PROGRAMA COMPUTACIONAL PARA GERAÇÃO DE SÉRIES SINTÉTICAS DE PRECIPITAÇÃO 1
|
|
- Luís Macedo Bentes
- 6 Há anos
- Visualizações:
Transcrição
1 PROGRAMA COMPUTACIONAL PARA GERAÇÃO DE SÉRIES SINTÉTICAS DE PRECIPITAÇÃO 1 SIDNEY S. ZANETTI 2, FERNANDO F. PRUSKI 3, MICHEL C. MOREIRA 4, GILBERTO C. SEDIYAMA 3, DEMETRIUS D. SILVA 5 RESUMO: Desenvolveu-se um programa computaconal que permte a aplcação da metodologa para geração de séres sntétcas de precptação desenvolvda por OLIVEIRA (2003). O desenvolvmento do aplcatvo fo vablzado pela elaboração de um algortmo computaconal em ambente de programação Borland Delph 6.0. Os dados de entrada necessáros são provenentes de banco de dados no formato padronzado pela Agênca Naconal de Águas (ANA) com regstros pluvométrcos dáros provenentes de estações meteorológcas. A partr dessas nformações, o programa computaconal é capaz de gerar séres sntétcas de precptação dára contendo o total precptado em mlímetros, a duração do evento em horas, o tempo padronzado de ocorrênca da ntensdade máxma nstantânea e a ntensdade máxma nstantânea padronzada. A sére sntétca gerada é armazenada em arquvos no formato Texto que podem ser acessados posterormente por outros aplcatvos e/ou planlhas eletrôncas. Além dos arquvos, são apresentadas váras nformações na forma de gráfcos e quadros, facltando a avalação do desempenho da metodologa desenvolvda. PALAVRAS-CHAVE: chuva, gerador clmátco, modelo computaconal. SOFTWARE FOR GENERATION OF SYNTHETIC SERIES OF PRECIPITATION ABSTRACT: A computatonal model was developed to generate synthetc seres of ranfall usng the method developed by OLIVEIRA (2003). The software was developed n Borland Delph 6.0 envronment. The nput data come from the daly precptaton data n the standardzed format of the Natonal Water Agency (ANA). The software s capable to generate synthetc seres of daly ranfall contanng the amount and the duraton of the ranfall, and the standardzed event tme of the maxmum nstantaneous ntensty. The generated synthetc seres are stored n text-formatted fles that may be accessed by others softwares and/or electronc datasheets. There were also presented graphs and tables format, to easly evaluate the performance of the method developed. KEYWORDS: ranfall, clmatc generator, computatonal model. INTRODUÇÃO Os modelos de smulação têm sdo utlzados em dversas áreas da atvdade humana, como na engenhara e em aplcações com fns mltares. Nas últmas décadas, o uso desses modelos fo dentfcado como opção nteressante na área da pesqusa agrícola. Esta opção ganhou maor mportânca porque, além da complexdade própra da agrcultura como atvdade específca, suas relações com outros setores da economa tornaram-se cada vez mas mportantes. 1 Extraído da dssertação de mestrado apresentada pelo prmero. 2 Eng o Agrônomo, Doutorando em Produção Vegetal, Unversdade Estadual do Norte Flumnense Darcy Rbero, UENF, Campos dos Goytacazes - RJ, Fone: (0XX22) , sdney@uenf.br. Bolssta do CNPq. 3 Eng o Agrícola, Prof. Ttular, Depto. de Engenhara Agrícola, Unversdade Federal de Vçosa, Vçosa - MG. Bolssta do CNPq. 4 Graduando em Cênca da Computação, Unversdade Federal de Vçosa, Vçosa - MG. 5 Eng o Agrônomo, Prof. Adunto, Depto. de Engenhara Agrícola, Unversdade Federal de Vçosa, Vçosa - MG. Bolssta do CNPq. Recebdo pelo Conselho Edtoral em: Aprovado pelo Conselho Edtoral em: Eng. Agríc., Jabotcabal, v.25, n.1, p , an./abr. 2005
2 Programa computaconal para geração de séres sntétcas de precptação 97 O desenvolvmento de modelos para a geração de elementos clmátcos smulados é de grande mportânca para a avalação de sstemas agrícolas e para a smulação do comportamento de sstemas hdrológcos. O conhecmento da dstrbução das precptações no espaço e no tempo desempenha papel relevante no planeamento das atvdades produtvas. Tal é a mportânca desse conhecmento, que esse acaba por condconar decsões, seam de ordem tátca ou estratégca, em atvdades como a agropecuára, a construção cvl, os transportes e o tursmo. As pesqusas sobre precptação no Brasl têm se restrngdo, na maora das vezes, à prevsão da lâmna total máxma ou da ntensdade máxma provável. Poucos trabalhos consderam o padrão dos eventos ou as característcas do perfl de precptação. Nesse contexto, as pesqusas para a avalação das perdas de água e solo têm utlzado, por falta de tecnologa local, geradores de séres sntétcas de precptação desenvolvdos para outros países, como, por exemplo, o WGEN - Weather Generaton (RICHARDSON (1981), o CLIGEN - Clmate Generator (NICKS et al., 1995), o GEM - Generaton of Weather Elements for Multple Applcatons (JOHNSON, 2003) e outros. Segundo WILKS (1999), uma sére sntétca é o resultado da assocação de séres de dados reas com números aleatóros produzdos por algortmos computaconas a fm de gerar seqüêncas de varáves aleatóras que se assemelham aos dados clmátcos reas. Vsando a apresentar alternatvas para essa defcênca, OLIVEIRA (2003) desenvolveu e testou metodologa para a geração de séres sntétcas de precptação dára a partr de séres hstórcas de regstros pluvométrcos dáros. As nformações