6 Análises de probabilidade de ruptura de um talude

Tamanho: px
Começar a partir da página:

Download "6 Análises de probabilidade de ruptura de um talude"

Transcrição

1 6 Análses de probabldade de ruptura de um talude 6.. Introdução No presente capítulo, apresentam-se prevsões de probabldades de ruptura para o talude de jusante da Barragem de Benguê mostrada na fgura 6.. Construída em 2000, no muncípo de Auaba no Ceará, a barragem é consttuída bascamente de area sltosa, com um dreno chamné de area e um enrocamento. A tabela 6. mostra os valores de méda, varânca, desvo padrão e coefcente de varação dos parâmetros de resstênca (c e tgφ ) da area sltosa que consttu o corpo da barragem. Esses parâmetros foram obtdos com base em vnte e sete ensaos de csalhamento dreto, fornecdos pela Secretara de Recursos Hídrcos do Ceará (2007), realzados em corpos de prova saturados. Como os parâmetros de resstênca são dependentes, o cálculo estatístco de méda e varânca fo realzado de acordo com o tem do capítulo 2. A fgura 6.2 lustra a reta de regressão correspondente aos vnte e sete ensaos realzados com as tensões normas de 00kPa, 200kPa e 400kPa. O peso específco saturado do slte arenoso é de 8,7 kn/m³. Tabela 6.. Valores estatístcos dos parâmetros de resstênca Parâmetro Méda Varânca Desvo padrão Coef. de varação (%) c (kpa) 7,94 33,4337 5,782 72,78 tg(φ ) 0,69 0,0005 0,022 3,5

2 4 N.A. (máxmo) Dreno de area 6 Solo compactado: Area sltosa 3,5 Aluvão 2,5 2 2 Transção Enrocamento 20, Fgura 6.. Seção transversal da barragem de Benguê, Secretara de Recursos Hídrcos do Ceará (2007)

3 5 350 Tensão csalhante máxma (kpa) Tensão normal efetva (kpa) Fgura 6.2. Envoltóra de resstênca obtda a partr de regressão lnear Apresentam-se, a segur, as prevsões determnístcas dos fatores de segurança para o talude em análse. Em seguda, realzam-se prevsões de probabldades de ruptura com base nos métodos do Segundo Momento e das Estmatvas Pontuas, com funções de desempenho representadas pelos métodos determnístcos de Fellenus (936), Bshop Smplfcado (955), Janbu Smplfcado (973) e Morgestern e Prce (965) Aplcação de métodos determnístcos para as estmatvas dos fatores de segurança do talude Este tem está dvddo em duas partes. Na prmera, são apresentados métodos determnístcos de equlíbro lmte, tradconalmente utlzados no cálculo de fatores de segurança assocados a análses de establdade de taludes. Na segunda parte, são fetas as estmatvas dos valores médos dos fatores de segurança do talude em análse, com base em quatro métodos determnístcos Métodos determnístcos de análse de establdade de taludes O fator de segurança, FS, é obtdo a partr da solução de equações de equlíbro estátco de forças em duas dreções ortogonas entre s e/ou momentos, para um talude com uma superfíce de ruptura com formato defndo. Estes elementos de estátca, juntamente com o crtéro de ruptura de Mohr-Coulomb e, eventualmente, com hpóteses para superar ndetermnações orundas de um

4 6 número de equações nferor ao número de ncógntas, consttuem a base dos métodos determnístcos de equlíbro lmte. Dentre os város tpos de ruptura possíves tem-se a ruptura crcular, utlzada nas análses do presente trabalho, cuja posção é defnda a partr de um ponto central. Neste caso, a superfíce crítca de ruptura, correspondente a um fator de segurança mínmo, tem um ponto central ncalmente desconhecdo. Por um processo de tentatvas é possível obter-se a posção aproxmada desse ponto. A fgura 6.3 mostra uma malha com város pontos centras de superfíces crculares. A pesqusa da posção da superfíce crítca demanda o cálculo de fatores de segurança para superfíces crculares geradas a partr de pontos da malha.,60,55,45,49,44,55,5,50,43,40,49,50,52,50,48,50,62,7,56,55,50,60,62,66 N.A. BARRAGEM LINHA FREÁTICA ROCHA Fgura 6.3. Esquema de talude com malha de pontos para pesqusa da superfíce crítca de ruptura Os métodos de equlíbro lmte se dvdem em três tpos: métodos que admtem que o solo se comporta, na ruptura, como um corpo rígdo; métodos que geram hpóteses sobre as tensões exstentes ao longo de superfíces potencas de ruptura, dvdndo a massa rompda em cunhas; e fnalmente, métodos que se caracterzam por fazerem hpóteses de forças entre fatas da massa rompda. Neste últmo grupo têm-se os métodos das fatas utlzados no presente trabalho: Fellenus (936), Bshop Smplfcado (955), Janbu Smplfcado (973) e Morgestern e Prce (965).

5 7 O método de Fellenus (936) admte uma superfíce de ruptura crcular e o fator de segurança do talude é calculado uncamente através do equlíbro de momentos, não levando em consderação as forças tangencas e normas às paredes das fatas (Fgura 6.4). Aplcando o equlíbro de momentos em relação ao centro do círculo de ruptura com o equlíbro de forças na dreção perpendcular à superfíce de ruptura tem-se o fator de segurança (FS) a partr da segunte equação: FS n [ c' ( b / cosθ ) + ( W cosθ u ( b / cosθ )). tgφ' ] = = n = W senθ [6.] onde: u = poro-pressão méda na base da fata consderada; b N determnado somando-se forças nesta dreção Resultante de forças lateras atuam nesta dreção θ W T θ N U Fgura 6.4. Esquema de forças na fata, Método de Fellenus O método de Bshop Smplfcado (955) consdera que a superfíce de ruptura é crcular e que a resultante de forças lateras na fata é horzontal. O fator

6 8 de segurança, obtdo a partr do equlíbro de forças vertcas, é dado pela equação 6.2. A fgura 6.5 mostra o esquema de forças na fata, a largura da fata (b ) e o ângulo θ de nclnação da fata. FS = n = W senθ n = [ c'. b + ( W u b ) tgφ' ] M ( θ ) [6.2] onde: M tgθ. tgφ' θ = cosθ + [6.3] FS ( ) b Resultante de forças lateras atua na horzontal N determnado somando-se forças na vertcal W T θ N Fgura 6.5. Esquema de forças na fata, Método de Bshop Smplfcado U A solução resulta de um processo teratvo, no qual é arbtrado um fator de segurança FS para a equação 6.3 e calcula-se FS com base na equação 6.2. O processo repete-se até que o valor calculado (FS) se guale ao valor arbtrado (FS ). O Método de Janbu Smplfcado (973) é baseado no equlíbro de forças, desprezando as componentes vertcas Y e Y + tangencas às lateras das fatas.

