Orientadora: Profª Drª Maria Adélia Oliveira M. da Cruz Co-Orientadores: Prof Dr. Paulo de Paula Mendes Prof Dr. Manoel da Cunha Costa

Tamanho: px
Começar a partir da página:

Download "Orientadora: Profª Drª Maria Adélia Oliveira M. da Cruz Co-Orientadores: Prof Dr. Paulo de Paula Mendes Prof Dr. Manoel da Cunha Costa"

Transcrição

1 UNIVERSIDADE FEDERAL RURAL DE PERNAMBUCO - UFRPE PRÓ-REITORIA DE PESQUISA E PÓS-GRADUAÇÃO - PRPPG PROGRAMA DE PÓS-GRADUAÇÃO EM BIOMETRIA (NÍVEL: MESTRADO) Dssertação apresetada ao Programa de Pós-Graduação em Bometra, da Uversdade Federal Rural de Perambuco, como parte dos requstos para obteção do grau de Mestre em Bometra Área de Cocetração: Métodos Estatístcos aplcados às Cêcas Bológcas Oretadora: Profª Drª Mara Adéla Olvera M da Cruz Co-Oretadores: Prof Dr Paulo de Paula Medes Prof Dr Maoel da Cuha Costa Recfe - PE 2004

2 UNIVERSIDADE FEDERAL RURAL DE PERNAMBUCO MESTRADO EM BIOMETRIA MODELAGEM PARA DETECÇÃO DE TALENTOS DESPORTIVOS EM JUDOCAS Dssertação de Mestrado elaborada por ANA PATRÍCIA SIQUEIRA TAVARES FALCÃO Defedda e aprovada pela baca eamadora: Oretadora: Profª Drº Mara Adéla Olvera Motero da Cruz UFRPE Eamadores: Profº Drº Maoel da Cuha Costa UPE Profº Drº Paulo de Paula Medes - UFRPE Profª Drª Romldo de Albuquerque Noguera - UFRPE

3 MENSAGEM A VIDA Alegras e dores, Esperaças, Sohos realzados Maturdade de vda e de pesameto Soldez Seso do dever e covte de amor vdo do alto ao qual respode a coerêca de ossa vda Labuta Ardor e coqustas Tempestades Cofaça em Deus: Deus somete Altos e baos Chuvas voletas, raízes profudas Frutos, frutos, frutos, Obscurecmeto da alma: Deus meu, Deus meu Depos, suave músca celeste, dstate, em seguda mas próma Rufar de tambores: VITÓRIA! Chara Lubch

4 Agradeço A Deus por sempre guar os meus passos e por mas esta coqusta Dedco A mha mãe, Mara Valdelúca e ao meu pa, Fracsco Tavares que sempre acredtaram em meus sohos Ofereço Ao meu esposo, Dávsso Falcão Slva pelo carho, pacêca e compreesão durate todo curso

5 AGRADECIMENTOS À Uversdade Federal Rural de Perambuco por sua mportate cotrbução esta etapa da mha formação profssoal À Pró-Retora de Pesqusa e Pós-Graduação (UFRPE), pela ajuda facera cocedda para a realzação de parte da pesqusa A Profª Drª Mª Adéla Olvera Motero da Cruz, pela oretação, compreesão e seredade a elaboração deste estudo Ao Profº Dr Paulo de Paula Medes pela co-oretação, dedcação, pacêca e amzade durate a realzação deste trabalho Ao Profº Dr Maoel Costa pela co-oretação e cetvo à pesqusa desde a época da graduação a Escola Superor de Educação Físca - UPE, ode de os prmeros passos o mudo cetífco À Uversdade de Perambuco por ceder o Laboratóro de Avalação da Performace Humaa para a coleta dos dados Ao presdete da Federação Perambucaa de Judô Profº Luz da Mota Slvera pela cotrbução a artculação etre as assocações a moblzação dos atletas para a coleta dos dados A Edvae da Slva Costa secretára da Federação Perambucaa de Judô pela ajuda e pacêca durate todo o processo de coleta dos dados Aos professores das Assocações de Judô que se empeharam bastate a fase de coleta dos dados, cetvado e acompahado seus atletas durate as avalações A todos os atletas da Federação Perambucaa de Judô que partcparam como sujetos da pesqusa, faço votos de: SUCESSO! Aos professores Wlso Vaa, Marcos Carvalho, Iberê Caldas e Cláudo Barabé do Cetro de Ecelêca Esportva (CENESP) localzado a Uversdade de Perambuco pela cotrbução a fase da coleta dos dados A estagára do Laboratóro da Performace Humaa, Tataa Acol por sua ajuda a coleta e regstro dos dados Ao profº Dr Ferado Gumarães por ter partcpado da baca eamadora do meu II Semáro e por suas cotrbuções para o egradecmeto deste trabalho

6 Ao Prof Dr Eufrázo de Souza Satos, Coordeador, pela dedcação ao Programa de Pós-Graduação em Bometra Aos professores do Mestrado: Drª Adéla Olvera M da Cruz, Dr Eufrázo de Souza Satos, Dr Paulo de Paula Medes, Dr José Aleo da Slva, Dr Adauto José Ferrera de Sousa, Dr Borko Stosks, Dr Caesar Sobrera,, Dr Paulo Falcão, Dr Raldo Luz Caracolo Ferrera, Dr Romldo de Albuquerque Noguera, Drª Rosâgela Paula Lessa e Drª Mara do Socorro Braslero, pelos esametos a mha formação telectual e profssoal Ao professor Moacyr Cuha Flho pela amzade e cetvos os mometos de agústa e pelas vtóras compartlhadas A e-secretára do Mestrado em Bometra Josemar Mª Tavares que muto me ajudou as questões burocrátcas relacoadas ao mestrado, atededo-me sempre bem A atual secretára do Mestrado em Bometra Aldalmeres V Cavalcat, pela capacdade profssoal, ateção e pacêca ao os ateder Aos colegas do mestrado: Alca Squera, Crsta Nascmeto, Glberto, Glvado Rbero, Jaro Brto, José Carlos, José de Melo, Lázaro Souto, Marcelo Vaa, Marlee Fguerôa, Nedja Queroz, Roberto Torres, Rômulo César, Telmo Trajao e Wellgto Ludgre, fo maravlhoso cohecê-los e apreder um pouco com cada um deles Aos meus famlares que sempre apoaram as mhas decsões, dado-me força e estado sempre presetes os mometos de alegra e trsteza que vvecamos o decorrer de ossas vdas Aos demas amgos e todas as pessoas que de forma dreta e/ou dretamete cotrbuíram para a realzação deste trabalho

7 LISTA DE TABELAS TABELA 0 Varáves utlzadas e suas respectvas descrções27 TABELA 02 Aálse descrtva das varáves em estudo32 TABELA 03 Valores da últma etapa do processo de stepwse para o Modelo 33 TABELA 04 Estatístcas dos parâmetros para o Modelo 34 TABELA 05 Parâmetros resultates da aálse de varâca do modelo de regressão para classfcação de judocas em Campeoatos Perambucao e Norte-Nordeste34 TABELA 06 Valores da últma etapa do processo de stepwse para o Modelo 235 TABELA 07 Estatístcas dos parâmetros para o Modelo 236 TABELA 08 Parâmetros resultates da aálse de varâca do modelo de regressão para classfcação de judocas em Campeoatos Brasleros e Sul-Amercaos36 TABELA 09 Aálse de resíduo (R 2 ) e do teste de Durb-Watso (D) Para os modelos e 237

8 LISTA DE FIGURAS FIGURA 0 Laboratóro de avalação da performace humaa (CENESP UPE)25 FIGURA 02 Composção da amostra em relação às assocações partcpates26 FIGURA 03 Aálse da massa corporal29 FIGURA 04 Medção da estatura29 FIGURA 05 Mesuração da evergadura29 FIGURA 06 Teste de damometra29 FIGURA 07 Teste de flebldade30 FIGURA 08 Teste de resstêca abdomal 30 FIGURA 09 Teste de barra30 FIGURA 0 Teste de mpulsão vertcal3 FIGURA Teste de agldade3 FIGURA 2 Teste de wgate3 FIGURA 3 Modelo e tervalo de cofaça a 95% para a evergadura de Judocas em Campeoatos Perambucao e Norte-Nordeste33 FIGURA 4 Modelo e tervalo de cofaça a 95% para o teste de barra de judocas em campeoatos Braslero e Sul-Amercao35

9 RESUMO Objetvou-se crar modelos estatístcos para estmar a probabldade de classfcação em judocas da categora juvel em Campeoatos Perambucao, Norte- Nordeste, Braslero e Sul-Amercao Os dados foram forecdos pelo Cetro de Ecelêca Esportva (CENESP) localzado a Uversdade de Perambuco Partcparam 42 judocas do seo masculo lgados à Federação Perambucaa de Judô Para o desevolvmeto dos modelos foram utlzadas as varáves: massa corporal, estatura, evergadura, damometra, agldade, mpulsão vertcal, resstêca abdomal localzada, teste de barra, wgate peso, wgate percetual de fadga, tempo de prátca, fase de treameto e a formação se o atleta já hava sdo ou ão campeão Perambucao, Norte-Nordeste, Braslero e Sul-Amercao A classfcação do atleta fo relacoada com as varáves através do modelo de regressão lear múltpla Para selecoar as varáves sgfcatvas (P<0,05), utlzou-se o processo de stepwse, assocado à trasformação de Bo e Co Aplcou-se o teste de Shapro-Wlks para verfcar a ormaldade dos dados Os modelos foram avalados também pela ANOVA, aálse de resíduo e pelo teste de Durb-Watso (D) As varáves sgfcatvas para a classfcação em campeoatos Perambucao e Norte-Nordeste foram a evergadura, a fase de treameto, o tempo de prátca e a flebldade, com um R 2 =98,37% e D=,90 Para classfcação o Braslero e Sul-Amercao, fzeram-se presetes o tempo de prátca, o teste de barra e a fase de treameto, apresetado um R 2 =97,29% e D=,40 Palavras-chave: modelagem, judocas, taleto desportvo

10 ABSTRACT Our objectve was to create statstcal models to avaluate the classfcato probablty the judo players of the juvele category the Champoshps of Perambucao (local), North-Northeast (regoal), Brazla (atoal) ad South Amerca (teratoal) The data were suppled by the Ceter of Sportg Ecellecy (CENESP) located the Uversty of Perambuco, Recfe Brazl A total of 42 male judo players from Judo s Federato of Perambuco took part ths research For the developmet of the models, the varables were: corporal mass, stature, spa, dyamometrc, aglty, vertcal mpulse, located abdomal resstace, test of bar, wgate-weght, wgate-percetle of fatgue, tme of practce, trag phase ad the formato f athletes have bee or ot champos oe of those champoshps: Perambuco, North-Northeast, Brazla ad South Amerca The athlete s classfcato was related wth the varables through the model of regresso leal multple To select the sgfcat varables (P<0,05), the process of Stepwse, assocate to the trasformato of Bo ad Co was used The test of Shapro-Wlks was appled to verfy the ormalty of the data The models were apprased also for ANOVA, resdue aalyss ad the test of Durb-Watso (D) The sgfcat varables for the classfcato the Champoshp of Perambuco ad North-Northeast was the spa, the trag phase, the tme of practce ad the fleblty, wth a R 2 =98,37% ad D=,90 At the atoal ad teratoal level ( Champoshps Brazla ad South Amerca), they were made presets the tme of practce, the bar test ad the trag phase, preseted a R 2 =97,29% ad D=,40 Key Words: modellg, judo players, sport talet

