Modelo de Alocação de Vagas Docentes
|
|
- Maria de Fátima Vilalobos Schmidt
- 6 Há anos
- Visualizações:
Transcrição
1 Reunão Comssão de Estudos de Alocação de Vagas Docentes da UFV Portara 0400/2016 de 04/05/ de mao de 2016 Comssão de Estudos das Planlhas de Alocação de Vagas e Recursos Ato nº 009/2006/PPO 19/05/2006
2 A Comssão Prof. Adrano Prozezano Gomes - CCH Prof. José Luz Rangel Paes - CCE Prof. Og Francsco Fonseca de Souza - CCB Prof. Paulo Sávo Lopes - CCA
3 1. Introdução Aspecto norteador do modelo de alocação de vagas docentes consderação de varáves que mensurem genunamente a demanda de professor efetvo pelos departamentos Demanda Função do nível de produtvdade dos docentes exstentes
4 1. Introdução Idéa fundamental do modelo dentfcar stuações que representem a verdadera necessdade de professores efetvos Contemplar departamentos que apresentem demandas crôncas, ao nvés de osclações pontuas. Cálculos com base na méda dos últmos 3 anos letvos.
5 2. Prncípos Norteadores 1 - O modelo deve ser smples e composto por varáves concretas e objetvas. Busca-se um modelo que seja claro e transparente e que seja faclmente entenddo pela comundade. O modelo deve permtr que cada departamento estabeleça estratégas de longo prazo para sua composção docente.
6 2. Prncípos Norteadores 2 - O modelo deve ser composto por varáves que premam o produto mas do que o esforço não dreconado. Deve-se valorzar toda a produção ntelectual do docente. Deve-se valorzar também o esforço em atvdades admnstratvas dentro e fora da UFV.
7 2. Prncípos Norteadores 3 - O modelo deve consderar a produção "per capta" de professores efetvos Procura-se avalar a produtvdade do grupo de professores lgados a cada departamento que compõe a UFV, ndependentemente do tamanho do mesmo.
8 2. Prncípos Norteadores 4 - Pressupõe-se que um departamento representa a soma dos produtos de seus docentes efetvos, substtutos e voluntáros. O elemento-base no qual se baseam as somatóras de produção é o professor e não o departamento. A produção "per capta" tem como denomnador o professor efetvo, para que eventuas produtos gerados pelos não-efetvos de fato denuncem a necessdade de contratações efetvas para aquele departamento.
9 2. Prncípos Norteadores Procura-se um modelo dnâmco e que permta um equlíbro da produtvdade "per capta" dos departamentos, ndependentemente do número de docentes efetvos que o compõem. Procura-se fazer com que todos departamentos operem com produtvdade "per capta" smlar, guardadas as respectvas dferenças entre as atvdades de cada um. Modelo Ferramenta de suporte à decsão.
10 A fração deal (FI) de dstrbução de vagas por departamento() é calculada por meo da segunte expressão: E D C B A P E E P D D P C C P B B P A A FI 3.1 Defnção do Modelo 3. O Modelo
11 3.1 Defnção do Modelo FI A A P A B B P B C C P C D D P D E E P E Em que: A = Carga Horára por Docente; B = Densdade de Matrículas por Docentes; C = Taxa de Crescmento da Carga Horára Ddátca por Docente; D = Produção Intelectual por Docente; E = Demas Atvdades por Docente. P A = Peso da varável A; P B = Peso da varável B; P C = Peso da varável C; P D = Peso da varável D; P E = Peso da varável E.
12 3.1 Defnção do Modelo Tabela - Exemplo de dstrbução de pesos das varáves do modelo Grupo Varável Peso Indvdual Por Grupo A 0,35 Ensno B 0,35 0,75 C 0,05 Produção Intelectual D 0,20 0,20 Demas Atvdades E 0,05 0,05 Total 1,00
13 3.2 Defnção das Varáves Varável A Carga Horára por Docente A NHL 3 NDE Em que: NHLj representa o número total de horas-aula leconadas por todos os docentes do departamento (efetvos, substtutos, voluntáros e outros) no ano j; NDE 3 corresponde ao Número de docentes efetvos de um departamento no ano 3. 3 j
14 3.2 Defnção das Varáves Varável A Carga Horára por Docente Representa a carga horára por docente efetvo do departamento; A carga horára do departamento será a soma da carga horára de seus respectvos docentes.
15 3.2 Defnção das Varáves Varável B Densdade de Matrícula por Docente B NMT 3 NDE 3 j Em que: NMTj representa o número total de matrículas nas dversas dscplnas por todos os docentes do departamento no ano j; NDE3 corresponde ao Número de docentes efetvos de um departamento no ano 3.
16 3.2 Defnção das Varáves Varável B Densdade de Matrícula por Docente Representa o número de matrículas atenddas por docente efetvo do departamento; No caso de dscplnas mnstradas por mas de um docente (do mesmo departamento ou não), o número de alunos credtados a cada professor será proporconal à carga horára.
