Análise de Variância

Tamanho: px
Começar a partir da página:

Download "Análise de Variância"

Transcrição

1 9//06 Uversdde Federl do Prá Isttuto de Tecolog Esttístc Aplcd I Prof. Dr. Jorge Teóflo de Brros Lopes mpus de Belém urso de Egehr Mecâc /09/06 : ESTATÍSTIA APLIADA I - Teor ds Probblddes Uversdde Federl do Prá Isttuto de Tecolog pítulo VIII Aálse de Vrâc mpus de Belém urso de Egehr Mecâc /09/06 : ESTATÍSTIA APLIADA I - Teste de Hpóteses

2 9//06 VIII Aálse de Vrâc Itrodução Plejmeto letorzdo por íves /09/06 : ESTATÍSTIA APLIADA I - Teste de Hpóteses VIII Aálse de Vrâc Itrodução Plejmeto letorzdo por íves /09/06 : ESTATÍSTIA APLIADA I - Teste de Hpóteses

3 9//06 8. Itrodução osderções cs Aálse de Vrâc (ANOVA) é um método esttístco, desevolvdo por Fsher, que por meo de testes de guldde de méds, verfc se ftores propostos produzem mudçs sstemátcs em lgum vrável de teresse (vrável depedete). Os ftores cosderdos podem ser vráves qutttvs ou qulttvs; etretto, vrável depedete deve ser qutttv (tervlr) e é observd detro ds clsses dos ftores, deomdos trtmetos. /09/06 : ESTATÍSTIA APLIADA I - Teste de Hpóteses 8. Itrodução osderções cs EXEMPLO: No cso de cosumo de combustível dos veículos, pode-se dmtr como ftores de fluêc mrc, dde e potêc. A álse de vrâc permte verfcr se ts ftores, ou um combção deles, produzem efetos precáves sobre o cosumo, ou se coclur que ão têm fluêc lgum. Se for cosderdo somete mrc do veículo, com teresse em pes dus dels, esse expermeto poder ser plejdo e lsdo usdo os testes t de hpóteses pr dus mostrs. Nesse cso, tem-se um úco ftor de teresse mrc do veículo e há somete dos íves do ftor dus mrcs. /09/06 : ESTATÍSTIA APLIADA I - Teste de Hpóteses

4 9//06 8. Itrodução osderções cs Mutos expermetos com um úco ftor, o etto, requerem que ms de dos íves do ftor sejm cosderdos. Neste cso, álse de vrâc poderá ser usd pr comprr méds, qudo houver ms de dos íves de um úco ftor. As dverss téccs de plejmeto e álse de expermetos com város ftores deverão ser estudds em cursos de pós-grdução. /09/06 : ESTATÍSTIA APLIADA I - Teste de Hpóteses 8. Itrodução Aletoredde ds corrds expermets Um expermeto completmete letorzdo com um úco ftor e qutro íves (íves = trtmetos), e cd trtmeto com ses observções (ou réplcs) vão gerr corrds. Fzedo letoredde d ordem ds corrds, o efeto de qulquer vrável perturbdor, que poss fluecr vrável de estudo (vrável depedete), é proxmdmete blcedo. /09/06 : ESTATÍSTIA APLIADA I - Teste de Hpóteses

5 9//06 8. Itrodução Aletoredde ds corrds expermets EXEMPLO: Se desej verfcr fluêc de um cert codção em um propredde do mterl. Supodo que o quecmeto d máqu de teste poss fluecr os resultdos, quto ms tempo máqu fcr lgd, mor será su tempertur. Dess form, se os testes form relzds por íves do ftor, tempertur d máqu rá umetr do prmero o últmo ível do ftor, e s dfereçs observds os resultdos pr cd ível poderão ser tmbém devds o efeto de quecmeto. /09/06 : ESTATÍSTIA APLIADA I - Teste de Hpóteses 8. Itrodução Aálse gráfc dos ddos de um expermeto plejdo Os dgrms de cx, por exemplo, permtrão vsulzr vrbldde ds observções detro (wth) de um trtmeto (ível do ftor) e vrbldde etre (betwee) os trtmetos. /09/06 : ESTATÍSTIA APLIADA I - Teste de Hpóteses

6 9//06 8. Plejmeto letorzdo por íves Sej um procedmeto expermetl ode se relzou esos com dferetes íves (ou trtmetos) de um úc vrável de fluêc (ftor smples), com réplcs pr cd ível, como mostrdo segur: Nível (Trtmeto) Observções Tots Méds... y y... y y y... y y y... y y. y.... y. y. y.... y. Σ y.. y.. /09/06 : 8. Plejmeto letorzdo por íves Ode y j é o j-ésmo elemeto obtdo o trtmeto (ível). Esses elemetos podem ser defdos pelo modelo esttístco ler y j,..., j j,,..., ode méd gerl prâmetro que defe o efeto de cd trtmeto compoete devdo erros letóros j /09/06 : 6

7 9//06 8. Plejmeto letorzdo por íves O objetvo deste estudo é vlr os efetos dos trtmetos e estmá-los trvés do teste de hpóteses dequdo. Pr esse teste, ssume-se que os erros do modelo são ormlmete e depedetemete dstrbuídos com méd zero e vrâc σ². Esse modelo é deomdo álse de vrâc de um ftor úco e, pr que álse sej objetv é ecessáro que o procedmeto expermetl sej completmete letorzdo. /09/06 : 8. Plejmeto letorzdo por íves Aálse dos efetos dos trtmetos pode ser fet de dus mers: Aálse de um modelo de efetos fxos - Os trtmetos são escolhdos de form específc e, dest form, o teste de hpóteses refere-se às méds dos trtmetos, e s coclusões extríds são plcáves somete os íves cosderdos álse, ão podedo ser esteddos outros íves ão lsdos. /09/06 : Aálse de um modelo de efetos letóros - Os trtmetos lsdos represetm um mostr letór de um populção de trtmetos, e s coclusões fets pr ess mostr podem se esteder pr todos os outros trtmetos d populção. 7

8 9//06 8. Plejmeto letorzdo por íves Efetos dos trtmetos τ são defdos como desvos prtr d méd gerl, de modo que: 0 /09/06 : 8. Plejmeto letorzdo por íves D tbel teror, tem-se que y y... j y j j y j y y y.. y... N ode N úmero totl de observções y méd gerl de tods s observções.. /09/06 : 8

9 9//06 8. Plejmeto letorzdo por íves A méd estmd do -ésmo trtmeto é dd por E( y j ),,,..., ( méd gerl crescd do efeto do trtmeto ) Fz-se o teste de hpóteses pr verfcr se s méds dos trtmetos são gus H H o :... : j ( pelo meos pr um pr j ) /09/06 : 8. Plejmeto letorzdo por íves ou H H o :... 0 : 0 ( pelo meos pr um ) /09/06 : Se H o for verdder (todos os trtmetos tem méd gul μ), mudç os íves do ftor ão tem efeto respost méd. Pr ess verfcção, álse de vrâc é que melhor se plc. O termo álse de vrâc derv d dvsão d vrbldde totl em seus compoetes. 9

10 9//06 8. Plejmeto letorzdo por íves A vrbldde totl dos resultdos é represetd pel som corrgd dos qudrdos T (ou som qudrátc totl), mostrd bxo: T ( yj y.. ) j que pode ser reescrt como j T ( yj y.. ) [( y. y.. ) ( yj y. )] j /09/06 : 8. Plejmeto letorzdo por íves ou T j ( y y ) j.. ( y y ). j.. ( y. y.. j )( y ( y j j y y. ). ) O últmo termo d expressão é ulo, pos j ( yj y. ) y. y. y. ( y. ) 0 /09/06 : 0

11 9//06 8. Plejmeto letorzdo por íves /09/06 : Assm, ou T T j ( y j Trtmetos y.. ) E ( y. y.. ) j ( y j y omo se observ, som corrgd dos qudrdos (que represet vrbldde dos ddos) é represetd pel somtór dos qudrdos ds dfereçs etre s méds dos trtmetos e méd gerl de todos os elemetos, dcod à somtór dos qudrdos ds dfereçs etre s observções e s méds dos trtmetos.. ) 8. Plejmeto letorzdo por íves /09/06 : ode Trtmetos deom-se som dos qudrdos devdos os trtmetos (etre trtmetos) e E é deomd som dos qudrdos devdos o erro (detro dos trtmetos). T preset N- grus de lberdde, Trtmetos preset -, e E, N- grus de lberdde. A rzão MQ Trtmetos = Trtmetos /, chmd de méd qudrátc dos trtmetos, é um estmtv d vrâc etre os trtmetos, e rzão MQ E = E /N, deomd méd qudrátc do erro, é um estmtv d vrâc detro de cd um dos trtmetos.

