4 Modelos de regressão linear com heterocedasticidade

Tamanho: px
Começar a partir da página:

Download "4 Modelos de regressão linear com heterocedasticidade"

Transcrição

1 4 Modeo de regreão ear co eterocedatcdade 4.. Abordage va ío quadrado ordáro Ua ateratva de odeage do dado do trâguo de ruoff é upor que o egute odeo de regreão ear coegue eprear be a atureza do dado: 9 o qua E e I. No odeo 9 a atrz repreeta varáve do tpo duy referete ao efeto a e coua do trâguo cf. Fgura e 6. Caraete o odeo recoece ão etr eua etrutura de correação etre o tro pago por tate de tepo de ocorrêca e por tate de tepo de atrao. Supõe-e tabé que o coque aeatóro poue a ea varâca depedeteete do atrao do pagaeto do tro ou tate de tepo de ocorrêca dete pótee eta que pode ão er coerete co a etrutura do dado. Cofore eção.5 á trê fora báca de reerva: tota por a e por ao de caedáro. Ito ugere a adoção de ua ova otação vado a reacoar a etrutura do trâguo co a teora do odeo 9 4. Icaete defa-e Γ { t : ão é vaor auete} pode-e eprear a reerva a er t forada por ao de ocorrêca de tro coo C Γ. Eprea-e tabé a reerva tota de IBNR a er cacuada da fora 4 Eta otação tabé erá doravate aprovetada epre que e fzer eceáro.

2 34 T C Γ Γ. etadore da reerva utzado eta abordage pode er cacuado va Mío Quadrado rdáro MQ étodo ete que pode forecer etadore ão ecearaete óto to é ão-tedecoo para e de varâca ía para o dado e quetão po a pótee auda para ete odeo pode ão er a a adequada para o dado do trâguo vde Joto e DNardo 997 cap. 5. E o a portate: e agu cao o dado apreeta va aáe de reíduo proucada evdêca de erro eterocedátco o que coproete o tete de pótee para o coefcete do odeo de regreão e a efcêca teórca do etadore do trê dferete tpo de reerva. Ateratva que corpora a eterocedatcdade do erro erão apreetada a eqüêca. 4.. Eteão do odeo de regreão: ío quadrado geerazado e ada ío quadrado ordáro Coo á breveete e pô a eção 4. aur que o erro é oocedátco é ua pótee pfcadora ada que poveete pouco reata para decrever o coportaeto do dado do trâguo. De fato: aáe de reíduo rotera pode dcar coportaeto eterocedátco. A ateratva a dreta ao odeo 9 que cotepe eterocedatcdade e poveete correação era repectvaete ta que dag e eta úta ua atrz ãodagoa. Nete cao o etador do coefcete de varâca ía é obtdo atravé do étodo de Mío Quadrado Geerazado MQG cf. Joto e Dardo 997 cap. 5 e 6. Coo e deea obter a reerva tota por a e por ao de caedáro que fora o trê tpo de reerva apreetado a eção.5 é eceáro que e deevova epreõe gera do etador da reerva e de eu correpodete EQM teórco a qua erão devdaete partcuarzada para cada u do trê tpo de reerva. cao para o te íco o egute teorea que rá apreetar a fórua de cácuo do EQM teórco para oa de reerva depedete do tpo de reerva que e deea obter ta que

3 35 cotepe eterocedatcdade o tero aeatóro be coo poíve etrutura de correação. A deotração é reegada à ubeção Teorea. Sea o egute odeo de regreão A A A A A A A N Sea e A A o qua. Sea ada ta que { }. : A é coordeada de Defdo etão [ ] A E EQM o qua [ ] I I I edo que { } { } e e I. Cupre cofrar que o Teorea é deevovdo ob a ótca de u odeo de regreão co eterocedatcdade e tabé co etrutura de correação o tero de erro. Detro do coteto de trâguo IBNR e detfcado co o vaore obervado do trâguo ou ea: a parte de ca do trâguo e A co o vaore auete que repreeta a parte de bao e o efeto cauda é poíve utzar a foruação apreetada o Teorea para cacuar o EQM teórco o trê tpo báco de reerva. cao de odeo de regreão apea eterocedátco e de odeo oocedátco ão devdaete cotepado o Coroáro e abao. Coroáro. Sob a ea defçõe do Teorea coderado coo edo dagoa etão

4 EQM. 36 Coroáro. Sob a ea defçõe do Teorea a audo-e que I etão EQM. 3 Meo que etadore de MQG cottua a ateratva a efcete de etação ada pede que etrutura de eterocedatcdade e de correação ea guaete corporada/recoecda e ua abordage de MQ. Ete cao ada que ub-óto oferece ao eo a pobdade de ua etodooga de etação a pe co efeto: ão avera a ecedade de e etar a atrz de covarâca do erro vde eção 4.3 e de que e obtea etadore ão-tedecoo do vetor de coefcete e epreõe correta do EQM teórco do etadore da reerva. Icaete ote-e que e etão 4 a qua é o uua etador de MQ. Tedo a epreão 4 coo boco cotrutor o Teorea 3 abao oferece a epreõe para o EQM teórco da reerva decorrete da abordage de MQ para o cao de ua atrz gera. A prova do Teorea 3 ecotra-e a ubeção cao e que a ea é dagoa é coderada o Coroáro 3. Teorea 3. Sea o egute odeo de regreão A N. A A A A A A

5 A A Sea e o qua ta que { : é coordeada dea}. 37. Sea ada Defdo etão EQM E [ ] [ ] A o qua [ I I I ] edo que I e e { } { }. 5 Coroáro 3: Sob a ea defçõe do Teorea 3 coderado coo edo dagoa etão EQM 6 No etudo de cao deta Dertação Capítuo 6 erão apreetado para f de coparação o reutado da etação va MQ e a corporação da eterocedatcdade do erro cf. epreão 3 e co a corporação deta etrutura cf. epreão 6 a coo o reutado obtdo va MQG cf. epreão Verõe factíve do EQM teórco A equaçõe apreetada e 3 5 e 6 reatva ao cácuo do EQM teórco e provada a eção 4.5 apear de ere ouçõe eata para a obteção dete ão pouco úte a prátca ua vez que ea copreede quatdade decoecda: a atrz de varâca e covarâca.

6 38 Coo e gera ão é poíve e cao prátco a obteção do vaor eato dea ecoada quatdade deve er adotado procedeto de etação da ea. A equaçõe do EQM teórco erão aterada e o cao apreetado e erá bocaete repreetada por EQM E [ ]. A 7 Vea que o própro etador de ete cao é u etador factíve dado por: o qua. Coo dto ate o reutado obtdo e 5 e 6 ão ão úte a prátca de fora que deve-e obter tabé ua verão factíve do EQM teórco o qua é bocaete apreetado abao: EQM E F [ ] [ ] A 8 Verfcou-e o quatro trâguo odeado vde Capítuo 6 e e outro cua odeage ão ão ete teto reportada que a eterocedatcdade ecotrada o reíduo etava dretaete aocada à coua do trâguo to pode er toado coo u portate fato etzado o que factara a cofecção de oftware para etação de reerva. Ma epecfcaete o reíduo dcara que o tero do erro parece ter ua varâca aor quado coderado e agua da coua ca que correpode ao pagaeto a próo da data de ocorrêca do correpodete tro. Detro deta cotatação e upodo que ão ete etrutura de correação o tero do erro a atrz é dagoa 5 o etador propoto da dferete varâca a er uado a verõe factíve do etadore da reerva o cao de etação por MQG e de eu repectvo EQM teórco erá etratfcado por coua; coderar-e-á portato a éda 5 No etato ta coectura deve ter ua preuda pertêca aferda por aáe de dagótco.

