EFICIÊNCIA DE INVENTÁRIO FLORESTAL COM AMOSTRAGEM PONTO DE BITTERLICH E CONGLOMERADO EM LINHA EM PLANTAÇÃO DE Pinus taeda

Tamanho: px
Começar a partir da página:

Download "EFICIÊNCIA DE INVENTÁRIO FLORESTAL COM AMOSTRAGEM PONTO DE BITTERLICH E CONGLOMERADO EM LINHA EM PLANTAÇÃO DE Pinus taeda"

Transcrição

1 EFICIÊNCIA DE INVENTÁRIO FLORESTAL CO AOSTRAGE PONTO DE BITTERLICH E CONGLOERADO E LINHA E PLANTAÇÃO DE Piu taeda João Paulo Druzcz, Nelo Yohihiro Nakajima, Sylvio Péllico Netto, Sebatião do Amaral achado, Aabel Aparecida de ello 3, Artur Padão Garcia Campo 4 Eg. Floretal, Doutorado em Egeharia Floretal, UFPR, Curitiba, PR, Brail -jpaulorz@yahoo.com.br Eg. Floretal, Dr., Depto. de Ciêcia Floretai, UFPR, Curitiba, PR, Brail -elo.akajima@ufpr.br; ylviopellicoetto@gmail.com;amachado@ufpr.br 3 Eg a Floretal, Dr a., Depto. de Ciêcia Floretai, UFS, São Critóvão, SE, Brail -aabel_mello@yahoo.com.br 4 Eg. Floretal, Coultor a STCP Egeharia, Curitiba, PR, Brail -arturpcampo@hotmail.com Recebido para publicação: 3//0 Aceito para publicação: 4/08/0 Reumo Ete etudo foi coduzido em trê diferete codiçõe de platio de Piu taeda L., em debate, com 0, 9 e 7 ao de idade,.000 árvore por hectare e diferete icliaçõe o terreo, localizado o etado do Paraá. O objetivo foi avaliar a eficiêcia do ivetário utilizado-e a amotragem de área variável poto de Bitterlich e de área fia com coglomerado em liha, atravé da aálie do comportameto quato à preciõe e eficiêcia relativa a etimativa da eguite variávei: diâmetro médio (cm), úmero de árvore por ha, área baal (m /ha) e volume total (m 3 /ha). Para io, utilizou-e o delieameto em bloco caualizado com 40 uidade amotrai para o método poto de Bitterlich (PB) e 0 uidade para o método de área fia com coglomerado em liha (CL), edo ete compoto por 4 ubuidade. Cocluiu-e que, para a variávei diâmetro médio (cm) e úmero de árvore por ha, idica-e a utilização do método de área fia com coglomerado em liha (CL), já que a eficiêcia para a obteção dea variávei é maior. Já para a variávei área baal (m /ha) e volume (m 3 /ha), idica-e a utilização do método de área variável poto de Bitterlich (PB), tedo em vita a maior eficiêcia o levatameto dea variávei. Palavra-chave: Eficiêcia relativa; precião; método de amotragem. Abtract Foret ivetory efficiecy with Bitterlich amplig method ad lie cluter amplig i Piu taeda tad. Thi tudy wa carried out i three differet tad of Piu taeda L., uthied ad aged 0,9 ad 7 year. The tad have.000 tree per hectare ad are located i Paraa State. The aim wa to evaluate the cot of ivetorie uig Bitterlich Samplig ad the amplig method with Lie Cluter to aalyze the accuracie behavior ad relative efficiecie for etimatio of the followig variable: average diameter at breat height, umber of tree, baal area ad total volume per hectare. I order to that, it wa take a ample of 40 uit to the PB method ad 0 uit for the CL method, which i compoed of four ubuit, ad it wa ued the radomized block deig. It wa cocluded that for the variable diameter (cm) ad umber of tree per ha it i idicated the ue of the plot amplig with Cluter Lie, ice the efficiecy to obtai thee variable i greater. For the variable baal area per ha (m ) ad total volume (m 3 ) it i idicated the ue of Bitterlich amplig method (PB), ice the efficiecy i greater i the urvey of thee variable. Keyword: Relative efficiecy; accuracy; amplig method. INTRODUÇÃO A eceidade de aber a quatidade e qualidade do etoque floretai e ua predição faz com que a emprea buquem iformaçõe atravé de ivetário floretai, o quai ão feito com o uo da técica de amotragem. A obteção dea iformaçõe apreeta cuto que aumetam com o grau de detalhameto, precião requerida e eficiêcia da forma como a variávei ão obtida, etre outra iformaçõe. FLORESTA, Curitiba, PR, v. 4,. 3, p , jul./et

2 É comum dizer que, em qualquer aplicação de amotragem, precião e cuto ão dua variávei itimamete iterligada e que a epecificação de uma implica automaticamete a determiação da outra (PÉLLICO NETTO; BRENA, 997). Avery e Burkhart (983) afirmam que a melhor etrutura de amotragem de um dado problema de etimativa é aquela que etabelece a precião deejada pelo meor cuto. Para ele, io é feito com o produto etre o quadrado do erro padrão e o tempo (cuto tempo). Segudo Nakajima et al. (997), a eficiêcia do método de amotragem elecioado (tipo, forma e tamaho) é iflueciada em grade parte pela tipologia floretal, grau de degradação da floreta e pela topografia da área, edo que a adequação do método de amotragem à codiçõe floretai poibilitará um aumeto a precião a etimativa da variávei correte de iteree e, coequetemete, uma redução do tempo de eecução, o que refletirá a redução de cuto, para um memo eforço de amotragem. Sparck et al. (00) compararam etimativa de úmero de árvore em trê platio o udete de Oklahoma (EUA), uado parcela circulare e quadrada de tamaho fio e de tamaho variável. Cocluíram que toda a parcela foram eficiete quato ao tempo de medição, ma a de área fia foreceram etimativa mai precia do úmero de árvore, idepedetemete da ua dimeõe. auricio et al. (005), em eu etudo em platio de Piu caribaeavar. Hodurei Barr. et Golf. o oriete da Veezuela, cocluíram que o método de ivetário com parcela de área fia é levemete mai precio que o de área variável, pricipalmete quato à etimativa da variável úmero de árvore. O memo autore afirmam que a meor precião do método de área variável é compeada pela maior velocidade de eecução e ecoomia o cuto de ivetário. Nakajima et al. (996a), comparado a precião de quatro método de amotragem uado para etimativa de valore em dua ocaiõe para a variávei úmero de árvore, área baal e volume em floreta de Cryptomeria japoica D. Do, em Kagohima, Japão, obtiveram reultado que variaram para cada variável etimada. Para o úmero de árvore por hectare, o método de área fia com parcela circular foi mai precio em amba a ocaiõe, eguido pelo método de área fia com parcela circular cocêtrica. Para a área baal e volume por hectare, o método de área fia com parcela circular cocêtrica foi o mai precio, eguido do método de Bitterlich e do método de área fia com parcela circular. Ele também afirmam que, quato à acurácia, o método de área fia com parcela circular cocêtrica foi em geral um pouco uperior ao outro, apear de ão haver difereça igificativa etre ele. Etretato, a eleção do método mai apropriado deve coiderar o cuto, o qual etá diretamete relacioado com o tempo gato o etabelecimeto da parcela e coleta de dado. Freee (96) propõe icluir o cuto como um idicador para comparar tamaho de uidade amotrai, tedo ele importate participação o coteto de avaliação da eficiêcia da uidade amotrai de diferete tamaho, podedo-e aida uar a combiação do erro amotrai ou do coeficiete de variação com o repectivo cuto de amotragem. Cearo et al. (994), em eu etudo, cocluíram que o método de ei árvore e o da relacopia motraram meor eficiêcia (60% e 80%, repectivamete), quado comparado com o de área fia. ocovich et al.(999), em etudo comparativo etre o método de área fia, Strad, Proda, quadrate e Bitterlich para a etimativa do úmero de árvore, área baal e volume com caca por hectare, cocluíram que o método mai eficiete foi o de Strad para toda a variávei etimada. Péllico Netto e Brea (997) relatam que, e o objetivo for comparar vário tamaho imultaeamete, pode-e calcular o ivero do produto do quadrado do coeficiete de variação pelo repectivo cuto e compará-lo etre i. Nakajima (997) afirma que, para e comparar diferete método de amotragem, como o de área fia utilizado diferete forma a uidade amotrai, com o de área variável, como o método de Bitterliche Strad, deve-e traformar o método para uma mema bae de comparação, como a padroização do úmero de árvore por uidade amotral. O objetivo dete etudo foi comparar a eficiêcia de ivetário floretai realizado com o método de amotragem de área variável poto de Bitterlich (PB) e amotragem de área fia com coglomerado em liha (CL) para a etimativa correte da variávei diâmetro médio, úmero de árvore, área baal e volume total, por hectare, em platio de Piu taeda L., atravé de ua preciõe e eficiêcia relativa. Nee coteto, parte-e da hipótee de que ão eitem difereça igificativa etatiticamete etre cuto em ivetário floretai realizado por ambo o método de amotragem, ito é, quaiquer difereça obervada ão devida ecluivamete ao fatore ão cotrolado ou ao acao. 58 FLORESTA, Curitiba, PR, v. 4,. 3, p , jul./et. 0.

