Módulo 11 Sensibilidade e elasticidade

Tamanho: px
Começar a partir da página:

Download "Módulo 11 Sensibilidade e elasticidade"

Transcrição

1 ensbldade e elastcdade Módulo ensbldade e elastcdade. Introdução A taxa de crescmento da população, medda por λ ou por r, é determnada pela acção combnada das taxas vtas de sobrevvênca e fertldade de todas as dades da população. Esta relação está sumarada na equação de Lotka, nas equações do valor reprodutvo, na relação entre os elementos da matrz de projecção e as taxas vtas, e na equação característca que se apresenta abaxo. Alterações nas taxas vtas causadas, quer por factores extrínsecos à população, quer por factores naturas mpostos pelo homem, reflectem-se na abundânca da população com maor ou menor ntensdade. Uma vez que a acção das taxas vtas sobre a taxa de crescmento é feta de forma combnada, a prevsão das consequêncas de alterações nas taxas por smples nspecção vsual da LT ou da matrz de projecção, está longe de ser fácl. Por outras palavras, a taxa de crescmento da população deve ter dferentes sensbldades a mudanças em l x e em m x, dependendo da(s) dade(s) afectada(s). era nteressante dspor de nstrumentos objectvos de medda destas sensbldades. Mas do que pura curosdade ntelectual, o conhecmento da sensbldade da população a alterações em dferentes partes do seu cclo de vda tem mplcações prátcas e teórcas muto mportantes, nomeadamente no domíno da sua conservação e gestão. As mplcações são evdentes. e exste nteresse em conservar a população, deve ser dada atenção redobrada às passagens do cclo de vda mas nfluentes para a taxa de crescmento da população. Por exemplo, nvestr no aumento da sobrevvênca da dade x, pode ser muto mas compensador do que nvestr no aumento da sobrevvênca da dade x ou na reprodução da dade x 3. O mesmo nteresse exste, embora por razões contráras, se a população for consderada uma peste a manter sob controle. A exploração comercal de populações também deve ponderar concetos de sensbldade e elastcdade. As consequêncas de capturar anmas não são ndependentes das dades dos anmas explorados. e as taxas de sobrevvênca artfcalmente dmnuídas forem as mas nfluentes sobre λ, o efeto da exploração afectará mas seramente o crescmento populaconal. Fnalmente, num mundo de recursos lmtados, para que taxas vtas devem ser drecconados os maores esforços de montorzação, com vsta a projectar o futuro da população? Erros cometdos na estmação das taxas de maor sensbldade devem ter consequêncas mas graves do que nas de menor sensbldade. O assunto tem também mplcações no domíno mas teórco do estudo evolutvo de estratégas de vda (Panka 978, Roughgarden 979, Yodzs 989). O Teorema Fundamental da elecção Natural estabelece que a adaptabldade global da população é maxmzada pela selecção natural, a uma taxa proporconal à varabldade genétca da população (Roughgarden 979). A

2 MC Gomes DPA Mód adaptabldade da população, ou ftness, pode ser quanttatvamente representada pela taxa de crescmento r, e esta, por sua vez, é função das taxas vtas das váras fases do cclo de vda. A varabldade genétca produz ndvíduos cujas taxas vtas se desvam dos valores médos renantes na população. De entre estes, a selecção natural favorece os ndvíduos que aumentam em número mas rapdamente. Quas as componentes do cclo de vda que estão sob uma pressão selectva mas ntensa?. ensbldade e elastcdade: defnção e sgnfcado A taxa de crescmento, λ, é função das taxas vtas de sobrevvênca e fertldade: λ f l l (,,..., m, m,... ) Imagne-se um gráfco em que λ é posto em ordenadas e uma das taxas vtas, que represento por a, é posta em abcssas. A nclnação da curva que representa a varação de λ em função de a, quando todas as outras taxas vtas se mantêm constantes, é a sensbldade de λ a mudanças em a, smbolcamente s. e se repetsse esta experênca para todas as taxas vtas, o resultado sera um conjunto de curvas com dferentes nclnações. Essas nclnações mostram como λ responde a mudanças nas taxas vtas. Matematcamente, a varação de λ em função da varação em a é a dervada parcal de λ em ordem a a : s da [.] Num gráfco com escala artmétca, ntervalos guas correspondem a varações guas. Contudo, as taxas não estão na mesma undade e têm gamas de valores dferentes. As taxas l x varam entre e, mas as taxas m x e a própra taxa λ varam entre e +. Uma pequena mudança não tem, portanto, o mesmo sgnfcado em taxas que funconam em escalas dferentes. Faz portanto mas sentdo pensar em termos de varações médas relatvas,.e. em varações percentuas, por outras palavras, em elastcdades. A elastcdade, smbolcamente e, é a varação percentual de λ, relatvamente à varação percentual de a. Em termos gráfcos, trata-se de magnar o gráfco do logartmo de λ em função do logartmo de a. A nclnação dessa curva é a elastcdade de λ a alterações em a. Os exos logarítmcos são usados porque ntervalos guas correspondem a proporções guas. Matematcamente, a elastcdade é o quocente entre as varações percentuas de λ e a : λ a e λ t a t [.] Quando se consdera o que sucede num nstante nfntesmal de tempo ( t ), passamos ao conceto de dervada, e λ dt a da dt

