ANÁLISE DA PROPAGAÇÃO DOS ERROS MÉDIOS EM PONTOS GEORREFERENCIADOS IRRADIADOS SEGUNDO FUNÇÕES NÃO LINEARES

Tamanho: px
Começar a partir da página:

Download "ANÁLISE DA PROPAGAÇÃO DOS ERROS MÉDIOS EM PONTOS GEORREFERENCIADOS IRRADIADOS SEGUNDO FUNÇÕES NÃO LINEARES"

Transcrição

1 AÁLIS DA ROAGAÇÃO DOS RROS MÉDIOS M OTOS GORRFRCIADOS IRRADIADOS SGUDO FUÇÕS ÃO LIARS Mauro Menzor(UICAM) mauro@ft.uncamp.br Vtor duardo Molna Jr(UICAM) molna@ft.uncamp.br Resumo: os servços de georreferencamento de móves é possível utlzar város métodos de posconamento e lançar mão de nstrumentos com classes dferentes para que as precsões solctadas pelas normas sejam atenddas. ste artgo dscorre sobre a aplcação da Le de ropagação dos rros Médos segundo funções não lneares para obter as precsões das coordenadas de pontos rradados a partr de vértces de polgonal que possuem coordenadas com precsões conhecdas. O estudo de caso refere-se a uma stuação corrquera na execução de servços de georreferencamento, na qual as coordenadas dos pontos da lnha base e do ponto de dvsa rradado são obtdas utlzando dferentes métodos e equpamentos. o caso em questão, a lnha base fo medda utlzando receptores GSS e o ponto rradado fo meddo com uma estação total. O rotero empregado na análse dos erros médos propagados nas coordenadas do ponto rradado fo estenddo para algumas stuações smuladas consderando o uso de estações totas com dferentes precsões angulares e varando as extensões das dstâncas até que se regstrasse alguma alteração expressva na precsão das coordenadas do ponto rradado, em relação à precsão das coordenadas do vértce da lnha base. Desta forma, o estudo aborda o método empregado na teora dos erros para a obtenção da precsão de coordenadas de um ponto rradado utlzando como gua a propagação de erros médos e mostra que dentro de certas dstâncas lmte a precsão das coordenadas do ponto rradado permanecem guas à precsão das coordenadas do vértce da lnha base empregadas para med-lo. alavras chaves: Georreferencamento, Le de ropagação de rros, Topografa. O-LIAR FUCTIOS ALID TO TH AALYSIS OF ROAGATD MA RRORS OTO OITS MASURD FROM A GORFRCD BASLI Abstract: Measurement n georeferenced jobs can be done by usng several postonng pont methods as well as usng nstruments wth dfferent precsons to reach the precsons requred by the standards. Ths paper dscusses the law of mean errors propagaton accordng to non-lnear functons to obtan the coordnates precson of a border pont that was measured from a baselne wth known coordnates precsons lke those measured wth GSS recevers, for example. The case study refers to a common stuaton n the executon of georeferencng tasks when both the coordnates of the baselne vertces and the border pont were obtaned by usng dfferent methods and equpment. The baselne n the case study s consttuted of vertces that were measured usng GSS recevers and the border pont was measured usng a Total Staton. The proceedngs adopted to perform the propagaton error analyss were extended to some smulated stuatons where dfferent angular accuraces and dfferent dstances were consdered to measure the border pont untl ts coordnate precson have changed when compared to the precson of the baselne orgn vertce coordnates. Wth ths approach the paper ntended to revew the solutons to obtan the precson of coordnates by dfferent ways of analyss, usng the propagaton of the mean errors as a gude to suggest the lmts n dstance were the precson n the border pont coordnates can be consdered equal to the precson n the baselne vertce orgn. Keywords: Georeferencng, law of propagaton of the mean errors, Topography. 1. ITRODUÇÃO os servços de georreferencamento de móves é possível a utlzação de város métodos de posconamento, bem como a utlzação de equpamentos com precsões dferentes. O presente artgo procura dscutr a precsão propagada nas coordenadas de pontos rradados V.1, o., Agosto/18 ágna 55