7 39 aotra por coua do quadrado do reíduo obtdo preraete va etação por MQ. Já para o cao de etadore da reerva va MQ a verõe factíve de eu EQM teórco erão baeada a atrz de Wte a qua ão preupõe a etação da etrutura de eterocedatcdade tapouco deadara o coeceto da ea cf. Wte 98; Joto e DNardo 997; e Greee 3. Tedo e ete que a verõe factíve do etadore da reerva e de eu repectvo EQM teórco deve preferecaete e coportar atotcaete de fora ar à ua verõe teórca dada e e 6 a partr de agora erá pereguda ua utfcatva fora para o uo do etadore de varâca propoto. Icaete codere a egute codçõe de reguardade: H Ete ua partção { I... I } de {... } e cotate... potva ta que para todo ete {... } ; tabé para todo.... card ta que I quado H regreore e ão uforeete tado e ta que a egute codçõe ão atfeta: Q > quado ; Q* > quado ; Q > quado. H3 Ete δ > ta que δ E <. A pótee H detro do coteto do trâguo detera que a varâca do tero do erro erá dferete etre a coua e gua detro dea. Coo o úero de coua do trâguo quado ete aue o forato de u trapézo

8 4 vde eção.3 é eor do que o úero de a é poíve eprear toda a varâca do tero do erro e ua partção defda e H o etdo de que eo que úero de obervaçõe detro do trâguo a partção cotuará edo fta e epreará a varâca do tero do erro para toda a obervaçõe da ére. Já a pótee H aue-e que o regreore e ão uforeete tado o cao do trâguo to é facete verfcado ua vez que todo o regreore ão varáve due. Eta ea atureza do dado tabé utfca o te apreetado eta pótee. Já o te é deotrado e Wte 98. utra obervação uto portate é a de que para que eta pótee H poa er adotada o coteto do trâguo é preteríve upor que o efeto a co o paar do ao de deevoveto ou ea co o aueto do úero de dado referete a ova a o trâguo ão requer due adcoa para cotabzar ova fuêca de ao futuro to é: ão á aueto de coua a atrz tapouco de parâetro o vetor. or f a pótee H3 gfca que a varâca do tero do erro ão epode quado. Apear de e epre a prátca er poíve etrar vadez etatítca do dado etudado de ta codção e gera o díco teórco dão uporte a ta coectura; por coegute eta codção erá doravate adotada. Agora é eucado o teorea que cotturá codçõe ufcete para a deeáve equvaêca atótca etre a verõe teórca e factíve do etadore da reerva e de eu aocado EQM teórco. Sua prova ecotra-e a ubeção e tato eta quato o eucado otrão agua óbva depedêca de o. Teorea 4: Codere a codçõe do Coroáro e 3 e a pótee H H e H3. Etão e e e I : I quado para agu edo a ;

9 4 b. c e Adcoado-e a pótee de que N te-e tabé que: d N EQM d quado edo que EQM ; e N EQM d F quado edo que F e EQM. te a b e c do Teorea 4 dca que o etadore do EQM teórco para a odeage va MQG e MQ que corpora a eterocedatcdade ete úto utzado a coagrada atrz de Wte e - cf. Wte 98; Joto e DNardo 997 cap. 6 Greee 3 cap. ão cotete o etdo de que á u coportaeto atotcaete ar à ua cotraparte teórca o probea prátco ecotrado a utzação dee etador o coteto de etação de reerva IBNR etá reacoado ao bao úero de obervaçõe

10 4 dpoíve o trâguo o que pode varar de eguradora para eguradora. or f o te d e e apó cecada a adequação da dtrbução ora va aáe de reíduo perte a cotrução de tervao de predção para o dferete tpo de reerva. Apear de o reutado obtdo o Teorea 4 ere atótco o dado que erão utzado a odeage coo eautvaete á dto eta Dertação ão tado ao taao do trâguo que geraete coté pouca foraçõe a úta coua. E do do quatro cao aaado a úta coua cota apea u úco vaor vádo o que coproete a etação da varâca do tero do erro para eta coua. Fezete coo a agtude do vaore de reerva a úta coua cotua er coderaveete eor do que a prera é pauíve upor que a ubetação ou uperetação do eo pouco fuecará o cácuo da reerva por a tota e tepo de caedáro. E cotrapartda a reerva que apreeta eore etadore da eterocedatcdade do tero do erro etão a à equerda do trâguo reerva de aor vaor po eta coua cotê a obervaçõe que a dea que e ecotra à equerda Agorto de odeage e cácuo da reerva IBNR: aáe de regreão Verfcou-e durate ete trabao certo padrão a odeage do dado do trâguo e que fora egudo pratcaete e ateraçõe. agorto adotado a odeage de quatro trâguo é otrado a egur: º ao Verfcar por eo de gráfco a reação etete etre o vaore do tro e a varáve dcadora a e coua e poíve coportaeto eterocedátco a pror que obvaete deverão er cofrado por aáe de reíduo. º ao Ua vez detfcado díco ca de reação etre a varáve o que cotua er a evdete e reação à varáve coua eta-e o odeo de regreão propoto e 9 por MQ.

11 43 3º ao Verfcar de fora deftva a preeça de eterocedatcdade o reíduo tato de fora gráfca quato edate a prátca de tete de eterocedatcdade. 4º ao Se ão ouver díco o reíduo que evara a crer que eta eterogeedade etre a varâca do erro vá para o 7º ao. Cao cotráro proga ao 5º ao. 5º ao Re-ete o odeo edate etadore de utzado u caddato de etador de varâca obervação: o reíduo proveete do étodo de MQ ão preterveete uado eta etapa. 6º ao Verfque e a eterocedatcdade fo odeada e corporada corretaete atravé de aáe do reíduo padrozado. E cao potvo vá para o 7º ao. Cao cotráro re-peete o 5º ao co ua outra caddata a etrutura de varâca. 7º ao Faça tete de gfcâca para o efeto a e coua. E cao de o dado ão oferecere díco e u íve de gfcâca preetabeecdo favoráve à reevâca de agu do efeto vote ao º ao a deta vez co u odeo a parcooo. Cao cotráro ga para o 8º ao. 8º ao Cacue a edda de aute do odeo edo que eta pode er utzada para corroborar a ecoa do eor odeo. 9º ao Co o odeo a adequado cacue o trê dferete tpo de reerva e eu repectvo EQM teórco utzado a fórua factíve prevaete deevovda a eção 4.3. fuograa apreetado a Fgura reue o agorto propoto.

