UTILIZAÇÃO DE VARIÁVEIS DUMMY EM EQUAÇÕES DE VOLUME PARA

Tamanho: px
Começar a partir da página:

Download "UTILIZAÇÃO DE VARIÁVEIS DUMMY EM EQUAÇÕES DE VOLUME PARA"

Transcrição

1 Ciêcia Florestal, Sata Maria, v. 13,., p ISSN UTILIZAÇÃO DE VARIÁVEIS DUMMY EM EQUAÇÕES DE VOLUME PARA Acacia mearsii De Wild. USE OF DUMMY VARIABLES IN VOLUME EQUATIONS FOR Acacia mearsii De Wild. Paulo Reato Scheider 1 Helio Toii RESUMO Este trabalho foi realizado com o objetivo de selecioar uma equação de volume, com o uso de variáveis dummy para povoametos de Acacia mearsii De Wild, a região da Depressão Cetral o Rio Grade do Sul. No estudo, foram amostradas 75 árvores, distribuídas proporcioalmete em três locais, em idades variado de 3,5 a 7,5 aos. Os parâmetros estatísticos utilizados idicaram o modelo de Stoate como o de melhor precisão. O ajuste dessa equação com a utilização de variáveis dummy se mostrou eficiete, pois permitiu idetificar difereças de crescimeto das árvores etre locais, o que idicou a ecessidade de ajustar equações de volume em separado para cada local miimizado erros de estimativa de volume. Palavras-chave: biometria florestal, aálise volumétrica. ABSTRACT This work was accomplished with the objective of selectig a volume equatio with the use of dummy variables for Acacia mearsii De Wild, i the area of Cetral Depressio of Rio Grade do Sul. I the study there were sampled 75 trees distributed i three places, i ages varyig from 3,5 to 7,5 years. The statistical parameters idicated the Stoate Model as the oe with the best precisio. The fit of this equatio with the use of dummy variables was show to be efficiet because it allowed to idetify tree growth differeces amog places, which suggest that the fit of volume equatios should be separate to each place, as a way of miimizig errors of volume estimatio. Key words: forest biometric, volumetrical aalysis. INTRODUÇÃO A Acacia mearsii De Wild, vulgarmete cohecida por Acácia-egra, desde a sua itrodução o Rio Grade do Sul, em 1918, por Alexadre Bleckma, passou a receber grade ateção por parte dos acacicultores, cosiderado que os primeiros platios comerciais foram realizados, em 198 por Julio Lohma, o muicípio de Estrela. A acacicultura torou-se uma sólida atividade ecoômica que tem trazido cosideráveis beefícios para mais de quareta muicípios e milhares de famílias, tirado o Brasil da codição de grade importador de extratos vegetais curtietes, para codição de auto-suficiêcia a partir de Além da casca, utilizada a idústria do taio, a madeira que, origialmete, era utilizada somete para leha, trasformou-se em matéria-prima para a fabricação de celulose, e papel e madeira aglomerada, suprido as grades idústrias do setor hoje existetes o País. Segudo Schoau (1969), a Acacia mearsii é atural da Austrália e caracteriza-se por ser uma árvore de folhagem verde-escura, atigido alturas 1 a 3 metros, crescedo bem em qualquer tipo de solo suficietemete profudo. A casca segudo Sherry (1971) apreseta um coteúdo de taio maior que 3%, sedo que Camillo (1997) ecotrou uma cocetração média de taios de 15.5% em relação ao peso de casca verde das árvores. O valor míimo ecotrado foi de 9,4% e o máximo de 18,7%, cosiderado uma variação de idade de 3 a 8 aos dos povoametos. No Brasil, existe um grade úmero de estudos aalisado diferetes equações volumétricas, sobretudo para os gêeros Eucalyptus e Pius. Podem-se citar os trabalhos de Paula Neto (1977), Silva et 1. Egeheiro Florestal, Dr., Professor Titular do Departameto de Ciêcias Florestais, Cetro de Ciêcias Florestais, Uiversidade Federal de Sata Maria, CEP , Sata Maria (RS). paulors@smail.ufsm.br. Egeheiro Florestal, Dr., Pesquisador do CPAF-EMBRAPA/Roraima, Br 174, Km 8, Distrito Idustrial, CEP , Boa Vista (RR). helio@cpafrr.embrapa.br Recebido para publicação em 8/4/3 e aceito em 8/9/3.

2 1 Scheider, P.R.; Toii, H. al.(1978), Paula eto et al.(1983), Scheider (1984), Campos et al.(1985), Scheider et al.(1988) e Silva et al.(1994). Scheider e Hosokawa (1978) determiaram equações gerais para volume total com casca e volume comercial sem-casca para Acacia mearsii para o Rio Grade do Sul, recomedado a equação logarítmica de Spurr como a mais idicada para a fialidade. Um das pricipais questões evolvedo equações de volume, diz respeito à ecessidade ou ão do ajuste em separado para diferetes espécies ou para uma mesma espécie em diferetes regiões ou fazedas. Nesse aspecto, o uso de variáveis dummy em regressão pode ser de grade utilidade por permitir expressar regressões idividuais ajustadas em uma úica fução de regressão liear múltipla (Draper e Smith, 1966; Cuia, 1973). Portato, este trabalho foi realizado com o objetivo de selecioar uma equação de volume total com casca com o uso de variáveis dummy para povoametos de Acácia-egra, a região da Depressão Cetral o Rio Grade do Sul. MATERIAL E MÉTODO Localização e características dos povoametos Os dados para o presete estudo foram coletados os povoametos de propriedade da empresa Taac SA, com sede o muicípio de Moteegro, o estado do Rio Grade do Sul. Foram selecioadas três locais/fazedas que atedessem às codições desejadas de idade e crescimeto: Fazeda do Treze, com uma área de 987,3 ha, situada o muicípio de Geeral Câmara; Fazeda do Posto, com uma área de 1.189,1 ha, situada o muicípio de Geeral Câmara, e Fazeda Doa Berarda, com uma área de 1.59, 4 ha, situada o muicípio de Triufo. Esses dois muicípios se localizam ao leste da Depressão Cetral, as proximidades das coordeadas geográficas de 3 de latitude sul e 5 de logitude oeste. Os povoametos, ode foram efetuadas a coleta dos dados, tiham idades que variaram de 3,5 a 7,5 aos e foram platados maualmete em curvas de ível o espaçameto de 3 x 1,33 m, totalizado.5 árvores por hectare. Codições ecológicas da região O clima a região da Depressão Cetral, segudo Köppe é do tipo Cfa, subtropical húmido, caracterizado pela ão-ocorrêcia de déficit hídrico, com chuvas uiformemete distribuídas durate todo o ao. A precipitação média aual é de mm, com geadas freqüetes os meses mais frios podedo atigir 11 ocorrêcias auais. A temperatura média aual é de 19,7 C (Rio Grade do Sul, 1975). A Estrutura geológica dessa região é permo-triássica, com o areito triássico ocupado a maior parte. Dessa forma, os solos predomiates são areosos e saibrosos com pequeo teor de partes itegrates fias de sedimetos paleozóicos (Brasil, 1971). Processo de amostragem e localização das amostras os talhões Nos mapas das fazedas, selecioaram-se os talhões para a coleta de iformações, levado-se em cosideração o local, a idade e o úmero de árvores amostras a serem levatadas, coforme a Tabela 1. O processo de amostragem empregado para a coleta de iformações foi iteiramete aleatório, sedo as árvores amostras coletadas ao acaso detro das classes de diâmetro e idade.uma vez localizados os talhões os mapas e o campo, procedeu-se à cofecção de um eixo de coordeadas em papel milimetrado com o objetivo de localizar as amostras ode seriam abatidas as árvores para a coleta dos dados. A escolha de uma amostra foi feita em dupla aleatorização, sedo que primeiro sorteava-se um poto correspodete à abscissa e, após, procedia-se ao sorteio para a ordeada, de forma que o ecotro dos potos sorteados correspodesse ao cetro da amostra. O úmero de uidades amostrais foi defiido em fução do coeficiete de variação para a variável diâmetro à altura do peito (DAP), sedo tomado o povoameto com maior coeficiete de variação, o caso

