9. Diferenças Finitas. Métodos para problemas de valor de fronteira

Tamanho: px
Começar a partir da página:

Download "9. Diferenças Finitas. Métodos para problemas de valor de fronteira"

Transcrição

1 Grupo : Carlos José Carnato; Clauton Cprano de Paula; Danel Dutra da Costa Lma; Danel Morera Antunes; Ramsés Tarcso de Lacerda Marques. 9. Dferenças Fntas. Métodos para problemas de valor de frontera 9.1. Introdução Alguns problemas comuns em engenhara consstem por exemplo da deflexão de uma vga que está sujeta a uma carga unforme. Esta stuação pode ser modelada matematcamente por uma equação dferencal que aproxma a stuação físca. Os métodos de solução de problemas de valor de frontera envolvendo dferenças fntas, consstem em resttur cada uma das dervadas na equação dferencal na equação dferencal por uma aproxmacão, "dferença-quocente",aproprada. 9.. Motvação Essa dferença-quocente é geralmente escolhda segundo a manutenção de uma ordem de erro de truncamento. O problema de valor de frontera de segunda ordem,lnear: y''=p(x)y'+q(x)y+r(x) a x b, y( a) = α, y( b) = β, requer que aproxmações (dferença-quocente) sejam usadas 196

2 para aproxmar ambos y' e y''.para realzar sto,seleconamos um ntero N>0 e dvdmos o ntervalo [a,b] em N+1 subntervalos, cujos pontos fnas são os pontos x =a+h,para ( b a) =0,1,,...,N+1, onde h =. Escolhendo a constante h desta manera, teremos um ( N + 1 ) sstema de equações lneares que poderá ser colocado como uma matrz NxN, facltando a aplcação do algorítmo para solução do sstema de equações de equações lneares. No nteror dos pontos x, =1,,..., N, a equação dferencal que faz a aproxmação é y''( x ) = p( x ) y'( x ) + q( x ) y( x ) + r( x ). () Expandndo y em um polnômo de Taylor de tercero grau sobre x, calculado a x +1 e x 1 temos: 3 4 h h h y( x + 1) = y( x + h) = y( x ) + hy'( x ) + y ''( x ) + y '''( x ) + y! 3! 4! ( 4) + para algum ξ, x < ξ < x 3 4 h h h y x y x y! 3! 4! ( ξ ) (), + e +1 ( 4) y( x ) = y( x h) = y( x ) hy' ( x ) + ''( ) '''( ) + ( ) 1 algum ξ x 1 < ξ < x, assumndo que y pertence ao ntervalo [ x 1, x+ 1]. ξ (), para Se essas equações são adconadas, os termos envolvendo y'( x ) e y'''( x ) são elmnados e a smples manpulação algébrca nos dá : 1 h ( 4) + ( 4) y''( x ) = [ y( x+ 1 ) y( x ) + y( x 1) ] [ y ( ξ ) + y ( ξ )] (v) h 4 O teorema do valor médo pode ser usado para smplfcar a expressão acma: 1 h y''( x ) y( x ) y( x ) y( x ) y ( 4) = + + ( ) 1 1 ξ (v) h 1 para algum ponto ξ x < ξ < x, 1 + 1,que é chamada fórmula da dferença centrada para y''( x ). A fórmula da dferença centrada para y'( x ) pode ser obtda de manera smlar e 197

3 resulta em para algum η,onde x 1 y x h y x y x h '( ) = ( + 1) ( 1) y '''( η ) (v) 6 < η < x O uso dessas fórmulas de dferenças centradas em nossa prmera equação () resulta na equação y( x+ 1) y( x ) + y( x 1) y( x+ 1) y( x 1) h ( ) = p( x ) q( x ) y( x ) r( x ) [ p( x ) y'''( ) y ( )]. h h η ξ (v) Um método de dferenças fntas com erro de truncamentode ordem O( h ), resulta pelo uso desta equação, juntamente com as condções de frontera y( a) = α, y( b) = β de w 0 = α, w n + 1 = β e w w w h w 1 w 1 + p( x ) + q( x ) w = r( x ) para cada =1,,...,N. h Consderaremos a equação acma reescrta na forma h h 1 p ( x 1 + = ) w 1 ( h q ( x )) w p ( x w ) 1 h r ( x ), o que resulta num sstema de equações expressas em uma matrz trdagonal N x N. O sstema trangular tem uma solução únca que obedece às condções do segunte teorema: Suponha que p, q e r são contínuas em [a.b]. Se q(x) 0 em [a,b], então o sstema lnear trdagonal tem uma únca solução fornecda, que h</l, onde L =maxa x b p( x). Deve-se notar que a hpótese do teorema garante uma únca solução para o problema de valor de frontera, mas ele não garante que y pertence ao ntervalo[a,b]. É necessáro estabelecer que y ( 4) é contínua em [a,b] para certfcar que o erro de 198