12 9//06 8. Plejmeto letorzdo por íves osdere gor que cd um d populções poss ser modeld como um dstrbução orml. Usdo ess suposção, pode-se mostrr que se hpótese ul for verdder, sto é, ão há dfereç etre s méds dos trtmetos, rzão MQ Fo MQ Trtmetos E Trtmetos E /( ) /( N ) Num De /09/06 : terá um dstrbução F com e N grus de lberdde. 8. Plejmeto letorzdo por íves No cso d hpótese ul ser verdder, tto o umerdor quto o deomdor d expressão são estmdores cofáves de σ². No etto, se hpótese for fls, etão o vlor esperdo do umerdor será mor do que σ². Por cosegute, se o vlor esperdo pr o umerdor é mor que o vlor esperdo pr o deomdor, deve-se rejetr H o pr vlores do teste de hpóteses que sejm muto grdes, ou sej, hpótese ul será rejetd se F o F,,N /09/06 :

13 9//06 8. Plejmeto letorzdo por íves A álse d vrâc pode ser fet costrudo-se tbel segur: Fote de vrção Som dos qudrdos Grus de lberdde Méd dos qudrdos F o Etre trtmetos Erro (detro dos trtmetos) Trtmetos MQ Trtmetos E N MQ E MQ MQ Trtmetos E Totl T N /09/06 : 8. Plejmeto letorzdo por íves Qudo o úmero de observções ão pode ser mtdo costte em todos os trtmetos, tem-se ess stução N ode é o tmho d mostr pr cd trtmeto, e s expressões ds soms fcm: T j y.. y j N e Trtmetos y. y.. N /09/06 :

14 9//06 8. Plejmeto letorzdo por íves /09/06 : Deve-se preferr o uso de trtmetos com mostrs do mesmo tmho, pos hpótese de que s vrâcs sejm gus pr todos os trtmetos é ms fclmete verfcd qudo = e tmbém porque cpcdde do teste é mxmzd ess stução. OMPARAÇÃO DAS MÉDIAS INDIVIDUAIS DOS TRATAMENTOS: O método teror permte verfcr se s méds de dversos trtmetos são dferetes ou ão, ms ão possblt dzer qus dels dvergem. 8. Plejmeto letorzdo por íves /09/06 : Pr tto, há ecessdde de se comprr s somtórs ds observções de cd trtmeto (y. ) ou de sus méds ( y. ). Esss comprções são fets trvés dos deomdos métodos de comprção múltpl. Mutos desses métodos usm o coceto de cotrste. Que são comprções de méds de trtmetos ou ds somtórs ds observções de cd trtmeto por G.L. dvdus álse de vrâc.

15 9//06 8. Plejmeto letorzdo por íves otrste é comprção, equto ortogol, este cso, quer dzer depedete. Assm, o cotrste ortogol é um form de estudr os trtmetos em um sére de comprções. A ortogoldde dc que vrção de um cotrste é termete depedete d vrção de outro qulquer que lhe sej ortogol. /09/06 : 8. Plejmeto letorzdo por íves O poto chve dos cotrstes é que se cosegue jutr todos os trtmetos em pes dos grupos, e com sto o teste de F já é completmete stsftóro. Pode-se fzer tts comprções quto se desejr, té o lmte de grus de lberdde dos trtmetos, já que este é o máxmo de formção que exste sobre os trtmetos. A som dos vetores deve ser ul pr ser um cotrste. No etto, pr ser ortogol, deve-se multplcr um pelo outro e su som deve ser zero. /09/06 :

16 9//06 8. Plejmeto letorzdo por íves otrste ou comprção é um fução ler dos tots de trtmetos y. (ou de sus méds) do tpo: c y. c y. c y.... c y. se /09/06 : c 0 c 0 pr trtmetos com gus pr trtmetos com dferetes 8. Plejmeto letorzdo por íves Os cotrstes c y e B são ortogos (depedetes etre s) se. b y. b c 0 b c 0 pr trtmetos com gus pr trtmetos com dferetes /09/06 : 6

17 9//06 8. Plejmeto letorzdo por íves EXEMPLOS: São cotrstes y y. y.. y y.. y. y. y. y. y. Não é cotrste y. y. y. /09/06 : 8. Plejmeto letorzdo por íves EXEMPLOS: São ortogos : e, pos ()() (0 )() ( )( ) 0 Não são ortogos : e, pos ()() ( )(0 ) (0 )( ) 0 e, pos ()() (0 )() ( )( ) 0 /09/06 : 7

18 9//06 8. Plejmeto letorzdo por íves som dos qudrdos pr qulquer cotrste é dd por /09/06 : c y. c c c y. pr trtmetos com gus pr trtmetos com dferetes 8. Plejmeto letorzdo por íves Um cotrste é testdo comprdo-se / com E /(N ), que deve ser dstrbuído como F α,,n- cso hpótese ul sej verdder, ou sej, com H o será rejetd se / Fo /( N ) F E o F,,N /09/06 : 8

19 9//06 8. Plejmeto letorzdo por íves /09/06 : Exemplo 0: Um egehero está teressdo em mxmzr resstêc à trção de um ov fbr stétc que será usd cofecção de roups. Ele cohece de stuções terores que resstêc à trção é fetd pel porcetgem de lgodão fbr. Além dsso, ele suspet que o umeto do coteúdo de lgodão elev resstêc. Ele tmbém sbe que o coteúdo de lgodão deve estr etre 0% e 0% pr que s roups tehm o fl um quldde desejável. O egehero decde testr fbrs com cco íves de porcetgem de lgodão:, 0,, 0 e %. Ele tmbém decde testr cco corpos de prov pr cd ível de coteúdo de lgodão. 8. Plejmeto letorzdo por íves Solução: Este é um exemplo de um plejmeto de um úco ftor com = íves e = réplcs. Os esos devem ser fetos em ordem letór, como por exemplo: Porcetgem de lgodão Número de esos /09/06 : 9

20 9//06 8. Plejmeto letorzdo por íves Sequêc do eso Nº do eso % lgodão Sequêc do eso Nº do eso % lgodão /09/06 : 8. Plejmeto letorzdo por íves % de lgodão Tesões de escometo observds (lb/pol²) Tots y. Méds y y.. = 76 9,8, 7,6,6 0,8 y..,0 /09/06 : 0

21 9//06 8. Plejmeto letorzdo por íves % de lgodão Tesões de escometo observds (lb/pol²) Tots y. Méds y y.. = -, 0,,6 6,6 -, y.. 0,0 /09/06 : 8. Plejmeto letorzdo por íves /09/06 : T E ( 76 ) (7 ) (7 )... () 66,96 y y... y. ( 76 ) s N Trtmeto T j y.. y j N ( 9 )... ( ) Trtmetos 66,96 7, 76 6,0 j ( 76 ) y j ( 76 ) 7, 76

22 9//06 8. Plejmeto letorzdo por íves Fote d vrção % de lgodão Erro Totl Som dos qudrdos 7,76 6,0 66,96 Grus de lberdde 0 * Sgfctvo o ível de % (F 0.0,,0 =,) Méd dos qudrdos F o 8,9 8,06,76 * F o F,,N Um vez que F o > F 0,0;;0, rejet-se H o, cocludo-se que o ível de % porcetgem de lgodão fbr fet sgfctvmete su resstêc à trção. /09/06 : 8. Plejmeto letorzdo por íves H H H H o o o o : : Hpóteses : : otrstes 0 y 0 y 0 y y y y 0 y y y y y 0 y y 0 y 0 y y y y y y /09/06 : Pode-se verfcr, pel codção bxo, que todos os pres de cotrstes são ortogos. bc 0