7 9 Para satsfazer parcalmente o equlíbro de momentos, Janbu propôs um fator de correção empírco f 0 como tentatva de resolver o problema. Esse fator é dependente do tpo de solo e da forma da superfíce de deslzamento, conforme lustrado na fgura 6.6. O fator de segurança neste método é dado por: FS [ c'. b + ( W u b ) tgφ' ] cosθ. M ( θ ) f n = 0 n [6.4] = W tgθ = onde: M tgθ. tgφ' θ = cosθ + [6.5] FS ( ) L d,2 Solos arglosos f 0, Solos mstos Solos arenosos,0 0 0, 0,2 0,3 0,4 d L Fgura 6.6. do fator f 0 em função do parâmetro d/l e do tpo de solo O método de Morgenstern & Prce (965) é um método rgoroso aplcado a superfíces de ruptura quasquer. As condções de establdade satsfazem smultaneamente todas as condções de equlíbro de forças e de momentos.

8 20 A massa potencalmente nstável é dvdda em fatas nfntesmas e, para ser aplcado, o método necessta do auxílo de um computador para os cálculos. As forças atuantes nas fatas que são consderadas no desenvolvmento deste método estão mostradas na Fgura 6.7. dx T T+dT U+dU U dw E+dE E dt θ dn dub Fgura 6.7. Forças atuantes em uma fata pelo Método de Morgenstern & Prce (965) onde: U = Resultante das pressões neutras nas lateras da fata; du b = Resultante das pressões neutras na base da fata; dw = Força peso da fata; T = Força tangencal entre as fatas; E = Força normal entre as fatas; dn = Força normal na base da fata; dt = Força csalhante moblzada na base da fata. Para resolver a ndetermnação do problema, admte-se uma relação entre as forças E e T da segunte forma: T = λ. f ( x). E [6.6]

9 2 onde: λ = constante a ser determnada por processo teratvo; f(x) = função que precsa ser especfcada. Geralmente, arbtra-se para f(x) a função arco de seno, pos é a função que menos nfluenca o valor fnal do fator de segurança, segundo Morgenstern & Prce (965). No entanto, outras funções são empregadas para f(x) como: constante, arco de seno ncompleto, trapezodal ou outra forma qualquer. O método é consderado um dos mas rgorosos Médas e varâncas para o fator de segurança correspondente ao talude de jusante da barragem de Benguê Os valores médos ou determnístcos dos fatores de segurança, de acordo com os métodos de equlíbro lmte de Fellenus (936), Bshop (955), Janbu (973) e Morgenstern & Prce (965), são apresentados na tabela 6.2. Tas valores são correspondentes a superfíces crítcas de ruptura, pesqusadas por meo do programa Geoslope, para uma condção de completa drenagem do fluxo de água de montante, va dreno chamné. Tabela 6.2. Valores médos dos fatores de segurança para o talude da barragem de Benguê, para a stuação de ausênca do N.A. no talude Método FS Fellenus (936) 2,040 Bshop Smplfcado (955) 2,377 Janbu Smplfcado (973),994 Morgenstern & Prce (965) 2,367 Para uma stuação crítca, com o dreno chamné colmatado e o nível d água de montante em uma altura máxma, são desenvolvdos os cálculos dos valores médos de FS. A tabela 6.3 mostra tas valores.

10 22 Tabela 6.3. Valores médos dos fatores de segurança para o talude da barragem de Benguê em stuação crítca, com nível d água na altura máxma Método FS Fellenus (936),504 Bshop Smplfcado (955),823 Janbu Smplfcado (973),553 Morgenstern & Prce (965), Aplcação do Método do Segundo Momento para estmatvas de probabldades de ruptura do talude A varânca de FS, de acordo com o Método do Segundo Momento, com varáves aleatóras ndependentes representadas pelos parâmetros de resstênca (c e φ ), é obtda com base na segunte equação: 2 2 FS FS V tg c φ [ FS] = V [ tgφ ] + V [ c ] [6.7] As funções de desempenho são representadas pelos fatores de segurança obtdos através dos métodos de Fellenus (936), Bshop Smplfcado (955), Janbu Smplfcado (973) e Morgenstern & Prce (965). Portanto, as tabelas 6.4, 6.5, 6.6 e 6.7 mostram as marchas de cálculo das varâncas de FS para esses quatro métodos, com uma stuação de drenagem do fluxo de montante. As tabelas 6.8, 6.9, 6.0 e 6. apresentam os cálculos de V[FS] correspondentes à stuação de nível d água máxmo. Para o cálculo das dervadas parcas de FS em relação aos parâmetros de resstênca, utlza-se o método das dferenças dvddas aplcando-se uma varação de 0% para cada parâmetro, conforme sugestão de Sandron e Sayão (992). Tabela 6.4. Varânca de FS, utlzando-se o método de Fellenus (936), com N.A. ausente Méda Varânca FS ΔFS /Δx (ΔFS /Δx )².V[x ] x Δx de FS Influênca tgφ` 0,69 0, ,09 2,288 0,248 2,637 0,0033 4,2 c (kpa) 7,94 33, ,794 2,078 0,038 0,048 0, ,8 Σ 0, ,0