12 44 Verfcação da reação etre a varáve epcatva e repota Aute do odeo de regreão va MQ Verfque a preeça de eterocedatcdade do reíduo Ete evdêca de reíduo eterocedátco? SIM Re-ete o odeo va NÃ Heterocedatcdade corporada? NÃ SIM Tete a gfcâca do efeto a e coua. NÃ Ete evdêca de que o efeto ão gfcate? SIM Cacue edda de aute btea reerva e EQM teórco Fgura. Fuograa para aute do odeo de regreão.

13 Apêdce: rova rova do Teorea reraete vea que E E E E I Vea ada que EQM E edo que a prera guadade a por I. Logo EQM Cov. II Reovedo II por parte egue-e que J III Cov Cov Cov Cov Cov Cov Cov Cov

14 46 [ ]. IV Q.E.D. A rova do Teorea 3 Aáoga à prova do Teorea edo que e III e IV e Cov Cov. Q.E.D rova do Teorea 4 a Sea { } arbtráro. or H z edo que z é u vetor de deão ta que ua -éa coordeada é gua a e e a dea coordeada ão ua; aé do.... Aé do ote que o etador de MQ de da regreão do quadrado de e Z [ z... ] z é edo que z é u vetor de due aocado a I. Coo para todo vde Aeya 977; ou Haya pg. 7 e coo para agu cf. H etão o reutado decorre de preervação de covergêca e probabdade por oa. MQ b Coo a atrz é depedete de é ufcete otrar que. V Ipeetado: or H o boco referete a do odeo de regreão do Teorea e e repectvo coroáro pode er re-ordeado da fora. p p p I I. VI I

15 47 Uado a ova ordeação de VI te-e que:. VII Aaogaete te-e tabé que. VIII or VII e VIII edo que a covergêca e probabdade decorre de dado quaquer { }... cf. te a e preervação de covergêca e probabdade por fuçõe cotíua e de fato po Q < quado. c Coo é forado por regreore fo e tado uforeete e ob a vadade de H3 etão cf. Woodrdge cap. 8 pg. 5 e Greee 3 cap. pg. 99 apud Wte 98:. Coeqüeteete o reutado decorre trvaete de a atrz er depedete de.

16 48 d Sob a pótee adcoa de oradade de egue-e que MQG N. Etão utzado o Teorea teo que EQM N para todo ou equvaeteete N EQM para todo. I Aé do pea re-ordeação propota a prova do te b te-e que e aaogaete I or e I II po para cada e o de fato po E e Q quado ; cf. H. or V aocado ao te b e por II egue-e de Greee 3 ec..5. ou Davdo e Maco 4 ec.7.4 que MQG. Agora ecreva

17 49 EQM EQM EQM EQM EQM EQM EQM EQM EQM EQM EQM EQM. III Coo ua vez que po e por H e MQG EQM EQM EQM EQM MQG ue o te a e b e a preervação de covergêca e probabdade por fuçõe cotíua etão peo Teorea de Suty cf. Sao 3 a prera parcea depo da eguda guadade de III coverge e probabdade para zero. Jutado co o fato de que EQM ovaete peo fato de que e MQG d trvaete N por I e apcado o Teorea de EQM Suty ovaete obté-e o reutado deeado. e Aáoga à do te d batado apea ubttur Ŷ por e EQM por EQM e ebrar que cofore H. Q.E.D. F

MODELOS DE REGRESSÃO NÃO LINEARES

MODELOS DE REGRESSÃO NÃO LINEARES M. Mede de Olvera Excerto da ota peoa obre: MODELOS DE REGRESSÃO NÃO LINEARES Obervação No modelo de regreão dto leare, a varável depedete é exprea como fução lear do coefcete de regreão. É rrelevate,

Leia mais

1- RESPOSTA TEMPORAL EM FUNÇÃO DA POSIÇÃO DOS POLOS

1- RESPOSTA TEMPORAL EM FUNÇÃO DA POSIÇÃO DOS POLOS - RESPOSTA TEMPORAL EM FUNÇÃO DA POSIÇÃO DOS POLOS Seja R( F( E( a repota de u tea lear, cocetrado e varate. Se F ( e E () ão fuçõe rea racoa, etão R ( é real racoal e pode er exprea coo: N() R( a / b

Leia mais

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro RESUMO

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro RESUMO UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINISTRAÇÃO RAD507 Etatítca Aplcada à Admtração I Prof. Dr. Evadro Marco Sadel Rbero RESUMO

Leia mais

= n. Observando a fórmula para a variância, vemos que ela pode ser escrita como, i 2

= n. Observando a fórmula para a variância, vemos que ela pode ser escrita como, i 2 Etatítca II Atoo Roque Aula 4 O Coefcete de Correlação de Pearo O coefcete de correlação de Pearo é baeado a déa de varâca, dada o curo de Etatítca I Como vto aquele curo, quado temo uma amotra compota

Leia mais

16 - PROBLEMA DO TRANSPORTE

16 - PROBLEMA DO TRANSPORTE Prof. Volr Wlhel UFPR TP05 Pesqusa Operacoal 6 - PROBLEMA DO TRANSPORTE Vsa zar o custo total do trasporte ecessáro para abastecer cetros cosudores (destos) a partr de cetros forecedores (orges) a, a,...,

Leia mais

3- Autovalores e Autovetores.

3- Autovalores e Autovetores. MÉTODOS NUMÉRICOS PARA EQUAÇÕES DIFERENCIAIS PARCIAIS - Autovalores e Autovetores..- Autovetores e Autovalores de ua Matrz..- Métodos para ecotrar os Autovalores e Autovetores de ua Matrz. Cotuação da

Leia mais

Escola Secundária de Jácome Ratton

Escola Secundária de Jácome Ratton Ecola Secudára de Jácome Ratto Ao Lectvo / Matemátca Aplcada à Cêca Soca Na Ecola Secudára do Suceo aualmete é premado o aluo que tver melhor méda a ua clafcaçõe a dferete dcpla. No ao lectvo 9/, o do

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

3- Autovalores e Autovetores.

3- Autovalores e Autovetores. MÉTODOS NUMÉRICOS PARA EQUAÇÕES DIFERENCIAIS PARCIAIS 3- Autovalores e Autovetores. 3.- Autovetores e Autovalores de ua Matrz. 3.- Métodos para ecotrar os Autovalores e Autovetores de ua Matrz. 3.- Autovetores

Leia mais

i 2 i= = n Observando a fórmula para a variância, vemos que ela pode ser escrita como, i 2

i 2 i= = n Observando a fórmula para a variância, vemos que ela pode ser escrita como, i 2 O Coefcete de Correlação de Pearo O coefcete de correlação de Pearo é baeado a déa de varâca, dada a aula 6 Como vto aquela aula, quado temo uma amotra compota por dado, a varâca da amotra é dada por,

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

A análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si.

A análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si. Prof. Lorí Va, Dr. http://www. ufrgs.br/~va/ va@mat.ufrgs.br aáse de varâca de uma cassfcação (Oe-Way NOV) verfca se as médas de amostras depedetes (tratametos) dferem etre s. Um segudo tpo de aáse de

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

Consideremos a fórmula que nos dá a área de um triângulo: = 2

Consideremos a fórmula que nos dá a área de um triângulo: = 2 6. Cálculo Derecal e IR 6.. Fução Real de Varáves Reas Cosdereos a órula que os dá a área de u trâulo: b h A( b h) Coo podeos vercar a área de u trâulo depede de duas varáves: base (b) e altura (h) Podeos

Leia mais

(1) no domínio : 0 x < 1 Sujeita às condições de contorno: (2-a) CC1: (2-b) CC2: x dx

(1) no domínio : 0 x < 1 Sujeita às condições de contorno: (2-a) CC1: (2-b) CC2: x dx EXEMPLO MOTIVADOR I Método da Aproxmação Polomal Aplcado a Problema Udrecoa com Smetra. Eqaçõe Dfereca Ordára Problema de Valor o Cotoro Etrtra Geral do Problema: d dy( x) x f x, yx x dx dx o domío : x

Leia mais

R n, (parte radial) são produtos de exponenciais e polinômios de Laguerre, e as. Y (parte angular) são os harmônicos esféricos ( (,

R n, (parte radial) são produtos de exponenciais e polinômios de Laguerre, e as. Y (parte angular) são os harmônicos esféricos ( (, A ESTRUTURA DO ÁTOMO. tópco I. Átoo co apea u elétro. A autofuçõe para tea atôco ooeletrôco ão fuçõe do tpo ( r) R, (r)y, ( ) (..) ode a fuçõe fuçõe, R, (parte radal) ão produto de expoeca e polôo de Laguerre,

Leia mais

PROCESSOS ESTOCÁSTICOS

PROCESSOS ESTOCÁSTICOS UIVERIDADE FEDERAL DO RIO GRADE DO ORE CERO DE CIÊCIA EXAA E DA ERRA DEARAEO DE EAÍICA DICILIA: E ROCEO EOCÁICO ROCEO EOCÁICO ª EAA ROFEOR: FERADO CÉAR DE IRADA AAL/R EADO ABORVEE Defção. Um estado de

Leia mais

Topografia: planimetria para engenheiros Agrimensores e Cartógrafos IV INTRODUÇÃO À TEORIA DOS ERROS

Topografia: planimetria para engenheiros Agrimensores e Cartógrafos IV INTRODUÇÃO À TEORIA DOS ERROS Topografa: paetra para egeheros gresores e Cartógrafos IV INTROUÇÃO À TEORI OS ERROS Topografa é ua cêca expereta ão exata. s edções coduzdas peo ser huao se caracterza pea evtáve preseça de erros. Há

Leia mais

Capítulo III Medidas Estatísticas

Capítulo III Medidas Estatísticas 8 Capítulo III Medda Etatítca III. Medda de Tedêca Cetral A apreetação de dado em tabela e gráco motra a orma da dtrbução. A medda de tedêca cetral dcam o valor do poto em toro do qual o dado e dtrbuem.

Leia mais

Grande Conjuntos de Dados. Organização; Resumo; Apresentação. Amostra ou População. Defeitos em uma linha de produção

Grande Conjuntos de Dados. Organização; Resumo; Apresentação. Amostra ou População. Defeitos em uma linha de produção Prof. Lorí Val, Dr. val@pucr.br http://www.pucr.br/~val/ Grade Cojuto de Dado Orgazação; Reumo; Apreetação. Amotra ou População Defeto em uma lha de produção Lacado Deeho Torto Deeho Torto Lacado Torto

Leia mais

QUESTÕES DISCURSIVAS Módulo

QUESTÕES DISCURSIVAS Módulo QUESTÕES DISCURSIVAS Módulo 0 009 D (FUVEST-SP 008 A fgura ao lado represeta o úero + o plao coplexo, sedo a udade agára Nessas codções, a detere as partes real e agára de e b represete e a fgura a segur

Leia mais

Estatística 15 - Comparação entre Duas Populações

Estatística 15 - Comparação entre Duas Populações Etatítca 5 - Comaração etre Da Polaçõe 5- Comaração de Méda de Da Polaçõe µ Méda da olação µ Méda da olação Tete µ - µ µ - µ > µ - µ µ - µ < µ - µ µ - µ. Dado Emarelhado EemloVte cobaa bmetda drate ma

Leia mais

Bioestatística Curso de Saúde. Linha Reta 2 Parábola ou curva do segundo grau. terceiro grau curva do quarto. grau curva de grau n Hipérbole

Bioestatística Curso de Saúde. Linha Reta 2 Parábola ou curva do segundo grau. terceiro grau curva do quarto. grau curva de grau n Hipérbole Teora da Correlação: Probleas relatvos à correlação são aqueles que procura estabelecer quão be ua relação lear ou de outra espéce descreve ou eplca a relação etre duas varáves. Se todos os valores as

Leia mais

CAPÍTULO III. Aproximação de funções pelo método dos Mínimos Quadrados

CAPÍTULO III. Aproximação de funções pelo método dos Mínimos Quadrados Métodos Nuércos CAPÍULO III C. Balsa & A. Satos Aproxação de fuções pelo étodo dos Míos Quadrados. Algus cocetos fudaetas de Álgebra Lear Relebraos esta secção algus cocetos portates da álgebra Lear que

Leia mais

EAD Métodos Estatísticos de Projeção

EAD Métodos Estatísticos de Projeção EAD 655 - Método Etatítco de Projeção Prof. Cear Aleadre de Souza 2º. Semetre - 207 Modelagem Quattatva em Admtração Na admtração, a matemátca e a etatítca cotrbuem para a cração de modelo para auílo a

Leia mais

SOLUÇÃO DE EQUAÇÕES DIFERENCIAIS POR DIFERENÇAS FINITAS-JM Balthazar- Maio Resolvendo um Problema de Condução de Calor

SOLUÇÃO DE EQUAÇÕES DIFERENCIAIS POR DIFERENÇAS FINITAS-JM Balthazar- Maio Resolvendo um Problema de Condução de Calor SOLUÇÃO DE EQUAÇÕES DIFERENCIAIS POR DIFERENÇAS FINIAS-JM Balthazar- Mao 3 Resolvedo u Problea de Codução de Calor Para troduzr o étodo das dfereças ftas de ua fora prátca vaos cosderar u problea de codução

Leia mais

5 Aplicação do GFMM no BEM

5 Aplicação do GFMM no BEM 38 5 Apação do GFMM o BEM esse apítuo os desevovmetos apresetados o apítuo 4 são apados ao BEM pea expasão das souções fudametas utzadas as tegrações sobre os segmetos do otoro. É apresetada a formuação

Leia mais

1- Qual a diferença entre amostragem probabilística e não-probabilística? Qual é a mais recomendada?

