Métodos Filogenéticos. Comparação de seqüências de aminoácidos. Medição de divergência de seqüência
|
|
- Patrícia Candal Barateiro
- 8 Há anos
- Visualizações:
Transcrição
1 Métodos Filogenéticos Distância: Seleciona a árvore que melhor representa as distâncias entre os pares de organismos observados Máxima verossimilhança: Seleciona a árvore com maior probabilidade de ter gerado os dados observados Parcimônia: Seleciona a árvore que infere o menor número de substituições (eventos mutacionais) Comparação de seqüências de aminoácidos Medição de divergência de seqüência Seqüência Seqüência 2 Seqüência Seqüência 2 Seqüência Seqüência 2 Seqüência 3 Seqüência 4 Seqüência 5 Seqüência 6 leu arg phe cys ser ser arg leu phe cys ser ser arg leu arg phe cys ser ser arg leu gap phe cys ser ser arg leu arg phe cys ser ser arg leu gap phe cys ser phe arg leu gap phe cys ser phe arg leu arg ile cys ser ser arg leu arg ile cys ala ser arg leu arg phe cys ile ser arg Seqüências de aa de cadeias alfa de hemoglobina No. de Taxa : 6 Gaps/Dados ausentes : Deleção completa Método de distância : AA corrigida Poisson No. de Sítios : 40 d : Estimativa [] Homem - [2] Cavalo [3] Vaca [4] canguru [5] Salamandra [6] Carpa Divergência pode ser usada para se agrupar O modelo de Jukes-Cantor de substituição de nucleotídeos [] Homem - [2] Cavalo [3] Vaca [4] canguru [5] Salamandra [6] Carpa Homem Cavalo Vaca Canguru Salam Carpa Common ancestor of human and orang. t time units human (now) Considere o nt na 2a posição da α- globin2 Alu α = Taxa de substituição de nt, assumido como constante Matriz infinitesimal Q = A G C T A - 3α α α α G α - 3α α α C α α - 3α α T α α α - 3 α
2 O modelo de 2 parâmetros de Kimura para mudança de nucleotídeos Métodos de Filogenia Molecular A G C T A G C T c a b b a c b b b b c a b b a c Taxas de transição: Horizontal: a Diagonal e vertical: b Self: c = a 2b c c A b C a b a G T b c c Métodos de Distância Matriz de diferenças (ou semelhanças) Agrupamento UPGMA não permite taxas de evolução diferentes Agrupamentos Vizinhos Neighbor Joining (Saitou e Nei, 987) permite taxas de evolução diferentes nos ramos Similaridade vs. relacionamento evolutivo Similar: ser semelhante (uma constatação) Relacionado: Ter genes idênticos por descendência uma inferência histórica Dois taxa podem ser mais similares do que taxas relacionados 3 6 Taxon C Taxon A 5 Taxon D Taxon B C é mais similar a A (d=3) do que a B (d=7), embora C e B sejam mais relacionados Medição de divergência de seqüência Métodos Filogenéticos Taxa não são relacionados porque são similares, eles são similares por serem relacionados Distância: Seleciona a árvore que melhor representa as distâncias entre os pares de organismos observados Máxima verossimilhança: Seleciona a árvore com maior probabilidade de ter gerado os dados observados Parcimônia: Seleciona a árvore que infere o menor número de substituições (eventos mutacionais) 2
3 Máxima Verossimilhança Maximum likelihood procura obter o modelo mais provável de ter gerado os dados obtidos através do cálculo de várias verossimilhanças Tenta reconstruir a filogenia a partir de um modelo explícito de evolução que pode ser testado Por envolver um trabalho computacional intenso, mesmo modelos simples podem se tornar inviáveis e é o mais lento dos métodos filogenéticos Métodos Filogenéticos Obtendo uma filogenia a partir de caracteres Distância: Seleciona a árvore que melhor representa as distâncias entre os pares de organismos observados Máxima verossimilhança: Seleciona a árvore com maior probabilidade de ter gerado os dados observados Parcimônia: Seleciona a árvore que infere o menor número de substituições (eventos mutacionais) Caráter derivado Mandíbula Pulmão Unhas ou Penas Pelos Gls Coração de 4 Taxon garras mamárias câmaras Lampreia Perca Salamandra Lagarto Crocodilo Pombo Rato Chimpanzé
4 Mandíbula Pulmões Unhas ou garras Uma filogenia simples Penas Lampreia Perca Salamandra Lagarto Crocodilo Pombo Árvores filogenéticas Grupo externo Parafilético Polifilético Monofilético Coração de 4 câmaras Pelo, glândulas mamárias Rato Chimpanzé Tempo evolutivo relativo Eventos antigos Eventos recentes Grupo externo Uma linhagem proximamente relacionada ao grupo focal Taxa Monofilético inclui todos os descendentes de um ancestral comum Taxa Parafilético inclui alguns, mas não todos, os descendentes Taxa Polifilético inclui membros com mais de um ancestral comum mais recente Dobzhansky & Sturtevant (936): Árvore de inversão para Drosophila pseudoobscura (A) e D.persimilis (B) Máxima parcimônia A navalha de Occam Quando propositio verificatur pro rebus,si duae res sufficiuntad eius veritatem, superfluum estponere tertiam Quando uma coisa se mostra verdade, se duas coisas são suficiente para demonstrar esta verdade, uma terceira é supérflua Pluralitas non estponenda sine necessitate Pluralidade não deve ser inferida a menos que necessariamente William de Occam ( ) Máxima parcimônia A navalha de Occam Teorias devem ser tão simples quanto possível,mas não as mais simples Albert Einstein ( ) A melhor árvore é a que requer o menor número de substituições A essência da Máxima Parcimônia (MP): A árvore que assume o menor número de mudanças é preferida NÃO cremos que evolução seja sempre parcimoniosa, mas sim que os caracteres que escolhemos evoluem de tal forma que a máxima parcimônia oferece o melhor modelo para se recuperar as relações filogenéticas corretas. Comprimento da árvore se torna o nosso critério: escolha a árvore mais curta! 4
