COMPARAÇÃO ENTRE DUAS ESTATÍSTICAS PARA TESTAR A HIPÓTESEDE IGUALDADE DE COEFICIENTES DE REGRESSÃO 1
|
|
- Jonathan Sacramento Rocha
- 7 Há anos
- Visualizações:
Transcrição
1 COMPARAÇÃO ENTRE DUAS ESTATÍSTICAS PARA TESTAR A HIPÓTESEDE IGUALDADE DE COEFICIENTES DE REGRESSÃO JOSÉ RUY PORTO DE CARVALHO RESUMO - Nst trabalho, é aprsntado o Tst da Razão d Máxima Vrossimilhança para tstar a hipóts d igualdad d coficints d rgrssão. El é comparado mdiant simulação dados xprimntais, com a statística t, usualmnt sugrida na litratura. A comparação ntr os podrs d ambos os tsts indica qu o Tst da Razão d Máxima Vrossimilhança pod sr usado como um procdimnto gral para st tipo d tst, pois aprsntou maior podr nas divrsas situaçõs xprimntais. Trmos para indxação: Tst da razão d máxima vrossimilhança, anális bivariada, parclas subdivididas, coficint d rgrssão, podr obsrvado, statística t. COMPARISON BETWEEN TWO STATISTICS TO TEST THE HYPOTHESISOF EQUALITY OF REGRESSION COEFFICIENTS ABSTRACT - In this papr, th Liklihood Ratio Tst is prsntd to tst th hypothsis of quality of rgrssion cofficints. It is compard through simulatd and xprimntal rsults with th larglly rcommndd t statistics. Thir comparison shows that th Liklihood Ratio Tst may b usd as a gnral procdur to tst this typ of hypothsis. It showd a grat obsrvd powr in th diffrnt xprimntal situations usd. Indx trms: Liklihood ratio tst, bivariat analysis, split-plot xprimnts, rgrssion cofficints, obsrvd powr, t statistics. Acito para publicação m 7 d outubro d 997. Estatístico, Ph.D., Embrapa-Cntro Nacional d Psquisa Tcnológica m Informática para a Agricultura (CNPTIA), Caixa Postal 604, Barão Graldo, CEP Campinas, SP. jruy@cnptia.mbrapa.br INTRODUÇÃO A idéia d usar culturas consorciadas data d muitos anos. Sgundo Pinchinat t al. (976), la iniciou-s com os Maias na América Cntral com os Incas na América do Sul quando ls plantaram na msma ára fijão milho. Somnt nas últimas duas décadas, dvido à importância da agricultura tropical, sta prática cultural tv sua atnção voltada do stádio ond a psquisa ra principalmnt dscritiva não muito conclusiva, para o stádio ond há uma prolifração da psquisa cintífica nvolvndo os aspctos agronômicos dst sistma as bass biológicas d sua vantagm m rlação ao sistma tradicional. Existm difrnts tipos possívis d xprimntos consorciados com duas ou mais culturas. É mais usual a utilização d duas culturas, por isso, o dsnvolvimnto s mantrá nst âmbito. Como stas duas culturas crscm juntas na msma ára, suas produçõs são, provavlmnt, corrlacionadas. Exist, na litratura, um grand númro d índics (Carvalho, 988, 996) qu tntam rduzir um problma ssncialmnt multivariado a um univariado, rduzindo, dsta manira, as informaçõs contidas nos dados originais. Assim torna-s important qu a anális statística scolhida xamin a rlação ntr as variávis mdidas nas duas culturas. Portanto, a anális bivariada (Carvalho & Mad, 990, 99a, 99b) pod sr considrada como um procdimnto comum para a anális d dados consorciados, visto qu la xamina as variaçõs d ambas as culturas ao msmo tmpo. Um dos problmas mrgnts m xprimntos dlinados m parclas subdivididas rfr-s ao fato d qu os dois nívis d variação atribuívl ao rro xprimntal gram dois difrnts coficints d rgrssão:
2 β, para as parclas, β, para as subparclas. S uma das duas variávis é considrada como variávl concomitant ou covariávl, s os dois coficints d rgrssão são dsiguais, as médias ajustadas para o fito da covariávl são calculadas usando o coficint d rgrssão das parclas para as médias dos fators dispostos nas parclas usando o coficint d rgrssão das subparclas para as médias dos fators dispostos nas subparclas. Ests ajustamntos têm sido sugridos por difrnts autors, tais como Fdrr (955) Kmpthorn (975). Quando os coficints d rgrssão são aproximadamnt iguais, somnt o coficint das subparclas é usado (Bartltt, 937; Cochran, 946; Fdrr, 955). O uso do coficint das subparclas dv-s ao fato d qu a variância dos tratamntos aplicados às parclas principais é gralmnt maior. Entrtanto, st ajustamnto duplo rsulta m dificuldads ao tabular as médias ajustadas. Difrnts tablas d médias ajustadas têm d sr construídas, para dmonstrar as comparaçõs ntr as parclas as subparclas. Isto porqu a tabla d intração das médias ajustadas aprsnta difrnts médias marginais das tablas individuais das parclas subparclas (médias ajustadas por difrnts coficints d rgrssão). S os coficints d rgrssão β β são homogênos nas parclas subparclas, cada part da anális é rsponsávl por uma part m β, o coficint d rgrssão populacional. Dsta forma, s houvss a possibilidad d combinar ambas as parts para obtr um único stimador d β, m vz d s usar o coficint d rgrssão das subparclas m toda anális, as médias ajustadas sriam stimadas com maior prcisão. O dsnvolvimnto d um único stimador do coficint d rgrssão também foi rcomndado por Cochran (946), Truitt & Smith (956) Dar & Mad (984). Carvalho (988) dsnvolvu, mdiant o Método da Máxima Vrossimilhança, o stimador do coficint d rgrssão populacional β, β 3 [gl (b b ) gl (b b )] β / gl ) [gl s (s b b s ) gl s (s b b s )] β /[s s gl ) [gl s s b gl s s b ] /[s s gl )] = 0 ond: β é obtido com a solução da quação cúbica acima; b b são os coficints d rgrssão amostrais nas parclas subparclas; são as variâncias rsiduais das duas variávis nas parclas; são as variâncias rsiduais das duas variávis nas subparclas; gl gl são os graus d librdads associados aos rros da parcla subparcla. Naqul msmo trabalho, foi dsnvolvido o tst da Razão d Máxima Vrossimilhança, para tstar a hipóts d igualdad dos coficints d rgrssão β β, ou sja: /(s β λ = {[(s b s s ( β ) /(s b β s ( β / ) )] } b / ) ))] }x{[(s b s ) / O propósito dst trabalho é comparar, por mio d dados simulados dados xprimntais, a fi-ciência da statística λ com a usualmnt sugrida pla litratura (Winr, 97; John & Qunouill, 977)., t = (b / b ) /[(s / Dxx ) (s / Exx )] para tstar a hipóts d igualdad dos coficints d rgrssão, ond D xx é a soma dos quadrados rsiduais da covariávl nas parclas E xx nas subparclas.