3 ensbldade e elastcdade 3 mplfcando, e a λ da [.3] [.3] é a defnção matemátca de elastcdade. Recordando a defnção da dervada do logartmo, dlnλ dlna, λ da a a equação [.3] também se pode escrever, e d Lnλ d Lna [.4] É possível demonstrar que a soma das elastcdades guala a undade, Σe (Mesterton- Gbbons 993). Pode-se portanto nterpretar cada e como uma proporção da elastcdade total de λ. Também é possível constatar que o valor de λ é gual à soma das taxas a, ponderadas pelas suas sensbldades. Para sso, multplque-se Σe por λ: λ λ ej usando [.3] para escrever e em termos das taxas vtas e multplcando o λ pelas parcelas do somatóro, λ a da Recordando o sgnfcado da sensbldade, dado por [.], λ [.5] a s Quer dzer, os coefcentes da matrz de projecção contrbuem de forma adtva para λ, sendo cada um ponderado pela respectva sensbldade. Dos reparos para fnalzar esta secção. Prmero, a sensbldade pode ser usada para calcular o mpacto sobre λ de alterações a uma taxa que seja nula, a. Pode-se calcular, por exemplo, qual sera o mpacto sobre a taxa de crescmento de que, uma dade até aí nfértl (m x ), subtamente se tornasse fértl. A sensbldade pode portanto ser usada para nvestgar alterações evolutvas drástcas no cclo de vda, pos nada mpede que a dervada [.] seja calculada em torno do ponto. A elastcdade, pelo contráro, não pode ser usada para nvestgar este tpo de problemas. Não é possível calcular o logartmo de a em [.4] e, na equação [.3], a mplca sempre e.

4 MC Gomes DPA Mód 4 Não sera possível calcular, por exemplo, a elastcdade de λ ao aumento da longevdade méda de uma espéce. O segundo reparo dz respeto à valdade dos cálculos de s e e por meo das equações [.] e [.3]. Tanto a sensbldade como a elastcdade são dervadas. Dão a nclnação local de λ no ponto a. Não podem ser usadas para predzer o resultado de grandes perturbações em a, uma vez que as funções em causa (λf(a ),, ) são provavelmente não-lneares. Apesar dsso, na prátca [.] e [.3] são mutas vezes usadas para grandes alterações em a (ou Ln a ) e desempenham bem o seu papel. Exste evdênca de que, pelo menos do ponto de vsta qualtatvo, as elastcdades são bastante robustas na prevsão de alterações em λ causadas por grandes alterações em a, por outras palavras, conseguem contnuar a prever qual a sequênca ordenada dos a com maor elastcdade (Kroon et al. ). Uma abordagem mas correcta, evdentemente, sera ntroduzr a alteração pretendda em a e projectar sucessvamente a população até à DEE, a fm de calcular o novo valor de λ..3 Cálculo da sensbldade e elastcdade I. A equação característca As defnções de s e e mplcam o cálculo da dervada de λ em ordem a cada taxa vtal a. Mas sto mplca, evdentemente, o conhecmento de uma função λf(a ) que relacone as duas quantdades. Essa função exste e pode ser deduzda a partr da Lfe Table (va equação de Lotka), da matrz de projecção ou do própro gráfco do cclo de vda (GCV). Na verdade, essa função, conhecda como equação característca, é como que um elo unfcador dessas três entdades. Em seguda, vou deduz-la a partr da Lfe Table (LT), depos ensno uma técnca para a deduzr a partr do GCV. Equação característca a partr da LT Recorde-se a equação de Lotka, L rx mxlxe [.6] x Esta equação encerra em s uma relação entre a taxa de crescmento e as taxas de fertldade e sobrevvênca de todas as dades. Vou colocar essa relação de forma mas transparente, consderando um exemplo smples de uma população com três dades, que tenha a LT da Tabela.. Tabela.. Lfe Table (LT) de uma população hpotétca, com 3 dades Idade (x) lx x mx A expansão da equação de Lotka para esta população é,

5 ensbldade e elastcdade 5 rx r r r mxlxe mle + mle + mle [.7] x Recordando a equvalênca exstente entre as taxas de crescmento, e r, quando se referem à mesma undade de tempo, recordando que l, l, l 3, e notando, fnalmente, que m, a equação [.7] pode-se escrever, m λ + mλ Passando todas as parcelas para o lado esquerdo do snal gual e multplcando tudo por (a fm de elmnar - ), obtém-se o segunte polnómo de grau : λ m λ m [.8] A equação [.8] é a equação característca da população, permte obter, e relaconar com todas as taxas vtas da LT. É um polnómo que, neste exemplo tem duas raízes, as quas correspondem a dos valores possíves para λ. Um deles deve ser a taxa de ncremento desta população. ubsttundo m x e x pelos seus valores numércos que estão na Tabela., a equação [.8] fca, λ sto é, ( )( ) λ ( )( )( ) λ 4.8λ.3939 [.9] raízes: Usando a fórmula resolvente da equação do º grau, é fácl verfcar que [.9] tem duas λ 5.75, λ.747, sendo λ a taxa de ncremento da população. Equação característca a partr do GCV A mesma população deve ter a mesma equação característca, quer esta seja obtda da LT ou do GCV. Para o resultado ser o mesmo, é necessáro converter a LT em GCV de forma cudadosa. Tomando o exemplo da Tabela., é necessáro converter os l x e m x em parâmetros da Matrz de Lesle (P e F ) e desenhar o GCV de forma adequada. Apesar da população ter três dades (x,, ) e, portanto, 3 estádos (,, 3), a vsualzação que o ecologsta tem da população não é a mesma, caso esta seja recenseada logo antes da reprodução (p ) ou logo após a reprodução (p ). Estas dferentes vsualzações traduzem-se em GCV s dferentes. (NOTA O PARÁGRAFO EGUINTE REPETEM UM TEXTO JÁ INCLUIDO NA TEORIA DO MÓDULO OBRE O GCV. TRATA-E DA PAAGEM DE UMA LT AO GCV).