5 Parcimônia na prática Caracteres A G G G G G T B T G G G T ax C T T T G T a D E T T T T G Comprimento T T T T G da árvore Árvore Árvore Árvore A B C D E Árvore 2 A B C D E Destas 2 árvores, a 2 tem o menor comprimento logo é a mais parcimoniosa Ambas requerem alguma homoplasia Parcimônia pode ser inconsistente Felsenstein (978) criou um modelo simples com 4 taxa e uma mistura de ramos curtos e longos Neste modelo a parcimônia irá produzir uma árvore errada A Model tree p p q q q C D B Rates or A Branch lengths p >> q Parsimony tree C B Wrong D Ramos longos são atraídos mas a similaridade é homoplástica Mais dados não resolverão melhor a árvore, pelo contrário, portanto parcimônia é estatisticamente inconsistente Este problema é comum a quase todos métodos filogenéticos e um dos maiores impecilhos à inferência filogenética Floresta pode ser habitada por vários local minima e ilhas de árvores subótimas Adição aleatória de taxa Métodos de consenso estrito (Strict consensus) Duas árvores fundamentais A B C D E F G A B C E D F G Falha Sucesso Falha Branch Swapping Branch Swapping Comprimento Branch Swapping da árvore A B C D E F G Local Minimum GLOBAL MINIMUM Local Minima Árvore de consenso estrito 5
6 Consenso da regra da maioria (Majority rule consensus) 3 Árvores fundamentais Métodos de consenso por redução 2 Árvores fundamentais A B C D E F G A G B C D E F A B C E D F G A B C D E F G A B C E F D G A B C D E F A B C DE F G Números indicam a freqüência de clados nas árvores fundamentais A B C E D F G Árvore consenso da regra da maioria (majority-rule) Árvore reduzida de consenso estrito Táxon G é excluído Árvore consenso estrito Completamente não resolvida Estrutura de testes de randomização Rejeita a hipótese nula se mais do que 5% de permutações aleatórias tiverem medidas tão boas ou melhores do que os dados reais Freqüência Passa Teste Rejeita a hipótese nula 95% cutoff Medida da qualidade dos dados Boa Não passa o teste Má Testes de Randomização das Matrizes Ciliate SSUrDNA Real data Randomly permuted Min = 430 Max = 927 Consenso estrito Symbiodinium Loxodes Spirostomum Gruberia Tetrahymena Symbiodinium Loxodes Tetrahymena Spirostomum Gruberia MPT L = 68 CI = RI = 0.74 PTP = 0.0 PC-PTP = 0.00 Significantemente não aleatório 3 MPTs L = 792 CI = RI = PTP = 0.68 PC-PTP = Não significativamente diferente do aleatório Enviesamento da distribuição de comprimentos de árvores Árvores filogenéticas Número de árvores Número de árvores Árvore mais curta Comprimento da árvore Árvore mais curta Comprimento da árvore Estudos com dados aleatórios (e filogeneticamente não informativos) mostram que a distribuição tende a ser normal Em contraste, dados filogeneticamente informativos produzem uma distribuição enviesada, com poucas árvores mais curtas paciente B-x paciente B-y paciente A-x paciente E-y paciente E-x paciente C-x paciente C-y Dentista-y Freeman and Herron, 998 paciente A-y paciente G-x paciente G-y Dentista X LC02-x LC03-x Dentista com HIV LC02-y LC09 LC35 paciente D-x paciente D-y LC03-y paciente F-x paciente F-y HIVLI 6
7 Qual a confiança que a árvore está correta? Investigando hipóteses filogenéticas Vários métodos têm sido propostos que estabelecem valores numéricos a ramos internos em árvores que têm o intuito de prover uma medida do grau de suporte daqueles ramos e dos grupos correspondentes: métodos de reamostragem de caracteres -bootstrap e jackknife análises de decaimento (decay index) Testes de randomização adicionais Bootstrapping (não-paramétrico) Bootstrapping é uma técnica estatística moderna que usa reamostragem dos dados para se determinar o erro amostral ou intervalo de confiança para algum parâmetro estimado Dados originais com n caracteres. Retire n caracteres aleatoriamente com substituição. Repita m vezes C G A C G G T G G T C T A T A C A C G A C G G C G G T G A T C T A T G C A C G G T G G C G G C G T C T C A T A C A A T A T A A C G A T G A C C C G A C T A T T G G A A G A G T G A A T C G C A T G T G C G G A G G G T G G G T C A C A T G T G C G G A G G T T G A A C T T T A C G T G C A A G G A T A A G G T T A C A C A A G T m pseudo-réplicas, cada uma com n characters. Bootstrap Análise original, p.ex. MP, ML, NJ. Repita análise original em cada um dos dados pseudo-replicados. Avalie os resultads das m análises. 75% Dados originais Caracteres Taxa A R R Y Y Y Y Y Y B R R Y Y Y Y Y Y C Y Y Y Y Y R R R D Y Y R R R R R R Outgp R R R R R R R R Bootstrapping Reamostre os caracters aleatoriamente, com substituição, para criar várias réplicas bootstrap do mesmo tamanho que os dados originais - analise cada conjunto de dados replicado A B C D A B C D Outgroup Dados reamostrados Caracteres Taxa A R R R Y Y Y Y Y B R R R Y Y Y Y Y C Y Y Y Y Y R R R D Y Y Y R R R R R Outgp R R R R R R R R Outgroup Sumarize os resultados das múltiplas análises através de uma árvore consenso da maioria. Proporções de boostrap são a freqüênfcia com que cada grupo é encontrado nas análises dos dados replicados A B C D 96% 66% Outgroup Bootstrapping - um exemplo Ciliate SSUrDNA - bootstrap de parcimônia () Symbiodinium (2) (3) (8) 84 Tetrahymena (9) 96 Loxodes (4) (5) Spirostomum (6) Gruberia (7) Consenso da Maioria Wim de Grave et al. Fiocruz bioinformatics training course Bootstrapping - dados aleatórios 7 59 Symbiodinium Loxodes Spirostomumum Tetrahymena Gruberia Symbiodinium Loxodes Spirostomumum Tetrahymena Gruberia Consenso da maioria (com componentes da minoria) Wim de Grave et al. Fiocruz bioinformatics training course 7