3 ATERIAL E ÉTODOS Área de etudo A área dete etudo etá localizada a região de Pota Groa, etado do Paraá. A coordeada geográfica ão de latitude ul e de logitude oete. O clima é claificado como Cfb de Köppe, ou eja, clima ubtropical úmido, meotérmico, com verõe freco, geada evera demaiado frequete e em etação eca, edo a precipitação aual média acima de.400mm, com chuva bem ditribuída durate o ao. A temperatura média aual o mee mai frio é iferior a 8 C, equato que a média aual do mee mai quete é uperior a C (BOGNOLA et al., 00). O talhõe utilizado ete etudo ão de Piu taeda L., em debate, com epaçameto de,00 m por,50 m. A uidade amotrai foram alocada em 3 diferete talhõe, deomiado de codiçõe, e 3. A codição têm área de efetivo platio igual a 5,0 ha, idade de 0 ao e topografia com icliação média de 4 ; a codição tem área de efetivo platio igual a 4,5 ha, idade de 7 ao e topografia com icliação média de 5,5 ; e a codição 3 tem área de efetivo platio igual a 3,86 ha, idade de 9 ao e topografia com icliação média de 6,5. A trê codiçõe totalizam uma área de 6,48 ha. Delieameto eperimetal utilizado O delieameto eperimetal utilizado foi o caualizado em bloco com repetiçõe, ito é, cada codição topográfica/etária foi coiderada um bloco e detro de cada um dele foram orteado ao acao 40 poto amotrai para o método poto de Bitterlich (PB) e 0 poto amotrai para o método de área fia com coglomerado em liha (CL). Para o cotrole da codiçõe eperimetai, ee poto amotrai foram utilizado para o doi método. Equaçõe volumétrica e hipométrica utilizada O volume e altura totai da árvore foram etimado por meio da equaçõe a eguir, utilizada para cada uma da codiçõe, a quai foram gerada com dado dete levatameto. Codição Equação de volume total, com caca, para árvore idividual (modelo Schumacher-Hall) L Vi l DAP i l Equação hipométrica para altura total (modelo de Curti) L H (/DAP) (/DAP i i i ) Codição Equação de volume total, com caca, para árvore idividual (modelo Schumacher-Hall) L Vi l DAP i l Equação hipométrica para altura total (modelo de Ogawa) / Hi /DAPi Codição 3 Equação de volume total, com caca, para árvore idividual (modelo Schumacher-Hall) L Vi l DAP i Equação hipométrica para altura total (modelo de Trorey) H DAP DAP i i i ) Hi Hi.l Hi étodo de amotragem poto de Bitterlich (PB) Ete método coite o uo do relacópio de Bitterlich para a eleção da árvore. Fazedo-e uma rotação de 360 grau em cada poto amotral, a árvore ão elecioada com probabilidade FLORESTA, Curitiba, PR, v. 4,. 3, p , jul./et

4 proporcioal ao quadrado do eu diâmetro, ou eja, erão elecioada aquela cujo diâmetro à altura do peito (DAP) eja igual ou maior à abertura do âgulo de viada do aparelho utilizado. Com bae em achado e Figueiredo Filho (003), a preeça de árvore cuja abertura do âgulo de viada for igual ao DAP gera dúvida quato a ua eleção ou ão e, a prática, para ão decaracterizar uma da pricipai vatage do método, que é a rapidez da eecução do poto amotral, defiiu-e como critério de icluão apea 50% da árvore duvidoa, ou eja, metade dea árvore etra a cotagem e a outra metade ão. Nete etudo foi utilizado o fator de área baal doi (FAB ), porque, com o uo do FAB 3 ou 4, pouca árvore eriam elecioada por poto amotral e, coequetemete, dimiuiria ua precião. Já com o FAB eriam elecioada muita árvore, dificultado o trabalho de campo. A ecolha dee fator de área baal é ratificada com a citaçõe em achado e Figueiredo Filho (003), o qual Bitterlich (984) e Silva (977) relatam que a bada adequada é aquela que cota de 0 a 30 árvore por giro e que, como regra geral, a ecolha da bada mai adequada deve er feita com bae a upota área baal (área baal etre 0 e 40 m /ha uar Bada ). A fórmula uada para a etimativa da variávei foram ugerida por Nihizawa, citado por Nakajima (997). di i g i dm N k i gi i gi v i G k V k i gi Em que: dm diâmetro médio (cm); N úmero de árvore por hectare; G área baal por hectare (m /ha); V volume por hectare (m 3 /ha); k fator de área baal (k ); úmero de árvore elecioada por poto de amotragem; d i diâmetro da árvore i elecioada (cm); g i área traveral da árvore i elecioada (m ); v i volume da árvore i elecioada (m 3 ). étodo de amotragem com coglomerado em liha (CL) A amotragem por coglomerado ou grupo é uma variação do método de amotragem de área fia, em que, ao ivé de e utilizarem uidade amotrai idividuai, eu arrajo epacial é feito em grupo ou coglomerado de pequea ubuidade. Nete etudo, foram utilizada ubuidade amotrai com diferete área, ou eja, para cada codição foi determiado um raio. Na codição, o raio da ubuidade amotral foi de 6,75 m, que correpode a uma área de 43,4 m ou 0,043 ha. Para a codição, o raio da ubuidade amotral foi de 5,65 m, que correpode a uma área de 00,9 m ou 0,0 ha. Para a codição 3, o raio da ubuidade amotral foi de 5,60 m, que correpode a uma área de 98,5 m ou 0,0099 ha. A ditâcia etre o cetro da ubuidade foi calculada da eguite forma: uma ditâcia fia de 0 m etre borda da ubuidade, mai o raio que, para a codiçõe acima mecioada, geraram uma ditâcia etre o cetro da ubuidade de 3,50 m,,30 m e,0 m. A fórmula uada para a etimativa da variávei foram ugerida por Queiroz (998), modificada por Druzcz (008). ijk d dij ijk k ij i j dm ijk d 530 FLORESTA, Curitiba, PR, v. 4,. 3, p , jul./et. 0.

5 NA i j. ij G i j ijk gijk k V i j ijk vijk k Em que: úmero de uidade primária ou coglomerado amotrado; úmero de ubuidade que compõem cada coglomerado; Dmdiâmetro médio do coglomerado (cm); NA úmero de árvore por hectare; G área baal por hectare (m /ha); V volume por hectare (m 3 /ha); d diâmetro médio da árvore elecioada a ubuidade j do coglomerado i ; ij ijk g ijk úmero de árvore k elecioada a ubuidade j o coglomerado i ; área baal da árvore k elecioada a ubuidade j o coglomerado i ; v ijk volume da árvore k elecioada a ubuidade j o coglomerado i ; área da ubuidade circular (ha). Iteidade amotral ou repetiçõe No preete etudo, cada método foi coduzido em trê diferete codiçõe topográfica e etária, com uma iteidade amotral de 40 uidade para cada codição o método PB e 0 uidade para o método CL. O proceo de amotragem adotado para orteio da uidade amotrai a área do etudo foi o iteiramete ao acao. Com bae em Nakajima et al. (997), como o método de amotragem poto de Bitterlich (PB) é um método de área variável, ito é, ão poui uma área defiida, e o método com coglomerado em liha (CL) é um método de área fia, com quatro ubuidade, uma forma de traformar o doi diferete método (método de área variável veru método de área fia) para uma mema bae de comparação foi ajutar o tamaho da amotra do doi método de maeira tal que cotivee, aproimadamete, a mema quatidade de árvore. O memo poto de amotragem foram matido para o doi método. étodo da eficiêcia relativa (ER) Para o cálculo de eficiêcia relativa, foram coiderada toda a variávei etimada em cada método de amotragem. Freee, citado por Péllico Netto e Brea (997), coidera o tempo médio de meuração em cada um do método e o coeficiete de variação obtido. No cao do preete trabalho, o método que apreetar maior valor de eficiêcia relativa é o mai eficiete, calculado pela eguite fórmula: ER T CV Em que: ER eficiêcia relativa; T i tempo de medição da uidade amotral i ; CV coeficiete de variação. i FLORESTA, Curitiba, PR, v. 4,. 3, p , jul./et

6 Sedo aim, pode-e, com a eficiêcia relativa, comparar o método e motrar qual teve melhor deempeho, atededo ao limite de erro etipulado. étodo de medição Para etimativa da variávei diâmetro médio, úmero de árvore, área baal e volume total, por hectare, foram coletado dado de diâmetro à altura do peito (DAP) e também foram medida, com o auílio do hipômetro de Blume-Lei, a altura de 0 árvore ao acao preete a uidade amotrai. Adicioalmete, foi meurado o tempo de implatação e a medição da parcela, com o auílio de um croômetro digital. Itrumeto e materiai utilizado a medição No método PB, utilizou-e o método idireto para a eleção da árvore iclua a parcela e direto para a medição do CAP. Já para o método CL, foram uado o eguite itrumeto e materiai: Para o método de amotragem poto de Bitterlich (PB): relacópio de Bitterlich para a eleção da árvore da parcela, fita métrica graduada em milímetro para medição da circuferêcia à altura do peito (CAP), giz para marcação da árvore medida, etaca para marcação do poto amotral, ficha de campo, pracheta, lapieira e borracha. Para o método de amotragem de área fia com coglomerado em liha (CL): etaca (memo poto amotral do PB), trea para medição do raio da parcela, fita métrica para medição da CAP, giz, ficha de campo, pracheta, lapieira e borracha. Aálie etatítica Aálie etatítica para o método de amotragem poto de Bitterlich (PB) Para o método de amotragem poto de Bitterlich (PB), a aálie etatítica foram realizada por meio da eguite fórmula, coforme Péllico Netto e Brea (997): ( i ) ( i ) i i ± t cv 00 er ± 00 ic ± t Em que: média da variável ; i valor de cada variável ; úmero de uidade amotrai; variâcia; devio padrão; erro padrão; er erro de amotragem em porcetagem; t valor tabelar de Studet (t (39;0.05),03); ic itervalo de cofiaça. Para ee método, a população foi coiderada ifiita, edo o erro máimo admiível de 0%, com 95% de probabilidade. 53 FLORESTA, Curitiba, PR, v. 4,. 3, p , jul./et. 0.

