Propagação de distribuições pelo método de Monte Carlo
|
|
- Vitória Madeira Azevedo
- 8 Há anos
- Visualizações:
Transcrição
1 Sumário Propagação de distribuições pelo método de Monte Carlo João Alves e Sousa Avaliação de incertezas pelo GUM Propagação de distribuições O método de Monte Carlo Aplicação a modelos de medição por comparação (fracções) Conclusões CIMi21 Metrology & Industry International Conference Porto, Março de 21 2 O GUM [ISO/IEC Guide 98-3:28 - Guide to the expression of uncertainty in measurement] considera Modelo de medição Expressão geral do tipo Y = f (X ) Vector de quantidades de entrada X: X 1,,X N Quantidade de saída Y O GUM baseia-se na teoria das probabilidades, com o objectivo de quantificar inexactidão A informação sobre X i provém de distribuições de probabilidades A informação sobre Y obtém-se determinando a sua distribuição de probabilidades Sabendo a forma do modelo e as distribuições dos X i a distribuição de Y fica univocamente determinada 3 4 X 1 X 2 X 3 Distribuições das quantidades de entrada X i Modelo matemático Y = f(x 1,, X N ) Y Distribuição da measuranda Y Avaliação de incertezas pelo GUM O GUM fornece uma abordagem simplificada, chamada GUM uncertainty framework (GUF) Usa uma linearização de f (X ) em relação às melhores estimativas dos X i Ao invés de trabalhar com as próprias distribuições, usa parâmetros que representam as distribuições Expectativas (médias) e desvios padrão Covariâncias (para distribuições conjuntas) Graus de liberdade (quando aplicável) 5 6
2 Avaliação de incertezas pelo GUM Avaliação de incertezas pelo GUM Propagação de estimativas e incertezas padrão (e covariâncias eventualmente) através do modelo linearizado Utilização de uma distribuição Gaussiana para caracterizar Y Utilização de uma distribuição t-student quando o número de graus de liberdade é finito Construção de um intervalo de confiança para Y referente a uma dada probabilidade p x 1 x 2 x 3 u 2 (x 1 ) u 2 (x 2 ) Y = f (X 1,, X N ) Y y c i (X x i ) y = f(x) Lei da Propagação de Incertezas (LPI) u 2 (y) = c i2 u 2 (x i ) u 2 (x 3 ) 7 8 Distribuições das quantidades de entrada X i g(ξ) Distribuição da measuranda Y Distribuição da mensuranda para modelo Y = X 1 + X 2 ξ 1 a a ξ g(ξ) 95 % Y = X 1 + X 2 η ξ 2 x U x x+u ξ 9 1 As condições de utilização do GUM devem ser verificadas para cada caso Quando a utilização do GUM não é apropriada deve ser adoptado um método alternativo válido Abordagem alternativa pelo MC vem expressa em [ISO/IEC Guide 98-3:28/Suppl 1 Propagation of distributions using a Monte Carlo method] Fundamental usar as próprias distribuições e o modelo, em vez de linearização e parâmetros de síntese das distribuições Determinação da distribuição de Y sem constrangimentos é a essência desta abordagem Para aplicar a metodologia é necessário atribuir distribuições (PDF) às variáveis de entrada X i Esta atribuição baseia-se na informação de medição disponível, relacionada com os X i O princípio de máxima entropia é utilizado para esse fim 11 12
3 Atribuição de PDFs aos X i Informação disponível Limites inferior e superior Soma de duas quantidades com distribuições rectangulares de igual largura Estimativa e incerteza padrão associada Estimativa, incerteza expandida, factor de expansão, graus de liberdade PDF atribuído Rectangular Triangular Gaussiana t-student Implica a implementação de um método numérico da propagação de distribuições Utilizado para derivar a distribuição de Y A distribuição de Y usada para fornecer o intervalo de confiança para Y O método de Monte Carlo selecciona um número de simulações que determina o grau de exactidão numérica da aplicação A distribuição de Y é aproximada por uma representação discreta G Os