23 9//06 8. Plejmeto letorzdo por íves 0( 9 ) 0(77 ) 0( 88 ) (08 ) ( ) ( 9 ) 0(77 ) ( 88 ) (08 ) ( ) ( 9 ) 0(77 ) ( 88 ) 0(08 ) 0( ) 9 ( 9 ) (77 ) ( 88 ) (08 ) ( ) 9 ( ) ( ) ( ) ( ) ( 9 ) ( ) 9,60,,0 ( 9 ) 0,8 ( 0 ) /09/06 : 8. Plejmeto letorzdo por íves Fote d vrção Som dos qudrdos Grus de lberdde Méd dos qudrdos F o % de lgodão otrstes ortogos :μ = μ :μ + μ = μ + μ :μ = μ :μ = μ + μ + μ + μ Erro Totl 7,76 (9,60) (,) (,0) (0,8) 6,0 66,96 0 8,9 9,60,,0 0,8 8,06 F o =,76 6,8 *,88 8,87 * 0,0 * Sgfctvo o ível de % (F 0.0,,0 =,) oclusão: Há um sgfcte dfereç etre s porcetges de lgodão e e e, ms s méds de e ão dferem ds méds de e, e ão dfere ds méds ds outrs qutro porcetges. /09/06 :

24 9//06 8. Plejmeto letorzdo por íves Exemplo 0: Desej-se verfcr se modfcção ds codções de trtmeto térmco fluem tesão lmte de escometo de um lg metálc. Form esds qutro codções dstts, obtedo-se os resultdos mostrdos tbel segur: odção de trtmeto Tesão lmte de escometo (MP) /09/06 :,9 00,0 86, 89,0 0,0 0,0 97,,0 80,0 90,0 98, 0,0 60,0 70,0 60,0 76, A modfcção ds codções de trtmeto fet propredde mecâc d lg metálc? (use α = 0,0) 8. Plejmeto letorzdo por íves Qudro de álse de vrâcs Trtmetos TLE (MP) Tots Méds,9 00,0 86, 89,0 0,0 0,0 97,,0 80,0 90,0 98, 0,0 60,0 70,0 60,0 76, 88, 6, 7, 066, 97,,6 9, 66,6 690,6 9, N =. = 6 T = 66, Trt /(-) = 6, Trt = 897, E /(N-) = 8, E =9, F o =,7 F 0,0;; =,9 /09/06 :

25 9//06 8. Plejmeto letorzdo por íves /09/06 : omo F o > F 0,0;; tem-se que hpótese ul é rejetd, ou sej, o ível de % os trtmetos fetm tesão lmte de escometo d lg metálc Pr comprr s méds dos dversos trtmetos serão verfcds s segutes hpóteses uls: ) H o ) H ) H ) H ) H o o o o : : : : : y y y 0 y 0 y y y y y y 0 y y 0 y y y 0 y 0 y y y 0 y 8. Plejmeto letorzdo por íves Verfc-se se codção bxo é stsfet pr todos os cotrstes c 0 : : : 0 0 : : 0 Portto, todos os cotrstes propostos stsfzem o crtéro. /09/06 :

26 9//06 8. Plejmeto letorzdo por íves Dos cco cotrstes propostos, qutro pres são ortogos, ou sej, depedetes etre s..,.,.,. Alsdo-se prmer hpótese H o :μ = μ, tem-se: (88, ) (6, ) 0(7, ) 0(066, ) 7, ( 7,) ( ) 686, /09/06 : 8. Plejmeto letorzdo por íves Portto, como = 686, e E /(N ) = 8,.: / Fo /( N ) E 686, / 8,, omo F 0,0;; =,7, tem-se que F o > F 0,0; ;, ssm, pode-se coclur que, o ível de %, exste dfereç sgfctv etre s méds dos trtmetos e. /09/06 : 6

27 9//06 8. Plejmeto letorzdo por íves Exemplo 0: Um fbrcte de televsores está teressdo o efeto de qutro dferetes tpos de recobrmetos pr tubos ctódcos sobre codutvdde desses tubos. Após o plejmeto expermetl, obtverm-se os segutes resultdos: Tpo de recobrmeto odutvdde /09/06 : 8. Plejmeto letorzdo por íves ) O tpo de recobrmetos dos tubos fet codutvdde os mesmos? b) Estme méd gerl e os efetos dos trtmetos. c) Determe o tervlo de cofç de 9% o estmr méd do tpo de recobrmeto. d) Assumdo que o tpo está tulmete em uso, qus sus recomedções pr o fbrcte que desej reduzr codutvdde? /09/06 : 7

28 9//06 8. Plejmeto letorzdo por íves Solução: Trt-se de um plejmeto letorzdo por íves, que preset íves completos (blcedos), modelo de efetos fxos. A vrável de fluêc é o tpo de recobrmeto pr tubos ctódcos, e vrável de respost é codutvdde, ão exstdo fotes de vrbldde. /09/06 : 8. Plejmeto letorzdo por íves Tpo de recobrmeto odutvdde y. ȳ y.. = 07,00,00,, 9, ȳ.. = 7,9 /09/06 : 8

29 9//06 8. Plejmeto letorzdo por íves Tpo de recobrmeto -6 - odutvdde y. ȳ ,00, -7,7-0,7 y.. = - ȳ.. = -,06 /09/06 : 8. Plejmeto letorzdo por íves /09/06 : T E ( ) ( ) ()... ( ) 080,9 6 y. y.. s N Trtmeto y.. y j N ( 0 ) T j... ( ) Trtmetos 080,9 8,69 6, ( ) 6 8,69 9

30 9//06 8. Plejmeto letorzdo por íves Fo F E ;;N Trt ( ) ( N ) F 0,0;; 8,69 / 6, /,9, ) omo F o > F 0,0;;, rejet-se H o pr o ível de sgfcâc de %, cocludo-se que o tpo de recobrmeto dos tubos fet codutvdde os mesmos. b) ȳ.. = 7,9 Trtmetos = 8,69 /09/06 : 8. Plejmeto letorzdo por íves c) φ =,% 9%,%? 9,? t y 9, s,06,% 9%,% -,8 t α/;φ =,8 t y t s t 0,0;,8 /09/06 : 0

31 9//06 8. Plejmeto letorzdo por íves P y S t ; y S t ;,06,06 P9,,8 9,,8 9% P(6,,8 ) 9% Ou sej, o tervlo [6,;,8] cotém verdder méd do recobrmeto, com 9% de cofç. /09/06 : 8. Plejmeto letorzdo por íves d) Ho : y 0y 0y y c y. [.0.( )] [( ) ( ) ] c Fo ( N ) E 96, / 6, / 96,,0 /09/06 : F ;;N F 0,0;;, 7

32 9//06 8. Plejmeto letorzdo por íves oclusão: omo F o > F 0,0;;, rejet-se H o pr o ível de sgfcâc de %, cocludo-se que que exste dfereç sgfctv etre s méds dos trtmetos e. /09/06 : VIII Aálse de vrâc FIM /09/06 : ESTATÍSTIA APLIADA I - Teste de Hpóteses

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

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento. Prof. Lorí Vl, Dr. vll@mt.ufrgs.r http://www.mt.ufrgs.r/~vll/ Em muts stuções dus ou ms vráves estão relcods e surge etão ecessdde de determr turez deste relcometo. A álse de regressão é um técc esttístc

Leia mais

Aula 11. Regressão Linear Múltipla.

Aula 11. Regressão Linear Múltipla. Aul. Regressão Ler Múltpl.. C.Doughert Itroducto to Ecoometrcs. Cpítulo 6. Buss&Morett Esttístc Básc 7ª Edção Regressão ler smples - Resumo Modelo N E[ ] E[ ] E[ N. Ser como oter fórmuls pr coefcetes de

Leia mais

1.6- MÉTODOS ITERATIVOS DE SOLUÇÃO DE SISTEMAS LINEARES PRÉ-REQUISITOS PARA MÉTODOS ITERATIVOS

1.6- MÉTODOS ITERATIVOS DE SOLUÇÃO DE SISTEMAS LINEARES PRÉ-REQUISITOS PARA MÉTODOS ITERATIVOS .6- MÉTODOS ITRATIVOS D SOLUÇÃO D SISTMAS LINARS PRÉ-RQUISITOS PARA MÉTODOS ITRATIVOS.6.- NORMAS D VTORS Defção.6.- Chm-se orm de um vetor,, qulquer fução defd um espço vetorl, com vlores em R, stsfzedo

Leia mais

EQUAÇÕES LINEARES E DECOMPOSIÇÃO DOS VALORES SINGULARES (SVD)

EQUAÇÕES LINEARES E DECOMPOSIÇÃO DOS VALORES SINGULARES (SVD) EQUAÇÕES LINEARES E DECOMPOSIÇÃO DOS VALORES SINGULARES (SVD) 1 Equções Leres Em otção mtrcl um sstem de equções leres pode ser represetdo como 11 21 1 12 22 2 1 x1 b1 2 x2 b2. x b ou A.X = b (1) Pr solução,