8 O que os valores de bootstrap significam? Valores de Bootstrap não seguem comportamento estatístico padrão Valores de Bootstrap de 95% são na verdade próximos de % de confiança no ramo Valores de Bootstrap de 75% são próximos aos 95% de confianca Valores de Bootstrap de 60% são muito mais baixos Limitações do Bootstrap Pelo fato de estarmos reamostrando de dados existentes, não podemos ter pseudoreplicados com colunas não observadas nos dados originais Pode levar a superestimativas de valores de bootstrap para ramos particulares Suporte do Ramo (Bremer 988, 994) = Decay Index ou índice de decaimento de Donoghue et al. 992) O número de passos adicionais que devem ser adicionados para descobrir um cladograma que não tenha o grupo em questão Análise de Decaimento Na análise de parcimônia, uma forma de se determinar suporte para um grupo é verificar se este grupo ocorre em árvores um pouco menos parcimoniosas A diferença entre uma árvore mais curta incluindo o grupo e a mais curta que não inclua o grupo é o índice de decaimento. Equivale ao número de passos a mais que a árvore terá por não ter um grupo Análise de Decaimento Dados de Ciliados SSUrDNA +27 Symbiodinium +45 Loxodes Spirostomum +5 Gruberia Tetrahymena Dados permutados Symbiodinium Loxodes Tetrahymena Spirostomum Gruberia Índices de Decaimento Geralmente quanto maior o decaimento, maior o suporte relativo para o grupo Como boostrap, decaimento pode não ser confiável, se dados não são confiáveis Ao contrário de bootstrap, dados não estão em escala (0- ) sendo menos claro o que é um índice de decaimento aceitável Magnitude do decaimento e bootstrap estão geralmente correlacionados Apenas grupos que são encontrados em todas árvores mais parcimoniosas tem decaimento > zero 8
9 Decaimento vs valores de Bootstrap Outros métodos de confiança na árvore Valores de Bootstrap = Monocotiledôneas (Davis 995) = Josiini (Miller et al. 997) Índice de Decaimento Jackknifing remove seqüências individuais ou partes do alinhamento Bootstrap Paramétrico dados construídos baseados em um modelo evolutivo específico Testes de likelihood ratio compara a verossimilhança de duas (ou mais) árvores rivais O que é um bom método? Freqüência de inferências corretas Desempenho em dados simulados Eficiência Poder Consistência Robustês Falsificabilidade Tempo para se achar a/uma solução Taxa de convergência/ quantos dados precisam Converge na solução correct a medida que dados são acrescidos Performance quando pressupostos são violados Rejeição do modelo quando inadequado UPGMA, Kimura NJ, percentage Parsimony, unifo Parsimony, weighted NJ, Kimura ML, Kimura Lakes invariants Parsimonny,uniform UPGMA,Kimura NJ,Kimura ML,Kimura Parsimony,weighted Comprimento da seqüência Todos e 0.05 respectivamente Prós e contras de alguns métodos Distância, como UPGMA e Neighbor-joining + Rápido + Modelos podem ser usados quando transformando em distância - Informação é perdida quando transformando em distância par a par - Uma árvore será gerada, mas não teremos medida de quão boa para se comparar com outras hipóteses Parcimônia + Filosoficamente atraente Navalha de Occam + Permite estudo de evolução de caracteres particulares - Pode ser inconsistente - Pode ser lento de se computar Máxima verossimilhança + Baseado em modelo - Baseado em modelo - MUITO lento de se computar O que pode dar errado? Erros amostrais medidos, p.ex., pelo bootstrap Erros sistemáticos (métodos inconsistentes) Testes de adequação dos modelos usados Realidade Uma árvore pode ser um modelo infiel da história real Informação foi perdida por mudanças evolutivas subseqüentes Árvores de genes vs. árvores de espécies 9
10 0 t 0 Sorteamento incompleto de linhagens Iinhagens ancestrais Hibridação introgressiva A Iinhagens ancestrais B B Tempo de Geração A * t f Espécie A Espécie B Espécie B Iinhagens atuais Iinhagens atuais Métodos de Reconstrução de árvores: O que pode dar errado? Uma ou mais (talvez várias) árvores podem descrever os dados. Árvores igualmente parcimoniosas/prováveis podem não ser consistentes. Árvores de genes e árvores de espécies: uma árvore de gene pode não ser necessariamente refletir uma árvore da espécie. J. C. Avise: Phylogeography: the history and formation of species Erros amostrais medidos, p.ex., pelo bootstrap Erros sistemáticos (métodos inconsistentes) Testes de adequação dos modelos usados Realidade Uma árvore pode ser um modelo infiel da história real Informação foi perdida por mudanças evolutivas subseqüentes Árvores de genes vs. árvores de espécies O que está errado com esta árvore? A árvore esperada Canis Gadus Mus Erro amostral mínimo (em cada seqüência) Árvore estimada por um método consistente Duplicação gênica Árvore da espécie Árvore dos genes
11 Ortólogos Ortólogos O que foi estudado... Canis Mus Gadus Gadus Mus Canis Canis Gadus Mus Parálogos Duas cópias (parálogas) presentes nos genomas
17/10/2012. Bases Instrumentais de bioinformática aplicada à Epidemiologia Molecular das doenças transmissíveis. Fábio Gregori. O que é?
Bases Instrumentais de bioinformática aplicada à Epidemiologia Molecular das doenças transmissíveis Fábio Gregori O que é? Vantagens e desvantagens Ser mais completo,... Versões (Windows [32 bit], DOS,
Leia maisAnalise filogenética baseada em alinhamento de domínios
Analise filogenética baseada em alinhamento de domínios Moléculas biológicas e evolução Como já foi comentado anteriormente sabemos que o DNA de qualquer espécie de ser vivo sofre mutações ao longo do
Leia maisO que são domínios protéicos
Domínios protéicos O que são domínios protéicos Domínios protéicos é uma parte da cadeia polipeptídica que pode de enovelar independentemente para formar uma estrutura compacta e estável A existência de
Leia maisIntrodução. Métodos de inferência são usados para tirar conclusões sobre a população usando informações obtidas a partir de uma amostra.