3 Utilização de variáveis dummy em equações de volume para Acacia mearsii De Wild. 13 de 7,5 aos, como base para determiar o úmero de amostras por talhão. Para os povoametos de 7,5 aos, tomaram-se 15 uidades amostrais e, as demais idades, tomaram-se 1 uidades amostrais, totalizado 15 uidades amostrais. TABELA 1: Distribuição das árvores amostras por idade e fazeda. TABLE 1: Tree sample distributio by age ad farm place. Fazeda Idade N de uidades amostrais N de árvores amostras Treze 4, , , , Posto 3, , , ,5 1 6 Doa Berarda 4, , , , Total Adotou-se como critério a derrubada de cico árvores localizadas detro de cada uidade amostral. Essas árvores foram derrubadas, um total de 75, segudo sua classe de diâmetro e altura, sedo o itervalo de classe de diâmetro fixado em 1 cm e o de altura em 1 m, coforme pode ser observado a Tabela. TABELA : Distribuição das árvores de Acácia-egra em classes de diâmetro e altura. TABLE : Distributio of trees of black wattle i diameter ad height classes. Dap Altura (m) (cm) Total Total Coleta dos dados Os dados coletados as árvores amostra foram a circuferêcia com casca e altura total. Para medir a circuferêcia, foi utilizada a fita métrica, e as medições de altura total foram feitas com trea. As medidas de circuferêcia foram tomadas as seguites secções:,1;,3;,5;,8; 1,3;,; 4,;... até a altura total. A determiação do volume das árvores foi feita utilizado-se a fórmula de Smalia

4 14 Scheider, P.R.; Toii, H. Seleção da equação de volume Para estimar o volume idividual de árvores de Acácia-egra as três fazedas amostradas, foram selecioadas e testadas ove equações de volume que estão etre as mais utilizadas pelos pesquisadores florestais. As equações testadas são apresetadas a Tabela 3. TABELA 3: Equações testadas para estimar o volume total com casca para Acácia-egra. TABLE 3: Fitted equatios to estimate the total volume with bark for black wattle. N Equações Autor 1 = b + b d + b d + b dh + b d h b h Meyer V V b + b1d + bd + b3dh + b4d h 3 V b + b1d + bd h + b3h 4 V b b1d 5 V b b1d h 6 V b + b1d + bd = Meyer (modificada) = Stoate = Berkhout = Spurr = Hoheald-Kre 7 log V = b + b1 logd + b log d + b3 log h + b4 log h Proda 8 logv = b + b1 logd + b logh Schumacher-Hall 9 log V = b + b1 logd h Spurr Em que: V = volume (m 3 ); d = diâmetro à altura do peito; h = altura total (m). A escolha da melhor equação foi feita com a utilização dos parâmetros estatísticos do coeficiete de determiação ajustado, erro-padrão de estimativa em porcetagem, ídice de furival e aálise de distribuição dos resíduos. Em adição a essa aálise covecioal, os desvios e a precisão das equações foram avaliados pelo cálculo do resíduo médio (MRES), resíduo médio absoluto (AMRES), raiz quadrada do erro médio (RMSE), raiz quadrada do erro médio em porcetagem (RMSE%) e resíduo médio absoluto em porcetagem (AMRES%), coforme metodologia empregada por Palahí et al. (). O resíduo médio foi calculado pela sequite expressão: y yi MRES ) 1 = O resíduo médio em porcetagem foi calculado por : ( ( yi yi ) / MRES% = 1 ( yi / ) A raiz quadrada do resíduo médio por: ( Yi yi) RMSE = 1 A raiz quadrada do desvio médio em porcetagem foi calculada por: RMSE% = ( yi yi ) / 1 1 y i / O resíduo médio absoluto por: yi yi AMRES =

5 Utilização de variáveis dummy em equações de volume para Acacia mearsii De Wild. 15 E o resíduo médio absoluto em porcetagem por: AMRES% = y y i yi i Sedo: y 1 = valores observados; y Λ i = valores estimados; = úmero de observações. A seleção da melhor equação de volume foi feita pela adoção de um rakig, coforme metodologia adotada por Thiersch (1997). Nesse método, quatificaram-se o úmero de vezes em que cada equação assumiu a primeira colocação com o maior valor de coeficiete de determiação ajustado (R aj) e os meores valores para erro-padrão de estimativa em porcetagem (Syx%), ídice de furival (IF%), resíduo médio (MRES), resíduo médio absoluto (AMRES), raiz quadrada do erro médio (RMSE), raiz quadrada do erro médio em porcetagem (RMSE%) e resíduo médio absoluto em porcetagem (AMRES%). A primeira colocação recebeu peso zero, a seguda recebeu peso 1 e as demais receberam pesos a seqüêcia, 3, 4... Multiplicado-se o úmero de vezes quatificado para cada colocação pelo seu respectivo peso, obtem-se o valor poderado. A equação selecioada foi a que apresetou o meor valor poderado. V p = N ri xv ci i= 1 Sedo: V ci = valor ou peso da iésima colocação; N ri = úmero de registros que obtiveram a iésima colocação; P ci = peso da iésima colocação. Regressão com variável dummy Após a seleção da melhor equação para estimar o volume total com casca para os dados agrupados, foram criadas variáveis dummy que assumiram valores de e 1 coforme a fazeda em que se localizavam as árvores amostras, da seguite forma: D i =1, se a árvore estiver presete o local/fazeda i; D i =, se a árvore estiver ausete esse local/fazeda i. Com isso, foi possível expressar as regressões idividuais ajustadas para os três ()locais/fazedas que têm R fuções lieares múltiplas, coforme Scheider (1997): R Λ 1 1 : Y 1 = b x b x b x m m Λ R : Y = b1x1 + bx b mx m Λ 3 R : Y 3 = b31x1 + b3x b3 mx m Assim, todas as fuções de regressão idividuais foram expressas em fução de uma regressão liear múltipla, chamada de modelo máximo, represetada por: Λ : Y = b11x11 + b1x b1 mx1 m + b1x1 + bx b mxm bs1xs 1 + bs xs R b Sedo: X 11 =D 1 X 1, X 1 =D 1 X,..., X 1m =D 1 X m; X 1 =D X 1, X =D X,..., X m =D X m ; X 31 =D 3 X 1, X 3 =D 3 X,..., X 3m =D 3 X m Após a determiação do modelo máximo com as variáveis dummy, foi realizado o teste de codicioate de regressões parciais cosiderado cada local/fazeda. Para verificar a homogeeidade de variâcia, utilizou-se o teste de Bartlett, para a ormalidade, o teste de Kolmogorov-Smirov, e para a idepedêcia dos resíduos, o teste de Durbi-Watso. RESULTADOS E DISCUSSÃO Seleção da equação de volume Os coeficietes e os parâmetros estatísticos utilizados a escolha da melhor equação de volume são apresetados as Tabelas 4 e 5 respectivamete. Pode-se observar estas tabelas que, o geral, todas as equações apresetaram bom ajuste com elevados valores para o coeficiete de determiação ajustado e baixos valores para os desvios. Sm x Sm

