Artigos

2.9E: Exercícios


Exercício ( PageIndex {1} )

Para os exercícios a seguir, avalie o limite.

1) Avalie o limite (lim_ {x → ∞} frac {e ^ x} {x} ).

2) Avalie o limite (lim_ {x → ∞} frac {e ^ x} {x ^ k} ).

Responder

(∞)

3) Avalie o limite (lim_ {x → ∞} frac {lnx} {x ^ k} ).

4) Avalie o limite (lim_ {x → a} frac {x − a} {x ^ 2 − a ^ 2} ).

Responder

( frac {1} {2a} )

5) Avalie o limite (lim_ {x → a} frac {x − a} {x ^ 3 − a ^ 3} ).

6) Avalie o limite (lim_ {x → a} frac {x − a} {x ^ n − a ^ n} ).

Responder

( frac {1} {na ^ {n − 1}} )

Exercício ( PageIndex {2} )

Para os exercícios a seguir, determine se você pode aplicar a regra de L'Hôpital diretamente. Explique por que ou por que não. Em seguida, indique se há alguma maneira de alterar o limite para que possa aplicar a regra de L'Hôpital.

1) (lim_ {x → 0 ^ +} x ^ 2lnx )

2) (lim_ {x → ∞} x ^ {1 / x} )

Responder

Não pode ser aplicado diretamente; usar logaritmos

3) (lim_ {x → 0} x ^ {2 / x} )

4) (lim_ {x → 0} frac {x ^ 2} {1 / x} )

Responder

Não pode ser aplicado diretamente; reescrever como (lim_ {x → 0} x ^ 3 )

5) (lim_ {x → ∞} frac {e ^ x} {x}

Exercício ( PageIndex {3} )

Para os exercícios a seguir, avalie os limites com a regra de L'Hôpital ou métodos previamente aprendidos.

1) (lim_ {x → 3} frac {x ^ 2−9} {x − 3} )

Responder

(6)

2) (lim_ {x → 3} frac {x ^ 2−9} {x + 3} )

3) (lim_ {x → 0} frac {(1 + x) ^ {- 2} −1} {x} )

Responder

(−2)

4) (lim_ {x → π / 2} frac {cosx} { frac {π} {2} −x} )

5) (lim_ {x → π} frac {x − π} {sinx} )

Responder

(−1)

6) (lim_ {x → 1} frac {x − 1} {sinx} )

7) (lim_ {x → 0} frac {(1 + x) ^ n − 1} {x} )

Responder

(n )

8) (lim_ {x → 0} frac {(1 + x) ^ n − 1 − nx} {x ^ 2} )

9) (lim_ {x → 0} frac {sinx − tanx} {x ^ 3} )

Responder

(- frac {1} {2} )

10) (lim_ {x → 0} frac { sqrt {1 + x} - sqrt {1 − x}} {x} )

11) (lim_ {x → 0} frac {e ^ x − x − 1} {x ^ 2} )

Responder

( frac {1} {2} )

12) (lim_ {x → 0} frac {tanx} { sqrt {x}} )

13) (lim_ {x → 1} frac {x → 1} {lnx} )

Responder

(1)

14) (lim_ {x → 0} (x + 1) ^ {1 / x} )

15) (lim_ {x → 1} frac { sqrt {x} - sqrt [3] {x}} {x − 1} )

Responder

( frac {1} {6} )

16) (lim_ {x → 0 ^ +} x ^ {2x} )

17) (lim_ {x → ∞} xsin ( frac {1} {x}) )

Responder

(1)

18) (lim_ {x → 0} frac {sinx − x} {x ^ 2} )

19) (lim_ {x → 0 ^ +} xln (x ^ 4) )

Responder

(0)

20) (lim_ {x → ∞} (x − e ^ x) )

21) (lim_ {x → ∞} x ^ 2e ^ {- x} )

Responder

(0)

22) (lim_ {x → 0} frac {3 ^ x − 2 ^ x} {x} )

23) (lim_ {x → 0} frac {1 + 1 / x} {1−1 / x} )

Responder

(−1)

24) (lim_ {x → π / 4} (1 − tanx) cotx )

25) (lim_ {x → ∞} xe ^ {1 /} ) x

Responder

(∞)

26) (lim_ {x → 0} x ^ {1 / cosx} )

27) (lim_ {x → 0} x ^ {1 / x} )

Responder

(1)

28) (lim_ {x → 0} (1− frac {1} {x}) ^ x )

29) (lim_ {x → ∞} (1− frac {1} {x}) ^ x )

Responder

( frac {1} {e} )

Exercício ( PageIndex {4} )

Para os exercícios a seguir, use uma calculadora para representar graficamente a função e estimar o valor do limite, em seguida, use a regra de L'Hôpital para encontrar o limite diretamente.

