PREVISÃO DE RESULTADOS EM PARTIDAS DE FUTEBOL Universidade Federal do Rio Grande do Norte - Semana de Estatística 2013 Marcelo Leme de Arruda

Tamanho: px
Começar a partir da página:

Download "PREVISÃO DE RESULTADOS EM PARTIDAS DE FUTEBOL Universidade Federal do Rio Grande do Norte - Semana de Estatística 2013 Marcelo Leme de Arruda"

Transcrição

1 PREVISÃO DE RESULTADOS EM PARTIDAS DE FUTEBOL Unvrsdad Fdral d R Grand d Nrt - Smana d Estatístca 3 Marcl Lm d Arruda Intrduçã A prvsã (prbablístca) d rsultads d partdas d futbl nã é mas d qu um cas partcular d prblma fundamntal nfrntad pr qualqur statístc: a nfrênca sbr grandzas dscnhcdas a partr d valrs cnhcds bsrvads Mdls d prvsõs d rsultads d futbl, assm cm d prvsõs d ndcadrs fnancrs, d taxas blógcas u d qualqur utra grandza qu s qura studar, s basam ssncalmnt m ds ngrdnts: uma rprsntaçã paramétrca dssa grandza um métd para btnçã/stmaçã dsss parâmtrs As duas prmras prncpas tapas dst mncurs srã vltadas à análs dsss ds ngrdnts É prtnnt sclarcr qu dvrsas fnts utlzam a palavra mdl para dsgnar a rprsntaçã paramétrca da grandza m stud ( Mdl d Pssn, pr xmpl) Nst mncurs, prém, para s prvnr ambgüdads, trm mdl srá utlzada para dsgnar smnt prcss cm um td (a rprsntaçã paramétrca mas métd d stmaçã/btnçã ds parâmtrs) Exst, anda, um trcr ngrdnt, gualmnt mprtant, mas nm smpr lvad m cnsdraçã cm a atnçã qu mrcra: a análs da qualdad d mdl Essa análs pd sr basada m (pl mns) duas abrdagns pssívs, as quas, acmpanhadas d cmntárs sbr s mdls aprsntads, srã bt da trcra sçã A quarta sçã aprsntará, cm stud d cas, um xmpl d aplcaçã cncrta d um mdl xstnt utlzad pr um st d prvsõs statístcas d rsultads d futbl Pr fm, srã tcdas, na últma sçã, algumas cnsdraçõs sbr tmas atualmnt m abrt na ára da statístca aplcada a partdas d futbl Rprsntaçã paramétrca A rprsntaçã paramétrca é a dscrçã matmátca da grandza qu s qur studar N cas partcular das partdas d futbl d cmptçõs sprtvas paradas ( m qu s partcpants s nfrntam ds a ds) m gral, há duas pssívs grandzas d ntrss, cada qual rlacnada a uma das duas rprsntaçõs paramétrca mas usualmnt mprgadas: Rprsntaçã para rsultad d g Exstm análss qu utlzam cm grandza d ntrss smnt rsultad d g,, a nfrmaçã acrca d qum vncu u s g trmnu mpatad Essas

2 análss ssncalmnt s basam na rprsntaçã d Bradly-Trry (95), cua frmulaçã smpls facltu sua ppularzaçã ntr s studss d assunt Cnsdrand um cnunt d N cmptdrs π, π, K, π N ( π >,,, K, N) parâmtrs asscads à frça (habldad, nívl técnc, tc) d cada cmptdr, ntã, d acrd cm a rprsntaçã d Bradly-Trry, a prbabldad d cmptdr drrtar cmptdr num cnfrnt drt ntr ambs é dada pr: p, π π + π Além d sr naturalmnt ntutva d fácl cmprnsã, ssa rprsntaçã tm rspald tórc, pdnd sr drvada a partr da Dstrbuçã d Gumbl (96, também cnhcda cm Dstrbuçã d Valrs Extrms) Uma varávl alatóra cntínua X tm Dstrbuçã d Gumbl, cm parâmtrs µ (d lcalzaçã) (d scala), s sua funçã dnsdad d prbabldad é dada pr xµ x µ f ( x) xp Pr cnsgunt, sua funçã dstrbuçã acumulada é dada pr: ( xµ) F ( x) Supnha-s, ntã, qu cada um ds tms m qustã tnha asscad a s um scr latnt alatór ( ndpndnt d qum sa advrsár) S cm dstrbuçã d Gumbl cm parâmtrs µ lnπ Entã, scr S d -ésm tm tm dstrbuçã acumulada Dfnnd ( s lnπ ) F( s ) S S cm rsultad d g (a margm d vtóra a favr d tm ), pd-s mstrar qu sua dstrbuçã acumulada é F ( ) P( δ ) (lnπ lnπ δ + ) Lg, a prbabldad d tm drrtar tm é dada pr P( vncr ) P( > ) P( ) (lnπ + ln π ) π π + π

3 Em sua frmulaçã padrã, a rprsntaçã d Bradly-Trry s aplca smnt a sprts m qu nã xstm mpats Um ds xmpls mas dfundds da aplcaçã dssa rprsntaçã é xadrz, cuas prncpas ntdads ntrnacnas (nclund a FIDE Fédératn Intrnatnal ds Échcs []) utlzam cm frramnta fcal d classfcaçã Ranng El (978) Ess ranng quval a rprsntar a prfrmanc d cada nxadrsta pr uma Dstrbuçã d Gumbl cus parâmtrs sã dfnds d uma frma spcífca atualzads, após cada g u sér d gs, pr uma rgra gualmnt spcífca Exstm, pr utr lad, adaptaçõs /u xpansõs da rprsntaçã d Bradly- Trry, as quas cntmplam, m sua frmulaçã, fatrs cm: - a pssbldad d um cnfrnt trmnar mpatad; - ft vantagm d prmr gadr (quvalnt, n futbl, a fatr mand d camp u, n xadrz, à vantagm d gar cm as brancas ); - a margm d vtóra, dscrnnd ntr placars dstnts (x, x, x tc) u ntr vtóras flgadas vtóras aprtadas ; - tc Rprsntaçã para placar d g Análss mas abrangnts utlzam cm grandza d ntrss placar d g ( s scrs ftvamnt btds pr cada tm) nã smnt rsultad (a dntfcaçã d vncdr) Usualmnt, nssas análss númr d gls marcads pr um tm é rprsntad pr uma Dstrbuçã d Pssn, sgund a qual a prbabldad d tm marcar x gls num dtrmnad g é dada pr: P( X λ x λ x), x! nd λ E X ] é númr sprad d gls marcads pr ss tm n g m qustã [ É plausívl cnsdrar, cntud, qu númr sprad d gls marcads pr um tm dpnda da frça d tm advrsár É prftamnt prsumívl, pr xmpl, qu cntra advrsárs mas fracs, um tm tnda a marcar mas gls d qu cntra advrsárs mas frts Pr ssa razã, uma rprsntaçã mas adquada pd sr a Dstrbuçã d Hlgat (964), uma class d dstrbuçõs bvaradas d Pssn, cua funçã d prbabldad cnunta é dada pr: P( X x, Y y) mn(, ) ( + + ) x y λ λ λ λ x λ y λ ( x )!( y )!! Essa dstrbuçã pd sr caractrzada da sgunt frma: sam P, P P três varávs alatóras ndpndnts cm dstrbuçã d Pssn cm médas rspctvamnt guas a λ, λ λ Entã, vtr ( X, Y ) ( P + P, P + P ) sgu uma Dstrbuçã d Hlgat, cm funçã d prbabldad gual à acma frmulada

4 A prsnça d P m ambas as smas é rspnsávl pla xstênca d uma dpndênca ntr as varávs X Y Essa dpndênca, pr sua vz, pd prprcnar uma rprsntaçã mas ralístca das quantdads d gls marcads pr um tm X quand gand spcfcamnt cntra tm Y Evdntmnt, utras rprsntaçõs para placar pdm sr frmuladas (usand, pr xmpl, uma dstrbuçã Bnmal Ngatva u uma dstrbuçã Gama dscrtzada), assm cm pdm sr dsnvlvdas rprsntaçõs para rsultad dfrnts da d Bradly-Trry Prém, pr srm mas frqüntmnt utlzadas, a próxma sçã s ddcará prdmnantmnt às rprsntaçõs d Bradly-Trry d Pssn Estmaçã/btnçã ds parâmtrs Estmaçã pr máxma vrssmlhança A stmaçã pr máxma vrssmlhança é, talvz, mas ntutv md d s btr s parâmtrs ncssárs para cálcul das prbabldads Trata-s, numa xplcaçã rsumda, d prcurar, dntr tds s valrs pssívs qu s parâmtrs pdm assumr, aquls qu maxmzam a prbabldad d crrênca ds rsultads prvamnt bsrvads Para a rprsntaçã d Bradly-Trry, lmbrand qu a prbabldad d cmptdr drrtar cmptdr num cnfrnt drt ntr ambs é dada pr: π p,, π + π tm-s qu, para uma clçã d rsultads d gs ntr dvrss tms, a vrssmlhança cnunta é dada pr: L N N n π n + ( π π ), nd N é a quantdad ttal d tms m stud; n é ttal d vtóras d tm m gs cntra tm n n N é ttal d vtóras d tm m gs cntra tds s dmas tms Os valrs ds parâmtrs π, π, K, π N ds cmptdrs pdm, ntã, sr stmads pr m da maxmzaçã da vrssmlhança L Nã há, cm rgra gral, uma frma analítca fchada para s stmadrs d máxma vrssmlhança d Bradly-Trry Prém, xstm dvrss métds numércs faclmnt prgramávs qu prmtm btr sss valrs

5 Uma bsrvaçã mprtant qu cab sr tcda acrca dsss stmadrs é fat d nã srm úncs! Cm ft, s s valrs π, π, K, π N frm tds multplcads pr uma msma cnstant, s valrs rsultants π, π, K, π N também srvrã cm parâmtrs d Bradly-Trry, ps, chamand-s d a prbabldad d vtóra d tm p, sbr tm calculada a partr ds nvs parâmtrs, é fácl prcbr qu: π π p, p, π + π π + π Ess fnômn é uma cnsqüênca drta da naturza multplcatva da rprsntaçã d Bradly-Trry (ps as prbabldads d vtóra sã drtamnt prprcnas as parâmtrs π ), para vtar ambgüdads, cstuma-s usar a rstrçã adcnal π π + K + π + N Para a rprsntaçã d Pssn (Hlgat), pr utr lad, a stmaçã pr máxma vrssmlhança nã é vávl, uma vz qu a funçã d vrssmlhança nvlv prduts d smatóras qu, pr sua vz, nvlvm prduts d fatras Escrvr ssa funçã pr s só á é cmplcad prcurar valrs d parâmtrs λ qu a maxmzm sra uma tarfa anda mas cmplxa Mdls lnars (mínms quadrads) Outra frma pssívl para btnçã d parâmtrs é a stmaçã pr mínms quadrads Aqu, dfrntmnt da abrdagm pr máxma vrssmlhança, s parâmtrs sã cnsdrads cm varávs dpndnts d nfrmaçõs bsrvadas (varávs xplcatvas) ssa dpndênca é xplctada sb a frma d mdls lnars Gnrcamnt, pd s rprsntar ssa rlaçã d dpndênca cm: θ x + x + L + x + ε, nd θ é um parâmtr (para -ésm g) qu s qur stmar x, x, K, x sã varávs xplcatvas d cus valrs dpnd parâmtr θ ;,, K, sã (hpr)parâmtrs cus valrs s dsa stmar ε é um cmpnnt d rr (dstânca ntr valrs bsrvads prvsts) Aqu, θ pd sr um π d Bradly-Trry, um λ da Dstrbuçã d Hlgat, um parâmtr d utra rprsntaçã u msm uma funçã d parâmtr(s), cm srá xmplfcad mas à frnt O tratamnt padrã para ssa abrdagm é buscar s valrs d mnmzam rr quadrátc ttal, u sa, qu trnam mínma a sma,, K qu θ ( x + x + + ε L x )] [