1- Qual a diferença entre amostragem probabilística e não-probabilística? Qual é a mais recomendada? VIII-AMOSTRAGEM A Etatítca Iferecal ou Iferêca Etatítca tem como objetvo bucar cocluõe robablítca obre oulaçõe com bae o reultado obervado em amotra etraída dea oulaçõe Am, certo cudado báco devem er tomado

Leia mais

Capítulo 2. Aproximações de Funções

Capítulo 2. Aproximações de Funções EQE-358 MÉTODOS NUMÉRICOS EM ENGENHARIA QUÍMICA PROFS. EVARISTO E ARGIMIRO Capítulo Aproações de Fuções Há bascaete dos tpos de probleas de aproações: ) ecotrar ua fução as sples, coo u polôo, para aproar

Leia mais

Exame 2ª ÉPoca h00 Parte Prática. GRUPO 1 (3,0 val.)

Exame 2ª ÉPoca h00 Parte Prática. GRUPO 1 (3,0 val.) Departameto de Egehara Cvl, Arqutetura e Georrecuro TRANSPORTES MEC - 3º Ao - 2º Semetre Prof. Repoável: Luí de Pcado Sato Ao Letvo 2013/2014 Duração máxma: 120 muto NOME: Exame 2ª ÉPoca 2014-07-01 08h00

Leia mais

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro RESUMO

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro RESUMO UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD57 Etatítca Aplcaa à Amtração I Prof Dr Evaro Marco ael Rero REUMO REVIÃO DE

Leia mais

UMA ANÁLISE BAYESIANA DE PONTOS DE MUDANÇA NA VOLATILIDADE E RETORNO ESPERADO DE ÍNDICES DE MERCADOS LATINO AMERICANOS.

UMA ANÁLISE BAYESIANA DE PONTOS DE MUDANÇA NA VOLATILIDADE E RETORNO ESPERADO DE ÍNDICES DE MERCADOS LATINO AMERICANOS. A pequa Operacoa e o Recuro Reováve 4 a 7 de ovemro de 3 Nata-RN UMA ANÁLISE BAYESIANA DE PONTOS DE MUDANÇA NA VOLATILIDADE E RETORNO ESPERADO DE ÍNDICES DE MERCADOS LATINO AMERICANOS. Vícu Dz Mayrk Departameto

Leia mais

Cálculo Numérico Interpolação Polinomial Ajuste de Curvas (Parte II)

Cálculo Numérico Interpolação Polinomial Ajuste de Curvas (Parte II) Cálulo Nuéro Iterpolação Poloal Ajuste de Curvas (Parte II) Pro Jore Cavalat joreavalat@uvasedubr MATERIAL ADAPTADO DOS SLIDES DA DISCIPLINA CÁLCULO NUMÉRICO DA UFCG - wwwdsuedubr/~u/ Ajuste de Curvas

Leia mais

Departamento de Informática. Modelagem Analítica do Desempenho de Sistemas de Computação. Modelagem Analítica. P x t i x t i x t i x t i

Departamento de Informática. Modelagem Analítica do Desempenho de Sistemas de Computação. Modelagem Analítica. P x t i x t i x t i x t i Departaeto de Iforátca Dscpla: do Desepeho de Ssteas de Coputação Cadeas de Marov I Processos de Marov (ou PE Marovao) Sea u processo estocástco caracterzado pela seüêca de v.a s X(t ),,,, Sea X(t ) a

Leia mais

Aerodinâmica I. Asas Finitas Teoria da Linha Sustentadora Método de Glauert

Aerodinâmica I. Asas Finitas Teoria da Linha Sustentadora Método de Glauert ( y Método de Gauert ( y ( y V c( y β 4 V d y y dy ( y dy Método de resoução da equação tegro-dfereca da ha sustetadora através da sua trasformação um sstema de equações agérco - Asas smétrcas, sem dedro

Leia mais

INFERÊNCIA ESTATÍSTICA PARA DUAS POPULAÇÕES

INFERÊNCIA ESTATÍSTICA PARA DUAS POPULAÇÕES INFERÊNCIA ESTATÍSTICA PARA DUAS POPULAÇÕES . Populações depedetes co dstrbução oral População População,, Y,,Y ~ N, Y ~ N, Y ~ N, Obs. Se a dstrbução de e/ou Y ão for oral, os resultados são váldos aproxadaete.

Leia mais

Verificação, Validação e Experimentação com Modelos de Simulação

Verificação, Validação e Experimentação com Modelos de Simulação Boletm Técco: MS: 03/06 em 9/06/006 Verfcação, Valdação e Expermetação com Modelo de ulação Prof. Luí Céar da Slva Emal: lvalc@cca.ufe.br - Webte: www.aga.com A etruturação de modelo para a mulação de

Leia mais

Gonçalo X. Silva Alda Carvalho

Gonçalo X. Silva Alda Carvalho Goçalo X. Slva Alda Carvalho ÍNDICE. ESTATÍSTICA DESCRITIVA..... INTRODUÇÃO..... DEFINIÇÕES..... CLASSIFICAÇÃO DOS DADOS.... CARACTERIZAÇÃO DOS DADOS....5 ESTATÍSTICAS AMOSTRAIS... 0.5.. Medda de localzação...

Leia mais

Representação dos padrões. Tipos de atributos. Etapas do processo de agrupamento. 7.1 Agrupamento clássico. 7. Agrupamento fuzzy (fuzzy clustering)

Representação dos padrões. Tipos de atributos. Etapas do processo de agrupamento. 7.1 Agrupamento clássico. 7. Agrupamento fuzzy (fuzzy clustering) 7. Agrupaeto fuzzy (fuzzy clusterg) 7. Agrupaeto clássco Agrupaeto é a classfcação ão-supervsoada de padrões (observações, dados, objetos, eeplos) e grupos (clusters). Itutvaete, padrões seelhates deve

Leia mais

8. INFERÊNCIA PARA DUAS POPULAÇÕES

8. INFERÊNCIA PARA DUAS POPULAÇÕES 8 INFERÊNCIA PARA UA POPULAÇÕE 8 Populações depedetes co dstrbução oral População População, L, Y, L,Y ~ N, σ Y ~ N, σ σ σ Y ~ N, Obs e a dstrbução de e/ou Y ão for oral, os resultados são váldos aproxadaete

Leia mais

INTERPOLAÇÃO POLINOMIAL DE LAGRANGE E DE HERMITE INTRODUÇÃO

INTERPOLAÇÃO POLINOMIAL DE LAGRANGE E DE HERMITE INTRODUÇÃO Interpoação Ponoa de Lagrange e de Herte INTERPOLAÇÃO POLINOMIAL DE LAGRANGE E DE HERMITE INTRODUÇÃO Obetvando a preparação aos étodos de aproação a sere apcados à resoução nuérca de equações dferencas

Leia mais

Etapas para a construção de uma distribuição de frequências por ponto

Etapas para a construção de uma distribuição de frequências por ponto Dtrbuçõe de Frequêca Uma dtrbução de requêca é uma tabela que reúe o cojuto de dado, coorme a requêca ou a repetçõe de eu valore o capítulo ateror, vmo como ão eta ea tabela quado a varável é qualtatva

Leia mais

6. Inferência para Duas Populações USP-ICMC-SME 2013

6. Inferência para Duas Populações USP-ICMC-SME 2013 6. Iferêca ara Duas Poulações UP-ICMC-ME 3 8.. Poulações deedetes co dstrbução oral Poulação Poulação,,,, ~ N, ~ N, ~ N, Obs. e a dstrbução de e/ou ão for oral, os resultados são váldos aroxadaete. Testes

