02 de outubro de 2013
|
|
|
- Levi Gama Dias
- 7 Há anos
- Visualizações:
Transcrição
1 Gnralidads planjamnto Exprimntos Univrsidad Fdral do Pampa (Unipampa) 02 d outubro d 2013
2 Gnralidads planjamnto 1 Gnralidads planjamnto Contúdo 7
3 Parclas subdivididas (split plot) Gnralidads planjamnto É um dlinamnto xprimntal?
4 Parclas subdivididas (split plot) Gnralidads planjamnto É um dlinamnto xprimntal? não! é um squma xprimntal
5 Parclas subdivididas (split plot) Gnralidads planjamnto É um dlinamnto xprimntal? não! é um squma xprimntal Podm sr instalados sob a maioria dos dlinamntos xprimntais, como DIC, DBC DQL.
6 Parclas subdivididas (split plot) Gnralidads planjamnto É um dlinamnto xprimntal? não! é um squma xprimntal Podm sr instalados sob a maioria dos dlinamntos xprimntais, como DIC, DBC DQL. Prmit studar, simultanamnt, dois ou mais fators (xprimnto multifator).
7 Parclas subdivididas (split plot) Gnralidads planjamnto É um dlinamnto xprimntal? não! é um squma xprimntal Podm sr instalados sob a maioria dos dlinamntos xprimntais, como DIC, DBC DQL. Prmit studar, simultanamnt, dois ou mais fators (xprimnto multifator). Difrm dos xprimntos fatoriais na forma d alatorização.
8 A alatorização Gnralidads planjamnto As parclas ou unidads xprimntais são divididas, no spaço ou no tmpo, formando subparclas, portanto, a alatorização ocorr m dois stágios: 1 Fator primário: sus nívis são dsignados às parclas d acordo com o dlinamnto adotado 2 Fator scundário: sus nívis são dsignados às subparclas sm rstrição na alatorização
9 Gnralidads planjamnto A alatorização Exmplo: considr os fators A (primário) com 3 nívis B (scundário) com 4 nívis, studados m squma d parclas subdivididas no dlinamnto d blocos alatorizados, com 4 blocos. O croqui do xprimnto podria sr:
10 Split plot vs. Fatorial Gnralidads planjamnto Considrando o xmplo antrior, s os msmos fators fosss studados m squma fatorial os blocos triam não 3, mas 12 parclas cada!
11 Inclusão tardia d um fator Gnralidads planjamnto Considr instalar um xprimnto m DBC para studar o fito d cinco lâminas d irrigação, digamos 0, 5, 10, mm, na cultura do milho. Após a instalação do xprimnto o psquisador prcb qu é prciso studar também o fator cultivar, digamos A B, juntamnt com a irrigação. Sria possívl incluir no xprimnto o fator cultivar ainda vricar como ls rspondm às lâminas d água?
12 Pculiaridads da anális Gnralidads planjamnto Em rlação à xprimntos mais simpls, tmos algumas modicaçõs m rlação a forma usual d anális d : Surgimnto d dois rros ou rsíduos xprimntais: rsíduo a rsíduo b.
13 Pculiaridads da anális Gnralidads planjamnto Em rlação à xprimntos mais simpls, tmos algumas modicaçõs m rlação a forma usual d anális d : Surgimnto d dois rros ou rsíduos xprimntais: rsíduo a rsíduo b. Ess fato implica m duas prcisõs difrnts, dois cocints d variação (CV) xprimntais.
14 Pculiaridads da anális Gnralidads planjamnto Em rlação à xprimntos mais simpls, tmos algumas modicaçõs m rlação a forma usual d anális d : Surgimnto d dois rros ou rsíduos xprimntais: rsíduo a rsíduo b. Ess fato implica m duas prcisõs difrnts, dois cocints d variação (CV) xprimntais. No dsdobramnto da intração, bm como na d tsts d médias.
