POSICIONAMENTO DIFERENCIAL PÓS-PROCESSADO UTILIZANDO MULTIESTAÇÕES GPS

Tamanho: px
Começar a partir da página:

Download "POSICIONAMENTO DIFERENCIAL PÓS-PROCESSADO UTILIZANDO MULTIESTAÇÕES GPS"

Transcrição

1 II Smpóso Braslero de Cêncas Geodéscas e Tecnologas da Geonformação Recfe - PE, 8- de setembro de 28 p. - POSICIONMENTO DIFERENCIL PÓS-PROCESSDO UTILIZNDO MULTIESTÇÕES GPS MURICIO IHLENFELDT SEJS CLÁUDI PEREIR KRUEGER Unversdade Federal do Paraná - UFPR Setor de Cêncas da Terra Departamento de Geomátca Curso de Pós-Graduação em Cêncas Geodéscas - CPGCG {msejas, ckrueger}@ufpr.br RESUMO Neste trabalho correções de pseudodstânca geradas por uma rede de estações GPS foram empregadas para corrgr as observações orgnas de uma estação móvel no modo pós-processado. Um modelo lnear fo utlzado para representar os erros em uma rede formada por três estações de referênca. Os resultados obtdos por esta metodologa foram comparados com aqueles obtdos no posconamento DGPS que utlzou apenas uma estação de referênca para gerar as correções. Verfcou-se que a modelagem em rede reduzu alguns dos erros sstemátcos presentes no posconamento que utlzou apenas uma estação de referênca, e as coordenadas fnas estmadas foram mas precsas e acuradas. BSTRCT In ths paper pseudorange correctons generated by a network of GPS statons were employed to correct the raw observatons of a rover staton n a post-processng mode. lnear model was used to represent the errors n a network formed by three reference statons. The results obtaned by ths methodology were compared wth those obtaned from the DGPS postonng that used only one reference staton to generate the correctons. We notced that the network modelng reduced some systematc errors stll present n the poston that used only one reference staton, and the fnal estmated coordnates were more precse and accurate. INTRODUÇÃO técnca DGPS (Dfferental GPS) requer pelo menos uma estação GPS, de coordenadas conhecdas, para gerar correções de pseudodstânca e suas varações. Estas correções são transmtdas a uma ou mas estações móves que as utlzam para corrgr as observações orgnas do efeto combnado de dversas fontes de erro, entre elas: órbta, troposfera e onosfera (Grewal et al., 27; Hofmann-Wellenhof, 2). técnca faz proveto da correlação exstente entre os erros, prncpalmente em lnhas de base curtas. Tradconalmente o posconamento GPS é realzado no modo lnha de base smples, sto é, uma ou váras estações móves são posconadas em relação a uma únca estação de referênca (ou estação base). Porém, nos últmos anos, maor preferênca tem sdo dada ao posconamento que utlza redes de estações de referênca. déa básca deste método consste em utlzar as estações da rede para modelar localmente alguns dos erros presentes no posconamento GPS e permtr que o usuáro possa utlzar estas nformações para corrgr suas observações. Um dos maores benefícos em usar redes de estações de referênca consste no aumento da confabldade e dsponbldade do servço. Em uma rede se uma ou mas estações de referênca falham ao mesmo tempo suas contrbuções podem ser elmnadas e a solução pode ser dada em função das estações que restaram (Fotopoulos e Cannon, 2). O objetvo deste trabalho é modelar as correções de pseudodstânca geradas por uma rede composta por três estações de referênca e aplcar estas correções em uma estação móvel, no modo pós-processado. avalação do desempenho do método fo baseada no erro médo quadrátco dos erros obtdos da comparação das coordenadas estmadas com as precsas. 2 CORREÇÕES DE PSEUDODISTÂNCI O modelo básco para as observações de pseudodstânca do códgo, entre a estação e o satélte, pode ser escrto na segunte forma smplfcada (Wübbena et al., 2): onde: PD = ρ + δ R + δ D + δ E + ε () PD pseudodstânca do códgo entre a estação e o satélte ;

2 II Smpóso Braslero de Cêncas Geodéscas e Tecnologas da Geonformação Recfe - PE, 8- de setembro de 28 p. - ρ dstânca geométrca entre a estação e o Wübbena et al. (2) afrma que as correções de satélte ; pseudodstânca são essencalmente a soma de todos os erros na observação mas os erros aleatóros de medda. E δ R erros de relógo; segundo o mesmo autor, a equação (4) pode ser utlzada δ D erros dependentes de dstânca; na correção da pseudodstânca observada da estação móvel, segundo a equação: δ E erros dependentes de estação; ruídos e parâmetros não modelados. ε O termo referente aos erros de relógo na equação () exste devdo ao não sncronsmo do relógo do satélte com o relógo do receptor. Desconsderando os atrasos de hardware ocorrdos tanto no satélte quanto no receptor GPS, esse termo pode ser desmembrado e escrto em função do erro do relógo do receptor δt, e no erro do relógo do satélte δt, conforme a equação (2), onde c representa a velocdade da luz no vácuo: PDC = PD PRC (5) onde PDC representa a pseudodstânca corrgda dos maores efetos referentes ao erros dependentes de dstânca. Seeber (23) dscute o problema da latênca nesse tpo de posconamento, e afrma que se a latênca é zero a equação (4) é dêntca à equação da smples dferença do posconamento relatvo. 3 MULTIESTÇÕES GPS δ R = cδ t cδ t (2) Os erros dependentes de dstânca compreendem os erros de órbta e refração troposférca e onosférca: δ D = δ O + δt + δ I (3) Os erros dependente de dstâncas são fortemente correlaconados para lnhas de base curtas. ssm, a nfluênca destes erros cresce em função do aumento da lnha de base que separa a estação de referênca da estação móvel. Os erros dependentes de estação referem-se ao efeto do multcamnho e da varação do centro de fase da antena. escolha de um local lvre de obstruções é a melhor forma de evtar o efeto multcamnho. O emprego de antenas calbradas ou de parâmetros de calbração, como por exemplo os fornecdos pelo NGS (Natonal Geodetc Survey), propcam a redução do erro provocado pela varação do centro de fase da antena. antena do satélte GPS também sofre esses mesmos efetos, que no posconamento relatvo podem ser desconsderados. Para maores detalhes sobre esses erros, consultar: Mader (999) e Freberger Jr. (27). O últmo termo da equação () trata dos ruídos e parâmetros não modelados, e normalmente é neglgencado. O erro na pseudodstânca observada em uma estação de referênca, denomnada de correção de pseudodstânca (PRC pseudorange correcton) é dada por (Seeber, 23): PRC = PD ρ (4) onde a dstânca geométrca entre a antena GPS e o satélte é calculada com as coordenadas precsas da estação e as coordenadas dos satéltes obtdas por meo das efemérdes transmtdas. Quando exstem mas de uma estação de referênca que podem ser utlzadas para gerar correções, o usuáro tem a opção de empregar as correções de pseudodstânca de qualquer uma delas, dando preferênca à estação mas próxma. Porém, ao nvés de utlzar as PRC de apenas uma das estações ele podera utlzar as correções nterpoladas obtdas de um conjunto de estações. Dversas técncas podem ser empregadas para nterpolar os erros estmados nas estações de referênca para a regão onde está localzada a estação móvel. Da et al. (2) apresenta algumas delas e dscute as vantagens e desvantagens de cada uma, para o caso de nterpolação de erros em redes RTK. Porém, os concetos apresentados pelo autor podem ser adaptados para o processamento DGPS em rede. Consderando o caso mas smples de nterpolação, que envolve apenas duas estações de referênca, o modelo matemátco podera ser um polnômo de prmero grau do tpo: y = ax + b (equação da reta). Para trar o melhor proveto deste modelo, as duas estações de referênca e a estação móvel deveram ser colneares, uma stuação dfícl de ocorrer na prátca. Um polnômo de três termos do tpo y = ax + by + c (equação do plano) é um modelo matemátco que pode ser empregado na modelagem dos erros quando exstem mas de duas estações de referênca. fgura mostra a representação geométrca do plano para três estações de referênca. s correções de pseudodstânca geradas ndvdualmente por cada uma das três estações são utlzadas para estmar os coefcentes do modelo matemátco. Com estes coefcentes e com as coordenadas aproxmadas da estação móvel correções de pseudodstânca nterpoladas são calculadas e utlzadas para corrgr as pseudodstâncas orgnas da estação móvel. Uma PRC nterpolada devera ser o mas próxmo possível da PRC gerada pela própra estação. No exemplo da fgura () fo utlzada a equação do plano para modelar os erros na regão compreendda entre as três

