Flávio Luciano Alves de Souza Georges Azzam Murilo Magalhães Nogueira Roberto Samico Light Serviços de Eletricidade S.A.
|
|
- Oswaldo Filipe Bergler
- 5 Há anos
- Visualizações:
Transcrição
1 GLT/ a 26 de Outubro de 2001 Campnas - São Paulo - Brasl GRUPO III GRUPO DE ESTUDO DE LINHAS DE TRANSMISSÃO (GLT) TÉCNICAS DE TRANSFERÊNCIA ESPACIAL DE VARIÁVEIS CLIMÁTICAS COMO FERRAMENTA OBJETIVA NA OTIMIZAÇÃO DOS SISTEMAS ELÉTRICOS DE POTÊNCIA - UM COTEJAMENTO TÉCNICO-ECONÔMICO NO SISTEMA LIGHT- Flávo Lucano Alves de Souza Georges Azzam Murlo Magalhães Noguera Roberto Samco Lght Servços de Eletrcdade S.A. Ademr Martns de França Amaur Alves Menezes Jr* Kazumtu Yamagut AYACon Consultores Ltda. RESUMO Este Informe Técnco apresenta os mas recentes esforços que a Lght e a AYACon vêm envdando no equaconamento de elementos clmátcos atuantes sobre os sstemas elétrcos, através de projeto de Pesqusa e Desenvolvmento ora em curso. Trata-se, portanto, de um resultado postvo da ntensfcação das preocupações quanto à qualdade no fornecmento de energa e no aprmoramento de crtéros de projeto para sstemas de transmssão. O tratamento dos dados báscos do IT é descrto com detalhes de forma a conferr a devda credbldade às conclusões fnas e estmula a sua aplcação em outras regões que anda sofram com a defcênca ou ausênca de modelos congêneres. As varáves clmátcas abordadas neste IT são: a temperatura ambente, a pressão atmosférca, a umdade relatva, a precptação pluvométrca e a densdade relatva do ar, embora os mapeamentos aqu nclusos retratem somente a evolução espacal da temperatura ambente e da precptação pluval, por lmtação físca do IT. PALAVRAS-CHAVE Clma, meteorologa, modelos predtvos, segurança operaconal, mapeamentos, modelos computaconas INTRODUÇÃO O processo de equaconar o clma deve ser enfrentado como um desafo constante e progressvo no tempo, onde nenhum banco de dados dsponível pode ser consderado a pror como sendo descartável e nem mesmo encarado como contendo a verdade fnal e permanente. As própras modfcações que o homem mpõe ao meo ambente ou, muto mas avassaladoras, as suas agressões, são provas da necessdade de se montorar o ambente num esforço conjunto, vsando a modelagem matemátca que promove as sempre buscadas otmzações dos sstemas de transmssão e, ao mesmo tempo, propca uma qualfcação dos abusos aos quas o meo ambente se encontra submetdo. Pode ser também menconada uma outra ação típca da engenhara de sstemas onde o conhecmento progressvo do ambente se apresenta como peça fundamental: a utlzação de estruturas compactas como forma de vablzar economcamente lnhas de transmssão em regões urbanzadas onde, devdo às exíguas faxas de passagem dsponíves, restara como únca alternatva o uso de cabos subterrâneos. Além dsso, lnhas compactas operam com potênca natural mas elevada do que a de lnhas convenconas, o que freqüentemente promove o ensejo de otmzar nvestmentos e de manter a segurança operaconal. Este relatóro apresenta mapeamentos das varáves já menconadas, na área de concessão da Lght-Ro, descrevendo as dfculdades usuas de modelagem que tas varáves apresentam, com base em algumas ferramentas dsponíves, sem tentar, no entanto, exaurr as possbldades ou estabelecer paradgmas. Cabe anda menconar que também a atvdade eólca de elevada ntensdade, nesta mesma regão, será objeto das atenções de modelagem em etapa subseqüente do projeto de P&D, coerentemente com a grande mportânca que este elemento clmátco desempenha na segurança operaconal dos sstemas aéreos de transmssão MODELOS DE MAPEAMENTOS Exstem publcadas váras técncas de mapeamentos que defnem a varabldade espacal de elementos clmátcos, desde que a rede de coleta tenha uma densdade capaz de representar os dversos clmas da regão alvo dos nteresses. Este IT concentrará sua atenção em duas dessas técncas que, não raro, *AYACon Consultores Ltda. - Avenda Presdente Vargas grupo Ro de Janero, RJ tel.(021xx) fax: (021xx) e-mal: ayacon@ayacon.com.br
2 2 logram o esperado êxto quanto à precsão: os modelos de regressão lnear múltpla e os modelos de nterpolação espacal Modelos de regressão lnear múltpla As característcas geográfcas de uma regão, tas como lattudes, longtudes e alttudes, têm marcante nfluênca em determnados parâmetros clmátcos, fato este que estabelece o desafo de quantfcar essa relação, de tal forma que o modelo de transferênca espacal seja bem elaborado. Pode-se, em tas casos tentar o estabelecmento de uma relação do tpo: var = k 0 + k 1*(x 1) t1 + k 2*(x 2) t2 + k 3*(x 3) t3, onde var : varável a ser modelada x 1, x 2 e x 3 : lattude, longtude e alttude t 1, t 2 e t 3 : expoentes quasquer, geralmente guas a 1 k 0, k 1, k 2 e k 3 : coefcentes de ajuste Uma equação como a acma ndcada permte, em qualquer ponto da regão em análse, o cálculo da varável, conhecdas suas georeferêncas e a alttude. A acetação do modelo se dá quando o coefcente