Leia mais

TP062-Métodos Numéricos para Engenharia de Produção Sistemas Lineares Métodos Iterativos

TP062-Métodos Numéricos para Engenharia de Produção Sistemas Lineares Métodos Iterativos TP6-Métodos Numércos pr Egehr de Produção Sstems Leres Métodos Itertvos Prof. Volmr Wlhelm Curt, 5 Resolução de Sstems Leres Métodos Itertvos Itrodução É stte comum ecotrr sstems leres que evolvem um grde

Leia mais

Sequências Teoria e exercícios

Sequências Teoria e exercícios Sequêcs Teor e exercícos Notção forml Defmos um dd sequêc de úmeros complexos por { } ( ) Normlmete temos teresse em descobrr um fórmul fechd que sej cpz de expressr o -ésmo termo d sequêc como fução de

Leia mais

Métodos Numéricos Sistemas Lineares Métodos Iterativos. Professor Volmir Eugênio Wilhelm Professora Mariana Kleina

Métodos Numéricos Sistemas Lineares Métodos Iterativos. Professor Volmir Eugênio Wilhelm Professora Mariana Kleina Métodos Numércos Sstems Leres Métodos Itertvos Professor Volmr Eugêo Wlhelm Professor Mr Kle Resolução de Sstems Leres Métodos Itertvos Itrodução É stte comum ecotrr sstems leres que evolvem um grde porcetgem

Leia mais

Métodos Computacionais em Engenharia DCA0304 Capítulo 3

Métodos Computacionais em Engenharia DCA0304 Capítulo 3 Métodos Comutcos em Egehr DCA4 Cítulo. Iterolção.. Itrodução Qudo se trblh com sstems ode ão é cohecd um fução que descrev seu comortmeto odemos utlzr o coceto de terolção. Há csos tmbém em que form lítc

Leia mais

Equações diferenciais ordinárias Euler e etc. Equações diferenciais ordinárias. c v m. dv dt

Equações diferenciais ordinárias Euler e etc. Equações diferenciais ordinárias. c v m. dv dt Euções derecs ordárs Euler e etc. Aul 7/05/07 Métodos Numércos Aplcdos à Eger Escol Superor Agrár de Combr Lcectur em Eger Almetr 006/007 7/05/07 João Noro/ESAC Euções derecs ordárs São euções composts

Leia mais

Métodos Numéricos Ajuste de Curva pelo Método dos Quadrados Mínimos-MQM. Professor Volmir Eugênio Wilhelm Professora Mariana Kleina

Métodos Numéricos Ajuste de Curva pelo Método dos Quadrados Mínimos-MQM. Professor Volmir Eugênio Wilhelm Professora Mariana Kleina Métodos Numércos Ajuste de Curv pelo Método dos Qudrdos Mímos-MQM Professor Volmr Eugêo Wlhelm Professor Mr Kle Método dos Qudrdos Mímos Ajuste Ler Professor Volmr Eugêo Wlhelm Professor Mr Kle Método

Leia mais

Método de Gauss- Seidel

Método de Gauss- Seidel .7.- Método de Guss- Sedel Supohmos D = I, como fo feto pr o método de Jco-Rchrdso. Trsformmos o sstem ler A = como se segue: (L + I + R) = (L + I) = - R + O processo tertvo defdo por: é chmdo de Guss-Sedel.

Leia mais

TP062-Métodos Numéricos para Engenharia de Produção Ajuste de Curva pelo Método dos Quadrados Mínimos-MQM

TP062-Métodos Numéricos para Engenharia de Produção Ajuste de Curva pelo Método dos Quadrados Mínimos-MQM TP06-Métodos Numércos pr Egehr de Produção Ajuste de Curv pelo Método dos Qudrdos Mímos-MQM Prof. Volmr Wlhelm Curtb, 05 Método dos Qudrdos Mímos Ajuste Ler Prof. Volmr - UFPR - TP06 Método dos Qudrdos

Leia mais

CAP. IV INTERPOLAÇÃO POLINOMIAL

CAP. IV INTERPOLAÇÃO POLINOMIAL CAP. IV INTERPOLAÇÃO POLINOMIAL INTRODUÇÃO Muts uções são cohecds pes um cojuto to e dscreto de potos de um tervlo [,b]. Eemplo: A tbel segute relco clor especíco d águ e tempertur: tempertur (ºC 5 5 clor

Leia mais

MÉTODOS GRÁFICOS 1. INTRODUÇÃO:

MÉTODOS GRÁFICOS 1. INTRODUÇÃO: MÉTODO GRÁFICO. INTRODUÇÃO: Um gráfco é um mer coveete de se represetr um relção etre vlores epermets ou vlores teórcos) de dus ou ms grdezs, de form fcltr vsulzção, terpretção e obteção d fução mtemátc

Leia mais

Neste capítulo usaremos polinômios interpoladores de primeiro e segundo grau, que substituirão uma função de difícil solução por um polinômio.

Neste capítulo usaremos polinômios interpoladores de primeiro e segundo grau, que substituirão uma função de difícil solução por um polinômio. CAPÍULO INEGRAÇÃO NUMÉRICA. INRODUÇÃO Neste cpítulo usremos polômos terpoldores de prmero e segudo gru, que substturão um ução de dícl solução por um polômo. Sej :, b um ução cotíu em, b. A tegrl ded I

Leia mais

Conceitos fundamentais. Prof. Emerson Passos

Conceitos fundamentais. Prof. Emerson Passos Cocetos fudmets Prof. Emerso Pssos 1. Espço dos vetores de estdo. Operdores leres. Represetção de vetores de estdo e operdores. 2. Observáves. Autovlores e utovetores de um observável. Medd Mecâc Quâtc.

Leia mais

Proposta de resolução do Exame Nacional de Matemática A 2017 (1 ạ fase) GRUPO I (Versão 1)

Proposta de resolução do Exame Nacional de Matemática A 2017 (1 ạ fase) GRUPO I (Versão 1) Propost de resolução do Exme Ncol de Mtemátc A 07 ( ạ fse) GRUPO I (Versão ). Pretede-se determr qutos úmeros turs de qutro lgrsmos, múltplos de, se podem formr com os lgrsmos de 9. Nests codções, só exste

Leia mais

7 Análise de covariância (ANCOVA)

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

Leia mais

Universidade Federal de Alfenas

Universidade Federal de Alfenas Uversdde Federl de Alfes Projeto e Aálse de Algortmos Aul 03 Fudmetos Mtemátos pr PAA humerto@.ufl-mg.edu.r Aul Pssd... Cotexto hstóro: Dedldde; O Teorem de Kurt Gödel; Máqu de Turg; Prolems Trtáves e

Leia mais

Máximos, Mínimos e Pontos de Sela de funções f ( x,

Máximos, Mínimos e Pontos de Sela de funções f ( x, Vsco Smões ISIG 3 Mámos Mímos e otos de Sel de uções ( w). Forms Qudrátcs Chm-se orm qudrátc em Q ) se: ( Q ) ( T ode.. é um vector colu e um mtr qudrd dt mtr d orm qudrátc sto é: Q( ) T [ ] s orms qudrátcs

Leia mais

integração são difíceis de serem realizadas. Por exemplo, como calcular

integração são difíceis de serem realizadas. Por exemplo, como calcular 89. INTERPOAÇÃO Objetvo: Ddo um cojuto de + otos G; o lo e um cojuto de uções Ecotrr um ução gg que melhor reresete esse cojuto de ddos de cordo com lgum crtéro. Deção : Sejm os + otos. Dzemos que ução

Leia mais

3.1 Introdução Forma Algébrica de S n Forma Matricial de Sn Matriz Aumentada ou Matriz Completa do Sistema

3.1 Introdução Forma Algébrica de S n Forma Matricial de Sn Matriz Aumentada ou Matriz Completa do Sistema Cálculo Numérco Resolução de sstems de equções leres - Resolução de sstems de equções leres. Itrodução Város prolems, como cálculo de estruturs de redes elétrcs e solução de equções dferecs, recorrem resolução

Leia mais

Complexidade de Algoritmos

Complexidade de Algoritmos Complexdde de Algortmos Prof. Dego Buchger dego.uchger@outlook.com dego.uchger@udesc.r Prof. Crsto Dm Vscocellos crsto.vscocellos@udesc.r Aálse de Complexdde de Tempo de Algortmos Recursvos Algortmos Recursvos

