correlações, tirar delas suas consequências para descrição, explicar o que passou e fazer previsões. A estatística pode ser descritiva, em que o

Tamanho: px
Começar a partir da página:

Download "correlações, tirar delas suas consequências para descrição, explicar o que passou e fazer previsões. A estatística pode ser descritiva, em que o"

Transcrição

1 - INTRODUÇÃO A mostrgem é um ferrment e sum importâni pr se onheer populções e é por meio ess que são luls s estimtivs os seus prâmetros. O esenvolvimento ess áre o onheimento está intimmente reliono om evolução esttísti, uilios pel mtemáti. Será or, seguir, um reve isussão sore o esenvolvimento os ensos e inventários oorrios o longo históri. O Egito ntigo, uj sorevivêni populção epeni priniplmente griultur, esenvolveu-se às mrgens o Rio Nilo e possuí um progrm e istriuição e limentos por meio ornç e impostos. Se-se que esses impostos erm oros proporionlmente à áre e que no oorri hei o Rio Nilo, esmrno s iviss que lolizvm s propriees. Portnto, pr efetur ornç esss ts, er neessário fzer um enso pr onheer áre ultivável totl e qunto esss terrs griultor possuí (STRUIK, 987). N Gréi ntig surgirm os primeiros estuos emográfios os quis se tem onheimento. Nesss pesquiss, populção to er entrevist, um vez que não eisti iéi e mostrgem. Com o pssr os nos e o umento populção, tornou-se etremmente trlhoso fzer esse levntmento, neessitno-se, ssim, e um sistem mis rápio e que emnsse um menor quntie e mão-e-or (IFRAH, 947). Um enso envolve um eme e toos os elementos e um o grupo, o psso que mostrgem envolve o estuo e pens um prte os elementos. A finlie mostrgem é fzer generlizções sore too um grupo sem preisr eminr um e seus elementos. Seguno BOYER (996), plvr esttísti surgiu epressão em Ltim sttistium ollegium (plestr sore os ssuntos o Esto), originno o termo em língu itlin sttist, que signifi "homem e esto", ou polítio. Em lemão, Sttistik esign nálise e os sore o Esto. O sentio oto tulmente surgiu no iníio o séulo 9. Slient-se que o esenvolvimento e erts áres eperimentção iológi só foi possível evio o uso os métoos esttístios (MOOD; GRAYBILL, 978). Form então esses mesmos iólogos os que esenvolverm prte essenil est teori. A efinição e esttísti mis hitul tulmente é que ess é um áre o onheimento que utiliz teoris proilístis pr eplição e eventos, estuos e eperimentos. Ess teori tem por ojetivo oter, orgnizr e nlisr os, eterminr sus

2 orrelções, tirr els sus onsequênis pr esrição, eplir o que pssou e fzer previsões. A esttísti poe ser esritiv, em que o ojetivo é, em gerl, simplifição e informções, e proilie, situções em que envolvm so, e e inferêni, que é nálise e interpretção e os mostris (JOHNSON; LEONE, 964). De oro om EUES (995), o psso eisivo pr funmentção teóri inferêni esttísti, ssoi-se o esenvolvimento o álulo s proilies, que teve sus origens nos jogos e zr, no séulo XVII. Há utores que sustentm que o álulo s proilies teve su origem n Itáli om Pioli (445-54), Crno (5-576), Trtgli ( ), Glileo (564-64) e outros. O livro "De Rtioiniis in Luo Alee", esrito por Huyghens (69-645), é onsiero o primeiro livro sore álulo s proilies e tem prtiulrie notável e introuzir o oneito e espernç mtemáti. Ness pulição ele it que s proilies são utilizs pr eprimir hne e oorrêni e etermino evento. A mostrgem é o to e oter um mostr e um populção qul se esej fzer inferêni. O levntmento por mostrgem, quno ompro om o enso, present ustos menores, resultos em menor tempo e ojetivos mis mplos. Um mostrgem proilísti oorre quno elemento populção, qul é esolhi mostr, tem um proilie onhei e iferente e zero e pertener el. Com ojetivo e mplir os estuos e profunr os resultos, form esenvolvis istriuições e freqüêni, que são grupmentos e os em lsses. Um istriuição e freqüênis reltivs, pr os resultos e um espço mostrl, onstitui um istriuição e proilie. Esss istriuições poem ser ontínus ou esontínus, e oro om os tipos e vriáveis em questão, isrets ou ontínus. Enqunto um vriável letóri isret poe ser esolhi e possíveis vlores finitos ou infinitos numeráveis, s vriáveis letóris ontínus presentm um onjunto e possiilies inontáveis ou não numeráveis. Com rição teori e mostrgem houve neessie o esenvolvimento e Funções Proilístis pr vlição e istriuições ontínus. Assim, surgirm s Funções Densie e Proilie. Seguno ROSS (988), primeir e mis utiliz função esenvolvi foi Curv Norml, ri pelo mtemátio frnês Arhm De Moivre, em 733, om finlie e proimr proilies referentes lnçmentos e moes. Entretnto, pens em 89 o oneituo mtemátio Johnn Crl Frierih Guss usou omo um prte integrl su proimção pr preizer o lol e enties

3 3 stronômis, puli n tereir seção o livro Theori Motus. Nesse moelo áre so urv entre méi e um ponto ritrário é função o número e esvios prões entre méi e quele ponto. Ess istriuição esempenh um ppel essenil n históri o estuo s populções e é mplmente plio n áre iológi, resultno em um eelente erêni. Foi om se nest função que Guss esenvolveu teori e regressão liner, funmentl pr evolução o juste e moelos preitivos. Novs pesquiss, ns mis iverss áres, form relizs e form esoerts istriuições e os que não erm stisftorimente representos pel Curv Norml, o que fomentou us por istriuições ssimétris em relção à méi ritméti. Dos moelos mis utilizos, poe-se itr Função Weiull, esenvolvi em Stokholm por Ernst Hjlmr Wloi Weiull em 939 om finlie e relizr um plnejmento esttístio sore fig e mteriis. A istriuição Bet é utiliz priniplmente pr nálises Byesins, PERT e CPM, por ser inomil. A função Gmm é hm e istriuição χ n (lê-se qui-quro) om n grus e liere quno λ = e n t =, n seno um inteiro positivo. A Eponenil poe ser onsier omo so prtiulr Gmm e tem sio utiliz pr prever o períoo e tempo neessário té oorrêni e um evento. No entnto, mesmo esss istriuições vêm teno esempenho io s epettivs quno vriilie os os é lt. BARROS (98), no interior Amzôni, pesquisno istriuição imétri e espéies róres ntivs, enontrou-se um onjunto e os e form pltiúrti, iferente e tuo que se onhei nesse âmito. Nesse estuo form justos ois tipos e funções Eponenil, em omo os moelos e Mervrt, Pierlot, Goff e West, Weiull e Bet. As florests nturis o Brsil possuem rterístis únis em euerâni e heterogeneie. Há um esforço por prte os pesquisores pr entener o omportmento o resimento e espéies ntivs, tnto iniviulmente, qunto oletivmente. Esses profissionis vêm usno n esttísti novs funções que sejm sufiientemente fleíveis pr pliá-ls em os e regenerção nturl esss espéies. Outro ponto importnte ser onsiero é o tmnho s populções florestis. Esss gerlmente se ompõem e etenss áres e úni lterntiv pr orá-ls é mostrgem, um vez que nesss irunstânis torn-se inviável o enso, em função o tempo e, priniplmente, o usto requerio pr ess operção.

4 4 Muitos estuos têm sio relizos no Brsil fim e entener inâmi e resimento e espéies ntivs. Nesss pesquiss tem se utilizos iverss funções ensie e proilie, lém s its nteriormente, omo por eemplo, Log- Norml, que é um vrição norml. JUSTIFICATIVAS Um função mtemáti que poss tener às vlições e mortlie e sorevivêni e regenerção nturl terá importâni e plição pr elorção os plnos e mnejo e florests nturis, em omo onheer om mior profunie tenêni e mortlie oorrente nesses mientes. Após plir os moelos lássios à istriuição e lturs o Sssfrás (Oote oorifer) verifiou-se que esses não resultrm em om juste, priniplmente ns primeirs lsses, one estão onentrs té 9% os inivíuos. Atulmente, o moelo mis utilizo pr representção regenerção nturl e espéies ntivs é o eponenil, onheio n litertur florestl omo J invertio. Esse moelo present um om juste, ms onsier, em um istriuição e lturs, que há β inivíuos om ltur zero, o que não é um relie. Funment-se est pesquis n neessie e esenvolver um função ensie e proilie pz e representr, e form stisftóri, istriuição e lturs e espéies róres ntivs. Esse moelo eve ser sufiientemente fleível pr representr grne vrição oorrente entre s lsses, ou sej, grne quntie e inivíuos onti ns primeirs lsses e o pequeno número e regenerções que formm s lsses suseqüentes, em omo pssr pel origem, ou sej, quno =, f ( ) = premiss supõe-se teorimente que não eistem inivíuos om ltur (zero).. Amitino-se ess últim OBJETIVOS Ojetivo Gerl O ojetivo prinipl est pesquis foi justr moelos mtemátios que possm ser onvertios em funções ensie e proilie e que sejm pzes e permitir vlição proilísti regenerção nturl e espéies florestis ntivs.

5 5 Ojetivos Espeífios Testr iverss funções, fim e esolher o moelo que melhor represent istriuição os os e regenerção nturl; Comprr efiiêni est e e outrs funções ensie e proilie lássis, omo Norml, Weiull, Gmm, Bet e Eponenil, que tulmente são s mis plis pr ess rterizção; Testr o moelo mtemátio seleiono em istriuição e lturs e um espéie ntiv pr omprovr su efiiêni em termos e fleiilie e erêni; Desenvolver s fórmuls pr lulr os prâmetros méi, vriâni e mo, em omo pr os pontos e infleão; e Simulr s forms que função poerá ssumir, e oro om vrição os oefiientes.

6 - REVISÃO DE LITERATURA REGENERAÇÃO NATURAL A regenerção nturl é um proesso importnte pr sorevivêni s florests. Pr SEITZ (994) esse é um proesso rterístio e espéie, em perfeit sintoni om s onições mientis e o meio, permitino, ssim, perpetução o ptrimônio genétio urnte o tempo. Pr CRESTANA (), regenerção nturl sustitui s árvores morts n florest. CORVELLO (983) iz que regenerção nturl onstitui um liere pr sorevivêni e o esenvolvimento o eossistem florestl e represent um esfio pr os ténios áre florestl evio, em prte, os esssos onheimentos sore uto-eologi s espéies ntivs. Consierno inâmi e resimento e esenvolvimento s florests, o estuo omposição e estrutur regenerção nturl é origtório pr elorção e plição orret os plnos e mnejo silviulturl, permitino, ssim, o proveitmento rionl e permnente e áres florestis (CARVALHO, 98). Seguno MARIANO et l. (998), regenerção nturl e espéies lím result o no e plântuls ou que e sementes em lois propíios o seu esenvolvimento. SEITZ (994) firmou que tos s espéies possuem onições e se regenerr nturlmente, entretnto o suesso ess inâmi está iretmente reliono vários ftores, tis omo: proução, ispersão e snie e sementes / propágulos, presenç e preores, umie o sustrto, tempertur, iniiores ioquímios, energi (luz), nutrientes e miorrizos. O suesso regenerção nturl epene germinção e ompetição, pois no fim o urto proesso germinção plântul eie um superfíie fotossintéti sufiiente pr o seu próprio steimento em limento. A ompetição é um proesso que efine intensie e regenerção por espéie, em que s plnts soreviventes serão quels que estiverem genéti e fisiologimente pts utilizr o máimo os ftores e proução (INOUE, 979). Seguno SANQUETA; NINOMIYA; OGINO (99), os tipos e estrtégi e regenerção nturl e florests ntivs poem ser simente os seguintes: Espéies formors e no e sementes: pioneirs epositors e sementes que permneem ormentes no solo à esper por istúrios n florest que fvoreçm su germinção;

7 7 Espéies formors e no e mus: espéies lím proutors e sementes que germinm e sorevivem so somr; Espéies ispersors: espéies proutors e sementes que poerão germinr so somr, ms que não sorevivem e mneir signifitiv; Espéies om pie e reproução vegettiv: espéies que rotm e rerotm, ums somente so éu erto e outrs so somr. Os resultos e pesquiss respeito e regenerção nturl vism propor metoologis e mnejo propris pr espéie, em omo e informções sore o omportmento s espéies n florest que, em onseqüêni, servirão pr um infinie e tivies relions à reproução s espéies ntivs (SILVA; BRITEZ; SOUZA, 993). O ojetivo o levntmento etermin os limites regenerção nturl e onstitui o poio eológio pr sorevivêni o eossistem florestl (FINOL, 969). Os inivíuos que onstituem regenerção nturl são queles om DAP menor que 5 m (ROLLET, 969; VOLPATO, 994). CARVALHO (98) eterminou omo limite superior regenerção o DAP e 5 m e, seguno LONGHI (98), poe-se onsierr os inivíuos róreos om DAP menor que m inlusos ness lssifição. Alguns utores onsierm omo regenerção nturl toos os esenentes s plnts róres que se enontrm entre, m e ltur té os m e iâmetro à ltur o peito (DAP) (HOSOKAWA, 986; FINOL, 97). Ess será efinição ot no presente estuo. Mortlie é o número e árvores que form mensurs, não form orts e morrerm urnte o períoo e resimento. Os ftores que usm mortlie são ie ou senilie, ompetição e supressão, oençs ou prgs, onições limátis, fogos silvestres, nelmento e envenenmento, injúris, orte ou te árvore (SANQUETTA, 996). A tivie meristemáti ger o resimento s árvores, ou sej, o longmento e engrossmento s rízes, glhos e trono, o umento o peso, volume e form árvore. Em um florest, o umento em tmnho oorrio em um intervlo e tempo é efinio omo resimento e é o pel tivie s árvores vivs, porém su somtóri não represent o resimento florest omo um too, pois árvores morrem, são orts ou reruts. O resimento s árvores, mis onvenientemente meio pelo inremento irunferêni ou iâmetro à ltur o peito é e grne interesse pr silviultur e o mnejo florestl (GOMIDE, 997).