15 Gnralidads planjamnto Modlo statístico O modlo d ANOVA para um xprimnto m parclas subdivididas (com 2 fators) instalado m blocos alatorizados é: Y ijk = µ + α i + γ k + ik + β j + (αβ) ij + ɛ ijk m qu: µ é a média populacional da variávl rsposta Y α i é o fito principal do i-ésimo nívl do fator primário A γ k é o fito do k-ésimo bloco ik é o rro associado à parcla qu contém o i-simo nívl do fator primário no k-ésimo bloco β j é o fito principal do j-ésimo fator scundário B (αβ) ij é o fito da intração ntr o í-ésimo nívl d A o j-ésimo nívl d B ɛ ijk é o rro associado à obsrvação Y ijk, a nívl d subparcla
16 Gnralidads planjamnto Dscrição d um xprimnto m parclas subdivididas: Fator primário: sistmas d prparo do solo (prparo rduzido plantio dirto) Fator scundário: cultivars d milho (A, B, C, D E) Dlinamnto: blocos alatorizados 4 rptiçõs Rsposta: rndimnto d grãos (ton/ha) Os fators aftam signicativamnt o rndimnto d grãos? Exist intração ntr os fators?
17 Gnralidads planjamnto D modo gral, dv-s prfrir o squma d parclas subdivididas quando: Um dos fators rqur maior quantidad d matrial xprimntal qu ou outro.
18 Gnralidads planjamnto D modo gral, dv-s prfrir o squma d parclas subdivididas quando: Um dos fators rqur maior quantidad d matrial xprimntal qu ou outro. Uma parcla pod rcbr dois ou mais nívis d um fator scundário.
19 Gnralidads planjamnto D modo gral, dv-s prfrir o squma d parclas subdivididas quando: Um dos fators rqur maior quantidad d matrial xprimntal qu ou outro. Uma parcla pod rcbr dois ou mais nívis d um fator scundário. Houvr a possibilidad d incluir um fator após a instalação do xprimnto.
20 Gnralidads planjamnto D modo gral, dv-s prfrir o squma d parclas subdivididas quando: Um dos fators rqur maior quantidad d matrial xprimntal qu ou outro. Uma parcla pod rcbr dois ou mais nívis d um fator scundário. Houvr a possibilidad d incluir um fator após a instalação do xprimnto. Os nívis d um fator dvm sr comparados com maior prcisão qu os nívis do outro fator, sndo os primiros dsignados às subparclas.
21 Gnralidads planjamnto Estimação dos parâmtros do modlo. Obtnção das xprssõs para as somas d quadrados. Como dsdobrar a intração aplicar tsts d médias. Como obtr os rsíduos para vricar as prssuposiçõs do modlo.
22 Quiz onlin Gnralidads planjamnto Quizzs Quiz Split Plot
23 Gnralidads planjamnto 1 BARBIN, D. Planjamnto anális statística d xprimntos agronômicos, Piracicaba: FEALQ, CAMPOS, H. Estatística aplicada à cana-d-açúcar. Piracicaba: FEALQ, p. 3 CECON, P. R. ; RÊGO, E.R. ; SILVA, A. R. ; RÊGO, M. M.. Estatística Exprimntação. 1 d. João Pssoa: Gráca São Matus, p. 4 COCHRAN, W.G. E COX, G.M., Exprimntal dsigns. 2 a. Edição. Nova York, Wily, 611p. 5 DAGNELIE, P. Principls dxprimntation. Ls Prsss Agronomiqus d Gmbloux. Bélgica, KRONKA, S.N.; BANZATTO, D.A. Exprimntação Agrícola. Jaboticabal: FUNESP/UNESP, p. 7 MONTGOMERY, D.C. Dsign and analysis of xprimnts. 5a d. Nova York: John Wily and Sons, p. 8 PIMENTEL-GOMES, F. Curso d Estatística Exprimntal, 15 a. Edição, Piracicaba, SP, p. 9 VIEIRA, S. HOFFMANN, R. Estatística Exprimntal. 2 a. Ed. Atlas, São Paulo, p.