6 Uma caractrístca útl dssa abrdagm é fat d lmnts cm a dntfcaçã d tm advrsár, fatr gar m casa quasqur utras varávs vntualmnt prtnnts pdrm sr nsrdas cm varávs xplcatvas nss mdl lnar Essa nsrçã dspnsa a rprsntaçã paramétrca d struturas qu xplctm a dpndênca dsss fatrs, prmtnd qu tal rprsntaçã pssa sr mas lv manpulávl Além dss, é mprtant mncnar qu a stmaçã ds valrs d,, K pd sr ralzada pr Mínms Quadrads Ordnárs (MQO) u pr Mínms Quadrads Pndrads (MQP) A adçã ds MQP m lugar ds MQO prmt cnfrr pss dfrncads a cada g, cm ss, dscrnr ntr amstss gs d cmptçã, acntuar a nfrmaçã prprcnada pr gs mas rcnts m cmparaçã cm gs mas antgs u stablcr qualqur ênfas qu s ds a algum fatr d ntrss Pr fm, mbra a frmulaçã supra xpsta s bas m mdls báscs d Rgrssã Lnar Múltpla, xstm mdls qu s fundamntam m frmulaçõs mas sfstcadas, cm Mdl Lnar Gral (GLM) (McCullagh Nldr, 989), Rgrssã Lgístca (Drapr Smth, 998) tc O mdl d L (997), basad m GLM d Pssn, é um xmpl ral da aplcaçã mplmntaçã d tas frmulaçõs avançadas Embra sss mdls s mbasm m tras mas avançadas qu a rgrssã lnar básca, a mnmzaçã ds rrs é prftamnt factívl s prncpas sftwars statístcs pssum sss mdls m suas prgramaçõs 3 Estmaçã baysana métds tratvs Uma utra abrdagm para a btnçã d parâmtrs é a atualzaçã tratva d valrs Iss sgnfca qu, após um dtrmnad tm dsputar um g u sqüênca d gs, nv valr d parâmtr dss tm srá btd drtamnt a partr d antg valr d rsultad dss(s) gs dsputad(s) Analtcamnt, ss prcss pd sr gnrcamnt rprsntad cm ' ' θ f ( θ, R), nd θ é valr atualzad d parâmtr d ntrss para -ésm tm; θ é valr antrr dss parâmtr; R é rsultad d(s) g(s) dsputad(s) pr ss tm Aqu, nvamnt θ pd sr um π d Bradly-Trry, um λ da Dstrbuçã d Hlgat, um parâmtr d utra rprsntaçã tc Cm um xmpl smpls d tas métds tratvs, pd-s ctar Ranng El (nã-fcal) d slçõs nacnas d futbl [] Após um g cntra a slçã, ss sstma atualza parâmtr da slçã d acrd cm a fórmula ' θ θ + K( S S ),

7 nd K é um ps qu dpnd da cmptçã pr qu g é váld da dfrnça d gls a favr d mandant; S é rsultad btd n g m qustã pla slçã ( pnt pr vtóra,,5 pr mpat pr drrta) π S P(vtóra) + P(drrta) é rsultad sprad para ss g π + π Pr fm, s parâmtrs dssa rprsntaçã d Bradly-Trry sã dfnds cm: π ( θ + ) / 4 θ / 4 s a slçã gar m casa cas cntrár, analgamnt: ( θ + ) / 4 s a slçã gar m casa π θ / 4 cas cntrár Exstm dvrsas utras frmas d atualzaçã tratva d parâmtrs, mutas dlas frmuladas arbtraramnt, sm mar mbasamnt tórc Exst também uma class, mas mprtant abrangnt, cmpsta pls métds d Estmaçã Baysana (O Hagan, 994) Rsumdamnt, a stmaçã baysana cnsst na atrbuçã d uma dstrbuçã d prbabldads para (s) parâmtr(s) da rprsntaçã na atualzaçã ds hprparâmtrs dssa dstrbuçã após cada g u cnunt d gs As ntaçõs usuas para ssas dstrbuçõs sã: π (θ ) - dstrbuçã a prr d parâmtr (scalar u vtral) θ; f ( x θ ) - dstrbuçã (vrssmlhança) d x cndcnal a valr d θ, π ( θ x) - dstrbuçã a pstrr d θ, cndcnal a valr bsrvad d x Dadas uma dstrbuçã a prr π a vrssmlhança f grada pls dads bsrvads x, a dstrbuçã a pstrr é dfnda cm: ( θ ) ( θ ) f π f ( x θ ) π ( θ x) π θ π ( x θ ) dθ Θ ( θ ) f ( x ) Em utras palavras, a dstrbuçã a pstrr é btda a partr d prdut da prr π θ f ( x θ ) dθ smnt uma cnstant d pla vrssmlhança, snd dnmnadr ( ) nrmalzaçã Θ

8 Num xmpl smplfcad para facldad d lustraçã, cnsdr-s qu s gls d um tm sam rprsntads pr uma dstrbuçã d Pssn cm méda λ Entã a vrssmlhança grada pr um g m qu ss tm marcu x gls sra: f ( x λ) P( X x λ) λ x λ x! Supnd qu a dstrbuçã a prr para λ sa uma Gama cm parâmtrs : λ π ( λ) λ Γ( ), ntã a dstrbuçã a pstrr para λ dad valr bsrvad x é gual a f ( λ x ) λ x λ λ λ Γ( ) λ Γ( ) λ λ x Essa praçã frqüntmnt nvlv ntgras cmplcadas n dnmnadr, qu nvablza a btnçã drta da pstrr Cntud, para uma grand class d dstrbuçõs (ntadamnt as prtncnts à Famíla Expnncal), ss trabalh é facltad pla xstênca das classs d prrs cnugadas (Fn, 997) Iss sgnfca dzr qu, para dtrmnadas vrssmlhanças, xstm dstrbuçõs a prr qu cnduzm a pstrrs da msma famíla, tnd apnas s valrs ds hprparâmtrs atualzads N xmpl acma, cm a prr Gama é cnugada para vrssmlhanças Pssn, a dstrbuçã a pstrr também srá uma Gama, cm parâmtrs + x +, d nd: λ x! x! dλ π ( λ x + x ( ) λ ) + + λ x Γ( + x ) D pss da dstrbuçã a pstrr, há algumas manras usuas para s rprsntar a dstrbuçã futura da varávl d ntrss x: a) cm uma dstrbuçã f (x) cm parâmtr θ E[ λ x ] (a sprança a pstrr d θ x ); b) cm uma dstrbuçã f (x) cm parâmtr θ max[ λ x ] (a mda a pstrr d θ x ); c) pr m da Dstrbuçã Prdtva DP( x) π ( λ x ) P( x λ) dλ

9 A btnçã da Dstrbuçã Prdtva nvamnt nvlv ntgras cmplcadas dfícs d srm drtamnt calculadas Nvamnt, prém, us d classs d prrs cnugadas mutas vzs faclta ss trabalh Assm, n xmpl lustratv, ssas três dstrbuçõs sram: + x a) Dstrbuçã d Pssn cm méda λ E [ λ x ] + + x b) Dstrbuçã d Pssn cm méda λ max[ λ x ] + c) Dstrbuçã Prdtva: Bnmal Ngatva cm n + x p + D um md gral, s mdls xstnts na ltratura sã mas cmplxs qu s xmpls aqu aprsntads Os mdls tratvs d Sars (98 998), pr xmpl, utlzam uma rprsntaçã cm ds parâmtrs pr tm (frça fnsva frça dfnsva), s quas sã atualzads rcíprca smultanamnt Os mdls baysans d Suzu t al () Glcman (993) nvlvm, na frmulaçã da vrssmlhança, a nclusã d parâmtrs rlacnads à frça d(s) advrsár(s), a lcal d ralzaçã d g (fatr gar m casa ) tc O mdl d Glcmann, alás, nvlv até msm a passagm d tmp ( nvlhcmnt d tm) ntr s gs, assunt qu srá abrdad mas à frnt, ns cmntárs fnas 4 Estmaçã drta Uma últma catgra a sr abrdada é a daquls mdls qu xtram as prbabldads d vtóra, mpat drrta drtamnt a partr d statístcas dscrtvas ds tms m cnfrnt, sm nm squr frmular uma rprsntaçã paramétrca Em utras palavras, qu dfr sss mdls ds dmas é fat d utlzarm nã parâmtrs nduzds pr uma rprsntaçã prvamnt frmulada, mas ndcadrs xtrns, pré-xstnts usualmnt sm víncul cm a strutura prbablístca utlzada Exmpls d tas ndcadrs sã Ranng d slçõs nacnas da FIFA [3] ttas cumulatvs d pnts ganhs, vtóras, gls marcads tc pr cada tm n campnat m qustã u msm a lng da hstóra Embra ssa abrdagm prmta cntmplar, sm mars dfculdads, a nclusã d fatrs adcnas (cm pr xmpl fatr gar m casa ), cm frqüênca us d ndcadrs xtrns dsvnculads da strutura prbablístca acaba cmprmtnd a ssênca ds cálculs cnduznd a rsultads qu nã ncssaramnt rfltm a raldad Exmpl típc dssa abrdagm sra tmar R x R y (s pnts d ds tms, X Y, n ranng d slçõs da FIFA) frmular as prbabldads d vtóra d cada tm sgund a rprsntaçã d Bradly-Trry (aqu, para facldad d lustraçã, a pssbldad d mpat stá snd gnrada):

10 Rx P( vtóra d X ) R + R x y P( vtóra d Y ) R x R y + R y Exst nssa frmulaçã uma clara ncngruênca cnctual, qu pd lvar a rsultads mut puc cndznts cm a raldad técnca ds tms m qustã Iss suscta uma rflxã mut mprtant, mbra raramnt ftuada, qu vltará a sr abrdada na próxma sçã 3 Vrfcaçã d qualdad A qualdad prdtva d um mdl pd sr analsada sb duas vsõs dstntas Pd-s avalar mdl d frma flsófca cm bas m caractrístcas d sua frmulaçã u pd-s studá-l pr um vés mas numérc, cm bas n cnfrnt, para uma clçã d gs passads, ntr rsultads bsrvads prbabldads prvamnt calculadas A avalaçã flsófca pd sr ftuada drtamnt a partr da dscrçã tórca d mdl, msm ants d qualqur prbabldad sr calculada d qualqur g sr ncad Assm, pd-s rfrr a ssa avalaçã cm análs antrr A análs numérca pr utr lad, dpnd da xstênca d um hstórc d gs cus rsultads pssam sr cmparads cm as prbabldads antrrmnt anuncadas Evdntmnt, ss hstórc só pdrá sr frmad após cálcul das prbabldads a ralzaçã ds gs Pr ssa razã, ss stud pd sr rfrd cm análs pstrr 3 Análs antrr A análs antrr cnsst bascamnt numa vrfcaçã crítca da cnsstênca da fundamntaçã d mdl É uma rflxã qualtatva ( sm a cnstruçã d ndcadrs numércs) ds prquês d cada pass da cnstruçã d mdl É através dssa análs qu s pd vdncar falhas d cnct u d cnstruçã qu pdm cmprmtr aplcaçã d mdl, m últma nstânca, prduzr valrs rras para as prbabldads d ntrss Usualmnt, s mdls d stmaçã drta, abrdads na sçã 4, sã s qu mas cmtm quívcs dtctávs nssa análs Cm lustraçã d tas quívcs, pd-s ctar xmpl aprsntad naqula sçã, n qual s pnts d cada slçã n ranng da FIFA fram usads cm parâmtrs d uma rprsntaçã d Bradly-Trry Nssa rprsntaçã, as prbabldads d cada rsultad sã drtamnt prprcnas as valrs ds parâmtrs d cada tm: P(vtóra d X ) P(vtóra d Y ) π x π y ( π + π ) x x y ( π + π ) y π x π y Iss quvalra, naqul xmpl, a arbtrar qu as prbabldads d cada rsultad fssm drtamnt prprcnas as pnts d cada slçã n ranng da FIFA Prém, nã xst nada n prcss d cnstruçã dss ranng qu prmta afrmar qu uma