1) (lim_ {x → 0} frac {e ^ x − 1} {x} )

2) (lim_ {x → 0} xsin ( frac {1} {x}) )

Responder

(0)

3) (lim_ {x → 1} frac {x − 1} {1 − cos (πx)} )

4) (lim_ {x → 1} frac {e ^ {(x − 1)} - 1} {x − 1} )

Responder

(1)

5) (lim_ {x → 1} frac {(x − 1) ^ 2} {lnx} )

6) (lim_ {x → π} frac {1 + cosx} {sinx} )

Responder

(0)

7) (lim_ {x → 0} (cscx− frac {1} {x}) )

8) (lim_ {x → 0 ^ +} tan (x ^ x) )

Responder

(tan (1) )

9) (lim_ {x → 0 ^ +} frac {lnx} {sinx} )

10) (lim_ {x → 0} frac {e ^ x − e ^ {- x}} {x} )

Responder

(2)


Construindo Programas Java, 4ª Edição Soluções de autoverificação

NOTA: As respostas aos problemas de autoverificação são postadas publicamente em nosso site e podem ser acessadas pelos alunos. Isso significa que os problemas de autoverificação geralmente não devem ser atribuídos como dever de casa graduado, porque os alunos podem encontrar soluções facilmente para todos eles. Se você quiser atribuir problemas de fim de capítulo do BJP como lição de casa, considere usar nossos Exercícios ou Projetos de Programação, cujas soluções não são postadas publicamente (mas estão disponíveis para instrutores apenas mediante solicitação).


1. Pense em tantas maneiras quanto possível para selecionar dep_time, dep_delay, arr_time e arr_delay de voos.

2. O que acontece se você incluir o nome de uma variável várias vezes em uma chamada select ()?

3. O que a função one_of () faz? Por que isso pode ser útil em conjunto com esse vetor?
vars & lt- c ("ano", "mês", "dia", "dep_delay", "arr_delay")

Pode ser usado para selecionar várias variáveis ​​com um vetor de caracteres ou para negar a seleção de certas variáveis.

4. O resultado da execução do código a seguir o surpreende? Como os ajudantes selecionados lidam com o caso por padrão? Como você pode alterar esse padrão?

O padrão não diferencia maiúsculas de minúsculas, para alterar isso, especifique ignore.case = FALSE


Abstrato

A avaliação quantitativa de risco (QRA) é amplamente praticada na segurança do sistema, mas não há evidências suficientes de que a QRA em geral é adequada para o propósito. Os defensores da QRA traçam uma distinção entre QRA ruim ou mal utilizada e QRA correta e apropriadamente usada, mas essa distinção só é útil se tivermos maneiras robustas de identificar as falhas em uma QRA individual. Neste artigo, apresentamos um modelo de maturidade abrangente para QRA que cobre todas as falhas potenciais discutidas na literatura de avaliação de risco e em uma coleção de análises por pares de avaliação de risco. Fornecemos validação inicial da integridade e realismo do modelo.

Nosso modelo de maturidade de avaliação de risco fornece uma maneira de priorizar o desenvolvimento de processos dentro de uma organização e a pesquisa empírica dentro da comunidade QRA.