de correlação é elevado, próxmo de um, ou quando os erros cometdos no ajuste são acetáves Modelos de nterpolação espacal Há casos em que as formulações de regressão lnear múltpla não são capazes de representar a evolução espacal da varável, mesmo após a ntrodução de novas varáves ndependentes no modelo, ou as mesmas varáves elevadas a expoentes dferentes do untáro. Sgnfca dzer que certas varáves têm, espacalmente, um nível de complexdade maor pelas váras nfluêncas regonas que sofrem, mutas vezes mcroclmátcas, e que a sua modelagem matemátca não se faz de forma smples e dreta. Em tas casos, são utlzados modelos alternatvos do ponto de vsta de nterpretação e aplcação e podem ser denomnados modelos de nterpolação espacal. Um dos modelos, e que será aqu adotado, faz uso de hpersuperfíces que têm sua expressão analítca genérca dada pela segunte expressão: n z = C [ f (x, y, x, y) ] (1) = 1 onde z é a altura da hpersuperfíce no ponto de coordenadas (x,y) e representa o valor da varável objeto de modelagem, n é o número de estações de medção, f( ) é uma função quadrátca e C são coefcentes que defnem característcas da hpersuperfíce. Um caso partcular desta equação, que geralmente dá ótmos resultados é dado pela expressão a segur: n / 2 z = C [ (x - x) + (y - y) (2) = 1 ] Reescrevendo-se esta equação para os n pontos de medção que consttuem a rede de coleta de dados, que têm coordenadas (x j y j), tem-se: n 2 2 1/ 2 z = C [ (x - x j) + (y - yj) ], j = 1, n (3) = 1 ou na forma matrcal: [Z] = [A] [C] (4) cuja solução é [C] = [A] -1 [Z] (5) Substtundo-se os valores de C na equação (2), obtém-se a equação da superfíce multquadrátca cônca crcular reta para o parâmetro em estudo, onde a superfíce ajustada passa exatamente por todos os pontos dados e permte uma nterpolação lógca do parâmetro nos demas pontos da regão em estudo Aderênca e valdação dos modelos É uma boa prátca de verfcação da aderênca de modelos, que se leve a efeto a denomnada calbração-valdação, descrta da segunte forma:! determnam-se os parâmetros do modelo que melhor defne a evolução espacal da varável em questão, numa determnada área servda por n estações de coleta;! retra-se uma estação qualquer da massa de dados ncal e repete-se a aplcação do modelo proposto, obtendo-se uma nova expressão matemátca;! determna-se então o valor da varável em consderação na estação excluída e calcula-se o erro pontual;! repetem-se os mesmos procedmentos acma para todas as estações da área em estudo;! avala-se se os erros constatados são acetáves RESULTADOS PRÁTICOS Os prncípos descrtos no tem anteror foram aplcados ao banco de dados provenentes das seguntes entdades: IBGE - Insttuto Braslero de Geografa e Estatístca (alttude) INMET - Insttuto Naconal de Meteorologa (temperatura, pressão, umdade relatva e precptação) SERLA - Superntendênca Estadual de Ros e Lagoas (precptação) ANEEL - Agênca Naconal de Energa Elétrca (precptação, dados do antgo DNAEE) Seguem alguns resultados prátcos encontrados Temperatura ambente Já era expectatva que a modelagem da temperatura méda sera relatvamente smples e robusta, pos geralmente valores médos se prestam bem a esse tpo de ação. Os modelos das médas dos valores extremos dáros apresentaram resposta até surpreendentemente boa, pos experêncas prévas já acenavam com enormes chances de malogro nas tentatvas com modelos de regressão. No que se refere aos valores extremos absolutos, os modelos de regressão não apresentaram respostas coerentes com o erro médo quadrátco máxmo
3 3 admtdo de 2 C. Geralmente, extremos absolutos são fortemente nfluencados por mcroclmas ou fatores locas, do que resulta falta de aderênca entre medção e os modelos aqu avalados. A utlzação de modelos de nterpolação espacal tampouco teve resposta postva, na medda em que as analses de calbração-valdação não conseguram regstrar erros sstematcamente nferores a 2 C, tomado como lmte balzador. A Fgura 1 apresenta o mapa das temperaturas máxmas médas Pressão atmosférca e umdade relatva De manera geral, os mapeamentos da pressão atmosférca (p) e da umdade relatva do ar (u) na área de concessão da Lght-Ro apresentaram graus de dfculdade mas elevados do que os encontrados com a temperatura ambente. Mesmo com um esperado bom comportamento com a alttude, a pressão méda só apresentou resposta acetável quando o rol as varáves ndependentes normalmente usadas (lattude, longtude e alttude) fo acrescdo dos valores médos e extremos anuas da pressão. Já a umdade relatva não apresentou resposta satsfatóra para nenhuma das tentatvas de modelagem através de regressões lneares múltplas, consderadas todas as vertentes exploratóras aplcadas pelos autores deste IT. O modelo de nterpolação espacal permtu mapeamentos de valores mensas, anual e de valores extremos compatíves com a aplcação dos mapas e apoados pelos procedmentos de calbração-valdação Precptação pluval A