11 23 Tabela 6.5. Varânca de FS, utlzando-se o método de Bshop Smplfcado (955), com N.A. ausente Méda Varânca FS ΔFS /Δx (ΔFS /Δx )².V[x ] x Δx de FS Influênca tgφ` 0,69 0, ,09 2,677 0,300 3,90 0,0049 5,0 c (kpa) 7,94 33, ,794 2,49 0,042 0,053 0, ,0 Σ 0, ,0 Tabela 6.6. Varânca de FS, utlzando-se método de Janbu Smplfcado (973), com N.A. ausente Méda Varânca FS ΔFS /Δx (ΔFS /Δx )².V[x ] x Δx de FS Influênca tgφ` 0,69 0, ,09 2,24 0,24 2,563 0,0032 5,2 c (kpa) 7,94 33, ,794 2,027 0,033 0,042 0, ,8 Σ 0, ,0 Tabela 6.7. Varânca de FS, utlzando-se o método de Morgenstern & Prce (965), com N.A. ausente Méda Varânca FS ΔFS /Δx (ΔFS /Δx )².V[x ] x Δx de FS Influênca tgφ` 0,69 0, ,09 2,67 0,299 3,79 0,0049 4,9 c (kpa) 7,94 33, ,794 2,409 0,042 0,053 0, , Σ 0, ,0 Tabela 6.8. Varânca de FS, utlzando-se o método de Fellenus (936), com N.A. máxmo Méda Varânca FS ΔFS /Δx (ΔFS /Δx )².V[x ] x Δx de FS Influênca tgφ` 0,69 0, ,09,675 0,7,88 0,006 2,7 c (kpa) 7,94 33, ,794,537 0,033 0,042 0, ,3 Σ 0, ,0 Tabela 6.9. Varânca de FS, utlzando-se o método de Bshop Smplfcado (955), com N.A. máxmo Méda Varânca FS ΔFS /Δx (ΔFS /Δx )².V[x ] x Δx de FS Influênca tgφ` 0,69 0, ,09 2,045 0,222 2,36 0,0027 3,2 c (kpa) 7,94 33, ,794,862 0,039 0,049 0, ,8 Σ 0, ,0 Tabela 6.0. Varânca de FS, utlzando-se método de Janbu Smplfcado(973), com N.A. máxmo Méda Varânca FS ΔFS /Δx (ΔFS /Δx )².V[x ] x Δx de FS Influênca tgφ` 0,69 0, ,09,74 0,82,935 0,008 2,8 c (kpa) 7,94 33, ,794,587 0,034 0,043 0,063 97,2 Σ 0,063 00,0

12 24 Tabela 6.. Varânca de FS, utlzando-se o método de Morgenstern & Prce (965), com N.A. máxmo Méda Varânca FS ΔFS /Δx (ΔFS /Δx )².V[x ] x Δx de FS Influênca tgφ` 0,69 0, ,09 2,05 0,224 2,382 0,0027 3,3 c (kpa) 7,94 33, ,794,868 0,039 0,049 0, ,7 Σ 0, ,0 Para uma dstrbução normal do fator de segurança têm-se as probabldades de ruptura mostradas na tabela 6.2, com uma stuação de ausênca do nível d água no talude. A tabela 6.3 apresenta as probabldades de ruptura correspondentes à stuação de fluxo com o nível d água máxmo. Tabela 6.2. Probabldades de ruptura para a stuação de ausênca do N.A. no talude Método determnístco Probabldade de ruptura Fellenus (936) :8235 Bshop Smplfcado (955) :68623 Janbu Smplfcado (973) :33593 Morgenstern & Prce (965) :46264 Tabela 6.3. Probabldades de ruptura para a stuação de fluxo com nível d água máxmo Método determnístco Probabldade de ruptura Fellenus (936) :5 Bshop Smplfcado (955) :449 Janbu Smplfcado (973) :7 Morgenstern & Prce (965) : Aplcação do Método das Estmatvas Pontuas para estmatvas de probabldade de ruptura do talude A tabela 6.4 mostra os fatores de segurança para a condção de ausênca de nível d água no talude, de acordo com os quatro métodos determnístcos apresentados no tem 6.2., para as quatro combnações possíves dos parâmetros de resstênca acrescdos ou decrescdos de seus respectvos desvos padrão. Com estas mesmas combnações, entretanto com o nível d água em sua altura máxma, são apresentados os valores de FS da tabela 6.5.

13 25 Tabela 6.4. Valores de FS para a condção de ausênca de N.A. no talude FS φ (º) c (kpa) Fellenus Bshop Janbu Morgestern e Smplfcado Smplfcado Prce (936) (955) (973) (965) 35,595 3,72 2,303 2,643 2,240 2,630 35,595 2,6,888 2,244,856 2,229 33,90 3,72 2,92 2,50 2,3 2,498 33,90 2,6,778 2,,747 2,097 Tabela 6.5. Valores de FS para a condção de N.A. máxmo no talude FS φ (º) c (kpa) Fellenus Bshop Janbu Morgestern e Smplfcado Smplfcado Prce (936) (955) (973) (965) 35,595 3,72,727 2,072,788 2,070 35,595 2,6,335,672,403,682 33,90 3,72,646,974,707,972 33,90 2,6,258,574,32,584 Os valores de méda, varânca e probabldade de ruptura, adotando-se uma dstrbução normal para FS, para a condção de ausênca de N.A. no talude, encontram-se complados na tabela 6.6. Para a condção de N.A. máxmo são obtdos os valores mostrados na tabela 6.7. Tabela 6.6. Probabldades de ruptura, de acordo com Método das Estmatvas Pontuas, para uma condção de ausênca de N.A. no talude Método E[FS] V[FS] P[FS ] Fellenus (936) 2,040 0,046 : Bshop Smplfcado (955) 2,377 0,044 : Janbu Smplfcado (973),9935 0,040 : Morgenstern & Prce (965) 2,3635 0,045 : Tabela 6.7. Probabldades de ruptura, de acordo com Método das Estmatvas Pontuas, para uma condção de N.A. máxmo no talude Método E[FS] V[FS] P[FS ] Fellenus (936),492 0,040 :43 Bshop Smplfcado (955),823 0,042 :28792 Janbu Smplfcado (973),555 0,039 :393 Morgenstern & Prce (965),827 0,040 :559

14 Análse dos resultados As maores probabldades de ruptura foram obtdas com a utlzação do método determnístco de Fellenus (936). A utlzação dos métodos de Bshop Smplfcado (955) e Morgenstern & Prce (965) gerou os menores valores de probabldade de ruptura. Com base no Método do Segundo Momento, o parâmetro c teve nfluênca sgnfcante na varânca do fator de segurança. De uma forma geral, o Método do Segundo Momento apresenta, em relação ao método das Estmatvas Pontuas, valores superores de varânca. Entretanto, os valores médos dos fatores de segurança, obtdos pelos dos métodos probablístcos, são muto próxmos. Desta forma, em vrtude da elevada varânca, o Método do Segundo Momento leva a probabldades de ruptura maores que as obtdas pelo Método das Estmatvas Pontuas. A perfeta drenagem do fluxo de montante, va dreno chamné, tem uma mportante nfluênca no valor da probabldade de ruptura. De acordo com o Método do Segundo Momento, a probabldade de ruptura sofre um aumento de 6 a 473 vezes com a stuação de dreno noperante (colmatado), em relação à condção de drenagem perfeta. O Método das Estmatvas Pontuas é mas sensível, apresentando um aumento no valor da probabldade de ruptura de aproxmadamente a vezes, com a colmatação do dreno.

