5 Modulação Adaptativa do Sistema HSDPA em Presença de Multipercursos

Tamanho: px
Começar a partir da página:

Download "5 Modulação Adaptativa do Sistema HSDPA em Presença de Multipercursos"

Transcrição

1 5 Modulação Adaptatva do Sstema HSDA em resença de Multpercursos 65 5 Modulação Adaptatva do Sstema HSDA em resença de Multpercursos esse capítulo, a modulação adaptatva no sstema HSDA é analsada em presença de multpercursos. Incalmente, é descrta a técnca de modulação adaptatva, em como alguns crtéros de adaptação. Em seguda, é apresentado o modelo de smulação utlzado, com as prncpas característcas do smulador desenvolvdo. or fm, são mostrados alguns aspectos de valdação desse smulador. 5.. Modulação Adaptatva Como ntroduzdo no Capítulo 3, o HSDA fo proposto com o ojetvo de proporconar taxas anda mas altas utlzando a tecnologa WCDMA com 5 MHz de largura de anda. As técncas de adaptação de enlace, onde a modulação, a taxa de códgo e/ou outros parâmetros de transmssão do snal são dnamcamente adaptados, de acordo com as condções varáves do canal, vêm emergndo nos últmos anos como poderosas ferramentas para aumentar a taxa de dados e a efcênca espectral das redes de dados sem fo. Um mportante ndcador da populardade de tas técncas é a nclusão delas em recentes propostas para servços por pacotes de dados para a tercera geração de sstemas celulares []. Os sstemas HSDA, por exemplo, têm a adaptação de enlace como uma de suas prncpas característcas. ele, algumas das mas mportantes técncas de adaptação de enlace são usadas na transmssão do enlace de descda, sendo a prncpal delas a Modulação e Codfcação Adaptatvas (MCA). Outras técncas, como a Retransmssão Automátca Hírda (HARQ), são descrtas em [] [4]. Um nteressante aspecto da adaptação de enlace é a possldade de enefcar o usuáro, em termos de taxas de dados oferecdas, a partr de estruturas receptoras mas sofstcadas, que façam cancelamento de nterferênca. Isso dfere dos sstemas CDMA tradconas, onde os enefícos alcançados com o uso de

2 5 Modulação Adaptatva do Sstema HSDA em resença de Multpercursos 66 receptores avançados vão para o operador do sstema, em termos de uma maor capacdade (menor potênca de transmssão requerda). esses sstemas o usuáro não é enefcado em termos de uma melhor qualdade no servço [3]. o HSDA, um grupo de esquemas de modulações e códgos é aplcado na transmssão de dados no enlace de decda. O prncípo da Modulação e Codfcação Adaptatvas é mudar a modulação e a codfcação, de forma adaptatva, aseando-se nas condções do canal. ara sso, é feta uma estmação da qualdade do canal e essa nformação é envada à estação ase transmssora. Esta, a partr de tal nformação, selecona a modulação e o códgo aproprados para a transmssão no enlace de descda. A técnca de Modulação e Codfcação Adaptatvas é mas aproprada para aplcações que não exgem uma taxa de transmssão constante, uma vez que o fundamento da técnca é aumentar a taxa quando o canal apresentar oa qualdade e dmnuí-la em condções adversas. As técncas de Modulação e Codfcação Adaptatvas foram popularzadas por sstemas celulares, como o EDGE e o cdma xev-do, que é um sstema de tercera geração. O que ocorre, na prátca, é que os parâmetros de transmssão (modulação e codfcação) são organzados em grupos, chamados de modos de transmssão. Como cada modo de transmssão possu dferentes taxas de dados e níves de roustez (valor mínmo de razão snal-ruído necessáro para atvar o modo), eles são utlzados em dferentes condções do canal. O prncpal ojetvo da Modulação e Codfcação Adaptatvas é garantr que o modo de transmssão mas efcente seja usado so determnada condção do canal, aseado no crtéro de seleção utlzado. É mportante ter dsponíves modos de transmssão que garantam a comuncação mesmo em condções precáras do canal, dando roustez ao sstema. or outro lado, so oas condções do canal, deve-se dspor de modos com alta efcênca espectral, como uma forma de aumentar a vazão do sstema. Em contraste a sso, os sstemas que não fazem uso de nenhuma técnca de adaptação de enlace são orgados a utlzarem apenas um modo de transmssão, que é destnado a garantr o desempenho em níves acetáves, mesmo em condção desfavorável do canal. Em outras palavras, esses sstemas são projetados para o por caso, resultando em uma nefcente utlzação da capacdade do canal [].

3 5 Modulação Adaptatva do Sstema HSDA em resença de Multpercursos 67 O desempenho de um enlace dgtal é aseado em duas condções áscas, relaconando os prncpas parâmetros de desempenho. A prmera delas é o lmtante na taxa de ts na entrada do modulador, mposto pela faxa B do canal (lmtação de faxa), dado por: R L B, (5.) onde L é o número de ts por símolo usado na modulação. A outra condção (lmtação de potênca) é o lmtante na taxa de ts na entrada do modulador em função da taxa de erro de t requerda, da potênca do snal no receptor, s e da densdade espectral de potênca de ruído no canal, /, dado por: R s E req, (5.) onde E req é a razão mínma entre a energa por t e o doro da densdade espectral de potênca de ruído no receptor, necessára para se operar à taxa de erro de t requerda. A partr de (5.) e (5.), otemos as seguntes expressões de efcênca espectral (ps/hz): R L B, (5.3) R B B s E req RSR E req, (5.4) onde RSR é a razão snal-ruído. ara valores de RSR axos, prevalece a equação (5.4) até um valor máxmo a partr do qual o lmtante passa a ser (5.3).

