PROPOSTA DE UM MODELO PARA ANÁLISE DA ACESSIBILIDADE NO TRANSPORTE DE CARGAS

Tamanho: px
Começar a partir da página:

Download "PROPOSTA DE UM MODELO PARA ANÁLISE DA ACESSIBILIDADE NO TRANSPORTE DE CARGAS"

Transcrição

1 PROPOSTA DE UM MODELO PARA ANÁLISE DA ACESSIBILIDADE NO TRANSPORTE DE CARGAS Alexadre Coelho Satos Programa de Pós-Graduação em Egehara Cvl - Trasportes Uversdade Federal do Espírto Sato Elaa Zadoade Departameto de Estatístca Uversdade Federal do Espírto Sato Vâa Barcellos Gouvêa Campos Mestrado em Egehara de Trasportes Isttuto Mltar de Egehara RESUMO Apesar de ão ser recete a abordagem do tema acessbldade como medda relevate a avalação dos sstemas de trasportes, este assuto ada se matém atual, pos possu aspectos ada ão devdamete explorados. É o caso específco de dcadores de acessbldade do trasporte de cargas fora do cotexto urbao. Por meo de uma revsão de lteratura buscou-se detfcar algus modelos de acessbldade utlzados em outros estudos. E a partr desta aálse, cosderado-se as característcas do trasporte de carga, propõe-se um modelo para aálse da acessbldade para este tpo de trasporte. ABSTRACT Studes o accessblty are very mportat as cocer the evaluato of trasport systems. It s ot a ew subect, however t keeps bee studed as there are may aspects whch rema uexplored. Most of the accessblty dcators are cocered to urba aspects of the trasportato systems, ad ot cocerg to freght trasport a regoal cotext. A lterature revew allowed the detfcato of some accessblty models used others studes. Thus, startg from ths aalyss, cosderg the freght trasport characterstcs, a model to evaluate the accessblty the cotext of regoal freght trasport, s proposed. 1. INTRODUÇÃO Estudos sobre a utlzação de meddas de acessbldade como ferrameta a avalação de sstemas de trasportes e da teração destes com os sstemas de atvdades, têm sdo desevolvdos ao logo de algumas décadas, sedo a maora das pesqusas drecoadas ao tratameto da movmetação de pessoas em áreas urbaas. Outros trabalhos, ada, baseado-se uma correlação postva etre o desempeho da fraestrutura de trasporte (ou acessbldade regoal) e íves de dcadores ecoômcos, abordam o tema em ível regoal. Observa-se este tratameto, prcpalmete, em estudos que tem como ceáro a Comudade Européa, que a partr da ufcação dos mercados teve como coseqüêca uma crescete preocupação em prover de adequada fra-estrutura as dversas regões, vsado o melhor fluxo de servços e mercadoras (Chsholm, 1985; Frost e Spece, 1995; Vckerma, 1996; Vckerma et al., 1997; Brusma e Retveld, 1998; Gutérrez et al., 1998). Coforme abordado em Saches (1996) e em Almeda e Goçalves (2000), as meddas de acessbldade são utlzadas como uma mportate ferrameta a avalação da acessbldade de dferetes categoras socas aos mas varados sstemas de atvdades. Torado-se útes para sugestão de estratégas a modelagem da localzação de facldades, a avalação da escolha modal em sstemas de trasportes, a avalação de íves de servços em algus sstemas e a descrção de ídces de eqüdade espacal em ambetes urbaos ou regoas. Por meo de uma revsão de lteratura, buscou-se detfcar algumas meddas de acessbldade utlzadas em outros estudos, e assocado-as às característcas do trasporte de

2 cargas reu-se subsídos para proposta de um modelo coveete ao trasporte de cargas em ível regoal. Na seqüêca são abordadas algumas característcas do tema acessbldade. Em seguda são apresetadas algumas poderações de possíves correlações etre meddas de acessbldade e o trasporte de cargas, aalsado os prcpas parâmetros que os compõe para etão propor um modelo coveete ao estudo em questão. Ada são mostrados algus resultados a partr de exemplos de ceáros smulados. 2. MEDIDAS DE ACESSIBILIDADE O tema acessbldade ocorre a lteratura há bastate tempo, sedo cosderado, de certa forma, tutvo e de terpretações varadas (Arruda, 1997). Idetfcam-se estas característcas os dversos trabalhos realzados ao logo dos aos, ode se ecotra uma abragete revsão de lteratura sobre este assuto. Destacam-se trabalhos como os de Joes (1981), Pooler (1995) e Raa Jr. (2000), ode se faz uma mportate abordagem hstórca destacado o poersmo de outros autores e as dversas varações as formulações da acessbldade. Têm-se ada, trabalhos como os de Hase (1959), Igram (1971) e Morrs et al. (1979), que são mportates referêcas a vestgação do tema. Mutas são as varações o coceto de acessbldade, ustfcadas pela dversdade de estudos realzados sobre o assuto e pelas partculardades de cada pesqusa. Raa Jr. et al. (1997), a busca por uma geeralzação do tema, apresetam a acessbldade como sedo uma medda do esforço para vecer uma separação espacal, para que o dvíduo ou grupo de dvíduos possa exercer suas atvdades, fazedo uso do sstema de trasporte exstete, de acordo com as oportudades apresetadas. Detro do obetvo deste trabalho cosdera-se que uma empresa que desea dstrbur a sua carga pode ser cosderada como um dvíduo o cotexto regoal. Observa-se, a lteratura, uma grade varedade de modelos de acessbldade, coveetemete modelada para cada stuação, sofredo os mas dversos arraos em suas formulações com o tuto de obter o melhor desempeho das mesmas, fazedo uso dos prcpas compoetes cosderados a composção dos modelos, tas como: separação espacal, fução mpedâca, atratvdade dos destos e ada um elemeto relatvo ao comportameto dos usuáros. No Quadro 1 pode-se verfcar algus modelos de acessbldade ecotrados a lteratura. Quadro 1: Exemplos de modelos de acessbldade utlzados em outros estudos Autor Formulação Varáves a acessbldade relatva etre um par de potos e (dada por alguma fução de Igram d mpedâca). (1971) A a umero de localzações exstetes detro A da área de estudo. d dstâca em lha reta etre as localdades e. umero de localzações exstetes detro Alle et al. 1 A (1993) 1 a da área de estudo. a tempo de vagem etre as zoas e.