geradas foram a precptação total dára, a duração, o tempo padronzado de ocorrênca da ntensdade máxma nstantânea e a própra ntensdade máxma nstantânea dos eventos, além do perfl nstantâneo dos mesmos. A metodologa fo desenvolvda a partr da aplcação de prncípos estatístcos e matemátcos assocados às nformações pluvográfcas e pluvométrcas de 11 estações meteorológcas stuadas no Ro de Janero. O desempenho do modelo fo comparado com os dados observados e com dados obtdos utlzando o CLIGEN, apresentando resultados que mostram a potencaldade de adoção da nova metodologa para a geração de séres sntétcas de precptação para o Estado do Ro de Janero. O uso da metodologa, entretanto, apresenta grandes dfculdades devdo aos numerosos e repettvos procedmentos matemátcos demandados na sua aplcação. Em razão da mportânca de utlzar metodologa mas aproprada para a geração de séres sntétcas de precptação para as condções clmátcas brasleras, o presente trabalho teve como obetvo desenvolver modelo computaconal capaz de aplcar a metodologa para geração de séres sntétcas de precptação. MATERIAL E MÉTODOS O procedmento utlzado para a geração das séres sntétcas de precptação dára fo baseado na metodologa desenvolvda por OLIVEIRA (2003), a qual fo sstematzada em modelo computaconal que permte sua aplcação, bem como a realzação de algumas análses para a avalação do seu desempenho. O programa computaconal fo desenvolvdo por meo da elaboração de algortmo utlzando o ambente de programação Borland Delph 6.0, possbltando que as equações fossem aplcadas de forma lógca e seqüencal para gerar as séres sntétcas de precptação. Os resultados gerados são armazenados em arquvo no formato Texto, que pode ser acessado por outros aplcatvos e/ou planlhas eletrôncas. Além do arquvo, são apresentadas váras nformações na forma de gráfcos e quadros. O programa fo proetado para ser executado numa plataforma Wndows 98 ou superor, possundo nterface de fácl utlzação e auto-explcatva. Conta com sstema de auda com Eng. Agríc., Jabotcabal, v.25, n.1, p , an./abr. 2005
3 Sdney S. Zanett, Fernando F. Prusk, Mchel C. Morera et al. 98 nformações pertnentes aos dados de entrada e de saída, bem como nformações para auxlar o entendmento da parte técnca para a solução de dúvdas referentes ao uso da própra nterface. Para a utlzação do aplcatvo, é necessáro que o usuáro dsponha de banco de dados com regstros pluvométrcos dáros provenentes da estação meteorológca de nteresse. As séres são geradas daramente para todos os meses dos anos smulados. Nos das chuvosos, o programa calcula o total precptado em mlímetros (P c ), a duração do evento em horas (D), o tempo padronzado de ocorrênca da ntensdade máxma nstantânea (t*) e a ntensdade máxma nstantânea padronzada ( *). O formato do arquvo de entrada de dados adotado como padrão no programa computaconal corresponde ao utlzado pela Agênca Naconal de Águas (ANA). A partr da sére de dados hstórcos, o programa calcula as seguntes nformações necessáras à geração da sére sntétca: valores mensas da méda ( x ), do desvo-padrão ( s ) e do coefcente de assmetra ( g ) do total precptado dáro, e os valores mensas das probabldades de ocorrênca dára de chuva, condconado à ocorrênca ou não de chuva no da anteror [P(C/C) e P(C/S) ]. Para o cálculo de x, s e g, os dados dáros de precptação são, prmeramente, separados em 12 grupos mensas, sendo consderados apenas os das com ocorrênca de precptação. O valor de g correspondente à razão entre a assmetra admensonalzada e o cubo do desvo-padrão, sendo calculado com o uso da equação, apresentada por ASSIS (1996): 3 ( )( ) n g n x x = n -1 n - 2 = 1 s (1) As probabldades condconas de ocorrênca de das chuvosos são também estmadas mensalmente pelo processo estocástco denomnado cadea de Markov, e o modelo computaconal utlza, para a determnação dessas probabldades, dependêncas de prmera ordem com apenas dos estados, ou sea: n DCC = 1 P ( C/C) = n (2) DC = 1 n = 1 DCS = 1 P ( C/S) = n (3) DS P(C/C) - probabldade, obtda para cada mês, de ocorrênca de um da chuvoso, sendo o da anteror chuvoso, decmal; DCC DC P(C/S) DCS DS - da chuvoso, sendo o da anteror também chuvoso; - da chuvoso; - probabldade, obtda para cada mês, de ocorrênca de um da chuvoso, sendo o da anteror seco, decmal; - da chuvoso, sendo o da anteror seco, e - da seco. Eng. Agríc., Jabotcabal, v.25, n.1, p , an./abr. 2005