Equilíbrio limite (segurança contra ELU em Geomecânica) REQUISITO Conhecer Estática

Equilíbrio limite (segurança contra ELU em Geomecânica) REQUISITO Conhecer Estática Equlíbro lmte (segurança contra ELU em Geomecânca) REQUISITO Conhecer Estátca Exemplo ELU: segurança de barragem de terra cutoff Fator de segurança depende de: 1. Resstênca parâmetros de resstênca dos

Leia mais

5 Relação entre Análise Limite e Programação Linear 5.1. Modelo Matemático para Análise Limite

5 Relação entre Análise Limite e Programação Linear 5.1. Modelo Matemático para Análise Limite 5 Relação entre Análse Lmte e Programação Lnear 5.. Modelo Matemátco para Análse Lmte Como fo explcado anterormente, a análse lmte oferece a facldade para o cálculo da carga de ruptura pelo fato de utlzar

Leia mais

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo 3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas

Leia mais

4 Critérios para Avaliação dos Cenários

4 Critérios para Avaliação dos Cenários Crtéros para Avalação dos Cenáros É desejável que um modelo de geração de séres sntétcas preserve as prncpas característcas da sére hstórca. Isto quer dzer que a utldade de um modelo pode ser verfcada

Leia mais

2 Incerteza de medição

2 Incerteza de medição 2 Incerteza de medção Toda medção envolve ensaos, ajustes, condconamentos e a observação de ndcações em um nstrumento. Este conhecmento é utlzado para obter o valor de uma grandeza (mensurando) a partr

Leia mais

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC) UNDADE V DELNEAMENTO NTERAMENTE CASUALZADO (DC) CUABÁ, MT 015/ PROF.: RÔMULO MÔRA romulomora.webnode.com 1. NTRODUÇÃO Este delneamento apresenta como característca prncpal a necessdade de homogenedade

Leia mais

UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR

UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EATAS DEPARTAMENTO DE ESTATÍSTICA UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR

Leia mais

3 A técnica de computação intensiva Bootstrap

3 A técnica de computação intensiva Bootstrap A técnca de computação ntensva ootstrap O termo ootstrap tem orgem na expressão de língua nglesa lft oneself by pullng hs/her bootstrap, ou seja, alguém levantar-se puxando seu própro cadarço de bota.

Leia mais

ANÁLISE DE ESTABILIDADE DE TALUDES

ANÁLISE DE ESTABILIDADE DE TALUDES ANÁLISE DE ESTABILIDADE DE TALUDES PELOS MÉTODOS DE JANBU E SPENCER JOÃO LUÍS FERRÁS FERREIRA Dssertação submetda para satsfação parcal dos requstos do grau de MESTRE EM ENGENHARIA CIVIL ESPECIALIZAÇÃO

Leia mais

Variação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.

Variação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro. Aplcação Por exemplo, se prepararmos uma área expermental com todo cudado possível e fzermos, manualmente, o planto de 100 sementes seleconadas de um mlho híbrdo, cudando para que as sementes fquem na

Leia mais

REGRESSÃO NÃO LINEAR 27/06/2017

REGRESSÃO NÃO LINEAR 27/06/2017 7/06/07 REGRESSÃO NÃO LINEAR CUIABÁ, MT 07/ Os modelos de regressão não lnear dferencam-se dos modelos lneares, tanto smples como múltplos, pelo fato de suas varáves ndependentes não estarem separados

Leia mais

Estatística II Antonio Roque Aula 18. Regressão Linear

Estatística II Antonio Roque Aula 18. Regressão Linear Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão

Leia mais

O problema da superdispersão na análise de dados de contagens

O problema da superdispersão na análise de dados de contagens O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão

Leia mais

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de

Leia mais

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das

Leia mais

MODELOS DE REGRESSÃO PARAMÉTRICOS

MODELOS DE REGRESSÃO PARAMÉTRICOS MODELOS DE REGRESSÃO PARAMÉTRICOS Às vezes é de nteresse nclur na análse, característcas dos ndvíduos que podem estar relaconadas com o tempo de vda. Estudo de nsufcênca renal: verfcar qual o efeto da

Leia mais

Algarismos Significativos Propagação de Erros ou Desvios

Algarismos Significativos Propagação de Erros ou Desvios Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento

Leia mais

SC de Física I Nota Q Nota Q2 Nota Q3 NOME: DRE Teste 1

SC de Física I Nota Q Nota Q2 Nota Q3 NOME: DRE Teste 1 SC de Físca I - 2017-2 Nota Q1 88888 Nota Q2 Nota Q3 NOME: DRE Teste 1 Assnatura: Questão 1 - [3,5 pontos] Uma partícula de massa m se move sobre uma calha horzontal lsa com velocdade constante de módulo

Leia mais

4 Análise da Estabilidade - Modelo de Cabos

4 Análise da Estabilidade - Modelo de Cabos Análse da Establdade - Modelo de Cabos A Fgura.a apresenta um modelo com dos cabos presos a uma barra rígda de comprmento L, representando uma torre numa confguração perfeta (vertcal), enquanto na Fgura.b

Leia mais

Influência dos Procedimentos de Ensaios e Tratamento de Dados em Análise Probabilística de Estrutura de Contenção

Influência dos Procedimentos de Ensaios e Tratamento de Dados em Análise Probabilística de Estrutura de Contenção Influênca dos Procedmentos de Ensaos e Tratamento de Dados em Análse Probablístca de Estrutura de Contenção Mara Fatma Mranda UENF, Campos dos Goytacazes, RJ, Brasl. Paulo César de Almeda Maa UENF, Campos

Leia mais

2 Análise de Campos Modais em Guias de Onda Arbitrários

2 Análise de Campos Modais em Guias de Onda Arbitrários Análse de Campos Modas em Guas de Onda Arbtráros Neste capítulo serão analsados os campos modas em guas de onda de seção arbtrára. A seção transversal do gua é apromada por um polígono conveo descrto por

Leia mais

4 Discretização e Linearização

4 Discretização e Linearização 4 Dscretzação e Lnearzação Uma vez defndas as equações dferencas do problema, o passo segunte consste no processo de dscretzação e lnearzação das mesmas para que seja montado um sstema de equações algébrcas