3 II Smpóso Braslero de Cêncas Geodéscas e Tecnologas da Geonformação estações de referênca. Porém, devdo à não lneardade dos erros, a PRC das estações de referênca e da estação móvel podem não ser coplanares, sto é, o modelo matemátco lnear estma somente uma parte da PRC, exstndo anda uma parte não modelada denomnada erro de nterpolação. Recfe - PE, 8- de setembro de 28 p. - T T X= ( ) ( L ) (9) s coordenadas geodéscas aproxmadas da estação móvel (M) e os coefcentes de rede são empregados para calcular as smples dferenças das correções entre as estações móvel e de referênca, de acordo com a equação (): aϕ PRC M = [ ϕm λm] () aλ Fnalmente, as observações orgnas de pseudodstânca da estação móvel são corrgdas pelas correções de pseudodstânca obtdas pela equação (). 4 PROGRM Fgura Plano representando geometrcamente os erros em uma rede formada por três estações de referênca. Um programa computaconal fo desenvolvdo com o objetvo de modelar as correções de pseudodstânca geradas por uma rede de estações de referênca (Sejas e Krueger, 27). s etapas de processamento envolvdas neste programa obedecem ao fluxograma apresentado na fgura 2, sendo explcado com maores detalhes na seqüênca. Wübbena e Wllgals (2) apresentam um método que utlza n estações de referênca de uma rede para gerar n- equações de observação que permtem estmar as correções de pseudodstânca para cada satélte em cada época. Realzando uma adaptação da equação apresentada por aqueles autores, chega-se à segunte equação: ( ϕ λ λ PRC PRC ) = a ( ϕ ϕ ) + a ( λ ) (6) onde o termo à esquerda da gualdade representa as smples dferenças das PRC entre uma estação qualquer e a estação mestra, e os termos a são os coefcentes de rede obtdos em função da dferença em lattude e longtude entre as estações. Partcularzando para três estações de referênca (, B e C), sendo a prmera a estação mestra, a equação (6) pode ser escrta na forma matrcal como: PRC L = X ; PRC B C ϕ = ϕ B C λ λ B C a a ϕ λ (7) onde os coefcentes de rede são estmados algebrcamente: X= L (8) e consderando mas que três estações de referênca, os coefcentes podem ser estmados pelo método dos mínmos quadrados: Fgura 2 Fluxograma do programa desenvolvdo. Os dados de entrada do programa são os arquvos RINEX de observação e navegação para cada uma das estações de referênca (REF). Os arquvos de observação são edtados de tal forma a conterem as coordenadas

4 II Smpóso Braslero de Cêncas Geodéscas e Tecnologas da Geonformação Recfe - PE, 8- de setembro de 28 p. - precsas das estações de referênca (XYZ). Os arquvos Fo seleconado um trecho de 5 horas para a RINEX de navegação (NV) contêm os elementos realzação dos expermentos, ncando às 2: e necessáros para o cálculo das coordenadas e erro do fnalzando às 7: (UTC). Um total de 2 posções relógo dos satéltes. foram estmadas para cada da. observável utlzada no processamento é pseudodstânca do códgo C/ (PD). Para cada satélte e época, em cada estação, são estmadas correções de pseudodstânca (PRC) que resultam da dferença da pseudodstânca medda com a dstânca geométrca calculada por meo das coordenadas precsas das estações, de acordo com a equação (4). Os erros dos relógos do receptor e do satélte são estmados e ntroduzdos na equação (4). Calculadas as correções de pseudodstânca em cada estação, o próxmo passo consste em determnar os coefcentes de rede (CR) para cada satélte e época. equação (6) fo o modelo matemátco utlzado, onde são determnados dos parâmetros (para lattude e longtude). etapa segunte consste na nterpolação da PRC para a posção aproxmada da estação móvel. ssm, correções de pseudodstânca nterpolada (PRC) são obtdas. s pseudodstâncas orgnas da estação móvel são corrgdas dos erros estmados pelas estações de referênca subtrando a pseudodstânca orgnal da Fgura 3 Confguração da rede formada pelas três correção de pseudodstânca. Um arquvo RINEX com as estações de referênca (MGIN, ONRJ e POLI) e uma pseudodstâncas corrgdas é crado e fnalmente pode ser estação móvel (CHPI). processado por meo do posconamento por ponto (PP), que consste na determnação das coordenadas da estação 6 RESULTDOS E NÁLISES e erro do relógo para cada época. 5 ÁRE DE ESTUDO escolha das estações GPS do IBGE (Insttuto Braslero de Geografa e Estatístca) que deveram partcpar do expermento fo em função da proxmdade e dstrbução relatva entre elas. Desta forma, foram seleconadas: MGIN (MG), ONRJ (RJ), POLI (SP) e CHPI (SP). s três prmeras (fgura 3) foram utlzadas como estações de referênca e a últma (CHPI) fo escolhda como estação móvel por estar localzada dentro da área compreendda pelas estações de referênca. Nesta confguração, a maor e menor dstânca entre uma estação de referênca e a estação móvel fo de 44 e 23km, respectvamente. s coordenadas precsas destas estações são conhecdas no Sstema Geocêntrco de Referênca para as mércas SIRGS 2 (SIRGS, 28), na época 2.4. s coordenadas foram estmadas com desvopadrão entre e 4mm (IBGE, 28). Os arquvos de observações foram obtdos dretamente da área de ftp (fle transfer protocol) da RMBC (ftp://geoftp.bge.gov.br/rbmc/). Foram seleconados 3 das consecutvos para a realzação dos testes, ncando no da 49/28 (28/5/28) e fnalzando no da 25/28 (3/5/28). Os arquvos de observações contêm 24 horas de dados, com ntervalo de gravação de 5 segundos. Para a modelagem dos erros em redes de estações de referênca somente satéltes que são observados smultaneamente em todas as estações de referênca podem ser utlzados. Satéltes que não atendem a esse crtéro são descartados na etapa de pré-processamento. estação móvel, naturalmente, rá utlzar somente os satéltes em comum com os satéltes observados pelas estações da rede. Nos expermentos realzados foram observados de 7 a satéltes smultaneamente por todas as estações (fgura 4). únca dferença que se percebe entre os três das de processamento são os 4 mnutos com que a constelação se repete antes a cada da. Número de Satéltes / / /28 Tempo (TUC) Fgura 4 Número de satéltes utlzados no processamento.

