Método de Partículas para a Modelagem de Fluidos Incompressíveis

Tamanho: px
Começar a partir da página:

Download "Método de Partículas para a Modelagem de Fluidos Incompressíveis"

Transcrição

1 Método de Partículas para a Modelagem de Fludos Icompressíves Jaro H. Tovar, Kazuo Nshmoto Departameto de Egehara Naval e Oceâca, Escola Poltécca da Uversdade de São Paulo, São Paulo, Brasl atovar@usp.br Jose Solao Isttuto de Matemátcas e Estatístca da Uversdade de São Paulo, São Paulo, Brasl solao@me.usp.br Resumo. Detre os recetes métodos de modelagem de fludos, cludo as superfíces lvres, destacam-se os métodos que dspesam malhas, cohecdos como Métodos de Partículas. Nestes métodos permtem-se a modelagem e smulação de dferetes propredades físcas do fludo, represetado por partículas, cada uma cotedo posção, velocdade, pressão e massa fxa. As EDP de govero, equações de Naver-Stokes em formalsmo lagragao, são covertdas em modelos de teração etre as partículas a partr de operadores dferecas gradete e laplacao, fazedo uso de uma fução kerel de terpolação assm como de um algortmo sem-mplícto (MPS- Movg Partcle Sem-Implct Method). Neste trabalho desevolvesse uma extesão do método de partículas para a modelagem de fludos com uma aplcação ao problema de mpacto hdrodâmco de um modelo b-dmesoal em forma de cuha. Resultados umércos e sua comparação com esaos expermetas são também apresetados. Keywords: CFD, Método de Partículas, MPS, Iteração Fludo-Estrutura, Impacto Hdrodâmco.. INTRODUÇÃO Métodos computacoas para a smulação de fludos compreesíves foram baseados, as ultmas décadas, a dscretzacão do domío em células elemetares, métodos chamados de malhas Grds ou Mesh Method - utlzado-se de uma formulação euleraa das equações da mecâca dos fluídos. Cotudo, segue sedo dfcultoso aalsar problemas em que o cotoro da terface mude cotuamete com as superfíces lvres, evolvedo o complexo feômeo de mpacto hdrodâmco, sto reflete à carêca de pesqusas de métodos umércos aplcados especfcamete a este problema. O problema de teração fludo estrutura é mportate em mutas aplcações da egehara. O feômeo de mpacto hdrodâmco de um corpo sóldo, rígdo ou elástco, a superfíce lvre da água, é uma destas aplcações. Este feômeo pode ser observado a proa das embarcações avegado sobre odas, o pouso e decolagem de avões afíbos; o laçameto de balsas salva vdas e o mpacto das odas em estruturas oceâcas como plataformas de petróleo e em cas, quebra-mares e outras estruturas portuáras. Recetemete têm se desevolvdo uma famíla de métodos umércos que dspesam o uso de malhas Grd-less ou Meshless Methods, cohecdos como Métodos de Partículas - em que cada partícula-fludo segue uma formulação lagragaa. Neste trabalho é desevolvdo um método de partículas para aalsar o problema de teração fludo-estrutura, mas partcularmete o feômeo de mpacto hdrodâmco. Não havedo a ecessdade de ós este método as deformações topológcas das terfaces podem ser completamete aalsadas.. EQUAÇÕES DE GOVERNO As equações de Euler e Naver-Stokes descrevem o movmeto de um fludo em R ( ou 3). Em essas equações as varáves a serem ecotradas são um vetor de velocdade u ( x,t) ( u ( x,t) ) R p x,t R pressão ( ) x R t e a defdos para a posção e. Aqu restrgmos a ateção para fludos compressíves, assm às equações de Naver- Stokes são dadas por, u + t dv u u u x u x p ν u + f x ( x,t) ( x R,t ) ( x R, t ) () () sedo as codções cas: u x, u x x R (3) ( ) ( ) ( )