Discussão

Neste estudo, aplicamos ParTI a dados de bem-estar humano de alta dimensão para ajudar na análise e visualização das compensações mais dominantes que moldam os dados de laboratórios clínicos. As principais conclusões são as seguintes: (1) A análise de ParTI revelou que os dados dos laboratórios clínicos caem em um tetraedro estatisticamente significativo, com quatro arquétipos. (2) A análise de enriquecimento de dados multiômicos e de estilo de vida associados revelou características de cada um dos arquétipos: (i) o arquétipo mais velho e saudável, (ii) as mulheres jovens e saudáveis, (iii) os homens jovens e saudáveis ​​(iv) o arquétipo doentio. (3) Em seguida, descrevemos os perfis de laboratório clínico nos arquétipos e encontramos os principais eixos de variação e sua hierarquia: (i) o bem-estar, (ii) a idade e (iii) o eixo de gênero. (4) Descobrimos que o arquétipo masculino compartilha características mais enriquecidas com o arquétipo não saudável do que o arquétipo feminino ou mais antigo, o que parece ser devido a um estilo de vida e hábitos alimentares menos saudáveis. (5) Descobrimos que as diferenças sexuais diminuíram com a idade e em um estado de saúde aberrante. (6) Por último, caracterizamos o movimento de participantes individuais no tetraedro ao longo do tempo e descobrimos que a maioria dos participantes gira em torno de sua posição inicial, e que a grande maioria dos participantes que mostraram uma mudança significativa em sua trajetória, mudou-se em direção a pessoas saudáveis ​​e arquétipo mais antigo, e longe do arquétipo doentio, como seria de esperar de um programa de bem-estar. (7) Detectamos então todos os casos de participantes que apresentavam um tipo diferente de movimento e demonstramos como o movimento no tetraedro pode ser utilizado para monitorar participantes individuais e detectar sinais de transições de saúde. Juntas, essas descobertas demonstraram o poder da geometria e da redução da dimensionalidade na análise e visualização de conjuntos de dados de alta dimensão em um espaço de características contínuo e sua capacidade de ser aproveitada para monitorar a saúde do indivíduo por meio de medições de sangue.

Os quatro arquétipos identificados refletiam fortemente os principais aspectos da fisiologia: mulheres, homens, idosos e doentes, bem como as compensações e os principais eixos de variação. Curiosamente, havia três estados de bem-estar e apenas um estado de saúde aberrante. Em uma coorte diferente (por exemplo, os laboratórios clínicos de participantes com câncer de mama), pode haver um conjunto diferente de arquétipos, eixos de variação e hierarquia diferente de compensações, embora os eixos de variação que resultam desta análise sejam geralmente bem conhecidos por têm efeitos significativos (sexo, idade, saúde geral).

Além disso, pode-se perguntar por que a matriz de laboratórios clínicos foi usada para construir o simplex e não os dados de metabolômica ou proteômica. Escolhemos os laboratórios clínicos por ser o tipo de dados para o qual tivemos o maior número de observações, com medidas padronizadas e comumente utilizadas que possuem interpretações conhecidas. Também descobrimos que o sinal simplex era o mais forte para os laboratórios clínicos. Além disso, os laboratórios clínicos são o único conjunto de dados que está sendo medido na clínica e, portanto, o mais relevante e aplicável para a análise longitudinal da trajetória de saúde de um indivíduo no tetraedro resultante.

A análise de enriquecimento usando diferentes tipos de dados nos permitiu caracterizar os quatro arquétipos em vários aspectos, que geralmente eram concordantes e forneciam uma visão unificada. Por exemplo, o arquétipo doentio foi enriquecido para alto IMC, seu PRS correspondente, altos níveis da proteína leptina e várias outras características, como pressão alta, baixos níveis de atividade física e hábitos alimentares inadequados. Coesão semelhante também foi observada para os outros arquétipos. Essas características representam conjuntos que fazem sentido e são razoavelmente bem compreendidos como interconectados, mas surgem outros que não são tão conhecidos, como o esgotamento e o enriquecimento de gêneros microbianos intestinais específicos associados a cada arquétipo. Além disso, fornecemos uma visão geral das compensações mais aparentes entre os arquétipos que eram significativos após a correção para testes de múltiplas hipóteses. As tabelas de enriquecimento completo contêm assinaturas distintas para cada arquétipo (Conjunto de dados suplementares 2).