3 Frost e Spece (1995) P Jauáro A (1995) Saches (1996) Raa Jr. et al. A A M C a L f(c ) W f(c ( ) α (1997) Des Dst Gutérrez et al. (1998) A N E W M D Almeda e exp ( λc Goçalves A (2000) D Saches e Ferrera A (2003) T m T ôbus M ) + βu ) P potecal ecoômco da zoa. M medda de atratvdade da zoa. C custos do trasporte etre as zoas e. a expoete freqüetemete assumdo gual a 1. A - acessbldade da zoa em relação às demas zoas de desto L - oferta de lugares o trasporte públco etre as zoas e - úmero de ós da rede f(c ) - fução mpedâca do tpo potêca versa W úmero de empregos a zoa. f(c ) exp β t ), com β 0,11 t tempo de vagem etre as zoas e. úmero de zoas. A - acessbldade da zoa ; Des - desdade populacoal em ; Dst - dstâca etre os cetródes das quadras e através do sstema váro; e α - expoete da fução potêca. A - acessbldade do ó ; N - mpedâca da rede etre o ó e o cetro de atvdade de desto ; E - dstâca Eucldaa etre os dos potos M - reda do desto. C - tempo de vagem etre as zoas e. D - úmero de vagas das escolas da zoa. U - utldade das escolas da zoa para usuáros da zoa. λ, β são parâmetros obtdos por calbração do modelo. A ível de acessbldade dos aluos resdetes a propredade ; T ôbus tempo de vagem etre a propredade e as escolas (veculo escolar); T m - tempo de vagem etre a propredade e as escolas pelo camho mímo (gual a automóvel) 3. ACESSIBILIDADE SOB A ÓTICA DO TRANSPORTE DE CARGAS Na formulação de uma medda de acessbldade são utlzadas algumas compoetes, que podem aparecer soladamete, represetado a própra medda, ou ada, como uma combação etre as mesmas. De uma maera geral, a busca por uma adequação ao trasporte de cargas, as varáves comumete ecotradas os modelos, possvelmete poderam ser adaptadas ao estudo em

4 questão. Assm, com relação a compoete separação espacal, gradezas como o tempo, custo e dstâca, também podem ser cosderadas a avalação do deslocameto da carga. No etato, cosderações relacoadas ao tpo da carga e à modaldade utlzada o trasporte, poderam ser mportates. Toma-se como exemplo, o tempo, que pode se torar um fator lmtate de grade relevâca a cosderação de determadas mercadoras. É o caso dos produtos hortfrutgraeros, que possuem uma alta perecbldade, resultado em estoques de gro rápdo e agldade as operações de trasporte e armazeagem, coforme abordado em Perera et al. (2002). Ou ada, em empresas que adotam estratégas de baxos íves de estoque vsado a redução de custos com armazeagem. Por outro lado quado se cosdera a otmzação de custos, ocasoada pela utlzação de uma dada modaldade o trasporte de determados carregametos, o tempo pode se torar um fator secudáro. Neste caso, a acessbldade podera ser avalada o cotexto de uma rede multmodal de cargas, detfcado a efcêca de cada opção modal dspoível ou avalado a cocorrêca etre regões de desto da carga. Coforme abordado por Kawamoto (1999), o trasporte de cargas, exste uma predomâca dos custos moetáros, dferetemete do que ocorre o trasporte de passageros, em que os chamados custos subetvos, tas como tempo de vagem, coforto, seguraça, detre outros, se sobressaem. O autor argumeta a ocorrêca deste fato, o trasporte de cargas, devdo à maora das varáves poderem ser assocadas ao custo moetáro, e porque os própros usuáros têm esta prátca. Coseqüêca da grade soma de recursos que ormalmete evolve o trasporte de cargas. Numa abordagem dferete, em que se busca eutralzar o efeto da localzação geográfca, Guterrez et al. (1998) avalam o trasporte de passageros detro do terrtóro espahol por rodovas e ferrovas em termos da efcêca da rede, através da relação mpedâca da rede e dstâca Eucldaa. Com a proposção deste modelo os autores argumetam que ão ecessaramete localdades mas afastadas dos destos terão baxa acessbldade. Para represetação da mpedâca por rodovas, os autores utlzaram a fluêca de varáves como o coefcete de qualdade da fra-estrutura e o coefcete de tráfego, o tempo de deslocameto. Os valores relacoados com o coefcete de qualdade da fra-estrutura varam coforme o tpo de va utlzada, e o coefcete de tráfego basea-se o tráfego médo dáro e o percetual de veículos pesados que trafegam pelas vas. Adaptações à movmetação da carga seram ecessáras o que se refere ao tpo da va utlzada para o escoameto, que depede das característcas ecotradas a área de estudo cosderada. Quato às característcas do tráfego, dados levatados sobre a movmetação a área estudada poderam ser utlzados sem maores cosderações. No tratameto da acessbldade pelo modal ferrováro, Guterrez et al. (1998) selecoaram varáves relacoadas com a quatdade de lhas utlzáves, capacdade dára das lhas utlzadas, freqüêca de tres e tempo de vagem, o que sera possível trasferr ao estudo de movmetação da carga. Também abordado a eutralzação do efeto de localzação geográfca, cta-se o trabalho de Saches e Ferrera (2003), ode é feta uma avalação do acesso das rotas dos aluos da área rural às escolas da área urbaa, fazedo uso da relação etre o tempo de vagem do veículo de

5 trasporte escolar rural e o tempo de vagem pelo camho mímo. Os autores avalam a acessbldade em fução do desempeho das rotas utlzadas o trasporte dos aluos, o que podera ser adaptado ao trasporte de mercadoras. Quato a compoete atratvdade do desto, exste certa flexbldade a escolha da medda de atratvdade do desto da carga, tedo em vsta a varedade de meddas ecotradas a lteratura e as partculardades dos estudos realzados. Aalsado a atratvdade, as poderações sobre a carga trasportada oretam-se em dos setdos. Em uma prmera abordagem faz-se referêca à carga destada ao mercado tero, cuas opções de desto podem varar etre cetros cosumdores, dústras de trasformação e cetras de dstrbução, detre outros. Neste setdo, as possíves varáves a serem cosderadas poderam ser do tpo: Produto Itero Bruto da regão de desto (PIB), reda méda, desdade de dústras, capacdade produtva, capacdade de armazeagem, demada, detre outras. Outra reflexão sera com relação à carga destada ao mercado extero. Desta maera, como desto da carga o terrtóro acoal, cosderam-se prcpalmete os termas de embarque da mercadora a ser exportada, como portos, por exemplo. Assm, varáves mportates seram aquelas relacoadas com o ambete dos termas, como: custos operacoas, capacdade de armazeagem, freqüêca de veículos, capacdade operacoal, ível de seguraça, demada, detre outras. A compoete comportametal é um parâmetro que depede do sstema de atvdades a ser aalsado. Faz-se ecessáro um levatameto da percepção dos usuáros dos sstemas de atvdades cosderados medate determadas stuações, que vram a fluecar suas decsões. Pesqusas deste tpo erqueceram o modelo de acessbldade devdo à avalação efetva dos sstemas cosderados, ão somete a exstêca do potecal de acesso, coforme abordado em Morrs et al. (1979). Porém, deve-se ressaltar que pesqusas de opão demadam tempo e recursos para sua realzação, o que pode torá-las váves, depededo do estudo desevolvdo. A compoete fução mpedâca agrega ao modelo o efeto da separação espacal etre os potos de orgem e desto, refletdo a facldade e/ou dfculdade de deslocameto etre as localdades. Assm como os demas estudos sobre acessbldade, para a movmetação da carga, também ão exstem ustfcatvas mas apropradas para a escolha da fução mpedâca. Têm-se assm, as prcpas opções ecotradas a revsão sobre acessbldade, detre elas: a fução potêca e a fução expoecal. 4. MODELO PROPOSTO PARA ANÁLISE DA ACESSIBILIDADE PARA O TRANSPORTE DE CARGAS A partr das aálses dos modelos de acessbldade e cosderado as característcas do trasporte de cargas, apreseta-se uma proposta de um modelo de aálse de acessbldade para o trasporte de cargas, em ível regoal. Precede à apresetação do modelo a detfcação dos parâmetros cosderados a composção do mesmo, assm como as poderações que oretaram a escolha destes parâmetros e das varáves utlzadas.

