PREVISÃO DE PARTIDAS DE FUTEBOL USANDO MODELOS DINÂMICOS

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamanho: px
Começar a partir da página:

Download "PREVISÃO DE PARTIDAS DE FUTEBOL USANDO MODELOS DINÂMICOS"

Transcrição

1 PREVISÃO DE PRTIDS DE FUTEBOL USNDO MODELOS DINÂMICOS Oswaldo Gomes de Souza Junor Insttuto de Matemátca Unversdade Federal do Ro de Janero Dan Gamerman Insttuto de Matemátca Unversdade Federal do Ro de Janero Área: EST- Estatístca Resumo Este trabalho consste em realzar prevsões de partdas de futebol. Para sso, são utlzados modelos contendo três fatores que explcam os números de gols fetos: ataque, defesa e campo. São utlzadas nformações passadas para estmar os fatores ctados. Os modelos são estmados através de smulações va MCMC (Gamerman, 997). partr destas smulações, calculam-se as dstrbuções predtvas de dferentes quantdades de nteresse, como número de pontos para um tme ser campeão e colocação de um dado tme. Métodos de comparação entre dferentes sstemas de prevsão são consderados e usados para avalar nossas prevsões. metodologa é utlzada para analsar dados dos Campeonatos Brasleros de futebol de 2002 e Palavras chave: dstrbução predtva, nferênca Bayesana, verossmlhança. bstract Ths work conssts n forecastng football matches. Models contanng three factors are used to explan the number of goals scored: attack, defense and home match. Past nformaton s used to estmate the cted factors. Models are estmated through MCMC-based smulatons (Gamerman, 997). From these, predctve dstrbutons for quanttes of nterest, such as number of ponts needed to become champon and placement of a gven team are calculated. Methods for comparson between dfferent forecastng systems are consdered and used to evaluate our predctons. The methodology s used to analyse data from the 2002 and 2003 Brazlan football champonshps. Key words: Bayesan nference, lkelhood, predctve dstrbuton.

2 . Introdução Estatístca vem tendo um grande avanço nos últmos anos em dversas áreas, porém mas notada em termos de quantdade aplcável a problemas reas. Uma de suas dversas aplcações é no estudo de resultados ocorrdos em esportes, em partcular, em jogos de futebol. Quando são realzados campeonatos de futebol, há confrontos entre os tmes, e são consderados vencedores aqueles que, ao fnal do jogo, fazem mas gols. Se há gualdade no número de gols fetos por ambas as equpes, é porque o jogo termnou empatado. O objetvo desse estudo é analsar o comportamento dos tmes através de resultados anterores e fazer uma prevsão para os jogos seguntes. Ou seja, estmar o número de gols que determnada equpe fará nas próxmas partdas. Já foram desenvolvdos város trabalhos nessa área. Em partcular podemos ctar os trabalhos de Glckman (993), Glckman e Stern (998) e Knorr-Held (2000), que utlzam modelos dnâmcos (Harron e Stevens, 976; Pole, West e Harrson, 994). Portanto, nosso objetvo prncpal é fazer com que os resultados obtdos sejam melhores do que os já encontrados. Na seção 2 é descrto o modelo básco utlzado, ou seja, o modelo usado em uma fase ncal. Na seção segunte, são mostrados os resultados de uma análse prelmnar. seção 4 fala sobre o modelo em sua fase fnal, fazendo extensão à parte dnâmca. Em seguda, são mostrados os resultados desta parte, segudos de uma seção contendo as prevsões ctadas. O artgo é fnalzado com as conclusões. 2. Modelo Incal Suponhamos que o nteresse sera prever o resultado do jogo x B. través dos jogos passados, vamos obter os fatores de ataque e de defesa dos dos tmes. O Fator taque representa o comportamento do ataque de determnada equpe, ou seja, quantfca o número de gols fetos pelo tme. O Fator Defesa se refere ao comportamento da defesa, ou seja, dá valores ao número de gols sofrdos pela equpe. lém desses dos fatores, é usado também o Fator Campo. Esse fator é mportante, pos através dele, podemos verfcar se o tme joga melhor em casa ou fora de casa. Dzem que para a maora das equpes é melhor jogar em casa, mas pode ser que determnado tme venha obtendo melhores resultados jogando fora de casa, durante determnado campeonato. Então é necessáro colocar essa nformação no modelo. Enfm, o modelo que será utlzado nesse estudo é o segunte: onde ( λ ) NGF ~ Poss logλ = t De + Ca NGF representa o número de gols fetos pela equpe ; t representa o Fator taque de ; De B representa o Fator Defesa de B; Ca representa o Fator Campo de ; Da mesma forma, para NGF B, temos: B ( λ ) NGFB ~ Poss logλ = t De B B (2.) (2.2) 650

3 3. nálse Prelmnar Esse estudo será feto com dados do Campeonato Braslero de Como análse prelmnar, fo testado se a dstrbução de Posson ajustara bem o número de gols no campeonato em questão. s fguras e 2 mostram essa comparação. Em preto, temos os dados reas e em vermelho a verdadera dstrbução de Posson. Podemos notar um ajuste muto bom tanto nos gols fora de casa, quanto nos gols marcados fora de casa. lém da comparação vsual, fo feto também o teste de Bondade de juste. E nesse teste fo aceta a hpótese de se ajustar os gols por uma Posson com parâmetro λ, onde λ é a méda de número de gols. Com os dados do Campeonato Braslero de 2002 em mãos, foram analsadas as 22 prmeras rodadas para ser feta a prevsão para as 3 últmas da prmera fase. pós fazer uma nálse de Regressão com os dados em questão, foram obtdos todos os fatores para os tmes do campeonato. baxo, temos esses fatores para os tmes do Ro de Janero: Tmes Fator taque Fator Defesa Fator Campo Botafogo Flamengo Flumnense Vasco Podemos ver através da tabela acma que, até a 22ª rodada, o melhor ataque, entre os carocas, era o do tme do Vasco, já que possu o maor Fator taque. Da mesma forma, vemos que o Flumnense possu a por defesa, uma vez que possu o maor Fator Defesa, ou seja, sofreu mas gols entre os tmes do Ro. Quanto ao Fator Campo, podemos dzer que o tme que mas sente a dferença entre jogar em casa e jogar fora de casa é o Flumnense. Obteve melhores resultados jogando em casa. 4. Modelo Dnâmco té aqu, fo usado apenas o modelo estátco, ou seja, onde não se permta varar os fatores. partr de agora, vamos dar um outro tratamento ao modelo, permtndo, dessa forma, uma varação dos fatores com o ntuto de melhorar os resultados. Com base no modelo descrto acma, serão analsadas as rodadas ncas do campeonato em estudo para poder estmar resultados para as partdas seguntes. través dos fatores avalados, faremos a prevsão. ssm como em Knorr-Held (2000), para avalar o Fator taque do tme, por exemplo, será usado um modelo dnâmco, de acordo com a segunte equação 65

4 onde ω + ~ N (0, σ 2 ). + t = t + ω +, (4.) O mesmo racocíno é utlzado para os Fatores Defesa e Campo. De Ca + = De + ω+ + = Ca + ω+ (4.2) (4.3) Queremos dzer, com esse modelo, que os fatores vão sendo atualzados à medda que os jogos vão acontecendo, ou seja, ao longo das rodadas. O fator em questão, no tempo, é esse fator no tempo - somado a um erro aleatóro. Como não temos nformação nenhuma na prmera rodada, pos estamos utlzando apenas os dados do campeonato em questão, usamos uma pror vaga. Esta sempre é usada no modelo dnâmco quando não se tem nformação ncal. Em nosso modelo, utlzamos a segunte pror vaga: 2 ( 0, ) t ~ N σ, (4.4) onde a varânca σ 2 é um valor alto para poder dar chances razoáves para todos os valores possíves. Segundo o mesmo racocíno, temos: ( 0, 2 ) ( 0, 2 ) De ~ N ξ (4.5) Ca ~ N δ (4.6) Da mesma forma, segumos racocíno semelhante para as dstrbuções a pror do tme B. ssm, os fatores são atualzados à medda que as rodadas vão acontecendo, ou seja, os fatores varam com o tempo. Desta forma passamos a usar (4.), (4.2) e (4.3) em (2.) e temos a segunte verossmlhança: 2 onde ε ~ N( 0, σ ), = 2,...,n ( ) NGF ~ Poss λ (4.7) logλ = t DeB + Ca + ε, (4.8) Da mesma forma, também temos: 2 onde τ B ~ N( 0, σ ), 5. Prevsões = 2,...,n Consdere a segunte notação: ( ) NGFB ~ Poss λ B logλ = t De + τ B B B, 652