8 8 As vriáveis utilizs ness pesquis são o DAP (iâmetro ltur o peito), meio em entímetros, um ltur e,3 metros, om preisão e,5 entímetros, utilizno-se fit métri, e ltur, mei em metros, utilizno-se fit métri, om preisão e, metros. Seguno ARCE et l. (998), o resimento s florests poe ser entenio omo um proesso ontínuo, que inlui um entr, um movimento e um sí e mtéri. A entr é o ingresso, o movimento é o resimento, e sí é mortlie. SASSAFRÁS O sssfrás (Oote oorifer (Vellozo) J. G. Rohwer) é onheio omo nelsssfrás, sssfrás mrelo, sssfrás rjo, sssfrás preto, sssfrás esuro em Snt Ctrin e omo nel em Mins Geris (MATTOS FILHO, 958). Ess espéie rterizse por ser um plnt perenifóli, preferino o lto s enosts e solos rsos e e rápi rengem. Ns formções mpestres e ltitue, seu trono é urto e plnt é mis i ( m) om op em rreon. Prouz nulmente irregulr quntie e sementes (LORENZI, 998). Est espéie present resimento monopoil, om os glhos istriuíos, n fse jovem, em pseuo-vertiilos e inserios em ângulos e 9º e su região e oorrêni é o esto o Rio Grne o Sul té Mins Geris. O sssfrás present ispersão irregulr e esontínu e sementes (INOUE; RODERJAN; KUNIYOSHI; 984). Seguno CARVALHO (3) o sssfrás é um plnt esiófit e om resimento reltivmente lento quno jovem. Qunto o grupo suessionl, o sssfrás é um espéie seunári tri ou lím e é tolernte à somr. N áre e su oorrêni nturl, o sssfrás é um espéie lím, formor e no e mus, prouzino sementes que germinm e sorevivem so somr (REITZ; KLEIN; REIS, 978; REITZ; KLEIN; REIS, 988). TÓPICOS DE MATEMÁTICA Há um sensível e importnte iferenç entre os oneitos e o e informção. O proessmento e os onstitui um ju porque reuz quntie e etlhes. Além isso, filit onsttção e relções. Do é o onjunto e vlores meios, mensuros ou oservos, enqunto que seu proessmento trnsform-os em informções, orgniznoos e onensno-os em gráfios ou em pouos números, os quis, então, trnsmitem essêni os os. O efeito onsiste em eliminr etlhes menores e enftizr os spetos importntes os os (STEVENSON, 98).

9 9 Seguno LEITHOLD (98) vriável rel é um símolo que represent qulquer um os números e um onjunto rel e números. Esse onjunto é o mpo ou omínio vriável. Um onstnte é um quntie ujo vlor permnee inltero num o prolem. O mpo ou omínio e um onstnte é um número, simplesmente. Entene-se por um função f um tern ( A B, ), one A e B são ois onjuntos e, um regr que permite ssoir elemento e A um únio e B. O onjunto A é o omínio e f e ini-se por D f, ssim A=D f. O onjunto B é o ontromínio e f. O únio e B ssoio o elemento e A é inio por f ( ) (GUIDORIZZI, 987). Sej S um espço em que se efin um função e proilie. Sej um função e vlores reis efini em S ( função trnsform pontos e S em pontos e ). Diz-se que é um vriável letóri (vriável letóri uniimensionl) (MOOD; GRAYBILL, 978). As vriáveis letóris poem iviir-se em us lsses: ) um vriável letóri isret é quel que tom somente um número finito ou um infinie numerável e vlores; ) Um vriável letóri ontínu poe ssumir qulquer vlor e erto intervlo ou oleção e intervlos sore esse, sem restrição e que queles sejm números isolos. Um vriável isret poe ssumir um número finito ou infinito numerável e vlores, enqunto que um vriável ontínu poe ssumir um número infinito e vlores não numeráveis. Diz-se que é um vriável letóri isret uniimensionl se é um vriável letóri que tom somente um numero finito ou infinito numerável e vlores esse. Suponh-se que tom unimente vlores,,..., n f ( ),..., ( ) f,,... om proilies ( ) f n,... e imgine-se que A é qulquer suonjunto os pontos,,..., n,..., proilie P ( A) o suesso A (proilie e que estej em A) se efine omo = P ( A) f ( ), em que f ( ) represent som e ( ) A A pertenem A (MOOD; GRAYBILL, 978). f pr queles vlores i que MOOD; GRAYBILL (978) efine que é um vriável letóri ontínu uniimensionl se eiste um função f tl que ( ) f pr too o intervlo < < e tl que pr qulquer suesso e A P ( A) = P( estej em A) = f ( ), em que ( ) enomin função ensie e. A f se

10 De oro om FLEMMING; GONÇALVES (99), seno f um função, o gráfio e f é o onjunto e toos os pontos ( f ( ) ) omínio e f. Se um função f ( ) é por ( ) f ( ) é um função onstnte (LEITHOLD, 994). Função ientie é função, e um plno ooreno, em que pertene o f =, seno um número rel, então iz-se que f : IR IR efini por f ( ) =. O gráfio ess função é um ret issetriz os qurntes ímpres (FLEMMING, GONÇALVES, 99). As mesms operções vális pr números são vális pr funções, ou sej, poe-se prouzir novs funções efetuno-se operções omo iionr, sutrir, multiplir e iviir. FLEMMIMG; GONÇALVES (99) firmm que s s funções f e g, su som f + g, iferenç f - g, prouto f g e quoiente f /g, são efinis por: ) ( f g)( ) = f ( ) + g( ) + ; ) ( f g)( ) = f ( ) g( ) ; ) ( f g)( ) = f ( ) g( ) ) ( g)( ) ( ) ( ) f f / =. g ; e = n n n Se um função for efini por ( ) n,,, são números reis n n f, em que e n é um número inteiro não negtivo, então ( ) f será hm e função polinomil e gru n. Um lssifição mis rngente efine função lgéri omo quel form por um número finito e operções lgéris sore s funções ientie e onstnte (SILVA, 3). Limites Sejm f um função e p um ponto o omínio e f ou etremie e um os intervlos que ompõem o omínio e f. Diz-se que f tem limite L em p, se, pr too ε > o, eistir um δ > tl que, pr too D f, < p < δ f ( ) L < ε. Tl número L, que quno eiste é únio, é inio por f ( ) ε >, δ > tl que, pr too D f lim f ( ) = L (GUIDORIZZI, 987). p < p < δ f ( ) L < ε lim. Assim, p

11 De oro om FLEMMING; GONÇALVES (99), um função f é ontínu no ponto se s seguintes onições forem stisfeits: f é efini no ponto ; f ( ) lim eiste; e f ( ) = f ( ) lim. Derivs y A eriv e um função f ( ) ( + ) f ( ) y = em relção é efini por y f = f '( ) = y' = lim = lim ese que o limite eist. A t instntâne e vrição e um função f ( ) (PISKOUNOV, 993). y = em relção é por A eriv fornee inlinção ret tngente à urv f ( ) ( f ( )). Portnto, geometrimente, eriv função f ( ), inlinção urv nesse ponto (FLEMMING, GONÇALVES, 99). y y = no ponto y = no ponto represent To função erivável num ponto é ontínu nesse ponto (PISKOUNOV, 993). Do que f ( ) eiste pr toos os vlores e (, ) one < <, se f '( ) eiste, então f '( ) =. e f tem um etremo reltivo em, Se função f é erivável num intervlo erto onteno, se (, f ()) é um ponto e infleão o gráfio e f, então se f () eiste, f () = (LEITHOLD, 98). Integris Teorem Funmentl o Cálulo De oro om SWOKOWSKI (994), supono-se f ontínu em um intervlo feho [, ] : Se função G é efini por G ( ) = f ( t) t pr too em [ ] ntieriv e f em [, ] ; e Se F é qulquer ntieriv e f em [, ], então f ( ) = F( ) F( ).,, então G é um

12 FLEMMING; GONÇALVES (99) itm que quno função f é ontínu e não negtiv em [, ] efinição integrl efini oinie om efinição áre. Portnto, neste so, integrl efini ( ) e o eio s sisss no intervlo e té. f é áre região o gráfio elimit entre urv FIGURA REPRESENTAÇÃO DA ÁREA DEFINIDA ENTRE A CURVA E O EIXO DAS ABSCISSAS Integris imprópris SWOKOWSKI (994) efine s integris imprópris omo: Se f é ontínu em [, ) então ( ) = f ( ) f lim ; e t t Se f é ontínu em (,], então ( ) = f ( ) f lim, ese que o limite eist. t t MODELAGEM De oro om STEVENSON (98), um os prinipis instrumentos etensmente usos n esttísti é o moelo. Os moelos são versões simplifis e lgum prolem ou situção vi rel. São usos pr ilustrr ertos spetos situção, evitno grne número e etlhes que tlvez sejm irrelevntes pr o prolem; poem, ssim, jur reuzir o gru e ompleie e um prolem. Seguno MEYER (969), tos s vezes que se empreg mtemáti fim e estur lguns fenômenos e oservção eve-se essenilmente omeçr por onstruir um moelo mtemátio (eterminístio ou proilístio) pr esses fenômenos. Inevitvelmente, o moelo eve simplifir s oiss e ertos pormenores evem ser esprezos. O om resulto o moelo epene e que os pormenores esprezos sejm ou não relmente sem

13 3 importâni n eluição o fenômeno estuo. A resolução o prolem mtemátio poe estr orret e, não ostnte, estr em grne isorâni om os os oservos, simplesmente porque s hipóteses ásis feits não sejm onfirms. Gerlmente é stnte ifíil firmr om ertez se um moelo mtemátio espeifio é ou não equo ntes que lguns os e oservção sejm otios. A fim e verifir vlie e um moelo eve-se euzir erto número e onseqüênis o moelo e, seguir, omprr esses resultos previstos om oservções. Um moelo eterminístio é quele que estipul onições so s quis um eperimento ser eeuto etermin o resulto o eperimento. Em um moelo eterminístio empreg-se onsierções físis pr prever o resulto, enqunto que em um moelo não-eterminístio (tmém hmo e proilístio ou estoástio) empregse mesm espéie e onsierções pr espeifir um istriuição e proilie (MEYER, 969). Pr STEVENSON (98), estimção é o proesso que onsiste em utilizr os mostris pr estimr os vlores e prâmetros populionis esonheios. Essenilmente, qulquer rterísti e um populção poe ser estim prtir e um mostr letóri. Entre os mis omuns estão méi e o esvio prão e um populção e proporção populionl. A vlição e inventários, estimção o usto e projetos, vlição e novs fontes e energi, preições sore relizção e empreenimentos, estimtivs e tempo méio são tos situções que envolvem estimção. A estimtiv pontul é estimtiv úni e um prâmetro populionl, enqunto que estimtiv por intervlo á um intervlo e vlores possíveis, no qul se mite estej o prâmetro populionl. A moelgem teve seu iníio no inventário florestl, um vez que ess téni possiilit esrição quntittiv e qulittiv s florests nturis ou rtifiiis. A esrição quntittiv é feit prtir o volume e meir e o número e árvores isponíveis, enqunto que esrição qulittiv s espéies ontis n florest é feit onsierno-se sus rterístis e utilizções (COUTO s..) O inventário fornee situção florest no momento em que ess foi mei. (PENG, ). A moelgem poe ser feit prtir e árvores iniviuis, que são otis pelo inventário e pontos permnentes e poem inir mortlie o inivíuo em estuo, lém e outros spetos. A moelgem empíri é se moelgem utiliz em mnejos florestis e meniist é mis ireion pr pesquiss. A moelgem florestl está

14 4 intimmente lig o mnejo e florests, pois, om onição e se preizer o futuro e um florest é mis fáil eplorá-l rionlmente, sem que hj gressões o meio miente (VANCLAY et l., 997). Pr que um moelo mtemátio poss ser onsiero um função ensie e proilie, é neessário que s onições esrits no próimo item sejm tenis. TÓPICOS DE ESTATÍSTICA A onepção profn e esttísti usulmente inlui oleção e grne quntie e os e presentção esses em tels ou gráfios; poe inluir tmém o álulo e totis, méis, porentgens, entre outros. Em too so, esss operções são pens um pequen prte esttísti (MOOD; GRAYBILL, 978). Pr JOHNSON; LEONE (964), plvr esttísti é us em iversos ontetos. Infelizmente lgums pessos menos informs efinem pens omo um mer oleção e os, tis omo A esttísti o Brsil, O enso e um pís, Tels e mortlie, Esttísti proução e um fzen, entre outros. Esss oleções e os ertmente são importntes fontes e informção, seno pré-requisitos pr um trlho esttístio. Porém ess é pens um prte esttísti. A prtir e olet e os so onições ontrols poe-se oter lgum informção que possiilite tirr onlusões. MOOD; GRAYBILL (978) slient, sore origem teori esttísti, que erts áres eperimentção iológi lnçrm um ponto que, pr que houvesse progresso, er impertivo o uso os gor enominos métoos esttístios. Form então esses mesmos iólogos os que esenvolverm prte essenil est teori. O urioso é que esse esenvolvimento eu-se e form prlel quse toos os mpos o onheimento strto. Seguno JOHNSON; LEONE (964), esttísti poe ser ivi em três prtes: ) Esttísti esritiv: Compreene orgnizção, o resumo e, em gerl, simplifição e informções, que poem ser muito omples; ) Proilie: Útil pr nlisr situções que envolvm so, omo istriuições imétris, volumétris, flhs em menismos, jogos e os e rts; e 3) Inferêni: Diz respeito à nálise e interpretção e os mostris. As origens mtemáti proilie remontm o séulo XVI. As plições iniiis referim-se quse tos jogos e zr. Os jogores rios plivm o onheimento teori s proilies pr plnejr estrtégis e posts. Mesmo hoje in há muits plições que envolvem jogos e zr, tis omo os iversos tipos e loteri, os ssinos, s orris e vlos e os esportes orgnizos. Tovi, utilizção s proilies