5 II Smpóso Braslero de Cêncas Geodéscas e Tecnologas da Geonformação Recfe - PE, 8- de setembro de 28 p. - Para cada par satélte-estação e em cada época, são 2,5 vezes maor, e também apresentou alguns pcos que calculadas correções de pseudodstânca as quas são superaram esse valor. utlzadas na estmatva dos coefcentes de rede. Neste caso, dos coefcentes são gerados; um na dreção do MGIN CHPI (5/28) merdano (varação em lattude) e outro na dreção do paralelo (varação em longtude). Estes coefcentes podem ser nterpretados geometrcamente como sendo a - dn nclnação do plano em relação à estação mestra. pós a estmatva dos coefcentes de rede, foram nterpoladas as correções de pseudodstânca para a posção aproxmada da estação móvel. O posconamento - por ponto convenconal fornece as coordenadas de aproxmadas da estação com acuráca sufcente para essa tarefa, sem maores prejuízos para o usuáro. s 2.5 observações orgnas da estação móvel foram corrgdas com as correções de pseudodstânca nterpoladas, e um -2.5 arquvo RINEX de observação fo crado contendo as observações corrgdas. Tempo (TUC) du Utlzando esse arquvo RINEX como arquvo de Fgura 5 Dscrepânca das componentes horzontas (dn entrada, um posconamento por ponto pode ser realzado. e de) e vertcal (du) obtdas do processamento que Com ele foram estmadas as coordenadas da estação utlzou a estação de referênca MGIN. móvel e o erro de relógo do receptor para cada época. Foram processados somente satéltes com ângulo de fgura 6 mostra as dscrepâncas obtdas do elevação superor a graus. processamento em rede. Nota-se que alguns dos pcos s coordenadas estmadas no ajustamento foram observados na fgura 5 desapareceram, e os erros são posterormente transformadas para um sstema geodésco lgeramente menores. local e as dscrepâncas entre as coordenadas estmadas e as conhecdas foram calculadas para cada uma das componentes nas dreções norte, leste e altura, assm REDE CHPI (5/28) denomnadas: dn, de e du (north, east e up). O erro médo quadrátco (rms root mean square - dn error) é defndo pela raz quadrada da soma do quadrado dos erros dvddo pelo número de observações (Caml, 994), segundo a expressão: onde: rms n 2 dn= dn n = dn - dscrepânca para a componente norte; n - número de observações. () De forma análoga, o rms para as componentes de e du foram calculadas. Para uma dstrbução normal dos erros, exste uma probabldade de 68% do erro ser nferor ao rms. Vale lembrar que essa probabldade se refere apenas a cada uma das componentes soladamente. O processamento dos dados fo realzado bascamente de duas formas: uma utlzando apenas uma estação de referênca e a outra envolvendo nformações de toda a rede. MGIN por ser a estação mas próxma da estação móvel (44km) fo escolhda como estação de referênca. fgura 5 mostra as dscrepâncas obtdas no processamento (da 5/28) entre a estação MGIN e a estação móvel CHPI. Os erros nas componentes dn e de estão entre ±m, porém, alguns pcos superaram esse valor. Para a componente du os erros foram em torno de Dscrepâncas (m) Dscrepâncas (m) Tempo (TUC) Fgura 6 Dscrepânca das componentes horzontas (dn e de) e vertcal (du) obtdas do processamento que utlzou correções geradas pela rede. fgura 7 mostra o gráfco de dspersão dos erros para as duas stuações: processamento em rede (gráfco à esquerda) e utlzando a estação MGIN como base (gráfco da dreta). Os resultados são para o processamento do prmero da (49/28). O processamento em rede apresenta uma dstrbução dos erros em torno de zero. fgura 9 apresenta o hstograma de freqüênca relatva para os erros gerados neste processamento, onde a largura dos ntervalos é de 2cm. Observa-se uma dstrbução aproxmadamente normal dos erros com rms pratcamente gual nas duas componentes:,28m para dn e,27m para de. Para o de du