11 slçã qu tnha vzs a pntuaçã d utra sa vzs mlhr u tnha uma prbabldad d vtóra vzs mar qu a advrsára Outrs xmpls d ncnsstêncas dtctávs na análs antrr sã s mdls qu utlzam cm nfrmaçõs dads cm médas u ttas d gls marcads, gls sfrds, pnts ganhs tc, calculads slada ndpndntmnt para cada tm gnrand s advrsárs cntra s quas tas númrs fram btds Essa prátca pd lvar a grands dstrçõs, spcalmnt s ssas médas ttas frm btdas a partr d unvrss ( cnunts d advrsárs) substancalmnt dfrnts Cm xmpl cncrt, basta lmbrar das Elmnatóras para a Cpa d Mund d, quand a Austrála marcu 66 gls m 4 gs cntra slçõs smamadras da Ocana alcançu, a fnal d sua partcpaçã n trn, uma méda d 9,5 gls pr g (73 gls m 8 gs) Cm tdas as utras znas cntnntas ram tcncamnt mas nvladas qu a Ocana, nnhuma utra slçã d planta atngu tamanha quantdad d gls marcads, cnsqüntmnt, para um mdl qu s basass drtamnt nas médas d gls pr g nas Elmnatóras, a Austrála sra smpr dstacadamnt favrta à vtóra cntra qualqur slçã nacnal qu nfrntass Analgamnt as aspcts xplrads nsss xmpls, utras caractrístcas d mdl também pdm sr studadas xamnadas na análs antrr: a plausbldad das varávs xplcatvas sclhdas, tratamnt ddcad a tmp dcrrd ntr s gs passads (rspnsávs plas nfrmaçõs xstnts n banc d dads) g prsnt (cuas prbabldads s qur calcular), a razabldad d mdl prbablístc frmulad tc 3 Análs pstrr A análs pstrr, qu trata d cnfrnt ntr as prbabldads calculadas s rsultads ftvamnt bsrvads, pd sr fta bascamnt pr m d ds atrbuts, cada qual cm sua própra mdda d qualdad O prmr atrbut é a cnfabldad, cnct rlacnad a cmprtamnt ds gs quand bsrvads m cnunt Nss cntxt, as prbabldads sã tratadas cm valrs ndvduas (scalars) a Mdda d Cnfabldad pd sr dfnda m trms futblístcs cm: MC # VO p + # EOp + # DOp p p # VPp + # EPp + # DPp, nd: #VO P númr d vtóras (cm prbabldad p atrbuída) crrdas; #EO P númr d mpats (cm prbabldad p atrbuída) crrds; #DO P númr d drrtas (cm prbabldad p atrbuída) crrdas; #VP P númr d vtóras (cm prbabldad p atrbuída) prvstas; #EP P númr d mpats (cm prbabldad p atrbuída) prvsts; #DP P númr d drrtas (cm prbabldad p atrbuída) prvstas

12 Em utras palavras, a afrçã da cnfabldad cnsst m cmparar cada valr p cm a frqüênca bsrvada d rsultads cua prbabldad anuncada ra gual a p Na prátca, cm p é um númr ral qu pd assumr qualqur valr ntr, as prbabldads sã agrupadas m ntrvals ([ ;,], [,;,],, [,9 ;] ), pr xmpl) a cmparaçã é ralzada ntr pnt méd d cada ntrval a frqüênca bsrvada d rsultads cua prbabldad anuncada prtnca a ss ntrval, cnfrm s pd vsualzar n gráfc abax:,9,8,7,6,5,4,3,,,,,3,4,5,6,7,8,9 Nss gráfc, a dagnal azul (rta dntdad) rprsnta as prbabldads anuncadas (frqüêncas rlatvas spradas) a curva vrmlha crrspnd às frqüêncas ftvamnt bsrvadas m cada ntrval A Mdda d Cnfabldad quval, ntã, à dstânca ucldana quadrátca ntr ssas duas curvas Evdntmnt, quant mas próxmas as frqüêncas rlatvas bsrvadas stvrm das prbabldads anuncadas, mnr a dstânca ntr as curvas prtant mnr srá valr d MC Lg, a avalaçã d mdl sgund ss qust srá tã mlhr quant mnr fr valr a Mdda d Cnfabldad, cm a qualdad máxma (cnfabldad prfta) snd atngda quand MC, st é, quand as duas curvas frm cncdnts O sgund atrbut a sr avalad é a xatdã qu, m cntrast cm a cnfabldad, stá asscad a cmprtamnt ds gs quand analsads ndvdualmnt Nssa abrdagm, as prbabldads sã tratadas cm vtrs, a partr ds quas a Dstânca d DFntt (97) é assm dfnda: DDF ( PV ( PV ( PV ) ) ) + ( PE ) + ( PE ) + ( PE ) + ( PD ) + ( PD ) + ( PD ) s a qup mandant vncr g; s a qup mandant mpatar g; s a qup mandant prdr g; Cnfrm pd-s vr na lustraçã a sgur, ssa cnstruçã quval a cnsdrar um smplx cntd m R³ cm rprsntaçã gmétrca d cnunt das pssívs

13 prvsõs prbablístcas Nss smplx, s vértcs crrspndm às crrêncas ds rsultads ( (,,) para a vtóra d mandant, (,, ) para mpat (,, ) para a vtóra d vstant) s dmas pnts a tdas as utras pssívs prvsõs Assm, a mdda d Dstânca d DFntt crrspnd, gmtrcamnt, à dstânca ucldana quadrátca ntr pnt crrspndnt a vtr d prbabldads anuncadas vértc crrspndnt a rsultad ftvamnt bsrvad Para a análs d um cnunt d ds u mas gs, utlza-s a Mdda d DFntt, índc dad pla méda artmétca das dstâncas d DFntt calculadas para cada g ndvdual Smlhantmnt a qu crr cm a Mdda d Cnfabldad, quant mnrs frm as dstâncas ntr as prbabldads anuncadas s vértcs (rsultads anuncads), mnr srá valr d DDF, cnsqüntmnt, mdl srá tã mlhr avalad sb ss atrbut quant mnr fr a Mdda d DFntt Aqu, a qualdad máxma (xatdã prfta) srá atngda quand as prbabldads anuncadas smpr cncdrm cm s vértcs ftvamnt bsrvads ( quand as prbabldads frm guas a para rsultad qu d fat acntcr para s dmas rsultads), qu quval a MDF A avalaçã da qualdad d um mdl pr m da Mdda d DFntt pd nclur a cmparaçã d valr dssa mdda cm algum padrã d rfrênca Para mdls d prvsã d rsultads d futbl, um padrã cmumnt utlzad é a mdda btda pr um mdl qu, para qualqur g, atrbuíss prguçsamnt prbabldads guas a tds s rsultads pssívs ( PV PE PD 3 ) A Mdda d DFntt para mdl prguçs é gual a ( 3 ) + ( 3 ),6667, cnsqüntmnt, pdm sr cnsdrads mdls d qualdad mnmamnt actávl aquls qu aprsntarm Mddas d DFntt mnrs qu,6667 Cm ft, s um mdl tvr MDF mar qu,6667, ntã mas cnvnnt qu utlzá-l sra adrr a mdl prguçs Uma rlaçã ntr ssas duas mddas é xbda pr Murphy (97), qu stablc uma partçã da Mdda d DFntt m duas parclas, snd a prmra uma vrsã lgramnt mdfcada da Mdda da Cnfabldad a sgunda rlatva à rsluçã (rslutn) d mdl (grss md, uma mdda d dsprsã das frqüêncas rlatvas bsrvadas)

14 Além dssas duas mddas, um ndcadr mprtant a sr bsrvad é a taxa d funcnamnt d mdl, u sa, a prprçã d vzs m qu prcdmnt gra valrs actávs para s parâmtrs Tmand cm xmpl um mdl basad numa rprsntaçã paramétrca d Pssn, msm qu suas cnfabldad (MC) xatdã (MDF) sam xclnts, s as stmaçõs ds parâmtrs λ frqüntmnt prduzrm valrs ngatvs, d puca srvnta srá ss mdl Pr fm, cab alrtar para uma mdda frqüntmnt utlzada pr lgs qu na raldad cnsttu um grav quívc cnctual Trata-s da taxa d acrt, calculada cm a frqüênca cm qu crr rsultad (vtóra, mpat u drrta) a qual s hava atrbuíd mar prbabldad Em lnguagm lga, ssa taxa quval à vrfcaçã d quantas vzs mdl acrtu vncdr ds gs é nssa xprssã ( acrtar vncdr ) qu rsd quívc: qualqur vnt qu tm prbabldad p d acntcr, também tm prbabldad p d nã acntcr; lg, as duas pssbldads (acntcr nã acntcr) stã prvstas, pr cnsgunt, nã s pd rtular cm acrt u rr a crrênca d vnt d mar prbabldad O xmpl abax auda a prcbr cm, além d cnctualmnt ncrrta, ssa taxa d acrt também pd cnduzr a ulgamnts nadquads acrca da qualdad ds mdls Cnsdr-s ds mdls hptétcs qu tvssm prduzd as sgunts prbabldads para um g futur ntr as qups X Y: P(vtóra d X) P(mpat) P(vtóra d Y) Mdl I,9,6,4 Mdl II,35,33,3 Supnha-s também qu tm Y tnha vncd ss g Entã, s ds mdls tram rrad vncdr cnsqüntmnt tram taxa d acrt gual a zr Tdava, é fácl prcbr, numa análs mas atnta ds númrs, qu Mdl I, a tr atrbuíd um favrtsm mar a tm X, rru mas qu Mdl II, prtant, qu índcs cm as Mddas d Calbraçã d DFntt mnsuraram as qualdads ds mdls cm mut mas fddgndad d qu a smpls taxa d acrt 4 Estud d Cas Cm xmpl d aplcaçã d tud qu f aprsntad nas sçõs antrrs, srá analsada uma vrsã smplfcada d mdl dsnvlvd pr Arruda () aplcad n st Chanc d Gl [4] Ess mdl s basa num par d Dstrbuçõs d Pssn cm rprsntaçã paramétrca para númr G d gls marcads pr cada qup Assm, num cnfrnt ntr s tms, as varávs G G têm dstrbuçõs d prbabldads: P( G λ λ g) g! g P( G λ g λ g) g! A stmaçã ds valrs ds parâmtrs λ λ s basa ssncalmnt m duas bsrvaçõs acrca d rsultad d um g: a dfrnça ntr s gls marcads pls ds tms m cnfrnt (varávl ndcatva d quã um tm é mlhr qu utr) a sma

15 ds gls marcads pls tms m cada g (varávl ndcatva d pdr fnsv dssas duas qups) Analtcamnt, ss sgnfca uma frmulaçã basada m duas varávs alatóras, S E G + G ] D E G G ], a partr das quas pdm sr faclmnt btdas as [ spranças ds scrs G [ G d cada tm: E[ G + G E[ G ] E[ G + G E[ G ] ] + E[ G ] E[ G G G ] S ] S + D D Dada uma clçã d rsultads d gs passads, s valrs stmads pr m d duas quaçõs d rgrssã lnar múltpla: S X D Y + X + Y + K+ N X N + ε + K+ Y + ε N N S D sã nd: S é a sma ds gls marcads pls tms n -ésm g, s - ésm tm partcpu d - ésm g X, s - ésm tm nã partcpu d - ésm g D é a dfrnça d gls marcads a favr d tm mandant n -ésm g, s - ésm tm partcpu cm "mandant" d - ésm g Y s - ésm tm partcpu cm " vstant" d - ésm g s - ésm tm nã partcpu d - ésm g, K,,,,, sã (hpr)parâmtrs cus valrs s dsa stmar, N K N Aqu, s trms mandant vstant dntfcam rspctvamnt prmr sgund nm ctads n rsultad d cnfrnt (, na rprsntaçã usual, s nms qu aparcm à squrda à drta d snal x ), ndpndntmnt d xstr u nã um tm mandant d fat (gand m sua própra casa u dtnd algum utr tp d vantagm smlar) Cm lustraçã d funcnamnt dss mdl, cnsdr-s um trn quadrangular hptétc qu tnha aprsntad s sgunts rsultads: Jg - Tm A x3 Tm B Jg - Tm C 5x Tm D Jg 3 - Tm A 4x Tm C Jg 4 - Tm B x Tm D Jg 5 - Tm A x Tm D O btv, ntã, é calcular as prbabldads para Jg 6 - Tm B x Tm C