11 SUMÁRIO AGRADECIMENTOS LISTA DE TABELAS LISTA DE FIGURAS RESUMO ABSTRACT INTRODUÇÃO0 2 REVISÃO DE LITERATURA2 2 Aspectos geras sobre a detecção de taleto desportvo2 22 Judô: Orgem e característcas4 23 Métodos Estatístcos 8 3 MATERIAL E MÉTODOS25 3 Protocolo de mesuração RESULTADOS E DISCUSSÃO 32 6 CONCLUSÕES 4 7 REFERÊNCIAS BIBLIOGRÁFICAS 42 ANEXO 47

12 Falcão, A P S T Modelagem para detecção de taletos desportvo em judocas 0 INTRODUÇÃO O esporte ao logo dos aos, vem assumdo setdos e sgfcados que cotetualzam a hstóra da humadade, seus teresses e coqustas a busca pela superação do própro lmte humao Pode ser eteddo, as suas dversas formas de terpretação como um feômeo de epasão global, evdecado-se como atvdade comercal, atvdade cultural, estlo de vda, fator ecoômco, fator de socalzação, meo de educação e formação, estratéga de saúde e objeto de vestgação cetífca (PANIZI apud GAYA et al 986) O profssoal de Educação Físca, vsto como um pesqusador, apreseta uma tarefa mportate que cosste a vestgação de ovos taletos desportvos Fazedo-se ecessáro o desevolvmeto de trabalhos cetífcos o tuto de coqustar ovos espaços o campo da cêca, empregado as mas moderas tecologas e utlzado-se da arte o processo de desevolvmeto de modelos matemátcos estatístcos a detecção destes taletos (NORONHA, 992) Num estudo sobre modelagem estatístca, ão basta cohecer a stuação presete, é ecessáro prever, de forma efcaz, a stuação futura Ode, a combação dagóstco - progóstco é de grade valor a tomada de decsão As prátcas desportvas as suas dferetes formas de epressão - desporto escolar, lazer, reabltação, reeducação, desporto de ecelêca ou alto ível possuem objetvos específcos, setdos e teresses própros O desporto de alto ível tem como objetvo prcpal o desevolvmeto de desempehos mámos estabelecedo desafos dos própros lmtes tedo como meta à vtóra e em algus casos revestdos de faldades ecoômcas e/ou polítcas Olvera (998), cosdera que a detecção de taletos é um processo multdmesoal ode dversos fatores fluecam, como: aspectos geétcos, hábtos de vda, motvações para a prátca desportva, aspectos sóco-ecoômcos, aptdão físca, detre outros O tuto de desevolver modelagem para estmar a probabldade de classfcação em atletas, que o caso específco trata-se do judô, vem cotrbur de maera precsa a tomada de decsão do profssoal de Educação Físca o mometo em que busca ecamhar e oretar a craça e o adolescete para uma determada prátca desportva tedo como referêca cocreta às codções físcas apresetadas pelos avalados

13 Falcão, A P S T Modelagem para detecção de taletos desportvo em judocas É mportate saletar que outros aspectos também são relevates e precsam ser cosderados este processo, como: os pscológcos, motvacoas, utrcoas, socas e ecoômcos, vsto que estamos ldado com seres humaos e ão com máquas O presete trabalho, que o caso específco selecoou a prátca do judô por ser um dos esportes dvduas, cuja aálse do desempeho pode ser avalada de modo depedete da performace do restate da equpe (quado estete), pretede lmtar sua abordagem aos aspectos motores da detecção de taletos desportvos Tem o propósto de desevolver modelos matemátcos estatístcos para detecção de taletos desportvos a prátca do judô, evdecado varáves de maor relevâca e selecoado detre os modelos a serem testados aqueles que possam detectar de forma efcete a classfcação de judocas em campeoatos Perambucao, Norte-Nordeste, Braslero e Sul-Amercao

14 Falcão, A P S T Modelagem para detecção de taletos desportvo em judocas 2 2 REVISÃO DE LITERATURA 2 ASPECTOS GERAIS SOBRE A DETECÇÃO DE TALENTO DESPORTIVO A partr de 970, o Brasl, cou-se o feômeo de massfcação do esporte, da cultura físca, da gástca, corrda, efm, de cudar do corpo A busca pela prátca de eercícos físcos se dá por dversos motvos, etre eles, a auto-realzação, a busca da establdade emocoal, a coscêca estétca, o desevolvmeto telectual, moral e das capacdades motoras e físco-orgâcas (LEITE, 990) O Esporte para ser cosderado como tal, deve evolver pelo meos três dmesões: o esforço físco oretado e costate; submssão a regras orgazatvas própras e objetvos de competção (GAYA, 2002) De acordo com Gaya (2002), do poto de vsta etmológco a epressão taleto, orga-se do latm taletu e do grego tálato e refere-se a uma medda de peso e uma moeda correte a Atgüdade A utlzação da epressão taleto o setdo de aptdão ata ou adqurda provavelmete teha orgem bíblca decorrete da parábola dos taletos - Mateus 25 (LANARO FILHO et al 200) Em sua evolução semâtca, cosagrou-se com o sgfcado de algo raro e valoso o domío telectual ou artístco, ou ada, como aptdão atural ou habldade adqurda Gaya (2002), def um taleto como um dvíduo que um determado estágo de desevolvmeto, dspõe de certas característcas somátcas, fucoas, pscológcas e socas O taleto esportvo é um dvíduo atípco o seo de sua população A performace de um atleta é a soma dos segutes fatores: costtução físca, capacdades e potêcas metabólcas aeróba ou aaeróba, fluêcas pscossocas e ambetas, habldades técca e tátcas específcas para o esporte escolhdo Lete (990), efatza também o somatótpo e sua relação com a performace O somatótpo é uma cofguração morfológca do dvíduo que quatfca e qualfca a forma corporal através de seus três compoetes: edomorfa, mesomorfa e a ectomorfa A edomorfa represeta a quatdade de gordura, a mesomorfa reflete o desevolvmeto

15 Falcão, A P S T Modelagem para detecção de taletos desportvo em judocas 3 músculo-esquelétco e a ectomorfa que predomam os tecdos dervados da camada ectodérmca No Brasl, dversos estudos e programas têm sdo desevolvdos o tuto de detectar taletos desportvos Paula (993), preocupou-se em elaborar uma batera de testes para predzer a performace de judocas, utlzado-se da aálse fatoral e de regressão múltpla o setdo de selecoar os testes mas adequados para predzer a performace em judocas No fal da pesqusa, ecotrou que os testes de maor relevâca foram: preesão maual, fleão e etesão de braços e arremesso do medce-ball Estado cluídos o presete trabalho, os dos prmeros Matsudo (987), cta o Escore Z como uma medda usual para a localzação de um determado dvíduo o âmbto de sua população de orgem, permtdo umercamete stuar em que espaço da curva de Gauss, stua-se determado dvíduo Caso o sujeto se ecotre acma de dos desvos ou de dos Escores Z, é cosderado um dvíduo atípco, um dcador de taleto desportvo Böhme (2000), dz que muto utlzada o Leste Europeu, é a técca de dermatoglfa como tetatva de detectar um taleto através das mpressões dgtas que se formam os três prmeros meses detro do útero matero e ão se alteram durate o resto da vda É um método smples para determar as capacdades e possbldades de atletas joves Três tpos de deseho revelam tedêcas geétcas que podem dagostcar o potecal geétco do dvíduo, permtdo assocá-las com os aspectos fucoas como: resstêca, velocdade, coordeação, força e potêca A forma dos desehos Arco A (deseho sem delta), Preslha L (deseho de um delta) ou Vertclo (deseho de dos delta) apreseta a característca qualtatva, já à quatdade de lhas (QL), o somatóro total das lhas (STQL) e a quatdade de crstas cutâeas represetam a característca quattatva Através da classfcação das mpressões dgtas, segudos aspectos qualtatvos e quattatvos pode se detfcar o potecal geétco dos atletas (FERNANDES FILHO, 2002) Assm a carga, a oretação e as característcas fsológcas de treo podem ser modfcadas segudo os objetvos que se pretede alcaçar, seja o cate, como o atleta formado Frach et al (984), aplcou em uma de suas pesqusas, um teste específco para avalar a performace em judocas desevolvdo por Sterkowcz, em que cosdera algus parâmetros aeróbos e aaeróbos para calcular um ídce que é epresso pela relação etre a

16 Falcão, A P S T Modelagem para detecção de taletos desportvo em judocas 4 freqüêca cardíaca e uma determada técca do judô Quato meor for o ídce ecotrado, melhor o desempeho do judoca Böhme (2000), a cocetuação de taleto esportvo, dz que é ecessáro levar-se em cosderação o ível compettvo ao qual se refere; assm, um jovem atleta pode ser cosderado um taleto esportvo a ível escolar, ão ocorredo o mesmo quado este compete ao ível de esporte federado Matsudo (996), aborda duas dfculdades ecotradas estas questões de detecção de taletos esportvos Uma delas está relacoada à falta de cohecmeto e acetação pelos téccos esportvos, das pesqusas e metodologas desevolvdas pelos teórcos esportvos A outra, é que mutos pesqusadores possuem um profudo cohecmeto teórco das cêcas do esporte, mas ão possuem qualquer eperêca o desevolvmeto e aplcação prátca O taleto ão pode ser detectado com base a aptdão demostrada em um úco teste motor, mas a detfcação de taletos é parte de um processo, que se tora aparete durate as etapas de treameto, testagem, mesuração sstemátca e da partcpação em competções esportvas (MATSUDO, 983) Segudo Beto (989), as possbldades para se realzar altos desempehos, são resultates do potecal geétco do dvíduo, mafestam-se e desevolvem-se durate a prátca da atvdade, em codções socas favoráves, em face das egêcas e epectatvas adequadas, em tarefas ou traz stuações problemátcas 22 JUDÔ: ORIGEM E CARACTERÍSTICAS O judô, assm como váras áreas do cohecmeto humao, está em costate evolução Teve sua orgem quado o professor Jgoro Kao procurou sstematzar as téccas de uma arte marcal japoesa ju-jtsu Não tem a sua cração a teção de ser uma arte marcal, e sm uma modaldade de luta com objetvos esportvos e pedagógcos (OLIVEIRA, 2000) O judô pode ser defdo lteralmete por camho da suavdade, uma vez que ju sgfca suavdade e dô sgfca camho Basea-se o prcípo ceder para vecer que pode ser observado em todas as téccas do judô, prcpalmete, as de projeções (CALLEJA, 982) Jgoro Kao começou a pratcar ju-jtsu aos 8 aos Apre deu téccas de percussão (atem-waza), téccas de domío (katame-waza) e téccas de arremesso (ague-waza)

