DETERMINAÇÃO DO ÍNDICE DE ISOLAMENTO SONORO A SONS DE CONDUÇÃO AREA E DE PERCUSSÃO

Tamanho: px
Começar a partir da página:

Download "DETERMINAÇÃO DO ÍNDICE DE ISOLAMENTO SONORO A SONS DE CONDUÇÃO AREA E DE PERCUSSÃO"

Transcrição

1 DTRMIAÇÃO DO ÍDIC D ISOLAMTO SOORO A SOS D CODUÇÃO ARA D PRCUSSÃO. AALIS DAS FOTS D ICRTZA D MDIÇÃO DTRMIAÇÃO DA ICRTZA D MDIÇÃO XPADIDA PACS: Rg Atues, Sóa Laboratóro acoal de gehara Cvl Av. Brasl, Lsboa. Portugal Tel: ( Fax: ( mal: satues@lec.pt ABSTRAT Reproducblty studes order to acheve the ucertaty of measuremet acoustcs are becomg more mportat owadays. Ths artcle dscuss the ucertaty sources ad presets a methodology for the calculato of ucertaty feld measuremets of the arbore soud sulato betwee rooms ad feld measuremets of mpact soud sulato of floors accordg to the ISO Gude of xpresso of Ucertaty. Mote Carlo smulato techques are used for the calculato of the ucertates of arbore ad mpact soud sulato sgle values. RSUMO m esaos de Acústca exste cada vez mas a ecessdade de realzação de estudos que permtam avalar valores de reprodutbldade e posteror declaração do valor de certeza de medção assocada, de acordo com o gua ISO para a expressão da certeza de medção (GUM. este artgo são aalsadas as dferetes fotes de certeza e apresetada uma metodologa para a determação a certeza de medção um esao de medção stu do solameto sooro a sos aéreos de uma parede dvsóra e um esao de medção stu do solameto sooro a sos de percussão de um pavmeto. A determação da certeza de medção do ídce de solameto sooro a sos aéreos e de percussão é realzada recorredo ao método de smulação de Mote Carlo. ITRODUÇÃO m Portugal, a legslação presetemete em vgor Regulameto dos Requstos Acústcos de dfícos (aprovado pelo Decreto Le º 9/00 de de Mao estabelece um couto de crtéros para o desempeho acústco dos edfícos de modo a potecar codções de coforto acústco o seu teror. Para determados tpos de edfícos, estes crtéros são expressos em termos valores mímos admssíves para o ídce de solameto a sos de codução aérea, ormalzado, D,w e de valores máxmos admssíves para o ídce de solameto sooro a sos de percussão ormalzado, L, w. o caso das avalações stu destadas a verfcar o cumprmeto deste regulameto deve ser tdo em cota um factor de certeza I (com I = 3dB assocado à determação do ídce de solameto a sos aéreos

2 (este caso o valor determado expermetalmete acrescdo do factor I deve satsfazer o lmte regulametar e à determação do ídce de solameto sooro a sos de percussão (tedo-se que este caso o valor determado expermetalmete dmuído do factor I deve satsfazer o lmte regulametar. As medções stu do solameto sooro ormalzado (D a sos de codução aérea (expressão devem ser efectuadas segudo as metodologas descrtas a orma ISO 40-4, devedo preferecalmete ser realzadas por bada de terço de otava, equato que a determação do respectvo ídce de solameto sooro deve ser realzada segudo a metodologa descrta a orma ISO 77-. A D = L LR 0log0 ( ( A0 em que : L represeta o ível sooro médo o compartmeto emssor, determado a partr da méda eergétca (de acordo com a expressão dos valores obtdos para cada posção do mcrofoe fxo (o úmero mímo de posções de medção é de =5; L R represeta o ível sooro médo o compartmeto receptor; A, represeta a área de absorção soora equvalete do compartmeto receptor, sedo determada expermetalmete com base em medções do tempo de reverberação e utlzado-se a expressão de Sabe (expressão 3, em que V represeta o volume do compartmeto receptor e T o tempo de reverberação; A 0 represeta a área de absorção soora de referêca e é gual a 0 m. L ( L / 0 = 0 log0 0 ( = 0,6V A = (3 T As medções stu do ível de percussão ormalzado, por bada de terço de otava (L, (expressão 4 devem ser efectuadas segudo as metodologas descrtas a orma ISO 40-7, equato que a determação do respectvo ídce de solameto sooro deve ser realzada segudo a metodologa descrta a orma ISO 77-. A L = LR +0log0 (4 ( A0 em que L R represeta o ível sooro médo o compartmeto receptor. este trabalho foram realzadas medções do solameto sooro a sos de codução aérea de uma parede dvsóra (com uma área de aproxmadamete 9,6 m etre dos quartos adacetes do cetro de covívo do LC (sedo o compartmeto receptor desgado por sute do pso e ao qual correspode um volume aproxmadamete gual a 56 m 3 e a realzação de medções do ível médo de percussão ormalzado de um pavmeto localzado o pso sobreacete à sute do pso (que costtuía o compartmeto receptor para os dos dferetes tpos de medções. As medções foram realzadas segudo as metodologas descrtas as ormas ISO 40-4 e ISO as medções do tempo de reverberação (obtedo-se este valor a partr de um decameto dos íves de pressão soora de 30 db utlzou-se o método da fote terrompda, valdado-se os resultados obtdos segudo os crtéros descrtos o aexo B do proecto de orma ISO/CD 338- (grau de ão leardade e grau de curvatura do decameto. Com o obectvo de obteção de valores de reprodutbldade para estes esaos de solameto sooro foram realzadas medções com outros equpametos de medção e fotes sooras e por téccos dferetes. Também foram realzadas medções do tempo de reverberação do compartmeto receptor utlzado-se o método mpulsvo (com recurso a uma pstola. AVALIAÇÃO DAS ICRTZAS D MDIÇÃO De acordo com a metodologa descrta o GUM [], a certeza padrão combada u c (y de um resultado de uma medção represeta uma estmatva do desvo padrão assocado a esse resultado e exprme-se pela raz quadrada postva da estmatva da varâca u c (y, obtda a partr da combação das certezas padrão dvduas u(x das estmatvas das gradezas de etrada x e covarâca (u(x,x assocada a x e x, segudo a expressão (5. sta expressão correspode ao desevolvmeto em sére de Taylor de ª ordem da fução

