Obtenção da Transformação de Corpo Rígido em Registro de Imagens com Deformação Usando Thin Plate Splines

Tamanho: px
Começar a partir da página:

Download "Obtenção da Transformação de Corpo Rígido em Registro de Imagens com Deformação Usando Thin Plate Splines"

Transcrição

1 Obteção da Trasformação de Corpo Rígdo em Regstro de Images com Deformação Usado Th Plate Sples JOSÉ EDUARDO C CASTANHO CLÉSIO L TOZZI UNESP - FET - DEE C P 473, Bauru, CEP 7-97, SP, Brasl castaho@azulbauruuespbr UNICAMP - FEE - DCA Caxa Postal 6, CEP , Campas, SP, Brasl cleso@dcafeeucampbr Abstract: Th plate sples preset features that make them sutable for mage regstrato of deformed mages They are fuctos that ca be terpreted as a lear combato of a plae (modellg a geeral lear trasformato) wth a smooth surface (modellg a affe-free deformato) I ths way, regstrato wth th plates sples ca be terpreted as a problem of surface fttg through a scattered set of pots I some applcatos, as mage regstrato of seral sectos, t s ofte ecessary to fd a rgd body trasformato that matches features two mages uder atural deformatos We preset a method for mage regstrato usg th plate sples such that the lear term of the fucto s assured to be of rgd body type The resultg fucto s optmal the sese that the total bedg eergy of the ftted surface s mmum Keywords: Th plate sples, mage regstrato, seral cross sectos algmet Itrodução O regstro de mages é ecessáro em dversas aplcações de processameto de magem e vsão computacoal De um modo smples, o objetvo do regstro de mages cosste em, dadas duas mages da mesma cea, que apresetam dfereças devdo ao processo de aqusção (como por exemplo, dfereça temporal, de âgulo de vsta, etc), obter uma relação de mapeameto etre as duas mages de tal forma que as dfereças etre as mages sejam elmadas, ou mmzadas, ou ada ressaltadas, depededo da aplcação Os parâmetros da relação de mapeameto, defda pelas fuções f x e f y, (eq ), que mapeam as coordeadas (x,y) da magem orgem para as coordeadas (u,v) da magem desto, são, em geral, determados segudo um crtéro de otmzação coveete (sedo comum a mmzação de dstâcas) u = f x (x,y); v = f y (x,y) () Um úmero muto grade de téccas de regstro de mages tem sdo apresetado a lteratura vsado dferetes aplcações, cada qual atededo uma determada partculardade Um estudo bastate detalhado e geérco dos métodos de regstro pode ser ecotrado em [Brow,9] e uma revsão dos métodos de regstro aplcada a área médca pode ser ecotrada em [Else,93] Neste artgo é dscutdo o problema do regstro de mages de seções seradas sob fluêca de deformações aturas Um método baseado a utlzação de th plate sples é proposto Na abordagem apresetada obtém-se o mapeameto de regstro como sedo a sobreposção dos efetos de uma deformação atural aos efetos de uma trasformação de corpo rígdo O resultado, assm obtdo, é ótmo o setdo de que a eerga total de deformação é mmzada Na próxma seção são apresetadas as motvações, os aspectos cocetuas e de mplemetação do método de regstro utlzado th plate sples Na sequêca, é apresetado um método para a determação da trasformação rígda embutda a fução de mapeameto caracterzada pela TPS e é feta a avalação dos resultados obtdos com sua aplcação Falmete, são apresetados cometáros e coclusões a respeto do método apresetado Regstro de Seções Seradas com Th Plate Sples Uma aplcação de regstro de mages bastate comum em bologa, medca e outras áreas cosste o alhameto de mages de seções seradas com o Aas do IX SIBGRAPI (996) 8-87