17 Falcão, A P S T Modelagem para detecção de taletos desportvo em judocas 5 Baseados estas téccas, aprofudou seus cohecmetos tomado como base à força e a racoaldade Além dsso, crou ovas téccas para o treameto desportvo e fudou em 882 o Isttuto Kodoka que é o maor úcleo de eso localzado em Tóquo O judô é um esporte que tem como característca prcpal à utlzação básca do desequlíbro de um adversáro, para projetá-lo em um local revestdo com város colchões deomado de tatam (CALLEJA, 982) Uma outra característca mportate é o grau de cocetração que é muto elevado, pos o judoca tem que se atecpar ao opoete, detfcado o tpo de ataque que será despreddo, além de plaejar e realzar o seu própro ataque Tudo sto tem que ser orgazado metalmete em segudos, pos, um leve descudo é sufcete para se perder uma luta (SILVA, 988) A chegada o Brasl deu-se com o Code Koma que em 904 sau do Japão e apresetou-se pela prmera vez o Brasl em Porto Alegre Segudo para o Ro de Jaero, São Paulo, Salvador, Recfe, São Luís, Belém e em MaausCalleja (op ct), dz que o judô chegou ao Brasl por volta de 925 Em 947, fo realzada a Europa a prmera competção a ível teracoal, evolvedo Fraça e Iglaterra Em 956, a Federação Iteracoal de Judô, orgazou o prmero Campeoato Mudal em Tóquo, cotado com 2 países Em 964, o esporte passou a fazer parte das Olmpíadas os jogos de Tóquo Ecotra-se ao logo da hstóra que a prmera competção braslera acoteceu em São Paulo por volta de 936 Outros afrmam que se realzou o Ro de Jaero em 954 O judô braslero é japoês de orgem A maor cocetração da colôa oretal é em São Paulo A prmera medalha olímpca do judô braslero coqustada por Chak Ish (braslero aturalzado) em Muque (972) No Brasl, destacaram-se até o mometo Aurélo Mguel, obtedo medalha de ouro as Olmpíadas de Seul (988) e broze as de Atlata (992); Douglas Vera em Los- Ageles (984) e Thago Camlo em Sydey (2000) que coqustaram medalha de prata; Luís Omura e Walter Carmoa em Los-Ageles (984) e Herque Gumarães em Atlata (996) receberam o broze Os judocas recebem uma classfcação por faa de acordo com a segute seqüêca: braca, cza, azul, amarela, laraja, verde, roa e marrom (OTOSHI, 988) Coforme Olvera (2000), teccamete o judô está dvddo em quatro grades grupos:

18 Falcão, A P S T Modelagem para detecção de taletos desportvo em judocas 6 - Ukem Waza (técca de queda): são as formas de car, elemeto fudametal para o judô, uma vez que car é o ato mas freqüete a sua prátca ; - Nage Waza (técca de projeção): são as correspodetes ao ato de projetar um compahero o solo Cosderadas as mas mportates e as mas admradas pelos judocas; - Katame Waza (técca de cotrole): são as que vsam cotrolar os movmetos do compahero, através de moblzações, estragulametos e chaves de artculações; - Atem Waza (técca de defesa): são as relacoadas à defesa pessoal Hoje pouco utlzada pelos judocas, uma vez que o aspecto esportvo, ão demada tempo para essa prátca, que também ege muta especalzação Slva (988), desevolveu um estudo da caracterzação do esforço em modaldades desportvas e dz que o judô é um esporte etremamete compleo com característcas bomecâcas acíclcas sedo muto dfícl detfcar o esforço a ser realzado em uma competção, em vrtude do que va determar o esforço em cada luta é o opoete Efatza a dmesão eurológca e fsológca do judoca Esta prmera dmesão ege um alto grau de cocetração, pos, este esporte evolve uma grade varedade de téccas (de braço, pera, quadrl,) A seguda dmesão é a fsológca Esta drecoa o efeto do treo para a estrutura muscular ou (e) orgâca (SILVA, 988) Fsologcamete é mportate que o judoca apresete uma boa capacdade aeróba, a fm de ogear grades massas musculares, como também uma capacdade aaeróba bastate desevolvda, vsto que este é o sstema que predoma este tpo de esporte (SILVA, 988) De acordo com McArdle (998), a capacdade aeróba requer partcpação sgfcatva dos sstemas cardovascular e respratóro, para ateder à demada de ogêo através da correte sagüíea E o VO 2 má é uma das melhores meddas para avalar este codcoameto, dcado a maor quatdade de ogêo que um dvíduo é capaz de utlzar em uma atvdade mas eteuate Dz ada que o sstema aaeróbco é caracterzado por eercícos eplosvos realzados um curto período (até 60 segudos) Depede essecalmete do ATP gerado pelos sstemas eergétcos aaeróbcos (sstema fosfágeo e do ácdo látco) De acordo com Tubo (984), a resstêca pode ser defda como a capacdade de um dvíduo superar a fadga muscular Apreseta dferetes formas de mafestação: quato a partcpação da musculatura, a especfcdade do eercíco, a moblzação de

19 Falcão, A P S T Modelagem para detecção de taletos desportvo em judocas 7 eerga muscular (aeróba e aaeróba) e a duração do eercíco (curta, méda ou loga duração) Fo (983), defe força muscular como a força ou tesão que um músculo ou, mas corretamete, um grupo muscular, cosegue eercer cotra uma resstêca em um esforço mámo A flebldade pode ser cocetuada como a capacdade de ampltude de uma artculação solada ou de um grupo de artculações, quado solctada a realzação dos movmetos (FOX, 983) Os ídces de flebldade resultam da elastcdade, demostrada pelos músculos, assocada à mobldade das artculações (GUEDES E GUEDES, 995) Idvíduos que apresetam ídces de flebldade mas elevados tedem a mover-se com maor facldade e são meos susceptíves a lesões quado submetdos a esforços físcos mas tesos, e geralmete apresetam meor cdêca de problemas a esfera ósteo-moartcular Guedes e Guedes (995), defe agldade como a capacdade de mudar a posção do corpo o espaço um meor tempo possível O tempo é uma varável mportate, o que evdeca a preseça da velocdade a agldade Na mpulsão vertcal a altura é determada pela velocdade vertcal do cetro de gravdade do corpo o mometo do mpulso O salto em altura efcete, deve ser vsto como um movmeto lear (para cma) do cetro de gravdade do corpo com resultado de uma sére de movmetos agulares que ocorrem as artculações dos torozelos, joelhos e quadrl (MATSUDO, 983) Todas essas capacdades físcas supractadas, foram avaladas através da aplcação de testes em laboratóro e represeta as varáves que serão testadas os modelos matemátcos estatístcos, a teção de selecoar os modelos mas adequados que estmem a probabldade de classfcação em campeoatos Perambucao, Norte-Nordeste, Braslero e Sul-Amercao A batera de testes aplcada o presete trabalho, evolve algus cocetos relacoados à aptdões atlétcas, utlzadas para avalar o ível de desempeho motor obtedo formações do tpo quattatvo Os testes motores se caracterzam pela realzação de uma tarefa motora que é coduzda em um meo ambete que procura smular stuações que possam solctar predomatemete determada capacdade motora (resstêca, força, flebldade, etre outras)

20 Falcão, A P S T Modelagem para detecção de taletos desportvo em judocas 8 23 MÉTODOS ESTATÍSTICOS Pode-se dzer que a modelagem é um processo que evolve cêca, tecologa e arte Satos (978), defe modelo como uma equação que egloba varáves aleatóras, matemátcas e parâmetros De acordo com Hoffma e Vera (977), é mportate cohecer os efetos que algumas varáves eercem, ou parecem eercer, sobre as outras Se cosderarmos duas varáves X e Y, relacoadas por uma fução matemátca Y = f ( X ) cojuto de valores X (,2,, ) ( ) Y = f X, ode dado um =, os seus correspodetes valores são epressos por Em uma outra stuação, a varável depedete pode ser afetada por outros fatores e admtdo que esta varável sofra fluêca de K + M varáves, tem-se que: ( X X,, X, X X ) Y = f, 2 K K +,, K + M e que por outras razões ão se cosderar a fluêca das varáves X,, K + X K + M e aalsar Y como uma fução das K prmeras varáves, permaece etão um resíduo ou erro, fcado assm caracterzado um modelo estatístco A cocepção de regressão fo calmete proposta pelo cetsta glês, Sr Fracs Galto, em relatos de suas pesqusas sobre heredtaredade Utlzou o termo reverso e posterormete regresso para descrever que as alturas dos flhos proveetes de pas mas altos (ou pequeos) tedem a um valor médo da população geral (BHATTCHARYYA e JOHNSON, 997; DANIEL, 978) As regressões leares podem ser classfcadas em: smples e múltpla No prmero caso, relacoa-se uma varável aleatóra Y, com uma varável X Segudo Vcet (995), a regressão lear múltpla temos uma varável aleatóra Y (depedete) com duas ou mas varáves X (depedetes) (MENDES, 999; SPIEGEL, 978) O modelo matemátco da regressão lear múltpla pode ser represetado da segute forma: Y Y = β + β X + β X + + β X + ε em que: 0 varável depedete 2 2 β, β 0 β, β2,, são os parâmetros da regressão

21 2 X,, X, X são as varáves depedetes ε é o erro da regressão com varado de, 2, 3,, I Matrcalmete, o modelo de regressão lear múltpla fo represetado por: ~ ~ ~ X Y ε β + = ; ode: = 2 ~ y y y Y = p 2 p 22 2 p 2 X = 0 ~ β β β β = 0 ~ ε ε ε ε Sedo: ~ y - vetor ( ); X - uma matrz ( p); ~ ε - vetor dos erros aleatóros ( ) e ~ β - o vetor dos parâmetros (p ) Para estmação dos parâmetros de regressão pode-se utlzar o método dos mímos quadrados, que cosste a mmzação da soma de quadrados dos erros Em que partdo das equações ormas: ~ ' ~ ~ ~ ' ~ y = β ode ' é a trasposta de Falcão, A P S T Modelagem para detecção de taletos desportvo em judocas 9

22 Tedo etão que: Assumdo que ( ) ' X X esta, etão o estmador dos mímos quadrados é: ( ) ~ ' ~ ' ~ ^ ~ Y X X X = β Coforme Woacott e Woacott (980), a utlzação do método dos mímos quadrados para estmar os parâmetros de um modelo de regressão lear, dá-se pelo fato destes estmadores serem ão-tedecosos e possuírem varâca míma, sedo assm, mas efcetes Segudo Medes(999) para a determação do lmte de cofaça de uma estmatva ^ y, utlza-se a segute epressão: ( ) ( ) _ y % ; 2 ^ S t y ± α em que: ^ y - valor estmado de y, para um determado X ; ( ) % 2; t α - dstrbução t de Studet; ( ) y X S - erro padrão da estmatva de Y Para aalsar o erro padrão de estmatva de y, uma regressão lear smples utlzase a segute epressão matemátca: ( ) ( ) + = QM S res y = = = = = = = = = = = = k 3 2 ' = = = = 3 ' y y y y Falcão, A P S T Modelagem para detecção de taletos desportvo em judocas 20

23 Falcão, A P S T Modelagem para detecção de taletos desportvo em judocas 2 em que: QM - quadrado médo do resíduo; res - -ésmo valor observado da varável depedete ; - valor médo da varável depedete O erro padrão da méda tem por faldade, apresetar a déa da precsão com que se determou a méda de uma população ou uformzar seu erro Logo, quato meor esse erro, maor a precsão da estmatva da méda (SILVA e SILVA, 999; MENDES, 999) Essa técca é represetada pela epressão: S L X = 2 S ou S ( m ) = s em que : : erro padrão da méda, S& & 2 s : varâca e : úmero da amostra Para avalar a cosstêca de um modelo estatístco, pode-se utlzar o coefcete de determação e a estatístca F da aálse de varâca É mportate também a aálse de resíduo, para avalar defcêcas do modelo ajustado Coforme Ross (987), o coefcete de determação, dca o percetual da varâca da varável depedete, que pode ser eplcada pela(s) varáves(es) depedete(s) Woacott e Woacott (980), afrmam que o coefcete de determação, represetado por r 2, epressa a proporção da varação total de y eplcada pelo ajuste do 2 modelo de regressão lear smples, equato que o R (coefcete de determação para modelo de regressão múltplo) costtu um ídce global da varação depedete que pode ser eplcada por todas as varáves depedetes Quado a varação total é eplcada pelo modelo de regressão, o coefcete de determação é gual a Mas, quado a varação total ão é eplcada pelo modelo, este coefcete é gual a zero Na prátca, a quatdade de r 2 ou (SPIEGEL, 978) 2 R, stua-se etre 0 e Segudo Carvalho (988), o ídce determístco mede a cotrbução do cojuto dos coefcetes de regressão para o ajustameto da respectva equação aos dados observados A sgfcâca do R 2 pode ser verfcada pelo teste F De acordo com Woacott e Woacott (980), é represetado pela epressão: 2 R = SQ SQ reg total