2 Nas equações aterores, f ( x, t) são as compoetes da força extera aplcada e cohecda sobre o fludo (por exemplo a gravdade), ν é um coefcete postvo (a vscosdade), é o x u laplacao o espaço das varáves e é a velocdade cal cohecda. As equações de Euler são (),() e (3) com ν gual a zero. A Eq. () é ustamete a Le de Newto f m a para um elemeto de fludo sueto à força extera f f x, t e às forças que ( ( )) surgem da pressão e da frção. A Eq. () sgfca que o fludo é cosderado mcompresvel. Em uma formulação lagragaa, para fludos compressíves e ão vscosos, as equações de coservação da massa e coservação do mometo, sem o termo de vscosdade, tomam a forma das Eq. (4), a segur, ρ t Du P + f Dt ρ (4) Ode ρ,u, P e f represetam a desdade, a velocdade, a pressão e as forças exteras atuado sobre o fludo, correspodetemete. As Eq. (4) são as equações de Naver-Stoke em coordeadas materas evolvedo termos de coveção que são calculados dretamete pelo movmeto das partículas. No processo de dscretzação das Eq. (4) todos os termos expressados por operadores dferecas são substtuídos pelas terações etre as partículas. Com este fm serão apresetados mas adate modelos de teração etre estas partículas. Neste trabalho e para a aplcação do problema de teração fludo-estrutura, utlza-se a formulação lagragaa das equações de Naver- Stoke, Eq. (4). 3. MÉTODO DE PARTÍCULAS Formulação Básca O método que será usado para examar o problema de mpacto tem orgem o método SPH (Smoothed Partcle Hydrodyamc), desevolvdo os 7 s por Ggold e Moagha [] e Lucy [], como uma tetatva para modelar físca cotua, evtado as lmtações do método das dferecas ftas. A dscretzação espacal das varáves de estado é proporcoada por um couto de potos. Em lugar de grds, o método utlza uma fução kerel para terpolar as varáves do campo em qualquer poto do domío. Assm, uma estmação ( ) do valor de uma fução f x dada em forma cotua por: f ( x) f ( x' ) w( x x',h) dx' a localzação x é (5) Ode deota a aproxmação kerel, h é um parâmetro que defe o tamaho do suporte do kerel, cohecdo como o comprmeto de suavdade e x' é a ova varável depedete. ( ) Quado a fução f x é cohecda só um umero fto de potos o valor de uma varável uma partícula, deotada pelo subdce, é calculado somado as cotbuções de um couto de partículas vzhas, deotadas pelo super dce e para o qual o kerel é dferete de zero. f N m ( x ) f ( x ) w( x x, h ρ ) (6) Para completar a dscretzação é ecessáro defr a fução kerel. Dferetes fuções kerel tem sdo dscutdas a lteratura, desde poloas até gaussaas, como podem ser vsta em Moagha e Ggold [3], Koshzuka et. al. [4], Koshzuka et. al. [5] e Koshzuka e Oka [6]. SPH tem sdo calmete aplcado para fludos compressíves, á um outro método de partículas, o MPS (Movg Partcle Sem-Implct Method), fo proposto para smular fludos compressíves. Uma extesão deste últmo método é dscutda este estudo para o tratameto de problemas de teração fludo-estrutura. Método de Partículas MPS O método de partículas MPS fo apresetado calmete por Koshzuka e Oka [6]. Este método de atureza lagragaa, fo desevolvdo para resolver as equações de govero de fludos compressíves. O MPS requer somete das propredades dos fludos, sua posção e velocdade cal. Na avalação da compresbldade, faz-se uso de um algortmo sem-mplícto. O MPS dspesa o uso de malhas, dscretzado o espaço por termédo de partículas (potos lagragaos), ode a solução será cohecda. Todas as varáves do problema são calculadas esses potos, fazedo uso de uma fução kerel de terpolação. Neste estudo uma partícula terage com as outras da sua vzhaça e delmtada pela fução de peso kerel w(r) gual a:

3 re w( r) r ( r < r ) ( r e r) e (7) Ode r é a dstâca etre duas partículas e r e é o rao da área de teração como é mostrado a fgura. [ ] λ w( r )r dv w( r ) dv () V V O teorema do lmte cetral garate que a solução umérca se aproxme da solução aalítca quado o aumeto da varâca é a gual ao da solução aalítca. Este modelo laplacao é aplcado à equação de posso de pressão e aos termos de dfusão as equações de Naver-Stoke. O Algortmo r re O algortmo sem-mplícto utlzado é apresetado a fgura. Todos os termos exceto os de gradete de pressão são calculados explctamete, obtedo-se os valores temporas da velocdade ecessáros uto com as posções das partículas, também temporas, para o cálculo da pressão, equação de Posso, Eq. (). Fgura : Área de Iteração Modelos de Iteração etre Partículas Com a faldade de avalar o termo de gradete da pressão a Eq. (4), é ecessáro calcular os vetores gradetes as posções das partículas. Para sto, os vetores gradetes etre as partículas e sua partícula vzha são poderados com a fução kerel, Eq. (7), e assm obtêm-se o vetor gradete a partícula, segudo a Eq. (8). ( d φ φ φ ( r r )w r r ) (8) r r ode d é o úmero de dmesões do espaço, posção da partícula, e o a desdade do úmero de partículas a cofguração cal. w ( ) r r r a (9) O laplacao é um operador represetado dfusão. No método MPS, dfusão é modelada pela dstrbução de uma quatdade a partr de uma partícula para suas partículas vzhas usado a fução kerel. Assm, o modelo laplacao pode ser expresso pela Eq. (). d φ [ φ φw( r r ) λ ], () Na Eq. (), o parâmetro λ represeta um cremeto da varâca e é gual daquele da solução aalítca da Eq. (). ode P + ρ t () é a desdade do úmero de partículas em toro da partícula. Fo utlzado o método de gradete cougado pré-codcoado completo de Cholesky (ICCG), para a solução das EDP da Eq. (). Icremeto de tempo Verfca Crtéro de Parada Fm Iíco Dados de Etrada Cálculo Explcto Provsoro: u u + t r r + u t Cálculo de : w r r ( ) Resolve Equação de Posso de Pressão + ρ P Cálculo de : u t + u P ρ Correção do Movmeto da Partcula: u u + u t r r + u t Fgura : Algortmo Sem-Implícto de Partículas MPS