15 5 ultrpssou muito o âmito esses jogos. Hoje os governos, s empress, s orgnizções profissionis inorporm teori s proilies em seus proessos iários e elierções (STEVENSON, 98). Ain e oro om STEVENSON (98), s proilies são utilizs pr eprimir hne e oorrêni e etermino evento. A proilie e oorrêni e um evento é por um número e que poe vrir e. O métoo lássio pli-se à situções que tem resultos igulmente prováveis. Os jogos e zr usulmente presentm est rterísti e resultos igulmente prováveis. Clulr proilie por esse métoo onsiste em ientifir o número e resultos fvoráveis e ivii-lo pelo totl e sos possíveis no espço mostrl. Seguno orgem sujetiv, proilie é um vlição pessol o gru e viilie e um evento e está fortemente relion om renç (STEVENSON, 98). A efinição lássi e proilie, seguno MOOD; GRAYBILL (978), iz que se um suesso poe oorrer e n mneirs mutumente eluentes e igulmente verossímeis e se n A esss possuem um triuto A, proilie e A é frção n A. n Emor nenhum plno e mostrgem poss grntir que mostr sej etmente semelhnte à populção qul foi etrí, um mostr letóri permite estimr o vlor o erro possível, isto é, izer quão próim está mostr populção, em termos e representtivie. As mostrs não-letóris não presentm ests rterístis. A prte o too tom é hm mostr e o too o qul se etri mostr é esigno omo populção ou universo. Os elementos que ompõem um populção poem ser inivíuos, firms, proutos mnufturos, árvores ou prels, esols, nots e ul, preços, ou qulquer ois que poss ser mensur, ont ou oren seguno postos (STEVENSON, 98). De oro om STEVENSON (98), o propósito mostrgem é fzer generlizções sore populção ási; é iomátio que populção lvo sej estelei e moo que se poss fzer generlizções vális. As populções limits em tmnho são enomins finits, enqunto que s não limits em tmnho são hms infinits. A mostrgem é preferível o enso quno: A populção for infinit, pois o trlho nun ri; Se neessit informções em urto espço e tempo; Se neessit estruir os itens pr relizr o eperimento (testes estrutivos); O usto o enso torn-o inviável eonomimente; e

16 6 A utilizção e mostrs permite mensurr vriáveis que não serim viáveis se fosse relizo um enso, em função o tempo e o usto. Assim, por meio mostrgem é possível relizr um estuo mis mplo e profuno. O enso é preferível à mostrgem quno: A populção poe ser tão pequen que o usto e o tempo e um enso sejm pouo mior que pr um mostr; Se o tmnho mostr é grne em relção o populção, o esforço iionl requerio por um enso poe ser pequeno; Se é eigi preisão omplet, então o enso é o únio proeimento eitável; e Osionlmente já se ispõe e informção omplet, e moo que não há neessie e mostr. A finlie mostrgem, onforme esrito por JOHNSON; LEONE (964), é oter um inição o vlor e um ou mis prâmetros e um populção, tis omo méi, o esvio prão, ou proporção e itens que possuem etermin rterísti. A esttísti mostrl que orrespone esses prâmetros populionis é us pr proimr os vlores esonheios queles prâmetros. Assim é que méi mostrl é us pr estimr méi populção e o esvio prão mostrl é uso pr estimr o esvio prão populionl. DISTRIBUIÇÕES Um istriuição e proilie ou e freqüênis reltivs é síntese o grupmento e os em um espço mostrl; mostr proporção s vezes em que vriável letóri tene ssumir um os iversos vlores (STEVENSON, 98). As istriuições esontínus e proilies envolvem vriáveis letóris reltivs os que poem ser ontos, omo o número e oorrênis por mostr, ou o número e oorrênis por unie num intervlo e tempo, e áre, ou e istâni (STEVENSON, 98). De oro om MEYER (969), se X um vriável isret, portnto, R, o ontromínio e X, será formo no máimo por um número infinito numerável e vlores,,.... A possível resulto enomino proilie e i. Os números p ( ) ssoi-se um número p ( ) P( X = ) i i =, i i, i =,,... evem stisfzer s seguintes onições, em que função p é enomin função e proilie vriável letóri X: ) ( ) p, pr too i, i

17 7 i= p =. i ) ( ) Função ensie e proilie ontínu, enot por fp, são limites e um infinit seqüêni e istriuições isrets, ujs vriáveis formm um onjunto enumerável e vlores. Tis istriuições evem verifir s seguintes onições, seguno SILVA, 3: f ( ) +, pr toos os vlores e, pois não eiste proilie negtiv; f ( ) =, o que etermin que áre entre urv representtiv função f ( ) em too o intervlo sej igul ; e,, ou sej, proilie vriável letóri X f ( ) = P( < X ) > ssumir vlor em um intervlo será pel integrl função nesse intervlo. Geometrimente fi esteleio que proilie em um etermino intervlo orrespon à áre etermin so região pln elimit pel função nesse intervlo. Propriees eorrentes efinição e função ensie e proilie (MEYER, 969): ) P ( X < ) < represent áre so urv no gráfio Figur, entre = e =. FIGURA REPRESENTAÇÃO DA ÁREA SOB A CURVA ) Um onseqüêni eorrente esrição proilísti e X im é que, pr qulquer vlor espeifio e X,, tem-se P ( X = ) =, porque ( X ) = f ( ) P = = ;

18 8 ) Se um função f stisfizer s onições f ( ) pr too, e f ( ) = k +, one k é um número rel positivo (não neessrimente igul ), então f não stisfz tos s onições pr ser um fp. No entnto, poe-se filmente efinir um nov função g, em termos e f, ssim, ( ) onições e um fp. ( ) f g = pr too. Dess mneir g stisfrá tos s k ) Se X tomr vlores somente em lgum intervlo finito [, ], poe-se simplesmente ritrr f ( ) = pr too [, ] os vlores reis e e poe-se eigir que ( ) =. Em onseqüêni, fp firá efini pr toos + f. PRINCIPAIS DISTRIBUIÇÕES DISCRETAS Seguno ROSS (998), supono um eperimento em que o resulto poss ser lssifio omo suesso ou flh e ssumio X = pr suesso e X = pr flh, então função e proilie e X é por: p p (, ) p. ( ) = P{ X = } = ( ) = P{ X = } = p Em que p é proilie e suesso. Est vriável letóri X será hm e vriável letóri e Bernoulli, pr lgum O mtemátio suíço Jques Bernoulli (654 75) foi o primeiro estur eperimentos inepenentes, teno um proilie e suesso omum p. Em seu livro Ars Conjetni ( rte e onjeturr), pulio pelo seu sorinho Niols oito nos pós su morte em 73, Bernoulli mostrou que se um número e tis eperimentos for grne, então proporção eles que terá suesso se proimrá e p om um proilie próim e. Jques Bernoulli é primeir gerção fmíli os mis fmosos mtemátios e toos os tempos. Su fmíli fez ontriuições funmentis pr proilie, esttísti e mtemáti. Um ifiule em ser o número eto e ontriuições e memro fmíli onsiste no fto e que lguns eles possuím o mesmo nome. Outr ifiule é que eles utilizvm nomes iferentes em iferentes lolies, por eemplo, Jques, qui ito, ssinv tmém omo Jques. Entretnto, seus números, influêni e resultos form proígios. Assim omo os Bh pr músi, os Bernoulli pr mtemáti onstituírm um fmíli que entrou pr históri (ROSS, 998).

19 9 Us-se o termo inomil pr esignr situções em que os resultos e um vriável letóri poem ser grupos em us lsses ou tegoris. Os os são, pois, nominis. As tegoris evem ser mutumente eluentes, e moo eir perfeitmente lro qul tegori pertene etermin oservção; e s lsses evem ser oletivmente eustivs, e form que nenhum resulto for els é possível (STEVENSON, 98). A istriuição inomil é, provvelmente, e uso mis freqüente entre s istriuições isrets, ns plições teori esttísti. Ess istriuição está ssoi om s provs repetis e um mesmo suesso (MOOD; GRAYBILL, 978). De oro om STEVENSON (98), Distriuição e Poisson é útil pr esrever s proilies o número e oorrênis num mpo ou intervlo ontínuo (em gerl tempo ou espço). Diz-se que vriável se istriui seguno um istriuição e Poisson se função e quntie é f ( ) m e m =, om =,,, em que m é qulquer número! positivo (MOOD; GRAYBILL, 978). Ess istriuição sei-se ns seguintes hipóteses:. A proilie e um oorrêni é mesm em too o mpo e oservção;. A proilie e mis e um oorrêni num únio ponto é proimmente zero; e 3. O número e oorrênis em qulquer intervlo é inepenente o número e oorrênis em outros intervlos. A Distriuição Multinomil, seguno STEVENSON (98), é us em situções one há mis e ois resultos mutumente eluentes. Tl omo n inomil, eige-se que s provs sejm inepenentes, om proilie onstnte. Um eemplo e istriuição multinomil é jog e um o. A Distriuição Hipergeométri refere-se situções om ois ou mis resultos, em que proilie e suesso vri e um prov pr outr (STEVENSON, 98). A função e quntie hipergeométri é m n ( ) r f =, om =,,,, r (MOOD; GRAYBILL, 978). m + n r PRINCIPAIS DISTRIBUIÇÕES CONTÍNUAS Dentre s Funções Densie e Proilie lássis estão Eponenil, Gmm, Bet, Weiull e Norml (Guss), que serão presents seguir.

20 DISTRIBUIÇÃO EXPONENCIAL A Distriuição Eponenil esempenh um ppel importnte n esrição e um grne lsse e fenômenos, prtiulrmente nos ssuntos teori onfiilie (MEYER, 974). Pr JOHNSON; LEONE (964), esse moelo poe ser onsiero omo um so prtiulr Distriuição Gmm, que será present no tópio seguir. A istriuição eponenil tem sio utiliz pr prever o períoo e tempo neessário té um evento oorrer, por eemplo o tempo té onteer um terremoto, ou té omeçr um nov guerr ou té o telefone tor, voê tener e pereer que isrm erro ou té quno vi um lâmp epirr ou queimr (ROSS, 998). A istriuição eponenil, e oro om STEVENSON (98), envolve proilie o longo o tempo ou istâni entre oorrênis num intervlo ontínuo. Por eemplo, eponenil é us omo moelo o tempo entre flhs e equipmento elétrio, tempo e heg e lientes em um supermero, tempo entre hms telefônis, entre outros. No âmito s Ciênis Florestis Distriuição Eponenil é us omo moelo pr vlição e regenerção nturl. Ain seguno MEYER (974), função ensie e proilie eponenil, om vriável letóri ontínu X, é pel Equção : f ( ) e = β β pr, β > e.o.. O gráfio o moelo é mostro n Figur 3 EQUAÇÃO FIGURA 3 DISTRIBUIÇÃO EXPONENCIAL, QUANDO β =

21 A méi e vriâni, trvés epettiv mtemáti, são luls trvés s seguintes fórmuls, respetivmente, (EQUAÇÕES e 3): ( ) = β E EQUAÇÃO σ = β EQUAÇÃO 3 Est istriuição interept o eio y no ponto β pois: Tomno-se Distriuição Eponenil: y = e β β Sustituino = y = e β β y = e β Como: e = Logo: y =.q. β DISTRIBUIÇÃO GAMMA f A Distriuição Gmm é efini seguir (EQUAÇÃO 4): ( ) = Γ( ) e pr e.o., EQUAÇÃO 4 Em que e são vlores positivos e fetm form e esl, respetivmente (ROUSSAS, 997). A Figur 4 represent urv ger prtir Função Gmm, em que =,5 e vri entre e 3. A Distriuição Gmm om = e e istriuição χ n (lê-se qui-quro) om n grus e liere. n = (n seno um inteiro positivo) é hm

22 FIGURA 4 - REPRESENTAÇÃO GRÁFICA DA DISTRIBUIÇÃO GAMMA, PARA = (SÓLIDO), =,5 (PONTOS), = (TRAÇOS) E =3 (PONTOS E TRAÇOS) E =,5 A méi e vriâni são s pels equções 5 e 6, respetivmente. E ( ) = EQUAÇÃO 5 σ = EQUAÇÃO 6 DISTRIBUIÇÃO BETA Consier-se Função Bet omo seno (EQUAÇÃO 7): f ( ) = Γ Γ( + ) ( ) Γ( ) ( ) + ( ) ( ) se < < EQUAÇÃO 7 e.o.. A Distriuição Bet poe ssumir iverss forms, e oro om os vlores e e, omo oserv-se ns Figurs 5 8.

23 3 A Bet poe ser us omo moelo e fenômenos letórios ujo onjunto e vlores possíveis é um intervlo finito [, ], ou sej, no intervlo e té, omo unie e mei poe ser trnsform pr um intervlo [,]. FIGURA 5 REPRESENTAÇÃO GRÁFICA DA DISTRIBUIÇÃO BETA, PARA = E = (SÓLIDO), = E = (PONTOS) E = E = (TRAÇOS)

24 4 FIGURA 6 REPRESENTAÇÃO GRÁFICA DA DISTRIBUIÇÃO BETA, PARA =,3 E =,8 (SÓLIDO) E =,3 E =,3 (PONTOS) FIGURA 7 REPRESENTAÇÃO GRÁFICA DA DISTRIBUIÇÃO BETA, PARA = E = 3 (SÓLIDO), =5 E = 3 (PONTOS) E = E = (TRAÇOS)

25 5 FIGURA 8 REPRESENTAÇÃO GRÁFICA DA DISTRIBUIÇÃO BETA, PARA =,5 E =,5 (SÓLIDO) E = 3 E =,5 (PONTOS) E A méi é pel Equção 8 e vriâni pel Equção 9. ( ) = EQUAÇÃO 8 + σ = EQUAÇÃO 9 ( + ) ( + + ) DISTRIBUIÇÃO WEIBULL Est istriuição é mplmente utiliz pr testes e onfiilie e vi útil (JOHNSON; LEONE, 964). A função ensie e proilie Distriuição WEIBULL present-se onforme seguinte epressão (EQUAÇÃO ): 9). f ( ) = e se, > e.o.. e > EQUAÇÃO Assim omo função et, Weiull tmém poe ssumir váris forms (FIGURA A Distriuição Weiull é usulmente utiliz n engenhri evio à su verstilie. Foi originlmente propost pr interpretção e fig e mteriis em Stokholm por Ernst Hjlmr Wloi Weiull em 939, ms tulmente seu uso esteneu-se muitos outros prolems e engenhri.