3 Y=f(X, X,...,X, expressão cohecda como a le de propagação de certezas. As dervadas parcas, f x (também desgadas de coefcetes de sesbldade são guas às dervadas parcas f X avaladas o poto X =x. u c ( y = ( u ( x + = x = = + x x u( x,x (5 em que u(x, x = cov(x, x = (X k X (X k X (6 ou em termos de coefcete de correlação, a expressão (5 escreve-se como: k= u c (y = ( x = u (x + = = + x x r(x, x u(x u(x (7 o caso de gradezas de etrada ão correlacoadas etre s, a expressão (5 smplfca-se: f u c (y = ( u (x = u (y (8 x = em que u (y (=,,..., correspode à cotrbução para a certeza padrão combada assocada à certeza padrão referete à estmatva da gradeza de etrada x. A certeza de medção expadda U, é obtda medate a multplcação da certeza-padrão u(y da estmatva da gradeza de saída por um factor de expasão k: = U = k. u c (y (9 É possível agrupar as compoetes de certeza em duas categoras, desgadas por Tpo A e Tpo B. uma avalação de tpo A da certeza padrão a melhor estmatva de uma gradeza (X é dada pela méda de observações estatstcamete depedetes e em codções de repetbldade, equato que, a certeza padrão assocada u A (x é dada pelo desvo-padrão expermetal da méda (expressão 0. u s(x,k A (x = s(x = = ( (X,K X k= / (0 A avalação de tpo B da certeza padrão asseta uma aprecação cetífca baseada em toda a formação dspoível. Para a avalação da certeza de medção do tpo A cosderaram-se as cotrbuções assocadas ao calculo da méda espacal dos íves médos de pressão soora obtdas os compartmetos emssor e receptor (o caso dos sos de percussão só se cosderou a cotrbução do compartmeto receptor, etrado em cota com a cotrbução devda à correlação dos resultados obtdos os dferetes potos. Os coefcetes de sesbldade referetes à méda espacal dos íves de pressão soora são dados pela expressão (o caso do recto receptor a expressão é aáloga: D ( L P = 0 5 = 0, 0 ( L 0,( L o que respeta às medções do tempo de reverberação e de volume os respectvos coefcetes de sesbldade são dados pelas segutes expressões: P P ( D T 4,34 = ; Tmédo D V 4,34 = Vmédo (

4 Para a determação do desvo padrão espacal (Des.P T em fução da frequêca, assocado as medções do tempo de reverberação, fo cosderada a segute expressão (de acordo com a orma ISO/TR 40-3:,94 T ( Des. P T = (,3+. (3 f em que: represeta o úmero de decametos para cada posção, T o tempo de reverberação em segudos, e f a frequêca cetral da bada de terço de otava, em Hz. Utlzado a metodologa descrta obtveram-se as segutes cotrbuções relatvas à meda espacal ( Quadro os compartmetos emssor (Med. sp. A, mssão e receptor (Med. sp. A, Recepção para a medção do solameto sooro a sos aéreos e a sos de percussão (Med. sp. B, Recepção e para a medção do Tempo de reverberação (Méd. sp. TR. Quadro Cotrbuções para a certeza de medção padrão relatvas à méda espacal Freq. Méd. sp. A Méd. sp. A Méd.sp. Méd. sp. P mssão Recepção TR Recepção (Hz (db (db (db (db 00 0,39,79 0,58,66 5 0,53,4 0,50,4 60,4,4 0,45 0, ,38 0,97 0,46,5 50,9 0,73 0,40,0 35 0,63 0,66 0,37 0, ,73 0,78 0,34 0, ,48 0,64 0,3, ,6 0,6 0,8, ,7 0,37 0,4, ,9 0,4 0,,7 50 0,8 0,38 0,, ,4 0,7 0,9, ,3 0, 0,6, ,7 0,5 0,4, ,35 0,6 0,3,66 Para a avalação da certeza de medção do tpo B foram cosderadas as cotrbuções devdas ao padrão (calbrador acústco utlzado o auste da sesbldade global do soómetro em fução da frequêca (certeza de calbração, coefcetes de temperatura e de pressão atmósferca, a cotrbução devda à dfereça etre a resposta em campo lvre e campo de pressão do soómetro (0,000 db, a cotrbução devda da resolução do equpameto de medção (0,03 db e devda ao arredodameto do resultado fal (0,003 db. Para a estmatva das cotrbuções devdas ao equpameto de medção recorreu-se a formação costate de um relatóro publcado pelo atoal Physcal Laboratory [6], ode é realzado um estudo sobre as certezas de medção assocadas com a utlzação de soómetros, e que resulta da experêca ao logo dos aos deste laboratóro a verfcação deste tpo de equpametos. Assm cosderaram-se as cotrbuções devdas à leardade do soómetro fora da gama de referêca (0,09 db, ao detector RMS (0, db, à utlzação da resposta de poderação de tempo Fast (0,4 db, a utlzação de fltros de terço de otava (etre 0,06 e 0,03 em fução da frequêca, à fluêca do corpo do soómetro o campo sooro (etre 0,0 e 0,04 em fução da frequêca, à flueca da preseça do operador (0, db e à fluêca das codções ambetas (temperatura e pressão atmosférca o ível de sesbldade do mcrofoe (respectvamete guas a 0,05 e 0,03 db. Uma vez que foram realzados város esaos de solameto sooro com dferetes equpametos e téccos, fo possível avalar a cotrbução assocada aos desvos de reprodutbldade obtdos. A metodologa para a determação dos ídces de solameto sooro a sos aéreos (segudo a ISO 77- e a sos de percussão (segudo a ISO 77- a partr dos resultados de uma medção (arredodados a uma décma de decbel por badas de frequêcas com a

