ESTUDO DA ANÁLISE HARMÓNICA DA MARÉ APLICADA AO MARÉGRAFO DE CASCAIS
|
|
- Gonçalo Victorio Ferretti Andrade
- 7 Há anos
- Visualizações:
Transcrição
1 VII CNCG Conferênca Naconal de Cartografa e Geodesa, Porto 211 ESTUDO DA ANÁLISE HARMÓNICA DA MARÉ APLICADA AO MARÉGRAFO DE CASCAIS Carlos Antunes 1 ; Joana Mendes Godnho 2 1 IDL Unversdade de Lsboa, Campo Grande, Lsboa 2 DEGGE Faculdade de Cêncas da Unversdade de Lsboa (cmantunes@fc.ul.pt; joanagodn@yahoo.com) RESUMO A maré oceânca é domnantemente gerada por factores astronómcos, a atracção gravtaconal do Sol e da Lua e suas varações, e, com menor nfluênca, pelo forçamento atmosférco, nomeadamente, através dos factores do vento e da pressão atmosférca. A sua modelação numérca é habtualmente estmada com recurso à análse harmónca de uma sére temporal de observação maregráfca, composta uncamente com as consttuntes harmóncas de orgem astronómca. Dada a mportânca da aplcação desses modelos numércos em dversos domínos da Hdrografa e Oceanografa, como sejam, a prevsão rgorosa de marés, a montorzação do nível médo do mar e da sobre-elevação meteorológca, ou anda, a análse da varação temporal das consttuntes prncpas da maré, os modelos devem ser exactos e com a melhor precsão possível. Nesse sentdo, tem-se desenvolvdo na FCUL (Faculdade de Cêncas da Unversdade de Lsboa) uma metodologa para a determnação rgorosa de um modelo numérco de prevsão de maré para o marégrafo de Cascas, com vsta à melhora da precsão das consttuntes harmóncas de forma a ser possível o estudo da sua varação ao longo do tempo. Nesta comuncação é apresentado o método de estmação numérca usado na análse harmónca, bem como, as estratégas utlzadas para remover efetos não harmóncos, nomeadamente efetos meteorológcos, que à partda envesam as estmatvas das consttuntes harmóncas de orgem astronómca. Serão comparados dos métodos usados para a remoção de efetos não harmóncos dos dados de observação de maré. No prmero método, é usada a correcção barométrca nversa conjuntamente com um modelo numérco resdual. No segundo, é aplcado aos dados um fltro espectral de passa-banda, de forma a remover as altas e baxas frequêncas. A melhor metodologa que resultar deste estudo será aplcada posterormente na análse da varação temporal das prncpas consttuntes do marégrafo de Cascas desde Introdução O estudo e análse do fenómeno de marés é, apesar de um assunto há muto resolvdo, algo complexo tendo em vsta a obtenção de modelos de alta precsão e exactdão. O fenómeno da força geradora (dferença entre a força centrífuga e a força gravtaconal de cada astro) da maré de orgem astronómca é perfetamente conhecdo, contudo o desenvolvmento da onda de maré ao longo dos oceanos é perturbada por dversos factores. A varação da profunddade dos oceanos, fenómenos oceâncos dversos, e prncpalmente o contorno dos contnentes, alteram a chamada maré de equlíbro maré teórca que se desenvolve num
2 VII CNCG Conferênca Naconal de Cartografa e Geodesa, Porto 211 oceano sufcentemente profundo e sem contnentes que aprsonam o fluxo de maré, de modo que o respectvo bojo acompanhara unformemente a posção relatva da Lua. A morfologa dos fundos de águas costeras e da própra lnha de costa (penínsulas, baías, estuáros, etc.) contrbu sgnfcatvamente para a alteração e o atraso da progressão da onda de maré de equlíbro, alterando a sua fase, bem como, a sua ampltude, que é amplada devdo ao atrto dos fundos costeros, normalmente pouco profundos. Estas condconantes de perturbação da propagação da onda de maré obrgam à determnação de parâmetros locas que projectam, ou transformam, a onda de maré de equlíbro na onda de maré local. Estes parâmetros, factor de ampltude e fase ncal de cada onda que consttu a onda de maré, são desgnados de consttuntes harmóncas locas e são os parâmetros a ser estmados através de uma análse harmónca sobre os dados de observação de marégrafos (regstos horáros de altura de maré), através de um ajustamentos pelo MMQ (Método dos Mínmos Quadrados). Uma outra fonte conhecda de perturbação da onda de maré é o efeto de forçamento atmosférco, onde, quer a varação de pressão atmosférca, quer o efeto da acção do vento que sopra em drecção à lnha de costa, provocam uma alteração na altura da onda de maré. A passagem de sstemas de baxa e alta pressão atmosférca, devdo ao efeto barométrco nverso (força de pressão ascendente ou descendente), sobre eleva (surge) ou afunda a superfíce oceânca. Assocado também à passagem de ventos cclóncos (baxas pressões) e antcclóncos (altas pressões) são geradas correntes geostrófcas de dvergênca e convergênca, respectvamente, alterando assm também a altura de maré à sua passagem. Estes efetos, desgnados de sobre-elevação meteorológca (stormesurge), são de natureza peródca não regular, ou seja, de natureza não-peródca no sentdo estrto ou harmónco, pelo que, em nosso entender é uma componente que não deve ser sujeta à modelação harmónca, muto embora, possa ser possível e deva ser feta uma modelação numérca não harmónca. Para além desta nfluênca de curto período do efeto de varabldade atmosférca exste anda uma outra varação sazonal, de longo período, assocado ao fenómeno oceânco de afloramento costero, e que está relaconada com o regme de ventos que atngem a costa ocdental atlântca. O vento que sopra paralelamente e ao longo da costa (ventos NW e SW), através da sua componente merdonal, gera forças de tensão ou atrto que sobre as camadas superfcas e em conjugação com a força de Corols orgna um movmento das águas superfcas e da camada de mstura (camada de Ekman) perpendcular à lnha de costa, com fluxos onshore ou offshore em função do sentdo do vento (Ekman, 195). Este movmento da camada de mstura (transporte de Ekman) orgna então sobre as camadas mas profundas junto à costa, o afloramento (upwellng), quando o vento sopra de NW nos meses de prmavera e verão, ou o afundamento (downwellng), quando o vento sopra de SW entre Outubro e Dezembro. O efeto deste fenómeno na varação da maré é um movmento vertcal peródco anual, junto à costa, afectando por sso as marés costeras e, consequentemente, o regsto dos marégrafos, com uma ampltude que pode varar entre os