24 Falcão, A P S T Modelagem para detecção de taletos desportvo em judocas 22 Para verfcar a cosstêca de um modelo de regressão, assm como aalsar ou comparar dferetes tratametos, pode-se utlzar a ANOVA (aálse de varâca) Souza (998), dz que esta aálse estatístca fo troduzda a lteratura pelo estatístco brtâco Sr Roald A Fsher, resposável por mutas das téccas utlzadas a aálse de dados A aálse de varâca é realzada tomado como referêca a estatístca F de Sedecor Tem a faldade de averguar se a relação etre as partes eplcadas e as ão eplcadas (resíduos), pelo modelo, são sgfcatvas ou ão Também, a aálse de varâca para regressão é um processo artmétco que vsa decompor uma soma de quadrados (varação total em y) em compoetes assocados a fotes de varação perfetamete detfcadas (STEEL et al, 997) Neter e Wasserma (974); Draper e Smth (98); Motgomery e Peck (992), relatam que a aálse de varâca para regressão tem a faldade de verfcar a leardade do cojuto de dados observados Para se determar o F da aálse de varâca para a regressão, utlza-se o quadro da ANOVA: FV GL SQ QM F Re gressão p SQ reg SQ reg GLreg QM reg QMres Re síduo p SQ res SQ res GLres Total SQ total em que: FV fote de varação; GL grau de lberdade; SQ soma de quadrados; QM quadrado médo; P- é o úmero de parâmetros; - o úmero de observações e F valor calculado de F Ode: SQreg = β y SQ total 2 ^ _ y + y β y = y 2 _ y y = = y + β2 y 2 2 y = 2y 2 y + SQ res = = y ^ y 2 = SQ total SQ reg

25 Falcão, A P S T Modelagem para detecção de taletos desportvo em judocas 23 Neter et al (974), defe o resíduo como a dfereça etre o valor observado e o valor ajustado obtdo pelo uso da equação de regressão ajustada, ode: e = y De acordo com Motgomery (997), a aálse de resíduo pode ser realzada pelo resíduo padrozado: ou pelo resíduo studetzado, em que: t ^ y e d = = QM res ( h ), 2,, e =, 2,, sedo: QM = res QM res - quadrado médo do resíduo; de observações; e - o erro resdual e h - matrz ' ' dagoal de ( ) Draper e Smth (98), dz que os outlers ou potos dscrepates, são peculardades que dca um dado que ão é típco ao resto dos dados É um método efetvo para se descobrr város tpos de defcêcas o modelo ajustado (MONTGOMERY, 977); (SOKAL e ROHLF, 995) A dvergêca sgfcatva os lmtes ± 2, dca volação potecal da suposção de ormaldade (MONTGOMERY e PECK, 992) Medes(999), relata que quado o úmero de potos outlers ou potos dscrepates é maor que 5,0% do total do úmero de dados, deve-se proceder a trasformação desses dados, quado feror a 5,0%, ecotra-se detro do esperado Utlzou-se do teste de Durb-Watso para realzar a aálse da dstrbução dos resíduos, que é represetado pela segute epressão: em que: e resíduo o tempo D = = 2 ( e e ) = 2 e O teste de Durb-Watso vara o tervalo de 0 a 4, em que, se os resíduos são sucessvos e postvos, etão D tede a zero ( D 0 correlacoados, D tede a dos ( D 2 D tede a quatro ( D 4 ) (LEVINE et al, 2000) 2 ), se os resíduos ão forem ) e se os resíduos forem sucessvos e egatvos,

26 Falcão, A P S T Modelagem para detecção de taletos desportvo em judocas 24 Em relação ao descarte de varáves, é mportate ressaltar que date de úmeras varáves depedetes, deve-se selecoar aquelas que são sgfcatvas para o modelo Utlzou-se o método de Stepwse, seleção do íco para o fm (forward selecto) Segudo Dael (978), o método forward selecto, cosste em troduzr varáves depedetes, uma de cada vez, a equação de regressão, e a cada passo avalar estatstcamete a efcêca da regressão A prmera varável depedete a etrar para a equação, será aquela que tver maor correlação smples com a varável depedete y, ou seja, a que produzrá o maor valor a estatístca F do teste de sgfcâca para a regressão (MONTEGOMERY e PECK, 992) A seguda varável a ser escolhda a etrar a equação, será a prmera que agora tver a maor correlação com y, após o ajustameto dos efetos da prmera varável depedete sobre a varável depedete y O procedmeto falza, quado a adção de varáves ão produza um aumeto aprecável o coefcete de determação múltplo ( R ) (SOKAL e ROHLF, 995) Utlzou-se também uma trasformação de dados a varável Y, com a faldade de homogeezar a varâca dos erros e permtr que se possa utlzar o método dos mímos 2 quadrados, com maor efcêca ( R mámo), a estmatva dos parâmetros do modelo de regressão Coforme Medes (999), algumas trasformações podem ser utlzadas etre elas a de Bo e Co (forma smplfcada)optou-se pela trasformação de Bo; Co (964), que tem por faldade corrgr a aormaldade e/ou varâca ão costate para os erros, epressa da segute maera: 2 W j ou = W ( y ) j j λ paraλ 0 = l(yj ) paraλ = 0 em que: W = Varável trasformadora; Y= Valor a ser trasformado; l= logartmo eperao a base atural; (Lâmbda) = Fator de trasformação de Bo e Co (964); j = j ésma repetção; = -ésmo tratameto

27 Falcão, A P S T Modelagem para detecção de taletos desportvo em judocas 25 3 MATERIAL E MÉTODOS Foram utlzados 42 judocas do seo masculo, categora juvel, dade varado etre 5 e 6 aos e flados à Federação Perambucaa de Judô Os dados foram coletados o ao de 2003 do baco de dados do Laboratóro de Avalação da Performace Humaa (Fgura 0), ode fucoa o Cetro de Ecelêca Esportva (CENESP) da Uversdade de Perambuco FIGURA 0: Laboratóro de avalação da performace humaa (CENESP UPE) Cada CENESP é formado em estreta parcera com a Secretara Nacoal de Esporte, o Comtê Olímpco Braslero, com as etdades de admstração do desporto em ível local e com a catva prvada, como prestadores de servços à comudade esportva em geral A rede é composta de ove cetros: Escola Superor de Educação Físca de Perambuco/UPE; 2 Uversdade Estadual de Sata Catara/UDESC; 3 Uversdade Estadual de Lodra/UEL; 4 Uversdade Federal de Mas Geras/UFMG; 5 Uversdade Federal do Ro Grade do Sul/UFRGS; 6 Uversdade Federal de Sata Mara/UFSM; 7 Uversdade de Brasíla/UB; 8 Uversdade Federal de São Paulo/Ufesp; 9 Uversdade Estadual de São Paulo/USP

28 Falcão, A P S T Modelagem para detecção de taletos desportvo em judocas 26 O CENESP desevolve as segutes ações: avalação de atletas de redmeto; detecção de taletos esportvos; estudos, pesqusas cetífcas e tecologas para o desevolvmeto do esporte; desevolvmeto profssoal e promoção de evetos; tercâmbos cetífcos/tecológcos para o esporte Ao todo são trta e oto assocações lgadas à Federação Perambucaa de Judô que trabalham com atletas de dferetes categoras Destas, trta são localzadas a cdade do Recfe e oto, o teror (Vtóra, Paudalho, Caruaru, Petrola e Garahus) A Fgura 02, lustra as assocações que partcparam da pesqusa sedo represetado em percetual o úmero de atletas por assocação 2% 0% SPORT 7% NAGAI 0% VITÓRIA S FERRAZ 5% FALCON 2% REFLEXO 25% METHODOS 7% GRÉCIA GREFA 0% 2% ASSIS FIGURA 02: Composção da amostra em relação às assocações partcpates O protocolo de avalação utlzado evolveu varáves atropométrcas - massa corporal, estatura e evergadura; euro-motoras flebldade, damometra, teste de barra, resstêca abdomal localzada, mpulsão vertcal e agldade, fucoal - wgate/braço - o tempo de prátca a fase de treameto a formação se o atleta já tha sdo campeão Perambucao, Norte-Nordeste, Braslero e/ou Sul-Amercao (Tabela 0)

29 Falcão, A P S T Modelagem para detecção de taletos desportvo em judocas 27 TABELA 0: Varáves utlzadas e suas respectvas descrções Varáves Descrção MC Massa Corporal (kg) EST Estatura (cm) ENV Evergadura (cm) DIN Damometra (kfg) FLEX Flebldade (cm) AGIL Agldade (seg) IMPV Impulsão Vertcal (cm) RML Resstêca Muscular Localzada (rep) WP Wgate (watts/kg) WF Percetual de Fadga (%) TP Tempo de Prátca (mês) FT S Em atvdade de treameto FT N Sem atvdade de treameto Probabldade de Classfcação PROB Class Para correlacoar a probabldade de classfcação de um atleta, utlzou-se o segute modelo de regressão múltplo: Prob class = β MC + β 2 EST + β 3 ENV + β 4 FLEX + β 5 DIN + β 6 BA + β 7 RML + β8 IMP V + β9 AGIL + β0 WP + β WF + 2 β TP + β3 FT + ε em que: Prob class probabldade de classfcação de um atleta em campeoatos Perambucao, Norte-Nordeste, Braslero e Sul-Amercao; MC massa corporal; EST estatura; ENV evergadura; FLEX flebldade; DIN damometra; BA teste de barra; RML resstêca abdomal localzada; IMP v mpulsão vertcal; AGIL - agldade; WP wgate peso; WF wgate percetual de fadga; TP tempo de prátca; β, β β2,, 3 - são os parâmetros do modelo e ε - erro assocado a -ésma observação As varáves, Tempo de Prátca e Fase de treameto, foram serdas o modelo como varáves MUDAS, portato recebedo codfcação 0 e (WONNACOTT e WONNACOTT, 980) Caso o atleta estvesse com meos de ao de prátca e sem atvdade de treo específco para competções, recebera a codfcação 0 Acma deste valor e estado o atleta em preparação para competções, recebera a codfcação Na varável resposta (Prob class ) fo atrbuído um valor 0 para os judocas que uca tham sdo campeão Perambucao e Norte-Nordeste e, caso verso (Modelo ) O mesmo procedmeto fo realzado para estabelecer o modelo para detectar taletos a ível acoal e teracoal (Modelo 2), atrbudo 0 para aqueles que já tham sdo campeão Perambucao e Norte-Nordeste e, para os campeões Braslero e Sul-Amercao