parâmetros estatísticos são derivados de G Implementação implica Modelo f (X ) PDF g X (ξ) Número de simulações, M Grau de probabilidade, p Geração de sequências x 1,,x M de g X (ξ) Para obtermos M valores do modelo y s = f (x s ), s = 1,,M Representação G da distribuição de Y Estimativa y e incerteza padrão u (y ) Intervalo de confiança para Y Validação dos valores obtidos pelo GUM Comparação numérica dos resultados obtidos usando o GUM e o método MC Se os resultados forem concordantes a menos de uma exactidão numérica pré-estabelecida a abordagem do GUM fica validada δ = ½ 1 r onde r vem de u (y ) = a 1 r Validado se y U (y ) y low δ y U (y ) y high δ O uso de um número crescente de simulações pelo MC permite assegurar exactidão numérica do próprio método de MC Intervalo de confiança dos percentis y low e y high - não superior a ε = ½ 1 -d em que d é a exactidão requerida Propriedades do método de Monte Carlo A informação disponível é utilizada Modelos genéricos, mesmo se não lineares Exemplificação com modelos por comparação, envolvendo fracções Quaisquer PDFs (incluindo PDFs assimétricas) y e u (y ) mais fiáveis Intervalos de confiança mais fiáveis e fisicamente plausíveis em que as funções densidade de probabilidade (PDFs) são ambas rectangulares 17 18
4 As funções densidade de probabilidade definem-se pelas funções Exemplo 1 a = 5, b = 51, c = 5, d = a = 5, b = 51, c = 5, d = 51 y u(y) y low y high Cov Int % Exemplo 2 a =, b = 1, c = 1, d = a =, b = 1, c = 1, d = 2 y % u(y) % y low y high Cov Int % Exemplo 3 a = 4, b = 5, c = 1, d =
5 a = 4, b = 5, c = 1, d = 2 y % u(y) % y low y high Cov Int % Referências ISO/IEC Guide 98-3:28 - Guide to the expression of uncertainty in measurement ISO/IEC Guide 98-3:28/Suppl 1 Propagation of distributions using a Monte Carlo method M.G. Cox and P. M. Harris. SSfM Best Practice Guide No. 6, Uncertainty evaluation. Technical Report DEM-ES-11, National Physical Laboratory, Teddington, UK,
CÁLCULO DE INCERTEZA EM ENSAIO DE TRAÇÃO COM OS MÉTODOS DE GUM CLÁSSICO E DE MONTE CARLO
ENQUALAB-28 Congresso da Qualidade em Metrologia Rede Metrológica do Estado de São Paulo - REMESP 9 a 2 de junho de 28, São Paulo, Brasil CÁLCULO DE INCERTEZA EM ENSAIO DE TRAÇÃO COM OS MÉTODOS DE GUM
Leia maisAula 04 Método de Monte Carlo aplicado a análise de incertezas. Aula 04 Prof. Valner Brusamarello
Aula 04 Método de Monte Carlo aplicado a análise de incertezas Aula 04 Prof. Valner Brusamarello Incerteza - GUM O Guia para a Expressão da Incerteza de Medição (GUM) estabelece regras gerais para avaliar
Leia maisMétodo de Monte Carlo e ISO
Método de Monte Carlo e ISO GUM para cálculo l de incerteza Prof. Dr. Antonio Piratelli Filho Universidade de Brasilia (UnB) Faculdade de Tecnologia Depto. Engenharia Mecânica 1 Introdução: Erro x incerteza
Leia maisCOMPARAÇÃO DOS TESTES DE ADERÊNCIA À NORMALIDADE KOLMOGOROV- SMIRNOV, ANDERSON-DARLING, CRAMER VON MISES E SHAPIRO-WILK POR SIMULAÇÃO
COMPARAÇÃO DOS TESTES DE ADERÊNCIA À NORMALIDADE KOLMOGOROV SMIRNOV, ANDERSONDARLING, CRAMER VON MISES E SHAPIROWILK POR SIMULAÇÃO Vanessa Bielefeldt Leotti, Universidade Federal do Rio Grande do Sul,
Leia maisVALIDAÇÃO DA METODOLOGIA DA AVALIAÇÃO DE INCERTEZA EM CURVAS DE CALIBRAÇÃO MELHOR AJUSTADAS POR POLINÔMIOS DE SEGUNDO GRAU
Quim Nova, Vol 32, No 6, 1571-1575, 2009 VALIDAÇÃO DA METODOLOGIA DA AVALIAÇÃO DE INCERTEZA EM CURVAS DE CALIBRAÇÃO MELHOR AJUSTADAS POR POLINÔMIOS DE SEGUNDO GRAU Elcio Cruz de Oliveira* PETROBRAS TRANSPORTE
Leia mais6 Construção de Cenários
6 Construção de Cenários Neste capítulo será mostrada a metodologia utilizada para mensuração dos parâmetros estocásticos (ou incertos) e construção dos cenários com respectivas probabilidades de ocorrência.