4 4. ENSAIOS NUMÉRICOS E RESULTADOS Esaos umércos do feômeo de mpacto hdrodâmco foram realzados utlzado o método MPS. Os resultados foram comparados com esaos expermetas á efetuados e valdados por Myag [7] o taque de provas do laboratóro de Egehara Naval da EPUSP. O procedmeto expermetal fo executado laçado o modelo de mpacto bdmesoal a superfíce do taque em queda lvre a partr de uma altura determada. O modelo fo strumetado com trasdutores de pressão como mostra a fgura 3, regstrado as pressões dâmcas potuas a face de mpacto do modelo. Fgura 3: Foto do modelo de cuha de âgulo de deadrse β 45 - [7] O modelo de mpacto utlzado a comparação fo uma cuha, cofeccoada em acrílco trasparete com uma massa de 4,8 Kg e um âgulo de elevação em relação à horzotal de 45 o. A massa total cludo o modelo e o couto carro haste é de 8 kg. Smulou-se umercamete o feômeo de cotato e teração de um fluído por meo do método MPS. A cuha e o taque foram represetados por 4848 e 566 partículas respectvamete, utlzado-se a mesma massa e dmesões usadas o procedmeto expermetal de Myag [7]. No método MPS as paredes de cotoro são represetadas por um arrao de partículas fxas com velocdades guas a zero. As paredes da esquerda, do fudo e da dreta são represetadas por 6 partículas. A dstâca etre as duas partículas vzhas é de. x - m. A fgura 4 lustra o modelo expermetal e umérco da cuha, detalhado as localzações de tomadas das pressões. Os parâmetros de cálculo da smulação umérca são lstados a tabela. A comparação da smulação pelo método das partículas com uma magem do feômeo fotografada por Myag [7] é apresetada a fgura 5. Pode-se observar a semelhaça do cálculo umérco com o problema real. A fgura 6 represeta os resultados de séres temporas de pressão de mpacto da cuha de 45 o meddos em 5 dferetes localzações da face do modelo de mpacto, P a P5, a partr do procedmeto expermetal. A altura de queda h determa a velocdade de queda o state do mpacto a superfíce lvre. A fguras 7 lustra os resultados as mesmas localzações a superfíce da cuha, mas desta vez, utlzado o procedmeto umérco dervado do método MPS. A velocdade de queda da cuha é represetada umercamete pela fgura Fgura 4: Modelo de cuha expermetal e umérco de âgulo de deadrse β 45 Tabela : Parâmetros da smulação Máx. Número de Iterações Máx. Icremeto de Tempo.e-3 Covergêca.e-6 Máx. Iteração p/ Rota da Pressão Mí. Iteração p/ Rota da Pressão Dstâca méda etre Partículas.e- Rao de Iteração (Partcle Number Desty). Rao de Iteração (Laplacao) 4. Dstâca Mí. p/ colsão.5 Número Drchlet.97

5 Posção Fgura 5: Comparação de uma magem do procedmeto expermetal versus smulação umérca do feômeo de mpacto (t.45 seg) Posção Fgura 6: Sére temporal da pressão de mpacto - Cuha de β45º - h,5m - V mp,5 m/s Myag (3) Posção 3

6 Posção CONCLUSÕES Neste trabalho fo utlzado um método de partículas proveete do método MPS para a smulação do feômeo de mpacto hdrodâmco. A técca fo baseada em uma dscretzação dos operadores dferecas, presetes as equações de Naver-Stoke, utlzado modelos de teração etre partículas. Estabelecedo um cofroto vsual etre a smulação umérca e a expermetal a fgura 5, observa-se a semelhaça a fragmetação do fludo assm como a deformação da superfíce lvre Comparado agora os resultados umércos apresetados a fgura 7, com os esaos expermetas do procedmeto valdado por Myag (3), pode se observar alguma dvergêca os valores pcos das pressões, sto se deve as osclações umércas mplíctas e própras do método, mas pode-se coclur que a meda dos valores acompaham os obtdos expermetalmete, fgura 6. A velocdade de mpacto, represetada umercamete a fgura 8, apresetou um erro em toro de % do valor do esao expermetal. A cotudade deste estudo cocetra-se a extesão do método MPS a fm de reduzr as osclações os dados do cálculo das pressões as partículas que represetam sóldos. REFERÊNCIAS Posção 5 [] Ggold, A., Moagha, J.J. Smoothed partcle hydrodyamc: theory ad applcato to o-sphercal stars. Mo. Not. R. Astr. Soc. 8, , 977. Fgura 7: Resultados das smulações umércas as dferetes localzações Cuha de β45º - h,5m Velocdade (m/s) Vmp,5 m/s [] Lucy, L.B., A umercal approach to the testg of fuso process. Astroomcal Joural, Vol. 88, pp. 3-4, 977. [3] Moagha J.J. e Ggold, R. A., Shock smulato by the partcle method SPH. Joural of Computatoal Physcs Vol. 5, pp , Fgura 8: Velocdade de queda da cuha de 45º - Vmp.3 m/s [4] Koshzuka, H. Tamako, e Y. Oka, A partcle method for smulatg compressble Vscous Flow. Proc. Exteded Abstract 3 rd. World Cogress Computatoal Mechacs (WCCM III), p. 88, Chba, Japa, 994 [5] Koshzuka, H. Tamako e Y. Oka, A partcle method for compressble vscous flow wth flud fragmetato. Comput. Flud Dyamcs, J., 4, 9, 995. [6] Koshzuka S. e Oka Y., Movg partcle semmplct method for fragmetato of compressble flud. Nucl Eg Scece 3, 4-434, 996. [7] Myag, Carlos, Aálse expermetal e umérca de mpacto hdrodâmco bdmesoal. Dssertação de Mestrado, Escola Poltécca da USP, 3.