Leia mais

1. CORRELAÇÃO E REGRESSÃO LINEAR

1. CORRELAÇÃO E REGRESSÃO LINEAR 1 CORRELAÇÃO E REGREÃO LINEAR Quando deseja-se estudar se exste relação entre duas varáves quanttatvas, pode-se utlzar a ferramenta estatístca da Correlação Lnear mples de Pearson Quando essa correlação

Leia mais

ANÁLISE DE ESTRUTURAS I INTRODUÇÃO AO MÉTODO DE CROSS

ANÁLISE DE ESTRUTURAS I INTRODUÇÃO AO MÉTODO DE CROSS DECvl ANÁLISE DE ESTRUTURAS I INTRODUÇÃO AO ÉTODO DE CROSS Orlando J. B. A. Perera 20 de ao de 206 2 . Introdução O método teratvo ntroduzdo por Hardy Cross (Analyss of Contnuous Frames by Dstrbutng Fxed-End

Leia mais

NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES

NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES 1 O nosso objetvo é estudar a relação entre duas varáves quanttatvas. Eemplos:. Idade e altura das cranças.. v. Tempo de prátca de esportes e rtmo cardíaco

Leia mais

2 MÉTODOS PSEUDO-ESTÁTICOS

2 MÉTODOS PSEUDO-ESTÁTICOS MÉTODOS PSEUDO-ESTÁTICOS As dversas soluções de equlíbro lmte para análse das condções de establdade de taludes de solo sob carregamento estátco, que podem ser consderadas famlares ao engenhero geotécnco,

Leia mais

O problema da superdispersão na análise de dados de contagens

O problema da superdispersão na análise de dados de contagens O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão

Leia mais

4 ANÁLISE DE CONFIABILIDADE COM ANÁLISE LIMITE

4 ANÁLISE DE CONFIABILIDADE COM ANÁLISE LIMITE 4 ANÁLISE DE CONIABILIDADE COM ANÁLISE LIMITE A avalação da segurança das estruturas geotécncas tem sdo sempre um dos objetvos da Engenhara Geotécnca. A forma convenconal de quantfcar a segurança de uma

Leia mais

Estatística I Licenciatura MAEG 2006/07

Estatística I Licenciatura MAEG 2006/07 Estatístca I Lcencatura MAEG 006/07 AMOSTRAGEM. DISTRIBUIÇÕES POR AMOSTRAGEM.. Em determnada unversdade verfca-se que 30% dos alunos têm carro. Seleccona-se uma amostra casual smples de 0 alunos. a) Qual

Leia mais

Testes não-paramétricos

Testes não-paramétricos Testes não-paramétrcos Prof. Lorí Val, Dr. http://www.mat.ufrgs.br/val/ val@mat.ufrgs.br Um teste não paramétrco testa outras stuações que não parâmetros populaconas. Estas stuações podem ser relaconamentos,

Leia mais

Método do limite superior

Método do limite superior Introdução O método do lmte superor é uma alternata analítca apromada aos métodos completos (e: método das lnhas de escorregamento) que possu um domíno de aplcabldade muto asto e que permte obter alores

Leia mais

PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2010/2011

PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2010/2011 Instruções: PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 00/0 Cada uestão respondda corretamente vale (um) ponto. Cada uestão respondda ncorretamente vale - (menos um) ponto. Cada uestão

Leia mais

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de

Leia mais

CAPÍTULO IV PROPRIEDADES GEOMÉTRICAS DA SEÇÃO TRANSVERSAL

CAPÍTULO IV PROPRIEDADES GEOMÉTRICAS DA SEÇÃO TRANSVERSAL CPÍTULO IV PROPRIEDDES GEOMÉTRICS D SEÇÃO TRNSVERSL Propredades Geométrcas da Seção Transversal 4. Propredades Geométrcas da Seção Transversal 4.. Introdução O presente trabalho é desenvolvdo paralelamente

Leia mais

ESTUDO DA MÁQUINA SIMÉTRICA TRIFÁSICA

ESTUDO DA MÁQUINA SIMÉTRICA TRIFÁSICA CAPÍTUO ETUDO DA ÁQUINA IÉTICA TIFÁICA. INTODUÇÃO A máquna de ndução trfásca com rotor bobnado é smétrca. Apresenta estruturas magnétcas clíndrcas tanto no rotor quanto no estator. Os enrolamentos, tanto

Leia mais

7 Tratamento dos Dados

7 Tratamento dos Dados 7 Tratamento dos Dados 7.. Coefcentes de Troca de Calor O úmero de usselt local é dado por h( r )d u ( r ) (7-) k onde h(r), o coefcente local de troca de calor é h( r ) q''- perdas T q''- perdas (T( r

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca

Leia mais

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma Capítulo 8 Dferencação Numérca Quase todos os métodos numércos utlzados atualmente para obtenção de soluções de equações erencas ordnáras e parcas utlzam algum tpo de aproxmação para as dervadas contínuas

Leia mais

Capítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES

Capítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES Capítulo. Aproxmações numércas 1D em malhas unformes 9 Capítulo. AROXIMAÇÕS NUMÉRICAS 1D M MALHAS UNIFORMS O prncípo fundamental do método das dferenças fntas (MDF é aproxmar através de expressões algébrcas

Leia mais

2 Principio do Trabalho Virtual (PTV)

2 Principio do Trabalho Virtual (PTV) Prncpo do Trabalho rtual (PT)..Contnuo com mcroestrutura Na teora que leva em consderação a mcroestrutura do materal, cada partícula anda é representada por um ponto P, conforme Fgura. Porém suas propredades

Leia mais

5 Métodos de cálculo do limite de retenção em função da ruína e do capital inicial

5 Métodos de cálculo do limite de retenção em função da ruína e do capital inicial 5 Métodos de cálculo do lmte de retenção em função da ruína e do captal ncal Nesta dssertação serão utlzados dos métodos comparatvos de cálculo de lmte de retenção, onde ambos consderam a necessdade de

Leia mais

Gráficos de Controle para Processos Autocorrelacionados

Gráficos de Controle para Processos Autocorrelacionados Gráfcos de Controle para Processos Autocorrelaconados Gráfco de controle de Shewhart: observações ndependentes e normalmente dstrbuídas. Shewhart ao crar os gráfcos de controle não exgu que os dados fossem

Leia mais

0.5 setgray0 0.5 setgray1. Mecânica dos Fluidos Computacional. Aula 7. Leandro Franco de Souza. Leandro Franco de Souza p.