4 Programa computaconal para geração de séres sntétcas de precptação 99 Precptação dára Para os das chuvosos, a precptação dára é estmada a partr da dstrbução Pearson tpo III, sendo calculada pela equação: 3 2 s g g P = x + + x' 1 1 (4) g 6 6 P - precptação total dára, mm, e x' - varável aleatóra padronzada, admensonal. Após a geração da precptação total dára para todos os das chuvosos dos anos smulados, o modelo computaconal realza a correção de x e s mensas com a fnaldade de melhorar o auste da sére sntétca em relação à sére real. As correções são efetuadas por meo de auste proporconal em todos os valores dáros de precptação. A correção de x é obtda com o uso da equação: x P' = P (5) x c P' - precptação total dára com méda corrgda, mm, e x c - méda da precptação total dára mensal calculada a partr dos valores de precptação obtdos pela eq.(4). e a correção de s, sem alterar x, é feta por: s P c = ( P' - x ) + x (6) s c P c - precptação total dára corrgda, mm, e s c - desvo-padrão da precptação total dára mensal calculada a partr dos valores de precptação corrgdos pela eq.(5). Duração da precptação D Conforme YU (2001), a estmatva da duração da precptação é obtda pela equação: D = 2 ln (1 ) (7) 0,5 - duração do evento, horas; - parâmetro que expressa a relação entre os valores dáros de ntensdade máxma nstantânea e de ntensdade méda, admensonal, e α 0,5 - razão entre os valores do máxmo total precptado em mea hora e a precptação dára, admensonal. O valor generalzado de, ndcado por OLIVEIRA (2003), equvale a 3,33, sendo, portanto, esse o valor adotado como padrão na estmatva da duração de cada evento de precptação. Os valores dáros de α 0,5 são obtdos a partr da dstrbução de probabldade Gama. Os parâmetros α e β da Eng. Agríc., Jabotcabal, v.25, n.1, p , an./abr. 2005
5 Sdney S. Zanett, Fernando F. Prusk, Mchel C. Morera et al. 100 dstrbução Gama adotados como padrão são os valores generalzados das 11 estações ncluídas na base de dados para consulta, e equvalem a 2,32 e 0,16, respectvamente. Todos os parâmetros podem ser alterados para os valores específcos das estações ncluídas na base de dados. Intensdade máxma nstantânea de precptação padronzada Conforme metodologa proposta por OLIVEIRA (2003), o modelo computaconal estma a ntensdade máxma nstantânea de precptação com o uso da eq.(8): 0,833 Pc = 5,638 (8) D é a ntensdade máxma nstantânea do evento, mm h -1. Os coefcentes 5,638 e 0,833 foram adotados como padrão e representam os coefcentes obtdos com base nas 11 estações consderadas no estudo. Os valores dáros de são padronzados, resultando num valor admensonal ( *), que é a razão entre a ntensdade máxma nstantânea ( ) e a ntensdade méda de precptação do evento (P c / D). Tempo padronzado de ocorrênca da ntensdade máxma nstantânea A obtenção do tempo padronzado decorrdo entre o níco da chuva até o momento da ocorrênca da ntensdade máxma nstantânea (t *) é estmada para cada da com ocorrênca de precptação. Conforme metodologa proposta por NICKS et al. (1995), o modelo ncalmente gera nternamente 12 classes com ntervalos guas, varando de 0 a 1. São utlzados como parâmetros de entrada 12 valores, correspondentes às freqüêncas acumuladas da ocorrênca de t * em cada classe. Os parâmetros adotados como padrão são os obtdos com base nas 11 estações em que foram determnados e podem ser alterados, por meo de consulta à base de dados, para os valores específcos de uma das 11 estações cadastradas. Nessa estmatva, o modelo computaconal utlza dos novos números aleatóros dáros. O prmero número aleatóro é consderado, para o evento, como sendo a freqüênca de ocorrênca de t * acumulada nas 12 classes estabelecdas. O segundo aleatóro representa a localzação do tempo de ocorrênca da ntensdade máxma nstantânea dentro da classe seleconada pelo prmero aleatóro. O cálculo de t * é efetuado pela soma do lmte nferor da classe correspondente à freqüênca seleconada pelo prmero aleatóro com a proporção da ampltude de classe quantfcada pelo segundo aleatóro. RESULTADOS E DISCUSSÃO O programa computaconal desenvolvdo fo denomnado CLIMABR, sendo a Fgura 1a lustratva da tela de apresentação do mesmo, constando o seu nome, sua fnaldade e o grupo responsável pelo seu desenvolvmento. Na Fgura 1b, está apresentada a tela pertnente à seleção dos dados de entrada a partr do banco de dados da ANA. Como exemplo, podem ser observadas as nformações referentes à estação Afonso Arnos (RJ), que possu sére hstórca com dez anos de regstros consecutvos (1973 a 1982). No tem Confgurações, da barra de menu, é feta a abertura da tela representada na Fgura 2a, pela qual o usuáro pode fornecer as nformações necessáras para a geração da sére sntétca. Para a apresentação dos resultados obtdos com a aplcação do CLIMABR, tomou-se como exemplo uma sére sntétca de precptação gerada para a estação Afonso Arnos ( ), localzada no Muncípo de Três Ros, no Estado do Ro de Janero. Eng. Agríc., Jabotcabal, v.25, n.1, p , an./abr. 2005
6 Programa computaconal para geração de séres sntétcas de precptação 101 (a) (b) FIGURA 1. Tela de apresentação do programa computaconal (a) e da escolha da estação de nteresse a partr do banco de dados da ANA (b). Para fns de análse e comparação da sére gerada com a sére orgnal, fo smulada uma sére sntétca de precptação com a mesma extensão da sére observada, ou sea, dez anos (Fgura 1b). Os parâmetros pluvográfcos de entrada adotados para a geração da sére sntétca foram os valores ncalmente apresentados como padrão pelo CLIMABR. Clcando no tem Calcular da barra de menu, o CLIMABR nca os cálculos para a geração da sére sntétca, e no fnal da operação, as nformações dáras geradas são salvas em um arquvo-texto (Fgura 2b) com o nome e dretóro escolhdos pelo usuáro. Além dos resultados apresentados na Fgura 2b, o CLIMABR dsponblza nformações gráfcas para a avalação do desempenho do modelo proposto por meo da sua comparação com os dados clmátcos orgnas. (a) (b) FIGURA 2. Fornecmento das nformações pertnentes à sére sntétca, parâmetros das equações e valor ncal ( semente ) dos números aleatóros (a) e os dados da sére sntétca gerada armazenados no arquvo-texto (b). Eng. Agríc., Jabotcabal, v.25, n.1, p , an./abr. 2005