4 5 Modulação Adaptatva do Sstema HSDA em resença de Multpercursos 68 A Fgura 8 lustra o ganho de capacdade oferecdo por um sstema com adaptação de modulação sore um outro que não faz uso de nenhuma técnca de adaptação de enlace. Fgura 8 Efcênca espectral para váras modulações em função da razão snal-ruído essa fgura é representada a efcênca espectral (ps/hz), resultante da comnação dos lmtantes (5.3) e (5.4), em função da razão snal-ruído (db) para quatro modulações (QSK, 8-SK, 6-QAM e 64-QAM) não codfcadas. A taxa de erro requerda é E BER 3 req, correspondendo a 6,7895dB req para o QSK, E req,db para o 8-SK, E req,54db para o 6- QAM e E req 4,7675dB para o 64-QAM. A curva de cada modulação representa um sstema não-adaptatvo, que só faz uso dessa modulação. Já a curva mas grossa representa um sstema que utlza modulação adaptatva, fazendo uso das quatro modulações ctadas acma. É fácl

5 5 Modulação Adaptatva do Sstema HSDA em resença de Multpercursos 69 notar que cada modulação é ótma para o uso em quatro dferentes regões e que o sstema adaptatvo selecona aquela com melhor efcênca espectral. O desempenho dos dos sstemas é o mesmo até valores de razão snal-ruído guas a 3 db. A partr desse valor, a efcênca do sstema adaptatvo só aumenta, chegando a ser três vezes maor que o sstema não-adaptatvo para altos valores de razão snal-ruído. Um aspecto essencal na adaptação de enlace é a forma como se estma a qualdade do canal para, com essa nformação, escolher-se o modo de transmssão mas adequado. Isto pode ser feto de váras formas, dependendo do crtéro de desempenho estaelecdo [4]. este traalho, o crtéro é da maxmzação da vazão e a escolha da modulação é feta pela comparação da razão snal-ruído estmada com lmares estaelecdos prevamente. A razão snal-ruído é calculada a partr das amostras colhdas no detetor com ase na análse desenvolvda na Seção 4.. Este processo é descrto com detalhes a segur Crtéros de Adaptação A Fgura 8 mostra a efcênca espectral do sstema de modulação adaptatva com ase nas taxas de ts transmtdas para uma taxa de erro de t especfcada. este traalho procura-se maxmzar a vazão defnda como a taxa de ts efetvamente transferdos com sucesso. Ovamente, o valor da vazão dependerá do crtéro utlzado para a transferênca efetva dos ts. a transmssão de pacotes de dados, de comprmento defnda por: ts, a vazão pode ser η ( ER), (5.5) R onde ER é a proaldade de perda do pacote, ou seja, é a proaldade de ocorrênca de c ou mas erros no pacote. Supondo que os erros são estatstcamente ndependentes, podemos escrever: ER BER ( BER). (5.6) c

6 5 Modulação Adaptatva do Sstema HSDA em resença de Multpercursos 7 artcularzando para c, temos: ( ) ER BER, (5.7) onde BER é a taxa de erro de t. As equações (5.5) e (5.6) se aplcam em transmssões com taxa de erro de t constante. o caso de transmssão com canal varante no tempo e modulação adaptatva, elas podem ser aplcadas, de forma aproxmada, para cada pacote. ara sto, supomos que as varações do canal ao longo do ntervalo de um pacote são pequenas, de forma a consderá-lo nvarante no tempo. Deste modo, podemos escrever para cada modulação: [ ER ( )] η ( δ ) R, δ. (5.8) onde R, é a taxa de transmssão da -ésma modulação, cujos valores estão na Taela 6, ER é a taxa de perda de pacote assocada à modulação e δ é o valor nstantâneo da razão δ E /. A vazão méda, para cada modulação utlzada, fo determnada analtcamente, através segunte expressão: [ ER ( δ )] f ( δ dδ η R, ). (5.9) As curvas de vazão estão mostradas na Fgura 9, onde SIR é a razão snal-ruído-nterferênca, dada por: SIR s, ( I ) W (5.) OC onde s é a potênca do snal transmtdo, W é a largura de anda do canal espalhado, é o doro da densdade espectral de potênca do ruído do receptor

7 5 Modulação Adaptatva do Sstema HSDA em resença de Multpercursos 7 e I OC é a densdade espectral de potênca que aproxma a nterferênca de outras células. SIR se relacona com E / através de: E G p SIR, (5.) onde G p W é o ganho de processamento. R, Modulação Taxa de Transmssão QSK R B 8-SK R 3B 6-QAM R 4B 64-QAM R 6B Onde B taxa de transmssão de um sstema BSK Taela 6 Taxa de transmssão para dferentes modulações Fgura 9 Vazão teórca para as dferentes modulações