7 Aálie etatítica para o método de amotragem com coglomerado em liha (CL) Para o método de amotragem de área fia com coglomerado em liha (CL), a aálie etatítica foram realizada por meio da eguite fórmula, coforme Péllico Netto e Brea (997): X ij X i j ij i j + e r e Q e e + d d e + d etre Q detro em que Q d etre Q i detro ( i i j ) ( Xi i ) ( ) [ + r( ) ] 00 ic ±t Em que: média da população por ubuidade; i média da ubuidade por coglomerado; úmero de coglomerado amotrado; variâcia da população por ubuidade; cv t er ± 00 e variâcia etre coglomerado; d variâcia detro do coglomerado; Q etre quadrado médio etre o coglomerado; Q detro quadrado médio etre a ubuidade detro do coglomerado; r coeficiete de correlação itra coglomerado; variâcia da média; devio padrão; erro padrão; cv coeficiete de variação; er erro de amotragem em porcetagem; t valor tabelar de Studet (t (09;0.05),6); ic itervalo de cofiaça. Para ee método, a população foi coiderada ifiita, edo o erro máimo admiível de 0%, com 95% de probabilidade. j FLORESTA, Curitiba, PR, v. 4,. 3, p , jul./et

8 RESULTADOS E DISCUSSÃO Número de árvore amotrada por uidade amotral ou parcela Foram medida a CAP de 4.63 árvore em 50 uidade amotrai italada em uma área eperimetal de 6,48 ha. Na tabela, é apreetado o úmero de árvore amotrada em cada uidade amotral ou parcela, por codição e método. Tabela. Número de árvore por uidade amotral para a trê codiçõe. Table. Number of tree by amplig uit for the three coditio. Uidade Codição Codição Codição 3 amotral PB CL PB CL PB CL Soma édia FLORESTA, Curitiba, PR, v. 4,. 3, p , jul./et. 0.

9 O tamaho da amotra do doi método foi ajutado de forma que cotivee, aproimadamete, o memo úmero de árvore. Devido à dificuldade ee ajute, oberva-e que o úmero de árvore amotrado pelo CL foi 0,4% maior que o PB, em média. Etimativa da variávei pelo método PB e CL Na tabela etá apreetado o reumo da etimativa do valore da variávei DAP médio (cm), úmero de árvore por ha, área baal (m /ha) e volume total (m 3 /ha) para cada codição. Tabela. Etimativa da variávei DAP médio, úmero de árvore, área baal e volume por ha para a trê codiçõe. Table. Etimate of the variable DBH average, umber of tree, baal area ad volume by ha for the three coditio. Variávei Codição Codição Codição 3 PB CL PB CL PB CL DAP médio (cm) 7, 6,5 5,9 6, 5, 5,3 Número de árvore/ha Área baal/ha (m ) 40, 36,9 35,7 39,7 33,0 35,7 Volume/ha (m 3 ) 6,3 35,0 69,9 89,8 76,4 9, Aálie etatítica da variávei etimada pelo doi método O reumo da aálie etatítica da variávei DAP médio (cm), úmero de árvore por ha, área baal (m /ha) e volume total (m 3 /ha) etá apreetado a tabela 3, 4, 5 e 6, repectivamete. Tabela 3. Aálie etatítica para o DAP médio etimado para a trê codiçõe. Table 3. Statitical aalye for etimatig DBH average for the three coditio. Aálie etatítica Codição Codição Codição 3 PB CL PB CL PB CL Devio padrão (cm) ±,9 ±0,96 ±,34 ±0,88 ±0,9 ±0,84 Erro padrão (cm) ±0,0 ±0, ±0, ±0, ±0,4 ±0,5 Coeficiete de variação (%) 7,58 5,84 8,40 5,47 5,96 5,5 Erro de amotragem (%) ±,4 ±,75 ±,69 ±,6 ±,90 ±,00 Itervalo de cofiaça (cm) ±0,4 ±0,45 ±0,43 ±0,4 ±0,9 ±0,3 Tabela 4. Aálie etatítica para o úmero de árvore etimado para a trê codiçõe. Table 4. Statitical aalye for etimatig umber of tree for the three coditio. Aálie etatítica Codição Codição Codição 3 PB CL PB CL PB CL Devio padrão (N/ha) ±306,55 ±30,00 ±30,7 ±04,48 ±80,84 ±74,34 Erro padrão (N/ha) ±48,47 ±8,38 ±49,3 ±6,54 ±44,4 ±,84 Coeficiete de variação (%) 7,79 7,94 7,57 0,79 5,9 9,30 Erro de amotragem (%) ±5,69 ±3,50 ±5,6 ±,83 ±5,09 ±,46 Itervalo de cofiaça (N/ha) ±98,04 ±57,40 ± 99,37 ±53,68 ±89,8 ±46,9 Tabela 5. Aálie etatítica para a área baal etimada para a trê codiçõe. Table 5. Statitical aalye for etimatig baal area for the three coditio. Aálie etatítica Codição Codição Codição 3 PB CL PB CL PB CL Devio padrão (m /ha) ±4,6 ±4,84 ±3,0 ±3,49 ±3,6 ±4,3 Erro padrão (m /ha) ±0,66 ±,0 ±0,49 ±0,50 ±0,57 ±0,7 Coeficiete de variação (%) 0,36 3, 8,70 8,78 0,98,84 Erro de amotragem (%) ±3,3 ±6,57 ±,78 ±,56 ±3,5 ±4,0 Itervalo de cofiaça (m /ha) ±,33 ±,43 ±0,99 ±,0 ±,6 ±,43 FLORESTA, Curitiba, PR, v. 4,. 3, p , jul./et

10 Tabela 6. Aálie etatítica para o volume etimado para a trê codiçõe. Table 6. Statitical aalye for etimatig volume for the three coditio. Aálie etatítica Codição Codição Codição 3 PB CL PB CL PB CL Devio padrão (m 3 /ha) ±3,4 ±35,74 ±5,48 ±8,0 ±9,6 ±3,6 Erro padrão (m 3 /ha) ±4,97 ±8,99 ±,45 ±3,06 ±3,05 ±4,04 Coeficiete de variação (%),0 5, 9, 9,59 0,9,35 Erro de amotragem (%) ±3,84 ±7,74 ±,9 ±3,7 ±3,49 ±4,8 Itervalo de cofiaça (m 3 /ha) ±0,05 ±8,9 ±4,95 ±6,0 ±6,6 ±8,7 De acordo com a tabela 3, para a etimativa do diâmetro médio, o meor erro de amotragem foi obtido para o método poto de Bitterlich (PB). Yohida (99), em refloretameto de cedro japoê (Cryptomeria japoica D. Do), obteve a eguite claificação: método de Strad, parcela circular, parcela circular cocêtrica e método de Bitterlich. Coforme a tabela 4, para a etimativa do úmero de árvore por hectare, o meor erro de amotragem foi obtido para o método de amotragem de área fia com coglomerado em liha (CL). Nakajima et al. (995, 996), a floreta de Shiragadake, Japão, obtiveram a eguite claificação (quato à precião a etimava dea mema variávei): parcela circular, parcela circular cocêtrica e método de Strad. Coforme a tabela 5 e 6, para a etimativa de área baal e volume total, por hectare, o meore erro de amotragem foram obtido para o método de amotragem poto de Bitterlich (PB), memo com a devatagem de ter amotrado 0,4% meo árvore que o método CL. Para a área baal, Nakajima et al. (995, 996), a floreta de Shiragadake, Japão, obtiveram a eguite claificação da precião: método de Bitterlich, parcela circular cocêtrica, método de Strad e parcela circular. Já para o volume, ahrer e Volleweider (983), em refloretameto a Suíça, obtiveram a eguite claificação: parcela circular cocêtrica, método de Strad, método de Bitterlich e parcela circular. Claificação do método PB e CL quato à precião A claificação do método de amotragem a precião da etimativa da variávei é apreetada a tabela 7. Tabela 7. Claificação do método com bae o erro de amotragem. Table 7. Claificatio of method baed o error of amplig. Claificação º Lugar º Lugar DAP médio (cm) Número de árvore (N/ha) Área Baal (m /ha) Volume (m 3 /ha) A tabela 7 motra que, para a etimativa do diâmetro médio, área baal e volume, por hectare, o método PB foi uperior, e, para o úmero de árvore, por hectare, o método CL foi melhor. Comparação da eficiêcia relativa etre o método PB e CL Para aálie da eficiêcia relativa etre o doi método, foram coiderada a trê codiçõe imultaeamete. Claificação do método PB e CL quato à eficiêcia relativa Na aálie de variâcia (ANOVA) da eficiêcia relativa para a variávei diâmetro médio e úmero de árvore por hectare, o tete F para bloco e tratameto foi ão igificativo o ível de 5% de probabilidade, aceitado-e a hipótee de ulidade, a qual diz ão eitirem difereça etatiticamete igificativa etre o bloco e tratameto, ou eja, o bloco ão ifluem a etimativa da variávei aaliada, ão e jutificado o cotrole local feito atravé do memo, como também ão eitem PB CL PB PB CL PB CL CL 536 FLORESTA, Curitiba, PR, v. 4,. 3, p , jul./et. 0.