Métodos Monte Carlo Introdução Métodos de inferência são usados para tirar conclusões sobre a população usando informações obtidas a partir de uma amostra. Estimativas pontuais e intervalares para os parâmetros;
Leia maisDepartamento de Matemática - UEL - 2010. Ulysses Sodré. http://www.mat.uel.br/matessencial/ Arquivo: minimaxi.tex - Londrina-PR, 29 de Junho de 2010.
Matemática Essencial Extremos de funções reais Departamento de Matemática - UEL - 2010 Conteúdo Ulysses Sodré http://www.mat.uel.br/matessencial/ Arquivo: minimaxi.tex - Londrina-PR, 29 de Junho de 2010.
Leia maisMEEMF- 2011 Aula 08. Inferência de tempos de divergência entre espécies
MEEMF- 2011 Aula 08 Inferência de tempos de divergência entre espécies A descoberta do relógio molecular Em 1962, Zuckerkandl e Pauling verificaram que as taxas evolutivas da hemoglobina em vertebrados
Leia maisEstudaremos métodos numéricos para resolução de sistemas lineares com n equações e n incógnitas. Estes podem ser:
1 UNIVERSIDADE FEDERAL DE VIÇOSA Departamento de Matemática - CCE Cálculo Numérico - MAT 271 Prof.: Valéria Mattos da Rosa As notas de aula que se seguem são uma compilação dos textos relacionados na bibliografia
Leia maisAvaliando o que foi Aprendido
Avaliando o que foi Aprendido Treinamento, teste, validação Predição da performance: Limites de confiança Holdout, cross-validation, bootstrap Comparando algoritmos: o teste-t Predecindo probabilidades:função
Leia maisIntrodução a Química Analítica. Professora Mirian Maya Sakuno
Introdução a Química Analítica Professora Mirian Maya Sakuno Química Analítica ou Química Quantitativa QUÍMICA ANALÍTICA: É a parte da química que estuda os princípios teóricos e práticos das análises
Leia maisMétodos de Síntese e Evidência: Revisão Sistemática e Metanálise
Métodos de Síntese e Evidência: Revisão Sistemática e Metanálise Mirian Carvalho de Souza Divisão de Epidemiologia Coordenação de Pesquisa Populacional Coordenação Geral Técnico-Científica Estudos Revisão
Leia maisCapítulo 3. Avaliação de Desempenho. 3.1 Definição de Desempenho
20 Capítulo 3 Avaliação de Desempenho Este capítulo aborda como medir, informar e documentar aspectos relativos ao desempenho de um computador. Além disso, descreve os principais fatores que influenciam
Leia maisCOMPARAÇÃO DOS TESTES DE ADERÊNCIA À NORMALIDADE KOLMOGOROV- SMIRNOV, ANDERSON-DARLING, CRAMER VON MISES E SHAPIRO-WILK POR SIMULAÇÃO
COMPARAÇÃO DOS TESTES DE ADERÊNCIA À NORMALIDADE KOLMOGOROV SMIRNOV, ANDERSONDARLING, CRAMER VON MISES E SHAPIROWILK POR SIMULAÇÃO Vanessa Bielefeldt Leotti, Universidade Federal do Rio Grande do Sul,
Leia maisExercícios Teóricos Resolvidos
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Matemática Exercícios Teóricos Resolvidos O propósito deste texto é tentar mostrar aos alunos várias maneiras de raciocinar
Leia maisDNA barcoding é um método que utiliza um trecho do DNA de cerca de 650 nucleotídeos como marcador para caracterizar espécies. Trata-se de uma sequência extremamente curta em relação à totalidade do genoma,
Leia maisORIGEM E EVOLUÇÃO DA VIDA SISTEMÁTICA
ORIGEM E EVOLUÇÃO DA VIDA SISTEMÁTICA Multicelularidade = Novidade evolutiva Diversificação a partir de espécie ancestral = Ramificação da linhagem Para entendermos toda esta diversidade é necessário nomeá-la
Leia mais1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3.
1 1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3. Modelo de Resultados Potenciais e Aleatorização (Cap. 2 e 3
Leia maisObjetivos: Construção de tabelas e gráficos, escalas especiais para construção de gráficos e ajuste de curvas à dados experimentais.
7aula Janeiro de 2012 CONSTRUÇÃO DE GRÁFICOS I: Papel Milimetrado Objetivos: Construção de tabelas e gráficos, escalas especiais para construção de gráficos e ajuste de curvas à dados experimentais. 7.1
Leia maisUNIVERSIDADE DE SÃO PAULO. Faculdade de Arquitetura e Urbanismo
UNIVERSIDADE DE SÃO PAULO Faculdade de Arquitetura e Urbanismo DISTRIBUIÇÃO AMOSTRAL ESTIMAÇÃO AUT 516 Estatística Aplicada a Arquitetura e Urbanismo 2 DISTRIBUIÇÃO AMOSTRAL Na aula anterior analisamos
Leia maisComparação Estatística de Algoritmos Evolutivos
Comparação Estatística de Algoritmos Evolutivos Parte I: Planejamento Experimental Felipe Campelo fcampelo@ufmg.br Universidade Federal de Minas Gerais São Carlos 02 de Abril de 2012 Motivação Motivação
Leia maisSeminário de Genética BG - 380 Principal Resumo Professores Componentes Bibliografia Links
Seminário de Genética BG - 380 Principal Resumo Professores Componentes Bibliografia Links Darwin Voltar Filogenia anatômica e fisiológica Filogênia Molecular A teoria da evolução de Darwin gerou o conceito
Leia maisAula 04 Método de Monte Carlo aplicado a análise de incertezas. Aula 04 Prof. Valner Brusamarello
Aula 04 Método de Monte Carlo aplicado a análise de incertezas Aula 04 Prof. Valner Brusamarello Incerteza - GUM O Guia para a Expressão da Incerteza de Medição (GUM) estabelece regras gerais para avaliar
Leia maisTTT-PLOT E TESTE DE HIPÓTESES BOOTSTRAP PARA O MODELO BI-WEIBULL. Cleber Giugioli Carrasco 1 ; Francisco Louzada-Neto 2 RESUMO
TTT-PLOT E TESTE DE HIPÓTESES BOOTSTRAP PARA O MODELO BI-WEIBULL Cleber Giugioli Carrasco ; Francisco Louzada-Neto Curso de Matemática, Unidade Universitária de Ciências Exatas e Tecnológicas, UEG. Departamento
Leia maisMétodos de Monte Carlo
Departamento de Estatística - UFJF Outubro e Novembro de 2014 são métodos de simulação São utilizados quando não temos uma forma fechada para resolver o problema Muito populares em Estatística, Matemática,
Leia maisDificuldades de Modelos de PNL. Onde está a solução ótima? Outro exemplo: Condição ótima Local vs. Global. 15.053 Quinta-feira, 25 de abril
15.053 Quinta-feira, 25 de abril Teoria de Programação Não-Linear Programação Separável Dificuldades de Modelos de PNL Programa Linear: Apostilas: Notas de Aula Programas Não-Lineares 1 2 Análise gráfica
Leia maisCONCEITOS BÁSICOS DE FILOGENIA
Instituto de Botânica Programa de Pós Graduação em Biodiversidade Vegetal e Meio Ambiente Curso teórico/prático de atualização em biodiversidade vegetal e meio ambiente CONCEITOS BÁSICOS DE FILOGENIA Leandro
Leia maisA árvore genealógica dos seres vivos
Aula 11 Objetivo O objetivo desta unidade é apresentar os principais conceitos utilizados na descrição da árvore genealógica dos seres vivos. O presente é a chave do passado J. Hutton Evolução é um metafenômeno.