4 truncamento tem ordem O( h ). A segur apresentamos o algorítmo utlzado para calcular,como exemplo,a aproxmação da solução do problema de valor de frontera: y x y x y sn(ln( x)) '' = ' + +, 1 x,y(1)=1,y()=. x Kutta. Os resultados fnas serão comparados com a aplcação do método por Runge 9.3. Solução Algorítmca Algortmo para o método de solução de problemas de valor de frontera com dferenças fntas: Entradas: função do problema da forma y =p(x)y +q(x)y+r(x); pontos ncal e fnal(a e b) do ntervalo; condções de frontera alfa e beta; número ntero postvo N, que partconará o ntervalo. Saída: aproxmações w() para y(x), para cada =,1,...,N+1 Passo 1 Passo h = (b-a)/(n+1) x=a+h; a1=+h^.q(x); b1=-1+h.p(x)/; d1==-h^.r(x)+(1+h^.p(x)/).a; Passo 3 para = até 1=n(passo 1) faça: 199

5 x=a+h; a=+h^.q(x); b=-1+h.p(x)/; c=-1-h.p(x)/; d=-h^.r(x); Passo 4 x=b-h; na=+h^.q(x); cn=-1-h.p(x)/; dn=-h^+(1-h.p(x)/).ß; l1=a1; ul=bl/al; Passo 5 Para = até =n-1 (passo 1) faça: L=a-c*u -1 ; u=b/l; Passo 6 ln=na-cn*u n-1 ; zl=d1/l1; Passo 7 Para = até =n (passo1) faça: z=(d-c*z -1 )/l; Passo 8 wn=zn; Passo 9 Para =n-1 até =1 (passo -1) faça: w=z-u*w +1 ; Passo 10 Para =0 até =n+1 (passo 1) faça: x=a+h; sada: x, w; 00

6 Fm Programa Fonte /* Programa de dferen as lneares fntas */ /* Aproxma a solucao de um problema de valor de frontera */ /* y''=p(x)y'+ q(x)y + r(x), a <= x <= b, y(a)=alfa y(b)=beta; */ /* Entradas:pontos fnas a,b;condcoes de frontera alfa e beta;ntero N*/ /* Sada:aproxmacoes w() para y(x) para cada =0,1,...,N+1 */ # nclude <ostream.h> # nclude <math.h> # nclude <stdo.h> const max=50; double a,b,h,n,alfa,beta,w,x; double qx(double); double px(double); double rx(double); double f(double); nt ; vod man() double an,cn,dn,x,aux1,aux,aux3,aux4; double aaux[max],baux[max],caux[max],daux[max]; double l[max],u[max],z[max],w[max]; 01

7 cout << "\n Dgte o valor ncal de x: "; cn >> a; cout << "\n Dgte o valor fnal de x: "; cn >> b; cout << "\n Dgte o numero de dvsäes do ntervalo: "; cn >> n; cout << "\n Dgte o valor de alfa: "; cn >> alfa; cout << "\n Dgte o valor de beta: "; cn >> beta; h=(b-a)/(n+1); x=a+h; aaux[1]= +pow(h,)*qx(x); baux[1]= -1+h*px(x)/; daux[1]=(-1)*pow(h,)*rx(x)+(1+h*px(x)/)*alfa; for(=;<n;++) x=a+*h; aux1=+pow(h,)*qx(x); aux=(-1)+h*px(x)/; aux3=(-1)-h*px(x)/; aux4=(-1)*pow(h,)*rx(x); aaux[]=aux1; 0

8 baux[]=aux; caux[]=aux3; daux[]=aux4; x=b-h; an=+pow(h,)*qx(x); cn=-1-h*px(x)/; dn=(-1)*pow(h,)+(1-h*px(x)/)*beta; aaux[n]=an; caux[n]=cn; daux[n]=dn; l[1]=aaux[1]; u[1]=baux[1]/aaux[1]; for(=;<n;++) l[]=aaux[]-caux[]*u[-1]; u[]=baux[]/l[]; l[n]=aaux[n]-caux[n]*u[n-1]; z[1]=daux[1]/l[1]; for(=;<n+1;++) z[]=(daux[]-caux[]*z[-1])/l[]; 03

9 w[0]=alfa; w[n+1]=beta; w[n]=z[n]; for(=n-1;>0;--) w[]=z[]-u[]*w[+1]; for(=0;<=n+1;++) x=a+*h; cout << "\n x: " << x << "\t" << " w: " << w[] << "\t"; double px(double x) return(-4/x); double qx(double x) return (-/pow(x,)); double rx(double x) 04

10 return (*log(x)/pow(x,)); double f(double x) return (px(x)+qx(x)+rx(x)); /* Programa de aproxmacao da solucao de um problema de valor de frontera */ /* -y''+ p(x)y'+ q(x)y + r(x)=0, a <= x <= b,y(a)=alfa,y(b)=beta */ /* utlzando metodo de Runge Kutta.Seu resultado ser comparado ao resulta*/ /* do obtdo no algortmo de dferencas lneares fntas */ /* */ /* Entradas:pontos ncal e fnal a e b,condcoes de frontera alfa e beta*/ /* e numero de subntervalos n. */ /* Sada:aproxmacoes w(1,) para y(x),w(,) para y'(x),para cada, */ /* =0,1,...,N */ # nclude<stdo.h> # nclude<ostream.h> # nclude<math.h> const max=50; double a,b,h,n,alfa,beta,w,x; double qx(double); double px(double); double rx(double); 05