8 5 Modulação Adaptatva do Sstema HSDA em resença de Multpercursos 7 Através da Fgura 9 tamém podem ser otdos os lmares de adaptação. Esses lmares (valores de SIR ) permtem determnar qual modulação maxmza a vazão em cada stuação e são mostrados na Taela 7. SIR Modulação a ser usada SIR <,5 db QSK,5 SIR < 3,4 db 8-SK 3,4 SIR < db 6-QAM SIR db 64-QAM Taela 7 Lmares de adaptação para vazão máxma Consderando que a escolha das modulações é feta com ase nos lmares, podemos então escrever a segunte expressão para a vazão méda: η E L L [ η] B [ ER ( δ )] f ( δ ) dδ 3B [ ER ( δ )] f ( δ ) dδ L (5.) L3 L 4B [ ER3 ( δ )] f ( δ ) dδ 6B [ ER4 ( δ )] f ( δ ) dδ. L3 onde ER (δ ) é a proaldade de perda de pacote com a modulação, L, L e L 3 são os lmares de adaptação e B é a taxa de transmssão de um sstema BSK, cujas relações com as taxas das modulações utlzadas estão na Taela 6. Em canal com desvanecmento plano com dstrução de Raylegh, a razão δ E / tem f.d.p. exponencal, dada por: δ f ( δ ) exp, para δ, (5.3) δ δ onde δ E[ ] temos: δ E médo. Em relação ao índce e aos lmares de adaptação, e δ < L para o QSK; e L δ < L para o 8-SK;

9 5 Modulação Adaptatva do Sstema HSDA em resença de Multpercursos 73 3 e L δ < L3 para o 6-QAM; 4 e L δ < para o 64-QAM Adaptação Através do Snal Recedo o método de adaptação descrto anterormente, a razão snal-ruído deve ser montorada a cada quadro transmtdo. ara a determnação teórca deste parâmetro, é necessáro o conhecmento da ntensdade do desvanecmento no canal. orém, uma estmatva pode ser feta a partr do snal recedo no receptor, como proposto em [4]. Em um canal seletvo em freqüênca, o desempenho da transmssão será dretamente afetado, além da razão snal-ruído, pela função de transferênca do canal. Assm, nesse caso, a adaptação tera que levar em conta essa função de transferênca. or outro lado, consderando o uso de um receptor Rake assocado a um códgo de espalhamento, amos funconando de forma deal, ou seja, permtndo a comnação perfeta dos dversos raos, a proaldade de erro será determnada uncamente pela razão snal-ruído resultante da comnação. A estmação desta razão snal ruído é explcada nessa suseção. a Fgura está representado o processamento em um dos raços do receptor Rake onde são ndcadas as operações de descramlng, desespalhamento, ntegração dscreta e multplcação pelo fator de ponderação. Este é determnado a partr do quadrado da própra saída do ntegrador (que é uma forma aproxmada de mplementar a comnação de máxma razão []), normalzado pela soma dos coefcentes de acordo com (4.58). n(t) knt c Códgo de Códgo de Scramlng Espalhamento x (t) r(t) h(t) z,k, Fgura Esquema do raço do receptor Rake na presença de multpercursos

10 5 Modulação Adaptatva do Sstema HSDA em resença de Multpercursos 74 A análse feta na Suseção 4.3. pode ser entendda como a análse equvalente a um dos raços do receptor Rake mostrado na Fgura 7. Assm, para o raço, temos: n kt c r z ', ) (. (5.4) Após a comnação dos dversos snas l z, de cada raço, temos, de acordo com a Fgura 7, o snal: L l l l Z z,. (5.5) Este valor é usado para deteção do símolo e será usado tamém para oter uma estmatva da razão snal-ruído resultante da comnação. Logo, para o caso de estudo deste traalho, ou seja, L, temos: k c k c kt n kt n v v d Z z z Z,, ). ( ) ( ) ( (5.6) Assm, o valor esperado da potênca de Z é: (5.7) Usando a propredade deduzda de (4.47), ctada na Suseção 4..3, têm-se: (5.8) [ ] [ ]. ) ( ) ( ' n v v d E Z E [ ] [ ] [ ], ) ( ) ( ) ( ) ( ) ( ' ' ' ' n n n n Z E E Z E v v d E E

11 5 Modulação Adaptatva do Sstema HSDA em resença de Multpercursos 75 onde n' Rc. ortanto, a partr de (5.8) é estmada a razão snal-ruído para cada quadro transmtdo. Essa razão snal-ruído é utlzada no processo de adaptação através do snal recedo. o smulador desenvolvdo, são tomadas as amostras { Z }, com,..., S, onde S é o número de símolos por quadro. Com essas amostras, é calculado o valor esperado da potênca de Z, de acordo com a equação aaxo: E [ ] S Z s Z. (5.9) Anda no smulador, calcula-se n' Rc e otêm-se os valores dos fatores de ponderação e através de (4.57) ou (4.58), dependendo do crtéro de comnação utlzado. Desta forma, a modulação do próxmo quadro a ser transmtdo é escolhda a partr do quadro anteror. ota-se que o processo acma ndepende do modo de comnação utlzado no receptor Rake (EGC ou MRC). 5.. Modelo da Smulação essa seção são apresentadas as prncpas característcas do smulador, desenvolvdo na plataforma Matla e que corresponde ao sstema de transmssão dgtal, cuja modelagem fo apresentada no Capítulo 4. Vale lemrar que esse sstema corresponde ao enlace de descda do sstema WCDMA/HSDA. Depos, são defndos os parâmetros usados na análse de desempenho do sstema Descrção do Smulador Em [4] utlzou-se um smulador desenvolvdo em plataforma Matla que corresponda ao sstema de transmssão do enlace de descda do sstema WCDMA/HSDA, com adaptação de enlace, em canal com desvanecmento Raylegh plano e efeto Doppler. este traalho fo mplementado um canal com desvanecmento seletvo, devdo a multpercursos, de acordo com (4.3). Em

