TEXTURA DA DRENAGEM E SUA

Tamanho: px
Começar a partir da página:

Download "TEXTURA DA DRENAGEM E SUA"

Transcrição

1 ENSINO. TEXTURA DA DRENAGEM E SUA APLICAÇÃO GEOMORFOLÓGICA RUY OZÓRIO DE FREITAS V f. Nn presente trabalho, o Dr. RUY OZÓRIO DE FREITAS, sóco efetvo da A.G.B. e assstente da cadera de Geologa e Paleontologa da Faculdade de Flosofa da Unversdade de São Pauto, explca o método objetvo com que certos autores norte-amercanos procuram estudar a textura da drenagem. Julgamos útl duulgã-lo para que -9e possa, com sua aplcação em casos concretos, verfcar em que condçôes tal método cor responde exatamente à realdade. Introdução. Já há algum tempo, possvelmente desde 1932, com o trabalho de WALDO S. GLOCK Avalable Relef as a Factor of Control n the Profle of a- Land Form ( Journal of Gjeology, Vol. X],, n, 1, pp ), os geomorfologstas amercanos procuram d vsar a geomorfologa cm termos quanttatvos. Esta tendênca, alás louvável, tem por objetvo lvrar a nterpretação da topografa, quanto ao seu estágo no cclo dc erosão, de bases subjetvas e colocá-la sob a forma de números. Naturalmente, um processo geológco, colocado na forma de números, consttu um retrato mas fácl de ser avalado, prncpalmente solb o ponto de vsta estatístco, o que já acontece com a petrografa de sedmentos. Por outro lado, a manpulação desses números em termos matemátcos pode levar ao exagero do art fcalsmo. Baseado no avalable relef' de Glock, que se podera traduzr and Tex por relevo dsponível, BOCJCLAS JOHNSON (Avalable Relef ture of Topography, A Dscusson, Journal of Geology, Vol. XLI, n. 3, pp ) cra a expressão Textura da Topografa, sto é, a expressão do relevo em termos quanttatvos em função da den sdade da drenagem, no caso dos relevos devdos ao cclo erosvo, pos, neste caso, é a hdrografa o agente responsável pela sua conf guração e escultura.

2 r! S4 BOLETIM PAULISTA HE GEOCUAFTA.!!' :: A textura da topografa depende de város fatores que atuam sobre a drenagem. Classfcam-se estes on duas classes: 1) fatores naturas, que compreendem o clma, a vegetação, a natureza da rocha ou do solo, ntensdade das chuvas, capacdade de nfltração e está go do perfl longtudnal do ro; 2) fatores acdentas, que abrangem o grau de perfeção da mapeação e o valor da escala empregada. Em geral, as rochas pouco resstentes, solos desprotegdos pela vegetação produzem texturas fnas, sto é, quando as curvas de nível se acham cerradas, representando um relevo ruas acentuado. Ao contráro, rochas resstentes causam uma textura grossera, caracterzada pelo espaçamento das curvas de nível e rarefação das lnhas de drenagem. Entretanto, esta dependênca de tas fatores de controle enumerados é local c, não, regonal. Aplcando-sc este crtéro para largas áreas, a textura da topografa pode ndcar em termos quanttatvos o está go do processo erosvo: juventude, maturdade ou senldade, pos a peneplanzação se efetua através dêsses estágos do cclo de erosão, ndependentemente da natureza da rocha ou dc outras partculardades estruturas, havendo tão somente retardamento do cclo nas rochas duras, áreas cohertas de vegetação e aceleração nas rochas moles, solos desnudos, regões de alta pluvosdade. Es, pos, a razão porque a textura da topografa, para exprmr o estágo do cclo de erosão, é precso abranger um quadro, regonal e, não, local, onde êstes fa tores controlam localmentc o processo. O uso da textura da topografa na exegese dos relevos de ero são permte pôr cm têrmos quanttatvos as topografas resultantes da juventude, maturdade e senldade, na forma de números e, como tal, permtr uma vsualzação matemátca do fenômeno. Textura da drenagem. A expressão quanttatva da textura da topografa depende da textura da drenagem. A textura da dre nagem pod.c ser expressa quanttatvamente em dos aspectos: 1) Densdade hdrográfca: Consste no número de ros ou cursos dágua por km2, numa dada baca de drenagem, sendo expressa pela formula: F»- N/A 0) F Frequênca hdrográfca N Número total de ros on cursos (perenes ou não) A Área em kní2 2) Densdade da drenagem (entende-se por drenagem o con junto de cursos dágua) : Consste na razão do comprmento dos ros l.