5 θ = ( θ,..., θ n ) (5.) onde θ = ( t, De, Ca ), t = ( t tletco-mg,..., t Vtóra ) é o vetor com os fatores ataque para os tmes na rodada, De = ( De tletco-mg,..., De Vtóra ) é o vetor com os fatores defesa para os tmes na rodada, Ca = ( Ca tletco-mg,..., Ca Vtóra ) é o vetor com os fatores campo para os tmes na rodada, NGF = (NGF tletco-mg,..., NGF Vtóra ) é o vetor com os nos. de gols dos tmes na rodada, D = { NGF,..., NGF } é o conjunto contendo toda a nformação até a rodada, para =,...,n. Em (5.), temos que θ é o vetor que contém vetores com todas as nformações dos tmes. Por exemplo, θ é um vetor de tamanho 3 com as característcas (ataque, defesa e campo) do tme. E assm para os demas tmes. Os tmes em questão são: tlétco MG, tlétco PR, Baha, Botafogo, Cornthans, Cortba, Cruzero, Fguerense, Flamengo, Flumnense, Gama, Goás, Grêmo, Guaran, Internaconal, Juventude, Palmeras, Paraná, Paysandu, Ponte Preta, Portuguesa, Santos, São Caetano, São Paulo, Vasco e Vtóra. Utlzando o teorema de Bayes, a estmação dos parâmetros até a rodada, será feta a partr da posteror. Esse cálculo não é fácl e, da mesma forma que Glckman (993), utlzamos o WnBugs, um pacote estatístco que usa MCMC, para extrar amostras a posteror, que pode ser obtda da segunte forma (ver DeGroot, 2002): ( ) ( ) ( ) p θ,..., θ D L θ,..., θ p θ,..., θ onde L(θ,..., θ ) é a verossmlhança até a rodada e p( θ,..., θ ) é a pror até a rodada. Podemos exemplfcar a utlzação do modelo dnâmco com os parâmetros de 3 tmes: Cortba, Flamengo e Ponte Preta. Foram fetas apenas 3 varações nas rodadas 5, 30 e 44 devdo a lmtes computaconas. Podemos, assm, escrever o modelo que faz prevsão dos resultados, baseado na predtva, da segunte forma: 653

6 3 é obtdo por smulação va MCMC, servndo de parâmetro para smular amostras de 2. Desta forma, automatcamente temos amostras de. Essas smulações de Monte Carlo va Cadea de Markov (MCMC) são utlzadas para resolver esse tpo de problema como dto anterormente. Gamerman (997) descreve o método detalhadamente. Para analsar os resultados, poderam ser nvestgados os dferentes placares (x0, 2x,...), porém se tornara complcado avalar o modelo, uma vez que exste uma grande possbldade de resultados. Uma manera de contornar sso, é agregar os resultados da predtva nos 3 eventos possíves: vtóra, empate e derrota. ssm, com os resultados dos jogos prevstos, poderemos realzar város cálculos, em partcular, achar o número de pontos que os tmes farão ao fnal do campeonato. Com a pontuação fnal de todos os tmes para todas as smulações fetas, podemos calcular as probabldades de um tme ser rebaxado, de um tme se classfcar pra lbertadores, a pontuação mínma para um tme ser campeão, dentre outros resultados de nteresse. Desta forma, podemos escrever T T NP = f ( NGF,..., NGF ), onde NP T é o número de pontos do tme na rodada fnal T. Cabe ressaltar que, qualquer função desse tpo pode ter sua dstrbução aproxmada por smulação. 6. Resultados Utlzando o WnBugs, smulamos 000 vezes os jogos das 3 últmas rodadas. Com os resultados obtdos, ou seja, a probabldade predtva, pegamos as proporções para os 3 eventos possíves. Desta forma, estamos aproxmando os resultados reas por quantdades teórcas. baxo, temos alguns exemplos para as prevsões dos jogos em questão: Placar Real: Paraná 2x0 Botafogo prevsão encontrada para esse jogo fo a segunte: Paraná x Botafogo 26% 25% 49% Vtóra Empate Derrota Podemos detalhar anda mas: 654

7 Vtóra x0 7.9% 2x0 8.3% 2x 9.9% 3x0 6.7% 3x 5.8% 3x2 4.4% Outros6.0% Empate 0x0 4.9% x 7.7% 2x2 6.3% 3x3 3.8% Outros2.3% Derrota 0x 3.8% 0x2 3.5% x2 5.9% 0x3.% x3 3.0% 2x3 4.2% Outros4.5% Placar Real: Vasco 4x Vtóra prevsão encontrada para esse jogo fo a segunte: Vasco x Vtóra 8% 26% 56% Vtóra Empate Derrota Podemos detalhar anda mas: Vtóra x0 3.9% 2x0.3% 2x 9.3% 3x0 5.8% 3x 4.9% 3x2 3.5% Outros6.3% Empate 0x0 6.6% x 8.4% 2x2 7.6% 3x3 0.9% Outros2.5% Derrota 0x 5.5% 0x2 3.3% x2 3.7% 0x3.% x3.2% 2x3.6% Outros.6% Outros2.% s chances de vtóra, empate e derrota para os 39 últmos jogos da prmera fase do Campeonato Braslero de 2002 podem ser calculadas. Desses jogos, o modelo acertou 2 resultados, ou seja, obteve um aprovetamento de 54%. Da mesma forma, temos as prevsões para a fase fnal: Jogo Vtora Empate Derrota Santos 3 x SaoPaulo 44,8% 22,3% 32,9% Flumnense 3 x 0 SaoCaetano 33,% 24,6% 42,3% tletcomg 2 x 6 Cornthans 50,7% 22,5% 26,8% Gremo 0 x 0 Juventude 54,3% 27,6% 8,% SaoCaetano 2 x 0 Flumnense 73,% 6,5% 0,4% Cornthans 2 x tletcomg 39,2% 2,9% 38,9% 655

8 Juventude 0 x Gremo 46,3% 29,% 24,6% SaoPaulo x 2 Santos 66,6% 3,8% 9,6% Santos 3 x 0 Gremo 46,9% 26,4% 26,7% Flumnense x 0 Cornthans 45,6% 22,7% 3,7% Gremo x 0 Santos 45,% 24,8% 30,% Cornthans 3 x 2 Flumnense 52,3% 23,9% 23,8% Santos 2 x 0 Cornthans 47,8% 25,7% 26,5% Cornthans 2 x 3 Santos 36,8% 25,2% 38,0% Na fase fnal, o modelo acertou 9 dos 4 jogos, obtendo, portanto, 64% de aprovetamento. Com esse estudo, podemos também analsar a varação dos fatores durante as rodadas. Para dar um exemplo dsso, vamos verfcar o comportamento desses fatores para os tmes do Ro: través do gráfco do Fator taque, pode-se notar que o Flumnense melhorou seu Fator taque. Observa-se também, que, ao fnal da prmera fase, o Botafogo tem o por ataque entre os carocas, enquanto que para os outros tmes do Ro, esse fator fca em torno do mesmo valor. No gráfco do Fator Defesa, tem-se que ao fnal da prmera fase o Vasco tem o menor Fator Defesa, ou seja, sofreu menos gols e, portanto, entre os carocas, tem a melhor defesa. Segundo o mesmo racocíno, o Flumnense tem a por defesa entre os tmes do Ro. No últmo gráfco, Fator Campo, observa-se que para o Flumnense, ao longo do campeonato, faz mas dferença entre jogar em casa ou fora do que para Vasco, Flamengo ou Botafogo. Para os tmes de São Paulo, temos: 656

9 través do gráfco do Fator taque, podemos notar que a Ponte Preta tem o por ataque no começo do campeonato e melhora seu desempenho no fnal da prmera fase. Portuguesa tem um desempenho rum ao longo da prmera fase e se destaca, negatvamente, ao fnal, fator decsvo para seu rebaxamento. Notamos também, que Santos e São Paulo tem os melhores ataques na parte fnal da prmera fase. No gráfco do Fator Defesa, temos que o Palmeras mantém a regulardade: sempre com a por defesa, fator decsvo para seu rebaxamento. O Guaran, no meo do campeonato, pode ser consderado a equpe com a melhor defesa, posto que é perddo para o São Caetano no fnal da prmera fase. No últmo gráfco, o do Fator Campo, observamos que para a equpe do São Paulo é melhor jogar em casa do que para os demas tmes. Para Portuguesa e Guaran, por exemplo, não faz dferença em jogar dentro ou fora de casa. Gráfcos smlares podem ser construídos para todos os outros tmes que dsputaram o campeonato. Podemos também, em qualquer rodada do campeonato, calcular as dstrbuções do número de pontos e da colocação de um dado tme. partr de agora, utlzaremos os dados do campeonato braslero de Como o estudo feto para prever os resultados já fo vsto anterormente, agora será enfocada a parte fnal do estudo, ou seja, nos preocuparemos com as chances de rebaxamento, pontuação fnal,... Foram cadastrados todos os resultados até a rodada 34 (consderada como sendo o da de hoje) e então, fetas smulações para calcular as pontuações dos tmes no fnal do campeonato. Com as probabldades calculadas, comparamos os resultados com o que aconteceu, de fato. E aqu apresentaremos, a título de lustração, os resultados para o Flamengo: Na fgura anteror, temos que a lnha em vermelho é o resultado que de fato aconteceu, ou seja, o Flamengo fez 63 pontos e em preto é a dstrbução de probabldade da pontuação fnal deste tme. O mesmo racocíno é usado para a fgura ao lado, só que com relação à posção fnal. Outros resultados nteressantes podem ser calculados. Por exemplo, são muto dvulgados pela mprensa o mínmo de pontos que um tme precsa para se classfcar para a Copa Lbertadores da mérca, campeonato sul-amercano de prestígo, e o número de pontos que um tme precsa para não ser rebaxado à 2ª. Dvsão. Essas questões são resolvdas através do uso de dstrbuções predtvas. Os gráfcos abaxo mostram as chances de um tme se classfcar para a Lbertadores com determnado número de pontos em duas rodadas dstntas. 657