Instituto 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
Instituto 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
Instituto 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
Instituto 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
Instituto Federal Goiano
Instituto Federal Goiano Conteúdo 1 2 3 Exemplo 1 Descrição do experimento: Fator 1: variedades de cana (A, B, C) Fator 2: doses de vinhaça (0, 500, 1000, 1500 L/ha) Delineamento: blocos aleatorizados,
25 a 30 de novembro de 2013
nderson R nálise de Introdução à nderson R Programa de Pós-Graduação em Estatística e Experimentação gronômica ESLQ/USP 25 a 30 de novembro de 2013 nderson R nálise de 1 2 3 nálise de Parte 4 - Conteúdo
Instituto Federal Goiano
Múltiplas Anrson Procedimentos Múltiplas Anrson Instituto Feral Goiano o número Múltiplas Anrson o número 1 2 3 4 5 6 7 o número 8 9 10 Referências Conteúdo Múltiplas Anrson Testes para 1 média Quando
EXERCÍCIO: 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
PROGRAMA DE DISCIPLINA
PROGRAMA DE DISCIPLINA Disciplina: Experimentação Agrícola Código da Disciplina: AGR 283 Curso: Agronomia Semestre de oferta da disciplina: 4 P Faculdade responsável: Agronomia Programa em vigência a partir
UNIVERSIDADE ESTADUAL PAULISTA CAMPUS DE BOTUCATU FACULDADE DE CIÊNCIAS AGRONÔMICAS PROGRAMA DE PÓS-GRADUAÇÃO EM AGRONOMIA AGRICULTURA
PROGRAMA DE PÓS-GRADUAÇÃO EM AGRONOMIA AGRICULTURA PLANO DE ENSINO IDENTIFICAÇÃO DA DISCIPLINA DISCIPLINA: ESTATÍSTICA EXPERIMENTAL CURSO: Mestrado ( x ) Doutorado ( x ) DEPARTAMENTO RESPONSÁVEL: Produção
Experimentação Agrícola (220124)
Plano de aulas: Experimentação Agrícola (220124) Prof. a Dr. a Simone Daniela Sartorio de Medeiros DTAiSeR-Ar 1 Objetivo Estudar o planejamento, a execução, a análise estatística de dados experimentais
1. 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
/ :;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
Experimentos em Parcelas Subdivididas
Experimentos em Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha 08 de novembro de 2018 Londrina Tal como no caso de fatorial, o termo parcelas subdivididas não se refere a um tipo de delineamento
UNIVERSIDADE ESTADUAL PAULISTA CAMPUS DE ILHA SOLTEIRA FACULDADE DE ENGENHARIA DE ILHA SOLTEIRA
Nível: Histórico: Mestrado/Doutorado Disciplina aprovada em 24.08.94 Código Capes: ASP01005 Docente(s) Responsável(eis): Prof. Dr. EVARISTO BIANCHINI SOBRINHO Prof. Dr. WALTER VERIANO VALERIO FILHO Situação
EXPERIMENTOS EM PARCELAS SUBDIVIDIDAS
EXPERIMENTOS EM PARCELAS SUBDIVIDIDAS Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha Universidade Estadual de Londrina Departamento de Estatística 29 de julho de 2017 Parcelas Subdivididas Tal
UNIVERSIDADE ESTADUAL PAULISTA CAMPUS DE BOTUCATU FACULDADE DE CIÊNCIAS AGRONÔMICAS PROGRAMA DE PÓS-GRADUAÇÃO EM AGRONOMIA - IRRIGAÇÃO E DRENAGEM
PROGRAMA DE PÓS-GRADUAÇÃO EM AGRONOMIA - IRRIGAÇÃO E DRENAGEM PLANO DE ENSINO IDENTIFICAÇÃO DA DISCIPLINA DISCIPLINA: Estatística Experimental CURSO: Mestrado ( X ) Doutorado ( X ) DEPARTAMENTO RESPONSÁVEL:
TÓPICOS. 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
Calor 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
Amplificador diferencial com transistor bipolar
Amplificador difrncial com transistor bipolar - ntrodução O amplificador difrncial é um bloco funcional largamnt mprgado m circuitos analógicos intgrados, bm como nos circuitos digitais da família ECL.
Matemática IME-2007/ a QUESTÃO. 2 a QUESTÃO COMENTA
Matmática a QUESTÃO IME-007/008 Considrando qu podmos tr csto sm bola, o númro d maniras d distribuir as bolas nos três cstos é igual ao númro d soluçõs intiras não-ngativas da quação: x + y + z = n, na
INSTITUTO 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
EXPERIMENTOS EM PARCELAS SUBDIVIDIDAS
EXPERIMENTOS EM PARCELAS SUBDIVIDIDAS Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 06 de julho de 2016 Nos experimentos fatoriais, todas
Métodos Quantitativos em Biotecnologia (220124)
Plano de aulas: Métodos Quantitativos em Biotecnologia (220124) Prof. a Dr. a Simone Daniela Sartorio de Medeiros DTAiSeR-Ar 1 Curso: Biotecnologia(4. perfil) - 2017 Professora responsável: Simone Daniela
Importância daestatísticana Pesquisa Agronômica
Importância daestatísticana Pesquisa Agronômica Prof. Dr. Hugo Zeni Neto hzneto@uem.br Sumário Revista Acta Scientiarum Agronomy (http://periodicos.uem.br/ojs/index.php/actasciagron): Oqueestásendopublicadonosúltimos16anos?