modelagem espacal para a precptação pluval na área da Lght-Ro fo feta com base em dados de 213 postos de medção. A massa de dados aqu usada fo ncomparavelmente superor aos outros estudos fetos dentro deste projeto de pesqusa, para fazer face ao caráter errátco das ocorrêncas de precptação pluval. Veja a Fgura 2. Os mapeamentos assm produzdos utlzam-se de valores médos acumulados por mês (mm/mês) e total anual médo (mm/ano) no período. É possível que os resultados sejam modestos quando comparados ao que anda pode ser feto sobre este elemento clmátco de grande poder de destrução, partcularmente quando assocado a outros dos elementos gualmente destrutores e que são os ventos fortes e as descargas atmosfércas. A sugestão de se tentar, em oportundade posteror, a modelagem de taxas de precptação mas concentradas no tempo (mm/h) deve ser objeto de dscussões por parte da engenhara de planejamento e de projeto, de tal sorte que se possa estabelecer quas os parâmetros mas realstas e quas as estatístcas que devem acompanhá-los, objetvando cudar das ocorrêncas de chuva como elemento desestablzador de condções operaconas deas para a engenhara de sstemas. Essa taxa mas concentrada (mm/h, ao nvés de mm/mês ou mm/ano), assocada a uma probabldade de ser excedda durante a vda útl da LT, representa um desafo a ser consderado em futuro próxmo e deve ser entendda como uma sugestão retórca de aprmoramento que vsa uncamente estabelecer as formas mas competentes de se confrontar com o problema de afluxos de chuva sobre os dversos componentes dos sstemas de transmssão Densdade relatva do ar (DRA) Num rgor semântco, a DRA não é um elemento clmátco propramente dto, mas pode ser consderada como tal, para quasquer fns prátcos, na medda em que derva analtcamente de dos elementos clmátcos ctados anterormente, temperatura ambente e a pressão atmosférca. Por exemplo, a DRA pode ser expressa pela relação: DRA = 0,386 p (273 + t) -1 (6) onde p pressão atmosférca em mm de Hg t temperatura ambente em C A utlzação de tal formulação não se resume, no entanto, na mera dsponbldade dos parâmetros das dstrbuções estatístcas da temperatura (t) e pressão (p). Por exemplo, aplcando-se os valores médos hstórcos destas varáves, tas como os provenentes das " Normas Clmatológcas", do INMET, na equação precedente, não conduz ao valor médo do DRA, a menos de concdêncas numércas que se verfcam em raras stuações. As causas do evento são faclmente dedutíves, pos sem haver a garanta de smultanedade de ocorrênca de t e p, o emprego das equações acma não leva a um valor médo de DRA e o resultado assm obtdo é enganoso e tem grande chance de resultar em nferêncas grosseras do fenômeno em questão. A DRA exge, para fns de estudos de LT's, uma estatístca mas aprmorada, no mínmo através de hstogramas de valores horáros A modelagem da smultanedade Modelagens de elementos clmátcos no tempo normalmente se adaptam bem às avalações por ajustes das séres de Fourer que conseguem reproduzr com fdeldade as evoluções temporas que uma varável apresente ao longo de um determnado período. Como a maora das estações dspõe somente de 3 leturas dáras, como as do INMET, a seqüênca natural será aquela de transferr as característcas dos dados horáros do DEPV (Departamento de Eletrônca e Proteção ao Vôo - Mnstéro da Aeronáutca) para os dados do INMET, transformando-as, assm, em nformações horáras, ou como se horáras fossem, através das ações:! aos dados horáros de t, p e u do DEPV, aplca-se o ajuste de Fourer, para defnção das freqüêncas domnantes na evolução dára das varáves;! ajusta-se, desta forma, os dados de 3 leturas ao da, do INMET (9, 12 e 15 horas), às evoluções quantfcadas no tem anteror, smulando-se as leturas horáras que, na verdade, não foram fetas;
4 4! calcula-se a DRA com os dados horáros smulados e determnam-se as estatístcas necessáras,.e., méda e desvo padrão A smplfcação adotada no IT Para fns deste IT, consderando que esta parte do trabalho encontra-se anda em curso, e para subsdar o cotejamento econômco do tem 4.0, será feto uso de um modelo smplfcado, mas que atende a propóstos lustratvos 1. Nesses termos, o valor da DRA méda do ar pode ser dado como segue: DRA = 1,06-1,05*(10-4 )*alt - 3,28*(10-3 )*t (8) e o seu desvo padrão 2 é: σ DRA = + 0,981* ,218*10-5 *alt *10-3* lat + 0,208*10-4 *lat 2 onde alt alttude (m), t temperatura ( C) lat lattude (graus) UMA ANÁLISE ECONÔMICA A capacdade de transporte As varáves clmátcas mpactam característcas de LT's com valor econômco para a concessonára, como a capacdade e a contnudade de transporte de energa. Assm, o melhor conhecmento e a modelagem mas precsa dessas varáves, ao reduzr as ncertezas do projeto da lnha, permtem ganhos econômcos para a empresa. Estando o projeto de P&D anda em curso, não é conhecdo anda o benefíco econômco total. Entretanto, uma análse de sensbldade com as prncpas varáves