6 II Smpóso Braslero de Cêncas Geodéscas e Tecnologas da Geonformação processamento utlzando a estação MGIN, verfca-se que o rms fo,35m e,54m para as componentes dn e de, respectvamente. Freq. relatva (%) rms dn (σ) =.28 m Recfe - PE, 8- de setembro de 28 p. - REDE CHPI 5 Freq. relatva (%) MGIN CHPI 5 rms de (σ) =.27 m -2-2 Freq. relatva (%) rms dn (σ) =.35 m Freq. relatva (%) rms de (σ) =.54 m Fgura 7 Dspersão horzontal dos erros (49/28). 5 ONRJ CHPI 5 Pelo fato do processamento com MGIN mostrar uma sgnfcatva dferença entre o rms da componente dn e de, outros dos processamentos foram realzados com o objetvo de detectar um possível erro grossero. Neste processamento foram consderadas como estação base, em prmero caso: a estação ONRJ; em segundo: a estação POLI. fgura 8 mostra a dspersão dos erros para estas duas stuações. No processamento ONRJ CHPI o rms para a componente dn fo.36m e,62m para de. Novamente verfca-se erros maores para a componente de. No processamento POLI CHPI (maor lnha de base, 23km), observa-se que o erros foram maores nas duas dreções, sendo o rms gual a,54m para dn e,67m para de. Nota-se que o erro é aproxmadamente alnhado na dreção da lnha de base entre as estações, e verfca-se que o processamento em rede conseguu elmnar de forma satsfatóra esses erros sstemátcos presentes no processamento que utlza apenas uma estação de referênca. Freq. relatva (%) Freq. relatva (%) rms dn (σ) =.36 m rms dn (σ) =.54 m -2-2 Freq. relatva (%) POLI CHPI 5 Freq. relatva (%) rms de (σ) =.62 m rms de (σ) =.67 m -2-2 Fgura 9 Hstograma de freqüênca relatva (49/28). Fgura Dspersão horzontal dos erros (5/28). Fgura 8 Dspersão horzontal dos erros (49/28). Os resultados dos processamentos para os demas das foram semelhantes ao do prmero da. s fguras e mostram a dspersão horzontal dos erros. Novamente se percebe que o processamento em rede apresenta resultados mas acurados. Fgura Dspersão horzontal dos erros (5/28).

7 II Smpóso Braslero de Cêncas Geodéscas e Tecnologas da Geonformação Recfe - PE, 8- de setembro de 28 p. - 7 CONCLUSÕES MDER,G.L. GPS ntenna Calbraton at the Natonal Geodetc Survey, GPS Solutons, Volume 3, Os resultados do expermento mostraram que as Number, July 999, p menores dscrepâncas foram obtdas quando as observações orgnas da estação móvel foram corrgdas SEEBER, G., Satellte Geodesy: foundatons, methods, com nformações das multestações. O erro médo and applcatons. Berln: Walter de Gruyter, 23, 589p. quadrátco (68%) para as componentes dn e de fo pratcamente gual e não superou 3cm em nenhum dos SEJS, M. I.; KRUEGER, C. P. Modelagem de erros a três das. partr de redes GPS utlzando o conceto de O modelo lnear utlzado para nterpolar as PRC parâmetros de correção de área aplcações para o além de robusto e se mostrou efcente na modelagem dos posconamento por ponto. XXIII Congresso Braslero erros. quantdade de nformações que a estação móvel de Cartografa - I Congresso Braslero de necessta para corrgr suas observações orgnas é o Geoprocessamento. Ro de Janero, 2//27 à produto do número de satéltes por três (dos coefcentes 24//27. de rede mas a PRC da estação mestra). Polnômos de grau maor também podem ser SIRGS, Sstema Geocêntrco de Referênca para as testados, porém, maor é o numero de estações necessáras mércas. Dsponível em: < para estmar os coefcentes de rede. cesso: 5 junho 28. GRDECIMENTOS Os autores agradecem ao IBGE pela dsponbldade das observações GPS da RBMC. O prmero autor anda agradece ao CNPq pela bolsa de estudos. REFERÊNCIS BIBLIOGRÁFICS DI, L.; S. HN; J. WNG; C. RIZOS. study on GPS/GLONSS multple reference staton technques for precse real-tme carrer phase-based postonng. In Proceedngs of the 4 th Internatonal Techncal Meetng, Satellte Dvson, ION GPS-2, Salt Lake Cty, UT, -4 September, 2, pp WÜBBEN, G.; WILLGLIS, S. State space approach for precse real tme postonng n GPS reference networks. Presented at Internatonal Symposum on Knematc Systems n Geodesy, Geomatcs and Navgaton. KIS-, Banff, June 5-8, Canada, 2. WÜBBEN, G.; BGGE,.; SCHMITZ, M. Networkbased technques for RTK applcatons. Presented at the GPS Symposum, GPS JIN 2, GPS Socety, Japan Insttute of Navgaton, Tokyo, Japan, November 4-6, 2. FOTOPOULOS, G.; M. E. CNNON. n overvew of mult-reference staton methods for cm-level postonng. GPS Solutons, 2, Vol. 4, No. 3, pp FREIBERGER JR.,J. Investgações sobre a calbração de antenas GPS. Tese (Doutorado em Cêncas Geodéscas), CPGCG, Unversdade Federal do Paraná (UFPR), 27. GEMEL, C. Introdução ao ajustamento de observações: aplcações geodéscas. Edtora da UFPR, Curtba 994. GREWL, M. S.; WEILL, L. R., NDREWS,. P. Global postonng systems, nertal navgaton and ntegraton. Second edton, Wley, 27. HOFMNN-WELLENHOF, B.; LICHTENEGGER, H.; COLLINS, J. GPS theory and practce. Ffth, revsed edton, SprngerWenNewYouk, 2. IBGE, Insttuto Braslero de Geografa e Estatístca. Dsponível em: < cesso: 7 junho 28.

AVALIAÇÃO NA PRECISÃO DE RECEPTORES GPS PARA O POSICIONAMENTO ABSOLUTO RESUMO ABSTRACT

AVALIAÇÃO NA PRECISÃO DE RECEPTORES GPS PARA O POSICIONAMENTO ABSOLUTO RESUMO ABSTRACT AVALIAÇÃO NA PRECISÃO DE RECEPTORES GPS PARA O POSICIONAMENTO ABSOLUTO Rodrgo Mkosz Gonçalves John Alejandro Ferro Sanhueza Elmo Leonardo Xaver Tanajura Dulana Leandro Unversdade Federal do Paraná - UFPR

Leia mais

DISTRIBUIÇÃO DA AÇÃO DO VENTO NOS ELEMENTOS DE CONTRAVENTAMENTO CONSIDERANDO O PAVIMENTO COMO DIAFRAGMA RÍGIDO: ANÁLISE SIMPLIFICADA E MATRICIAL

DISTRIBUIÇÃO DA AÇÃO DO VENTO NOS ELEMENTOS DE CONTRAVENTAMENTO CONSIDERANDO O PAVIMENTO COMO DIAFRAGMA RÍGIDO: ANÁLISE SIMPLIFICADA E MATRICIAL DISTRIBUIÇÃO DA AÇÃO DO VENTO NOS ELEMENTOS DE CONTRAVENTAMENTO CONSIDERANDO O PAVIMENTO COMO DIAFRAGMA RÍGIDO: ANÁLISE SIMPLIFICADA E MATRICIAL Dstrbuton of the wnd acton n the bracng elements consderng