6 Cosderado que a acessbldade o trasporte de carga é aalsada sob a ótca de um pólo produtor, a compoete atratvdade etra em sua composção a partr da cosderação de uma varável que corpora a demada (D ) pelo carregameto, o desto () da vagem. Com sto, supõe-se que, para ocorrer um fluxo de carga a partr de determado pólo produtor (), deva exstr uma demada por esta mercadora em algum desto. Ocorre também, o fato desta varável servr tato aos fluxos drecoados ao mercado tero quato extero, e também flexblza sua utlzação para os dferetes tpos de carregametos. Com base o coceto de eutralzação do efeto da localzação geográfca, a compoete relacoada com o sstema de trasporte é serda o modelo com a fução de avalar a efcêca da rede de trasporte e a cofguração das facldades cosderadas a área em estudo, cosderado as dferetes opções de rotas exstetes. É represetada pela relação etre o tempo de vagem pratcado pelo trasportador etre orgem e desto (T ) e o tempo estmado de vagem (t ) uma determada rota. O coceto de eutralzação da fluêca da localzação espacal tora-se teressate o tratameto da movmetação da carga em ível regoal, tedo em vsta que exste o deseo de dspoblzar a carga os dferetes mercados, depedetemete dos cetros produtores estarem localzados em regões mas afastadas dos destos ou ão. Assm, a teração, etre a regão produtora e o desto da carga, é avalada em termos do desempeho da rota de trasporte utlzada, dcado que ão ecessaramete um local mas afastado terá sua acessbldade reduzda. Um elemeto relacoado às opções de trasporte da carga é serdo o modelo a partr da cosderação do úmero de rotas exstetes etre orgem e desto (r ). Cosdera-se ada, um parâmetro (α ) que podera o úmero de opções modas em fução da relação etre a meor (C m, ) e a maor (C max, ) tarfa de trasporte detre as dferetes possbldades de trasporte. Com a cosderação do parâmetro α, pretede-se poderar o efeto da possbldade de mas de uma opção de rotas de trasporte, etre orgem e desto, o resultado do modelo de acessbldade. Desta forma, pode ocorrer que para determado par orgem/desto, o fato de exstr mas de uma opção de rotas de trasporte terlgado-os, ão sea uma vatagem, a medda em que se aumeta a dfereça etre as tarfas de trasporte míma e máxma. Ou sea, uma rota de trasporte com uma tarfa muto alta em relação a outra deve ter uma meor fluêca a medda de acessbldade. Assm, a partr das cosderações acma, propõe-se a segute formulação do modelo de acessbldade: A D.r.α T D. t Ode: A : acessbldade relatva etre e ; D : demada pela carga o desto ; r : úmero de rotas de trasporte etre e ; T : tempo pratcado pelo trasportador o trasporte da carga etre e ; t : tempo estmado para o trasporte da carga etre e, cosderado boas codções; (1)

7 α : parâmetro que podera o valor de r etre e, obtdo a partr da fução: R 1 + r. C C m, max, em que: C m, : tarfa míma cosderada etre as opções de rotas dspoíves para o trasporte da carga de para ; e C max, : tarfa máxma cosderada etre as opções de rotas dspoíves para o trasporte da carga de para. Para evtar algumas dstorções os valores de α em fução do úmero de rotas cosderadas r, adotou-se as segutes restrções: α r ; se R > r α R; se R r Para stuações em que r > 2 faz-se a segute aálse: se R < (r 1); elma-se a rota de maor tarfa e calcula-se a expressão segute até a obteção de valores satsfatóros: R 1 + ( r 1 ). C C m, max, Com esta aálse teta-se evtar que rotas de trasporte com tarfas muto elevadas pealzem as demas opções de trasporte para determado par orgem/desto aalsado. 6. AVALIAÇÃO DO MODELO PROPOSTO Com o tuto de se avalar o modelo proposto foram elaborados algus ceáros smulados a partr da varação dos parâmetros que o compõem. Icalmete, as aálses foram fetas cosderado uma cofguração de rede mas smples, com uma orgem e um desto, varado algumas opções de tempo de vagem, tarfa de vagem e o úmero de opções de rotas de trasporte dspoíves. E posterormete, cosderou-se a varação do úmero de destos, e, por cosegute, a varação da demada coforme o desto da carga. Para cada stuação proposta fez-se varar, coforme dto aterormete, uma das varáves compoetes, matedo as demas fxas. Desta forma, as stuações propostas são: varação do úmero de rotas de trasporte (ceáros de 1 a 5), varação dos tempos de vagem (ceáros de 6 a 10), varação das tarfas de vagem (ceáros de 11 a 15) e varação do úmero de destos, sto é, varação da demada (ceáros de 16 a 20). O quadro 2 a segur apreseta todos os valores assumdos para as varáves compoetes em cada ceáro. (2) (3)

8 Quadro 2: Valores cosderados para composção dos ceáros smulados Ceáros r (T / t )/ r C m, / C max, D / ΣD 1 1; 2; 3; 4; 5 1 0, ; 2; 3; 4; 5 1,25 0, ; 2; 3; 4; 5 1,50 0, ; 2; 3; 4; 5 1,75 0, ; 2; 3; 4; 5 2,00 1, ; 1,25; 1,50; 1,75; 2 1, ; 1,25; 1,50; 1,75; 2 0, ; 1,25; 1,50; 1,75; 2 0, ; 1,25; 1,50; 1,75; 2 0, ; 1,25; 1,50; 1,75; 2 1, ,25 0,2; 0,4; 0,6; 0,8; ,50 0,2; 0,4; 0,6; 0,8; ,75 0,2; 0,4; 0,6; 0,8; ,00 0,2; 0,4; 0,6; 0,8; ,20 0,1; 0,3; 0,5; 0,7; 0, ,25 0,40 0,1; 0,3; 0,5; 0,7; 0, ,50 0,60 0,1; 0,3; 0,5; 0,7; 0, ,75 0,80 0,1; 0,3; 0,5; 0,7; 0, ,00 1,00 0,1; 0,3; 0,5; 0,7; 0,9 Estas stuações podem ser vsualzadas através dos gráfcos das Fguras 1, 2, 3 e 4, ode se observam as tedêcas de comportameto do modelo coforme os ceáros smulados. Observado o gráfco da Fgura 1, ota-se uma correlação postva etre a quatdade de opções modas exstete, etre um par orgem / desto, e os valores ecotrados para a acessbldade. Desta forma, se verfca uma tedêca de aumeto da acessbldade coforme o aumeto do úmero de opções de trasporte dspoíves para o deslocameto da carga. Atededo assm, a proposta do modelo de valorzar a quatdade de rotas exstetes. Acessbldade relatva Ceáro 1 Ceáro 2 Ceáro 3 Ceáro 4 Ceáro r Fgura 1: Comportameto do modelo coforme varação do úmero de rotas