16 Nss cas, tr-s-a: S, X, para a prmra rgrssã 4 4 D Y, para a sgunda rgrssã Para uma mlhr vsualzaçã d cnct dss mdl, pd-s pnsar na prmra rgrssã cm a sluçã d sstma d quaçõs D Tm A Tm D Tm B Tm Tm C A Tm D Tm Tm C B Tm A Tm na sgunda rgrssã cm a sluçã d sstma 4 4 D Tm A Tm D Tm B Tm Tm C A Tm D Tm Tm C B Tm A Tm Cm sss sstmas nrmalmnt pssum mas quaçõs (gs) d qu varávs (tms), dfclmnt havrá uma sluçã xata É ssa a razã da utlzaçã d mdls lnars (mdls d rgrssã) para a busca ds valrs ( s s) qu mas s aprxmam d slucnar s sstmas Assm, s valrs ds parâmtrs N,,, K N,,, K sã, ftvamnt, stmads pr m da mnmzaçã ds rrs quadrátcs )] ( [ N N X X X S ε K )] ( [ N N Y Y Y D ε K

17 Uma vz btds s stmadrs d mínms quadrads ˆ ˆ N, ˆ,, ˆ, ˆ, K, ˆ, K N, pd-s calcular, para qualqur g futur cuas prbabldads s qura btr, as spranças E ˆ[ G + G ] Eˆ[ G G ], pr cnsgunt, s parâmtrs ˆ λ Eˆ[ G ] ˆ λ Eˆ[ ] das dstrbuçõs d Pssn asscadas as tms partcpants dss g G futur Vltand a campnat hptétc cnclund s cálculs dst xmpl, s stmadrs d mínms quadrads para s (hpr)parâmtrs sã ˆ ˆ ˆ ˆ Tm A Tm B Tm C Tm D,5,5 4,75 ˆ ˆ ˆ ˆ Tm A Tm B Tm C Tm D,5,5,875 D pss dsss stmadrs supnd qu próxm g (cuas prbabldads s qur calcular) sa Tm B x Tm C, pd-s ntã calcular as spranças stmadas E ˆ [ G + ] (,5 ) + (,5 ) + (4 ) + (,75 ) B G C 6,5 E ˆ [ G ] (,5 ) + ( ) + (,5 ( )) + (,875 ) B G,5, as spranças margnas stmadas C ˆ Eˆ[ GB + GC ] + Eˆ[ GB GC ] 6,5 +,5 λ B Eˆ[ GB ] 3,5 ˆ Eˆ[ GB + GC ] Eˆ[ GB GC ] 6,5,5 λ C Eˆ[ GC ] 3 Pr fm, as prbabldads d cada tm marcar uma dada quantdad d gls n próxm g sã: P( G B b) 3,5 (3,5) b! b P( G C 3 3 c) c! c A btnçã das prbabldads P(vtóra d B), P(mpat) P(vtóra d C), cntud, nã é smpls drta, uma vz qu nã xst uma fórmula fchada para tas valrs Ds artfícs sã mas usualmnt mprgads para a btnçã d aprxmaçõs satsfatóras dsss valrs:

18 a) Dstrbuçã d Sllam (946): S G B G C sã varávs ndpndnts cm dstrbuçõs d Pssn cm médas λ B λ C, ntã a dfrnça GB GC sgu uma dstrbuçã d Sllam dada pr: P d / ( λb + λc ) λb ( GB GC d) I d λ C nd I d é a funçã d Bssl mdfcada d rdm d ( λ λ ) Nã xst uma fórmula fchada para a sma dssas prbabldads para tds valrs pstvs u tds s valrs ngatvs d d Prém, sclhr cudadsamnt um valr d N (qu nã prcsa sr mut grand) aprxmar as prbabldads d vtóra d cada tm plas smas B C, ( ˆ λb C ) d / ˆ + ˆ ˆ ( λ B λc ) λb I ˆ ˆ d λc P( vtóra d B) λ d N d / ˆ + ˆ ˆ ( λ ) (vtóra d ) B λc λb P C I ( ˆ ˆ d λbλc ) d N ˆ λc nquant a prbabldad d mpat pd sr calculada d frma xata: P ( ˆ λ B + ˆ λ ( mpat) C ) I ( ˆ λ ˆ BλC ) b) Rtângul truncad: uma altrnatva mas smpls (pr nã xgr cálculs d funçõs d Bssl) cnsst m lmtar a análs às prbabldads stuadas dntr d rtângul cm vértcs (,), (,N), (N,) (N,N): P ( G B, GC ) P ( G B, GC ) K P ( GB N, GC ) P ( G B, GC ) P ( G B, GC ) K P ( GB N, GC ) M M O M P( G, G N) P( G, G N) K P( G N, G N) B C B C Pr argumnt análg a utlzad para a Dstrbuçã d Sllam, é pssívl sclhr um valr N (rlatvamnt bax) aprxmar as prbabldads d mpat, d vtóra d Tm B d vtóra d Tm C, rspctvamnt plas smas ds valrs da dagnal (dstacada m cnza), d trângul suprr d trângul nfrr Assm, vltand a campnat hptétc as prbabldads d cada rsultad pssívl d próxm g (aprxmadas pla Dstrbuçã d Sllam truncada a ntrval [-, ]) sã guas a:, P(vtóra d B),498 P(mpat),57 P(vtóra d C),345

19 Pr fm, rflx dssas prbabldads nas mddas d qualdad d mdl srá: ) Cntrbuçã para a Mdda d Cnfabldad: * sma d a dnmnadr da parcla rfrnt a ntrval [,4 ;,5]; * sma d a rspctv numradr s Tm B vncr g m cas cntrár; * sma d a dnmnadr da parcla rfrnt a ntrval [, ;,]; * sma d a rspctv numradr s g acabar mpatad m cas cntrár; * sma d a dnmnadr da parcla rfrnt a ntrval [,3 ;,4]; * sma d a rspctv numradr s Tm B prdr g m cas cntrár ) Mdda d DFntt: * DDF (,498 ) + (,57 ) + (,345 ), 396 s Tm B vncr g; * DDF (,498 ) + (,57 ) + (,345 ), 78 s g acabar mpatad; * DDF (,498 ) + (,57 ) + (,345 ), 7 s Tm B prdr g 5 Cmntárs Fnas 5 Ranngs paramétrcs Mdls qu sam mnmamnt cnsstnts (d acrd, pr xmpl, cm s crtérs da análs antrr dscrta na sçã 3) prmtm, além das prbabldads para s gs futurs, a frmaçã d ranngs paramétrcs ds tms d um dad unvrs u cmptçã Tmand-s cm xmpl mdl d Bradly-Trry, é vdnt qu π > π π π > π + π π + π P( drrtar ) > P( drrtar ) é mlhr qu, cnsqüntmnt, qu pd-s stablcr um ranng técnc ds tms m funçã d sus parâmtrs π Smlhantmnt, para mdl d st Chanc d Gl, é fácl prcbr qu > E[ G G ] > P( G E[ G ] > E[ G ] > G ) > P( G < G ) é mlhr qu, pr cnsgunt, qu s tms pdm sr tcncamnt rdnads cm bas m sus parâmtrs

20 Para utrs mdls mnmamnt razávs, é gualmnt pssívl dntfcar parâmtrs a partr d cus valrs s pssa ranquar s tms Dcrr das partculardads d cada mdl, prém, qu ranng ds tms d um dad unvrs pd varar cnfrm mdl sclhd Em alguns cass, nclusv, tal varaçã pd até parcr cntradtóra u ant-ntutva, cm s pd vr na sçã a sgur 5 Rsultads vrsus placars Mdls basads m rsultads (vtóra, mpat u drrta) mdls basads m placars (x, x, x tc) tndm a nxrgar as rlaçõs técncas ntr dfrnts tms d frmas dstntas, vntualmnt valrzand aspcts cntrastants das nfrmaçõs hstórcas xstnts Pr um lad, mdls basads m placars, a dscrnrm ntr vtóras pr x pr 8x prmtm uma sntna fna na stmaçã das frças d tms qu tnham vncd (u prdd para) um msm advrsár Pr utr lad, cntud, mdls basads m rsultads parcm s aprxmar mas d btv prncpal d um g (spcalmnt quand dntr d um campnat), qu é a vtóra: x 8x valm s msms três pnts, sb ss pnt d vsta, a dfrnça ntr um mpat uma vtóra magra é mut mnr qu a dfrnça ntr uma vtóra magra uma glada Para mlhr lustraçã dss fnômn, cnsdr-s s xmpls abax: Exmpl (mlhr d cnc gs ntr ds tms): Tm M x Tm N Tm M x Tm N Tm M x Tm N Tm M x Tm N Tm N 7x Tm M Exmpl (campnat ntr ss tms gand tds cntra tds): Tm X x Tm W Tm Y 8x Tm W Tm X x Tm V Tm Y 8x Tm V Tm X x Tm U Tm Y 8x Tm U Tm X x Tm T Tm Y 8x Tm T Tm X x Tm S Tm Y 8x Tm S Tm X x Tm Y N prmr xmpl, um mdl basad m rsultads bsrvará qu Tm M smu quatr vtóras cntra apnas uma d Tm N cnsqüntmnt cnsdrará Tm M cm mlhr ( mas bm ranquad favrt à vtóra num hptétc cnfrnt futur) qu su advrsár, nquant um mdl basad m placars tndrá a rssaltar placar ttal (Tm N 7x4 Tm M) a lgr Tm N cm mlhr qu su cncrrnt

21 Analgamnt, n sgund xmpl um mdl basad m rsultads prcbrá qu Tm X vncu tds s sus gs qu Tm Y tv uma drrta (ustamnt cntra Tm X) apntará Tm X cm mlhr qu su pnnt Um mdl basad m placars, pr utr lad, tndrá a valrzar as ntnsdads das vtóras d Tm Y cnsqüntmnt a dntfcá-l cm mlhr qu su rval Ess cntrast pd susctar dvrss dbats flsófcs (até msm ntr dfnsrs d futbl pragmátc adpts d g fnsv ) prvavlmnt sra mut bmvnda uma abrdagm ntrmdára qu pssa valrzar a dfrnça ntr um mpat uma vtóra, a msm tmp, dstngur as vtóras pr margns dstntas d gls 53 Áras d stud Muta csa anda há a sr studada n camp das prvsõs aplcadas a gs d futbl um ds tmas m abrt é ustamnt a busca d um mdl ntrmdár qu pssa cnclar a mprtânca d rsultad cm a dmnsã d placar Outra ára m qu s pd nvstr é a frmulaçã d mdls qu d alguma frma lvm m cnsdraçã as ndvdualdads (gadrs) qu ntgram um tm, prmtnd qu fatrs cm dsfalqus rfrçs pssam sr nsrds n cálcul das prbabldads Pr fm, um tópc mas dsafadr anda puc xplrad é a busca d mdls qu prmtam cnfccnar ranngs hstórcs d frma a cmparar tms qu atuaram m épcas dfrnts Brry t al (999) labraram um mdl para cmptçõs ndvduas, mas a sua xpansã a cmptçõs ntr qups stá lng d sr mdata 6 Rfrêncas Bblgráfcas 6 Lvrs pródcs ARRUDA, Marcl L () Pssn, Bays, Futbl DFntt, Sã Paul, IME-USP (Dssrtaçã d Mstrad) BERRY, Sctt M, REESE, C Shan, LARKEY, Patrc D (999) Brdgng Dffrnt Eras n Sprts Jurnal f th Amrcan Statstcal Asscatn 447 (94), BRADLEY, Ralph A TERRY, Mltn E (95) Th ran analyss f ncmplt blc dsgns Bmtra 39, DFINETTI, Brun (97), Prbablty, Inductn and Statstcs, Lndn: Jhn Wly DRAPER, Nrman R SMITH, Harry (998), Appld Rgrssn Analyss, Lndn: Jhn Wly ELO, Arpad E (978) Th ratng f chss playrs, past and prsnt Arc Publshng, Nw Yr