11 double f(double); nt ; vod man() double u1[max],u[max],v1[max],v[max],k1[max],k[max],k3[max],k4[max]; double dk1[max],dk[max],dk3[max],dk4[max]; double w1,w,w10,w0; cout << "\n Dgte o valor ncal de x: "; cn >> a; cout << "\n Dgte o valor fnal de x: "; cn >> b; cout << "\n Dgte o numero de dvsäes do ntervalo: "; cn >> n; cout << "\n Dgte o valor de alfa: "; cn >> alfa; cout << "\n Dgte o valor de beta: "; cn >> beta; h=(b-a)/n; u1[0]=alfa; u[0]=0; v1[0]=0; v[0]=1; for(=0;<n;++) 06

12 /* metodo de Runge Kutta */ x=a+*h; k1[1]=h*u[]; k1[]=h*(px(x)*u[]+qx(x)*u1[]+rx(x)); k[1]=h*(u[]+k1[]/); k[]=h*(px(x+h/)*(u[]+k1[]/)+qx(x+h/)*(u1[]+k1[1]/)+rx(x+h/)); k3[1]=h*(u[]+k[]/); k3[]=h*(px(x+h/)*(u[]+k[]/)+qx(x+h/)*(u1[]+k[1]/)+rx(x+h/)); k4[1]=h*(u[]+k3[]); k4[]=h*(px(x+h)*(u[]+k3[])+qx(x+h)*(u1[]+k3[1])+rx(x+h)); u1[+1]=u1[]+(k1[1]+*k[1]+*k3[1]+k4[1])/6; u[+1]=u[]+(k1[]+*k[]+*k3[]+k4[])/6; dk1[1]=h*v[]; dk1[]=h*(px(x)*v[]+qx(x)*v1[]); dk[1]=h*(v[]+dk1[]/); dk[]=h*(px(x+h/)*(v[]+dk1[]/)+qx(x+h/)*(v1[]+dk1[1]/)); dk3[1]=h*(v[]+dk[]/); dk3[]=h*(px(x+h/)*(v[]+dk[]/)+qx(x+h/)*(v1[]+dk[1]/)); dk4[1]=h*(v[]+dk3[]/); dk4[]=h*(px(x+h)*(v[]+dk3[])+qx(x+h)*(v1[]+dk3[1])); v1[+1]=v1[]+(dk1[1]+*dk[1]+*dk3[1]+dk4[1])/6; v[+1]=v[]+(dk1[]+*dk[]+*dk3[]+dk4[])/6; w10=alfa; 07

13 w0=(beta-u1[n])/v1[n]; cout << "\nx0: " << a << "\t" << "u(1,): "<< u1[0] << "\t"<< "v(1,): "<< v1[0] << "\t" << "w: " << w10; for(=1;<=n;++) w1=u1[]+w0*v1[]; // w=u[]+w0*v[]; x=a+*h; cout << "\nx: " << x << "\t" << "u(1,): " << u1[] << "\t" << "v(1,): " << v1[] << "\t" << "w: " << w1; double px(double x) return(-4/x); double qx(double x) return (-/pow(x,)); double rx(double x) return (*log(x)/pow(x,)); 08

14 double f(double x) return (px(x)+qx(x)+rx(x)); /*double px(double x) return(-/x); double qx(double x) return (/pow(x,)); double rx(double x) return (sn(log(x))/pow(x,)); double f(double x) return (px(x)+qx(x)+rx(x)); */ Exemplo 09

15 Calcular o problema: Com 1<x<, y(1)=0.5, y()=ln, usando h=0.05 e comparando com R.K) 4 y' ' = y' y + x x x ln x Tabelas e Gráfcos

16 valores usando df. usando Incas fntas R.K Conclusão 11

17 Podemos notar pela comparação dos métodos que os resultados obtdos com a aplcação do programa de dferenças fntas é menos acurado que aqueles obtdos pela aplcação do método que utlza Runge Kutta. Isso pode ser explcado pelo fato do método que utlza a técnca de Runge Kutta possur um erro de truncamento da ordem O( h 4 ), enquanto o método de dferenças fntas possu um erro de truncamento da ordem de O( h ). Podería-se desenvolver o método de dferenças fntas com uma precsão mas acurada,através do uso da sére de Taylor de qunta ordem (o que resultara num erro de truncamento de h 4 ), mas sto ra requerer usar múltplos não somente de y( x +1 ) e y( x 1 ),mas também de y ( x + ) e y( x ),nas fórmulas de aproxmação para y ''( x ) e y'( x ),o que dfcultara a mplementação do loop =0 até =N.Além do mas a resolução do sstema de equações não sera da forma trdagonal,e a solução do sstema passara a requerer mutos outros cálculos,além de outras dfculdades. 1

Interpolação Segmentada

Interpolação Segmentada Interpolação Segmentada Uma splne é uma função segmentada e consste na junção de váras funções defndas num ntervalo, de tal forma que as partes que estão lgadas umas às outras de uma manera contínua e

Leia mais

Cálculo Numérico BCC760 Interpolação Polinomial

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

Leia mais

Capítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES

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

Leia mais

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

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

Leia mais

REGRESSÃO NÃO LINEAR 27/06/2017

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

Leia mais

0.5 setgray0 0.5 setgray1. Mecânica dos Fluidos Computacional. Aula 7. Leandro Franco de Souza. Leandro Franco de Souza p.