12 5 Modulação Adaptatva do Sstema HSDA em resença de Multpercursos 76 partcular, é avalado um canal com duplo percurso, procurando-se determnar a nfluênca do rao secundáro no desempenho. Entre as modfcações fetas no smulador está a nclusão do receptor Rake com seus modos de comnação. A Fgura representa o dagrama de locos do sstema e tamém do smulador. Dados de Entrada TRASMISSOR Confgura o canal físco Gera os símolos Aplca códgo corretor de erro Aloca códgos OVSF Aloca códgos de scramlng Decsão do modo de transmssão a ser utlzado no próxmo quadro, aseada na estmatva de RSR RECETOR Fltragem com fltro casado Aplca códgo de scramlng Desespalha o snal Comna as componentes Decodfca o snal comnado Dados de Saída MODULADOR CAAL Gera o formato do pulso Fltra a seqüênca de chps Aplca desvan. Raylegh Adcona RAGB Fgura Representação de um sstema de transmssão dgtal no enlace de descda com adaptação de enlace Os dversos locos representados na Fgura são explcados aaxo, onde estão apresentadas as prncpas etapas do funconamento do smulador.. Geração do snal a ser transmtdo, a partr de uma seqüênca de ts pseudo-aleatóra, de acordo com a especfcação relatva ao fator de espalhamento, tamanho do quadro, códgos OVSF e códgo de scramlng. A modulação é escolhda, a partr da nformação do estado do canal, determnado através do método de adaptação utlzado. A formatação dos pulsos é feta através de fltragem de forma a se oter pulsos com espectro em raz quadrada do cosseno levantado.. Reprodução do efeto do canal através de (4.3). ara a geração dos processos v l (t) fo usado o método descrto em [], que consste na geração de ruído ranco Gaussano complexo, o qual é fltrado por um fltro de função de transferênca dada pelo espectro Doppler especfcado em (4.4). Ao snal resultante é adconado ruído ranco Gaussano. 3. Implementação do receptor Rake de acordo com a Fgura 7, onde as prncpas etapas são:

13 5 Modulação Adaptatva do Sstema HSDA em resença de Multpercursos 77 a. fltragem por fltro casado com função de transferênca em raz quadrada de cosseno levantado e amostragem na taxa de chp;. multplcação, em cada raço, pelos códgos de descramlng e de desespalhamento, amos sncronzados com o respectvo rao; c. comnação das componentes dos raços do Rake de acordo com o método utlzado (EGC ou MRC). 4. Demodulação coerente, com recuperação de fase e controle automátco de ganho deas, seguda de comparação com os ts orgnas para contagem dos erros. 5. Determnação do estado do canal no ntervalo correspondente ao quadro transmtdo e estmação do estado no ntervalo segunte. O estado do canal é defndo como o valor médo da razão snal-ruído ao longo do ntervalo de quadro, calculada após a soma das componentes em (3c). Consderando que a varação do canal é muto pequena dentro do ntervalo de quadro, estma-se para o próxmo ntervalo de quadro o mesmo valor. 6. Após smular o equvalente a n quadros de transmssão, o smulador calcula os parâmetros de desempenho do sstema Valdação do Smulador A segur são apresentados alguns resultados vsando a valdação do smulador, soretudo em relação aos novos recursos mplementados. Outros resultados de valdação podem ser encontrados em [4]. rmeramente, são apresentados alguns testes de valdação consderando o sstema operando apenas com o rao prncpal. arâmetros da Transmssão SK: ara a modulação QSK, foram especfcadas as ampltudes a k ± (,77 j,77) e fltros de transmssão com função de transferênca em raz quadrada de cosseno levantado com fator de roll-off α,. O valor de alguns parâmetros mportantes otdos pelo modelo analítco e pela smulação fo comparado, otendo-se oa concordânca como lustrado pela Taela 8. Em partcular, os resultados analítcos das duas últmas

14 5 Modulação Adaptatva do Sstema HSDA em resença de Multpercursos 78 lnhas foram otdos a partr das oservações na saída do fltro de recepção, servndo em partcular, para valdar a mplementação deste fltro. arâmetros Análse Smulação otênca transmtda,w,99w Densdade espectral de potênca do ruído,3 7,33 7 Varânca das amostras do snal na saída,, 99 do fltro de recepção Taela 8 arâmetros otdos analtcamente x otdos por smulação A segur, são mostrados alguns gráfcos de proaldade de erro em presença de dos raos. Fgura roaldades de erro para o QSK com potênca do segundo rao gual à do rao prncpal

15 5 Modulação Adaptatva do Sstema HSDA em resença de Multpercursos 79 Fgura 3 roaldades de erro para o QSK com potênca do segundo rao 3dB aaxo da potênca do rao prncpal rmeramente, é comparada a proaldade de erro otda por smulação com a proaldade de erro calculada por um processo hírdo, onde o snal é smulado e a proaldade de erro, dependente apenas do ruído, é calculada a partr da formulação analítca. Ou seja, para um valor oservado do snal no receptor, determna-se o valor nstantâneo de E, defndo no Apêndce B, assocado àquela amostra e aplca-se à expressão da proaldade de erro da modulação correspondente. Ao fnal, determna-se a méda destas proaldades. Os gráfcos das Fguras e 3 mostram estas comparações, para dferentes ampltudes do segundo rao, consderando a modulação QSK, velocdade do usuáro de 3 km / h, SIR 3dB e receptor Rake EGC. Foram smulados 5 quadros, cada um com três janelas de tempo do WCDMA. Já os gráfcos das Fguras 4 e 5 mostram as mesmas comparações, para a modulação 6-QAM.