30 Falcão, A P S T Modelagem para detecção de taletos desportvo em judocas 28 De acordo com Woacott e Woacott (980), um modelo que cotém varável muda, como em qualquer modelo de regressão, pode-se ver que ao gorar tal varável, sto favorece a tedecosdade e aumeta a varâca resdual Para selecoar as varáves sgfcatvas (P<0,05) o modelo, utlzou-se o processo de Stepwse (DANIEL, 978), com um F de remoção e etrada de 4, assocado à trasformação de Bo e Co (964), modelo smplfcado e aplcado a varável resposta A cosstêca dos modelos fo avalada através da estatístca F de Sedecor da aálse de varâca (DRAPER e SMITH, 98; MENDES, 999; MONTGOMERY e PECK, 992), da aálse de resíduo (MONTGOMERY, 997; NETER et al 974) e da estatístca de Durb-Watso (LEVINE et al 2000) No setdo de obter formações mas precsas sobre as estmatvas, determou-se os tervalos de cofaça (α = 5%) para judocas sem e com atvdade de treameto A ormaldade dos dados fo avalada através do teste de Shapro-Wlks utlzado o programa Statstcs Calculou-se também os valores mímos, mámos, a méda e o erro padrão para as varáves estudadas, objetvado comparar a varabldade dos dados Todas as outras aálses foram realzadas os programas Statgraphcs (versão 70) e Sys EAPRO (versão Beta) 3 Protocolo de Mesuração Gaya (986), Guedes e Guedes (995), Fo (983), De Rose (984), McArdle (988) e Matsudo (983), descrevem os procedmetos de meddas e aálses das varáves atropométrcas (MC, EST e ENV), euro-motoras (DIN, FLEX, AGIL, IMPV e RML) e fucoas (WP e WF), as quas o estudo se refere A varável massa corporal é uma medda trdmesoal em que é mesurada os plaos frotal, sagtal e trasversal O avalado poscoava-se em pé, o cetro da balaça (Flzola com precsão de 00 gramas), sem movmetar-se, com a meor quatdade de vestmeta possível, descalço e com os pés afastados, uma dstâca míma que lhe oferecesse uma boa base A Fgura 03, lustra a mesuração desta varável

31 Falcão, A P S T Modelagem para detecção de taletos desportvo em judocas 29 FIGURA 03 Aálse da massa corporal FIGURA 04 Medção da estatura A medda da estatura (FIGURA 04), cosste a dstâca etre o vérte e a regão platar, estado a cabeça poscoada com o plao de Frakfurt paralelamete ao solo e o corpo a posção aatômca, usado o estadômetro para tal mesuração A aferção fo realzada ao fal de uma spração profuda e mometâea, deomada de apéa O estadômetro e a aálse da estatura estão represetados a Fgura 04 O plao de Frakfurt é caracterzado por uma lha magára que passa pelo poto mas bao do bordo feror da órbta e pelo poto mas alto do lado superor do meato audtvo etero correspodete (DE ROSE, 984) A mesuração da evergadura refere-se à dstâca etre os dos potos dactlodas, estado o atleta com os braços abertos e paralelos ao solo como dca a Fgura 05 FIGURA 05 Mesuração da evergadura FIGURA 06 Teste de damometra

32 Falcão, A P S T Modelagem para detecção de taletos desportvo em judocas 30 No Teste de Força de Preesão Maual deomado de Damometra, o avalado fcava a posção de pé, com os membros superores ao logo do corpo e após o sal do avalador, aplcava-se sobre um damômetro específco, com a mão domate, a maor capacdade de força durate apromadamete 5 segudos O teste fo realzado em duas tetatvas, sedo computado o melhor resultado (Fgura 06) Para realzar o teste de flebldade o avalado parta da posção setada, com as peras esteddas e receba oretações para fleoar o troco à frete, com o objetvo de alcaçar o mas dstate possível O teste fo eecutado três vezes, regstrado a maor medda, utlzado o Baco de Wells (baco de madera), coforme lustra a Fgura 07 FIGURA 07 Teste de flebldade FIGURA 08 Teste de resstêca abdomal No teste de resstêca muscular localzada o dvíduo parta da posção em decúbto dorsal, joelhos fleoados à 45º e com os pés apoados pelo avalador Era dada a oretação para que o atleta levatasse o troco até tocar com os cotovelos as coas, tedo muto para realzar o mámo de repetções (Fgura 08) Na realzação do teste de barra (Fgura 09), calmete regula-se a barra devedo o avalado tocar os dedos com os braços esteddos um cordão colocado acma Após um sal, o avalado devera fleoar os braços e ecostar o queo o cordão As mãos fcavam em plaação e o calcahar, o chão, fazedo o úmero mámo de repetções (até casar) FIGURA 09 Teste de barra

33 Falcão, A P S T Modelagem para detecção de taletos desportvo em judocas 3 FIGURA 0 Teste de mpulsão vertcal O teste de mpulsão vertcal tem por faldade medr dretamete a força muscular dos membros ferores Para testar a mpulsão vertcal, fo coectada uma plataforma ao computador a qual o avalado poscoava-se em cma da mesma e ao sal do avalador, realzava um salto vertcal com o auílo dos braços, cujo objetvo era o de saltar o mas alto possível (Fgura 0) Na mesuração da agldade, marcava-se um quadrado de 4m, colocado em cada etremdade um coe O avalado movmeta-se em zg-zag de uma etremdade a outra, sedo o teste realzado três vezes e regstrado-se o melhor tempo Recomedava-se que o avalado eecutasse uma vez o teste para memorzar (Fgura ) FIGURA Teste de agldade FIGURA 2 Teste de wgate Um outro teste realzado fo o de Wgate (braço) que teve por faldade avalar a força dos membros superores É um teste aaeróbco, computadorzado que utlza um ccloergômetro O avalado setava-se de maera cofortável, poscoado adequadamete os braços e peras, colocado um cto que fca preso à cadera, forecedo maor seguraça durate a eecução do teste ao atleta Icalmete, o mesmo faza um aquecmeto e após o sal do avalador, aplcava a força máma por 30 segudos (Fgura 2)

34 Falcão, A P S T Modelagem para detecção de taletos desportvo em judocas 32 4 RESULTADOS E DISCUSSÃO Dos 42 judocas utlzados para correlacoar seus dados atropométrcos, euromotores e fucoas à ocorrêca de classfcação em Campeoatos Perambucao, Norte- Nordeste, Braslero e Sul-Amercao, verfcou-se que o Tempo de Prátca, apresetou maor varabldade (Tabela 0) Tabela 02: Aálse descrtva das varáves em estudo Varáves Mímo Mámo X ± t α 2 S MC 39,6 05,7 59,862 3,063 EST,50,82,685 0,023 ENV,5,90,72 0,027 DIN ,90 2,568 FLEX ,929 2,626 AGIL 3,34 7,83 5,987 0,274 BA ,024 2,379 RML ,786 3,530 IMP V 20 52,0 3,388 2,0 WP 4,0 3,60 8,323 0,843 WF, ,245 4,237 TP 32 54,74 0,758 em que: X - méda; t dstrbução t de Studet; α - ível de sgfcâca e S - erro padrão da méda A modelagem obtda para relacoar a probabldade de classfcação em toreo Perambucao e Norte-Nordeste, com as varáves em estudo, fo: Prob class = (0,22ENV + 0,279FT S + 0,003TP + 0,007FLEX) 2 0,5 em que: ENV evergadura, FT S em fase de treameto, TP tempo de prátca e FLEX flebldade Para o referdo modelo, obteve-se o ível de sgfcâca da estatístca F, valores meores que,0% (P<0,0) O ídce determístco (R 2 ) fo mamzado, para tal equação em 98,37%, ão apresetado potos dscrepates e o teste de Durb-Watso fo de,90 Ao represetar o modelo para detectar taletos desportvos em Campeoatos Perambucao e Norte-Nordeste, adotou-se para as varáves Tempo de Prátca e Flebldade, valores médos de 55 meses e 33 cm, respectvamete (Tabela 0) Pode-se verfcar sua represetação gráfca, jutamete com o tervalo de cofaça (Fgura 0)

35 Falcão, A P S T Modelagem para detecção de taletos desportvo em judocas 33 Probabldade de classfcação 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0, 0 Prob class =(0,22ENV+0,279FT S +0,003TP+0,007FLEX) 2-0,5 R 2 = 98,37% Smulação para: FLEX = 33; TP = 55,5,55,6,65,7,75,8,85,9 Evergadura (m) Fase de treameto: sm Fase de treameto: ão Fgura 3: Modelo e Itervalo de cofaça a 95% para evergadura de judocas em Campeoato Perambucao e Norte-Nordeste Nos tervalos de cofaça, tem-se formação sobre a precsão das estmatvas, o setdo de que quato meor a ampltude do tervalo maor a precsão A Fgura 0 represeta os tervalos de cofaça para atletas que têm em méda um tempo de prátca de 55 meses e uma flebldade 33cm As varáves foram selecoadas através do processo de Stepwse Seleção Forward, com um F para etrada e de remoção gual a quatro A Tabela 03 dca as varáves cluídas e ecluídas o Modelo Tabela 03: Valores da últma etapa do processo de stepwse para o Modelo Varáves Icluídas Coefcetes F-Remoção Varáves Ecluídas F-Etrada ENV 0,223 7,889 MC,742 FLEX 0,0076 9,753 EST 0,032 FT S 0, ,828 DIN 0,785 TP 0,0034 7,80 AGIL 0,987 BA 0,87 RML 2,477 IMP v 0,020 WP 0,58 WF 0,86 FT 0,402

36 Falcão, A P S T Modelagem para detecção de taletos desportvo em judocas 34 Durate o processo de stepwse, foram obtdas as estatístcas dos parâmetros para o Modelo (Tabela 04) Tabela 04: Estatístcas dos parâmetros para o Modelo Varáves cluídas Nível de o modelo Coefcete Erro Valor T sgfcâca ENV 0,223 0,050 4,2296 0,000 FT S 0,2798 0,0502 5,5523 0,0000 TP 0,0034 0,0007 4,292 0,000 FLEX 0,0076 0,0024 3,23 0,0034 Na Tabela 05, ecotram-se os dados resultates da aálse de varâca do modelo de regressão para a classfcação de judocas em Campeoatos Perambucao e Norte-Nordeste Tabela 05 Parâmetros resultate da aálse de varâca do modelo de regressão para classfcação de judocas em Campeoatos Perambucao e Norte-Nordeste Fotes de Varação GL Soma de Quadrados Quadrado da Méda Valor de F Regressão 4 36,3974 9, ,85 Resíduo 38 0,6026 0,06 Total P < 0,0 O modelo para estmar a probabldade de classfcação em judocas as competções acoas e teracoas, pode ser represetado pela segute equação: Prob class = (0,002TP + 0,008BA + 0,6FT S + 0,048FT N ) 2 0,5 em que:tp tempo de prátca, BA teste de barra, FT S = com atvdade de treo e FT N = sem atvdade de treo A aálse de varâca da regressão, apresetou-se altamete sgfcatva (P<0,0), dcado que o modelo matemátco estatístco pode ser ajustado aos dados observados O ídce determístco para o presete modelo fo de 97,29%, ão tedo potos dscrepates e o teste de Durb-Watso fo de,40

37 Falcão, A P S T Modelagem para detecção de taletos desportvo em judocas 35 O modelo para detectar taletos desportvos em Campeoatos Braslero e Sul- Amercao, pode ser represetado jutamete com o tervalo de cofaça (FIGURA 02) Esses, foram costruídos cosderado um tempo médo de prátca de 55 meses e um úmero de 36 repetções o teste de barra Probabldade de classfcação 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0, 0 Prob class =(0,002TP+0,008BA+0,6FT S +0,048FT N ) 2-0,5 Smulação para: TP = 55 R 2 = 97,29% Fase de treameto: sm Fase de treameto: ão Teste de força: barra FIGURA 4: Modelo e Itervalo de cofaça a 95% para o teste de barra de judocas em Campeoato Braslero e Sul-Amercao Observa-se a Tabela 06, as varáves que foram cluídas e ecluídas o Modelo 2 Tabela 06: Valores da últma etapa do processo de stepwse para o modelo 2 Varáves Icluídas Coefcetes F-Remoção Varáves Ecluídas F-Etrada BA 0,008 6,739 MC 0,62 FT S 0,62 46,460 EST,33 FT N 0,486 6,460 DIN 0,95 TP 0,002 9,453 FLEX 0,634 AGIL,078 RML 0,932 IMP v 0,0 WP 0,585 WF,777 ENV 2,56