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

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

Leia mais

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

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

Leia mais

Estatística - exestatmeddisper.doc 25/02/09

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

Leia mais

Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1.

Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1. Iterpolação Iterpolação é um método que permte costrur um ovo cojuto de dados a partr de um cojuto dscreto de dados potuas cohecdos. Em egehara e cêcas, dspõese habtualmete de dados potuas, obtdos a partr

Leia mais

Sumário. Mecânica. Sistemas de partículas

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

Leia mais

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

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

Leia mais

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

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

Leia mais

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

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

Leia mais

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

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

Leia mais

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

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

Leia mais

MÉTODO COMPUTACIONAL AUTOMÁTICO TICO PARA PRÉ-PROCESSAMENTO PROCESSAMENTO DE IMAGENS RADIOGRÁFICAS. M. Z. Nascimento, A. F. Frère e L. A.

MÉTODO COMPUTACIONAL AUTOMÁTICO TICO PARA PRÉ-PROCESSAMENTO PROCESSAMENTO DE IMAGENS RADIOGRÁFICAS. M. Z. Nascimento, A. F. Frère e L. A. MÉTODO COMPUTACIONAL AUTOMÁTICO TICO PARA PRÉ-PROCESSAMENTO PROCESSAMENTO DE IMAGENS RADIOGRÁFICAS M. Z. Nascmeto, A. F. Frère e L. A. Neves INTRODUÇÃO O cotraste as radografas vara ao logo do campo de

Leia mais

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

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

Leia mais

MODELAGEM NUMÉRICA DE ESCOAMENTOS TURBULENTOS PARIETAIS SOB GRADIENTES ADVERSOS DE PRESSÃO

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

Leia mais

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão

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

Leia mais

Forma padrão do modelo de Programação Linear

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

Leia mais

Teoria Elementar da Probabilidade. a) Cada experiência poderá ser repetida indefinidamente sob condições essencialmente inalteradas.

Teoria Elementar da Probabilidade. a) Cada experiência poderá ser repetida indefinidamente sob condições essencialmente inalteradas. Estatístca 47 Estatístca 48 Teora Elemetar da Probabldade SPECTOS PERTINENTES À CRCTERIZÇÃO DE UM EXPERIÊNCI LETÓRI MODELOS MTEMÁTICOS DETERMINÍSTICOS PROBBILÍSTICOS PROCESSO (FENÓMENO) LETÓRIO - Quado

Leia mais

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

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

Leia mais

Momento Linear duma partícula

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

Leia mais

Métodos iterativos. Capítulo O Método de Jacobi

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

Leia mais

Revisão de Estatística X = X n

Revisão de Estatística X = X n Revsão de Estatístca MÉDIA É medda de tedêca cetral mas comumete usada ara descrever resumdamete uma dstrbução de freqüêca. MÉDIA ARIMÉTICA SIMPLES São utlzados os valores do cojuto com esos guas. + +...

Leia mais

MA12 - Unidade 4 Somatórios e Binômio de Newton Semana de 11/04 a 17/04

MA12 - Unidade 4 Somatórios e Binômio de Newton Semana de 11/04 a 17/04 MA1 - Udade 4 Somatóros e Bômo de Newto Semaa de 11/04 a 17/04 Nesta udade troduzremos a otação de somatóro, mostrado como a sua mapulação pode sstematzar e facltar o cálculo de somas Dada a mportâca de

Leia mais

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

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

Leia mais

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

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

Leia mais

2 Procedimentos para Ajuste e Tratamento Estatístico de Dados Experimentais

2 Procedimentos para Ajuste e Tratamento Estatístico de Dados Experimentais 48 Procedmetos para Ajuste e Tratameto Estatístco de Dados Expermetas. Itrodução Modelos matemátcos desevolvdos para descrever eômeos íscos a partr de observações expermetas devem ser baseados em dados

Leia mais

Capítulo 5 CINEMÁTICA DIRETA DE ROBÔS MANIPULADORES

Capítulo 5 CINEMÁTICA DIRETA DE ROBÔS MANIPULADORES Cemátca da Posção de Robôs Mapuladores Capítulo 5 CINEMÁTICA DIRETA DE ROBÔS MANIPULADORES A cemátca de um robô mapulador é o estudo da posção e da velocdade do seu efetuador e dos seus lgametos. Quado

Leia mais

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

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

Leia mais

MODELAGEM COMPUTACIONAL DETERMINÍSTICA DO FENÔMENO DE DECAIMENTO RADIOATIVO

MODELAGEM COMPUTACIONAL DETERMINÍSTICA DO FENÔMENO DE DECAIMENTO RADIOATIVO 007 Iteratoal uclear Atlatc Coferece - IAC 007 Satos, SP, Brazl, September 30 to October 5, 007 ASSOCIAÇÃO BRASILEIRA DE EERGIA UCLEAR - ABE ISB: 978-85-994-0- ODELAGE COPUTACIOAL DETERIÍSTICA DO FEÔEO

Leia mais

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

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

Leia mais

MÓDULO 8 REVISÃO REVISÃO MÓDULO 1

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

Leia mais

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

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

Leia mais

TÉCNICAS DE ANÁLISE DE CONFIABILIDADE: ESTADO DA ARTE E APLICAÇÕES

TÉCNICAS DE ANÁLISE DE CONFIABILIDADE: ESTADO DA ARTE E APLICAÇÕES 5º POMEC - mpóso do Programa de Pós-Graduação em Egehara Mecâca Uversdade Federal de Uberlâda Faculdade de Egehara Mecâca TÉCNICA DE ANÁLIE DE CONFIABILIDADE: ETADO DA ARTE E APLICAÇÕE Jhoja Erque Rojas