6 MC Gomes DPA Mód 6 uponhamos, para começar, que p. O gráfco da Fgura. lustra a stuação. Apesar de haver 3 estádos no cclo de vda, na prátca o ecologsta só vê estádos, o prmero correspondente à dade x e o segundo correspondente à dade x. Na verdade, a fase ncal do cclo de vda correspondente a x anos de dade, não é vsta senão quando os ndvíduos vão prefazer ano de dade. A Fgura. lustra o GCV correspondente. t- x x t t+ x m m m t+ P e F P e F Fgura.. Uma coorte nascda no ntervalo (t-, t), só é contablzada pelo recenseamento ocorrdo em t, quando os ndvíduos têm quase ano de dade. Estes ndvíduos são contablzados de novo em t+, calculando-se nessa altura o parâmetro de sobrevvênca P, que de facto se aplca quase exclusvamente à sobrevvênca da dade x. Em t+ já não há ndvíduos da coorte na sondagem, pos nenhum chega a fazer 3 anos de dade (cf. Tabela.). a) b) F m F m P P Fgura.a,b. O GCV correspondente à LT da Tabela., quando o recenseamento é feto medatamente antes da reprodução. O estádo corresponde à dade x e o estádo à dade x. a) Arcos dentfcados pelos elementos da matrz de Lesle. b) Arcos dentfcados pelas taxas da LT. Usando as regras para calcular os parâmetros da Matrz de Lesle (ML) a partr da LT, tendo em atenção que p, obtém-se P l + /l, o que sgnfca que P x, P x e P 3. No que respeta à fertldade, tem-se F l m, mas como l x, fca F m. A Fgura. apresenta os arcos defndos, quer em termos dos elementos da ML, quer em termos das taxas vtas da LT. Nesta stuação pré-reprodução, o estádo (dade x) tem um autoloop, pos contrbu com descendênca para s própro, uma vez que a fertldade deste estádo é maor que zero (m >).

7 ensbldade e elastcdade 7 uponhamos agora que p. A Fgura.3 lustra a stuação. Neste caso o ecologsta acompanha os 3 estádos do cclo de vda e deve representá-los no GCV. Os 3 estádos correspondem, sucessvamente, às dades x,,. t+ t+ x t t+3 x x m m m P e F P e F Fgura.3. Uma coorte nascda medatamente antes de t, é contablzada no recenseamento de t, quando os ndvíduos anda têm pratcamente anos de dade. Estes ndvíduos são contablzados de novo em t+, calculando-se nessa altura o parâmetro de sobrevvênca P, que corresponde à sobrevvênca da dade x. Em t+ estma-se P, que corresponde a. Em t+3 já não há sobrevventes da coorte. A Fgura.4 lustra o GCV correspondente à stuação p. Neste caso, P l /l - ou seja, P x, P x. No que respeta à fertldade, tem-se F P m - m, ou seja, F m, F m. m m 3 Fgura.4. O GCV correspondente à LT da Tabela., quando o recenseamento é feto medatamente após a reprodução. O estádo corresponde à dade x, o estádo à dade x e o estádo 3 à dade x. Os arcos estão dentfcados pelos elementos da LT. Prossgamos agora o objectvo desta secção a construção da equação característca a partr do GCV. A sequênca de operações que enumero a segur, lustra como se deve proceder. Para exemplfcar, uso o caso p (Fgura. b).. Multplquem-se os coefcentes de todos os arcos do gráfco por λ -. Os arcos passam a ser: m λ -, m λ - e λ -. Acabámos de fazer a chamada transformação-z do gráfco (Caswell, Ebert 999).. Consderem-se todos os loops presentes no gráfco. Para cada um deles, efectuar o produto de todos os arcos que compõem o loop (já com a transformação-z). No gráfco da Fgura.b, temos dos loops, º loop: m λ - º loop: λ - m λ - m λ -

8 MC Gomes DPA Mód 8 3. omem-se todos estes produtos, subtraa-se a soma de e guale-se o resultado a. No nosso exemplo: mλ mλ 4. Elmne-se o λ - que tem o expoente mas negatvo, multplcando tudo por λ. No nosso exemplo, trata-se de multplcar tudo por λ, λ m λ m [.] Esta equação é gual à anteror equação [.8]. Acabamos de construr a equação característca a partr do GCV. Exercíco verfcar que o resultado sera o mesmo se se tvesse usado o GCV da Fgura.4 Agora que já sabemos obter a equação característca, retomemos o fo à meada prncpal. Como calcular, na prátca, sensbldades e elastcdades?.4 Cálculo da sensbldade e elastcdade II. Cálculos numércos O cálculo numérco de s e e pode ser feto recorrendo à equação característca. O método tem quatro passos prncpas que enumero a segur. Para lustrar os passos, vou retomar a nossa população hpotétca, cuja LT está na Tab.. e cujo GCV está na Fgura. ou.4 (qualquer um deles representa a população). º Passo Procure-se uma função que relacone λ com as taxas vtas, a, da LT. A prncpal canddata é a equação característca. No nosso exemplo (eq..) é, º Passo ( a ) λ m m f λ λ [.], A equação característca, tal como a equação de Lotka, não permte em geral explctar λ em função das taxas vtas, pos em geral é um polnómo de grau elevado. Pretendemos, no entanto, obter a dervada de λ em ordem aos a s (recordar equação.). Para sso recorremos a um teorema do Cálculo, relatvo à dervada de funções mplíctas, que sumarzo a segur. Teorema. eja F(x, y) uma função de duas varáves, sendo y, ela própra, uma função dferencável de x. Consdere-se a equação mplícta F(x, y) e suponhamos que se pretende obter a dervada de y em ordem a x. Então, dy df dx dx df dy

9 ensbldade e elastcdade 9 A demonstração tra partdo da regra de dervação de funções compostas de duas varáves e pode ser encontrada por exemplo em Anton (999, p. 96). O teorema dz que todas as dervadas parcas de λ em ordem aos a s, podem ser obtdas dervando [.] em ordem a cada a e dvdndo o resultado pela dervada de [.] em ordem a λ. É o que faço a segur. 3º Passo As dervadas de [.], f(λ, a ), em ordem a,, m, m e λ são, respectvamente: df df df df df ( λ, a ) d ( λ, a ) d ( λ, a ) dm ( λ, a ) dm ( λ, a ) m λ m m λ [.] [.3] [.4] λ m [.5] [.6] Podemos já calcular as sensbldades de acordo com [.]. A dervada de λ em ordem a é o quocente de [.] por [.6] afectado de snal negatvo. A dervada de λ em ordem a é o quocente de [.3] por [.6] afectado de snal negatvo, e assm sucessvamente. Usando os valores numércos das taxas vtas na Tabela. e recordando que λ5.75: m λ + m d d dm dm λ m m λ m λ λ m λ m [.7] [.8] [.9] [.] 4º Passo