7 Sdney S. Zanett, Fernando F. Prusk, Mchel C. Morera et al. 102 Na Fgura 3a, estão apresentadas, pelas barras pretas, as precptações dáras estmadas para os dez anos da sére sntétca produzda, e pelas barras cnzas, os dados da sére hstórca orgnal utlzada pelo CLIMABR, o que permte verfcar o seu desempenho em reproduzr os eventos e a sua dstrbução temporal. Apesar de não exstr uma correspondênca cronológca entre as magntudes dos eventos smulados e os observados, o CLIMABR reproduzu, durante os dez anos de smulação, eventos máxmos com magntudes e freqüêncas semelhantes às verfcadas nos regstros hstórcos. Analsando os eventos máxmos de ambas as séres, constatou-se que os três maores eventos de precptação de cada sére ocorreram nos meses de anero e dezembro, sendo esses de 200,0; 136,4 e 125,0 mm na sére observada e de 196,1; 138,8 e 124,4 mm na sére sntétca, o que mostra que os eventos extremos máxmos foram reproduzdos de forma representatva para essas condções de smulação. Na Fgura 3b, estão apresentadas as durações correspondentes a cada uma das precptações geradas pelo CLIMABR. Nessa smulação, fcou evdencado grande número de precptações com duração de 24 h (4,83%), fato não correspondente ao observado nas séres hstórcas, na qual, dos das chuvosos das 11 estações pluvográfcas estudadas, apenas 0,13% das precptações apresentaram duração de 24 h. A evdênca desse comportamento, somente possível a partr dos recursos dsponblzados pelo programa computaconal CLIMABR, permtu caracterzar a necessdade de aprmoramento do modelo desenvolvdo para a estmatva da duração das precptações. O mesmo tpo de análse gráfca fo realzado para a ntensdade máxma nstantânea ( ) e para o seu tempo padronzado de ocorrênca (t *). (a) (b) FIGURA 3. Precptações dáras observadas e smuladas (a) e duração das precptações dáras (b) geradas pelo CLIMABR para a estação Afonso Arnos (RJ). Vsando também a avalar os resultados gerados pela sua comparação com a sére pluvométrca hstórca, o CLIMABR permte correlaconar os pares de dados mensas por meo de regressões lneares smples com passagem forçada pela orgem do plano cartesano, á que a condção ótma de smulação corresponde à dsposção dos 12 pontos médos mensas sobre uma reta correspondente à função dentdade, a qual tem completa correspondênca entre os pares de valores comparados. Além da equação de regressão austada, são apresentados, na área do gráfco, o coefcente de determnação (r 2 ) e o erro-padrão da estmatva, conforme pode ser observado na Fgura 4. Os valores do erro-padrão da estmatva (0,09 mm), do coefcente angular da reta (1,003) e do coefcente de Eng. Agríc., Jabotcabal, v.25, n.1, p , an./abr. 2005
8 Programa computaconal para geração de séres sntétcas de precptação 103 determnação (1,000) demonstram o bom desempenho do CLIMABR na representação dos valores médos mensas das precptações dáras para essas condções de smulação. Pode-se evdencar, anda, que as maores varações, nesta smulação, ocorreram em feverero, unho e agosto, com superestmatvas de 0,9; 1,0 e 2,1%, respectvamente. Em cnco meses, houve tendênca de superestmatva dos valores mensas, e nos outros ses meses, a varação fo nula. As menores varações ocorreram nos meses mas chuvosos dos anos, o que ndca o melhor auste do CLIMABR para representar o período que mas contrbu com o total anual da precptação. O mesmo tpo de gráfco é traçado para s, g, P(C/C), P(C/S) e número de das chuvosos. FIGURA 4. Regressão lnear austada para os valores mensas da méda das precptações dáras observadas e geradas pelo CLIMABR para a estação Afonso Arnos (RJ). CONCLUSÕES O CLIMABR permte, de forma fácl e rápda, a geração de séres sntétcas de precptação, baseadas no modelo de OLIVEIRA (2003), contendo as seguntes nformações: precptação total dára, duração, ntensdade máxma nstantânea e o seu tempo padronzado de ocorrênca. O CLIMABR dsponblza dspostvos para a avalação do desempenho do modelo proposto e sua comparação com os dados clmátcos orgnas. Os recursos computaconas utlzados pelo CLIMABR permtram caracterzar que a maor necessdade de aprmoramento do modelo desenvolvdo dz respeto à estmatva da duração das precptações. REFERÊNCIAS ASSIS, F.N.; ARRUDA, H.V.; PEREIRA, A.R. Aplcações estatístcas à clmatologa. Pelotas: Ed. Unverstára/UFPel, p. JOHNSON, G.J. Weather generator technology. Unted States Department of Agrculture [on lne], Portland, 2 fev Dsponível: < Acesso em: 2 fev NICKS, A.D.; LANE, L.J.; GANDER, G.A. Weather Generator: USDA - Water eroson predcton proect (WEPP). In:. USDA-ARS Natonal Sol Eroson Research Laboratory. West Lafayette, cap.2, p.22. Eng. Agríc., Jabotcabal, v.25, n.1, p , an./abr. 2005