Leia mais

Controle Estatístico de Qualidade. Capítulo 6 (montgomery)

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

Leia mais

UNIVERSIDADE ESTADUAL PAULISTA ROSIANE CRISTINA DE LIMA

UNIVERSIDADE ESTADUAL PAULISTA ROSIANE CRISTINA DE LIMA uesp UNIVERSIDADE ESTADUAL PAULISTA FACULDADE DE ENGENHARIA DE ILHA SOLTEIRA DEPARTAMENTO DE ENGENHARIA MECÂNICA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA MECÂNICA ROSIANE CRISTINA DE LIMA Smulação de Grades

Leia mais

Econometria: 3 - Regressão Múltipla

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

Leia mais

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

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

Leia mais

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

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

Leia mais

V SEMINÁRIO E WORKSHOP EM ENGENHARIA OCEÂNICA Rio Grande, 07 a 09 de Novembro de 2012

V SEMINÁRIO E WORKSHOP EM ENGENHARIA OCEÂNICA Rio Grande, 07 a 09 de Novembro de 2012 V SEMINÁRIO E WORKSHOP EM ENGENHARIA OCEÂNICA Ro Grade, 07 a 09 de Novembro de 01 ANÁLISE NUMÉRICA DA INTERAÇÃO ENTRE ESCOAMENTOS A BAIXOS NÚMEROS DE REYNOLDS E CILINDROS APOIADOS EM BASE ELÁSTICA R.A.Goçalves

Leia mais

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

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

Leia mais

Ivan G. Peyré Tartaruga. 1 Metodologia espacial

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

Leia mais

ANÁLISE DE REGRESSÃO E CORRELAÇÃO

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

Leia mais

Uso de covariáveis em modelos biométricos para estimação de altura total em árvores de Eucalyptus dunnii

Uso de covariáveis em modelos biométricos para estimação de altura total em árvores de Eucalyptus dunnii Uso de covaráves em modelos bométrcos para estmação de altura total em árvores de Eucalyptus du Oar Medes de Olvera Adrao Rbero de Medoça Fábo Mareto Glso Ferades da Slva Samuel de Pádua Chaves e Carvalho

Leia mais

2 Avaliação da segurança dinâmica de sistemas de energia elétrica: Teoria

2 Avaliação da segurança dinâmica de sistemas de energia elétrica: Teoria Avalação da seguraça dâmca de sstemas de eerga elétrca: Teora. Itrodução A avalação da seguraça dâmca é realzada através de estudos de establdade trastóra. Nesses estudos, aalsa-se o comportameto dos geradores

Leia mais

Campus de Ilha Solteira PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA MECÂNICA GUSTAVO APARECIDO PITA BAGGIO

Campus de Ilha Solteira PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA MECÂNICA GUSTAVO APARECIDO PITA BAGGIO Campus de Ilha Soltera PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA MECÂNICA GUSTAVO APARECIDO PITA BAGGIO SOLUÇÃO DAS EQUAÇÕES DE NAVIER-STOKES E DA EQUAÇÃO DE TRANSPORTE POR UM MÉTODO DE ELEMENTOS FINITOS

Leia mais

Avaliação de Empresas Profa. Patricia Maria Bortolon

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

Leia mais

Noções Básicas de Medidas e Algarismos Significativos

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

Leia mais

MODELOS DE REGRESSÃO NÃO LINEARES

MODELOS DE REGRESSÃO NÃO LINEARES M. Mede de Olvera Excerto da ota peoa obre: MODELOS DE REGRESSÃO NÃO LINEARES Obervação No modelo de regreão dto leare, a varável depedete é exprea como fução lear do coefcete de regreão. É rrelevate,

Leia mais

Monitoramento ou Inventário Florestal Contínuo

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

Leia mais

MEDIDAS DE DISPERSÃO:

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

Leia mais

16 - PROBLEMA DO TRANSPORTE

16 - PROBLEMA DO TRANSPORTE Prof. Volr Wlhel UFPR TP05 Pesqusa Operacoal 6 - PROBLEMA DO TRANSPORTE Vsa zar o custo total do trasporte ecessáro para abastecer cetros cosudores (destos) a partr de cetros forecedores (orges) a, a,...,

Leia mais

Centro de massa Dinâmica do corpo rígido

Centro de massa Dinâmica do corpo rígido Cetro de assa Dâca do corpo rígdo Nota: As fotografas assaladas co () fora retradas do lvro () A. Bello, C. Portela e H. Caldera Rtos e Mudaça, Porto edtora. As restates são retradas de Sears e Zeasky

Leia mais

Apostila de Introdução Aos Métodos Numéricos

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

Leia mais

? Isso é, d i= ( x i. . Percebeu que

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

Leia mais

Companhia Energética de Minas LINHAS DE TRANSMISSÃO VISTO N o.