3 VII CNCG Conferênca Naconal de Cartografa e Geodesa, Porto e os 1 cm (Fgura 1). Quando os ventos domnantes sopram na drecção (NW), caso do upwellng, as águas superfcas são afastadas da costa e a superfíce lvre do oceano converge (baxa) para a plataforma topográfca. No caso nverso, caso de downwelng e ventos domnantes soprando de SW, as águas superfcas são empurradas para junto da costa e a superfíce lvre do oceano dverge (sobe) da plataforma topográfca. Este movmento vertcal de varação sazonal é uma osclação peródca, com o período de um ano, mas com alguma rregulardade. A Fgura 1 apresenta essa componente, calculada para o período de 24 a 29, sobreposta com a curva méda suavzada que representa a tendênca desta varação sazonal. Fgura 1 Varação sazonal de 24 a 29 e varação méda (negrto). Tendo em consderação todos estes aspectos físcos e dnâmcos, a modelação da onda de maré deve recorrer à análse harmónca para modelar a parte peródca de nfluênca astronómca e a uma modelação numérca complementar para as componentes peródcas não regulares e componentes não-peródcas. 2. Modelo matemátco da análse harmónca A sére temporal de funções harmóncas que representa a parte peródca do modelo matemátco da maré oceânca, para uma dado porto maregráfco, é, de acordo com Godn (1972), dada por n f ( t ) H cos ( t t ) V ( t ) u ( t ) 1 Z( t) Z g (1) Onde Z(t) é a altura horára de maré observada, ou corrgda de efetos não peródcos; f e u são correcções nodas de ampltude e fase das consttuntes =1,...,n, com frequênca ; e, V é o argumento ncal da fase no nstante t (: de 1 de Janero de cada ano). Através da análse espectral, ou também por va da análse harmónca, podem-se dentfcar as componentes harmóncas sgnfcatvas que se encontram presentes na maré de um dado porto maregráfco. Por exemplo, para o porto de Cascas encontraram-se apenas 23 consttuntes harmóncas a partr dos dados de 27 (Fgura 2). É de referr que esta análse deve ser feta sem a presença de efetos contamnantes, como seja os efetos de
4 VII CNCG Conferênca Naconal de Cartografa e Geodesa, Porto 211 nfluênca atmosférca, de curto e longo período. No caso do estudo consderado, para cada consttunte, os parâmetros f e V são conhecdos e, o parâmetro nodal de longo período, u, é consderado desprezível, ou ncorporado na estmatva de g para um determnado período (2-5 anos). A lnearzação do modelo funconal (1), ao contráro do que vulgarmente é segudo para qualquer aplcação do MMQ sobre funções não lneares (desenvolvmento em sére de Taylor), e de forma a permtr uma rápda e estável convergênca do argumento da fase local, g, segue o formalsmo de Foreman et al. (29) recorrendo à segunte mudança de varável X H cos( g ); Y H sen( g ) (2) Transformando (1) na expressão n Z( t) Z A X B Y (3) 1 Onde os coefcentes das novas varáves são calculáves e dados por A f cos( ( t t ) V ( t )) (4) B f sen( ( t t ) V ( t )) A recuperação a posteror dos parâmetros orgnas, H e g, é feta através das respectvas fórmulas nversas e usando as estmatvas de X e Y, 2 2 Y H X Y ; g arctg (5) X A matrz de varâncas e co-varâncas, Hg, dos parâmetros orgnas do sstema de equações de observação consttuntes harmóncas do modelo (1), é obtda através da segunte transformação T Hg J Hg XY J Hg (6) onde J Hg é a matrz Jacobeana de (5), uma matrz dagonal formada por matrzes bloco consttuídas pelas dervadas de H e g em ordem às varáves auxlares X e Y. Esta abordagem de lnearzação não necessta de um conjunto de valores ncas de parâmetros (consttuntes harmóncas locas) muto próxmos dos valores ajustados, tal como sera necessáro no caso de se usar a lnearzação por va do desenvolvmento em sére de Taylor. Nessa stuação verfcar-se-a uma lenta e dfícl convergênca da componente de fase ncal da onda, g. A fm de se obter uma melhor precsão e exactdão dos parâmetros ajustados, é necessáro remover, dos dados a ajustar (as alturas horáras de maré), a componente não harmónca dos efetos atmosfércos, bem como, todas as componentes analítca ou numercamente
5 VII CNCG Conferênca Naconal de Cartografa e Geodesa, Porto 211 modeláves. Desse modo, a grandeza observável da expressão (1) deve ser adaptada e defnda da segunte forma Z( t ) Z ( t ) R( t ) obs (7) Onde R(t) representa todas as componentes modeláves, sejam erros, correcções de efetos conhecdos, ou varáves ndependentes que se podem converter em varáves dependentes, como seja o caso da consttunte SA (solar anual) que no nosso caso é modelada fora do método de análse harmónca e de forma ndependente (Cap. 4.1). 3. Análse espectral da maré de 27 A análse espectral é um processo que permte detectar snas snusodas msturados com ruído de uma sére peródca temporal de dados. O espectro da maré é uma função peródca que para cada frequênca determna a quantdade de nformação (potênca do espectro) aí contda; ou seja, em cada consttunte harmónca (onda), dentfcada pela sua frequênca, pode determnar-se a sua ampltude (potênca espectral). Esta função é obtda pela DFT (Dscret Fourer Transform transformada dscreta de Fourer). A DFT de uma sére temporal de dados, vector y de dmensão N, é um vector Y de dmensão N k 1 N 1 j jk Y w y (8) j1 2 N onde w é a n-ésma raz da undade, ou seja, w e, e j e k varam entre e N-1. Os dados da sére temporal devem estar defndos em ntervalos de tempo constantes (taxa de dados). A partr deste ntervalo de tempo determna-se a frequênca de amostragem, Fs. Assm, o valor Y k+1 representa a quantdade de nformação (potênca) que está presente em y para a frequênca Fs f k. O vector Y obtdo representa o espectro da sére de dados y. N O algortmo utlzado para determnar o espectro da sére de dados de 27 fo o da FFT (Fast Fourer Transform transformada rápda de Fourer), o algortmo mas rápdo para determnar a DFT. 3.1 Análse do espectro da maré As frequêncas das consttuntes harmóncas são conhecdas (Pugh, 1996) pelo que, através da representação do espectro dos dados de 27, podem dentfcar-se as váras famílas de consttuntes da maré (Fgura 2): longo período, durnas, sem-durnas, terço-durnas e quarto-durnas; tendo estas duas últmas consttuntes fraca expressão, devdo à reduzda potênca de espectro. Através da análse do espectro (Fgura 2-a) verfca-se que as consttuntes de maor ampltude são as três sem-durnas M 2, S 2 e N 2. Para além das sem-durnas, conseguem