9 Aalsado os resultados apresetados a Fgura 2 pode-se observar um decameto dos valores de A em relação à varação do tempo. Demostrado que quato maor a dfereça etre os tempos de vagem meor é o valor obtdo para a acessbldade, ou sea, quato mas efcete for a rede utlzada para o trasporte da carga, melhor será o valor da acessbldade. Ocorredo quado os tempos de vagem, realzado e estmado, forem próxmos. Acessbldade relatva Ceáro 6 Ceáro 7 Ceáro 8 Ceáro 9 Ceáro ,00 1,25 1,50 1,75 2,00 T / t Fgura 2: Comportameto do modelo coforme varação da compoete efcêca da rede A varação da tarfa tem fluêca dreta o parâmetro alfa, que podera a codção de se ter mas de uma opção modal. A Fgura 3 mostra a varação dos valores da acessbldade em fução das tarfas de trasporte smuladas. Quato mas próxma da udade estver, a relação etre as tarfas, maor será o peso do úmero de rotas o modelo e coseqüetemete mas elevado será o valor da acessbldade. Acessbldade relatva Ceáro 11 Ceáro 12 Ceáro 13 Ceáro 14 Ceáro ,20 0,40 0,60 0,80 1,00 C m / C max Fgura 3: Comportameto do modelo coforme varação de alfa

10 Observa-se ada, através da Fgura 3, que o ceáro 1 ão há varação os valores da acessbldade. Fato este, explcado pela codção de umodaldade cosderada o ceáro. Neste cotexto, a varação das tarfas ão fluecará o resultado da acessbldade, de acordo com as restrções adotadas para o parâmetro alfa, cometadas aterormete. Ocorrem também, os casos de multmodaldade, em que a partr de determados valores de tarfas, o valor da acessbldade tede a se mater costate. As stuações apresetadas aterormete são assocadas a apeas uma opção de desto. A cosderação de mas de um desto pode mplcar uma varação da demada coforme o desto e coseqüetemete o resultado fal da acessbldade, como pode ser verfcado pela Fgura 4. A medda em que ocorre um acréscmo a demada de um dado desto (), a acessbldade acompaha este crescmeto. Ou sea, quato maor a atratvdade de um determado desto, maor será seu peso a teração com a orgem da carga. Acessbldade relatva Ceáro 16 Ceáro 17 Ceáro 18 Ceáro 19 Ceáro ,1 0,3 0,5 0,7 0,9 D / Σ D Fgura 4: Comportameto do modelo coforme varação do úmero de destos 7. CONSIDERAÇÕES FINAIS A proposta do modelo em questão se ortea prcpalmete pelas característcas do trasporte de cargas, das prcpas restrções operacoas e da ecessdade de se buscar ferrametas que possam vr a cotrbur com os tomadores de decsões a avalação de propostas de terveção a estrutura do sstema em estudo, cosderado as atvdades e a estrutura de trasportes exstetes. Neste setdo, etede-se que a proposção de um modelo adequado ao trasporte de cargas deva servr à avalação das dferetes opções de trasporte dspoíves e represetar de alguma forma as codções da fra-estrutura exstete, depedetemete do desto da carga. Possbltado a aálse da equdade espacal da regão aalsada. Cosdera-se que a aálse do comportameto do modelo para dferetes ceáros possbltou verfcar que seus resultados estão coeretes com o coceto de acessbldade, ou sea, de quato maor a facldade de trasporte e a atratvdade do desto, maor é a acessbldade de um pólo produtor, o caso do trasporte de carga.

11 REFERÊNCIAS BIBLIOGRÁFICAS Alle, W. B.; Lu, D. e Sger, S. (1993) Accessblty measures of U.S. metropolta areas. Trasportato Research B, v. 27B,. 6, p Almeda, L. M. W. e Goçalves, M. B. (2000) Determação de Ídces de Acessbldade a Servços Escolares. Aas do XI Cogresso Paamercao de Egehara de Trâsto e Trasporte, PANAM, Gramado, p Brusma, F. e Retveld, P. (1998) The Accessblty of Europea Ctes: Theoretcal Framework ad Comparso of Approaches. Evromet ad Plag A, v. 30, p Chsholm, M. (1985) Accessblty ad Regoal Developmet Brta: Some Questos Arsg from Data o Freght Flows. Evromet ad Plag A, v. 17, p Frost, M. E. e Spece, N.A. (1995) The Redscovery of Accessblty ad Ecoomc Potetal: the Crtcal Issue of Self-Potetal. Evromet ad Plag A, v. 27, p Gutérrez, J.; Mozó, A. e Pñero, J. M. (1998) Accessblty, Network Effcecy ad Trasport Ifrastructure Plag. Evromet ad Plag A, v. 30, p Igram, D. R. (1971) The Cocept of Accessblty: A Search for a Operatoal Form. Regoal Studes, v. 5, p Jauáro, M. R. (1995) Procedmeto para determação de ídces de acessbldade de trasporte e tratameto cartográfco dos mesmos. Dssertação (Mestrado) - Isttuto Mltar de Egehara, Ro de Jaero - RJ. Joes, S. R. (1981) Accessblty Measures: A Lterature Revew. Trasport ad Road Research Laboratory, Departmet of the Evromet, Departmet of trasport. Laboratory Report 967, p Kawamoto, E. Aálse de Sstemas de Trasporte, São Carlos, Morrs, J. M.; Dumble, P. L. e Wga, M. R. (1979) Accessblty Idcators for Trasport Plag. Trasportato Research A, v. 13A, p Perera, G. S.; Fae, M. I.; Slva, R. A. P. e Satos, A. C. (2002) Plaeameto Logístco de Cetro de Dstrbução de Produtos Hortfrutgraeros. Aas do XII Cogresso Paamercao de Egehara de Trâsto e Trasporte, PANAM, Quto-Equador. CD-Rom. Pooler, J. A. (1995) The Use of Spatal Separato the Measuremet of Trasportato Accessblty. Trasportato Research A, v. 29A,. 6, p Raa Jr, A. A. (2000) Acessbldade e Mobldade a Estmatva de um Ídce de Potecal de Vages Utlzado Redes Neuras Artfcas e Sstemas de Iformações Geográfcas. Tese (Doutorado) - Escola de Egehara de São Carlos, Uversdade de São Paulo, São Carlos - SP. Raa Jr, A. A.; Slva, A. N. R. e Brodo, N. C. M. (1997) Comparação etre Meddas de Acessbldade para Aplcação em Cdades Brasleras de Médo Porte. Aas do XI Cogresso de Pesqusa e Eso em Trasportes, ANPET, Ro de Jaero, v. 2, p Saches, S. P. (1996) Acessbldade: Um Idcador do Desempeho dos Sstemas de Trasporte as Cdades. Aas do X Cogresso de Pesqusa e Eso em Trasportes, ANPET, Brasíla, v. 1, p Saches, S. P. e Ferrera, M. A. G. (2003) Avalação do Padrão de Acessbldade em Um Sstema de Trasporte de Aluos da Zoa Rural. Aas do XVII Cogresso de Pesqusa e Eso em Trasportes, ANPET, Ro de Jaero, v. 2, p Vckerma, R. (1996) Locato, Accessblty ad Regoal Developmet: The Apprasal of Tras-Europea Networks. Trasport Polcy, v. 2,. 4, p Vckerma, R.; Spekerma, K. e Wegeer, M. (1997) Accessblty ad Ecoomc Developmet Europe. Regoal Studes, v. 33,. 1, p Edereço dos autores: Alexadre Coelho Satos alecsatos@pd.ufes.br alexadrecsatos@yahoo.com.br Elaa Zadoade elaaz@cce.ufes.br elaazadoade@uol.com.br Vâa Barcellos Gouvêa Campos vaa@taurus.me.eb.br Uversdade Federal do Espírto Sato Mestrado em Egehara Cvl Trasportes Cetro Tecológco , Vtóra-ES Foe: (27) Isttuto Mltar de Egehara