1 a Prova de F-128 Turmas do Noturno Segundo semestre de /10/2004
1 a Prova d F-18 Turmas do Noturno Sgundo smstr d 004 18/10/004 1) Um carro s dsloca m uma avnida sgundo a quação x(t) = 0t - 5t, ond x é dado m m t m s. a) Calcul a vlocidad instantâna do carro para os
Métodos 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
λ, 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
Experimentos em parcelas subdivididas e procedimentos para a aplicação dos testes de comparação de médias
MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE CAMPINA GRANDE UNIDADE ACADÊMICA DE CIÊNCIAS AGRÁRIAS DISCIPLINA: ESTATÍSTICA EXPERIMENTAL Experimentos em parcelas subdivididas e procedimentos para a aplicação
Escola Politécnica da Universidade de São Paulo. Departamento de Engenharia de Estruturas e Fundações
Escola Politécnica da Univrsidad d São Paulo Dpartamnto d Engnharia d Estruturas Fundaçõs Laboratório d Estruturas Matriais Estruturais Extnsomtria létrica III Notas d aula Dr. Pdro Afonso d Olivira Almida
TÓPICOS 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
DELINEAMENTO EM QUADRADO LATINO (DQL)
DQL DELINEAMENTO EM QUADRADO LATINO (DQL) Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha Universidade Estadual de Londrina Departamento de Estatística 08 de julho de 2017 DQL Na Seção anterior
Medicina Veterinária. Departamento de Estatística Universidade Estadual de Londrina. Data: 22 de abril de 2016
Professor: Instituição: Departamento de Estatística Universidade Estadual de Londrina Data: 22 de abril de 2016 Aviva Petrie, P.W; Estatística em ciência animal e veterinária. São Paulo: Roca, 2009. Aviva
PROGRAMA ANALÍTICO DE DISCIPLINA IDENTIFICAÇÃO. Ciências Vegetais EMENTA
PROGRAMA ANALÍTICO DE DISCIPLINA 15/01/2007 COORDENADORIA DO PROGRAMA DE PÓS-GRADUAÇÃO EM FITOTECNIA Km 47 da BR 110 Bairro Presidente Costa e Silva CEP: 59625-900 C postal 137 Telefone (084)33151796 Telefax
Delineamento e Análise Experimental Aula 5
Aula 5 Castro Soares de Oliveira Delineamentos Experimentais Delineamento experimental ou desenhos experimentais é o plano utilizado para realizar o experimento. Esse plano implica na maneira como os diferentes
Teste 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
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
Modelagem 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
DELINEAMENTO INTEIRAMENTE CASUALIZADO e CASUALIZADOS
DELINEAMENTO INTEIRAMENTE CASUALIZADO e DELINEAMENTO EM BLOCOS CASUALIZADOS Prof. Anderson Rodrigo da Silva anderson.silva@ifgoiano.edu.br 1. Objetivos Estudar o procedimento de instalação e análise de
Algoritmo de integração numérica - Euler: Considerando a seguinte equação diferencial:
Lista B Aulas Práticas d Scilab Equaçõs difrnciais Introdução: Considr um corpo d massa m fito d um matrial cujo calor spcífico à prssão constant sja c p. Est corpo stá inicialmnt a uma tmpratura T 0,
A trajetória sob a ação de uma força central inversamente proporcional ao quadrado da distância
A trajtória sob a ação d uma força cntral invrsamnt proporcional ao quadrado da distância A força gravitacional a força ltrostática são cntrais proporcionais ao invrso do quadrado da distância ao cntro
UNIVERSIDADE ESTADUAL PAULISTA CAMPUS DE BOTUCATU PROGRAMA DE PÓS-GRADUAÇÃO EM AGRONOMIA ENERGIA NA AGRICULTURA PLANO DE ENSINO
PROGRAMA DE PÓS-GRADUAÇÃO EM AGRONOMIA ENERGIA NA AGRICULTURA PLANO DE ENSINO DISCIPLINA: ANÁLISE DE EXPERIMENTOS EM FITOTECNIA ÁREA: DOMÍNIO ESPECÍFICO ( ) NÍVEL: MESTRADO ( X ) DOMÍNIO CONEXO (X ) DOUTORADO
AULA 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
Representação 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...................................