6 16 Scheider, P.R.; Toii, H. TABELA 4: Coeficietes e parâmetros estatísticos das equações testadas para estimar o volume total com casca. TABLE 4: Coefficiets ad statistical parameters of the fitted equatios to predict the total volume with bark. N Coeficietes Estatísticas b o b 1 b b 3 b 4 b 5 R aj Syx% IF% 1, ,9,1481,1434-3,7x1-5 -,55,964 8,9,5374 -,185,11,3x1-5 -1,9x1-5,965 8,96 3 -,1435,193,8x1-5,1577,966 8,99 4 -,14494,175,9 1,98 5,1 3,9x1-5,963 9,6 6,964 -,333,97,943 11,18 7-5,547 -,4597 1,1618 4,745-1,56984,945 9,68 8-4,116 1,757949,959,944 4,6 9-3,98648,893977,946 4,7 Em que: b, b 1, b, b 3, b 4, b 5 = coeficietes; R aj = coeficiete de determiação ajustado; Syx% = erro-padrão de estimativa em porcetagem; IF% = Ídice de Furival em porcetagem. TABELA 5: Valores do resíduo médio (MRES), Resíduo médio em porcetagem (MRES%), Raiz quadrada do resíduo médio (RMSE), raiz quadrada do resíduo médio em porcetagem (RMSE%), resíduo médio absoluto (AMRES) e resíduo médio absoluto em porcetagem (AMRES%) para cada equação ajustada. TABLE 5: Values for mea residual (MRES), mea residual i percetage(mres%), square root of the mea error (RMSE), root square of mea error i percetge (RMSE%), absolute mea residual (AMRES) ad absolute mea residual i percetage (AMRES%) for each fitted equatio. N Eq. MRES MRES% RMSE RMSE% AMRES AMRES% 1,1,886,475 14,95,87 796,44,5,4514,55 187,, ,14 3,3,113, ,71,83 369,85 4 7,9*1-6,64,75 339,73, ,64 5,1,14,89 411,56, , 6 4,83*1-5,383, ,, ,55 7,4,3474, ,76, ,74 8,7,549,16 65,85,88 157,43 9,7,5145,111 7,4, ,57 Na Tabela 6, são apresetados os escores para todas as estatísticas aalisadas bem como o valor poderado V p. Observa-se que a equação de úmero três (Stoate) foi a que apresetou o meor valor poderado, sedo selecioada para estimar o volume total com casca. TABELA 6: Escores para as estatísticas aalisadas em cada modelo. TABLE 6: Scores for the statistics aalyzed i each model. N R aj Syx% MRES MRES% RMSE RMSE% AMRES AMRES% Vp Em que: R aj = coeficiete de determiação ajustado; Syx% = Erro-padrão de estimativa em porcetagem; MRES = resíduo médio; MRES% = Resíduo médio em porcetagem; RMSE = Raiz quadrada do resíduo médio; RMSE% = raiz quadrada do resíduo médio em porcetagem; AMRES = resíduo médio absoluto; AMRES% = resíduo médio absoluto em porcetagem (AMRES%).

7 Utilização de variáveis dummy em equações de volume para Acacia mearsii De Wild. 17 Na Figura 1, pode-se observar a distribuição dos resíduos para as equações que apresetaram meores valores de V p, mostrado que estas apresetaram alguma tedeciosidade, idicado iformalmete a ecessidade do ajuste em separado para cada local ou fazeda. Resíduos Equação 1,4, -,, -,4 1,, 3, -,6 Dap (cm) Resíduos Equação,4, -,, 1,, 3, -,4 -,6 Dap (cm),4 Equação 3,4 Equação 5 Resíduos, -,, 1,, 3, Resíduos, -,, 1,, 3, -,4 Dap (cm) -,4 Dap (cm) FIGURA 1: Distribuição dos resíduos para quatro equações de volume ajustadas. FIGURE 1: Residual distributio for four volume equatios fitted. Regressão com variável dummy Após a iclusão de variáveis dummy, a equação de Stoate foi reajustada, sedo os resultados da aálise de variâcia apresetados as Tabelas 7 e 8. TABELA 7: Ajuste para a equação de Stoate com variáveis dummy para volume total com casca. TABLE 7: Fit for the Stoate equatio with dummy variables for total volume with bark. Parâmetros Estatísticas b b 1 b b 3 b 4 b 5 R Syx% f Prob>f,93,1,3,99 -,16 -,131,97 7,4 5914,1 Em que: b, b 1, b, b 3, b 4, b 5 = coeficietes; R = coeficiete de determiação; Syx% = erro-padrão de estimativa em porcetagem, f = valor e f calculado; Prob>f = ível de sigificâcia para o valor de f. TABELA 8: Aálise de variâcia para as variáveis idepedetes utilizadas a equação de Stoate. TABLE 8: Variace aalysis for the idepedet variables used i the Stoate equatio. FV GL SQ QM f Prob>f d 1,1561, ,17,1 d h 1,45,45 598,36,1 h 1,19,19 14,5, D1 1,667,667 88,8,1 D 1,64,64 74,51,1 Em que: d = diâmetro a altura do peito; h = altura total, D1 = dummy 1; D = Dummy ;FV= fote de variação; GL = graus de liberdade; SQ = soma de quadrados; QM = quadrado médio; f = valor de f calculado; Prob>f = ível de sigificâcia para o valor e f. Na Tabela 7, observa-se que a equação de Stoate com variáveis dummy apresetou bom ajuste, mostrado-se altamete sigificativa. O sial egativo para os coeficietes b 4 e b 5 (associados às variáveis dummy 1 e ) idicam que, para as Fazedas do Posto e Treze, o volume será meor em relação à fazeda

8 18 Scheider, P.R.; Toii, H. Doa Berarda, (variável dummy 3) que, por apresetar um coeficiete associado igual a zero, foi igorada o modelo máximo. Os volumes estimados para este local foram obtidos pela equação origial, atribuidose o valor zero para as variáveis dummy 1 e. A aálise de variâcia, apresetada a Tabela 8, idicou que todas as variáveis idepedetes o modelo gigate foram sigificativas com altos valores de f calculado para D1 e D, idicado existir difereças o volume das árvores etre locais ou fazedas. Com o objetivo de verificar as difereças volumétricas existetes etre fazedas (detectadas a aálise de variâcia), os dados ajustados foram plotados em fução do DAP (diâmetro a altura do peito), ajustado-se à equação de relação hypsométrica selecioada por Scheider et al. (1988) a mesma região, para estimar as alturas. Os valores de volume total com casca, estimados para as três fazedas pelo modelo máximo (1), podem ser observados a Figura. (1) V=,93 +,1d +,3d h +,9h -,16D 1 -,131D Em que: V = volume total com casca (m 3 ); d = diâmetro à altura do peito (cm); h = altura total (m); D 1 e D = variáveis dummy. Observa-se esta figura que, apesar de D 1 e D mostrarem-se sigificativas (Tabela 8), existe uma sobreposição das curvas de volume total com casca etre as fazedas Berarda e do Posto, idicado que os dados, essas fazedas, poderiam ser agrupados origiado uma equação comum. Já a fazeda do Treze percebe-se um maior crescimeto. Volume total com casca (m3),4,35,3,5,,15,1,5 Fazeda Berarda Fazeda do Posto Fazeda do Treze DAP (cm) FIGURA : Valores ajustados pela equação de Stoate com variáveis dummy. FIGURE : Fitted values of the Stoate equatio with dummy variables fitted values. CONCLUSÕES Com os resultados obtidos, pode-se cocluir que: Os parâmetros estatísticos idicaram a equação de Stoate como a mais precisa para estimar o volume total com casca para Acácia-egra a região deste estudo. A equação de volume com variáveis dummy, mostrou-se eficiete, permitido ajustar simultaeamete as equações, levado em cosideração as difereças existetes etre locais/fazedas. Com o uso das variáveis dummy foi possível verificar a existêcia de difereça o crescimeto em volume para a Acácia-egra em fução do local. REFERÊNCIAS BIBLIOGRÁFICAS BRASIL. Zoeameto ecoômico florestal do Estado do Rio Grade do Sul. Curitiba: IBDF, 1971, 15 p.