3 I JULHO DE 1952 N para com a área em km3, numa dada bacía de drenagem, sendo ex pressa pela equação: (2) Dd = S L/A Dd Densdade da drenagem. 2 L Comprmento total dos ros A Area da baca de drenagem Nota : L e A, devem ser manpulados na mesma undade métrca. Textura da topografa. a densdade da drenagem de uma regão c possível, cm têrmos quanttatvos, deter mnar a textura da topografa, em função da qual concluremos qual o estágo erosvo regonal. Iíxstc uma relação logarítmca entre o índce da textura topográfca e a densdade da drenagem, de modo que, tendo-se a densdade da drenagem, pode-se calcular a textura topográfca. Isto é mportante, porque permte a aplcação do pro cesso em mapas sem curvas de nível e, também, em fotografas aéreas comuns. Por outra formula a textura topográfca c determnada pela equação: T = N/P (3) T Textura topográfca N Número de crenulaçffcs das curvas dc nível que apresentarem maor llútnero de denteaçfes P Perímetro, em lrtn, dos ros abrangdos pea curva dc nível seleconada como a dc maor número de cr-cmações. Como esta fórmula, pela sua composção, relere-se a áreas pe quenas, para se, ter o retrato da topografla numa regão, para se po der conclur qual o estágo do processo erosvo, torna-sc necessáro sonar o valor de T dc váras áreas locas, segundo a fórmula segunte: Tm = 2 (A N/P) / 2 A (4) Nêste caso, temos que exprmr a textura por Tm, sto é, textura méda. * 'Como se vê, a determnação da textura topográfca em função desta fórmula é muto trabalhosa; daí a mportânca que o conhec mento da textura da drenagem assume na sua determnação, elmnando-se êsse trabalho. A equação da determnação da textura da topografa em função da densdade da drenagem fo obtda através de um sstema de coor denadas, estando a densdade da drenagem nas ordenadas e o índce

4 r 56 BOLETTM PAULISTA DE GEOGRAFIA : da textura topográfca nas abcssas. Verfcou-se, pelo mctodo dos quadrados mínmos, que lá uma função logarítmca, na fórmula : 33 log X de onde YB = A XB Yt - Texlura da topografa (meda) A Densdade da drenagem pela fórmula (2) B Textura topográfca pela fórmula anteror (3) X Densdade da drenagem (méda). Log Y«= log A + Pelo mctodo dos quadrados mínmos, A é gual a e /> a Segue-se que: log X (5) log Y= = Por ntermédo desta fórmula, é possível rletermar-sc a textura da topografa conhecendo-se apenas a densdade da drenagem, sto é, operando-se com fotografas aéreas (perj>endculares ao solo) ou mapas sem curvas de nível. Conhecda a textura topográfca, chega-se ao conhecmento do estágo do cclo de erosão.! í. Valores do índce da textura da topografa: São os seguntes: T,n = abaxo de 4.0 Textura grossára Tm entre 4.0 c 10.0 Textura meda Tat -= ae.rna de 10.0 Textura lna A textura, segundo KENNETH G. SMITH, sendo grossera, ndca estágos ncas ou recentes do cclo de erosão, e sendo fna, estágos de maturdade onde o rclêvo é mas acentuado. O estágo da senl dade confunde-se, naturalmente, com o índce da textura grossera. Conclusões. 1) O estudo geomorfológco, cm têrmos quanttatvos, vem-se desenvolvendo de algumas décadas para cá, com a ntrodução dc meddas da densdade da drenagem e textura da topografa. 2) A densdade da drenagem, um dos elementos da textura da drenagem, é um mportante elemento geomórfco quanttatvo. A aplcação da sua fórmula permte determnar a textura da topo grafa de uma manera bastante cómoda para o pesqusador. 3) A textura da topografa, segundo o valor do seu índce, de termna o estágo co cclo de erosão, permtndo- vsualzar cm têrmos matemátcos as topografas dc juventude, senldade e maturdade.