16 5 Modulação Adaptatva do Sstema HSDA em resença de Multpercursos 8 Fgura 4 roaldades de erro para o 6-QAM com potênca do segundo rao gual à do rao prncpal Fgura 5 roaldades de erro para o 6-QAM com potênca do segundo rao 3dB aaxo da potênca do rao prncpal ode-se oservar nos quatro gráfcos apresentados que, ndependentemente da potênca do segundo rao (gual ou metade da potênca do rao prncpal), as

17 5 Modulação Adaptatva do Sstema HSDA em resença de Multpercursos 8 curvas das proaldades de erro smuladas estão astante próxmas das curvas de proaldade de erro calculadas da forma hírda. Outro ponto a ser oservado é que as proaldades de erro das Fguras e 4, ou seja, com as potêncas dos dos raos guas, são menores que as proaldades de erro das Fguras 3 e 5, respectvamente. Isso se deve a termos, no prmero caso, dos raos fortes para serem comnados, enquanto que, no segundo caso, temos um rao forte e um outro com metade de sua potênca. A Fgura 6 aaxo lustra sso. Fgura 6 roaldades de erro smuladas para QSK e 6-QAM, varando a potênca do segundo rao A segur, é feta a comparação da proaldade de erro smulada com a aquela calculada na forma hírda, com os coefcentes de desvanecmento guas a. Essa proaldade será chamada de proaldade de erro teórca. Os gráfcos das Fguras 7 e 8 mostram essas comparações para o caso onde a potênca do segundo rao é metade daquela do rao prncpal.

18 5 Modulação Adaptatva do Sstema HSDA em resença de Multpercursos 8 Fgura 7 roaldades de erro para o QSK com potênca do segundo rao 3dB aaxo da potênca do rao prncpal e SIR-7dB Fgura 8 roaldades de erro para o 6-QAM com potênca do segundo rao 3dB aaxo da potênca do rao prncpal e SIR -3dB os gráfcos, percee-se um om ajuste, tanto para o QSK, quanto para o 6-QAM, comprovando mas uma vez a efcênca do smulador.

3 Cálculo Básico de Enlace Via Satélite

3 Cálculo Básico de Enlace Via Satélite 35 3 Cálculo Básco de Enlace Va Satélte Neste capítulo é tratado o cálculo básco de um enlace va-satélte, subentenddo em condções normas de propagação (espaço lvre) nos percursos de subda e descda e consderados

Leia 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

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

3 Método Numérico. 3.1 Discretização da Equação Diferencial

3 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 mais

3 Elementos de modelagem para o problema de controle de potência

3 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 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

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

CORRELAÇÃO E REGRESSÃO

CORRELAÇÃO 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 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

7 - Distribuição de Freqüências

7 - 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 mais

2 Teoria da Informação no Sistema MIMO

2 Teoria da Informação no Sistema MIMO Teora da Informação no Sstema MIMO esta sessão são apresentados os fundamentos teórcos relaconados à capacdade de um sstema com múltplas antenas no transmssor e receptor, procurando-se nterpretar os resultados

Leia mais

8 Soluções Não Ideais

8 Soluções Não Ideais 8 Soluções Não Ideas 8.1 Convenções para o coefcente de atvdade na escala de frações molares Para a solução deal temos ln x onde é função apenas da pressão e temperatura. Fo anterormente mostrado que todas

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

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

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

Rausley Adriano Amaral de Souza

Rausley Adriano Amaral de Souza ANÁISE DE DESEMPENHO DE TÉCNICAS DE COMUNICAÇÃO DIGITA EM CANAIS COM DISTRIBUIÇÃO,DESVANECIMENTO ENTO E NÃO SEETIVO EM FREQÜÊNCIA Rausley Adrano Amaral de Souza Dssertação apresentada ao Insttuto Naconal

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

Rausley Adriano Amaral de Souza

Rausley Adriano Amaral de Souza ANÁISE DE DESEMPENHO DE TÉCNICAS DE COMUNICAÇÃO DIGITA EM CANAIS COM DISTRIBUIÇÃO,DESVANECIMENTO ENTO E NÃO SEETIVO EM FREQÜÊNCIA Rausley Adrano Amaral de Souza Dssertação apresentada ao Insttuto Naconal

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

Ângulo de Inclinação (rad) [α min α max ] 1 a Camada [360,0 520,0] 2000 X:[-0,2065 0,2065] Velocidade da Onda P (m/s)