0.5 setgray0 0.5 setgray1. Mecânica dos Fluidos Computacional. Aula 7. Leandro Franco de Souza. Leandro Franco de Souza p. Leandro Franco de Souza lefraso@cmc.usp.br p. 1/1 0.5 setgray0 0.5 setgray1 Mecânca dos Fludos Computaconal Aula 7 Leandro Franco de Souza Leandro Franco de Souza lefraso@cmc.usp.br p. 2/1 Equações Dferencas

Leia mais

Integração com splines integração com splines cúbicos

Integração com splines integração com splines cúbicos Integração com splnes ntegração com splnes cúbcos Um modo de obter regras de ntegração semelhante às compostas é utlzando splnes. A utlzação de splnes de grau zero conduz às regras do rectângulo compostas,

Leia mais

Flambagem. Cálculo da carga crítica via MDF

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

Leia mais

4 Discretização e Linearização

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

Leia mais

u t = ν A primeira coisa que você deve perceber é que essa equação apresenta um derivada de 2 ordem. Vamos aprender a lidar com isso.

u t = ν A primeira coisa que você deve perceber é que essa equação apresenta um derivada de 2 ordem. Vamos aprender a lidar com isso. Dfusão 1-D Nas últmas aulas estudamos a solução numérca e analítca (Método das Característcas) das equações de advecção lnear e não lnear usando o método das dferenças fntas e aprendemos sobre a condção

Leia mais

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

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

Leia mais

Parte 1: Exercícios Teóricos

Parte 1: Exercícios Teóricos Cálculo Numérco SME0300 ICMC-USP Lsta 2: Sstemas Lneares Métodos Dretos Professora: Cyntha de O. Lage Ferrera Parte 1: Exercícos Teórcos 1. Consdere o sstema Ax = b, onde 1 α 3 α 1 4 ; x = 5 2 1 Para que

Leia mais

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

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

Leia mais

Modelagem Computacional. Parte 8 2

Modelagem Computacional. Parte 8 2 Mestrado em Modelagem e Otimização - RC/UFG Modelagem Computacional Parte 8 2 Prof. Thiago Alves de Queiroz 2/2016 2 [Cap. 10 e 11] BURDEN, R. L.; FAIRES, J. D. Numerical Analysis (9th ed). Cengage Learning,

Leia mais

GABARITO ERP19. impedância total em pu. impedância linha em pu; impedância carga em pu; tensão no gerador em pu.

GABARITO ERP19. impedância total em pu. impedância linha em pu; impedância carga em pu; tensão no gerador em pu. GABARITO ERP9 Questão mpedânca total em pu. mpedânca lnha em pu; mpedânca carga em pu; tensão no gerador em pu. Assm, tem-se que: ( ). Mas, ou seja: : ( ).. Logo: pu. () A mpedânca da carga em pu,, tem

Leia mais

Aerodinâmica I. Asas Finitas Teoria da Linha Sustentadora Método de Glauert

Aerodinâmica I. Asas Finitas Teoria da Linha Sustentadora Método de Glauert α ( y) l Método de Glauert Γ( y) r ( y) V c( y) β b 4 V b ( y) + r dy dγ y y dy Método de resolução da equação ntegro-dferencal da lnha sustentadora através da sua transformação num sstema de equações

Leia mais

Teoremas de Otimização com Restrições de Desigualdade

Teoremas de Otimização com Restrições de Desigualdade Teoremas de Otmzação com Restrções de Desgualdade MAXIMIZAÇÃO COM RESTRIÇÃO DE DESIGUALDADE Consdere o segunte problema (P) de maxmzação condconada: Maxmze Fx onde x x,x,...,x R gx b As condções de Prmera

Leia mais

D- MÉTODO DAS APROXIMAÇÕES SUCESSIVAS

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

Leia mais

Diferenças finitas compactas para a equação de Poisson utilizando métodos iterativos

Diferenças finitas compactas para a equação de Poisson utilizando métodos iterativos Dferenças fntas compactas para a equação de Posson utlzando métodos teratvos Rafael de Lma Sterza; Analce Costacurta Brand Departamento de Matemátca e Computação Faculdade de Cêncas e Tecnologa - UNESP

Leia mais

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

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

Leia mais

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

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

Leia mais

Universidade de São Paulo Escola Superior de Agricultura Luiz de Queiroz Departamento de Ciências Exatas

Universidade de São Paulo Escola Superior de Agricultura Luiz de Queiroz Departamento de Ciências Exatas Unversdade de São Paulo Escola Superor de Agrcultura Luz de Queroz Departamento de Cêncas Exatas Prova escrta de seleção para DOUTORADO em Estatístca e Expermentação Agronômca Nome do canddato (a): Questão

Leia mais

c) No modelo EBM de Budyko (1969)*, aproxima-se Ro por:

c) No modelo EBM de Budyko (1969)*, aproxima-se Ro por: Clma 007/008 - Sére (dsponível em http://.gdl.ul.pt/pres.htm ) Consdere o EBM-0dm: dt S c = ( α T ) T = R Ro = f S T dt ( ) σε (, ) Onde S é a constante solar tomada como parâmetro e o feedback albedotemperatura

Leia mais

PROVA 2 Cálculo Numérico. Q1. (2.0) (20 min)

PROVA 2 Cálculo Numérico. Q1. (2.0) (20 min) PROVA Cálculo Numérco Q. (.0) (0 mn) Seja f a função dada pelo gráfco abaxo. Para claro entendmento da fgura, foram marcados todos os pontos que são: () raízes; () pontos crítcos; () pontos de nflexão.