9 Sdney S. Zanett, Fernando F. Prusk, Mchel C. Morera et al. 104 OLIVEIRA, V.P.S. Modelo para geração de séres sntétcas de precptação f. Tese (Doutorado em Recursos Hídrcos e Ambentas) - Unversdade Federal de Vçosa, Vçosa - MG, RICHARDSON, C.W. Stochastc smulaton of daly precptaton, temperature, and solar radaton. Water Resources Research, Washngton, v.17, n.1, p , WILKS, D.S. Smultaneous stochastc smulaton of daly precptaton, temperature and solar radaton at multple stes n complex terran. Agrcultural and Forest Meteorology, Amsterdam, v.96, n.1-3, p , YU, B. Improvement and evaluaton of CLIGEN for storm generaton. Transactons of the ASAE, St. Joseph, v.43, n.2, p.301-7, Eng. Agríc., Jabotcabal, v.25, n.1, p , an./abr. 2005
VALIDAÇÃO DO MODELO ClimaBR EM RELAÇÃO AO NÚMERO DE DIAS CHUVOSOS E À PRECIPITAÇÃO TOTAL DIÁRIA
VALIDAÇÃO DO MODELO ClmaBR EM RELAÇÃO AO NÚMERO DE DIAS CHUVOSOS E À PRECIPITAÇÃO TOTAL DIÁRIA SIDNEY S. ZANETTI 1, VICENTE DE P. S. DE OLIVEIRA 2, FERNANDO F. PRUSKI 3 RESUMO: Este trabalho fo realzado
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 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 maisOs modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.
MODELO DE REGRESSÃO DE COX Os modelos de regressão paramétrcos vstos anterormente exgem que se suponha uma dstrbução estatístca para o tempo de sobrevvênca. Contudo esta suposção, caso não sea adequada,
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 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 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 maisRELAÇÃO INTENSIDADE-DURAÇÃO-FREQUÊNCIA PARA PRECIPITAÇÃO EXTREMA EM MOSSORÓ - RN
RELAÇÃO INTENSIDADE-DURAÇÃO-FREQUÊNCIA PARA PRECIPITAÇÃO EXTREMA EM MOSSORÓ - RN Herlon Bruno Ferrera Barreto 1, Geraldo Magela Perera 2, Flavnícus Perera Barreto 3, Francsco Gllard Chaves Frere 4, Prscla
Leia mais2 Metodologia de Medição de Riscos para Projetos
2 Metodologa de Medção de Rscos para Projetos Neste capítulo remos aplcar os concetos apresentados na seção 1.1 ao ambente de projetos. Um projeto, por defnção, é um empreendmento com metas de prazo, margem
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 maisCOMPARAÇÃO DE DIFERENTES METODOLOGIAS PARA ESTIMATIVA DE CURVAS INTENSIDADE-DURAÇÃO-FREQÜÊNCIA PARA PELOTAS - RS
COMPARAÇÃO DE DIFERENTES METODOLOGIAS PARA ESTIMATIVA DE CURVAS INTENSIDADE-DURAÇÃO-FREQÜÊNCIA PARA PELOTAS - RS RITA DE C. F. DAMÉ 1, CLAUDIA F. A. TEIXEIRA 1, VIVIANE S. S. TERRA 2 RESUMO: Nos projetos
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 mais6 Modelo Proposto Introdução
6 Modelo Proposto 6.1. Introdução Neste capítulo serão apresentados detalhes do modelo proposto nesta dssertação de mestrado, onde será utlzado um modelo híbrdo para se obter prevsão de carga curto prazo
Leia maisAnálise da precipitação máxima e relação intensidade-duração-freqüência para Mossoró-RN
87 ISSN: 2316-4093 Análse da precptação máxma e relação ntensdade-duração-freqüênca para Mossoró-RN Herlon Bruno Ferrera Barreto 1, Wesley de Olvera Santos 2, Francsco Gllard Chaves Frere, José Espínola
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 maisCadeia de Markov no preenchimento de falhas de dados diários de precipitação no Rio Grande do Sul
ISSN 2236-4420 Cadea de Markov no preenchmento de falhas de dados dáros de precptação no Ro Grande do Sul ¹ Clauda Fernanda Almeda Texera-Gandra, ¹ Gsele Machado da Slva, ¹ Rta de Cássa Fraga Damé, 2 Luz
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 maisAvaliação do tamanho da amostra de segmentos regulares para estimar a área plantada com café na região sul de Minas Gerais
Avalação do tamanho da amostra de segmentos regulares para estmar a área plantada com café na regão sul de Mnas Geras Marcos Adam Maurco Alves Morera Bernardo Fredrch Theodor Rudorff Insttuto Naconal de
Leia mais3 Algoritmos propostos
Algortmos propostos 3 Algortmos propostos Nesse trabalho foram desenvolvdos dos algortmos que permtem classfcar documentos em categoras de forma automátca, com trenamento feto por usuáros Tas algortmos
Leia maisHIDROLOGIA E RECURSOS HÍDRICOS. Avaliação do escoamento anual médio a partir de elementos climáticos P = H + E + SP + S+ SU +EX - R
Avalação do escoamento anual médo a partr de elementos clmátcos Avalação do escoamento anual médo a partr de elementos clmátcos HIDROLOGIA E RECURSOS HÍDRICOS Avalação do escoamento anual médo a partr
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 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 maisModelagem do crescimento de clones de Eucalyptus via modelos não lineares
Modelagem do crescmento de clones de Eucalyptus va modelos não lneares Joselme Fernandes Gouvea 2 Davd Venanco da Cruz 3 Máco Augusto de Albuquerque 3 José Antôno Alexo da Slva Introdução Os fenômenos
Leia maisDESENVOLVIMENTO DE UM PRÉ-PROCESSADOR PARA ANÁLISE ISOGEOMÉTRICA
DESENVOLVIMENTO DE UM PRÉ-PROCESSADOR PARA ANÁLISE ISOGEOMÉTRICA Pedro Luz Rocha Evandro Parente Junor pedroluzrr04@gmal.com evandroparentejr@gmal.com Laboratóro de Mecânca Computaconal e Vsualzação, Unversdade
