimativas de erros
Leia maisMatriz do Teste de Avaliação de Física e Química A - 11.º ano 7 de dezembro de minutos
Ano Letivo 2015/ 2016 Matriz do Teste de Avaliação de Física e Química A - 11.º ano 7 de dezembro de 2015 120 minutos Objeto de avaliação O teste tem por referência o programa de Física e Química A para
Leia maisP3 MECÂNICA NEWTONIANA A (FIS 1025) 18/11/2011
P3 MECÂNICA NEWTONIANA A (FIS 1025) 18/11/2011 Nome: Assinatura: Matrícula: Turma: Questão Valor Grau Revisão 1 a 3,0 2 a 3,0 3 a 2,5 Total 8,5 -As respostas sem justificativas ou cálculos não serão computadas.
Leia mais1) O vetor posição de uma partícula que se move no plano XZ e dado por: r = (2t 3 + t 2 )i + 3t 2 k
1) O vetor posição de uma partícula que se move no plano XZ e dado por: r = (2t + t 2 )i + t 2 k onde r é dado em metros e t em segundos. Determine: (a) (1,0) o vetor velocidade instantânea da partícula,
Leia maisUma Breve Introdução ao Monte Carlo
Uma Breve Introdução ao Monte Carlo Uma Breve Introdução ao Monte Carlo Introdução Histórico Método da Rejeição Simples Algumas Aplicações Simples Cálculo de integrais Geração de eventos Referências Introdução
Leia maisApêndice ao Roteiro do Experimento Força de Atrito Variável
Apêndice ao Roteiro do Experimento Força de Atrito Variável I. Definição dos sinais na Equação de Movimento Nas figuras abaixo, o referencial xoy foi escolhido da mesma maneira que no Roteiro da Parte
Leia maisMonitor: Diego Augusto Silva (P8 Eng. Elétrica) Atendimento: 2as. de 19:45h às 21:30h
Monitor: Diego Augusto Silva (8 Eng. Elétrica) Email: Atendimento: as. de 9:5h às :30h A Nota arcial de Aproveitamento (NA) será obtida da seguinte forma: NA = 0.6 NT + 0. N A nota prática será dada por:
Leia maisConceitos e Princípios Gerais
Conceitos e Princípios Gerais Conceitos e Princípios Gerais Fases na resolução de problemas físicos Resolução do Modelo Matemático Conceitos Básicos de Cálculo Numérico Erros em Processos Numéricos Fases
Leia maisCOMPARAÇÃO DE DESEMPENHO ENTRE IMPLEMENTAÇÕES DO ALGORITMO JOGO DA VIDA COM PTHREAD E OPEMMP 1
COMPARAÇÃO DE DESEMPENHO ENTRE IMPLEMENTAÇÕES DO ALGORITMO JOGO DA VIDA COM PTHREAD E OPEMMP 1 Márcia Da Silva 2, Igor Gamste Haugg 3, Eliézer Silveira Prigol 4, Édson L. Padoin 5, Rogério S. M. Martins
Leia maisFísica. Exame Discursivo 07 / 12 / ª Fase. Caderno de prova. Boa prova!
2ª Fase Exame Discursivo 07 / 12 / 2008 Física Caderno de prova Este caderno, com doze páginas numeradas seqüencialmente, contém dez questões de Física. Não abra o caderno antes de receber autorização.