Leia mais

Algarismos Significativos Propagação de Erros ou Desvios

Algarismos Significativos Propagação de Erros ou Desvios Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento

Leia mais

UNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira

UNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira UNIVERSIDADE DE PERNAMBUCO ESCOLA POLITÉCNICA DE PERNAMBUCO Físca Expermental Prof o José Wlson Vera wlson.vera@upe.br AULA 01: PROCESSOS DE ANÁLISE GRÁFICA E NUMÉRICA MODELO LINEAR Recfe, agosto de 2015

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

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

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

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

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

Leia mais

Regressão Linear Simples by Estevam Martins

Regressão Linear Simples by Estevam Martins Regressão Lnear Smples by Estevam Martns stvm@uol.com.br "O únco lugar onde o sucesso vem antes do trabalho, é no dconáro" Albert Ensten Introdução Mutos estudos estatístcos têm como objetvo estabelecer

Leia mais

VARIAÇÃO ESPACIAL E TEMPORAL DA PRECIPITAÇÃO NA BACIA HIDROGRÁFICA DO XINGU, PARÁ.*

VARIAÇÃO ESPACIAL E TEMPORAL DA PRECIPITAÇÃO NA BACIA HIDROGRÁFICA DO XINGU, PARÁ.* VARIAÇÃO ESPACIAL E TEMPORAL DA PRECIPITAÇÃO NA BACIA HIDROGRÁFICA DO XINGU, PARÁ.* Edmundo Wallace Montero LUCAS 1, Francsco de Asss Salvano de SOUSA 2, Ronaldo Haroldo Nascmento de MENEZES 3, Rafael

Leia mais

7 - Distribuição de Freqüências

7 - Distribuição de Freqüências 7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste

Leia mais

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

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

Leia mais

DETERMINAÇÃO DE ALTITUGE ORTOMÉTRICA COM USO DA INTEGRAÇÃO DO GPS/NIVELAMENTO AO MAPGEO2010

DETERMINAÇÃO DE ALTITUGE ORTOMÉTRICA COM USO DA INTEGRAÇÃO DO GPS/NIVELAMENTO AO MAPGEO2010 90 DETERMINAÇÃO DE ALTITUGE ORTOMÉTRICA COM USO DA INTEGRAÇÃO DO GPS/NIVELAMENTO AO MAPGEO2010 José Mlton Arana 1, Danel Arana 2 1 Faculdade de Cêncas e Tecnologa FCT. Departamento de Cartografa UNESP

Leia mais

Análise de Variância. Introdução. Rejane Sobrino Pinheiro Tania Guillén de Torres

Análise de Variância. Introdução. Rejane Sobrino Pinheiro Tania Guillén de Torres Análse de Varânca Rejane Sobrno Pnhero Tana Gullén de Torres Análse de Varânca Introdução Modelos de análse de varânca consttuem uma classe de modelos que relaconam uma varável resposta contínua com varáves

Leia mais

2 Experimentos com Mistura

2 Experimentos com Mistura Modelagem em Expermentos com Mstura e Mstura-Processo Expermentos com Mstura Formulações de Expermentos com Mstura (EM) são freuentemente encontradas nas ndústras uímcas, farmacêutcas, de almentos e em

Leia mais

Cálculo Numérico BCC760 Interpolação Polinomial

Cálculo Numérico BCC760 Interpolação Polinomial Cálculo Numérco BCC76 Interpolação Polnomal Departamento de Computação Págna da dscplna http://www.decom.ufop.br/bcc76/ 1 Interpolação Polnomal Conteúdo 1. Introdução 2. Objetvo 3. Estênca e uncdade 4.

Leia mais

7 Tratamento dos Dados

7 Tratamento dos Dados 7 Tratamento dos Dados 7.. Coefcentes de Troca de Calor O úmero de usselt local é dado por h( r )d u ( r ) (7-) k onde h(r), o coefcente local de troca de calor é h( r ) q''- perdas T q''- perdas (T( r

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca

Leia mais

1. CORRELAÇÃO E REGRESSÃO LINEAR

1. CORRELAÇÃO E REGRESSÃO LINEAR 1 CORRELAÇÃO E REGREÃO LINEAR Quando deseja-se estudar se exste relação entre duas varáves quanttatvas, pode-se utlzar a ferramenta estatístca da Correlação Lnear mples de Pearson Quando essa correlação

Leia mais

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16%

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16% Análse de Rsco 1 RISCO Rsco possbldade de perda. Quanto maor a possbldade, maor o rsco. Exemplo: Empresa X va receber $ 1.000 de uros em 30 das com títulos do governo. A empresa Y pode receber entre $

Leia mais

GARANTIA DE EXCELENTE INTERCAMBIALIDADE E REDUÇÃO DE CUSTOS ATRAVÉS DA ANÁLISE ESTATÍSTICA DE TOLERÂNCIAS

GARANTIA DE EXCELENTE INTERCAMBIALIDADE E REDUÇÃO DE CUSTOS ATRAVÉS DA ANÁLISE ESTATÍSTICA DE TOLERÂNCIAS GARANIA DE EXCELENE INERCAMBIALIDADE E REDUÇÃO DE CUSOS ARAVÉS DA ANÁLISE ESAÍSICA DE OLERÂNCIAS Edvaldo Antono Bulba* *Prof. Dr. da Fatec SP FEI e Unversdade São Judas E mal: bulba@fe.edu.br Resumo Numa

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ 1 É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das

Leia mais

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

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

Leia mais

3 Algoritmos propostos

3 Algoritmos propostos Algortmos propostos 3 Algortmos propostos Nesse trabalho foram desenvolvdos dos algortmos que permtem classfcar documentos em categoras de forma automátca, com trenamento feto por usuáros Tas algortmos

Leia mais

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma Capítulo 8 Dferencação Numérca Quase todos os métodos numércos utlzados atualmente para obtenção de soluções de equações erencas ordnáras e parcas utlzam algum tpo de aproxmação para as dervadas contínuas

Leia mais

Testes não-paramétricos

Testes não-paramétricos Testes não-paramétrcos Prof. Lorí Val, Dr. http://www.mat.ufrgs.br/val/ val@mat.ufrgs.br Um teste não paramétrco testa outras stuações que não parâmetros populaconas. Estas stuações podem ser relaconamentos,

Leia mais

UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR

UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EATAS DEPARTAMENTO DE ESTATÍSTICA UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR

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

MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES

MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES 1. Obtenha os estmadores dos coefcentes lnear e angular de um modelo de regressão lnear smples utlzando o método

Leia mais

O que heterocedasticidade? Heterocedasticidade. Por que se preocupar com heterocedasticidade? Exemplo de heterocedasticidade.