que nfluencam a ampacdade das lnhas permte entrever os ganhos potencas, como mostram as Tabelas 1 e 2, elaboradas para cabo CAA 795 MCM 26/7 (Drake), operando a 100º C. TABELA 1 - Influênca da temperatura ambente t (ºC) P (MVA) MVA ganho (R$/10 3 ) ,5 (499,85) , ,3 478, ,5 949,38 * valores calculados para vento de 0,6 m/s TABELA 2 - Influênca da velocdade de vento (brsa) Vv (m/s) P (MVA) MVA ganho (R$/10 3 ) 1, , ,08 1, , ,46 0, ,00 0, ,8 (5.895,78) * valores calculados para temperatura ambente 35 ºC As tabelas 1 e 2 sugerem que pequenas varações nesses parâmetros proporconam ganhos econômcos consderáves. No caso acma, o ganho está calculado para uma LT operando por 30 anos, a uma taxa de atratvdade do captal de 15 % e consdera apenas o custo margnal de expansão da transmssão (138 kv). Ao fnal do Projeto de P&D ctado, outros dados clmátcos (como nível ceráunco e velocdade e dreção de vento), assocados a revsões nos crtéros de projeto, poderão agregar novos benefícos, como a redução de cortes de carga sob contngênca smples, deslgamentos por descargas atmosfércas com menores durações e otmzação nos projetos de torres e fundações A compactação de LT s aéreas Face a restrções ambentas cada vez mas severas, numa regão que tenta se frmar novamente como detentora de belezas naturas prvlegadas, tem-se como uma das possíves formas de evolução de um sstema de transmssão de 138 kv, a expansão através de estruturas compactas, onde o MW transportado pode sofrer um acréscmo de quase 10%, o que consttu uma promssora prátca de engenhara de sstemas aéreos. A densdade relatva do ar e a precptação pluval são exemplos típcos, mas não úncos, de como as varáves clmátcas podem ter varados efetos, com maor ou menor ntensdade, numa análse paramétrca envolvendo as restrções possíves de uma compactação. Os mapas prelmnares da DRA, para o Ro de Janero, denotam um valor de 0.90 como sendo típco mínmo para mutas cdades, enquanto que, nos muncípo do Ro de Janero e vznhos, o valor de 0,95 é mas realsta. Esses dos valores serão tomados como referênca nas consderações que se seguem, objetvando avalar o desempenho de uma alternatva estrutural para a compactação de lnhas. Os crtéros adotados são os seguntes: as perdas corona foram calculadas para a condção de condutor novo sob chuva forte; a densdade relatva mínma do ar adotada deve ser excedda em 90% do tempo; o nível de RI durante 50% relatvo ao tempo todo deve ser nferor a 42 db/µv/m, no lmte da faxa rural; o nível de RI nas condções de sob chuva deve ser nferor a 42 db/µv/m, no lmte da faxa urbana; o nível de RA deve ser menor do que 58 dba, para condutor molhado, no lmte da faxa. A ampacdade de cabos em regme normal (condutor a 100 ºC), sob sol, é calculada na Lght com t = 35 ºC e Vv = 0,6 m/s (áreas hachuradas das tabelas). 1 formulação retrada de [1] 2 relação obtda de [2]
5 5 A Fgura 3, ao lado, apresenta uma possbldade que a Lght ora consdera em seus estudos, com solução de vanguarda através de soladores polmércos. coordenadas (m) a ( 0,0 20,30), b ( 0,0 17,65), c ( 0,0 15,00), x (-0,6 22,70), FIGURA 3 - Alternatva compacta para 138 kv As verfcações fetas através do gradente máxmo de Peek dentfcaram ausênca de corona vsual generalzado, para dâmetros de condutor de 1,8 a 2,8 cm, para qualquer dos valores de DRA consderados. Nos casos estudados, qualquer fase tem seu gradente máxmo abaxo do lmte de Peek, Os níves de radonterferênca (RI) em tempo bom e o ruído audível (RA) na condção de condutor molhado, fcam abaxo do seu lmte máxmo de ocorrênca. A Tabela 3 resume os resultados obtdos. TABELA 3 - Análse paramétrca quanto ao efeto corona e suas demas manfestações dâmetro condutor (cm) RI sob chuva (db/µv/m) faxa RI sob chuva (m) RA condutor molhado (dba) perdas corona (kw/km) 1,8 56, ,3 2, , ,8 1,90 2,3 49, ,2 1,80 2,5 47, ,6 1,67 2,8 45, ,9 1,57 Um elemento de ponderação mportante, todava, é a condção de RI sob chuva como eventual determnante do dâmetro do condutor ou da faxa de passagem, possbldade esta que o IT não pretende normalzar mas, tão somente, trazer à dscussão. Em se tratando de uma lnha que pode ter seu traçado alternando entre zona rural e urbana, é precso que cada zona servda seja tratada dentro do seu detalhe de exgênca e conforto, tal como sera defnr que zonas urbanas tvessem a sua faxa de passagem dferencada da rural (RI em tempo bom) e determnada pela RI sob chuva. Nesse contexto, observa-se na Tabela 3, que as faxa de passagem varam dentro de lmtes dlatados (72 a 20 m) e com custos certamente dferencados, dependendo do dâmetro do condutor. Essa varação de valores remete a dscussão para um conhecmento mas aprofundado da parametrzação estatístca que certamente envolverá a defnção de, por exemplo: taxas prospectvas de precptação pluval (mm/h) relações percentuas entre tempo todo e tempo rum, que são mpostvas nas durações de níves de radonterferêncas