Leia mais4.7 QUEDA DE CORPOS NA PRESENÇA DE AR E SEM AR
1 4.7 QUEDA DE CORPOS NA PRESENÇA DE AR E SEM AR Figura 4.7 Imagem da tela do computador- área de simulação 4.7.1.ORIENTAÇÃO PARA PREPARAR TELA DA SIMULAÇÃO Abra o software clicado o icone de atalho na
Leia maisComandos de repetição while
Programação de Computadores I UFOP DECOM 2014 1 Aula prática 6 Comandos de repetição while Resumo Nesta aula vamos trabalhar com problemas cuja solução envolve realizar um cálculo ou tarefa repetidas vezes,
Leia maisExercícios de Fixação 24/08/2018. Professora Daniele Santos Física 2 ano Física Instituto Gay-Lussac
Exercícios de Fixação 24/08/2018 Professora Daniele Santos Física 2 ano Física Instituto Gay-Lussac 1 - Um carteiro desloca-se entre os pontos A e B de certo bairro. Sabendo que cada quarteirão é aproximadamente
Leia maisESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 11º ANO DE ESCOLARIDADE DE MATEMÁTICA A Tema I Geometria no Plano e no Espaço II
ESCOLA SECUNDÁRIA COM º CICLO D DINIS 11º ANO DE ESCOLARIDADE DE MATEMÁTICA A Tema I Geometria no Plano e no Espaço II Ficha de trabalho nº 4 1 Resolva o exercício 11 da página 80 do seu manual Considere
Leia maisPlanificação de Matemática 9º ano. Ano letivo: 2014/15
Planificação de 9º ano Ano letivo: 01/15 Unidades Tema Total de previstas Unidade 8 (8ºano) Sólidos Geométricos 1ºP Unidade 1 Probabilidades 65 Unidade Funções Unidade 3 Equações ºP Unidade Circunferência
Leia maisFEP Física Geral e Experimental para Engenharia I
FEP2195 - Física Geral e Experimental para Engenharia I Prova P1-10/04/2008 - Gabarito 1. A luz amarela de um sinal de transito em um cruzamento fica ligada durante 3 segundos. A largura do cruzamento
Leia maisIntrodução aos Números Pseudo-aleatórios. Profa. Dra. Soraia Raupp Musse
Introdução aos Números Pseudo-aleatórios Profa. Dra. Soraia Raupp Musse Conceito: Um gerador de número pseudo-aleatório é um algoritmo que gera uma seqüência de números, os quais são aproximadamente independentes
Leia maisINSTITUTO GEREMÁRIO DANTAS COMPONENTE CURRICULAR: FÍSICA CIOS DE RECUPERAÇÃO FINAL
INSTITUTO GEREMÁRIO DANTAS Educação Infantil, Ensino Fundamental e Médio Fone: (21) 21087900 Rio de Janeiro RJ www.igd.com.br Aluno(a): 1º Ano: C11 Nº Professora: Saionara Chagas Data: / /2016 COMPONENTE
Leia maisAlguns dos objectivos gerais do programa de Matemática do Ensino Secundário são:
CALCULADORAS GRÁFICAS NA MATEMÁTICA FERNANDO DUARTE ISABEL DUARTE TERESA DIAS Escola Superior de Tecnologia de Viseu Alguns dos objectivos gerais do programa de Matemática do Ensino Secundário são: Interpretar
Leia maisEscreva um programa que imprima todos os números impares do intervalo fechado de 1 a 100.
Exercício 1 PROGRAMAÇÃO DE COMPUTADORES I - BCC701 Aula Prática 07 Escreva um programa que imprima todos os números impares do intervalo fechado de 1 a 100. Execução: 1 3 5 7 9 11 13 15 17 19 21 23 25
Leia maisPLANO CURRICULAR DISCIPLINAR. MATEMÁTICA 9º Ano
PLANO CURRICULAR DISCIPLINAR MATEMÁTICA 9º Ano OBJETIVOS ESPECÍFICOS TÓPICOS SUBTÓPICOS METAS DE APRENDIZAGEM 1º Período - Identificar e dar exemplos de fenómenos aleatórios e deterministas, usando o vocabulário
Leia maisProcessamento da Informação Teoria. Laços
Processamento da Informação Teoria Laços Semana 02 Prof. Jesús P. Mena-Chalco 04/05/2013 Laços (estruturas de repetição) Usado em situações em que é necessário repetir um determinado trecho de um programa,
Leia maisO JOGO DA VIDA 1. INTRODUÇÃO
484 O JOGO DA VIDA Paulo Sérgio Matias Júnior (Uni-FACEF) Amaury Carlos Silveira Moura (Uni-FACEF) Thales Freitas da Costa (Uni-FACEF) Orientador: Prof. Dr. Antônio Carlos da Silva Filho (Uni-FACEF) 1.