Leia mais

Problema Real (avião, carro,...) Validação

Problema Real (avião, carro,...) Validação Modelo Físco/ (EFD)? Problema Real? (avão, carro,...) Modelo Matemátco (CFD) Túnel de Vento Modelo Condções de Frontera Escala Approx. nas eqs., (ν t ) Equações (modelo de turbulênca) Instrumentos de Medda

Leia mais

Psicologia Conexionista Antonio Roque Aula 8 Modelos Conexionistas com tempo contínuo

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

Leia mais

3 Método Numérico. 3.1 Discretização da Equação Diferencial

3 Método Numérico. 3.1 Discretização da Equação Diferencial 3 Método Numérco O presente capítulo apresenta a dscretação da equação dferencal para o campo de pressão e a ntegração numérca da expressão obtda anterormente para a Vscosdade Newtonana Equvalente possbltando

Leia mais

IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO

IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO Alne de Paula Sanches 1 ; Adrana Betâna de Paula Molgora 1 Estudante do Curso de Cênca da Computação da UEMS, Undade Unverstára de Dourados;

Leia mais

5 Validação dos Elementos

5 Validação dos Elementos 5 Valdação dos Elementos Para valdar os elementos fntos baseados nas Wavelets de Daubeches e nas Interpolets de Deslaurers-Dubuc, foram formulados dversos exemplos de análse lnear estátca, bem como o cálculo

Leia mais

ANÁLISE DE ESTRUTURAS I INTRODUÇÃO AO MÉTODO DE CROSS

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

Leia mais

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

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

Leia mais

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

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

Leia mais

Algarismos Significativos Propagação de Erros ou Desvios

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

Leia mais

Testes não-paramétricos

Testes não-paramétricos Testes não-paramétrcos Prof. Lorí Val, Dr. http://www.mat.ufrgs.br/val/ val@mat.ufrgs.br Um teste não paramétrco testa outras stuações que não parâmetros populaconas. Estas stuações podem ser relaconamentos,

Leia mais

Eletrotécnica AULA Nº 1 Introdução

Eletrotécnica AULA Nº 1 Introdução Eletrotécnca UL Nº Introdução INTRODUÇÃO PRODUÇÃO DE ENERGI ELÉTRIC GERDOR ESTÇÃO ELEVDOR Lnha de Transmssão ESTÇÃO IXDOR Equpamentos Elétrcos Crcuto Elétrco: camnho percorrdo por uma corrente elétrca

Leia mais

Prof. Lorí Viali, Dr.

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

Leia mais

Análise Numérica (4) Equações não lineares V1.0, Victor Lobo, 2004

Análise Numérica (4) Equações não lineares V1.0, Victor Lobo, 2004 Análse Numérca (4 V.0, Vctor Lobo, 004 Não Lneares Problema da determnação de zeros de funções f(=0 Aparece em mutas stuações! Determnar pontos de equlíbro térmco, químco, de forças... Soluções analítcas

Leia mais

CAPÍTULO IV DIFERENCIAÇÃO NUMÉRICA

CAPÍTULO IV DIFERENCIAÇÃO NUMÉRICA PMR - Mecânca Computaconal para Mecatrônca CAPÍTULO IV DIFERENCIAÇÃO NUMÉRICA O problema de derencação numérca aparentemente é semelante ao de ntegração numérca ou seja obtendo-se um polnômo nterpolador

Leia mais

Algoritmos Genéticos com Parâmetros Contínuos

Algoritmos Genéticos com Parâmetros Contínuos com Parâmetros Contínuos Estéfane G. M. de Lacerda DCA/UFRN Mao/2008 Exemplo FUNÇÃO OBJETIVO : 1,0 f ( x, y) 0, 5 sen x y 0, 5 1, 0 0, 001 x 2 2 2 y 2 2 2 0,8 0,6 0,4 0,2 0,0-100 -75-50 -25 0 25 50 75

Leia mais

2 Análise de Campos Modais em Guias de Onda Arbitrários

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

Leia mais

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

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

Leia mais

INTRODUÇÃO À MECÂNICA COMPUTACIONAL. Carlos Henrique Marchi & Fábio Alencar Schneider. Curitiba, dezembro de 2002.