que podem causar desconforto Atvdades desta natureza requerem o conhecmento mas amplo de város dos elementos clmátcos que norteam os projetos de lnhas aéreas, em especal quando se trata de nterferêncas, em geral, que são uma função complexa da taxa de chuva em mm/h CONCLUSÕES Foram aqu apresentadas algumas opções dsponíves na elaboração de mapeamentos de varáves clmátcas, que serão útes para o aprmoramento na abordagem estatístca de alguns dos elementos do ambente externo a uma lnha. Tas elementos defnem freqüentemente os sstemas ótmos para a transmssão aérea de energa elétrca. Pela extensão terrtoral que ocupam, com suas váras dezenas ou centenas de qulômetros de comprmento, as LT's se prestam muto bem a esse tpo de avalação espacal, quando o ambente em que se nserem pode ser meddo, tratado e modelado segundo as exgêncas própras do setor. Seja através de modelos de regressão, seja através de modelos de nterpolação, ou através anda de outros métodos que até correspondam a preferêncas pessoas, a dsponbldade de grandes massas de dados clmátcos acaba por requerer uma síntese para fns de uso prátco (os mapas), de forma tal que da nformação dsponível possa ser trada e usada, pela engenhara de sstemas, um máxmo de conhecmento aplcável e com o máxmo de pratcdade. Um enfoque dessa natureza exge nvestmentos empresaras desproporconalmente baxos, quando comparados com as promessas prospectvas de otmzação que o IT apresentou em suas análses de sensbldade. Mesmo que possam ser consderados desprovdos de requntes contablstas, os exercícos retórcos do tem 4 apresentaram algumas das númeras possbldades de tornar a montoração centífca do clma como uma das mas competentes e ncontestáves formas de vablzar uma socedade cada vez mas ntensamente dependente da qualdade e da contnudade do fornecmento de energa elétrca. BIBLIOGRAFIA [1] Transmsson Lne Reference Book. EPRI. USA [2] GOMES DE ANDRADE, V.H., et al. Dados Meteorológcos e Parâmetros Correlatos que Influencam os Isolamentos em Ar - Estatístca de Valores. VII SNPTEE. Brasl. 1983
6 6 FIGURA 1 - Mapeamento da temperatura máxma méda anual na área da Lght-Ro ( C) FIGURA 2 - Mapeamento da precptação pluval méda anual na área da Lght-Ro ( C)
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 mais4.1 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 mais3 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 mais4 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 maisCORRELAÇÃO E REGRESSÃO
CORRELAÇÃO E REGRESSÃO Constata-se, freqüentemente, a estênca de uma relação entre duas (ou mas) varáves. Se tal relação é de natureza quanttatva, a correlação é o nstrumento adequado para descobrr e medr
Leia maisMETOLOGIA. 1. Histórico
METOLOGIA A Sondagem da Construção Cvl do RS é uma sondagem de opnão empresaral realzada mensalmente e fo crada pela Confederação Naconal da Indústra (CNI) com o apoo da Câmara Braslera da Indústra da
Leia maisALTERNATIVA PARA DETERMINAR ACURÁCIA DA PREVISÃO DO MBAR UTILIZANDO ÍNDICE DE BRIER. Reinaldo Bomfim da Silveira 1 Juliana Maria Duarte Mol 1 RESUMO
ALTERNATIVA PARA DETERMINAR ACURÁCIA DA PREVISÃO DO MBAR UTILIZANDO ÍNDICE DE BRIER Renaldo Bomfm da Slvera 1 Julana Mara Duarte Mol 1 RESUMO Este trabalho propõe um método para avalar a qualdade das prevsões
Leia maisRISCO. 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 maisAula 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 mais3 Elementos de modelagem para o problema de controle de potência
3 Elementos de modelagem para o problema de controle de potênca Neste trabalho assume-se que a rede de comuncações é composta por uma coleção de enlaces consttuídos por um par de undades-rádo ndvdualmente
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca
Leia maisÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO
Anas Eletrônco ÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO Anderson Takash Hara, Heraldo Takao Hashgut, Antôno Carlos Andrade
Leia mais7 - Distribuição de Freqüências
7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste
Leia maisAssociação entre duas variáveis quantitativas
Exemplo O departamento de RH de uma empresa deseja avalar a efcáca dos testes aplcados para a seleção de funconáros. Para tanto, fo sorteada uma amostra aleatóra de 50 funconáros que fazem parte da empresa
Leia maisUNIDADE 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 mais3 Método Numérico. 3.1 Discretização da Equação Diferencial
3 Método Numérco O presente capítulo apresenta a dscretação da equação dferencal para o campo de pressão e a ntegração numérca da expressão obtda anterormente para a Vscosdade Newtonana Equvalente possbltando
Leia maisEstudo e Previsão da Demanda de Energia Elétrica. Parte II
Unversdade Federal de Paraná Setor de Tecnologa Departamento de Engenhara Elétrca Estudo e Prevsão da Demanda de Energa Elétrca Parte II Prof: Clodomro Unshuay-Vla Etapas de um Modelo de Prevsão Objetvo