Leia mais

CAP. IV INTERPOLAÇÃO POLINOMIAL

CAP. IV INTERPOLAÇÃO POLINOMIAL CAP. IV INTERPOLAÇÃO POLINOMIAL INTRODUÇÃO Muts fuções são cohecds es um cojuto fto e dscreto de otos de um tervlo [,b]. Eemlo: A tbel segute relco clor esecífco d águ e temertur: temertur (ºC 5 3 35 clor

Leia mais

CAP. IV INTERPOLAÇÃO POLINOMIAL

CAP. IV INTERPOLAÇÃO POLINOMIAL CAP. IV INTERPOLAÇÃO POLINOMIAL INTRODUÇÃO Muts fuções são cohecds es um cojuto fto e dscreto de otos de um tervlo [,b]. Eemlo: A tbel segute relco clor esecífco d águ e temertur: temertur (ºC 5 3 35 clor

Leia mais

Otimização Linear curso 1. Maristela Santos (algumas aulas: Marcos Arenales) Solução Gráfica

Otimização Linear curso 1. Maristela Santos (algumas aulas: Marcos Arenales) Solução Gráfica Otmzção Ler curso Mrstel Stos (lgums uls: Mrcos Areles) Solução Gráfc Otmzção Ler Modelo mtemátco c c c ) ( f Mmzr L fução obetvo sueto : m m m m b b b L M L L restrções ( ) 0 0 0. codção de ão-egtvdde

Leia mais

Econometria ANÁLISE DE REGRESSÃO MÚLTIPLA

Econometria ANÁLISE DE REGRESSÃO MÚLTIPLA Ecoometr ANÁLISE DE REGRESSÃO MÚLTIPLA Tópcos osderr otudde do Progrm Mstrdo pelo Prof Alceu Jom Modelo de Regressão Múltpl Aordgem Mtrcl ) Pressupostos; ) Iferêc versão Mtrcl; c) Iferêc o Método de rmmer;

Leia mais

2. Utilização de retângulos para aproximar a área de uma região. 2. Utilização de retângulos para aproximar a área de uma região

2. Utilização de retângulos para aproximar a área de uma região. 2. Utilização de retângulos para aproximar a área de uma região UNIVERSIDADE DO ESTADO DE MATO GROSSO CAMPUS UNIVERSITÁRIO DE SINOP FACULDADE DE CIÊNCIAS EXATAS E TECNOLÓGICAS CURSO DE ENGENHARIA CIVIL DISCIPLINA: CÁLCULO DIFERENCIAL E INTEGRAL I Áre e Teorem Fudmetl

Leia mais

Apêndice A - Ajuste de funções a um conjunto de pontos experimentais

Apêndice A - Ajuste de funções a um conjunto de pontos experimentais Rotero de Físc Epermetl II 45 Apêdce A - Ajuste de fuções um cojuto de potos epermets Fote: Fudmetos d Teor de Erros José Herque Vuolo Edtor Edgr Blücher Ltd 99 N eperêc sobre o empuo medmos dus grdezs

Leia mais

1- Resolução de Sistemas Lineares.

1- Resolução de Sistemas Lineares. MÉTODOS NUMÉRICOS PARA EQUAÇÕES DIFERENCIAIS PARCIAIS - Resolução de Sstes Leres..- Mtrzes e Vetores..2- Resolução de Sstes Leres de Equções Algébrcs por Métodos Extos (Dretos)..3- Resolução de Sstes Leres

Leia mais

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) EXPERIMENTOS COM UM ÚNICO FATOR E A ANÁLISE DE VARIÂNCIA

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) EXPERIMENTOS COM UM ÚNICO FATOR E A ANÁLISE DE VARIÂNCIA PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) EXPERIMENTOS COM UM ÚNICO FATOR E A ANÁLISE DE VARIÂNCIA Dr. Sivldo Leite Correi EXEMPLO DE UM PROBLEMA COM UM ÚNICO FATOR Um empres do rmo textil desej desenvolver

Leia mais

INTERPOLAÇÃO. Introdução

INTERPOLAÇÃO. Introdução INTERPOLAÇÃO Itrodução A terolção cosste em determr rtr de um cojuto de ddos dscretos um ução ou um cojuto de uções lítcs que ossm servr r determção de qulquer vlor o domío de deção. Pode-se ver terolção

Leia mais

Cap 6. Substituição de Equipamentos

Cap 6. Substituição de Equipamentos Egehr Ecoômc Demétro E. Brct Cp 6. Substtução de Equpmetos 6. REOÇÃO E SUBSTTUÇÃO DE EQUPETOS o problem de reovção ou de reposção, desej-se sber qul o tempo ótmo pr se coservr um equpmeto, ou sej, qul

Leia mais

Universidade Federal da Bahia UFBA. Adriano Pedreira Cattai

Universidade Federal da Bahia UFBA. Adriano Pedreira Cattai Uversdde Federl d Bh UFBA Deprtmeto de Mtemátc Cálculo Dferecl e Itegrl II :: 6. Adro Pedrer Ctt http://www.luospgmt.uf.r/droctt/ [clcr Eso ] Itegrl Defd ou de Rem Notção Sgm A defção d tegrl defd utlz

Leia mais

A Integral Definida. A definição da integral definida utiliza a soma de muitos termos. Assim, para expressar tais

A Integral Definida.  A definição da integral definida utiliza a soma de muitos termos. Assim, para expressar tais A Itegrl Defd wwwcttmtr/log Itegrl Defd ou de Rem Notção Sgm A defção d tegrl defd utlz som de mutos termos Assm, pr epressr ts soms, troduzmos otção greg, cujo símolo é que correspode à letr S pr sgfcr

Leia mais

FÍSICA MODERNA I AULA 15

FÍSICA MODERNA I AULA 15 Uversdde de São ulo Isttuto de Físc FÍSIC MODERN I U 5 rof. Márc de lmed Rzzutto elletro sl 0 rzzutto@f.us.br o. Semestre de 08 ág do curso: htts:edscls.us.brcoursevew.h?d=695 0008 OERDORES OBSERVÁVEIS

Leia mais

NOTAS DE AULA DA DISCIPLINA CE076. Vetor: Escalar: a, b, c,... [ tal que a ij = 0 para todo i j.

NOTAS DE AULA DA DISCIPLINA CE076. Vetor: Escalar: a, b, c,... [ tal que a ij = 0 para todo i j. NOTAS DE AUA DA DISCIPINA CE76 terl Retrdo ds Aostls dos Profs. Jr edes rques e Aselmo Chves Neto Pág. ÁGEBRA ATRICIA.. ATRIZ, VETOR, ESCAAR trz: [ ] m m m m A Vetor: v v v v Esclr:, b, c,.... ATRIZES

Leia mais

AJUSTE DE CURVAS. Métodos Numéricos Computacionais Prof a. Adriana Cherri Prof a. Andréa Vianna Prof. Antonio Balbo Prof a Edméa Baptista

AJUSTE DE CURVAS. Métodos Numéricos Computacionais Prof a. Adriana Cherri Prof a. Andréa Vianna Prof. Antonio Balbo Prof a Edméa Baptista AJUST D CURVAS Até or o polômo de promção o dedo de tl mer cocdr com o vlor d ução dd em potos dedos terpolção m certos tpos de prolems sto pode ão ser desejável em prtculr se os vlores orm otdos epermetlmete

Leia mais

1ª Lista de Exercícios - GABARITO

1ª Lista de Exercícios - GABARITO Uversdde Federl de Ms Gers Deprtmeto de Cê d Computção Algortmos e Estruturs de Ddos II ª Lst de Exeríos - GABARIO Est lst deverá ser etregue pr os professores durte ul do d de setembro de 0. Não serão

Leia mais

Método de Eliminação de Gauss

Método de Eliminação de Gauss étodo de Elmção de Guss A de ásc deste método é trsformr o sstem A um sstem equvlete A () (), ode A () é um mtrz trgulr superor, efectudo trsformções elemetres sore s lhs do sstem ddo. Cosdere-se o sstem

Leia mais

NOTAS DE AULA DA DISCIPLINA CE076. ], T 2 = conhecido como T 2 de Hotelling

NOTAS DE AULA DA DISCIPLINA CE076. ], T 2 = conhecido como T 2 de Hotelling 4 INFERÊNCIA SOBRE O VETOR DE MÉDIAS 4. TESTE PARA UM VETOR DE MÉDIAS µ Lembrado o caso uvarado: H : µ = µ H : µ µ Nível de sgfcâca: α Estatístca do teste: X µ t = s/ ~ t Decsão: se t > t - (α/) rejeta-se

Leia mais

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) Fatorial [ ] = A. Exercícios Resolvidos. Exercícios Resolvidos ( ) ( ) ( ) ( )! ( ).