17 3.2 Defnção das Varáves Varável C Taxa de Crescmento da Carga Horára por Docente Em que: C NHL NDE NHL NDE NHL 1 - Número de Horas Leconadas no ano 1; NHL 2 - Número de Horas Leconadas no ano 2; NHL 3 - Número de Horas Leconadas no ano 3; NDE 1 - Número de Docentes Efetvos no ano 1; NDE 2 - Número de Docentes Efetvos no ano 2; NDE 3 - Número de Docentes Efetvos no ano NHL NDE NHL NDE
18 3.2 Defnção das Varáves Varável C Taxa de Crescmento da Carga Horára por Docente A taxa de crescmento da carga horára ddátca representa a evolução méda da carga horára nos últmos três anos; A varável C tem por objetvo contemplar a expansão dos departamentos. Uma vez que as outras varáves deste modelo tomam como base a méda dos parâmetros em três anos, a varável C consdera o esforço de crescmento dos dversos departamentos dentro do período de tempo consderado.
19 3.2 Defnção das Varáves Varável D Produção Intelectual por Docente D PIT 3 NDE 3 j Em que: PIT j representa a produção ntelectual total de cada departamentono Ano j; NDE 3 corresponde ao Número de docentes efetvos de um departamento no ano 3.
20 3.2 Defnção das Varáves Varável D Produção Intelectual por Docente Mede a produção ntelectual de manera ampla e representa de manera adequada as dversas atvdades acadêmcas, centífcas e culturas; A produção ntelectual abrange a produção centífca, artístca, técnca e cultural representada por publcações ou formas de expressões usuas e pertnentes específcos; Na pontuação das atvdades da varável D são consderados os valores máxmos prevstos pela Resolução 9/2006 do CONSU (Professor Assocado); No cômputo da varável PIT j não se consdera a produção gerada por professores substtutos, voluntáros e outros.
21 3.2 Defnção das Varáves Varável E Demas Atvdades por Docente E DA 3 NDE Em que: DA j representa as demas atvdades ddátcas, técnco-centífcas, de representação e de admnstração de cada departamento no ano j; NDE 3 corresponde ao Número de docentes efetvos de um departamento no ano 3. 3 j
22 3.2 Defnção das Varáves Varável E Demas Atvdades por Docente Mede o trabalho de cada departamento nas demas atvdades ddátcas, técnco-centífcas, de representação e de admnstração; Na pontuação das atvdades da varável E são consderados os valores máxmos prevstos pela Resolução 9/2006 do CONSU (Professor Assocado); No cômputo da varável DA j não se consdera a produção gerada por professores substtutos, voluntáros e outros.
23 3.2 Defnção das Varáves Comentáros Geras a) As varáves A e B consderam dos esforços dstntos dos departamentos; a quantdade efetva de horas leconadas por docente e a quantdade efetva de matrículas por docente. Um departamento com elevado número de turmas compostas por poucos alunos terá alto desempenho na varável A. Um departamento com reduzdo número de turmas compostas por mutos alunos terá alto desempenho na varável B. O número de turmas está ntrnsecamente consderado nas varáves A e B, contemplando, até mesmo, especfcdades de departamentos.
24 3.2 Defnção das Varáves Comentáros Geras b) No cômputo da Produção Intelectual não foram consderados Projetos de Pesqusa e de Extensão, por não representarem produtos concluídos, não gerando a necessdade de vaga-docente. Esses projetos rão gerar Produção Intelectual como fo amplamente defnda no Anexo A do documento escrto. Portanto, no seu devdo momento, tal produção será consderada no cálculo da varável D.
25 3.2 Defnção das Varáves Comentáros Geras c) Dscplnas que não envolvam horas-aula efetvamente mnstradas não serão consderadas no cálculo das varáves A, B e C (por exemplo: estágo supervsonado, monografa, prátca forense, prátca de ensno, etc.). Os produtos acadêmcos gerados a partr destas dscplnas serão consderados no cálculo da varável E, no seu devdo momento.
26 3.2 Defnção das Varáves Comentáros Geras d) A produção de todos os professores envolvdos com um determnado departamento deve ser computada no cálculo de cada varável. Para departamentos que possuam um número expressvo de professores não efetvos e que tenham uma produtvdade global alta, a fração deal (FI) tenderá a ser maor do que a de outros, ndcando a necessdade de se transformar professores não efetvos em efetvos ;
27 3.3 Operaconalzação do Modelo a) A prmera etapa consste em calcular a fração deal (FI) de dstrbução de vagas por departamento (), de acordo com a expressão ndcada anterormente, com base nos últmos dados dsponíves.
28 3.3 Operaconalzação do Modelo O elemento-base no qual se baseam as somatóras de produção é o professor e não o departamento. Valores guas de fração deal (FI) representam uma produtvdade global equvalente entre os departamentos envolvdos. Valores mas altos de FI ndcam departamentos com produtvdade relatva mas alta. O prncípo que nortea este modelo é a busca pela eqüdade de produtvdade entre os dversos departamentos que compõem a unversdade. A eqüdade será alcançada à medda que vagas dsponíves sejam alocadas.
29 3.3 Operaconalzação do Modelo b) A segunda etapa consste em dstrbur as vagas dsponíves em um determnado momento, de forma teratva, vaga por vaga, ao departamento com maor FI. Após a dstrbução da prmera vaga, a planlha é recalculada já consderando o departamento com sua nova vaga e assm sucessvamente até o térmno das vagas dsponíves.