INTRODUÇÃO À MECÂNICA COMPUTACIONAL. Carlos Henrique Marchi & Fábio Alencar Schneider. Curitiba, dezembro de 2002. INTRODUÇÃO À MECÂNICA COMPUTACIONAL Carlos Henrque March & Fábo Alencar Schneder Curtba, dezembro de 2002. SUMÁRIO Lsta de Símbolos Prefáco 1. INTRODUÇÃO 1.1 Métodos de Solução de Problemas de Engenhara

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ 1 É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das

Leia mais

Introdução a Combinatória- Aplicações, parte II

Introdução a Combinatória- Aplicações, parte II Introdução a Combnatóra- Aplcações, AULA 7 7.1 Introdução Nesta aula vamos estudar aplcações um pouco dferentes das da aula passada. No caso estudaremos arranjos com repetção, permutações crculares e o

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ Em mutas stuações duas ou mas varáves estão relaconadas e surge então a necessdade de determnar a natureza deste relaconamento. A análse

Leia mais

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

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

Leia mais

Equações Diferenciais Ordinárias

Equações Diferenciais Ordinárias Equações Diferenciais Ordinárias Profa. Simone Aparecida Miloca UNIOESTE 2017 Sumario EQUAÇÕES DIFERENCIAIS ORDINÁRIAS MÉTODO DE EULER MÉTODOS DE SÉRIES DE TAYLOR MÉTODOS DE RUNGE KUTTA EQUAÇÕES DIFERENCIAIS

Leia mais

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 7 e 8 06/204 Ajuste de Curvas AJUSTE DE CURVAS Cálculo Nuérco 3/64 INTRODUÇÃO E geral, experentos gera ua gaa de dados que

Leia mais

Experiência V (aulas 08 e 09) Curvas características

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

Leia mais

CCI-22 CCI-22. 8) Equações Diferenciais. Matemática Computacional. Definições Problemas de Valor Inicial (PVI)

CCI-22 CCI-22. 8) Equações Diferenciais. Matemática Computacional. Definições Problemas de Valor Inicial (PVI) Matemátca Computaconal 8 Equações Derencas Métodos de Euler Séres de Talor Runge-Kutta Adams-Basort Adams-Moulton Derenças Fntas Denções Grande parte dos enômenos íscos é modelada com equações derencas

Leia mais

Estatística II Antonio Roque Aula 18. Regressão Linear

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

Leia mais

CCI-22 CCI-22. 8) Equações Diferenciais. Matemática Computacional. Definições Problemas de Valor Inicial (PVI) Métodos de passo simples

CCI-22 CCI-22. 8) Equações Diferenciais. Matemática Computacional. Definições Problemas de Valor Inicial (PVI) Métodos de passo simples CCI- CCI- Matemátca Computaconal 8 Equações Derencas Carlos Alberto Alonso Sances Métodos de Euler Séres de Talor Runge-Kutta Adams-Basort Adams-Moulton Derenças Fntas Denções CCI- Problemas de Valor Incal

Leia mais

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

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

Leia mais

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)

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

Leia mais

5 Formulação para Problemas de Potencial

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

Leia mais

Primeiro Exercício da Lista de Interpolação TOL 10 9

Primeiro Exercício da Lista de Interpolação TOL 10 9 Prmero Exercíco da Lsta de Interpolação TOL 9 Busque uma expressão de segundo grau e outra de tercero grau que melhor aproxmam a função x 4 no ntervalo x. Analse e dscuta seus resultados confrontado-os

Leia mais

7. Resolução Numérica de Equações Diferenciais Ordinárias

7. Resolução Numérica de Equações Diferenciais Ordinárias 7. Resolução Numérca de Equações Dferencas Ordnáras Fenômenos físcos em dversas áreas, tas como: mecânca dos fludos, fluo de calor, vbrações, crcutos elétrcos, reações químcas, dentre váras outras, podem

Leia mais

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

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

Leia mais

Representação e Descrição de Regiões

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

Leia mais

Eventos coletivamente exaustivos: A união dos eventos é o espaço amostral.

Eventos coletivamente exaustivos: A união dos eventos é o espaço amostral. DEFINIÇÕES ADICIONAIS: PROBABILIDADE Espaço amostral (Ω) é o conjunto de todos os possíves resultados de um expermento. Evento é qualquer subconjunto do espaço amostral. Evento combnado: Possu duas ou

Leia mais

Regressão Múltipla. Parte I: Modelo Geral e Estimação

Regressão Múltipla. Parte I: Modelo Geral e Estimação Regressão Múltpla Parte I: Modelo Geral e Estmação Regressão lnear múltpla Exemplos: Num estudo sobre a produtvdade de trabalhadores ( em aeronave, navos) o pesqusador deseja controlar o número desses

Leia mais

ALGORITMOS PARA DADOS AUMENTADOS

ALGORITMOS PARA DADOS AUMENTADOS ALGORITMOS PARA DADOS AUMNTADOS. INTRODUÇÃO Dos algortmos baseados na consderação de dados latentes. Temos os dados efetvamente observados e de uma manera convenente aumentamos esses dados ntroduzndo os

Leia mais

XXVII Olimpíada Brasileira de Matemática GABARITO Primeira Fase

XXVII Olimpíada Brasileira de Matemática GABARITO Primeira Fase Soluções Nível Unverstáro XXVII Olmpíada Braslera de Matemátca GABARITO Prmera Fase SOLUÇÃO DO PROBLEMA : Pelo enuncado, temos f(x) = (x )(x + )(x c) = x 3 cx x + c, f'(x) = 3x cx, f '( ) = ( + c) e f