0.5 setgray0 0.5 setgray1. Mecânica dos Fluidos Computacional. Aula 7. Leandro Franco de Souza. Leandro Franco de Souza p. Leandro Franco de Souza lefraso@cmc.usp.br p. 1/1 0.5 setgray0 0.5 setgray1 Mecânca dos Fludos Computaconal Aula 7 Leandro Franco de Souza Leandro Franco de Souza lefraso@cmc.usp.br p. 2/1 Equações Dferencas

Leia mais

METODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL. Iran Carlos Stalliviere Corrêa RESUMO

METODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL. Iran Carlos Stalliviere Corrêa RESUMO Semnáro Anual de Pesqusas Geodéscas na UFRGS, 2. 2007. UFRGS METODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL Iran Carlos Stallvere Corrêa Insttuto de Geocêncas UFRGS Departamento

Leia mais

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média. Estatístca Dscplna de Estatístca 0/ Curso de Admnstração em Gestão Públca Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos uns dos

Leia mais

Resumo. Palavras-chave. Método energético; ação térmica; concreto armado. Introdução

Resumo. Palavras-chave. Método energético; ação térmica; concreto armado. Introdução Verfcação do Estado lmte de Deformação Excessva para Vgas de Concreto Armado Submetdas à Ação Térmca Túlo Raunyr Cânddo Felpe 1, Camla Mara ra de Souza, Máro Cesar Soares Xaver 3, Kalel Gomes Andrade 4

Leia mais

(1) A uma parede totalmente catalítica quanto para uma parede com equilíbrio catalítico. No caso de uma parede com equilíbrio catalítico, tem-se:

(1) A uma parede totalmente catalítica quanto para uma parede com equilíbrio catalítico. No caso de uma parede com equilíbrio catalítico, tem-se: 1 RELATÓRIO - MODIFICAÇÃO DA CONDIÇÃO DE CONTORNO DE ENTRADA: MODELOS PARCIALMENTE CATALÍTICO E NÃO CATALÍTICO PARA ESCOAMENTOS COM TAXA FINITA DE REAÇÃO 1. Condções de contorno Em escoamentos reatvos,

Leia mais

Regressão Linear Simples by Estevam Martins

Regressão Linear Simples by Estevam Martins Regressão Lnear Smples by Estevam Martns stvm@uol.com.br "O únco lugar onde o sucesso vem antes do trabalho, é no dconáro" Albert Ensten Introdução Mutos estudos estatístcos têm como objetvo estabelecer

Leia mais

Exercícios de CPM e PERT Enunciados

Exercícios de CPM e PERT Enunciados Capítulo 7 Exercícos de CPM e PERT Enuncados Exercícos de CPM e PERT Enuncados 106 Problema 1 O banco TTM (Tostão a Tostão se faz um Mlhão) decdu transferr e amplar a sua sede e servços centras para a

Leia mais

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

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero

Leia mais

Eletrotécnica AULA Nº 1 Introdução

Eletrotécnica AULA Nº 1 Introdução Eletrotécnca UL Nº Introdução INTRODUÇÃO PRODUÇÃO DE ENERGI ELÉTRIC GERDOR ESTÇÃO ELEVDOR Lnha de Transmssão ESTÇÃO IXDOR Equpamentos Elétrcos Crcuto Elétrco: camnho percorrdo por uma corrente elétrca

Leia mais

PRESSUPOSTOS DO MODELO DE REGRESSÃO

PRESSUPOSTOS DO MODELO DE REGRESSÃO PREUPOTO DO MODELO DE REGREÃO A aplcação do modelo de regressão lnear múltpla (bem como da smples) pressupõe a verfcação de alguns pressupostos que condensamos segudamente.. Os erros E são varáves aleatóras

Leia mais

Eletroquímica 2017/3. Professores: Renato Camargo Matos Hélio Ferreira dos Santos.

Eletroquímica 2017/3. Professores: Renato Camargo Matos Hélio Ferreira dos Santos. Eletroquímca 2017/3 Professores: Renato Camargo Matos Hélo Ferrera dos Santos http://www.ufjf.br/nups/ Data Conteúdo 07/08 Estatístca aplcada à Químca Analítca Parte 2 14/08 Introdução à eletroquímca 21/08

Leia mais

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média. Estatístca Dscplna de Estatístca 0/ Curso Superor de tecnólogo em Gestão Ambental Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos

Leia mais

4.1 Modelagem dos Resultados Considerando Sazonalização

4.1 Modelagem dos Resultados Considerando Sazonalização 30 4 METODOLOGIA 4.1 Modelagem dos Resultados Consderando Sazonalzação A sazonalzação da quantdade de energa assegurada versus a quantdade contratada unforme, em contratos de fornecmento de energa elétrca,

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ 1 É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das

Leia mais

DELINEAMENTOS EXPERIMENTAIS

DELINEAMENTOS EXPERIMENTAIS SUMÁRIO 1 Delneamentos Expermentas 2 1.1 Delneamento Interamente Casualzado..................... 2 1.2 Delneamento Blocos Casualzados (DBC).................... 3 1.3 Delneamento Quadrado Latno (DQL)......................

Leia mais

DEFINIÇÃO - MODELO LINEAR GENERALIZADO

DEFINIÇÃO - MODELO LINEAR GENERALIZADO DEFINIÇÃO - MODELO LINEAR GENERALIZADO 1 Um modelo lnear generalzado é defndo pelos seguntes três componentes: Componente aleatóro; Componente sstemátco; Função de lgação; Componente aleatóro: Um conjunto

Leia mais

MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES

MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES 1. Obtenha os estmadores dos coefcentes lnear e angular de um modelo de regressão lnear smples utlzando o método

Leia mais

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas 3.6. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas

Leia mais

Representação e Descrição de Regiões

Representação e Descrição de Regiões Depos de uma magem ter sdo segmentada em regões é necessáro representar e descrever cada regão para posteror processamento A escolha da representação de uma regão envolve a escolha dos elementos que são

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ Em mutas stuações duas ou mas varáves estão relaconadas e surge então a necessdade de determnar a natureza deste relaconamento. A análse

Leia mais

Notas de aulas de Sistemas de Transportes (parte 4)

Notas de aulas de Sistemas de Transportes (parte 4) 1 Notas de aulas de Sstemas de Transportes (parte 4) Helo Marcos Fernandes Vana Tema: Demanda por transportes (2. o Parte) Conteúdo da parte 4 1 Acuráca (ou precsão) nas prevsões da demanda 2 Modelos sequencas