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) Fatorial [ ] = A. Exercícios Resolvidos. Exercícios Resolvidos ( ) ( ) ( ) ( )! ( ). OSG: / ENSINO PRÉ-UNIVERSITÁRIO T MATEMÁTIA TURNO DATA ALUNO( TURMA Nº SÉRIE PROFESSOR( JUDSON SANTOS ITA-IME SEDE / / Ftorl Defção h-se ftorl de e dc-se or o úero turl defdo or: > se ou se A A A A Eercícos

Leia mais

SISTEMAS DE TEMPO DISCRETO DESCRITO POR EQUAÇÕES A DIFERENÇA

SISTEMAS DE TEMPO DISCRETO DESCRITO POR EQUAÇÕES A DIFERENÇA SISTEMAS DE TEMPO DISCRETO DESCRITO POR EQUAÇÕES A DIFEREÇA ( ( x( Coeficiete costte. ( ( x ( Coeficiete vriável (depedete do tempo. Aplicmos x( pr e cosidermos codição iicil ( ( ( M ( ( ( ( x( x( ( x(

Leia mais

EXEMPLO 3 - CONTINUAÇÃO

EXEMPLO 3 - CONTINUAÇÃO AJUSTE A U POLINÔIO Se curv f for jusd um polômo de gru, eremos f * () 0 Segudo o mesmo procedmeo eror, chegremos o segue ssem ler: m L O L L 0 EXEPLO Os ddos bo correspodem o volume do álcool ídrco em

Leia mais

SISTEMAS DE TEMPO DISCRETO DESCRITO POR EQUAÇÕES A DIFERENÇA

SISTEMAS DE TEMPO DISCRETO DESCRITO POR EQUAÇÕES A DIFERENÇA SISTEMAS DE TEMPO DISCRETO DESCRITO POR EQUAÇÕES A DIFEREÇA Coeficiete costte. SISTEMAS LIT CARACTERIZADOS POR EQUAÇÕES A DIFEREÇA COM COEFICIETES COSTATES Sistems descritos por equções difereç com coeficiete

Leia mais

EAE Modelo de Insumo-Produto

EAE Modelo de Insumo-Produto EAE 598 Modelo de sumo-produto Modelo de sumo-produto Costruído prtr de ddos observáves fluxos terdustrs (us, $) Estrutur mtemátc equções cógts j f j EAE 598 Modelo de sumo-produto Setor Setor (Demd Fl)

Leia mais

Revisão de Álgebra Matricial

Revisão de Álgebra Matricial evisão de Álgebr Mtricil Prof. Ptrici Mri ortolo Fote: OLDINI, C. e WETZLE, F.; Álgebr Lier. ª. ed. São Pulo. Editor Hrbr, 986 Álgebr Mtricil D Mtemátic do º. Gru: y ( y ( De( : y Em ( : ( Em ( : y y 8

Leia mais

Universidade Federal Fluminense ICEx Volta Redonda Métodos Quantitativos Aplicados I Professora: Marina Sequeiros

Universidade Federal Fluminense ICEx Volta Redonda Métodos Quantitativos Aplicados I Professora: Marina Sequeiros Uiversidde Federl Flumiese ICE Volt Redod Métodos Qutittivos Aplicdos I Professor: Mri Sequeiros. Poliômios Defiição: Um poliômio ou fução poliomil P, vriável, é tod epressão do tipo: P)=... 0, ode IN,

Leia mais

CAPÍTULO 2 AJUSTAMENTO DE OBSERVAÇÕES

CAPÍTULO 2 AJUSTAMENTO DE OBSERVAÇÕES CAPÍTULO AJUSTAMENTO DE OBSERVAÇÕES.1 Motvção pr AJUSTAR OBSERVAÇÕES! As observções coduzds pelo homem se crcterzm pel evtável preseç dos erros de medd. Erros que decorrem ão pes de flhs hums, ms tmbém

Leia mais

... Capítulo III - Resolução de Sistemas. Vamos estudar métodos numéricos para: - resolver sistemas lineares

... Capítulo III - Resolução de Sistemas. Vamos estudar métodos numéricos para: - resolver sistemas lineares Cpítulo III - Resolução de Sstems Vmos estudr métodos umércos pr: - resolver sstems leres ão leres (; - Resolução de Sstems de Equções eres Cosdere-se o sstem ler de equções cógts:............ b b b usdo

Leia mais

Vitamina A Vitamina B Vitamina C Alimento 1 50 30 20 Alimento 2 100 40 10 Alimento 3 40 20 30

Vitamina A Vitamina B Vitamina C Alimento 1 50 30 20 Alimento 2 100 40 10 Alimento 3 40 20 30 Motvção: O prole d det Itrodução os Sstes Leres U pesso e det ecesst dgerr drete s segutes qutddes de vts: g de vt A 6 g de vt B 4 g de vt C El deve suprr sus ecessddes prtr do cosuo de três letos dferetes

Leia mais

Difusão entre Dois Compartimentos

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

Leia mais

Guia 21 EXPOSIÇÃO DOS TRABALHADORES ÀS VIBRAÇÕES APONTAMENTOS SOBRE ESTIMATIVA DAS INCERTEZAS DE MEDIÇÃO

Guia 21 EXPOSIÇÃO DOS TRABALHADORES ÀS VIBRAÇÕES APONTAMENTOS SOBRE ESTIMATIVA DAS INCERTEZAS DE MEDIÇÃO Gu EXPOSIÇÃO DOS TRABALHADORES ÀS VIBRAÇÕES APONTAMENTOS SOBRE ESTIMATIVA DAS INCERTEZAS DE Assocção de Lbortóros Acredtdos de Portugl Gu RELACRE EDIÇÃO: SETEMBRO 08 EXPOSIÇÃO DOS TRABALHADORES ÀS VIBRAÇÕES

Leia mais

II TESTES PARA O CASO DE UMA AMOSTRA (Testes de Aderência)

II TESTES PARA O CASO DE UMA AMOSTRA (Testes de Aderência) II TESTES PARA O CASO DE UMA AMOSTRA (Testes de Aderênc) Estes testes são útes pr verfcr se determnd mostr pode provr de um populção especfcd. São usulmente conhecdos como testes de derênc ou bondde do

Leia mais

k 0 4 n NOTAS DE AULA A Integral Definida

k 0 4 n NOTAS DE AULA A Integral Definida NOTS DE UL Itegrl Defd Som de Rem Teorem Fudmetl do Cálulo: Itegrl Defd Áre so um Curv [Eemplos e plções] Comprmeto de um Curv Pl Ls [ou Suve] Teorem do Vlor Médo pr Itegrs SOM DE RIEMNN Notção: k k Eemplos:

Leia mais

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

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

Leia mais

3. FUNÇÕES DE TRANSFERÊNCIA

3. FUNÇÕES DE TRANSFERÊNCIA Sstems de Cotrole 3. FUNÇÕES DE TRNSFERÊNCI Em teor de cotrole, fuções chmd fuções de trsferêc são comumete usds r crcterzr s relções de etrd-síd de comoetes ou sstems que odem ser descrtos or equções

Leia mais

Universidade do Vale do Rio dos Sinos UNISINOS Programa de Pós-Graduação em Engenharia Mecânica. Ajuste de equações

Universidade do Vale do Rio dos Sinos UNISINOS Programa de Pós-Graduação em Engenharia Mecânica. Ajuste de equações Unversdde do Vle do Ro dos Snos UNISINOS Progrm de Pós-Grdução em Engenhr Mecânc Ajuste de equções Ajuste de curvs Técnc usd pr representr crcterístcs e comportmento de sstems térmcos. Ddos representdos

Leia mais

BCC201 Introdução à Programação ( ) Prof. Reinaldo Silva Fortes. Prática 01 Algoritmos Sequência Simples

BCC201 Introdução à Programação ( ) Prof. Reinaldo Silva Fortes. Prática 01 Algoritmos Sequência Simples BCC0 Itrodução à Progrmção (04-0) Prof. Reildo Silv Fortes Prátic 0 Algoritmos Sequêci Simples ) Um P.A. (progressão ritmétic) fic determid pel su rzão (r) e pelo primeiro P.A., ddo rzão e o primeiro termo.