3 MATERIAIS E MÉTODOS Como o intrvalo d variação da razão d máxima vrossimilhança λ é d 0 a quando o tamanho da amostra crsc, a distribuição d - ln(λ), sob H 0, tnd para a distribuição d, com c graus d librdad rfrnt ao númro d parâmtros dtrminado pla hipóts d nulidad, rsultado dvido a Wilks (938) provado por Roy (957). Como pqunos valors d λ corrspondm a altos valors d - ln(λ), a rgião crítica dos tsts basados m - ln(λ) vai consistir d altos valors dsta variávl. Por isso, a rgião crítica d λ pod sr dfinida como sndo Pr [χ > - ln(λ)] = α. Assim, s o tamanho da amostra é grand qurmos tstar a hipóts H 0 = β = β = β com probabilidad do rro tipo I α = 0,05, por xmplo, somnt é ncssário calcular - ln(λ) comparar st valor calculado com χ com um grau d ;5% librdad, já qu somnt uma rstrição no spaço dos parâmtros stá prsnt. S - ln(λ) é maior do qu o nívl spcificado da distribuição d χ, a hipóts H 0 é rjitada; d outra forma, não. Foi vrificada, por mio do studo d simulação, a prcisão da distribuição d χ para a statística - ln(λ). Para tanto, foram fixadas, mdiant um programa d computador dsnvolvido m SAS Institut (988) usando o procdimnto IML (Intractiv Matrix Languag), duas matrizs d variância covariância d populaçõs bivariadas indpndnts. Estas matrizs rprsntariam as struturas d variância covariância d parclas subparclas, com valors spcíficos dos parâmtros populacionais qu são as variâncias covariância populacio-nais das parclas σσ, β das subparclas. S X= X X... Xp ond X i ~ N(0,) i=,,...,p (p sndo o númro d variávis), ntão X tm distribuição Normal Multivariada Padronizada NM(0,I p ), ond I p é a matriz d idntidad para p variávis. S A é uma matriz p x p d posto p, µ é um vtor com p linhas, ntão Y = µ AX tm distribuição Normal Multivariada NM(0,I p ) com vtor d médias µ matriz d covariância Σ = A A, ond A é uma matriz triangular infrior é obtida plo procsso d dcomposição matricial d Cholsky da matriz Σ. S considrarmos µ = 0, logo Y = AX ~NM(0, Σ). Para obtr matrizs d covariâncias amostrais indpndnts para as parclas subparclas com alguma strutura corrlacional dfinida, prcisamos grar duas variávis Normais Padronizadas indpndnts idênticas para cada amostra calcular a corrspondnt matriz d obsrvaçõs Y = AX. As matrizs amostrais x y têm distribuiçõs Bivariada Normal, isto é, x ~ BN(0,I) y ~ BN(0, Σ). Assim s = y y/gl é a stimativa amostral bivariada da matriz d covariância populacional Σ; gl são os rspctivos graus d librdad. Fixando as matrizs d covariância populacionais: MP= σ = 5 β σ β σ SP= σ = 4 σ = 5 β σ β σ σ = () ond β β variam d -0,5 até 0,5 com intrvalos d 0,. Três conjuntos d valors para os númros d graus d librdad gl = gl = 3, gl = 3 gl = 6 gl = gl = 75 foram dfinidos. Logo,.000 casos foram grados para cada situação xprimntal corrspondndo a todas as combinaçõs dos coficints d rgrssão populacionais, rfrnts a cada gl. Estas três combinaçõs d graus d librdad stas variâncias foram fixadas d tal forma a obtr uma boa rprsntatividad do qu pod ocorrr na prática. A primira combinação corrspond, m situaçõs práticas, a um xprimnto raro, com duas rptiçõs ond o fator nas parclas tm três nívis dispostos compltamnt ao acaso, o das subparclas tm dois. A sgunda combinação corrspond à situação xprimntal ond tmos dois blocos, quatro nívis do fator nas parclas, cinco nívis do fator nas subparclas. A trcira combinação corrspond a um caso com quatro blocos, cinco nívis do fator nas parclas 6 nívis nas subparclas. As variâncias foram scolhidas d forma qu xista uma rlação 3: na primira variávl, : na sgunda. A scolha d 000 casos nos prmit tr um rro padrão do stimador mnor do qu %. Foi studada a hipóts d qu assintoticamnt a distribuição d - ln(λ) sgu, sob H 0, a distribuição d χ, xaminando-s m cada situação xprimntal, os 000 valors d - ln(λ), calculados divididos m 5 classs, com intrvalos iguais. As frqüências spradas foram obtidas calculando-s as probabilidads d s obtr uma distribuição d χ nos limits d cada class multiplicando as difrnças ntr as probabilidads por 000. A statística
4 5 χ = [(obsrvado - sprado) / sprado] é calculada comparada com o valor crítico da distribuição χ com 4 gl a 5% d probabilidad ( χ 4;5% = 3,7). Est msmo procdimnto foi usado na statística t. Calculou-s o podr obsrvado dos dois tsts. O podr é dfinido como a probabilidad d rjitar H ( χ ;5 % ). 0 quandola é falsa. Isto é, o númro d casos m qu- ln(λ) > 3,84 Usando o msmo procdimnto, foi obtido o podr d t. Comparando os podrs d ambos os tsts, aqul tst qu rjitar a hipóts d nulidad m maior númro d vzs com maior podr, srá o tst scolhido. Os rsultados obtidos na comparação d - ln(λ) com t usando dados simulados foram comparados com os rsultados obtidos usando dados xprimntais, para vrificar s, usando dados d mnor prcisão, os msmos rsultados s confirmariam. Para tanto, sis conjuntos d dados provnints d xprimntos d blocos ao acaso dispostos m parclas subdivididas foram obtidos m difrnts instituiçõs d psquisa (Carvalho, 988). Dsd qu as populaçõs bivariadas d ond duas amostras bivariadas são xtraídas os coficints d rgrssão não são tão controlados como nos dados simulados, são spradas informaçõs adicionais rfrnts ao critério usado, para tstar a homognidad dos coficints d rgrssão. RESULTADOS E DISCUSSÃO A Tabla mostra os rsultados do tst d ajustamnto χ rlativos às combinaçõs d coficints d rgrssão iguais nos intrvalos dfinidos aos três conjuntos d graus d librdad acima dfinidos. Examinando-s a Tabla, somnt duas combinaçõs d coficints d rgrssão aprsntaram valors maiors do qu o valor crítico da distribuição d ( χ 4 ;5% = 3,7). Para stas combinaçõs, a afirmação d qu a distribuição d - ln(λ) sgu assintoticamnt a distribuição d foi rjitada para gl = gl = 3. Em adição a st primiro rsultado, podmos concluir pla propridad aditiva da distribuição d χ, qu a soma dos 33 valors da Tabla, cada um corrspondnt à ralização d uma variávl alatória com χ distribuição indpndnt, é uma variávl alatória com distribuição 46. Como χ = 443,55 é mnor χ do qu o valor crítico 46;5% = 5,96, pod-s concluir qu todas as hipótss d nulidad stão corrtas. Dsta forma, a hipóts d nulidad não é rjitada, isto é, não tmos razõs para suspitar qu a statística - ln(λ) não sja distribuída, sobr H 0, como com 5% d probabilidad. TABELA.Tst χ d ajustamnto para tstar a hipóts d nulidad H 0 = β = β = β com difrnts conjuntos d graus d librdad. β β χ gl = gl =3 gl = 3, gl = 6 gl =, gl =75-0,5-0,5 53,3 4,4 6,73-0,4-0,4 3,07 7,9 5,77-0,3-0,3 7,64 6,08, -0, -0, 3,0,09 6,50-0, -0, 4,43 0,75 9,64 0,0 0,0 4,83 6,7 7, 0, 0, 3,57 0,6,96 0, 0, 6,38 6,39 5,4 0,3 0,3 4,58 8,57 8,56 0,4 0,4,0 5,95 4,7 0,5 0,5 6,58 9,96 9,0 O podr obsrvado dos tsts foi calculado com rfrência a cada combinação d coficints d rgrssão, com variâncias populacionais fixadas como m () para cada conjunto d graus d librdad. Os podrs obsrvados dos tsts da Razão d Máxima Vrossimilhança t são os númros d casos m qu as {( s s ) /[(s4 /gl ) (s4 /gl)]}