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

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

MAE116 Noções de Estatística

MAE116 Noções de Estatística Grupo C - º semestre de 004 Exercíco 0 (3,5 potos) Uma pesqusa com usuáros de trasporte coletvo a cdade de São Paulo dagou sobre os dferetes tpos usados as suas locomoções dáras. Detre ôbus, metrô e trem,

Leia mais

Análise de Regressão

Análise de Regressão Aálse de Regressão Prof. Paulo Rcardo B. Gumarães. Itrodução Os modelos de regressão são largamete utlzados em dversas áreas do cohecmeto, tas como: computação, admstração, egeharas, bologa, agrooma, saúde,

Leia mais

Capítulo 1: Erros em cálculo numérico

Capítulo 1: Erros em cálculo numérico Capítulo : Erros em cálculo umérco. Itrodução Um método umérco é um método ão aalítco, que tem como objectvo determar um ou mas valores umércos, que são soluções de um certo problema. Ao cotráro das metodologas

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

Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto

Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto Faculdade de Ecooma, Admstração e Cotabldade de Rberão Preto Ecooma Moetára Curso de Ecooma / º. Semestre de 014 Profa. Dra. Rosel da Slva Nota de aula CAPM Itrodução Há dos modelos bastate utlzados para

Leia mais

INTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA

INTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA INTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA 003 Iformações: relembra-se os aluos teressados que a realzação de acções presecas só é possível medate solctação vossa, por escrto, à assstete da cadera. A realzação

Leia mais

Requisitos metrológicos de instrumentos de pesagem de funcionamento não automático

Requisitos metrológicos de instrumentos de pesagem de funcionamento não automático Requstos metrológcos de strumetos de pesagem de fucoameto ão automátco 1. Geeraldades As balaças estão assocadas de uma forma drecta à produção do betão e ao cotrolo da qualdade do mesmo. Se são as balaças

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

Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística

Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Val, Dr. http://www.pucrs.br/famat/val/ val@pucrs.br Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Obetvos A Aálse de

Leia mais

CAPÍTULO 2 - Estatística Descritiva

CAPÍTULO 2 - Estatística Descritiva INF 6 Prof. Luz Alexadre Peterell CAPÍTULO - Estatístca Descrtva Podemos dvdr a Estatístca em duas áreas: estatístca dutva (ferêca estatístca) e estatístca descrtva. Estatístca Idutva: (Iferêca Estatístca)

Leia mais

FINANCIAMENTOS UTILIZANDO O EXCEL

FINANCIAMENTOS UTILIZANDO O EXCEL rofessores Ealdo Vergasta, Glóra Márca e Jodála Arlego ENCONTRO RM 0 FINANCIAMENTOS UTILIZANDO O EXCEL INTRODUÇÃO Numa operação de empréstmo, é comum o pagameto ser efetuado em parcelas peródcas, as quas

Leia mais

MA12 - Unidade 4 Somatórios e Binômio de Newton Semana de 11/04 a 17/04

MA12 - Unidade 4 Somatórios e Binômio de Newton Semana de 11/04 a 17/04 MA1 - Udade 4 Somatóros e Bômo de Newto Semaa de 11/04 a 17/04 Nesta udade troduzremos a otação de somatóro, mostrado como a sua mapulação pode sstematzar e facltar o cálculo de somas Dada a mportâca de

Leia mais

Perguntas Freqüentes - Bandeiras

Perguntas Freqüentes - Bandeiras Pergutas Freqüetes - Baderas Como devo proceder para prestar as formações de quatdade e valor das trasações com cartões de pagameto, os casos em que o portador opte por lqudar a obrgação de forma parcelada

Leia mais

Estatística Notas de Aulas ESTATÍSTICA. Notas de Aulas. Professor Inácio Andruski Guimarães, DSc. Professor Inácio Andruski Guimarães, DSc.

Estatística Notas de Aulas ESTATÍSTICA. Notas de Aulas. Professor Inácio Andruski Guimarães, DSc. Professor Inácio Andruski Guimarães, DSc. Estatístca Notas de Aulas ESTATÍSTICA Notas de Aulas Professor Iáco Adrus Gumarães, DSc. Professor Iáco Adrus Gumarães, DSc. Estatístca Notas de Aulas SUMÁRIO CONCEITOS BÁSICOS 5. Estatístca. Estatístca

Leia mais

2 Estrutura a Termo de Taxa de Juros

2 Estrutura a Termo de Taxa de Juros Estrutura a Termo de Taxa de Juros 20 2 Estrutura a Termo de Taxa de Juros A Estrutura a termo de taxa de juros (também cohecda como Yeld Curve ou Curva de Retabldade) é a relação, em dado mometo, etre

Leia mais

M = C( 1 + i.n ) J = C.i.n. J = C((1+i) n -1) MATEMÁTICA FINANCEIRA. M = C(1 + i) n BANCO DO BRASIL. Prof Pacher

M = C( 1 + i.n ) J = C.i.n. J = C((1+i) n -1) MATEMÁTICA FINANCEIRA. M = C(1 + i) n BANCO DO BRASIL. Prof Pacher MATEMÁTICA 1 JUROS SIMPLES J = C.. M C J J = M - C M = C( 1 +. ) Teste exemplo. ados com valores para facltar a memorzação. Aplcado-se R$ 100,00 a juros smples, à taxa omal de 10% ao ao, o motate em reas

Leia mais

APLICAÇÕES DE MÉTODOS DE ENERGIA A PROBLEMAS DE INSTABILIDADE DE ESTRUTURAS

APLICAÇÕES DE MÉTODOS DE ENERGIA A PROBLEMAS DE INSTABILIDADE DE ESTRUTURAS PONTIFÍCI UNIVERSIDDE CTÓLIC DO RIO DE JNEIRO DEPRTMENTO DE ENGENHRI CIVIL PLICÇÕES DE MÉTODOS DE ENERGI PROBLEMS DE INSTBILIDDE DE ESTRUTURS Julaa Bragh Ramalho Raul Rosas e Slva lua de graduação do curso

Leia mais

Marília Brasil Xavier REITORA. Prof. Rubens Vilhena Fonseca COORDENADOR GERAL DOS CURSOS DE MATEMÁTICA

Marília Brasil Xavier REITORA. Prof. Rubens Vilhena Fonseca COORDENADOR GERAL DOS CURSOS DE MATEMÁTICA Maríla Brasl Xaver REITORA Prof. Rubes Vlhea Foseca COORDENADOR GERAL DOS CURSOS DE MATEMÁTICA MATERIAL DIDÁTICO EDITORAÇÃO ELETRONICA Odvaldo Texera Lopes ARTE FINAL DA CAPA Odvaldo Texera Lopes REALIZAÇÃO

Leia mais

Matemática. Resolução das atividades complementares. M18 Noções de Estatística

Matemática. Resolução das atividades complementares. M18 Noções de Estatística Resolução das atvdades complemetares Matemátca M8 Noções de Estatístca p. 3 (UFRJ) Dos estados do país, um certo ao, produzem os mesmos tpos de grãos. Os grácos de setores lustram a relação etre a produção

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. É o grau de assocação etre duas ou mas varáves. Pode ser: Prof. Lorí Val, Dr. val@pucrs.br http://www.pucrs.br/famat/val www.pucrs.br/famat/val/ correlacoal ou expermetal. Numa relação expermetal os valores

Leia mais

RESUMO DE MATEMÁTICA FINANCEIRA. Juro Bom Investimento C valor aplicado M saldo ao fim da aplicação J rendimento (= M C)

RESUMO DE MATEMÁTICA FINANCEIRA. Juro Bom Investimento C valor aplicado M saldo ao fim da aplicação J rendimento (= M C) RESUMO DE MATEMÁTICA FINANCEIRA I. JUROS SIMPLES ) Elemetos de uma operação de Juros Smples: Captal (C); Motate (M); Juros (J); Taxa (); Tempo (). ) Relação etre Juros, Motate e Captal: J = M C ) Defção

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

E-mails: damasceno1204@yahoo.com.br damasceno@interjato.com.br damasceno12@hotmail.com http://www. damasceno.info www. damasceno.info damasceno.

E-mails: damasceno1204@yahoo.com.br damasceno@interjato.com.br damasceno12@hotmail.com http://www. damasceno.info www. damasceno.info damasceno. Matemátca Facera 2007.1 Prof.: Luz Gozaga Damasceo 1 E-mals: damasceo1204@yahoo.com.br damasceo@terjato.com.br damasceo12@hotmal.com http://www. damasceo.fo www. damasceo.fo damasceo.fo Obs.: (1 Quado

Leia mais

EVAPOTRANSPIRAÇÃO DE REFERÊNCIA UTILIZANDO MÉTODOS DE TANQUE CLASSE A PROPOSTOS PELA FAO, NA REGIÃO DE MOSSORÓ, RN

EVAPOTRANSPIRAÇÃO DE REFERÊNCIA UTILIZANDO MÉTODOS DE TANQUE CLASSE A PROPOSTOS PELA FAO, NA REGIÃO DE MOSSORÓ, RN EVAPOTRANSPIRAÇÃO DE REFERÊNCIA UTILIZANDO MÉTODOS DE TANQUE CLASSE A PROPOSTOS PELA FAO, NA REGIÃO DE MOSSORÓ, RN Tayd Dayvso Custódo Pexoto ; Sérgo Luz Agular Leve ; Adre Herma Frere Bezerra 3 ; José

Leia mais

PROCEDIMENTOS DE CÁLCULO DE INCERTEZA DE MEDIÇÃO EM MEDIÇÕES DIRETAS E INDIRETAS

PROCEDIMENTOS DE CÁLCULO DE INCERTEZA DE MEDIÇÃO EM MEDIÇÕES DIRETAS E INDIRETAS PROCEDIMENTOS DE CÁLCULO DE INCERTEZA DE MEDIÇÃO EM MEDIÇÕES DIRETAS E INDIRETAS Prof José Leoardo Noroha M Eg Departameto de Egehara de Prodção Escola Federal de Egehara de Itabá EFEI RESUMO: Neste trabalho

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

12.2.2 CVT: Coeficiente de Variação de Thorndike...45 12.2.3 CVQ: Coeficiente Quartílico de Variação...45 13 MEDIDAS DE ASSIMETRIA...46 13.

12.2.2 CVT: Coeficiente de Variação de Thorndike...45 12.2.3 CVQ: Coeficiente Quartílico de Variação...45 13 MEDIDAS DE ASSIMETRIA...46 13. SUMARIO 2 MÉTODO ESTATÍSTICO...3 2. A ESTATÍSTICA...3 2.2 FASES DO MÉTODO ESTATÍSTICO...4 3 FERRAMENTAS DE CÁLCULO PARA O ESTUDO DA ESTATÍSTICA...5 3. FRAÇÃO...5 3.. Adção e subtração...5 3..2 Multplcação

Leia mais

Educação e Pesquisa ISSN: 1517-9702 revedu@usp.br Universidade de São Paulo Brasil

Educação e Pesquisa ISSN: 1517-9702 revedu@usp.br Universidade de São Paulo Brasil Educação e Pesqusa ISS: 1517-972 revedu@usp.br Uversdade de São Paulo Brasl Helee, Otavao Evolução da escolardade esperada o Brasl ao logo do século XX Educação e Pesqusa, vol. 38, úm. 1, marzo, 212, pp.