6 VII CNCG Conferênca Naconal de Cartografa e Geodesa, Porto 211 dentfcar-se dos grupos com menor ampltude, um na banda das baxas frequêncas, onde se encontram as consttuntes de longo período, como a SA, e outro na banda das consttuntes durnas, onde se podem dstngur dos pcos, K 1 e O 1. Fgura 2 a) Espectro da sére temporal de alturas horáras de maré de 27 (undades: metros vs º/hora); b) fltro de passa-banda a tracejado sobreposto ao espectro. 3.2 Modelação do efeto atmosférco através de fltro de passa-banda Na tentatva de numercamente modelar as correcções dos efetos atmosfércos, fo aplcado um fltro passa-banda cujo objectvo é manter nalterada a banda que contém nformação sobre as consttuntes harmóncas, elmnando as altas e as baxas frequêncas. Como frequêncas de corte foram defndos os valores 8 e 69 º/hora, contudo, para se reduzrem os efetos de fltragem, em vez de um fltro rectangular fo aplcado um fltro trapezodal. Assm, para defnr a base do trapézo foram utlzadas as frequêncas de corte de valor 6 e 71 º/hora (Fgura 2-b). A função do fltro lnear passa-banda aplcada ao espectro da maré é defnda por: ; f 6,5 f 7,5 ; 6 f 8 fltro( f ) 1, 8 f 69,5 f 69,5 ; 69 f 71 ; f 71 onde a frequênca fltrada f fca lmtada entre os valores de corte 8 e 69 º/hora. Após a aplcação do fltro (9) ao espectro da maré observada de 27, obtém-se um espectro fltrado a partr do qual, por nversão da função (8), se calcula uma nova sére de alturas horáras de maré. Estes valores de altura de maré devem conter apenas as componentes harmóncas compreenddas entre as frequêncas de corte, uma vez que a aplcação do fltro de passa-banda remove as baxas e altas frequêncas do espectro, (9)
7 VII CNCG Conferênca Naconal de Cartografa e Geodesa, Porto 211 permanecendo apenas as frequêncas prncpas da maré, durnas, sem-durnas, terçodurnas e quarto-durnas. Executando a dferença entre a sére da maré orgnal observada e a sére da maré fltrada, obtém-se uma sére resdual, correspondente à quantdade R(t) da expressão 7. Por va da aplcação do fltro de passa-banda, dado o lmte nferor de corte, nesta sére resdual encontrar-se-ão presentes as componente harmóncas de longo período, nomeadamente, a consttunte SA de período anual. Sendo esta consttunte modelada externamente (Fgura 1, Cap. 4.1, va modelação numérca da varação sazonal) e pretendendo-se modelar apenas a componente não harmónca de orgem meteorológca de curto e médo período, a SA deve ser removda prevamente da maré observada, antes de ser aplcado o fltro passabanda. Portanto, o fltro é aplcado ao espectro da maré corrgda da SA. A Fgura 3 mostra a sére resdual obtda por aplcação do fltro de passa-banda, e sem a consttunte SA, a qual representa a componente da maré devda aos efetos atmosfércos. Fgura 3 Sére resdual resultante da dferença entre a maré observada e maré fltrada. 4. Modelação Harmónca da maré de 27 O método de modelação harmónca da maré através do MMQ é robusto e garante a estmatva das consttuntes harmóncas locas com grande precsão, desde que sejam acauteladas as correcções dos erros das observações de alturas horáras de maré provenentes de efetos não peródcos, va equação (7), de modo a garantr a estatístca adequada dos dados à aplcação da condção dos mínmos quadrados,.e., dados com dstrbução normal não envesada. A condção de correcção das observações das alturas horáras da maré é fundamental para a fabldade e robustez da solução pelo MMQ, por essa razão, a componente de varação sazonal e os efetos atmosfércos de curto e médo período devem ser modelados e removdos das observações antes de ser aplcado o MMQ.
8 VII CNCG Conferênca Naconal de Cartografa e Geodesa, Porto Varação sazonal Com base na análse da varação sazonal de 24 a 29, tal como apresentada na Fgura 1, modelou-se conjuntamente esta componente de orgem oceânca e atmosférca com a componente harmónca anual de orgem solar, a onda SA. A razão é o facto de apresentarem a mesma frequênca e o resultado desta sobreposção remover completamente a tendênca sazonal presente nos dados de maré de Cascas, centrando os resíduos das observações ajustadas (Fgura 4). O procedmento, apresentado em Antunes (21), é relatvamente smples. Sobre a curva da varação sazonal méda (Fgura 1) é ajustada uma snusodal determnando-se os respectvos valores de ampltude e de fase ncal. Deste modo, forma-se uma consttunte harmónca que é, no lugar da SA, removda dos dados de acordo com a expressão (7), passando de um parâmetro da varável ndependente a parâmetro dependente. 4.2 Modelação da componente atmosférca Para modelar e corrgr a componente dos efetos atmosfércos de curto e médo período, foram segudas duas metodologas ndependentes, obtendo-se resultados semelhantes (fortemente correlaconados). Uma já explcada no Cap. 3.2, usando a aplcação de um fltro passa-banda através da análse espectral, a outra usando a função resdual resultante de uma prmera análse harmónca. Em Antunes (21) fo apresentado uma metodologa de análse harmónca de maré, onde a componente atmosférca era modelada em dos passos. A parte desta componente provenente da contrbução da PA (pressão atmosférca) era defnda pela expressão de correcção do EBI (efeto barométrco nverso) 119 PA[ mbar] y PA m (1) 1 assumndo o valor de 119 mlbar para a PA méda medda ao nível do mar em Cascas. A aplcação desta correcção do EBI reduza sgnfcatvamente a ampltude dos resíduos do ajustamento pelo MMQ. Contudo, permaneca a restante componente do efeto atmosférco devda ao efeto do vento. Esta, por se tratar de uma componente dfícl de modelar a partr de dados reas de vento, optou-se, nessa metodologa, por modelá-la através de uma função numérca resdual de tendênca, calculada a partr dos resíduos prévos e com base numa méda móvel corrda ao longo da sére de resíduos do ajustamento. Fnda essa modelação numérca, a correcção R(t) da expressão 7 era então formada pela soma da componente SA modelada, com o EBI e a função resdual de tendênca. Desta forma, eram removdas as componentes de longo período, SA, e de curto e médo período, o efeto atmosférco, da maré observada, após a qual era aplcado o MMQ para a estmação das consttuntes harmóncas presentes na maré. Essa metodologa seguda em Antunes (21) exge o conhecmento dos respectvos dados de PA ao nível do mar. Na ausênca de uma sére de PA correspondente a uma sére