9 Utilização de variáveis dummy em equações de volume para Acacia mearsii De Wild. 19 CAMILLO, S.B.A. Ifluêcia dos fatores do sítio, espaçameto e idade a cocetração de produção de taios em povoametos de Acacia mearsii De Wild p. Dissertação (Mestrado em Egeharia Florestal) Uiversidade Federal de Sata Maria, Sata Maria, CAMPOS, J.C.C.; TREVIZOL JUNIOR, T.L.; PAULA NETO, F. Aida sobre a seleção de equações de volume. Revista Árvore, v. 9,., p , CUNIA, T. Dummy variables ad some of their uses i regressio aalysis. Nacy: IUFRO, p. DRAPER, N.; SMITH, H. Applied regressio aalysis. New York: Joh Wiley e Sos, p. PALAHÍ, M.; MIINA, J.; TOMÉ, M. et al. Stad-level yield model for Scots Pie (Pius sylvestris)i orth east Spai. Ivestigació Agrária: sistemas y recursos forestales. v.11,., p.49-44,. PAULA NETO, F. Tabelas volumétricas com e sem casca para Eucalyptus saliga. Revista Árvore, v. 1,. 1, p.3-53, PAULA NETO, F.; SOUZA, A.L.; QUINTAES, P.C.G. et al. Aálise de equações volumétricas para Eucalyptus spp, segudo o método de regeeração a região de José de Melo-MG. Revista Árvore, v. 7,.1, p.56-7, RIO GRANDE DO SUL. Secretaria da Agricultura. Distrito Florestal. Porto Alegre, p. SCHNEIDER, P.R.; HOSOKAWA, R. Estudo de equações volumétricas para tabela de volume com e sem casca de acácia-egra (Acacia mearsii de Wild.) I: CONGRESSO FLORESTAL BRASILEIRO, 3., 1978, Maaus. Aais... Maaus, p SCHNEIDER, P.R. Betrebswirtschafleche ud ertragskudliche grudlage der forsteirichtugi Sübrasilie am beispiel vo Pius elliottii p. Tese (Doutorado) Albert Ludwigs Uiversität, Freiburg, SCHNEIDER, P.R.; FLEIG, F.D.; MENEZES, L. F. Ifluêcia da idade a relação hipsométrica da acácia-egra, Acacia mearsii de Wild. I: CONGRESSO FLORESTAL ESTADUAL, 6.,1988, Nova Prata. Aais... Sata Maria: Palotti, 1988.p SCHNEIDER, P.R. Aálise de regressão aplicada à Egeharia Florestal. Sata Maria:UFSM, CEPEF, 1997, 17p. SCHONAU, A.P.G. A site evaluatio study i Black Wattle (Acacia mearsii de Wild.). A. Uiv. Vo Stellebosch, v. 44,., 1969, 14 p. SHERRY, S.P. The Black Wattle (Acacia mearssii). Pieter moritzburg: Uiversity of Natal Press, 1971, 4 p. SILVA, J.A.A.; PAULA NETO, F.; BRANDI, R.M. et al. Aálise de modelos volumétricos para a costrução de tabelas de volume comercial de Eucalyptus spp, segudo a espécie, a região e os métodos de regeeração. Revista Árvore, v.,. 1, p , SILVA J.A.A.; MACHADO, S.A.; BORDERS, B.E. Aumeto da precisão de modelos volumétricos através do uso da trasformação de Box e cox. Cere, v. 1,. 1, p , THIERSCH, A. Eficiêcia das distribuições diamétricas para progose da produção de Eucalyptus camaldulesis p. Dissertação (Mestrado em Egeharia Florestal) Uiversidade Federal de Lavras, Lavras, 1997.

Métodos de Amostragem

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

Leia mais

ANÁLISE DA VIABILIDADE FINANCEIRA PARA CORTE DE UMA FLORESTA PLANTADA - EUCALYPTUS

ANÁLISE DA VIABILIDADE FINANCEIRA PARA CORTE DE UMA FLORESTA PLANTADA - EUCALYPTUS ANÁLISE DA VIABILIDADE FINANCEIRA PARA CORTE DE UMA FLORESTA PLANTADA - EUCALYPTUS Karie Lopes 1 Tiago Hedges² Waystro Jesus de Paula³. RESUMO: Neste estudo, objetivou-se aalisar a viabilidade fiaceira,

Leia mais

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

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

Leia mais

Utilização de modelos não-lineares sigmoidais na descrição do aumento em diâmetro de frutos de pequi.

Utilização de modelos não-lineares sigmoidais na descrição do aumento em diâmetro de frutos de pequi. Utilização de modelos ão-lieares sigmoidais a descrição do aumeto em diâmetro de frutos de pequi. Ricardo Wager Pacopahyba de Mattos 1 Thaís Destéfai Ribeiro 1 Joel Augusto Muiz 1 Augusto Ramalho de Morais

Leia mais

Estudo da precipitação pluviométrica no período seco e chuvoso do município de Sete Lagoas, MG

Estudo da precipitação pluviométrica no período seco e chuvoso do município de Sete Lagoas, MG Estudo da precipitação pluviométrica o período seco e chuvoso do muicípio de Sete Lagoas, MG Aa Paula Coelho Madeira Silva 13 Jailso de Araujo Rodrigues 2 Jaime dos Satos Filho 2 1 Itrodução A precipitação

Leia mais

Descrição da cinética de secagem de frutos de banana Prata e D Água por modelos de regressão não linear

Descrição da cinética de secagem de frutos de banana Prata e D Água por modelos de regressão não linear Descrição da ciética de secagem de frutos de baaa Prata e D Água por modelos de regressão ão liear 1 Itrodução Thaís Destéfai Ribeiro 1 Ricardo Wager Pacopahyba de Mattos 1 Joel Augusto Muiz 1 Soraia Vilela

Leia mais

MEDIDAS DE COMPARAÇÃO DE MAPAS DA VARIABILIDADE ESPACIAL DO FÓSFORO GERADOS POR MÉTODOS GEOESTATÍSTICOS

MEDIDAS DE COMPARAÇÃO DE MAPAS DA VARIABILIDADE ESPACIAL DO FÓSFORO GERADOS POR MÉTODOS GEOESTATÍSTICOS MEDIDAS DE COMPARAÇÃO DE MAPAS DA VARIABILIDADE ESPACIAL DO FÓSFORO GERADOS POR MÉTODOS GEOESTATÍSTICOS Brua Gabriela Wedpap (PIBIC/CNPq-UNIOESTE), Miguel Agel Uribe- Opazo (Orietador), e-mail: mopazo@pq.cpq.br.

Leia mais

Ajuste de Curvas pelo Método dos Quadrados Mínimos

Ajuste de Curvas pelo Método dos Quadrados Mínimos Notas de aula de Métodos Numéricos. c Departameto de Computação/ICEB/UFOP. Ajuste de Curvas pelo Método dos Quadrados Míimos Marcoe Jamilso Freitas Souza, Departameto de Computação, Istituto de Ciêcias

Leia mais

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

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

Leia mais

Estimação dos parâmetros angular e linear da equação de regressão linear simples pelo método não-paramétrico

Estimação dos parâmetros angular e linear da equação de regressão linear simples pelo método não-paramétrico Estimação dos parâmetros agular e liear da equação de regressão liear simples pelo método ão-paramétrico Alícia Bolfoi Dias, Silvao Bolfoi Dias, 3 Luciae Flores Jacobi CEEMQ - CCNE/UFSM e-mail:aliciabdias@mailufsmbr

Leia mais

Aumentou-se o número de crimes nas regiões onde foram construídos os presídios?

Aumentou-se o número de crimes nas regiões onde foram construídos os presídios? Aumetou-se o úmero de crimes as regiões ode foram costruídos os presídios? Guilherme Aparecido Satos Aguilar 1 Vilma Mayumi Tachibaa 1 1 Itrodução O Brasil tem a quarta maior população carcerária do mudo

Leia mais

n C) O EMV é igual a i 1

n C) O EMV é igual a i 1 PROVA DE ESTATÍSTICA E PROBABILIDADE SELEÇÃO MESTRADO/UFMG 009 Istruções: a) Cada questão respodida corretamete vale (um) poto. c) Cada questão respodida icorretamete vale - (meos um) poto. b) Cada questão

Leia mais

RESUMO. PALAVRAS-CHAVE: equações de volume, análise de regressão, Floresta Nacional do Tapajós, floresta tropical, Amazônia.

RESUMO. PALAVRAS-CHAVE: equações de volume, análise de regressão, Floresta Nacional do Tapajós, floresta tropical, Amazônia. EQUAÇÃO DE VOLUME PARA ÁRVORES DE PEQUENO DIÂMETRO, NA FLORESTA NACIONAL DO TAPAJÓS (Volume equation for small diameter trees in the Tapajós National Forest) José Natalino Macedo Silva * Sandra Maria Araújo

Leia mais

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

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

Leia mais

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) PROJETO FATORIAL 2 k COMPLETO E REPLICADO. Dr. Sivaldo Leite Correia

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) PROJETO FATORIAL 2 k COMPLETO E REPLICADO. Dr. Sivaldo Leite Correia PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) PROJETO FATORIAL 2 k COMPLETO E REPLICADO Dr. Sivaldo Leite Correia CONCEITOS, LIMITAÇÕES E APLICAÇÕES Nos tópicos ateriores vimos as estratégias geeralizadas para

Leia mais

Cap. 4 - Estimação por Intervalo

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

Leia mais

CE071 - ANÁLISE DE REGRESSÃO LINEAR Prof a Suely Ruiz Giolo

CE071 - ANÁLISE DE REGRESSÃO LINEAR Prof a Suely Ruiz Giolo CE07 - ANÁLISE DE REGRESSÃO LINEAR Prof a Suely Ruiz Giolo LISTA - EXERCÍCIOS ) Para o modelo de regressão liear simples ormal, ecotre os estimadores de máxima verossimilhaça dos parâmetros β 0, β e σ