Leia mais

7 - Distribuição de Freqüências

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

Leia mais

Um modelo nada mais é do que uma abstração matemática de um processo real (Seborg et al.,1989) ou

Um modelo nada mais é do que uma abstração matemática de um processo real (Seborg et al.,1989) ou Dscplna - MR070 INTRODUÇÃO À MODELAGEM DE SISTEMAS LINEARES POR EQUAÇÕES DIFERENCIAIS Os modelos de um determnado sstema podem ser físcos ou matemátcos. Neste curso focaremos a modelagem pela dentfcação

Leia mais

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA

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

Leia mais

Resumo de Álgebra Linear - parte II

Resumo de Álgebra Linear - parte II Aula 7 Resumo de Álge Lnear - parte II 7.1 Resumo Nesta aula contnuamos desenvolvendo concetos báscos de álge lnear, aprmorando a famlardade com a notação de Drac. Bblograa: Moysés, 8.7 (em parte), e Cohen-Tannoudj,

Leia mais

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas 3.6. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas

Leia mais

3 A técnica de computação intensiva Bootstrap

3 A técnica de computação intensiva Bootstrap A técnca de computação ntensva ootstrap O termo ootstrap tem orgem na expressão de língua nglesa lft oneself by pullng hs/her bootstrap, ou seja, alguém levantar-se puxando seu própro cadarço de bota.

Leia mais

Topologia, geometria e curvas no plano

Topologia, geometria e curvas no plano Topologa, geometra e curvas no plano Roberto Imbuzero Olvera 23 de Março de 2011 1 Abertos, fechados e compactos Defnção 1 Um subconjunto F C é dto fechado se qualquer sequênca convergente em F tem lmte

Leia mais

DESENVOLVIMENTO DE UM PRÉ-PROCESSADOR PARA ANÁLISE ISOGEOMÉTRICA

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

Leia mais

Análise de Regressão

Análise de Regressão Análse de Regressão método estatístco que utlza relação entre duas ou mas varáves de modo que uma varável pode ser estmada (ou predta) a partr da outra ou das outras Neter, J. et al. Appled Lnear Statstcal

Leia mais

3 Animação de fluidos com SPH

3 Animação de fluidos com SPH 3 Anmação de fludos com SPH O SPH (Smoothed Partcle Hydrodynamcs) é um método Lagrangeano baseado em partículas, proposto orgnalmente para smulação de problemas astrofíscos por Gngold e Monaghan (1977)

Leia mais

TEA784 Fundamentos de Engenharia Ambiental

TEA784 Fundamentos de Engenharia Ambiental TEA784 Fundamentos de Engenhara Ambental Aula 02 da dscplna TEA784 Fundamentos da Engenhara Ambental, ofertada ao curso de Pós Graduação em Engenhara Ambental (PPGEA) da UFPR. Esta aula contém um estudo

Leia mais

CQ110 : Princípios de FQ

CQ110 : Princípios de FQ CQ 110 Prncípos de Físco Químca Curso: Farmáca Prof. Dr. Marco Vdott mvdott@ufpr.br 1 soluções eletrolítcas Qual a dferença entre uma solução 1,0 mol L -1 de glcose e outra de NaCl de mesma concentração?

Leia mais

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

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

Leia mais

MODELAGEM COMPUTACIONAL DA DIFUSÃO DE NÊUTRONS EM GEOMETRIA UNIDIMENSIONAL CARTESIANA

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

Leia mais

Métodos numéricos para o cálculo de sistemas de equações não lineares

Métodos numéricos para o cálculo de sistemas de equações não lineares Métodos numércos para o cálculo de sstemas de equações não lneares Introdução Um sstema de equações não lneares é um sstema consttuído por combnação de unções alébrcas e unções transcendentes tas como

Leia mais

1.1 Seleção para consulta no laboratório

1.1 Seleção para consulta no laboratório .. SELEÇÃO PARA CONSULTA NO LABORATÓRIO Tabela.: Prncpas funções natvas no Sclab (use help nome para saber mas) abs acos acosh asn asnh atan atan cel conj contour cos cosh cotg exp expm feval floor mag

Leia mais

Termo-Estatística Licenciatura: 4ª Aula (08/03/2013)

Termo-Estatística Licenciatura: 4ª Aula (08/03/2013) Termo-Estatístca Lcencatura: 4ª Aula (08/03/013) Prof. Alvaro Vannucc RELEMBRADO Dstrbução dscreta (hstogramas) x contínua (curvas de dstrbução): Dada uma Função de Dstrbução de Densdade de Probabldade,

Leia mais

Solução Numérica de EDOs

Solução Numérica de EDOs Solução Numérica de EDOs Maria Luísa Bambozzi de Oliveira SME0300 Cálculo Numérico 10 de Novembro, 2010 Introdução Equação Diferencial de 1a. Ordem y = f (x, y) f : função real dada, de duas variáveis

Leia mais

Covariância na Propagação de Erros

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

Leia mais

CORRELAÇÃO E REGRESSÃO

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

Leia mais

/augustofisicamelo. Menu. 01 Gerador elétrico (Introdução) 12 Associação de geradores em série