11 difereça igificativa etre o tratameto. Já para a variável área baal e volume total por hectare, o tete F para bloco e tratameto foi igificativo o ível de 5% de probabilidade, ou eja, tato o bloco quato o tratameto ão pouem efeito emelhate obre a variávei aaliada. Dea forma, como ão apea doi tratameto, ão e jutifica a realização de tete de cotrate de média e dá-e preferêcia para o método de amotragem com maior eficiêcia, que ete cao é o método de amotragem de área variável PB. A tabela 8 motra que, a etimativa do diâmetro médio e úmero de árvore, por hectare, o método CL foi mai eficiete, e que a etimativa da área baal e volume total, por hectare, o método PB foi mai eficiete. Tabela 8. Eficiêcia relativa comparada para a trê codiçõe. Table 8. Relative compared efficiecy for the three coditio. étodo Tempo médio DAP (cm) Árvore/ha Área baal (m /ha) Volume (m 3 /ha) (miuto) cv% ER cv% ER cv% ER cv% ER Codição PB 93,88 7,58,86 7,79 0,34 0,36 0,99,0 0,74 CL 4,5 5,84,07 7,94, 3, 0,4 5, 0,3 Codição PB 74,36 8,40,9 7,57 0,44 8,70,78 9,,6 CL 06,05 5,47 3,5 0,79 0,8 8,78, 9,59,03 Codição 3 PB 7,58 5,96 3,94 5,9 0,55 0,98,6 0,9,7 CL 5,60 5,5,85 9,30,00,84 0,6,35 0,57 édia PB 79,94 7,3,57 7,09 0,44 0,0,3 0,68,8 CL,06 5,6,69 9,34 0,98,4 0,75,38 0,64 Difereça média (valor aboluto) 0, 0,53 0,56 0,54 Na aálie da variável diâmetro médio (cm), coforme a tabela 8, a difereça média da eficiêcia relativa etre o método é de 0, a favor do CL. Io igifica que o CL é 4,5% mai eficiete em média o levatameto dea variável, edo que ão houve difereça etatiticamete igificativa etre a eficiêcia relativa do método. Na aálie da variável úmero de árvore por ha, coforme a tabela 8, a difereça média da eficiêcia relativa etre o método é de 0,53 a favor do CL. Io igifica que o referido método é 54,6% mai eficiete, em média, o levatameto dea variável, edo que há difereça etatiticamete igificativa etre a eficiêcia relativa do método. Já a aálie da área baal (m /ha) e volume total (m 3 /ha), coforme a tabela 8, a difereça média da eficiêcia relativa etre o método foi de 0,56 e 0,54 a favor do PB. Io igifica que o PB é 4,7% e 45,9% mai eficiete, em média, o levatameto dea variávei, edo que há difereça etatiticamete igificativa etre a eficiêcia relativa do método. CONCLUSÕES Para a variávei diâmetro médio (cm) e úmero de árvore por ha, idica-e a utilização do método de área fia com coglomerado em liha (CL), por er mai precio e mai eficiete ea codiçõe. Já para a para a variávei área baal (m /ha) e volume total (m 3 /ha), idica-e a utilização do método de área variável poto de Bitterlich (PB), que é mai precio e mai eficiete o levatameto dea mema variávei ea codiçõe. REFERÊNCIAS AVERY, T. E.; BURKHART, H. Foret meauremet. New York, cgraw-hill Book Compay, p. FLORESTA, Curitiba, PR, v. 4,. 3, p , jul./et

12 BOGNOLA, I.; POTTER, R. O.; CARVALHO, A. P.; FASOLO, P. J.; BHERING, S. B.; ARTORANO, L. G. Caracterização do olo do muicípio de Carambeí - PR. Boletim de Pequia e Deevolvimeto, Rio de Jaeiro, p. 75, 00. CESARO, A.; ENGEL, O. A.; FINGER, C. O. G.; SCHNEIDER, P. R. Comparação do método de amotragem de área fia, relacopia e de ei árvore, quato a eficiêcia, o ivetário floretal de um povoameto de Piu p. Ciêcia Floretal, Sata aria, v. 4,., p , 994. DRUSZCZ, J. P. Comparação do método de Bitterlich com trê variaçõe etruturai do método de área fia com uidade circulare em platio de Piu taeda L. 0 f. Diertação (etrado em aejo Floretal) Uiveridade Federal do Paraá, Curitiba, 008. FREESE, F. Elemetary foret amplig. Wahigto: Foret Service, Agriculture Hadbook,. 3, 96, 9 p. ACHADO, S. A.; FIGUEIREDO FILHO, A. Dedrometria. Curitiba, 003, p AHRER, F.; VOLLENWEIDER, C. Natioal foret ivetory.swi Federal Ititute of Foretry Reearch, 983, 6 p. AURICIO, J.; VINCENT, L.; ORET, A. Y.; QUEVEDO, A. Comparació etre modalidade de muetreo e platacioe de Pio Caribe e el oriete de Veezuela. Revita Foretal Veezolaa, érida, v. 49,., p. 7-5, 005. OSCOVICH, F. A.; BRENA, B. A.; LONGHI, S.J. Comparação de diferete método de amotragem, de área fia e variável, em uma floreta de Araucaria agutifolia. Ciêcia Floretal, Sata aria, v. 9,., p. 73-9, 999. NAKAJIA, N. Y.; YOSHIDA, S.; IANAGA,. Compario amog four groud-urvey method a a cotiuou foret ivetory ytem for foret maagemet.j. Jp. For. Soc., Kagohima, v. 77,. 6, p , Compario of the accuracie of four groud - urvey method ued for etimatig foret tad value o two occaio. J. For. Pla.,Kagohima, p , 996. NAKAJIA, N. Y. Compario of four groud - urvey method whe ued a permaet ample i the cotiuou foret ivetory for foret maagemet. 9 p. Tee (Doutorado em Egeharia Floretal) The Uited Graduate School of Agricultural Sciece, Kagohima Uiverity, Kagohima, 997. NAKAJIA, N. Y.; KIRCHNER, F. F.; SANQUETTA, C. R.; POSONSKI,. Elaboração de um itema de amotragem para etimativa de valore correte e mudaça/crecimeto em refloretameto de Piu. Curitiba: CNPq/UFPR, p. (CNPq Pequia a modalidade recém-doutor). Projeto cocluído. PÉLLICO NETTO, S.; BRENA, D. Ivetário floretal. Curitiba: Uiveridade Federal do Paraá, p. QUEIROZ, W. T. Técica de amotragem em ivetário floretal o trópico. Belém p. SPARKS, J.; ASTERS, R.; PAYTON,. Comparative evaluatio of accuracy ad efficiecy of i foret amplig method. Proc. Okla. Acad. Sci., Oklahoma, p.49-56, 00. YOSHIDA, S. Studie o the cotiuou foret ivetory ytem: compario of urvey method o the groud. The Bulleti of the Faculty of Agriculture, Kagohima Uiverity, Kagohima, FLORESTA, Curitiba, PR, v. 4,. 3, p , jul./et. 0.

Amostragem Casual Simples. Professor Gilson Fernandes da Silva Departamento de Engenharia Florestal Centro de Ciências Agrárias CCA/UFES

Amostragem Casual Simples. Professor Gilson Fernandes da Silva Departamento de Engenharia Florestal Centro de Ciências Agrárias CCA/UFES Amotragem Caual Simple Profeor Gilo Ferade da Silva Departameto de Egeharia Floretal Cetro de Ciêcia Agrária CCA/UFES 1 Itrodução Coforme apreetado o capítulo aterior, o método de ivetário podem er probabilítico

Leia mais

Amostragem Casual Estratificada

Amostragem Casual Estratificada CAPÍTUO VI Amotragem Caual Etratificada Profeor Gilo Ferade da Silva Departameto de Egearia Floretal Cetro de Ciêcia Agrária CCA/UFES Itrodução A iteidade de amotragem eceária para etimar o parâmetro de

Leia mais

02/02/2017. Intervalo de Confiança. Bioestatística. Universidade Estadual do Oeste do Paraná - Unioeste. Curso de Nutrição

02/02/2017. Intervalo de Confiança. Bioestatística. Universidade Estadual do Oeste do Paraná - Unioeste. Curso de Nutrição Uiveridade Etadual do Oete do Paraá - Uioete Curo de Nutrição Bioetatítica Profeora Aqui começamo o etudo da etatítica iferecial, que é o egudo maior ramo da etatítica. M.Roebel Tridade Cuha Prate Coite

Leia mais

Denomina F a variável aleatória definida pelo quociente: F = n

Denomina F a variável aleatória definida pelo quociente: F = n 9/0/0 Etatítica Eperimetal Tete F Tete t de STUDENT Cap. 7, 8 e 9 Callegari-Jacque, S. M. Bioetatítica: Pricípio e Aplicaçõe, 003. Apotila: Regazzi, A. J., Curo de iiciação à etatítica. Profº: Glauco Vieira

Leia mais

n Obtido através desvio padrão da população (σ)

n Obtido através desvio padrão da população (σ) 3/5/ Etatítica Geral Tete t de STUDENT Cap. 7, 8 e 9 Callegari-Jacque, S. M. Bioetatítica: Pricípio e Aplicaçõe, 3. Apotila: Regazzi, A. J., Curo de iiciação à etatítica. Curo: Saúde/CUA/UFMT Profº: Glauco

Leia mais

UNIDADE II TESTE DE HIPÓTESE

UNIDADE II TESTE DE HIPÓTESE 0/0/06. INTRODUÇÃO A iferêcia etatítica preocupa-e em determiar e UNIDADE II TESTE DE IPÓTESE CUIABÁ, MT 05/ PROF.: RÔMULO MÔRA romulomora.webode.com exite alguma igificâcia etatítica acoplada ao reultado

Leia mais

INTERVALO DE CONFIANÇA

INTERVALO DE CONFIANÇA INTERVALO DE CONFIANÇA Supoha que etejamo itereado um parâmetro populacioal verdadeiro (ma decohecido) θ. Podemo etimar o parâmetro θ uado iformação de oa amotra. Chamamo o úico úmero que repreeta o valor

Leia mais

Inferência Estatística

Inferência Estatística Iferêcia Etatítica Tete de Hipótee: tete de difereça etre média, coceito, grupo pareado, grupo idepedete com variâcia cohecida e decohecida Itrodução Coidere o problema de comparar materiai (A e B), para

Leia mais

06/02/2017. Teste de Hipóteses. Principais Conceitos. Teste de Hipóteses. Tipos de Erros. Tipos de Testes. Bioestatística

06/02/2017. Teste de Hipóteses. Principais Conceitos. Teste de Hipóteses. Tipos de Erros. Tipos de Testes. Bioestatística 6/2/217 Uiveridade Etadual do Oete do Paraá - Uioete Tete de Hipótee Curo de Medicia/Nutrição Bioetatítica Profeora Tete de Hipótee (TH) é uma ferrameta etatítica que também é utilizado para fazer iferêcia

Leia mais

CAPÍTULO 7 - Intervalos de confiança

CAPÍTULO 7 - Intervalos de confiança INF 16 CAPÍTULO 7 - Itervalo de cofiaça É uma maeira de calcularmo uma etimativa de um parâmetro decohecido. Muita veze também fucioa como um tete de hipótee. A idéia é cotruir um itervalo de cofiaça para

Leia mais

Métodos de Amostragem

Métodos de Amostragem Métodos de Amostragem Amostragem aleatória Este é o procedimeto mais usual para ivetários florestais e baseia-se o pressuposto de que todas as uidades amostrais têm a mesma chace de serem amostradas a