26 6 Em prtiulr, é omumente us no mpo os fenômenos vi, omo um istriuição e tempo e vi e lgum ojeto prtiulrmente quno o moelo e ligção mis fr é proprio pr o ojeto. Isto é, onsierr um ojeto om muits prtes e supor que eistirá um flh no ojeto. So esss onições foi mostro que Distriuição Weiull fornee um o proimção om istriuição o tempo e vi o item (ROSS, 998). E A méi e vriâni são s pels Equções e respetivmente. = EQUAÇÃO ( ) + Γ + σ σ y = EQUAÇÃO em que σ y é lulo pel Equção 3. = Γ + Γ σ y + EQUAÇÃO 3 FIGURA 9 - REPRESENTAÇÃO GRÁFICA DA DISTRIBUIÇÃO WEIBULL, COM =, = e =,7 (SÓLIDO), COM =, = e = (PONTOS), COM =, = e = (TRAÇOS), COM =, = e = 3,6 (PONTOS E TRAÇOS)

27 7 DISTRIBUIÇÃO NORMAL OU DE GAUSS De oro om MEYER (974), Distriuição Norml, esenvolvi por De Moivre, é e etrem importâni no mpo s proilies, om plições em iverss áres o onheimento. Esse moelo é efinio omo se segue (EQUAÇÃO 4): f ( ) µ σ e < < + = π σ EQUAÇÃO 4 e.o.. A Distriuição Norml poe ser represent grfimente pel Figur : FIGURA DISTRIBUIÇÃO NORMAL, σ = E µ = As Equções 5 e 6 representm méi e vriâni, respetivmente. ( ) = méi ritméti = µ E EQUAÇÃO 5 vr ( ) = σ EQUAÇÃO 6 Est istriuição possui s seguintes propriees: A urv norml tem form e sino; É simétri em relção à méi; Prolong-se e - + ;

28 8 C istriuição norml fi ompletmente espeifi por su méi e seu esvio prão; há um istriuição norml istint pr ominção e méi e esvio prão; A áre totl so urv é onsier omo %; A áre so urv entre ois pontos é proilie e um vriável normlmente istriuí tomr um vlor entre esses pontos; Como há um número ilimito e vlores no intervlo - +, proilie e um vriável letóri istriuí normlmente tomr etmente etermino vlor é zero. Assim, s proilies se referem intervlos e vlores; e A áre so urv entre méi e um ponto ritrário é função o número e esvios prões entre méi e quele ponto. A veloie em qulquer ireção, o erro n mei e um quntie físi, istriuição e freqüêni e volumes e iâmetros em um florest, possuem um omportmento que proim-se istriuição e proilies norml (ROSS, 998). A istriuição norml foi introuzi pelo mtemátio frnês Arhm De Moivre, em 733. De Moivre, que usou ess istriuição pr proimr proilies referentes lnçmentos e moes, hmou e urv eponenil em form e sino (eponentil ell-shpe urve). Entretnto, foi present relmente pens em 89, quno o fmoso mtemátio lemão K. F. Guss usou omo um prte integrl su proimção pr preizer o lol e enties stronômis. Como resulto tornou-se omum pós ess t hmá-l e istriuição Gussin (ROSS, 998). Do meio pr o finl o séulo XIX, entretnto, muitos esttístios pssrm reitr que miori os intervlos e os teri histogrms e oro om form e sino Gussino. Além isso, tornou-se eitável que fosse norml pr qulquer onjunto e os em omportos seguir est urv. Como resulto, seguino o esttístio ritânio Krl Person, s pessos omeçrm se referir à urv e Guss hmno- e urv norml (ROSS, 998). Hoiernmente não fltm onsultores em esttísti, muitos trlhno em esritórios elegntes. Entretnto, no omeço o séulo XIX, o primeiro nesse rmo e trlho gnhv inheiro no esuro, postno em ss e jogos em Long Ares, Lonres, onheis omo ss e fé. Ele er Arhm De Moivre, um protestnte refugio Frnç Ctóli e, por um preço, ele poeri omputr proilie e gnhr em jogos e zr em toos os tipos e jogos (ROSS, 998). Entretnto, De Moivre, o esorior urv norml, fez su vi em um loj e fé, ele er um mtemátio e hilies reonheis. Além isso, ele er um memro soiee rel e foi onvoo por Sir Is Newton. Esutno Krl Person e imginno De Moivre n s e

29 9 fé: Eu pinto De Moivre trlhno em um mes suj n s e fé om um jogor quero o seu lo e Is Newton nno pelo orreor oservno seu migo. Dri um grne quro pr um rtist inspiro (ROSS, 998). Krl Frieerih Guss ( ), um os primeiros usuários urv norml, foi um os miores mtemátios e toos os tempos. O onheio mtemátio historior E. T. Bell epressou em seu livro Men of mthemtis (Homens mtemáti), em um pítulo intitulo The prine of mthemtiins (O prínipe os mtemátios): Arquimees, Newton e Guss; esses três estão em um lsse por si mesmos entre grnes mtemátios e não serim pores mortis pzes e lssifiá-los em orem e mérito. Os três iniirm tenênis em mtemáti pur e pli. Arquimees estimou su mtemáti pur mis que sus plições; Newton preeu ter enontro justifitiv hefe pr sus invenções mtemátis nos usos ientífios nos quis ele oloou; enqunto Guss elrou que pr tuo trlh-se no lo puro e plio (ROSS, 998).

30 3 3 - METODOLOGIA LOCALIZAÇÃO DA ÁREA A Fzen Eperimentl Grlh Azul loliz-se no muniípio e Fzen Rio Grne, Região Metropolitn e Curiti, no esto o Prná, Primeiro Plnlto Prnense (FIGURA ; ). Ess unie e pesquis está situ num áre e proimmente 877 hetres, one estão instls 6 (seis) prels permnentes o Progrm Eológio e Long Durção (PELD), SITE 9, one form oletos os e DAP (m) (iâmetro ltur o peito) e ltur (m) e regenerções nturis e árvores ults e Sssfrás (Oote oorifer). Neste entro e pesquiss estão instls viultur e orte, viultur e postur, uniultur, ovinoultur e leite, ovinoultur, hospitl veterinário, frutiultur, pstgens, lvours nuis, suinoultur, ovinoultur e leite e grgem e máquins. Est unie situ-se entre s seguintes oorens geográfis: Ltitue 5º37'3" S e 5º4'33" S; Longitue 49º5'9" W e 49º7'7" W, possui ltitues entre 87 e 9 m e pertene à Bi Hirográfi o Alto Iguçu. O Aesso prinipl á-se pel Roovi BR 6 no quilômetro,5. FIGURA LOCALIZAÇÃO DA FAZENDA EXPERIMENTAL GRALHA AZUL Fonte: PUCPR

31 3 FIGURA MAPA DA ÁREA DA UNIDADE EXPERIMENTAL Fonte: RELATÓRIO SASSAFRÁS COLETA DE DADOS Ns áres em que se relizou o presente estuo form enontrs té espéies róres por prel, o que ument ompleie e estur-se su regenerção nturl. O inventário etlho regenerção nturl o Sssfrás: Oote oorifer, espéie fmíli Luree, foi relizo efinino-se seis prels permnentes e hetre e suiviino-s em su-unies e m² (PROJETO SASSAFRÁS: Bioeologi e Uso Sustentável). Diviiu-se prel em ez fileirs, nomes pels letrs A, B, C, D, E, F, G, H, I e J e, fileir em ez loos (,, 3, 4, 5, 6, 7, 8, 9, ), e oro om figur 3. Proeeu-se à ientifição e meição s regenerções nturis pel Fileir A, prosseguinose em zig-zg pels emis fileirs té Fileir J (PELD Progrm Eológio e Long Durção).

32 3 FIGURA 3 - REPRESENTAÇÃO DAS PARCELAS PERMANENTES. Consierou-se omo regenerção nturl tos s árvores om DAP (Diâmetro à Altur o Peito) menor ou igul m (ez entímetros), em que se meiu o iâmetro à ltur o olo e ltur. A istriuição e lturs foi utiliz pr o presente estuo, onsierno-se intervlos e lsse e m (um metro). Os olsists o Projeto Sssfrás meirm em por ento s mus e sssfrás lssifis omo regenerção nturl s seis prels permnentes. Tos s regenerções nturis s seis prels permnentes form lolizs e ientifis trvés e mrção om etiquets vermelhs, numers seqüenilmente, preeis letr S (Sssfrás), lém o referenimento oto pr lolizção espil ns prels s regenerções trvés e um sistem e oorens (, y), ujos vlores e e e y form tomos e zero ez metros, prtir e su-unie ou loo (CALIJURI, M. L.; RÖHM, 995). Slient-se que os moelos form justos à istriuição e lturs regenerção nturl o Sssfrás, pois se onsier, por efinição teóri, que não hj inivíuos om ltur (zero).

33 33 AJUSTE DOS MODELOS As pesquiss relizs no Projeto Sssfrás revelrm que istriuição e lturs, regenerção nturl espéie róre Sssfrás é eresente. Ess situção é represent usulmente pelo moelo eponenil, ms outrs funções poem tmém ser justs esse tipo e os. Pr presente pesquis form justs s Distriuições e Proilie Eponenil, Gmm, Bet, Weiull e Norml, em que se utilizou istriuição e lturs regenerção nturl. Form esolhis 5 (ino) funções mtemátis pr serem justs, om o uílio o softwre Tle Curve, os os e regenerção nturl e que resultou em melhor erêni foi esolhi. Ess função foi trnsform em função ensie e proilie, verifino-se s premisss esrits nteriormente, e form esenvolvis s epressões que, por meio os oefiientes, trvés s quis são luls méi e vriâni o moelo. Pr efetur-se omprção entre os moelos, form lulos o oefiiente e eterminção múltiplo, o erro prão estimtiv relulo em perentgem, teste o χ e o e Kolmogorov-Smirnov. Proeeu-se um verifição qulittiv os resultos, prtir nálise e resíuos, fim e se verifir se os moelos são teneniosos ou possuem vriâni homogêne o longo e to istriuição. Há, no mpo mtemáti, us mneirs e se justr um moelo: por meio e regressão liner ou não liner. A regressão liner rteriz-se simente por justr prâmetros e funções polinomiis e gru n, seno que lguns moelos poem ser linerizáveis, priniplmente utilizno-se teori e logritmos. Aquels funções que não poem ser linerizs são justs por regressão não liner. Resslt-se que teori e regressão liner é mis onsoli que regressão não liner. Os moelos testos no presente estuo form justs por meio e regressão não liner, seguno o proeimento e Mrqut, pelo métoo e mínimos quros, om múltipls iterções, e oro om Mrqut (963), utilizno-se o softwre Tle Curve. A miori os lgoritmos pr estimr prâmetros não lineres pelo métoo e mínimos quros entrrm-se sore qulquer um e us proimções. Por um lo, o moelo poe ser epnio omo um série e Tylor e s orreções os prâmetros luls iterção n suposição e lineries lois. Por outro lo, váris moifições o métoo griente estão seno uss. O métoo e Mrqut utiliz o métoo e máim verossimilhnç, que eeut um ótim interpolção entre o métoo série e Tylor e o métoo griente. A interpolção é se em máim verossimilhnç, n qul série e Tylor trun

34 34 em que fornee um representção equ e um moelo não-liner (MARQUADT, 963). o moelo ser justo os os, Sej E( y) = f (,, ; β, β, β ) (, β ),,,, m k = f β, β, β m são s vriáveis inepenentes, k são os k prâmetros e E ( y) o vlor espero vriável y. Denotno-se os pontos mostros omo ( Y X, X,, X ), i,, n =. O prolem onsiste em omputr esss estimtivs os i, i i ni, = n prâmetros que minimizem φ [ Y Y ] i= i ˆ i = Y Yˆ E ( y) no i-ésimo ponto mostro (MARQUADT, 963)., em que Yˆ i é o vlor e y preito por MÉDIA E VARIÂNCIA DE UMA FUNÇÃO DENSIDADE DE PROBABILIDADE A méi e vriâni poem ser etermins por meio Função Gertriz os Momentos ou Epettiv Mtemáti. Ess últim foi utiliz no presente estuo. EXPECTATIVA MATEMÁTICA Sej X um vriável letóri ontínu om função ensie e proilie f. Definese o vlor espero E(X) e X, em que E(X) é méi, onforme Equção 7 seguir (GUIDORIZZI, 994): + ( X ) f ( ) E = EQUAÇÃO 7 A vriâni poe ser esrit seguinte form (EQUAÇÃO 8): + ( ) [ E( X )] σ = f EQUAÇÃO 8 AVALIAÇÃO DO AJUSTE Os moelos justos form ompros por meio o oefiiente e eterminção múltiplo, oefiiente e eterminção múltiplo justo, erro prão estimtiv relulo em perentgem, teste o χ, pelo teste e Kolmogorov-Smirnov e pel nálise os resíuos.

35 35 COEFICIENTE DE DETERMINAÇÃO MÚLTIPLO O oefiiente e eterminção múltiplo é rzão entre som os quros regressão e som os quros totis, e oro om Equção 9: SQregressão R = SQT EQUAÇÃO 9 COEFICIENTE DE DETERMINAÇÃO MÚLTIPLO AJUSTADO O Coefiiente e eterminção múltiplo justo é orreção o R² pr moelos om iferentes números e prâmetros (EQUAÇÃO ). n R justo = ( R ) EQUAÇÃO n p ERRO PADRÃO DA ESTIMATIVA RECALCULADO O erro prão estimtiv relulo é riz qur o quoiente entre: ) o somtório o quro iferenç entre os vlores oservos e os estimos, e ) iferenç entre o número e os e o número e prâmetros estimos pelo moelo em questão, onforme Equção : S y relulo = n i= ( y yˆ ) i n p i EQUAÇÃO O erro prão estimtiv em perentgem é o pel rzão entre o erro prão estimtiv e méi (EQUAÇÃO ): S y S y % = EQUAÇÃO Em que: y i é freqüêni oserv; ŷ i é freqüêni estim pelos moelos; é méi ritméti; n é o número e os; e p o número e prâmetros estimos pelo moelo em questão.

36 36 KOLMOGOROV E SMIRNOV O teste e erêni e Kolmogorov e Smirnov onsiste em omprr máim iferenç entre freqüêni oserv e freqüêni estim, ivii pelo número e oservções, e poe ser otio pel Equção 3: l ( F ( X ) F ( X )) o e = m EQUAÇÃO 3 n Em que F o ( X ) é freqüêni oserv umul, ( X ) umul, estim pelo moelo e n o número e oservções. Se F e é freqüêni esper l for menor que o vlor limite telo, eit-se o juste. Se n for menor que 5, pr α = 5%, e α = %, etermin-se o vlor rítio por meio s Equções 4 e 5 seguir.,36 α = 5% n EQUAÇÃO 4,63 α =% n EQUAÇÃO 5 QUI-QUADRADO ( χ ) O Qui-quro é um teste e erêni e é lulo pel Equção 6: ( y yˆ ) i i χ = EQUAÇÃO 6 yˆ i ANÁLISE DE RESÍDUOS Tem se torno onsenso que nenhum equção eve ser esolhi pr uso em proessos preitivos ntes e se performr um nálise gráfi e resíuos. Ess nálise, emor um tnto sujetiv, é que relmente vi inir se o juste foi om o longo e to estimtiv, se não há teneniosie, se os resíuos são inepenentes e se vriâni é homogêne em to etensão os vlores estimos.

37 37 Define-se resíuo em perentgem omo rzão entre iferenç freqüêni oserv e estim pelo moelo justo e freqüêni oserv. DESVIO RELATIVO Utilizou-se o esvio reltivo entre s soms oserv e estim s freqüênis pr omprr s funções proilístis justs, e oro om equção 7. f os f est DESVIO % = EQUAÇÃO 7 f os As freqüênis form elevs à primeir, segun, tereir e qurt potênis, equno o que foi proposto por Mltmo et l (995).