Leia mais4 Avaliação Econômica
4 Avaliação Econômica Este capítulo tem o objetivo de descrever a segunda etapa da metodologia, correspondente a avaliação econômica das entidades de reservas. A avaliação econômica é realizada a partir
Leia maisIncertezas de Medições em Calibrações: aplicações práticas no ambiente hospitalar
I Congresso Brasileiro de Engenharia Clínica Palestra: Incertezas de Medições em Calibrações: aplicações práticas no ambiente hospitalar São Paulo, 30 de Setembro de 2005 Gilberto Carlos Fidélis Instrutor
Leia maisA simulação no cálculo da incerteza da medição
A simulação no cálculo da incerteza da medição MACHADO, Vicente Departamento Acadêmico de Eletrônica Centro Federal de Educação Tecnológica do Paraná - (CEFET-PR), Av. Sete de Setbro, 65 CEP 800-90 Fone:
Leia maisAVALIAÇÃO DO MODELO DE ONDAS
AVALIAÇÃO DO MODELO DE ONDAS O modelo de onda WAVEWATCH implementado operacionalmente no CP- TEC/INPE global é validado diariamente com os dados do satélite JASON-2. Este novo produto tem como finalidade
Leia maisUNIVERSIDADE DE SÃO PAULO. Faculdade de Arquitetura e Urbanismo
UNIVERSIDADE DE SÃO PAULO Faculdade de Arquitetura e Urbanismo DISTRIBUIÇÃO AMOSTRAL ESTIMAÇÃO AUT 516 Estatística Aplicada a Arquitetura e Urbanismo 2 DISTRIBUIÇÃO AMOSTRAL Na aula anterior analisamos
Leia maisMarcus Henrique C. de la Cruz
Incerteza de Medição em Análise Química Análise Cromatográfica Marcus Henrique C. de la Cruz Comissão do Programa de Ensaio de Proficiência EP - INCQS Instituto Nacional de Controle de Qualidade em Saúde
Leia mais3 Método de Monte Carlo
25 3 Método de Monte Carlo 3.1 Definição Em 1946 o matemático Stanislaw Ulam durante um jogo de paciência tentou calcular as probabilidades de sucesso de uma determinada jogada utilizando a tradicional
Leia maisA avaliação da incerteza do tipo B. Segundo o Guia para Expressão da Incerteza na Medição (Joint Commitee for Guides
A avaliação da incerteza do tipo B Segundo o Guia para Expressão da Incerteza na Medição (Joint Commitee for Guides in Metrology, 2008a), em condições ideais, todas as incertezas em laboratório seriam
Leia maisGuia 25 ESTIMATIVA DA INCERTEZA DE MEDIÇÃO EM ENSAIOS DE MATERIAIS DE CONSTRUÇÃO. Associação de Laboratórios Acreditados de Portugal
Guia 25 ESTIMATIVA DA INCERTEZA DE MEDIÇÃO EM ENSAIOS DE MATERIAIS DE CONSTRUÇÃO Associação de Laboratórios Acreditados de Portugal Guia RELACRE 25 EDIÇÃO: MAIO 2013 ESTIMATIVA DA INCERTEZA DE MEDIÇÃO
Leia maisRoteiro SENAC. Análise de Riscos. Análise Quantitativa de Riscos. Análise Quantitativa de Riscos. Análise Quantitativa de Riscos
SENAC Pós-Graduação em Segurança da Informação: Análise de Riscos Parte 5 Leandro Loss, Dr. Eng. loss@gsigma.ufsc.br http://www.gsigma.ufsc.br/~loss Roteiro Análise de Qualitativa Quantitativa Medidas
Leia maisSAD orientado a MODELO
Universidade do Contestado Campus Concórdia Curso de Sistemas de Informação Prof.: Maico Petry SAD orientado a MODELO DISCIPLINA: Sistemas de Apoio a Decisão SAD Orientado a Modelo De acordo com ALTER
Leia maisVALIDAÇÃO DE UM PROGRAMA PARA A ESTIMATIVA DA INCERTEZA DE MEDIÇÃO PELO MÉTODO DE MONTE CARLO NA MEDIÇÃO DO CTDIw EM CT
IX Latin American IRPA Regional Congress on Radiation Protection and Safety - IRPA 2013 Rio de Janeiro, RJ, Brazil, April 15-19, 2013 SOCIEDADE BRASILEIRA DE PROTEÇÃO RADIOLÓGICA - SBPR VALIDAÇÃO DE UM
Leia maisIntrodução à Simulação
Introdução à Simulação O que é simulação? Wikipedia: Simulação é a imitação de alguma coisa real ou processo. O ato de simular algo geralmente consiste em representar certas características e/ou comportamentos
Leia maisO serviço Elaboramos propostas de formação de acordo com as reais necessidades dos laboratórios, sugerindo os seguintes temas:
Form + Lab O que é? O Form + Lab é um serviço de formação criado para apoiar os laboratórios na valorização dos seus colaboradores e na resposta às necessidades do Sistema de Gestão da Qualidade. Recorrendo
Leia maisRoteiro para aulas de calibração com manômetros Analógicos
Instituto Federal de Educação, Ciência e Tecnologia Rio Grande do Sul Campus Rio Grande Curso Técnico em Automação Industrial Roteiro para aulas de calibração com manômetros Analógicos Rio Grande, setembro
Leia maisSimulação Transiente
Tópicos Avançados em Avaliação de Desempenho de Sistemas Professores: Paulo Maciel Ricardo Massa Alunos: Jackson Nunes Marco Eugênio Araújo Dezembro de 2014 1 Sumário O que é Simulação? Áreas de Aplicação
Leia maisMODELO DE AVALIAÇÃO EM PROJETOS DE INVESTIMENTO DE CAPITAL
MODELO DE AVALIAÇÃO EM PROJETOS DE INVESTIMENTO DE CAPITAL Marcelo Maciel Monteiro Universidade Federal Fluminense, Engenharia de Produção Rua Martins Torres 296, Santa Rosa, Niterói, RJ, Cep 24240-700