10 Os gráfcos abaxo mostram as chances de um tme ser rebaxado com determnado número de pontos em duas rodadas dstntas. Comparações de modelos podem ser fetas através das verossmlhanças predtvas, sto é, através do cálculo da probabldade que um modelo dá para o que realmente aconteceu. No caso de prevsões para város eventos, podemos smplfcar e calcular o produto das probabldades que o modelo dá para os dferentes eventos observados. Para o campeonato em questão, foram comparadas as verossmlhanças por nós obtdas com aquelas fornecdas pelo ste Chance de Gol (www.chancedegol.com.br). s verossmlhanças obtdas foram: 2,26 x 0-7, para o Chance de Gol e 7,66 x 0-7 para o nosso modelo. Isso mostra que nossas prevsões foram cerca de 3 vezes mas corretas em termos probablístcos. 658

11 7. Conclusões É mas razoável a utlzação desse modelo dnâmco, pos este se aproxma mas da realdade, uma vez que mostramos que o desempenho de cada equpe vara ao longo das rodadas. lém dsso, podemos estender esses resultados a qualquer campeonato e a partr de algumas nformações cadastradas, prever resultados de jogos, pontuações e outros resultados de nteresses. gradecmentos o LEs Laboratóro de Estatístca/UFRJ, pelo uso de seus computadores; o CNPQ que através da bolsa oferecda, ncentvou, desde o começo, a realzação do projeto; 8. Bblografa DeGroot, M.H. (2002) Probablty and Statstcs 3a edção, ddson-wesley. Gamerman, D. (997) Markov Chan Monte Carlo: Stochastc Smulaton for Bayesan Inference, Chapman & Hall, Londres. Glckman, M. E. (993) Pared Comparson Models Wth Tme-Varyng Parameters. Departament of Statstcs, Havard Unversty, Cambrdge. Glckman, M. E. e Stern H. S. (998). state-space model for Natonal Football League scores. Harrson, P. J. e Stevens, C. F. (996) Bayesan forecastng (com dscussão). Journal of the Royal Statstcal Socety, Seres B, 38, Knorr-Held, L. (2000) Journal of the Royal Statstcal Socety, Seres D, The Statstcan, 49, Pole,., West, M. e Harrson, J. (994) ppled Bayesan Forecastng and tme seres analyss. Sprnger, Nova York. 659

Modelos estatísticos para previsão de partidas de futebol

Modelos estatísticos para previsão de partidas de futebol Modelos estatístcos para prevsão de partdas de futebol Dan Gamerman Insttuto de Matemátca, UFRJ dan@m.ufrj.br X Semana da Matemátca e II Semana da Estatístca da UFOP Ouro Preto, MG 03/11/2010 Algumas perguntas

Leia mais

Autores: Dani Gamerman (IM-UFRJ) Oswaldo Gomes de Souza Junior (SERPROS)

Autores: Dani Gamerman (IM-UFRJ) Oswaldo Gomes de Souza Junior (SERPROS) Prevsões de partdas de futebol usando modelos dnâmcos Autores: Dan Gamerman (IM-UFRJ) Oswaldo Gomes de Souza Junor (SERPROS) Alguns resultados que poderemos responder: Resultados dos jogos futuros; Quantos

Leia mais

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

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

Leia mais

Regressão e Correlação Linear

Regressão e Correlação Linear Probabldade e Estatístca I Antono Roque Aula 5 Regressão e Correlação Lnear Até o momento, vmos técncas estatístcas em que se estuda uma varável de cada vez, estabelecendo-se sua dstrbução de freqüêncas,

Leia mais

Introdução e Organização de Dados Estatísticos

Introdução e Organização de Dados Estatísticos II INTRODUÇÃO E ORGANIZAÇÃO DE DADOS ESTATÍSTICOS 2.1 Defnção de Estatístca Uma coleção de métodos para planejar expermentos, obter dados e organzá-los, resum-los, analsá-los, nterpretá-los e deles extrar

Leia mais

7. Resolução Numérica de Equações Diferenciais Ordinárias

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

Leia mais

CENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnilesteMG

CENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnilesteMG 1 CENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnlesteMG Dscplna: Introdução à Intelgênca Artfcal Professor: Luz Carlos Fgueredo GUIA DE LABORATÓRIO LF. 01 Assunto: Lógca Fuzzy Objetvo: Apresentar o

Leia mais

Objetivos da aula. Essa aula objetiva fornecer algumas ferramentas descritivas úteis para

Objetivos da aula. Essa aula objetiva fornecer algumas ferramentas descritivas úteis para Objetvos da aula Essa aula objetva fornecer algumas ferramentas descrtvas útes para escolha de uma forma funconal adequada. Por exemplo, qual sera a forma funconal adequada para estudar a relação entre

Leia mais

5.1 Seleção dos melhores regressores univariados (modelo de Índice de Difusão univariado)

5.1 Seleção dos melhores regressores univariados (modelo de Índice de Difusão univariado) 5 Aplcação Neste capítulo será apresentada a parte empírca do estudo no qual serão avalados os prncpas regressores, um Modelo de Índce de Dfusão com o resultado dos melhores regressores (aqu chamado de

Leia mais

REGRESSÃO LOGÍSTICA. Seja Y uma variável aleatória dummy definida como:

REGRESSÃO LOGÍSTICA. Seja Y uma variável aleatória dummy definida como: REGRESSÃO LOGÍSTCA. ntrodução Defnmos varáves categórcas como aquelas varáves que podem ser mensurados usando apenas um número lmtado de valores ou categoras. Esta defnção dstngue varáves categórcas de

Leia mais

Análise Econômica da Aplicação de Motores de Alto Rendimento

Análise Econômica da Aplicação de Motores de Alto Rendimento Análse Econômca da Aplcação de Motores de Alto Rendmento 1. Introdução Nesta apostla são abordados os prncpas aspectos relaconados com a análse econômca da aplcação de motores de alto rendmento. Incalmente

Leia mais

Cálculo do Conceito ENADE

Cálculo do Conceito ENADE Insttuto aconal de Estudos e Pesqusas Educaconas Aníso Texera IEP Mnstéro da Educação ME álculo do onceto EADE Para descrever o cálculo do onceto Enade, prmeramente é mportante defnr a undade de observação

Leia mais

Apostila de Estatística Curso de Matemática. Volume II 2008. Probabilidades, Distribuição Binomial, Distribuição Normal. Prof. Dr. Celso Eduardo Tuna

Apostila de Estatística Curso de Matemática. Volume II 2008. Probabilidades, Distribuição Binomial, Distribuição Normal. Prof. Dr. Celso Eduardo Tuna Apostla de Estatístca Curso de Matemátca Volume II 008 Probabldades, Dstrbução Bnomal, Dstrbução Normal. Prof. Dr. Celso Eduardo Tuna 1 Capítulo 8 - Probabldade 8.1 Conceto Intutvamente pode-se defnr probabldade

Leia mais

Sistemas Robóticos. Sumário. Introdução. Introdução. Navegação. Introdução Onde estou? Para onde vou? Como vou lá chegar?