10 MC Gomes DPA Mód As elastcdades podem ser calculadas multplcando cada sensbldade por a /λ (eq. [.]). A Tabela. resume os resultados. Tabela.. ensbldade e elastcdade da taxa de crescmento, λ, relatvamente às taxas vtas da população cuja LT está na Tab... As sensbldades foram calculadas nas eqs. [.7] a [.] e as elastcdades resultam da aplcação de [.3]. () () ()x() Taxa vtal (a) ensbldade a/λ Elastcdade m m ensbldade e elastcdade: nterpretação A secção. e, em partcular, as equações [.] e [.], dexaram as ndcações necessáras à nterpretação, respectvamente, da sensbldade e da elastcdade. uponhamos que a taxa vtal a sofre uma varação absoluta a. A varação absoluta, λ, que ela provoca em λ é (eq..): λ s a. uponhamos que a taxa vtal a sofre uma varação percentual x%. A varação percentual, y%, que ela provoca em λ é (eq..): y% e x%. Retome-se o nosso exemplo numérco (Tabs.. e.). uponhamos que a sobrevvênca da dade,, aumenta %. Isto é, passa de.4 para.64, sendo portanto a varação absoluta A varação absoluta e a varação relatva que sto provoca na taxa de crescmento λ são, respectvamente, varação absoluta em λ (sensbldade a x ).59 x.4.48 varação relatva em λ (elastcdade a x %).949 x. 9.5% o novo valor de λ sera Na Tabela.3 lustram-se as consequêncas para λ de aumentos de % em todas as taxas vtas desta população. Tabela.3. Consequêncas a longo prazo para a taxa de crescmento, λ, em termos de aumento absoluto (7ª e 8ª colunas) e de aumento percentual (9ª coluna), de um aumento de % nas taxas vtas da população. Quando uma das taxas aumenta, as outras assumem-se constantes.

11 ensbldade e elastcdade () () (3) (4) () x (3) % x (4) Taxa Valor Aumento Novo Aumento Novo % aumento vtal ncal de % valor ensbldade Elastcdade em λ λ em λ m m O exame da tabela sugere que a melhor estratéga evolutva para esta espéce sera aumentar a sobrevvênca da dade ou a fertldade da dade de prmera reprodução. Esta estratéga sera melhor do que aumentar a fertldade da dade ou do que aumentar a sobrevvênca dos mas velhos (apesar de m >m ). Convém relembrar que a análse não é totalmente fável para grandes alterações nos parâmetros de sobrevvênca, uma vez que a relação entre λ e as taxas vtas não deve ser lnear; % de varação, no entanto, parece um aumento perfetamente ao alcance destes nstrumentos de estudo..6. Tópcos sobre sensbldade e elastcdade As sensbldades e elastcdades são alguns dos nstrumentos mas poderosos de que dspomos para fns de conservação e gestão de populações. A lteratura especalzada tem-lhes dedcado atenção crescente, à medda que se acumula nformação demográfca detalhada sobre as populações. As elastcdades são utlzadas para decdr quas as fases do cclo de vda mas mportantes para fns de conservação. A utlzação destes nstrumentos é normalmente acompanhada de outros nstrumentos de análse e de consderações sobre temas drectamente assocados. Entre estes, um dos mas mportantes é o papel desempenhado pela varabldade a que os parâmetros demográfcos (sobrevvêncas, fertldades) estão sujetos e a forma como esta varabldade se repercute na taxa global de crescmento da população, λ. Em termos mas pragmátcos, a gestão de populações também não se pode alhear da facldade logístca com que se podem manpular os parâmetros demográfcos. Pode acontecer, por exemplo, que os parâmetros com maor elastcdade sejam os que envolvem maores custos de manpulação. Isto obrga a consderações sobre o balanço custo-benefíco de dferentes formas de gerr a população. No níco do século, a revsta Ecology dedcou um volume especal às vertentes teórcas e prátcas da utlzação de elastcdades em gestão de populações, onde estes e mutos outros tópcos avançados são abordados numa sére de artgos. Os estudantes nteressados devem consultar Ecology 8(3) pp ,. em pretender de forma alguma ser exaustvo, seleccono uma sére de conclusões e consderações, provenentes de leturas mas ou menos errátcas sobre o tema (Tuljapurkar and Caswell 997, Ebert 999, Ecology 8(3), Caswell ). Algumas destas conclusões poderam ter sdo já antecpadas, pelo menos em parte, a partr do exemplo dado acma. ó os parâmetros demográfcos que ntegram loops no GCV contrbuem para λ e, portanto, têm elastcdades superores a zero.