2 8 J E CASTANHO E C L TOZZI objetvo de recostrução 3D Nestas aplcações, o objetvo do processo de regstro é recuperar o alhameto das mages, umas em relação às outras, perddo com o processo de seccoameto A trasformação ecessára para recuperar o alhameto é faclmete detfcável como sedo uma trasformação de corpo rígdo, sto é, composta de uma traslação e uma rotação U( x, y) = f ( x, y) = a + cos ϕ x se ϕ y (a) x V( x, y) = f ( x, y)= a +se ϕ x+cos ϕ y (b) y As maores dfculdades para o regstro deste tpo de magem surgem devdo ao fato de se usar duas mages de cortes dferetes de um mesmo corpo e que, portato, podem apresetar dfereças aturas de alteração de forma, ou de elemetos Assm, o desalhameto devdo a aqusção se cofude com as dfereças aturas de (de)formação e tora-se dfícl a correta determação dos parâmetros da trasformação de corpo rígdo utlzado elemetos trísecos à magem Quado as dfereças de deformação ão são grades, métodos de mmzação quadrátca podem dar bos resultados [Merckel 88], em outros casos, os quas as dfereças são locas, métodos baseados a orma estatístca, como a trasformada de Hough [Castaho 95], podem ser mas dcados Embora possa ser vatajoso em algus casos, ão estaremos cosderado, este trabalho, a utlzação de elemetos extrísecos, como marcas fducas A utlzação de th plate sples (TPS), ou sple de superfíces, para o regstro de mages com deformações fo proposto pela prmera vez por Goshtasby [Goshtasby88] No seu trabalho é sugerdo que th plate sples são superores ao emprego de polômos para a realzação de warpg de mages Th plate sples são fuções que apresetam característcas teressates para a aplcação este tpo de problema Estas fuções modelam uma superfíce fta de metal delgado, o qual potos de carga provocam deformações A sua formulação assegura as restrções de que a superfíce terpolate apreseta míma eerga de deformação, com relação aos potos de carga mpostos, e que seja suave, sto é, C exste e é cotua Th plate sples são formadas através de combação lear de fuções radas, o que sgfca que os valores da fução são obtdos pela dfereça (ou dstâca) de coordeadas do poto ode a fução deve ser avalada para as coordeadas de potos de referêca A medda que se afasta dos potos de carga, a fução apreseta um comportameto quase lear Assm, embora sejam fuções de terpolação globas, as fluêcas de deformações locas tedem a dmur a medda que se afasta do poto de deformação Métodos globas baseados em ajuste por mímos quadrados propagam o efeto de dstorções locas por toda a magem, através de poderação ou equalzação [Wolberg,94], [Goshtasby,88] Com a fução TPS, os efetos das dstorções locas afetam toda a magem, porém seu efeto dmu a medda que se afasta do poto de fluêca da deformação Regstro com th plate sples A determação das fuções u=f x (x,y), e v=f y (x,y) usado th plate sples pode ser terpretada como sedo um problema de terpolação de uma superfíce suave por um cojuto de potos Assm, dado um cojuto de potos de cotrole (x k, y k ) a magem orgem e um cojuto de potos correspodetes, (u k,v k ), a magem desto, a determação das fuções f x (x,y), f y (x,y) é equvalete a determar duas superfíces suaves: uma que passa através dos potos (x k, y k, u k ) e outra através de (x k, y k, v k ) Se o problema de regstro em questão é modelado por uma trasformação afm, etão as superfíces que passam pelos potos de terpolação serão plaos Caso o mapeameto da magem orgem para a magem desto apresete deformações geométrcas, etão o problema pode ser terpretado como a combação lear de duas superfíces: uma plaa, represetado uma trasformação lear e outra rregular, represetado a dstorção A fução base radal para a geração da th plate sple é defda pela segute expressão: z( x, y) = U( r) = r logr (3) ode r = x + y é a dstâca Cartesaa a orgem Devdo às característcas apresetadas pela fução U, uma combação lear de múltplos termos U(r) pode ser usada para modelar uma lâma de metal delgada com extesão fta em todas as dreções A fg mostra uma represetação de uma lâma delgada correspodete à fução: (( ) k ) ( ) ( ) z( x, y) = U x + ( y ) U ( x+ ) + y + + U x + ( y+ ) U ( x ) + y = 4 k = ( ) U x, y D k= (4) Aas do XI SIBGRAPI, outubro de 996