5 largura de um terço de otava, precoza um auste da curva de referêca correspodete, por patamares de db, relatvamete à curva dos valores meddos, de modo a que a soma dos desvos desfavoráves sea a maor possível mas ão superor a 3,0 db. O ídce de solameto sooro correspode ao valor em db, da ordeada da curva de referêca correspodete à bada de frequêcas de 500 Hz, após o auste realzado de acordo com o procedmeto atrás descrto. este caso, o modelo que permte estabelecer a relação etre as gradezas de etrada (solameto sooro por bada de frequêca e a mesurada (ídce de solameto sooro ão é lear em learzável, pelo que uma avalação da certeza da mesurada ão pode ser obtda a partr da le da propagação de certezas. este trabalho fo utlzado um método umérco, baseado a smulação de Mote Carlo para a determação da certeza de medção assocada aos ídces de solameto sooro. A smulação de Mote Carlo utlzada cosstu em admtr que cada varável de etrada (este caso 6, correspodedo cada uma ao solameto sooro da frequêca cetral da bada de terço de otava respectva é represetada por uma fução de dstrbução de probabldade (fdp ormal, com valor médo gual ao solameto sooro e desvo padrão gual à certeza padrão da bada de frequêca correspodete. Foram gerados aleatoramete 5000 valores para cada fdp das varáves de etrada e que foram utlzados para a determação do ídce de solameto sooro de acordo com a metodologa descrta as ormas ISO 77- e 77-. Deste modo foram obtdas cerca de 5000 aproxmações para a fdp da mesurada. stes valores foram ordeados por ordem crescete um bloco, obtedo-se uma dstrbução da frequêca dos possíves valores do ídce de solameto sooro (hstograma. A melhor estmatva da mesurada é determada pelo valor médo destes possíves valores e a certeza de medção assocada é determada pela raz quadrada da varâca dos valores obtdos. sta metodologa pressupõe que a dstrbução de desdade de probabldade da mesurada segue também uma dstrbução aproxmadamete ormal, o que em sempre pode ocorrer. Para testar a hpótese descrta aterormete represetou-se grafcamete o austameto à dstrbução ormal (Papel de Probabldades da fdp da gradeza de saída, obtedo-se o respectvo coefcete de correlação. RSULTADOS OBTIDOS COCLUSÕS o quadro apresetam-se os resultados obtdos para a determação da certeza de medção expadda, com um tervalo de cofaça de 95%, para as medções efectuadas do solameto sooro a sos aéreos e a sos de percussão, em fução da frequêca. quato que, as fguras e represetam os hstogramas das dstrbuções de frequêca para o ídce de solameto sooro a sos aéreos (ao qual correspode um valor médo de 43 db e o desvo padrão de 0, 9 db e para o ídce de solameto sooro a sos de percussão ( ao qual correspode um valor médo de 68 db e o desvo padrão de, 7 db, obtdos utlzado a técca de smulação de Mote Carlo. Os valores assm obtdos correspodem a uma certeza para a determação do ídce de solameto a sos aéreos de,8 db e sos de percussão de 3,4 db, tedo como base as medções realzadas stu. Os resultados obtdos mostram que a certezas assocadas às medções de solameto sooro a sos aéreos em fução da frequêca, são regra geral superores as da medção do solameto sooro a sos de percussão, facto este que também fo comprovado pelos valores de reprodutbldade publcados a orma ISO 40-. o que respeta à utlzação da técca de smulação de Mote Carlo para a determação do ídce de solameto sooro, os valores obtdos estão detro das expectatvas para os valores esperados. AGRADCIMTOS Agradece-se aos téccos dos Laboratóros de Acústca da Drecção Regoal do Mstéro da cooma do orte, de Lsboa e Vale do Teo e do Algarve e aos téccos do Laboratóro de Acústca do Arseal do Alfete e do LC que cotrbuíram para a realzação da campaha de medções. Falmete agradece-se às frmas Bruel & Kaer Portugal, Ambergo e MRA Istrumetação pela cedêca de equpametos que foram utlzados as medções.

6 Quadro Icertezas de medção do solameto sooro em badas de terço otava Freq. Sos Aéreos Sos Percussão U95% U95% (Hz (db (db 00 5,3 6,9 5 3,9 5,6 60 6,,4 00,7 3, 50 3,6,6 35,3,3 400,6,3 500,0 4,0 630,8 4,0 800,3 5,4 000,0 4,6 50, 5, ,9 5, 000,0 4, 500,0 4,4 350, 4,3 Frequêca Hstograma More Bloco 0% 00% 80% 60% 40% 0% 0% Frequeca Hstograma Bloco More 0% 00% 80% 60% 40% 0% 0% Fg - Hstograma relatvo à dstrbução de frequêcas para o ídce de solameto sooro a sos aéreos Fg - Hstograma relatvo à dstrbução de frequêcas para o ídce de solameto sooro a de percussão RFRÊCIAS [] Bureau Iteratoal des Pods et Measures et al Gude to the xpresso of Ucertaty Measuremet - Iteratoal Orgazato for Stadardzato, Frst dto, Swtzerlad, 995, ISB [] Sére de ormas ISO 40. Acoustcs - Measuremet of soud sulato buldgs ad of buldg elemets. [3] ISO 77-:996. Acoustcs - Ratg of soud sulato buldgs ad of buldg elemets - Part : Arbore soud sulato. [4] ISO 77-: 996. Acoustcs - Ratg of soud sulato buldgs ad of buldg elemets - Part : Impact soud sulato [5] ISO/TR 40-3: 997. Acoustcs - Measuremet of soud sulato buldgs ad of buldg elemets - Part 3: Gudeles [6] PL RPORT DQL-AC 00 Ucertates assocated wth the use of soud level meter. atoal Physcal Laboratory, Teddgto, UK, 004. [7] ISO/CD 338-: 003. Acoustcs. - Measuremet of reverberato tme. Part : Ordary rooms.

7 [8] Regulameto dos Requstos Acústcos de dfícos. Decreto Le º 9/00 de de Mao de 00.

6.1 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS

6.1 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS 7 6 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS A medção dreta é aquela cuja dcação resulta aturalmete da aplcação do sstema de medção sobre o mesurado Há apeas uma gradeza de etrada evolvda

Leia mais

ESTIMATIVA DA INCERTEZA DE MEDIÇÃO DE MÉTODOS ANALÍTICOS

ESTIMATIVA DA INCERTEZA DE MEDIÇÃO DE MÉTODOS ANALÍTICOS 1/15 1. CAMPO DE APLICAÇÃO 1.1. Este procedmeto se aplca aos laboratóros de cotrole de qualdade.. OBJETIVO.1. Defr a capacdade de medção para cada método aalítco.. DOCUMENTOS COMPLEMENTARES.1. Valdação

Leia mais

REGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA

REGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA REGRESSÃO LINEAR CUIABÁ, MT 6/ INTRODUÇÃO Relação dos valores da varável depedete (varável resposta) aos valores de regressoras ou exógeas). SIMPLES MÚLTIPLA (varáves depedetes,... =,,, K=,,, k em que:

Leia mais

Conceitos básicos de metrologia. Prof. Dr. Evandro Leonardo Silva Teixeira Faculdade UnB Gama

Conceitos básicos de metrologia. Prof. Dr. Evandro Leonardo Silva Teixeira Faculdade UnB Gama Prof. Dr. Evadro Leoardo Slva Teera Faculdade UB Gama Metrologa: Cêca que abrage os aspectos teórcos e prátcos relatvos a medção; Descreve os procedmetos e métodos para determar as certezas de medções;

Leia mais

Estatística - exestatmeddisper.doc 25/02/09

Estatística - exestatmeddisper.doc 25/02/09 Estatístca - exestatmeddsper.doc 5/0/09 Meddas de Dspersão Itrodução ão meddas estatístcas utlzadas para avalar o grau de varabldade, ou dspersão, dos valores em toro da méda. ervem para medr a represetatvdade

Leia mais

Confiabilidade Estrutural

Confiabilidade Estrutural Professor Uversdade de Brasíla Departameto de Egehara Mecâca Programa de Pós graduação em Itegrdade Estrutural Algortmo para a Estmatva do Idce de Cofabldade de Hasofer-Ld Cofabldade Estrutural Jorge Luz