30 3.3 Operaconalzação do Modelo O sstema proposto elmna a necessdade de se calcular separadamente as demandas de professor efetvo e professor substtuto. Após termnada a segunda etapa, com a alocação da últma vaga de professor efetvo, o departamento com maor FI será o canddato à prmera vaga de professor substtuto.
31 Reunão Comssão de Estudos de Alocação de Vagas Docentes da UFV Portara 0400/2016 de 04/05/ de mao de 2016 Comssão de Estudos das Planlhas de Alocação de Vagas e Recursos Ato nº 009/2006/PPO 19/05/2006
Modelo de Alocação de Vagas Docentes
UNIVERSIDADE FEDERAL DE VIÇOSA Modelo de Alocação de Vagas Docentes Documento base para apresentação em reunão do Conselho Unverstáro da UFV em 01/07/08 Vçosa - MG Julho - 2008 Índce 1. Introdução 1 2.
Leia maisEstudo quantitativo do processo de tomada de decisão de um projeto de melhoria da qualidade de ensino de graduação.
Estudo quanttatvo do processo de tomada de decsão de um projeto de melhora da qualdade de ensno de graduação. Rogéro de Melo Costa Pnto 1, Rafael Aparecdo Pres Espíndula 2, Arlndo José de Souza Júnor 1,
Leia maisEstatística II Antonio Roque Aula 18. Regressão Linear
Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão
Leia mais3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas
3.6. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca
Leia maisFigura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma
Capítulo 8 Dferencação Numérca Quase todos os métodos numércos utlzados atualmente para obtenção de soluções de equações erencas ordnáras e parcas utlzam algum tpo de aproxmação para as dervadas contínuas
Leia maisMecanismos de Escalonamento
Mecansmos de Escalonamento 1.1 Mecansmos de escalonamento O algortmo de escalonamento decde qual o próxmo pacote que será servdo na fla de espera. Este algortmo é um dos mecansmos responsáves por dstrbur
Leia maisUMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR
UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EATAS DEPARTAMENTO DE ESTATÍSTICA UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR
Leia maisMETODOLOGIA DO ÍNDICE CARBONO EFICIENTE (ICO2)
METODOLOGIA DO ÍNDICE CARBONO Abrl/2015 [data] METODOLOGIA DO ÍNDICE CARBONO O ICO2 é o resultado de uma cartera teórca de atvos, elaborada de acordo com os crtéros estabelecdos nesta metodologa. Os índces
Leia mais7 - Distribuição de Freqüências
7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste
Leia maisCAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA
CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de
Leia maisX = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha)
Estatístca p/ Admnstração II - Profª Ana Cláuda Melo Undade : Probabldade Aula: 3 Varável Aleatóra. Varáves Aleatóras Ao descrever um espaço amostral de um expermento, não especfcamos que um resultado
Leia maisProgramação Dinâmica. Fernando Nogueira Programação Dinâmica 1
Programação Dnâmca Fernando Noguera Programação Dnâmca A Programação Dnâmca procura resolver o problema de otmzação através da análse de uma seqüênca de problemas mas smples do que o problema orgnal. A
Leia maisAnálise Descritiva com Dados Agrupados
Análse Descrtva com Dados Agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas descrtvas
Leia maisCurso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos
Curso de extensão, MMQ IFUSP, feverero/4 Alguns exercíco báscos I Exercícos (MMQ) Uma grandeza cujo valor verdadero x é desconhecdo, fo medda três vezes, com procedmentos expermentas dêntcos e, portanto,
Leia maisOs modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.
MODELO DE REGRESSÃO DE COX Os modelos de regressão paramétrcos vstos anterormente exgem que se suponha uma dstrbução estatístca para o tempo de sobrevvênca. Contudo esta suposção, caso não sea adequada,
Leia maisIntrodução a Combinatória- Aplicações, parte II
Introdução a Combnatóra- Aplcações, AULA 7 7.1 Introdução Nesta aula vamos estudar aplcações um pouco dferentes das da aula passada. No caso estudaremos arranjos com repetção, permutações crculares e o
Leia mais1. CORRELAÇÃO E REGRESSÃO LINEAR
1 CORRELAÇÃO E REGREÃO LINEAR Quando deseja-se estudar se exste relação entre duas varáves quanttatvas, pode-se utlzar a ferramenta estatístca da Correlação Lnear mples de Pearson Quando essa correlação
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ 1 É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das
Leia maisDEFINIÇÃO - MODELO LINEAR GENERALIZADO
DEFINIÇÃO - MODELO LINEAR GENERALIZADO 1 Um modelo lnear generalzado é defndo pelos seguntes três componentes: Componente aleatóro; Componente sstemátco; Função de lgação; Componente aleatóro: Um conjunto
Leia maisVisando dar continuidade ao trabalho de simulação, encaminho o MODELO DE ALOCAÇÃO E DIMENSIONAMENTO DO PESSOAL DOCENTE DE TERCEIRO GRAU
Ofíco Brasíla, 24 de anero de 2005. Senhora Presdente ANDIFES, Vsando dar contnudade ao trabalho de smulação, encamnho o MODELO DE ALOCAÇÃO E DIMENSIONAMENTO DO PESSOAL DOCENTE DE TERCEIRO GRAU revsado
Leia maisTABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS
TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS Varável Qualquer característca assocada a uma população Classfcação de varáves Qualtatva { Nomnal sexo, cor dos olhos Ordnal Classe
Leia maisCQ110 : Princípios de FQ
CQ 110 Prncípos de Físco Químca Curso: Farmáca Prof. Dr. Marco Vdott mvdott@ufpr.br 1 soluções eletrolítcas Qual a dferença entre uma solução 1,0 mol L -1 de glcose e outra de NaCl de mesma concentração?