Companhia Energética de Minas LINHAS DE TRANSMISSÃO VISTO N o. Impressora utlzada PLSERJET00 a REV. PROJ.J DES. CONF. LCR LCR BSLM BSLM 03//0 FEITO VISTO DT PROV. L T E R Ç Õ E S PRO V. BSLM Compaha Eergétca de Mas LINS DE TRNSMISSÃO VISTO N o. DT BSLM 03//0 Compatbldade

Leia mais

Ordenação por Partição (Quick Sort)

Ordenação por Partição (Quick Sort) Vectores: Algortmos de Ordeação (2) Algortmos e Estruturas de Dados 2009/2010 Ordeação por Partção (Quck Sort) Algortmo (ordeação por partção): 1. Caso básco: Se o úmero () de elemetos do vector (a) a

Leia mais

Apêndice 1-Tratamento de dados

Apêndice 1-Tratamento de dados Apêdce 1-Tratameto de dados A faldade deste apêdce é formar algus procedmetos que serão adotados ao logo do curso o que dz respeto ao tratameto de dados epermetas. erão abordados suctamete a propagação

Leia mais

( ) ( IV ) n ( ) Escolha a alternativa correta: A. III, II, I, IV. B. II, III, I, IV. C. IV, III, I, II. D. IV, II, I, III. E. Nenhuma das anteriores.

( ) ( IV ) n ( ) Escolha a alternativa correta: A. III, II, I, IV. B. II, III, I, IV. C. IV, III, I, II. D. IV, II, I, III. E. Nenhuma das anteriores. Prova de Estatístca Epermetal Istruções geras. Esta prova é composta de 0 questões de múltpla escolha a respeto dos cocetos báscos de estatístca epermetal, baseada os lvros BANZATTO, A.D. e KRONKA, S.N.

Leia mais

13 ESTIMAÇÃO DE PARÂMETROS E DISTRIBUIÇÃO AMOSTRAL

13 ESTIMAÇÃO DE PARÂMETROS E DISTRIBUIÇÃO AMOSTRAL 3 ESTIMAÇÃO DE PARÂMETROS E DISTRIBUIÇÃO AMOSTRAL Como vto em amotragem o prmero bmetre, etem fatore que fazem com que a obervação de toda uma população em uma pequa eja mpratcável, muta veze em vrtude

Leia mais

Cursos de Licenciatura em Ensino de Matemática e de EGI. Teoria de Probabilidade

Cursos de Licenciatura em Ensino de Matemática e de EGI. Teoria de Probabilidade Celso Albo FACULDADE DE CIÊNCIAS NATURAIS E MATEMÁTICA DEPARTAMENTO DE MATEMÁTICA Campus de Lhaguee, Av. de Moçambque, km, Tel: +258 240078, Fax: +258 240082, Maputo Cursos de Lcecatura em Eso de Matemátca

Leia mais

Modelo Computacional Unidimensional do Transporte de solutos na Zona Não-saturada do Solo

Modelo Computacional Unidimensional do Transporte de solutos na Zona Não-saturada do Solo ISSN 984-828 Modelo Computacoal Udmesoal do Trasporte de solutos a Zoa Não-saturada do Solo Mara de ourdes Pmetel Pzarro Academa da Força Aérea 64-, Prassuuga, SP E-mal: malu@vgaova.com.br Edso Wedlad,

Leia mais

Dados Experimentais. Isto é chamado de experimento controlado. Uma das vantagens

Dados Experimentais. Isto é chamado de experimento controlado. Uma das vantagens Dados xpermetas Para medr a produção de certa varedade de mlho, faremos um expermeto o qual a varedade de mlho semete é platada em váras parcelas homogêeas com o mesmo fertlzate, pestcda etc. Depos mede-se

Leia mais

Coordenação directa de pontos novos, a partir de um ponto conhecido, medindo-se um ângulo e uma distância.

Coordenação directa de pontos novos, a partir de um ponto conhecido, medindo-se um ângulo e uma distância. Irradada Smples Coordeação drecta de potos ovos, a partr de um poto cohecdo, meddo-se um âgulo e uma dstâca. P N M M M V E P P P V E P E R EN α c M V M M ser C P cos R C EV EV R EV R EN α c dstâca cartográfca

Leia mais

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

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

Leia mais

Simulação numérica da interacção de uma onda regular com um cilindro submerso: Comparação de três códigos numéricos

Simulação numérica da interacção de uma onda regular com um cilindro submerso: Comparação de três códigos numéricos III Coferêca Nacoal em Mecâca de Fludos, Termodâmca e Eerga (MEFTE - BRAGANÇA 09) Smulação umérca da teracção de uma oda regular com um cldro submerso: Comparação de três códgos umércos J. M. Paxão Code,,

Leia mais

Capítulo 2. Aproximações de Funções

Capítulo 2. Aproximações de Funções EQE-358 MÉTODOS NUMÉRICOS EM ENGENHARIA QUÍMICA PROFS. EVARISTO E ARGIMIRO Capítulo Aproações de Fuções Há bascaete dos tpos de probleas de aproações: ) ecotrar ua fução as sples, coo u polôo, para aproar

Leia mais

CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS

CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS No caítulo ateror estudamos uma forma de ldar com fuções matemátcas defdas or taelas de valores. Frequetemete, estas taelas são otdas com ase em

Leia mais

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

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

Leia mais

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

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

Leia mais

Prof. Eugênio Carlos Stieler

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

Leia mais

Regressão e Correlação

Regressão e Correlação Regressão e Correlação Júlo Osóro Regressão & Correlação: geeraldades Em mutas stuações de pesqusa cetífca, dspomos de uma amostra aleatóra de pares de dados (x, ), resultates da medda cocomtate de duas