Leia mais

Olá, amigos concursandos de todo o Brasil!

Olá, amigos concursandos de todo o Brasil! Matemátca Facera ICMS-RJ/008, com gabarto cometado Prof. Wager Carvalho Olá, amgos cocursados de todo o Brasl! Veremos, hoje, a prova do ICMS-RJ/008, com o gabarto cometado. - O artgo º da Le.948 de 8

Leia mais

MÉTODO COMPUTACIONAL AUTOMÁTICO TICO PARA PRÉ-PROCESSAMENTO PROCESSAMENTO DE IMAGENS RADIOGRÁFICAS. M. Z. Nascimento, A. F. Frère e L. A.

MÉTODO COMPUTACIONAL AUTOMÁTICO TICO PARA PRÉ-PROCESSAMENTO PROCESSAMENTO DE IMAGENS RADIOGRÁFICAS. M. Z. Nascimento, A. F. Frère e L. A. MÉTODO COMPUTACIONAL AUTOMÁTICO TICO PARA PRÉ-PROCESSAMENTO PROCESSAMENTO DE IMAGENS RADIOGRÁFICAS M. Z. Nascmeto, A. F. Frère e L. A. Neves INTRODUÇÃO O cotraste as radografas vara ao logo do campo de

Leia mais

LEASING UMA OBSERVAÇÃO Economista Antonio Pereira da Silva

LEASING UMA OBSERVAÇÃO Economista Antonio Pereira da Silva LEASING UMA OBSERVAÇÃO Ecoomsta Atoo Perera da Slva AMOR POR DINHEIRO TITÃS Composção: Sérgo Brtto e To Bellotto Acma dos homes, a le E acma da le dos homes A le de Deus Acma dos homes, o céu E acma do

Leia mais

1 SISTEMA FRANCÊS DE AMORTIZAÇÃO

1 SISTEMA FRANCÊS DE AMORTIZAÇÃO scpla de Matemátca Facera 212/1 Curso de Admstração em Gestão Públca Professora Ms. Valéra Espídola Lessa EMPRÉSTIMOS Um empréstmo ou facameto pode ser feto a curto, médo ou logo prazo. zemos que um empréstmo

Leia mais

2 Avaliação da segurança dinâmica de sistemas de energia elétrica: Teoria

2 Avaliação da segurança dinâmica de sistemas de energia elétrica: Teoria Avalação da seguraça dâmca de sstemas de eerga elétrca: Teora. Itrodução A avalação da seguraça dâmca é realzada através de estudos de establdade trastóra. Nesses estudos, aalsa-se o comportameto dos geradores

Leia mais

Notas de aula da disciplina Probabilidade e Estatística

Notas de aula da disciplina Probabilidade e Estatística otas de aula da dscpla Probabldade e Estatístca Proessor M Sc Adré Luz DAMAT - UTFPR Esta apostla apreseta os tópcos prcpas abordados em sala de aula, cotedo deções, teoremas, eemplos Sua letura ão é obrgatóra,

Leia mais

Capítulo 6 - Centro de Gravidade de Superfícies Planas

Capítulo 6 - Centro de Gravidade de Superfícies Planas Capítulo 6 - Cetro de ravdade de Superfíces Plaas 6. Itrodução O Cetro de ravdade (C) de um sóldo é um poto localzado o própro sóldo, ou fora dele, pelo qual passa a resultate das forças de gravdade que

Leia mais

Notas em Matemática Aplicada 9

Notas em Matemática Aplicada 9 Notas em atemátca Aplcada 9 Edtado por Elaa XL de Adrade Uversdade Estadual aulsta - UNES São José do Ro reto, S, Brasl Rubes Sampao otfíca Uversdade Católca do Ro de Jaero Ro de Jaero, RJ, Brasl Geraldo

Leia mais

FERRAMENTA AVALIATIVA DINÂMICA A PARTIR DA TEORIA DE RESPOSTA AO ITEM

FERRAMENTA AVALIATIVA DINÂMICA A PARTIR DA TEORIA DE RESPOSTA AO ITEM FERRAMENTA AVALIATIVA DINÂMICA A PARTIR DA TEORIA DE RESPOSTA AO ITEM Fabríca D. Satos, Lucla G. Rbero, Leoardo G. de R. Guedes, Weber Marts Uversdade Católca de Goás, Departameto de Computação Uversdade

Leia mais

Econometria: 4 - Regressão Múltipla em Notação Matricial

Econometria: 4 - Regressão Múltipla em Notação Matricial Ecoometra: 4 - Regressão últpla em Notação atrcal Prof. arcelo C. ederos mcm@eco.puc-ro.br Prof. arco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo

Leia mais

Palavras-Chave: Teoria das Restrições, Decisões a Longo Prazo, Simulação de Monte Carlo.

Palavras-Chave: Teoria das Restrições, Decisões a Longo Prazo, Simulação de Monte Carlo. Teora das Restrções e Decsões de Logo Prazo: Camho para a Covergêca Autores PABLO ROGERS Uversdade Federal de Uberlâda ERNANDO ANTONIO REIS Uversdade Federal de Uberlâda Resumo Advogam os crítcos da Teora

Leia mais

Em atendimento à solicitação de V.Sa., apresentamos, na seqüência, os resultados do estudo referenciado.

Em atendimento à solicitação de V.Sa., apresentamos, na seqüência, os resultados do estudo referenciado. 1 Belo Horzote, 14 de abrl de 2007. À UNAFISCO SAÚDE AT.: Glso Bezerra REF: AVALIAÇÃO ATUARIAL Prezado Sehor, Em atedmeto à solctação de V.Sa., apresetamos, a seqüêca, os resultados do estudo referecado.

Leia mais

UERJ CTC IME Departamento de Informática e Ciência da Computação 2 Cálculo Numérico Professora Mariluci Ferreira Portes

UERJ CTC IME Departamento de Informática e Ciência da Computação 2 Cálculo Numérico Professora Mariluci Ferreira Portes UERJ CTC IE Departameto de Iormátca e Cêca da Computação Udade I - Erros as apromações umércas. I. - Cosderações geras. Há váras stuações em dversos campos da cêca em que operações umércas são utlzadas

Leia mais

Capitulo 8 Resolução de Exercícios

Capitulo 8 Resolução de Exercícios FORMULÁRIO Audades Peródcas, Crescetes e Postecpadas, com Termos em P. A. G 1 1 1 1 G SPAC R R s s 1 1 1 1 1 G G C R a R a 1 1 PAC Audades Gradetes Postecpadas S GP G 1 1 ; C GP G 1 1 1 Audades Gradetes

Leia mais

Capítulo 1 PORCENTAGEM

Capítulo 1 PORCENTAGEM Professor Joselas Satos da Slva Matemátca Facera Capítulo PORCETAGEM. PORCETAGEM A porcetagem ada mas é do que uma otação ( % ) usada para represetar uma parte de cem partes. Isto é, 20% lê-se 20 por ceto,

Leia mais

Algoritmos de Interseções de Curvas de Bézier com Uma Aplicação à Localização de Raízes de Equações

Algoritmos de Interseções de Curvas de Bézier com Uma Aplicação à Localização de Raízes de Equações Algortmos de Iterseções de Curvas de Bézer com Uma Aplcação à Localzação de Raízes de Equações Rodrgo L.R. Madurera Programa de Pós-Graduação em Iformátca, PPGI, UFRJ 21941-59, Cdade Uverstára, Ilha do

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

Professor Mauricio Lutz ESTATÍSTICA BÁSICA

Professor Mauricio Lutz ESTATÍSTICA BÁSICA Proessor Maurco Lutz ESTATÍSTICA BÁSICA. Coceto Exstem mutas deções propostas por autores, objetvado estabelecer com clareza o que é estatístca, como por exemplo: Þ A Estatístca é um cojuto de métodos

Leia mais

Monitoramento ou Inventário Florestal Contínuo

Monitoramento ou Inventário Florestal Contínuo C:\Documets ad Settgs\DISCO_F\MEUS-DOCS\LIVRO_EF_44\ef44_PDF\CAP XIV_IFCOTIUO.doc 6 Motorameto ou Ivetáro Florestal Cotíuo Agosto Lopes de Souza. ITRODUÇÃO Parcelas permaetes de vetáro florestal cotíuo

Leia mais

CAP. I ERROS EM CÁLCULO NUMÉRICO

CAP. I ERROS EM CÁLCULO NUMÉRICO CAP I ERROS EM CÁLCULO NUMÉRICO 0 Itrodução Por método umérico etede-se um método para calcular a solução de um problema realizado apeas uma sequêcia fiita de operações aritméticas A obteção de uma solução

Leia mais

Unidade II ESTATÍSTICA

Unidade II ESTATÍSTICA ESTATÍSTICA Udade II 3 MEDIDAS OU PARÂMETROS ESTATÍSTICOS 1 O estudo que fzemos aterormete dz respeto ao agrupameto de dados coletados e à represetação gráfca de algus deles. Cumpre agora estudarmos as

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

Nota Técnica n o 037/2013-SRG/ANEEL. Em 17 de maio de 2013. Processo: 48500.002907/2010-89

Nota Técnica n o 037/2013-SRG/ANEEL. Em 17 de maio de 2013. Processo: 48500.002907/2010-89 Nota Técca o 037/2013-SRG/ANEEL Em 17 de mao de 2013. Processo: 48500.002907/2010-89 Assuto: Cosoldação de todas as regulametações referetes à apuração de dspobldades de empreedmetos de geração de eerga

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

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

Elaborado: 2002 Ultima atualização: 23/12/2004

Elaborado: 2002 Ultima atualização: 23/12/2004 Elaborado: 2002 Ultma atualzação: 23/12/2004 Cadero de Fórmulas Apresetação Sstema Nacoal de Atvos E ste Cadero de Fórmulas tem por objetvo esclarecer aos usuáros a metodologa de cálculo e os crtéros de

Leia mais

ActivALEA. ative e atualize a sua literacia

ActivALEA. ative e atualize a sua literacia ActivALEA ative e atualize a sua literacia N.º 29 O QUE É UMA SONDAGEM? COMO É TRANSMIITIIDO O RESULTADO DE UMA SONDAGEM? O QUE É UM IINTERVALO DE CONFIIANÇA? Por: Maria Eugéia Graça Martis Departameto

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

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

UFRGS 2007 - MATEMÁTICA

UFRGS 2007 - MATEMÁTICA - MATEMÁTICA 01) Em 2006, segudo otícias veiculadas a impresa, a dívida itera brasileira superou um trilhão de reais. Em otas de R$ 50, um trilhão de reais tem massa de 20.000 toeladas. Com base essas

Leia mais

APOSTILA DE ESTATÍSTICA APLICADA A ADMINISTRAÇÃO, ECONOMIA, MATEMÁTICA INDUSTRIAL E ENGENHARIA

APOSTILA DE ESTATÍSTICA APLICADA A ADMINISTRAÇÃO, ECONOMIA, MATEMÁTICA INDUSTRIAL E ENGENHARIA UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EATAS DEPARTAMENTO DE ESTATÍSTICA APOSTILA DE ESTATÍSTICA APLICADA A ADMINISTRAÇÃO, ECONOMIA, MATEMÁTICA INDUSTRIAL E ENGENHARIA SONIA ISOLDI MARTY GAMA

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

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

JUROS SIMPLES. i 100 i 100. TAXA PROPORCIONAL: É aquela que aplicada ao mesmo capital, no mesmo prazo, produze o mesmo juros.