Leia mais

AEP FISCAL ESTATÍSTICA

AEP FISCAL ESTATÍSTICA AEP FISCAL ESTATÍSTICA Módulo 12: - Itervalo de Cofiaça - Tete de Hipótee (webercampo@gmail.com) INTERVALO DE CONFIANÇA 1. INTERVALO DE CONFIANÇA PARA A MÉDIA O proceo de cotrução do itervalo de cofiaça

Leia mais

Ganhos de precisão na alocação ótima em estratificação volumétrica de florestas naturais e plantações florestais

Ganhos de precisão na alocação ótima em estratificação volumétrica de florestas naturais e plantações florestais FORESTA 7(/:7-8 Gao de precião a alocação ótima em etratificação volumétrica de floreta aturai e plataçõe floretai SYVIO PÉICO NETTO CAROS ROBERTO SANQUETTA RESUMO Eta pequia apreeta a coceituação teórica

Leia mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Intervalo de Confiança

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Intervalo de Confiança Etatítica: Aplicação ao Seoriameto Remoto SER 4 - ANO 19 Itervalo de Cofiaça Camilo Dalele Reó camilo.reo@ipe.br http://www.dpi.ipe.br/~camilo/etatitica/ Itervalo de Cofiaça Um parâmetro pode er etimado

Leia mais

Intervalos de confiança

Intervalos de confiança 0 Itervalo de cofiaça 6.. A etiação por itervalo Noralete o proceo de ivetigação de u parâetro eceitao ir alé da ua etiativa potual ˆ. O fato de ão e cohecer o valor de pode cauar ua ieguraça e levar a

Leia mais

DEPARTAMENTO DE ENGENHARIA NAVAL E OCEÂNICA ESCOLA POLITÉCNICA DA UNIVERSIDADE DE SÃO PAULO PNV3324 FUNDAMENTOS DE CONTROLE EM ENGENHARIA

DEPARTAMENTO DE ENGENHARIA NAVAL E OCEÂNICA ESCOLA POLITÉCNICA DA UNIVERSIDADE DE SÃO PAULO PNV3324 FUNDAMENTOS DE CONTROLE EM ENGENHARIA DEPARTAENTO DE ENGENHARIA NAVAL E OCEÂNICA ESCOLA POLITÉCNICA DA UNIVERSIDADE DE SÃO PAULO PNV334 FUNDAENTOS DE CONTROLE E ENGENHARIA NOTAS DE AULA* Prof. Helio itio orihita * Ete texto é um mero roteiro

Leia mais

INFORMAÇÃO SOBRE O FUNCIONAMENTO DO MINITITULADOR HI PARA A DETERMINAÇÃO DO DIÓXIDO DE ENXOFRE NO VINHO. COMPARAÇÃO COM O MÉTODO OFICIAL

INFORMAÇÃO SOBRE O FUNCIONAMENTO DO MINITITULADOR HI PARA A DETERMINAÇÃO DO DIÓXIDO DE ENXOFRE NO VINHO. COMPARAÇÃO COM O MÉTODO OFICIAL INFORMAÇÃO SOBRE O FUNCIONAMENTO DO MINITITULADOR HI 84100 PARA A DETERMINAÇÃO DO Repoabilidade: HANNA itrumet Autor: Joé Erique Catell Etela Douturado em Ciêcia Química Colegiado º100 Repoável pela Secção

Leia mais

Exemplos de I.C. (1 ) 100% para a mådia (e para diferença entre mådias)

Exemplos de I.C. (1 ) 100% para a mådia (e para diferença entre mådias) Exemplo de I.C. ( )% para a mådia (e para difereça etre mådia) Exemplo : Tete de compreão foram aplicado em dua marca de cimeto para avaliar a reitêcia em cocreto. Foram produzido 5 corpo de prova de cada

Leia mais

Virgílio A. F. Almeida DCC-UFMG 1/2005

Virgílio A. F. Almeida DCC-UFMG 1/2005 Virgílio A. F. Almeida DCC-UFMG 1/005 !" # Comparado quatitativamete sistemas eperimetais: Algoritmos, protótipos, modelos, etc Sigificado de uma amostra Itervalos de cofiaça Tomado decisões e comparado

Leia mais

Noções de Inferência Estatística

Noções de Inferência Estatística Noçõe de Iferêcia Etatítica Itrodução: O objetivo pricipal da iferêcia etatítica é fazer afirmaçõe obre caracterítica de uma população, baeado-e em reultado de uma amotra. Para io veremo como e relacioam

Leia mais

ESTIMAÇÃO DA CONFIABILIDADE PARA UM MODELO DE DESEMPENHO ESTRUTURAL COM DISTRIBUIÇÃO NORMAL UMA SIMULAÇÃO

ESTIMAÇÃO DA CONFIABILIDADE PARA UM MODELO DE DESEMPENHO ESTRUTURAL COM DISTRIBUIÇÃO NORMAL UMA SIMULAÇÃO ETIMAÇÃO DA CONFIABILIDADE PARA UM MODELO DE DEEMPENHO ETRUTURAL COM DITRIBUIÇÃO NORMAL UMA IMULAÇÃO Amazoeida á Peixoto Piheiro Doutorada em Eg. Produção Ecola Politécica-UP eida@up.br Av. Prof o Almeida

Leia mais

Tabela A4.2. MIR obtido com simulação 1. Para 2 S 4, estimar os parâmetros associados a uma mistura de s componentes e avaliar rs = ms+

Tabela A4.2. MIR obtido com simulação 1. Para 2 S 4, estimar os parâmetros associados a uma mistura de s componentes e avaliar rs = ms+ Tabela A4.2. MIR obtido com imulação. Para 2 S 4, etimar o parâmetro aociado a uma mitura de compoete e avaliar r = m+ m r ecotra-e defiido o Apêdice 2); 2. para S=2, gerar 99 amotra paramétrica boottrap

Leia mais

2 Técnicas de CEP para Processos Multicanal

2 Técnicas de CEP para Processos Multicanal 19 Técica de CEP para Proceo Multicaal Ete capítulo apreeta a técica exitete a literatura para o cotrole de proceo multi-caal. Ao memo tempo, o coceito fudametai ubjacete ão apreetado, a forma do divero

Leia mais

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel MOQ-4 PROJETO e NÁLISE de EXPERIMENTOS Profeor: Rodrigo. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curo: Semaa Coteúdo preetação da diciplia. Pricípio de modelo lieare de regreão. Correlação

Leia mais

Teoria dos Erros. Figura 1 - Medida de um objeto com uma régua graduada em centímetros

Teoria dos Erros. Figura 1 - Medida de um objeto com uma régua graduada em centímetros 3 Teoria do Erro. Itrodução A gradeza fíica ão determiada experimetalmete por medida ou combiaçõe de medida. Ea medida tem uma icerteza itríeca que advém da caracterítica do equipameto utilizado a ua determiação

Leia mais

ESTATÍSTICA BÁSICA- SUMÁRIO ( 1 a PARTE)

ESTATÍSTICA BÁSICA- SUMÁRIO ( 1 a PARTE) ESTATÍSTICA BÁSICA- SUMÁRIO ( a PARTE) POPULAÇÕES E AMOSTRAS IMPORTÂNCIA DA FORMA DA POPULAÇÃO DISTRIBUIÇÃO NORMAL DE GAUSS PARÂMETROS E ESTIMATIVAS TEOREMA DO LIMITE CENTRAL DISTRIBUIÇÃO Z E DISTRIBUIÇÃO

Leia mais

Intervalo de Confiança para a Diferença entre Duas Médias Amostrais

Intervalo de Confiança para a Diferença entre Duas Médias Amostrais Intervalo de Confiança para a Diferença entre Dua Média Amotrai Quando e quer etimar a diferença, µ µ, entre a média de dua populaçõe e, procede-e da eguinte maneira: toma-e uma amotra de cada população,

Leia mais

Estatística Multivariada Aplicada

Estatística Multivariada Aplicada Faculdade de Ecoomia da Uiveridade de Coimbra Etatítica Multivariada Aplicada Pedro Lope Ferreira 000 ii Sumário Itrodução à etatítica multivariada -----------------------------------------------. A orgaização

Leia mais

Posicionamento RTK. Posicionamento Baseado em Redes de Estações de Referência GNSS. Prof. Dra. Daniele Barroca Marra Alves

Posicionamento RTK. Posicionamento Baseado em Redes de Estações de Referência GNSS. Prof. Dra. Daniele Barroca Marra Alves Poicioameto RTK Poicioameto Baeado em Rede de Etaçõe de Referêcia GNSS Prof. Dra. Daiele Barroca Marra Alve RTK O RTK teve um grade deevolvimeto o último ao Pode alcaçar acurácia cetimétrica em tempo real

Leia mais

Teste de hipótese. a) Uma população b) Duas populações c) Três ou mais populações

Teste de hipótese. a) Uma população b) Duas populações c) Três ou mais populações Tete de hipótee a Ua população b ua populaçõe c Trê ou ai populaçõe 6 Tete para coparação de dua édia de populaçõe orai Tete bilateral H 0 : = H : H 0 : = 0 H : 0 t Tete uilateral à direita H 0 : = H :

Leia mais

MOQ-13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel

MOQ-13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel MOQ-3 PROBABILIDADE E ESTATÍSTICA Profeor: Rodrigo A. Scarel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curo: Semaa 3 4 5 6 7 8 9 0 3 4 5 e 6 Itrodução à robabilidade (eveto, eaço amotral, aioma,

Leia mais

10 - Medidas de Variabilidade ou de Dispersão

10 - Medidas de Variabilidade ou de Dispersão 10 - Medidas de Variabilidade ou de Dispersão 10.1 Itrodução Localizado o cetro de uma distribuição de dados, o próximo passo será verificar a dispersão desses dados, buscado uma medida para essa dispersão.