Leia maisÉ 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 maisVariação 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 mais3 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 maisMETODOLOGIA 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 maisTENDENCIAS CLIMÁTICAS DA PRECIPITAÇÃO PLUVIAL NO ESTADO DO MARANHÃO
TENDENCIAS CLIMÁTICAS DA PRECIPITAÇÃO PLUVIAL NO ESTADO DO MARANHÃO Danelson Jorge Delgado Neves 13, Jeane Rafaele Araúo Lma 1, Lncoln Elo de Araúo 2, Pedro Vera de Azevedo 1 1 UFCG DCA, Campna Grande
Leia maisUNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira
UNIVERSIDADE DE PERNAMBUCO ESCOLA POLITÉCNICA DE PERNAMBUCO Físca Expermental Prof o José Wlson Vera wlson.vera@upe.br AULA 01: PROCESSOS DE ANÁLISE GRÁFICA E NUMÉRICA MODELO LINEAR Recfe, agosto de 2015
Leia maisAnálise Exploratória de Dados
Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: traçar dagramas de dspersão, para avalar possíves relações entre as duas varáves; calcular o coefcente de correlação entre as duas
Leia maisAnálise Exploratória de Dados
Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: obter uma reta que se ajuste aos dados segundo o crtéro de mínmos quadrados; apresentar outros crtéros para a determnação de uma
Leia mais5 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 maisCap. IV Análise estatística de incertezas aleatórias
TLF 010/11 Cap. IV Análse estatístca de ncertezas aleatóras Capítulo IV Análse estatístca de ncertezas aleatóras 4.1. Méda 43 4.. Desvo padrão 44 4.3. Sgnfcado do desvo padrão 46 4.4. Desvo padrão da méda
Leia maisEXERCÍCIO: VIA EXPRESSA CONTROLADA
EXERCÍCIO: VIA EXPRESSA CONTROLADA Engenhara de Tráfego Consdere o segmento de va expressa esquematzado abaxo, que apresenta problemas de congestonamento no pco, e os dados a segur apresentados: Trechos
Leia maisDEFINIÇÃO - MODELO LINEAR GENERALIZADO
DEFINIÇÃO - MODELO LINEAR GENERALIZADO 1 Um modelo lnear generalzado é defndo pelos seguntes três componentes: Componente aleatóro; Componente sstemátco; Função de lgação; Componente aleatóro: Um conjunto
Leia maisCONCEITOS 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 mais7 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 maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ 1 É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das
Leia mais1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de
Leia maisRegressão 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 maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia mais1. CORRELAÇÃO E REGRESSÃO LINEAR
1 CORRELAÇÃO E REGREÃO LINEAR Quando deseja-se estudar se exste relação entre duas varáves quanttatvas, pode-se utlzar a ferramenta estatístca da Correlação Lnear mples de Pearson Quando essa correlação
Leia mais2 Principio do Trabalho Virtual (PTV)
Prncpo do Trabalho rtual (PT)..Contnuo com mcroestrutura Na teora que leva em consderação a mcroestrutura do materal, cada partícula anda é representada por um ponto P, conforme Fgura. Porém suas propredades
Leia maisEstatística II Antonio Roque Aula 18. Regressão Linear
Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão
Leia maisTeoria da Regressão Espacial Aplicada a. Sérgio Alberto Pires da Silva
Teora da Regressão Espacal Aplcada a Modelos Genércos Sérgo Alberto Pres da Slva ITENS DE RELACIONAMENTOS Tópcos Báscos da Regressão Espacal; Banco de Dados Geo-Referencados; Modelos Genércos Robustos;
Leia maisMODELOS 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 maisPsicologia Conexionista Antonio Roque Aula 8 Modelos Conexionistas com tempo contínuo
Modelos Conexonstas com tempo contínuo Mutos fenômenos de aprendzado assocatvo podem ser explcados por modelos em que o tempo é uma varável dscreta como nos casos vstos nas aulas anterores. Tas modelos
Leia mais4. MODELAMENTOS EM POLUIÇÃO DO AR: PREDITIVOS E RECEPTORES
4. MODELAMENTOS EM POLUIÇÃO DO AR: PREDITIVOS E RECEPTORES Para o Curso de Físca da Polução do Ar FAP346, º Semestre/006 Prof. Amérco Sansgolo Kerr Montora: Mara Emíla Rehder aver 4. INTRODUÇÃO No modelamento
Leia maisPrograma de Certificação de Medidas de um laboratório
Programa de Certfcação de Meddas de um laboratóro Tratamento de dados Elmnação de dervas Programa de calbração entre laboratóros Programa nterno de calbração justes de meddas a curvas Tratamento dos resultados
Leia maisPrograma do Curso. Sistemas Inteligentes Aplicados. Análise e Seleção de Variáveis. Análise e Seleção de Variáveis. Carlos Hall
Sstemas Intelgentes Aplcados Carlos Hall Programa do Curso Lmpeza/Integração de Dados Transformação de Dados Dscretzação de Varáves Contínuas Transformação de Varáves Dscretas em Contínuas Transformação
Leia maisEletroquímica 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 maisMOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel
MOQ-14 PROJETO e ANÁLISE de EPERIMENTOS Professor: Rodrgo A. Scarpel rodrgo@ta.br www.mec.ta.br/~rodrgo Prncípos de cração de modelos empírcos: Modelos (matemátcos, lógcos, ) são comumente utlzados na
Leia maisAlgarismos Significativos Propagação de Erros ou Desvios
Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento
Leia maisFigura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma
Capítulo 8 Dferencação Numérca Quase todos os métodos numércos utlzados atualmente para obtenção de soluções de equações erencas ordnáras e parcas utlzam algum tpo de aproxmação para as dervadas contínuas
Leia maisProf. 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 maisCurso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos
Curso de extensão, MMQ IFUSP, feverero/4 Alguns exercíco báscos I Exercícos (MMQ) Uma grandeza cujo valor verdadero x é desconhecdo, fo medda três vezes, com procedmentos expermentas dêntcos e, portanto,
Leia maisCAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA
CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de
Leia maisREGRESSÃO LINEAR ANÁLISE DE REGRESSÃO LINEAR MÚLTIPLA REGRESSÃO CURVILÍNEA FUNÇÃO QUADRÁTICA
ANÁLISE DE REGRESSÃO LINEAR MÚLTIPLA REGRESSÃO LINEAR Verfcado, pelo valor de r, que ocorre uma sgnfcante correlação lnear entre duas varáves há necessdade de quantfcar tal relação, o que é feto pela análse
Leia maisCapítulo 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 maisRAD1507 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 maisNOÇÕES 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 maisREGRESSÃO 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 maisUMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR
UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EATAS DEPARTAMENTO DE ESTATÍSTICA UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR
Leia maisExperiência V (aulas 08 e 09) Curvas características
Experênca (aulas 08 e 09) Curvas característcas 1. Objetvos 2. Introdução 3. Procedmento expermental 4. Análse de dados 5. Referêncas 1. Objetvos Como no expermento anteror, remos estudar a adequação de
Leia mais5 Implementação Procedimento de segmentação
5 Implementação O capítulo segunte apresenta uma batera de expermentos prátcos realzados com o objetvo de valdar o método proposto neste trabalho. O método envolve, contudo, alguns passos que podem ser
Leia maisANÁLISE DAS TENSÕES TÉRMICAS EM MATERIAIS CERÂMICOS. Palavras-chave: Tensões térmicas, Propriedades variáveis, Condução de calor, GITT
ANÁLISE DAS TENSÕES TÉRMICAS EM MATERIAIS CERÂMICOS Dnz, L.S. Santos, C.A.C. Lma, J.A. Unversdade Federal da Paraíba Laboratóro de Energa Solar LES/DTM/CT/UFPB 5859-9 - João Pessoa - PB, Brasl e-mal: cabral@les.ufpb.br
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia mais2 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 maisTestes 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 maisGARANTIA DE EXCELENTE INTERCAMBIALIDADE E REDUÇÃO DE CUSTOS ATRAVÉS DA ANÁLISE ESTATÍSTICA DE TOLERÂNCIAS
GARANIA DE EXCELENE INERCAMBIALIDADE E REDUÇÃO DE CUSOS ARAVÉS DA ANÁLISE ESAÍSICA DE OLERÂNCIAS Edvaldo Antono Bulba* *Prof. Dr. da Fatec SP FEI e Unversdade São Judas E mal: bulba@fe.edu.br Resumo Numa
Leia mais2 Lógica Fuzzy Introdução
2 Lógca Fuzzy 2.. Introdução A lógca fuzzy é uma extensão da lógca booleana, ntroduzda pelo Dr. Loft Zadeh da Unversdade da Calfórna / Berkeley no ano 965. Fo desenvolvda para expressar o conceto de verdade
Leia mais3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas
3.6. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas
Leia mais6 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 maisFaculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu
1 Programação Não Lnear com Restrções Aula 9: Programação Não-Lnear - Funções de Váras Varáves com Restrções Ponto Regular; Introdução aos Multplcadores de Lagrange; Multplcadores de Lagrange e Condções
Leia maisMOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel
MOQ-4 PROJETO e ANÁLISE de EPERIMENTOS Professor: Rodrgo A. Scarpel rodrgo@ta.br www.mec.ta.br/~rodrgo Programa do curso: Semana Conteúdo Apresentação da dscplna. Prncípos de modelos lneares de regressão.
Leia maisAnálise de Incertezas I.B De Paula
Um bom expermentalsta deve fazer todo o esforço possível para mnmzar os erros de seu expermento. Cabe ao expermentalsta a responsabldade de apresentar uma medda da confabldade de seus dados. amos defnr
Leia maisChapter 9 Location INTRODUÇÃO. Localização de Instalações. Problemas de comunicação
Chapter 9 Locaton Localzação de Instalações Problemas de comuncação http://www.youtube.com/watch?v=h_qnu4rwlvu INTRODUÇÃO INTRODUÇÃO Analsar padrões de localzação pode ser nteressante Porque a Whte Castle,
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia maisOs modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.