Leia mais

A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: enchentes

A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: enchentes Mostra Nacoal de Icação Cetífca e Tecológca Iterdscplar VI MICTI Isttuto Federal Catarese Câmpus Camború 30 a 3 de outubro de 03 A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: echetes Ester Hasse

Leia mais

Capítulo 5 EQUAÇÕES DE CONSERVAÇÃO DA MASSA

Capítulo 5 EQUAÇÕES DE CONSERVAÇÃO DA MASSA Capítulo 5 EQUAÇÕES DE CONSERVAÇÃO DA MASSA O objetvo deste capítulo é apresetar formas da equação da coservação da massa em fução de propredades tesvas faclmete mesuráves, como a temperatura, a pressão,

Leia mais

RESUMO E EXERCÍCIOS NÚMEROS COMPLEXOS ( )

RESUMO E EXERCÍCIOS NÚMEROS COMPLEXOS ( ) NÚMEROS COMPLEXOS Forma algébrca e geométrca Um úmero complexo é um úmero da forma a + b, com a e b reas e = 1 (ou, = -1), chamaremos: a parte real; b parte magára; e udade magára. Fxado um sstema de coordeadas

Leia mais

ESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA

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

Leia mais

Ana Clara P. Campos 1 Denise Nunes Viola 1 Moacyr Cunha Filho 2 Guilherme Vilar 2 Vanessa Van Der Linden 3

Ana Clara P. Campos 1 Denise Nunes Viola 1 Moacyr Cunha Filho 2 Guilherme Vilar 2 Vanessa Van Der Linden 3 Idetfcação da exstêca de padrão espacal aleatóro a dstrbução dos pacetes portadores de doeça geétca rara com defcêca físca da Assocação de Assstêca à Craça Defcete (AACD) de Perambuco Aa Clara P. Campos

Leia mais

3 Modelos Lineares Generalizados

3 Modelos Lineares Generalizados 3 Modelos Leares Geeralzados No capítulo foram cosderados apeas modelos leares com dstrbução ormal e fução de lgação detdade. Neste capítulo apresetamos os modelos leares geeralzados (MLG, que foram propostos

Leia mais

Inferência Estatística e Aplicações I. Edson Zangiacomi Martinez Departamento de Medicina Social FMRP/USP

Inferência Estatística e Aplicações I. Edson Zangiacomi Martinez Departamento de Medicina Social FMRP/USP Iferêca Estatístca e Aplcações I Edso Zagacom Martez Departameto de Medca Socal FMRP/USP edso@fmrp.usp.br Rotero Parte I Escola frequetsta Defções: parâmetros, estmatvas Dstrbuções de probabldade Estmação

Leia mais

MEDIDAS DE DISPERSÃO 9. MEDIDAS DE DISPERSÃO

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

Leia mais

Ajuste de dados experimentais

Ajuste de dados experimentais Capítulo 8 8. Itrodução Uma forma de trabalhar com uma fução defda por uma tabela de valores é a terpolação polomal. Etretato esta ão é acoselhável quado:. é precso obter um valor aproxmado da fução em

Leia mais

Apêndice. Uso de Tabelas Financeiras

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

Leia mais

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

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

Leia mais

TEORIA DE ERROS MEDIDAS E GRÁFICOS

TEORIA DE ERROS MEDIDAS E GRÁFICOS Uversdade Federal de Juz de Fora Isttuto de Cêcas Eatas Departameto de Físca TEORIA DE ERROS MEDIDAS E GRÁFICOS Prof. Carlos R. A. Lma Edção Março de 010 ÌNDICE CAPÍTULO 1 - PRINCÍPIOS BÁSICOS DA ESTATÍSTICA

Leia mais

Universidade do Estado do Rio de Janeiro, Instituto Politécnico, , Nova Friburgo, RJ, Brasil

Universidade do Estado do Rio de Janeiro, Instituto Politécnico, , Nova Friburgo, RJ, Brasil VI CONGREO NACIONAL DE ENGENHARIA MECÂNICA VI NATIONAL CONGRE OF MECHANICAL ENGINEERING 8 a de agosto de Campa Grade Paraíba - Brasl August 8, Campa Grade Paraíba Brazl OLUÇÕE NUMÉRICA PARA O PROBLEMA

Leia mais

IND 1115 Inferência Estatística Aula 9

IND 1115 Inferência Estatística Aula 9 Coteúdo IND 5 Iferêca Estatístca Aula 9 Outubro 2004 Môca Barros Dfereça etre Probabldade e Estatístca Amostra Aleatóra Objetvos da Estatístca Dstrbução Amostral Estmação Potual Estmação Bayesaa Clássca

Leia mais

CÁLCULO DE RAÍZES DE EQUAÇÕES NÃO LINEARES

CÁLCULO DE RAÍZES DE EQUAÇÕES NÃO LINEARES CÁLCULO DE RAÍZES DE EQUAÇÕES NÃO LINEARES Itrodução Em dversos camos da Egehara é comum a ecessdade da determação de raízes de equações ão leares. Em algus casos artculares, como o caso de olômo, que

Leia mais

3. TESTES DE QUALIDADE DE AJUSTAMENTO

3. TESTES DE QUALIDADE DE AJUSTAMENTO Testes da qualdade de ajustameto 3 TESTES DE QULIDDE DE JUSTMENTO 3 Itrodução formação sobre o modelo da população dode se extra uma amostra costtu, frequetemete, um problema estatístco forma da dstrbução

Leia mais

Determine a média de velocidade, em km/h, dos veículos que trafegaram no local nesse período.