Leia mais

Estatística Multivariada. Pré-Requisitos. Otimização (Maximização) Exemplos: Combinação Linear. Muitos dos procedimentos

Estatística Multivariada. Pré-Requisitos. Otimização (Maximização) Exemplos: Combinação Linear. Muitos dos procedimentos Prof. Lorí Viali, Dr. viali@pucr.br; viali@mat.ufrg.br; http://www.pucr.br/famat/viali; http://www.mat.ufrg.br/~viali/ A teoria do método etatítico multivariado pode er eplicada razoavelmete bem omete

Leia mais

Modelagem estatística da precipitação mensal e anual e no período seco para o estado de Minas Gerais

Modelagem estatística da precipitação mensal e anual e no período seco para o estado de Minas Gerais Revita Braileira de Egeharia Agrícola e Ambietal v.13,.1, p.68 74, 9 Campia Grade, PB, UAEA/UFCG http://www.agriambi.com.br Protocolo 93.7 15/6/7 Aprovado em 13/5/8 Modelagem etatítica da precipitação

Leia mais

CONHECIMENTOS BÁSICOS MATEMÁTICA

CONHECIMENTOS BÁSICOS MATEMÁTICA CONHECIENTOS BÁSICOS ATEÁTICA Para repoder à quetõe de o e, utilize o dado da tabela abaixo, que apreeta a freqüêcia acumulada da idade de 0 jove etre 4 e 0 ao. Idade (ao) Freqüêcia Acumulada 4 5 4 6 9

Leia mais

Validação do método de dimensionamento do número médio ideal de sementes por saca

Validação do método de dimensionamento do número médio ideal de sementes por saca Validação do método de dimeioameto do úmero médio ideal de emete por aca Quitiliao Siqueira Schrode Nomelii 1, Dayae Alve Cota 1, Luca Floretio Silva 1, Alie Sato Ferreira 1, Jaer Moura Pereira 2, Nádia

Leia mais

Técnicas de codificação diferencial

Técnicas de codificação diferencial Técica de codificação diferecial Em certo iai, e.g. o ial de voz e o ial de vídeo, o valor do ial varia pouco de amotra para amotra: ito permite prever com alguma cofiaça o valor de uma amotra a partir

Leia mais

Intervalo de Confiança para a Variância de uma População Distribuída Normalmente. Pode-se mostrar matematicamente que a variância amostral,

Intervalo de Confiança para a Variância de uma População Distribuída Normalmente. Pode-se mostrar matematicamente que a variância amostral, Etatítica II Antonio Roque Aula 8 Intervalo de Confiança para a Variância de uma População Ditribuída Normalmente Pode-e motrar matematicamente que a variância amotral, ( x x) n é um etimador não envieado

Leia mais

DETERMINANDO A SIGNIFICÂNCIA ESTATÍSTICA PARA AS DIFERENÇAS ENTRE MÉDIAS

DETERMINANDO A SIGNIFICÂNCIA ESTATÍSTICA PARA AS DIFERENÇAS ENTRE MÉDIAS DTRMINANDO A SIGNIFIÂNIA STATÍSTIA PARA AS DIFRNÇAS NTR MÉDIAS Ferado Lag da Silveira Istituto de Física - UFRGS lag@if.ufrgs.br O objetivo desse texto é apresetar através de exemplos uméricos como se

Leia mais

Em estatística, uma hipótese é uma alegação, ou afirmação, sobre uma propriedade de uma população.

Em estatística, uma hipótese é uma alegação, ou afirmação, sobre uma propriedade de uma população. 7 TESTE DE HIPÓTESE 7. Itrodução Ao pergutarmo para a peoa a rua qual é a temperatura média do corpo humao, teremo 37 C como a maioria da repota. Um grupo de pequiadore realizou um experimeto para verificar

Leia mais

Medidas e algarismos significativos

Medidas e algarismos significativos Medida e algarimo ignificativo Como repreentar o reultado de uma medida, algarimo ignificativo Erro, média e devio padrão Hitograma e ditribuição normal Propagação de erro Medida em fíica ex. medida do

Leia mais

Cap. 4 - Estimação por Intervalo

Cap. 4 - Estimação por Intervalo Cap. 4 - Estimação por Itervalo Amostragem e iferêcia estatística População: cosiste a totalidade das observações em que estamos iteressados. Nº de observações a população é deomiado tamaho=n. Amostra:

Leia mais

Método do Lugar das Raízes

Método do Lugar das Raízes étodo do Lugar da Raíze Coceito de Lugar da Raíze; O Procedimeto do Lugar da Raíze; Proeto de Parâmetro pelo étodo do Lugar da Raíze; Seibilidade e Lugar da Raíze; Cotrolador de Trê Termo (PID); Exemplo

Leia mais

Cap. VI Histogramas e Curvas de Distribuição

Cap. VI Histogramas e Curvas de Distribuição TLF /11 Capítulo VI Histogramas e curvas de distribuição 6.1. Distribuições e histogramas. 6 6.. Distribuição limite 63 6.3. Sigificado da distribuição limite: frequêcia esperada e probabilidade de um

Leia mais

Unidade de Ensino Descentralizada de Colatina Coordenadoria de Informática Disciplina: Probabilidade e Estatística Prof. Leandro Melo de Sá 2006/2

Unidade de Ensino Descentralizada de Colatina Coordenadoria de Informática Disciplina: Probabilidade e Estatística Prof. Leandro Melo de Sá 2006/2 Uidade de io Decetralizada de Colatia Coordeadoria de Iformática Diciplia: Probabilidade e tatítica Prof. Leadro Melo de Sá 006/ Uidade 4 STIMAÇÃO Nea uidade uaremo o dado amotrai para fazer iferêcia (ou

Leia mais

Como o Intervalo de Confiança para a média é bilateral, teremos uma situação semelhante à da figura abaixo:

Como o Intervalo de Confiança para a média é bilateral, teremos uma situação semelhante à da figura abaixo: INE66 Méodo Eaíico Exercício Prova - Semere 15.1 O poo de fuão (medido em C) é um apeco crucial em maeriai cerâmico, epecialmee o uado em reaore ucleare, como a ória. Receemee um fabricae apreeou dua ova

Leia mais

PCM uniforme na presença de ruído

PCM uniforme na presença de ruído PCM uiforme a preeça de ruído Fote: Ruído o caal provoca erro a palavra biária o decodificador, ruído de decodificação. A potêcia dete ruído pode er adicioada ao ruído de uatificação (fote idepedete, logo

Leia mais

13 Inferência Estatística Teoria da Estimação

13 Inferência Estatística Teoria da Estimação 3 Iferêcia Etatítica Teoria da Etimação 3. Itrodução A partir dete capítulo abordaremo ituaçõe em que o iteree etá em obter iformaçõe da população a partir do reultado de uma amotra. Como exemplo, coideremo

Leia mais

PROCEDIMENTOS PARA A ESTIMAÇÃO DE PARÂMETROS EM GRÁFICOS DE CONTOLE

PROCEDIMENTOS PARA A ESTIMAÇÃO DE PARÂMETROS EM GRÁFICOS DE CONTOLE POCEDIMENTOS PAA A ESTIMAÇÃO DE PAÂMETOS EM GÁFICOS DE CONTOLE Aa Paula S. Figueiredo Arioto Bretaha Jorge Ecola Federal de Egeharia de Itajubá - Av. BPS, 1303 37500-000 Itajubá MG e-mail: aapaula@iem.efei.br

Leia mais

5. Medidas de dispersão

5. Medidas de dispersão 5. Medida de diperão 0 Chamada de medida de variabilidade (diperio ou variability). Quatificação da difereça etre o valore,,...,. Diperão e cocetração (ou precião) ão coceito opoto. Redução (drática) de

Leia mais

Despertando o(a) Discente Ativo(a)

Despertando o(a) Discente Ativo(a) Etatítica II 4.0.07 UNIVERSIDADE FEDERAL DE RONDÔNIA CAMPUS DE JI-PARANÁ DEPARTAMENTO DE ENGENHARIA AMBIENTAL Etatítica II Profa. Renata Gonçalve Aguiar Fonte: naomearrependonemmeorgulho.blogpot. Sábio

Leia mais

Métodos Quantitativos para Ciência da Computação Experimental Aula #4

Métodos Quantitativos para Ciência da Computação Experimental Aula #4 Métodos Quatitativos para Ciêcia da Computação Experimetal Aula #4 Jussara Almeida DCC-UFMG 2017 Measuremets are ot to provide umbers, but isights Metodologia de Comparação de Sistemas Experimetais Comparado

Leia mais

ENGENHARIA DA QUALIDADE A ENG AULA 6 CARTAS DE CONTROLE PARA ATRIBUTOS

ENGENHARIA DA QUALIDADE A ENG AULA 6 CARTAS DE CONTROLE PARA ATRIBUTOS ENGENHARIA DA QUALIDADE A ENG 09008 AULA 6 CARTAS DE CONTROLE PARA ATRIBUTOS PROFESSORES: CARLA SCHWENGBER TEN CATEN Tópicos desta aula Cartas de Cotrole para Variáveis Tipo 1: Tipo 2: Tipo 3: X X X ~

Leia mais

Sumário: 6.3.3. Intervalo de confiança para a diferença entre duas médias de. populações independentes com variâncias conhecidas...