Leia maisAs fases na resolução de um problema real podem, de modo geral, ser colocadas na seguinte ordem:
1 As notas de aula que se seguem são uma compilação dos textos relacionados na bibliografia e não têm a intenção de substituir o livro-texto, nem qualquer outra bibliografia. Introdução O Cálculo Numérico
Leia mais'LVWULEXLomR(VWDWtVWLFDGRV9DORUHV([WUHPRVGH5DGLDomR6RODU *OREDOGR(VWDGRGR56
LVWULEXLomR(VWDWtVWLFDGRV9DORUHV([WUHPRVGH5DGLDomR6RODU OREDOGR(VWDGRGR56 6X]DQH5DQ]DQ 6LPRQH0&HUH]HU&ODRGRPLU$0DUWLQD]]R Universidade Regional Integrada do Alto Uruguai e das Missões, Departamento de
Leia maisAula 4 Estatística Conceitos básicos
Aula 4 Estatística Conceitos básicos Plano de Aula Amostra e universo Média Variância / desvio-padrão / erro-padrão Intervalo de confiança Teste de hipótese Amostra e Universo A estatística nos ajuda a
Leia maisGanhos do Plano de Calibração. Celso P. Saraiva Resp. Técnico Lab. Calibração
Ganhos do Plano de Calibração Celso P. Saraiva Resp. Técnico Lab. Calibração Desenvolvimento Definições básicas em Metrologia; Propriedades das distribuições normais; O que calibrar? Como estabelecer um
Leia maisDETERMINAÇÃO DA INCERTEZA DE MEDIÇÃO EM DURÔMETROS PARA PESQUISA METROLÓGICA
DETERMINAÇÃO DA INCERTEZA DE MEDIÇÃO EM DURÔMETROS PARA PESQUISA METROLÓGICA Pires, Fábio de Souza Nascimento, Jôneo Lopes do Cardoso, Tito Lívio Medeiros* INSTITUTO NACIONAL DE TECNOLOGIA INT 1. Introdução
Leia maisCalibração de Equipamentos
Vídeo Conferência Calibração de Equipamentos Instituto de Pesos e Medidas do Estado do Paraná Junho/2014 Diferença entre calibração e a verificação metrológica Calibração Estabelece o erro de medição e
Leia maisNP EN ISO 9001:2000 LISTA DE COMPROVAÇÃO
NP EN ISO 9001:2000 LISTA DE COMPROVAÇÃO NIP: Nº DO RELATÓRIO: DENOMINAÇÃO DA EMPRESA: EQUIPA AUDITORA (EA): DATA DA VISITA PRÉVIA: DATA DA AUDITORIA: AUDITORIA DE: CONCESSÃO SEGUIMENTO ACOMPANHAMENTO
Leia maisNota Técnica - Determinação de partículas atmosféricas PM10 em estações de medição da qualidade do ar e testes de campo para demonstração de métodos
Nota Técnica - Determinação de partículas atmosféricas PM10 em estações de medição da qualidade do ar e testes de campo para demonstração de métodos equivalentes Novembro 2011 Determinação de partículas
Leia maisPERFIL PROFISSIONAL TÉCNICO/A DE SEGURANÇA E HIGIENE DO TRABALHO
PERFIL PROFISSIONAL TÉCNICO/A DE SEGURANÇA E HIGIENE DO TRABALHO PERFIL PROFISSIONAL Técnico/a de Segurança e Higiene no Trabalho Nível 3 CATÁLOGO NACIONAL DE QUALIFICAÇÕES 1/7 ÁREA DE ACTIVIDADE OBJECTIVO
Leia maisISO 9000:2000 Sistemas de Gestão da Qualidade Fundamentos e Vocabulário. As Normas da família ISO 9000. As Normas da família ISO 9000
ISO 9000:2000 Sistemas de Gestão da Qualidade Fundamentos e Vocabulário Gestão da Qualidade 2005 1 As Normas da família ISO 9000 ISO 9000 descreve os fundamentos de sistemas de gestão da qualidade e especifica
Leia mais2. Método de Monte Carlo
2. Método de Monte Carlo O método de Monte Carlo é uma denominação genérica tendo em comum o uso de variáveis aleatórias para resolver, via simulação numérica, uma variada gama de problemas matemáticos.
Leia maisMedição de Tensões e Correntes Eléctricas Leis de Ohm e de Kirchoff (Rev. 03/2008) 1. Objectivo:
LEO - MEBiom Medição de Tensões e Correntes Eléctricas Leis de Ohm e de Kirchoff (Rev. 03/2008) 1. Objectivo: Aprender a medir tensões e correntes eléctricas com um osciloscópio e um multímetro digital
Leia maisProcessamento dos dados
Capítulo 9 Processamento dos dados 9.1 Propagação não estatística de erros Suponhamos que é possível estabelecer uma relação de proporcionalidade directa (ver secção3.2) entre duas variáveis. Por exemplo,
Leia maisO nosso trabalho. Desenvolver um sistema útil e robusto para aplicação em ambiente industrial/laboratorial. Objectivo
O nosso trabalho Objectivo Desenvolver um sistema útil e robusto para aplicação em ambiente industrial/laboratorial Estratégia Iniciar a investigação com um problema simples e fazer uma aproximação progressiva
Leia maisPadrões de Qualidade de Software e Métricas de Software
Universidade Federal do Vale do São Francisco Padrões de Qualidade de Software e Métricas de Software Engenharia de Software I Aula 3 e 4 Ricardo Argenton Ramos Agenda da Aula Introdução (Qualidade de
Leia maisDISTRIBUIÇÕES DE PROBABILIDADE
DISTRIBUIÇÕES DE PROBABILIDADE i1 Introdução Uma distribuição de probabilidade é um modelo matemático que relaciona um certo valor da variável em estudo com a sua probabilidade de ocorrência. Há dois tipos
Leia maisQual é o risco real do Private Equity?