3 OBTENÇÃO DA TRANSF RÍGIDA EM REGISTRO DE IMAG COM DEFORMAÇÃO USANDO THIN PLATE SPLINES 83 f ( x, y) = a + ax + ay + kr log r ( 7) k= ( 8) = kx ( ) = 9 = ky = ( ) = Fg - Represetação da superfíce dada pela expressão (4) ode D k são os vértces (), (,), (-,), (,-), que defem um quadrado A terpretação físca desta fução é a de uma lâma fa de metal com potos de pressão a superfíce, com suas localzações dcadas pelos vértces do quadrado A pressão realzada sobre a superfíce a dreção ortogoal ao plao de superfíce assume o setdo dado pelos coefcetes de U, ( - ou ) em cada um dos respectvos vértces Para uma lâma delgada sujeta a uma curvatura suave, a eerga de curvatura em um poto é proporcoal à quatdade z z z + + (5) x xy y aquele poto, e z(x,y) = (-) k U( (x,y) - D k ) mmza a tegral z z z dxdy + x xy + (6) y R sobre a classe de todas as fuções z tedo os valores ( - ) k em D k Maores detalhes da formulação teórca pode ser obtda em [Bookste 89], ou em [Meguet 79a, 79b, 84] Para determação das fuções de mapeameto em x, y, é ecessáro resolver o sstema lear formado pelas equações apresetadas em (7), (8), (9), e () A equação (7) assegura a superfíce de terpolação da Th Plate Sple como superfíce suave, sto é, com a prmera dervada parcal cotua As equações (8), (9), (), asseguram que a TPS cresça quase learmete quato mas dstate dos potos de cotrole for a avalação Para cada poto de cotrole haverá uma equação da forma de (7), ode (x,y ) determam um poto de cotrole e f(x,y ) = z, resultado em equações do tpo: f( x, y ) = a + a x + a y + kr logr (a) : f( x, y ) = a + a x + a y + kr logr (b) O sstema de equações leares assm formado é resolvdo para f(x,y)=u, determado o mapeameto em x e para f(x,y) = v determado o mapeameto em y, para a determação dos parâmetros a, a, a, e k, com,, Obteção da trasformação rígda a partr da TPS Na formulação da th plate sple, como apresetada a seção ateror, a compoete lear da trasformação é dada pelo coefcetes a, a, a, os quas defem uma trasformação afm Esta formulação pode ser terpretada como sedo a sobreposção de uma superfíce de deformação sobre o plao a +a x + a y, que defe a trasformação afm Para o caso do regstro de seções seradas, este modelo ão é o deal Detro do cotexto de regstro de mages seradas, estamos teressados a obteção da trasformação rígda que alha duas mages O modelo a ser empregado deve, etão, apresetar uma trasformação de corpo rígdo mas os efetos de uma trasformação de deformação Pode-se mpor esta restrção ao modelo lmtado a trasformação afm para que esta seja uma trasformação rígda com escalameto As fuções de mapeameto fcam etão: f ( x, y) = a + α cos ϕ x α se ϕ y+ br log r x (a) f ( x, y) = a + αse ϕ x+ α cos ϕ y+ c r log r y (b) Aas do IX SIBGRAPI, outubro de 996