Analisamos as trajetórias individuais dos participantes e demonstramos como pode ser usado para detectar movimentos inesperados. Existem várias maneiras de analisar as trajetórias e definir o que é um movimento significativo, excluindo outliers e erros nas medições. Para tanto, consideramos apenas trajetórias que possuíam pelo menos três pontos no tempo, e calculamos a distância euclidiana entre a posição inicial e a posição final. Essa análise revelou três trajetórias que tiveram uma mudança significativa, aproximando-se do arquétipo doentio e foram descritas detalhadamente nos Resultados. O segundo critério para trajetória “anormal” era o número de pontos no tempo em uma trajetória que estava fora dos limites do tetraedro. Esta análise revelou apenas duas trajetórias que tinham mais de um ponto no tempo fora do tetraedro (um único ponto no tempo pode indicar um erro na medição ou um estado transiente). Três do total de cinco exemplos que tiveram uma trajetória única de acordo com esses dois critérios, relataram um evento adverso. Curiosamente, as duas mulheres que se afastaram do arquétipo feminino e se aproximaram do arquétipo masculino, relataram um evento adverso que incluiu o fígado e a vesícula biliar, que se encaixam na noção de que os homens jovens saudáveis ​​têm uma assinatura distinta das mulheres de lipídios e marcadores da função renal. Uma vez que o conjunto de dados Arivale não contém os registros clínicos do participante, informações valiosas para este tipo de análise podem estar faltando. Isso pode explicar as duas trajetórias únicas que não contêm informações sobre uma condição clínica diagnosticada específica. Essas duas trajetórias pertencem aos participantes do sexo masculino e o arquétipo masculino também foi enriquecido pela falta de informações nos questionários autorreferidos. No entanto, essa análise revelou a trajetória distinta da participante que posteriormente foi diagnosticada com câncer de bexiga. Este exemplo é digno de nota porque é o único exemplo de uma trajetória em que 5/6 pontos no tempo ultrapassaram os limites do tetraedro. Isso é ainda mais excepcional, considerando que as medições de sangue desse participante individualmente se enquadraram na distribuição da coorte, de modo que, na análise de outliers, nenhuma das medições individuais teria sido anormal. Além disso, geralmente os cânceres (além da leucemia) não são detectados nas medições de laboratório clínico padrão. Na coorte de Arivale, havia vários outros casos de participantes que foram diagnosticados com câncer ou outras doenças, mas a transição não foi capturada por esta análise. Isso pode ser devido à falta de dados, porque a transição ocorreu antes do participante entrar no programa, porque a transição não se refletiu nos laboratórios clínicos, ou por falta de sensibilidade no método. Para determinar até que ponto essa análise poderia ser desenvolvida para detectar transições, para calcular sua sensibilidade e especificidade, bem como para correlacionar os arquétipos com resultados de saúde de longo prazo, um conjunto de dados maior e mais longitudinal seria necessário.

Tomados em conjunto, este estudo implementa uma representação de dados de alta ordem de medições multiômicas. Apesar de suas limitações, ele fornece insights sobre a interação entre bem-estar e doença em nuvens de dados profundamente fenotipadas. Este trabalho pode ajudar a caracterizar as transições de doenças e seu reflexo no sangue e, talvez, sugerir uma maneira única de interpretar os exames de sangue.


Física para cientistas e engenheiros

Autor: Raymond A. Serway, John W. Jewett
Editor: Cengage Learning
Lançamento: 01/01/2018
ISBN: 9781337553278
Idioma: En, Es, Fr & De

Alcance o sucesso em seu curso de física aproveitando ao máximo o que FÍSICA PARA CIENTISTAS E ENGENHEIROS da Serway / Jewett tem a oferecer. De uma série de recursos em texto a uma variedade de recursos de tecnologia excepcionais, você terá tudo o que precisa para entender as forças naturais e os princípios da física. Ao longo de cada capítulo, os autores criaram uma ampla gama de exemplos, exercícios e ilustrações que o ajudarão a entender as leis da física E a ter sucesso em seu curso! Aviso importante: o conteúdo de mídia mencionado na descrição do produto ou no texto do produto pode não estar disponível na versão do e-book.