Esquema de distribuição dos tratamentos: Fatorial; Parcelas subdivididas.
Esquema de distribuição dos tratamentos: Fatorial; Parcelas subdivididas. 1 Experimento em esquema de parcelas subdivididas Prof. a Dr. a Simone Daniela Sartorio de Medeiros DTAiSeR-Ar Experimentos em
3 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,
Exercício: Exercício:
Smântica Opracional Estrutural Smântica Opracional Estrutural O ênfas dsta smântica é nos passos individuais d xcução d um programa A rlação d transição tm a forma rprsnta o primiro passo d xcução do programa
Curso de Engenharia Química Disciplina: Nota: Rubrica. Coordenador Professor: Rudson Alves Aluno:
Curso d Engnharia Química Disciplina: Nota: Rubrica Coordnador Profssor: Rudson Alvs Aluno: Turma: EQ2M Smstr: 2 sm/2016 Data: 06/10/2016 Avaliação: 1 a Prova Bimstral Valor: 10,0 p tos Qustão 1. (1,0pts)
O 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
ESTIMATIVA 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
estados. 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
Hewlett-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
Universidade Federal do Rio de Janeiro Instituto de Matemática Departamento de Matemática
Univrsidad Fdral do Rio d Janiro Instituto d Matmática Dpartamnto d Matmática Gabarito da Prova Final d Cálculo Difrncial Intgral II - 07-I (MAC 8 - IQN+IFN+Mto, 6/06/07 Qustão : (.5 pontos Rsolva { xy.
Campo 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
Solução 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
Hewlett-Packard MATRIZES. Aulas 01 a 06. Elson Rodrigues, Gabriel Carvalho e Paulo Luiz
Hwltt-Packard MTRIZES ulas 0 a 06 Elson Rodrigus, Gabril Carvalho Paulo Luiz no 06 Sumário MTRIZES NOÇÃO DE MTRIZ REPRESENTÇÃO DE UM MTRIZ E SEUS ELEMENTOS EXERCÍCIO FUNDMENTL MTRIZES ESPECIIS IGULDDE
4. 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,
EXERCÍCIO: REPARTIÇÃO DE CAPACIDADE
EXERCÍCIO: REPARTIÇÃO DE CAPACIDADE Engnharia d Tráfgo Considr a intrsção ntr duas vias d mão dupla duas faixas por sntido (stacionamnto prmitido m ambos os lados), sgundo o squma abaixo: Os dados d dmanda
SENSORES E ACTUADORES
SENSOES E ACTUADOES J..Azinhira Nov 2008 Bibliografia:, J.. Azinhira, 2002, IST-DEM (disponívl na página da UC m 'Matrial d Apoio' -> 'Bibliografia Complmntar') ÍNDICE Cadia d Mdida Snsors do movimnto
Análise 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
ESTUDO COMPARATIVO DE DELINEAMENTOS EXPERIMENTAIS PARA ESTIMATIVAS DE PARÂMETROS GENÉTICOS EM ERVA-MATE (Ilex paraguariensis A. St. - Hil.
663 ESTUDO COMPARATIVO DE DELINEAMENTOS EXPERIMENTAIS PARA ESTIMATIVAS DE PARÂMETROS GENÉTICOS EM ERVA-MATE (Ilx paraguarinsis A. St. - Hil.) 1 José Sbastião Cunha Frnands, Marcos Don Villa d Rsnd 3, José
Aula 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
Definição 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
O que são dados categóricos?
Objtivos: Dscrição d dados catgóricos por tablas gráficos Tst qui-quadrado d adrência Tst qui-quadrado d indpndência Tst qui-quadrado d homognidad O qu são dados catgóricos? São dados dcorrnts da obsrvação
r = (x 2 + y 2 ) 1 2 θ = arctan y x
Sção 0: Equação d Laplac m coordnadas polars Laplaciano m coordnadas polars. Sja u = ux, y uma função d duas variávis. Dpndndo da rgião m qu a função stja dfinida, pod sr mais fácil trabalhar com coordnadas
29 e 30 de julho de 2013
Introdução à Programa de Pós-Graduação em Estatística e Experimentação Agronômica ESALQ/USP 29 e 30 de julho de 2013 Dia 1 - Conteúdo 1 2 3 Alguns softwares recomen: R (Livre) /www.r-project.org/ SAS (SAS
FUNÇÕES DE UMA VARIÁVEL COMPLEXA
FUNÇÕES DE UMA VARIÁVEL COMPLEXA Ettor A. d Barros 1. INTRODUÇÃO Sja s um númro complxo qualqur prtncnt a um conjunto S d númros complxos. Dizmos qu s é uma variávl complxa. S, para cada valor d s, o valor
Algumas 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
TÓPICOS. EDO de variáveis separadas. EDO de variáveis separáveis. EDO homogénea. 2. Equações Diferenciais de 1ª Ordem.