Leia mais

Regressão linear simples

Regressão linear simples Regressão liear simples Maria Virgiia P Dutra Eloae G Ramos Vaia Matos Foseca Pós Graduação em Saúde da Mulher e da Criaça IFF FIOCRUZ Baseado as aulas de M. Pagao e Gravreau e Geraldo Marcelo da Cuha

Leia mais

XIX CONGRESSO DE PÓS-GRADUAÇÃO DA UFLA 27 de setembro a 01 de outubro de 2010

XIX CONGRESSO DE PÓS-GRADUAÇÃO DA UFLA 27 de setembro a 01 de outubro de 2010 COMPARAÇÕES DE DISTRIBUIÇÕES DE PROBABILIDADE PARA UMA SÉRIE DE VAZÕES MÁXIMAS PARA CURSO D ÁGUA RIO DO VEADO, ES MILLENA MIRELLA VIEIRA TAVEIRA ; GEOVANE JUNQUEIRA ALVES ; ANTÔNIO MARCIANO DA SILVA ;

Leia mais

Instruções gerais sobre a Prova:

Instruções gerais sobre a Prova: DEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2012/2013 Istruções gerais sobre a Prova: (a) Cada questão respodida corretamete vale 1 (um) poto. (b) Cada

Leia mais

Capítulo 5. CASO 5: EQUAÇÃO DE POISSON 5.1 MODELO MATEMÁTICO E SOLUÇÃO ANALÍTICA

Capítulo 5. CASO 5: EQUAÇÃO DE POISSON 5.1 MODELO MATEMÁTICO E SOLUÇÃO ANALÍTICA Capítulo 5. CASO 5: EQUAÇÃO DE POISSON No presete capítulo, é abordado um problema difusivo uidimesioal com absorção de calor (Icropera e DeWitt, 199, o que resulta uma equação de Poisso, que é uma equação

Leia mais

DETERMINANDO A SIGNIFICÂNCIA ESTATÍSTICA PARA AS DIFERENÇAS ENTRE MÉDIAS

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

Leia mais

5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO

5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO 5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO 5.1 INTRODUÇÃO Um sistema é defiido como todo o cojuto de compoetes itercoectados, previamete determiados, de forma a realizar um cojuto

Leia mais

Lista de Exercícios #6 Assunto: Propriedade dos Estimadores e Métodos de Estimação

Lista de Exercícios #6 Assunto: Propriedade dos Estimadores e Métodos de Estimação Assuto: Propriedade dos Estimadores e Métodos de Estimação. ANPEC 08 - Questão 6 Por regulametação, a cocetração de um produto químico ão pode ultrapassar 0 ppm. Uma fábrica utiliza esse produto e sabe

Leia mais

d) A partir do item c) encontre um estimador não viciado para σ 2.

d) A partir do item c) encontre um estimador não viciado para σ 2. Uiversidade de Brasília Departameto de Estatística 6 a Lista de PE 1 Seja X 1,, X ) uma AAS tal que EX i ) = µ e VarX i ) = σ 2 a) Ecotre EXi 2 ) e E X 2) b) Calcule EX i X) X i X) 2 c) Se T =, mostre

Leia mais

Ajuste de Curvas. Lucia Catabriga e Andréa Maria Pedrosa Valli

Ajuste de Curvas. Lucia Catabriga e Andréa Maria Pedrosa Valli 1-27 Ajuste de Curvas Lucia Catabriga e Adréa Maria Pedrosa Valli Laboratório de Computação de Alto Desempeho (LCAD) Departameto de Iformática Uiversidade Federal do Espírito Sato - UFES, Vitória, ES,

Leia mais

10 - Medidas de Variabilidade ou de Dispersão

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

Leia mais

ESTATISTICA AFRF 2005 Resolução Prof. Angelo Primo Jr.

ESTATISTICA AFRF 2005 Resolução Prof. Angelo Primo Jr. ESTATISTICA AFRF 005 Resolução Prof. Agelo Primo Jr. Q39- Para dados agrupados represetados por uma curva de freqüêcias, as difereças etre os valores da média, da mediaa e da moda são idicadores da assimetria

Leia mais

Trabalho 4. Gustavo Mello Reis Página 1

Trabalho 4. Gustavo Mello Reis Página 1 Trabalho 4 Gustavo Mello Reis Págia 1 1) Histograma a) Uma empresa que fabrica suco de laraja egarrafado deseja estudar a quatidade de suco em ml presete em cada embalagem. Para se equadrar as ormas vigetes

Leia mais

XIX CONGRESSO DE PÓS-GRADUAÇÃO DA UFLA 27 de setembro a 01 de outubro de 2010

XIX CONGRESSO DE PÓS-GRADUAÇÃO DA UFLA 27 de setembro a 01 de outubro de 2010 DISTRIBUIÇÃO DE PROBABILIDADE PARA DETERMINAÇÃO DE VAZÕES MÁXIMAS PARA O RIO ITAPEMIRIM - ESPÍRITO SANTO EWERTON FELIPE DO PRADO MACHADO, LEANDRO CAMPOS PINTO, MARCELO CORRÊA PEREIRA 3, ANTÔNIO MARCIANO

Leia mais

Estimativa de Parâmetros

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

Leia mais

ESTATÍSTICA I LISTA DE EXERCÍCIOS 1 GABARITO

ESTATÍSTICA I LISTA DE EXERCÍCIOS 1 GABARITO ESTATÍSTICA I LISTA DE EXERCÍCIOS 1 GABARITO 1. Para o cojuto de dados abaixo, determie: Produtividade da cultura da soja (kg por hectare) 3600 3545 3658 3498 3657 345 3785 354 366 3641 3687 3698 361 3654

Leia mais

Estimação da área foliar de mucuna cinza por meio de método não destrutivo - NOTA -

Estimação da área foliar de mucuna cinza por meio de método não destrutivo - NOTA - Ciêcia 238 Rural, Sata Maria, v.42,.2, p.238-242, fev, Cargelutti 202 Filho et al. ISSN 003-8478 Estimação da área foliar de mucua ciza por meio de método ão destrutivo Leaf area estimatio of velvet bea

Leia mais

Introdução. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ...

Introdução. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ... Itrodução Exemplos Para curar uma certa doeça existem quatro tratametos possíveis: A, B, C e D. Pretede-se saber se existem difereças sigificativas os tratametos o que diz respeito ao tempo ecessário para

Leia mais

n ) uma amostra aleatória da variável aleatória X.

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

Leia mais

ANÁLISE DA DISTRIBUIÇÃO ESPACIAL DA CULTURA DA SOJA NO ESTADO DO MATO GROSSO

ANÁLISE DA DISTRIBUIÇÃO ESPACIAL DA CULTURA DA SOJA NO ESTADO DO MATO GROSSO ANÁLISE DA DISTRIBUIÇÃO ESPACIAL DA CULTURA DA SOJA NO ESTADO DO MATO GROSSO MOISÉS PEREIRA GALVÃO SALGADO Divisão de Sesoriameto Remoto - DSR Istituto Nacioal de Pesquisas Espaciais - INPE Caixa Postal

Leia mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Técnicas de Reamostragem

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Técnicas de Reamostragem Estatística: Aplicação ao Sesoriameto Remoto SER 202 - ANO 2016 Técicas de Reamostragem Camilo Daleles Reó camilo@dpi.ipe.br http://www.dpi.ipe.br/~camilo/estatistica/ Distribuição Amostral Testes paramétricos

Leia mais

Custo da terra e viabilidade econômica de plantios de eucalipto

Custo da terra e viabilidade econômica de plantios de eucalipto http://dx.doi.org/10.12702/viii.simposfloresta.2014.54-560-1 Custo da terra e viabilidade ecoômica de platios de eucalipto Thiago R. Alves 1, Ricardo T. Medes 1, Kaio C. M. da S. Nery 1, Karie R. Satos

Leia mais

Exame Final Nacional de Matemática Aplicada às Ciências Sociais a Fase

Exame Final Nacional de Matemática Aplicada às Ciências Sociais a Fase Exame Nacioal de Matemática Aplicada às Ciêcias Sociais 2013-1. a Fase Proposta de resolução 1. 1.1. Aplicado o método descrito, icluido o tema Festas, temos: Potuação do tema Bullig: 3 415 + 1 370 + 2