5 JULHO DR 1952 N. II 57 4) A textura da topografa, era áreas pequenas, depende da natureza da rocha, do solo, da cobertura vegetal, etc., não podendo portanto exprmr estágos do cclo de erosão. 5) Fatores acdentas podem prejudcar a aplcação deste mé todo, como o grau de perfeção da mapeação e a escala adotada na 1 carta topográfca ou geográfca. As fotografas aéreas consttuem o materal deal para os estudos de geomorfofoga, segundo êsle método. REFERENCIAS 1 CLOCK, W. S. Avalable relef as a factor of control n the profle of a land farm. Journal of Geology", Vo1. XL, n.u 1, pp. 74-R3 Ja nuary-deeember 1932, Chcago, USA, son. Journal of Geology", Vol. XI.1, n.'j 3, pp , January-December 1933, Chcago, USA. Amercan Journal of Scence, Vol. 248, n. 9 pp Septem ber New Haven. USA. 2 JOHN sotv, D. Avalable Relef and texture, of topography : A dscus Z SMITH, K. E. Standards for gradng texture of F.rosonal Topography. *

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

NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES

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

Leia mais

4 Critérios para Avaliação dos Cenários

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

Leia mais

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

INSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO

INSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO Área Centfca Curso Matemátca Engenhara Electrotécnca º Semestre º 00/0 Fcha nº 9. Um artgo da revsta Wear (99) apresenta dados relatvos à vscosdade do óleo e ao desgaste do aço maco. A relação entre estas

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

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

8 - Medidas Descritivas

8 - Medidas Descritivas 8 - Meddas Descrtvas 8. Introdução Ao descrevemos um conjunto de dados por meo de tabelas e gráfcos temos muto mas nformações sobre o comportamento de uma varável do que a própra sére orgnal de dados.

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

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

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

Leia mais

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

Escola Superior de Tecnologia de Viseu. Fundamentos de Estatística 2006/2007 Ficha nº 7

Escola Superior de Tecnologia de Viseu. Fundamentos de Estatística 2006/2007 Ficha nº 7 Escola Superor de Tecnologa de Vseu Fundamentos de Estatístca 006/00 Fcha nº. Um artgo da revsta Wear (99) apresenta dados relatvos à vscosdade do óleo e ao desgaste do aço maco. A relação entre estas

Leia mais

REGRESSÃO LINEAR ANÁLISE DE REGRESSÃO LINEAR MÚLTIPLA REGRESSÃO CURVILÍNEA FUNÇÃO QUADRÁTICA

REGRESSÃO LINEAR ANÁLISE DE REGRESSÃO LINEAR MÚLTIPLA REGRESSÃO CURVILÍNEA FUNÇÃO QUADRÁTICA ANÁLISE DE REGRESSÃO LINEAR MÚLTIPLA REGRESSÃO LINEAR Verfcado, pelo valor de r, que ocorre uma sgnfcante correlação lnear entre duas varáves há necessdade de quantfcar tal relação, o que é feto pela análse

Leia mais

METODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL. Iran Carlos Stalliviere Corrêa RESUMO

METODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL. Iran Carlos Stalliviere Corrêa RESUMO Semnáro Anual de Pesqusas Geodéscas na UFRGS, 2. 2007. UFRGS METODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL Iran Carlos Stallvere Corrêa Insttuto de Geocêncas UFRGS Departamento

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

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

DELINEAMENTOS EXPERIMENTAIS

DELINEAMENTOS EXPERIMENTAIS SUMÁRIO 1 Delneamentos Expermentas 2 1.1 Delneamento Interamente Casualzado..................... 2 1.2 Delneamento Blocos Casualzados (DBC).................... 3 1.3 Delneamento Quadrado Latno (DQL)......................

Leia mais

REGRESSÃO LINEAR ANÁLISE DE REGRESSÃO LINEAR MÚLTIPLA REGRESSÃO CURVILÍNEA FUNÇÃO QUADRÁTICA VERIFICAÇÃO DO AJUSTE A UMA RETA PELO COEFICIENTE 3 X 3

REGRESSÃO LINEAR ANÁLISE DE REGRESSÃO LINEAR MÚLTIPLA REGRESSÃO CURVILÍNEA FUNÇÃO QUADRÁTICA VERIFICAÇÃO DO AJUSTE A UMA RETA PELO COEFICIENTE 3 X 3 ANÁLISE DE REGRESSÃO LINEAR MÚLTIPLA REGRESSÃO LINEAR Verfcado, pelo valor de r, que ocorre uma sgnfcante correlação lnear entre duas varáves há necessdade de quantfcar tal relação, o que é feto pela análse

Leia mais

Associação entre duas variáveis quantitativas

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

Leia mais

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

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

Leia mais

ESTUDO DE MODELOS PARA AJUSTE E PREVISÃO DE UMA SÉRIE TEMPORAL

ESTUDO DE MODELOS PARA AJUSTE E PREVISÃO DE UMA SÉRIE TEMPORAL Revsta Matz Onlne ESTUDO DE MODELOS PARA AJUSTE E PREVISÃO DE UMA SÉRIE TEMPORAL Valera Ap. Martns Ferrera Vvane Carla Fortulan Valéra Aparecda Martns. Mestre em Cêncas pela Unversdade de São Paulo- USP.