Leia maisCAPÍTULO 2 - Estatística Descritiva
INF 16 Prof. Luz Alexandre Peternell CAPÍTULO - Estatístca Descrtva Exercícos Propostos 1) Consderando os dados amostras abaxo, calcular: méda artmétca, varânca, desvo padrão, erro padrão da méda e coefcente
Leia maisEDITAL Nº 034/09 SELEÇÃO DE ESTAGIÁRIOS
SERVIÇO PÚBLICO FEDERAL UNIVERSIDADE FEDERAL DE GOIÁS PRÓ-REITORIA DE GRADUAÇÃO PRÓ-REITORIA DE ADMINISTRAÇÃO E FINANÇAS EDITAL Nº 04/09 SELEÇÃO DE ESTAGIÁRIOS A Pró-retora de Graduação e o Pró-retor de
Leia maisFiltros são dispositivos seletivos em freqüência usados para limitar o espectro de um sinal a um determinado intervalo de freqüências.
1 Fltros são dspostvos seletvos em freqüênca usados para lmtar o espectro de um snal a um determnado ntervalo de freqüêncas. A resposta em freqüênca de um fltro é caracterzada por uma faxa de passagem
Leia maisCurvas Horizontais e Verticais
Insttução: Faculdade de Tecnologa e Cêncas Professor: Dego Queroz de Sousa Dscplna: Topografa Curvas Horzontas e ertcas 1. Introdução Exstem dversas ocasões na engenhara em que os projetos são desenvolvs
Leia maisAGÊNCIA NACIONAL DE ENERGIA ELÉTRICA ANEEL RESOLUÇÃO NORMATIVA Nº 62, DE 5 DE MAIO DE 2004
AGÊNCIA NACIONAL DE ENERGIA ELÉTRICA ANEEL RESOLUÇÃO NORMATIVA Nº 62, DE 5 DE MAIO DE 2004 Estabelece os procedmentos para o cálculo do montante correspondente à energa de referênca de empreendmento de
Leia maisAnálise de influência
Análse de nfluênca Dzemos que uma observação é nfluente caso ela altere, de forma substancal, alguma propredade do modelo ajustado (como as estmatvas dos parâmetros, seus erros padrões, valores ajustados...).
Leia maisMinistério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação
Mnstéro da Educação Insttuto Naconal de Estudos e Pesqusas Educaconas Aníso Texera Cálculo do Conceto Prelmnar de Cursos de Graduação Nota Técnca Nesta nota técnca são descrtos os procedmentos utlzados
Leia maisCOEFICIENTE DE GINI: uma medida de distribuição de renda
UNIVERSIDADE DO ESTADO DE SANTA CATARINA ESCOLA SUPERIOR DE ADMINISTRAÇÃO E GERÊNCIA DEPARTAMENTO DE CIÊNCIAS ECONÔMICAS COEFICIENTE DE GINI: uma medda de dstrbução de renda Autor: Prof. Lsandro Fn Nsh
Leia maisPROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS DO CEARÁ
GOVERNO DO ESTADO DO CEARÁ SECRETARIA DO PLANEJAMENTO E GESTÃO - SEPLAG INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ - IPECE NOTA TÉCNICA Nº 29 PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS
Leia mais2 Principio do Trabalho Virtual (PTV)
Prncpo do Trabalho rtual (PT)..Contnuo com mcroestrutura Na teora que leva em consderação a mcroestrutura do materal, cada partícula anda é representada por um ponto P, conforme Fgura. Porém suas propredades
Leia maisAo se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.
Estatístca Dscplna de Estatístca 0/ Curso Superor de tecnólogo em Gestão Ambental Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos
Leia maisDIMENSIONAMENTO ÓTIMIZADO DE TRELIÇAS DE ALUMÍNIO: ANÁLISE NUMÉRICA E EXPERIMENTAL
DIMENSIONAMENTO ÓTIMIZADO DE TRELIÇAS DE ALUMÍNIO: ANÁLISE NUMÉRICA E EXPERIMENTAL Moacr Krpka, Prof. Dr. Zacaras M. Chamberlan Prava, Prof. Dr. Maga Marques Das, Acadêmca, Bolssta UPF Gulherme Fleth de
Leia maisEXPANSÃO TÉRMICA DOS LÍQUIDOS
Físca II Protocolos das Aulas Prátcas 01 DF - Unversdade do Algarve EXPANSÃO ÉRMICA DOS ÍQUIDOS 1 Resumo Estuda-se a expansão térmca da água destlada e do glcerol utlzando um pcnómetro. Ao aquecer-se,
Leia mais8. Estudo da não-idealidade da fase líquida
PQI 58 Fundamentos de Processos em Engenhara Químca II 009 8. Estudo da não-dealdade da fase líquda Assuntos. A le de Raoult. Defnção de atvdade 3. Convenções assmétrcas e a le de Henry 4. Exercícos 8..