Leia mais

3 Procedimento Experimental

3 Procedimento Experimental 3 Procedmeto Expermetal 3. Sstema de medção de vazão com extesômetro A Fg. 9 mostra o sstema de medção de vazão com extesômetro, o qual fo motado o laboratóro da PUC-Ro. este sstema, duas tubulações com,5

Leia mais

5 Critérios para Análise dos Resultados

5 Critérios para Análise dos Resultados 5 Crtéros para Aálse dos Resultados Este capítulo tem por objetvos forecer os crtéros utlzados para aálse dos dados ecotrados a pesqusa, bem como uma vsão geral dos custos ecotrados e a forma de sua evolução

Leia mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual Estatístca: Aplcação ao Sesorameto Remoto SER 04 - ANO 08 Estmação Potual Camlo Daleles Reó camlo@dp.pe.br http://www.dp.pe.br/~camlo/estatstca/ Iferêca Estatístca Cosdere o expermeto: retram-se 3 bolas

Leia mais

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística BAC 0 - Estatístca Uversdade Federal de Itajubá - Campus Itabra BAC0 - ESTATÍSTICA ESTATÍSTICA DESCRITIVA MEDIDAS DE CENTRO Méda Medda de cetro ecotrada pela somatóra de todos os valores de um cojuto,

Leia mais

Avaliação da qualidade do ajuste

Avaliação da qualidade do ajuste Avalação da qualdade do ajuste 1 Alguma termologa: Modelo ulo: é o modelo mas smples que pode ser defdo, cotedo um úco parâmetro ( µ) comum a todos os dados; Modelo saturado: é o modelo mas complexo a

Leia mais

7 Análise de covariância (ANCOVA)

7 Análise de covariância (ANCOVA) Plejameto de Expermetos II - Adlso dos Ajos 74 7 Aálse de covarâca (ANCOVA) 7.1 Itrodução Em algus expermetos, pode ser muto dfícl e até mpossível obter udades expermetas semelhtes. Por exemplo, pode-se

Leia mais

MEDIDAS DE TENDÊNCIA CENTRAL I

MEDIDAS DE TENDÊNCIA CENTRAL I Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, edca Veterára, uscoterapa, Odotologa, Pscologa EDIDAS DE TENDÊNCIA CENTRAL I 7 7. EDIDAS DE

Leia mais

RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO

RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO RACIOCÍIO LÓGICO - Zé Carlos RACIOCÍIO LÓGICO / ESTATÍSTICA LISTA RESUMO TEÓRICO I. Cocetos Icas. O desvo médo (DM), é a méda artmétca dos desvos de cada dado da amostra em toro do valor médo, sto é x

Leia mais

Probabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ

Probabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ Duração: 90 mutos Grupo I Probabldades e Estatístca LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBol, MEBom, MEEC, MEFT, MEMec, MEQ Justfque coveetemete todas as respostas 1 o semestre 018/019 10/01/019 09:00 o

Leia mais

ESTATÍSTICA Exame Final 1ª Época 3 de Junho de 2002 às 14 horas Duração : 3 horas

ESTATÍSTICA Exame Final 1ª Época 3 de Junho de 2002 às 14 horas Duração : 3 horas Faculdade de cooma Uversdade Nova de Lsboa STTÍSTIC xame Fal ª Época de Juho de 00 às horas Duração : horas teção:. Respoda a cada grupo em folhas separadas. Idetfque todas as folhas.. Todas as respostas

Leia mais

Probabilidades e Estatística

Probabilidades e Estatística Departameto de Matemátca robabldades e Estatístca LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmb, MEBol, MEEC, MEMec 2 o semestre 20/202 2 o Teste B 08/06/202 :00 Duração: hora e 30 mutos Justfque coveetemete

Leia mais

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

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS ANÁLISE DE ERROS A oservação de um feómeo físco ão é completa se ão pudermos quatfcá-lo. Para é sso é ecessáro medr uma propredade físca. O processo de medda cosste em atrur um úmero a uma propredade físca;

Leia mais

Probabilidades e Estatística LEGM, LEIC-A, LEIC-T, MA, MEMec

Probabilidades e Estatística LEGM, LEIC-A, LEIC-T, MA, MEMec Duração: 90 mutos Grupo I Probabldades e Estatístca LEGM, LEIC-A, LEIC-T, MA, MEMec Justfque coveetemete todas as respostas 2 o semestre 2017/2018 14/06/2018 11:00 2 o Teste B 10 valores 1. Os dvíduos

Leia mais

Distribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD

Distribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD Dstrbuções Amostras Estatístca 8 - Dstrbuções Amostras 08- Dstrbuções Amostras Dstrbução Amostral de Objetvo: Estudar a dstrbução da população costtuída de todos os valores que se pode obter para, em fução

Leia mais

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL Faculdade de Tecologa de Cataduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL 5. Meddas de Posção cetral ou Meddas de Tedêca Cetral Meddas de posção cetral preocupam-se com a caracterzação e a

Leia mais

Construção e Análise de Gráficos

Construção e Análise de Gráficos Costrução e Aálse de Gráfcos Por que fazer gráfcos? Facldade de vsualzação de cojutos de dados Faclta a terpretação de dados Exemplos: Egehara Físca Ecooma Bologa Estatístca Y(udade y) 5 15 1 5 Tabela

Leia mais

Metodologia de cálculo das incertezas associadas às medições na calibração de monitores de radiação para medidas de H*(10).

Metodologia de cálculo das incertezas associadas às medições na calibração de monitores de radiação para medidas de H*(10). 005 Iteratoal Nclear Atlatc Coferece - INAC 005 Satos, SP, Brazl, Agst 8 to September, 005 ASSOCIAÇÃO BRASILEIRA DE ENERGIA NUCLEAR - ABEN ISBN: 85-994-0-5 Metodologa de cálclo das certezas assocadas às

Leia mais

Revisão de Estatística X = X n

Revisão de Estatística X = X n Revsão de Estatístca MÉDIA É medda de tedêca cetral mas comumete usada ara descrever resumdamete uma dstrbução de freqüêca. MÉDIA ARIMÉTICA SIMPLES São utlzados os valores do cojuto com esos guas. + +...

Leia mais

Regressao Simples. Parte II: Anova, Estimação Intervalar e Predição

Regressao Simples. Parte II: Anova, Estimação Intervalar e Predição egressao Smples Parte II: Aova, Estmação Itervalar e Predção Aálse de Varâca Nem todos os valores das amostras estão cotdos a reta de regressão, e quato mas afastados estverem por, a reta represetará a

Leia mais

A análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si.

A análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si. Prof. Lorí Va, Dr. http://www. ufrgs.br/~va/ va@mat.ufrgs.br aáse de varâca de uma cassfcação (Oe-Way NOV) verfca se as médas de amostras depedetes (tratametos) dferem etre s. Um segudo tpo de aáse de

Leia mais

Probabilidades e Estatística LEAN, LEGI, LEGM, LMAC, MEAer, MEAmbi, MEC

Probabilidades e Estatística LEAN, LEGI, LEGM, LMAC, MEAer, MEAmbi, MEC Duração: 90 mutos Grupo I Probabldades e Estatístca LEAN, LEGI, LEGM, LMAC, MEAer, MEAmb, MEC Justfque coveetemete todas as respostas 1 o semestre 2018/2019 10/01/2019 11:00 2 o teste B 10 valores 1. Cosdere-se

Leia mais

Cap. 5. Testes de Hipóteses

Cap. 5. Testes de Hipóteses Cap. 5. Testes de Hpóteses Neste capítulo será estudado o segudo problema da ferêca estatístca: o teste de hpóteses. Um teste de hpóteses cosste em verfcar, a partr das observações de uma amostra, se uma

Leia mais

MÓDULO 8 REVISÃO REVISÃO MÓDULO 1

MÓDULO 8 REVISÃO REVISÃO MÓDULO 1 MÓDULO 8 REVISÃO REVISÃO MÓDULO A Estatístca é uma técca que egloba os métodos cetícos para a coleta, orgazação, apresetação, tratameto e aálse de dados. O objetvo da Estatístca é azer com que dados dspersos

Leia mais

Estudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples.

Estudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples. Estudo das relações etre peso e altura de estudates de estatístca através da aálse de regressão smples. Waessa Luaa de Brto COSTA 1, Adraa de Souza COSTA 1. Tago Almeda de OLIVEIRA 1 1 Departameto de Estatístca,

Leia mais

Noções Básicas de Medidas e Algarismos Significativos

Noções Básicas de Medidas e Algarismos Significativos Noções Báscas de Meddas e Algarsmos Sgfcatvos Prof. Theo Z. Pava Departameto de Físca - Faculdade de Flosofa, Cêcas e Letras de Rberão Preto-USP Físca Acústca Motvações Quas são os padrões de meddas? Podemos

Leia mais

Distribuições de Probabilidades

Distribuições de Probabilidades Estatístca - aulasestdstrnormal.doc 0/05/06 Dstrbuções de Probabldades Estudamos aterormete as dstrbuções de freqüêcas de amostras. Estudaremos, agora, as dstrbuções de probabldades de populações. A dstrbução

Leia mais

PROGRAMA INTERLABORATORIAL PARA ENSAIOS EM CHAPAS DE PAPELÃO ONDULADO CICLO 2015 PROTOCOLO

PROGRAMA INTERLABORATORIAL PARA ENSAIOS EM CHAPAS DE PAPELÃO ONDULADO CICLO 2015 PROTOCOLO PROGRAMA INTERLABORATORIAL PARA ENSAIOS EM CHAPAS DE PAPELÃO ONDULADO CICLO 05 PROTOCOLO CT-Floresta - LPC - FOI/004 6//04 Aprovado: Mara Luza Otero D'Almeda / SUMÁRIO INTRODUÇÃO... PÚBLICO ALVO... 3 ENSAIOS

Leia mais

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança Regressão Smples Parte III: Coefcete de determação, regressão a orgem e método de máxma verossmlhaça Coefcete de determação Proporção da varabldade explcada pelo regressor. R Varação explcada Varação total

Leia mais

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

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

Leia mais

Requisitos metrológicos de instrumentos de pesagem de funcionamento não automático

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

Leia mais

HIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia

HIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia Aálse estatístca aplcada à hdrologa. Séres hdrológcas oções complemetares HIDROLOGIA E RECURSOS HÍDRICOS Aálse estatístca aplcada à hdrologa O Egehero HIDRÁULICO Echerá? Que população pode abastecer e

Leia mais

DISTRIBUIÇÃO HIPERGEOMÉTRICA

DISTRIBUIÇÃO HIPERGEOMÉTRICA 7 DISTRIBUIÇÃO HIPERGEOMÉTRICA Cosdere-se uma população fta costtuída por N elemetos dstrbuídos por duas categoras eclusvas e eaustvas de dmesões M e N M, respectvamete. Os elemetos da prmera categora

Leia mais

x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População

x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População ESTATÍSTICA STICA DESCRITIVA Prof. Lorí Val, Dr. val@mat.ufrgs.br http://.ufrgs.br/~val/ Orgazação; Resumo; Apresetação. Cojuto de dados: Amostra ou População Um cojuto de dados é resumdo de acordo com

Leia mais

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados 3.1. Meddas de Tedêca Cetral CAPÍTULO 3 MEDIDA DE TENDÊNCIA CENTRAL E VARIABILIDADE UFRG 1 Há váras meddas de tedêca cetral. Etre elas ctamos a méda artmétca, a medaa, a méda harmôca, etc. Cada uma dessas

Leia mais

3 Análises Probabilísticas de Estabilidade

3 Análises Probabilísticas de Estabilidade 3 Aálses Probablístcas de Establdade 3.1 Itrodução Para facltar o etedmeto das metodologas de aálse de cofabldade serão apresetados este capítulo algus cocetos báscos de probabldade e estatístca. 3. Cocetos

Leia mais

Capítulo 5: Ajuste de curvas pelo método dos mínimos quadrados

Capítulo 5: Ajuste de curvas pelo método dos mínimos quadrados Capítulo : Ajuste de curvas pelo método dos mímos quadrados. agrama de dspersão No capítulo ateror estudamos uma forma de ldar com fuções matemátcas defdas por uma taela de valores. Frequetemete o etato

Leia mais

ESTATÍSTICA APLICADA À ZOOTECNIA

ESTATÍSTICA APLICADA À ZOOTECNIA ESTATÍSTICA APLICADA À ZOOTECNIA Eucldes Braga MALHEIROS *. INTRODUÇÃO.a) Somatóras e Produtóros Sejam,, 3,...,, valores umércos. A soma desses valores (somatóra) pode ser represetada por: = = = =. e o

Leia mais

Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1.

Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1. Iterpolação Iterpolação é um método que permte costrur um ovo cojuto de dados a partr de um cojuto dscreto de dados potuas cohecdos. Em egehara e cêcas, dspõese habtualmete de dados potuas, obtdos a partr

Leia mais

Tópicos Extras 2ª parte. Análise de Correlação e Regressão

Tópicos Extras 2ª parte. Análise de Correlação e Regressão Tópcos Extras ª parte Aálse de Correlação e Regressão 1 Defções báscas ANÁLISE DE CORRELAÇÃO Mesurar a força da assocação etre as varáves (geralmete através do cálculo de algum coefcete). ANÁLISE DE REGRESSÃO

Leia mais

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento. Prof. Lorí Val, Dr. val@pucrs.r http://www.pucrs.r/famat/val/ Em mutas stuações duas ou mas varáves estão relacoadas e surge etão a ecessdade de determar a atureza deste relacoameto. A aálse de regressão

Leia mais

Teoria Elementar da Probabilidade. a) Cada experiência poderá ser repetida indefinidamente sob condições essencialmente inalteradas.

Teoria Elementar da Probabilidade. a) Cada experiência poderá ser repetida indefinidamente sob condições essencialmente inalteradas. Estatístca 47 Estatístca 48 Teora Elemetar da Probabldade SPECTOS PERTINENTES À CRCTERIZÇÃO DE UM EXPERIÊNCI LETÓRI MODELOS MTEMÁTICOS DETERMINÍSTICOS PROBBILÍSTICOS PROCESSO (FENÓMENO) LETÓRIO - Quado

Leia mais

Parte 3 - Regressão linear simples

Parte 3 - Regressão linear simples Parte 3 - Regressão lear smples Defção do modelo Modelo de regressão empregado para eplcar a relação lear etre duas varáves (ajuste de uma reta). O modelo de regressão lear smples pode ser epresso a forma:

Leia mais

A Medição e o Erro de Medição

A Medição e o Erro de Medição A Medção e o Erro de Medção Sumáro 1.1 Itrodução 1.2 Defções 1.3 Caracterzação da qualdade de medção 1.4 O erro da medção 1.4.1 Os erros aleatóros 1.4.2 Os erros sstemátcos 1.5 O verdadero valor, o erro

Leia mais

Estatística. 2 - Estatística Descritiva

Estatística. 2 - Estatística Descritiva Estatístca - Estatístca Descrtva UNESP FEG DPD Prof. Edgard - 0 0- ESTATÍSTICA DESCRITIVA Possblta descrever as Varáves: DESCRIÇÃO GRÁFICA MEDIDAS DE POSIÇÃO MEDIDAS DE DISPERSÃO MEDIDAS DE ASSIMETRIA

Leia mais

Instituto Politécnico de Bragança Escola Superior de Tecnologia e de Gestão

Instituto Politécnico de Bragança Escola Superior de Tecnologia e de Gestão Isttuto oltécco de Bragaça Escola Superor de ecologa e de Gestão 2º Ao de Egehara Electrotécca Istrumetação Electróca e Meddas Exame (ª Chamada) 2 de Juho de 200 SUGESÃO DE RESOLUÇÃO ) retede-se vsualzar,

Leia mais

Prof. Janete Pereira Amador 1

Prof. Janete Pereira Amador 1 Prof. Jaete Perera Amador 1 1 Itrodução Mutas stuações cotdaas podem ser usadas como expermeto que dão resultados correspodetes a algum valor, e tas stuações podem ser descrtas por uma varável aleatóra.

Leia mais

Tabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f

Tabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f Lsta de exercícos Gabarto e chave de respostas Estatístca Prof.: Nelse 1) Calcule 1, e para o segute cojuto de valores. A,1,8,0,11,,7,8,6,,9, 1 O úmero que correspode a 5% do rol é o valor. O úmero que

Leia mais

PROGRAMA INTERLABORATORIAL PARA ENSAIOS EM CHAPAS DE PAPELÃO ONDULADO CICLO 2018 PROTOCOLO

PROGRAMA INTERLABORATORIAL PARA ENSAIOS EM CHAPAS DE PAPELÃO ONDULADO CICLO 2018 PROTOCOLO PROGRAMA INTERLABORATORIAL PARA ENSAIOS EM CHAPAS DE PAPELÃO ONDULADO CICLO 08 PROTOCOLO CT-Floresta - LPC - FOI/004 09/0/07 Aprovado: Mara Luza Otero D'Almeda / SUMÁRIO INTRODUÇÃO... PÚBLICO ALVO... 3

Leia mais

CONHECIMENTOS ESPECÍFICOS

CONHECIMENTOS ESPECÍFICOS CONHECIMENTOS ESPECÍFICOS Uma uversdade oferece um curso para capactação profssoal de joves caretes. Ao fal do curso, cada jovem partcpate será avalado por meo de uma prova teórca e de uma prova prátca,

Leia mais

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12 MEDIDAS DE POSIÇÃO: São meddas que possbltam represetar resumdamete um cojuto de dados relatvos à observação de um determado feômeo, pos oretam quato à posção da dstrbução o exo dos, permtdo a comparação

Leia mais

9 Medidas Descritivas

9 Medidas Descritivas 1 9 Meddas Descrtvas Vmos aterormete que um cojuto de dados pode ser resumdo através de uma dstrbução de freqüêcas, e que esta pode ser represetada através de uma tabela ou de um gráfco. Se o cojuto refere-se

Leia mais

Relatório 2ª Atividade Formativa UC ECS

Relatório 2ª Atividade Formativa UC ECS Relatóro 2ª Atvdade Formatva Eercíco I. Quado a dstrbução de dados é smétrca ou apromadamete smétrca, as meddas de localzação méda e medaa, cocdem ou são muto semelhates. O mesmo ão acotece quado a dstrbução

Leia mais

2 Procedimentos para Ajuste e Tratamento Estatístico de Dados Experimentais

2 Procedimentos para Ajuste e Tratamento Estatístico de Dados Experimentais 48 Procedmetos para Ajuste e Tratameto Estatístco de Dados Expermetas. Itrodução Modelos matemátcos desevolvdos para descrever eômeos íscos a partr de observações expermetas devem ser baseados em dados

Leia mais

MEDIDAS DE DISPERSÃO:

MEDIDAS DE DISPERSÃO: MEDID DE DIPERÃO: fução dessas meddas é avalar o quato estão dspersos os valores observados uma dstrbução de freqüêca ou de probabldades, ou seja, o grau de afastameto ou de cocetração etre os valores.

Leia mais

Centro de massa, momento linear de sistemas de partículas e colisões

Centro de massa, momento linear de sistemas de partículas e colisões Cetro de massa, mometo lear de sstemas de partículas e colsões Prof. Luís C. Pera stemas de partículas No estudo que temos vdo a fazer tratámos os objectos, como, por exemplo, blocos de madera, automóves,

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 etre duas ou mas varáves. Pode ser: correlacoal ou expermetal. Numa relação expermetal os valores de uma das varáves

Leia mais

Universidade Federal de Alfenas - Unifal-MG Departamento de Ciências Exatas

Universidade Federal de Alfenas - Unifal-MG Departamento de Ciências Exatas Uversdade Federal de Alfeas - Ufal-MG Departameto de Cêcas Exatas Apostla Laboratóro de Físca I Prof. Dr. Célo Wsewsk Alfeas 05. oções geras sobre meddas de gradezas e avalação de certezas.. Medção (measuremet).....