/augustofisicamelo. Menu. 01 Gerador elétrico (Introdução) 12 Associação de geradores em série Menu 01 Gerador elétrco (Introdução) 12 Assocação de geradores em sére 02 Equação do gerador 13 Assocação de geradores em paralelo 03 Gráfco característco dos geradores 14 Receptores elétrcos (Introdução)

Leia mais

MECÂNICA CLÁSSICA. AULA N o 7. Teorema de Liouville Fluxo no Espaço de Fases Sistemas Caóticos Lagrangeano com Potencial Vetor

MECÂNICA CLÁSSICA. AULA N o 7. Teorema de Liouville Fluxo no Espaço de Fases Sistemas Caóticos Lagrangeano com Potencial Vetor 1 MECÂNICA CLÁSSICA AULA N o 7 Teorema de Louvlle Fluo no Espaço de Fases Sstemas Caótcos Lagrangeano com Potencal Vetor Voltando mas uma ve ao assunto das les admssíves na Físca, acrescentamos que, nos

Leia mais

TESTE DO QUI-QUADRADO - Ajustamento

TESTE DO QUI-QUADRADO - Ajustamento Exemplo 3: Avalar se uma moeda ou um dado é honesto; Em 100 lances de moeda, observaram-se 65 coroas e 35 caras. Testar se a moeda é honesta. 1 H 0 : a moeda é honesta; H 1 : a moeda não é honesta; 2 α

Leia mais

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

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

Leia mais

Processamento de Imagem. Prof. MSc. André Yoshimi Kusumoto

Processamento de Imagem. Prof. MSc. André Yoshimi Kusumoto Processamento de Imagem Prof. MSc. André Yoshm Kusumoto andrekusumoto.unp@gmal.com Operações pontuas globas em magens Uma operação pontual global em uma magem dgtal r é a função f(r) aplcada a todo pxel

Leia mais

Prova I - Modelagem e Simulação - 28/04/2005

Prova I - Modelagem e Simulação - 28/04/2005 nome: 1)[.] Escreva um programa na lnguagem que preferr, para montar as matrzes A e B e o vetor W do Método Combnado de Mínmos Quadrados para o segunte modelo matemátco: ((x x )cosθ + (y y )sen θ) a ((x

Leia mais

Cap. 6 - Energia Potencial e Conservação da Energia Mecânica

Cap. 6 - Energia Potencial e Conservação da Energia Mecânica Unversdade Federal do Ro de Janero Insttuto de Físca Físca I IGM1 014/1 Cap. 6 - Energa Potencal e Conservação da Energa Mecânca Prof. Elvs Soares 1 Energa Potencal A energa potencal é o nome dado a forma

Leia mais

ANÁLISE DINÂMICA DE SISTEMAS CONTÍNUOS

ANÁLISE DINÂMICA DE SISTEMAS CONTÍNUOS ANÁISE DINÂMICA DE SISTEMAS CONTÍNUOS INTRODUÇÃO Sstemas dscretos e sstemas contínuos representam modelos matemátcos dstntos de sstemas fsícos semelhantes, com característcas dnâmcas semelhantes Os sstemas

Leia mais

Introdução às Medidas em Física a Aula

Introdução às Medidas em Física a Aula Introdução às Meddas em Físca 4300152 8 a Aula Objetvos: Experênca Curvas Característcas Meddas de grandezas elétrcas: Estudar curvas característcas de elementos resstvos Utlzação de um multímetro Influênca

Leia mais

a distribuição de um momento aplicado em um nó de um pórtico por parcelas de momentos fletores equilibrantes nas barras adjacentes (Seção 2);

a distribuição de um momento aplicado em um nó de um pórtico por parcelas de momentos fletores equilibrantes nas barras adjacentes (Seção 2); PROCESSO E CROSS os pontos báscos que fundamentam o método: a dstrbução de um momento aplcado em um nó de um pórtco por parcelas de momentos fletores equlbrantes nas barras adjacentes (Seção ); a solução

Leia mais

Notas Processos estocásticos. Nestor Caticha 23 de abril de 2012

Notas Processos estocásticos. Nestor Caticha 23 de abril de 2012 Notas Processos estocástcos Nestor Catcha 23 de abrl de 2012 notas processos estocástcos 2 O Teorema de Perron Frobenus para matrzes de Markov Consdere um processo estocástco representado por um conunto

Leia mais

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu 1 Programação Não Lnear com Restrções Aula 9: Programação Não-Lnear - Funções de Váras Varáves com Restrções Ponto Regular; Introdução aos Multplcadores de Lagrange; Multplcadores de Lagrange e Condções

Leia mais

DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS

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

Leia mais

3 Algoritmos propostos

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

Leia mais

Alocação sequencial - filas

Alocação sequencial - filas Alocação sequencal - las Flas A estrutura de dados Fla também é bastante ntutva. A analoga é com uma la de pessoas aguardando para serem atenddas no guchê de um banco, ou aguardando o ônbus. Se houver

Leia mais

Gestão e Teoria da Decisão

Gestão e Teoria da Decisão Gestão e Teora da Decsão Logístca e Gestão de Stocks Estratégas de Localzação Lcencatura em Engenhara Cvl Lcencatura em Engenhara do Terrtóro 1 Estratéga de Localzação Agenda 1. Classfcação dos problemas

Leia mais