5 statísticas - ln(λ) t, são, rspctivamnt, maiors do qu = 3,84 a distribuição t-studnt com graus d librdads, rspctivamnt. Ests rsultados são aprsntados nas Figs.,, 3, 4 5. A statística t rsultou, quando gl = gl = 3, m valors mnors do qu os valors críticos da distribuição t-studnt, assim não prmitiu a obtnção d sus podrs. Isto mostra a inficiência d t para pqunas amostras. A comparação visual ntr o podr obtido para o tst t nas Figs. 3 5 com o podr obtido para o tst - ln(λ) nas Figs. 4 mostra a prda d podr d t para dtctar variaçõs do coficint d rgrssão. Em ambos os tsts, quando os coficints são iguais, o podr obsrvado é a part da variação binomial, igual ao tamanho do tst, ou sja, podr = 0,05. Quando a difrnça ntr β β aumnta, o podr idal é frqüntmnt ncontrado com o tamanho da amostra. Est podr idal é obtido para - ln(λ) quando gl = 3,gl = 6, nquanto qu para t, somnt na última combinação d graus d librdad. Os podrs são similars nas rgiõs próximas à hipóts d nulidad ou quando a hipóts altrnativa é xtrma. A comparação ntr os podrs visualizou claramnt qu a statística - ln(λ) aprsnta uma probabilidad d não rjitar H 0, quando la é falsa, maior do qu t. Ests rsultados indicam qu o tst da Razão d Máxima Vrossimilhança pod sr usado como um procdimnto gral para tstar a hipóts d igualdad d coficints d rgrssão. El dmonstrou grand podr, plo mnos nas situaçõs xprimntais considradas nst studo. A Tabla aprsnta os rsultados para as statísticas - ln(λ) t para tstar s duas populaçõs bivariadas têm o msmo coficint d rgrssão para os sis conjuntos d dados scolhidos. Vrifica-s qu, para gl = gl =5, o Tst da Razão d Máxima Vrossimilhança não foi significativo quando comparado com 3,84, qu é o valor crítico para χ. Para sta situação xprimntal, não tmos razõs para rjitar a hipóts d nulidad sobr a igualdad dos coficints d rgrssão. Quanto a todas as outras situaçõs xprimntais, a hipóts d nulidad foi smpr rjitada a 5% d probabilidad, o qu dmonstra, dsta forma, o valor da statística - ln(λ) quando comparada com t. Esta não rjita a hipóts d nulidad m quatro das sis situaçõs studadas. Ests rsultados, cujos dados provnints d xprimntos são usados para comparar as statísticas - ln(λ) t, concordam com os rsultados obtidos m studo d simulação. Consqüntmnt, o Tst da Razão d Máxima Vrossimilhança pod sr usado como o mlhor critério para tstar a hipóts d nulidad sobr a igualdad d coficints d rgrssão, visto qu rsultados smlhants foram obtidos com dados xprimntais, qu são mnos controlados do qu os dados simulados. FIG..Podr obsrvado do Tst da Razão d Máxima Vrossimilhança com gl =3, gl =3.
6 TABELA.Tsts da Razão d Máxima Vrossimilhança t para tstar a hipóts d nulidad H 0 = β = β = β usando difrnts conjuntos d dados xprimntais. gl gl b b - ln(λ) t gl ,7-0,7 4,0 0, ,4 0,39 4,36, ,44 0,5 5,3, ,69-0,5 4,03, ,33-0,0,55, ,0-0,0 4,3,99 33 AGRADECIMENTOS Ao Conslho Nacional d Dsnvolvimnto Cintífico Tcnológico (CNPq), plo auxílio financiro prstado para o dsnvolvimnto dst trabalho. REFERÊNCIAS BARTLETT, M.S. Som xampls of statistical mthods of rsarch in agricultur and applid biology. Journal of th Royal Statistical Socity. v.4, p.37-69, 937. Supplmnt. CARVALHO, J.R.P. d. Bivariat analysis in intrcropping with two lvls of rror variation. Rading: Univ. of Rading, p. Ph.D. Thsis. CARVALHO, J.R.P. d. Consorciação d culturas - rvisão métodos d anális. In: SILVA, E.C. da (Ed.). Métodos quantitativos qualidad na Embrapa: com nfoqu nos pricípios da qualidad total. Brasília: Embrapa- DPD/SPI, 996. v., p CARVALHO, J.R.P. d; MEAD, R. Comparison among thr critria to tst th quality of corrlation coficints. Psquisa Agropcuária Brasilira, Brasília, v.7, n.6, p , jun. 99a. CARVALHO, J.R.P. d; MEAD, R. Estimation of th population covarianc cofficint for split-plot xprimnts. Psquisa Agropcuária Brasilira, Brasília, v.7, n.6, p , jun.99b. CARVALHO, J.R.P. d; MEAD, R. Rprsntação gráfica d dados d xprimntos d consorciação com dois nívis d variação do rro. Psquisa Agropcuária Brasilira, Brasília, v.5, n.0, p , out. 990.
7 COCHRAN, W.G. Analysis of covarianc. Raligh: Univ. of North Carolin, 946. p. (Institut of Statistics Mimographd Sris, 6). DEAR, K.B.G.; MEAD, R. Tsting assumptions and othr topics in bivariat analysis: statistics in intrcropping. Rading: Rading Univ.-Dpartmnt of Applid Statistics, p. (Tchnical Rport, ). FEDERER, W.J. Exprimntal dsign. Nw York: MacMillan, p. JOHN, J.A.; QUENOUILLE, M.H. Exprimnts: dsign and analysis. London: Charls Griffin, p. KEMPTHORNE, O. Th dsign and analysis of xprimnts. Nw York: Robrt R. Krigr Pub., p. PINCHINAT, A.M.; SORIA, J.; BAZAN, R. Multipl cropping in tropical Amrica. Journal of th Amrican Socity of Agronomy. v.7, p.5-6, 976. Spcial Publication. ROY, K.P. A Not on th asymptotic distribution of liklihood ratio. Bulltin of Calcutta Statistical Association, v.7, p.73-77, 957. SAS INSTITUTE INC. (Cary, NC). SAS/IML:usr s guid, rlas 6.03 dition. Cary, NC, p. TRUITT, J.T.; SMITH, H.F. Adjustmnt by covarianc and consqunt tsts of significanc in split-plot xprimnts. Biomtrics, v., n., p.3-39, 956. WILKS, S.S. Th larg-sampl distribution of th liklihood ratio for tsting composit hypothss. Annals of Mathmatical Statistics, v.9, p.60-6, 938. WINER, B.J. Statistical principls in xprimntal dsigns..d. Nw York: McGraw-Hill, p.
Estatística II. Aula 8. Prof. Patricia Maria Bortolon, D. Sc.