4 84 J E CASTANHO E C L TOZZI ode α é o fator de escalameto e ϕ é o âgulo de rotação assocados a trasformação Para que esta restrção seja satsfeta é ecessáro resolver f x e f y smultaeamete de maera que o âgulo de rotação e fator de escala determados satsfaçam ambas as fuções Para as equações em (), os parâmetros a serem determados são: (αseϕ), (αcosϕ), a x, a y, b, e c, com,, Para a determação destes parâmetros, deve-se resolver o sstema lear apresetado a segur: que as mages foram adqurdas sem varação de escala ou dstâca Portato, é ecessáro separar também o efeto do escalameto do efeto da rotação, obtdos os parâmetros αseϕ, αcosϕ, elmado-o da fução de mapeameto Esta separação pode ser faclmete realzada pela determação da orma dos vetores da matrz de rotação/escalameto Assm, (α cosϕ) + (α seϕ) = α, (5) ode α é o fator de escala, ou ada, usado a relação ϕ = ata (αseϕ / αcosϕ), (6) x x x -y -y -y [Kx] (3) ode K x = K y é o Grama da sple dado por: r log r r logr r log r r logr : : : r logr r log r a y a x αcosϕ αseϕ b * = x x x y y y b y y y x x x [Ky] (4) 3 Separação dos parâmetros de traslação, rotação, escala e deformação No método desevolvdo, dferetemete da abordagem tradcoal, há uma explctação, ou refameto, do modelo de represetação das deformações e da trasformação afm Assm, a parte lear represeta ada uma trasformação afm, porém restrta a uma trasformação do tpo corpo rígdo com escalameto Já a parte ão lear represeta um deslocameto de coordeadas aplcada a cada poto para modelagem da deformação que ajusta as mages Do poto de vsta do regstro de seções seradas deve-se terpretar o fator de escala também como uma deformação, pos se cosdera c c u u u v v v para obter o âgulo de rotação substtudo de volta em (αseϕ), obtemos o fator da escala Deve-se otar, etretato, que a smples elmação do fator de escala da trasformação ão é possível pos os coduz a obteção de um resultado de regstro egaoso Supodo que se esteja trabalhado com cotoros, o segute método é proposto para solar o efeto da rotação do de escala: Determa-se o cetro de massa do cotoro orgem Aplca-se a trasformação lear obtda, cludo traslação, escalameto e rotação, excludo-se os efetos da deformação ao cotoro orgem 3 Determa-se o cetro de massa do cotoro assm trasformado 4 Determa-se a traslação de regstro pela dfereça etre as coordeadas dos cetros de massa dos cotoros ates e depos da aplcação do mapeameto; 5 Determa-se a rotação pela expressão (6) A sequêca acma, embora baseada o uso de cotoros, pode ser estedda para outras stuações Deve-se observar que o cetro de massa é calculado após a trasformação sem os efetos da deformação sobre o cotoro Isto é dferete de calcular a traslação usado os cetros de massa do cotoro de orgem e do cotoro de desto, o que cofgurara o regstro pelo cetro de massa dos cotoros correspodetes 3 Resultados Para a verfcação do método de regstro, são apresetados a segur algus expermetos com a utlzação de dos polígoos represetado cotoros Um deles fo dervado a partr do outro através da smulação de deformações Este polígoo é etão rotacoado, trasladado e etão usado como alvo para o regstro com o polígoo orgal sem deformação Os resultados dos parâmetros de trasformação, obtdos Aas do XI SIBGRAPI, outubro de 996

5 OBTENÇÃO DA TRANSF RÍGIDA EM REGISTRO DE IMAG COM DEFORMAÇÃO USANDO THIN PLATE SPLINES 85 pela aplcação do método de regstro desevolvdo, são, etão, comparados com os resultados das trasformações aplcadas, permtdo avalar o desempeho do método Na fg, são mostrados os cotoros gerados para os testes, sem os efetos de rotação e deslocameto Em todas as fguras o traço cotíuo represeta o cotoro deformado a partr do cotoro orgal em tracejado Na fgura a) o cotoro cotíuo fo obtdo a partr do cotoro em tracejado através de deslocameto em algus vértces Na fgura b) o cotoro sofre, além da deformação ateror, um escalameto de fator, Na fg c) fo provocado uma deformação mas acetuada, atgdo maor úmero de vértces e um escalameto de fator, Fg 3 - Cotoros da fg a após o regstro Numercamete os resultados obtdos foram: Traslação em x: 3 Traslação em y: Rotação: Escala: a) b) 5 5 Teste : Regstro do cotoro da fg b c) Fg - Comparação do cotoro orgal cotra os cotoros com deformação, gerados para teste Após a geração dos cotoros com deformação, estes foram rotacoados e trasladados com os segutes valores: Rotação: 6 Traslação em x: Traslação em y: 5 Falmete o cotoro orgal sem deformação é regstrado cotra cada um dos cotoros deformados Os resultados obtdos com o regstro são mostrados a segur Teste : Regstro do cotoro da fg a com pequeo grau de deformação O resultado do regstro é mostrado a fg3 abaxo Fg4 - Resultado do regstro do cotoro da fg b deformado (em lha cotua) com o cotoro orgal (em tracejado) Numercamete os resultados obtdos foram: Traslação em x: 8 Traslação em y: Rotação: Escala: 83 Teste 3: Regstro do cotoro da fg c Aas do IX SIBGRAPI, outubro de 996