9 VII CNCG Conferênca Naconal de Cartografa e Geodesa, Porto 211 temporal de alturas de maré, não é possível remover o EBI por va da aplcação da correcção (1). Isto acontece no caso, por exemplo, da análse da maré de épocas mas antgas, como sejam, séres do marégrafo antgo de Cascas das décadas de 196 e 197, ou anterores. Nesta stuação, em que só exstem os dados de altura de maré e nada mas, a modelação da componente atmosférca de curto e médo período pode fazer-se pela mesma va da modelação feta anterormente para a componente resdual do vento, através da função resdual de tendênca dos resíduos de um prmero ajustamento. Aplcando essa modelação da função resdual de tendênca sobre os resíduos de um prmero ajustamento da análse harmónca de maré através do MMQ, obtém-se uma sére resdual, R(t), semelhante à representada na Fgura 3. Este modelo numérco representa a componente da maré correspondente ao efeto atmosférco que se sobrepõe à maré astronómca. 4.3 Solução harmónca da maré de Cascas Aplcando o MMQ sobre o modelo funconal (3), corrgdo do efeto atmosférco calculado, quer por va da aplcação do fltro na análse espectral, quer por uma análse harmónca préva, de acordo com (7), obtém-se um modelo harmónca de maré de elevada precsão (Quadro 1), com um e.m.q. (erro médo quadrátco) de ajustamento de,19 m (2 cm). Esta é a solução mas precsa alcançada até agora pelo grupo de Engenhara Geográfca da FCUL e é utlzada actualmente na montorzação em tempo real do Nível Médo do Mar. Quadro 1 Resultado das consttuntes harmóncas prncpas, sem-durnas (4 de entre as 23 consttuntes harmóncas que formam o modelo de maré de Cascas). Consttunte Amplt. (m) e.m.q. Fase (º) e.m.q M 2,991,3 93,34,3 S 2,346,3 12,2,9 N 2,212,3 75,76,16 K 2,98,2 117,31,25 Com este modelo (7) de correcção do efeto atmosférco sobre as alturas de maré observada, os resíduos de ajustamento fnal obtdo (Fgura 4), com ampltudes nferores a 1 cm, mostram uma estrutura de ruído branco com uma dstrbução Normal (ruído gaussano). Tal facto mostra que todos os efetos de maré não-astronómca são correctamente removdos dos dados de alturas horáras de maré e que o modelo (1), na sua forma modfcada (3), é correctamente ajustado aos dados.
10 VII CNCG Conferênca Naconal de Cartografa e Geodesa, Porto 211 Fgura 4 Resíduos do ajustamento fnal da análse harmónca da maré de 27 por MMQ. 5. Resultados e conclusões Os resultados alcançados pela metodologa apresentada revelam uma excepconal precsão (2 cm) no modelo de maré obtdo, a qual sem a remoção efectva dos efetos nãoharmóncos de orgem atmosférca, não era possível de ser obtda. A evdente, e demonstrada, analoga das soluções de modelação dos efetos atmosfércos de curto e médo período alcançados por fltragem espectral e análse harmónca fo um passo mportante para a fabldade da solução de modelação das consttuntes harmóncas de maré, com vsta ao futuro estudo da varação temporal das consttuntes (entre 196 a 2), onde a respectva precsão alcançada é uma condção fundamental para garantr robustez estatístca da sua varabldade. A modelação da componente de longo período, varação sazonal através da onda SA, evdencou uma efectva remoção de tendênca (detrended) desta componente; um facto de extrema mportânca para a obtenção de resíduos centrados e de dstrbução normal. Desta forma a exactdão do modelo é melhorada sgnfcatvamente, como prova a permanente e dára verfcação do modelo de maré sobre os dados do marégrafo de Cascas, quer na montorzação em tempo real quer na montorzação em pós-processamento. Referêncas Bblográfcas Antunes, C. (21). Montorzação da Varação do Nível do Mar. 1 as Jornadas de Engenhara Hdrográfca, Insttuto Hdrográfco, de Junho, Lsboa, Portugal (n press). Ekman, V.W. (195). On the nfluence of the earth s rotaton on ocean currents. Ark. Mat. Astron. Fys., 2 (11), Pags. 1-52, Foreman, M.G.G., Chernawsky, J.Y. and Ballantyne, V.A. (29): Versatle harmonc Tdal Analyss: Improvements and Applcatons. Journal of Atmospherc and Oceanc Technology, Vol. 26, Pags Godn, G. (1972): The Analyss of Tdes. Unversty of Toronto Press, 264 pp. Pugh, D.T. (1987). Tdes, surges and mean sea level. John Wley & Son Ltd, 442 pp.
3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo
3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas
Leia maisCORRELAÇÃO E REGRESSÃO
CORRELAÇÃO E REGRESSÃO Constata-se, freqüentemente, a estênca de uma relação entre duas (ou mas) varáves. Se tal relação é de natureza quanttatva, a correlação é o nstrumento adequado para descobrr e medr
Leia maisREGRESSÃO NÃO LINEAR 27/06/2017
7/06/07 REGRESSÃO NÃO LINEAR CUIABÁ, MT 07/ Os modelos de regressão não lnear dferencam-se dos modelos lneares, tanto smples como múltplos, pelo fato de suas varáves ndependentes não estarem separados
Leia mais2 Incerteza de medição
2 Incerteza de medção Toda medção envolve ensaos, ajustes, condconamentos e a observação de ndcações em um nstrumento. Este conhecmento é utlzado para obter o valor de uma grandeza (mensurando) a partr
Leia mais3 A técnica de computação intensiva Bootstrap
A técnca de computação ntensva ootstrap O termo ootstrap tem orgem na expressão de língua nglesa lft oneself by pullng hs/her bootstrap, ou seja, alguém levantar-se puxando seu própro cadarço de bota.