Estatística II Aula 8 Pro. Patricia Maria Bortolon, D. Sc. Tsts Qui Quadrado Objtivos da Aula 8 Nsta aula, você aprndrá: Como quando utilizar o tst qui-quadrado para tablas d contingência Como utilizar
Leia maisTeste do Qui-Quadrado( ) 2 x
Tst do Qui-Quadrado( ) Tst do Qui-Quadrado É usado quando qurmos comparar Frqüências Obsrvadas (F ) com Frqüências Espradas (F ). Divid-s m três tipos: Tst d adquação do ajustamnto Tst d adrência Tst d
Leia mais4. RESULTADOS E DISCUSSÃO
4. RESULTADOS E DISCUSSÃO O conjunto d dados original aprsntava alguns valors prdidos, uma vz qu houv a mort d plantas nas parclas ants da colta dos dados, grando assim um conjunto d dados dsalancado,
Leia mais02 de outubro de 2013
Gnralidads planjamnto Exprimntos Univrsidad Fdral do Pampa (Unipampa) 02 d outubro d 2013 Gnralidads planjamnto 1 Gnralidads planjamnto 2 3 4 5 6 Contúdo 7 Parclas subdivididas (split plot) Gnralidads
Leia maisInstituto Federal Goiano
planjamnto Anális d Exprimntos Instituto Fdral Goiano planjamnto Anális d 1 planjamnto 2 Anális d 3 4 5 6 7 Contúdo 8 Parclas subdivididas (split plot) planjamnto Anális d É um dlinamnto xprimntal? Parclas
Leia maisAlgumas distribuições de variáveis aleatórias discretas importantes:
Algumas distribuiçõs d variávis alatórias discrtas importants: Distribuição Uniform Discrta Enquadram-s aqui as distribuiçõs m qu os possívis valors da variávl alatória tnham todos a msma probabilidad
Leia maisλ, para x 0. Outras Distribuições de Probabilidade Contínuas
abilidad Estatística I Antonio Roqu Aula 3 Outras Distribuiçõs d abilidad Contínuas Vamos agora studar mais algumas distribuiçõs d probabilidads para variávis contínuas. Distribuição Eponncial Uma variávl
Leia maisESTIMATIVA DO DESVIO PADRÃO 1
STIMATIVA DO DSVIO PADRÃO TÁCITO SUNA Sniops. É aprsntado um studo sobr a stimativa do dsvio padrão, quanto à propridad d não tndnciosidad, isto é, introduzindo um fator C5 qu, multiplicado pla stimativa
Leia maisInstituto Federal Goiano
Andrson planjamnto Anális d Andrson Instituto Fdral Goiano Andrson planjamnto Anális d 1 2 planjamnto 3 Anális d 4 5 6 7 8 9 Contúdo Andrson planjamnto Anális d Prmitm studar, simultanamnt, dois ou mais
Leia maisInstituto Federal Goiano
Gnralidads Instituto Fdral Goiano Gnralidads 1 2 Gnralidads 3 4 5 6 7 8 Contúdo Gnralidads Prmitm studar, simultanamnt, dois ou mais fators Prmitm studar a ntr fators Há dois tipos d strutura ou rlacionamnto
Leia maisestados. Os estados são influenciados por seus próprios valores passados x
3 Filtro d Kalman Criado por Rudolph E. Kalman [BROWN97] m 1960, o filtro d Kalman (FK) foi dsnvolvido inicialmnt como uma solução rcursiva para filtragm linar d dados discrtos. Para isto, utiliza quaçõs
Leia maisInstituto Federal Goiano
multifators planjamnto Two-way Instituto Fdral Goiano multifators planjamnto 1 multifators 2 planjamnto 3 4 5 6 7 8 Contúdo multifators multifators planjamnto Prmitm studar, simultanamnt, dois ou mais
Leia mais/ :;7 1 6 < =>6? < 7 A 7 B 5 = CED? = DE:F= 6 < 5 G? DIHJ? KLD M 7FD? :>? A 6? D P
26 a Aula 20065 AMIV 26 Exponncial d matrizs smlhants Proposição 26 S A SJS ntão Dmonstração Tmos A SJS A % SJS SJS SJ % S ond A, S J são matrizs n n ", (com dt S 0), # S $ S, dond ; A & SJ % S SJS SJ
Leia maisFUNÇÕES DE UMA VARIÁVEL COMPLEXA
FUNÇÕES DE UMA VARIÁVEL COMPLEXA Ettor A. d Barros 1. INTRODUÇÃO Sja s um númro complxo qualqur prtncnt a um conjunto S d númros complxos. Dizmos qu s é uma variávl complxa. S, para cada valor d s, o valor
Leia mais1. Problema Os dados apresentados abaixo relacionam x, o nível umidade de uma mistura de um determinado produto, a Y, a densidade do produto acabado.
1. Problma Os dados aprsntados abaixo rlacionam x, o nívl umidad d uma mistura d um dtrminado produto, a Y, a dnsidad do produto acabado. x 7 9 10 13 14 15 16 19 Y 9.07 9.94 10.75 12.45 12.97 13.34 14.25
Leia maisMESTRADO PROFISSIONAL EM ECONOMIA DO SETOR PÚBLICO
II/05 UNIVERSIDADE DE BRASÍLIA DEPARTAMENTO DE ECONOMIA 0//5 MESTRADO PROFISSIONAL EM ECONOMIA DO SETOR PÚBLICO ECONOMIA DA INFORMAÇÃO E DOS INCENTIVOS APLICADA À ECONOMIA DO SETOR PÚBLICO Prof. Maurício
Leia maisMESTRADO PROFISSIONAL EM ECONOMIA DO SETOR PÚBLICO
II/05 UNIVERSIDADE DE BRASÍLIA DEPARTAMENTO DE ECONOMIA 0//5 MESTRADO PROFISSIONAL EM ECONOMIA DO SETOR PÚBLICO ECONOMIA DA INFORMAÇÃO E DOS INCENTIVOS APLICADA À ECONOMIA DO SETOR PÚBLICO Prof. Maurício
Leia maisR é o conjunto dos reais; f : A B, significa que f é definida no conjunto A (domínio - domain) e assume valores em B (contradomínio range).
f : A B, significa qu f é dfinida no conjunto A (domínio - domain) assum valors m B (contradomínio rang). R é o conjunto dos rais; R n é o conjunto dos vtors n-dimnsionais rais; Os vtors m R n são colunas
Leia maisRepresentação de Números no Computador e Erros
Rprsntação d Númros no Computador Erros Anális Numérica Patrícia Ribiro Artur igul Cruz Escola Suprior d Tcnologia Instituto Politécnico d Stúbal 2015/2016 1 1 vrsão 23 d Fvriro d 2017 Contúdo 1 Introdução...................................
Leia maisINSTITUTO SUPERIOR DE ECONOMIA E GESTÃO Estatística I - Licenciatura em MAEG 2º Ano PADEF Junho 2005 Parte teórica Prova Nome: Nº
Estatística I - Licnciatura m MAEG º Ano PADEF Junho 5 Part tórica Prova 753519 Nom: Nº 1. Prguntas d rsposta fchada ( valors) Para cada afirmação, assinal s sta é Vrdadira (V) ou Falsa (F). Uma rsposta
Leia maisEXERCÍCIO: BRECHA ALEATÓRIA
EXERCÍCIO: BRECHA ALEATÓRIA Considr uma manobra qu tm d sr fita nas brchas ntr passagns d vículos do fluxo principal rqur uma brcha mínima d 6 sgundos para qu o motorista possa xcutá-la Uma contagm d tráfgo
Leia maisO raio de um núcleo típico é cerca de dez mil vezes menor que o raio do átomo ao qual pertence, mas contém mais de 99,9% da massa desse átomo.