6 86 J E CASTANHO E C L TOZZI Fg5 - Regstro do cotoro da fg c deformado (em lha cotua) com o cotoro orgal ( em tracejado) Numercamete os resultados foram: Traslação em x: Traslação em y: 4985 Rotação: Escala: 9759 Erro percetual a traslação: tx = -863%, ty = -3699% 4 Cometáros Algumas cosderações devem ser fetas com relação a terpretação e aálse dos resultados dos expermetos o que se refere a precsão Em prmero lugar, é ecessáro esclarecer que os exemplos foram cocebdos com a faldade de reproduzr o mas felmete possível stuações reas e os polígoos foram produzdos baseados em mages dgtalzadas Porém, ada são apeas smulações e ão represetam todas as possbldades de emprego do método Também é ecessáro se efatzar que os expermetos foram realzados utlzado-se cotoros com deformações artfcal produzdas e que ão respetam ecessaramete o crtéro de regstro, sto é, deformações com míma eerga de curvameto Cotudo, os resultados obtdos são bastate sgfcatvos No prmero teste, a pequea deformação teve pouca fluêca o resultado e o erro fo meor que um pxel as traslações e meor que um grau a rotação No segudo teste, com um escalameto acrescetado, o resultado também fo bastate precso, demostrado a pequea fluêca do escalameto o resultado Isto era prevsível, já que o escalameto, sedo uma trasformação lear, ão modfca a eerga de curvameto da th plate sple No tercero teste, com uma deformação mas acetuada o cotoro, o resultado se deterora um pouco, porém ada é bastate bom e vsualmete harmooso Nestes expermetos, os potos de cotrole utlzados para o regstro dos cotoros são os própros vértces que defem os polígoos Portato, este caso ão há problema de casameto equvocado dos potos de cotrole, já que o polígoo de desto é dervado do polígoo de orgem No caso de regstro de mages aturas a escolha dos potos de cotrole, bem como o matchg correto etre eles as duas mages é um problema sem solução smples Não etraremos em cosderações a este respeto este artgo por estar fora dos objetvos propostos Porém, é teressate otar que a th plate sple também oferece recursos para a aálse da qualdade do matchg etre os potos de cotrole através da aálse dos íves de deformação (ou de eerga) com os quas cada poto esta assocado Por exemplo, poderemos cosderar que potos de cotrole com um grade ível de deformação assocado, ão apresetam um alto grau de cofabldade e portato podem ser descartados em um processo de regstro teratvo O artgo de Bookste [Bookste 89] apreseta subsídos para o procedmeto dessa aálse Algus aspectos computacoas devem ser cometados Flusser chama a ateção em seu artgo [Flusser 9] para o fato de que o custo computacoal da solução do sstema equações é elevado quado o úmero de potos de cotrole excede a 5, vablzado a sua aplcação Mas recetemete, Barrodale mostra que recetes avaços em téccas de cálculo umérco mmzaram a mportâca deste problema [Barrodale 93] De qualquer modo, em mutas aplcações, a quatdade de potos utlzada pode ser bem meor do que 5 Com relação a aplcabldade do método, é precso fcar claro que os resultado obtdos com o procedmeto apresetado é ótmo estrtamete detro do coceto de que a eerga total para o deformação (ou curvameto da superfíce) é mmzada A adoção desta técca pressupõe que a aplcação, ou o objeto das mages, para qual o regstro deva ser usado, obedeça este crtéro, ou pelo meos apresete um comportameto aproxmado Por outro lado, o crtéro de mmzação de eerga esta presete em uma sére modelos físcos e clusve a modelagem de algus processos vsuas [Terzopoulos 83], [Grmso 83], e, por sso, do poto de vsta de modelagem de um feômeo atural, como é o caso das deformações em amostras de bologa, a utlzação deste crtéro é bastate plausível É bom lembrar que este mesmo prcípo é aplcado a formulação de curvas sples aturas e uma dmesão, das quas a th plate sple é uma extesão [Lacaster 86] Aas do XI SIBGRAPI, outubro de 996