O que heterocedasticidade? Heterocedasticidade. Por que se preocupar com heterocedasticidade? Exemplo de heterocedasticidade. Heterocedastcdade y = β 0 + β + β + β k k + u O que heterocedastcdade? Lembre-se da hpótese de homocedastcdade: condconal às varáves eplcatvas, a varânca do erro, u, é constante Se sso não for verdade,

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

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ Em mutas stuações duas ou mas varáves estão relaconadas e surge então a necessdade de determnar a natureza deste relaconamento. A análse

Leia mais

INFLUÊNCIA DAS VARIÁVEIS OPERACIONAIS NA REMOÇÃO DE ETANOL DE VINHO DELEVEDURADO POR CO 2

INFLUÊNCIA DAS VARIÁVEIS OPERACIONAIS NA REMOÇÃO DE ETANOL DE VINHO DELEVEDURADO POR CO 2 INFLUÊNCIA DAS VARIÁVEIS OPERACIONAIS NA REMOÇÃO DE ANOL DE VINHO DELEVEDURADO POR CO 2 C. R. SILVA 1, M. N. ESPERANÇA 1, A. J. G. CRUZ 1 e A. C. BADINO 1 1 Unversdade Federal de São Carlos, Departamento

Leia mais

Otimização do Potencial de Geração de Usinas Hidrelétricas

Otimização do Potencial de Geração de Usinas Hidrelétricas Otmzação do otencal de Geração de Usnas Hdrelétrcas G. R. Colnago,. B. Correa, T. Ohsh, J.. Estróco, L. A. Tovo e R. R. Ueda Resumo - A maora dos modelos de despacho em usnas hdrelétrcas consdera que as

Leia mais

IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO

IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO Alne de Paula Sanches 1 ; Adrana Betâna de Paula Molgora 1 Estudante do Curso de Cênca da Computação da UEMS, Undade Unverstára de Dourados;

Leia mais

SOLUÇÕES DA EQUAÇÃO DA CONDUÇÃO DO CALOR BIDIMENSIONAL COM CONDUTIVIDADE TÉRMICA DEPENDENTE DA TEMPERATURA E GERAÇÃO DE CALOR

SOLUÇÕES DA EQUAÇÃO DA CONDUÇÃO DO CALOR BIDIMENSIONAL COM CONDUTIVIDADE TÉRMICA DEPENDENTE DA TEMPERATURA E GERAÇÃO DE CALOR SOLUÇÕES DA EQUAÇÃO DA CONDUÇÃO DO CALOR BIDIMENSIONAL COM CONDUTIVIDADE TÉRMICA DEENDENTE DA TEMERATURA E GERAÇÃO DE CALOR E. T. CABRAL,. A. ONTES, H. K. MIYAGAWA, E. N. MACÊDO 3 e J. N. N. QUARESMA 3

Leia mais

EXERCÍCIO: VIA EXPRESSA CONTROLADA

EXERCÍCIO: VIA EXPRESSA CONTROLADA EXERCÍCIO: VIA EXPRESSA CONTROLADA Engenhara de Tráfego Consdere o segmento de va expressa esquematzado abaxo, que apresenta problemas de congestonamento no pco, e os dados a segur apresentados: Trechos

Leia mais

Regressão Múltipla. Parte I: Modelo Geral e Estimação

Regressão Múltipla. Parte I: Modelo Geral e Estimação Regressão Múltpla Parte I: Modelo Geral e Estmação Regressão lnear múltpla Exemplos: Num estudo sobre a produtvdade de trabalhadores ( em aeronave, navos) o pesqusador deseja controlar o número desses

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

Eletrotécnica AULA Nº 1 Introdução

Eletrotécnica AULA Nº 1 Introdução Eletrotécnca UL Nº Introdução INTRODUÇÃO PRODUÇÃO DE ENERGI ELÉTRIC GERDOR ESTÇÃO ELEVDOR Lnha de Transmssão ESTÇÃO IXDOR Equpamentos Elétrcos Crcuto Elétrco: camnho percorrdo por uma corrente elétrca

Leia mais

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média. Estatístca Dscplna de Estatístca 0/ Curso de Admnstração em Gestão Públca Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos uns dos

Leia mais

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média. Estatístca Dscplna de Estatístca 0/ Curso Superor de tecnólogo em Gestão Ambental Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos

Leia mais

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo 3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas

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

Análise Exploratória de Dados

Análise Exploratória de Dados Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: traçar dagramas de dspersão, para avalar possíves relações entre as duas varáves; calcular o coefcente de correlação entre as duas

Leia mais

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

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional. ou experimental. Prof. Lorí Val, Dr. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~vall/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal http://www.mat.ufrgs.br/~vall/ ou expermental. Numa relação

Leia mais

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

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

Leia mais

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

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel MOQ-14 PROJETO e ANÁLISE de EPERIMENTOS Professor: Rodrgo A. Scarpel rodrgo@ta.br www.mec.ta.br/~rodrgo Prncípos de cração de modelos empírcos: Modelos (matemátcos, lógcos, ) são comumente utlzados na

Leia mais

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência. MODELO DE REGRESSÃO DE COX Os modelos de regressão paramétrcos vstos anterormente exgem que se suponha uma dstrbução estatístca para o tempo de sobrevvênca. Contudo esta suposção, caso não sea adequada,

Leia mais

Ângulo de Inclinação (rad) [α min α max ] 1 a Camada [360,0 520,0] 2000 X:[-0,2065 0,2065] Velocidade da Onda P (m/s)

Ângulo de Inclinação (rad) [α min α max ] 1 a Camada [360,0 520,0] 2000 X:[-0,2065 0,2065] Velocidade da Onda P (m/s) 4 Estudo de Caso O estudo de caso, para avalar o método de estmação de parâmetros trdmensonal fo realzado em um modelo de referênca de três camadas, e foram realzados os seguntes passos: Descrção do modelo

Leia mais

2 Incerteza de medição

2 Incerteza de medição 2 Incerteza de medção Toda medção envolve ensaos, ajustes, condconamentos e a observação de ndcações em um nstrumento. Este conhecmento é utlzado para obter o valor de uma grandeza (mensurando) a partr

Leia mais

UNIVERSIDADE NOVA DE LISBOA Faculdade de Economia Análise de Dados e Probabilidade 2º Semestre 2008/2009 Exame Final 1ª Época. Grupo I (4 Valores)