Leia mais

c) No modelo EBM de Budyko (1969)*, aproxima-se Ro por:

c) No modelo EBM de Budyko (1969)*, aproxima-se Ro por: Clma 007/008 - Sére (dsponível em http://.gdl.ul.pt/pres.htm ) Consdere o EBM-0dm: dt S c = ( α T ) T = R Ro = f S T dt ( ) σε (, ) Onde S é a constante solar tomada como parâmetro e o feedback albedotemperatura

Leia mais

Contabilometria. Aula 8 Regressão Linear Simples

Contabilometria. Aula 8 Regressão Linear Simples Contalometra Aula 8 Regressão Lnear Smples Orgem hstórca do termo Regressão Le da Regressão Unversal de Galton 1885 Galton verfcou que, apesar da tendênca de que pas altos tvessem flhos altos e pas axos

Leia mais

Mecânica Estatística. - Leis da Física Macroscópica - Propriedades dos sistemas macroscópicos

Mecânica Estatística. - Leis da Física Macroscópica - Propriedades dos sistemas macroscópicos Mecânca Estatístca Tal como a Termodnâmca Clássca, também a Mecânca Estatístca se dedca ao estudo das propredades físcas dos sstemas macroscópcos. Tratase de sstemas com um número muto elevado de partículas

Leia mais

8 - Medidas Descritivas

8 - Medidas Descritivas 8 - Meddas Descrtvas 8. Introdução Ao descrevemos um conjunto de dados por meo de tabelas e gráfcos temos muto mas nformações sobre o comportamento de uma varável do que a própra sére orgnal de dados.

Leia mais

O MMD se baseia no sistema no sistema linearizado das equações de fluxo de potência, ou seja: Δ (4.1)

O MMD se baseia no sistema no sistema linearizado das equações de fluxo de potência, ou seja: Δ (4.1) 4 Método da Matrz D Neste capítulo será apresentada uma descrção do MMD [Prada, 99], [Prada, ]. Este método será usado para dentfcar casos de nstabldade de tensão causados pela perda de controlabldade.

Leia mais

SELEÇÃO DE MODELOS VOLUMÉTRICOS PARA CLONES DE EUCALYPTUS SPP., NO PÓLO GESSEIRO DO ARARIPE

SELEÇÃO DE MODELOS VOLUMÉTRICOS PARA CLONES DE EUCALYPTUS SPP., NO PÓLO GESSEIRO DO ARARIPE SELEÇÃO DE MODELOS VOLUMÉTRICOS PARA CLONES DE EUCALYPTUS SPP, NO PÓLO GESSEIRO DO ARARIPE Jáder da Slva Jale Joselme Fernandes Gouvea Alne Santos de Melo Denns Marnho O R Souza Kléber Napoleão Nunes de

Leia mais

Aula Características dos sistemas de medição

Aula Características dos sistemas de medição Aula - Característcas dos sstemas de medção O comportamento funconal de um sstema de medção é descrto pelas suas característcas (parâmetros) operaconas e metrológcas. Aqu é defnda e analsada uma sére destes

Leia mais

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 011 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de

Leia mais

Introdução às Medidas em Física a Aula

Introdução às Medidas em Física a Aula Introdução às Meddas em Físca 4300152 8 a Aula Objetvos: Experênca Curvas Característcas Meddas de grandezas elétrcas: Estudar curvas característcas de elementos resstvos Utlzação de um multímetro Influênca

Leia mais

Um modelo para simulação de ensaios oedométricos pelo método dos elementos finitos

Um modelo para simulação de ensaios oedométricos pelo método dos elementos finitos Um modelo para smulação de ensaos oedométrcos pelo método dos elementos fntos Macon S. Morera¹, Waldr T. Pnto¹ e Cláudo R. R. Das¹ ¹Programa de Pós-Graduação em Engenhara Oceânca FURG, Ro Grande RS, Brasl

Leia mais

Radiação Térmica Processos, Propriedades e Troca de Radiação entre Superfícies (Parte 2)

Radiação Térmica Processos, Propriedades e Troca de Radiação entre Superfícies (Parte 2) Radação Térmca Processos, Propredades e Troca de Radação entre Superfíces (Parte ) Obetvo: calcular a troca por radação entre duas ou mas superfíces. Essa troca depende das geometras e orentações das superfíces,

Leia mais

ESTATÍSTICA APLICADA II ANO LECTIVO 2011/2012. Exame Final 26 de Julho de 2012

ESTATÍSTICA APLICADA II ANO LECTIVO 2011/2012. Exame Final 26 de Julho de 2012 ETATÍTICA APLICADA II ANO LECTIVO / Exame Fnal 6 de Julho de Duração : H 3 M Nota: Responder um grupo por folha (utlze frente e verso de cada folha) Em todas as questões apresentar os cálculos efectuados

Leia mais

Regressão Múltipla. Parte I: Modelo Geral e Estimação

Regressão Múltipla. Parte I: Modelo Geral e Estimação Regressão Múltpla Parte I: Modelo Geral e Estmação Regressão lnear múltpla Exemplos: Num estudo sobre a produtvdade de trabalhadores ( em aeronave, navos) o pesqusador deseja controlar o número desses

Leia mais

CQ110 : Princípios de FQ

CQ110 : Princípios de FQ CQ 110 Prncípos de Físco Químca Curso: Farmáca Prof. Dr. Marco Vdott mvdott@ufpr.br 1 soluções eletrolítcas Qual a dferença entre uma solução 1,0 mol L -1 de glcose e outra de NaCl de mesma concentração?

Leia mais

18 e 20/Abr/2016 Aulas 12 e 13. Introdução à Física Estatística Postulados Equilíbrio térmico Função de Partição; propriedades termodinâmicas

18 e 20/Abr/2016 Aulas 12 e 13. Introdução à Física Estatística Postulados Equilíbrio térmico Função de Partição; propriedades termodinâmicas 01/Abr/2016 Aula 11 Potencas termodnâmcos Energa nterna total Entalpa Energas lvres de Helmholtz e de Gbbs Relações de Maxwell 18 e 20/Abr/2016 Aulas 12 e 13 Introdução à Físca Estatístca Postulados Equlíbro

Leia mais

Eventos coletivamente exaustivos: A união dos eventos é o espaço amostral.