2 meddos com o emprego de estação total, a partr de vértces de polgonal cujas coordenadas tenham precsões conhecdas. A falta de obrgatoredade da análse da propagação dos erros médos em trabalhos topográfcos convenconas, a pouca dfusão desse tema em cursos de graduação e a baxa oferta de publcações naconas sobre esse assunto fo o que motvou a preparação deste artgo. Segundo Dalmoln (4), classcamente se dz que toda medda contém algum erro, ou seja, não se consegue valores dêntcos para um determnado número de observações repetdas de uma grandeza, mas, valores dspersos dentro de um ntervalo que é função desses erros. Conforme GMAL (15), os erros não decorrem apenas de falhas humanas, mas também da mperfeção dos equpamentos e das condções ambentes que envolvem a medção. Assm, ao se executar um trabalho de campo faz-se uma sére de observações repetdas de certa grandeza com o objetvo de extrar um únco resultado que possa representá-la com um grau de confança adequado. ara Dalmoln (4) as meddas que representam uma mesma quantdade numérca, obtdas por meo de observações, possuem uma dspersão em relação a um valor médo, que é denomnado erro randômco ou acdental. Quando se trata do conceto de acuráca, este ncorpora tanto a tendênca nerente aos erros sstemátcos quanto a precsão devda aos erros aleatóros ou acdentas (Monco et al.,9). Assm, quando não é possível dentfcar o verdadero valor da grandeza, tendo por base apenas os erros acdentas presentes em n observações em campo, a méda artmétca dessas observações é o valor que melhor representa o conjunto. A méda é obtda pela expressão (1): Sendo: l l (1) n l méda artmétca das n observações; l observações n número de observações. A méda artmétca também pode ser expressa por meo de matrzes conforme (): Onde: T e l l () T e e l vetor das observações e vetor untáro A méda representa a estmatva de um valor a partr de um conjunto de observações, porém, é necessáro estmar-se também a qualdade desses dados, o que levará à precsão da grandeza medda. Como o valor verdadero de uma grandeza nunca é conhecdo ou alcançado, o valor médo ou o valor ajustado de um conjunto de observações de uma mesma grandeza pode ser V.1, o., Agosto/18 ágna 56

3 adotado como o valor de referenca no lugar do valor verdadero. Conforme TAYLOR (1), o desvo padrão, também descrto como raz méda quadrátca, é a manera mas útl para caracterzar a confabldade das meddas. A segunda edção da orma Técnca do ICRA para Georreferencamento de Imóves Ruras, datada de 1, defne que a precsão está assocada ao nível de aderênca de um grupo de medções, obtdas sob as mesmas condções, ao valor médo dessas medções, quando calculado sob o valor de um desvo padrão ou um sgma. A atual norma de Georreferencamento de Imóves Ruras do ICRA admte que um ponto de dvsa entre propredades ruras deve ter valores posconas melhores ou guas a,5 m, 3, m e 7,5 m, para vértces em lmtes artfcas, naturas e nacessíves respectvamente. Quando se emprega os receptores GSS na determnação das meddas, os ndcadores de precsão mas utlzados para expressar a qualdade da grandeza são: a varânca, o desvo padrão e a correlação. A varânca ndca como os valores ndvduas de cada observação (l) estão dstantes do valor médo de um conjunto com n meddas e seu valor é obtdo pela equação a segur: ( l l) S n O desvo padrão, também conhecdo também como Root Mean Squared rror (RMS) é outra medda de dspersão que nforma a precsão da grandeza em relação ao valor médo. O desvo padrão é obtdo extrando a raz quadrada do valor da varânca, conforme (4): ( l l) (4) n A nformação posconal de pontos é geralmente apresentada na forma de coordenadas, expressas por abscssa, ordenada e altura. spera-se que as coordenadas tenham um grau de relaconamento entre s e a correlação é utlzada para expressar essa nterdependenca. O fator de correlação entre duas varáves é representado em por: Sendo: XY (5) X fator de correlação Y XY covarânca entre as varáves X e Y. X desvo padrão das observações da varável X. Y desvo padrão das observações da varável Y. A covarânca descreve a varação recíproca entre duas varáves aleatóras, sendo expressa em (6): (3) V.1, o., Agosto/18 ágna 57

4 n ( x x)( y y) XY (6) n A partr dos dados obtdos com receptores GSS são calculadas as coordenadas de cada ponto, bem como suas respectvas precsões. orém, quando se faz o georreferencamento utlzando técncas da Topografa clássca, as precsões propagadas nas coordenadas dos pontos meddos a partr de uma polgonal não é nformada. Os pontos de dvsa dos móves são geralmente pontos que se encaxam nessa stuação. ara o ICRA um ponto de dvsa deve sempre ter coordenadas com precsões conhecdas sejam elas meddas com receptores GSS ou com nstrumentos topográfcos como a stação Total. 1.1 ropagação dos rros Médos A nterpretação da propagação dos erros em grandezas meddas a partr de dados ncas que possuem precsões conhecdas pode ser feto de acordo com a Le de ropagação dos rros Médos. esse caso se consderam duas stuações dstntas: quando o valor fnal da grandeza é calculado usando uma equação de obervação lnear ou quando ele é calculado através de equação de observação que usa uma função exponencal, ou de uma função parabólca ou outra função não lnear qualquer. A dferença entre os dos procedmentos é o passo adconal na determnação dos coefcentes que resultam da dervação da equação de observação. Uma vez determnados esses coefcentes, eles permtem um desenvolvmento smlar ao tratamento dado à propagação segundo funções lneares. A propagação dos erros médos segundo funções não lneares exge, portanto, a dervação matemátca da equação de observação, em relação a todas as varáves que nfluencam o resultado fnal, stuação que pode ser expressa através da expressão (7): S T f ' Kll f ' (7) Onde: S Matrz de Covarâncas do resultado. f Matrz dos coefcentes da função dervada. Kll Matrz das covarâncas das observações.. MATRIAIS MÉTODOS o estudo de caso apresentado na Fgura 1 fo consderada uma stuação teórca e hpotétca na qual uma lnha base, consttuída pelos vértces 1 e 11, fo observada com recptores de snas transmtdos por satéltes orbtas de um sstema de posconamento global que ntegra o GSS, a exemplo do GS e, após processamento, produzu as coordenadas geodéscas referdas ao sstema World Geodetc System 1984 (WGS-84) com precsões conhecdas. ssas coordenadas foram transformadas de geodéscas para UTM, no fuso 3. V.1, o., Agosto/18 ágna 58