38 38 4 RESULTADOS E DISCUSSÃO - DESENVOLVIMENTO DA FUNÇÃO DENSIDADE DE PROBABILIDADE PROPOSTA Pr esenvolver função ensie e proilie propost nesse trlho, form esolhis 5 funções mtemátis, presents seguir. No iníio esolheu-se um equção que tivesse um omportmento não resente, onforme oorrente n istriuição eponenil, porém om mior fleiilie (EQUAÇÃO 8). f ( ) = EQUAÇÃO 8 ( + ) FIGURA 4 REPRESENTAÇÃO GRÁFICA DA EQUAÇÃO 8 AJUSTADO AOS DADOS DE ALTURA DE REGENERAÇÃO NATURAL DE SASSAFRÁS Not-se n Figur 4 que o moelo justou-se e moo stisftório, porém não teneu um os pré-requisitos, que foi gerr um equção unimol. Com o propósito e fleiilizr in mis primeir equção, mis um oefiiente foi introuzio, resultno n Equção 9. f ( ) = EQUAÇÃO 9 + +

39 39 FIGURA 5 REPRESENTAÇÃO GRÁFICA DA EQUAÇÃO 9 AJUSTADO AOS DADOS DE ALTURA DE REGENERAÇÃO NATURAL DE SASSAFRÁS Este moelo gerou resultos semelhntes o nterior e o mesmo efeito, flt e um mo (FIGURA 5). Nest etp o trlho foi neessário rever s hipóteses e pesquisr novs fmílis e urvs, ms sem lterr sustnilmente propost iniil. Com o intuito e ritrr que representção gráfi o moelo psssse pel origem (interseção os eios oorenos), Equção 8 foi multipli por (EQUAÇÃO 3). Dess form, quno =, f ( ) = o oefiiente fosse mior ou igul zero. f ( ). Pr que não houvesse ineterminção, ritrou-se que = + + EQUAÇÃO 3 Pr verifir o omportmento urv o termo multiplior e memro o enominor, eeto o termo inepenente, form elevos o quro, resultno n Equção 3. Esse proeimento foi oto om finlie e tornr istriuição mis omport, ou sej, om mplitue menor, porém, o resulto foi pior que o moelo testo nteriormente, resultno em um gráfio eresente.

40 4 FIGURA 6 - REPRESENTAÇÃO GRÁFICA DA EQUAÇÃO 3 AJUSTADO AOS DADOS DE ALTURA DE REGENERAÇÃO NATURAL DE SASSAFRÁS Oserv-se n Figur 6 que Equção 3 justou-se os os, gerno um urv unimol, porém ger vlores pr f ( ) ltos, quno proim-se mo. f ( ) + = 4 + EQUAÇÃO 3 FIGURA 7 - REPRESENTAÇÃO GRÁFICA DA EQUAÇÃO 3 AJUSTADO AOS DADOS DE ALTURA DE REGENERAÇÃO NATURAL DE SASSAFRÁS

41 4 N Figur 7 oserv-se que equção result no mesmo prolem s us primeirs, usêni e mo. Com inserção e prênteses no enominor e fleiilizção os oefiientes esse e o numeror foi possível oter um moelo om tos s rterístis esejs, omo poe ser oservo n Figur 7. f ( ) = EQUAÇÃO 3 ( + ) FIGURA 8 - REPRESENTAÇÃO GRÁFICA DA EQUAÇÃO 3 AJUSTADO AOS DADOS DE ALTURA DE REGENERAÇÃO NATURAL DE SASSAFRÁS Ess equção teneu tos s eigênis proposts e foi, onseqüentemente, esolhi (FIGURA 8). A função ( ) + f, ujo omínio é o onjunto os números reis positivos ( R ), ou sej, <, + ; +, + 3, >, > e >, efini seguir, será onsier um Função Densie Proilie (fp) se ontemplr s onições,, 3 e 4: f ( ) = ( + )

42 4 CONDIÇÕES PARA QUE UMA FUNÇÃO SEJA CONSIDERADA UMA FDP:. A função eve possuir um omínio rel e positivo. Assim, quno =, f ( ) = f f f ( ) ( ) = = ( ) = ( + ) ( + ). A função eve ser ssintóti no eio, ou sej, lim f ( ) = lim = pois ( + ) Como o vlor e é sempre mior que +, por efinição, o enominor tenerá infinito mis rpimente que o numeror, logo, quno tene infinito, função tene. 3. A função eve ser integrável, ou sej, integrl função, no intervlo vriável entre (zero) e infinito, eve tener pr um vlor rel. f ( ) = ( + ) f ( ) = Γ ( ) Γ( ) Γ( + ) ( ) Logo, fp será o prouto entre função originl e o inverso o resulto nterior: fp >. ( ) = Γ ( ) ( ) ( + ) Γ( ) Γ( + ) EQUAÇÃO 33 A prtir fp present nteriormente surgem s restrições e e, > + e 4. A integrl fp, no intervlo vriável entre (zero) e infinito, eve ser igul (um). fp ( ) = Γ ( ) ( ) ( + ) Γ( ) Γ( + )

43 43 ( ) = fp MÉDIA ARITMÉTICA A méi ritméti e um função proilísti poe ser oti por meio epettiv mtemáti, ou sej, méi é o resulto integrl o prouto função proilísti por, no intervlo vriável entre (zero) e infinito. ( ) ( ) ( ) ( ) ( ) ( ) + Γ Γ + Γ = fp ( ) ( ) ( ) fp + = ( ) ( ) + = ritméti Méi EQUAÇÃO 34 VARIÂNCIA A vriâni, mesm mneir que méi ritméti poe ser oti por meio epettiv mtemáti, ou sej, é iferenç entre o resulto integrl o prouto função proilísti por ² e o quro méi ritméti. ( ) ( ) ( ) ( ) ( ) ( ) + Γ Γ + Γ = fp ( ) ( )( ) ( )( ) fp + + = 3 ( ) ( ) fp fp = ( )( ) ( )( ) ( ) ( ) ( ) ( ) ( )( ) 3 Vriâni = EQUAÇÃO 35

44 44 MODA A mo represent o ponto, ou os pontos, e mior freqüêni, em um fp, e poe ser otio prtir primeir eriv função em relção à e igulno-se o resulto ( ) f (zero), ou sej, f f ( ) ( ) =. = = + ( + ) ( + ) = + ( + ) ( + ) =, no so e função ser unimol. EQUAÇÃO 36 ( ) PONTOS DE INFLEXÃO Os pontos e infleão, se eistirem, poem ser otios lulno-se o vlor e o igulr zero segun eriv e um função, ou sej, f f ( ) ( ) f ( ) =. = + + = ( + ) ( + ) ( + ) ( + ) ( + ) = ( + ) ( + ) ( + ) ( + ) ( + ) ( ) ( ) ± = EQUAÇÃO 37 ( ) A referi função não terá pontos e infleão quno: I) =, II) ( ) = ou III) ( ) <. Quno ( ) = hverá pens um ponto e infleão. No so e função ser unimol, hverá ois pontos e infleão, e isso oorrerá quno ( ) >. Os resultos otios por meio vlição s onições e eistêni e pontos e infleão poem ser oservos n Figur 9.

45 45 FIGURA 9 REPRESENTAÇÃO GRÁFICA DO MODELO PROPOSTO, VARIANDO- SE OS COEFICIENTES, DE ACORDO COM AS CONCLUSÕES DO ESTUDO SOBRE OS PONTOS DE INFLEXÃO Sem pontos e infleão ( = ) Sem pontos e infleão ( ( ) = ) Sem pontos e infleão ( ( ) < ) Um ponto e infleão ( ( ) = ) Dois pontos e infleão ( ) >

46 46 CONDIÇÕES DE EXISTÊNCIA DA FUNÇÃO DE DENSIDADE DE PROBABILIDADE Pr que fp eist é neessário que s seguintes relções se verifiquem:. > e >. Ess onição é impost pel própri função, f ( ) =, pois, ( + ) se e forem iguis (zero), o enominor torn-se (zero) e função tenerá pr o infinito, o que não é esejável;., + e. Como função gmm é efini pens no mpo os números reis positivos, os oefiientes evem seguir s restrições nteriores, o onsierr fp, fp ( ) = 3. > e + Γ ( ) ( ) ( + ) Γ( ) Γ( + ) tenerá pr o infinito;. Cso restrição nterior não sej verifi méi, ; ( + ) ( ) 4. >, + e + 3. Se esss onições não forem onsiers, o enominor epressão, tenerá pr infinito; ( + ) ( ) ( )( ) > e. Pr que hj mo, tenis; e 6. >, > e > omínio etermino. + ( ), será igul zero e vriâni =, esss eigênis evem ser. Esss três últims restrições tornm função proilísti no Assim, ominno s restrições nteriores tem-se: +, + e + 3 ;, e >., TENDÊNCIA DO MODELO DESENVOLVIDO A NORMALIDADE Ao onsierr-se que méi é igul à mo, ssume-se que função tene à normlie. ( ) ( ) + Méi =

47 47 Mo = ( ) ( + ) = ( ) ( ) + = ( + )( ) = ( ) + = Logo, + = ( + ) = =. Como +, ess hipótese não oorrerá. =. Como >, ess hipótese não oorrerá. =. Como >, ess hipótese não oorrerá. FORMAS QUE A FUNÇÃO PODE ASSUMIR A form e mplitue representção gráfi função vrim e oro om ominção os oefiientes. As forms que o moelo proposto poe ssumir estão represents grfimente n Figur, e form triimensionl. Como se se, form e um moelo se á e oro om seus oefiientes e, o onsierá-los omo seno iguis, poe-se oservr form que o moelo qui proposto ssumirá (FIGURA ). Pr visulizr-se mis lrmente s forms que o moelo proposto poe ssumir, form representos os gráfios, fino-se três oefiientes e vrino outro (FIGURA ; ; 3; 4; 5).

48 48 FIGURA REPRESENTAÇÃO TRIDIMENSIONAL DAS FORMAS GRÁFICAS ASSUMIDAS PELO MODELO PROPOSTO vrino entre - e 5; =,; =,4; e = 6 vrino entre e,5; = ; =,4 e = 6 vrino entre e ; = ; =,; e = 6 vrino entre - e 5; = ; =,; e =,4 FIGURA REPRESENTAÇÃO GRÁFICA DO MODELO PROPOSTO, EM QUE OS COEFICIENTES SÃO ARBITRARIAMENTE CONSIDERADOS IGUAIS. Ineterminção, ivisão por zero. = = = = f ( ) = = = = = f ( ) = Hipérole + ( )

PROVA MATRIZ DE MATEMÁTICA EFOMM-2009

PROVA MATRIZ DE MATEMÁTICA EFOMM-2009 PROVA MATRIZ DE MATEMÁTICA EFOMM-009 ª Questão: Qul é o número inteiro ujo prouto por 9 é um número nturl omposto pens pelo lgrismo? (A) 459 4569 (C) 45679 (D) 45789 (E) 456789 ª Questão: O logotipo e

Leia mais

Medidas de Associação.

Medidas de Associação. Meis e Assoição. O álulo e meis propris frequêni e um oenç é bse pr omprção e populções, e, onsequentemente, pr ientifição e eterminntes oenç. Pr fzer isto e mneir mis efiz e informtiv, s us frequênis

Leia mais

MÉTODOS MATEMÁTICOS 2 a Aula. Claudia Mazza Dias Sandra Mara C. Malta

MÉTODOS MATEMÁTICOS 2 a Aula. Claudia Mazza Dias Sandra Mara C. Malta MÉTODOS MATEMÁTICOS Aul Clui Mzz Dis Snr Mr C. Mlt Introução o Conceito e Derivs Noção: Velocie Méi Um utomóvel é irigio trvés e um estr cie A pr cie B. A istânci s percorri pelo crro epene o tempo gsto

Leia mais

20/04/2012. Estudo de Caso-ControleControle. Estudo de Coorte. Estudo de Coorte. Estudo de Caso Controle. Exposição. Doença. Exposição.

20/04/2012. Estudo de Caso-ControleControle. Estudo de Coorte. Estudo de Coorte. Estudo de Caso Controle. Exposição. Doença. Exposição. Estuo e Coorte Exposição Doenç Estuo e Coorte SIM Cso Cso NÃO Cso Cso Estuo e Coorte Exposição Doenç Populção livre e oenç SIM Cso Cso Estuo e Cso-ControleControle Pr Frente Cso exposto NÃO Cso Estuo e

Leia mais

Sumário Conjuntos Nebulosos - Introdução. Conjuntos Clássicos. Conjuntos Clássicos. Problemas/Conjuntos Clássicos. Operações com conjuntos clássicos

Sumário Conjuntos Nebulosos - Introdução. Conjuntos Clássicos. Conjuntos Clássicos. Problemas/Conjuntos Clássicos. Operações com conjuntos clássicos Sumário Conjuntos Neulosos - Introução rino Joquim e O Cruz NCE e IM UFRJ rino@ne.ufrj.r Se voê tem um mrtelo tuo irá preer um prego triuío Dinísio e gpunt (3 C) Conjuntos Clássios Função e Inlusão em

Leia mais

Simulado 7: matrizes, determ. e sistemas lineares

Simulado 7: matrizes, determ. e sistemas lineares Simulo 7 Mtrizes, eterminntes e sistems lineres. b... e 6. 7. 8.. 0. b.. e. Simulo 8 Cirunferêni / Projeções / Áres. b 6. e 7. 8.. 0. Simulo Análise ombintóri / Probbilie / Esttísti. e.. e.. b... e.....