Ângulo de Inclinação (rad) [α min α max ] 1 a Camada [360,0 520,0] 2000 X:[-0,2065 0,2065] Velocidade da Onda P (m/s) 4 Estudo de Caso O estudo de caso, para avalar o método de estmação de parâmetros trdmensonal fo realzado em um modelo de referênca de três camadas, e foram realzados os seguntes passos: Descrção do modelo

Leia mais

DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS

DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS 1 A análse de dagnóstco (ou dagnóstco do ajuste) confgura uma etapa fundamental no ajuste de modelos de regressão. O objetvo prncpal da análse de dagnóstco

Leia mais

5 Implementação Procedimento de segmentação

5 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 mais

Laboratório de Mecânica Aplicada I Estática: Roldanas e Equilíbrio de Momentos

Laboratório de Mecânica Aplicada I Estática: Roldanas e Equilíbrio de Momentos Laboratóro de Mecânca Aplcada I Estátca: Roldanas e Equlíbro de Momentos 1 Introdução O conhecmento das condções de equlíbro de um corpo é mprescndível em númeras stuações. Por exemplo, o estudo do equlíbro

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

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

3 Algoritmos propostos

3 Algoritmos propostos Algortmos propostos 3 Algortmos propostos Nesse trabalho foram desenvolvdos dos algortmos que permtem classfcar documentos em categoras de forma automátca, com trenamento feto por usuáros Tas algortmos

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

4 Planejamento de Rede

4 Planejamento de Rede 43 4 Planejamento de ede este capítulo é apresentado o planejamento da rede do sstema CDMA, nclundo dmensonamento, planejamento de capacdade e cobertura e otmzação da rede [4] O planejamento vsa à alocação

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

UNIDADE VIII ENSAIOS FATORIAIS

UNIDADE VIII ENSAIOS FATORIAIS UNIDADE VIII ENSAIOS FATORIAIS CUIABÁ, MT 015/ PROF.: RÔMULO MÔRA 1. INTRODUÇÃO Ensaos fatoras são aqueles em que se estudam smultaneamente dos ou mas fatores, cada um deles com dos ou mas níves. O fatoral

Leia mais

PUCPR- Pontifícia Universidade Católica Do Paraná PPGIA- Programa de Pós-Graduação Em Informática Aplicada PROF. DR. JACQUES FACON

PUCPR- Pontifícia Universidade Católica Do Paraná PPGIA- Programa de Pós-Graduação Em Informática Aplicada PROF. DR. JACQUES FACON 1 PUCPR- Pontfíca Unversdade Católca Do Paraná PPGIA- Programa de Pós-Graduação Em Informátca Aplcada PROF. DR. JACQUES FACON LIMIARIZAÇÃO ITERATIVA DE LAM E LEUNG Resumo: A proposta para essa sére de

Leia mais

UNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira

UNIVERSIDADE 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 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

Prof. Cláudio Serra, Esp. 1. Produção de Leite x índice Pluviométrico y = 0.8x R 2 =

Prof. Cláudio Serra, Esp. 1. Produção de Leite x índice Pluviométrico y = 0.8x R 2 = Análse de Regressão Cap.. Introdução Análse de regressão é uma técnca de modelagem utlzada para analsar a relação entre uma varável dependente () e uma ou mas varáves ndependentes,, 3,..., n. O ojetvo

Leia mais

Filtros são dispositivos seletivos em freqüência usados para limitar o espectro de um sinal a um determinado intervalo de freqüências.

Filtros são dispositivos seletivos em freqüência usados para limitar o espectro de um sinal a um determinado intervalo de freqüências. 1 Fltros são dspostvos seletvos em freqüênca usados para lmtar o espectro de um snal a um determnado ntervalo de freqüêncas. A resposta em freqüênca de um fltro é caracterzada por uma faxa de passagem

Leia mais

EXERCÍCIO: VIA EXPRESSA CONTROLADA

EXERCÍCIO: 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 mais

Sempre que surgir uma dúvida quanto à utilização de um instrumento ou componente, o aluno deverá consultar o professor para esclarecimentos.

Sempre que surgir uma dúvida quanto à utilização de um instrumento ou componente, o aluno deverá consultar o professor para esclarecimentos. Nesse prátca, estudaremos a potênca dsspada numa resstênca de carga, em função da resstênca nterna da fonte que a almenta. Veremos o Teorema da Máxma Transferênca de Potênca, que dz que a potênca transferda

Leia mais

2 Lógica Fuzzy Introdução

2 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 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

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

Realimentação negativa em ampliadores

Realimentação negativa em ampliadores Realmentação negatva em ampladores 1 Introdução necessdade de amplfcadores com ganho estável em undades repetdoras em lnhas telefôncas levou o Eng. Harold Black à cração da técnca denomnada realmentação

Leia mais

Sílvio A. Abrantes DEEC/FEUP

Sílvio A. Abrantes DEEC/FEUP Sstemas de espalhamento espectral por sequênca drecta (DS/SS) Sílvo A. Arantes DEEC/FEUP Sequênca drecta e BPSK (DS/BPSK) Emssor: Mensagem nára Modulador BPSK Snal DSSS-BPSK (t) (t) c(t) s(t) Snal PN,

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

Mecanismos de Escalonamento

Mecanismos de Escalonamento Mecansmos de Escalonamento 1.1 Mecansmos de escalonamento O algortmo de escalonamento decde qual o próxmo pacote que será servdo na fla de espera. Este algortmo é um dos mecansmos responsáves por dstrbur