1 resposta 1

Nas regras da mecânica quântica, cada estado $ | psi rangle $ é um "vetor" que tem um "dual", que geralmente é um conjugado complexo $ langle psi | $ e cada medição em algum estado é descrita por a média $ langle A rangle $ e um operador $ hat A $ que é seu próprio conjugado transposto: juntos, eles dizem que no estado $ | psi rangle $ a medida média é $ langle A rangle = langle psi | hat A | psi rangle. $

Aqui, em geral $ langle phi | psi rangle = int _ <- infty> ^ infty dx

psi (x), $ se isso ajuda você a entender o que queremos dizer quando tomamos a "transposição" de uma função.

Linearidade / superposição também acontece neste "nível de expectativa", então se você tem $ | psi rangle = a_1 | psi_1 rangle + a_2 | psi_2 rangle + a_3 | psi_3 rangle $ então o valor esperado de $ hat A $ será: $ begin langle psi | hat A | psi rangle = & amp

a_1 ^ * a_1 langle psi_1 | hat A | psi_1 rangle + a_1 ^ * a_2 langle psi_1 | hat A | psi_2 rangle + a_1 ^ * a_3 langle psi_1 | hat A | psi_3 rangle + & amp

a_2 ^ * a_1 langle psi_2 | hat A | psi_1 rangle + a_2 ^ * a_2 langle psi_2 | hat A | psi_2 rangle + a_2 ^ * a_3 langle psi_2 | hat A | psi_3 rangle + & amp

a_3 ^ * a_1 langle psi_3 | hat A | psi_1 rangle + a_3 ^ * a_2 langle psi_3 | hat A | psi_2 rangle + a_3 ^ * a_3 langle psi_3 | hat A | psi_3 rangle end$ Eu ouço você dizendo, "Deus do céu, eu realmente preciso fazer nove integrais ?!" E a resposta em em geral é "não, porque o operador é sua própria transposta conjugada, $ langle a | hat A | b rangle = ( langle b | hat A | a rangle) ^ *, $ então você só precisa fazer 6 integrais ", mas a resposta para você em especial é "Não, você pode se safar sem fazer integrais."

A razão para isso é muito particular, é que você está procurando a média energia que é dado pelo Operador hamiltoniano $ hat H $, mas na verdade seus estados de base são autovetores normalizados do hamiltoniano, $ langle psi_m | psi_n rangle = <1 text m = n text <, else> 0 >, $ com $ hat H | psi_n rangle = E_n | psi_n rangle. $

O uso dessas propriedades indica que a energia média no estado é simplesmente $ langle E rangle = sum_n E_n | a_n | ^ 2. $


Descrevendo Coeficientes de Correlação

A tabela a seguir fornece algumas diretrizes sobre como descrever a força dos coeficientes de correlação, mas essas são apenas diretrizes para descrição. Além disso, lembre-se de que mesmo correlações fracas podem ser estatisticamente significativas, como você aprenderá em breve.

Coeficiente de correlação (r) Descrição
(Diretriz aproximada)
+1.0 Positivo perfeito + associação
+0,8 a 1,0 Associação + muito forte
+0,6 a 0,8 Forte + associação
+0,4 a 0,6 Moderado + associação
+0,2 a 0,4 Fraco + associação
0,0 a +0,2 Muito fraca + ou nenhuma associação
0,0 a -0,2 Muito fraco - ou nenhuma associação
-0,2 a & # 8211 0,4 Fraco - associação
-0,4 a -0,6 Moderado - associação
-0,6 a -0,8 Forte - associação
-0,8 a -1,0 Muito forte - associação
-1.0 Associação negativa perfeita

As quatro imagens abaixo dão uma ideia de como alguns coeficientes de correlação podem aparecer em um gráfico de dispersão.

O gráfico de dispersão abaixo ilustra a relação entre a pressão arterial sistólica e a idade em um grande número de indivíduos. Sugere uma associação positiva fraca (r = 0,36), mas estatisticamente significativa (p & lt0,0001) entre a idade e a pressão arterial sistólica. Há bastante dispersão, mas há muitas observações e há uma tendência linear clara.