Leia mais

CÁLCULO DIFERENCIAL E INTEGRAL II INTEGRAIS MÚLTIPLAS

CÁLCULO DIFERENCIAL E INTEGRAL II INTEGRAIS MÚLTIPLAS CÁLCULO IFEENCIAL E INTEGAL II INTEGAIS MÚLTIPLAS A ierenç prinipl entre Integrl eini F ) F ) e s Integris Múltipls resie no to e que, em lugr e omeçrmos om um prtição o intervlo [, ], suiviimos um região

Leia mais

2.1. Integrais Duplos (definição de integral duplo)

2.1. Integrais Duplos (definição de integral duplo) Análise Mtemáti II- no letivo 6/7.. Integris uplos (efinição e integrl uplo) Pr melhor ompreener efinição e integrl uplo vmos omeçr por olor o seguinte esfio: Tene eterminr o volume o sólio que está im

Leia mais

TÓPICOS DE MATEMÁTICA

TÓPICOS DE MATEMÁTICA INSTITUTO SUPERIOR DE CONTABILIDADE E ADMINISTRAÇÃO DE COIMBRA SOLICITADORIA E ADMINISTRAÇÃO TÓPICOS DE MATEMÁTICA CÁLCULO EM R I.Revisões Cálulo om frções Reore que, pr, Not:...3.4 R e, R \ {0}: + + pois

Leia mais

2.) O grafo de interseção de uma coleção de conjuntos A1;A2;...;An é o grafo que tem um vértice para cada um dos conjuntos da coleção e

2.) O grafo de interseção de uma coleção de conjuntos A1;A2;...;An é o grafo que tem um vértice para cada um dos conjuntos da coleção e UDESC DCC BCC DISCIPLINA : TEG0001 Teori os Grfos PRIMEIRA LISTA DE EXERCÍCIOS 1.) Ientifique pr um os três grfos ixo:. número e nós e ros;. o gru e nó;. Compre som e toos os grus os nós e grfo om o número

Leia mais

1a) QUESTÃO: ciclos 2a) QUESTÃO: estado inicial indefinidamente travar 4a) QUESTÃO: Anel 1ª) Questão

1a) QUESTÃO: ciclos 2a) QUESTÃO: estado inicial indefinidamente travar 4a) QUESTÃO: Anel 1ª) Questão 1 ) QUSTÃO: (3, pontos) Pr máquin e esto efini pel su tel e fluo io, pee-se: y\ 1 1 ) nontre um tel e fluo mínim; / /- /- / ) onstru um tel e eitção livre e /- /1 / /- orris ríti (rir ilos quno neessário);

Leia mais

Cinemática de uma Partícula Cap. 12

Cinemática de uma Partícula Cap. 12 MECÂNIC - DINÂMIC Cinemáti e um Prtíul Cp. Objetios Introuzir os oneitos e posição, eslomento, eloie e elerção Estur o moimento e um ponto mteril o longo e um ret e representr grfimente esse moimento Inestigr

Leia mais

Análise de Algoritmos Gabarito da Primeira Prova

Análise de Algoritmos Gabarito da Primeira Prova Análise e Algoritmos Gbrito Primeir Prov Tópios: Funmentos e nálise e lgoritmos e lgoritmos pr orenção Instituto e Ciênis Exts, Universie e Brsíli 22 e bril e 2009 Prof. Muriio Ayl-Rinón Funmentos: relções

Leia mais

Matemática Básica. A.1. Trigonometria. Apêndice A - Matemática Básica. A.1.1. Relações no triângulo qualquer. Leis Fundamentais:

Matemática Básica. A.1. Trigonometria. Apêndice A - Matemática Básica. A.1.1. Relações no triângulo qualquer. Leis Fundamentais: Apênice A - Mtemátic Básic A.. Trigonometri A... Relções no triângulo qulquer A Mtemátic Básic C A α c β B γ Figur A. - Triângulo qulquer Leis Funmentis: c sen = sen = sen c A- Lei os cossenos: = + c -

Leia mais

c) S = S = log 4 (log 3 9) + log 2 (log 81 3) + log 0,8 (log 16 32) 8. Calcule:

c) S = S = log 4 (log 3 9) + log 2 (log 81 3) + log 0,8 (log 16 32) 8. Calcule: Aulão Esprtno Os 00 e Logritmo Prof Pero Felippe Definição Clule pel efinição os seguintes ritmos: ) (/8) ) 8 ) 0,5 Clule pel efinição os seguintes ritmos: ) 6 ) 7 (/7) ) 9 (/7) ) (/9) e) 7 8 f) 0,5 8

Leia mais

ANÁLISE DE DADOS DE. Contributo para a definição do estado de condição. Rui Parreira/Valter Vairinhos/Victor Lobo ACD ABCD 0.3 BCD 0.

ANÁLISE DE DADOS DE. Contributo para a definição do estado de condição. Rui Parreira/Valter Vairinhos/Victor Lobo ACD ABCD 0.3 BCD 0. Ínie NÁLSE DE DDOS DE VRÇÃO ontriuto pr efinição o esto e onição Motivção Ojetivos Plnento e reolh e os Métoo proposto (trnsform e VMV) presentção e resultos onlusões e trlho futuro Rui Prreir / Vlter

Leia mais

e b ij = , se i = j i 2 + j 2 i 3 j 3 b ij =

e b ij = , se i = j i 2 + j 2 i 3 j 3 b ij = Universie Feerl e Ouro Preto List e GAAL/MTM730 Professor: Antônio Mros Silv Oservção: Muitos os exeríios ixos form retiros s lists o professor Wenerson 0 Revej os exemplos feitos em sl e ul Sejm ij e

Leia mais

UNICAMP ª fase - Provas Q e X

UNICAMP ª fase - Provas Q e X UNICAMP 2014 1ª fse - Provs Q e X Questão 25 N reequção e lguns estáios e futeol, por ont e um titue eológi oerente, milhres e ssentos serão prouzios prtir e grrfs PET. Pr ssento serão neessáris er e 100

Leia mais

No mecanismo de Lindemann-Hinshelwood admite-se que a molécula do reagente A torna-se excitada em colisão com outra molécula de A.

No mecanismo de Lindemann-Hinshelwood admite-se que a molécula do reagente A torna-se excitada em colisão com outra molécula de A. Aul: 30 Temátic: Reções Unimoleculres e Ctlisores Vmos continur noss nálise cinétic em função e um mecnismo e reção. Depois fremos um introução um novo tópico isciplin, os ctlisores. 1. Reções unimoleculres

Leia mais

Desenvolvimento de nova função densidade de probabilidade para avaliação de regeneração natural

Desenvolvimento de nova função densidade de probabilidade para avaliação de regeneração natural SAULO HENRIQUE WEBER Desenvolvimento de nov função densidde de probbilidde pr vlição de regenerção nturl Dissertção presentd omo requisito pril pr obtenção do título de Mestre em Engenhri Florestl no Progrm

Leia mais

02. Resolva o sistema de equações, onde x R. x x Solução: (1 3 1) Faça 3x + 1 = y 2, daí: 02. Resolva o sistema de equações, onde x R e y R.

02. Resolva o sistema de equações, onde x R. x x Solução: (1 3 1) Faça 3x + 1 = y 2, daí: 02. Resolva o sistema de equações, onde x R e y R. GGE ESPONDE 7 ATEÁTICA Prov Disursiv. Sej um mtriz rel. Defin um função n qul element mtriz se eslo pr posição seguinte no sentio horário, sej, se,impli que ( ) f. Enontre tos s mtrizes simétris reis n

Leia mais

Exame II. Conhecimentos Básicos Processuais e do Programa SISAAE CURSO DE EMPREGADOS FORENSES DE AGENTE DE EXECUÇÃO. A preencher pelo formando:

Exame II. Conhecimentos Básicos Processuais e do Programa SISAAE CURSO DE EMPREGADOS FORENSES DE AGENTE DE EXECUÇÃO. A preencher pelo formando: CURSO DE EMPREGADOS FORENSES DE AGENTE DE EXECUÇÃO Exme II Conheimentos Básios Proessuis e o Progrm SISAAE Durção: 1 hor 4 e Mio A preenher pelo formno: Nome o formno (ompleto e legível): Ientifição o

Leia mais

2 Patamar de Carga de Energia

2 Patamar de Carga de Energia 2 Ptmr de Crg de Energi 2.1 Definição Um série de rg de energi normlmente enontr-se em um bse temporl, ou sej, d unidde dess bse tem-se um informção d série. Considerndo um bse horári ou semi-horári, d

Leia mais

3. LOGARITMO. SISTEMA DE LOGARITMO

3. LOGARITMO. SISTEMA DE LOGARITMO 0. LOGARITMO. SISTEMA DE LOGARITMO.. LOGARITMO ritmo. Agor que já "semos" o que é, podemos formlizr definição de Definição Sejm e números reis positivos, om. Chm-se ritmo de n se, o epoente que stisfz

Leia mais

3. CÁLCULO INTEGRAL EM IR

3. CÁLCULO INTEGRAL EM IR 3 CÁLCULO INTEGRAL EM IR A importâni do álulo integrl em IR reside ns sus inúmers plições em vários domínios d engenhri, ms tmém em ísi, em teori ds proiliddes, em eonomi, em gestão 3 Prtição de um intervlo

Leia mais

Palavras-chave: Confiabilidade, Estruturas, Redução de Sistemas

Palavras-chave: Confiabilidade, Estruturas, Redução de Sistemas AVALIAÇÃO DA CONFIABILIDADE EM SISTEMAS PELO MÉTODO DA MATRIZ DE CONEXÃO. Miguel A. Reyes Mojen Universi e Oriente, Deprtmento e Meáni y Diseño Ave. e Ls Amris s/n, Sntigo e Cu, Cu. Kti L. Cvl Universie

Leia mais

CURSO DE MATEMÁTICA ÁLGEBRA AULA

CURSO DE MATEMÁTICA ÁLGEBRA AULA CURSO DE MATEMÁTICA ÁLGEBRA AULA 7 POLINÔMIOS & EQUAÇÕES POLINOMIAIS PROF. MARCELO RENATO Outuro/8 mrcelorento.com RESUMO TEÓRICO Prof. Mrcelo Rento. SOMA DOS COEFICIENTES DE UM POLINÔMIO Pr clculr som

Leia mais

FÍSICA. Resoluções. 1 a Série Ensino Médio. Após a inversão dos movimentos, os módulos das velocidades foram trocados.

FÍSICA. Resoluções. 1 a Série Ensino Médio. Após a inversão dos movimentos, os módulos das velocidades foram trocados. LIMÍD DE FÍSIC Resoluções 01 0 E 03 D r o sistem vetoril cito n questão, tem-se o seguinte: + + c S c Inverteno qulquer um os vetores, tem-se seguinte situção: S S vetor som o inverter qulquer um os vetores,

Leia mais

ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 12º ANO DE ESCOLARIDADE DE MATEMÁTICA A Tema II Introdução ao Cálculo Diferencial II

ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 12º ANO DE ESCOLARIDADE DE MATEMÁTICA A Tema II Introdução ao Cálculo Diferencial II ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 1º ANO DE ESCOLARIDADE DE MATEMÁTICA A Tem II Introdução o Cálulo Diferenil II Tref nº 1 do plno de trlho nº 7 Pr levr o est tref pode usr su luldor ou o sketh fmilis.gsp

Leia mais

TEMPERATURA DE SUBSTRATOS COM TORTA DE MAMONA, EM RELAÇÃO AO ESTERCO DE CURRAL, PARA PRODUÇÃO DE MUDAS DE CAFEEIRO (Coffea arabica L.).

TEMPERATURA DE SUBSTRATOS COM TORTA DE MAMONA, EM RELAÇÃO AO ESTERCO DE CURRAL, PARA PRODUÇÃO DE MUDAS DE CAFEEIRO (Coffea arabica L.). II Congresso Brsileiro e Plnts Oleginoss, Óleos, Gorurs e Bioiesel Relizção: Universie Feerl e Lvrs e Prefeitur Muniipl e Vrginh TEMPERATURA DE SUBSTRATOS COM TORTA DE MAMONA, EM RELAÇÃO AO ESTERCO DE

Leia mais

Manual de Utilização do UpLoad BR

Manual de Utilização do UpLoad BR Mnul_UpLo_BR_20121128.o Mnul e Utilizção o UpLo BR Mnul_UpLo_BR_20121128.o ÍNDICE INFORMAÇÕES IMPORTANTES DA OPERADORA... 3 ACESSANDO O APLICATIVO... 3 MENU SELEÇÃO DE OPERADORA... 4 MENU CADASTROS...

Leia mais

Se entregar em papel, por favor, prenda esta folha de rosto na sua solução desta lista, deixando-a em branco. Ela será usada na

Se entregar em papel, por favor, prenda esta folha de rosto na sua solução desta lista, deixando-a em branco. Ela será usada na 1 2 Cálculo Numérico List numero 04 Curvs com gnuplot trcisio.prcino@gmil.com T. Prcino-Pereir Dep. e Computção lun@: 17 e bril e 2013 Univ. Estul Vle o Acrú Documento escrito com L A TEX sis. op. Debin/Gnu/Linux

Leia mais

3 Teoria dos Conjuntos Fuzzy

3 Teoria dos Conjuntos Fuzzy 0 Teori dos Conjuntos Fuzzy presentm-se qui lguns conceitos d teori de conjuntos fuzzy que serão necessários pr o desenvolvimento e compreensão do modelo proposto (cpítulo 5). teori de conjuntos fuzzy

Leia mais

Aula. Transformações lineares hlcs

Aula. Transformações lineares hlcs UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE Aul Álger Liner Trnsformções lineres hls Resumo Trnsformções lineres Definição Núleo Imgem Definição Relção entre espços vetoriis Preservção e operções* Aplição

Leia mais

5º ANO PLANIFICAÇÃO A LONGO PRAZO DESEMPENHOS FUNDAMENTAIS A EVIDENCIAR

5º ANO PLANIFICAÇÃO A LONGO PRAZO DESEMPENHOS FUNDAMENTAIS A EVIDENCIAR EBIAH 5º ANO PLANIFICAÇÃO A LONGO PRAZO DESEMPENHOS FUNDAMENTAIS A EVIDENCIAR IDENTIFICAR/DESIGNAR: O luno eve utilizr orretmente esignção referi, seno efinir o oneito presento omo se ini ou e mneir equivlente,

Leia mais

Máximos e Mínimos Locais

Máximos e Mínimos Locais INSTITUTO DE MATEMÁTICA DA UFBA DEPARTAMENTO DE MATEMÁTICA MAT B Limites e Derivds - Pro Grç Luzi Domiguez Sntos ESTUDO DA VARIAÇÃO DAS FUNÇÕES Máimos e Mínimos Lois Deinição: Dd um unção, sej D i possui

Leia mais

3. Juliano colou uma bandeirinha cinza em cada engrenagem, como mostra a figura abaixo:

3. Juliano colou uma bandeirinha cinza em cada engrenagem, como mostra a figura abaixo: XXII OLIMPÍD RSILEIR DE MTEMÁTI Primeir Fse Nível - urção prov é e hors. - Não é permitio o uso e clculors nem consult nots ou livros. - Você poe solicitr ppel pr rscunho. - Entregue pens folh e resposts.

Leia mais

FADIGA. Ex.: Pontes, aeronaves e componentes de máquinas.