12

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

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

Leia mais

MEDIDAS DE TENDÊNCIA CENTRAL I

MEDIDAS DE TENDÊNCIA CENTRAL I Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, edca Veterára, uscoterapa, Odotologa, Pscologa EDIDAS DE TENDÊNCIA CENTRAL I 7 7. EDIDAS DE

Leia mais

Construção e Análise de Gráficos

Construção e Análise de Gráficos Costrução e Aálse de Gráfcos Por que fazer gráfcos? Facldade de vsualzação de cojutos de dados Faclta a terpretação de dados Exemplos: Egehara Físca Ecooma Bologa Estatístca Y(udade y) 5 15 1 5 Tabela

Leia mais

8 Programação linear 78

8 Programação linear 78 8 Programação lear 78 8 Programação lear A programação lear cosderou duas fuções objetvo: (a) maxmzação da comercalzação do gás e (b) mmzação das perdas (recetas e multas cotratuas). Foram dealzados dos

Leia mais

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola Cetro de Cêcas Agráras e Ambetas da UFBA Departameto de Egehara Agrícola Dscpla: AGR Boestatístca Professor: Celso Luz Borges de Olvera Assuto: Estatístca TEMA: Somatóro RESUMO E NOTAS DA AULA Nº 0 Seja

Leia mais

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística BAC 0 - Estatístca Uversdade Federal de Itajubá - Campus Itabra BAC0 - ESTATÍSTICA ESTATÍSTICA DESCRITIVA MEDIDAS DE CENTRO Méda Medda de cetro ecotrada pela somatóra de todos os valores de um cojuto,

Leia mais

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

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

Leia mais

Estatística - exestatmeddisper.doc 25/02/09

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

Leia mais

? Isso é, d i= ( x i. . Percebeu que

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

Leia mais

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

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

Leia mais

Projeto de rede na cadeia de suprimentos

Projeto de rede na cadeia de suprimentos Projeto de rede a cadea de suprmetos Prof. Ph.D. Cláudo F. Rosso Egehara Logístca II Esboço O papel do projeto de rede a cadea de suprmetos Fatores que fluecam decsões de projeto de rede Modelo para decsões

Leia mais

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

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

Leia mais

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

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

Leia mais

5 Critérios para Análise dos Resultados

5 Critérios para Análise dos Resultados 5 Crtéros para Aálse dos Resultados Este capítulo tem por objetvos forecer os crtéros utlzados para aálse dos dados ecotrados a pesqusa, bem como uma vsão geral dos custos ecotrados e a forma de sua evolução

Leia mais

Estabilidade no Domínio da Freqüência

Estabilidade no Domínio da Freqüência Establdade o Domío da Freqüêca Itrodução; apeameto de Cotoros o Plao s; Crtéro de Nyqust; Establdade Relatva; Crtéro de Desempeho o Domío do Tempo Especfcado o Domío da Freqüêca; Bada Passate de Sstema;

Leia mais

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

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

Leia mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual Estatístca: Aplcação ao Sesorameto Remoto SER 04 - ANO 08 Estmação Potual Camlo Daleles Reó camlo@dp.pe.br http://www.dp.pe.br/~camlo/estatstca/ Iferêca Estatístca Cosdere o expermeto: retram-se 3 bolas

Leia mais

2.0 - MODELAGEM DA CARGA

2.0 - MODELAGEM DA CARGA GAT-23 2 a 26 de ubro de 2 Campas - São Paulo - Brasl G R U P O I V GRUPO DE ESTUDO DE ANÁLISE E TÉCNICAS DE SISTEMAS DE POTÊNCIA GAT RESERVA DE POTÊNCIA OPERATIVA - UMA METODOLOGIA DE TRANSIÇÃO A. A.

Leia mais

Avaliação da qualidade do ajuste

Avaliação da qualidade do ajuste Avalação da qualdade do ajuste 1 Alguma termologa: Modelo ulo: é o modelo mas smples que pode ser defdo, cotedo um úco parâmetro ( µ) comum a todos os dados; Modelo saturado: é o modelo mas complexo a

Leia mais

ESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA

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

Leia mais

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

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

Leia mais

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão

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

Leia mais

Confiabilidade Estrutural

Confiabilidade Estrutural Professor Uversdade de Brasíla Departameto de Egehara Mecâca Programa de Pós graduação em Itegrdade Estrutural Algortmo para a Estmatva do Idce de Cofabldade de Hasofer-Ld Cofabldade Estrutural Jorge Luz

Leia mais

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS ANÁLISE DE ERROS A oservação de um feómeo físco ão é completa se ão pudermos quatfcá-lo. Para é sso é ecessáro medr uma propredade físca. O processo de medda cosste em atrur um úmero a uma propredade físca;

Leia mais

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança Regressão Smples Parte III: Coefcete de determação, regressão a orgem e método de máxma verossmlhaça Coefcete de determação Proporção da varabldade explcada pelo regressor. R Varação explcada Varação total

Leia mais

Econometria: 3 - Regressão Múltipla

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

Leia mais

MÓDULO 8 REVISÃO REVISÃO MÓDULO 1

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

Leia mais

Cap. 5. Testes de Hipóteses

Cap. 5. Testes de Hipóteses Cap. 5. Testes de Hpóteses Neste capítulo será estudado o segudo problema da ferêca estatístca: o teste de hpóteses. Um teste de hpóteses cosste em verfcar, a partr das observações de uma amostra, se uma

Leia mais

Modelo de Regressão Simples

Modelo de Regressão Simples Modelo de Regressão Smples Hstora Hstóra Termo regressão fo troduzdo por Fracs Galto (8-9). Estudo sobre altura de pas e flhos. Karl Pearso coletou mas de ml regstros e verfcou a le de regressão uversal