Leia mais5 Métodos de cálculo do limite de retenção em função da ruína e do capital inicial
5 Métodos de cálculo do lmte de retenção em função da ruína e do captal ncal Nesta dssertação serão utlzados dos métodos comparatvos de cálculo de lmte de retenção, onde ambos consderam a necessdade de
Leia maisMicroeconomia II. Cursos de Economia e de Matemática Aplicada à Economia e Gestão AULA 5.3. Afectação de Bens Públicos: a Condição de Samuelson
Mcroeconoma II Cursos de Economa e de Matemátca Aplcada à Economa e Gestão AULA 5.3 Afectação de Bens Públcos: a Condção de Isabel Mendes 2007-2008 5/3/2008 Isabel Mendes/MICRO II 5.3 Afectação de Bens
Leia maisNORMAS DE SELEÇÃO AO DOUTORADO
1. INSCRIÇÕES PARA SELEÇÃO 1.1. Para a Área de Irrgação e Drenagem Poderão nscrever-se canddatos formados em Engenhara Agrícola, Agronoma, Meteorologa e demas Engenharas, ou em outras áreas afns a crtéro
Leia mais1 a Lei de Kirchhoff ou Lei dos Nós: Num nó, a soma das intensidades de correntes que chegam é igual à soma das intensidades de correntes que saem.
Les de Krchhoff Até aqu você aprendeu técncas para resolver crcutos não muto complexos. Bascamente todos os métodos foram baseados na 1 a Le de Ohm. Agora você va aprender as Les de Krchhoff. As Les de
Leia mais1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de
Leia maisx Ex: A tabela abaixo refere-se às notas finais de três turmas de estudantes. Calcular a média de cada turma:
Professora Janete Perera Amador 1 8 Meddas Descrtvas Vmos anterormente que um conjunto de dados pode ser resumdo através de uma dstrbução de freqüêncas, e que esta pode ser representada através de uma
Leia maisFísica C Intensivo V. 2
Físca C Intensvo V Exercícos 01) C De acordo com as propredades de assocação de resstores em sére, temos: V AC = V AB = V BC e AC = AB = BC Então, calculando a corrente elétrca equvalente, temos: VAC 6
Leia maisAEP FISCAL ESTATÍSTICA
AEP FISCAL ESTATÍSTICA Módulo 11: Varáves Aleatóras (webercampos@gmal.com) VARIÁVEIS ALEATÓRIAS 1. Conceto de Varáves Aleatóras Exemplo: O expermento consste no lançamento de duas moedas: X: nº de caras
Leia mais4. MODELAMENTOS EM POLUIÇÃO DO AR: PREDITIVOS E RECEPTORES
4. MODELAMENTOS EM POLUIÇÃO DO AR: PREDITIVOS E RECEPTORES Para o Curso de Físca da Polução do Ar FAP346, º Semestre/006 Prof. Amérco Sansgolo Kerr Montora: Mara Emíla Rehder aver 4. INTRODUÇÃO No modelamento
Leia maisRobótica. Prof. Reinaldo Bianchi Centro Universitário FEI 2016
Robótca Prof. Renaldo Banch Centro Unverstáro FEI 2016 6 a Aula IECAT Objetvos desta aula Momentos Lneares, angulares e de Inérca. Estátca de manpuladores: Propagação de forças e torques. Dnâmca de manpuladores:
Leia maisMecânica. Sistemas de Partículas
Mecânca Sstemas de Partículas Mecânca» Sstemas de Partículas Introdução A dnâmca newtonana estudada até aqu fo utlzada no entendmento e nas prevsões do movmento de objetos puntformes. Objetos dealzados,
Leia maisCÁLCULO DO ALUNO EQUIVALENTE PARA FINS DE ANÁLISE DE CUSTOS DE MANUTENÇÃO DAS IFES
MIISTÉRIO DA EDUCAÇÃO SECRETARIA DE EDUCAÇÃO SUPERIOR DEPARTAMETO DE DESEVOLVIMETO DA EDUCAÇÃO SUPERIOR TECOLOGIA DA IFORMAÇÃO CÁLCULO DO ALUO EQUIVALETE PARA FIS DE AÁLISE DE CUSTOS DE MAUTEÇÃO DAS IFES
Leia maisAtividade em Soluções Eletrolíticas
Modelo de solução eletrolítca segundo Debye-Hückel. - A le lmte de Debye-Hückel (LLDH) tem o lmte que está em: I 0,01. log z.z A I 1/ valêncas do íons + e do eletrólto I 1 [ z b / b ] constante que depende
Leia maisPROCEDIMENTO PARA ESCOLHA DA LOCALIZAÇÃO DE UM CENTRO REGIONAL DE DISTRIBUIÇÃO E RECOLHA DE EQUIPAMENTOS. N. R. Candido, V.B. G.