Sistemas Robóticos. Sumário. Introdução. Introdução. Navegação. Introdução Onde estou? Para onde vou? Como vou lá chegar? Sumáro Sstemas Robótcos Navegação Introdução Onde estou? Para onde vou? Como vou lá chegar? Carlos Carreto Curso de Engenhara Informátca Ano lectvo 2003/2004 Escola Superor de Tecnologa e Gestão da Guarda

Leia mais

MAE5778 - Teoria da Resposta ao Item

MAE5778 - Teoria da Resposta ao Item MAE5778 - Teora da Resposta ao Item Fernando Henrque Ferraz Perera da Rosa Robson Lunard 1 de feverero de 2005 Lsta 2 1. Na Tabela 1 estão apresentados os parâmetros de 6 tens, na escala (0,1). a b c 1

Leia mais

Controlo Metrológico de Contadores de Gás

Controlo Metrológico de Contadores de Gás Controlo Metrológco de Contadores de Gás José Mendonça Das (jad@fct.unl.pt), Zulema Lopes Perera (zlp@fct.unl.pt) Departamento de Engenhara Mecânca e Industral, Faculdade de Cêncas e Tecnologa da Unversdade

Leia mais

UNIVERSIDADE DO ESTADO DA BAHIA - UNEB DEPARTAMENTO DE CIÊNCIAS EXATAS E DA TERRA COLEGIADO DO CURSO DE DESENHO INDUSTRIAL CAMPUS I - SALVADOR

UNIVERSIDADE DO ESTADO DA BAHIA - UNEB DEPARTAMENTO DE CIÊNCIAS EXATAS E DA TERRA COLEGIADO DO CURSO DE DESENHO INDUSTRIAL CAMPUS I - SALVADOR Matéra / Dscplna: Introdução à Informátca Sstema de Numeração Defnção Um sstema de numeração pode ser defndo como o conjunto dos dígtos utlzados para representar quantdades e as regras que defnem a forma

Leia mais

Escolha do Consumidor sob condições de Risco e de Incerteza

Escolha do Consumidor sob condições de Risco e de Incerteza 9/04/06 Escolha do Consumdor sob condções de Rsco e de Incerteza (Capítulo 7 Snyder/Ncholson e Capítulo Varan) Turma do Prof. Déco Kadota Dstnção entre Rsco e Incerteza Na lteratura econômca, a prmera

Leia mais

Otimização de Custos de Transporte e Tributários em um Problema de Distribuição Nacional de Gás

Otimização de Custos de Transporte e Tributários em um Problema de Distribuição Nacional de Gás A pesqusa Operaconal e os Recursos Renováves 4 a 7 de novembro de 2003, Natal-RN Otmzação de ustos de Transporte e Trbutáros em um Problema de Dstrbução Naconal de Gás Fernanda Hamacher 1, Fernanda Menezes

Leia mais

2 Máquinas de Vetor Suporte 2.1. Introdução

2 Máquinas de Vetor Suporte 2.1. Introdução Máqunas de Vetor Suporte.. Introdução Os fundamentos das Máqunas de Vetor Suporte (SVM) foram desenvolvdos por Vapnk e colaboradores [], [3], [4]. A formulação por ele apresentada se basea no prncípo de

Leia mais

NOTA II TABELAS E GRÁFICOS

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

Leia mais

1 Princípios da entropia e da energia

1 Princípios da entropia e da energia 1 Prncípos da entropa e da energa Das dscussões anterores vmos como o conceto de entropa fo dervado do conceto de temperatura. E esta últma uma conseqüênca da le zero da termodnâmca. Dentro da nossa descrção

Leia mais

Sempre que surgir uma dúvida quanto à utilização de um instrumento ou componente, o aluno deverá consultar o professor para esclarecimentos.

Sempre que surgir uma dúvida quanto à utilização de um instrumento ou componente, o aluno deverá consultar o professor para esclarecimentos. Insttuto de Físca de São Carlos Laboratóro de Eletrcdade e Magnetsmo: Transferênca de Potênca em Crcutos de Transferênca de Potênca em Crcutos de Nesse prátca, estudaremos a potênca dsspada numa resstênca

Leia mais

Atribuição Automática de Propagandas a Páginas da Web

Atribuição Automática de Propagandas a Páginas da Web Atrbução Automátca de Propagandas a Págnas da Web Aníso Mendes Lacerda Lara Crstna Rodrgues Coelho Resumo O problema da propaganda dreconada baseada em conteúdo (PDC) consttu-se em atrbur propagandas a

Leia mais

Controle de qualidade de produto cartográfico aplicado a imagem de alta resolução

Controle de qualidade de produto cartográfico aplicado a imagem de alta resolução Controle de qualdade de produto cartográfco aplcado a magem de alta resolução Nathála de Alcântara Rodrgues Alves¹ Mara Emanuella Frmno Barbosa¹ Sydney de Olvera Das¹ ¹ Insttuto Federal de Educação Cênca

Leia mais

ANEXO II METODOLOGIA E CÁLCULO DO FATOR X

ANEXO II METODOLOGIA E CÁLCULO DO FATOR X ANEXO II Nota Técnca nº 256/2009-SRE/ANEEL Brasíla, 29 de julho de 2009 METODOLOGIA E ÁLULO DO FATOR X ANEXO II Nota Técnca n o 256/2009 SRE/ANEEL Em 29 de julho de 2009. Processo nº 48500.004295/2006-48

Leia mais

Estimativa da Incerteza de Medição da Viscosidade Cinemática pelo Método Manual em Biodiesel

Estimativa da Incerteza de Medição da Viscosidade Cinemática pelo Método Manual em Biodiesel Estmatva da Incerteza de Medção da Vscosdade Cnemátca pelo Método Manual em Bodesel Roberta Quntno Frnhan Chmn 1, Gesamanda Pedrn Brandão 2, Eustáquo Vncus Rbero de Castro 3 1 LabPetro-DQUI-UFES, Vtóra-ES,

Leia mais

Sinais Luminosos 2- CONCEITOS BÁSICOS PARA DIMENSIONAMENTO DE SINAIS LUMINOSOS.

Sinais Luminosos 2- CONCEITOS BÁSICOS PARA DIMENSIONAMENTO DE SINAIS LUMINOSOS. Snas Lumnosos 1-Os prmeros snas lumnosos Os snas lumnosos em cruzamentos surgem pela prmera vez em Londres (Westmnster), no ano de 1868, com um comando manual e com os semáforos a funconarem a gás. Só

Leia mais

Geração de poses de faces utilizando Active Appearance Model Tupã Negreiros 1, Marcos R. P. Barretto 2, Jun Okamoto 3

Geração de poses de faces utilizando Active Appearance Model Tupã Negreiros 1, Marcos R. P. Barretto 2, Jun Okamoto 3 Geração de poses de faces utlzando Actve Appearance Model Tupã Negreros 1, Marcos R. P. Barretto 2, Jun Okamoto 3 1, 2, 3 Escola Poltécnca da Unversdade de São Paulo (POLI/USP) Caxa Postal 61548 CEP 05508-900

Leia mais

Influência dos Procedimentos de Ensaios e Tratamento de Dados em Análise Probabilística de Estrutura de Contenção

Influência dos Procedimentos de Ensaios e Tratamento de Dados em Análise Probabilística de Estrutura de Contenção Influênca dos Procedmentos de Ensaos e Tratamento de Dados em Análse Probablístca de Estrutura de Contenção Mara Fatma Mranda UENF, Campos dos Goytacazes, RJ, Brasl. Paulo César de Almeda Maa UENF, Campos

Leia mais

RESOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS

RESOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS Defnções RESOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS Problemas de Valor Incal PVI) Métodos de passo smples Método de Euler Métodos de sére de Talor Métodos de Runge-Kutta Equações de ordem superor Métodos

Leia mais

Hoje não tem vitamina, o liquidificador quebrou!

Hoje não tem vitamina, o liquidificador quebrou! A U A UL LA Hoje não tem vtamna, o lqudfcador quebrou! Essa fo a notíca dramátca dada por Crstana no café da manhã, lgeramente amenzada pela promessa de uma breve solução. - Seu pa dsse que arruma à note!

Leia mais

www.obconcursos.com.br/portal/v1/carreirafiscal

www.obconcursos.com.br/portal/v1/carreirafiscal www.obconcursos.com.br/portal/v1/carrerafscal Moda Exercíco: Determne o valor modal em cada um dos conjuntos de dados a segur: X: { 3, 4,, 8, 8, 8, 9, 10, 11, 1, 13 } Mo 8 Y: { 10, 11, 11, 13, 13, 13,

Leia mais

IND 1115 Inferência Estatística Aula 9

IND 1115 Inferência Estatística Aula 9 Coteúdo IND 5 Iferêca Estatístca Aula 9 Outubro 2004 Môca Barros Dfereça etre Probabldade e Estatístca Amostra Aleatóra Objetvos da Estatístca Dstrbução Amostral Estmação Potual Estmação Bayesaa Clássca

Leia mais

CURSO ON-LINE PROFESSOR: VÍTOR MENEZES

CURSO ON-LINE PROFESSOR: VÍTOR MENEZES O Danel Slvera pedu para eu resolver mas questões do concurso da CEF. Vou usar como base a numeração do caderno foxtrot Vamos lá: 9) Se, ao descontar uma promssóra com valor de face de R$ 5.000,00, seu

Leia mais

Análise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA

Análise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA Análse de Regressão Profa Alcone Mranda dos Santos Departamento de Saúde Públca UFMA Introdução Uma das preocupações estatístcas ao analsar dados, é a de crar modelos que explctem estruturas do fenômeno