FADIGA. Ex.: Pontes, aeronaves e componentes de máquinas. FADIGA É um form e flh que ocorre em estruturs sujeits flutuções inâmics e tensão. Ex.: Pontes, eronves e componentes e máquins. Nests circunstâncis há possibilie flh ocorrer sob níveis e tensão consiervelmente

Leia mais

DIAGNOSE ROBUSTA DE SISTEMAS A EVENTOS DISCRETOS SUJEITOS À PERDA PERMANENTE DE SENSORES. Saulo Telles de Souza Lima

DIAGNOSE ROBUSTA DE SISTEMAS A EVENTOS DISCRETOS SUJEITOS À PERDA PERMANENTE DE SENSORES. Saulo Telles de Souza Lima COPPE/UFRJ DIAGNOSE ROBUSTA DE SISTEMAS A EVENTOS DISCRETOS SUJEITOS À PERDA PERMANENTE DE SENSORES Sulo Telles e Souz Lim Dissertção e Mestro present o Progrm e Pós-grução em Engenhri Elétri, COPPE, Universie

Leia mais

Máximos e Mínimos Locais

Máximos e Mínimos Locais INSTITUTO DE MATEMÁTICA DA UFBA DEPARTAMENTO DE MATEMÁTICA MAT AO CÁLCULO A - Pro : Grç Luzi Domiguez Sntos ESTUDO DA VARIAÇÃO DAS FUNÇÕES Máimos e Mínimos Lois Deinição: Dd um unção, sej D i possui um

Leia mais

Manual de Utilização do Hosp

Manual de Utilização do Hosp Mnul_Hosp_20120615.o Mnul e Utilizção o Hosp Mnul_Hosp_20120615.o ÍNDICE INFORMAÇÕES IMPORTANTES DA OPERADORA... 3 ACESSANDO O HOSP... 4 MENU SELEÇÃO DE OPERADORA... 5 MENU CADASTROS... 6 OPERADORA...

Leia mais

OBI2015 Caderno de Soluções

OBI2015 Caderno de Soluções OLIMPÍADA BRASILEIRA DE INFORMÁTICA SOCIEDADE BRASILEIRA DE COMPUTAÇÃO OBI2015 Cerno e Soluções Molie Iniição Nível 2, Fse 1 8 e mio e 2015 A PROVA TEM DURAÇÃO DE 2 HORAS Promoção: Apoio: v1.0 Olimpí Brsileir

Leia mais

PROCESSO SELETIVO TURMA DE 2014 FASE 1 PROVA DE FÍSICA E SEU ENSINO

PROCESSO SELETIVO TURMA DE 2014 FASE 1 PROVA DE FÍSICA E SEU ENSINO PROCEO ELEIVO URMA DE 4 FAE PROVA DE FÍICA E EU ENINO Cro professor, r professor est prov tem prtes; primeir prte é ojetiv, onstituí por 4 questões e múltipl esolh, um vleno,5 pontos; segun prte, om vlor

Leia mais

Extrapolação de Richardson

Extrapolação de Richardson Etrpolção de Rirdson Apesr de todos os visos em relção à etrpolção, qui temos um eepção, em que, prtir de dus determinções de um integrl se lul um tereir, mis preis. 3/5/4 MN Etrpolção de Rirdson E é epressão

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

AVALIAÇÃO DA TEMPERATURA DE SUBSTRATOS CONTENDO TORTA DE MAMONA NA PRODUÇÃO DE MUDAS DE CAFEEIRO

AVALIAÇÃO DA TEMPERATURA DE SUBSTRATOS CONTENDO TORTA DE MAMONA NA PRODUÇÃO DE MUDAS DE CAFEEIRO AVALIAÇÃO DA TEMPERATURA DE SUBSTRATOS CONTENDO TORTA DE MAMONA NA PRODUÇÃO DE MUDAS DE CAFEEIRO Gustvo Relo Botrel Mirn 1 João Vieir Monteiro 2 Rogner Crvlho Avelr 3 Antônio Crlos Frg 4 Pero Cstro Neto

Leia mais

C Sistema destinado à preparação para Concursos Públicos e Aprimoramento Profissional via INTERNET RACIOCÍNIO LÓGICO

C Sistema destinado à preparação para Concursos Públicos e Aprimoramento Profissional via INTERNET  RACIOCÍNIO LÓGICO Pr Ordendo RACIOCÍNIO LÓGICO AULA 06 RELAÇÕES E FUNÇÕES O pr ordendo represent um ponto do sistem de eixos rtesinos. Este sistem é omposto por um pr de rets perpendiulres. A ret horizontl é hmd de eixo

Leia mais

Material Teórico - Módulo Triângulo Retângulo, Leis dos Cossenos e dos Senos, Poĺıgonos Regulares. Lei dos Senos e Lei dos Cossenos - Parte 1

Material Teórico - Módulo Triângulo Retângulo, Leis dos Cossenos e dos Senos, Poĺıgonos Regulares. Lei dos Senos e Lei dos Cossenos - Parte 1 Mteril Teório - Módulo Triângulo Retângulo, Leis dos ossenos e dos Senos, Poĺıgonos Regulres Lei dos Senos e Lei dos ossenos - Prte 1 Nono no utor: Prof. Ulisses Lim Prente Revisor: Prof. ntonio min M.

Leia mais

Matemática Régis Cortes FUNÇÃO DO 2 0 GRAU

Matemática Régis Cortes FUNÇÃO DO 2 0 GRAU FUNÇÃO DO 2 0 GRAU 1 Fórmul de Bháskr: x 2 x 2 4 2 Utilizndo fórmul de Bháskr, vmos resolver lguns exeríios: 1) 3x²-7x+2=0 =3, =-7 e =2 2 4 49 4.3.2 49 24 25 Sustituindo n fórmul: x 2 7 25 2.3 7 5 7 5

Leia mais

VARIABILIDADE ESPACIAL DE ATRIBUTOS DO SOLO ANTES E APÓS CALAGEM E FOSFATAGEM EM DOSES VARIADAS NA CULTURA DE CANA-DE-AÇÚCAR 1

VARIABILIDADE ESPACIAL DE ATRIBUTOS DO SOLO ANTES E APÓS CALAGEM E FOSFATAGEM EM DOSES VARIADAS NA CULTURA DE CANA-DE-AÇÚCAR 1 VARIABILIDADE ESPACIAL DE ATRIBUTOS DO SOLO ANTES E APÓS CALAGEM E FOSFATAGEM EM DOSES VARIADAS NA CULTURA DE CANA-DE-AÇÚCAR 1 JOSÉ E. CORÁ 2, JOSÉ M. G. BERALDO 3 RESUMO: Avliou-se istriuição espil e

Leia mais

Intervalo Encapsulador para Probabilidades Reais de Variáveis Aleatórias Contínuas Unidimensionais

Intervalo Encapsulador para Probabilidades Reais de Variáveis Aleatórias Contínuas Unidimensionais Intervlo Enpsulor pr Proilies Reis e Vriáveis Aletóris Contínus Uniimensionis Mri s Grçs os Sntos Doutoro em Mtemáti Computionl UFPE Ru Proº Luiz Freire s/n Cie Universitári 50740-540 Reie Pe E-mil: tgl60@yhooomr

Leia mais

Todos os exercícios sugeridos nesta apostila se referem ao volume 2. MATEMÁTICA III 1 DETERMINANTES

Todos os exercícios sugeridos nesta apostila se referem ao volume 2. MATEMÁTICA III 1 DETERMINANTES INTRODUÇÃO... DETERMINANTE DE MATRIZ DE ORDEM... DETERMINANTE DE MATRIZ DE ORDEM... DETERMINANTE DE MATRIZ DE ORDEM... PROPRIEDADES DOS DETERMINANTES... 8 REGRA DE CHIÓ... MENOR COMPLEMENTAR... COFATOR...

Leia mais

1 Integral de Riemann-Sieltjes

1 Integral de Riemann-Sieltjes Cálulo Avnçdo - 2009 Referêni: Brtle, R. G. The Elements of Rel Anlysis, Seond Edition, Wiley. 1 Integrl de Riemnn-Sieltjes 1.1 Definição No que segue vmos onsiderr f e g funções reis definids em J = [,

Leia mais

MÓDULO XIII GRANDEZAS PROPORCIONAIS

MÓDULO XIII GRANDEZAS PROPORCIONAIS MÓDULO XIII 1. Rzão GRANDEZAS PROPORCIONAIS A rzão entre ois números e 0, ness orem, é o quoiente. O número é hmo e nteeente ou primeiro termo e o número é hmo e onseqüente ou seguno termo. Eemplo: O número

Leia mais

MATEMÁTICA. Equações do Segundo Grau. Professor : Dêner Rocha. Monster Concursos 1

MATEMÁTICA. Equações do Segundo Grau. Professor : Dêner Rocha. Monster Concursos 1 MATEMÁTICA Equções do Segundo Gru Professor : Dêner Roh Monster Conursos 1 Equções do segundo gru Ojetivos Definir equções do segundo gru. Resolver equções do segundo gru. Definição Chm-se equção do º

Leia mais

Álgebra Linear e Geometria Analítica

Álgebra Linear e Geometria Analítica Álger iner e Geometri nlti º Folh de poio o estudo Sumário: ü Operções lgris om mtrizes: dição de mtrizes multiplição de um eslr por um mtriz e multiplição de mtrizes. ü Crtersti de um mtriz. Eerios resolvidos.

Leia mais

Integral. (1) Queremos calcular o valor médio da temperatura ao longo do dia. O valor. a i

Integral. (1) Queremos calcular o valor médio da temperatura ao longo do dia. O valor. a i Integrl Noção de Integrl. Integrl é o nálogo pr unções d noção de som. Ddos n números 1, 2,..., n, podemos tomr su som 1 + 2 +... + n = i. O integrl de = té = b dum unção contínu é um mneir de somr todos

Leia mais

Integrais Impróprios

Integrais Impróprios Integris Impróprios Extendem noção de integrl intervlos não limitdos e/ou funções não limitds Os integris impróprios podem ser dos seguintes tipos: integris impróprios de 1 espéie v qundo os limites de

Leia mais

Hewlett-Packard O ESTUDO DA RETA. Aulas 01 a 05. Elson Rodrigues, Gabriel Carvalho e Paulo Luiz

Hewlett-Packard O ESTUDO DA RETA. Aulas 01 a 05. Elson Rodrigues, Gabriel Carvalho e Paulo Luiz Hewlett-Pkrd O ESTUDO DA RETA Auls 01 05 Elson Rodrigues, Griel Crvlho e Pulo Luiz Sumário EQUAÇÃO GERAL DA RETA... 2 Csos espeiis... 2 Determinção d equção gerl de um ret prtir de dois de seus pontos...

Leia mais

Manual de Utilização do Hosp

Manual de Utilização do Hosp Mnul_Hosp_20140709.o Mnul e Utilizção o Hosp Mnul_Hosp_20140709.o ÍNDICE CARO USUÁRIO LEIA COM ATENÇÃO.... 3 PASSO A PASSO 1º ACESSO... 3 ACESSANDO O HOSP... 4 MENU CADASTROS... 5 OPERADORA... 5 CONFIGURAÇÃO

Leia mais

x 0 0,5 0,999 1,001 1,5 2 f(x) 3 4 4,998 5,

x 0 0,5 0,999 1,001 1,5 2 f(x) 3 4 4,998 5, - Limite. - Conceito Intuitivo de Limite Considere função f definid pel guinte epressão: f - - Podemos obrvr que função está definid pr todos os vlores de eceto pr. Pr, tnto o numerdor qunto o denomindor

Leia mais

Do programa... 2 Descobre o teu livro... 4

Do programa... 2 Descobre o teu livro... 4 Índice Do progrm........................................... Descobre o teu livro....................................... 4 Atividde zero: Record.................................. 6 1. T de vrição e otimizção...........................

Leia mais

GGE RESPONDE IME MATEMÁTICA Determine os valores reais de x que satisfazem a inequação:

GGE RESPONDE IME MATEMÁTICA Determine os valores reais de x que satisfazem a inequação: . Determine os vores reis e x que stisfzem inequção: x IR e X og x og 9 x² x og x og Fzeno x og, temos: ( ) ( ) ( ) ² ² ² ² + + + + + + - - - - - - - - - - - - - - - - - - + + + - + + + - - - + + + + +

Leia mais

Medição e propagação de erros

Medição e propagação de erros Meição e propgção e erros Sistem e unies prão Pr fcilitr o comércio interncionl, iversos píses crirm prões comuns pr meir grnezs trvés e um coro interncionl. A 4 Conferênci Gerl sore Pesos e Meis (97 elegeu

Leia mais

Prova elaborada pelo prof. Octamar Marques. Resolução da profa. Maria Antônia Conceição Gouveia.

Prova elaborada pelo prof. Octamar Marques. Resolução da profa. Maria Antônia Conceição Gouveia. ª AVALIAÇÃO DA ª UNIDADE ª SÉRIE DO ENSINO MÉDIO DISCIPLINA: MATEMÁTICA Prov elord pelo prof. Otmr Mrques. Resolução d prof. Mri Antôni Coneição Gouvei.. Dispondo de livros de mtemáti e de físi, qunts

Leia mais

- Departamento de Matemática Aplicada (GMA) Notas de aula Prof a. Marlene Dieguez Fernandez. Integral definida

- Departamento de Matemática Aplicada (GMA) Notas de aula Prof a. Marlene Dieguez Fernandez. Integral definida Interl Deinid Nots de ul - pro. Mrlene - 28-2 1 - Deprtmento de Mtemáti Aplid (GMA) Nots de ul - 28-2 Pro. Mrlene Dieuez Fernndez Interl deinid Oservção: esse teto ontém pens prte teóri desse ssunto, não

Leia mais

Geometria Analítica e Álgebra Linear

Geometria Analítica e Álgebra Linear NOS DE UL Geometri nlíti e Álger Liner rnsformções Lineres Professor: Lui Fernndo Nunes Dr 8/Sem_ Geometri nlíti e Álger Liner ii Índie 6 rnsformções Lineres 6 Definição 6 Imgem de um trnsformção liner

Leia mais

PV nrt V. (isocórico) P V. Resumo e Exemplos Resolvidos Processos Termodinâmicos - Física Prof. Dr. Cláudio S.