PROCEDIMENTO PARA ESCOLHA DA LOCALIZAÇÃO DE UM CENTRO REGIONAL DE DISTRIBUIÇÃO E RECOLHA DE EQUIPAMENTOS N. R. Canddo, V.B. G. Campos RESUMO Apresenta-se neste trabalho um procedmento de auxílo à decsão
Leia maisRealimentação negativa em ampliadores
Realmentação negatva em ampladores 1 Introdução necessdade de amplfcadores com ganho estável em undades repetdoras em lnhas telefôncas levou o Eng. Harold Black à cração da técnca denomnada realmentação
Leia maisSurpresa para os calouros. Série Matemática na Escola. Objetivos
Surpresa para os calouros Sére Matemátca na Escola Objetvos 1. Usando a decomposção de um número em fatores prmos, pode-se provar que um número ntero é um quadrado perfeto, se e somente se tem um número
Leia mais3 Cálculo Básico de Enlace Via Satélite
35 3 Cálculo Básco de Enlace Va Satélte Neste capítulo é tratado o cálculo básco de um enlace va-satélte, subentenddo em condções normas de propagação (espaço lvre) nos percursos de subda e descda e consderados
Leia maisEscala do Algodão. Celso Jamil Marur & Onaur Ruano
Escala do Alodão Celso Jaml Marur & Onaur Ruano As espéces mas cultvadas, como mlo, soja e tro, possuem escalas de crescmento e desenvolvmento, conecdas como Escala de Hanway, de Fer e de Zadocks, respectvamente.
Leia maisANÁLISE DE COMPONENTES PRINCIPAIS, ANÁLISE FATORIAL: Exemplos em STATA. Prof. Dr. Evandro Marcos Saidel Ribeiro RESUMO
UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DEPARTAMENTO DE ADMINISTRAÇÃO ANÁLISE DE COMPONENTES PRINCIPAIS, ANÁLISE FATORIAL: Eemplos em STATA. Prof. Dr. Evandro Marcos
Leia maisPROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2010/2011
Instruções: PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 00/0 Cada uestão respondda corretamente vale (um) ponto. Cada uestão respondda ncorretamente vale - (menos um) ponto. Cada uestão
Leia maisFAAP APRESENTAÇÃO (1)
ARESENTAÇÃO A Estatístca é uma cênca que organza, resume e smplfca nformações, além de analsá-las e nterpretá-las. odemos dvdr a Estatístca em três grandes campos:. Estatístca Descrtva- organza, resume,
Leia maisElementos de Estatística e Probabilidades II
Elementos de Estatístca e Probabldades II Varáves e Vetores Aleatóros dscretos Inês Das 203 O prncpal objetvo da deste documento é fornecer conhecmentos báscos de varáves aleatóras dscretas e pares aleatóros
Leia maisNotas Processos estocásticos. Nestor Caticha 23 de abril de 2012
Notas Processos estocástcos Nestor Catcha 23 de abrl de 2012 notas processos estocástcos 2 O Teorema de Perron Frobenus para matrzes de Markov Consdere um processo estocástco representado por um conunto
Leia mais2010 The McGraw-Hill Companies, Inc. All rights reserved. Prof.: Anastácio Pinto Gonçalves Filho
rof.: nastáco nto Gonçalves lho Introdução Nem sempre é possível tratar um corpo como uma únca partícula. Em geral, o tamanho do corpo e os pontos de aplcação específcos de cada uma das forças que nele
Leia mais2 Agregação Dinâmica de Modelos de Turbinas e Reguladores de Velocidade: Teoria
Agregação Dnâmca de Modelos de urbnas e Reguladores de elocdade: eora. Introdução O objetvo da agregação dnâmca de turbnas e reguladores de velocdade é a obtenção dos parâmetros do modelo equvalente, dados
Leia mais8.16. Experimentos Fatoriais e o Fatorial Fracionado
8.6. Expermentos Fatoras e o Fatoral Fraconado Segundo Kng (995) os arranos fatoras e fatoral fraconado estão dentre os arranos mas usados em expermentos ndustras. Veremos aqu alguns casos mas geras e
Leia maisIMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO
IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO Alne de Paula Sanches 1 ; Adrana Betâna de Paula Molgora 1 Estudante do Curso de Cênca da Computação da UEMS, Undade Unverstára de Dourados;
Leia maisO problema da superdispersão na análise de dados de contagens
O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão
Leia maisProf. Cláudio Serra, Esp. 1. Produção de Leite x índice Pluviométrico y = 0.8x R 2 =
Análse de Regressão Cap.. Introdução Análse de regressão é uma técnca de modelagem utlzada para analsar a relação entre uma varável dependente () e uma ou mas varáves ndependentes,, 3,..., n. O ojetvo
Leia maisRedução dos Dados. Júlio Osório. Medidas Características da Distribuição. Tendência Central (Localização) Variação (Dispersão) Forma
Redução dos Dados Júlo Osóro Meddas Característcas da Dstrbução Tendênca Central (Localzação) Varação (Dspersão) Forma 1 Meddas Característcas da Dstrbução Meddas Estatístcas Tendênca Central Dspersão
Leia mais2. Validação e ferramentas estatísticas
. Valdação e ferramentas estatístcas Mutos aspectos relaconados à socedade são suportados, de alguma forma, por algum tpo de medção analítca. Mlhões de medções analítcas são realzadas todos os das, em