Leia mais

Ministério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação

Ministério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação Mnstéro da Educação Insttuto Naconal de Estudos e Pesqusas Educaconas Aníso Texera Cálculo do Conceto Prelmnar de Cursos de Graduação Nota Técnca Nesta nota técnca são descrtos os procedmentos utlzados

Leia mais

PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS DO CEARÁ

PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS DO CEARÁ GOVERNO DO ESTADO DO CEARÁ SECRETARIA DO PLANEJAMENTO E GESTÃO - SEPLAG INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ - IPECE NOTA TÉCNICA Nº 29 PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS

Leia mais

RESOLUÇÃO Nº 32/2014/CONEPE. O CONSELHO DO ENSINO, DA PESQUISA E DA EXTENSÃO da Universidade Federal de Sergipe, no uso de suas atribuições legais,

RESOLUÇÃO Nº 32/2014/CONEPE. O CONSELHO DO ENSINO, DA PESQUISA E DA EXTENSÃO da Universidade Federal de Sergipe, no uso de suas atribuições legais, SERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE SERGIPE CONSELHO DO ENSINO, DA PESQUISA E DA EXTENSÃO RESOLUÇÃO Nº 32/2014/CONEPE Aprova as Normas Geras do Processo Seletvo para

Leia mais

14. Correntes Alternadas (baseado no Halliday, 4 a edição)

14. Correntes Alternadas (baseado no Halliday, 4 a edição) 14. orrentes Alternadas (baseado no Hallday, 4 a edção) Por que estudar orrentes Alternadas?.: a maora das casas, comérco, etc., são provdas de fação elétrca que conduz corrente alternada (A ou A em nglês):

Leia mais

E FICIÊNCIA EM S AÚDE E C OBERTURA DE P LANOS DE S AÚDE NO B RASIL

E FICIÊNCIA EM S AÚDE E C OBERTURA DE P LANOS DE S AÚDE NO B RASIL E FICIÊNCIA EM S AÚDE E C OBERTURA DE P LANOS DE S AÚDE NO B RASIL Clarssa Côrtes Pres Ernesto Cordero Marujo José Cechn Superntendente Executvo 1 Apresentação Este artgo examna se o rankng das Undades

Leia mais

I. Introdução. inatividade. 1 Dividiremos a categoria dos jovens em dois segmentos: os jovens que estão em busca do primeiro emprego, e os jovens que

I. Introdução. inatividade. 1 Dividiremos a categoria dos jovens em dois segmentos: os jovens que estão em busca do primeiro emprego, e os jovens que DESEMPREGO DE JOVENS NO BRASIL I. Introdução O desemprego é vsto por mutos como um grave problema socal que vem afetando tanto economas desenvolvdas como em desenvolvmento. Podemos dzer que os índces de

Leia mais

Aplicações de Estimadores Bayesianos Empíricos para Análise Espacial de Taxas de Mortalidade

Aplicações de Estimadores Bayesianos Empíricos para Análise Espacial de Taxas de Mortalidade Aplcações de Estmadores Bayesanos Empírcos para Análse Espacal de Taxas de Mortaldade Alexandre E. dos Santos, Alexandre L. Rodrgues, Danlo L. Lopes Departamento de Estatístca Unversdade Federal de Mnas

Leia mais

XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA NOVO MODELO PARA O CÁLCULO DE CARREGAMENTO DINÂMICO DE TRANSFORMADORES

XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA NOVO MODELO PARA O CÁLCULO DE CARREGAMENTO DINÂMICO DE TRANSFORMADORES XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA Versão 1.0 22 a 25 Novembro de 2009 Recfe - PE GRUPO XIII GRUPO DE ESTUDO DE TRANSFORMADORES, REATORES, MATERIAIS E TECNOLOGIAS

Leia mais

XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA

XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA Versão 1.0 XXX.YY 22 a 25 Novembro de 2009 Recfe - PE GRUPO - VI GRUPO DE ESTUDO DE COMERCIALIZAÇÃO, ECONOMIA E REGULAÇÃO DE ENERGIA

Leia mais

Universidade Federal do Rio de Janeiro. Escola Politécnica. Departamento de Eletrônica e de Computação

Universidade Federal do Rio de Janeiro. Escola Politécnica. Departamento de Eletrônica e de Computação Unversdade Federal do Ro de Janero Escola oltécnca Departamento de Eletrônca e de Computação CALIBRAÇÃO E RELANEJMENTO DE TAREFAS ARA UM ROBÔ INDUSTRIAL EM AMBIENTES HOSTIS Autor: Orentador: Coorentador:

Leia mais

MODELAGEM MATEMÁTICA DO PROCESSO DE EVAPORAÇÃO MULTI-EFEITO NA INDÚSTRIA DE PAPEL E CELULOSE

MODELAGEM MATEMÁTICA DO PROCESSO DE EVAPORAÇÃO MULTI-EFEITO NA INDÚSTRIA DE PAPEL E CELULOSE MODELAGEM MATEMÁTICA DO PROCESSO DE EVAPORAÇÃO MULTI-EFEITO NA INDÚSTRIA DE PAPEL E CELULOSE R. L. S. CANEVESI 1, C. L. DIEL 2, K. A. SANTOS 1, C. E. BORBA 1, F. PALÚ 1, E. A. DA SILVA 1 1 Unversdade Estadual

Leia mais

Controle Estatístico de Qualidade. Capítulo 8 (montgomery)

Controle Estatístico de Qualidade. Capítulo 8 (montgomery) Controle Estatístco de Qualdade Capítulo 8 (montgomery) Gráfco CUSUM e da Méda Móvel Exponencalmente Ponderada Introdução Cartas de Controle Shewhart Usa apenas a nformação contda no últmo ponto plotado

Leia mais

PROPOSIÇÃO, VALIDAÇÃO E ANÁLISE DOS MODELOS QUE CORRELACIONAM ESTRUTURA QUÍMICA E ATIVIDADE BIOLÓGICA

PROPOSIÇÃO, VALIDAÇÃO E ANÁLISE DOS MODELOS QUE CORRELACIONAM ESTRUTURA QUÍMICA E ATIVIDADE BIOLÓGICA 658 Gaudo & Zandonade Qum. Nova Qum. Nova, Vol. 4, No. 5, 658-671, 001. Dvulgação PROPOSIÇÃO, VALIDAÇÃO E ANÁLISE DOS MODELOS QUE CORRELACIONAM ESTRUTURA QUÍMICA E ATIVIDADE BIOLÓGICA Anderson Coser Gaudo

Leia mais

Metodologia IHFA - Índice de Hedge Funds ANBIMA

Metodologia IHFA - Índice de Hedge Funds ANBIMA Metodologa IHFA - Índce de Hedge Funds ANBIMA Versão Abrl 2011 Metodologa IHFA Índce de Hedge Funds ANBIMA 1. O Que é o IHFA Índce de Hedge Funds ANBIMA? O IHFA é um índce representatvo da ndústra de hedge

Leia mais

SEQÜENCIAMENTO DE TAREFAS COM MÁQUINAS PARALELAS, PERMITINDO ATRASOS E COM TEMPOS DE PREPARAÇÃO DE MÁQUINA DEPENDENTES DA SEQÜÊNCIA.

SEQÜENCIAMENTO DE TAREFAS COM MÁQUINAS PARALELAS, PERMITINDO ATRASOS E COM TEMPOS DE PREPARAÇÃO DE MÁQUINA DEPENDENTES DA SEQÜÊNCIA. A pesqusa Operaconal e os Recursos Renováves a 7 de novembro de, Natal-RN SEQÜENCIAMENTO DE TAREFAS COM MÁQUINAS PARALELAS, PERMITINDO ATRASOS E COM TEMPOS DE PREPARAÇÃO DE MÁQUINA DEPENDENTES DA SEQÜÊNCIA.