Caractrísticas Grais do Núclo O raio d um núclo típico é crca d dz mil vzs mnor qu o raio do átomo ao qual prtnc, mas contém mais d 99,9% da massa dss átomo. Constituição O núclo atômico é composto d partículas
Leia maisProblemas Numéricos: 1) Desde que a taxa natural de desemprego é 0.06, π = π e 2 (u 0.06), então u 0.06 = 0.5(π e π), ou u =
Capitulo 12 (ABD) Prguntas para rvisão: 5) Os formuladors d políticas dsjam mantr a inflação baixa porqu a inflação impõ psados custos sobr a conomia. Os custos da inflação antcipado inclum custos d mnu,
Leia maisTÓPICOS DE MATEMÁTICA PROF.: PATRÍCIA ALVES
TÓPICOS DE MATEMÁTICA PROF.: PATRÍCIA ALVES 33 MATRIZES 1. Dê o tipo d cada uma das sguints prtncm às diagonais principais matrizs: scundárias d A. 1 3 a) A 7 2 7. Qual é o lmnto a 46 da matriz i j 2 j
Leia maisINTRODUÇÃO À ESTATÍSTICA
INTRODUÇÃO À ESTATÍSTICA ERRATA (capítulos 1 a 6 CAP 1 INTRODUÇÃO. DADOS ESTATÍSTICOS Bnto Murtira Carlos Silva Ribiro João Andrad Silva Carlos Pimnta Pág. 10 O xmplo 1.10 trmina a sguir ao quadro 1.7,
Leia maisMétodos Estatísticos Avançados em Epidemiologia
Univrsidad Fdral d Minas Grais Instituto d Ciências Exatas Dpartamnto d Estatística Métodos Estatísticos Avançados m Epidmiologia Aula 2- Rgrssão Logística: Modlando Rspostas Dicotômicas Lmbrando... No
Leia maisLEITURA 1: CAMPO ELÁSTICO PRÓXIMO À PONTA DA TRINCA
Fadiga dos Matriais Mtálicos Prof. Carlos Baptista Cap. 4 PROPAGAÇÃO DE TRINCAS POR FADIGA LEITURA 1: CAMPO ELÁSTICO PRÓXIMO À PONTA DA TRINCA Qualqur solução do campo d tnsõs para um dado problma m lasticidad
Leia maisTÓPICOS. ordem; grau; curvas integrais; condições iniciais e fronteira. 1. Equações Diferenciais. Conceitos Gerais.
Not bm, a litura dsts apontamntos não dispnsa d modo algum a litura atnta da bibliografia principal da cadira hama-s à atnção para a importância do trabalho pssoal a ralizar plo aluno rsolvndo os problmas
Leia maisANÁLISE MATEMÁTICA IV A =
Instituto uprior Técnico Dpartamnto d Matmática cção d Álgbra Anális ANÁLIE MATEMÁTICA IV FICHA 5 ITEMA DE EQUAÇÕE LINEARE E EQUAÇÕE DE ORDEM UPERIOR À PRIMEIRA () Considr a matriz A 3 3 (a) Quais são
Leia maisApêndice Matemático. Se este resultado for inserido na expansão inicial (A1.2), resulta
A Séris Intgrais d Fourir Uma função priódica, d príodo 2, = + 2 pod sr xpandida m séri d Fourir no intrvalo <
Leia maisEscola Politécnica da Universidade de São Paulo. Departamento de Engenharia de Estruturas e Fundações
Escola Politécnica da Univrsidad d São Paulo Dpartamnto d Engnharia d Estruturas Fundaçõs Laboratório d Estruturas Matriais Estruturais Extnsomtria létrica III Notas d aula Dr. Pdro Afonso d Olivira Almida
Leia maisFILTROS. Assim, para a frequência de corte ω c temos que quando g=1/2 ( )= 1 2 ( ) = 1 2 ( ) e quando = 1 2
FILTROS Como tmos visto, quando tmos lmntos rativos nos circuitos, as tnsõs sobr os lmntos d um circuitos m CA são dpndnts da frquência. Est comportamnto m circuitos montados como divisors d tnsão prmit
Leia maisAnálise de correlação canônica na descrição de potenciais de desenvolvimento nos municípios de Minas Gerais
Anális d corrlação canônica na dscrição d otnciais d dsnvolvimnto nos municíios d Minas Grais Introdução Naj Clécio Nuns da Silva Wdrson Landro Frrira Gilbrto Rodrigus Liska João Domingos Scalon Marclo
Leia maisCOMPARAÇÃO ENTRE DUAS ESTATÍSTICAS PARA TESTAR A HIPÓTESE DE IGUALDADE DE COEFICIENTES DE
COMPARAÇÃO ENTRE DUAS ESTATÍSTICAS PARA TESTAR A HIPÓTESE DE IGUALDADE DE COEFICIENTES DE flppgqãflh JOSÉ RLJY PORTO DE CARVALHO2 RESUMO -Neste trabalho, é apresentado o Teste darazão de Máxima Verossimilhança
Leia maisNOTAS CIENTÍFICAS UM MODELO QUADRÁTICO INVERSO NA DETERMINAÇÃO DO TAMANHO E FORMA DE PARCELAS PARA O CONSÓRCIO MILHO COM ALGODÃO 1
NOTAS CIENTÍFICAS UM MODELO QUADRÁTICO INVERSO NA DETERMINAÇÃO DO TAMANHO E FORMA DE PARCELAS PARA O CONSÓRCIO MILHO COM ALGODÃO 1 ENEDINO CORRÊA DA SILVA2, VALDENIR QUEIROZ RIBEIRO 3 DALTON FRANCISCO
Leia maisModelosProbabilísticos paravariáveis Discretas. Modelo de Poisson
ModlosProbabilísticos paravariávis Discrtas Modlo d Poisson Na aula passada 1 Dfinimos o concito d modlo probabilístico. 2 Aprndmos a utilizar o Modlo Binomial. 3 Vimos como o Modlo Binomial pod facilitar
Leia maisExame de Matemática Página 1 de 6. obtém-se: 2 C.
Eam d Matmática -7 Página d 6. Simplificando a prssão 9 ( ) 6 obtém-s: 6.. O raio r = m d uma circunfrência foi aumntado m 5%. Qual foi o aumnto prcntual da ára da sgunda circunfrência m comparação com
Leia maisResolução comentada de Estatística - ICMS/RJ Prova Amarela
ICMS-RJ 007: prova d Estatística comntada Rsolução comntada d Estatística - ICMS/RJ - 007 - Prova Amarla 9. Uma amostra d 00 srvidors d uma rpartição aprsntou média salarial d R$.700,00 com uma disprsão
Leia maisAdriano Pedreira Cattai
Adriano Pdrira Cattai apcattai@ahoocombr Univrsidad Fdral da Bahia UFBA, MAT A01, 006 3 Suprfíci Cilíndrica 31 Introdução Dfinição d Suprfíci Podmos obtr suprfícis não somnt por mio d uma quação do tipo
Leia maisSolução da equação de Poisson 1D com coordenada generalizada
Solução da quação d Poisson 1D com coordnada gnralizada Guilhrm Brtoldo 8 d Agosto d 2012 1 Introdução Ao s rsolvr a quação d Poisson unidimnsional d 2 T = fx), 0 x 1, 1) dx2 sujita às condiçõs d contorno
Leia maisCálculo de Autovalores, Autovetores e Autoespaços Seja o operador linear tal que. Por definição,, com e. Considere o operador identidade tal que.