Leia maisQ 1-1,5(Q3-Q1) < X i < Q 3 + 1,5(Q 3 -Q 1 ) Q 3 +1,5(Q 3 -Q 1 ) < X i < Q 3 +3(Q 3 -Q 1 ) Q 1 3(Q 3 -Q 1 ) < X i < Q 1 1,5(Q 3 -Q 1 )
DIGRM OX-PLOT E CRCTERIZÇÃO DE OUTLIERS E VLORES EXTREMOS Outlers e valores extremos são aqueles que estão muto afastados do centro da dstrbução. Uma forma de caracterzá-los é através do desenho esquemátco
Leia maisPrograma de Certificação de Medidas de um laboratório
Programa de Certfcação de Meddas de um laboratóro Tratamento de dados Elmnação de dervas Programa de calbração entre laboratóros Programa nterno de calbração justes de meddas a curvas Tratamento dos resultados
Leia maisManual dos Indicadores de Qualidade 2011
Manual dos Indcadores de Qualdade 2011 1 Dretora de Avalação da Educação Superor Clauda Maffn Grbosk Coordenação Geral de Controle de Qualdade da Educação Superor Stela Mara Meneghel Equpe Técnca: José
Leia maisO QUEBRA-CABEÇA DE LANGFORD
O QUEBRA-CABEÇA DE LANGFORD Mateus Mendes Magela Unversdade Federal do Espírto Santo mateusmendes.m@uol.com.br Resumo: O Quebra-Cabeça de Langford é um passatempo muto atraente e sufcentemente engenhoso
Leia mais2 - Análise de circuitos em corrente contínua
- Análse de crcutos em corrente contínua.-corrente eléctrca.-le de Ohm.3-Sentdos da corrente: real e convenconal.4-fontes ndependentes e fontes dependentes.5-assocação de resstêncas; Dvsores de tensão;
Leia maisTeoria da Regressão Espacial Aplicada a. Sérgio Alberto Pires da Silva
Teora da Regressão Espacal Aplcada a Modelos Genércos Sérgo Alberto Pres da Slva ITENS DE RELACIONAMENTOS Tópcos Báscos da Regressão Espacal; Banco de Dados Geo-Referencados; Modelos Genércos Robustos;
Leia maisDiferença entre a classificação do PIB per capita e a classificação do IDH
Curso Bem Estar Socal Marcelo Ner - www.fgv.br/cps Metas Socas Entre as mutas questões decorrentes da déa de se mplementar uma proposta de metas socas temos: Qual a justfcatva econômca para a exstênca
Leia maisGestão e Teoria da Decisão
Gestão e Teora da Decsão Logístca e Gestão de Stocks Estratégas de Localzação Lcencatura em Engenhara Cvl Lcencatura em Engenhara do Terrtóro 1 Estratéga de Localzação Agenda 1. Classfcação dos problemas
Leia maisINTRODUÇÃO À PROBABILIDADE. A probabilidade é uma medida da incerteza dos fenômenos. Traduz-se por um número real compreendido de 0 ( zero) e 1 ( um).
INTRODUÇÃO À PROILIDDE teora das probabldade nada mas é do que o bom senso transformado em cálculo probabldade é o suporte para os estudos de estatístca e expermentação. Exemplos: O problema da concdênca
Leia maisProblemas Propostos. Frações mássicas, volúmicas ou molares. Estequiometria.
Elementos de Engenhara Químca I II. Frações e Estequometra (problemas resolvdos) Problemas Propostos. Frações másscas, volúmcas ou molares. Estequometra.. Em 5 moles de Benzeno (C 6 H 6 ) quanto é que
Leia maisAULA EXTRA Análise de Regressão Logística
1 AULA EXTRA Análse de Regressão Logístca Ernesto F. L. Amaral 13 de dezembro de 2012 Metodologa de Pesqusa (DCP 854B) VARIÁVEL DEPENDENTE BINÁRIA 2 O modelo de regressão logístco é utlzado quando a varável
Leia maisRepresentação e Descrição de Regiões
Depos de uma magem ter sdo segmentada em regões é necessáro representar e descrever cada regão para posteror processamento A escolha da representação de uma regão envolve a escolha dos elementos que são
Leia maisAlgarismos Significativos Propagação de Erros ou Desvios
Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento
Leia mais2 ENERGIA FIRME DE SISTEMAS HIDRELÉTRICOS
ENERGIA FIRME DE SISTEMAS HIDRELÉTRICOS 22 2 ENERGIA FIRME DE SISTEMAS HIDRELÉTRICOS Como vsto no capítulo 1, a energa frme de uma usna hdrelétrca corresponde à máxma demanda que pode ser suprda contnuamente
Leia maisExercícios. Utilizando um novo critério, essa banca avaliadora resolveu descartar a maior e a menor notas atribuídas ao professor.
Estatístca Exercícos 1. (Enem 013) Fo realzado um levantamento nos 00 hotés de uma cdade, no qual foram anotados os valores, em reas, das dáras para um quarto padrão de casal e a quantdade de hotés para
Leia maisDISTRIBUIÇÃO DA AÇÃO DO VENTO NOS ELEMENTOS DE CONTRAVENTAMENTO CONSIDERANDO O PAVIMENTO COMO DIAFRAGMA RÍGIDO: ANÁLISE SIMPLIFICADA E MATRICIAL
DISTRIBUIÇÃO DA AÇÃO DO VENTO NOS ELEMENTOS DE CONTRAVENTAMENTO CONSIDERANDO O PAVIMENTO COMO DIAFRAGMA RÍGIDO: ANÁLISE SIMPLIFICADA E MATRICIAL Dstrbuton of the wnd acton n the bracng elements consderng
Leia maisUniversidade da Beira Interior Departamento de Matemática. Ficha de exercícios nº2: Distribuições Bidimensionais
Ano lectvo: 2006/2007 Unversdade da Bera Interor Departamento de Matemátca ESTATÍSTICA Fcha de exercícos nº2: Dstrbuções Bdmensonas Curso: Cêncas do Desporto 1. Consdere a segunte tabela de contngênca:
Leia maisMedidas e resultados em um experimento.