Leia mais

Regressão e Correlação

Regressão e Correlação Regressão e Correlação Júlo Osóro Regressão & Correlação: geeraldades Em mutas stuações de pesqusa cetífca, dspomos de uma amostra aleatóra de pares de dados (x, ), resultates da medda cocomtate de duas

Leia mais

Universidade Federal da Bahia Instituto de Física Departamento de Física da Terra e do Meio Ambiente TEXTOS DE LABORATÓRIO T E O R I A D E E R R O S

Universidade Federal da Bahia Instituto de Física Departamento de Física da Terra e do Meio Ambiente TEXTOS DE LABORATÓRIO T E O R I A D E E R R O S Uversdade Federal da Baha Isttuto de Físca Departameto de Físca da Terra e do Meo Ambete TEXTOS DE LABORATÓRIO T E O R I A D E E R R O S Físca I SALVADOR, BAHIA 011 Prefáco Esta apostla é destada aos aluos

Leia mais

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

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

Leia mais

8 Programação linear 78

8 Programação linear 78 8 Programação lear 78 8 Programação lear A programação lear cosderou duas fuções objetvo: (a) maxmzação da comercalzação do gás e (b) mmzação das perdas (recetas e multas cotratuas). Foram dealzados dos

Leia mais

Macroeconometria Aula 3 Revisão de estatística e teste de hipótese

Macroeconometria Aula 3 Revisão de estatística e teste de hipótese Macroecoometra 008. Aula 3 Revsão de estatístca e teste de hpótese 3.5. Estmação No estudo das probabldades, o objetvo é calcular a probabldade de evetos préespecfcados. De agora em date o objetvo muda.

Leia mais

ESTATÍSTICA Aula 7. Prof. Dr. Marco Antonio Leonel Caetano

ESTATÍSTICA Aula 7. Prof. Dr. Marco Antonio Leonel Caetano ESTATÍSTICA Aula 7 Prof. Dr. Marco Atoo Leoel Caetao Dstrbuções de Probabldade DISCRETAS CONTÍNUAS (Números teros) Bomal Posso Geométrca Hper-Geométrca Pascal (Números reas) Normal t-studet F-Sedecor Gama

Leia mais

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola Cetro de Cêcas Agráras e Ambetas da UFBA Departameto de Egehara Agrícola Dscpla: AGR Boestatístca Professor: Celso Luz Borges de Olvera Assuto: Estatístca TEMA: Somatóro RESUMO E NOTAS DA AULA Nº 0 Seja

Leia mais

Apêndice 1-Tratamento de dados

Apêndice 1-Tratamento de dados Apêdce 1-Tratameto de dados A faldade deste apêdce é formar algus procedmetos que serão adotados ao logo do curso o que dz respeto ao tratameto de dados epermetas. erão abordados suctamete a propagação

Leia mais

3. TESTES DE QUALIDADE DE AJUSTAMENTO

3. TESTES DE QUALIDADE DE AJUSTAMENTO Testes da qualdade de ajustameto 3 TESTES DE QULIDDE DE JUSTMENTO 3 Itrodução formação sobre o modelo da população dode se extra uma amostra costtu, frequetemete, um problema estatístco forma da dstrbução

Leia mais

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão Estatístca Descrtva Meddas estatístcas: Localzação, Dspersão Meddas estatístcas Localzação Dspersão Meddas estatístcas - localzação Méda artmétca Dados ão agrupados x x Dados dscretos agrupados x f r x

Leia mais

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

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

Leia mais

Descritiva. Francisco Cysneiros DE - UFPE

Descritiva. Francisco Cysneiros DE - UFPE Noções de Estatístca Descrtva Dr. Fracsco Cyseros Profº. Adjuto do Departameto de Estatístca-CCEN/UFPE E-mal: cyseros@de.ufpe.br web-page: www.de.ufpe.br/~cyseros/dscpla/farmaca/farmaca.htm Foe: (8) 6

Leia mais

50 Logo, Número de erros de impressão

50 Logo, Número de erros de impressão Capítulo 3 Problema. (a) Sedo o úmero médo de erros por pága, tem-se: 5 + + 3 + 3 + 4 33,66 5 5 Represetado o úmero medao de erros por md, tem-se, pela ordeação dos valores observados, que os valores de

Leia mais

Difusão entre Dois Compartimentos

Difusão entre Dois Compartimentos 59087 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 4 Dfusão etre Dos Compartmetos A le de Fck para membraas (equação 4 da aula passada) mplca que a permeabldade de uma membraa a um soluto é dada pela razão

Leia mais

( k) Tema 02 Risco e Retorno 1. Conceitos Básicos

( k) Tema 02 Risco e Retorno 1. Conceitos Básicos FEA -USP Graduação Cêcas Cotábes EAC05 04_0 Profa. Joaíla Ca. Rsco e Retoro. Cocetos Báscos Rotero BE-cap.6 Tema 0 Rsco e Retoro. Cocetos Báscos I. O que é Retoro? II. Qual é o Rsco de um Atvo Idvdual

Leia mais

Bioestatística Curso de Saúde. Linha Reta 2 Parábola ou curva do segundo grau. terceiro grau curva do quarto. grau curva de grau n Hipérbole

Bioestatística Curso de Saúde. Linha Reta 2 Parábola ou curva do segundo grau. terceiro grau curva do quarto. grau curva de grau n Hipérbole Teora da Correlação: Probleas relatvos à correlação são aqueles que procura estabelecer quão be ua relação lear ou de outra espéce descreve ou eplca a relação etre duas varáves. Se todos os valores as

Leia mais

ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO

ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO Área Cetífca Matemátca Udade Curso Egehara do Ambete Ao º Semestre º Folha Nº 8: Aálse de Regressão e de Correlação Probabldades e Estatístca Ao 00/0. Pretede-se testar um strumeto que mede a cocetração

Leia mais

x Ex: A tabela abaixo refere-se às notas finais de três turmas de estudantes. Calcular a média de cada turma:

x Ex: A tabela abaixo refere-se às notas finais de três turmas de estudantes. Calcular a média de cada turma: Professora Jaete Perera Amador 1 9 Meddas Descrtvas Vmos aterormete que um cojuto de dados pode ser resumdo através de uma dstrbução de freqüêcas, e que esta pode ser represetada através de uma tabela

Leia mais

Sumário. Mecânica. Sistemas de partículas

Sumário. Mecânica. Sistemas de partículas umáro Udade I MECÂNICA 2- Cetro de massa e mometo lear de um sstema de partículas - stemas de partículas e corpo rígdo. - Cetro de massa. - Como determar o cetro de massa dum sstema de partículas. - Vetor

Leia mais

Organização; Resumo; Apresentação.