ot bm a litura dsts apontamntos não dispnsa d modo algum a litura atnta da bibliograia principal da cadira Cama-s à atnção para a importância do trabalo pssoal a ralizar plo aluno rsolvndo os problmas
2. Nos enunciados dos testes deverá ser dada a indicação da cotação do item;
Critérios d avaliação do Grupo 5 Disciplinas: Matmática, Matmática A, Matmática Aplicada às Ciências Sociais Cursos Profissionais/Vocacionais Nívis d nsino: Básico Scundário Ano ltivo 217/218 Os critérios
MODELOS CONSTITUTIVOS
Programa d Pós-Graduação m Engnharia Civil Univrsidad Fdral d Alagoas MODELOS CONSTITUTIVOS Prof. Svrino Prira Cavalcanti Marqus COMPORTAMENTO UNIAXIAL COMPORTAMENTO UNIDIMENSIONAL DE MATERIAIS ESTRUTURAIS
Principais 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
Enunciados 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...........................
Divisão (cont.) Obter TODOS os nomes dos empregados que trabalham em TODOS os projectos nos quais Joao trabalha. projectos em que Joao trabalha.
16 Divisão (cont a opração d divisão é útil para qustõs como: Obtr TODOS os noms dos mprgados qu trabalham m TODOS os projctos nos quais Joao trabalha projctos m qu Joao trabalha projctos EBIs d mprgados
3ª LISTA DE EXERCÍCIOS
MINISTERIO DA EDUCAÇÃO SECRETARIA DE EDUCAÇÃO PROFISSIONAL E TECNOLOGICA INSTITUTO FEDERAL DE EDUCAÇÃO CIÊNCIA E TECNOLOGIA GOIANO CAMPUS URUTAÍ Estatística Experimental Prof. Anderson Rodrigo da Silva
COMPARAÇÃO ENTRE DUAS ESTATÍSTICAS PARA TESTAR A HIPÓTESEDE IGUALDADE DE COEFICIENTES DE REGRESSÃO 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
ANÁLISE DIMENSIONAL E SEMELHANÇA. Determinação dos parâmetros
ANÁLISE IMENSIONAL E SEMELHANÇA trminação dos parâmtros Procdimnto: d Buckingham 1. Listar todas as grandzas nvolvidas.. Escolhr o conjunto d grandzas fundamntais (básicas), x.: M, L, t, T. 3. Exprssar
Escola Secundária Poeta Al Berto CRITÉRIOS DE AVALIAÇÃO DISCIPLINA 3º CICLO OU SECUNDÁRIO -7.º ANO Ano letivo: 2018 /2019
COMPETÊNCIAS VALORES CAPACIDADES CONHECIMENTOS Prática Escrita Escola Scundária Pota Al Brto CRITÉRIOS DE AVALIAÇÃO DISCIPLINA 3º CICLO OU SECUNDÁRIO -7.º ANO Ano ltivo: 2018 /2019 Dpartamnto d Exprssõs
Delineamento e Análise Experimental Aula 7. Anderson Castro Soares de Oliveira
Aula 7 Castro Soares de Oliveira Experimentos Fatoriais Nos experimentos mais simples comparamos tratamentos de apenas um tipo ou fator. Em algumas situações existem vários fatores envolvidos em um experimento,
Transformadas ortogonais e processamento de sinais não estacionários
Transformadas ortogonais procssamnto d sinais não stacionários Transformaçõs ortogonais Considr um sinal discrto x(n) com amostras: χ (k)= x (n)ϕ ( k, n) n= 0 Transformada dirta, quação d anális, dcomposição.