Leia mais

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

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

Leia mais

AEP FISCAL ESTATÍSTICA

AEP FISCAL ESTATÍSTICA AEP FISCAL ESTATÍSTICA Módulo 11: Varáves Aleatóras (webercampos@gmal.com) VARIÁVEIS ALEATÓRIAS 1. Conceto de Varáves Aleatóras Exemplo: O expermento consste no lançamento de duas moedas: X: nº de caras

Leia mais

EXPANSÃO TÉRMICA DOS LÍQUIDOS

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

Leia mais

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

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

Leia mais

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

Gráficos de Controle para Processos Autocorrelacionados

Gráficos de Controle para Processos Autocorrelacionados Gráfcos de Controle para Processos Autocorrelaconados Gráfco de controle de Shewhart: observações ndependentes e normalmente dstrbuídas. Shewhart ao crar os gráfcos de controle não exgu que os dados fossem

Leia mais

Regressão Linear Simples by Estevam Martins

Regressão Linear Simples by Estevam Martins Regressão Lnear Smples by Estevam Martns stvm@uol.com.br "O únco lugar onde o sucesso vem antes do trabalho, é no dconáro" Albert Ensten Introdução Mutos estudos estatístcos têm como objetvo estabelecer

Leia mais

PRESSUPOSTOS DO MODELO DE REGRESSÃO

PRESSUPOSTOS DO MODELO DE REGRESSÃO PREUPOTO DO MODELO DE REGREÃO A aplcação do modelo de regressão lnear múltpla (bem como da smples) pressupõe a verfcação de alguns pressupostos que condensamos segudamente.. Os erros E são varáves aleatóras

Leia mais

Cap. IV Análise estatística de incertezas aleatórias

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

Leia mais

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

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

USO DA FERRAMENTA HYDRUS1D NA SIMULAÇÃO DA DINÂMICA DA ÁGUA EM SOLO CULTIVADO COM FEIJÃO CAUPI NO NORDESTE BRASILEIRO EDEVALDO MIGUEL ALVES

USO DA FERRAMENTA HYDRUS1D NA SIMULAÇÃO DA DINÂMICA DA ÁGUA EM SOLO CULTIVADO COM FEIJÃO CAUPI NO NORDESTE BRASILEIRO EDEVALDO MIGUEL ALVES USO DA FERRAMENTA HYDRUS1D NA SIMULAÇÃO DA DINÂMICA DA ÁGUA EM SOLO CULTIVADO COM FEIJÃO CAUPI NO NORDESTE BRASILEIRO EDEVALDO MIGUEL ALVES INTRODUÇÃO O fejão caup é a prncpal legumnosa cultvada no Nordeste.

Leia mais

1. CORRELAÇÃO E REGRESSÃO LINEAR

1. CORRELAÇÃO E REGRESSÃO LINEAR 1 CORRELAÇÃO E REGREÃO LINEAR Quando deseja-se estudar se exste relação entre duas varáves quanttatvas, pode-se utlzar a ferramenta estatístca da Correlação Lnear mples de Pearson Quando essa correlação

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

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

NOTA II TABELAS E GRÁFICOS

NOTA II TABELAS E GRÁFICOS Depto de Físca/UFMG Laboratóro de Fundamentos de Físca NOTA II TABELAS E GRÁFICOS II.1 - TABELAS A manera mas adequada na apresentação de uma sére de meddas de um certo epermento é através de tabelas.

Leia mais

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de

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

Análise Exploratória de Dados

Análise Exploratória de Dados Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: traçar dagramas de dspersão, para avalar possíves relações entre as duas varáves; calcular o coefcente de correlação entre as duas

Leia mais

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

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

Leia mais

DETERMINAÇÃO DE VALORES LIMITE DE EMISSÃO PARA SUBSTÂNCIAS PERIGOSAS DA LISTA II DA DIRECTIVA 76/464/CEE

DETERMINAÇÃO DE VALORES LIMITE DE EMISSÃO PARA SUBSTÂNCIAS PERIGOSAS DA LISTA II DA DIRECTIVA 76/464/CEE DETERMINAÇÃO DE VALORES LIMITE DE EMISSÃO PARA SUBSTÂNCIAS PERIGOSAS DA LISTA II DA DIRECTIVA 76/464/CEE Anabela R. S. REBELO Lc. Químca Industral, CCDR Algarve, Rua Dr. José de Matos n.º 13, 800-503 Faro,