Leia maisMódulo 4. Construindo uma solução OLAP
Módulo 4. Construindo uma solução OLAP Objetivos Diferenciar as diversas formas de armazenamento Compreender o que é e como definir a porcentagem de agregação Conhecer a possibilidade da utilização de
Leia maisAncestralidade Materna polimorfismos matrilínea DNA Mitocondrial (mtdna).
Ancestralidade Materna A atual população dos países latino-americanos foi gerada por um complexo processo de mistura genética entre ameríndios, europeus e africanos. As porcentagens relativas destas três
Leia maisCláudio Tadeu Cristino 1. Julho, 2014
Inferência Estatística Estimação Cláudio Tadeu Cristino 1 1 Universidade Federal de Pernambuco, Recife, Brasil Mestrado em Nutrição, Atividade Física e Plasticidade Fenotípica Julho, 2014 C.T.Cristino
Leia maisMINERAÇÃO DE DADOS APLICADA. Pedro Henrique Bragioni Las Casas pedro.lascasas@dcc.ufmg.br
MINERAÇÃO DE DADOS APLICADA Pedro Henrique Bragioni Las Casas pedro.lascasas@dcc.ufmg.br Processo Weka uma Ferramenta Livre para Data Mining O que é Weka? Weka é um Software livre do tipo open source para
Leia maisUNIDADE DE PESQUISA CLÍNICA Centro de Medicina Reprodutiva Dr Carlos Isaia Filho Ltda.
UNIDADE DE PESQUISA CLÍNICA Centro de Medicina Reprodutiva Dr Carlos Isaia Filho Ltda. Avaliação do risco de viés de ensaios clínicos randomizados pela ferramentada colaboração Cochrane Alan P. V. de Carvalho,
Leia mais)HUUDPHQWDV &RPSXWDFLRQDLV SDUD 6LPXODomR
6LPXODomR GH6LVWHPDV )HUUDPHQWDV &RPSXWDFLRQDLV SDUD 6LPXODomR #5,6. Simulador voltado para análise de risco financeiro 3RQWRV IRUWHV Fácil de usar. Funciona integrado a ferramentas já bastante conhecidas,
Leia maisACIDENTE E INCIDENTE INVESTIGAÇÃO
ACIDENTE E INCIDENTE INVESTIGAÇÃO OBJETIVOS Para definir as razões para a investigação de acidentes e incidentes. Para explicar o processo de forma eficaz a investigação de acidentes e incidentes. Para
Leia maisAula 4 Conceitos Básicos de Estatística. Aula 4 Conceitos básicos de estatística
Aula 4 Conceitos Básicos de Estatística Aula 4 Conceitos básicos de estatística A Estatística é a ciência de aprendizagem a partir de dados. Trata-se de uma disciplina estratégica, que coleta, analisa
Leia maisAULAS 13, 14 E 15 Correlação e Regressão
1 AULAS 13, 14 E 15 Correlação e Regressão Ernesto F. L. Amaral 23, 28 e 30 de setembro de 2010 Metodologia de Pesquisa (DCP 854B) Fonte: Triola, Mario F. 2008. Introdução à estatística. 10 ª ed. Rio de
Leia maisSUMÁRIO. Introdução... 3
SUMÁRIO Introdução..................................... 3 1 Consultas por Similaridade e Espaços métricos............. 5 1.1 Consultas por abrangência e consultas aos k-vizinhos mais próximos... 5 1.2
Leia maisIntrodução à Análise Química QUI 094 ERRO E TRATAMENTO DE DADOS ANALÍTICOS
Introdução a Analise Química - II sem/2012 Profa Ma Auxiliadora - 1 Introdução à Análise Química QUI 094 1 semestre 2012 Profa. Maria Auxiliadora Costa Matos ERRO E TRATAMENTO DE DADOS ANALÍTICOS Introdução
Leia maisProbabilidade. Distribuição Exponencial
Probabilidade Distribuição Exponencial Aplicação Aplicada nos casos onde queremos analisar o espaço ou intervalo de acontecimento de um evento; Na distribuição de Poisson estimativa da quantidade de eventos
Leia maisESTUDO DE VIABILIDADE. Santander, Victor - Unioeste Aula de Luiz Eduardo Guarino de Vasconcelos
ESTUDO DE VIABILIDADE Santander, Victor - Unioeste Aula de Luiz Eduardo Guarino de Vasconcelos Objetivos O que é um estudo de viabilidade? O que estudar e concluir? Benefícios e custos Análise de Custo/Benefício
Leia maisResoluções comentadas de Raciocínio Lógico e Estatística - SEPLAG-2010 - EPPGG
Resoluções comentadas de Raciocínio Lógico e Estatística - SEPLAG-010 - EPPGG 11. Em uma caixa há 1 bolas de mesmo tamanho: 3 brancas, 4 vermelhas e 5 pretas. Uma pessoa, no escuro, deve retirar n bolas
Leia maisDescobrimos que os testes 1, 2 e 7 foram os mais úteis para avaliação da estabilidade do gráfico Xbar na carta I:
Este artigo é parte de uma série de artigos que explicam a pesquisa conduzida pelos estatísticos do Minitab para desenvolver os métodos e verificações de dados usados no Assistente no Software Estatístico
Leia maisBackup. Permitir a recuperação de sistemas de arquivo inteiros de uma só vez. Backup é somente uma cópia idêntica de todos os dados do computador?