COLEÇÃO DARLAN MOUTINHO VOL. 01 RESOLUÇÕES
COLEÇÃO DRLN MOUTINHO VOL. 01 RESOLUÇÕES PÁGIN 42 39 LETR C Sjam as staçõs, B C, cujos lmntos são as pssoas qu scutavam, plo mnos, uma das staçõs, B ou C. Considr o diagrama abaixo: B 31500 17000 7500
Matemática C Extensivo V. 7
Matmática C Extnsivo V 7 Exrcícios 0) 0 0) D 0 Falsa B A 4 0 6 0 4 6 4 6 0 Vrdadira A + B 0 0 + 4 6 7 04 Vrdadira A B 0 0 4 6 6 4 08 Vrdadira dt ( A) dt (A) 9 ( ) 9 dt (B) 9 0 6 Vrdadira A A 0 0 0 0 0
Critérios 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.
Capítulo 4 Resposta em frequência
Capítulo 4 Rsposta m frquência 4. Noção do domínio da frquência 4.2 Séris d Fourir propridads 4.3 Rsposta m frquência dos SLITs 4.4 Anális da composição d sistmas através da rsposta m frquência 4.5 Transformadas
Álgebra. Matrizes. . Dê o. 14) Dada a matriz: A =.
Matrizs ) Dada a matriz A = Dê o su tipo os lmntos a, a a ) Escrva a matriz A, do tipo x, ond a ij = i + j ) Escrva a matriz A x, ond a ij = i +j ) Escrva a matriz A = (a ij ) x, ond a ij = i + j ) Escrva
Desse 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
1.3 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
EXAME NACIONAL MATEMÁTICA
MINISTÉRIO DA EDUCAÇÃO EXAME NACIONAL DE MATEMÁTICA 3.º CICLO DO ENSINO BÁSICO 2007 Prova 23 1.ª Chamada 16 páginas Duração da prova: 90 minutos Critérios d Classificação Dcrto-Li n.º 6/2001, d 18 d Janiro,
AULA 2 Análise de Dados Legislativos e Eleitorais Utilizando o Programa Stata
AULA 2 Anális d Dados Lgislativos Elitorais Utilizando o Programa Stata 1 Profssor: Ernsto Fridrich d Lima Amaral Email: flamaral@gmail.com Sit do curso: www.rnstoamaral.com/stata20091.html Data: 19/05/2009
Fenômenos de adsorção em interfaces sólido/solução. Fenômenos de adsorção em interfaces sólido/solução
Fnômnos d adsorção m Construção modlagm d isotrmas d adsorção no quilíbrio químico Fnômnos d adsorção m Para procssos qu ocorrm no quilíbrio químico, podm-s obtr curvas d adsorção, ou isotrmas d adsorção,
NOTAS 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
ModelosProbabilísticos 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
FUNÇÃO REAL DE UMA VARIÁVEL REAL
Hwltt-Packard FUNÇÃO REAL DE UMA VARIÁVEL REAL Aulas 01 a 05 Elson Rodrigus, Gabril Carvalho Paulo Luiz Ano: 2016 Sumário INTRODUÇÃO AO PLANO CARTESIANO 2 PRODUTO CARTESIANO 2 Númro d lmntos d 2 Rprsntaçõs
Ori Junior. Ano: 3º Turma: Turno: Data: / / Listão Física Geral (3º ANO)
Profssor(a): Ori Junior Aluno(a): CPMG MAJOR OSCAR ALVELOS Ano: 3º Turma: Turno: Data: / / Listão Física Gral (3º ANO) Procdimnto d ralização: - Lista rspondida m papl almaço dvrá contr cabçalho complto
Fenômenos de adsorção em interfaces sólido/solução. Construção e modelagem de isotermas de adsorção no equilíbrio químico
Fnômnos d adsorção m intrfacs sólido/solução Construção modlagm d isotrmas d adsorção no uilíbrio químico Fnômnos d adsorção m intrfacs sólido/solução Para procssos qu ocorrm no uilíbrio químico, podm-s
Introdução 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]
Aula Teórica nº 8 LEM-2006/2007. Trabalho realizado pelo campo electrostático e energia electrostática
Aula Tórica nº 8 LEM-2006/2007 Trabalho ralizado plo campo lctrostático nrgia lctrostática Considr-s uma carga q 1 no ponto P1 suponha-s qu s trás uma carga q 2 do até ao ponto P 2. Fig. S as cargas form
PREVISÃO 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