12 MC Gomes DPA Mód Os parâmetros que ntervêm em autoloops do GCV têm tendênca para ter elastcdades elevadas. Um exemplo famlar é o forte estímulo ao crescmento dado pela reprodução muto cedo no cclo de vda. Um segundo exemplo são cclos de vda em organsmos de grande longevdade com um autoloop na fase adulta. O valor de λ tende a ser bastante sensível a este autoloop. Loops muto longos tendem a dar menores contrbuções para λ do que loops curtos. Os parâmetros demográfcos envolvdos em cada tpo de loops, devem tendencalmente ter elastcdades, respectvamente, menores e maores. Por exemplo, o adamento da reprodução alonga o comprmento dos loops que começam e acabam no prmero estádo do GCV. O resultado é que os nascmentos dexam de dar um mpulso tão forte para o aumento de λ. Em geral, é sabdo que o adamento da reprodução dmnu λ. A análse de elastcdades não analsa as consequêncas de dferentes tpos de varação nos parâmetros demográfcos. As elastcdades são em geral calculadas com base em valores médos das taxas a, gnorando a varação natural destes valores e o seu mpacto em λ. Esta varação pode ser aleatóra, sstemátca, ou assocada a factores ambentas. O grau de varabldade natural das taxas a não é gual para todas. Uma conclusão nteressante, que tem emergdo com o acumular de relatos de análses demográfcas na lteratura, é que os parâmetros com maor elastcdade tendem a ser os que têm menor varabldade natural, e vce-versa (Pfster 998, Kroon et al, Wsdom et al ). Isto sugere que, de alguma forma, a selecção natural actua de modo a crar cclos de vda em que as taxas com maor mpacto na adaptabldade (sensu ftness ) da população são as que têm menor varabldade. Uma vez que as taxas com menor elastcdade têm maor varabldade, é possível que a contrbução para a varabldade da taxa global de crescmento, λ, esteja mas repartda por todas as taxas vtas do que uma smples análse de elastcdades podera sugerr. Há mutas crcunstâncas em que a selecção das taxas vtas sobre as quas devem ser focados os esforços de gestão, têm de ter em atenção factores dversos que ultrapassam a análse de elastcdades. Consdere-se, por exemplo, as espéces de grande longevdade, como as árvores tropcas. A partr de certa dade, a sobrevvênca destes organsmos é elevadíssma, próxma de, quando se consdera a undade de tempo em que o ecologsta opera (em geral ano, 5 anos, ou mesmo anos). A reprodução com sucesso destes organsmos, contudo, é um acontecmento raro e, por sso, em geral, a elastcdade está quase toda concentrada nos auto-loops da fase adulta. Esta elastcdade, porém, não é muto nformatva para fns de conservação destas populações, porque não é possível melhorar sgnfcatvamente a sobrevvênca dos estádos adultos. erá preferível concentrar esforços nas taxas de reprodução e no crescmento, de menor elastcdade e maor varabldade. Um efeto semelhante, anda que não tão extremo, pode também surgr em vertebrados de grande longevdade em que os estádos adultos tenham grande contrbução para a elastcdade. É mportante notar que, nestes casos, sem grande margem de manobra para melhorar a sobrevvênca dos adultos, exste contudo ampla margem para a sobrevvênca dos adultos ser drastcamente dmnuída por causas adversas à população. A elevada elastcdade destes parâmetros torna-a vulnerável, por exemplo, à exploração comercal da fase adulta.

13 ensbldade e elastcdade 3 Lteratura Ctada Anton, H th Ed. Calculus. John Wley & ons, NY. Caswell, H. (nd ed). Matrx Populaton Models. Constructon, Analyss, and Interpretaton. nauer. Ebert, T.A Plant and Anmal Populatons. Methods n Demography. Academc Press, an Dego, Calf. Kroon, H. J Groenendael, J Ehrlén.. Elastctes: a revew of methods and model lmtatons. Ecology 8(3): Mesterton-Gbbons M Why demographc elastctes sum to one: A postscrpt to de Kroon et al. Ecology 74: Pfster, CA Patterns of varance n stage-structured populatons: evolutonary predctons and ecologcal mplcatons. Proceedngs of the Natonal Academy of cences U 95:3-8. Panka ER nd Ed. Evolutonary Ecology. Harper & Row, NY. Roughgarden J Theory of Populaton Genetcs and Evolutonary Ecology: An Introducton. MacMllan Pub., NY. Wsdom, MJ, L Mlls, and D Doak.. Lfe stage smulaton analyss: estmatng vtal-rate effects on populaton growth for conservaton. Ecology 8(3): Yodzs P Introducton to Theoretcal Ecology. Harper & Row Publ., NY.

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Motores síncronos. São motores com velocidade de rotação fixa velocidade de sincronismo.

Motores síncronos. São motores com velocidade de rotação fixa velocidade de sincronismo. Motores síncronos Prncípo de funconamento ão motores com velocdade de rotação fxa velocdade de sncronsmo. O seu prncípo de funconamento está esquematzado na fgura 1.1 um motor com 2 pólos. Uma corrente

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

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

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

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

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

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

Introdução à Análise de Dados nas medidas de grandezas físicas

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

Leia mais

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

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

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

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

1. Conceitos básicos de estatística descritiva. A ciência descobre relações de causa efeito entre fenómenos. Há fenómenos que são muito complexos

1. Conceitos básicos de estatística descritiva. A ciência descobre relações de causa efeito entre fenómenos. Há fenómenos que são muito complexos 2 Matemátca Fnancera e Instrumentos de Gestão Sumáro 1. Concetos báscos de estatístca descrtva 1.1. 2ª Aula 1.2. 1.2.1. Frequênca relatva 1.2.2. Frequênca relatva acumulada 3 4 A cênca descobre relações

Leia mais

Departamento de Informática. Modelagem Analítica. Modelagem Analítica do Desempenho de Sistemas de Computação. Disciplina: Medida de Probabilidade

Departamento de Informática. Modelagem Analítica. Modelagem Analítica do Desempenho de Sistemas de Computação. Disciplina: Medida de Probabilidade Departaento de Inforátca Dscplna: do Desepenho de Ssteas de Coputação Medda de Probabldade Prof. Sérgo Colcher colcher@nf.puc-ro.br Teora da Probabldade Modelo ateátco que perte estudar, de fora abstrata,

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

Capítulo 1. O plano complexo. 1.1. Introdução. Os números complexos começaram por ser introduzidos para dar sentido à 2

Capítulo 1. O plano complexo. 1.1. Introdução. Os números complexos começaram por ser introduzidos para dar sentido à 2 Capítulo O plano compleo Introdução Os números compleos começaram por ser ntrodudos para dar sentdo à resolução de equações polnomas do tpo Como os quadrados de números reas são sempre maores ou guas a

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

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

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

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

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

Nota Técnica Médias do ENEM 2009 por Escola

Nota Técnica Médias do ENEM 2009 por Escola Nota Técnca Médas do ENEM 2009 por Escola Crado em 1998, o Exame Naconal do Ensno Médo (ENEM) tem o objetvo de avalar o desempenho do estudante ao fm da escolardade básca. O Exame destna-se aos alunos

Leia mais

Aula 7: Circuitos. Curso de Física Geral III F-328 1º semestre, 2014

Aula 7: Circuitos. Curso de Física Geral III F-328 1º semestre, 2014 Aula 7: Crcutos Curso de Físca Geral III F-38 º semestre, 04 Ponto essencal Para resolver um crcuto de corrente contínua, é precso entender se as cargas estão ganhando ou perdendo energa potencal elétrca