Como pode uma correlação ser fraca, mas ainda estatisticamente significativa? Considere que a maioria dos resultados tem vários determinantes. Por exemplo, o índice de massa corporal (IMC) é determinado por vários fatores (& quotexposições & quot), como idade, altura, sexo, consumo de calorias, exercícios, fatores genéticos, etc. Portanto, a altura é apenas um determinante e um fator contribuinte, mas não o único determinante do IMC. Como resultado, a altura pode ser um determinante significativo, ou seja, pode estar significativamente associada ao IMC, mas ser apenas um fator parcial. Se for esse o caso, mesmo uma correlação fraca pode ser estatisticamente significativa se o tamanho da amostra for suficientemente grande. Em essência, encontrar uma correlação fraca que seja estatisticamente significativa sugere que aquela exposição específica tem um impacto na variável de resultado, mas que também existem outros determinantes importantes.


Constantes físicas em R

Os pacotes marelac e dielectric têm algumas constantes físicas, mas não aquela em particular. marelac :: convert_T fará as conversões de temperatura.

É uma tarefa bastante grande reunir essas informações, mas algumas das constantes termodinâmicas estão disponíveis no marelac:

Além dos recursos R em minha resposta à pergunta que @joran citou, esses são recursos adicionais do NIST:

Eu assumi a tarefa de ler a Tabela de Constantes NIST, editá-la para que a conversão para numérico fosse razoável, e este foi o código de entrada:

. e aqui está a versão dput:

Posso recomendar 2 opções:

1) Se você precisa dessas constantes o tempo todo, pode usar a biblioteca .First na forma de C2K & lt-273.15. Você pode atribuir constantes e armazená-las lá. Para obter mais informações, consulte http://cran.r-project.org/doc/contrib/Lemon-kickstart/kr_first.html

2) Se você quiser usar os arquivos apenas às vezes, salve as constantes em um arquivo de texto no mesmo formato acima x & lt-273.15 e, em seguida, forneça o caminho para este arquivo usando a função de fonte no seguinte formato: fonte (C: Usuários PAth para salvar o texto do arquivo formulas.txt)

Isso lhe dá mais controle sobre as constantes do que confiar em um pacote que pode ou não conter o que você deseja.