Leia mais

REGRESSÃO LINEAR ANÁLISE DE REGRESSÃO LINEAR MÚLTIPLA REGRESSÃO CURVILÍNEA FUNÇÃO QUADRÁTICA

REGRESSÃO 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 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

5 Formulação para Problemas de Potencial

5 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 mais

IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO

IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO Alne de Paula Sanches 1 ; Adrana Betâna de Paula Molgora 1 Estudante do Curso de Cênca da Computação da UEMS, Undade Unverstára de Dourados;

Leia 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

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

Psicologia Conexionista Antonio Roque Aula 8 Modelos Conexionistas com tempo contínuo

Psicologia 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 mais

Associação entre duas variáveis quantitativas

Associação 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 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

Modelagem do Transistor Bipolar

Modelagem do Transistor Bipolar AULA 10 Modelagem do Transstor Bpolar Prof. Rodrgo Rena Muñoz Rodrgo.munoz@ufabc.edu.br T1 2018 Conteúdo Modelagem do transstor Modelo r e Modelo híbrdo Confgurações emssor comum, base comum e coletor

Leia mais

Experiência V (aulas 08 e 09) Curvas características

Experiência 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 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

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

PROGRAMA INTERLABORATORIAL PARA ENSAIOS EM CHAPAS DE PAPELÃO ONDULADO CICLO 2013 PROTOCOLO

PROGRAMA INTERLABORATORIAL PARA ENSAIOS EM CHAPAS DE PAPELÃO ONDULADO CICLO 2013 PROTOCOLO PROGRAMA INTERLABORATORIAL PARA ENSAIOS EM CHAPAS DE PAPELÃO ONDULADO CICLO 013 PROTOCOLO CT-Floresta - LPC - FOI/004 7/11/01 Aprovado: Mara Luza Otero D'Almeda / SUMÁRIO 1 INTRODUÇÃO... 1 PÚBLICO ALVO...

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

PROGRAMA INTERLABORATORIAL PARA ENSAIOS EM CHAPAS DE PAPELÃO ONDULADO CICLO 2013 PROTOCOLO

PROGRAMA INTERLABORATORIAL PARA ENSAIOS EM CHAPAS DE PAPELÃO ONDULADO CICLO 2013 PROTOCOLO PROGRAMA INTERLABORATORIAL PARA ENSAIOS EM CHAPAS DE PAPELÃO ONDULADO CICLO 013 PROTOCOLO CT-Floresta - LPC - FOI/004 05/0/013 Aprovado: Mara Luza Otero D'Almeda / SUMÁRIO 1 INTRODUÇÃO... 1 PÚBLICO ALVO...

Leia mais

5º CONGRESSO BRASILEIRO DE PESQUISA E DESENVOLVIMENTO EM PETRÓLEO E GÁS

5º CONGRESSO BRASILEIRO DE PESQUISA E DESENVOLVIMENTO EM PETRÓLEO E GÁS 5º CONGRESSO BRASILEIRO DE ESQUISA E DESENVOLVIMENTO EM ETRÓLEO E GÁS TÍTULO DO TRABALHO: Análse e Controle da Repartda de oços Operando por Injeção Contínua de Gás AUTORES: Carlos Alberto C. Gonzaga,

Leia mais

LEI DE OHM A R. SOLUÇÃO. Usando a lei de Ohm

LEI DE OHM A R. SOLUÇÃO. Usando a lei de Ohm LEI DE OHM EXEMPLO. Uma resstênca de 7 é lgada a uma batera de V. Qual é o valor da corrente que a percorre. SOLUÇÃO: Usando a le de Ohm V I 444 A 7 0. EXEMPLO. A lâmpada lustrada no esquema é percorrda

Leia mais

3.2 Modulações não-binárias (MPSK)

3.2 Modulações não-binárias (MPSK) odulações dgtas 3 odulações dgtas lneares com detecção coerente 3. odulações não-bnáras (SK) QSK: formas de onda e componentes em fase e em quadratura E π s() t = cos π fct ( ) T 4 t T =,,3, 4 f c = nc,

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

Figura 3: Diagrama de blocos do sistema de inferência da qualidade.

Figura 3: Diagrama de blocos do sistema de inferência da qualidade. 4 Solução Proposta A metodologa proposta nesta dssertação pode ser dvdda em quatro etapas complementares que estão representadas no dagrama de blocos na Fgura 3. Cada uma delas está descrta através do

Leia mais

Algoritmos de Codificação Simétricos

Algoritmos de Codificação Simétricos Algortmos de Codfcação Smétrcos Hugo Valente e Ivo Navega SSI TPC. A rede de estel consste numa cfra de bloco com uma estrutura específca, a qual permte trar vantagem do facto de puder ser usada quer para

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

USO DA FERRAMENTA HYDRUS1D NA SIMULAÇÃO DA DINÂMICA DA ÁGUA EM SOLO CULTIVADO COM FEIJÃO CAUPI NO NORDESTE BRASILEIRO EDEVALDO MIGUEL ALVES

USO DA FERRAMENTA HYDRUS1D NA SIMULAÇÃO DA DINÂMICA DA ÁGUA EM SOLO CULTIVADO COM FEIJÃO CAUPI NO NORDESTE BRASILEIRO EDEVALDO MIGUEL ALVES USO DA FERRAMENTA HYDRUS1D NA SIMULAÇÃO DA DINÂMICA DA ÁGUA EM SOLO CULTIVADO COM FEIJÃO CAUPI NO NORDESTE BRASILEIRO EDEVALDO MIGUEL ALVES INTRODUÇÃO O fejão caup é a prncpal legumnosa cultvada no Nordeste.