Leia maisCOLÉGIO SANTA TERESINHA R. Madre Beatriz 135 centro Tel. (33)
EU CONFIO COLÉGIO SANTA TERESINHA R. Madre Beatriz 135 centro Tel. (33) 3341-1244 www.colegiosantateresinha.com.br PLANEJAMENTO DE AÇÕES DA 1ª ETAPA 2017 (06/02 a 28/04) PROFESSOR (A): Luciano Carlos De
Leia maisCOLÉGIO SANTA TERESINHA R. Madre Beatriz 135 centro Tel. (33)
EU CONFIO COLÉGIO SANTA TERESINHA R. Madre Beatriz 135 centro Tel. (33) 3341-1244 www.colegiosantateresinha.com.br PLANEJAMENTO DE AÇÕES DA 1ª ETAPA 2016 (01/02 a 29/04) PROFESSOR (A): LUCIANO CARLOS DE
Leia maisModelagem e Análise de Sistemas de Computação Aula 19
Modelagem e Análise de Sistemas de Computação Aula 19 Aula passada Intro a simulação Gerando números pseudo-aleatórios Aula de hoje Lei dos grandes números Calculando integrais Gerando outras distribuições
Leia maisAula 06 Lógica de Programação: Estruturas condicionais
BC-0005 Bases Computacionais da Ciência Aula 06 Lógica de Programação: Estruturas condicionais Prof. Rodrigo Hausen http://bcc.compscinet.org (baseado nos slides do Prof. Jesús P. Mena-Chalco) 1 Programar...
Leia maisSSC546 -Avaliação de Desempenho de Sistemas
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Departamento de Sistemas de Computação SSC546 -Avaliação de Desempenho de Sistemas Parte 1 -Aula 2 Sarita Mazzini Bruschi Material
Leia maisa = 2, Física Questão 53 - Alternativa D Devido ao tempo de reação, o carro percorre uma distância , antes de
Física 53. No instante t =, o motorista de um carro que percorre uma estrada retilínea, com velocidade constante de m/s, avista um obstáculo m a sua frente. O motorista tem um tempo de reação t = s, após
Leia maisESCOLA E B 2,3/S MIGUEL LEITÃO DE ANDRADA - AGRUPAMENTO DE ESCOLAS DE PEDRÓGÃO GRANDE DEPARTAMENTO DAS CIÊNCIAS EXATAS 2016/2017
ESCOLA E B 2,3/S MIGUEL LEITÃO DE ANDRADA - AGRUPAMENTO DE ESCOLAS DE PEDRÓGÃO GRANDE DEPARTAMENTO DAS CIÊNCIAS EXATAS 2016/2017 PLANIFICAÇÃO DE MATEMÁTICA 9ºANO 1º Período 2º Período 3º Período Apresentação,
Leia maisEQUAÇÃO DE TORRICELLI E LANÇAMENTO VERTICAL EXERCÍCIOS
EQUAÇÃO DE TORRICELLI E LANÇAMENTO VERTICAL EXERCÍCIOS 1. Uma partícula, inicialmente a 2 m/s, é acelerada uniformemente e, após percorrer 8 m, alcança a velocidade de 6 m/s. Nessas condições, sua aceleração,
Leia maisSexta Lista: Geração de Números Pseudo-Aleatórios e Método de Monte Carlo
Sexta Lista: Geração de Números Pseudo-Aleatórios e Método de Monte Carlo Antônio Carlos Roque da Silva Filho e Cristiano R. F. Granzotti 26 de junho de 2017 Os exercícios desta lista devem ser resolvidos
Leia maisCURSO VOCACIONAL SECUNDÁRIO 2º ANO TÉCNICO COMERCIAL NRº DO PROJETO: ENSINO SECUNDÁRIO OBJETIVOS - REPRESENTAÇÃO GEOMÉTRICA DE UMA FUNÇÃO
CURSO VOCACIONAL SECUNDÁRIO 2º ANO TÉCNICO COMERCIAL NRº DO PROJETO: ENSINO SECUNDÁRIO Ano Letivo 2016/2017 MATEMÁTICA APLICADA PLANIFICAÇÃO ANUAL Documento(s) Orientador(es): Programa de Matemática de
Leia maisModelagem e Análise de Sistemas - COS767
Modelagem e Análise de Sistemas - COS767 Aula de hoje Introdução à simulação Geração de números aleatórios Lei dos Grandes Números Geração de variáveis aleatórias: método da transformada inversa Simulação
Leia maisNas respostas aos itens de resposta aberta, apresente todos os cálculos que tiver de efetuar e todas as justificações
PREPARAR EXAME O NACIONAL NACIONAL PROVA-MODELO Na resposta aos itens de escolha múltipla, selecione a opção correta. Escreva na folha de respostas o número do item e a letra que identifica a opção escolhida.