Leia maisRegressão Múltipla. Parte I: Modelo Geral e Estimação
Regressão Múltpla Parte I: Modelo Geral e Estmação Regressão lnear múltpla Exemplos: Num estudo sobre a produtvdade de trabalhadores ( em aeronave, navos) o pesqusador deseja controlar o número desses
Leia mais7 - Distribuição de Freqüências
7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das
Leia maisFigura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma
Capítulo 8 Dferencação Numérca Quase todos os métodos numércos utlzados atualmente para obtenção de soluções de equações erencas ordnáras e parcas utlzam algum tpo de aproxmação para as dervadas contínuas
Leia maisINTRODUÇÃO À CALIBRAÇÃO MULTIVARIADA
INTRODUÇÃO À CALIBRAÇÃO MULTIVARIADA APLICAÇÃO NO CONTROLE DE QUALIDADE DE FÁRMACOS Prof. Dr. Marcelo Martns de Sena MÓDULO 04 Undade Unverstára de Cêncas Eatas e Tecnológcas UnUCET Anápols 1 MÓDULO 04
Leia mais4 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 maisCovariância na Propagação de Erros
Técncas Laboratoras de Físca Lc. Físca e Eng. omédca 007/08 Capítulo VII Covarânca e Correlação Covarânca na propagação de erros Coefcente de Correlação Lnear 35 Covarânca na Propagação de Erros Suponhamos
Leia maisCARGA MÓVEL. Conjunto de cargas moveis que mantêm uma posição relativa constante.
CARGA MÓVEL Força generalsada com ntensdade, drecção e sentdo fxos, mas com uma posção varável na estrutura. COMBOIO DE CARGAS Conjunto de cargas moves que mantêm uma posção relatva constante. CARGA DISTRIBUIDA
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca
Leia maisPrograma do Curso. Sistemas Inteligentes Aplicados. Análise e Seleção de Variáveis. Análise e Seleção de Variáveis. Carlos Hall
Sstemas Intelgentes Aplcados Carlos Hall Programa do Curso Lmpeza/Integração de Dados Transformação de Dados Dscretzação de Varáves Contínuas Transformação de Varáves Dscretas em Contínuas Transformação
Leia maisAo se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.
Estatístca Dscplna de Estatístca 0/ Curso de Admnstração em Gestão Públca Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos uns dos
Leia maisAlgarismos Significativos Propagação de Erros ou Desvios
Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento
Leia maisMECÂNICA CLÁSSICA. AULA N o 7. Teorema de Liouville Fluxo no Espaço de Fases Sistemas Caóticos Lagrangeano com Potencial Vetor
1 MECÂNICA CLÁSSICA AULA N o 7 Teorema de Louvlle Fluo no Espaço de Fases Sstemas Caótcos Lagrangeano com Potencal Vetor Voltando mas uma ve ao assunto das les admssíves na Físca, acrescentamos que, nos
Leia maisRepresentação e Descrição de Regiões
Depos de uma magem ter sdo segmentada em regões é necessáro representar e descrever cada regão para posteror processamento A escolha da representação de uma regão envolve a escolha dos elementos que são
Leia maisMétodos Avançados em Epidemiologia
Unversdade Federal de Mnas Geras Insttuto de Cêncas Exatas Departamento de Estatístca Métodos Avançados em Epdemologa Aula 5-1 Regressão Lnear Smples: Estmação e Interpretação da Reta Tabela ANOVA e R
Leia mais6 Análises de probabilidade de ruptura de um talude
6 Análses de probabldade de ruptura de um talude 6.. Introdução No presente capítulo, apresentam-se prevsões de probabldades de ruptura para o talude de jusante da Barragem de Benguê mostrada na fgura
Leia mais2003/2004. então o momento total das forças exercidas sobre o sistema é dado por. F ij = r i F (e)
Resolução da Frequênca de Mecânca Clássca I/Mecânca Clássca 2003/2004 I Consdere um sstema de N partículas de massas m, =,..., N. a Demonstre que, se a força nterna exercda sobre a partícula pela partícula
Leia maisCurso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos
Curso de extensão, MMQ IFUSP, feverero/4 Alguns exercíco báscos I Exercícos (MMQ) Uma grandeza cujo valor verdadero x é desconhecdo, fo medda três vezes, com procedmentos expermentas dêntcos e, portanto,
Leia maisD- MÉTODO DAS APROXIMAÇÕES SUCESSIVAS
D- MÉTODO DAS APROXIMAÇÕES SUCESSIVAS O método das apromações sucessvas é um método teratvo que se basea na aplcação de uma fórmula de recorrênca que, sendo satsfetas determnadas condções de convergênca,
Leia maisMETODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL. Iran Carlos Stalliviere Corrêa RESUMO
Semnáro Anual de Pesqusas Geodéscas na UFRGS, 2. 2007. UFRGS METODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL Iran Carlos Stallvere Corrêa Insttuto de Geocêncas UFRGS Departamento
Leia mais3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas
3.6. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas
Leia maisPROVA 2 Cálculo Numérico. Q1. (2.0) (20 min)
PROVA Cálculo Numérco Q. (.0) (0 mn) Seja f a função dada pelo gráfco abaxo. Para claro entendmento da fgura, foram marcados todos os pontos que são: () raízes; () pontos crítcos; () pontos de nflexão.
Leia maisMOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel
MOQ-14 PROJETO e ANÁLISE de EPERIMENTOS Professor: Rodrgo A. Scarpel rodrgo@ta.br www.mec.ta.br/~rodrgo Prncípos de cração de modelos empírcos: Modelos (matemátcos, lógcos, ) são comumente utlzados na
Leia maisEstatística II Antonio Roque Aula 18. Regressão Linear
Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão
Leia maisINSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO
Área Centfca Curso Matemátca Engenhara Electrotécnca º Semestre º 00/0 Fcha nº 9. Um artgo da revsta Wear (99) apresenta dados relatvos à vscosdade do óleo e ao desgaste do aço maco. A relação entre estas
Leia maisAo se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.