JUROS SIMPLES. i 100 i 100. TAXA PROPORCIONAL: É aquela que aplicada ao mesmo capital, no mesmo prazo, produze o mesmo juros. JUROS MONTANTE JUROS SIMPLES J = C 0 * * t 00 M = C * + * t 00 TAXA PROPORCIONAL: É aquela que aplcada ao mesmo captal, o mesmo prazo, produze o mesmo juros. * = * JUROS COMPOSTOS MONTANTE M = C * + 00

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

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

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

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

Projeção Populacional 2013-2020 para a Cidade do Rio de Janeiro: uma aplicação do método AiBi

Projeção Populacional 2013-2020 para a Cidade do Rio de Janeiro: uma aplicação do método AiBi ISSN 1984-7203 Projeção Populacoal 2013-2020 para a Cdade do Ro de Jaero: uma aplcação do método AB Nº 20130102 Jaero - 2013 Iva Braga Ls 1, Marcelo Pessoa da Slva, Atoo Carlos Carero da Slva, Sérgo Gumarães

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

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

UMA ANÁLISE ESPACIAL DA INSUFICIÊNCIA E DA DESIGUALDADE DE RENDA NOS MUNICÍPIOS SERGIPANOS, 1991-2000

UMA ANÁLISE ESPACIAL DA INSUFICIÊNCIA E DA DESIGUALDADE DE RENDA NOS MUNICÍPIOS SERGIPANOS, 1991-2000 Aas III Smpóso Regoal de Geoprocessameto e Sesorameto Remoto Aracaju/SE, 25 a 27 de outubro de 2006 UMA ANÁLISE ESPACIAL DA INSUFICIÊNCIA E DA DESIGUALDADE DE RENDA NOS MUNICÍPIOS SERGIPANOS, 99-2000 OLIVEIRA,

Leia mais

CENTRO: GESTÃO ORGANIZACIONAL MATEMÁTICA FINANCEIRA

CENTRO: GESTÃO ORGANIZACIONAL MATEMÁTICA FINANCEIRA CENTRO: GESTÃO ORGANIZACIONAL CÁLCULOS DE FINANÇAS MATEMÁTICA FINANCEIRA Semestre: A/2008 PROFESSOR: IRANI LASSEN CURSO: ALUNO: SUMÁRIO CÁLCULOS DE FINANÇAS INTRODUÇÃO...3. OBJETIVO:...3.2 FLUXO DE CAIXA...4.3

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

LCE2112 Estatística Aplicada às Ciências Sociais e Ambientais 2010/02. Exemplos de revisão

LCE2112 Estatística Aplicada às Ciências Sociais e Ambientais 2010/02. Exemplos de revisão LCE Etatítca Aplcada à Cêca Soca e Ambeta 00/0 Eemplo de revão Varável Aleatóra Cotíua Eemplo: Para e etudar o comportameto de uma plata típca de dua, a Hydrocotlle p., quato ao eu deevolvmeto, medu-e

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. 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

CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA

CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA 5. INTRODUÇÃO É freqüete ecotrarmos problemas estatísticos do seguite tipo : temos um grade úmero de objetos (população) tais que se fossem tomadas as medidas

Leia mais

Prof. Dr. Marco Antonio Leonel Caetano Projeção de Cenários Aplicados ao Orçamento Empresarial Com revisão das Ferramentas de Estatística

Prof. Dr. Marco Antonio Leonel Caetano Projeção de Cenários Aplicados ao Orçamento Empresarial Com revisão das Ferramentas de Estatística Projeção de Ceáros Aplcados ao Orçameto Empresaral Com revsão das Ferrametas de Estatístca Prof. Dr. Marco Atoo Leoel Caetao TÓPICO Tratameto, Quatfcação e Vsualzação de Dados Faceros. Itrodução Na dvulgação

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

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

1- REFRAÇÃO LUMINOSA é a variação de velocidade da luz devido à mudança do meio de propagação. refração do meio em que o raio se encontra.

1- REFRAÇÃO LUMINOSA é a variação de velocidade da luz devido à mudança do meio de propagação. refração do meio em que o raio se encontra. REFRAÇÃO - LENTES - REFRAÇÃO LUMINOSA é a variação de velocidade da luz devido à mudaça do meio de propagação. - Ídice de refração absoluto: é uma relação etre a velocidade da luz em um determiado meio

Leia mais

OTIMIZAÇÃO DE UMA COLUNA DE DESTILAÇÃO V-104 STABILIZER DE PRODUÇÃO DE LPG - GÁS LIQUEFEITO DE PETRÓLEO CAMPO PETROLÍFERO DO MALONGO/CABINDA/ANGOLA

OTIMIZAÇÃO DE UMA COLUNA DE DESTILAÇÃO V-104 STABILIZER DE PRODUÇÃO DE LPG - GÁS LIQUEFEITO DE PETRÓLEO CAMPO PETROLÍFERO DO MALONGO/CABINDA/ANGOLA OTIMIZAÇÃO DE UMA COLUNA DE DESTILAÇÃO V-104 STABILIZER DE PRODUÇÃO DE LPG - GÁS LIQUEFEITO DE PETRÓLEO CAMPO PETROLÍFERO DO MALONGO/CABINDA/ANGOLA KÁTIA MARIANA SILIVELI EPALANGA - Egehera Químca Dssertação

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

INTRODUÇÃO A ESTATÍSTICA

INTRODUÇÃO A ESTATÍSTICA Hewlett-Packard INTRODUÇÃO A ESTATÍSTICA Aulas 01 e 06 Elso Rodrgues, Gabrel Carvalho e Paulo Luz Sumáro Defções... 1 EXERCÍCIOS FUNDAMENTAIS... 1 Meddas de tedêca cetral... 1 Méda artmétca smples... 1

Leia mais

Ana Clara P. Campos 1 Denise Nunes Viola 1 Moacyr Cunha Filho 2 Guilherme Vilar 2 Vanessa Van Der Linden 3

Ana Clara P. Campos 1 Denise Nunes Viola 1 Moacyr Cunha Filho 2 Guilherme Vilar 2 Vanessa Van Der Linden 3 Idetfcação da exstêca de padrão espacal aleatóro a dstrbução dos pacetes portadores de doeça geétca rara com defcêca físca da Assocação de Assstêca à Craça Defcete (AACD) de Perambuco Aa Clara P. Campos

Leia mais

ANÁLISE E MODELAGEM ESPACIAL PARA A INCIDÊNCIA DE AIDS NOS MUNICÍPIOS DO ESTADO DO RIO DE JANEIRO, 2009-2011

ANÁLISE E MODELAGEM ESPACIAL PARA A INCIDÊNCIA DE AIDS NOS MUNICÍPIOS DO ESTADO DO RIO DE JANEIRO, 2009-2011 ANÁLISE E MODELAGEM ESPACIAL PARA A INCIDÊNCIA DE AIDS NOS MUNICÍPIOS DO ESTADO DO RIO DE JANEIRO, 2009-2011 A. T. J. Alves* e F. F. Nobre* *Programa de Egehara Bomédca COPPE/UFRJ, Ro de Jaero, Brasl e-mal:

Leia mais

MODELO DE ISING BIDIMENSIONAL SEGUNDO A TÉCNICA DE MATRIZ DE TRANSFERÊNCIA

MODELO DE ISING BIDIMENSIONAL SEGUNDO A TÉCNICA DE MATRIZ DE TRANSFERÊNCIA UIVERSIDADE ESTADUAL DO CEARÁ RAFAEL DE LIMA BARBOSA MODELO DE ISIG BIDIMESIOAL SEGUDO A TÉCICA DE MATRIZ DE TRASFERÊCIA FORTALEZA CEARÁ 4 RAFAEL DE LIMA BARBOSA MODELO DE ISIG BIDIMESIOAL SEGUDO A TÉCICA

Leia mais

Técnicas de Estimação no Âmbito da Pós-estratificação

Técnicas de Estimação no Âmbito da Pós-estratificação Téccas de Estmação o Âmbto da Pós-estratfcação por Aa Crsta Maro da Costa Dssertação apresetada como requsto parcal para a obteção do grau de Mestre em Estatístca e Gestão de Iformação pelo Isttuto Superor

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

Variância estatística associada a métodos semi-empíricos para estimativa da capacidade de carga de estacas

Variância estatística associada a métodos semi-empíricos para estimativa da capacidade de carga de estacas Teora e Prátca a Egehara vl,.0, p.6-67, ovemro, 0 arâca estatístca assocada a métodos sem-empírcos para estmatva da capacdade de carga de estacas Statstcal varace assocated wth sem-emprcal methods for

Leia mais

Estudo do intervalo de confiança da regressão inversa utilizando o software R

Estudo do intervalo de confiança da regressão inversa utilizando o software R Estudo do tervalo de cofaça da regressão versa utlzado o software R Llae Lopes Cordero João Domgos Scalo. Itrodução Na maora das aplcações evolvedo regressão, determa-se o valor de Y correspodete a um

Leia mais

13 ESTIMAÇÃO DE PARÂMETROS E DISTRIBUIÇÃO AMOSTRAL

13 ESTIMAÇÃO DE PARÂMETROS E DISTRIBUIÇÃO AMOSTRAL 3 ESTIMAÇÃO DE PARÂMETROS E DISTRIBUIÇÃO AMOSTRAL Como vto em amotragem o prmero bmetre, etem fatore que fazem com que a obervação de toda uma população em uma pequa eja mpratcável, muta veze em vrtude

Leia mais

Momento Linear duma partícula

Momento Linear duma partícula umáro Udade I MECÂNICA 2- Cetro de massa e mometo lear de um sstema de partículas - Mometo lear de uma partícula e de um sstema de partículas. - Le fudametal da dâmca para um sstema de partículas. - Impulso

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

Perguntas freqüentes Credenciadores

Perguntas freqüentes Credenciadores Pergutas freqüetes Credecadores Como devo proceder para prestar as formações de quatdade e valor das trasações com cartões de pagameto, os casos em que o portador opte pelo facameto da compra pelo emssor?

Leia mais

APOSTILA DA DISCIPLINA INFERÊNCIA ESTATÍSTICA I

APOSTILA DA DISCIPLINA INFERÊNCIA ESTATÍSTICA I UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPARTAMENTO DE ESTATÍSTICA APOSTILA DA DISCIPLINA INFERÊNCIA ESTATÍSTICA I CURSO DE ESTATÍSTICA Prof. Paulo Rcardo Bttecourt Gumarães O SEMETRE

Leia mais

A TORRE DE HANÓI Carlos Yuzo Shine - Colégio Etapa

A TORRE DE HANÓI Carlos Yuzo Shine - Colégio Etapa A TORRE DE HANÓI Carlos Yuzo Shie - Colégio Etapa Artigo baseado em aula miistrada a IV Semaa Olímpica, Salvador - BA Nível Iiciate. A Torre de Haói é um dos quebra-cabeças matemáticos mais populares.

Leia mais

Neste capítulo pretende-se introduzir o conceito de centróide, em especial quando aplicado para o caso de superfícies planas.

Neste capítulo pretende-se introduzir o conceito de centróide, em especial quando aplicado para o caso de superfícies planas. Físca plcada à Egehara vl II aulo Medes ENTRÓIDES Neste capítulo pretede-se troduzr o coceto de cetróde, em especal quado aplcado para o caso de superfíces plaas. Este documeto, costtu apeas um strumeto

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

Matemática Financeira

Matemática Financeira Cocetos Báscos de Matemátca Facera Uversdade do Porto Faculdade de Egehara Mestrado Itegrado em Egehara Electrotécca e de Computadores Ecooma e Gestão Na prátca As decsões faceras evolvem frequetemete

Leia mais