Leia mais

Eixos e árvores Projeto para eixos: restrições geométricas. Aula 4. Elementos de máquinas 2 Eixos e árvores

Eixos e árvores Projeto para eixos: restrições geométricas. Aula 4. Elementos de máquinas 2 Eixos e árvores Exos e árvores Projeto pr exos: restrções geométrcs Aul 4 Elementos de máquns Exos e árvores 1 Exos e árvores Projeto pr exos: restrções geométrcs o Deflexões e nclnções: geometr de um exo corresponde

Leia mais

7 Solução aproximada Exemplo de solução aproximada. k critérios que o avaliador leva em consideração.

7 Solução aproximada Exemplo de solução aproximada. k critérios que o avaliador leva em consideração. 7 olução proximd Neste cpítulo é feit elborção de um ov formulção simplificd prtir de um estudo de Lel (008), demostrd por dus forms á cohecids de proximção do cálculo do vetor w de prioriddes retirds

Leia mais

REGRESSÃO LINEAR. À variável Y cujo comportamento se pretende estudar dá-se o nome de variável dependente.

REGRESSÃO LINEAR. À variável Y cujo comportamento se pretende estudar dá-se o nome de variável dependente. REGRESSÃO LINEAR N tm N lq À vrável Y cuo comportmento se pretende estudr dá-se o nome de vrável dependente. O comportmento dest vrável depende de outrs vráves X chmds vráves ndependentes. A modelção do

Leia mais

Módulo de Matrizes e Sistemas Lineares. Operações com Matrizes

Módulo de Matrizes e Sistemas Lineares. Operações com Matrizes Módulo de Mtrzes e Sstems Lneres Operções com Mtrzes Mtrzes e Sstems Lneres Operções com Mtrzes 1 Exercícos Introdutóros Exercíco 1. Encontre o vlor de () 2 A. 1/2 A. 3 A. Exercíco 2. Determne ) A + B.

Leia mais

[ η. lim. RECAPITULANDO: Soluções diluídas de polímeros. Equação de Mark-Houwink-Sakurada: a = 0.5 (solvente θ )

[ η. lim. RECAPITULANDO: Soluções diluídas de polímeros. Equação de Mark-Houwink-Sakurada: a = 0.5 (solvente θ ) RECPITULNDO: Soluções dluíds de polímeros Vsosdde tríse do polímero: 5 N V 5 (4 / 3) R 3 v h π h N v [ η ] v 5 Pode ser obtd prtr de: [ η ] lm η 0 sp / V Equção de rk-houwk-skurd: [η] K ode K e são osttes

Leia mais

Capítulo III - Resolução de Sistemas. Como sabemos os sistemas podem ser classificados em possíveis. (determinados ou indeterminados) e impossíveis.

Capítulo III - Resolução de Sistemas. Como sabemos os sistemas podem ser classificados em possíveis. (determinados ou indeterminados) e impossíveis. Cpítulo III - Resolução de Sstems Vmos estudr métodos umércos pr: - resolver sstems de equções leres ão leres (; - Resolução de Sstems de Equções eres Cosdere-se o sstem ler de equções cógts:............

Leia mais

Construção e Análise de Gráficos

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

Leia mais

Cap. 5. Testes de Hipóteses

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

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 11.º Ano de escolaridade Versão.4

FICHA de AVALIAÇÃO de MATEMÁTICA A 11.º Ano de escolaridade Versão.4 FICHA de AVALIAÇÃO de MATEMÁTICA A 5º Teste º Ao de escolridde Versão4 Nome: Nº Turm: Professor: José Tioco /4/8 Apresete o seu rciocíio de form clr, idicdo todos os cálculos que tiver de efetur e tods

Leia mais

CÁLCULO I. Exibir o cálculo de algumas integrais utilizando a denição.

CÁLCULO I. Exibir o cálculo de algumas integrais utilizando a denição. CÁLCULO I Prof Mrcos Diiz Prof Adré Almeid Prof Edilso Neri Prof Emerso Veig Prof Tigo Coelho Aul o : A Itegrl de Riem Objetivos d Aul Deir itegrl de Riem; Exibir o cálculo de lgums itegris utilizdo deição

Leia mais

Sumário. Cálculo dos juros compostos. Juros compostos conceitos. Exemplos. Cálculo dos juros compostos. Engenharia Econômica e Finanças

Sumário. Cálculo dos juros compostos. Juros compostos conceitos. Exemplos. Cálculo dos juros compostos. Engenharia Econômica e Finanças Suáro Udde 3 ptlzção opost Professor: Fábo de Olver Alves ottos: fboolves@yhoo.de fbo@ptgors.co.br oceto de cptlzção copost Fóruls de cálculo oprtvo Juros Sples x Juros opostos Equvlêc de pts Equvlêc de

Leia mais

MODELOS MATEMÁTICOS-FISIOLÓGICOS PARA ESTIMAR MATÉRIA SECA DA PARTE AÉREA E PRODUTIVIDADE DE GRÃOS DE MILHO

MODELOS MATEMÁTICOS-FISIOLÓGICOS PARA ESTIMAR MATÉRIA SECA DA PARTE AÉREA E PRODUTIVIDADE DE GRÃOS DE MILHO MODELOS MATEMÁTICOS-FISIOLÓGICOS PARA ESTIMAR MATÉRIA SECA DA PARTE AÉREA E PRODUTIVIDADE DE GRÃOS DE MILHO MATHEMATICAL AND PHYSIOLOGICAL MODELS FOR PLANT DRY MATTER AND PRODUCTIVITY ESTIMATION IN MAIZE

Leia mais

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

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

Leia mais

Ajuste de curvas por quadrados mínimos lineares

Ajuste de curvas por quadrados mínimos lineares juste de cuvs o quddos mímos lees Fele eodo de gu e Wdele Iocêco oe Júo Egeh de s o. Peíodo Pofesso: ode Josué Bezue Dscl: Geomet lítc e Álgeb e. Itodução Utlzmos este método qudo temos um dstbução de

Leia mais

Lista de Exercícios 01 Algoritmos Seqüência Simples

Lista de Exercícios 01 Algoritmos Seqüência Simples Uiversidde Federl de Mis Geris - UFMG Istituto de Ciêcis Exts - ICEx Discipli: Progrmção de Computdores Professor: Dvid Meoti (meoti@dcc.ufmg.br) Moitor: João Felipe Kudo (joo.felipe.kudo@terr.com.br)

Leia mais

Resolução Numérica de Sistemas Lineares Parte II

Resolução Numérica de Sistemas Lineares Parte II Cálculo Numérico Resolução Numéric de Sistems Lieres Prte II Prof Jorge Cvlcti jorgecvlcti@uivsfedubr MATERIAL ADAPTADO DOS SLIDES DA DISCIPLINA CÁLCULO NUMÉRICO DA UFCG - wwwdscufcgedubr/~cum/ Sistems

Leia mais

AULAS 7 A 9 MÉDIAS LOGARITMO. Para n números reais positivos dados a 1, a 2,..., a n, temos as seguintes definições:

AULAS 7 A 9 MÉDIAS LOGARITMO.  Para n números reais positivos dados a 1, a 2,..., a n, temos as seguintes definições: 009 www.cursoglo.com.br Treimeto pr Olimpíds de Mtemátic N Í V E L AULAS 7 A 9 MÉDIAS Coceitos Relciodos Pr úmeros reis positivos ddos,,...,, temos s seguites defiições: Médi Aritmétic é eésim prte d som

Leia mais

( ) E( X) = µ (desconhecido) V( X) = σ 2 (conhecido) ( ) se X ~ N µ,σ 2 ( ) se X qq e n grande

( ) E( X) = µ (desconhecido) V( X) = σ 2 (conhecido) ( ) se X ~ N µ,σ 2 ( ) se X qq e n grande Cpítulo 7 - Estimção por itervlos 7. Itervlos de cofiç Pr lém dum estimtiv potul de um prâmetro é, em muits situções, importte dispôr de lgum form de itervlo que idique cofiç que se pode depositr estimtiv

Leia mais

F A 6. Aplicações à Física e à Engenharia. Aplicações à Física e à Engenharia

F A 6. Aplicações à Física e à Engenharia. Aplicações à Física e à Engenharia UNIVERSIDADE DO ESTADO DE MATO GROSSO CAMPUS UNIVERSITÁRIO DE SINOP FACULDADE DE CIÊNCIAS EXATAS E TECNOLÓGICAS CURSO DE ENGENHARIA CIVIL DISCIPLINA: CÁLCULO DIFERENCIAL E INTEGRAL I Aplcções à Físc e