Estatístca Dscplna de Estatístca 0/ Curso Superor de tecnólogo em Gestão Ambental Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos
Leia mais1. CORRELAÇÃO E REGRESSÃO LINEAR
1 CORRELAÇÃO E REGREÃO LINEAR Quando deseja-se estudar se exste relação entre duas varáves quanttatvas, pode-se utlzar a ferramenta estatístca da Correlação Lnear mples de Pearson Quando essa correlação
Leia maisCURSO A DISTÂNCIA DE GEOESTATÍSTICA
CURSO A DISTÂNCIA DE GEOESTATÍSTICA Aula 6: Estaconardade e Semvarânca: Estaconardade de a. ordem, Hpótese ntríseca, Hpótese de krgagem unversal, Crtéros para escolha, Verfcação, Representatvdade espacal,
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ 1 É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ Em mutas stuações duas ou mas varáves estão relaconadas e surge então a necessdade de determnar a natureza deste relaconamento. A análse
Leia maisGráficos de Controle para Processos Autocorrelacionados
Gráfcos de Controle para Processos Autocorrelaconados Gráfco de controle de Shewhart: observações ndependentes e normalmente dstrbuídas. Shewhart ao crar os gráfcos de controle não exgu que os dados fossem
Leia maisRegressão Linear Simples by Estevam Martins
Regressão Lnear Smples by Estevam Martns stvm@uol.com.br "O únco lugar onde o sucesso vem antes do trabalho, é no dconáro" Albert Ensten Introdução Mutos estudos estatístcos têm como objetvo estabelecer
Leia maisAssociação entre duas variáveis quantitativas
Exemplo O departamento de RH de uma empresa deseja avalar a efcáca dos testes aplcados para a seleção de funconáros. Para tanto, fo sorteada uma amostra aleatóra de 50 funconáros que fazem parte da empresa
Leia maisCAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA
CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de
Leia maisUNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)
UNDADE V DELNEAMENTO NTERAMENTE CASUALZADO (DC) CUABÁ, MT 015/ PROF.: RÔMULO MÔRA romulomora.webnode.com 1. NTRODUÇÃO Este delneamento apresenta como característca prncpal a necessdade de homogenedade
Leia maisDIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS
DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS 1 A análse de dagnóstco (ou dagnóstco do ajuste) confgura uma etapa fundamental no ajuste de modelos de regressão. O objetvo prncpal da análse de dagnóstco
Leia mais0.5 setgray0 0.5 setgray1. Mecânica dos Fluidos Computacional. Aula 7. Leandro Franco de Souza. Leandro Franco de Souza p.
Leandro Franco de Souza lefraso@cmc.usp.br p. 1/1 0.5 setgray0 0.5 setgray1 Mecânca dos Fludos Computaconal Aula 7 Leandro Franco de Souza Leandro Franco de Souza lefraso@cmc.usp.br p. 2/1 Equações Dferencas
Leia maisLaboratório de Mecânica Aplicada I Estática: Roldanas e Equilíbrio de Momentos
Laboratóro de Mecânca Aplcada I Estátca: Roldanas e Equlíbro de Momentos 1 Introdução O conhecmento das condções de equlíbro de um corpo é mprescndível em númeras stuações. Por exemplo, o estudo do equlíbro
Leia mais1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de
Leia mais7 Tratamento dos Dados
7 Tratamento dos Dados 7.. Coefcentes de Troca de Calor O úmero de usselt local é dado por h( r )d u ( r ) (7-) k onde h(r), o coefcente local de troca de calor é h( r ) q''- perdas T q''- perdas (T( r
Leia maisVariação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.
Aplcação Por exemplo, se prepararmos uma área expermental com todo cudado possível e fzermos, manualmente, o planto de 100 sementes seleconadas de um mlho híbrdo, cudando para que as sementes fquem na
Leia maisContabilometria. Aula 8 Regressão Linear Simples
Contalometra Aula 8 Regressão Lnear Smples Orgem hstórca do termo Regressão Le da Regressão Unversal de Galton 1885 Galton verfcou que, apesar da tendênca de que pas altos tvessem flhos altos e pas axos
Leia mais4 Discretização e Linearização
4 Dscretzação e Lnearzação Uma vez defndas as equações dferencas do problema, o passo segunte consste no processo de dscretzação e lnearzação das mesmas para que seja montado um sstema de equações algébrcas
Leia mais3 Método Numérico. 3.1 Discretização da Equação Diferencial
3 Método Numérco O presente capítulo apresenta a dscretação da equação dferencal para o campo de pressão e a ntegração numérca da expressão obtda anterormente para a Vscosdade Newtonana Equvalente possbltando
Leia mais5 Relação entre Análise Limite e Programação Linear 5.1. Modelo Matemático para Análise Limite
5 Relação entre Análse Lmte e Programação Lnear 5.. Modelo Matemátco para Análse Lmte Como fo explcado anterormente, a análse lmte oferece a facldade para o cálculo da carga de ruptura pelo fato de utlzar
Leia maisCap. IV Análise estatística de incertezas aleatórias
TLF 010/11 Cap. IV Análse estatístca de ncertezas aleatóras Capítulo IV Análse estatístca de ncertezas aleatóras 4.1. Méda 43 4.. Desvo padrão 44 4.3. Sgnfcado do desvo padrão 46 4.4. Desvo padrão da méda
Leia mais(1) A uma parede totalmente catalítica quanto para uma parede com equilíbrio catalítico. No caso de uma parede com equilíbrio catalítico, tem-se:
1 RELATÓRIO - MODIFICAÇÃO DA CONDIÇÃO DE CONTORNO DE ENTRADA: MODELOS PARCIALMENTE CATALÍTICO E NÃO CATALÍTICO PARA ESCOAMENTOS COM TAXA FINITA DE REAÇÃO 1. Condções de contorno Em escoamentos reatvos,
Leia mais5 Formulação para Problemas de Potencial
48 Formulação para Problemas de Potencal O prncpal objetvo do presente capítulo é valdar a função de tensão do tpo Westergaard obtda para uma trnca com abertura polnomal (como mostrado na Fgura 9a) quando
Leia maisIntrodução à Análise de Dados nas medidas de grandezas físicas
Introdução à Análse de Dados nas meddas de grandezas físcas www.chem.wts.ac.za/chem0/ http://uregna.ca/~peresnep/ www.ph.ed.ac.uk/~td/p3lab/analss/ otas baseadas nos apontamentos Análse de Dados do Prof.