AUTOVALORES E AUTOVETORES Dfiniçõs Sja um oprador linar Um vtor, é dito autovtor, vtor próprio ou vtor caractrístico do oprador T, s xistir tal qu O scalar é dnominado autovalor, valor próprio ou valor
Leia maisPGF MECÂNICA QUÂNTICA I (2010) Resolução Comentada da Lista de Problemas 1 Eduardo T. D. Matsushita
PGF500 - MECÂNICA QUÂNTICA I 00 Rsolução Comntada da Lista d Problmas Eduardo T. D. Matsushita. a Qurmos dtrminar os autovalors os autostados do oprador Ŝ n para uma partícula d spin /, ond a dirção n
Leia maisCampo elétrico. Antes de estudar o capítulo PARTE I
PART I Unidad A 2 Capítulo Sçõs: 21 Concito d 22 d cargas puntiforms 2 uniform Ants d studar o capítulo Vja nsta tabla os tmas principais do capítulo marqu um X na coluna qu mlhor traduz o qu você pnsa
Leia maisSISTEMA DE PONTO FLUTUANTE
Lógica Matmática Computacional - Sistma d Ponto Flutuant SISTEM DE PONTO FLUTUNTE s máquinas utilizam a sguint normalização para rprsntação dos númros: 1d dn * B ± 0d L ond 0 di (B 1), para i = 1,,, n,
Leia maisEnunciados equivalentes
Lógica para Ciência da Computação I Lógica Matmática Txto 6 Enunciados quivalnts Sumário 1 Equivalência d nunciados 2 1.1 Obsrvaçõs................................ 5 1.2 Exrcícios rsolvidos...........................
Leia maisModelagem Matemática em Membranas Biológicas
Modlagm Matmática m Mmbranas Biológicas Marco A. P. Cabral Dpto d Matmática Aplicada, UFRJ Ilha do Fundão, Rio d Janiro, RJ -mail : mcabral@labma.ufrj.br Nathan B. Viana Instituto d Física Laboratório
Leia maisPrograma de Pós-Graduação Processo de Seleção 2 0 Semestre 2008 Exame de Conhecimento em Física
UNIVERSIDADE FEDERAL DE GOIAS INSTITUTO DE FÍSICA C.P. 131, CEP 74001-970, Goiânia - Goiás - Brazil. Fon/Fax: +55 62 521-1029 Programa d Pós-Graduação Procsso d Slção 2 0 Smstr 2008 Exam d Conhcimnto m
Leia maisESTIMATIVA PRELIMINAR DE PARÂMETROS GENÉTICOS EM PROGÊNIES DE MEIOS-IRMÃOS DE CAJUEIRO-ANÃO PRECOCE
1 a 17 d Outubro d 008 - Cntro d Convnçõs Vitória/ES ESTIMTIV PELIMIN DE PÂMETOS GENÉTICOS EM POGÊNIES DE MEIOS-IMÃOS DE CJUEIO-NÃO PECOCE Tomil icardo Maia d Sousa 1 ; José Jaim Vasconclos Cavalcanti
Leia maisProbabilidades e Estatística
Probabilidads Estatística o Tst Tst A 2 o smstr 2004/05 Duração: hora 0 minutos 0/04/005 9 horas RESOLUÇÃO ABREVIADA. Acontcimnto Probabilidad IP incêndio d pqunas proporçõs P (IP ) 0.75 IP incêndio d
Leia maisv 4 v 6 v 5 b) Como são os corte de arestas de uma árvore?
12 - Conjuntos d Cort o studarmos árors gradoras, nós stáamos intrssados m um tipo spcial d subgrafo d um grafo conxo: um subgrafo qu mantiss todos os értics do grafo intrligados. Nst tópico, nós stamos
Leia maisPREVISÃO DE ERROS DE TRUNCAMENTO DE MODELOS NUMÉRICOS EM MALHAS NÃO-UNIFORMES
RVISÃO D RROS D RUNCAMNO D MODLOS NUMÉRICOS M MALHAS NÃO-UNIFORMS Carlos Hnriqu Marchi António Fábio Carvalho da Silva IV SIMMC Simpósio Miniro d Mcânica Computacional Ubrlândia, MG, maio d 000 pp. 481-488
Leia maisLaboratório de Física
Laboratório d Física Exprimnto 01: Associação d Rsistors Disciplina: Laboratório d Física Exprimntal II Profssor: Turma: Data: / /20 Alunos (noms compltos m ordm alfabética): 1: 2: 3: 4: 5: 2/15 01 Associação
Leia maisRESOLUÇÃO. Revisão 03 ( ) ( ) ( ) ( ) 0,8 J= t ,3 milhões de toneladas é aproximadamente. mmc 12,20,18 = 180
Rvisão 03 RESOLUÇÃO Rsposta da qustão : Sndo XA = AB = K = HI = u, sgu qu 3 Y = X+ 0u = + 0u 6 u =. 5 Rsposta da qustão 6: Considr o diagrama, m qu U é o conjunto univrso do grupo d tradutors, I é o conjunto
Leia mais2 x. ydydx. dydx 1)INTEGRAIS DUPLAS: RESUMO. , sendo R a região que. Exemplo 5. Calcule integral dupla. xda, no retângulo
Intgração Múltipla Prof. M.Sc. Armando Paulo da Silva UTFP Campus Cornélio Procópio )INTEGAIS DUPLAS: ESUMO Emplo Emplo Calcul 6 Calcul 6 dd dd O fato das intgrais rsolvidas nos mplos srm iguais Não é
Leia maisA seção de choque diferencial de Rutherford
A sção d choqu difrncial d Ruthrford Qual é o ângulo d dflxão quando a partícula passa por um cntro d força rpulsiva? Nss caso, quando tratamos as trajtórias sob a ação d forças cntrais proporcionais ao
Leia maisAnálise Matemática IV
Anális Matmática IV Problmas para as Aulas Práticas Smana 7 1. Dtrmin a solução da quação difrncial d y d t = t2 + 3y 2 2ty, t > 0 qu vrifica a condição inicial y(1) = 1 indiqu o intrvalo máximo d dfinição
Leia maisestimação Bayesiana em Modelos de Regressão Log-Log 2 Amostrador de Gibbs 3 Resposta Dicotômica
Estimação Baysiana m Modlos d Rgrssão Complmnto Log-Log Maria Rgina Madruga, Pdro Silvstr da Silva Campos, Faculdad d Estatística, ICEN, UFPA, 66600-000, Blém, PA E-mail: madruga@ufpa.br, psscam@yahoo.com.br,
Leia maisEstatística. 6 - Distribuições de Probabilidade de Variáveis Aleatórias Contínuas
Estatística 6 - Distribuiçõs d Probabilidad d Variávis Alatórias Contínuas 06 - Distribuição Uniform Variávl alatória contínua podndo assumir qualqur valors dntro d um intrvalo [a,b] tal qu: f ( x) para
Leia maisAula Expressão do produto misto em coordenadas
Aula 15 Nsta aula vamos xprssar o produto misto m trmos d coordnadas, analisar as propridads dcorrnts dssa xprssão fazr algumas aplicaçõs intrssants dos produtos vtorial misto. 1. Exprssão do produto misto
Leia maisDesse modo, sendo E a energia de ligação de um núcleo formado por Z prótons e (A Z) nêutrons, de massa M(Z,A), pode-se escrever: E 2
Enrgia d Ligação Nuclar Dado um núclo qualqur, a nrgia librada quando da sua formação a partir dos sus prótons nêutrons sparados d uma distância infinita é o qu s chama d nrgia d ligação d tal núclo. Dito