Leia mais

Lista IC, tamanho de amostra e TH

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

Leia mais

1 Distribuições Amostrais

1 Distribuições Amostrais 1 Distribuições Amostrais Ao retirarmos uma amostra aleatória de uma população e calcularmos a partir desta amostra qualquer quatidade, ecotramos a estatística, ou seja, chamaremos os valores calculados

Leia mais

Avaliação da climatologia provisória do modelo BRAMS ABSTRACT Keywords: 1. INTRODUÇÃO

Avaliação da climatologia provisória do modelo BRAMS ABSTRACT Keywords: 1. INTRODUÇÃO Avaliação da climatologia provisória do modelo BRAMS Limara Moteiro, Claudiéia B. Saldaha, Rita de Cássia Marques Alves Cetro Estadual de Pesquisas em Sesoriameto Remoto e Meteorologia CEPSRM/UFRGS Porto

Leia mais

ANALISE DA INTENSIDADE PLUVIOMÉTRICA PARA DETERMINAÇÃO DA EQUAÇÃO DE CHUVA DA CIDADE DE SOUSA/PB

ANALISE DA INTENSIDADE PLUVIOMÉTRICA PARA DETERMINAÇÃO DA EQUAÇÃO DE CHUVA DA CIDADE DE SOUSA/PB ANALISE DA INTENSIDADE PLUVIOMÉTRICA PARA DETERMINAÇÃO DA EQUAÇÃO DE CHUVA DA CIDADE DE SOUSA/PB Lília de Queiroz Firmio 1 ; Shieeia Kaddja de Sousa Pereira 2 ; Aa Cecília Novaes de Sá 3 ; Alice Pedrosa

Leia mais

Escola de Engenharia de Lorena EEL USP Departamento de Engenharia Química DEQUI Disciplina: Normalização e Controle da Qualidade NCQ

Escola de Engenharia de Lorena EEL USP Departamento de Engenharia Química DEQUI Disciplina: Normalização e Controle da Qualidade NCQ 1 Escola de Egeharia de orea EE SP Departameto de Egeharia Química DEQI Disciplia: Normalização e Cotrole da Qualidade NCQ Capítulo : Amostragem por Variáveis (MI STD 1) SEÇÃO A.1 Objetivo Este capítulo

Leia mais

CAPÍTULO 6 ESTIMATIVA DE PARÂMETROS PPGEP. Introdução. Introdução. Estimativa de Parâmetros UFRGS

CAPÍTULO 6 ESTIMATIVA DE PARÂMETROS PPGEP. Introdução. Introdução. Estimativa de Parâmetros UFRGS CAPÍTULO 6 Itrodução Uma variável aleatória é caracterizada ou descrita pela sua distribuição de probabilidade. ETIMATIVA DE PARÂMETRO URG Em aplicações idustriais, as distribuições de probabilidade são

Leia mais

Estatística II Licenciatura em Gestão TESTE I

Estatística II Licenciatura em Gestão TESTE I Estatística II Liceciatura em Gestão 1 o semestre 2015/2016 14/01/2016 09:00 Nome N o Espaço reservado a classificações A utilização do telemóvel, em qualquer circustâcia, é motivo suficiete para a aulação

Leia mais

INVENTÁRIO FLORESTAL

INVENTÁRIO FLORESTAL FLORESTAL CONSULTORIA LTDA CNPJ 08.158.763/0001-77 Rodovia BR 290-Distrito Industrial-Butiá-RS Fone: 51 9783 5086-9189 2103 elias@florestalconsultoria.com www.florestalconsultoria.com INVENTÁRIO FLORESTAL

Leia mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Teoria da amostragem

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Teoria da amostragem Estatística: Aplicação ao Sesoriameto Remoto SER 04 - ANO 017 Teoria da amostragem Camilo Daleles Reó camilo@dpi.ipe.br http://www.dpi.ipe.br/~camilo/estatistica/ Algumas Cosiderações... É importate ter

Leia mais

CORRELAÇÃO Aqui me tens de regresso

CORRELAÇÃO Aqui me tens de regresso CORRELAÇÃO Aqui me tes de regresso O assuto Correlação fez parte, acompahado de Regressão, do programa de Auditor Fiscal, até 998, desaparecedo a partir do cocurso do ao 000 para agora retorar soziho.

Leia mais

11 Aplicações da Integral

11 Aplicações da Integral Aplicações da Itegral Ao itroduzirmos a Itegral Defiida vimos que ela pode ser usada para calcular áreas sob curvas. Veremos este capítulo que existem outras aplicações. Essas aplicações estedem-se aos

Leia mais

UMA EXPERIÊNCIA COM MODELAGEM MATEMÁTICA NA LICENCIATURA EM MATEMÁTICA

UMA EXPERIÊNCIA COM MODELAGEM MATEMÁTICA NA LICENCIATURA EM MATEMÁTICA ISBN 978-85-7846-516-2 UMA EXPERIÊNCIA COM MODELAGEM MATEMÁTICA NA LICENCIATURA EM MATEMÁTICA Resumo Alisso Herique dos Satos UEL Email: alisso_hs612@hotmail.com Ferada Felix Silva UEL Email: ferada.f.matematica@gmail.com

Leia mais

ESCUTANDO O COEFICIENTE DE RESTITUIÇÃO E A ACELERAÇÃO

ESCUTANDO O COEFICIENTE DE RESTITUIÇÃO E A ACELERAÇÃO ESCUANDO O COEFICIENE DE RESIUIÇÃO E A ACELERAÇÃO GRAVIACIONAL DE UMA BOLA Carlos Eduardo Aguiar [carlos@if.ufrj.br] Fracisco Laudares [f_laudares@hotmail.com] Istituto de Física, Uiversidade Federal do

Leia mais

Solução Comentada Prova de Matemática

Solução Comentada Prova de Matemática 0 questões. Sejam a, b e c os três meores úmeros iteiros positivos, tais que 5a = 75b = 00c. Assiale com V (verdadeiro) ou F (falso) as opções abaixo. ( ) A soma a b c é igual a 9 ( ) A soma a b c é igual

Leia mais

a = b n Vejamos alguns exemplos que nos permitem observar essas relações. = 4 4² = 16 radical radicando

a = b n Vejamos alguns exemplos que nos permitem observar essas relações. = 4 4² = 16 radical radicando Caro aluo, Com o objetivo de esclarecer as dúvidas sobre a raiz quadrada, apresetamos este material a defiição de radiciação, o cálculo da raiz quadrada e algumas propriedades de radiciação. Além disso,

Leia mais

CAPÍTULO 6 - ESTIMAÇÃO E TESTES DE HIPÓTESES

CAPÍTULO 6 - ESTIMAÇÃO E TESTES DE HIPÓTESES CAPÍTULO 6 - ESTIMAÇÃO E TESTES DE HIPÓTESES 6. INTRODUÇÃO INFERÊNCIA ESTATÍSTICA Estimação por poto por itervalo Testes de Hipóteses População X θ =? Amostra θ Iferêcia Estatística X, X,..., X 6. ESTIMAÇÃO

Leia mais

MATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari

MATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari MATEMÁTICA II Profa. Dra. Amada Liz Pacífico Mafrim Perticarrari amada@fcav.uesp.br O PROBLEMA DA ÁREA O PROBLEMA DA ÁREA Ecotre a área da região que está sob a curva y = f x de a até b. S = x, y a x b,

Leia mais

Intervalos de Confiança

Intervalos de Confiança Itervalos de Cofiaça Prof. Adriao Medoça Souza, Dr. Departameto de Estatística - PPGEMQ / PPGEP - UFSM - 0/9/008 Estimação de Parâmetros O objetivo da Estatística é a realização de iferêcias acerca de

Leia mais

DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia

DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia ROTEIRO DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL 1. Itrodução. Teorema Cetral do Limite 3. Coceitos de estimação potual 4. Métodos de estimação potual 5. Referêcias Estatística Aplicada à Egeharia 1 Estatística

Leia mais

O teste de McNemar. A tabela 2x2. Depois - Antes

O teste de McNemar. A tabela 2x2. Depois - Antes Prof. Lorí Viali, Dr. http://www.pucrs.br/famat/viali/ viali@pucrs.br O teste de McNemar O teste de McNemar para a sigificâcia de mudaças é particularmete aplicável aos experimetos do tipo "ates e depois"