Leia maisANÁLISE DE ESTRUTURAS I INTRODUÇÃO AO MÉTODO DE CROSS
DECvl ANÁLISE DE ESTRUTURAS I INTRODUÇÃO AO ÉTODO DE CROSS Orlando J. B. A. Perera 20 de ao de 206 2 . Introdução O método teratvo ntroduzdo por Hardy Cross (Analyss of Contnuous Frames by Dstrbutng Fxed-End
Leia maisProblema Real (avião, carro,...) Validação
Modelo Físco/ (EFD)? Problema Real? (avão, carro,...) Modelo Matemátco (CFD) Túnel de Vento Modelo Condções de Frontera Escala Approx. nas eqs., (ν t ) Equações (modelo de turbulênca) Instrumentos de Medda
Leia maisNOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES
NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES 1 O nosso objetvo é estudar a relação entre duas varáves quanttatvas. Eemplos:. Idade e altura das cranças.. v. Tempo de prátca de esportes e rtmo cardíaco
Leia maisAnálise de Regressão
Análse de Regressão método estatístco que utlza relação entre duas ou mas varáves de modo que uma varável pode ser estmada (ou predta) a partr da outra ou das outras Neter, J. et al. Appled Lnear Statstcal
Leia maisEscola Superior de Tecnologia de Viseu. Fundamentos de Estatística 2006/2007 Ficha nº 7
Escola Superor de Tecnologa de Vseu Fundamentos de Estatístca 006/00 Fcha nº. Um artgo da revsta Wear (99) apresenta dados relatvos à vscosdade do óleo e ao desgaste do aço maco. A relação entre estas
Leia maisPRESSUPOSTOS DO MODELO DE REGRESSÃO
PREUPOTO DO MODELO DE REGREÃO A aplcação do modelo de regressão lnear múltpla (bem como da smples) pressupõe a verfcação de alguns pressupostos que condensamos segudamente.. Os erros E são varáves aleatóras
Leia maisReconhecimento Estatístico de Padrões
Reconhecmento Estatístco de Padrões X 3 O paradgma pode ser sumarzado da segunte forma: Cada padrão é representado por um vector de característcas x = x1 x2 x N (,,, ) x x1 x... x d 2 = X 1 X 2 Espaço
Leia maisFaculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu
1 Programação Não Lnear com Restrções Aula 9: Programação Não-Lnear - Funções de Váras Varáves com Restrções Ponto Regular; Introdução aos Multplcadores de Lagrange; Multplcadores de Lagrange e Condções
Leia maisGARANTIA DE EXCELENTE INTERCAMBIALIDADE E REDUÇÃO DE CUSTOS ATRAVÉS DA ANÁLISE ESTATÍSTICA DE TOLERÂNCIAS
GARANIA DE EXCELENE INERCAMBIALIDADE E REDUÇÃO DE CUSOS ARAVÉS DA ANÁLISE ESAÍSICA DE OLERÂNCIAS Edvaldo Antono Bulba* *Prof. Dr. da Fatec SP FEI e Unversdade São Judas E mal: bulba@fe.edu.br Resumo Numa
Leia maisDETERMINAÇÃO DAS CONSTANTES ELASTICAS DE MOLAS
Físca Laboratoral I Ano Lectvo 7/8 RABALHO RÁICO Nº - LICENCIAURA E FÍSICA DEERINAÇÃO DAS CONSANES ELASICAS DE OLAS Objectvo - Neste trabalho pretende-se medr as constantes elástcas de duas molas e as
Leia maisAjuste de Curvas Regressão. Computação 2º Semestre 2016/2017
Ajuste de Curvas Regressão Computação 2º Semestre 2016/2017 Ajuste de Curvas Quando apenas sabemos alguns valores de uma função contínua e queremos estmar outros valores ntermédos Quando queremos obter
Leia maisDIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS
177 DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS Antôno Carlos da Slva Flho Un-FACEF Introdução Trend Strps (TS) são uma nova técnca de análse da dnâmca de um sstema,
Leia maisAjuste de um modelo linear aos dados:
Propagação de erros Suponhamos que se pretende determnar uma quantdade Z, a partr da medda drecta das grandezas A, B, C,, com as quas se relacona através de Z = f(a,b,c, ). Se os erros assocados a A, B,
Leia mais4.1 Modelagem dos Resultados Considerando Sazonalização
30 4 METODOLOGIA 4.1 Modelagem dos Resultados Consderando Sazonalzação A sazonalzação da quantdade de energa assegurada versus a quantdade contratada unforme, em contratos de fornecmento de energa elétrca,
Leia maisCIRCUITO LINEAR Um circuito linear é aquele que obedece ao princípio da sobreposição:
. Crcutos não lneares.. Introdução... Defnção de crcuto lnear CIRCUITO LINEAR Um crcuto lnear é aquele que obedece ao prncípo da sobreposção: y f (x) Se x for a entrada do crcuto e y a saída Consderando
Leia maisO problema da superdispersão na análise de dados de contagens
O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão
Leia maisProcessamento de Sinal
APSI - Processamento de Snal Processamento de Snal Concetos, Métodos e Aplcações Texto Tutoral da Dscplna: APSI - LEEC J.P. Marques de Sá msa@fe.up.pt Faculdade de Engenhara da Unversdade do Porto J.P.
Leia maisREGRESSÃO LINEAR ANÁLISE DE REGRESSÃO LINEAR MÚLTIPLA REGRESSÃO CURVILÍNEA FUNÇÃO QUADRÁTICA
ANÁLISE DE REGRESSÃO LINEAR MÚLTIPLA REGRESSÃO LINEAR Verfcado, pelo valor de r, que ocorre uma sgnfcante correlação lnear entre duas varáves há necessdade de quantfcar tal relação, o que é feto pela análse
Leia maisRedução dos Dados. Júlio Osório. Medidas Características da Distribuição. Tendência Central (Localização) Variação (Dispersão) Forma
Redução dos Dados Júlo Osóro Meddas Característcas da Dstrbução Tendênca Central (Localzação) Varação (Dspersão) Forma 1 Meddas Característcas da Dstrbução Meddas Estatístcas Tendênca Central Dspersão
Leia mais8 - Medidas Descritivas
8 - Meddas Descrtvas 8. Introdução Ao descrevemos um conjunto de dados por meo de tabelas e gráfcos temos muto mas nformações sobre o comportamento de uma varável do que a própra sére orgnal de dados.
Leia maisNOTA II TABELAS E GRÁFICOS
Depto de Físca/UFMG Laboratóro de Fundamentos de Físca NOTA II TABELAS E GRÁFICOS II.1 - TABELAS A manera mas adequada na apresentação de uma sére de meddas de um certo epermento é através de tabelas.
Leia maisCapítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES
Capítulo. Aproxmações numércas 1D em malhas unformes 9 Capítulo. AROXIMAÇÕS NUMÉRICAS 1D M MALHAS UNIFORMS O prncípo fundamental do método das dferenças fntas (MDF é aproxmar através de expressões algébrcas
Leia maisEventos coletivamente exaustivos: A união dos eventos é o espaço amostral.