Leia mais

Programação Paralela

Programação Paralela rograação aralela FEU 4. Avalação de steas aralelos Defções Razão etre a velocdade de processaeto coseguda o sstea paralelo e a velocdade coseguda co u processador (pouca foração...) Efcêca Quocete do

Leia mais

Prof. Alvaro Vannucci

Prof. Alvaro Vannucci Pro. Alvaro Vaucc Lebreos o roblea dos sucessvos deslocaetos aleatóros rado - DRUNK - walk Cosderaos cada deslocaeto asso dado ela essoa coo tedo sere o eso coreto L. Chaaos de a robabldade de asso ara

Leia mais

Econometria: 3 - Regressão Múltipla

Econometria: 3 - Regressão Múltipla Ecoometra: 3 - Regressão Múltpla Prof. Marcelo C. Mederos mcm@eco.puc-ro.br Prof. Marco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo de regressão

Leia mais

SUBSTITUIÇÕES ENVOLVENDO NÚMEROS COMPLEXOS Diego Veloso Uchôa

SUBSTITUIÇÕES ENVOLVENDO NÚMEROS COMPLEXOS Diego Veloso Uchôa Nível Avaçado SUBSTITUIÇÕES ENVOLVENDO NÚMEROS COMPLEXOS Dego Veloso Uchôa É bastate útl e probleas de olpíada ode teos gualdades ou quereos ecotrar u valor de u soatóro fazeros substtuções por úeros coplexos

Leia mais

sticas Estatística (divisão) População stica: uma definição Estatística:

sticas Estatística (divisão) População stica: uma definição Estatística: Coleção de úmero etatítca tca O úmero de carro veddo o paí aumetou em 30%. A taa de deemprego atge, ete mê, 7,5%. A açõe da Telebrá ubram R$,5, hoje. Reultado do Caraval o trâto: 45 morto, 430 ferdo. Etatítca:

Leia mais

REVISÃO: ANÁLISE DE TENSÕES

REVISÃO: ANÁLISE DE TENSÕES REVISÃO: ANÁLISE DE ENSÕES Fadiga dos Materiais Metáicos Prof. Caros Batista ESADO DE ENSÃO EM UM PONO O estado gera de tesão e u oto de u coro e equiíbrio ode ser reresetado or 6 cooetes: O eso estado

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

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

Probabilidades como ferramentas de controle da quantidade de poluentes emitidos pelo tráfego de veículos motorizados

Probabilidades como ferramentas de controle da quantidade de poluentes emitidos pelo tráfego de veículos motorizados XXV Ecotro Nac. de Eg. de Produção Porto Alegre, RS, Brasl, 29 out a 0 de ov de 2005 Probabldades coo ferraetas de cotrole da quatdade de poluetes etdos pelo tráfego de veículos otorzados Luz Delca Castllo

Leia mais

CAPÍTULO 1 SEMICONDUTORES HOMOGÉNEOS

CAPÍTULO 1 SEMICONDUTORES HOMOGÉNEOS CAPÍTULO 1 SEMICONDUTORES HOMOGÉNEOS Ca. 1 1 Problea SH1 Cosderar ua resstêca de gerâo de to co 1 de secção e 1 c de coreto que a 300 K areseta ua resstêca de 0 Ω. a) Calcular o valor da desdade de urezas,

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

A desigualdade de Kraft e correlatos

A desigualdade de Kraft e correlatos A desguadade de Kraft e correatos Defções remares Códgo ão sguar: símboos dferetes s são reresetados or códgos dferetes c ; Códgo uvocamete decodfcáve: se símboos cocateados (s s s 3... s k) são reresetados

Leia mais

LCE2112 Estatística Aplicada às Ciências Sociais e Ambientais 2010/02. Exemplos de revisão

LCE2112 Estatística Aplicada às Ciências Sociais e Ambientais 2010/02. Exemplos de revisão LCE Etatítca Aplcada à Cêca Soca e Ambeta 00/0 Eemplo de revão Varável Aleatóra Cotíua Eemplo: Para e etudar o comportameto de uma plata típca de dua, a Hydrocotlle p., quato ao eu deevolvmeto, medu-e

Leia mais

DISTRIBUIÇÃO HIPERGEOMÉTRICA

DISTRIBUIÇÃO HIPERGEOMÉTRICA 7 DISTRIBUIÇÃO HIPERGEOMÉTRICA Cosdere-se uma população fta costtuída por N elemetos dstrbuídos por duas categoras eclusvas e eaustvas de dmesões M e N M, respectvamete. Os elemetos da prmera categora

Leia mais

Amostrador de Gibbs. Renato Assunção DCC - UFMG

Amostrador de Gibbs. Renato Assunção DCC - UFMG Amotraor e bb Renato Aunção CC - UFM bb amper Aortmo para eração e amotra e um VETOR aeatóro X = (X X 2... X k ) Objetvo e termnar com uma tabea N x k one caa nha e uma ntanca o vetor X ntanc a Var X Var

Leia mais

Centro de massa Dinâmica do corpo rígido

Centro de massa Dinâmica do corpo rígido Cetro de assa Dâca do corpo rígdo Nota: As fotografas assaladas co () fora retradas do lvro () A. Bello, C. Portela e H. Caldera Rtos e Mudaça, Porto edtora. As restates são retradas de Sears e Zeasky

Leia mais

TEORIA DO FLUXO DE TRÁFEGO

TEORIA DO FLUXO DE TRÁFEGO Uerdade de Braíla Faculdade de Tecologa Departaeto de Egehara Cl e Abetal Área de Traporte ENGENHARIA DE TRÁFEGO apotla: TEORIA DO FLUXO DE TRÁFEGO Prof. Paulo Cear Marue da Sla Março de 994 Reada e abr/00

Leia mais

Centro de massa Dinâmica do corpo rígido

Centro de massa Dinâmica do corpo rígido Cetro de assa Dâca do corpo rígdo Nota: As fotografas assaladas co () fora retradas do lvro () A. Bello, C. Portela e H. Caldera Rtos e Mudaça, Porto edtora. As restates são retradas de Sears e Zeasky

Leia mais

6 Modelagem do manipulador

6 Modelagem do manipulador Modelage do anpulador Nete apítulo, preraente a neáta do anpulador é etudada. neáta dreta do anpulador é apreentada e, e eguda, a neáta nvera é alulada. pó onlur o etudo neáto do anpulador, é apreentada

Leia mais

CAPÍTULO III MÉTODOS DE RUNGE-KUTTA

CAPÍTULO III MÉTODOS DE RUNGE-KUTTA PMR 40 Mecâca Coputacoal CAPÍTULO III MÉTODOS DE RUNGE-KUTTA São étodos de passo sples requere apeas dervadas de prera orde e pode forecer aproxações precsas co erros de trucaeto da orde de, 3, 4, etc.

Leia mais

1- Resolução de Sistemas Lineares.