Leia maisUNIVERSIDADE FEDERAL DO ABC
UNIVERSIDADE FEDERAL DO ABC BC49 Cálculo Numérico - LISTA 5 - Integração numérica (Profs. André Camargo, Feodor Pisnitchenko, Marijana Brtka, Rodrigo Fresneda). Calcule as integrais a seguir pela regra
Leia maisAgrupamento de Escolas Eugénio de Castro Escola Básica de Eugénio de Castro Planificação Anual
CONHECIMENTO DE FACTOS E DE PROCEDIMENTOS. RACIOCÍNIO MATEMÁTICO. COMUNICAÇÃO MATEMÁTICA. RESOLUÇÃO DE PROBLEMAS Reconhecer propriedades da relação de ordem em IR. Definir intervalos de números reais.
Leia maisIntrodução ao Scilab
Universidade do Estado do Rio de Janeiro Faculdade de Engenharia Laboratório de Engenharia Elétrica Introdução ao Scilab (Aula 3) Elaine de Mattos Silva Orientador: Prof. José Paulo Vilela Soares da Cunha
Leia maisEscola Secundária com 3º ciclo D. Dinis 11º Ano de Matemática A Tema I Geometria no Plano e no Espaço II. Ficha de trabalho nº 3.
Escola Secundária com 3º ciclo D. Dinis 11º Ano de Matemática A Tema I Geometria no Plano e no Espaço II Ficha de trabalho nº 3 1. Resolver, da página 80 do seu manual, 1.1. as alíneas a), c) e e) dos
Leia maisO ALEATÓRIO EM COMPUTAÇÃO. Por Diogo Anderson Integrante do Grupo PET Computação
O ALEATÓRIO EM COMPUTAÇÃO Por Diogo Anderson (diogo@dsc.ufcg.edu.br) Integrante do Grupo PET Computação AGENDA Introdução Definição Aplicações Números aleatórios Números aleatórios vs pseudo-aleatórios
Leia maisDiretoria de Ciências Exatas. Laboratório de Física. Roteiro 04. Física Geral e Experimental I (2011/01) Experimento: Queda Livre e Anamorfose
Diretoria de Ciências Exatas Laboratório de Física Roteiro 04 Física Geral e Experimental I (011/01) Experimento: Queda Livre e Anamorfose 1. Cinemática do Movimento de um objeto em Queda Livre. Nesta
Leia maisAutômatos Celulares. Alexandre Rosas. 14 de Julho de Departamento de Física Universidade Federal da Paraíba
Departamento de Física Universidade Federal da Paraíba 14 de Julho de 2009 Introdução Idealizados por Ulam e von Neumann nos anos 40 (estudos de auto-reprodução em biologia) São sistemas dinâmicos com
Leia maisAGRUPAMENTO DE ESCOLAS DE CASTRO DAIRE Grupo de Recrutamento 500
3º Período 2º Período 1º Período AGRUPAMENTO DE ESCOLAS DE CASTRO DAIRE Escola Secundária de Castro Daire Escola Básica N.º2 de Castro Daire Escola EBI de Mões Grupo de Recrutamento 500 MATEMÁTICA Ano
Leia maisExperiência 5. Projeto e Simulação do Controle no Espaço de Estados de um Pêndulo Invertido sobre Carro
Experiência 5 Projeto e Simulação do Controle no Espaço de Estados de um Pêndulo Invertido sobre Carro Professores: Adolfo Bauchspiess e Geovany A. Borges O objetivo deste experimento é projetar e simular
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Análise da dados através de gráficos Introdução a Simulação Aula de hoje Introdução à simulação Geração de números aleatórios Lei dos Grandes
Leia maisComandos de Repetição
Programação de Computadores I UFOP DECOM 2013 2 Exercícios de Revisão Comandos de Repetição Sumário 1 Testes de Compreensão 1 2 Exercícios de Programação 2 1 Testes de Compreensão 1 Determine o valor de
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Análise da dados através de gráficos Introdução a Simulação Aula de hoje Introdução à simulação Geração de números aleatórios Lei dos Grandes
Leia maisConsiderando log2 = 0,3 e log3 = 0,5, determine:
log 27 log 25 log 3 5 2 64 log 64 log5125 4 log100.000 log0,001 log3 81 log1000 Considerando log2 = 0,3 e log3 = 0,5, determine: log16 log128 Considerando log2 = 0,3 e log3 = 0,5, determine: log5 Considerando
Leia maisAGRUPAMENTO DE ESCOLAS DR. VIEIRA DE CARVALHO