MODELO DE REGRESSÃO DE COX Os modelos de regressão paramétrcos vstos anterormente exgem que se suponha uma dstrbução estatístca para o tempo de sobrevvênca. Contudo esta suposção, caso não sea adequada,
Leia maisCONTROLADORES FUZZY. Um sistema de controle típico é representado pelo diagrama de blocos abaixo:
CONTROLADORES FUZZY Um sstema de controle típco é representado pelo dagrama de blocos abaxo: entrada ou referênca - erro CONTROLADOR snal de controle PLANTA saída A entrada ou referênca expressa a saída
Leia maisEconomia Industrial. Prof. Marcelo Matos. Aula 7
Economa Industral Prof. Marcelo Matos Aula 7 Concentração de Mercado Resende e Boff [cap 5 de K&H, 2013]; Ferguson e Ferguson cap.3; Meddas de Concentração: característcas Possbldade de classfcar meddas
Leia maisReconhecimento Estatístico de Padrões
Reconhecmento Estatístco de Padrões X 3 O paradgma pode ser sumarzado da segunte forma: Cada padrão é representado por um vector de característcas x = x1 x2 x N (,,, ) x x1 x... x d 2 = X 1 X 2 Espaço
Leia maisMÉTODOS DE ANÁLISE DE CIRCUITOS RESISTIVOS ANÁLISE NODAL
CIRCUITOS ELÉTRICOS Método de Análse: Análse Nodal Dscplna: CIRCUITOS ELÉTRICOS Professor: Dr Marcos Antôno de Sousa Tópco MÉTODOS DE ANÁLISE DE CIRCUITOS RESISTIVOS ANÁLISE NODAL Referênca bbloráfca básca:
Leia maisMOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel
MOQ-4 PROJETO e ANÁLISE de EPERIMENTOS Professor: Rodrgo A. Scarpel rodrgo@ta.br www.mec.ta.br/~rodrgo Programa do curso: Semana Conteúdo Apresentação da dscplna. Prncípos de modelos lneares de regressão.
Leia maisEstudo quantitativo do processo de tomada de decisão de um projeto de melhoria da qualidade de ensino de graduação.
Estudo quanttatvo do processo de tomada de decsão de um projeto de melhora da qualdade de ensno de graduação. Rogéro de Melo Costa Pnto 1, Rafael Aparecdo Pres Espíndula 2, Arlndo José de Souza Júnor 1,
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia maisProblemas de engenharia
Análse de Sstemas de otênca Análse de Sstemas de otênca ( AS ) Aula 3 Operação Econômca de Sstemas de otênca 03//008 roblemas de engenhara Análse de Sstemas de otênca ( AS ) ANÁLISE Defndo o sstema, determnar
Leia maisProgramação Dinâmica. Fernando Nogueira Programação Dinâmica 1
Programação Dnâmca Fernando Noguera Programação Dnâmca A Programação Dnâmca procura resolver o problema de otmzação através da análse de uma seqüênca de problemas mas smples do que o problema orgnal. A
Leia mais6 Análises de probabilidade de ruptura de um talude
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
Leia maisTeoria Elementar da Probabilidade
10 Teora Elementar da Probabldade MODELOS MATEMÁTICOS DETERMINÍSTICOS PROBABILÍSTICOS PROCESSO (FENÓMENO) ALEATÓRIO - Quando o acaso nterfere na ocorrênca de um ou mas dos resultados nos quas tal processo
Leia maisModelo linear normal com erros heterocedásticos. O método de mínimos quadrados ponderados
Modelo lnear normal com erros heterocedástcos O método de mínmos quadrados ponderados Varâncas homogêneas Varâncas heterogêneas y y x x Fgura 1 Ilustração da dstrbução de uma varável aleatóra y (condconal
Leia maisMinistério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação
Mnstéro da Educação Insttuto Naconal de Estudos e Pesqusas Educaconas Aníso Texera Cálculo do Conceto Prelmnar de Cursos de Graduação Nota Técnca Nesta nota técnca são descrtos os procedmentos utlzados
Leia maisDIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS
177 DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS Antôno Carlos da Slva Flho Un-FACEF Introdução Trend Strps (TS) são uma nova técnca de análse da dnâmca de um sstema,
Leia maisEstatística Aplicada II CORRELAÇÃO. AULA 21 07/11/16 Prof a Lilian M. Lima Cunha
09//06 Estatístca Aplcada II CORRELAÇÃO AULA 07//6 Prof a Llan M. Lma Cunha CORRELAÇÃO: Identfcar a estênca ou não de assocação lnear entre varáves: -Preço de um produto em regões; -Frete e Km percorrdo;
Leia mais3 Desenvolvimento do Modelo
3 Desenvolvmento do Modelo Neste capítulo apresentaremos como está estruturado o modelo desenvolvdo nesta dssertação para otmzar o despacho de geradores dstrbuídos com o obetvo de reduzr os custos da rede
Leia maisNOTA II TABELAS E GRÁFICOS
Depto de Físca/UFMG Laboratóro de Fundamentos de Físca NOTA II TABELAS E GRÁFICOS II.1 - TABELAS A manera mas adequada na apresentação de uma sére de meddas de um certo epermento é através de tabelas.
Leia maisCovariância 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 mais5 Formulação para Problemas de Potencial
48 Formulação para Problemas de Potencal O prncpal objetvo do presente capítulo é valdar a função de tensão do tpo Westergaard obtda para uma trnca com abertura polnomal (como mostrado na Fgura 9a) quando
Leia maisEXPANSÃO TÉRMICA DOS LÍQUIDOS
Físca II Protocolos das Aulas Prátcas 01 DF - Unversdade do Algarve EXPANSÃO ÉRMICA DOS ÍQUIDOS 1 Resumo Estuda-se a expansão térmca da água destlada e do glcerol utlzando um pcnómetro. Ao aquecer-se,
Leia maisRegressão 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 maisCOEFICIENTE DE GINI: uma medida de distribuição de renda
UNIVERSIDADE DO ESTADO DE SANTA CATARINA ESCOLA SUPERIOR DE ADMINISTRAÇÃO E GERÊNCIA DEPARTAMENTO DE CIÊNCIAS ECONÔMICAS COEFICIENTE DE GINI: uma medda de dstrbução de renda Autor: Prof. Lsandro Fn Nsh
Leia maisEventos 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 mais4 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