1- Resolução de Sistemas Lineares. MÉTODOS NUMÉRICOS PARA EQUAÇÕES DIFERENCIAIS PARCIAIS - Reolução de Stem Lere..- Mtrze e Vetore..- Reolução de Stem Lere de Equçõe Algébrc por Método Eto (Dreto)..3- Reolução de Stem Lere de Equçõe Algébrc

Leia mais

1. Conceito de variável aleatória Podemos estudar, por exemplo, algumas características dos alunos do Curso de estatística.

1. Conceito de variável aleatória Podemos estudar, por exemplo, algumas características dos alunos do Curso de estatística. CAPÍTULO 7 VARIÁVEL ALEATÓRIA A probabldade teve íco com os jogos de azar (século XVII) com Cavalero de Nere, Fermat e Pascal, porém, coube a Beroull (73) laçar as bases da probabldade e a segur Laplace

Leia mais

Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira INEP Ministério da Educação MEC. Índice Geral de Cursos (IGC)

Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira INEP Ministério da Educação MEC. Índice Geral de Cursos (IGC) Isttuto Nacoal de Estudos e Pesqusas Educacoas Aíso exera INEP stéro da Educação EC Ídce Geral de Cursos (IGC) O Ídce Geral de Cursos (IGC) é ua éda poderada dos cocetos dos cursos de graduação e pós-graduação

Leia mais

DISPOSITIVOS ELECTRÓNICOS. Problemas Resolvidos

DISPOSITIVOS ELECTRÓNICOS. Problemas Resolvidos DISPOSITIVOS ELECTRÓNICOS Probleas Resolvdos CAPÍTULO 1 SEMICONDUTORES HOMOGÉNEOS Ca. 1 1 Problea SH1 Cosderar ua resstêca de gerâo de to co 1 de secção e 1 c de coreto que a 300 K areseta ua resstêca

Leia mais

REGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA

REGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA REGRESSÃO LINEAR CUIABÁ, MT 6/ INTRODUÇÃO Relação dos valores da varável depedete (varável resposta) aos valores de regressoras ou exógeas). SIMPLES MÚLTIPLA (varáves depedetes,... =,,, K=,,, k em que:

Leia mais

Matemática FUVEST ETAPA QUESTÃO 1. b) Como f(x) = = 0 + x = 1 e. Dados m e n inteiros, considere a função f definida por m

Matemática FUVEST ETAPA QUESTÃO 1. b) Como f(x) = = 0 + x = 1 e. Dados m e n inteiros, considere a função f definida por m Mateática FUVEST QUESTÃO 1 Dados e iteiros, cosidere a fução f defiida por fx (), x para x. a) No caso e que, ostre que a igualdade f( ) se verifica. b) No caso e que, ache as iterseções do gráfico de

Leia mais

Como primeiro exemplo de uma relação de recorrência, consideremos a seguinte situação:

Como primeiro exemplo de uma relação de recorrência, consideremos a seguinte situação: Relações de Recorrêcas - Notas de aula de CAP Prof. José Carlos Becceer. Ao 6. Ua Relação de Recorrêca ou Equação de Recorrêca defe ua fução por eo de ua epressão que clu ua ou as stâcas (eores) dela esa.

Leia mais

Estatística: uma definição

Estatística: uma definição Prof. Lorí Val, Dr. val@at.ufrgs.br http://.at.ufrgs.br/~val/ Estatístca: ua defção Coleção de úeros estatístcas O úero de carros veddos o país auetou e 30%. A taa de deseprego atge, este ês, 7,%. As ações

Leia mais

ESTATÍSTICA II FORMULÁRIO

ESTATÍSTICA II FORMULÁRIO Uverdade do Mho Ecola de Egehara ESTATÍSTICA II Ídce Metrado Itegrado em Egehara e Getão Idutral FORMULÁRIO Ao Lectvo 007-008 Itervalo de Cofaça (uma amotra / dua amotra depedete)... Tete de Hpótee (uma

Leia mais

Distribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD

Distribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD Dstrbuções Amostras Estatístca 8 - Dstrbuções Amostras 08- Dstrbuções Amostras Dstrbução Amostral de Objetvo: Estudar a dstrbução da população costtuída de todos os valores que se pode obter para, em fução

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

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

ENERGIA ELÉTRICA COM GERAÇÃO DISTRIBUÍDA

ENERGIA ELÉTRICA COM GERAÇÃO DISTRIBUÍDA XIII Cogresso rasero de Autoátca / 2 a 6 etebro 2, oto-m. ALGORIMO RÁPIDO E EFICIEE PARA CÁLCULO DE FLUXO DE POÊCIA EM REDE DE DIRIUIÇÃO DE EERGIA ELÉRICA COM GERAÇÃO DIRIUÍDA.. LEIE,. R.. MAOAI Facudade

Leia mais

VOLUME Considerando a transformação isocórica: p T. = com T em Kelvin. T 1. N p = K. = 1, N/m 2. Logo, p 2.

VOLUME Considerando a transformação isocórica: p T. = com T em Kelvin. T 1. N p = K. = 1, N/m 2. Logo, p 2. Físca III Aual OLUME AULAS E : GASES ERFEIOS EXERCÍCIOS ROOSOS Cosderado a trasoração socórca: co e Kelv 5 N 7, ( 7 + 7) K ( 7 + 7) K Logo,,8 5 N/ Esse roblea ode ser resolvdo aalsado-se o úero de oléculas

Leia mais

Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística

Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Val, Dr. http://www.pucrs.br/famat/val/ val@pucrs.br Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Obetvos A Aálse de

Leia mais

Construção e Análise de Gráficos

Construção e Análise de Gráficos Costrução e Aálse de Gráfcos Por que fazer gráfcos? Facldade de vsualzação de cojutos de dados Faclta a terpretação de dados Exemplos: Egehara Físca Ecooma Bologa Estatístca Y(udade y) 5 15 1 5 Tabela

Leia mais

CIV 2552 Mét. Num. Prob. de Fluxo e Transporte em Meios Porosos. Método dos Elementos Finitos Fluxo 2D em regime transiente em reservatório

CIV 2552 Mét. Num. Prob. de Fluxo e Transporte em Meios Porosos. Método dos Elementos Finitos Fluxo 2D em regime transiente em reservatório CIV 55 Mét. um. ob. de luo e aote em Meo ooo Método do Elemeto to luo D em egme taete em eevatóo Codçõe ca e aâmeto etete: eão cal: Ma emeabldade tíeca: -5 md m md ml-dac Vcodade dâmca: - µ Ma oe Comebldade

Leia mais

MODELAGEM MATEMÁTICA E ANÁLISE DO PROCESSO DE FLOCULAÇÃO EM CÂMARAS EM SÉRIE

MODELAGEM MATEMÁTICA E ANÁLISE DO PROCESSO DE FLOCULAÇÃO EM CÂMARAS EM SÉRIE MODELAGEM MATEMÁTICA E ANÁLISE DO POCESSO DE FLOCULAÇÃO EM CÂMAAS EM SÉIE odrgo B Moruzz, Sauel Coceção de Olvera Professor da Uesp, Capus de o Claro, o Claro-SP, Brasl, roruzz@rcuespbr Professor da Uesp,

Leia mais

2- Resolução de Sistemas Não-lineares.