Leia mais

Sistema de Gestão em Tempo Real para Avaliação da Performance e Otimização da Produção de Energia na Usina Hidrelétrica de Itá

Sistema de Gestão em Tempo Real para Avaliação da Performance e Otimização da Produção de Energia na Usina Hidrelétrica de Itá Sstema de Gestão em Tempo Real para Avalação da Performance e Otmzação da Produção de Energa na Usna Hdrelétrca de Itá Marcelo M. Cordova Erlon C. Fnard Fernando A. C. Rbas Chrstano D. Pase Vtor L. Matos

Leia mais

Termodinâmica e Termoquímica

Termodinâmica e Termoquímica Termodnâmca e Termoquímca Introdução A cênca que trata da energa e suas transformações é conhecda como termodnâmca. A termodnâmca fo a mola mestra para a revolução ndustral, portanto o estudo e compreensão

Leia mais

O migrante de retorno na Região Norte do Brasil: Uma aplicação de Regressão Logística Multinomial

O migrante de retorno na Região Norte do Brasil: Uma aplicação de Regressão Logística Multinomial O mgrante de retorno na Regão Norte do Brasl: Uma aplcação de Regressão Logístca Multnomal 1. Introdução Olavo da Gama Santos 1 Marnalva Cardoso Macel 2 Obede Rodrgues Cardoso 3 Por mgrante de retorno,

Leia mais

01. Em porcentagem das emissões totais de gases do efeito estufa, o Brasil é o quarto maior poluidor, conforme a tabela abaixo:

01. Em porcentagem das emissões totais de gases do efeito estufa, o Brasil é o quarto maior poluidor, conforme a tabela abaixo: PROCESSO SELETIVO 7 RESOLUÇÃO MATEMÁTICA Rosane Soares Morera Vana, Luz Cláudo Perera, Lucy Tem Takahash, Olímpo Hrosh Myagak QUESTÕES OBJETIVAS Em porcentagem das emssões totas de gases do efeto estufa,

Leia mais

MODELAGEM DA FRAÇÃO DE NÃO-CONFORMES EM PROCESSOS INDUSTRIAIS

MODELAGEM DA FRAÇÃO DE NÃO-CONFORMES EM PROCESSOS INDUSTRIAIS versão mpressa ISSN 0101-7438 / versão onlne ISSN 1678-5142 MODELAGEM DA FRAÇÃO DE NÃO-CONFORMES EM PROCESSOS INDUSTRIAIS Ângelo Márco Olvera Sant Anna* Carla Schwengber ten Caten Programa de Pós-graduação

Leia mais

ASSOCIAÇÃO DE RESISTORES

ASSOCIAÇÃO DE RESISTORES Prof(a) Stela Mara de arvalho Fernandes SSOIÇÃO DE ESISTOES ssocação de esstores em Sére Dos ou mas resstores estão assocados em sére quando são percorrdos pela mesma corrente elétrca. omo U D Somando

Leia mais

ALGORITMOS GENÉTICOS COMO FERRAMENTA AUXILIAR NA TOMADA DE DECISÃO EM ATIVIDADES DE GESTÃO AGROINDUSTRIAL

ALGORITMOS GENÉTICOS COMO FERRAMENTA AUXILIAR NA TOMADA DE DECISÃO EM ATIVIDADES DE GESTÃO AGROINDUSTRIAL ALGORITMOS GENÉTICOS COMO FERRAMENTA AUXILIAR NA TOMADA DE DECISÃO EM ATIVIDADES DE GESTÃO AGROINDUSTRIAL Danlo Augusto Hereda VIEIRA 1 Celso Correa de SOUZA 2 José Francsco dos REIS NETO 3 Resumo. As

Leia mais

RESOLUÇÃO DE ESTRUTURAS SUBSAL ATRAVÉS DE MIGRAÇÃO RTM

RESOLUÇÃO DE ESTRUTURAS SUBSAL ATRAVÉS DE MIGRAÇÃO RTM Copyrght 004, Insttuto Braslero de Petróleo e Gás - IBP Este Trabalho Técnco Centífco fo preparado para apresentação no 3 Congresso Braslero de P&D em Petróleo e Gás, a ser realzado no período de a 5 de

Leia mais

Determinantes da Desigualdade de Renda em Áreas Rurais do Nordeste.

Determinantes da Desigualdade de Renda em Áreas Rurais do Nordeste. Determnantes da Desgualdade de Renda em Áreas Ruras do Nordeste. Autores FLÁVIO ATALIBA BARRETO DÉBORA GASPAR JAIR ANDRADE ARAÚJO Ensao Sobre Pobreza Nº 18 Março de 2009 CAEN - UFC Determnantes da Desgualdade

Leia mais

Estimativa dos fluxos turbulentos de calor sensível, calor latente e CO 2, sobre cana-de-açúcar, pelo método do coespectro.

Estimativa dos fluxos turbulentos de calor sensível, calor latente e CO 2, sobre cana-de-açúcar, pelo método do coespectro. Estmatva dos fluxos turbulentos de calor sensível, calor latente e CO 2, sobre cana-de-açúcar, pelo método do coespectro. O. L. L. Moraes 1, H. R. da Rocha 2, M. A. Faus da Slva Das 2, O Cabral 3 1 Departamento

Leia mais

CAPÍTULO VI Introdução ao Método de Elementos Finitos (MEF)

CAPÍTULO VI Introdução ao Método de Elementos Finitos (MEF) PMR 40 - Mecânca Computaconal CAPÍTULO VI Introdução ao Método de Elementos Fntos (MEF). Formulação Teórca - MEF em uma dmensão Consderemos a equação abao que representa a dstrbução de temperatura na barra

Leia mais

OTIMIZAÇÃO DE PROCESSO ENZIMÁTICO ATRAVÉS DO MONITORAMENTO DE PARÂMETROS CINÉTICOS

OTIMIZAÇÃO DE PROCESSO ENZIMÁTICO ATRAVÉS DO MONITORAMENTO DE PARÂMETROS CINÉTICOS OTIMIZAÇÃO DE PROCEO ENZIMÁTICO ATRAVÉ DO MONITORAMENTO DE PARÂMETRO CINÉTICO Fabana Jung Noel Mestre em Engenhara, ULBRA, R; Pesqusadora do Pólo de Inovação Tecnológca do Paranhana FACCAT/CT, R Márco

Leia mais

Rastreando Algoritmos

Rastreando Algoritmos Rastreando lgortmos José ugusto aranauskas epartamento de Físca e Matemátca FFCLRP-USP Sala loco P Fone () - Uma vez desenvolvdo um algortmo, como saber se ele faz o que se supõe que faça? esta aula veremos

Leia mais

www.halten.com.br 21-3095-6006

www.halten.com.br 21-3095-6006 NÍVEL: BÁSCO www.halten.com.br 21-3095-6006 ASSUNTO:CUROSDADES SOBRE RAOS E PROTEÇÃO O QUE É O RAO? O RAO É UM FENÔMENO DA NATUREZA, ALEATÓRO E MPREVSÍVEL. É COMO SE FOSSE UM CURTO CRCUÍTO ENTRE A NUVEM

Leia mais

Covariância e Correlação Linear

Covariância e Correlação Linear TLF 00/ Cap. X Covarânca e correlação lnear Capítulo X Covarânca e Correlação Lnear 0.. Valor médo da grandeza (,) 0 0.. Covarânca na propagação de erros 03 0.3. Coecente de correlação lnear 05 Departamento

Leia mais

PARTE 1. 1. Apresente as equações que descrevem o comportamento do preço de venda dos imóveis.

PARTE 1. 1. Apresente as equações que descrevem o comportamento do preço de venda dos imóveis. EXERCICIOS AVALIATIVOS Dscplna: ECONOMETRIA Data lmte para entrega: da da 3ª prova Valor: 7 pontos INSTRUÇÕES: O trabalho é ndvdual. A dscussão das questões pode ser feta em grupo, mas cada aluno deve

Leia mais

TEXTO PARA DISCUSSÃO PROPOSTA DE MUDANÇA NO RATEIO DA COTA PARTE DO ICMS ENTRE OS MUNICÍPIOS CEARENSES

TEXTO PARA DISCUSSÃO PROPOSTA DE MUDANÇA NO RATEIO DA COTA PARTE DO ICMS ENTRE OS MUNICÍPIOS CEARENSES GOVERO DO ESTADO DO CEARÁ SECRETARIA DE PLAEJAMETO E GESTÃO (SEPLAG) Insttuto de Pesqusa e Estratéga Econômca do Ceará (IPECE) TEXTO PARA DISCUSSÃO PROPOSTA DE MUDAÇA O RATEIO DA COTA PARTE DO ICMS ETRE

Leia mais

O USO DA INTEGRAL DEFINIDA NO CÁLCULO DA ÁREA ALAGADA DA BARRAGEM DO RIO BONITO

O USO DA INTEGRAL DEFINIDA NO CÁLCULO DA ÁREA ALAGADA DA BARRAGEM DO RIO BONITO O USO DA INTEGRAL DEFINIDA NO CÁLCULO DA ÁREA ALAGADA DA BARRAGEM DO RIO BONITO Crstna Martns Paraol crstna@hotmal.com Insttuto Federal Catarnense Rua Prefeto Francsco Lummertz Júnor, 88 88960000 Sombro

Leia mais

2. MATERIAIS E MÉTODOS

2. MATERIAIS E MÉTODOS AVALIAÇÃO DE DESEMPENHO DOS MODELOS DO IPCC-AR4 NO NORDESTE SETENTRIONAL DO BRASIL QUANTO À VARIABILIDADE PLURIANUAL DA PRECIPITAÇÃO NO SÉCULO XX RESUMO--- Os modelos globas do Intergovernmental Panel