5 Fgura 1 Irradação do ponto a partr da lnha base. O estudo de caso consderou uma stuação comum em trabalhos de georreferencamento de móves onde um ponto de dvsa fo meddo com uma estação total total com precsão angular de + 1 segundo e com precsão lnear de + ( mm + p.p.m x D), onde D é a dstânca horzontal tomada em qulometros. Os cálculos ncas empregando a teora dos erros permtram calcular os erros propagados em, desde a lnha base m seguda foram smuladas dferentes stuações, alterando-se o valor do ângulo horzontal e o valor da dstânca horzontal d1-, para se analsar como o erro exstente nas coordenadas dos vértces 1 e 11 se propagaram para o ponto. essas smulações foram dentfcadas dstâncas horzontas lmtes até as quas o valor dos erros propagados nas coordenadas de foram nsgnfcantes (menor que 1 mm por exo), como está demonstrado no tem Resultados e Dscussões. Os passos a segur demontram o processo desenvolvdo nos calculos ncas para se encontrar os erros propagados nas coordenadas do ponto..1. Cálculo do Azmute de Referênca e da Sua recsão O azmute ncal Az11-1, aqu chamado de alfa (), é calculado pela topografa convenconal a partr das coordenadas dos pontos 11 e 1. Assm o azmute no sentdo de 11 para 1 é calculado pela segunte equação de observação: ( AZ ) tan 11 1 (8) 1 11 Sendo esse passo uma função não lnear, faz-se a lnearzação da equação de observação, em relação a cada varável, para se obter a precsão do azmute, obtendo-se as equações lnearzadas de (9) a (1): 1 11 ( Dst ) ( Dst ) ( Dst ) ( Dst ) quações essas que dependem também da dstânca entre os pontos 11 e 1, obtda (9) (1) (11) (1) V.1, o., Agosto/18 ágna 59

6 pela expressão (13): Dst (13) Uma vez determnados esses valores, com eles constró-se a matrz f, com 4 lnhas e 1 coluna, ndcada como (14), base para o desenvolvmento lnear utlzado na obtenção do valor da precsão S do azmute. Assm: f 11 ' 1 (14) 11 1 A construção da matrz das covarâncas das observações, Kll, ndcada como (15), usa as precsões das coordenadas 11, 11, 1, 1 e as suas correlações, se conhecdas. estes cálculos, as correlações foram adotadas como nulas uma vez que as varáves são ndependentes entre s, o que permte a construção de uma matrz de covarânca mas smples, conforme segue. Kll ( S ) 11 ( S ) 11 ( S ) 1 ( S ) 1 (15) or últmo, a precsão do azmute é determnada através da expressão (7), escrta agora em função das matrzes construdas, fazendo-se: S f Kll f T ' (16) Com os dados em estudo o azmute Az11-1 fo calculado gual a 93º 3 com precsão de + 5,5.. Cálculo do Azmute à Vante e sua recsão O cálculo do azmute 1- empregou o azmute Az11-1 e o ângulo, aplcando a quação Geral dos Azmutes para ângulos à dreta, expressa por (17): ( Az + H ) 18º Az (17) n+ 1 n 1 D o estudo o azmute Az1- fo calculado gual a 9º 5' 6", enquanto que a sua precsão é dependente da precsão do azmute Az11-1 combnada com a precsão do ângulo. Segundo TAYLOR (1) a soma de um conjunto de varáves é representada pela expressão (18): x y z... (18) A precsão S para uma soma é expressa por (19): V.1, o., Agosto/18 ágna 6