AGRUPAMENTO DE ESCOLAS DR. VIEIRA DE CARVALHO Escola Básica e Secundária Dr. Vieira de Carvalho Departamento de Matemática e Ciências Experimentais Planificação Anual de Matemática 9º ano Ano Letivo 2014/2015
Leia maisUm modelo estocástico para o fluxo de caixa de um plano de previdência de um indivíduo 15
2 Simulação estocástica A simulação computacional consiste em empregar técnicas matemáticas em computadores com o propósito de gerar ensaios que tentam reproduzir de maneira análoga um processo ou operação
Leia mais3 Teoria do Método dos Elementos Discretos 3.1. Introdução
3 Teoria do Método dos Elementos Discretos 3.1. Introdução Muitos estudos têm sido reportados na literatura para entender a relação tensão deformação de um arranjo regular de esferas (3D) ou cilindros
Leia maisProvas de Acesso ao Ensino Superior Para Maiores de 23 Anos
Provas de Acesso ao Ensino Superior Para Maiores de 23 Anos Candidatura de 2015 PROVA MODELO DE MATEMÁTICA Tempo para realização da prova: 2 horas Tolerância: 30 minutos Material admitido: material de
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Somas aleatórias Aula de hoje Introdução à simulação Geração de números aleatórios Lei dos Grandes Números Simulação de Sistemas Discretos É
Leia mais1ª Prova de Física I - FCM0101
1ª Prova de Física I - FCM11 #USP: Nome: Instruções: 1. Escreva seu nome e número USP no espaço acima.. A duração da prova é de horas. A prova tem 4 questões. 3. Não é permitido consultar livros, anotações
Leia maisPROGRAMAÇÃO de COMPUTADORES: LINGUAGEM FORTRAN 90/95
PROGRAMAÇÃO de COMPUTADORES: LINGUAGEM FORTRAN 90/95 Exercícios de revisão Lista 01: a) Monte um mapa conceitual indicando as relações entre os seguintes conceitos, no contexto do assunto visto em aula:
Leia maisNas respostas aos itens de resposta aberta, apresente todos os cálculos que tiver de efetuar e todas as justificações
PREPARAR EXAME NACINAL NACINAL PRVA-MDEL Na resposta aos itens de escolha múltipla, selecione a opção correta. Escreva na folha de respostas o número do item e a letra que identifica a opção escolhida.
Leia maisFAP151-Fundamentos de Mecânica. Maio de 2009
FP11-Fundamentos de Mecânica. Maio de 9 7ª Lista de Exercícios. Movimento em duas e três dimensões. Lançamento de Projétil. Nos problemas que envolvem movimentos próximos à superfície da Terra e o valor
Leia maisEnsaio sobre o método de Newton-Raphson usando calculadora científica.
Ensaio sobre o método de Newton-Raphson usando calculadora científica www.matematicaemdados.com.br Matemática em dados Ensaio sobre o método de Newton-Raphson usando calculadora científica Djanir Angelim
Leia maisCapítulo 5 Distribuições de probabilidade normal Pearson Prentice Hall. Todos os direitos reservados.
Capítulo 5 Distribuições de probabilidade normal slide 1 Descrição do capítulo 5.1 Introdução à distribuição normal e distribuição normal padrão 5.2 Distribuições normais: encontrando probabilidades 5.3
Leia maisPROPOSTA DE RESOLUÇÃO DA PROVA DE MATEMÁTICA A DO ENSINO SECUNDÁRIO (CÓDIGO DA PROVA 635) 2ª FASE 22 DE JULHO 2019
Associação de Professores de Matemática Contactos: Rua Dr. João Couto, n.º 7-A 1500-36 Lisboa Tel.: +351 1 716 36 90 / 1 711 03 77 Fax: +351 1 716 64 4 http://www.apm.pt email: geral@apm.pt PROPOSTA DE
Leia maisAgrupamento de Escolas Eugénio de Castro Escola Básica de Eugénio de Castro Planificação Anual. Ano Letivo 2017/2018 Matemática- 3º Ciclo 9º Ano
CONHECIMENTO DE FACTOS E DE PROCEDIMENTOS. RACIOCÍNIO MATEMÁTICO. COMUNICAÇÃO MATEMÁTICA. RESOLUÇÃO DE PROBLEMAS. A MATEMÁTICA COMO UM TODO COERENTE. Reconhecer propriedades da relação de ordem em IR.