Leia mais

TRANSPORTE E ESTOCAGEM DE FUMO UM MODELO DE PROGRAMAÇÃO LINEAR USADO NA TOMADA DE DECISÃO

TRANSPORTE E ESTOCAGEM DE FUMO UM MODELO DE PROGRAMAÇÃO LINEAR USADO NA TOMADA DE DECISÃO TRANSPORTE E ESTOCAGEM DE FUMO UM MODELO DE PROGRAMAÇÃO LINEAR USADO NA TOMADA DE DECISÃO Janaína Poffo Possama janapoffo@gmal.com Unversdade Regonal de Blumenau Rua Antôno da Vega, 0 8902-900 - Blumenau

Leia mais

DIMENSIONAMENTO DE UMA FROTA DE CAMINHÕES PARA TRANSPORTE DE CARVÃO VEGETAL POR MEIO DA PROGRAMAÇÃO LINEAR

DIMENSIONAMENTO DE UMA FROTA DE CAMINHÕES PARA TRANSPORTE DE CARVÃO VEGETAL POR MEIO DA PROGRAMAÇÃO LINEAR IPEF n.21, p.85-95, dez.1980 DIMENSIONAMENTO DE UMA FROTA DE CAMINHÕES PARA TRANSPORTE DE CARVÃO VEGETAL POR MEIO DA PROGRAMAÇÃO LINEAR O.D.C.377.45:867.5 SUMMARY Geraldo Galdno de Paula Junor * Aloíso

Leia mais

Palavras-chave: jovens no mercado de trabalho; modelo de seleção amostral; região Sul do Brasil.

Palavras-chave: jovens no mercado de trabalho; modelo de seleção amostral; região Sul do Brasil. 1 A INSERÇÃO E O RENDIMENTO DOS JOVENS NO MERCADO DE TRABALHO: UMA ANÁLISE PARA A REGIÃO SUL DO BRASIL Prscla Gomes de Castro 1 Felpe de Fgueredo Slva 2 João Eustáquo de Lma 3 Área temátca: 3 -Demografa

Leia mais

FUNDAÇÃO GETULIO VARGAS ESCOLA DE PÓS-GRADUAÇÃO EM ECONOMIA MESTRADO EM FINANÇAS E ECONOMIA EMPRESARIAL FELIPE ABAD HENRIQUES

FUNDAÇÃO GETULIO VARGAS ESCOLA DE PÓS-GRADUAÇÃO EM ECONOMIA MESTRADO EM FINANÇAS E ECONOMIA EMPRESARIAL FELIPE ABAD HENRIQUES FUNDAÇÃO GETULIO VARGAS ESCOLA DE PÓS-GRADUAÇÃO EM ECONOMIA MESTRADO EM FINANÇAS E ECONOMIA EMPRESARIAL FELIPE ABAD HENRIQUES ESTUDO DO COMPORTAMENTO DO RETORNO DAS AÇÕES AO REDOR DA DATA EX-DISTRIBUIÇÃO

Leia mais

Software. Guia do professor. Como comprar sua moto. Secretaria de Educação a Distância. Ministério da Ciência e Tecnologia. Ministério da Educação

Software. Guia do professor. Como comprar sua moto. Secretaria de Educação a Distância. Ministério da Ciência e Tecnologia. Ministério da Educação números e funções Gua do professor Software Como comprar sua moto Objetvos da undade 1. Aplcar o conceto de juros compostos; 2. Introduzr o conceto de empréstmo sob juros; 3. Mostrar aplcações de progressão

Leia mais

Despacho Econômico de. Sistemas Termoelétricos e. Hidrotérmicos

Despacho Econômico de. Sistemas Termoelétricos e. Hidrotérmicos Despacho Econômco de Sstemas Termoelétrcos e Hdrotérmcos Apresentação Introdução Despacho econômco de sstemas termoelétrcos Despacho econômco de sstemas hdrotérmcos Despacho do sstema braslero Conclusões

Leia mais

CAPÍTULO 9 - Regressão linear e correlação

CAPÍTULO 9 - Regressão linear e correlação INF 6 Prof. Luz Alexadre Peterell CAPÍTULO 9 - Regressão lear e correlação Veremos esse capítulo os segutes assutos essa ordem: Correlação amostral Regressão Lear Smples Regressão Lear Múltpla Correlação

Leia mais

UTILIZAÇÃO DO MÉTODO DE TAGUCHI NA REDUÇÃO DOS CUSTOS DE PROJETOS. Uma equação simplificada para se determinar o lucro de uma empresa é:

UTILIZAÇÃO DO MÉTODO DE TAGUCHI NA REDUÇÃO DOS CUSTOS DE PROJETOS. Uma equação simplificada para se determinar o lucro de uma empresa é: UTILIZAÇÃO DO MÉTODO DE TAGUCHI A REDUÇÃO DOS CUSTOS DE PROJETOS Ademr José Petenate Departamento de Estatístca - Mestrado em Qualdade Unversdade Estadual de Campnas Brasl 1. Introdução Qualdade é hoje

Leia mais

Modelo Analítico para Avaliar Plataformas Cliente/Servidor e Agentes Móveis Aplicado à Gerência de Redes

Modelo Analítico para Avaliar Plataformas Cliente/Servidor e Agentes Móveis Aplicado à Gerência de Redes Modelo Analítco para Avalar Plataformas Clente/Servdor e Agentes Móves Aplcado à Gerênca de Redes Julana Amaral Arantes, Carlos Becker Westphall, Rcardo Felpe Custódo {julana, westphal}@lrg.ufsc.br, custodo@nf.ufsc.br

Leia mais

Energia de deformação na flexão

Energia de deformação na flexão - UNIVERSIDADE FEDERAL FLUMINENSE ESCOLA DE ENGENHARIA INDUSTRIAL METALÚRGICA DE VOLTA REDONDA PROFESSORA: SALETE SOUZA DE OLIVEIRA BUFFONI DISCIPLINA: RESISTÊNCIA DOS MATERIAIS Energa de deformação na

Leia mais

Física. Setor B. Índice-controle de Estudo. Prof.: Aula 23 (pág. 86) AD TM TC. Aula 24 (pág. 87) AD TM TC. Aula 25 (pág.

Física. Setor B. Índice-controle de Estudo. Prof.: Aula 23 (pág. 86) AD TM TC. Aula 24 (pág. 87) AD TM TC. Aula 25 (pág. Físca Setor Prof.: Índce-controle de studo ula 23 (pág. 86) D TM TC ula 24 (pág. 87) D TM TC ula 25 (pág. 88) D TM TC ula 26 (pág. 89) D TM TC ula 27 (pág. 91) D TM TC ula 28 (pág. 91) D TM TC evsanglo

Leia mais

COMPARATIVO ENTRE MÉTODOS DE CÁLCULO DE PERDAS EM TRANSFORMADORES ALIMENTANDO CARGAS NÃO-LINEARES

COMPARATIVO ENTRE MÉTODOS DE CÁLCULO DE PERDAS EM TRANSFORMADORES ALIMENTANDO CARGAS NÃO-LINEARES COMARAVO ENRE MÉODOS DE CÁLCULO DE ERDAS EM RANSFORMADORES ALMENANDO CARGAS NÃO-LNEARES GUMARÃES, Magno de Bastos EEEC/ UFG/ EQ magnobg@otmal.com. NRODUÇÃO LSA, Luz Roberto EEEC/ UFG lsta@eee.ufg.br NERYS,

Leia mais

PLANEJAMENTO AGREGADO DA PRODUÇÃO: MODELAGEM E SOLUÇÃO VIA PLANILHA EXCEL & SOLVER.

PLANEJAMENTO AGREGADO DA PRODUÇÃO: MODELAGEM E SOLUÇÃO VIA PLANILHA EXCEL & SOLVER. PLANEJAMENTO AGREGADO DA PRODUÇÃO: MODELAGEM E SOLUÇÃO VIA PLANILHA EXCEL & SOLVER. AGGREGATE PRODUCTION PLANNING: MODELING AND SOLVING BY EXCEL SPREADSHEET & SOLVER. Oscar S. Slva Flho Centro de Tecnologa

Leia mais

Análise Fatorial F 1 F 2

Análise Fatorial F 1 F 2 Análse Fatoral Análse Fatoral: A Análse Fatoral tem como prncpal objetvo descrever um conjunto de varáves orgnas através da cração de um número menor de varáves (fatores). Os fatores são varáves hpotétcas

Leia mais

SOFTWARE PARA CÁLCULO DO ÍNDICE DE SEVERIDADE DE SECA DE PALMER

SOFTWARE PARA CÁLCULO DO ÍNDICE DE SEVERIDADE DE SECA DE PALMER SOFTWARE PARA CÁLCULO DO ÍNDICE DE SEVERIDADE DE SECA DE PALMER Rodrgo Cézar Lmera 1, Pedro Vera de Azevedo 2, Wagner de Aragão Bezerra 3, Josefa Morgana Vturno de Almeda 3 RESUMO: A modelagem consttu-se

Leia mais

Situação Ocupacional dos Jovens das Comunidades de Baixa Renda da Cidade do Rio de Janeiro *

Situação Ocupacional dos Jovens das Comunidades de Baixa Renda da Cidade do Rio de Janeiro * Stuação Ocupaconal dos Jovens das Comundades de Baxa Renda da Cdade do Ro de Janero * Alessandra da Rocha Santos Cínta C. M. Damasceno Dense Brtz do Nascmento Slva ' Mara Beatrz A. M. da Cunha Palavras-chave:

Leia mais

As tabelas resumem as informações obtidas da amostra ou da população. Essas tabelas podem ser construídas sem ou com perda de informações.