Leia mais1.3 submodelo geração e distribuição de viagens
17 1.3 submodlo gração distribuição d viagns No caso da cidad d São Paulo foram considrados quatro motivos d viagns (p), drivadas da matriz d fluxos, d acordo com a dfinição dada à gração d atividads no
Leia maisP R O P O S T A D E R E S O L U Ç Ã O D O E X A M E T I P O 5
P R O P O S T A D E R E S O L U Ç Ã O D O E X A M E T I P O 5 GRUPO I ITENS DE ESCOLHA MÚLTIPLA 1. Agrupando num bloco a Ana, a Bruna, o Carlos, a Diana o Eduardo, o bloco os rstants st amigos prmutam
Leia mais3 Modelagem de motores de passo
31 3 odlagm d motors d passo Nst capítulo é studado um modlo d motor d passo híbrido. O modlo dsnolido é implmntado no ambint computacional Simulink/TL. Est modlo pod sr utilizado m motors d imã prmannt,
Leia maisExternalidades 1 Introdução
Extrnalidads 1 Introdução Há várias maniras altrnativas d s d nir xtrnalidads. Considrmos algumas dlas. D nição 1: Dizmos qu xist xtrnalidad ou fito xtrno quando as açõs d um agnt aftam dirtamnt as possibilidads
Leia maisRI406 - Análise Macroeconômica
Fdral Univrsity of Roraima, Brazil From th SlctdWorks of Elói Martins Snhoras Fall Novmbr 18, 2008 RI406 - Anális Macroconômica Eloi Martins Snhoras Availabl at: http://works.bprss.com/loi/54/ Anális Macroconômica
Leia maisProva Escrita de Matemática A 12. o Ano de Escolaridade Prova 635/Versões 1 e 2
Eam Nacional d 0 (. a fas) Prova Escrita d Matmática. o no d Escolaridad Prova 3/Vrsõs GRUPO I Itns Vrsão Vrsão. (C) (). () (C) 3. () (C). (D) (). (C) (). () () 7. () (D) 8. (C) (D) Justificaçõs:. P( )
Leia maisCalor Específico. Q t
Calor Espcífico O cocint da quantidad d nrgia () forncida por calor a um corpo plo corrspondnt acréscimo d tmpratura ( t) é chamado capacidad térmica dst corpo: C t Para caractrizar não o corpo, mas a
Leia maisCOLEÇÃO DARLAN MOUTINHO VOL. 04 RESOLUÇÕES. com. voce
COLEÇÃO DARLAN MOUTINHO VOL. 04 RESOLUÇÕES RESOLUÇÃO A1 Primiramnt, dividimos a figura B m dois triângulos B1 B2, um altura d 21 m bas d 3 m outro altura bas mdindo 15 m. Mosaico 1: Tmos qu os dois triângulos
Leia maisPrincipais Modelos Contínuos
rincipais Modlos Contínuos . Modlo uniform Uma v.a. contínua tm distribuição uniform com parâmtros < s sua função dnsidad d probabilidad é dada por c c f. 0. Var E F 0 0 A função d distribuição acumulada
Leia maisAULA Subespaço, Base e Dimensão Subespaço.
Not bm: a litura dsts apontamntos não dispnsa d modo algum a litura atnta da bibliografia principal da cadira TÓPICOS Subspaço. ALA Chama-s a atnção para a importância do trabalho pssoal a ralizar plo
Leia maisAvaliação do ajustamento de distribuições de probabilidade ao comportamento à flexão de Pinho bravo
Avaliação do ajustamnto d distribuiçõs d probabilidad ao comportamnto à flxão d Pinho bravo Luis M.C. Simõs Profssor Catdrático, Dp Eng Civil Univrsidad d Coimbra, Portugal lcsimos@dc.uc.pt J.Saporiti
Leia maisResoluções de Exercícios
Rsoluçõs d Exrcícios MATEMÁTICA II Conhc Capítulo 07 Funçõs Equaçõs Exponnciais; Funçõs Equaçõs Logarítmicas 01 A) log 2 16 = log 2 2 4 = 4 log 2 2 = 4 B) 64 = 2 6 = 2 6 = 6 log 2 2 = 4 C) 0,125 = = 2
Leia maisESTUDO DA TRANSMISSÃO DE CALOR RADIANTE E CONVECTIVO EM CILINDROS CONCÊNTRICOS PELOS MÉTODOS DE MONTE CARLO E RESÍDUOS PONDERADOS.
ESTUDO DA TRANSMISSÃO DE CALOR RADIANTE E CONVECTIVO EM CILINDROS CONCÊNTRICOS PELOS MÉTODOS DE MONTE CARLO E RESÍDUOS PONDERADOS. Carlos Albrto d Almida Villa Univrsidad Estadual d Campinas - UNICAMP
Leia maisQuestões para o concurso de professores Colégio Pedro II
Qustõs para o concurso d profssors Colégio Pdro II Profs Marilis, Andrzinho Fábio Prova Discursiva 1ª QUESTÃO Jhosy viaja com sua sposa, Paty, sua filha filho para a Rgião dos Lagos para curtir um friadão
Leia maisPROPOSTA DE RESOLUÇÃO DA PROVA DE MATEMÁTICA A DO ENSINO SECUNDÁRIO (CÓDIGO DA PROVA 635) 2ª FASE 21 DE JULHO Grupo I. Questões
PROPOSTA DE RESOLUÇÃO DA PROVA DE MATEMÁTICA A DO ENSINO SECUNDÁRIO (CÓDIGO DA PROVA 63) ª FASE 1 DE JULHO 014 Grupo I Qustõs 1 3 4 6 7 8 Vrsão 1 C B B D C A B C Vrsão B C C A B A D D 1 Grupo II 11 O complo
Leia maisIntrodução ao Processamento Digital de Sinais Soluções dos Exercícios Propostos Capítulo 6
Introdução ao Soluçõs dos Exrcícios Propostos Capítulo 6 1. Dadas as squências x[n] abaixo com sus rspctivos comprimntos, ncontr as transformadas discrtas d Fourir: a x[n] = n, para n < 4 X[] = 6 X[1]
Leia maisCritérios de falha PROF. ALEXANDRE A. CURY DEPARTAMENTO DE MECÂNICA APLICADA E COMPUTACIONAL
PROF. ALEXANDRE A. CURY DEPARTAMENTO DE MECÂNICA APLICADA E COMPUTACIONAL A avaliação das tnsõs dformaçõs smpr é fita m função d crtas propridads do matrial. Entrtanto, não basta apnas calcular ssas grandzas.
Leia maisESCOLA SECUNDÁRIA C/3º CEB DE MANUEL DA FONSECA, SANTIAGO DO CACÉM
Módulo 1 Sistma Financiro Simpls 1. Concito d juro 1.1. Sistmas d Capitalização 1.2. Taxa d juro 1.3. Rprsntação gráfica do juro 1.4. Implicaçõs algébricas práticas da utilização do ano comrcial do ano
Leia mais5.10 EXERCÍCIO pg. 215
EXERCÍCIO pg Em cada um dos sguints casos, vriicar s o Torma do Valor Médio s aplica Em caso airmativo, achar um númro c m (a, b, tal qu (c ( a - ( a b - a a ( ; a,b A unção ( é contínua m [,] A unção
Leia mais2 Mbps (2.048 kbps) Telepac/Sapo, Clixgest/Novis e TV Cabo; 512 kbps Cabovisão e OniTelecom. 128 kbps Telepac/Sapo, TV Cabo, Cabovisão e OniTelecom.