7 OBTENÇÃO DA TRANSF RÍGIDA EM REGISTRO DE IMAG COM DEFORMAÇÃO USANDO THIN PLATE SPLINES 87 As característcas terpolatóras das th plate sples também sugerem seu emprego para terpolação etre mages, com vatages sobre métodos que se utlzam de polômos Proposta semelhate fo apresetada por Ruprecht [Ruprecht 94] com a utlzação de outras fuções radas A utlzação da mesma técca para regstro e terpolação das mages pode, evetualmete, ser utlzada para gahos computacoas e de mplemetação 5 Coclusões Apresetamos, este artgo, uma ova técca de regstro utlzado th plate sples como fução de mapeameto Embora do poto de vsta de mplemetação as modfcações apresetadas, em relação a aplcação dreta da th plate sple para regstro de mages, sejam relatvamete smples, do poto de vsta cocetual do modelo usado e da sua terpretação, as mudaças são sgfcatvas No modelo apresetado este artgo, o regstro é feto modelado-se uma trasformação rígda com a sobreposção de efetos de escalameto uforme e de deformações Dferetemete, a aplcação dreta da th plate sple, a trasformação de regstro é modelada como sedo uma combação lear de uma trasformação afm geérca com uma compoete de deformação A fução de mapeameto obtda obedece ao crtéro de que a eerga total de deformação é míma O modelo apresetado se aplca de maera muto mas precsa ao regstro de mages de seções seradas Esta abordagem dfere, e mostra-se cocetualmete mas adequada do que a abordagem de outros métodos apresetados a lteratura, os quas teta-se separar os efetos da deformação pela escolha dos elemetos adequados da magem, ou este efeto é tratado como um problema de mmzação do erro mplícto o dados 6 Bblografa [Barrodale 93] - Barrodale, I, et all Warpg Dgtal Images usg Th Plate Sples Patter Recogto, vol 6, o, pp , 993 [Bookste 89] - F L Bookste Prcpal Warps: Th-Plate Sples ad the Decomposto of Deformatos, PAMI, vol, o 6, pp , Jue, 989 [Brow 9] - L Gottesfeld Brow, A survey of mage regstrato techques, Computg Surveys, vol 9, pp , 99 [Castaho 95] - José E Castaho, Olga RP Bello, Cléso Tozz Image Regstrato Ad Image Iterpolato I Volume Rederg Of Cross Sectos 995 IEEE Iteratoal Coferece o Systems, Ma ad Cyberetcs, Vacouver, Caadá, October, 995 [Else 93] - Petra A va de Else, Evert-Ja D Pol Max A Vergever Medcal Image Matchg - A Revew wth Classfcato IEEE Egeerg Medce ad Bology, pp 6-39, 993 [Flusser 9] - J Flusser, A adaptve method for mage regstrato, Patter Recogto, vol 5, o, pp 45-54, 99 [Goshtasby 88] - A Goshtasby Regstrato of mages wth geometrc dostortos IEEE Trasactos o Geoscece ad Remote Sesg, 6, pp 6-64, 988 [Grmso 83] - W E L Grmso, A mplemetato of a Computacoal Theory of Vsual Surface Iterpolato Computer Vso, Graphcs, ad Image Processg,, pp 39-69, 983 [Lacaster 86] - Peter Lacaster ad Kestuts Salkauskas Curve ad Surface Fttg Academc Press, 986 [Meguet 79a] - J Meguet A trsc approach to multvarate sple terpolato at arbtrary pots, Polyomal ad Sple approxmato, B Sahey, Ed Dordrecht, The Netherlads: Redel, pp 63-9, 979 [Meguet 79b] - Jea Meguet Multvarate terpolato at arbtrary pots made smple, Joural of Appled Math ad Physcs (ZAMP), vol 3, pp 9-34, 979 [Meguet 84] - J Meguet Surface sple terpolato, Approxmato Theory ad Sple Fuctos, S P Sgh et al, Ed Dordrecht, The Netherlads: Redel, pp 7-4, 984 [Merckel 88] - Mchael Merckel 3D Recostructo: The Regstrato Problem Computer Vso Graphcs, ad Image Processg, 4, 6-9, 988 [Ruprecht 94] - D Ruprecht ad Herch Müller Deformed Cross-Dssolves for Image Iterpolato Scetfc Vsualzato The Joural of Vsualzato ad Computer Amato, vol 5, pp 67-8, 994 [Terzopoulos 83] - Demtr Terzopoulos Multlevel Computacoal Process for Vsual Surface Recostructo Computer Vso, Graphcs, ad Image Processg, 4, pp 5-96, 983 [Wolberg 94] - Wolberg, G Dgtal Image Warpg IEEE Computer Socety Press, 994 Aas do IX SIBGRAPI, outubro de 996