Leia mais

DESIGUALDADES Onofre Campos

DESIGUALDADES Onofre Campos OLIMPÍADA BRASILEIRA DE MATEMÁTICA NÍVEL II SEMANA OLÍMPICA Slvdor, 9 6 de jeiro de 00 DESIGUALDADES Oofre Cmpos oofrecmpos@olcomr Vmos estudr lgums desigulddes clássics, como s desigulddes etre s médis

Leia mais

( ) E( X) = µ (desconhecido) V( X) = σ 2 (conhecido) ( ) se X ~ N µ,σ 2 ( ) se X qq e n grande

( ) E( X) = µ (desconhecido) V( X) = σ 2 (conhecido) ( ) se X ~ N µ,σ 2 ( ) se X qq e n grande A Pires, IST, Outubro de 000 Cpítulo 7 - Estimção por itervlos 7. Itervlos de cofiç Pr lém dum estimtiv potul de um prâmetro é, em muits situções, importte dispôr de lgum form de itervlo que idique cofiç

Leia mais

SISTEMAS LINEARES. Cristianeguedes.pro.br/cefet

SISTEMAS LINEARES. Cristianeguedes.pro.br/cefet SISTEMAS LINEARES Cristieguedes.pro.r/cefet Itrodução Notção B A X Mtricil Form. : m m m m m m m A es Mtri dos Coeficiet : X Mtri dsvriáveis : m B Termos Idepede tes : Número de soluções Ddo um sistem

Leia mais

Aula de Medidas Dinâmicas I.B De Paula

Aula de Medidas Dinâmicas I.B De Paula Aul de Medids Diâmics I.B De Pul A medição é um operção, ou cojuto de operções, destids determir o vlor de um grdez físic. O seu resultdo, comphdo d uidde coveiete, costitui medid d grdez. O objetivo dest

Leia mais

Sumário. Cálculo do juros compostos. Juros compostos conceitos. Cálculo do juros compostos. Exemplos. Engenharia Econômica e Finanças

Sumário. Cálculo do juros compostos. Juros compostos conceitos. Cálculo do juros compostos. Exemplos. Engenharia Econômica e Finanças Suáro Udde 3 ptlzção opost Professor: Fábo de Olver Alves ottos: fboolves@yhoo.de fbo@ptgors.co.br oceto de cptlzção copost Fóruls de cálculo oprtvo Juros Sples x Juros opostos Equvlêc de pts Equvlêc de

Leia mais

Lista de Exercícios 01 Algoritmos Seqüência Simples

Lista de Exercícios 01 Algoritmos Seqüência Simples Discipli: Algoritmos e Estrutur de Ddos I CIC0 List de Exercícios 0 Algoritmos Seqüêci Simples ) Um P.A. (progressão ritmétic) fic determid pel su rzão (r) e pelo primeiro termo( ). Escrev um lgoritmo

Leia mais

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

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

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 11.º Ano de escolaridade Versão.1

FICHA de AVALIAÇÃO de MATEMÁTICA A 11.º Ano de escolaridade Versão.1 FICHA de AVALIAÇÃO de MATEMÁTICA A 5º Teste º Ao de escolridde Versão Nome: Nº Turm: Proessor: José Tioco 3/4/8 Apresete o seu rciocíio de orm clr, idicdo todos os cálculos que tiver de eetur e tods s

Leia mais

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

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

Leia mais

f sendo as funções suaves das covariáveis,

f sendo as funções suaves das covariáveis, . REFERENCIAL TEÓRICO O modelo de regressão usdo este estudo fo um Modelo Adtvo Geerlzdo (GAM), que d ms é que um extesão dos Modelos Leres Geerlzdos (GLM) com um predtor ler evolvedo um som de fuções

Leia mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual

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

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 11.º Ano de escolaridade Versão 2

FICHA de AVALIAÇÃO de MATEMÁTICA A 11.º Ano de escolaridade Versão 2 FICHA de AVALIAÇÃO de MATEMÁTICA A 4º Teste º Ao de escolridde Versão Nome: Nº Turm: Professor: José Tioco 09/0/08 Apresete o seu rciocíio de form clr, idicdo todos os cálculos que tiver de efetur e tods

Leia mais

Cap. 3 A Variável Tempo

Cap. 3 A Variável Tempo Egehr Ecoômc Cp. 3 rável Tempo 3. EQUILÊNCI, O LOR DO DINHEIRO NO TEMPO Imgemos um stução qul eu já sb hoje que detro de um o tere de efetur um pgmeto o vlor de.00 res. Se dspuser de dhero hoje, será que

Leia mais

VA L O R M É D I O D E U M A F U N Ç Ã O. Prof. Benito Frazão Pires

VA L O R M É D I O D E U M A F U N Ç Ã O. Prof. Benito Frazão Pires 3 VA L O R M É D I O D E U M A F U N Ç Ã O Prof. Beito Frzão Pires 3. médi ritmétic A médi ritmétic (ou simplesmete médi) de vlores y, y 2,..., y é defiid como sedo o úmero y = y + y 2 + + y. () A médi

Leia mais

Conceitos básicos População É constutuida por todos os elementos que são passíveis de ser analisados de tamanho N

Conceitos básicos População É constutuida por todos os elementos que são passíveis de ser analisados de tamanho N sísc Coceos áscos opulção É cosuud por odos os elemeos que são pssíves de ser lsdos de mho mosrgem Sucojuo d populção que é eecvmee lsdo com um ddo mho mosr leór mosr ode cd elemeo d populção êm hpóeses

Leia mais

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

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

Leia mais

Espaços Vectoriais. Sérgio Reis Cunha. Outubro de Faculdade de Engenharia da Universidade do Porto

Espaços Vectoriais. Sérgio Reis Cunha. Outubro de Faculdade de Engenharia da Universidade do Porto APONTAMENTOS DE ÁLGEBRA Espços Vectors Sérgo Res Ch Otbro de Fcldde de Egehr d Uersdde do Porto Lcectr em Egehr Electrotécc e de Comptdores Espços Vectors Defção de Espço Vectorl / Defção de Espço Vectorl

Leia mais

Lista de Exercícios 01 Algoritmos Sequência Simples

Lista de Exercícios 01 Algoritmos Sequência Simples Uiversidde Federl do Prá UFPR Setor de Ciêcis Exts / Deprtmeto de Iformátic DIf Discipli: Algoritmos e Estrutur de Ddos I CI055 Professor: Dvid Meotti (meottid@gmil.com) List de Exercícios 0 Algoritmos

Leia mais

M M N. Logo: MN = DC = DP + PC DC = AB + AB DC = 2 AB S ABCD = (AB + DC). = (AB + 2 AB). = 3 AB S M N CD = Assim temos que: M'N'CD h

M M N. Logo: MN = DC = DP + PC DC = AB + AB DC = 2 AB S ABCD = (AB + DC). = (AB + 2 AB). = 3 AB S M N CD = Assim temos que: M'N'CD h QUESTÃO Sejm i, r + si e + (r s) + (r + s)i ( > ) termos de um seqüêci. etermie, em fução de, os vlores de r e s que torm est seqüêci um progressão ritmétic, sbedo que r e s são úmeros reis e i. Sbemos

Leia mais

CÁLCULO DA INCERTEZA DE MEDIÇÃO NA CALIBRAÇÃO DE MEDIDAS MATERIALIZADAS DE VOLUME PELO MÉTODO GRAVIMÉTRICO

CÁLCULO DA INCERTEZA DE MEDIÇÃO NA CALIBRAÇÃO DE MEDIDAS MATERIALIZADAS DE VOLUME PELO MÉTODO GRAVIMÉTRICO CÁLCULO DA INCERTEZA DE MEDIÇÃO NA CALIRAÇÃO DE MEDIDAS MATERIALIZADAS DE VOLUME PELO MÉTODO GRAVIMÉTRICO NORMA N o NIE-DIMEL-043 APROVADA EM AGO/03 N o 00 0/09 SUMÁRIO Objetvo 2 Cmo Alcção 3 Resosbld

Leia mais

Método de Gauss-Seidel

Método de Gauss-Seidel Método de Guss-Sedel É o ms usdo pr resolver sstems de equções lneres. Suponhmos que temos um sstem A=b e que n= Vmos resolver cd equção em ordem um ds vráves e escrevemos 0/0/9 MN em que Método de Guss-Sedel

Leia mais