Leia mais

Lista de Exercícios Método de Newton

Lista de Exercícios Método de Newton UNEMAT Uiversidade do Estado de Mato Grosso Campus Uiversitário de Siop Faculdade de Ciêcias Eatas e Tecológicas Curso de Egeharia Civil Disciplia: Cálculo Diferecial e Itegral I Lista de Eercícios Método

Leia mais

MODELOS PARA A ESTIMATIVA DA ÁREA FOLIAR DE MUCUNA CINZA (Stizolobium cinereum) 1

MODELOS PARA A ESTIMATIVA DA ÁREA FOLIAR DE MUCUNA CINZA (Stizolobium cinereum) 1 MODELOS PARA A ESTIMATIVA DA ÁREA FOLIAR DE MUCUNA CINZA (Stizolobium ciereum) TOEBE, Marcos 2 ; CARGNELUTTI FILHO, Alberto 3 ; BURIN, Cláudia 4 ; FICK, Adré Luis 4 ; NEU, Ismael Mario Márcio 5 ; FACCO,

Leia mais

ESTATÍSTICA. PROF. RANILDO LOPES U.E PROF EDGAR TITO

ESTATÍSTICA. PROF. RANILDO LOPES  U.E PROF EDGAR TITO ESTATÍSTICA PROF. RANILDO LOPES http://ueedgartito.wordpress.com U.E PROF EDGAR TITO Medidas de tedêcia cetral Medidas cetrais são valores que resumem um cojuto de dados a um úico valor que, de alguma

Leia mais

Unidade IX Estimação

Unidade IX Estimação Uidade IX Estimação 6/09/07 Itervalos de cofiaça ii. Para a difereça etre médias de duas populações (μ μ ) caso : Variâcias cohecidas Pressupostos: 6/09/07 x - x x - x ; N é - x x ) ( x x x x E ) ( x x

Leia mais

CONCEITOS BÁSICOS E PRINCÍPIOS DE ESTATÍSTICA

CONCEITOS BÁSICOS E PRINCÍPIOS DE ESTATÍSTICA 1 CONCEITOS BÁSICOS E PRINCÍPIOS DE ESTATÍSTICA 1. Coceitos Básicos de Probabilidade Variável aleatória: é um úmero (ou vetor) determiado por uma resposta, isto é, uma fução defiida em potos do espaço

Leia mais

População x Amostra. statística descritiva X inferência estatística. Revisão de Estatística e Probabilidade

População x Amostra. statística descritiva X inferência estatística. Revisão de Estatística e Probabilidade Revisão de Estatística e Probabilidade Magos Martiello Uiversidade Federal do Espírito Sato - UFES Departameto de Iformática DI Laboratório de Pesquisas em Redes Multimidia LPRM statística descritiva X

Leia mais

Exame Final Nacional de Matemática Aplicada às Ciências Sociais a Fase

Exame Final Nacional de Matemática Aplicada às Ciências Sociais a Fase Exame Fial Nacioal de Matemática Aplicada às Ciêcias Sociais 006 -. a Fase Proposta de resolução 1. 1.1. 1.1.1. Utilizado a iformação da tabela dada e idetificado o úmero de votos de cada partido com a

Leia mais

Câmpus Rio do Sul e Bolsistas do IFC Câmpus Rio do Sul.

Câmpus Rio do Sul e Bolsistas do IFC Câmpus Rio do Sul. ANÁLISE DA VARIABILIDADE DA UMIDADE RELATIVA DO AR PARA A CIDADE DE ITUPORANGA-SC Roberto HAVEROTH, Leoardo NEVES, Katiai ELI 3, Joabe W. PITZ 3, Elizabete FERNANDES 4, Jaquelie CARVALHO 4, Evadro C. OLIVEIRA

Leia mais

Sumário. 2 Índice Remissivo 19

Sumário. 2 Índice Remissivo 19 i Sumário 1 Estatística Descritiva 1 1.1 Coceitos Básicos.................................... 1 1.1.1 Defiições importates............................. 1 1.2 Tabelas Estatísticas...................................

Leia mais

ESTIMAÇÃO DE PARÂMETROS

ESTIMAÇÃO DE PARÂMETROS ESTIMAÇÃO DE PARÂMETROS 1 Estimação de Parâmetros uiverso do estudo (população) dados observados O raciocíio idutivo da estimação de parâmetros Estimação de Parâmetros POPULAÇÃO p =? AMOSTRA Observações:

Leia mais

Sumário. 2 Índice Remissivo 17

Sumário. 2 Índice Remissivo 17 i Sumário 1 Itrodução à Iferêcia Estatística 1 1.1 Defiições Básicas................................... 1 1.2 Amostragem....................................... 2 1.2.1 Tipos de Amostragem.............................

Leia mais

Cap. VI Histogramas e Curvas de Distribuição

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

Leia mais

Teorema do limite central e es/mação da proporção populacional p

Teorema do limite central e es/mação da proporção populacional p Teorema do limite cetral e es/mação da proporção populacioal p 1 RESULTADO 1: Relembrado resultados importates Seja uma amostra aleatória de tamaho de uma variável aleatória X, com média µ e variâcia σ.temos

Leia mais

ESTUDO DA SECAGEM DE BANANAS ATRAVÉS DO MODELO DE DIFUSÃO USANDO SOLUÇÕES ANALÍTICAS

ESTUDO DA SECAGEM DE BANANAS ATRAVÉS DO MODELO DE DIFUSÃO USANDO SOLUÇÕES ANALÍTICAS WWWCONVIBRAORG ESTUDO DA SECAGEM DE BANANAS ATRAVÉS DO MODELO DE DIFUSÃO USANDO SOLUÇÕES ANALÍTICAS ANDRÉA F RODRIGUES 1, WILTON P SILVA 2, JOSIVANDA P GOMES 3, CLEIDE M D P S SILVA 4, ÍCARO CARVALHO RAMOS

Leia mais

CPV O cursinho que mais aprova na fgv

CPV O cursinho que mais aprova na fgv CPV O cursiho que mais aprova a fgv FGV ecoomia a Fase 0/dezembro/0 MATEMÁTICA 0. Chamaremos de S() a soma dos algarismos do úmero iteiro positivo, e de P() o produto dos algarismos de. Por exemplo, se

Leia mais

EFICIÊNCIA DOS GASTOS MUNICIPAIS EM EDUCAÇÃO NO BRASIL Priscila Fraiz de Paula 1, Evandro Rodrigues de Faria 2, Mariane Carolina do Vale Gomes 3

EFICIÊNCIA DOS GASTOS MUNICIPAIS EM EDUCAÇÃO NO BRASIL Priscila Fraiz de Paula 1, Evandro Rodrigues de Faria 2, Mariane Carolina do Vale Gomes 3 EFICIÊNCIA DOS GASTOS MUNICIPAIS EM EDUCAÇÃO NO BRASIL Priscila Fraiz de Paula 1, Evadro Rodrigues de Faria 2, Mariae Carolia do Vale Gomes 3 Resumo: A pesquisa objetivou avaliar quais são os fatores determiates

Leia mais

. Dessa forma, quanto menor o MSE, mais a imagem

. Dessa forma, quanto menor o MSE, mais a imagem Uiversidade Federal de Perambuco CI / CCEN - Área II 1 o Exercício de Cálculo Numérico ( 18 / 06 / 2014 ) Aluo(a) 1- Questão 1 (2,5 potos) Cosidere uma imagem digital como uma matriz bidimesioal de dimesões

Leia mais

Contabilometria. Prof.: Patricia Maria Bortolon, D. Sc.

Contabilometria. Prof.: Patricia Maria Bortolon, D. Sc. Cotabilometria Prof.: Patricia Maria Bortolo, D. Sc. Teste para Duas Amostras Fote: LEVINE, D. M.; STEPHAN, D. F.; KREHBIEL, T. C.; BERENSON, M. L.; Estatística Teoria e Aplicações, 5a. Edição, Editora

Leia mais

CONHECIMENTOS ESPECÍFICOS

CONHECIMENTOS ESPECÍFICOS CESPE/UB FUB/0 fa 5 4 CONHECIMENTOS ESPECÍFICOS 60 As distribuições B e C possuem os mesmos valores para os quartis Q e Q, e o quartil superior em B correspode ao quartil cetral (Q ) da distribuição A.