Opinião Qual é o risco real do Private Equity? POR IVAN HERGER, PH.D.* O debate nos mercados financeiros vem sendo dominado pela crise de crédito e alta volatilidade nos mercados acionários. Embora as
Leia maisSEMINÁRIO INSTRUMENTAÇÃO PARA CALIBRAÇÃO
SEMINÁRIO INSTRUMENTAÇÃO PARA CALIBRAÇÃO Introdução à Calibração / Metrologia Oeiras / Porto, 25 e 26 de Maio de 2011 Programa Porquê e o Quê Calibrar? Metrologia História Metrologia - Unidades Metrologia
Leia maisGuia 8 DETERMINAÇÃO INCERTEZA CALIBRAÇÃO DE MASSAS. Associação de Laboratórios Acreditados de Portugal
Guia 8 DETERMINAÇÃO DA INCERTEZA DA CALIBRAÇÃO DE MASSAS Associação de Laboratórios Acreditados de Portugal FICHA TÉCNICA TÍTULO: Guia RELACRE 8 DETERMINAÇÃO DA INCERTEZA DA CALIBRAÇÃO DE MASSAS EDIÇÃO:
Leia maisACREDITAÇÃO FLEXÍVEL - REQUISITOS E
ACREDITAÇÃO FLEXÍVEL - REQUISITOS E MAIS VALIAS Lisboa, 21 de Maio de 2013 Experiência do Laboratório de Ensaios APEB Acreditação Flexível Intermédia João André jandre@apeb.pt 1 Outubro 2012 Entrega da
Leia maisContabilização de planos de benefícios segundo o CPC 33 Benefícios a empregados (IAS 19)
Contabilização de planos de benefícios segundo o CPC 33 Benefícios a empregados (IAS 19) Classificação, contabilização de planos de contribuição definida e introdução aos planos de benefício definido.
Leia maisPRIMAVERA RISK ANALYSIS
PRIMAVERA RISK ANALYSIS PRINCIPAIS RECURSOS Guia de análise de risco Verificação de programação Risco rápido em modelo Assistente de registro de riscos Registro de riscos Análise de riscos PRINCIPAIS BENEFÍCIOS
Leia maisCAP. I ERROS EM CÁLCULO NUMÉRICO
CAP. I ERROS EM CÁLCULO NUMÉRICO 0. Introdução Por método numérico entende-se um método para calcular a solução de um problema realizando apenas uma sequência finita de operações aritméticas. A obtenção
Leia maisModelos de Risco de Crédito em Carteiras Uma Comparação Aplicada ao Caso Brasileiro
Modelos de Risco de Crédito em Carteiras Uma Comparação Aplicada ao Caso Brasileiro Alexandre de Oliveira - out/2013 No atual estágio de desenvolvimento das metodologias para mensuração do risco de crédito
Leia maisdissertação. 2 Credibilidade total, em linhas gerais, seria a capacidade de representar o comportamento
13 1 Introdução Esta dissertação é o estudo de um problema estatístico de classificação que diz respeito à precificação de seguros de automóveis. Devido às particularidades deste ramo, a formação dos contratos,
Leia maisRECURSOS HUMANOS Avaliação do desempenho
RECURSOS HUMANOS ? Origem,conceitos e definição Origem: Surge como analogia ao trabalho das máquinas e ao aumento da sua eficiência; Com a aplicação de determinado tipo de princípios era possível obter
Leia maisENSAIO DE COMPARAÇÃO INTERLABORATORIAL PARA ANÁLISE GRANULOMÉTRICA : Uma Aplicação Prática
ENSAIO DE COMPARAÇÃO INTERLABORATORIAL PARA ANÁLISE GRANULOMÉTRICA : Uma Aplicação Prática 1 Conceição Fonseca, Alice Oliveira, Rui Lucas - CTCV FÓRUM SPQ EXPO EXPONOR 26 de Setembro de 2013 1. RESUMO
Leia maisModelos de Maturidade. Porque estudar um Modelo de Maturidade? Descrevem as características de processos efetivos;
Versão 1.1 - Última Revisão 16/08/2006 Porque estudar um Modelo de Maturidade? Segundo o Standish Group, entidade americana de consultoria empresarial, através de um estudo chamado "Chaos Report", para
Leia maisMODIFICAÇÃO DO TESTE DE NORMALIDADE DE SHAPIRO-WILK MULTIVARIADO DO SOFTWARE ESTATÍSTICO R
MODIFICAÇÃO DO TESTE DE NORMALIDADE DE SHAPIRO-WILK MULTIVARIADO DO SOFTWARE ESTATÍSTICO R Roberta Bessa Veloso 1, Daniel Furtado Ferreira 2, Eric Batista Ferreira 3 INTRODUÇÃO A inferência estatística
Leia maisVERIFICAÇÃO E VALIDAÇÃO DO SIMULADOR ESTOCÁSTICO DE DADOS DIÁRIOS DE PRECIPITAÇÃO PLUVIOMÉTRICA - SIMPREC
VERIFICAÇÃO E VALIDAÇÃO DO SIMULADOR ESTOCÁSTICO DE DADOS DIÁRIOS DE PRECIPITAÇÃO PLUVIOMÉTRICA - SIMPREC Autores Monica Carvalho E-mail: meinfo@ig.com.br Jorim Sousa das Virgens Filho E-mail: sousalima@almix.com.br
Leia maisIntrodução. Métodos de inferência são usados para tirar conclusões sobre a população usando informações obtidas a partir de uma amostra.