Leia mais

Probabilidades e Estatística LEGM, LEIC-A, LEIC-T, MA, MEMec

Probabilidades e Estatística LEGM, LEIC-A, LEIC-T, MA, MEMec Duração: 90 mutos Grupo I Probabldades e Estatístca LEGM, LEIC-A, LEIC-T, MA, MEMec Justfque coveetemete todas as respostas 2 o semestre 2017/2018 14/06/2018 11:00 2 o Teste B 10 valores 1. Os dvíduos

Leia mais

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

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

Leia mais

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

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

Leia mais

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

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

Leia mais

6.1 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS

6.1 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS 7 6 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS A medção dreta é aquela cuja dcação resulta aturalmete da aplcação do sstema de medção sobre o mesurado Há apeas uma gradeza de etrada evolvda

Leia mais

Regressao Simples. Parte II: Anova, Estimação Intervalar e Predição

Regressao Simples. Parte II: Anova, Estimação Intervalar e Predição egressao Smples Parte II: Aova, Estmação Itervalar e Predção Aálse de Varâca Nem todos os valores das amostras estão cotdos a reta de regressão, e quato mas afastados estverem por, a reta represetará a

Leia mais

Relatório 2ª Atividade Formativa UC ECS

Relatório 2ª Atividade Formativa UC ECS Relatóro 2ª Atvdade Formatva Eercíco I. Quado a dstrbução de dados é smétrca ou apromadamete smétrca, as meddas de localzação méda e medaa, cocdem ou são muto semelhates. O mesmo ão acotece quado a dstrbução

Leia mais

Forma padrão do modelo de Programação Linear

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

Leia mais

Total Bom Ruim Masculino

Total Bom Ruim Masculino UNIDADE I - ESTUDO DIRIGIDO Questão - Classfque as varáves em qualtatva (omal ou ordal ou quattatva (cotíua ou dscreta: a. População: aluos de uma Uversdade. Varável: cor dos cabelos (louro, castaho, ruvo,

Leia mais

Revisão de Estatística X = X n

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

Leia mais

Difusão entre Dois Compartimentos

Difusão entre Dois Compartimentos 59087 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 4 Dfusão etre Dos Compartmetos A le de Fck para membraas (equação 4 da aula passada) mplca que a permeabldade de uma membraa a um soluto é dada pela razão

Leia mais

A análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si.

A análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si. Prof. Lorí Va, Dr. http://www. ufrgs.br/~va/ va@mat.ufrgs.br aáse de varâca de uma cassfcação (Oe-Way NOV) verfca se as médas de amostras depedetes (tratametos) dferem etre s. Um segudo tpo de aáse de

Leia mais

MEDIDAS DE DISPERSÃO:

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

Leia mais

MÉTODO DOS MÍNIMOS QUADRADOS

MÉTODO DOS MÍNIMOS QUADRADOS MÉTODO DOS MÍNIMOS QUADRADOS I - INTRODUÇÃO O processo de medda costtu uma parte essecal a metodologa cetífca e também é fudametal para o desevolvmeto e aplcação da própra cêca. No decorrer do seu curso

Leia mais

Tabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f

Tabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f Lsta de exercícos Gabarto e chave de respostas Estatístca Prof.: Nelse 1) Calcule 1, e para o segute cojuto de valores. A,1,8,0,11,,7,8,6,,9, 1 O úmero que correspode a 5% do rol é o valor. O úmero que

Leia mais

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

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

Leia mais

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

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

Leia mais

DESEMPENHO DE ESTIMADORES DA MÉDIA POPULACIONAL DE DISTRIBUIÇÕES ASSIMÉTRICAS BASEADOS EM AMOSTRAGEM POR CONJUNTOS ORDENADOS

DESEMPENHO DE ESTIMADORES DA MÉDIA POPULACIONAL DE DISTRIBUIÇÕES ASSIMÉTRICAS BASEADOS EM AMOSTRAGEM POR CONJUNTOS ORDENADOS DESEMPENHO DE ESTIMADORES DA MÉDIA POPULACIONAL DE DISTRIBUIÇÕES ASSIMÉTRICAS BASEADOS EM AMOSTRAGEM POR CONJUNTOS ORDENADOS Fracsco Juor PIGATO Mara Cecíla Medes BARRETO RESUMO: Um deleameto amostral

Leia mais

RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO

RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO RACIOCÍIO LÓGICO - Zé Carlos RACIOCÍIO LÓGICO / ESTATÍSTICA LISTA RESUMO TEÓRICO I. Cocetos Icas. O desvo médo (DM), é a méda artmétca dos desvos de cada dado da amostra em toro do valor médo, sto é x

Leia mais

MEDIDAS DE DISPERSÃO 9. MEDIDAS DE DISPERSÃO

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

Leia mais

x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População

x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População ESTATÍSTICA STICA DESCRITIVA Prof. Lorí Val, Dr. val@mat.ufrgs.br http://.ufrgs.br/~val/ Orgazação; Resumo; Apresetação. Cojuto de dados: Amostra ou População Um cojuto de dados é resumdo de acordo com

Leia mais

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

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

Leia mais

ESTATÍSTICA Exame Final 1ª Época 3 de Junho de 2002 às 14 horas Duração : 3 horas

ESTATÍSTICA Exame Final 1ª Época 3 de Junho de 2002 às 14 horas Duração : 3 horas Faculdade de cooma Uversdade Nova de Lsboa STTÍSTIC xame Fal ª Época de Juho de 00 às horas Duração : horas teção:. Respoda a cada grupo em folhas separadas. Idetfque todas as folhas.. Todas as respostas

Leia mais

7 Análise de covariância (ANCOVA)

7 Análise de covariância (ANCOVA) Plejameto de Expermetos II - Adlso dos Ajos 74 7 Aálse de covarâca (ANCOVA) 7.1 Itrodução Em algus expermetos, pode ser muto dfícl e até mpossível obter udades expermetas semelhtes. Por exemplo, pode-se

Leia mais

HIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia

HIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia Aálse estatístca aplcada à hdrologa. Séres hdrológcas oções complemetares HIDROLOGIA E RECURSOS HÍDRICOS Aálse estatístca aplcada à hdrologa O Egehero HIDRÁULICO Echerá? Que população pode abastecer e

Leia mais

Ex: Cálculo da média dos pesos dos terneiros da fazenda Canoas-SC, à partir dos dados originais: x = 20

Ex: Cálculo da média dos pesos dos terneiros da fazenda Canoas-SC, à partir dos dados originais: x = 20 . MEDIDAS DE TENDÊNCIA CENTRAL (OU DE POSIÇÃO) Coceto: São aquelas que mostram o alor em toro do qual se agrupam as obserações.. MÉDIA ARITMÉTICA ( ) Sea (x, x,..., x ), uma amostra de dados: Se os dados

Leia mais

Distribuições de Probabilidades

Distribuições de Probabilidades Estatístca - aulasestdstrnormal.doc 0/05/06 Dstrbuções de Probabldades Estudamos aterormete as dstrbuções de freqüêcas de amostras. Estudaremos, agora, as dstrbuções de probabldades de populações. A dstrbução

Leia mais

A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: enchentes

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

Leia mais

Prof. Janete Pereira Amador 1

Prof. Janete Pereira Amador 1 Prof. Jaete Perera Amador 1 1 Itrodução Mutas stuações cotdaas podem ser usadas como expermeto que dão resultados correspodetes a algum valor, e tas stuações podem ser descrtas por uma varável aleatóra.