22 FINK, Danl (997), A Cmpndum f Cnugat Prrs Tchncal Rprt: Mntana Stat Unvrsty GLICKMAN, Mar E (993) Pard Cmparsn Mdls wth Tm-Varyng Paramtrs Cambrdg: Harvard Unvrsty, Dpartmnt f Statstcs (Ts d Dutrad) GUMBEL, Eml J (96) Smms t dfférncs d valurs xtrms ndépndants Cmpts Rndus Acadmc d Scncs 53: HOLGATE, Phlp (964), Estmatn fr th Bvarat Pssn Dstrbutn, Bmtra 5, 4-45 LEE, Alan J (997), Mdlng Scrs n th Prmr Lagu: Is Manchstr Untd Rally th Bst?, Chanc (), 5-9 McCULLAGH, Ptr NELDER, Jhn A (989), Gnralzd Lnar Mdls, Nw Yr: Chapman and Hall MURPHY, Allan H (97), Scalar and Vctr Parttns f th Prbablty Scr: Part I: Tw-Stat Stuatn, Jurnal f Appld Mtrlgy, 73-8 O HAGAN, Anthny (994), Kndall s Advancd Thry f Statstcs, Vl B: Baysan Infrnc, Lndn: Edward Arnld Halstd Prss SKELLAM, Jhn G (946) Th frquncy dstrbutn f th dffrnc btwn tw Pssn varats blngng t dffrnt ppulatns JRSS A 9, 96 SOARES, Jsé F (98), Chancs d vtóra m uma partda d futbl, Atas d Snap, SOARES, Jsé F (998), Wnnng Odds n a Sccr Match, Dpartamnt d Estatístca, UFMG SUZUKI, Adran K, SALASAR, Luís E B, LEITE, Jsé G LOUZADA-NETO, Francsc (), Prdctng Ftball Wrld Cup va a baysan apprach, Dpartamnt d Estatístca, Unvrsdad Fdral d Sã Carls 6 Sts [] FIDE Chss Ratngs ( [] Wrld Ftball El Ratngs ( [3] FIFA/Cca-Cla Wrld Ranng ( [4] Chanc d Gl (

Lista de Exercícios 4 Cálculo I

Lista de Exercícios 4 Cálculo I Lista d Ercícis 4 Cálcul I Ercíci 5 página : Dtrmin as assínttas vrticais hrizntais (s istirm) intrprt s rsultads ncntrads rlacinand-s cm cmprtamnt da funçã: + a) f ( ) = Ants d cmçar a calcular s its

Leia mais

9 Codificação de Canal: Códigos de Bloco Lineares

9 Codificação de Canal: Códigos de Bloco Lineares 9 Cfcaçã Canal: Cógs Blc Lnars Em capítuls antrrs stuáms cm alguma prfuna s s prlmas mas mprtants asscas a snh sstmas cmuncaçõs: prlma a cfcaçã fnt, prlma a transmssã nfrmaçã através canas russ. O prmr

Leia mais

tese. meus tese. estudo. o trabalho na com exames e seu trabalho na sua privada (Med

tese. meus tese. estudo. o trabalho na com exames e seu trabalho na sua privada (Med 1999 E Algr, 1999 m ts. sua na mus m trabalh na ts. stud. privada (Md su trabalh na cm xams AG v c m nrt u s ts. dst stud. as filhs pl m a a vi s XV 1 3 4-2 2 18 18 18 19 da tiróid........ 1-3- 5- vi

Leia mais

Lugar Geométrico das Raízes. Lugar Geométrico das Raízes. Lugar Geométrico das Raízes

Lugar Geométrico das Raízes. Lugar Geométrico das Raízes. Lugar Geométrico das Raízes Cnstruíd dretamente a partr ds póls e zers da funçã de transferênca de malha aberta H(. Os póls de malha fechada sã sluçã da equaçã + H( = 0, u: arg( H( ) = ± 80 (k+), k = 0,,,... H( = Para cada pnt s

Leia mais

PSI-2432: Projeto e Implementação de Filtros Digitais Projeto Proposto: Conversor de taxas de amostragem

PSI-2432: Projeto e Implementação de Filtros Digitais Projeto Proposto: Conversor de taxas de amostragem PSI-2432: Projto Implmntação d Filtros Digitais Projto Proposto: Convrsor d taxas d amostragm Migul Arjona Ramírz 3 d novmbro d 2005 Est projto consist m implmntar no MATLAB um sistma para troca d taxa

Leia mais

Como se tornar fluente em Inglês em todas as áreas

Como se tornar fluente em Inglês em todas as áreas Cm s trnar flunt m Inglês m tdas as áras Tds s dias rcbms muits -mails pssas rm sabr pm fazr aprnr a falar ingls bm A fórmula xist sim funcina! Qur prvar iss dand minha própria xpriência cm aprndizad da

Leia mais

A nova metodologia de apuração do DI propõe que o cálculo seja baseado em grupos de taxas e volumes, não mais em operações.

A nova metodologia de apuração do DI propõe que o cálculo seja baseado em grupos de taxas e volumes, não mais em operações. Taxa DI Cetip Critéri de apuraçã a partir de 07/10/2013 As estatísticas d ativ Taxa DI-Cetip Over (Extra-Grup) sã calculadas e divulgadas pela Cetip, apuradas cm base nas perações de emissã de Depósits

Leia mais

GERADORES E RECEPTORES. Setor 1202 Aulas 58, 59, 60 Prof. Calil. Geradores

GERADORES E RECEPTORES. Setor 1202 Aulas 58, 59, 60 Prof. Calil. Geradores GERADORES E RECEPTORES Stor 1202 Aulas 58, 59, 60 Prof. Call Gradors São sstmas qu convrtm um dtrmnado tpo d nrga, m nrga létrca. Cram mantém nos sus trmnas, uma dfrnça d potncal. São xmplos d gradors

Leia mais

VOLUME DE PRODUÇÃO, PREÇOS E A DECISÃO DE COMERCIALIZAÇÃO INFORMAL DO LEITE: UM ESTUDO NO ESTADO DO RIO DE JANEIRO

VOLUME DE PRODUÇÃO, PREÇOS E A DECISÃO DE COMERCIALIZAÇÃO INFORMAL DO LEITE: UM ESTUDO NO ESTADO DO RIO DE JANEIRO VOLUME DE PRODUÇÃO, PREÇOS E A DECISÃO DE COMERCIALIZAÇÃO INFORMAL DO LEITE: UM ESTUDO NO ESTADO DO RIO DE JANEIRO Volum d produção, prços a dcsão d comrcalzação... 405 Producton volum, prcs and th dcson

Leia mais

2 Mbps (2.048 kbps) Telepac/Sapo, Clixgest/Novis e TV Cabo; 512 kbps Cabovisão e OniTelecom. 128 kbps Telepac/Sapo, TV Cabo, Cabovisão e OniTelecom.

2 Mbps (2.048 kbps) Telepac/Sapo, Clixgest/Novis e TV Cabo; 512 kbps Cabovisão e OniTelecom. 128 kbps Telepac/Sapo, TV Cabo, Cabovisão e OniTelecom. 4 CONCLUSÕES Os Indicadors d Rndimnto avaliados nst studo, têm como objctivo a mdição d parâmtros numa situação d acsso a uma qualqur ára na Intrnt. A anális dsts indicadors, nomadamnt Vlocidads d Download

Leia mais

GERADORES E RECEPTORES eléctricos

GERADORES E RECEPTORES eléctricos GADOS CPTOS léctrcos No momnto d lgarmos a chav d gnção, a batra fornc nrga léctrca ao motor d arranqu, pondo st m funconamnto. nrga químca nrga léctrca Quando um lmnto do crcuto é capaz d transformar

Leia mais

UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE CIÊNCIAS INTEGRADAS DO PONTAL

UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE CIÊNCIAS INTEGRADAS DO PONTAL UNIVERIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE CIÊNCIA INTEGRADA DO PONTAL Físca Expermental IV Lentes Cmpstas Objetv Determnar as stâncas cas e lentes e um sstema e lentes cmpstas. Intruçã utas vezes

Leia mais

PSICROMETRIA 1. É a quantificação do vapor d água no ar de um ambiente, aberto ou fechado.

PSICROMETRIA 1. É a quantificação do vapor d água no ar de um ambiente, aberto ou fechado. PSICROMETRIA 1 1. O QUE É? É a quantificação do vapor d água no ar d um ambint, abrto ou fchado. 2. PARA QUE SERVE? A importância da quantificação da umidad atmosférica pod sr prcbida quando s qur, dntr

Leia mais

TRANSMISSÃO DE CALOR II. Prof. Eduardo C. M. Loureiro, DSc.

TRANSMISSÃO DE CALOR II. Prof. Eduardo C. M. Loureiro, DSc. TRANSMISSÃO DE CALOR II Prof. Eduardo C. M. Lourro, DSc. ANÁLISE TÉRMICA Dtrmnação da ára rqurda para transfrr o calor, numa dtrmnada quantdad por undad d tmpo, dadas as vlocdads d scoamnto as tmpraturas

Leia mais

Eu sou feliz, tu és feliz CD Liturgia II (Caderno de partituras) Coordenação: Ir. Miria T. Kolling

Eu sou feliz, tu és feliz CD Liturgia II (Caderno de partituras) Coordenação: Ir. Miria T. Kolling Eu su iz, s iz Lirgi II (drn d prtirs) rdnçã: Ir. Miri T. King 1) Eu su iz, s iz (brr) & # #2 4. _ k.... k. 1 Eu su "Eu su iz, s iz!" ( "Lirgi II" Puus) iz, s _ iz, & # º #.. b... _ k _. Em cm Pi n cn

Leia mais

TIPOS DE GERADORES DE CC

TIPOS DE GERADORES DE CC ANOTAÇÕS D MÁQUINAS LÉTRICAS 17 TIPOS D GRADORS D CC S dfnm m função dos tpos d bobnas dos pólos. ssas bobnas, atravssadas pla corrnt d xctação, produzm a força magntomotrz qu produz o fluxo magnétco ndutor.