Backup O backup tem dois objetivos principais: Permitir a recuperação de arquivos individuais é a base do típico pedido de recuperação de arquivo: Um usuário apaga acidentalmente um arquivo e pede que
Leia maisIntrodução à Filogenética para Professores de Biologia
Introdução à Filogenética para Professores de Biologia A filogenética ajuda a organizar a grande biodiversidade de forma a evidenciar a Evolução. Vamos entender como isso funciona? www.botanicaonline.com.br
Leia maisRevisão de Estatística Básica:
Revisão de Estatística Básica: Estatística: Um número é denominado uma estatística (singular). Ex.: As vendas de uma empresa no mês constituem uma estatística. Estatísticas: Uma coleção de números ou fatos
Leia maisEstatísticas Nacionais do Fone@RNP (VoIP) Manual do Usuário Estatísticas do Fone@RNP
Manual do Usuário Estatísticas do Fone@RNP Uso do Mapa A utilização do mapa como filtro reflete nos relatórios exibidos no DASHBOARD. Além de modificar os gráficos por conseqüência dos filtros por Região
Leia maisEngenharia de Software II
Engenharia de Software II Aula 8 http://www.ic.uff.br/~bianca/engsoft2/ Aula 8-17/05/2006 1 Ementa Processos de desenvolvimento de software Estratégias e técnicas de teste de software (Caps. 13 e 14 do
Leia maisDESENVOLVIMENTO DE UM SOFTWARE NA LINGUAGEM R PARA CÁLCULO DE TAMANHOS DE AMOSTRAS NA ÁREA DE SAÚDE
DESENVOLVIMENTO DE UM SOFTWARE NA LINGUAGEM R PARA CÁLCULO DE TAMANHOS DE AMOSTRAS NA ÁREA DE SAÚDE Mariane Alves Gomes da Silva Eliana Zandonade 1. INTRODUÇÃO Um aspecto fundamental de um levantamento
Leia maisTrabalhando com Pequenas Amostras: Distribuição t de Student
Probabilidade e Estatística Trabalhando com Pequenas Amostras: Distribuição t de Student Pequenas amostras x Grandes amostras Nos exemplos tratados até agora: amostras grandes (n>30) qualquer tipo de distribuição
Leia maisADM041 / EPR806 Sistemas de Informação
ADM041 / EPR806 Sistemas de Informação UNIFEI Universidade Federal de Itajubá Prof. Dr. Alexandre Ferreira de Pinho 1 Sistemas de Apoio à Decisão (SAD) Tipos de SAD Orientados por modelos: Criação de diferentes
Leia maisAnotação de Genomas. Fabiana G. S. Pinto
Anotação de Genomas Fabiana G. S. Pinto Obtenção de Seqüências geradas pelo MegaBace 1000 Dados brutos (medidas analógicas) de saída do seqüênciamento Base calling BIOINFORMÁTICA * PHRED: - Transforma
Leia maisTestedegeradoresde. Parte X. 38 Testes de Ajuste à Distribuição. 38.1 Teste Chi-Quadrado
Parte X Testedegeradoresde números aleatórios Os usuários de uma simulação devem se certificar de que os números fornecidos pelo gerador de números aleatórios são suficientemente aleatórios. O primeiro
Leia maisA presente seção apresenta e especifica as hipótese que se buscou testar com o experimento. A seção 5 vai detalhar o desenho do experimento.
4 Plano de Análise O desenho do experimento realizado foi elaborado de forma a identificar o quão relevantes para a explicação do fenômeno de overbidding são os fatores mencionados na literatura em questão
Leia maisProbabilidade. Distribuição Exponencial
Probabilidade Distribuição Exponencial Aplicação Aplicada nos casos onde queremos analisar o espaço ou intervalo de acontecimento de um evento; Na distribuição de Poisson estimativa da quantidade de eventos
Leia maisBase Nacional Comum Curricular 2016. Lemann Center at Stanford University
Base Nacional Comum Curricular 2016 Lemann Center at Stanford University Parte II: Base Nacional Comum: Análise e Recomendações da Seção de Matemática Phil Daro Dezembro, 2015 BASE NACIONAL COMUM: ANÁLISE
Leia maisAté que Ponto Seus Dados estão Seguros? Por Kris Land, CTO, diretor de tecnologia da InoStor Corp.
Até que Ponto Seus Dados estão Seguros? Por Kris Land, CTO, diretor de tecnologia da InoStor Corp. No mundo de negócios da atualidade, nenhuma questão é mais importante para as grandes centrais de armazenamento
Leia maisExtração de Conhecimento & Mineração de Dados
Extração de Conhecimento & Mineração de Dados Nesta apresentação é dada uma breve introdução à Extração de Conhecimento e Mineração de Dados José Augusto Baranauskas Departamento de Física e Matemática
Leia maisCapítulo 2 Endogamia. Acasalamentos Preferenciais. Introdução
Capítulo 2 Endogamia Acasalamentos Preferenciais Introdução No capítulo anterior foi demonstrado que se os acasalamentos forem aleatórios, as populações têm proporções genotípicas equivalentes às calculadas
Leia mais2. Método de Monte Carlo
2. Método de Monte Carlo O método de Monte Carlo é uma denominação genérica tendo em comum o uso de variáveis aleatórias para resolver, via simulação numérica, uma variada gama de problemas matemáticos.