Leia mais

9 Medidas Descritivas

9 Medidas Descritivas 1 9 Meddas Descrtvas Vmos aterormete que um cojuto de dados pode ser resumdo através de uma dstrbução de freqüêcas, e que esta pode ser represetada através de uma tabela ou de um gráfco. Se o cojuto refere-se

Leia mais

Ivan G. Peyré Tartaruga. 1 Metodologia espacial

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

Leia mais

ESTATÍSTICA APLICADA À ZOOTECNIA

ESTATÍSTICA APLICADA À ZOOTECNIA ESTATÍSTICA APLICADA À ZOOTECNIA Eucldes Braga MALHEIROS *. INTRODUÇÃO.a) Somatóras e Produtóros Sejam,, 3,...,, valores umércos. A soma desses valores (somatóra) pode ser represetada por: = = = =. e o

Leia mais

1. Conceitos básicos de estatística descritiva 1.3. Noção de extracção aleatória e de probabilidade

1. Conceitos básicos de estatística descritiva 1.3. Noção de extracção aleatória e de probabilidade Sumáro (3ª aula). Cocetos báscos de estatístca descrtva.3. Noção de etracção aleatóra e de probabldade.4 Meddas de tedêca cetral.4. Méda artmétca smples.4. Méda artmétca poderada.4.3 Méda artmétca calculada

Leia mais

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

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

Leia mais

Matemática C Semiextensivo V. 2

Matemática C Semiextensivo V. 2 Matemátca C Semetesvo V. Eercícos 0) Através da observação dreta do gráfco, podemos coclur que: a) País. b) País. c) 00 habtates. d) 00 habtates. e) 00 0 0 habtates. 0) C Através do gráfco, podemos costrur

Leia mais

ANÁLISE DE REGRESSÃO E CORRELAÇÃO

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

Leia mais

O delineamento amostral determina os processos de seleção e de inferência do valor da amostra para o valor populacional.

O delineamento amostral determina os processos de seleção e de inferência do valor da amostra para o valor populacional. Curso Aperfeçoameto em Avalação de Programas Socas ª Turma Dscpla: Téccas quattatvas de levatameto de dados: prcpas téccas de amostragem Docete: Claudete Ruas Brasíla, ovembro/005 Pesqusa por amostragem

Leia mais

Capítulo V - Interpolação Polinomial

Capítulo V - Interpolação Polinomial Métodos Numércos C Balsa & A Satos Capítulo V - Iterpolação Polomal Iterpolação Cosdere o segute couto de dados: x : x0 x x y : y y y 0 m m Estes podem resultar de uma sequêca de meddas expermetas, ode

Leia mais

SUMÁRIO GOVERNO DO ESTADO DO CEARÁ. Cid Ferreira Gomes Governador. 1. Introdução... 2. Domingos Gomes de Aguiar Filho Vice Governador

SUMÁRIO GOVERNO DO ESTADO DO CEARÁ. Cid Ferreira Gomes Governador. 1. Introdução... 2. Domingos Gomes de Aguiar Filho Vice Governador INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ - IPECE GOVERNO DO ESTADO DO CEARÁ Cd Ferrera Gomes Goverador Domgos Gomes de Aguar Flho Vce Goverador SECRETARIA DO PLANEJAMENTO E GES- TÃO (SEPLAG)

Leia mais

Probabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ

Probabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ Duração: 90 mutos Grupo I Probabldades e Estatístca LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBol, MEBom, MEEC, MEFT, MEMec, MEQ Justfque coveetemete todas as respostas 1 o semestre 018/019 10/01/019 09:00 o

Leia mais

Noções Básicas de Medidas e Algarismos Significativos

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

Leia mais

Probabilidades e Estatística LEAN, LEGI, LEGM, LMAC, MEAer, MEAmbi, MEC

Probabilidades e Estatística LEAN, LEGI, LEGM, LMAC, MEAer, MEAmbi, MEC Duração: 90 mutos Grupo I Probabldades e Estatístca LEAN, LEGI, LEGM, LMAC, MEAer, MEAmb, MEC Justfque coveetemete todas as respostas 1 o semestre 2018/2019 10/01/2019 11:00 2 o teste B 10 valores 1. Cosdere-se

Leia mais

16 - PROBLEMA DO TRANSPORTE

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

Leia mais

Introdução à Teoria dos Números Notas 1 Os Princípios da Boa Ordem e de Indução Finita Prof Carlos Alberto S Soares

Introdução à Teoria dos Números Notas 1 Os Princípios da Boa Ordem e de Indução Finita Prof Carlos Alberto S Soares Itrodução à Teora dos Números 018 - Notas 1 Os Prcípos da Boa Ordem e de Idução Fta Prof Carlos Alberto S Soares 1 Prelmares Neste curso, prortaramete, estaremos trabalhado com úmeros teros mas, quado

Leia mais

REGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA

REGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA REGRESSÃO LINEAR CUIABÁ, MT 6/ INTRODUÇÃO Relação dos valores da varável depedete (varável resposta) aos valores de regressoras ou exógeas). SIMPLES MÚLTIPLA (varáves depedetes,... =,,, K=,,, k em que:

Leia mais

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

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

Leia mais

A PROGRAMAÇÃO LINEAR FUZZY EM PROBLEMAS DE MISTURA

A PROGRAMAÇÃO LINEAR FUZZY EM PROBLEMAS DE MISTURA Pesqusa Operacoal a Socedade: Educação, Meo Ambete e Desevolvmeto a 5/09/06 Goâa, GO A PROGRAMAÇÃO LINEAR FUZZY EM PROBLEMAS DE MISTURA Adre Gadolpho Uversdade Católca de Petrópols alvesga@gbl.com.br Rcardo

Leia mais

Bruno Hott Algoritmos e Estruturas de Dados I DECSI UFOP. Aula 10: Ordenação

Bruno Hott Algoritmos e Estruturas de Dados I DECSI UFOP. Aula 10: Ordenação Bruo Hott Algortmos e Estruturas de Dados I DECSI UFOP Aula 10: Ordeação O Crtéro de Ordeação Ordea-se de acordo com uma chave: typedef t TChave; typedef struct{ TChave chave; /* outros compoetes */ Item;

Leia mais

3 Análises Probabilísticas de Estabilidade

3 Análises Probabilísticas de Estabilidade 3 Aálses Probablístcas de Establdade 3.1 Itrodução Para facltar o etedmeto das metodologas de aálse de cofabldade serão apresetados este capítulo algus cocetos báscos de probabldade e estatístca. 3. Cocetos

Leia mais

ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO

ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO Área Cetífca Matemátca Udade Curso Egehara do Ambete Ao º Semestre º Folha Nº 8: Aálse de Regressão e de Correlação Probabldades e Estatístca Ao 00/0. Pretede-se testar um strumeto que mede a cocetração

Leia mais

Controle Estatístico de Qualidade. Capítulo 6 (montgomery)