Sumário: 6.3.3. Intervalo de confiança para a diferença entre duas médias de. populações independentes com variâncias conhecidas... 0 Sumário: 6. Itervalo de Cofiaça...0 6.. etimação por itervalo...0 6.. Itervalo de cofiaça para a média...0 6... Itervalo de cofiaça para a média com variâcia cohecida...0 6... Itervalo de cofiaça para

Leia mais

OTIMIZAÇÃO DO USO DA ÁGUA NO PERÍMETRO IRRIGADO FORMOSO UTILIZANDO LÂMINAS ALTERNATIVAS DE ÁGUA 1

OTIMIZAÇÃO DO USO DA ÁGUA NO PERÍMETRO IRRIGADO FORMOSO UTILIZANDO LÂMINAS ALTERNATIVAS DE ÁGUA 1 OTIMIZAÇÃO DO USO DA ÁGUA NO PERÍMETRO IRRIGADO FORMOSO UTILIZANDO LÂMINAS ALTERNATIVAS DE ÁGUA 1 J. L. C. Sato Júior 2 ; J. A. Frizzoe 3 ; V. P. S. Paz 4 RESUMO: O objetivo do preete trabalho coitiu em

Leia mais

Análise de dados industriais

Análise de dados industriais Aálie de dado idutriai Ecola Politécica Departameto de Egeharia Química Roberto Guardai 014 Parte 1. Coceito Báico de Etatítica Itrodução Lita de ímbolo Bibliografia Etatítica decritiva Erro de medida,

Leia mais

e, respectivamente. Os valores tabelados para a distribuição t-student dependem do número de graus de liberdade ( n 1 e

e, respectivamente. Os valores tabelados para a distribuição t-student dependem do número de graus de liberdade ( n 1 e Prof. Jaete Pereira Amador 1 1 Itrodução Um fator de grade importâcia a pesquisa é saber calcular corretamete o tamaho da amostra que será trabalhada. Devemos ter em mete que as estatísticas calculadas

Leia mais

5. Medidas de dispersão. You created this PDF from an application that is not licensed to print to novapdf printer (http://www.novapdf.

5. Medidas de dispersão. You created this PDF from an application that is not licensed to print to novapdf printer (http://www.novapdf. 5. Medida de diperão 0 You created thi PDF from a applicatio that i ot liceed to prit to ovapdf priter (http://www.ovapdf.com) Chamada de medida de variabilidade (diperio ou variability). Quatificação

Leia mais

Comparação de testes paramétricos e não paramétricos aplicados em delineamentos experimentais

Comparação de testes paramétricos e não paramétricos aplicados em delineamentos experimentais Comparação de testes paramétricos e ão paramétricos aplicados em delieametos experimetais Gustavo Mello Reis (UFV) gustavo_epr@yahoo.com.br José Ivo Ribeiro Júior (UFV) jivo@dpi.ufv.br RESUMO: Para comparar

Leia mais

A finalidade de uma equação de regressão seria estimar valores de uma variável, com base em valores conhecidos da outra.

A finalidade de uma equação de regressão seria estimar valores de uma variável, com base em valores conhecidos da outra. Jaete Pereira Amador Itrodução A aálise de regressão tem por objetivo descrever através de um modelo matemático, a relação existete etre duas variáveis, a partir de observações dessas viráveis. A aálise

Leia mais

Comparação da precisão entre os métodos de amostragem linha e parcela circular concêntrica em povoamentos de Pinus elliottii

Comparação da precisão entre os métodos de amostragem linha e parcela circular concêntrica em povoamentos de Pinus elliottii Comparação da precisão entre os métodos de amostragem linha e parcela circular concêntrica em povoamentos de Pinus elliottii Precision comparison between line sampling and concentric circular plot sampling

Leia mais

HIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia (cont.)

HIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia (cont.) HIDROLOGIA E RECURSOS HÍDRICOS Aálie etatítica aplicada à hidrologia (cot.) Caudal de pota de cheia que ão é excedido em 9% da ocorrêcia? Máxima precipitação em D h com dada probabilidade de excedêcia?

Leia mais

3ª Lista de Exercícios de Programação I

3ª Lista de Exercícios de Programação I 3ª Lista de Exercícios de Programação I Istrução As questões devem ser implemetadas em C. 1. Desevolva um programa que leia dois valores a e b ( a b ) e mostre os seguites resultados: (1) a. Todos os úmeros

Leia mais

26/11/2000 UNIVERSIDADE FEDERAL DO RIO DE JANEIRO VESTIBULAR PROVA 2 MATEMÁTICA. Prova resolvida pela Profª Maria Antônia Conceição Gouveia.

26/11/2000 UNIVERSIDADE FEDERAL DO RIO DE JANEIRO VESTIBULAR PROVA 2 MATEMÁTICA. Prova resolvida pela Profª Maria Antônia Conceição Gouveia. 6//000 UNIVERSIDADE FEDERAL DO RIO DE JANEIRO VESTIBULAR 00- PROVA MATEMÁTICA Prova resolvida pela Profª Maria Atôia Coceição Gouveia RESPONDA ÀS QUESTÕES A SEGUIR, JUSTIFICANDO SUAS SOLUÇÕES QUESTÃO A

Leia mais

1 Inferência Estatística - Teoria da Estimação

1 Inferência Estatística - Teoria da Estimação 1 Inferência Etatítica - Teoria da Etimação 1.1 Introdução Nete capítulo abordaremo ituaçõe em que o interee etá em obter informaçõe da população com bae em amotra. Como exemplo, conidere a eguinte ituaçõe.

Leia mais

Universidade Cruzeiro do Sul. Campus Virtual Unidade I: Unidade: Medidas de Dispersão

Universidade Cruzeiro do Sul. Campus Virtual Unidade I: Unidade: Medidas de Dispersão Univeridade Cruzeiro do Sul Campu Virtual Unidade I: Unidade: Medida de Diperão 010 0 A medida de variação ou diperão avaliam a diperão ou a variabilidade da equência numérica em análie. São medida que

Leia mais

Custos de inventário florestal com amostragem de Bitterlich (PNA) e conglomerado em cruz (CC) em plantação de Pinus taeda L.

Custos de inventário florestal com amostragem de Bitterlich (PNA) e conglomerado em cruz (CC) em plantação de Pinus taeda L. Sci e n t i a For e s t a l i s Custos de inventário florestal com amostragem de Bitterlich (PNA) e conglomerado em cruz (CC) em plantação de Pinus taeda L. Forest inventory costs with bitterlich sampling

Leia mais

A) Independência estatística B) Var. aleatórias C) Distribuição normal D) Dist. conjuntas e correlação E) Inferência estatística

A) Independência estatística B) Var. aleatórias C) Distribuição normal D) Dist. conjuntas e correlação E) Inferência estatística A) Ideedêcia etatítica B) Var. aleatória C) Ditribuição ormal D) Dit. cojuta e correlação E) Iferêcia etatítica 18-02-2010 Joé Filie Rafael 1 E.1) Ditribuiçõe amotrai E.2) Itervalo de cofiaça e tete de

Leia mais

n ) uma amostra aleatória da variável aleatória X.

n ) uma amostra aleatória da variável aleatória X. - Distribuições amostrais Cosidere uma população de objetos dos quais estamos iteressados em estudar uma determiada característica. Quado dizemos que a população tem distribuição FX ( x ), queremos dizer

Leia mais

Determinação do factor correctivo da potência de ruído em sistemas de transmissão por cabo coaxial com igualação

Determinação do factor correctivo da potência de ruído em sistemas de transmissão por cabo coaxial com igualação Determiação do actor correctivo da potêcia de ruído em itema de tramião por cabo coaxial com igualação A ução de traerêcia do igualador é dada por I ( V e y( ( H ( em que y ( é a traormada de Fourier da

Leia mais

Avaliação de Desempenho de Sistemas Discretos

Avaliação de Desempenho de Sistemas Discretos Distribuições Comus Avaliação de Desempeho de Sistemas Discretos Probabilidade e Estatística 2 Uiforme Normal Poisso Hipergeométrica Biomial Studet's Geométrica Logormal Expoecial Beta Gamma Qui-Quadrado

Leia mais

Estratégia de Amostragem Sistemática para Reduzir o Efeito da Autocorrelação no Desempenho do Gráfico de Controle T2 de Hotelling

Estratégia de Amostragem Sistemática para Reduzir o Efeito da Autocorrelação no Desempenho do Gráfico de Controle T2 de Hotelling Etratégia de Amotragem Sitemática para Reduzir o Efeito da Autocorrelação o Deempeho do Gráfico de Cotrole T de Hotellig Roberto Campo Leoi rcleoi@yahoo.com.br AEDB Marcela Aparecida Guerreiro Machado

Leia mais

Comparação entre duas populações

Comparação entre duas populações Comparação etre duas populações AMOSTRAS INDEPENDENTES Comparação etre duas médias 3 Itrodução Em aplicações práticas é comum que o iteresse seja comparar as médias de duas diferetes populações (ambas

Leia mais

Estimativa de Parâmetros

Estimativa de Parâmetros Estimativa de Parâmetros ENG09004 04/ Prof. Alexadre Pedott pedott@producao.ufrgs.br Trabalho em Grupo Primeira Etrega: 7/0/04. Plao de Amostragem - Cotexto - Tipo de dado, frequêcia de coleta, quatidade

Leia mais

Lista IC, tamanho de amostra e TH

Lista IC, tamanho de amostra e TH Lista IC, tamaho de amostra e TH 1. Cosidere a amostra abaixo e costrua um itervalo de cofiaça para a média populacioal. Cosidere um ível de cofiaça de 99%. 17 3 19 3 3 1 18 0 13 17 16 Como ão temos o

Leia mais

Questão 1. Questão 2. Questão 4. Questão 3. alternativa C. alternativa B. alternativa D. alternativa A n 2 n! O valor de log 2. c) n. b) 2n.