Leia mais

Modelos para Localização de Instalações

Modelos para Localização de Instalações Modelos para Localzação de Instalações Prof. Dr. Ncolau D. Fares Gualda Escola Poltécnca da Unversdade de São Paulo Departamento de Engenhara de Transportes CLASSIFICAÇÃO DE WEBER (WEBER, Alfred. Uber

Leia mais

Escola Secundária com 3º ciclo D. Dinis 10º Ano de Matemática A Estatística

Escola Secundária com 3º ciclo D. Dinis 10º Ano de Matemática A Estatística Escola Secundára com º cclo D. Dns 10º Ano de Matemátca A Estatístca Trabalho de casa nº 15 GRUPO I 1. Num referencal o.n. Oxyz, a undade é o cm e a esfera defnda por ( ) ( ) está nscrta num cubo. O volume

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

COEFICIENTE DE GINI: uma medida de distribuição de renda

COEFICIENTE DE GINI: uma medida de distribuição de renda UNIVERSIDADE DO ESTADO DE SANTA CATARINA ESCOLA SUPERIOR DE ADMINISTRAÇÃO E GERÊNCIA DEPARTAMENTO DE CIÊNCIAS ECONÔMICAS COEFICIENTE DE GINI: uma medda de dstrbução de renda Autor: Prof. Lsandro Fn Nsh

Leia mais

CURSO A DISTÂNCIA DE GEOESTATÍSTICA

CURSO A DISTÂNCIA DE GEOESTATÍSTICA CURSO A DISTÂNCIA DE GEOESTATÍSTICA Aula 6: Estaconardade e Semvarânca: Estaconardade de a. ordem, Hpótese ntríseca, Hpótese de krgagem unversal, Crtéros para escolha, Verfcação, Representatvdade espacal,

Leia mais

Seleção Exemplos... Ex3: Calcular o gano genétco na produção de ovos pela seleção de macos cujas médas de 5 rmãs fo de 120 ovos numa pop. de aves com

Seleção Exemplos... Ex3: Calcular o gano genétco na produção de ovos pela seleção de macos cujas médas de 5 rmãs fo de 120 ovos numa pop. de aves com Seleção Exemplos... Ex2: Se forem seleconados para reprodução 1% dos melores macos e 5% das melores fêmeas de uma pop. De aves que tem 2200 g de peso corporal aos 42 das, qual será o dferencal de seleção

Leia mais

Medidas de Tendência Central. Prof.: Ademilson Teixeira

Medidas de Tendência Central. Prof.: Ademilson Teixeira Meddas de Tendênca Central Prof.: Ademlson Texera ademlson.texera@fsc.edu.br 1 Servem para descrever característcas báscas de um estudo com dados quanttatvos e comparar resultados. Meddas de Tendênca Central

Leia mais

CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO 2 DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogério Rodrigues

CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO 2 DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogério Rodrigues CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogéro Rodrgues I) TABELA PRIMITIVA E DISTRIBUIÇÃO DE FREQÜÊNCIA : No processo de amostragem, a forma de regstro mas

Leia mais

SISMICA DE REFRACÇÃO

SISMICA DE REFRACÇÃO SISMICA DE REFRACÇÃO Ondas elástcas e parâmetros de propagação As elocdades das ondas P e S respectamente, p e s estão relaconadas com as constantes elástcas e a densdade do materal. As relações são: k

Leia mais

INTRODUÇÃO À CALIBRAÇÃO MULTIVARIADA

INTRODUÇÃO À CALIBRAÇÃO MULTIVARIADA INTRODUÇÃO À CALIBRAÇÃO MULTIVARIADA APLICAÇÃO NO CONTROLE DE QUALIDADE DE FÁRMACOS Prof. Dr. Marcelo Martns de Sena MÓDULO 04 Undade Unverstára de Cêncas Eatas e Tecnológcas UnUCET Anápols 1 MÓDULO 04

Leia mais

Modelo de Alocação de Vagas Docentes

Modelo de Alocação de Vagas Docentes Reunão Comssão de Estudos de Alocação de Vagas Docentes da UFV Portara 0400/2016 de 04/05/2016 20 de mao de 2016 Comssão de Estudos das Planlhas de Alocação de Vagas e Recursos Ato nº 009/2006/PPO 19/05/2006