DEFINIÇÕES ADICIONAIS: PROBABILIDADE Espaço amostral (Ω) é o conjunto de todos os possíves resultados de um expermento. Evento é qualquer subconjunto do espaço amostral. Evento combnado: Possu duas ou
Leia maisMedidas de Tendência Central. Prof.: Ademilson Teixeira
Meddas de Tendênca Central Prof.: Ademlson Texera ademlson.texera@fsc.edu.br 1 Servem para descrever característcas báscas de um estudo com dados quanttatvos e comparar resultados. Meddas de Tendênca Central
Leia maisA utilização de filtros digitais em séries temporais GNSS
A utlzação de fltros dgtas em séres temporas GSS José uno LIMA Laboratóro aconal de Engenhara Cvl, Avenda do Brasl, 0 700-066 Lsboa (jnplma@lnec.pt) Palavras-chave: GSS, Montorzação, Fltros, Séres Temporas,
Leia maisESTUDO DE MODELOS PARA AJUSTE E PREVISÃO DE UMA SÉRIE TEMPORAL
Revsta Matz Onlne ESTUDO DE MODELOS PARA AJUSTE E PREVISÃO DE UMA SÉRIE TEMPORAL Valera Ap. Martns Ferrera Vvane Carla Fortulan Valéra Aparecda Martns. Mestre em Cêncas pela Unversdade de São Paulo- USP.
Leia maisEletroquímica 2017/3. Professores: Renato Camargo Matos Hélio Ferreira dos Santos.
Eletroquímca 2017/3 Professores: Renato Camargo Matos Hélo Ferrera dos Santos http://www.ufjf.br/nups/ Data Conteúdo 07/08 Estatístca aplcada à Químca Analítca Parte 2 14/08 Introdução à eletroquímca 21/08
Leia maisMOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES
MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES 1. Obtenha os estmadores dos coefcentes lnear e angular de um modelo de regressão lnear smples utlzando o método
Leia maisGabarito da Lista de Exercícios de Econometria I
Gabarto da sta de Exercícos de Econometra I Professor: Rogéro lva Mattos Montor: eonardo enrque A. lva Questão Y X y x xy x ŷ ˆ ˆ y ŷ (Y - Y ) (X - X ) (Ŷ - Y ) 360 00-76 -00 35.00 40.000 36-4 30.976 3076
Leia maisO problema da superdispersão na análise de dados de contagens
O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão
Leia maisPalavras-Chave: Métodos Interativos da Potência e Inverso, Sistemas Lineares, Autovetores e Autovalores.
MSc leandre Estáco Féo ssocação Educaconal Dom Bosco - Faculdade de Engenhara de Resende Caa Postal 8.698/87 - CEP 75-97 - Resende - RJ Brasl Professor e Doutorando de Engenhara aefeo@yahoo.com.br Resumo
Leia maisUNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira
UNIVERSIDADE DE PERNAMBUCO ESCOLA POLITÉCNICA DE PERNAMBUCO Físca Expermental Prof o José Wlson Vera wlson.vera@upe.br AULA 01: PROCESSOS DE ANÁLISE GRÁFICA E NUMÉRICA MODELO LINEAR Recfe, agosto de 2015
Leia maisAerodinâmica I. Verificação de Códigos. Objectivo: verificar que o programa não tem erros
e Verfcação de Códgos Objectvo: verfcar que o programa não tem erros - O erro numérco tende para zero quando o tamanho da malha / passo no tempo tendem para zero? p ( φ ) = φ φ e + αh exact - A ordem de
Leia maisEstatística I Licenciatura MAEG 2006/07
Estatístca I Lcencatura MAEG 006/07 AMOSTRAGEM. DISTRIBUIÇÕES POR AMOSTRAGEM.. Em determnada unversdade verfca-se que 30% dos alunos têm carro. Seleccona-se uma amostra casual smples de 0 alunos. a) Qual
Leia mais5 Implementação Procedimento de segmentação
5 Implementação O capítulo segunte apresenta uma batera de expermentos prátcos realzados com o objetvo de valdar o método proposto neste trabalho. O método envolve, contudo, alguns passos que podem ser
Leia maisIsostática 2. Noções Básicas da Estática
Isostátca. Noções Báscas da Estátca Rogéro de Olvera Rodrgues .1. Força Força desgna um agente capa de modfcar o estado de repouso ou de movmento de um determnado corpo. É uma grandea vetoral e, como tal,
Leia maisAnálise Descritiva com Dados Agrupados
Análse Descrtva com Dados Agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas descrtvas
Leia maisProblemas Propostos. Frações mássicas, volúmicas ou molares. Estequiometria.
Elementos de Engenhara Químca I II. Frações e Estequometra (problemas resolvdos) Problemas Propostos. Frações másscas, volúmcas ou molares. Estequometra.. Em 5 moles de Benzeno (C 6 H 6 ) quanto é que
Leia maisProcedimento Recursivo do Método dos Elementos de Contorno Aplicado em Problemas de Poisson
Trabalho apresentado no III CMAC - SE, Vtóra-ES, 015. Proceedng Seres of the Brazlan Socety of Computatonal and Appled Mathematcs Procedmento Recursvo do Método dos Elementos de Contorno Aplcado em Problemas
Leia maisRAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro
UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero
Leia maisPsicologia Conexionista Antonio Roque Aula 8 Modelos Conexionistas com tempo contínuo
Modelos Conexonstas com tempo contínuo Mutos fenômenos de aprendzado assocatvo podem ser explcados por modelos em que o tempo é uma varável dscreta como nos casos vstos nas aulas anterores. Tas modelos
Leia maisResponda às questões utilizando técnicas adequadas à solução de problemas de grande dimensão.
Departamento de Produção e Sstemas Complementos de Investgação Operaconal Exame Época Normal, 1ª Chamada 11 de Janero de 2006 Responda às questões utlzando técncas adequadas à solução de problemas de grande
Leia maisLaboratório de Mecânica Aplicada I Determinação de Centros de Gravidade
Laboratóro de Mecânca Aplcada I Determnação de Centros de Gravdade Em mutos problemas de mecânca o efeto do peso dos corpos é representado por um únco vector, aplcado num ponto denomnado centro de gravdade.
Leia maisIMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO
IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO Alne de Paula Sanches 1 ; Adrana Betâna de Paula Molgora 1 Estudante do Curso de Cênca da Computação da UEMS, Undade Unverstára de Dourados;
Leia maisDados ajustáveis a uma linha recta
Capítulo VI juste dos Mínmos Quadrados Dados ajustáves a uma lnha recta Determnação das constantes e B Incerteza nas meddas de Incerteza na determnação de e B juste dos mínmos quadrados a outras curvas:
Leia mais