Leia mais

Regressão Linear Múltipla

Regressão Linear Múltipla Regressão Liear Múltipla Lucas Sataa da Cuha http://www.uel.br/pessoal/lscuha/ 28 de ovembro de 2018 Lodria 1 / 20 Há muitos problemas que é razoável esperar que as previsões de uma variável devam melhorar

Leia mais

INTERPOLAÇÃO POLINOMIAL

INTERPOLAÇÃO POLINOMIAL 1 Mat-15/ Cálculo Numérico/ Departameto de Matemática/Prof. Dirceu Melo LISTA DE EXERCÍCIOS INTERPOLAÇÃO POLINOMIAL A aproximação de fuções por poliômios é uma das ideias mais atigas da aálise umérica,

Leia mais

AJUSTE DE MODELOS HIPSOMÉTRICOS E VOLUMÉTRICOS PARA TRÊS CLONES DE EUCALYPTUS EM MINEIROS-GO

AJUSTE DE MODELOS HIPSOMÉTRICOS E VOLUMÉTRICOS PARA TRÊS CLONES DE EUCALYPTUS EM MINEIROS-GO 1 AJUSTE DE MODELOS HIPSOMÉTRICOS E VOLUMÉTRICOS PARA TRÊS CLONES DE EUCALYPTUS EM MINEIROS-GO SILVA, Adrisley Joaquim 1 SILVA FILHO, João Luiz Ferreira e SILVA, Moice Doatila Tavares da ROQUE, Cassiao

Leia mais

Tabelas de Volume para Plantios de Acacia mangium em Roraima

Tabelas de Volume para Plantios de Acacia mangium em Roraima ISSN 0-X Tabelas de Volume para Plantios de Acacia mangium em Roraima Circular Técnica 0 Boa Vista, RR Dezembro, 00 Autores HELIO TONINI Engenheiro Florestal, Dr.Embrapa Roraima, Br, km 0 Distrito Industrial,

Leia mais

Estimação da média populacional

Estimação da média populacional Estimação da média populacioal 1 MÉTODO ESTATÍSTICO Aálise Descritiva Teoria das Probabilidades Iferêcia Os dados efetivamete observados parecem mostrar que...? Se a distribuição dos dados seguir uma certa

Leia mais

Anexo I Avaliação estatística dos resultados obtidos a partir do campo de ajuste

Anexo I Avaliação estatística dos resultados obtidos a partir do campo de ajuste Aexo I Avaliação estatística dos resultados obtidos a partir do campo de ajuste Ao logo do desevolvimeto da fase de comparação etre dados medidos e observados, várias versões de campos de ajuste (ou mapas

Leia mais

Análise de dados industriais

Análise de dados industriais Aálise de dados idustriais Escola olitécica Departameto de Eeharia Química Roberto Guardai 4 arte 5. ÉCNICAS DE DISCRIMINAÇÃO E DE CLASSIFICAÇÃO DE DADOS Itrodução écicas estatísticas de aálise baseadas

Leia mais

Avaliação de Desempenho de Sistemas Discretos

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

Leia mais

CÁLCULO I. Exibir o cálculo de algumas integrais utilizando a denição;

CÁLCULO I. Exibir o cálculo de algumas integrais utilizando a denição; CÁLCULO I Prof Edilso Neri Júior Prof Adré Almeida Aula o 9: A Itegral de Riema Objetivos da Aula Deir a itegral de Riema; Exibir o cálculo de algumas itegrais utilizado a deição; Apresetar fuções que

Leia mais

NOTAS DE AULA: DISTRIBUIÇÃO AMOSTRAL E INTERVALOS DE CONFIANÇA

NOTAS DE AULA: DISTRIBUIÇÃO AMOSTRAL E INTERVALOS DE CONFIANÇA NOTAS DE AULA: DISTRIBUIÇÃO AMOSTRAL E INTERVALOS DE CONFIANÇA Objetivos da aula: Compreeder que um estimador é uma variável aleatória e, portato, pode-se estabelecer sua distribuição probabilística; Estabelecer

Leia mais

Métodos Quantitativos para Ciência da Computação Experimental Aula #4

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

Leia mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Teste de Hipótese

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Teste de Hipótese Estatística: Aplicação ao Sesoriameto Remoto SER 4 - ANO 18 Teste de Hipótese Camilo Daleles Reó camilo@dpi.ipe.br http://www.dpi.ipe.br/~camilo/estatistica/ Estimação de Parâmetros Como já foi visto,

Leia mais

Anais do II Seminário de Atualização Florestal e XI Semana de Estudos Florestais

Anais do II Seminário de Atualização Florestal e XI Semana de Estudos Florestais AJUSTE DE EQUAÇÕES DE VOLUME PARA PLANTIO DE Pinus taeda EM CASCAVEL, ESTADO DO PARANÁ. Mailson Roik*, Prof. Dr. Afonso Figueiredo Filho, Gerson dos Santos Lisboa. *Mestrando em Ciências Florestais Universidade

Leia mais

ESTIMAÇÃO DE PARÂMETROS

ESTIMAÇÃO DE PARÂMETROS ESTIMAÇÃO DE PARÂMETROS 1 Estimação de Parâmetros uiverso do estudo (população) dados observados O raciocíio idutivo da estimação de parâmetros Estimação de Parâmetros População p Amostra X S pˆ (parâmetros:

Leia mais

Experimento 1 Estudo da Lei de Hooke

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

Leia mais

MAE Introdução à Probabilidade e Estatística II Resolução Lista 2

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

Leia mais

ESTIMATIVA DA UMIDADE RELATIVA DO AR A PARTIR DE DADOS DE TEMPERATURAS MÁXIMA E MÍNIMA DO AR PARA VIÇOSA MG

ESTIMATIVA DA UMIDADE RELATIVA DO AR A PARTIR DE DADOS DE TEMPERATURAS MÁXIMA E MÍNIMA DO AR PARA VIÇOSA MG ESTIMATIVA DA UMIDADE RELATIVA DO AR A PARTIR DE DADOS DE TEMPERATURAS MÁXIMA E MÍNIMA DO AR PARA VIÇOSA MG RAFAEL COLL DELGADO 1 ; GILBERTO CHOHAKU SEDIYAMA ; RICARDO GUIMARÃES ANDRADE 3 ; EVALDO DE PAIVA

Leia mais

Estatística. Estatística II - Administração. Prof. Dr. Marcelo Tavares. Distribuições de amostragem. Estatística Descritiva X Estatística Inferencial

Estatística. Estatística II - Administração. Prof. Dr. Marcelo Tavares. Distribuições de amostragem. Estatística Descritiva X Estatística Inferencial Estatística II - Admiistração Prof. Dr. Marcelo Tavares Distribuições de amostragem Na iferêcia estatística vamos apresetar os argumetos estatísticos para fazer afirmações sobre as características de uma

Leia mais

FUNÇÃO DE AFILAMENTO E SORTIMENTOS DE MADEIRA PARA

FUNÇÃO DE AFILAMENTO E SORTIMENTOS DE MADEIRA PARA Ciêcia Florestal, Sata Maria, v. 26,. 2, p. 523-533, abr.-ju., 2016 ISSN 0103-9954 FUNÇÃO DE AFILAMENTO E SORTIMENTOS DE MADEIRA PARA Araucaria agustifolia TAPER FUNCTION AND TIMBER ASSORTMENTS FOR Araucaria

Leia mais

Estimação da média populacional

Estimação da média populacional Estimação da média populacioal 1 MÉTODO ESTATÍSTICO Aálise Descritiva Teoria das Probabilidades Iferêcia Os dados efetivamete observados parecem mostrar que...? Se a distribuição dos dados seguir uma certa

Leia mais

Matemática E Extensivo V. 1

Matemática E Extensivo V. 1 Extesivo V. 0) a) r b) r c) r / d) r 7 0) A 0) B P.A. 7,,,... r a + ( ). a +. + 69 a 5 P.A. (r, r, r ) r ( r + r) 6r r r r 70 Exercícios 05) a 0 98 a a a 06) E 07) B 08) B 7 0 0; 8? P.A. ( 7, 65, 58,...)

Leia mais