4 CONCLUSÕES Os Indicadors d Rndimnto avaliados nst studo, têm como objctivo a mdição d parâmtros numa situação d acsso a uma qualqur ára na Intrnt. A anális dsts indicadors, nomadamnt Vlocidads d Download
Leia maisO teorema da função inversa para funções de várias variáveis reais a valores vetoriais
Matmática O torma da função invrsa para funçõs d várias variávis rais a valors vtoriais Vivian Rodrigus Lal Psquisadora Prof Dr David Pirs Dias Orintador Rsumo Est artigo tm como objtivo aprsntar o Torma
Leia maisANÁLISE MATEMÁTICA IV FICHA SUPLEMENTAR 2. < arg z < π}.
Instituto Suprior Técnico Dpartamnto d Matmática Scção d Álgbra Anális ANÁLISE MATEMÁTICA IV FICHA SUPLEMENTAR LOGARITMOS E INTEGRAÇÃO DE FUNÇÕES COMPLEXAS Logaritmos () Para cada um dos sguints conjuntos
Leia maisSP 09/11/79 NT 048/79. Rotatória como Dispositivo de Redução de Acidentes. Arq.ª Nancy dos Reis Schneider
SP 09/11/79 NT 048/79 Rotatória como Dispositivo d Rdução d Acidnts Arq.ª Nancy dos Ris Schnidr Rsumo do Boltim "Accidnts at off-sid priority roundabouts with mini or small islands", Hilary Grn, TRRL Laboratory
Leia maisCRITÉRIOS GERAIS DE CLASSIFICAÇÃO
Eam Final Nacional d Matmática A Prova 65.ª Fas Ensino Scundário 09.º Ano d Escolaridad Dcrto-Li n.º 9/0, d 5 d julho Critérios d Classificação 0 Páginas CRITÉRIOS GERAIS DE CLASSIFICAÇÃO A classificação
Leia maisEscola de Engenharia de Lorena USP Cinética Química Exercícios
Escola d Engnharia d Lorna USP Lista 8 1 (P2 2003) - Esboc os sguints gráficos: 1) Concntração vrsus tmpo 2) Convrsão vrsus tmpo para uma ração rvrsívl com: ) Baixa convrsão no quilíbrio; B) Elvada convrsão
Leia maisRazão e Proporção. Noção de Razão. 3 3 lê-se: três quartos lê-se: três para quatro ou três está para quatro
Razão Proporção Noção d Razão Suponha qu o profssor d Educação Física d su colégio tnha organizado um tornio d basqutbol com quatro quips formadas plos alunos da ª séri. Admita qu o su tim foi o vncdor
Leia maisJustifique todas as passagens
ā Prova d Cálculo II - MAT2 - IOUSP /2/204 Nom : GABARITO N ō USP : Profssor : Oswaldo Rio Branco d Olivira Justifiqu todas as passagns Q 2 4 5 Total N. Considr a função f : R 2 R dfinida por f(x,y) =
Leia maisA energia cinética de um corpo de massa m, que se desloca com velocidade de módulo v num dado referencial, é:
nrgia no MHS Para studar a nrgia mcânica do oscilador harmônico vamos tomar, como xmplo, o sistma corpo-mola. A nrgia cinética do sistma stá no corpo d massa m. A mola não tm nrgia cinética porqu é uma
Leia maisCAPÍTULO 12 REGRA DA CADEIA
CAPÍTULO 12 REGRA DA CADEIA 121 Introdução Em aulas passadas, aprndmos a rgra da cadia para o caso particular m qu s faz a composição ntr uma função scalar d várias variávis f uma função vtorial d uma
Leia mais3. Geometria Analítica Plana
MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE PELOTAS DEPARTAMENTO DE MATEMÁTICA E ESTATÍSITICA APOSTILA DE GEOMETRIA ANALÍTICA PLANA PROF VINICIUS 3 Gomtria Analítica Plana 31 Vtors no plano Intuitivamnt,
Leia mais[Ano] Ciências Econômicas e Administrativas Produção e Custos
[Ano] Ciências Econômicas Unidad: Ciências Econômicas Unidad: Colocar o nom da Ciências Econômicas MATERIAL TEÓRICO Rsponsávl plo Contúdo: Profa. Ms. Andrssa Guimarãs Rgo Rvisão Txtual: Profa. Ms. Alssandra
Leia maisS = evento em que uma pessoa apresente o conjunto de sintomas;
robabilidad Estatística I ntonio Roqu ula 15 Rgra d ays Considrmos o sguint problma: ab-s qu a taxa d ocorrência d uma crta donça m uma população é d 2 %, ou sja, o númro d pssoas da população com a donça
Leia maisHewlett-Packard MATRIZES. Aulas 01 a 05. Elson Rodrigues, Gabriel Carvalho e Paulo Luiz
Hwltt-Packard MTRIZES ulas 0 a 05 Elson Rodrigus, Gabril Carvalho Paulo Luiz Sumário MTRIZES NOÇÃO DE MTRIZ REPRESENTÇÃO DE UM MTRIZ E SEUS ELEMENTOS EXERCÍCIO FUNDMENTL MTRIZES ESPECIIS IGULDDE ENTRE
Leia maisEquações não lineares processo iterativo
Equaçõs não linars procsso itrativo Sja uma função considr-s a quação =0. A solução da quação dsigna-s por rai da quação ou por ro da função () y Sucssão itrativa: 0,,, 3, 0 3 0 3 4 = Prtndmos qu a sucssão
Leia maisAnálise e Projeto de Sistemas Introdução. Prof. Edjandir Corrêa Costa
Anális Projto d Sistmas Introdução Prof. Edjandir Corrêa Costa djandir.costa@ifsc.du.br Introdução Cris do Softwar Engnharia d Softwar Trmos básicos Ciclo d vida Concito Fass tapas 2 Cris do Softwar O
Leia mais3. Distribuição espacial aleatória
3. istribuição spacial alatória Em divrsos procssos logísticos d colta distribuição é important stimar a quantidad d pontos d colta ou distribuição d uma ára d atndimnto, a fim d qu s possa dimnsionar
Leia maisMAE Introdução à Probabilidade e Estatística I Gabarito Lista de Exercícios 3
MAE 0219 - Introdução à Probabilidad Estatística I Gabarito Lista d Exrcícios 3 Sgundo Smstr d 2017 Obsrvação: Nos cálculos abaixo, considramos aproximaçõs por duas casas dcimais. EXERCÍCIO 1. a. Construa
Leia maisMaterial Teórico - Módulo Equações e Sistemas de Equações Fracionárias. Sistemas de Equações Fracionárias. Oitavo Ano
Matrial Tórico - Módulo Equaçõs Sistmas d Equaçõs Fracionárias Sistmas d Equaçõs Fracionárias Oitavo Ano Autor: Prof Ulisss Lima Parnt Rvisor: Prof Antonio Caminha M Nto Sistmas d quaçõs fracionárias Nssa
Leia maisDefinição de Termos Técnicos
Dfinição d Trmos Técnicos Eng. Adriano Luiz pada Attack do Brasil - THD - (Total Harmonic Distortion Distorção Harmônica Total) É a rlação ntr a potência da frqüência fundamntal mdida na saída d um sistma
Leia maisGRANDEZAS SINUSOIDAIS
www.-l.nt mática Circuitos Eléctricos Capítulo Rgim Sinusoidal GRANDEZAS SINUSOIDAIS INRODUÇÃO Nst capítulo, faz-s uma pquna introdução às grandzas altrnadas ond s aprsntam algumas das razõs porqu os sistmas
Leia mais