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

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

Professor Mauricio Lutz CORRELAÇÃO

Professor Mauricio Lutz CORRELAÇÃO Professor Maurco Lutz 1 CORRELAÇÃO Em mutas stuações, torna-se nteressante e útl estabelecer uma relação entre duas ou mas varáves. A matemátca estabelece város tpos de relações entre varáves, por eemplo,

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

Equipas Educativas Para uma nova organização da escola. João Formosinho Joaquim Machado

Equipas Educativas Para uma nova organização da escola. João Formosinho Joaquim Machado Equpas Educatvas Para uma nova organzação da escola João Formosnho Joaqum Machado TRANSFORMAÇÕES NA ESCOLA BÁSICA TRANSFORMAÇÕES NA ESCOLA BÁSICA A expansão escolar e a mplementação das polítcas de nclusão

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

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

* Economista do Instituto Federal do Sertão Pernambucano na Pró-Reitoria de Desenvolvimento Institucional PRODI.

* Economista do Instituto Federal do Sertão Pernambucano na Pró-Reitoria de Desenvolvimento Institucional PRODI. O desempenho setoral dos muncípos que compõem o Sertão Pernambucano: uma análse regonal sob a ótca energétca. Carlos Fabano da Slva * Introdução Entre a publcação de Methods of Regonal Analyss de Walter

Leia mais

ESPELHOS E LENTES ESPELHOS PLANOS

ESPELHOS E LENTES ESPELHOS PLANOS ESPELHOS E LENTES 1 Embora para os povos prmtvos os espelhos tvessem propredades mágcas, orgem de lendas e crendces que estão presentes até hoje, para a físca são apenas superfíces poldas que produzem

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

Associação de resistores em série

Associação de resistores em série Assocação de resstores em sére Fg.... Na Fg.. está representada uma assocação de resstores. Chamemos de I, B, C e D. as correntes que, num mesmo nstante, passam, respectvamente pelos pontos A, B, C e D.

Leia mais

Exercícios de Física. Prof. Panosso. Fontes de campo magnético

Exercícios de Física. Prof. Panosso. Fontes de campo magnético 1) A fgura mostra um prego de ferro envolto por um fo fno de cobre esmaltado, enrolado mutas vezes ao seu redor. O conjunto pode ser consderado um eletroímã quando as extremdades do fo são conectadas aos

Leia mais

ESTATÍSTICA MULTIVARIADA 2º SEMESTRE 2010 / 11. EXERCÍCIOS PRÁTICOS - CADERNO 1 Revisões de Estatística

ESTATÍSTICA MULTIVARIADA 2º SEMESTRE 2010 / 11. EXERCÍCIOS PRÁTICOS - CADERNO 1 Revisões de Estatística ESTATÍSTICA MULTIVARIADA º SEMESTRE 010 / 11 EXERCÍCIOS PRÁTICOS - CADERNO 1 Revsões de Estatístca -0-11 1.1 1.1. (Varáves aleatóras: função de densdade e de dstrbução; Méda e Varânca enquanto expectatvas

Leia mais

ELEMENTOS DE CIRCUITOS

ELEMENTOS DE CIRCUITOS MINISTÉRIO D EDUCÇÃO SECRETRI DE EDUCÇÃO PROFISSIONL E TECNOLÓGIC INSTITUTO FEDERL DE EDUCÇÃO, CIÊNCI E TECNOLOGI DE SNT CTRIN CMPUS DE SÃO JOSÉ - ÁRE DE TELECOMUNICÇÕES CURSO TÉCNICO EM TELECOMUNICÇÕES

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

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

UNIVERSIDADE PRESBITERIANA MACKENZIE CCSA - Centro de Ciências Sociais e Aplicadas Curso de Economia

UNIVERSIDADE PRESBITERIANA MACKENZIE CCSA - Centro de Ciências Sociais e Aplicadas Curso de Economia CCSA - Centro de Cêncas Socas e Aplcadas Curso de Economa ECONOMIA REGIONAL E URBANA Prof. ladmr Fernandes Macel LISTA DE ESTUDO. Explque a lógca da teora da base econômca. A déa que sustenta a teora da

Leia mais

CORRELAÇÃO E REGRESSÃO

CORRELAÇÃO E REGRESSÃO CORRELAÇÃO E REGRESSÃO Constata-se, freqüentemente, a estênca de uma relação entre duas (ou mas) varáves. Se tal relação é de natureza quanttatva, a correlação é o nstrumento adequado para descobrr e medr

Leia mais

Notas de Aula de Física

Notas de Aula de Física Versão prelmnar 7 de setembro de Notas de Aula de Físca 7. TRABAO E ENERGIA CINÉTICA... MOVIMENTO EM UMA DIMENSÃO COM FORÇA CONSTANTE... TRABAO EXECUTADO POR UMA FORÇA VARIÁVE... Análse undmensonal...

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

Aula 03 Erros experimentais Incerteza. Aula 03 Prof. Valner Brusamarello

Aula 03 Erros experimentais Incerteza. Aula 03 Prof. Valner Brusamarello Aula 03 Erros epermentas Incerteza Aula 03 Prof. Valner Brusamarello Incerteza Combnada Efeto da Incerteza sobre = f ± u, ± u, L, ± u, L ( ) 1 1 Epansão em Sére de Talor: k k L f = f 1,, 3, + ± uk + L,,,

Leia mais

1 a Lei de Kirchhoff ou Lei dos Nós: Num nó, a soma das intensidades de correntes que chegam é igual à soma das intensidades de correntes que saem.