2- Resolução de Sistemas Não-lineares. MÉTODOS NUMÉRICOS PARA EQUAÇÕES DIFERENCIAIS PARCIAIS - Resolução de Sisteas Não-lieares..- Método de Newto..- Método da Iteração. 3.3- Método do Gradiete. - Sisteas Não Lieares de Equações Cosidere u

Leia mais

Estatística: uma definição

Estatística: uma definição Prof. Lorí Val, Dr. val@pucrs.br http://.pucrs.br/faat/val/ Estatístca: ua defção Coleção de úeros estatístcas O úero de carros veddos auetou e 30%. o país A taa de deseprego atge, este ês, 7,%. As ações

Leia mais

Exercícios de cisalhamento puro e flexão simples - prof. Valério SA Universidade de São Paulo - USP

Exercícios de cisalhamento puro e flexão simples - prof. Valério SA Universidade de São Paulo - USP Exercíco de calhamento puro e flexão mple - prof. Valéro S Unverdade de São Paulo - USP São Paulo, dezembro de 05.. etrutura de contenção eta ubmetda a uma ação de empuxo do olo, onde a dtrbução é lnear

Leia mais

Índice alfabético. página: 565 a b c d e f g h i j k l m n o p q r s t u v w x y z. procura índice imprimir última página vista anterior seguinte

Índice alfabético. página: 565 a b c d e f g h i j k l m n o p q r s t u v w x y z. procura índice imprimir última página vista anterior seguinte Í é á: 565 á é í ú á í é á: 566 A A é, 376 A, 378 379 A á, 146 147 A, 309 310 A á, 305 A ( ), 311 A, 305 308 A á B, 470 A á, 384 385 A,, ç Bç, 338 340 A é, 337 Aé, 333 A, 410 419 A K, 466 A, 123 A, 32

Leia mais

Difusão entre Dois Compartimentos

Difusão entre Dois Compartimentos 59087 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 4 Dfusão etre Dos Compartmetos A le de Fck para membraas (equação 4 da aula passada) mplca que a permeabldade de uma membraa a um soluto é dada pela razão

Leia mais

ANEXO I RISCO DOS SORTEIOS A REALIZAR

ANEXO I RISCO DOS SORTEIOS A REALIZAR Contnuação da Resoução CNSP N o 84, de 013. ANEXO I RISCO DOS SORTEIOS A REALIZAR Art.1 o Consdera-se, para os fns deste anexo, os concetos e notações abaxo: I R. sorteos : montante de capta, referente

Leia mais

Forma padrão do modelo de Programação Linear

Forma padrão do modelo de Programação Linear POGAMAÇÃO LINEA. Forma Padrão do Modelo de Programação Lear 2. elações de Equvalêca 3. Suposções da Programação Lear 4. Eemplos de Modelos de PPL 5. Suposções da Programação Lear 6. Solução Gráfca e Iterpretação

Leia mais

A ciência de coletar, organizar, apresentar, analisar e interpretar dados numéricos com o objetivo de tomar melhores decisões.

A ciência de coletar, organizar, apresentar, analisar e interpretar dados numéricos com o objetivo de tomar melhores decisões. .pucrs.br/faat/val/.at.ufrgs.br/~val/ Prof. Lorí Val, Dr. val@at.ufrgs.br val@pucrs.br Coleção de úeros estatístcas O úe ro de carros ve ddos o país auetou e 30%. A taa de deseprego atge, este ês, 7,%.

Leia mais

A ciência de coletar, organizar, apresentar, analisar e interpretar dados numéricos com o objetivo de tomar melhores decisões.

A ciência de coletar, organizar, apresentar, analisar e interpretar dados numéricos com o objetivo de tomar melhores decisões. Prof. Lorí Val, Dr. val@at.ufrgs.br http://.at.ufrgs.br/~val/ Coleção de úeros estatístcas stcas O úero de carros veddos o país auetou e 30%. A taa de deseprego atge, este ês, 7,%. As ações a da Telebrás

Leia mais

Universidade Estadual de Londrina

Universidade Estadual de Londrina Uverdade Etadual de Lodra Programa de Metrado e Doutorado em Cêca Bológca Reumo da atvdade deevolvda em aula Profa. Dra. Aa Verga Lbo Meett LODRIA 06 SUMÁRIO. Aále exploratóra de dado...0. Itervalo de

Leia mais

Agregação das Demandas Individuais

Agregação das Demandas Individuais Deanda Agregada Agregação da Deanda Indvdua A curva de deanda agregada é a oa horzontal da curva de deanda. Deve-e ter e ente que a deanda ndvdua (, ) ão ua função do reço e da renda. A, a curva de deanda

Leia mais

Organização de dados -Dados não agrupados n. Mediana:

Organização de dados -Dados não agrupados n. Mediana: Orgazação de dado -Dado ão agruado Medaa: Poto de ocoameto: Méda: Moda: valor que ocorre com maor freqüêca Méda de Itervalo: + m max + Quartl: (ara j, ou 3) j( +) Poto de ocoameto: 4 Méda da Juta: Q +

Leia mais

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo.

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo. Equlíbro e o Potecal de Nerst 5910187 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 11 Nesta aula, vamos utlzar a equação para o modelo de eletrodfusão o equlíbro obtda a aula passada para estudar o trasporte

Leia mais

Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1.

Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1. Iterpolação Iterpolação é um método que permte costrur um ovo cojuto de dados a partr de um cojuto dscreto de dados potuas cohecdos. Em egehara e cêcas, dspõese habtualmete de dados potuas, obtdos a partr

Leia mais

Sobre a Geração de Mapas de Ambiente de Rádio com Kriging Ordinário

Sobre a Geração de Mapas de Ambiente de Rádio com Kriging Ordinário XXXIV SIMPÓSIO BRASILEIRO DE TELECOMUICAÇÕES SBrT016, 30 DE AGOSTO A 0 DE SETEMBRO, SATARÉM, PA Sobre a Geração de Mapa de Ambete de Rádo com Krgg Ordáro Reumo Ete artgo apreeta e dcute mportate ferrameta

Leia mais

3 Seleção de Variáveis Baseada em Informação Mútua sob Distribuição de Informação Uniforme (MIFS-U)

3 Seleção de Variáveis Baseada em Informação Mútua sob Distribuição de Informação Uniforme (MIFS-U) 3 Seleção de Varáve Baeada em nformação Mútua ob trbução de nformação Unforme MFS-U 3.1 Seleção de Varáve de Entrada para Problema de Clafcação A eleção de varáve de entrada deempenha um mportante papel

Leia mais

Unidade Símbolo Grandeza

Unidade Símbolo Grandeza Unidade Prefixo Noe Síbolo Fator Multiplicador Noe Síbolo Fator Multiplicador exa E 10 18 deci* d 10-1 peta P 10 15 centi* c 10 - tera T 10 1 ili* 10-3 giga* G 10 9 icro* 10-6 ega* M 10 6 nano n 10-9 quilo*

Leia mais