7 ( ) ( Sx) + ( Sy) + ( Sz) +... S (19) ortanto, a precsão do azmute Az1- é determnada com base na precsão do azmute anteror e do ângulo horzontal, admtndo-se que o valor de 18º é uma constante, não medda em campo e que, portanto, é senta de erro. Assm têm-se: ( ) ( 5,5") + ( 3 ) SAz SAz 1 6,3 segundos 1 ".3 Cálculo das Coordenadas do onto Irradado As coordenadas de, anotadas como e, resultam da adção algébrca dos valores 1 e 1, respectvamente abscssa e ordenada do vértce 1, com as projeções parcas 1- e () (1) Sendo as projeções parcas 1- e 1- calculadas pela topografa através das seguntes equações de observação: ( Az ) DH 1 seno 1 1 () ( Az ) DH cos (3) o caso em estudo, essas projeções parcas terão os seguntes valores: 1-1,76 m x seno (9º 5' 6") > ,97 m 1-1,76 m x cos (9º 5' 6") > ,73 m Valores esses que auxlam na determnação das coordenadas e do ponto, da segunte manera: 55.51,56m + 5,97m 55.57,473m ,58m + 1,73m ,36m Até aqu foram aplcados os procedmentos correntes adotados pela topografa, que não possbltam dentfcar o erro propagado nas coordenadas de..4 rro ropagado no onto Irradado As coordenadas de calculadas no tem anteror podem ser traduzdas em um cálculo dreto conforme as seguntes equações de observação: Y ( Az ) + DH 1 seno 1 1 (4) ( Az ) + DH cos (5) A equação (4) nforma que a precsão de é dependente da precsão da abscssa de 1 combnada com a precsão da dstânca horzontal d1- e com a precsão do azmute Az1- todas conhecdas nesse momento. Segundo TAYLOR (1), a ncerteza na resposta fnal pode ser calculada consderando as etapas de cálculo nas meddas orgnas, desde que V.1, o., Agosto/18 ágna 61

8 elas sejam ndependentes. sse é justamente o caso em estudo. ortanto no cálculo da precsão da abscssa do ponto, consdera-se novamente a expressão (7): S X f ' T Kll A Matrz das dervadas fo obtda conforme descrto abaxo: 1 DH Az Az 1 seno( Az DH 1 f ' o ) sen9 5'6",4861 cos( Az1 o 1,76 cos9 5'6" 1,478 As matrzes a segur referem-se ao desenvolvmento de (7). f ' T Kll 1 ( S ) 1 DH 1 ( SDH ) 1 Az 1 ) ( SAz ) 1 f ' 1 DH Az 1 1 S 1,75 x1 5 S, 419m O mesmo procedmento é aplcado para o cálculo da precsão da ordenada, tendo por referenca a equação (5) fazendo: 1 DH Az cos( Az 1 DH 1 o ) cos9 5'6",8739 seno ( Az1 Obtendo a precsão da ordenada Y: S 1,9873x1 5 o ) 1,76 sen9 5'6" 5,967 m V.1, o., Agosto/18 ágna 6

9 S, 4369 m Desta forma chega-se ao fnal dos cálculos que com os valores das coordenadas do ponto e das suas respectvas precsões, guas a: 55.57,473 m ±,4 m ,36 m ±,4 m O procedmento até aqu apresentado consderou que o ponto fo rradado a partr de uma base georreferencada cujos vértces possuem algum tpo de erro. Como consequenca o azmute do alnhamento que lga esses vértces também possu algum tpo de erro. Ao usar uma estação total de menor precsão angular e com menor precsão lnear para rradar o ponto acrescentam-se mas erros ao problema, de tal forma que as coordenadas de terão a sua qualdade vnculada à precsão angular e lnear utlzadas para medí-las. As magntudes dos erros propagados na abscssa e na ordenada de foram demonstradas no método apresentado e neste caso, elas resultaram guas aos erros exstentes na abscssa e na ordenada de 1, vértce da lnha base que fo usado para medr, consderadas até a undade mm. Os valores de 4 mm em e 4 mm em mostram que todos os erros que nfluencaram na qualdade das coordenadas foram ínfmos e produzram coordenadas de com a mesma precsão das coordenadas de 1, que também são de 4 mm em cada exo. O estudo desenvolvdo a partr daqu fo no sentdo de dentfcar os lmtes até onde a qualdade das coordenadas de permanecera gual à qualdade das coordenadas de 1, quando fossem alterados o valor do ângulo horzontal e o valor da dstânca horzontal d1- lneares meddos para obter a posção de. 3. RSULTADOS DISCUSSÃO As smulações desenvolvdas no sentdo de dentfcar os lmtes a partr dos quas as precsões das coordenadas de se tornaram maores do que as precsões das coordenadas de 1, consderaram dferentes stuações onde as varações no valor do ângulo horzontal e as varações na extensão da dstânca horzontal d1- não ntroduzssem um erro propagado maor que 1 mlímetro, fosse na abscssa ou na ordenada de. a prmera parte da smulação fo nvestgada a nfluênca da varação lnear em dferentes stuações hpotétcas onde estara sempre sendo meddo com uma estação total com precsão angular de + 1, mas afastado a dferentes dstâncas de 1. As dstâncas foram ncrementadas até chegar a uma dstânca lmte onde o erro propagado na abscssa ou na ordenada de passou a ser maor que 1 mlmetro. Abaxo desse valor constatou-se a precsão das coordenadas de guas à precsão das coordenadas de 1. a segunda parte da smulação foram consderadas outras stuações onde podera ser meddo com o uso de estações totas com precsões angulares maores que 1 segundo. um racocíno lógco é de se esperar que uma estação total com menor precsão angular ntroduza erros maores na medção de, erros esses que acabarão propagados nas coordenadas dmnundo a sua precsão. A Tabela 1, a segur, mostra os resultados na prmera parte da smulação quando se fez varar as dstâncas entre 1 e e as precsões da abscssa e da ordenada do ponto rradado permaneceram guas às precsões das coordenadas de 1. A dstânca V.1, o., Agosto/18 ágna 63