1 a Lei de Kirchhoff ou Lei dos Nós: Num nó, a soma das intensidades de correntes que chegam é igual à soma das intensidades de correntes que saem. Les de Krchhoff Até aqu você aprendeu técncas para resolver crcutos não muto complexos. Bascamente todos os métodos foram baseados na 1 a Le de Ohm. Agora você va aprender as Les de Krchhoff. As Les de

Leia mais

Receptores elétricos. antes de estudar o capítulo PARTE I

Receptores elétricos. antes de estudar o capítulo PARTE I PARTE I Undade B capítulo 10 Receptores elétrcos seções: 101 Receptor Força contraeletromotrz 102 Crcutos gerador-receptor e gerador-receptor-resstor antes de estudar o capítulo Veja nesta tabela os temas

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

Universidade Salvador UNIFACS Cursos de Engenharia Cálculo IV Profa: Ilka Rebouças Freire. Integrais Múltiplas

Universidade Salvador UNIFACS Cursos de Engenharia Cálculo IV Profa: Ilka Rebouças Freire. Integrais Múltiplas Unversdade Salvador UNIFACS Cursos de Engenhara Cálculo IV Profa: Ilka ebouças Frere Integras Múltplas Texto 3: A Integral Dupla em Coordenadas Polares Coordenadas Polares Introduzremos agora um novo sstema

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

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

ÍNDICE NOTA INTRODUTÓRIA

ÍNDICE NOTA INTRODUTÓRIA OGC00 05-0-06 ÍDICE. Introdução. Âmbto e defnções 3. Avalação da ncerteza de medção de estmatvas das grandezas de entrada 4. Cálculo da ncerteza-padrão da estmatva da grandeza 5 de saída 5. Incerteza de

Leia mais

4 Critérios para Avaliação dos Cenários

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

Leia mais

Suporte Básico para Sistemas de Tempo Real

Suporte Básico para Sistemas de Tempo Real Suporte Básco para Sstemas de Tempo Real Escalonamento e Comuncação Sldes elaborados por George Lma, com atualzações realzadas por Ramundo Macêdo Suporte Básco para Sstemas de Tempo-Real Escalonamento

Leia mais

Truques e Dicas. = 7 30 Para multiplicar fracções basta multiplicar os numeradores e os denominadores: 2 30 = 12 5

Truques e Dicas. = 7 30 Para multiplicar fracções basta multiplicar os numeradores e os denominadores: 2 30 = 12 5 Truques e Dicas O que se segue serve para esclarecer alguma questão que possa surgir ao resolver um exercício de matemática. Espero que lhe seja útil! Cap. I Fracções. Soma e Produto de Fracções Para somar

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

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

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

Estabilidade para Pequenas Perturbações e Dimensionamento de Estabilizadores. Mestrado em Engenharia Electrotécnica e de Computadores _

Estabilidade para Pequenas Perturbações e Dimensionamento de Estabilizadores. Mestrado em Engenharia Electrotécnica e de Computadores _ Etabldade para Pequena Perturbaçõe e Dmenonamento de Etablzadore Metrado em Engenhara Electrotécnca e de Computadore _ Dnâmca e Etabldade de Stema de Energa J. A. Peça Lope Conceto Teórco Repreentação

Leia mais

Universidade do Estado do Rio de Janeiro Instituto de Matemática e Estatística Econometria

Universidade do Estado do Rio de Janeiro Instituto de Matemática e Estatística Econometria Unversdade do Estado do Ro de Janero Insttuto de Matemátca e Estatístca Econometra Revsão de modelos de regressão lnear Prof. José Francsco Morera Pessanha professorjfmp@hotmal.com Regressão Objetvo: Estabelecer

Leia mais

NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES

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

Leia mais

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

REGULAMENTO GERAL (Modalidades 1, 2, 3 e 4)

REGULAMENTO GERAL (Modalidades 1, 2, 3 e 4) REGULAMENTO GERAL (Modaldades 1, 2, 3 e 4) 1. PARTICIPAÇÃO 1.1 Podem concorrer ao 11º Prêmo FIEB de Desempenho Socoambental da Indústra Baana empresas do setor ndustral nas categoras MICRO E PEQUENO, MÉDIO

Leia mais

ESTATÍSTICA. PROBABILIDADES Professora Rosana Relva Números Inteiros e Racionais ESTATÍSTICA. Professor Luiz Antonio de Carvalho

ESTATÍSTICA. PROBABILIDADES Professora Rosana Relva Números Inteiros e Racionais ESTATÍSTICA. Professor Luiz Antonio de Carvalho PROBABILIDADES Professora Rosana Relva Números Interos e Raconas APRESENTAÇÃO ROL:,,, 4, 4,,, DISCRETA : rrelva@globo.com PROGRESSÃO ARITMÉTICA CONTÍNUA PROGRESSÃO ARITMÉTICA DISTRIBUIÇÃO DE REQUÊCIAS

Leia mais

Polos Olímpicos de Treinamento. Aula 10. Curso de Teoria dos Números - Nível 2. Divisores. Prof. Samuel Feitosa

Polos Olímpicos de Treinamento. Aula 10. Curso de Teoria dos Números - Nível 2. Divisores. Prof. Samuel Feitosa Polos Olímpcos de Trenamento Curso de Teora dos Números - Nível 2 Prof. Samuel Fetosa Aula 10 Dvsores Suponha que n = p α 1 2...pα é a fatoração em prmos do ntero n. Todos os dvsores de n são da forma

Leia mais

Sistemas de Filas: Aula 5. Amedeo R. Odoni 22 de outubro de 2001

Sistemas de Filas: Aula 5. Amedeo R. Odoni 22 de outubro de 2001 Sstemas de Flas: Aula 5 Amedeo R. Odon 22 de outubro de 2001 Teste 1: 29 de outubro Com consulta, 85 mnutos (níco 10:30) Tópcos abordados: capítulo 4, tens 4.1 a 4.7; tem 4.9 (uma olhada rápda no tem 4.9.4)

Leia mais

Prof. Antônio Carlos Fontes dos Santos. Aula 1: Divisores de tensão e Resistência interna de uma fonte de tensão

Prof. Antônio Carlos Fontes dos Santos. Aula 1: Divisores de tensão e Resistência interna de uma fonte de tensão IF-UFRJ Elementos de Eletrônca Analógca Prof. Antôno Carlos Fontes dos Santos FIW362 Mestrado Profssonal em Ensno de Físca Aula 1: Dvsores de tensão e Resstênca nterna de uma fonte de tensão Este materal