Leia maisAula Características dos sistemas de medição
Aula - Característcas dos sstemas de medção O comportamento funconal de um sstema de medção é descrto pelas suas característcas (parâmetros) operaconas e metrológcas. Aqu é defnda e analsada uma sére destes
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 maisUMA VALIDAÇÃO MATEMÁTICA PARA UM ALGORITMO QUE SIMULA MISTURAS DE DISTRIBUIÇÕES
UMA VALIDAÇÃO MATEMÁTICA PARA UM ALGORITMO QUE SIMULA MISTURAS DE DISTRIBUIÇÕES Ana Paula Coelho MADEIRA Lucas Montero CHAVES Devanl Jaques de SOUZA Resumo: Uma valdação matemátca, utlzando o conceto de
Leia maisANÁLISE DAS TENSÕES TÉRMICAS EM MATERIAIS CERÂMICOS. Palavras-chave: Tensões térmicas, Propriedades variáveis, Condução de calor, GITT
ANÁLISE DAS TENSÕES TÉRMICAS EM MATERIAIS CERÂMICOS Dnz, L.S. Santos, C.A.C. Lma, J.A. Unversdade Federal da Paraíba Laboratóro de Energa Solar LES/DTM/CT/UFPB 5859-9 - João Pessoa - PB, Brasl e-mal: cabral@les.ufpb.br
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 maisMODELOS PROBABILÍSTICOS AJUSTADOS A DADOS DE PRECIPITAÇÃO MÁXIMA DIÁRIA ANUAL OBSERVADA E GERADA
XLIII Congresso Braslero de Engenhara Agrícola - CONBEA 2014 Centro de Convenções Arquteto Rubens Gl de Camllo - Campo Grande -MS 27 a 31 de julho de 2014 MODELOS PROBABILÍSTICOS AJUSTADOS A DADOS DE PRECIPITAÇÃO
Leia maisALTERNATIVA PARA DETERMINAR ACURÁCIA DA PREVISÃO DO MBAR UTILIZANDO ÍNDICE DE BRIER. Reinaldo Bomfim da Silveira 1 Juliana Maria Duarte Mol 1 RESUMO
ALTERNATIVA PARA DETERMINAR ACURÁCIA DA PREVISÃO DO MBAR UTILIZANDO ÍNDICE DE BRIER Renaldo Bomfm da Slvera 1 Julana Mara Duarte Mol 1 RESUMO Este trabalho propõe um método para avalar a qualdade das prevsões
Leia maisIdentidade dos parâmetros de modelos segmentados
Identdade dos parâmetros de modelos segmentados Dana Campos de Olvera Antono Polcarpo Souza Carnero Joel Augusto Munz Fabyano Fonseca e Slva 4 Introdução No Brasl, dentre os anmas de médo porte, os ovnos
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 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 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 maisAULA 4. Segundo Quartil ( Q observações são menores que ele e 50% são maiores.
Estatístca Aplcada à Engenhara AULA 4 UNAMA - Unversdade da Amazôna.8 MEDIDA EPARATRIZE ão valores que separam o rol (os dados ordenados) em quatro (quarts), dez (decs) ou em cem (percents) partes guas.
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 mais2ª Atividade Formativa UC ECS
I. Explque quando é que a méda conduz a melhores resultados que a medana. Dê um exemplo para a melhor utlzação de cada uma das meddas de localzação (Exame 01/09/2009). II. Suponha que um professor fez
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 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 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 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 maisEstudo quantitativo do processo de tomada de decisão de um projeto de melhoria da qualidade de ensino de graduação.
Estudo quanttatvo do processo de tomada de decsão de um projeto de melhora da qualdade de ensno de graduação. Rogéro de Melo Costa Pnto 1, Rafael Aparecdo Pres Espíndula 2, Arlndo José de Souza Júnor 1,
Leia maisÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO
Anas Eletrônco ÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO Anderson Takash Hara, Heraldo Takao Hashgut, Antôno Carlos Andrade
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 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 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 maisEFICIÊNCIA ECONÔMICA DA MAMONEIRA PRECOCE, CULTIVAR BRS ENERGIA, SOB DIFERENTES REGIMES DE IRRIGAÇÃO
EFICIÊNCIA ECONÔMICA DA MAMONEIRA PRECOCE, CULTIVAR BRS ENERGIA, SOB DIFERENTES REGIMES DE IRRIGAÇÃO José Marcelo Das 1, José Renato Cortez Bezerra 1, Napoleão Esberard de Macedo Beltrão 1, Tarcíso Marcos
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 maisUMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR
UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EATAS DEPARTAMENTO DE ESTATÍSTICA UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR
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 maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
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 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 maisAnálise de Regressão Linear Múltipla IV
Análse de Regressão Lnear Múltpla IV Aula 7 Guarat e Porter, 11 Capítulos 7 e 8 He et al., 4 Capítulo 3 Exemplo Tomando por base o modelo salaro 1educ anosemp exp prev log 3 a senhorta Jole, gerente do
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 maisUSO DA FERRAMENTA HYDRUS1D NA SIMULAÇÃO DA DINÂMICA DA ÁGUA EM SOLO CULTIVADO COM FEIJÃO CAUPI NO NORDESTE BRASILEIRO EDEVALDO MIGUEL ALVES
USO DA FERRAMENTA HYDRUS1D NA SIMULAÇÃO DA DINÂMICA DA ÁGUA EM SOLO CULTIVADO COM FEIJÃO CAUPI NO NORDESTE BRASILEIRO EDEVALDO MIGUEL ALVES INTRODUÇÃO O fejão caup é a prncpal legumnosa cultvada no Nordeste.