Organização; Resumo; Apresentação. Prof. Lorí Val, Dr. val@ufrgs.br http://www.ufrgs.br/~val/ Grade Cojutos de Dados Orgazação; Resumo; Apresetação. Amostra ou População Defetos em uma lha de produção Lascado Deseho Torto Deseho Torto Lascado

Leia mais

Uso de covariáveis em modelos biométricos para estimação de altura total em árvores de Eucalyptus dunnii

Uso de covariáveis em modelos biométricos para estimação de altura total em árvores de Eucalyptus dunnii Uso de covaráves em modelos bométrcos para estmação de altura total em árvores de Eucalyptus du Oar Medes de Olvera Adrao Rbero de Medoça Fábo Mareto Glso Ferades da Slva Samuel de Pádua Chaves e Carvalho

Leia mais

(1) no domínio : 0 x < 1, : constante não negativa. Sujeita às condições de contorno: (2-a) (2-b) CC2: 0

(1) no domínio : 0 x < 1, : constante não negativa. Sujeita às condições de contorno: (2-a) (2-b) CC2: 0 EXEMPLO MOTIVADO II EXEMPLO MOTIVADO II Método da Apromação Polomal Aplcado a Problemas Udrecoas sem Smetra. Equações Dferecas Ordáras Problemas de Valores o otoro Estrutura Geral do Problema: dy() d y()

Leia mais

Professor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø.

Professor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø. Professor Maurco Lutz 1 EGESSÃO LINEA SIMPLES A correlação lear é uma correlação etre duas varáves, cujo gráfco aproma-se de uma lha. O gráfco cartesao que represeta essa lha é deomado dagrama de dspersão.

Leia mais

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

( x) Método Implícito. No método implícito as diferenças são tomadas no tempo n+1 ao invés de tomá-las no tempo n, como no método explícito.

( x) Método Implícito. No método implícito as diferenças são tomadas no tempo n+1 ao invés de tomá-las no tempo n, como no método explícito. PMR 40 Mecâca Computacoal Método Implícto No método mplícto as dfereças são tomadas o tempo ao vés de tomá-las o tempo, como o método explícto. O método mplícto ão apreseta restrção em relação ao valor

Leia mais

a) 1,8 e 4,6. b) 2,0 e 2,2. c) 1,8 e 5,2. d) 2,0 e 4,6. e) 2,0 e 1,9.

a) 1,8 e 4,6. b) 2,0 e 2,2. c) 1,8 e 5,2. d) 2,0 e 4,6. e) 2,0 e 1,9. Questão : As otas de dez aluos, um exame, estão dadas a segur:, 5, 8, 3, 6, 5, 8, 7, 6, 0 O desvo médo e a varâca dessas otas podem ser expressos, respectvamete, por: a),8 e 4,6 b),0 e, c),8 e 5, d),0

Leia mais

? Isso é, d i= ( x i. . Percebeu que

? Isso é, d i= ( x i. . Percebeu que Estatístca - Desvo Padrão e Varâca Preparado pelo Prof. Atoo Sales,00 Supoha que tehamos acompahado as otas de quatro aluos, com méda 6,0. Aluo A: 4,0; 6,0; 8,0; méda 6,0 Aluo B:,0; 8,0; 8,0; méda 6,0

Leia mais

Regressão. Pedro Paulo Balestrassi

Regressão. Pedro Paulo Balestrassi Regressão Pedro Paulo Balestrass www.pedro.ufe.edu.br ppbalestrass@gmal.com 5-696 / 88776958 (cel) Questoametos comus: Como mplemetar a equação Y=f(X) a partr de dados hstórcos ou epermetas? Como fazer

Leia mais

3 Fundamentação Teórica

3 Fundamentação Teórica 3 Fudametação Teórca A segur são apresetados os fudametos teórcos os quas é embasado o desevolvmeto do trabalho. 3.. Espectros de Resposta De acordo com Sampao [3], é descrta a resposta máxma de um osclador

Leia mais

1. Conceito de variável aleatória Podemos estudar, por exemplo, algumas características dos alunos do Curso de estatística.

1. Conceito de variável aleatória Podemos estudar, por exemplo, algumas características dos alunos do Curso de estatística. CAPÍTULO 7 VARIÁVEL ALEATÓRIA A probabldade teve íco com os jogos de azar (século XVII) com Cavalero de Nere, Fermat e Pascal, porém, coube a Beroull (73) laçar as bases da probabldade e a segur Laplace

Leia mais

MEDIDAS DE DISPERSÃO 9. MEDIDAS DE DISPERSÃO

MEDIDAS DE DISPERSÃO 9. MEDIDAS DE DISPERSÃO Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, Medca Veterára, Muscoterapa, Odotologa, Pscologa MEDIDAS DE DISPERSÃO 9 9. MEDIDAS DE DISPERSÃO

Leia mais

15/03/2012. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações

15/03/2012. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações Itrodução.1 Juros Smples Juro: recompesa pelo sacrfíco de poupar o presete, postergado o cosumo para o futuro Maora das taxas de uros aplcadas o mercado facero são referecadas pelo crtéro smples Determa

Leia mais

TESTES DE PROPORÇÕES TESTE DE UMA PROPORÇÃO POPULACIONAL

TESTES DE PROPORÇÕES TESTE DE UMA PROPORÇÃO POPULACIONAL TESTES DE PROPORÇÕES TESTE DE UMA PROPORÇÃO POPULACIONAL As hpóteses a serem testadas serão: H 0 : p p 0 H : p p 0 p > p 0 p < p 0 Estatístca do Teste: pˆ p0 z c p ( p ) 0 0 EXEMPLOS. Uma máqua está regulada

Leia mais

ANÁLISE DE REGRESSÃO E CORRELAÇÃO

ANÁLISE DE REGRESSÃO E CORRELAÇÃO ANÁLISE DE REGRESSÃO E CORRELAÇÃO Quado se cosderam oservações de ou mas varáves surge um poto ovo: O estudo das relações porvetura estetes etre as varáves. A aálse de regressão e correlação compreedem

Leia mais

REGESD Prolic Matemática e Realidade- Profª Suzi Samá Pinto e Profº Alessandro da Silva Saadi

REGESD Prolic Matemática e Realidade- Profª Suzi Samá Pinto e Profº Alessandro da Silva Saadi REGESD Prolc Matemátca e Realdade- Profª Suz Samá Pto e Profº Alessadro da Slva Saad Meddas de Posção ou Tedêca Cetral As meddas de posção ou meddas de tedêca cetral dcam um valor que melhor represeta

Leia mais