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

Leia mais

Avaliação de Empresas Profa. Patricia Maria Bortolon

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

Leia mais

Sumário. Mecânica. Sistemas de partículas

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

Leia mais

Potenciais termodinâmicos, critérios de espontaneidade e condições de equilíbrio

Potenciais termodinâmicos, critérios de espontaneidade e condições de equilíbrio Potecas termodâmcos crtéros de espotaedade e codções de equlíbro O Prcípo da Etropa Máxma váldo para um sstema solado estabelece um crtéro para determarmos o setdo em que ocorrem os processos de forma

Leia mais

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

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

Leia mais

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

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

Leia mais

Capítulo 5: Ajuste de curvas pelo método dos mínimos quadrados

Capítulo 5: Ajuste de curvas pelo método dos mínimos quadrados Capítulo : Ajuste de curvas pelo método dos mímos quadrados. agrama de dspersão No capítulo ateror estudamos uma forma de ldar com fuções matemátcas defdas por uma taela de valores. Frequetemete o etato

Leia mais

x Ex: A tabela abaixo refere-se às notas finais de três turmas de estudantes. Calcular a média de cada turma:

x Ex: A tabela abaixo refere-se às notas finais de três turmas de estudantes. Calcular a média de cada turma: Professora Jaete Perera Amador 1 9 Meddas Descrtvas Vmos aterormete que um cojuto de dados pode ser resumdo através de uma dstrbução de freqüêcas, e que esta pode ser represetada através de uma tabela

Leia mais

50 Logo, Número de erros de impressão

50 Logo, Número de erros de impressão Capítulo 3 Problema. (a) Sedo o úmero médo de erros por pága, tem-se: 5 + + 3 + 3 + 4 33,66 5 5 Represetado o úmero medao de erros por md, tem-se, pela ordeação dos valores observados, que os valores de

Leia mais

Computação das Medidas de Tendência Central e Dispersão Intervalares em Java

Computação das Medidas de Tendência Central e Dispersão Intervalares em Java V ERMAC-R o Ecotro Regoal de Matemátca Aplcada e Computacoal 9- de outubro de 00 Uersdade Potguar Natal/RN Computação das Meddas de Tedêca Cetral e Dspersão Iteralares em Jaa Laís M. Nees, Elaqum L. S.

Leia mais

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

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

Leia mais

Medidas Numéricas Descritivas:

Medidas Numéricas Descritivas: Meddas Numércas Descrtvas: Meddas de dspersão Meddas de Varação Varação Ampltude Ampltude Iterquartl Varâca Desvo absoluto Coefcete de Varação Desvo Padrão Ampltude Medda de varação mas smples Dfereça

Leia mais

Estimativa de Campos de Precipitação: Análise Geoestatística e Integração de Dados de Postos Pluviométricos e Satélite TRMM

Estimativa de Campos de Precipitação: Análise Geoestatística e Integração de Dados de Postos Pluviométricos e Satélite TRMM Estmatva de Campos de Precptação: Aálse Geoestatístca e Itegração de Dados de Postos Pluvométrcos e Satélte TRMM Rodrgo Cauduro Das de Pava Isttuto de Pesqusas Hdráulcas Uversdade Federal do Ro Grade do

Leia mais

Economias de Escala e Eficiência Econômica na Produção de Laranja no Estado de São Paulo 1,2

Economias de Escala e Eficiência Econômica na Produção de Laranja no Estado de São Paulo 1,2 pága Ecoomas de Escala e Efcêca Ecoômca a Produção de Laraja o Estado de São Paulo 1, Marcelo José Carrer 3 e Hldo Merelles de Souza Flho 4 Resumo: Esse trabalho teve como objetvos vestgar a exstêca de

Leia mais

Análise estatística dos resultados do modelo de previsão atmosférica RAMS para a região do lago de Ilha Solteira (SP)

Análise estatística dos resultados do modelo de previsão atmosférica RAMS para a região do lago de Ilha Solteira (SP) Aálse estatístca dos resultados do modelo de prevsão atmosférca RAMS para a regão do lago de Ilha Soltera (SP) Beatrz da Slva Berardo, Ismar de A. Satos, Claudo F. Neves 3., Uversdade Federal do Ro de

Leia mais

MAE0229 Introdução à Probabilidade e Estatística II

MAE0229 Introdução à Probabilidade e Estatística II Exercíco Cosdere a dstrbução expoecal com fução de desdade de probabldade dada por f (y; λ) = λe λy, em que y, λ > 0 e E(Y) = /λ Supor que o parâmetro λ pode ser expresso proporcoalmete aos valores de

Leia mais

de uma variável em função da outra, por exemplo: Quantas vendas da Marca Philips na região Norte? Quantos homens são fumantes?

de uma variável em função da outra, por exemplo: Quantas vendas da Marca Philips na região Norte? Quantos homens são fumantes? Estatístca descrtva bdmesoal (Tabelas, Gráfcos e Estatístcas) Aálse bvarada (ou bdmesoal): avala o comportameto de uma varável em fução da outra, por exemplo: Quatas vedas da Marca Phlps a regão Norte?

Leia mais

MUDANÇAS ESTRUTURAIS NA ECONOMIA MINEIRA: UMA ANÁLISE DE INSUMO-PRODUTO PARA O PERÍODO

MUDANÇAS ESTRUTURAIS NA ECONOMIA MINEIRA: UMA ANÁLISE DE INSUMO-PRODUTO PARA O PERÍODO MUDANÇAS ESTRUTURAIS NA ECONOMIA MINEIRA: UMA ANÁLISE DE INSUMO-PRODUTO PARA O PERÍODO 996 3 Rafael Moras de Souza Mestre em Ecooma Aplcada FEA/UFJF Faculdade de Ecooma e Admstração Uversdade Federal de

Leia mais

ESTATÍSTICA MÓDULO 3 MEDIDAS DE TENDÊNCIA CENTRAL

ESTATÍSTICA MÓDULO 3 MEDIDAS DE TENDÊNCIA CENTRAL ESTATÍSTICA MÓDULO 3 MEDIDAS DE TEDÊCIA CETRAL Ídce. Meddas de Tedêca Cetral...3 2. A Méda Artmétca Smles ( μ, )...3 3. A Méda Artmétca Poderada...6 Estatístca Módulo 3: Meddas de Tedêca Cetral 2 . MEDIDAS

Leia mais

3 Teoria de Microestrutura de Mercado

3 Teoria de Microestrutura de Mercado 3 Teora de Mcroestrutura de Mercado 3. Itrodução A aálse das mcroestruturas de mercado estuda a estrutura sttucoal, a qual as trasações evolvedo atvos faceros são, efetvamete, cocluídas. Na grade maora

Leia mais

1) Planejamento da Produção - Modelos de dimensionamento de lotes (lot sizing)

1) Planejamento da Produção - Modelos de dimensionamento de lotes (lot sizing) Departameto de Egehara de Produção UFPR 28 1) Plaeameto da Produção - Modelos de dmesoameto de lotes (lot szg) É cohecdo horzote de plaeameto T, dvddo em períodos; demada (geralmete varável) de cada tem

Leia mais