10 dentfcada fo a dstânca de 67, metros, até a qual os erros propagados tanto na abscssa quanto na ordenada de são menores que 1 mlímetro. Tabela 1: rro ropagado em quando Meddo Com a Mesma recsão Angular stação Total com recsão de 1 segundo stação Total com recsão de 1 segundo rro no exo rro no exo Dstânca rro no exo rro no exo Dstânca Horzontal Horzontal,, 65,, 1,, 67,,,, 68,,1 3,, 7,,1 4,, 75,,1 5,, 76,1,1 6,, 77,1,1 Quando se encontra a uma dstânca de 68, metros os erros propagados começam a nfluencar na precsão das suas coordenadas, mas precsamente, no valor de 1 mlímetro na ordenada, enquanto que na abscssa o erro propagado anda contnua sendo zero. O erro propagado somente se apresenta no valor de 1 mlímetro em cada exo a partr da dstânca de 76, metros. m função dsso, consderou-se a dstânca horzontal de 67, metros como a dstânca lmte para os casos onde se utlza uma estação total com precsão de 1 segundo para medr. Deve-se ressaltar que o ponto poderá estar em dferentes posções relatvas à 1 em função do ângulo horzontal, que concetualmente pode ter valores entre º e 36º, quando então, as propagações aqu constatadas passarão a ter valores dferentes no exo e no exo, em função do azmute que lga 1. orém, a dstânca lmte contnuará sendo a mesma, ou seja, 67, metros, quando se usa um nstrumento que possu precsão angular de 1 segundo. Isso acontece porque a elpse de erro contnua sendo a mesma, apenas assumndo dferentes posções em relação ao azmute que lga 1. a segunda parte da smulação procurou-se dentfcar as dstâncas lmtes até as quas se pode rradar um ponto, usando estações totas com dferentes precsões angulares a partr das quas o erro propagado passa a nfluencar a precsão das suas coordenadas. Tabela : rro ropagado em quando Meddo Com Dferentes recsões Angulares stação Total de 1 stação Total de 3 stação Total de 5 DH DH DH,,,,,, 1,, 1,, 1,,,,,,,, 3,, 3,, 3,, 4,, 4,, 4,, 5,, 5,, 5,, 6,, 6,, 53,, 65,, 61,, 54,,1 67,, 6,, ,, V.1, o., Agosto/18 ágna 64

11 ssas tabelas mostram que utlzando nstrumentos de precsões angulares mas refnadas pode-se abrr uma dstânca maor entre o vértce orgem e o ponto de dvsa, ao passo que, trabalhando com nstrumentos de precsões angulares menores deve-se dmnur a dstânca entre 1 e para garantr em a mesma precsão das coordenadas do vértce orgem COCLUSÕS a maora dos trabalhos topográfcos convenconas executados no Brasl as polgonas sempre tveram as coordenadas dos seus vértces calculadas a partr de um ponto ncal de coordenadas arbtradas e sempre tveram os seus os seus alnhamentos orentados para o norte magnétco, no mínmo. os cálculos topográfcos convenconas não exsta a cultura de análse ndvdual por ponto para nvestgar a propagação dos erros médos nas coordenadas dos vértces de uma polgonal e muto menos nos pontos rradados. O que no máxmo exsta era a precsão da polgonal que nformava uma razão entre o perímetro da polgonal e erro lnear total cometdo no trabalho. sse tpo de nformação colocava as coordenadas de todos os vértces da polgonal na mesma de precsão, e, não se conheca a precsão dos pontos rradados, o que não é mas sufcente para trabalhos georreferencados. Os resultados aqu apresentados mostram que os pontos rradados conterão pouco ou nenhum erro propagado a partr da lnha base, se a dstânca lmte for respetada. ode-se assumr, pelo que fo demonstrado, que trabalhando com estações totas que possuam 1 ou 3 ou 5 segundos de precsão angular não haverá propagação sgnfcatva de erros nas coordenadas do ponto rradado, se a dstânca entre a lnha base e o ponto rradado for menor que a dstânca lmte de 53 metros. 5. RFRÊCIAS BIBLIOGRÁFICAS DALMOLI, Q. Ajustamento por Mínmos Quadrados. ª dção. Curtba, 4. GMAL, C. Introdução ao Ajustamento de Observações: Aplcações Geodéscas. ª dção. Curtba, dt. UFR, 15. ISTITUTO ACIOAL D COLOIZAÇÃO RFORMA AGRÁRIA. orma Técnca para Georreferencamento de Imóves Ruras. ª dção. Brasíla, 1. ISTITUTO ACIOAL D COLOIZAÇÃO RFORMA AGRÁRIA. orma Técnca para Georreferencamento de Imóves Ruras. 3ª dção. Brasíla, 13. MZORI, M. Georreferencamento Concetos. dtora Baraúna, São aulo, S, (17). MOICO, J.F.G.; DAL ÓZ, A..; GALO, M.; SATOS, M.C.; CASTRO, L.O. Acurára e precsão: revendo os concetos de forma acurada. Boletm de Cêncas Geodéscas, v.15, p , Curtba, 9. SILVA I.; SGATI,.C.L. Topografa para ngenhara. lsever dtora Ltda, Ro de Janero, RJ, 15. TAYLOR, J.R. Introdução à Análse de rros: O studo de Incertezas em Medções Físcas. ª dção. orto Alegre, 1. V.1, o., Agosto/18 ágna 65