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia maisPROGRAMA INTERLABORATORIAL PARA ENSAIOS EM CHAPAS DE PAPELÃO ONDULADO CICLO 2013 PROTOCOLO
PROGRAMA INTERLABORATORIAL PARA ENSAIOS EM CHAPAS DE PAPELÃO ONDULADO CICLO 013 PROTOCOLO CT-Floresta - LPC - FOI/004 05/0/013 Aprovado: Mara Luza Otero D'Almeda / SUMÁRIO 1 INTRODUÇÃO... 1 PÚBLICO ALVO...
Leia maisMANEJO DE IRRIGAÇÃO UTILIZANDO O MODELO DE HARGREAVES & SAMANI
CARTILHA 2013 REALIZAÇÃO: MANEJO DE IRRIGAÇÃO UTILIZANDO O MODELO DE HARGREAVES & SAMANI Av. Francsco Lopes de Almeda Barro Serrotão CEP: 58434-700 Campna Grande-PB +55 83 3315.6400 www.nsa.org.br Salomão
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 maisCONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO 2 DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogério Rodrigues
CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogéro Rodrgues I) TABELA PRIMITIVA E DISTRIBUIÇÃO DE FREQÜÊNCIA : No processo de amostragem, a forma de regstro mas
Leia maisVICENTE DE PAULO SANTOS DE OLIVEIRA
VICENTE DE PAULO SANTOS DE OLIVEIRA MODELO PARA A GERAÇÃO DE SÉRIES SINTÉTICAS DE PRECIPITAÇÃO Tese apresentada à Unversdade Federal de Vçosa, como parte das exgêncas do Programa de Pós-Graduação em Engenhara
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 maisNOVA METODOLOGIA PARA RECONCILIAÇÃO DE DADOS: CONSTRUÇÃO DE BALANÇÃO HÍDRICOS EM INDÚSTRIA UTILIZANDO O EMSO
I Congresso Baano de Engenhara Santára e Ambental - I COBESA NOVA METODOLOGIA PARA RECONCILIAÇÃO DE DADOS: CONSTRUÇÃO DE BALANÇÃO HÍDRICOS EM INDÚSTRIA UTILIZANDO O EMSO Marcos Vnícus Almeda Narcso (1)
Leia maisAnálise da curva de crescimento de ovinos cruzados
Análse da curva de crescmento de ovnos cruzados Dana Campos de Olvera DEX, UFLA Antôno Polcarpo Souza Carnero DET, UFV Joel Augusto Munz DEX, UFLA Introdução Os ovnos, assm como grande maora dos anmas
Leia maisNetuno 4. Manual do Usuário. Universidade Federal de Santa Catarina UFSC. Departamento de Engenharia Civil
Unversdade Federal de Santa Catarna UFSC Departamento de Engenhara Cvl Laboratóro de Efcênca Energétca em Edfcações - LabEEE Netuno 4 Manual do Usuáro Enedr Ghs Marcelo Marcel Cordova Floranópols, Junho
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
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 maisCURSO de ESTATÍSTICA Gabarito
UNIVERSIDADE FEDERAL FLUMINENSE TRANSFERÊNCIA o semestre letvo de 010 e 1 o semestre letvo de 011 CURSO de ESTATÍSTICA Gabarto INSTRUÇÕES AO CANDIDATO Verfque se este caderno contém: PROVA DE REDAÇÃO com
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 maisAlgoritmos Genéticos com Parâmetros Contínuos
com Parâmetros Contínuos Estéfane G. M. de Lacerda DCA/UFRN Mao/2008 Exemplo FUNÇÃO OBJETIVO : 1,0 f ( x, y) 0, 5 sen x y 0, 5 1, 0 0, 001 x 2 2 2 y 2 2 2 0,8 0,6 0,4 0,2 0,0-100 -75-50 -25 0 25 50 75
Leia maisPROGRAMA INTERLABORATORIAL PARA ENSAIOS EM CHAPAS DE PAPELÃO ONDULADO CICLO 2013 PROTOCOLO
PROGRAMA INTERLABORATORIAL PARA ENSAIOS EM CHAPAS DE PAPELÃO ONDULADO CICLO 013 PROTOCOLO CT-Floresta - LPC - FOI/004 7/11/01 Aprovado: Mara Luza Otero D'Almeda / SUMÁRIO 1 INTRODUÇÃO... 1 PÚBLICO ALVO...