Eventos coletivamente exaustivos: A união dos eventos é o espaço amostral. DEFINIÇÕES ADICIONAIS: PROBABILIDADE Espaço amostral (Ω) é o conjunto de todos os possíves resultados de um expermento. Evento é qualquer subconjunto do espaço amostral. Evento combnado: Possu duas ou

Leia mais

X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha)

X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha) Estatístca p/ Admnstração II - Profª Ana Cláuda Melo Undade : Probabldade Aula: 3 Varável Aleatóra. Varáves Aleatóras Ao descrever um espaço amostral de um expermento, não especfcamos que um resultado

Leia mais

Covariância na Propagação de Erros

Covariância na Propagação de Erros Técncas Laboratoras de Físca Lc. Físca e Eng. omédca 007/08 Capítulo VII Covarânca e Correlação Covarânca na propagação de erros Coefcente de Correlação Lnear 35 Covarânca na Propagação de Erros Suponhamos

Leia mais

Cap. 11 Correlação e Regressão

Cap. 11 Correlação e Regressão Estatístca para Cursos de Engenhara e Informátca Pedro Alberto Barbetta / Marcelo Menezes Res / Antono Cezar Borna São Paulo: Atlas, 2004 Cap. 11 Correlação e Regressão APOIO: Fundação de Apoo à Pesqusa

Leia mais

4.1. Medidas de Posição da amostra: média, mediana e moda

4.1. Medidas de Posição da amostra: média, mediana e moda 4. Meddas descrtva para dados quanttatvos 4.1. Meddas de Posção da amostra: méda, medana e moda Consdere uma amostra com n observações: x 1, x,..., x n. a) Méda: (ou méda artmétca) é representada por x

Leia mais

CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO 2 DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogério Rodrigues

CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO 2 DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogério Rodrigues CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogéro Rodrgues I) TABELA PRIMITIVA E DISTRIBUIÇÃO DE FREQÜÊNCIA : No processo de amostragem, a forma de regstro mas

Leia mais

Modelagem do crescimento de clones de Eucalyptus via modelos não lineares

Modelagem do crescimento de clones de Eucalyptus via modelos não lineares Modelagem do crescmento de clones de Eucalyptus va modelos não lneares Joselme Fernandes Gouvea 2 Davd Venanco da Cruz 3 Máco Augusto de Albuquerque 3 José Antôno Alexo da Slva Introdução Os fenômenos

Leia mais

2 Metodologia de Medição de Riscos para Projetos

2 Metodologia de Medição de Riscos para Projetos 2 Metodologa de Medção de Rscos para Projetos Neste capítulo remos aplcar os concetos apresentados na seção 1.1 ao ambente de projetos. Um projeto, por defnção, é um empreendmento com metas de prazo, margem

Leia mais

2) Método das diferenças finitas

2) Método das diferenças finitas ) Método das derenças ntas.- Desenvolvmento do MDF a partr de séres de Taylor A expansão em séres de Taylor do valor de uma unção (, 0 x l é dada por: ( n ) n ( a)( x a) ( a)( x a) n = ( a) + ( a)( x a)

Leia mais

Análise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA

Análise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA Análse de Regressão Profa Alcone Mranda dos Santos Departamento de Saúde Públca UFMA Introdução Uma das preocupações estatístcas ao analsar dados, é a de crar modelos que explctem estruturas do fenômeno

Leia mais

4 Análise de confiabilidade de estruturas

4 Análise de confiabilidade de estruturas 4 Análse de confabldade de estruturas Nos prmórdos da engenhara cvl, o desconhecmento técnco-centífco conduza a proetos excessvamente seguros, mas em contrapartda de custo muto elevado. Hoe em da, o progresso

Leia mais

ANÁLISE DA SEGURANÇA NO PROJETO DE ESTRUTURAS: MÉTODO DOS ESTADOS LIMITES

ANÁLISE DA SEGURANÇA NO PROJETO DE ESTRUTURAS: MÉTODO DOS ESTADOS LIMITES ANÁLISE DA SEGURANÇA NO PROJETO DE ESTRUTURAS: MÉTODO DOS ESTADOS LIMITES Lela A. de Castro Motta 1 & Maxmlano Malte Resumo Este trabalho aborda a ntrodução da segurança baseada em métodos probablístcos,

Leia mais

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência. MODELO DE REGRESSÃO DE COX Os modelos de regressão paramétrcos vstos anterormente exgem que se suponha uma dstrbução estatístca para o tempo de sobrevvênca. Contudo esta suposção, caso não sea adequada,

Leia mais

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de métodos

Leia mais

Capítulo 2. Modelos de Regressão

Capítulo 2. Modelos de Regressão Capítulo 2 Modelos de regressão 39 Capítulo 2 Modelos de Regressão Objetvos do Capítulo Todos os modelos são errados, mas alguns são útes George E P Box Algumas vezes fcamos assustados quando vemos engenheros

Leia mais

Métodos Avançados em Epidemiologia

Métodos Avançados em Epidemiologia Unversdade Federal de Mnas Geras Insttuto de Cêncas Exatas Departamento de Estatístca Métodos Avançados em Epdemologa Aula 5-1 Regressão Lnear Smples: Estmação e Interpretação da Reta Tabela ANOVA e R

Leia mais

AULA EXTRA Análise de Regressão Logística

AULA EXTRA Análise de Regressão Logística 1 AULA EXTRA Análse de Regressão Logístca Ernesto F. L. Amaral 13 de dezembro de 2012 Metodologa de Pesqusa (DCP 854B) VARIÁVEL DEPENDENTE BINÁRIA 2 O modelo de regressão logístco é utlzado quando a varável

Leia mais

2ª Atividade Formativa UC ECS

2ª Atividade Formativa UC ECS I. Explque quando é que a méda conduz a melhores resultados que a medana. Dê um exemplo para a melhor utlzação de cada uma das meddas de localzação (Exame 01/09/2009). II. Suponha que um professor fez

Leia mais

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16%

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16% Análse de Rsco 1 RISCO Rsco possbldade de perda. Quanto maor a possbldade, maor o rsco. Exemplo: Empresa X va receber $ 1.000 de uros em 30 das com títulos do governo. A empresa Y pode receber entre $

Leia mais

6 Modelo Proposto Introdução

6 Modelo Proposto Introdução 6 Modelo Proposto 6.1. Introdução Neste capítulo serão apresentados detalhes do modelo proposto nesta dssertação de mestrado, onde será utlzado um modelo híbrdo para se obter prevsão de carga curto prazo

Leia mais