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

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

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

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

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

Cap. IV Análise estatística de incertezas aleatórias

Cap. IV Análise estatística de incertezas aleatórias TLF 010/11 Cap. IV Análse estatístca de ncertezas aleatóras Capítulo IV Análse estatístca de ncertezas aleatóras 4.1. Méda 43 4.. Desvo padrão 44 4.3. Sgnfcado do desvo padrão 46 4.4. Desvo padrão da méda

Leia 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

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

Aula Características dos sistemas de medição

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

Leia mais

1. CORRELAÇÃO E REGRESSÃO LINEAR

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

Leia mais

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

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

AVALIAÇÃO NA PRECISÃO DE RECEPTORES GPS PARA O POSICIONAMENTO ABSOLUTO RESUMO ABSTRACT

AVALIAÇÃO NA PRECISÃO DE RECEPTORES GPS PARA O POSICIONAMENTO ABSOLUTO RESUMO ABSTRACT AVALIAÇÃO NA PRECISÃO DE RECEPTORES GPS PARA O POSICIONAMENTO ABSOLUTO Rodrgo Mkosz Gonçalves John Alejandro Ferro Sanhueza Elmo Leonardo Xaver Tanajura Dulana Leandro Unversdade Federal do Paraná - UFPR

Leia mais

Regressão Múltipla. Parte I: Modelo Geral e Estimação

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

Leia mais

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Eletromagnetismo Aplicado

Eletromagnetismo Aplicado letromagnetsmo Aplcado Undade 5 Propagação de Ondas letromagnétcas em Meos Ilmtados e Polaração Prof. Marcos V. T. Heckler Propagação de Ondas letromagnétcas e Polaração 1 Conteúdo Defnções e parâmetros

Leia mais

Regressão Linear Simples by Estevam Martins

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

Leia mais

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

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

Leia mais

TEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma.

TEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma. UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO CENTRO DE CIÊNCIAS EXATAS DEPARTAMENTO DE FÍSICA AV. FERNANDO FERRARI, 514 - GOIABEIRAS 29075-910 VITÓRIA - ES PROF. ANDERSON COSER GAUDIO FONE: 4009.7820 FAX: 4009.2823

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

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

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

CAPÍTULO IV PROPRIEDADES GEOMÉTRICAS DA SEÇÃO TRANSVERSAL

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

Leia mais

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

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

Teoria Elementar da Probabilidade

Teoria Elementar da Probabilidade 10 Teora Elementar da Probabldade MODELOS MATEMÁTICOS DETERMINÍSTICOS PROBABILÍSTICOS PROCESSO (FENÓMENO) ALEATÓRIO - Quando o acaso nterfere na ocorrênca de um ou mas dos resultados nos quas tal processo

Leia mais

Curvas Horizontais e Verticais

Curvas Horizontais e Verticais Insttução: Faculdade de Tecnologa e Cêncas Professor: Dego Queroz de Sousa Dscplna: Topografa Curvas Horzontas e ertcas 1. Introdução Exstem dversas ocasões na engenhara em que os projetos são desenvolvs

Leia mais

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

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

Leia mais

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

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

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

Leia mais

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

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

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

Leia mais

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

DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS

DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS 177 DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS Antôno Carlos da Slva Flho Un-FACEF Introdução Trend Strps (TS) são uma nova técnca de análse da dnâmca de um sstema,

Leia mais

Medidas e resultados em um experimento.

Medidas e resultados em um experimento. Meddas e resultados em um expermento. I- Introdução O estudo de um fenômeno natural do ponto de vsta expermental envolve algumas etapas que, mutas vezes, necesstam de uma elaboração préva de uma seqüênca

Leia mais

6 Modelo Proposto Introdução

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

Leia mais

GABARITO ERP19. impedância total em pu. impedância linha em pu; impedância carga em pu; tensão no gerador em pu.