UNIVERSIDADE NOVA DE LISBOA Faculdade de Economia Análise de Dados e Probabilidade 2º Semestre 2008/2009 Exame Final 1ª Época. Grupo I (4 Valores) UNIVERSIDADE NOVA DE LISBOA Faculdade de Economa Análse de Dados e Probabldade º Semestre 008/009 Exame Fnal ª Época Clara Costa Duarte Data: 8/05/009 Graça Slva Duração: h0 Grupo I (4 Valores) A gelatara

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

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC) UNDADE V DELNEAMENTO NTERAMENTE CASUALZADO (DC) CUABÁ, MT 015/ PROF.: RÔMULO MÔRA romulomora.webnode.com 1. NTRODUÇÃO Este delneamento apresenta como característca prncpal a necessdade de homogenedade

Leia mais

Gráficos de Controle para Processos Autocorrelacionados

Gráficos de Controle para Processos Autocorrelacionados Gráfcos de Controle para Processos Autocorrelaconados Gráfco de controle de Shewhart: observações ndependentes e normalmente dstrbuídas. Shewhart ao crar os gráfcos de controle não exgu que os dados fossem

Leia mais

Associação entre duas variáveis quantitativas

Associação entre duas variáveis quantitativas Exemplo O departamento de RH de uma empresa deseja avalar a efcáca dos testes aplcados para a seleção de funconáros. Para tanto, fo sorteada uma amostra aleatóra de 50 funconáros que fazem parte da empresa

Leia mais

Processamento de Imagem. Prof. MSc. André Yoshimi Kusumoto

Processamento de Imagem. Prof. MSc. André Yoshimi Kusumoto Processamento de Imagem Prof. MSc. André Yoshm Kusumoto andrekusumoto.unp@gmal.com Operações pontuas globas em magens Uma operação pontual global em uma magem dgtal r é a função f(r) aplcada a todo pxel

Leia mais

Modelo Logístico. Modelagem multivariável com variáveis quantitativas e qualitativas, com resposta binária.

Modelo Logístico. Modelagem multivariável com variáveis quantitativas e qualitativas, com resposta binária. Modelagem multvarável com varáves quanttatvas e qualtatvas, com resposta bnára. O modelo de regressão não lnear logístco ou modelo logístco é utlzado quando a varável resposta é qualtatva com dos resultados

Leia mais

Equações Simultâneas

Equações Simultâneas Equações Smultâneas Caracterzação. Os modelos de equações smultâneasenvolvem mas de uma varável dependente, ou endógena, sendo necessáras tantas equações quanto for o número de varáves endógenas 2. Uma

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

Leia mais

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

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS Físca Arqutectura Pasagístca Análse de erros ANÁLISE DE ERROS A ervação de u fenóeno físco não é copleta se não puderos quantfcá-lo Para é sso é necessáro edr ua propredade físca O processo de edda consste

Leia mais

Processamento de Imagem. Prof. MSc. André Yoshimi Kusumoto

Processamento de Imagem. Prof. MSc. André Yoshimi Kusumoto Processamento de Imagem Prof. MSc. André Yoshm Kusumoto andrekusumoto.unp@gmal.com Prof. André Y. Kusumoto andrekusumoto.unp@gmal.com Operações pontuas globas em magens Uma operação pontual global em uma

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

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

Procedimento Recursivo do Método dos Elementos de Contorno Aplicado em Problemas de Poisson

Procedimento Recursivo do Método dos Elementos de Contorno Aplicado em Problemas de Poisson Trabalho apresentado no III CMAC - SE, Vtóra-ES, 015. Proceedng Seres of the Brazlan Socety of Computatonal and Appled Mathematcs Procedmento Recursvo do Método dos Elementos de Contorno Aplcado em Problemas

Leia mais

Eletroquímica 2017/3. Professores: Renato Camargo Matos Hélio Ferreira dos Santos.

Eletroquímica 2017/3. Professores: Renato Camargo Matos Hélio Ferreira dos Santos. Eletroquímca 2017/3 Professores: Renato Camargo Matos Hélo Ferrera dos Santos http://www.ufjf.br/nups/ Data Conteúdo 07/08 Estatístca aplcada à Químca Analítca Parte 2 14/08 Introdução à eletroquímca 21/08

Leia mais

REGRESSÃO LINEAR ANÁLISE DE REGRESSÃO LINEAR MÚLTIPLA REGRESSÃO CURVILÍNEA FUNÇÃO QUADRÁTICA

REGRESSÃO LINEAR ANÁLISE DE REGRESSÃO LINEAR MÚLTIPLA REGRESSÃO CURVILÍNEA FUNÇÃO QUADRÁTICA ANÁLISE DE REGRESSÃO LINEAR MÚLTIPLA REGRESSÃO LINEAR Verfcado, pelo valor de r, que ocorre uma sgnfcante correlação lnear entre duas varáves há necessdade de quantfcar tal relação, o que é feto pela análse

Leia mais

Nome: Nº: Estatística para Economia e Gestão Licenciaturas em Economia e Gestão. 2.º Semestre de 2008/2009

Nome: Nº: Estatística para Economia e Gestão Licenciaturas em Economia e Gestão. 2.º Semestre de 2008/2009 Estatístca para Economa e Gestão Lcencaturas em Economa e Gestão.º Semestre de 008/009 Exame Fnal (.ª Época) 16 de Junho de 009; 17h30m Duração: 10 mnutos INSTRUÇÕES Escreva o nome e número de aluno em

Leia mais

METODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL. Iran Carlos Stalliviere Corrêa RESUMO

METODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL. Iran Carlos Stalliviere Corrêa RESUMO Semnáro Anual de Pesqusas Geodéscas na UFRGS, 2. 2007. UFRGS METODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL Iran Carlos Stallvere Corrêa Insttuto de Geocêncas UFRGS Departamento

Leia mais

Fundamentos da Física Experimental

Fundamentos da Física Experimental Curso ntrodutóro de Fundamentos da Físca Epermental Um gua para as atvdades de laboratóro Elaborado por: Marca Muller José Luís Fabrs Agosto de 07 Prefáco A déa orgnal que será abordada neste teto é a

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

Leia mais

Análise Exploratória de Dados

Análise Exploratória de Dados Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: obter uma reta que se ajuste aos dados segundo o crtéro de mínmos quadrados; apresentar outros crtéros para a determnação de uma

Leia mais

XXVII Olimpíada Brasileira de Matemática GABARITO Primeira Fase

XXVII Olimpíada Brasileira de Matemática GABARITO Primeira Fase Soluções Nível Unverstáro XXVII Olmpíada Braslera de Matemátca GABARITO Prmera Fase SOLUÇÃO DO PROBLEMA : Pelo enuncado, temos f(x) = (x )(x + )(x c) = x 3 cx x + c, f'(x) = 3x cx, f '( ) = ( + c) e f