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

UM FENÔMENO PERIGLA- CIAL NA SERRA DE ITATIAIA

UM FENÔMENO PERIGLA- CIAL NA SERRA DE ITATIAIA ' r GEOMORFOLOG1A PIPKRAKES NOTA PREVIA UM FENÔMENO PERIGLA- CIAL NA SERRA DE ITATIAIA DYRCEU TEIXEIRA A serra do Itataa, com a alttude máxma de 2.787 metros, é uma das mas elevadas do país e encontra-se

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

Resumos Numéricos de Distribuições

Resumos Numéricos de Distribuições Estatístca Aplcada à Educação Antono Roque Aula Resumos umércos de Dstrbuções As representações tabulares e grácas de dados são muto útes, mas mutas vezes é desejável termos meddas numércas quanttatvas

Leia mais

Probabilidade e Estatística I Antonio Roque Aula 4. Resumos Numéricos de Distribuições

Probabilidade e Estatística I Antonio Roque Aula 4. Resumos Numéricos de Distribuições Probabldade e Estatístca I Antono Roque Aula Resumos umércos de Dstrbuções As representações tabulares e grácas de dados são muto útes, mas mutas vezes é desejável termos meddas numércas quanttatvas para

Leia mais

CAPÍTULO 2 - Estatística Descritiva

CAPÍTULO 2 - Estatística Descritiva INF 16 Prof. Luz Alexandre Peternell CAPÍTULO - Estatístca Descrtva Exercícos Propostos 1) Consderando os dados amostras abaxo, calcular: méda artmétca, varânca, desvo padrão, erro padrão da méda e coefcente

Leia mais

Ajuste de um modelo linear aos dados:

Ajuste de um modelo linear aos dados: Propagação de erros Suponhamos que se pretende determnar uma quantdade Z, a partr da medda drecta das grandezas A, B, C,, com as quas se relacona através de Z = f(a,b,c, ). Se os erros assocados a A, B,

Leia mais

4. MODELAMENTOS EM POLUIÇÃO DO AR: PREDITIVOS E RECEPTORES

4. MODELAMENTOS EM POLUIÇÃO DO AR: PREDITIVOS E RECEPTORES 4. MODELAMENTOS EM POLUIÇÃO DO AR: PREDITIVOS E RECEPTORES Para o Curso de Físca da Polução do Ar FAP346, º Semestre/006 Prof. Amérco Sansgolo Kerr Montora: Mara Emíla Rehder aver 4. INTRODUÇÃO No modelamento

Leia mais

Isostática 2. Noções Básicas da Estática

Isostática 2. Noções Básicas da Estática Isostátca. Noções Báscas da Estátca Rogéro de Olvera Rodrgues .1. Força Força desgna um agente capa de modfcar o estado de repouso ou de movmento de um determnado corpo. É uma grandea vetoral e, como tal,

Leia mais

2 Metodologia de Medição de Riscos para Projetos

2 Metodologia de Medição de Riscos para Projetos 2 Metodologa de Medção de Rscos para Projetos Neste capítulo remos aplcar os concetos apresentados na seção 1.1 ao ambente de projetos. Um projeto, por defnção, é um empreendmento com metas de prazo, margem

Leia mais

INTRODUÇÃO À PROBABILIDADE. A probabilidade é uma medida da incerteza dos fenômenos. Traduz-se por um número real compreendido de 0 ( zero) e 1 ( um).

INTRODUÇÃO À PROBABILIDADE. A probabilidade é uma medida da incerteza dos fenômenos. Traduz-se por um número real compreendido de 0 ( zero) e 1 ( um). INTRODUÇÃO À PROILIDDE teora das probabldade nada mas é do que o bom senso transformado em cálculo probabldade é o suporte para os estudos de estatístca e expermentação. Exemplos: O problema da concdênca

Leia mais

3. Estatística descritiva bidimensional

3. Estatística descritiva bidimensional 3. Estatístca descrtva bdmensonal (Tabelas, Gráfcos e números) Análse bvarada (ou bdmensonal): avala o comportamento de uma varável em função da outra, por exemplo: Quantas TV Phlps são venddas na regão

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

ÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO

ÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO Anas Eletrônco ÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO Anderson Takash Hara, Heraldo Takao Hashgut, Antôno Carlos Andrade

Leia mais

princípios do design i

princípios do design i prncípos prncípos Gestalt "Exposto ao olhar", "o que é colocado dante dos olhos A Gestalt, ou pscologa da forma, surgu no níco do século XX e trabalha com dos concetos: supersoma e transponbldade. prncípos

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

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

AULA 4. Segundo Quartil ( Q observações são menores que ele e 50% são maiores.