GABARITO ERP19. impedância total em pu. impedância linha em pu; impedância carga em pu; tensão no gerador em pu. GABARITO ERP9 Questão mpedânca total em pu. mpedânca lnha em pu; mpedânca carga em pu; tensão no gerador em pu. Assm, tem-se que: ( ). Mas, ou seja: : ( ).. Logo: pu. () A mpedânca da carga em pu,, tem

Leia mais

Introdução às Medidas em Física a Aula

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

Leia mais

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

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

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

Leia mais

Cálculo Numérico BCC760 Interpolação Polinomial

Cálculo Numérico BCC760 Interpolação Polinomial Cálculo Numérco BCC76 Interpolação Polnomal Departamento de Computação Págna da dscplna http://www.decom.ufop.br/bcc76/ 1 Interpolação Polnomal Conteúdo 1. Introdução 2. Objetvo 3. Estênca e uncdade 4.

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

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

8 - Medidas Descritivas

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

Leia mais

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

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

Eletrotécnica AULA Nº 1 Introdução

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

Leia mais

PARTE I Componente teórica

PARTE I Componente teórica Gua de resolução TOPOGRAFIA Mestrado Integrado em ngenhara Cvl 1.º Semestre 016/017 1.ª Época 14 de janero de 017, 11h0m - Duração: h0m Sem consulta Materal admtdo só na parte II: calculadora PART I Componente

Leia mais

Existem: Correcções aos ângulos azimutais e aos azimutes; Correcções às distâncias zenitais ; Correcções às distâncias; Correcções aos desníveis;

Existem: Correcções aos ângulos azimutais e aos azimutes; Correcções às distâncias zenitais ; Correcções às distâncias; Correcções aos desníveis; Correcções e eduções às Observações s observações devem, por prncípo, ser sempre reduzdas aos sstemas de referênca própros devdo, quer à geométra de observação, quer a prncípos físcos dos processos de

Leia mais

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

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

Leia mais

6 Análises de probabilidade de ruptura de um talude

6 Análises de probabilidade de ruptura de um talude 6 Análses de probabldade de ruptura de um talude 6.. Introdução No presente capítulo, apresentam-se prevsões de probabldades de ruptura para o talude de jusante da Barragem de Benguê mostrada na fgura

Leia 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

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

2. MEDIDAS DE TENDÊNCIA CENTRAL OU MEDIDAS DE POSIÇÃO

2. MEDIDAS DE TENDÊNCIA CENTRAL OU MEDIDAS DE POSIÇÃO Materal elaborado por Mara Tereznha Marott, Rodrgo Coral e Carla Regna Kuss Ferrera Atualzado por Mlton Procópo de Borba. MEDIDAS DE TENDÊNCIA CENTRAL OU MEDIDAS DE POSIÇÃO Para melhor caracterzar um conjunto

Leia mais

INSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO

INSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO Área Centfca Curso Matemátca Engenhara Electrotécnca º Semestre º 00/0 Fcha nº 9. Um artgo da revsta Wear (99) apresenta dados relatvos à vscosdade do óleo e ao desgaste do aço maco. A relação entre estas

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

Covariância na Propagação de Erros

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

Leia mais

FUNDAMENTOS DE ROBÓTICA. Modelo Cinemático de Robôs Manipuladores

FUNDAMENTOS DE ROBÓTICA. Modelo Cinemático de Robôs Manipuladores FUNDMENTOS DE ROBÓTIC Modelo Cnemátco de Robôs Manpuladores Modelo Cnemátco de Robôs Manpuladores Introdução Modelo Cnemátco Dreto Modelo Cnemátco de um Robô de GDL Representação de Denavt-Hartenberg Exemplos

Leia mais

PROVA 2 Cálculo Numérico. Q1. (2.0) (20 min)

PROVA 2 Cálculo Numérico. Q1. (2.0) (20 min) PROVA Cálculo Numérco Q. (.0) (0 mn) Seja f a função dada pelo gráfco abaxo. Para claro entendmento da fgura, foram marcados todos os pontos que são: () raízes; () pontos crítcos; () pontos de nflexão.

Leia mais

Procedimento Recursivo do Método dos Elementos de Contorno Aplicado em Problemas de Poisson

Procedimento Recursivo do Método dos Elementos de Contorno Aplicado em Problemas de Poisson Trabalho apresentado no III CMAC - SE, Vtóra-ES, 015. Proceedng Seres of the Brazlan Socety of Computatonal and Appled Mathematcs Procedmento Recursvo do Método dos Elementos de Contorno Aplcado em Problemas

Leia mais

CURSO A DISTÂNCIA DE GEOESTATÍSTICA

CURSO A DISTÂNCIA DE GEOESTATÍSTICA CURSO A DISTÂNCIA DE GEOESTATÍSTICA Aula 6: Estaconardade e Semvarânca: Estaconardade de a. ordem, Hpótese ntríseca, Hpótese de krgagem unversal, Crtéros para escolha, Verfcação, Representatvdade espacal,