Leia mais

Dimensionamento hidráulico da rede coletora de esgoto do esquema abaixo, considerados os seguintes parâmetros e dados:

Dimensionamento hidráulico da rede coletora de esgoto do esquema abaixo, considerados os seguintes parâmetros e dados: Exempl 1. Aula 3 Cálcul de Rede Cletra Dmensnament hdráulc da rede cletra de esgt d esuema abax, cnsderads s seguntes parâmetrs e dads: - cecente de retrn C 0,8 - cnsums eetvs: 120 /hab.da 160 /hab.da

Leia mais

TRANSFERÊNCIA DE CALOR (TCL)

TRANSFERÊNCIA DE CALOR (TCL) CAMPUS SÃO JOSÉ ÁREA TÉCNICA DE REFRIGERAÇÃO E CONDICIONAMENTO DE AR TRANSFERÊNCIA DE CALOR (TCL) Volum I Part 3 Prof. Carlos Boabad Nto, M. Eng. 200 2 ÍNDICE Págna CAPÍTULO 3 - TRANSFERÊNCIA DE CALOR

Leia mais

Desenvolvimento de Sistema de Avaliação da Capacidade de Transferência de Sistemas de Transmissão

Desenvolvimento de Sistema de Avaliação da Capacidade de Transferência de Sistemas de Transmissão 1 Dsnvolvmnto d stma d Avalação da Capacdad d Transfrênca d stmas d Transmssão F. C. Gano, A. Padlha-Fltrn, UEP L. F.. Dlbon, CTEEP Rsumo- Algortmos fcnts para calcular a capacdad d transfrênca m uma rd

Leia mais

MESTRADO PROFISSIONAL EM ECONOMIA DO SETOR PÚBLICO

MESTRADO PROFISSIONAL EM ECONOMIA DO SETOR PÚBLICO II/05 UNIVERSIDADE DE BRASÍLIA DEPARTAMENTO DE ECONOMIA 0//5 MESTRADO PROFISSIONAL EM ECONOMIA DO SETOR PÚBLICO ECONOMIA DA INFORMAÇÃO E DOS INCENTIVOS APLICADA À ECONOMIA DO SETOR PÚBLICO Prof. Maurício

Leia mais

MESTRADO PROFISSIONAL EM ECONOMIA DO SETOR PÚBLICO

MESTRADO PROFISSIONAL EM ECONOMIA DO SETOR PÚBLICO II/05 UNIVERSIDADE DE BRASÍLIA DEPARTAMENTO DE ECONOMIA 0//5 MESTRADO PROFISSIONAL EM ECONOMIA DO SETOR PÚBLICO ECONOMIA DA INFORMAÇÃO E DOS INCENTIVOS APLICADA À ECONOMIA DO SETOR PÚBLICO Prof. Maurício

Leia mais

1) Determine o domínio das funções abaixo e represente-o graficamente: 1 1

1) Determine o domínio das funções abaixo e represente-o graficamente: 1 1 ) Dtrmin dmíni das funçõs abai rprsnt- graficamnt: z + z 4.ln( ) z ln z z arccs( ) f) z g) z ln + h) z ( ) ) Dtrmin dmíni, trac as curvas d nívl sbc gráfic das funçõs: f (, ) 9 + 4 f (, ) 6 f (, ) 6 f

Leia mais

Alteração da seqüência de execução de instruções

Alteração da seqüência de execução de instruções Iníci Busc d próxim Excut Prd Cicl busc Cicl xcuçã Prgrm Sqüênci instruçõs m mmóri Trdutr : Cmpilr X Intrprtr / Linkditr Cnvrt prgrm-fnt m prgrm bjt (lingugm máqui) Prgrm cmpil = mis rápi Prgrm Intrprt

Leia mais

Modelos estatísticos para previsão de partidas de futebol

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

Leia mais

3. VARIÁVEIS ALEATÓRIAS

3. VARIÁVEIS ALEATÓRIAS 3. VARIÁVEIS ALEATÓRIAS 0 Varávl alatóra Ω é o spaço amostral d um prmnto alatóro. Uma varávl alatóra,, é uma função qu atrbu um númro ral a cada rsultado m Ω. Emplo. Rtra-s, ao acaso, um tm produzdo d

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

FUNÇÕES DE UMA VARIÁVEL COMPLEXA

FUNÇÕES DE UMA VARIÁVEL COMPLEXA FUNÇÕES DE UMA VARIÁVEL COMPLEXA Ettor A. d Barros 1. INTRODUÇÃO Sja s um númro complxo qualqur prtncnt a um conjunto S d númros complxos. Dizmos qu s é uma variávl complxa. S, para cada valor d s, o valor

Leia mais

Lista de exercícios de resistência ao cisalhamento dos solos

Lista de exercícios de resistência ao cisalhamento dos solos UNIVERSIDADE FEDERAL DE VIÇOSA Departament de Engenharia Civil Setr de Getecnia Paul Sérgi de Almeida Barbsa Lista de exercícis de resistência a cisalhament ds sls 1.ª ) Uma amstra de uma argila nrmalmente

Leia mais

Informática II INFORMÁTICA II

Informática II INFORMÁTICA II Jrge Alexandre jureir@di.estv.ipv.pt - gab. 30 Artur Susa ajas@di.estv.ipv.pt - gab. 27 1 INFORMÁTICA II Plan Parte I - Cmplementar cnheciment d Excel cm ferramenta de análise bases de dads tabelas dinâmicas

Leia mais

TEMA 5 2º/3º ciclo. A LIndo de perguntas. saudável? Luísa, 15 anos

TEMA 5 2º/3º ciclo. A LIndo de perguntas. saudável? Luísa, 15 anos 2º/3º cicl s O Ã Ç T N E M I d pguns u m mu um p z pdms f ps O qu sudávl? blnç d i c n c id p Sá d p d n cm p, ic mbém é g á s n v ic. Dsc ís f m f civ b id v m u i d lóics. c s impânc s g õs sb ç n s

Leia mais

Desse modo, podemos dizer que as forças que atuam sobre a partícula que forma o pêndulo simples são P 1, P 2 e T.

Desse modo, podemos dizer que as forças que atuam sobre a partícula que forma o pêndulo simples são P 1, P 2 e T. Pêndulo Simpls Um corpo suspnso por um fio, afastado da posição d quilíbrio sobr a linha vrtical qu passa plo ponto d suspnsão, abandonado, oscila. O corpo o fio formam o objto qu chamamos d pêndulo. Vamos

Leia mais

Capítulo. Lentes esféricas delgadas. Resoluções dos exercícios propostos

Capítulo. Lentes esféricas delgadas. Resoluções dos exercícios propostos Caítul 4 s undaments da ísca Exercícs rsts Undade E Caítul 4 Lentes esércas delgadas Lentes esércas delgadas esluções ds exercícs rsts P.33 trajet esquematzad basea-se n at de ar ser mens rerngente que

Leia mais

1 1 2π. Área de uma Superfície de Revolução. Área de uma Superfície de Revolução

1 1 2π. Área de uma Superfície de Revolução. Área de uma Superfície de Revolução UNIVERSIDADE DO ESTADO DE MATO GROSSO CAMPUS UNIVERSITÁRIO DE SINOP FACULDADE DE CIÊNCIAS EXATAS E TECNOLÓGICAS CURSO DE ENGENHARIA CIVIL DISCIPLINA: CÁLCULO DIFERENCIAL E INTEGRAL I Ára d uma Suprfíc

Leia mais

Em cada ciclo, o sistema retorna ao estado inicial: U = 0. Então, quantidade de energia W, cedida, por trabalho, à vizinhança, pode ser escrita:

Em cada ciclo, o sistema retorna ao estado inicial: U = 0. Então, quantidade de energia W, cedida, por trabalho, à vizinhança, pode ser escrita: Máquinas Térmicas Para qu um dado sistma raliz um procsso cíclico no qual rtira crta quantidad d nrgia, por calor, d um rsrvatório térmico cd, por trabalho, outra quantidad d nrgia à vizinhança, são ncssários

Leia mais

Resoluções dos exercícios propostos

Resoluções dos exercícios propostos da físca 3 Undad C Capítulo 15 Indução ltromagnétca soluçõs dos xrcícos propostos 1 P.368 D L v, vm: 0,5 0, 1 5 2 V P.369 D L v, vm: 15 6 1 20 3 4 V P.370 a) L v 1,5 0,40 2 1,2 V b) 1,2 2 0,6 Pla rgra

Leia mais

turismo corporate negócio noronha roma seul garopaba brasília são lu gramado brasília são paulo recife natal tóquio lisboa rio de janeiro capadócia

turismo corporate negócio noronha roma seul garopaba brasília são lu gramado brasília são paulo recife natal tóquio lisboa rio de janeiro capadócia brlim sã l brlim santg rcif curi sul punta dl st rma sul nrnha r rcif rcif garpabacapa nrnha mntvidéu r barilch punta dl st mació sã paul mació sul capadóc r mnt SUPER sã l ngóci gramad turism FÉRIAS crprat

Leia mais

Questão 46. Questão 47. Questão 48. alternativa D. alternativa B. Dados: calor específico do gelo (água no estado sólido)...

Questão 46. Questão 47. Questão 48. alternativa D. alternativa B. Dados: calor específico do gelo (água no estado sólido)... Questã 46 A partir de um bjet real de altura H, dispst verticalmente diante de um instrument óptic, um artista plástic necessita bter uma imagemcnjugadadealturaigualah.nesse cas, dependend das cndições

Leia mais

Gabarito Extensivo MATEMÁTICA volume 1 Frente D

Gabarito Extensivo MATEMÁTICA volume 1 Frente D Gabarit Extensiv MATEMÁTICA vlume 1 Frente D 01) 8x 40 6x 0 8x 6x 0 + 40 x 0 x 10 8x 40 8.10 40 80 40 40 6x 0 6.10 0 60 0 40 0) Pnteir pequen (hras): 30-1 hra 60 minuts 1 -? 30 60 1 x x 4 min Prtant, 1h4min

Leia mais

TENSORES 1.1 INTRODUÇÃO

TENSORES 1.1 INTRODUÇÃO nsors ENSORES. INRODUÇÃO Os lmntos sóldos utlzados m Engnhara Mcânca das Estruturas dsnolm-s num spaço trdmnsonal no qu rspta à sua Gomtra, sndo ncssáro posconar pontos, curas, suprfícs obctos no spaço

Leia mais

CUIDADOS COM SEU CAMINHÃO:

CUIDADOS COM SEU CAMINHÃO: CUIDADOS COM SEU CAMINHÃO: cnmizand através d cuidad cm pnus! O pnu é indiscutivlmnt um ds itns mais imprtants d caminhã. Além sr um rspnsávl dirt pls custs d transprt rdviári nas planilhas ds carrtirs,

Leia mais

3. Osciladores não senoidais e geradores de pulso

3. Osciladores não senoidais e geradores de pulso 3. Oscladres nã sendas e geradres de puls Sã crcuts que utlzam elements nã lneares e elements reats (C, L) para btençã de snas alternads a partr de fntes de tensã DC. 3.. Cncets geras A grande mara ds

Leia mais

Utilizando o Calculador Etelj Velocidade do Som no Ar

Utilizando o Calculador Etelj Velocidade do Som no Ar Utilizand Calculadr telj Velcidade d Sm n Ar Hmer Sette 8 0 0 ste utilitári permite cálcul da velcidade de prpagaçã d sm n ar C, em funçã da temperatura d ar, da umidade relativa d ar e da pressã atmsférica

Leia mais

Coordenadas polares. a = d2 r dt 2. Em coordenadas cartesianas, o vetor posição é simplesmente escrito como

Coordenadas polares. a = d2 r dt 2. Em coordenadas cartesianas, o vetor posição é simplesmente escrito como Coordnadas polars Sja o vtor posição d uma partícula d massa m rprsntado por r. S a partícula s mov, ntão su vtor posição dpnd do tmpo, isto é, r = r t), ond rprsntamos a coordnada tmporal pla variávl

Leia mais

Considerações sobre misturas de pós farmacêuticos

Considerações sobre misturas de pós farmacêuticos Cnsidraçõs sbr misturas d pós farmacêutics Cnsidratins abut pharmacutical mixing indxs Mari Labasti' RESUMO - Uma rvisã ds cncits d bas sbr misturas cm praçã é aprsntada. Os divrss tips d mistura, mdls

Leia mais

ESCALA DE PITTSBURGH PARA AVALIAÇÃO DA QUALIDADE DO SONO

ESCALA DE PITTSBURGH PARA AVALIAÇÃO DA QUALIDADE DO SONO ESCALA DE PITTSBURGH PARA AVALIAÇÃO DA QUALIDADE DO SONO As qustõs sguints rfrm-s as sus hábits d sn durant mês passad. Suas rspstas dvm dmnstrar, d frma mais prcisa pssívl, qu acntcu na mairia ds dias

Leia mais

Em geometria, são usados símbolos e termos que devemos nos familiarizar:

Em geometria, são usados símbolos e termos que devemos nos familiarizar: IFS - ampus Sã Jsé Área de Refrigeraçã e ndicinament de r Prf. Gilsn ELEENTS E GEETRI Gemetria significa (em greg) medida de terra; ge = terra e metria = medida. nss redr estams cercads de frmas gemétricas,

Leia mais

PLANO DE TRABALHO DOCENTE 1º Semestre/2015. Ensino Técnico

PLANO DE TRABALHO DOCENTE 1º Semestre/2015. Ensino Técnico PLANO DE TRABALHO DOCENTE 1º Smstr/2015 Ensin Técnic Códig: 0262 ETEC ANHANGUERA Municípi: Santana d Parnaíba Cmpnnt Curricular: Gstã Emprsarial Módul: 1 Eix Tcnlógic: Sgurança C. H. Smanal: 2,5 Habilitaçã