Leia mais

Caderno de Exercícios Resolvidos

Caderno de Exercícios Resolvidos Estatístca Descrtva Exercíco 1. Caderno de Exercícos Resolvdos A fgura segunte representa, através de um polígono ntegral, a dstrbução do rendmento nas famílas dos alunos de duas turmas. 1,,75 Turma B

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

7.4 Precificação dos Serviços de Transmissão em Ambiente Desregulamentado

7.4 Precificação dos Serviços de Transmissão em Ambiente Desregulamentado 64 Capítulo 7: Introdução ao Estudo de Mercados de Energa Elétrca 7.4 Precfcação dos Servços de Transmssão em Ambente Desregulamentado A re-estruturação da ndústra de energa elétrca que ocorreu nos últmos

Leia mais

2 CONSIDERAÇÕES TEÓRICAS

2 CONSIDERAÇÕES TEÓRICAS 20 2 CONSIDERAÇÕES TEÓRICAS 2.1. Defnção de gás Um gás é defndo como um fludo cujas condções de temperatura e pressão são superores às do ponto crítco, não podendo haver duas fases presentes em um processo,

Leia mais

Y X Baixo Alto Total Baixo 1 (0,025) 7 (0,175) 8 (0,20) Alto 19 (0,475) 13 (0,325) 32 (0,80) Total 20 (0,50) 20 (0,50) 40 (1,00)

Y X Baixo Alto Total Baixo 1 (0,025) 7 (0,175) 8 (0,20) Alto 19 (0,475) 13 (0,325) 32 (0,80) Total 20 (0,50) 20 (0,50) 40 (1,00) Bussab&Morettn Estatístca Básca Capítulo 4 Problema. (b) Grau de Instrução Procedênca º grau º grau Superor Total Interor 3 (,83) 7 (,94) (,) (,33) Captal 4 (,) (,39) (,) (,3) Outra (,39) (,7) (,) 3 (,3)

Leia mais

CQ110 : Princípios de FQ

CQ110 : Princípios de FQ CQ110 : Prncípos de FQ CQ 110 Prncípos de Físco Químca Curso: Farmáca Prof. Dr. Marco Vdott mvdott@ufpr.br Potencal químco, m potencal químco CQ110 : Prncípos de FQ Propredades termodnâmcas das soluções

Leia mais

1 INTRODUÇÃO. 1 Segundo Menezes-Filho (2001), brasileiros com ensino fundamental completo ganham, em média, três vezes

1 INTRODUÇÃO. 1 Segundo Menezes-Filho (2001), brasileiros com ensino fundamental completo ganham, em média, três vezes A amplação da jornada escolar melhora o desempenho acadêmco dos estudantes? Uma avalação do programa Escola de Tempo Integral da rede públca do Estado de São Paulo 1 INTRODUÇÃO O acesso à educação é uma

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

PROBABILIDADE E ESTATÍSTICA APLICADAS À HIDROLOGIA

PROBABILIDADE E ESTATÍSTICA APLICADAS À HIDROLOGIA PROBABILIDADE E ESTATÍSTICA APLICADAS À HIDROLOGIA Mauro aghettn Mara Manuela Portela DECvl, IST, 0 PROBABILIDADE E ESTATÍSTICA APLICADAS À HIDROLOGIA Mauro aghettn Professor Assocado, Escola de Engenhara

Leia mais

Análise de Projectos ESAPL / IPVC. Taxas Equivalentes Rendas

Análise de Projectos ESAPL / IPVC. Taxas Equivalentes Rendas Análse de Projectos ESAPL / IPVC Taxas Equvalentes Rendas Taxas Equvalentes Duas taxas e, referentes a períodos dferentes, dzem-se equvalentes se, aplcadas a um mesmo captal, produzrem durante o mesmo

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

Nesse circuito, os dados indicam que a diferença de potencial entre os pontos X e Y, em volts, é a) 3,3 c) 10 e) 18 b) 6,0 d) 12.

Nesse circuito, os dados indicam que a diferença de potencial entre os pontos X e Y, em volts, é a) 3,3 c) 10 e) 18 b) 6,0 d) 12. Aprmorando os Conhecmentos de Eletrcdade Lsta 7 Assocação de esstores Prof.: Célo Normando. (UNIFO-97) O resstor, que tem a curva característca representada no gráfco abao, é componente do crcuto representado

Leia mais

Linha Técnica Sessão III Duplas Diferenças (DD) e Dados em Painel

Linha Técnica Sessão III Duplas Diferenças (DD) e Dados em Painel Lnha Técnca Sessão III Duplas Dferenças (DD) e Dados em Panel Human Development Network Spansh Impact Evaluaton Fund www.worldbank.org/sef Estrutura da sessão Quando usamos Duplas Dferenças? (DD) Estratéga

Leia mais

PROVA DE MATEMÁTICA DO VESTIBULAR 2013 DA UNICAMP-FASE 1. RESOLUÇÃO: PROFA. MARIA ANTÔNIA C. GOUVEIA

PROVA DE MATEMÁTICA DO VESTIBULAR 2013 DA UNICAMP-FASE 1. RESOLUÇÃO: PROFA. MARIA ANTÔNIA C. GOUVEIA PROVA DE MATEMÁTICA DO VESTIBULAR 03 DA UNICAMP-FASE. PROFA. MARIA ANTÔNIA C. GOUVEIA QUESTÃO 37 A fgura abaxo exbe, em porcentagem, a prevsão da oferta de energa no Brasl em 030, segundo o Plano Naconal

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

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

Notas sobre a Fórmula de Taylor e o estudo de extremos

Notas sobre a Fórmula de Taylor e o estudo de extremos Notas sobre a Fórmula de Taylor e o estudo de etremos O Teorema de Taylor estabelece que sob certas condições) uma função pode ser aproimada na proimidade de algum ponto dado) por um polinómio, de modo

Leia mais