Leia mais

Processamento de Imagem. Prof. MSc. André Yoshimi Kusumoto

Processamento de Imagem. Prof. MSc. André Yoshimi Kusumoto Processamento de Imagem Prof. MSc. André Yoshm Kusumoto andrekusumoto.unp@gmal.com Operações pontuas globas em magens Uma operação pontual global em uma magem dgtal r é a função f(r) aplcada a todo pxel

Leia mais

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

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

Leia mais

INTRODUÇÃO À CALIBRAÇÃO MULTIVARIADA

INTRODUÇÃO À CALIBRAÇÃO MULTIVARIADA INTRODUÇÃO À CALIBRAÇÃO MULTIVARIADA APLICAÇÃO NO CONTROLE DE QUALIDADE DE FÁRMACOS Prof. Dr. Marcelo Martns de Sena MÓDULO 04 Undade Unverstára de Cêncas Eatas e Tecnológcas UnUCET Anápols 1 MÓDULO 04

Leia mais

2 Metodologia de Medição de Riscos para Projetos

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

Leia mais

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

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

Leia mais

Universidade Estadual do Centro-Oeste Departamento de Física CEDETEG. Introdução à construção de gráficos

Universidade Estadual do Centro-Oeste Departamento de Física CEDETEG. Introdução à construção de gráficos Unversdade Estadual do Centro-Oeste Departamento de Físca CEDETEG Introdução à construção de gráfcos 004 1 1. Introdução Gráfcos, como equações e taelas, mostram como se relaconam duas ou mas grandezas

Leia mais

R X. X(s) Y Y(s) Variáveis aleatórias discretas bidimensionais

R X. X(s) Y Y(s) Variáveis aleatórias discretas bidimensionais 30 Varáves aleatóras bdmensonas Sea ε uma experênca aleatóra e S um espaço amostral assocado a essa experênca. Seam X X(s) e Y Y(s) duas funções cada uma assocando um número real a cada resultado s S.

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

CURSO de ESTATÍSTICA Gabarito

CURSO de ESTATÍSTICA Gabarito UNIVERSIDADE FEDERAL FLUMINENSE TRANSFERÊNCIA o semestre letvo de 010 e 1 o semestre letvo de 011 CURSO de ESTATÍSTICA Gabarto INSTRUÇÕES AO CANDIDATO Verfque se este caderno contém: PROVA DE REDAÇÃO com

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

Algoritmos Genéticos com Parâmetros Contínuos

Algoritmos Genéticos com Parâmetros Contínuos com Parâmetros Contínuos Estéfane G. M. de Lacerda DCA/UFRN Mao/2008 Exemplo FUNÇÃO OBJETIVO : 1,0 f ( x, y) 0, 5 sen x y 0, 5 1, 0 0, 001 x 2 2 2 y 2 2 2 0,8 0,6 0,4 0,2 0,0-100 -75-50 -25 0 25 50 75

Leia mais

Dados ajustáveis a uma linha recta

Dados ajustáveis a uma linha recta Capítulo VI juste dos Mínmos Quadrados Dados ajustáves a uma lnha recta Determnação das constantes e B Incerteza nas meddas de Incerteza na determnação de e B juste dos mínmos quadrados a outras curvas:

Leia mais

Equações Simultâneas

Equações Simultâneas Equações Smultâneas Caracterzação. Os modelos de equações smultâneasenvolvem mas de uma varável dependente, ou endógena, sendo necessáras tantas equações quanto for o número de varáves endógenas 2. Uma

Leia mais

AEP FISCAL ESTATÍSTICA

AEP FISCAL ESTATÍSTICA AEP FISCAL ESTATÍSTICA Módulo 11: Varáves Aleatóras (webercampos@gmal.com) VARIÁVEIS ALEATÓRIAS 1. Conceto de Varáves Aleatóras Exemplo: O expermento consste no lançamento de duas moedas: X: nº de caras

Leia mais

Covariância e Correlação Linear

Covariância e Correlação Linear TLF 00/ Cap. X Covarânca e correlação lnear Capítulo X Covarânca e Correlação Lnear 0.. Valor médo da grandeza (,) 0 0.. Covarânca na propagação de erros 03 0.3. Coecente de correlação lnear 05 Departamento

Leia mais

Análise Exploratória de Dados

Análise Exploratória de Dados Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: obter uma reta que se ajuste aos dados segundo o crtéro de mínmos quadrados; apresentar outros crtéros para a determnação de uma

Leia mais

2 Referencial Teórico

2 Referencial Teórico Referencal Teórco O obetvo deste capítulo é apresentar os concetos de rsco, correlação e dversfcação no contexto da Teora oderna de Carteras e os últmos estudos a respeto das correlações entre mercados

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

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel MOQ-14 PROJETO e ANÁLISE de EPERIMENTOS Professor: Rodrgo A. Scarpel rodrgo@ta.br www.mec.ta.br/~rodrgo Prncípos de cração de modelos empírcos: Modelos (matemátcos, lógcos, ) são comumente utlzados na

Leia mais

Cap. 11 Correlação e Regressão

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

Leia mais