Leia mais

Determinants for the adoption of pulping technology by coffee producers: a study on a producing region of Zona of Mata in Minas Gerais state

Determinants for the adoption of pulping technology by coffee producers: a study on a producing region of Zona of Mata in Minas Gerais state 352 DETERMINANTES DA ADOÇÃO LANNA, DA TECNOLOGIA G. B. M. t al. DE DESPOLPAMENTO NA CAFEICULTURA: ESTUDO DE UMA REGIÃO PRODUTORA DA ZONA DA MATA DE MINAS GERAIS Dtrmnants for th adopton of pulpng tchnology

Leia mais

MATRIZES 04) (FATEC-SP) Seja A a ij uma matriz quadrada de . Nessas ordem 2 tal que

MATRIZES 04) (FATEC-SP) Seja A a ij uma matriz quadrada de . Nessas ordem 2 tal que MATRIZES www.profssortnan.com.br 0) (PUC) A matrz A d ordm dfnda por a. é dada por: 4 6 4 6 b) 4 4 6 4 6 ) 0) (UFBA) A matrz, com 0 4 b) 0 4 0 ) 4 a, s, é: a, s 0) S A ( a ) é a matrz quadrada d ordm,

Leia mais

Questão 11. Questão 12. Resposta. Resposta S 600. Um veículo se desloca em trajetória retilínea e sua velocidade em função do tempo é apresentada

Questão 11. Questão 12. Resposta. Resposta S 600. Um veículo se desloca em trajetória retilínea e sua velocidade em função do tempo é apresentada Questã Um veícul se deslca em trajetória retilínea e sua velcidade em funçã d temp é apresentada na fiura. a) Identifique tip de mviment d veícul ns intervals de temp de 0 a 0 s,de 0 a 30 s e de 30 a 0

Leia mais

S3 - Explicação sobre endereço e/ou número de telefone dos EUA

S3 - Explicação sobre endereço e/ou número de telefone dos EUA S3 - Explicaçã sbre endereç e/u númer de telefne ds EUA Nme Númer da Cnta (se huver) A preencher seu Frmulári W-8 d IRS, vcê afirma nã ser cidadã u residente ds EUA u utra cntraparte ds EUA para efeit

Leia mais

Apenas 5% dos Brasileiros sabem falar Inglês

Apenas 5% dos Brasileiros sabem falar Inglês Apns 5% ds Brsilirs sb flr Inglês D crd cm um lvntmnt fit pl British Cncil pns 5% d ppulçã sb fl r Dvs lbrr stms épcs pré-vnts sprtivs s lhs d mund td cmçm s vltr cd vz mis pr Brsil pr iss nã bst dminr

Leia mais

AMPLIFICADORES A TRANSISTOR

AMPLIFICADORES A TRANSISTOR MINISTÉIO D DUÇÃO STI D DUÇÃO POFISSION TNOÓGI INSTITUTO FD D DUÇÃO, IÊNI TNOOGI D SNT TIN USO D TOMUNIÇÕS Áa d onhcmnto: ltônca I MPIFIDOS TNSISTO Pofsso: Pdo mando da Sla J São José, nomo d 213 1 1 MPIFIDOS

Leia mais

Versões Todos os módulos devem ser atualizados para as versões a partir de 03 de outubro de 2013.

Versões Todos os módulos devem ser atualizados para as versões a partir de 03 de outubro de 2013. Serviç de Acess as Móduls d Sistema HK (SAR e SCF) Desenvlvems uma nva ferramenta cm bjetiv de direcinar acess ds usuáris apenas as Móduls que devem ser de direit, levand em cnsideraçã departament de cada

Leia mais

MODELOS DE REGRESSÃO PARA DADOS DE CONTAGEM. O modelo log-linear de Poisson

MODELOS DE REGRESSÃO PARA DADOS DE CONTAGEM. O modelo log-linear de Poisson MODELOS DE REGRESSÃO PARA DADOS DE CONTAGEM O modlo log-lnar d Posson Intrss m modlar a dstrbução d uma varávl rfrnt a algum tpo d contagm m função d covarávs. A stratéga mas comum para modlagm nssas stuaçõs

Leia mais

VILANCICOS. José Alberto Kaplan. Sesc Partituras

VILANCICOS. José Alberto Kaplan. Sesc Partituras VILANCICOS Jsé Albrt Kaplan NOTA As mldias ds Vilancics: Anunciaçã; Ofrta, frta pastra; Gl xcl fram xtraídas, cm s rspctivs txts, da bra Aut das pastrhas, cligid rcnstituíd pr Ciçã d Barrs Barrt. Obs:

Leia mais

Encontro na casa de Dona Altina

Encontro na casa de Dona Altina Ano 1 Lagdo, Domingo, 29 d junho d 2014 N o 2 Encontro na casa d Dona Altina Na última visita dos studants da UFMG não foi possívl fazr a runião sobr a água. Houv um ncontro com a Associação Quilombola,

Leia mais

Normalmente TI. padarias. Além. dormitórios. Assistência. Temos. Por. Nos. região. Nas

Normalmente TI. padarias. Além. dormitórios. Assistência. Temos. Por. Nos. região. Nas Aprsntçã Instlçõs ds A l A Nrmlmnt A Além sc Filipins. ds sgur mis lugr Cbu trnnd td, tmp sgurnç ficiis prsnç cm cnt rgiã diss, pdris. tips váris Strbucks Dnld's, Mc cm 24hrs ljs tmbém váris prt pr Tms

Leia mais

UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DEPARTAMENTO DE ECONOMIA

UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DEPARTAMENTO DE ECONOMIA UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DEPARTAMENTO DE ECONOMIA EAE 26 Macroconoma I º Smstr 27 Príoo Durno Profssors: lbrto Tau Lma Pro arca Duart Lsta Exrcícos

Leia mais

QUADRO. ProfiScale QUADRO Medidor de distância. www.burg-waechter.de. pt Instruções h de serviço. ft 2 /ft 3 QUADRO PS 7350

QUADRO. ProfiScale QUADRO Medidor de distância. www.burg-waechter.de. pt Instruções h de serviço. ft 2 /ft 3 QUADRO PS 7350 QUADRO PS 7350 QUADRO 0,5 32 m 0,5 32 m m 2 /m 3 t 2 /t 3 prcson +1% ProScal QUADRO Mddor d dstânca pt Instruçõs d srvço www.burg-wactr.d BURG-WÄCHTER KG Altnor Wg 15 58300 Wttr Grmany Extra + + 9V Introdução

Leia mais

Prgrmçã O Mu s u Év r, p r l ém f rcr s s i g ns «vi s i t s cl áss i cs» qu cri m s p nt s c nt ct nt r s di v rs s p úb l ic s qu vi s it m s c nt ú d s d s u ri c s p ó l i, p r cu r, c nc m i t nt

Leia mais

QUESTÕES DISCURSIVAS

QUESTÕES DISCURSIVAS QUESTÕES DISCURSIVAS Questã 1 Um cliente tenta negciar n banc a taa de jurs de um empréstim pel praz de um an O gerente diz que é pssível baiar a taa de jurs de 40% para 5% a an, mas, nesse cas, um valr

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

CAPÍTULO 10 TRANSLAÇÃO E ROTAÇÃO DE EIXOS

CAPÍTULO 10 TRANSLAÇÃO E ROTAÇÃO DE EIXOS CAPÍTULO 0 TRANSLAÇÃO E ROTAÇÃO DE EIXOS TRANSLAÇÃO DE EIXOS NO R Sejam O e O s eis primitivs, d Sistema Cartesian de Eis Crdenads cm rigem O(0,0). Sejam O e O s nvs eis crdenads cm rigem O (h,k), depis

Leia mais

Lei nº 7998/90. Pós MP nº 665/14 Vigência 60 dias após a data da publicação Art. 2ºB Revogado Art. 2ºB Revogado Art. 2ºB Revogado

Lei nº 7998/90. Pós MP nº 665/14 Vigência 60 dias após a data da publicação Art. 2ºB Revogado Art. 2ºB Revogado Art. 2ºB Revogado Ants da MP nº 665/14 Art. 2o-B. Em carátr xcpcional plo prazo d sis mss, os trabalhadors qu stjam m situação d dsmprgo involuntário plo príodo comprndido ntr doz dzoito mss, inintrruptos, qu já tnham sido

Leia mais

NOTA SOBRE INDETERMINAÇÕES

NOTA SOBRE INDETERMINAÇÕES NOTA SOBRE INDETERMINAÇÕES HÉLIO BERNARDO LOPES Rsumo. Em domínios divrsos da Matmática, como por igual nas suas aplicaçõs, surgm com alguma frquência indtrminaçõs, d tipos divrsos, no cálculo d its, sja

Leia mais

SISTEMA DE PONTO FLUTUANTE

SISTEMA DE PONTO FLUTUANTE Lógica Matmática Computacional - Sistma d Ponto Flutuant SISTEM DE PONTO FLUTUNTE s máquinas utilizam a sguint normalização para rprsntação dos númros: 1d dn * B ± 0d L ond 0 di (B 1), para i = 1,,, n,

Leia mais

Numeração. Classificação. Doenças Assunto. Seguro Público para Assistência Médica Tema. "Kenko Hoken" Seguro de Saúde. 1 Exemplos de Situações

Numeração. Classificação. Doenças Assunto. Seguro Público para Assistência Médica Tema. Kenko Hoken Seguro de Saúde. 1 Exemplos de Situações Numraçã 8-4-2 Nívl d cnsulta 3 Classificaçã Dnças Assunt Sgur Públic para Assistência Médica Tma "Knk Hkn" Sgur d Saúd 1 Exmpls d Situaçõs Estu trabalhand m uma mprsa japnsa. Dsj sabr s há algum sgur para

Leia mais

/ d0) e economicamente (descrevendo a cadeia de causação

/ d0) e economicamente (descrevendo a cadeia de causação UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DEPARTAMENTO DE ECONOMIA EAE 26 Macroconoma I º Smstr 27 Profssor Frnano Rugtsky Lsta Exrcícos [] Consr uma macroconoma scrta

Leia mais

Instituto de Física USP. Física V Aula 36. Professora: Mazé Bechara

Instituto de Física USP. Física V Aula 36. Professora: Mazé Bechara Institut d Física USP Física V Aula 6 Pfssa: Mazé Bchaa Aula 6 Átm d hidgêni na tia d Schding. As dnsidads adiais d pbabilidad: significad cálcul.. Aplicaçã: val mais pvávl ai mais pvávl mns pvávl val

Leia mais

Análise do TBJ para pequenos sinais

Análise do TBJ para pequenos sinais EN2719 Dspstvs Eletrôncs UL 18 nálse d TBJ para pequens snas Prf. drg ena Muñz rdrg.munz@ufac.edu.r T1 2018 EN 2719 Dspstvs Eletrôncs Cnteúd nálse sem esstênca da fnte e resstênca de carga nálse nclund

Leia mais

INSTRUÇÕES. Os formadores deverão reunir pelo menos um dos seguintes requisitos:

INSTRUÇÕES. Os formadores deverão reunir pelo menos um dos seguintes requisitos: INSTRUÇÕES Estas instruçõs srvm d orintação para o trino das atividads planadas no projto Europu Uptak_ICT2lifcycl: digital litracy and inclusion to larnrs with disadvantagd background. Dvrão sr usadas

Leia mais

w2-49-, 01 PL PROJETO DE LEÍ 01-0846/1995

w2-49-, 01 PL PROJETO DE LEÍ 01-0846/1995 (2-4- LIDO HOJE AS COMISSÕES DE: S E I 995 nnnnnnnnnnnnnnnnnnnn w2-49-, 01 PL PROJETO DE LEÍ 01-0846/1995 Dnmina "Praça Marcus França Trrs" a Praça VI, cadlg 46.573-9, situada n Distrit d Jaraguá - JAR.