Leia mais

PREVISÃO DE PARTIDAS DE FUTEBOL USANDO MODELOS DINÂMICOS

PREVISÃO DE PARTIDAS DE FUTEBOL USANDO MODELOS DINÂMICOS PREVISÃO DE PRTIDS DE FUTEBOL USNDO MODELOS DINÂMICOS Oswaldo Gomes de Souza Junor Insttuto de Matemátca Unversdade Federal do Ro de Janero junor@dme.ufrj.br Dan Gamerman Insttuto de Matemátca Unversdade

Leia mais

3 Método Numérico. 3.1 Discretização da Equação Diferencial

3 Método Numérico. 3.1 Discretização da Equação Diferencial 3 Método Numérco O presente capítulo apresenta a dscretação da equação dferencal para o campo de pressão e a ntegração numérca da expressão obtda anterormente para a Vscosdade Newtonana Equvalente possbltando

Leia mais

RESOLUÇÃO DE ESTRUTURAS SUBSAL ATRAVÉS DE MIGRAÇÃO RTM

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

Leia mais

Capítulo 2. Modelos de Regressão

Capítulo 2. Modelos de Regressão Capítulo 2 Modelos de regressão 39 Capítulo 2 Modelos de Regressão Objetvos do Capítulo Todos os modelos são errados, mas alguns são útes George E P Box Algumas vezes fcamos assustados quando vemos engenheros

Leia mais

5 Relação entre Análise Limite e Programação Linear 5.1. Modelo Matemático para Análise Limite

5 Relação entre Análise Limite e Programação Linear 5.1. Modelo Matemático para Análise Limite 5 Relação entre Análse Lmte e Programação Lnear 5.. Modelo Matemátco para Análse Lmte Como fo explcado anterormente, a análse lmte oferece a facldade para o cálculo da carga de ruptura pelo fato de utlzar

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

Santos Júnior, EP 1 ; Soares, HCC 1 ; Freitas, GP 2 ; Pannain, JLM 3 ; Coelho Junior, LM 4 * 1

Santos Júnior, EP 1 ; Soares, HCC 1 ; Freitas, GP 2 ; Pannain, JLM 3 ; Coelho Junior, LM 4 * 1 DISPARIDADE DO VALOR BRUTO DOS PRODUTOS MADEIREIROS NATIVOS PARA AS MESORREGIÕES DA PARAÍBA DISPARITY OF THE GROSS VALUE OF THE NATIVE WOOD PRODUCTS FOR THE MESORREGIONS OF PARAÍBA Santos Júnor, EP 1 ;

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

Estatística II Antonio Roque Aula 18. Regressão Linear

Estatística II Antonio Roque Aula 18. Regressão Linear Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão

Leia mais

4 Discretização e Linearização

4 Discretização e Linearização 4 Dscretzação e Lnearzação Uma vez defndas as equações dferencas do problema, o passo segunte consste no processo de dscretzação e lnearzação das mesmas para que seja montado um sstema de equações algébrcas

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRGS Insttuto de Matemátca

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

Análise de Variância. Comparação de duas ou mais médias

Análise de Variância. Comparação de duas ou mais médias Análse de Varânca Comparação de duas ou mas médas Análse de varânca com um fator Exemplo Um expermento fo realzado para se estudar dabetes gestaconal. Desejava-se avalar o comportamento da hemoglobna (HbA)

Leia mais

Plano de amostragem do ISA-Capital 2008 Maria Cecília Goi Porto Alves Maria Mercedes L. Escuder 24 de junho de 2009

Plano de amostragem do ISA-Capital 2008 Maria Cecília Goi Porto Alves Maria Mercedes L. Escuder 24 de junho de 2009 Plano de amostragem do ISA-Captal 2008 ara Cecíla Go Porto Alves ara ercedes L. Escuder 24 de junho de 2009 Tamanho da amostra A população de estudo refere-se àquela resdente em área urbana do uncípo de

Leia mais

Contabilometria. Aula 8 Regressão Linear Simples

Contabilometria. Aula 8 Regressão Linear Simples Contalometra Aula 8 Regressão Lnear Smples Orgem hstórca do termo Regressão Le da Regressão Unversal de Galton 1885 Galton verfcou que, apesar da tendênca de que pas altos tvessem flhos altos e pas axos

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

Leia mais

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de

Leia mais

INTRODUÇÃO À CALIBRAÇÃO MULTIVARIADA

INTRODUÇÃO À CALIBRAÇÃO MULTIVARIADA INTRODUÇÃO À CALIBRAÇÃO MULTIVARIADA APLICAÇÃO NO CONTROLE DE QUALIDADE DE FÁRMACOS Prof. Dr. Marcelo Martns de Sena MÓDULO 04 Undade Unverstára de Cêncas Eatas e Tecnológcas UnUCET Anápols 1 MÓDULO 04

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

3 A técnica de computação intensiva Bootstrap

3 A técnica de computação intensiva Bootstrap A técnca de computação ntensva ootstrap O termo ootstrap tem orgem na expressão de língua nglesa lft oneself by pullng hs/her bootstrap, ou seja, alguém levantar-se puxando seu própro cadarço de bota.

Leia mais

ANÁLISE DE ESTRUTURAS I INTRODUÇÃO AO MÉTODO DE CROSS

ANÁLISE DE ESTRUTURAS I INTRODUÇÃO AO MÉTODO DE CROSS DECvl ANÁLISE DE ESTRUTURAS I INTRODUÇÃO AO ÉTODO DE CROSS Orlando J. B. A. Perera 20 de ao de 206 2 . Introdução O método teratvo ntroduzdo por Hardy Cross (Analyss of Contnuous Frames by Dstrbutng Fxed-End

Leia mais

Aerodinâmica I. Verificação de Códigos. Objectivo: verificar que o programa não tem erros

Aerodinâmica I. Verificação de Códigos. Objectivo: verificar que o programa não tem erros e Verfcação de Códgos Objectvo: verfcar que o programa não tem erros - O erro numérco tende para zero quando o tamanho da malha / passo no tempo tendem para zero? p ( φ ) = φ φ e + αh exact - A ordem de

Leia mais

Universidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Classificadores Lineares. Luiz Eduardo S. Oliveira, Ph.D.

Universidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Classificadores Lineares. Luiz Eduardo S. Oliveira, Ph.D. Unversdade Federal do Paraná Departamento de Informátca Reconhecmento de Padrões Classfcadores Lneares Luz Eduardo S. Olvera, Ph.D. http://lesolvera.net Objetvos Introduzr os o conceto de classfcação lnear.

Leia mais