Leia maisIV.4 Análise de Dados da Avaliação
Melhor e Pior? IV - Avaliação IV.4 Análise de Dados da Avaliação Interactive System Design, Cap. 10, William Newman IV.4 Análise de Dados da Avaliação 2 Melhor e Pior? Resumo Aula Anterior! Avaliação com
Leia maisAula 5 Metodologias de avaliação de impacto
Aula 5 Metodologias de avaliação de impacto Metodologias de Avaliação de Impacto Objetiva quantificar as mudanças que o projeto causou na vida dos beneficiários. Plano de Aula Método experimental: regressão
Leia maisUNIDADE II. Conceitos e Teorias da Análise RDS. Lisa Johnston
UNIDADE II Conceitos e Teorias da Análise RDS Lisa Johnston Ao final desta Unidade, você deverá estar apto a: Descrever alguns dos conceitos-chave usados para interpretar a análise RDS Entender porque
Leia maisUNIVERSIDADE FEDERAL DE SANTA CATARINA GRADUAÇÃO EM SISTEMAS DE INFORMAÇÃO DEPARTAMENTO DE INFORMÁTICA E ESTATÍSTICA DATA MINING EM VÍDEOS
UNIVERSIDADE FEDERAL DE SANTA CATARINA GRADUAÇÃO EM SISTEMAS DE INFORMAÇÃO DEPARTAMENTO DE INFORMÁTICA E ESTATÍSTICA DATA MINING EM VÍDEOS VINICIUS DA SILVEIRA SEGALIN FLORIANÓPOLIS OUTUBRO/2013 Sumário
Leia maisINF 1771 Inteligência Artificial
Edirlei Soares de Lima INF 1771 Inteligência Artificial Aula 04 Algoritmos Genéticos Introdução Algoritmos genéticos são bons para abordar espaços de buscas muito grandes e navegálos
Leia maisCapítulo 7 Medidas de dispersão
Capítulo 7 Medidas de dispersão Introdução Para a compreensão deste capítulo, é necessário que você tenha entendido os conceitos apresentados nos capítulos 4 (ponto médio, classes e frequência) e 6 (média).
Leia maisO DNA é formado por pedaços capazes de serem convertidos em algumas características. Esses pedaços são
Atividade extra Fascículo 2 Biologia Unidade 4 Questão 1 O DNA é formado por pedaços capazes de serem convertidos em algumas características. Esses pedaços são chamados de genes. Assinale abaixo quais
Leia maisQual é o risco real do Private Equity?
Opinião Qual é o risco real do Private Equity? POR IVAN HERGER, PH.D.* O debate nos mercados financeiros vem sendo dominado pela crise de crédito e alta volatilidade nos mercados acionários. Embora as
Leia maisCurso: Redes II (Heterogênea e Convergente) Tema da Aula: Características Roteamento
Curso: Redes II (Heterogênea e Convergente) Tema da Aula: Características Roteamento Professor Rene - UNIP 1 Roteamento Dinâmico Perspectiva e histórico Os protocolos de roteamento dinâmico são usados
Leia maisSIMULADO DO TESTE DE RESOLUÇÃO DE PROBLEMAS
SIMULADO DO TESTE DE RESOLUÇÃO DE PROBLEMAS PROPOSTA Este simulado é um material de apoio para você se preparar para o Teste de Resolução de Problemas, com o objetivo de: 1. Compartilhar dicas e normas
Leia maisOrganizaçãoe Recuperaçãode Informação GSI521. Prof. Dr. Rodrigo Sanches Miani FACOM/UFU
Organizaçãoe Recuperaçãode Informação GSI521 Prof. Dr. Rodrigo Sanches Miani FACOM/UFU Aula anterior Organização e Recuperação de Informação(GSI521) Modelo vetorial- Definição Para o modelo vetorial, o
Leia mais3 Método de Monte Carlo
25 3 Método de Monte Carlo 3.1 Definição Em 1946 o matemático Stanislaw Ulam durante um jogo de paciência tentou calcular as probabilidades de sucesso de uma determinada jogada utilizando a tradicional
Leia maisAtividade extra. Questão 1. Questão 2. Ciências da Natureza e suas Tecnologias Biologia. A diversidade biológica é o fruto da variação genética.
Atividade extra Questão 1 A diversidade biológica é o fruto da variação genética. Falar em biodiversidade e em tempo significa, necessariamente, falar de: a. Degeneração. b. Conservação. c. Evolução. d.