2.9E: Exercícios

Mostrar todas as 20 perguntas aleatórias

  1. ? sal + hidrogênio
  2. ? sal + água
  3. ? sal + água + dióxido de carbono
  4. ? sal + dióxido de carbono
  1. ? sal + hidrogênio
  2. ? sal + água
  3. ? sal + água + dióxido de carbono
  4. ? sal + dióxido de carbono
  1. ? sal + hidrogênio
  2. ? sal + água
  3. ? sal + água + dióxido de carbono
  4. ? sal + dióxido de carbono
  1. ? sal + hidrogênio
  2. ? sal + água + dióxido de carbono
  3. ? sal + dióxido de carbono
  4. ? sal + água
  1. ? para acelerar a dissolução sólida
  2. ? o sólido de partida só se dissolve em ácido quente
  3. ? para aumentar a taxa de evaporação
  4. ? você só pode obter cristalização de soluções quentes
  1. ? solução de cloreto de cobre e sulfato de sódio
  2. ? óxido de cobre e ácido sulfúrico
  3. ? solução de nitrato de cobre e sulfato de sódio
  4. ? carbonato de cobre e ácido nítrico
  1. ? solução de óxido de cobre e sulfato de sódio
  2. ? cloreto de cobre e ácido sulfúrico
  3. ? carbonato de cobre e ácido sulfúrico
  4. ? solução de nitrato de cobre e sulfato de sódio
  1. ? solução de cloreto de cobre e nitrato de sódio
  2. ? solução de óxido de cobre e nitrato de sódio
  3. ? carbonato de cobre e ácido sulfúrico
  4. ? óxido de cobre e ácido nítrico
  1. ? sulfato de ferro + água
  2. ? sulfito de ferro
  3. ? sulfato de ferro + hidrogênio
  4. ? sulfato de ferro + dióxido de carbono
  1. ? sulfato de cobre
  2. ? sulfato de cobre + hidrogênio
  3. ? sulfito de cobre + oxigênio
  4. ? sulfato de cobre + água
  1. ? nitrato de magnésio + dióxido de carbono
  2. ? nitrito de magnésio + hidrogênio
  3. ? nitrito de magnésio + água
  4. ? nitrato de magnésio + água + dióxido de carbono
  1. ? clorato de zinco + cloro
  2. ? cloreto de zinco + água
  3. ? cloreto de zinco + hidrogênio
  4. ? clorato de zinco + dióxido de carbono
  1. ? elementos não metálicos sólidos têm aparência opaca
  2. ? elementos metálicos são maus condutores de calor
  3. ? elementos não metálicos são bons condutores de eletricidade
  4. ? elementos metálicos têm baixo ponto de fusão
  1. ? elementos não metálicos sólidos têm aparência brilhante
  2. ? elementos metálicos são bons condutores de calor
  3. ? elementos não metálicos são bons condutores de eletricidade
  4. ? elementos metálicos têm baixo ponto de fusão
  1. ? elementos não metálicos sólidos têm aparência brilhante
  2. ? elementos metálicos são maus condutores de calor
  3. ? elementos não metálicos são maus condutores de eletricidade
  4. ? elementos metálicos têm baixo ponto de fusão
  1. ? elementos não metálicos sólidos têm aparência brilhante
  2. ? elementos metálicos são maus condutores de calor
  3. ? elementos não metálicos são bons condutores de eletricidade
  4. ? elementos metálicos têm alto ponto de fusão
  1. ? não metálicos têm baixo ponto de ebulição
  2. ? elementos metálicos têm uma baixa densidade
  3. ? elementos não metálicos sólidos são fortes
  4. ? elementos metálicos não são facilmente dobrados em forma
  1. ? não metálicos têm alto ponto de ebulição
  2. ? elementos metálicos têm uma alta densidade
  3. ? elementos não metálicos sólidos são fortes
  4. ? elementos metálicos não são facilmente dobrados em forma
  1. ? não metálicos têm alto ponto de ebulição
  2. ? elementos metálicos têm uma baixa densidade
  3. ? elementos não metálicos sólidos são fracos ou quebradiços
  4. ? elementos metálicos não são facilmente dobrados em forma
  1. ? não metálicos têm alto ponto de ebulição
  2. ? elementos metálicos têm uma baixa densidade
  3. ? elementos não metálicos sólidos são fortes
  4. ? elementos metálicos são facilmente dobrados em forma
  1. ? cloreto de cálcio + água
  2. ? clorato de cálcio + hidrogênio
  3. ? cloreto de cálcio + água + dióxido de carbono
  4. ? clorato de cálcio + dióxido de carbono
  1. ? cloreto de zinco + água
  2. ? cloreto de zinco + água + dióxido de carbono
  3. ? cloreto de zinco + dióxido de carbono
  4. ? cloreto de zinco + hidrogênio
  1. ? sulfato de cobre + água
  2. ? sulfato de cobre + dióxido de carbono
  3. ? sulfato de cobre + água + dióxido de carbono
  4. ? sulfato de cobre + hidrogênio
  1. ? nitrito de magnésio + água
  2. ? nitrato de magnésio + dióxido de carbono
  3. ? nitrito de magnésio + água + oxigênio
  4. ? nitrato de magnésio + hidrogênio
  1. ? sulfato de magnésio é solúvel em água, mas o sulfato de cálcio é apenas ligeiramente solúvel
  2. ? o cálcio não é um metal reativo como o magnésio
  3. ? cálcio não pode formar um sal de sulfato, mas o magnésio pode
  4. ? o sulfato de magnésio reage com a água, mas o sulfato de cálcio não
  1. ? misture com solução de indicador universal
  2. ? calor em uma chama de bunsen
  3. ? adicionar ácido diluído
  4. ? examinar sob um microscópio
  1. ? para acelerar a reação
  2. ? é mais fácil filtrar o ácido do que o sólido
  3. ? semear bons cristais no último estágio
  4. ? de modo que todo o ácido seja neutralizado e o excesso de sólido possa ser filtrado
  1. ? uma solução azul é formada
  2. ? o aquecimento acelera a dissolução
  3. ? o óxido de cobre parece desaparecer
  4. ? nenhuma bolha de gás é formada
  1. ? carbonato de cobre e ácido sulfúrico
  2. ? hidróxido de cobre e ácido nítrico
  3. ? óxido de cobre e ácido clorídrico
  4. ? cobre e dióxido de nitrogênio
  1. ? sulfato de potássio
  2. ? etanoato de chumbo
  3. ? Cloreto de Sódio
  4. ? nitrato de amônio
  1. ? hidróxido de potássio
  2. ? etanoato de chumbo
  3. ? Cloreto de Sódio
  4. ? nitrato de amônio
  1. ? dá um estalo estridente com uma tala acesa
  2. ? torna a água de cal 'leitosa' (precipitado branco!)
  3. ? reacende uma tala brilhante
  4. ? torna-se azul de tornassol vermelho e depois o lixivia
  1. ? dá um estalo estridente com uma tala acesa
  2. ? torna a água de cal 'leitosa' (precipitado branco!)
  3. ? reacende uma tala brilhante
  4. ? torna-se azul tornassol vermelho e depois o lixivia
  1. ? carbonato de magnésio e ácido sulfúrico
  2. ? hidróxido de magnésio e ácido clorídrico
  3. ? óxido de magnésio e ácido nítrico
  4. ? magnésio e dióxido de nitrogênio
  1. ? carbonato de magnésio e ácido nítrico
  2. ? hidróxido de magnésio e ácido clorídrico
  3. ? óxido de magnésio e dióxido de enxofre
  4. ? hidróxido de magnésio e ácido sulfúrico
  1. ? carbonato de magnésio e ácido clorídrico
  2. ? óxido de magnésio e cloro
  3. ? hidróxido de magnésio e ácido sulfúrico
  4. ? óxido de magnésio e ácido nítrico
  1. ? óxido de magnésio e ácido clorídrico
  2. ? carbonato de magnésio e ácido sulfúrico
  3. ? hidróxido de magnésio e ácido nítrico
  4. ? óxido de magnésio e dióxido de enxofre