AULA 4. Segundo Quartil ( Q observações são menores que ele e 50% são maiores. Estatístca Aplcada à Engenhara AULA 4 UNAMA - Unversdade da Amazôna.8 MEDIDA EPARATRIZE ão valores que separam o rol (os dados ordenados) em quatro (quarts), dez (decs) ou em cem (percents) partes guas.

Leia mais

Introdução à Análise de Dados nas medidas de grandezas físicas

Introdução à Análise de Dados nas medidas de grandezas físicas Introdução à Análse de Dados nas meddas de grandezas físcas www.chem.wts.ac.za/chem0/ http://uregna.ca/~peresnep/ www.ph.ed.ac.uk/~td/p3lab/analss/ otas baseadas nos apontamentos Análse de Dados do Prof.

Leia mais

TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS

TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS Varável Qualquer característca assocada a uma população Classfcação de varáves Qualtatva { Nomnal sexo, cor dos olhos Ordnal Classe

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

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

! Superlntenrlencia Reg.onaJ do Ma:toGro$So. Qualificação e Reinserção Profissional dos Resgatados do Trabalho Escravo elou em AÇÃO INTEGRADA

! Superlntenrlencia Reg.onaJ do Ma:toGro$So. Qualificação e Reinserção Profissional dos Resgatados do Trabalho Escravo elou em AÇÃO INTEGRADA ",, 1," ;,,," 1, C?5lMnstérO Públco do "':'1"') Trabalho PRT 23,! Superlntenrlenca RegonaJ do Ma:toGro$So!! (', ' \_ \ '1 j t t' 1 PROJETO: Qualfcação e Renserção Profssonal dos Resgatados do Trabalho

Leia mais

Eletromagnetismo. Distribuição de grandezas físicas: conceitos gerais

Eletromagnetismo. Distribuição de grandezas físicas: conceitos gerais Eletromagnetsmo Dstrbução de grandezas físcas: concetos geras Eletromagnetsmo» Dstrbução de grandezas físcas: concetos geras 1 Introdução Pode-se caracterzar um problema típco do eletromagnetsmo como o

Leia mais

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

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

Leia mais

U N I V E R S I D A D E D O S A Ç O R E S D E P A R T A M E N T O D E M A T E M Á T I C A ARMANDO B MENDES ÁUREA SOUSA HELENA MELO SOUSA

U N I V E R S I D A D E D O S A Ç O R E S D E P A R T A M E N T O D E M A T E M Á T I C A ARMANDO B MENDES ÁUREA SOUSA HELENA MELO SOUSA U N I V E R S I D A D E D O S A Ç O R E S D E P A R T A M E N T O D E M A T E M Á T I C A CLASSIFICAÇÃO DE MONOGRAFIAS UMA PROPOSTA PARA MAIOR OBJECTIVIDADE ARMANDO B MENDES ÁUREA SOUSA HELENA MELO SOUSA

Leia mais

Hidráulica e Hidrologia

Hidráulica e Hidrologia 75 VII - BACIA HIDROGRÁFICA. O Cclo Hdrológco, como descrto anterormente, tem um aspecto geral e pode ser vsto como um sstema hdrológco fechado, já que a quantdade de água dsponível para a terra é fnta

Leia mais

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

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

Leia mais

METOLOGIA. 1. Histórico

METOLOGIA. 1. Histórico METOLOGIA A Sondagem da Construção Cvl do RS é uma sondagem de opnão empresaral realzada mensalmente e fo crada pela Confederação Naconal da Indústra (CNI) com o apoo da Câmara Braslera da Indústra da

Leia mais

AVALIAÇÃO DO ESCOAMENTO SUPERFICIAL NA BACIA HIDROGRÁFICA DA RIBEIRA DE VALVERDE. Calibração do Modelo Temez aplicado à Ribeira de Valverde

AVALIAÇÃO DO ESCOAMENTO SUPERFICIAL NA BACIA HIDROGRÁFICA DA RIBEIRA DE VALVERDE. Calibração do Modelo Temez aplicado à Ribeira de Valverde AVALIAÇÃO DO ESCOAMENTO SUPERFICIAL NA BACIA HIDROGRÁFICA DA RIBEIRA DE VALVERDE Calbração do Modelo Temez aplcado à Rbera de Valverde Luís RAMALHO Estagáro da Lcencatura em Engenhara dos Recursos Hídrcos

Leia mais

SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL 8 a 11 de novembro de 2002, Rio de Janeiro/RJ A PESQUISA OPERACIONAL E AS CIDADES

SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL 8 a 11 de novembro de 2002, Rio de Janeiro/RJ A PESQUISA OPERACIONAL E AS CIDADES SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL 8 a de novembro de 00, Ro de Janero/RJ ERRO DE DIAGNÓSTICO EM AMOSTRAGEM ZERO-DEFEITOS COM RETIFICAÇÃO: DETERMINAÇÃO DO TAMANHO ÓTIMO DE INSPEÇÃO Roberto da

Leia mais

Curvas Horizontais e Verticais

Curvas Horizontais e Verticais Insttução: Faculdade de Tecnologa e Cêncas Professor: Dego Queroz de Sousa Dscplna: Topografa Curvas Horzontas e ertcas 1. Introdução Exstem dversas ocasões na engenhara em que os projetos são desenvolvs

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

Análise Exploratória de Dados

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

Leia mais

UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR

UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EATAS DEPARTAMENTO DE ESTATÍSTICA UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR

Leia mais

Contabilometria. Aula 8 Regressão Linear Simples

Contabilometria. Aula 8 Regressão Linear Simples Contalometra Aula 8 Regressão Lnear Smples Orgem hstórca do termo Regressão Le da Regressão Unversal de Galton 1885 Galton verfcou que, apesar da tendênca de que pas altos tvessem flhos altos e pas axos

Leia mais

Ângulo de Inclinação (rad) [α min α max ] 1 a Camada [360,0 520,0] 2000 X:[-0,2065 0,2065] Velocidade da Onda P (m/s)

Ângulo de Inclinação (rad) [α min α max ] 1 a Camada [360,0 520,0] 2000 X:[-0,2065 0,2065] Velocidade da Onda P (m/s) 4 Estudo de Caso O estudo de caso, para avalar o método de estmação de parâmetros trdmensonal fo realzado em um modelo de referênca de três camadas, e foram realzados os seguntes passos: Descrção do modelo

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

Neste capítulo abordam-se os principais conceitos relacionados com os cálculos de estatísticas, histogramas e correlação entre imagens digitais.

Neste capítulo abordam-se os principais conceitos relacionados com os cálculos de estatísticas, histogramas e correlação entre imagens digitais. 1 1Imagem Dgtal: Estatístcas INTRODUÇÃO Neste capítulo abordam-se os prncpas concetos relaconados com os cálculos de estatístcas, hstogramas e correlação entre magens dgtas. 4.1. VALOR MÉDIO, VARIÂNCIA,

Leia mais

ELE0317 Eletrônica Digital II

ELE0317 Eletrônica Digital II 2. ELEMENTOS DE MEMÓRIA 2.1. A Lnha de Retardo A lnha de retardo é o elemento mas smples de memóra. Sua capacdade de armazenamento é devda ao fato de que o snal leva um certo tempo fnto e não nulo para

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

4.1 Modelagem dos Resultados Considerando Sazonalização

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

Leia mais

TEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma.

TEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma. UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO CENTRO DE CIÊNCIAS EXATAS DEPARTAMENTO DE FÍSICA AV. FERNANDO FERRARI, 514 - GOIABEIRAS 29075-910 VITÓRIA - ES PROF. ANDERSON COSER GAUDIO FONE: 4009.7820 FAX: 4009.2823

Leia mais

Circuitos Elétricos. 1) Introducão. Revisão sobre elementos. Fontes independentes de tensão e corrente. Fonte Dependente

Circuitos Elétricos. 1) Introducão. Revisão sobre elementos. Fontes independentes de tensão e corrente. Fonte Dependente Crcutos Elétrcos 1) Introducão Resão sobre elementos Fontes ndependentes de tensão e corrente Estas fontes são concetos muto útes para representar nossos modelos de estudo de crcutos elétrcos. O fato de

Leia mais

PROPOSTA DE IMPLEMNETAÇÃO DE UM LABORATÓRIO DE PROBABILIDADE E ESTATÍSTICA APLICADO A ENGENHARIA ELÉTRICA E COMPUTAÇÃO

PROPOSTA DE IMPLEMNETAÇÃO DE UM LABORATÓRIO DE PROBABILIDADE E ESTATÍSTICA APLICADO A ENGENHARIA ELÉTRICA E COMPUTAÇÃO PROPOSTA DE IMPLEMNETAÇÃO DE UM LABORATÓRIO DE PROBABILIDADE E ESTATÍSTICA APLICADO A ENGENHARIA ELÉTRICA E COMPUTAÇÃO Renato de Sousa Nascmento renatodesousanascmento@hotmal.com Unversdade Federal do

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