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

5 Validação dos Elementos

5 Validação dos Elementos 5 Valdação dos Elementos Para valdar os elementos fntos baseados nas Wavelets de Daubeches e nas Interpolets de Deslaurers-Dubuc, foram formulados dversos exemplos de análse lnear estátca, bem como o cálculo

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

Comunicação Digital Codificação de Canal. Codificação de Canal. Codificação de Canal

Comunicação Digital Codificação de Canal. Codificação de Canal. Codificação de Canal Codfcação de canal Quando nformação dgtal é envada através de um canal de transmssão, ruído e nterferênca nerentes a qualquer canal prátco degradam o snal de forma que os dados recedos contêm erros. O

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

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos

Curso 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 mais

CAPÍTULO 2 - Estatística Descritiva

CAPÍTULO 2 - Estatística Descritiva INF 16 Prof. Luz Alexandre Peternell CAPÍTULO - Estatístca Descrtva Exercícos Propostos 1) Consderando os dados amostras abaxo, calcular: méda artmétca, varânca, desvo padrão, erro padrão da méda e coefcente

Leia mais

2ª PARTE Estudo do choque elástico e inelástico.

2ª PARTE Estudo do choque elástico e inelástico. 2ª PARTE Estudo do choque elástco e nelástco. Introdução Consderemos dos corpos de massas m 1 e m 2, anmados de velocdades v 1 e v 2, respectvamente, movmentando-se em rota de colsão. Na colsão, os corpos

Leia mais

CONTROLADORES FUZZY. Um sistema de controle típico é representado pelo diagrama de blocos abaixo:

CONTROLADORES 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 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

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

Palavras-Chave: Métodos Interativos da Potência e Inverso, Sistemas Lineares, Autovetores e Autovalores.

Palavras-Chave: Métodos Interativos da Potência e Inverso, Sistemas Lineares, Autovetores e Autovalores. MSc leandre Estáco Féo ssocação Educaconal Dom Bosco - Faculdade de Engenhara de Resende Caa Postal 8.698/87 - CEP 75-97 - Resende - RJ Brasl Professor e Doutorando de Engenhara aefeo@yahoo.com.br Resumo

Leia mais

Ministério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação

Ministério 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 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

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

Flambagem. Cálculo da carga crítica via MDF

Flambagem. Cálculo da carga crítica via MDF Flambagem Cálculo da carga crítca va MDF ROF. ALEXANDRE A. CURY DEARTAMENTO DE MECÂNICA ALICADA E COMUTACIONAL Flambagem - Cálculo da carga crítca va MDF Nas aulas anterores, vmos como avalar a carga crítca

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

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

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 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

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

3. CIRCUITOS COM AMPOP S UTILIZADOS NOS SAPS

3. CIRCUITOS COM AMPOP S UTILIZADOS NOS SAPS 3 CICUITOS COM AMPOP S UTILIZADOS NOS SAPS 3. CICUITOS COM AMPOP S UTILIZADOS NOS SAPS - 3. - 3. Introdução Numa prmera fase, apresenta-se os crcutos somadores e subtractores utlzados nos blocos de entrada

Leia mais

Prioridades com Teste de Escalonabilidade

Prioridades com Teste de Escalonabilidade rordades + Teste de Escalonabldade Sstemas de Tempo Real: rordades com Teste de Escalonabldade Rômulo Slva de Olvera Departamento de Automação e Sstemas DAS UFSC Cada tarefa recebe uma prordade Escalonamento

Leia mais

NOTA II TABELAS E GRÁFICOS

NOTA 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 mais

Índices de Concentração 1

Índices de Concentração 1 Índces de Concentração Crstane Alkmn Junquera Schmdt arcos André de Lma 3 arço / 00 Este documento expressa as opnões pessoas dos autores e não reflete as posções ofcas da Secretara de Acompanhamento Econômco

Leia mais

Programa de Certificação de Medidas de um laboratório

Programa 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 mais

Módulo I Ondas Planas. Reflexão e Transmissão com incidência normal Reflexão e Transmissão com incidência oblíqua

Módulo I Ondas Planas. Reflexão e Transmissão com incidência normal Reflexão e Transmissão com incidência oblíqua Módulo I Ondas Planas Reflexão e Transmssão com ncdênca normal Reflexão e Transmssão com ncdênca oblíqua Equações de Maxwell Teorema de Poyntng Reflexão e Transmssão com ncdênca normal Temos consderado

Leia mais

REGRESSÃO LINEAR ANÁLISE DE REGRESSÃO LINEAR MÚLTIPLA REGRESSÃO CURVILÍNEA FUNÇÃO QUADRÁTICA VERIFICAÇÃO DO AJUSTE A UMA RETA PELO COEFICIENTE 3 X 3

REGRESSÃO LINEAR ANÁLISE DE REGRESSÃO LINEAR MÚLTIPLA REGRESSÃO CURVILÍNEA FUNÇÃO QUADRÁTICA VERIFICAÇÃO DO AJUSTE A UMA RETA PELO COEFICIENTE 3 X 3 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 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