Leia mais

Para estimar o valor da tensão de pré-consolidação, é usual utilizar o método proposto por Casagrande, esquematizado na figura:

Para estimar o valor da tensão de pré-consolidação, é usual utilizar o método proposto por Casagrande, esquematizado na figura: 4 - CONSOLIDAÇÃO Cálcul da tnsã d pré-cnslidaçã, P, Para stimar valr da tnsã d pré-cnslidaçã, é usual utilizar métd prpst pr Casagrand, squmatizad na figura: c a - Lcalizar pnt da curva -lg d T h mínim

Leia mais

Notas de Aula - Reatores Prof. Dr. Marco Antonio Pereira

Notas de Aula - Reatores Prof. Dr. Marco Antonio Pereira USP EEL - Escla de Engenhara de Lrena Reatres ula 6 Reatres ntínus em Sére e/u Paralel Reatres Tubulares em Sére Sejam reatres pstnads em sére e X, X 2,..., X, a cnversã de saída de cada um ds reatres

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

Questão 1. Questão 3. Questão 2. Questão 4. Resposta. Resposta. Resposta. ATENÇÃO: Escreva a resolução COM- PLETA de cada questão no espaço reservado

Questão 1. Questão 3. Questão 2. Questão 4. Resposta. Resposta. Resposta. ATENÇÃO: Escreva a resolução COM- PLETA de cada questão no espaço reservado ATENÇÃO: Escreva a resluçã COM- PLETA de cada questã n espaç reservad para a mesma. Nã basta escrever apenas resultad final: é necessári mstrar s cálculs racicíni utilizad. Questã Caminhand sempre cm a

Leia mais

Instituto de Física USP. Física Moderna I. Aula 05. Professora: Mazé Bechara

Instituto de Física USP. Física Moderna I. Aula 05. Professora: Mazé Bechara Institut d Física USP Física Mdrna I Aula 05 Prfssra: Mazé Bchara Avis duplas qu dvm sclhr utrs tmas As duplas abaix trã qu sclhr nv tma. Tmas dispnívis: uma dupla para 5-I uma dupla para 8-II duas duplas

Leia mais

CAPÍTULO 06 ESTUDOS DE FILAS EM INTERSEÇÕES NÃO SEMAFORIZADAS

CAPÍTULO 06 ESTUDOS DE FILAS EM INTERSEÇÕES NÃO SEMAFORIZADAS APÍTULO 06 ESTUDOS DE FILAS EM INTERSEÇÕES NÃO SEMAFORIZADAS As filas m intrsçõs não smaforizadas ocorrm dvido aos movimntos não prioritários. O tmpo ncssário para ralização da manobra dpnd d inúmros fators,

Leia mais

- I -- - I SISTEMASDESEGURANÇA, S.A.

- I -- - I SISTEMASDESEGURANÇA, S.A. "' ~ - -- -., " - a SSTMASDSGURANÇA, S.A. A FCHADURA quipada cm uma fechadura de Alta segurança Fichet, permite a utilizaçã de um cilindr de bra durante a fase de instalaçã. As chaves definitivas serã

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

Circuitos Operadores Matemáticos não lineares

Circuitos Operadores Matemáticos não lineares Crcuts Oprars Matmátcs ã ars ã crcuts qu utlzam lmts ã ars para ralzar praçõs multplcaçã, sã, lgartm, xpcal, tc Esss crcuts utlzam gralmt um lmt ã ar basa uma juçã smcutra ( u trasstr bplar) gura 4: Cura

Leia mais

COMPARAÇÃO DE CURVAS DE SOBREVIVÊNCIA

COMPARAÇÃO DE CURVAS DE SOBREVIVÊNCIA COMPARAÇÃO DE CURVAS DE SOBREVIVÊNCIA O prblema de cmparaçã de distribuições de sbrevivências surge cm freqüência em estuds de sbrevivência. Pr exempl, pde ser de interesse cmparar dis trataments para

Leia mais

ORGANIZAÇÃO DIDÁTICA DO PROCESSO DE ENSINO, APRENDIZAGEM E DESENVOLVIMENTO: O PLANEJAMENTO. Prof. Dr. Roberto Valdés Puentes

ORGANIZAÇÃO DIDÁTICA DO PROCESSO DE ENSINO, APRENDIZAGEM E DESENVOLVIMENTO: O PLANEJAMENTO. Prof. Dr. Roberto Valdés Puentes ORGANIZAÇÃO DIDÁTICA DO PROCESSO DE ENSINO, APRENDIZAGEM E DESENVOLVIMENTO: O PLANEJAMENTO Prf. Dr. Rbr Vdés Pus PPGED/FACED/UFU rbrpus@fcd.ufu.br MOMENTOS DO PROCESSO DE ENSINO, APRENDIZAGEM E DESENVOLVIMENTO

Leia mais

1 O Pêndulo de Torção

1 O Pêndulo de Torção Figura 1.1: Diagrama squmático rprsntando um pêndulo d torção. 1 O Pêndulo d Torção Essa aula stá basada na obra d Halliday & Rsnick (1997). Considr o sistma físico rprsntado na Figura 1.1. Ess sistma

Leia mais

Propagação de sinais senoidais em um cabo coaxial

Propagação de sinais senoidais em um cabo coaxial Disipina: Ondas Prpaaçã Prf.: Dr. Airtn Rams Univrsidad d Estad d Santa Catarina Cntr d Ciênias Tnóias CCT Dpartamnt d Ennharia Eétria Labratóri d Etrmantism E-3 Prpaaçã d sinais snidais m um ab axia O

Leia mais

Gestão de Mão-de-Obra

Gestão de Mão-de-Obra Gestã de Mã-de-Obra Prdut : Micrsiga Prtheus Manutençã de Ativs Versã 10 Chamad : SCUNZM Data da criaçã : 18/08/10 Data da revisã : 08/09/10 País(es) : Brasil Banc de Dads : Tds FNC : 000000191782010 Aplicabilidade

Leia mais

PROGRAMA CLIENTE REFERÊNCIA FH REGULAMENTO

PROGRAMA CLIENTE REFERÊNCIA FH REGULAMENTO PROGRAMA CLIENTE REFERÊNCIA FH REGULAMENTO Última Revisã: 02/06/2014 1. RESUMO CADASTRO Cliente preenche Frmulári de Cadastr CONFIRMAÇÃO DE CADASTRO A FH envia um e-mail de cnfirmaçã de cadastr para cliente

Leia mais

MINISTÉRIO DA EDUCAÇÃO

MINISTÉRIO DA EDUCAÇÃO Orientações gerais MINISTÉRIO DA EDUCAÇÃO ESCOLA AGROTÉCNICA FEDERAL DE RIO DO SUL ESTRADA DO REDENTOR, 5665 BAIRRO CANTAGALO RIO DO SUL (SC) (47) 3521 3700 eafrs@eafrs.gv.br ORIENTAÇÕES GERAIS As rientações

Leia mais

ANÁLISE DE DESEMPENHO DOS GRAFICOS DE x E R.

ANÁLISE DE DESEMPENHO DOS GRAFICOS DE x E R. ANÁLISE DE DESEMPENHO DOS GAFICOS DE E. Vims cm cnstruir e utilizar s gráfics de cntrle. Agra vams estudar sua capacidade de detectar perturbações n prcess. GÁFICO de Em um julgament, veredict final será

Leia mais

ANÁLISE CUSTO - VOLUME - RESULTADOS

ANÁLISE CUSTO - VOLUME - RESULTADOS ANÁLISE CUSTO - VOLUME - RESULTADOS 1 Introdução ao tma Exist todo o intrss na abordagm dst tma, pois prmit a rsolução d um conjunto d situaçõs qu s aprsntam rgularmnt na vida das organizaçõs. Estas qustõs

Leia mais

OBJECTIVO. Ligação segura às redes públicas de telecomunicações, sob o ponto de vista dos clientes e dos operadores;

OBJECTIVO. Ligação segura às redes públicas de telecomunicações, sob o ponto de vista dos clientes e dos operadores; Prcediments de Avaliaçã das ITED ANACOM, 1ª ediçã Julh 2004 OBJECTIVO De acrd cm dispst n nº 1, d artº 22º, d Decret Lei nº 59/2000, de 19 de Abril (adiante designad cm DL59), a cnfrmidade da instalaçã

Leia mais

PROJECTO EDUCATIVO ANO LECTIVO 2007-2008

PROJECTO EDUCATIVO ANO LECTIVO 2007-2008 PROJECTO EDUCATIVO ANO LECTIVO 2007-2008 INTRODUÇÃO Prject educativ dcument que cnsagra a rientaçã educativa da escla, elabrad e aprvad pels órgãs de administraçã e gestã, n qual se explicitam s princípis,

Leia mais

4.1 Representação em PU

4.1 Representação em PU UIVERSIDADE FEDERAL DE JUIZ DE FORA Análise de Sistemas Elétrics de Ptência 1 4.1 Representaçã em PU P r f. F l á v i V a n d e r s n G m e s E - m a i l : f l a v i. g m e s @ u f j f. e d u. b r E E

Leia mais

9. MODELAGEM DE CONVERSORES: MODELO DA CHAVE PWM

9. MODELAGEM DE CONVERSORES: MODELO DA CHAVE PWM Fns Chs C. 9 Mlgm nrsrs: ml h PWM J. A. Pml 9. MOEAGEM E CONERSORES: MOEO A CHAE PWM As lgs báss nrsrs CCCC ssum um h nrl ur nãnrl sss lmns lnrs nrns n m. A njun ss us hs r nm h PWM [9.]. O bj ns íul é

Leia mais

Modelo de Oferta e Demanda Agregada (OA-DA)

Modelo de Oferta e Demanda Agregada (OA-DA) Modlo d Ofrta Dmanda Agrgada (OA-DA) Lops Vasconcllos (2008), capítulo 7 Dornbusch, Fischr Startz (2008), capítulos 5 6 Blanchard (2004), capítulo 7 O modlo OA-DA xamina as condiçõs d quilíbrio dos mrcados

Leia mais

Resolver problemas com amostragem aleatória significa gerar vários números aleatórios (amostras) e repetir operações matemáticas para cada amostra.

Resolver problemas com amostragem aleatória significa gerar vários números aleatórios (amostras) e repetir operações matemáticas para cada amostra. Dscplna: SComLMol Numann, Ulam Mtropols (945-947) Numann Ulam [945] prcbram qu problmas dtrmnístcos podm sr transormados num análogo probablístco qu pod sr rsolvdo com amostragm alatóra. Els studavam dusão

Leia mais

Escola Politécnica da Universidade de São Paulo. Departamento de Engenharia de Estruturas e Fundações

Escola Politécnica da Universidade de São Paulo. Departamento de Engenharia de Estruturas e Fundações Escola Politécnica da Univrsidad d São Paulo Dpartamnto d Engnharia d Estruturas Fundaçõs Laboratório d Estruturas Matriais Estruturais Extnsomtria létrica III Notas d aula Dr. Pdro Afonso d Olivira Almida

Leia mais

18-04-2015. Sumário. Campo e potencial elétrico. Conceito de campo

18-04-2015. Sumário. Campo e potencial elétrico. Conceito de campo Sumário Unidad II Eltricidad Magntismo 1- - Noção d campo létrico. - Campo létrico criado por uma carga pontual stacionária. - Linhas d campo. APSA 21 Campo létrico. Campo létrico uniform. Concito d campo

Leia mais

(1) Raízes n-ésimas. r cos. nϕ = θ + 2kπ; k = 0, 1, 2, 3, 4,... ρ n cos nϕ = r cos θ ρ n = r ρ= (r) 1/n. Portanto:

(1) Raízes n-ésimas. r cos. nϕ = θ + 2kπ; k = 0, 1, 2, 3, 4,... ρ n cos nϕ = r cos θ ρ n = r ρ= (r) 1/n. Portanto: Raís -ésmas A ra -ésma d um úmro complxo s é o complxo s Vamos vr qu os complxos possum raís dfrts!!! Em coordadas polars: s r cos θ s θ ρ cos ϕ s ϕ Aplcado Movr trmos: r cos θ s θ ρ cos ϕ s ϕ Portato:

Leia mais