Determine a média de velocidade, em km/h, dos veículos que trafegaram no local nesse período. ESTATÍSTICA - 01 1. (UERJ 01) Téccos do órgão de trâsto recomedaram velocdade máxma de 80 km h o trecho de uma rodova ode ocorrem mutos acdetes. Para saber se os motorstas estavam cumprdo as recomedações,

Leia mais

Hipóteses do Modelo de Regressão Linear Clássico

Hipóteses do Modelo de Regressão Linear Clássico Uversdade Federal da Baha Facldade de Cêcas coômcas Departameto de cooma CO 66 Itrodção à coometra Hpóteses do Modelo de Regressão Lear Clássco Gerváso F. Satos Propredades dos estmadores de MQO As estmatvas

Leia mais

Prof. Eugênio Carlos Stieler

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

Leia mais

Fundamentos de Matemática I FUNÇÕES POLINOMIAIS4. Licenciatura em Ciências USP/ Univesp. Gil da Costa Marques

Fundamentos de Matemática I FUNÇÕES POLINOMIAIS4. Licenciatura em Ciências USP/ Univesp. Gil da Costa Marques FUNÇÕES POLINOMIAIS4 Gl da Costa Marques Fudametos de Matemátca I 4.1 Potecação de epoete atural 4. Fuções polomas de grau 4. Fução polomal do segudo grau ou fução quadrátca 4.4 Aálse do gráfco de uma

Leia mais

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

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

Leia mais

Avaliação da sensibilidade de modelos de composição de carteiras à incerteza nos parâmetros

Avaliação da sensibilidade de modelos de composição de carteiras à incerteza nos parâmetros SIMPEP - Bauru, SP, Brasl, 08 a 0 de ovembro de 2004 Avalação da sesbldade de modelos de composção de carteras à certeza os parâmetros Lus Vtal Maluf Cuha Vaa (Egehara de Produção EPUSP) lus.vaa@tau.com.br

Leia mais

UERJ CTC IME Departamento de Informática e Ciência da Computação 2 Cálculo Numérico Professora Mariluci Ferreira Portes

UERJ CTC IME Departamento de Informática e Ciência da Computação 2 Cálculo Numérico Professora Mariluci Ferreira Portes UERJ CTC IE Departameto de Iormátca e Cêca da Computação Udade I - Erros as apromações umércas. I. - Cosderações geras. Há váras stuações em dversos campos da cêca em que operações umércas são utlzadas

Leia mais

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

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

Leia mais

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

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

Leia mais

Uma Calculadora Financeira usando métodos numéricos e software livre

Uma Calculadora Financeira usando métodos numéricos e software livre Uma Calculadora Facera usado métos umércos e software lvre Jorge edraza Arpas, Julao Sott, Depto de Cêcas e Egeharas, Uversdade Regoal ItegradaI, URI 98400-000-, Frederco Westphale, RS Resumo.- Neste trabalho

Leia mais

Noções de cálculo vetorial e tensorial

Noções de cálculo vetorial e tensorial 1 Noções de cálculo vetoral e tesoral Varáves escalares, vetoras e tesoras Os meos cotíuos (sóldos, líqudos, gases) (MC) ocupam parte do espaço físco, sto é os MCs ocupam um certo domío que pode ser um

Leia mais

Grande Conjuntos de Dados. Organização; Resumo; Apresentação. Amostra ou População. Defeitos em uma linha de produção

Grande Conjuntos de Dados. Organização; Resumo; Apresentação. Amostra ou População. Defeitos em uma linha de produção Prof. Lorí Val, Dr. val@pucr.br http://www.pucr.br/~val/ Grade Cojuto de Dado Orgazação; Reumo; Apreetação. Amotra ou População Defeto em uma lha de produção Lacado Deeho Torto Deeho Torto Lacado Torto

Leia mais

Simulação do Transporte de Escalares em Corpos d Água Rasos Usando um Modelo de Grades Não Estruturadas

Simulação do Transporte de Escalares em Corpos d Água Rasos Usando um Modelo de Grades Não Estruturadas RBRH Revsta Braslera de Recursos Hídrcos Volume 18.1 Ja/Mar 2013,7-18 Smulação do Trasporte de Escalares em orpos d Água Rasos Usado um Modelo de Grades Não Estruturadas Fábo Faras Perera *, arlos Ruberto

Leia mais

Cálculo de média a posteriori através de métodos de integração numérica e simulação monte carlo: estudo comparativo

Cálculo de média a posteriori através de métodos de integração numérica e simulação monte carlo: estudo comparativo INGEPRO Iovação, Gestão e Produção Jaero de 010, vol. 0, o. 01 www.gepro.com.br Cálculo de méda a posteror através de métodos de tegração umérca e smulação mote carlo: estudo comparatvo Helto Adre Lopes

Leia mais

Capítulo 1: Erros em cálculo numérico

Capítulo 1: Erros em cálculo numérico Capítulo : Erros em cálculo umérco. Itrodução Um método umérco é um método ão aalítco, que tem como objectvo determar um ou mas valores umércos, que são soluções de um certo problema. Ao cotráro das metodologas

Leia mais