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 maisTENDENCIAS CLIMÁTICAS DA PRECIPITAÇÃO PLUVIAL NO ESTADO DO MARANHÃO
TENDENCIAS CLIMÁTICAS DA PRECIPITAÇÃO PLUVIAL NO ESTADO DO MARANHÃO Danelson Jorge Delgado Neves 13, Jeane Rafaele Araúo Lma 1, Lncoln Elo de Araúo 2, Pedro Vera de Azevedo 1 1 UFCG DCA, Campna Grande
Leia maisSantos Júnior, EP 1 ; Soares, HCC 1 ; Freitas, GP 2 ; Pannain, JLM 3 ; Coelho Junior, LM 4 * 1
DISPARIDADE DO VALOR BRUTO DOS PRODUTOS MADEIREIROS NATIVOS PARA AS MESORREGIÕES DA PARAÍBA DISPARITY OF THE GROSS VALUE OF THE NATIVE WOOD PRODUCTS FOR THE MESORREGIONS OF PARAÍBA Santos Júnor, EP 1 ;
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 maisModelagem Matemática do Desenvolvimento da Soja
Modelagem Matemátca do Desenvolvmento da Soja Artur Gustavo Muller Embrapa Cerrados 73310-970, Planaltna, DF E-mal: agmuller@cpac.embrapa.br Jorge Luz Berto Unversdade Regonal do Noroeste do Estado do
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 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 maisMODELOS DE REGRESSÃO PARAMÉTRICOS
MODELOS DE REGRESSÃO PARAMÉTRICOS Às vezes é de nteresse nclur na análse, característcas dos ndvíduos que podem estar relaconadas com o tempo de vda. Estudo de nsufcênca renal: verfcar qual o efeto da
Leia maisMinistério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação
Mnstéro da Educação Insttuto Naconal de Estudos e Pesqusas Educaconas Aníso Texera Cálculo do Conceto Prelmnar de Cursos de Graduação Nota Técnca Nesta nota técnca são descrtos os procedmentos utlzados
Leia maisMETODOLOGIAS PARA ESTIMATIVA DOS PARÂMETROS DA EQUAÇÃO DE CHUVAS INTENSAS NO ESTADO DO ESPÍRITO SANTO RESUMO
METODOLOGIAS PARA ESTIMATIVA DOS PARÂMETROS DA EQUAÇÃO DE CHUVAS INTENSAS NO ESTADO DO ESPÍRITO SANTO Rafael Salgado de Senna 1, Alexandre Cânddo Xaver 2, Julão Soares de Sousa Lma 3, Roberto Avelno Cecílo
Leia maisPrograma de Certificação de Medidas de um laboratório
Programa de Certfcação de Meddas de um laboratóro Tratamento de dados Elmnação de dervas Programa de calbração entre laboratóros Programa nterno de calbração justes de meddas a curvas Tratamento dos resultados
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
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 maisMETOLOGIA. 1. Histórico
METOLOGIA A Sondagem da Construção Cvl do RS é uma sondagem de opnão empresaral realzada mensalmente e fo crada pela Confederação Naconal da Indústra (CNI) com o apoo da Câmara Braslera da Indústra da
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 maisSELEÇÃO DE MODELOS VOLUMÉTRICOS PARA CLONES DE EUCALYPTUS SPP., NO PÓLO GESSEIRO DO ARARIPE
SELEÇÃO DE MODELOS VOLUMÉTRICOS PARA CLONES DE EUCALYPTUS SPP, NO PÓLO GESSEIRO DO ARARIPE Jáder da Slva Jale Joselme Fernandes Gouvea Alne Santos de Melo Denns Marnho O R Souza Kléber Napoleão Nunes de
Leia maisEstudo e Previsão da Demanda de Energia Elétrica. Parte II
Unversdade Federal de Paraná Setor de Tecnologa Departamento de Engenhara Elétrca Estudo e Prevsão da Demanda de Energa Elétrca Parte II Prof: Clodomro Unshuay-Vla Etapas de um Modelo de Prevsão Objetvo
Leia maisDEFINIÇÃO - MODELO LINEAR GENERALIZADO
DEFINIÇÃO - MODELO LINEAR GENERALIZADO 1 Um modelo lnear generalzado é defndo pelos seguntes três componentes: Componente aleatóro; Componente sstemátco; Função de lgação; Componente aleatóro: Um conjunto
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 maisx Ex: A tabela abaixo refere-se às notas finais de três turmas de estudantes. Calcular a média de cada turma:
Professora Janete Perera Amador 1 8 Meddas Descrtvas Vmos anterormente que um conjunto de dados pode ser resumdo através de uma dstrbução de freqüêncas, e que esta pode ser representada através de uma
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 maisAnálise Dinâmica de uma Viga de Euler-Bernoulli Submetida a Impacto no Centro após Queda Livre Através do Método de Diferenças Finitas
Proceedng Seres of the Brazlan Socety of Appled and Computatonal Mathematcs, Vol. 4, N., 06. Trabalho apresentado no DINCON, Natal - RN, 05. Proceedng Seres of the Brazlan Socety of Computatonal and Appled
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 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 maisEDITAL Nº 034/09 SELEÇÃO DE ESTAGIÁRIOS
SERVIÇO PÚBLICO FEDERAL UNIVERSIDADE FEDERAL DE GOIÁS PRÓ-REITORIA DE GRADUAÇÃO PRÓ-REITORIA DE ADMINISTRAÇÃO E FINANÇAS EDITAL Nº 04/09 SELEÇÃO DE ESTAGIÁRIOS A Pró-retora de Graduação e o Pró-retor de
Leia mais