Meddas e resultados em um expermento. I- Introdução O estudo de um fenômeno natural do ponto de vsta expermental envolve algumas etapas que, mutas vezes, necesstam de uma elaboração préva de uma seqüênca
Leia maisConstrução e aplicação de índices-padrão
Construção e aplcação de índces-padrão Artgo Completo José Aparecdo Moura Aranha (Admnstrador e Contador, Professor Assstente do Curso de Admnstração da Unversdade Federal de Mato Grosso do Sul - Câmpus
Leia maisAnálise de Variância. Comparação de duas ou mais médias
Análse de Varânca Comparação de duas ou mas médas Análse de varânca com um fator Exemplo Um expermento fo realzado para se estudar dabetes gestaconal. Desejava-se avalar o comportamento da hemoglobna (HbA)
Leia maisEstudo e Previsão da Demanda de Energia Elétrica. Parte II
Unversdade Federal de Paraná Setor de Tecnologa Departamento de Engenhara Elétrca Estudo e Prevsão da Demanda de Energa Elétrca Parte II Prof: Clodomro Unshuay-Vla Etapas de um Modelo de Prevsão Objetvo
Leia mais3 Subtração de Fundo Segmentação por Subtração de Fundo
3 Subtração de Fundo Este capítulo apresenta um estudo sobre algortmos para a detecção de objetos em movmento em uma cena com fundo estátco. Normalmente, estas cenas estão sob a nfluênca de mudanças na
Leia maisCAPITULO II - FORMULAÇAO MATEMATICA
CAPITULO II - FORMULAÇAO MATEMATICA II.1. HIPOTESES BASICAS A modelagem aqu empregada está baseado nas seguntes hpóteses smplfcadoras : - Regme permanente; - Ausênca de forças de campo; - Ausênca de trabalho
Leia maisANÁLISE DAS TENSÕES TÉRMICAS EM MATERIAIS CERÂMICOS. Palavras-chave: Tensões térmicas, Propriedades variáveis, Condução de calor, GITT
ANÁLISE DAS TENSÕES TÉRMICAS EM MATERIAIS CERÂMICOS Dnz, L.S. Santos, C.A.C. Lma, J.A. Unversdade Federal da Paraíba Laboratóro de Energa Solar LES/DTM/CT/UFPB 5859-9 - João Pessoa - PB, Brasl e-mal: cabral@les.ufpb.br
Leia maisModelo de distribuição de recursos para o transporte escolar rural a partir dos princípios da igualdade e da equidade
Modelo de dstrbução de recursos para o transporte escolar rural a partr dos prncípos da gualdade e da equdade Alan Rcardo da Slva 1 ; Yaeko Yamashta 2 Resumo: O transporte escolar rural consttu um mportante
Leia maisAlunos Equivalentes de Graduação em 2013
Alunos Equvalentes de /0/04 Graduação em 03 Fonte: Censo do Ensno Superor IV ENCONTRO DOS PROCURADORES INSTITUCIONAIS DAS IFES GOIÂNIA DE OUTUBRO DE 04 Base Legal Matrz Orçamentára u Portara nº 65, de
Leia maisTEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma.
UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO CENTRO DE CIÊNCIAS EXATAS DEPARTAMENTO DE FÍSICA AV. FERNANDO FERRARI, 514 - GOIABEIRAS 29075-910 VITÓRIA - ES PROF. ANDERSON COSER GAUDIO FONE: 4009.7820 FAX: 4009.2823
Leia maisÍndices de Concentração 1
Índces de Concentração Crstane Alkmn Junquera Schmdt arcos André de Lma 3 arço / 00 Este documento expressa as opnões pessoas dos autores e não reflete as posções ofcas da Secretara de Acompanhamento Econômco
Leia maisExercícios de CPM e PERT Enunciados
Capítulo 7 Exercícos de CPM e PERT Enuncados Exercícos de CPM e PERT Enuncados 106 Problema 1 O banco TTM (Tostão a Tostão se faz um Mlhão) decdu transferr e amplar a sua sede e servços centras para a
Leia maisAssociação de Resistores Física 2
Assocação de esstores Físca 2 Aula 4. Sére I. A corrente elétrca é a mesma em cada resstor. II. A ddp total se dvde entre os resstores. III. A resstênca equvalente é a soma das resstêncas elétrcas de cada
Leia maisAplicação de um modelo simulado na formação de fábricas
Aplcação de um modelo smulado na formação de fábrcas Márca Gonçalves Pzaa (UFOP) pzaa@ldapalm.com.br Rubson Rocha (UFSC) rubsonrocha@eps.ufsc.br Resumo O objetvo deste estudo é determnar a necessdade de
Leia mais