Métodos Monte Carlo Introdução Métodos de inferência são usados para tirar conclusões sobre a população usando informações obtidas a partir de uma amostra. Estimativas pontuais e intervalares para os parâmetros;
Leia maisUma aplicação dos modelos de fronteira estocástica utilizando a abordagem Bayesiana
Uma aplicação dos modelos de fronteira estocástica utilizando a abordagem Bayesiana Bruna Cristina Braga 1 2 Juliana Garcia Cespedes 1 1 Introdução Os cursos de pós-graduação do Brasil são avaliados pela
Leia maisPadrões de Qualidade de Software
Universidade Federal do Vale do São Francisco Padrões de Qualidade de Software Engenharia de Software I Aula 4 Ricardo Argenton Ramos Agenda da Aula Introdução (Qualidade de Software) Padrões de Qualidade
Leia maisAvaliação de Desempenho em Sistemas de Computação e Comunicação
Avaliação de Desempenho em Sistemas de Computação e Comunicação Universidade Federal do Espírito Santo - UFES Departamento de Informática - DI Laboratório de Pesquisas em Redes Multimidia - LPRM UFES Objetivos
Leia maisTÉCNICAS DE AVALIAÇÃO ECONÔMICA. comunicação técnica do CETEM Avaliação Econômica de Projetos Prof. Raul Oliveira Neto
TÉCNICAS DE AVALIAÇÃO ECONÔMICA comunicação técnica do CETEM Avaliação Econômica de Projetos Prof. Raul Oliveira Neto Introdução As técnicas de avaliação econômica são utilizadas para converter os dados
Leia maisO método de Monte Carlo: algumas aplicações na Escola Básica
1 Universidade de São Paulo/Faculdade de Educação Seminários de Ensino de Matemática (SEMA-FEUSP) Coordenador: Nílson José Machado novembro/2009 O método de Monte Carlo: algumas aplicações na Escola Básica
Leia maisIntrodução ao Método de Galerkin Estocástico
Introdução ao Método de Galerkin Estocástico Americo Barbosa da Cunha Junior Departamento de Engenharia Mecânica Pontifícia Universidade Católica do Rio de Janeiro 1 Introdução A dinâmica de um sistema
Leia maisA MATEMÁTICA NO ENSINO SUPERIOR POLICIAL 1
A MATEMÁTICA NO ENSINO SUPERIOR POLICIAL 1 A IMPORTÂNCIA DA MATEMÁTICA O desenvolvimento das sociedades tem sido também materializado por um progresso acentuado no plano científico e nos diversos domínios
Leia maisConsiderações Finais. Capítulo 8. 8.1- Principais conclusões
Considerações Finais Capítulo 8 Capítulo 8 Considerações Finais 8.1- Principais conclusões Durante esta tese foram analisados diversos aspectos relativos à implementação, análise e optimização de sistema
Leia maisUMA METODOLOGIA PARA AVALIAÇÃO QUANTITATIVA DA EFICIÊNCIA AMBIENTAL DE EMPRESAS INDUSTRIAIS
UMA METODOLOGIA PARA AVALIAÇÃO QUANTITATIVA DA EFICIÊNCIA AMBIENTAL DE EMPRESAS INDUSTRIAIS António Casimiro de Freitas Borges Barreto Archer Engenheiro Químico e Mestre em Engenharia do Ambiente, UP Professor
Leia mais15/03/2010. Análise por pontos de função. Análise por Pontos de Função. Componentes dos Pontos de Função. Componentes dos Pontos de Função
Análise por pontos de função Análise por Pontos de Função Referência: Manual de práticas de contagem IFPUG Versão 4.2.1 Técnica que permite medir a funcionalidade de um software ou aplicativo, sob a visão
Leia maisUniversidade Federal de Alfenas Programa de Pós-graduação em Estatística Aplicada e Biometria Prova de Conhecimentos Específicos
Dados que podem ser necessários a algumas questões de Estatística: P (t > t α ) = α ν 0,05 0,025 15 1,753 2,131 16 1,746 2,120 28 1,791 2,048 30 1,697 2,042 (Valor: 1,4) Questão 1. Considere o seguinte
Leia maisPLANIFICAÇÃO ANUAL DO NOVO PROGRAMA DE MATEMÁTICA
PLANIFICAÇÃO ANUAL DO NOVO PROGRAMA DE MATEMÁTICA 5º ano 2012/2013 UNIDADE: Números e Operações 1 - NÚMEROS NATURAIS OBJECTIVOS GERAIS: - Compreender e ser capaz de usar propriedades dos números inteiros
Leia mais. evolução do conceito. Inspecção 3. Controlo da qualidade 4. Controlo da Qualidade Aula 05. Gestão da qualidade:
Evolução do conceito 2 Controlo da Qualidade Aula 05 Gestão da :. evolução do conceito. gestão pela total (tqm). introdução às normas iso 9000. norma iso 9000:2000 gestão pela total garantia da controlo
Leia mais4. Metodologia. Capítulo 4 - Metodologia
Capítulo 4 - Metodologia 4. Metodologia Neste capítulo é apresentada a metodologia utilizada na modelagem, estando dividida em duas seções: uma referente às tábuas de múltiplos decrementos, e outra referente
Leia maisConhecimento em Tecnologia da Informação. CobiT 5. Apresentação do novo framework da ISACA. 2013 Bridge Consulting All rights reserved
Conhecimento em Tecnologia da Informação CobiT 5 Apresentação do novo framework da ISACA Apresentação Este artigo tem como objetivo apresentar a nova versão do modelo de governança de TI, CobiT 5, lançado
Leia maisA INTEGRAÇÃO ENTRE ESTATÍSTICA E METROLOGIA
A INTEGRAÇÃO ENTRE ESTATÍSTICA E METROLOGIA João Cirilo da Silva Neto jcirilo@araxa.cefetmg.br. CEFET-MG-Centro Federal de Educação Tecnológica de Minas Gerais-Campus IV, Araxá Av. Ministro Olavo Drumonnd,
Leia maisAula 4 Conceitos Básicos de Estatística. Aula 4 Conceitos básicos de estatística
Aula 4 Conceitos Básicos de Estatística Aula 4 Conceitos básicos de estatística A Estatística é a ciência de aprendizagem a partir de dados. Trata-se de uma disciplina estratégica, que coleta, analisa
Leia mais1. Introdução. 1.1 Introdução
1. Introdução 1.1 Introdução O interesse crescente dos físicos na análise do comportamento do mercado financeiro, e em particular na análise das séries temporais econômicas deu origem a uma nova área de
Leia maisMatemática Aplicada às Ciências Sociais
Prova de Exame Nacional de Matemática Aplicada às Ciências Sociais Prova 835 2011 10.º e 11.º Anos de Escolaridade Decreto-Lei n.º 74/2004, de 26 de Março Para: Direcção-Geral de Inovação e de Desenvolvimento
Leia maisCálculo numérico. ln 1 = 0. Representação numérica. Exemplo. Exemplos. Professor Walter Cunha. ln 1. I s
Representação numérica Cálculo numérico Professor Walter Cunha Um conjunto de ferramentas ou métodos usados para se obter a solução de problemas matemáticos de forma aproximada. Esses métodos se aplicam
Leia maisRevisão: Noções básicas de estatística aplicada a avaliações de imóveis
Curso de Avaliações Prof. Carlos Aurélio Nadal cnadal@ufpr.br 1 AULA 03 Revisão: Noções básicas de estatística aplicada a avaliações de imóveis 2 OBSERVAÇÃO: é o valor obtido durante um processo de medição.
Leia maisENQUALAB 2013 QUALIDADE & CONFIABILIDADE NA METROLOGIA AUTOMOTIVA. Elaboração em planos de Calibração Interna na Indústria Automotiva
ENQUALAB 2013 QUALIDADE & CONFIABILIDADE NA METROLOGIA AUTOMOTIVA Elaboração em planos de Calibração Interna na Indústria Automotiva Joel Alves da Silva, Diretor Técnico JAS-METRO Soluções e Treinamentos
Leia maisAula 09 Matemática Financeira. Princípios Fundamentais da Engenharia Econômica
Aula 09 Matemática Financeira Princípios Fundamentais da Engenharia Econômica Introdução A partir da absorção do conceito de dinheiro no tempo, estamos aptos a fazer uso da Engenharia Econômica, que se
Leia maisNorma Interpretativa 2 Uso de Técnicas de Valor Presente para mensurar o Valor de Uso
Norma Interpretativa 2 Uso de Técnicas de Valor Presente para mensurar o Valor de Uso Esta Norma Interpretativa decorre da NCRF 12 - Imparidade de Activos. Sempre que na presente norma existam remissões
Leia maisMonte Carlo em Estimativas de Software
Monte Carlo em Estimativas de Software Mauricio Aguiar ti MÉTRICAS Ltda www.metricas.com.br 1 Agenda Introdução Um Exemplo Simples Outro Exemplo Reamostragem Faça Você Mesmo Resumo www.metricas.com.br
Leia maisTÉCNICAS EXPERIMENTAIS APLICADAS EM CIÊNCIA DO SOLO
1 TÉCNICAS EXPERIMENTAIS APLICADAS EM CIÊNCIA DO SOLO Mario de Andrade Lira Junior www.lira.pro.br direitos autorais. INTRODUÇÃO À ANÁLISE MULTIVARIADA Apenas uma breve apresentação Para não dizerem que
Leia maisEstimativas de Software Fundamentos, Técnicas e Modelos... e o principal, integrando isso tudo!