O que poderia ser faltando na equação abaixo de? [9e-67]

zinco + ___ (1) ___ == & gt cloreto de zinco + ___ (2) ___

  1. ? (1) ácido nítrico e (2) hidrogênio
  2. ? (1) cloro e (2) água
  3. ? (1) ácido clorídrico e (2) hidrogênio
  4. ? (1) ácido sulfúrico e (2) água

O que poderia ser faltando na equação abaixo de? [9e-68]

óxido de zinco + ___ (1) ___ == & gt sulfato de zinco + ___ (2) ___

  1. ? (1) ácido nítrico e (2) hidrogênio
  2. ? (1) cloro e (2) água
  3. ? (1) ácido clorídrico e (2) hidrogênio
  4. ? (1) ácido sulfúrico e (2) água

O que poderia ser faltando na equação abaixo de? [9e-69]

__ (1) __ + ácido clorídrico == & gt ___ (2) ___ + hidrogênio

  1. ? (1) cálcio e (2) cloreto de cálcio
  2. ? (1) cálcio e (2) sulfato de cálcio
  3. ? (1) óxido de cálcio e (2) cloreto de cálcio
  4. ? (1) carbonato de cálcio e (2) dióxido de carbono

O que poderia ser faltando na equação abaixo de? [9e-70]

__ (1) __ + ácido clorídrico == & gt ___ (2) ___ + água

  1. ? (1) cálcio e (2) nitrato de cálcio
  2. ? (1) óxido de cálcio e (2) cloreto de cálcio
  3. ? (1) óxido de cálcio e (2) sulfato de cálcio
  4. ? (1) carbonato de cálcio e (2) dióxido de carbono

O que poderia ser faltando na equação abaixo de? [9e-71]

__ (1) __ + ácido nítrico == & gt nitrato de cálcio + água + ___ (2) ___

  1. ? (1) cálcio e (2) hidrogênio
  2. ? (1) óxido de cálcio e (2) dióxido de carbono
  3. ? (1) carbonato de cálcio e (2) dióxido de carbono
  4. ? (1) carbonato de cálcio e (2) hidrogênio

O que poderia ser faltando na equação abaixo de? [9e-72]

__ (1) __ + ácido clorídrico == & gt cloreto de cálcio + água + ___ (2) ___


Assista o vídeo: exercício hibbeler estática - Análise Estrutural (Outubro 2021).