As tabelas resumem as informações obtidas da amostra ou da população. Essas tabelas podem ser construídas sem ou com perda de informações. 1. TABELA DE DISTRIBUIÇÃO DE FREQÜÊNCIA As tabelas resumem as normações obtdas da amostra ou da população. Essas tabelas podem ser construídas sem ou com perda de normações. As tabelas sem perda de normação

Leia mais

Lista de Exercícios de Recuperação do 2 Bimestre. Lista de exercícios de Recuperação de Matemática 3º E.M.

Lista de Exercícios de Recuperação do 2 Bimestre. Lista de exercícios de Recuperação de Matemática 3º E.M. Lsta de Exercícos de Recuperação do Bmestre Instruções geras: Resolver os exercícos à caneta e em folha de papel almaço ou monobloco (folha de fcháro). Copar os enuncados das questões. Entregar a lsta

Leia mais

INTRODUÇÃO AO CÁLCULO DE ERROS NAS MEDIDAS DE GRANDEZAS FÍSICAS

INTRODUÇÃO AO CÁLCULO DE ERROS NAS MEDIDAS DE GRANDEZAS FÍSICAS Físca Laboratoral Ano Lectvo 003/04 ITRODUÇÃO AO CÁLCULO DE ERROS AS MEDIDAS DE GRADEAS FÍSICAS. Introdução.... Erros de observação: erros sstemátcos e erros fortutos ou acdentas... 3. Precsão e rgor...3

Leia mais

PROCESSAMENTO DE VÍDEO PARA ESTIMAÇÃO DA CURVA DE RESFRIAMENTO EM UMA PLANTA DE SINTERIZAÇÃO

PROCESSAMENTO DE VÍDEO PARA ESTIMAÇÃO DA CURVA DE RESFRIAMENTO EM UMA PLANTA DE SINTERIZAÇÃO PROCESSAMENTO DE VÍDEO PARA ESTIMAÇÃO DA CURVA DE RESFRIAMENTO EM UMA PLANTA DE SINTERIZAÇÃO GABRIEL NAZARETH GUEDES ALCOFORADO*, VALTER BARBOSA DE OLIVEIRA JUNIOR*, DOUGLAS ALMONFREY, KARIN SATIE KOMATI

Leia mais

ANÁLISE DE CONFIABILIDADE DO MODELO SCS-CN EM DIFERENTES ESCALAS ESPACIAIS NO SEMIÁRIDO

ANÁLISE DE CONFIABILIDADE DO MODELO SCS-CN EM DIFERENTES ESCALAS ESPACIAIS NO SEMIÁRIDO ANÁLISE DE CONFIABILIDADE DO MODELO SCS-CN EM DIFERENTES ESCALAS ESPACIAIS NO SEMIÁRIDO J. W. B. Lopes 1 ; E. A. R. Pnhero 2 ; J. R. de Araújo Neto 3 ; J. C. N. dos Santos 4 RESUMO: Esse estudo fo conduzdo

Leia mais

Estatística stica Descritiva

Estatística stica Descritiva AULA1-AULA5 AULA5 Estatístca stca Descrtva Prof. Vctor Hugo Lachos Davla oo que é a estatístca? Para mutos, a estatístca não passa de conjuntos de tabelas de dados numércos. Os estatístcos são pessoas

Leia mais

Análise logística da localização de um armazém para uma empresa do Sul Fluminense importadora de alho in natura

Análise logística da localização de um armazém para uma empresa do Sul Fluminense importadora de alho in natura Análse logístca da localzação de um armazém para uma empresa do Sul Flumnense mportadora de alho n natura Jader Ferrera Mendonça Patríca Res Cunha Ilton Curty Leal Junor Unversdade Federal Flumnense Unversdade

Leia mais

Distribuição de Massa Molar

Distribuição de Massa Molar Químca de Polímeros Prof a. Dr a. Carla Dalmoln carla.dalmoln@udesc.br Dstrbução de Massa Molar Materas Polmércos Polímero = 1 macromolécula com undades químcas repetdas ou Materal composto por númeras

Leia mais

OTIMIZAÇÃO DO SERVIÇO DE RESERVA GIRANTE EM SISTEMAS HIDROELÉTRICOS. Thales Sousa * José Antônio Jardini Mário Masuda Rodrigo Alves de Lima

OTIMIZAÇÃO DO SERVIÇO DE RESERVA GIRANTE EM SISTEMAS HIDROELÉTRICOS. Thales Sousa * José Antônio Jardini Mário Masuda Rodrigo Alves de Lima SNPEE SEMINÁRIO NACIONAL DE PRODUÇÃO E RANSMISSÃO DE ENERGIA ELÉRICA GGH - 33 6 a 2 Outubro de 2005 Curtba - Paraná GRUPO I GRUPO DE ESUDO DE GERAÇÃO HIDRÁULICA - GGH OIMIZAÇÃO DO SERVIÇO DE RESERVA GIRANE

Leia mais

ESTUDO SOBRE A EVASÃO ESCOLAR USANDO REGRESSÃO LOGÍSTICA: ANÁLISE DOS ALUNOS DO CURSO DE ADMINISTRAÇÃO DA FUNDAÇÃO EDUCACIONAL DE ITUVERAVA

ESTUDO SOBRE A EVASÃO ESCOLAR USANDO REGRESSÃO LOGÍSTICA: ANÁLISE DOS ALUNOS DO CURSO DE ADMINISTRAÇÃO DA FUNDAÇÃO EDUCACIONAL DE ITUVERAVA ESTUDO SOBRE A EVASÃO ESCOLAR USANDO REGRESSÃO LOGÍSTICA: ANÁLISE DOS ALUNOS DO CURSO DE ADMINISTRAÇÃO DA FUNDAÇÃO EDUCACIONAL DE ITUVERAVA STUDY ON THE TRUANCY USING LOGISTIC REGRESSION: ANALYSIS OF THE

Leia mais

Física. Física Módulo 1 Vetores, escalares e movimento em 2-D

Física. Física Módulo 1 Vetores, escalares e movimento em 2-D Físca Módulo 1 Vetores, escalares e movmento em 2-D Vetores, Escalares... O que são? Para que servem? Por que aprender? Escalar Defnção: Escalar Grandea sem dreção assocada. Eemplos: Massa de uma bola,

Leia mais

UM ESTUDO SOBRE A DESIGUALDADE NO ACESSO À SAÚDE NA REGIÃO SUL

UM ESTUDO SOBRE A DESIGUALDADE NO ACESSO À SAÚDE NA REGIÃO SUL 1 UM ESTUDO SOBRE A DESIGUALDADE NO ACESSO À SAÚDE NA REGIÃO SUL Área 4 - Desenvolvmento, Pobreza e Eqüdade Patríca Ullmann Palermo (Doutoranda PPGE/UFRGS) Marcelo Savno Portugal (Professor do PPGE/UFRGS)

Leia mais

Desemprego de Jovens no Brasil *

Desemprego de Jovens no Brasil * Desemprego de Jovens no Brasl * Prsclla Matas Flor Palavras-chave: desemprego; jovens; prmero emprego; Brasl. Resumo Este trabalho tem como objetvo analsar a estrutura do desemprego dos jovens no Brasl,

Leia mais

SCATTER SEARCH APLICADO AO PROBLEMA DE OTIMIZAÇÃO DA ALOCAÇÃO DE SONDAS DE PRODUÇÃO EM POÇOS DE PETRÓLEO

SCATTER SEARCH APLICADO AO PROBLEMA DE OTIMIZAÇÃO DA ALOCAÇÃO DE SONDAS DE PRODUÇÃO EM POÇOS DE PETRÓLEO ! "#$ " %'&)(*&)+,.- /10.2*&4365879&4/1:.+58;.2*=?5.@A2*3B;.- C)D 5.,.5FE)5.G.+ &4- (IHJ&?,.+ /?=)5.KA:.+5MLN&OHJ5F&4E)2*EOHJ&)(IHJ/)G.- D - ;./);.& SCATTER SEARCH APLICADO AO PROBLEMA DE OTIMIZAÇÃO

Leia mais