Estimativas de Software Fundamentos, Técnicas e Modelos... e o principal, integrando isso tudo! Como usar de forma consistente PF, COCOMOIl, Simulação de Monte Carlo e seu bom senso em estimativas de software
Leia maisControlo da Qualidade Aula 05
Controlo da Qualidade Aula 05 Gestão da qualidade:. evolução do conceito. gestão pela qualidade total (tqm). introdução às normas iso 9000. norma iso 9001:2000 Evolução do conceito 2 gestão pela qualidade
Leia maisESCOLA SECUNDÁRIA MANUEL DA FONSECA, SANTIAGO DO CACÉM GRUPO DISCIPLINAR: 500 Matemática Aplicada às Ciências Sociais
ANO: 11º ANO LECTIVO : 008/009 p.1/7 CONTEÚDOS MODELOS MATEMÁTICOS COMPETÊNCIAS A DESENVOLVER - Compreender a importância dos modelos matemáticos na resolução de problemas de problemas concretos. Nº. AULAS
Leia maisIntrodução à Análise Química QUI 094 ERRO E TRATAMENTO DE DADOS ANALÍTICOS
Introdução a Analise Química - II sem/2012 Profa Ma Auxiliadora - 1 Introdução à Análise Química QUI 094 1 semestre 2012 Profa. Maria Auxiliadora Costa Matos ERRO E TRATAMENTO DE DADOS ANALÍTICOS Introdução
Leia maisBC-0005 Bases Computacionais da Ciência. Modelagem e simulação
BC-0005 Bases Computacionais da Ciência Aula 8 Modelagem e simulação Santo André, julho de 2010 Roteiro da Aula Modelagem O que é um modelo? Tipos de modelos Simulação O que é? Como pode ser feita? Exercício:
Leia mais1. Conceitos Básicos de Avaliação de Projetos 2. Classificação dos Projetos de Investimento 3. Estudos prévios
1. Conceitos Básicos de Avaliação de Projetos... 1.1. Valor Atual... 1.2. Capital Investido... 1.3. Cash Flow... 1.4. Valor residual do investimento... 1.5. Vida económica do equipamento... 2. Classificação
Leia maisSimulação de Monte Carlo na Avaliação de Incertezas de Medição
Simulação de Monte Carlo na Avaliação de Incertezas de Medição Monte Carlo Simulation for the Evaluation of Measurement Uncertainty GUSTAVO DANIEL DONATELLI Universidade Federal de Santa Catarina (Florianópolis,
Leia maisPONTIFÍCIA UNIVERSIDADE CATÓLICA DE GOIÁS Curso Superior de Tecnologia em Análise e Desenvolvimento de Sistemas
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE GOIÁS Curso Superior de Tecnologia em Análise e Desenvolvimento de Sistemas CMP1132 Processo e qualidade de software II Prof. Me. Elias Ferreira Sala: 402 E Quarta-Feira:
Leia maisUniversidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Revisão de Probabilidade e Estatística
Universidade Federal do Paraná Departamento de Informática Reconhecimento de Padrões Revisão de Probabilidade e Estatística Luiz Eduardo S. Oliveira, Ph.D. http://lesoliveira.net Conceitos Básicos Estamos
Leia maisEste capítulo é divido em duas seções, a primeira seção descreve a base de
30 3. Metodologia Este capítulo é divido em duas seções, a primeira seção descreve a base de dados utilizada, identificando a origem das fontes de informação, apresentando de forma detalhada as informações
Leia maisMétodos de mapeamento para fenômenos qualitativos e quantitativos
IT 508 - Cartografia Temática Representação cartográfica: Métodos de mapeamento para fenômenos qualitativos e quantitativos Profa.. Juliana Moulin Segundo os métodos padronizados, conforme o uso das variáveis
Leia maisCAPÍTULO 1 MEDIÇÃO E O ERRO DE MEDIÇÃO
CAPÍTULO 1 MEDIÇÃO E O ERRO DE MEDIÇÃO 1.1. Definições do Vocabulário Internacional de Metrologia (VIM) Metrologia: Ciência das medições [VIM 2.2]. Medição: Conjunto de operações que têm por objectivo
Leia maisGeração de variáveis aleatórias
Geração de variáveis aleatórias Danilo Oliveira, Matheus Torquato Centro de Informática Universidade Federal de Pernambuco 5 de setembro de 2012 Danilo Oliveira, Matheus Torquato () 5 de setembro de 2012
Leia maisEXPRESSÃO DA INCERTEZA NA MEDIÇÃO DA DUREZA BRINELL
EXPRESSÃO A INCERTEZA NA MEIÇÃO A UREZA BRINELL Sueli Fischer Beckert Instituto Superior de Tecnologia IST, Centro de Mecânica de Precisão de Joinville CMPJ sueli@sociesc.com.br Joinville, SC, Brasil Luciana
Leia mais