PV nrt V. (isocórico) P V. Resumo e Exemplos Resolvidos Processos Termodinâmicos - Física Prof. Dr. Cláudio S. Resumo e Exemplos Resolvios roessos Termoinâmios - Físi ro. Dr. láuio S. Srtori Lei termoinâmi: U W roessos termoinâmios omuns 2 Lei Termoinâmi: uno se inluem toos os sistems que tomm prte num proesso,

Leia mais

Sólidos semelhantes. Segmentos proporcionais Área Volume

Sólidos semelhantes. Segmentos proporcionais Área Volume Sólios semelntes Segmentos proporcionis Áre olume Sólios semelntes Consiere um pirâmie cuj se é um polígono qulquer: Se seccionrmos ess pirâmie por um plno prlelo à se, iiiremos pirâmie em ois outros sólios:

Leia mais

Matemática para Economia Les 201. Aulas 28_29 Integrais Luiz Fernando Satolo

Matemática para Economia Les 201. Aulas 28_29 Integrais Luiz Fernando Satolo Mtemátic pr Economi Les 0 Auls 8_9 Integris Luiz Fernndo Stolo Integris As operções inverss n mtemátic: dição e sutrção multiplicção e divisão potencição e rdicição A operção invers d diferencição é integrção

Leia mais

Dados dois conjuntos A e B, uma função de A em B é uma correspondência que a cada elemento de A faz corresponder um e um só elemento de B.

Dados dois conjuntos A e B, uma função de A em B é uma correspondência que a cada elemento de A faz corresponder um e um só elemento de B. TEMA IV Funções eis de Vriável el 1. evisões Ddos dois onjuntos A e B, um unção de A em B é um orrespondêni que d elemento de A z orresponder um e um só elemento de B. Dus unções e são iuis se e somente

Leia mais

COMPENSAÇÃO ANGULAR E REMOÇÃO DA COMPONENTE DE SEQÜÊNCIA ZERO NA PROTEÇÃO DIFERENCIAL DE TRANSFORMADORES

COMPENSAÇÃO ANGULAR E REMOÇÃO DA COMPONENTE DE SEQÜÊNCIA ZERO NA PROTEÇÃO DIFERENCIAL DE TRANSFORMADORES SHWETZER ENGNEERNG LORTORES, OMERL LTD OMPENSÇÃO NGULR E REMOÇÃO D OMPONENTE DE SEQÜÊN ZERO N PROTEÇÃO DFERENL DE TRNSFORMDORES Por Rfel rdoso. NTRODUÇÃO O prinípio d proteção diferenil é de que som ds

Leia mais

Bases Mínimas para o Diagnóstico de Falhas em Sistemas a Eventos Discretos

Bases Mínimas para o Diagnóstico de Falhas em Sistemas a Eventos Discretos Bses Mínims pr o Dignóstio e Flhs em Sistems Eventos Disretos Aluno: Sulo T. S. Lim Orientor: João C. Bsilio, Lortório e Controle e Automção Esol Politéni - Deprtmento e Engenhri Elétri COPPE - Progrm

Leia mais

A B C Para colocar letras nas figuras, escrevem-se as letras segundo o sentido contrário ao dos ponteiros do relógio.

A B C Para colocar letras nas figuras, escrevem-se as letras segundo o sentido contrário ao dos ponteiros do relógio. Ângulos e triângulos Unidde 6 PLIR 1. Oserv figur. Nos pontos e estão plntds árvores. Pretende-se plntr um árvore num ponto de modo que os pontos, e pertençm à mesm ret. z três desenhos indindo o ponto

Leia mais

Física Teórica II. 2ª Lista 2º semestre de 2015 ALUNO TURMA PROF. NOTA:

Física Teórica II. 2ª Lista 2º semestre de 2015 ALUNO TURMA PROF. NOTA: Físic Teóric 2ª List 2º semestre e 2015 LUNO TURM PROF NOT: 01) O fio mostro n figur consiste e ois seguimentos com iâmetros iferentes, ms são feitos o mesmo metl corrente no seguimento 1 é 1 ) Compre

Leia mais

Programa de Pós-Graduação em Ecologia e Evolução UFG. Métodos de Análise de Dados em Ecologia de Comunidades

Programa de Pós-Graduação em Ecologia e Evolução UFG. Métodos de Análise de Dados em Ecologia de Comunidades Progrm e Pós-Grução em Eologi e Evolução UFG Métoos e Análise e Dos em Eologi e Comunies Págin o urso: www.eologi.ufrgs.r/~rimelo/iv Prof. Arino Snhes Melo sm.rimelo gmil.om Deprtmento e Eologi Universie

Leia mais

5º ANO DESEMPENHOS FUNDAMENTAIS A EVIDENCIAR

5º ANO DESEMPENHOS FUNDAMENTAIS A EVIDENCIAR EBIAH 5º ANO PLANIFICAÇÃO A LONGO PRAZO DESEMPENHOS FUNDAMENTAIS A EVIDENCIAR IDENTIFICAR/DESIGNAR: O luno eve utilizr orretmente esignção referi, seno efinir o oneito presento omo se ini ou e mneir euivlente,

Leia mais

2.4 Integração de funções complexas e espaço

2.4 Integração de funções complexas e espaço 2.4 Integrção de funções complexs e espço L 1 (µ) Sej µ um medid no espço mensurável (, F). A teori de integrção pr funções complexs é um generlizção imedit d teori de integrção de funções não negtivs.

Leia mais

1 Distribuições Contínuas de Probabilidade

1 Distribuições Contínuas de Probabilidade Distribuições Contínus de Probbilidde São distribuições de vriáveis letóris contínus. Um vriável letóri contínu tom um numero infinito não numerável de vlores (intervlos de números reis), os quis podem

Leia mais

GEOMETRIA DESCRITIVA PASSO A PASSO PROF. JAIR ROBERTO BÄCHTOLD UDESC

GEOMETRIA DESCRITIVA PASSO A PASSO PROF. JAIR ROBERTO BÄCHTOLD UDESC GEOMETRIA DESCRITIVA PASSO A PASSO PROF. JAIR ROBERTO BÄCHTOLD UDESC Tópio 01 Tópio 02 Tópio 03 Tópio 04 Tópio 05 Tópio 06 Tópio 07 Tópio 08 Tópio 09 Tópio 10 Tópio 11 ÍNDICE Sistems de Projeções Estudo

Leia mais

INTEGRAIS DEFINIDAS. Como determinar a área da região S que está sob a curva y = f(x) e limitada pelas retas verticais x = a, x = b e pelo eixo x?

INTEGRAIS DEFINIDAS. Como determinar a área da região S que está sob a curva y = f(x) e limitada pelas retas verticais x = a, x = b e pelo eixo x? INTEGRAIS DEFINIDAS O Prolem d Áre Como determinr áre d região S que está so curv y = f(x) e limitd pels rets verticis x =, x = e pelo eixo x? Um idei é proximrmos região S utilizndo retângulos e depois

Leia mais

INTEGRAIS DEFINIDAS. Como determinar a área da região S que está sob a curva y = f(x) e limitada pelas retas verticais x = a, x = b e pelo eixo x?

INTEGRAIS DEFINIDAS. Como determinar a área da região S que está sob a curva y = f(x) e limitada pelas retas verticais x = a, x = b e pelo eixo x? INTEGRAIS DEFINIDAS O Prolem d Áre Como determinr áre d região S que está so curv y = f(x) e limitd pels rets verticis x =, x = e pelo eixo x? Um idei é proximrmos região S utilizndo retângulos e depois

Leia mais

Teoria de Linguagens 2 o semestre de 2014 Professor: Newton José Vieira Primeira Lista de Exercícios Entrega: até 16:40h de 23/10.

Teoria de Linguagens 2 o semestre de 2014 Professor: Newton José Vieira Primeira Lista de Exercícios Entrega: até 16:40h de 23/10. Pós-Grdução em Ciênci d Computção DCC/ICEx/UFMG Teori de Lingugens 2 o semestre de 2014 Professor: Newton José Vieir Primeir List de Exercícios Entreg: té 16:40h de 23/10. Oservções: O uso do softwre JFLAP,

Leia mais

MATEMÁTICA. Questões de 01 a 12

MATEMÁTICA. Questões de 01 a 12 GRUPO TIPO A MAT. MATEMÁTICA Questões e. Consiere seqüênci e funções f sen, f sen, n fn sen,... e s áres gráficos no intervlo,. A, A, A,..., f sen,..., A n,..., efinis pelos respectivos Um luno e Cálculo,

Leia mais

GRANDEZAS PROPORCIONAIS

GRANDEZAS PROPORCIONAIS Hewlett-Pkrd GRANDEZAS PROPORCIONAIS Auls 01 03 Elson Rodrigues, Griel Crvlho e Pulo Luiz Sumário GRANDEZAS... 1 O QUE É UMA GRANDEZA?... 1 PRELIMINAR 1... 1 PRELIMINAR 2... 1 GRANDEZAS DIRETAMENTE PROPORCIONAIS

Leia mais

Escola Secundária/2,3 da Sé-Lamego Ficha de Trabalho de Matemática A Ano Lectivo 2011/12 Distribuição de probabilidades 12.º Ano

Escola Secundária/2,3 da Sé-Lamego Ficha de Trabalho de Matemática A Ano Lectivo 2011/12 Distribuição de probabilidades 12.º Ano Escol Secundári/, d Sé-Lmego Fich de Trlho de Mtemátic A Ano Lectivo 0/ Distriuição de proiliddes.º Ano Nome: N.º: Turm:. Num turm do.º no, distriuição dos lunos por idde e sexo é seguinte: Pr formr um

Leia mais

FUNÇÃO DO 2º GRAU OU QUADRÁTICA

FUNÇÃO DO 2º GRAU OU QUADRÁTICA FUNÇÃO DO º GRAU OU QUADRÁTICA - Definição É tod função do tipo f() = + + c, com *, e c. c y Eemplos,, c números e coeficient termo vr vr iável iável es independen reis indepemdem dependente de te ou te

Leia mais

Álgebra Linear e Geometria Analítica D

Álgebra Linear e Geometria Analítica D 3 Deprtmento de Mtemáti Álgebr Liner e Geometri Anlíti D Segundo Teste 6 de Jneiro de 2 PREENCHA DE FORMA BEM LEGÍVEL Nome: Número de derno: Grelh de Resposts A B C D 2 3 4 5 Atenção Os primeiros 5 grupos

Leia mais

AULA: Superfícies Quádricas

AULA: Superfícies Quádricas AULA: Superfíies Quádris Definição : Um equção gerl do gru em três vriáveis é um equção do tipo: A B C D E F G H I J (I), om pelo menos um ds onstntes A, B, C, D, E ou F é diferente de ero. Definição :

Leia mais

VETORES. Problemas Resolvidos

VETORES. Problemas Resolvidos Prolems Resolvidos VETORES Atenção Lei o ssunto no livro-teto e ns nots de ul e reproduz os prolems resolvidos qui. Outros são deidos pr v. treinr PROBLEMA 1 Dois vetores, ujos módulos são de 6e9uniddes

Leia mais

AULA 7 EFICIÊNCIA E EFETIVIDADE DE ALETAS

AULA 7 EFICIÊNCIA E EFETIVIDADE DE ALETAS 49 UL 7 EFICIÊNCI E EFETIVIDDE DE LETS Efiiêni de let teori desenvolvid n ul nterior é stnte útil pr um nálise em detlhes pr o projeto de novs onfigurções e geometris de lets. Pr lguns sos simples, existem

Leia mais

Métodos Numéricos Integração Numérica Regra de Simpson. Professor Volmir Eugênio Wilhelm Professora Mariana Kleina

Métodos Numéricos Integração Numérica Regra de Simpson. Professor Volmir Eugênio Wilhelm Professora Mariana Kleina Métodos Numérios Integrção Numéri Regr de Simpson Proessor Volmir Eugênio Wilelm Proessor Mrin Klein Revisão Integrção Numéri n d p d p I ()d p... m m n n- mn d As ténis mis omuns de integrção numéri são:

Leia mais

Adriano Pedreira Cattai

Adriano Pedreira Cattai Adrino Pedreir Ctti pctti@hoocomr Universidde Federl d Bhi UFBA, MAT A01, 006 Superfícies de Revolução 1 Introdução Podemos oter superfícies não somente por meio de um equção do tipo F(,, ), eistem muitos

Leia mais

Teoria dos Jogos. Prof. Maurício Bugarin Eco/UnB 2014-I. Aula 9 Teoria dos Jogos Maurício Bugarin. Roteiro

Teoria dos Jogos. Prof. Maurício Bugarin Eco/UnB 2014-I. Aula 9 Teoria dos Jogos Maurício Bugarin. Roteiro Teori dos Jogos Prof. Muríio Bugrin Eo/UnB -I Roteiro Cpítulo : Jogos dinâmios om informção omplet. Jogos Dinâmios om Informção Complet e Perfeit. Jogos Dinâmios om Informção Complet ms imperfeit Informção

Leia mais

Associação Catarinense das Fundações Educacionais ACAFE PARECER DOS RECURSOS

Associação Catarinense das Fundações Educacionais ACAFE PARECER DOS RECURSOS Assoição Ctrinense s Funções Euionis ACAFE EDITAL N 0 08/SED/00 Ensino Funmentl ) An e Antônio resolvem rinr e um jogo que envolve o lnçmento e um moe não vii. A moe é lnç ino vezes. Se sequêni presentr

Leia mais

Dosagem de concreto. Prof. M.Sc. Ricardo Ferreira

Dosagem de concreto. Prof. M.Sc. Ricardo Ferreira Dosgem de onreto Prof. M.S. Rirdo Ferreir Regressão liner simples Método dos mínimos qudrdos Prof. M.S. Rirdo Ferreir Fonte: Drio Dfio Regressão liner simples Método dos mínimos qudrdos 3/3 Dd um onjunto

Leia mais

MÉTODO DA POSIÇÃO FALSA EXEMPLO

MÉTODO DA POSIÇÃO FALSA EXEMPLO MÉTODO DA POSIÇÃO FALSA Vimos que o Método d Bissecção encontr um novo intervlo trvés de um médi ritmétic. Ddo o intervlo [,], o método d posição fls utiliz médi ponderd de e com pesos f( e f(, respectivmente:

Leia mais

TP062-Métodos Numéricos para Engenharia de Produção Integração Numérica Regra de Simpson

TP062-Métodos Numéricos para Engenharia de Produção Integração Numérica Regra de Simpson TP6-Métodos Numérios pr Engenri de Produção Integrção Numéri Regr de Simpson Pro. Volmir Wilelm Curiti, Revisão Integrção Numéri n d p d p I ()d p... m m n n- mn d As ténis mis omuns de integrção numéri

Leia mais

Notas de aulas 1 IFSP Mecânica Técnica

Notas de aulas 1 IFSP Mecânica Técnica Nots de uls 1 IFSP Meâni Téni 1. Revisão de trigonometri. Sistems de uniddes. Algrismos signifitivos. 2. Coneito de vetor. Som de vetores. Deomposição de forçs. 3. Equilírio de um ponto mteril. 4. Digrm

Leia mais