Leia maisBioinformática. Trabalho prático enunciado complementar. Notas complementares ao 1º enunciado
Bioinformática Trabalho prático enunciado complementar Neste texto, enunciam- se algumas considerações adicionais ao 1º enunciado e uma lista de possíveis tarefas que complementam o enunciado original
Leia maisSistemas de Arquivos. André Luiz da Costa Carvalho
Sistemas de Arquivos André Luiz da Costa Carvalho Sistemas de arquivos Sistema de arquivos é o nome que se dá a implementação da organização de dados em discos. Vai desde o acesso a baixo nível até a interface
Leia maisMedidas e Incertezas
Medidas e Incertezas O que é medição? É o processo empírico e objetivo de designação de números a propriedades de objetos ou eventos do mundo real de forma a descreve-los. Outra forma de explicar este
Leia maisEngenharia de Software
Engenharia de Software Roteiro Inspeção Defeitos dos Software Classificação dos Erros Técnica de Leitura Ad-hoc Checklist Exercício Inspeção Inspeção de Software Definição É um método de análise estática
Leia maisNormas Internacionais de Avaliação. Preço Custo e valor Mercado Abordagem de valores Abordagens de avaliação
Normas Internacionais de Avaliação Preço Custo e valor Mercado Abordagem de valores Abordagens de avaliação Mercado Mercado é o ambiente no qual as mercadorias e serviços são transacionados entre compradores
Leia maisEstudo da Viabilidade da utilização de Cartão de Crédito para um Grupo de Clientes Essenciais
Estudo da Viabilidade da utilização de Cartão de Crédito para um Grupo de Clientes Essenciais Cleyton Zanardo de Oliveira CER, DEs, UFSCar Vera Lúcia Damasceno Tomazella, DEs, UFSCar Resumo Uma única pessoa
Leia maisRoteiro de Estudos de Ciências 7 ANO. 3º trimestre
Ciências/15 7º ano Turma: 3º trimestre Nome: Data: / / 7ºcie303r Roteiro de Estudos de Ciências 7 ANO 3º trimestre O que estudamos no terceiro trimestre? No terceiro trimestre finalizamos nosso estudo
Leia maisRESOLUÇÃO CFC Nº. 1.265/09. O CONSELHO FEDERAL DE CONTABILIDADE, no exercício de suas atribuições legais e regimentais,
NOTA - A Resolução CFC n.º 1.329/11 alterou a sigla e a numeração desta Interpretação de IT 12 para ITG 12 e de outras normas citadas: de NBC T 19.1 para NBC TG 27; de NBC T 19.7 para NBC TG 25; de NBC
Leia maisTutorial 5 Questionários
Tutorial 5 Questionários A atividade Questionário no Moodle pode ter várias aplicações, tais como: atividades de autoavaliação, lista de exercícios para verificação de aprendizagem, teste rápido ou ainda
Leia maisFases para um Projeto de Data Warehouse. Fases para um Projeto de Data Warehouse. Fases para um Projeto de Data Warehouse
Definição escopo do projeto (departamental, empresarial) Grau de redundância dos dados(ods, data staging) Tipo de usuário alvo (executivos, unidades) Definição do ambiente (relatórios e consultas préestruturadas
Leia maisAvaliação da variação do sistema de medição Exemplo 1: Diâmetros de bico injetor de combustível
Avaliação da variação do sistema de medição Exemplo 1: Diâmetros de bico injetor de combustível Problema Um fabricante de bicos injetores de combustível instala um novo sistema digital de medição. Os investigadores
Leia maisTÉCNICAS DE ANÁLISE DE DADOS
observação = previsível + aleatória aleatória obedece algum modelo de probabilidade ferramenta: análise de variância identificar fatores, controláveis, que expliquem o fenômeno ou alterem a característica
Leia maisTecido 1 2 3 4 5 6 7 A 36 26 31 38 28 20 37 B 39 27 35 42 31 39 22
Teste para diferença de médias Exemplo Dois tipos diferentes de tecido devem ser comparados. Uma máquina de testes Martindale pode comparar duas amostras ao mesmo tempo. O peso (em miligramas) para sete
Leia maisTÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE
TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE Engenharia de Computação Professor: Rosalvo Ferreira de Oliveira Neto Estudos Comparativos Recentes - Behavior Scoring Roteiro Objetivo Critérios de Avaliação
Leia maisAVALIAÇÃO DE IMPACTO NA PRÁTICA GLOSSÁRIO
1 AVALIAÇÃO DE IMPACTO NA PRÁTICA GLOSSÁRIO Amostra aleatória. Também conhecida como amostra probabilística. A melhor maneira de evitar uma amostra enviesada ou não-representativa é selecionar uma amostra
Leia maisDesempenho da Fase Analítica. Fernando de Almeida Berlitz
Indicadores de Desempenho da Fase Analítica Fernando de Almeida Berlitz Ishikawa Estratégia e Medição PARA QUEM NÃO SABE PARA ONDE VAI, QUALQUER CAMINHO OS SERVE... Processos PROCESSOS Não existe um produto
Leia maisSumário. Comunicação Multicast. Soluções. Multicast. Application-Level Multicast. October 20, 2008 Algoritmos Epidémicos
Sumário Comunicação Multicast Multicast Application-Level Multicast October 20, 2008 Algoritmos Epidémicos Comunicação Multicast Soluções Multicast designa o envio duma mensagem para múltiplos destinatários.
Leia mais6. Pronunciamento Técnico CPC 23 Políticas Contábeis, Mudança de Estimativa e Retificação de Erro
TÍTULO : PLANO CONTÁBIL DAS INSTITUIÇÕES DO SISTEMA FINANCEIRO NACIONAL - COSIF 1 6. Pronunciamento Técnico CPC 23 Políticas Contábeis, Mudança de Estimativa e Retificação de Erro 1. Aplicação 1- As instituições
Leia maisAULAS 14, 15 E 16 Análise de Regressão Múltipla: Problemas Adicionais
1 AULAS 14, 15 E 16 Análise de Regressão Múltipla: Problemas Adicionais Ernesto F. L. Amaral 20 e 22 de abril e 04 de maio de 2010 Métodos Quantitativos de Avaliação de Políticas Públicas (DCP 030D) Fonte:
Leia maisCAP5: Amostragem e Distribuição Amostral
CAP5: Amostragem e Distribuição Amostral O que é uma amostra? É um subconjunto de um universo (população). Ex: Amostra de sangue; amostra de pessoas, amostra de objetos, etc O que se espera de uma amostra?
Leia maisManual do Usuário - ProJuris Web - Biblioteca Jurídica Página 1 de 20
As informações contidas neste documento estão sujeitas a alterações sem o prévio aviso, o que não representa um compromisso da Virtuem Informática. As pessoas, organizações ou empresas e eventos de exemplos
Leia maisInteligência Artificial Prof. Marcos Quinet Pólo Universitário de Rio das Ostras PURO Universidade Federal Fluminense UFF
Inteligência Artificial Prof. Marcos Quinet Pólo Universitário de Rio das Ostras PURO Universidade Federal Fluminense UFF No capítulo anterior... Estratégias de busca auxiliadas por heurísticas (A*, BRPM)
Leia maisModelagem no Domínio do Tempo. Carlos Alexandre Mello. Carlos Alexandre Mello cabm@cin.ufpe.br 1
Carlos Alexandre Mello 1 Modelagem no Domínio da Frequência A equação diferencial de um sistema é convertida em função de transferência, gerando um modelo matemático de um sistema que algebricamente relaciona
Leia maisLicenciatura em Engenharia Electrotécnica e de Computadores 1998/99. Erros
Licenciatura em Engenharia Electrotécnica e de Computadores Análise Numérica 1998/99 Erros Objectivos: Arredondar um número para n dígitos significativos. Determinar os erros máximos absoluto e relativo
Leia mais