Questão 1. Questão 2. Questão 4. Questão 3. alternativa C. alternativa B. alternativa D. alternativa A n 2 n! O valor de log 2. c) n. b) 2n. Questão 4 6 O valor de log :! a). b). c). d) log. e) log. Para iteiro positivo, 4 6 = = ( ) ( ) ( 3) ( ) = = ( 3 ) =! Portato 4 6! log = log!! = = log =. Questão Num determiado local, o litro de combustível,

Leia mais

Investigação Operacional. Problema

Investigação Operacional. Problema Ivetigação Operacioal Fila de Epera Liceciatura em Egeharia Civil Liceciatura em Egeharia do Território Liceciatura em Egeharia e Aruitectura Naval roblema No erviço de urgêcia do hopital da cidade o paciete

Leia mais

Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos

Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos Aálise de Algoritmos Aálise de Algoritmos Prof Dr José Augusto Baraauskas DFM-FFCLRP-USP A Aálise de Algoritmos é um campo da Ciêcia da Computação que tem como objetivo o etedimeto da complexidade dos

Leia mais

Experimento 1 Estudo da Lei de Hooke

Experimento 1 Estudo da Lei de Hooke Experimeto 1 Estudo da Lei de Hooke 1.1 Objetivos Físicos Verificação experimetal da lei de Hooke para uma mola helicoidal: Medida experimetal do módulo de rigidez do material μ. 1. Objetivos Didáticos

Leia mais

Algoritmos e Programação

Algoritmos e Programação ESTADO DE MATO GROSSO SECRETARIA DE ESTADO DE CIÊNCIA E TECNOLOGIA UNIVERSIDADE DO ESTADO DE MATO GROSSO CAMPUS UNIVERSITÁRIO DE SINOP FACULDADE DE CIÊNCIAS EXATAS E TECNOLÓGICAS CURSO DE ENGENHARIA ELÉTRICA

Leia mais

Stela Adami Vayego DEST/UFPR

Stela Adami Vayego DEST/UFPR Resumo 0 Estimação de parâmetros populacioais 9.. Itrodução Aqui estudaremos o problema de avaliar certas características dos elemetos da população (parâmetros), com base em operações com os dados de uma

Leia mais

13 ESTIMAÇÃO DE PARÂMETROS E DISTRIBUIÇÃO AMOSTRAL

13 ESTIMAÇÃO DE PARÂMETROS E DISTRIBUIÇÃO AMOSTRAL 3 ESTIMAÇÃO DE PARÂMETROS E DISTRIBUIÇÃO AMOSTRAL Como vto em amotragem o prmero bmetre, etem fatore que fazem com que a obervação de toda uma população em uma pequa eja mpratcável, muta veze em vrtude

Leia mais

Teste t: variâncias diferentes

Teste t: variâncias diferentes Etatítica II 7.0.07 UNIVERSIDADE FEDERAL DE RONDÔNIA CAMPUS DE JI-PARANÁ DEPARTAMENTO DE ENGENHARIA AMBIENTAL Etatítica I - UNIR Etatítica II Tete t: variâcia iferete Profa. Reata Goçalve Aguiar Tete t:

Leia mais

MAE Introdução à Probabilidade e Estatística II Resolução Lista 2

MAE Introdução à Probabilidade e Estatística II Resolução Lista 2 MAE 9 - Itrodução à Probabilidade e Estatística II Resolução Lista Professor: Pedro Moretti Exercício 1 Deotado por Y a variável aleatória que represeta o comprimeto dos cilidros de aço, temos que Y N3,

Leia mais

2 Cargas Móveis, Linhas de Influência e Envoltórias de Esforços

2 Cargas Móveis, Linhas de Influência e Envoltórias de Esforços 2 Carga óvei, Linha de Influência e Envoltória de Eforço 21 Introdução Para o dimenionamento de qualquer etrutura é neceário conhecer o eforço máximo e mínimo que ela apreentará ao er ubmetida ao carregamento

Leia mais

SEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN FACULDADE DE CIÊNCIAS EXATAS E NATURAIS FANAT DEPARTAMENTO DE CIÊNCIAS BIOLÓGICAS DECB

SEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN FACULDADE DE CIÊNCIAS EXATAS E NATURAIS FANAT DEPARTAMENTO DE CIÊNCIAS BIOLÓGICAS DECB Govero do Estado do Rio Grade do Norte Secretaria de Estado da Educação e da Cultura - SEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN FACULDADE DE CIÊNCIAS EXATAS E NATURAIS FANAT DEPARTAMENTO

Leia mais

Teorema do Limite Central, distribuição amostral, estimação por ponto e intervalo de confiança

Teorema do Limite Central, distribuição amostral, estimação por ponto e intervalo de confiança Teorema do Limite Cetral, distribuição amostral, estimação por poto e itervalo de cofiaça Prof. Marcos Pó Métodos Quatitativos para Ciêcias Sociais Distribuição amostral Duas amostrages iguais oriudas

Leia mais

Bombas industriais. 1 Torr = 1 mmhg. Bombas industriais

Bombas industriais. 1 Torr = 1 mmhg. Bombas industriais Codições (especificações) de carga: Para água ao ível do mar 1 Torr = 1 mmhg Codições (especificações) de carga: Carga de Pressão (h p ) A carga de pressão é cosiderada quado um sistema de bombeameto começa,

Leia mais

Circuitos Elétricos II Experimento 2

Circuitos Elétricos II Experimento 2 Experimeto : Frequêcia Complexa Própria. Objetivo: Determiação da frequêcia complexa própria de um circuito RLC utilizado o traitório repetitivo.. Itrodução Seja y( a repota de um circuito liear, de parâmetro

Leia mais

n i=1 X i n X = n 1 i=1 X2 i ( n i=1 X i) 2 n

n i=1 X i n X = n 1 i=1 X2 i ( n i=1 X i) 2 n Exercício 1. As otas fiais de um curso de Estatística foram as seguites 7, 5, 4, 5, 6, 1, 8, 4, 5, 4, 6, 4, 5, 6, 4, 6, 6, 4, 8, 4, 5, 4, 5, 5 e 6. a. Determie a mediaa, os quartis e a média. Resposta:

Leia mais

Universidade São Judas Tadeu Faculdade de Tecnologia e Ciências Exatas Laboratório de Física e Química

Universidade São Judas Tadeu Faculdade de Tecnologia e Ciências Exatas Laboratório de Física e Química Uiversidade São Judas Tadeu Faculdade de Tecologia e Ciêcias Exatas Laboratório de Física e Química Aálise de Medidas Físicas Quado fazemos uma medida, determiamos um úmero para caracterizar uma gradeza

Leia mais

Mineração de Dados. Modelos Preditivos. Técnicas de Classificação Árvores de Decisão. Prof. Paulo Martins Engel. Tarefas preditivas:

Mineração de Dados. Modelos Preditivos. Técnicas de Classificação Árvores de Decisão. Prof. Paulo Martins Engel. Tarefas preditivas: UFRGS 2 Modelo Preditivo Mieração de Dado Técica de Claificação Árvore de Decião Prof. Paulo Marti Egel A tarefa de geração de um modelo preditivo coite em apreder um mapeameto de etrada para a aída, viado

Leia mais

MATEMÁTICA MÓDULO 6 ESTATÍSTICA. Professor Haroldo Filho

MATEMÁTICA MÓDULO 6 ESTATÍSTICA. Professor Haroldo Filho MATEMÁTICA Professor Haroldo Filho MÓDULO 6 ESTATÍSTICA 1.1 ESTATÍSTICA É a ciêcia que utiliza a coleta de dados, sua classificação, sua apresetação, sua aálise e sua iterpretação para se tomar algum tipo

Leia mais

COMPARAÇÃO DE MÉTODOS E PROCESSOS DE AMOSTRAGEM PARA INVENTÁRIO EM FLORESTA OMBRÓFILA MISTA

COMPARAÇÃO DE MÉTODOS E PROCESSOS DE AMOSTRAGEM PARA INVENTÁRIO EM FLORESTA OMBRÓFILA MISTA UNIVERSIDADE FEDERAL DO PARANÁ COMPARAÇÃO DE MÉTODOS E PROCESSOS DE AMOSTRAGEM PARA INVENTÁRIO EM FLORESTA OMBRÓFILA MISTA v. 2. 1 2017 COMPARISON OF METHODS AND SAMPLING PROCEDURES FOR INVENTORY IN ARAUCARIA

Leia mais

Modelagem para o tempo de atravessamento e inventário médio em arranjos produtivos por processo

Modelagem para o tempo de atravessamento e inventário médio em arranjos produtivos por processo Modelagem para o tempo de atravessameto e ivetário médio em arrajos produtivos por processo Everto Peter Satos da Rosa (UNISINOS) everto.rosa@areva-td.com Felipe Morais Meezes (UNISINOS) meezes@produttare.com.br

Leia mais

Probabilidade e Estatística

Probabilidade e Estatística Probabilidade e Etatítica Material teórico Medida de Diperão ou Variação Reponável pelo Conteúdo: Profª M. Roangela Maura C. Bonici MEDIDAS DE DISPERSÃO OU VARIAÇÃO Introdução ao Conteúdo Cálculo da

Leia mais

Stela Adami Vayego DEST/UFPR

Stela Adami Vayego DEST/UFPR Resumo 3 Resumo dos dados uméricos por meio de úmeros. Medidas de Tedêcia Cetral A tedêcia cetral da distribuição de freqüêcias de uma variável em um cojuto de dados é caracterizada pelo valor típico dessa

Leia mais

21037 : e-fólio A- proposta de resolução

21037 : e-fólio A- proposta de resolução 21037 : e-fólio A- proposta de resolução 1. Os motates de depósito a prazo, em uidades codificadas (UC), correspodem a uma variável quatitativa cotíua, e estão orgaizados em classes com a mesma amplitude.

Leia mais

UNIVERSIDADE FEDERAL DE SANTA CATARINA OLIMPÍADA REGIONAL DE MATEMÁTICA PET MATEMÁTICA. Gabarito da Prova 2 a fase de 2008 Nível 3

UNIVERSIDADE FEDERAL DE SANTA CATARINA OLIMPÍADA REGIONAL DE MATEMÁTICA PET MATEMÁTICA. Gabarito da Prova 2 a fase de 2008 Nível 3 UNIVERSIDADE FEDERAL DE SANTA CATARINA XI OLIMPÍADA REGIONAL DE MATEMÁTICA PET MATEMÁTICA OLIMPÍADA REGIONAL DE MATEMÁTICA SANTA CATARINA - UFSC Gabarito da Prova a fase de 008 Nível 3. Seja N a a a a

Leia mais

Inicialmente consideremos um controlador PID analógico ideal (contínuo). de t τ. d 1

Inicialmente consideremos um controlador PID analógico ideal (contínuo). de t τ. d 1 CONROLAOR P GAL P EAL iialmete oideremo um otrolador P aalógio ideal (otíuo). 1 t de t ut () = u0 + k et () + et ( ) dt + d 0 1 dt u(t) - Ação de otrole o itate atual u 0 (t) - Bia ou valor da variável

Leia mais