Leia maisCOLÉGIO SANTA TERESINHA R. Madre Beatriz 135 centro Tel. (33)
EU CONFIO COLÉGIO SANTA TERESINHA R. Madre Beatriz 135 centro Tel. (33) 3341-1244 www.colegiosantateresinha.com.br PLANEJAMENTO DE AÇÕES DA 1ª ETAPA 2018 (05/02 a 18/05) PROFESSOR (A): LUCIANO CARLOS DE
Leia maisEscola Secundária de Lousada. Ficha de Trabalho de Matemática do 9.º Ano N.º
Escola Secundária de Lousada Ficha de Trabalho de Matemática do 9.º Ano N.º Assunto: Preparação para o 3º Teste de Avaliação Lições nº e Data: /0/01 Apresentação dos Conteúdos e Objectivos para o 3º Teste
Leia maisResolução de problemas. Meta Final 1) Compreende o problema. Meta Final 2) Concebe estratégias de resolução de problemas.
AGRUPAMENTO DE ESCOLAS LUÍS DE CAMÕES ESCOLA E.B 2,3 LUÍS DE CAMÕES DEPARTAMENTO DE MATEMÁTICA E CIÊNCIAS EXPERIMENTAIS PROJECTO CURRICULAR DE MATEMÁTICA - 9.º ANO - 2014/2015 Critérios de Avaliação Capacidades
Leia maisFunções - Terceira Lista de Exercícios
Funções - Terceira Lista de Exercícios Módulo - Números Reais. Expresse cada número como decimal: a) 7 b) c) 9 0 5 5 e) 3 7 0 f) 4 g) 8 7 d) 7 8 h) 56 4. Expresse cada número decimal como uma fração na
Leia maisMaterial Didático Proposto
Universidade Federal de Ouro Preto - UFOP Departamento de Computação - DECOM Comissão para Coordenação das Atividades Pedagógicas da Disciplina BCC701 CAP-BCC701 www.decom.ufop.br/bcc701 2014-1 Material
Leia maisProgramação Estruturada Comandos Condicionais (Decisão) Operadores Relacionais
Universidade Federal de Ouro Preto - UFOP Departamento de Computação - DECOM Comissão para Coordenação das Atividades Pedagógicas da Disciplina BCC701 CAP-BCC701 www.decom.ufop.br/bcc701 2014-1 Material
Leia maisProvas de Acesso ao Ensino Superior Para Maiores de 23 Anos
Provas de Acesso ao Ensino Superior Para Maiores de 23 Anos Candidatura de 207 EXAME DE MATEMÁTICA Tempo para realização da prova: 2 horas Tolerância: 30 minutos Material admitido: material de escrita
Leia maisEnsaio sobre o método de Newton-Raphson usando calculadora científica.
Ensaio sobre o método de Newton-Raphson usando calculadora científica www.matematicaemdados.com.br Matemática em dados Ensaio sobre o método de Newton-Raphson usando calculadora científica Djanir Angelim
Leia maisEm primeiro lugar devemos converter a massa do corpo dada em gramas (g) para quilogramas (kg) usado no Sistema Internacional (S.I.
Um corpo de massa 100 g é abandonado no ponto sobre uma superfície cilíndrica, com abertura de 150 o, sem atrito, cujo o eixo é horizontal e normal ao plano da figura em O. Os pontos e O estão sobre o
Leia maisMAP CÁLCULO NUMÉRICO (POLI) Lista de Exercícios sobre o Método dos Mínimos Quadrados
MAP 2121 - CÁLCULO NUMÉRICO (POLI) Lista de Exercícios sobre o Método dos Mínimos Quadrados 1: Usando o método dos mínimos quadrados de maneira conveniente, aproxime os pontos da tabela abaixo por uma
Leia maisFísica 1. 1 a prova 14/04/2018. Atenção: Leia as recomendações antes de fazer a prova.
Física 1 1 a prova 14/04/2018 Atenção: Leia as recomendações antes de fazer a prova. 1- Assine seu nome de forma LEGÍVEL na folha do cartão de respostas. 2- Leia os enunciados com atenção. 3- Analise sua
Leia mais