Construção e Análise de Gráficos

Construção e Análise de Gráficos Costrução e Aálse de Gráfcos Por que fazer gráfcos? Facldade de vsualzação de cojutos de dados Faclta a terpretação de dados Exemplos: Egehara Físca Ecooma Bologa Estatístca Y(udade y) 5 15 1 5 Tabela

Leia mais

Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1.

Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1. Iterpolação Iterpolação é um método que permte costrur um ovo cojuto de dados a partr de um cojuto dscreto de dados potuas cohecdos. Em egehara e cêcas, dspõese habtualmete de dados potuas, obtdos a partr

Leia mais

Complexidade Computacional da Determinação da Correspondência entre Imagens

Complexidade Computacional da Determinação da Correspondência entre Imagens Complexdade Computacoal da Determação da Correspodêca etre Images Adraa Karlstroem Laboratóro de Sstemas Embarcados Departameto de Egehara Mecatrôca Escola Poltécca da Uversdade de São Paulo adraa.karlstroem@pol.usp.br

Leia mais

Capítulo V - Interpolação Polinomial

Capítulo V - Interpolação Polinomial Métodos Numércos C Balsa & A Satos Capítulo V - Iterpolação Polomal Iterpolação Cosdere o segute couto de dados: x : x0 x x y : y y y 0 m m Estes podem resultar de uma sequêca de meddas expermetas, ode

Leia mais

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS ANÁLISE DE ERROS A oservação de um feómeo físco ão é completa se ão pudermos quatfcá-lo. Para é sso é ecessáro medr uma propredade físca. O processo de medda cosste em atrur um úmero a uma propredade físca;

Leia mais

Difusão entre Dois Compartimentos

Difusão entre Dois Compartimentos 59087 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 4 Dfusão etre Dos Compartmetos A le de Fck para membraas (equação 4 da aula passada) mplca que a permeabldade de uma membraa a um soluto é dada pela razão

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. É o grau de assocação etre duas ou mas varáves. Pode ser: correlacoal ou Prof. Lorí Val, Dr. val@mat.ufrgs.r http://www.mat.ufrgs.r/~val/ expermetal. Numa relação expermetal os valores de uma das varáves

Leia mais

Métodos iterativos. Capítulo O Método de Jacobi

Métodos iterativos. Capítulo O Método de Jacobi Capítulo 4 Métodos teratvos 41 O Método de Jacob O Método de Jacob é um procedmeto teratvo para a resolução de sstemas leares Tem a vatagem de ser mas smples de se mplemetar o computador do que o Método

Leia mais

MEDIDAS DE TENDÊNCIA CENTRAL I

MEDIDAS DE TENDÊNCIA CENTRAL I Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, edca Veterára, uscoterapa, Odotologa, Pscologa EDIDAS DE TENDÊNCIA CENTRAL I 7 7. EDIDAS DE

Leia mais

4 Métodos Sem Malha Princípio Básico dos Métodos Sem Malha

4 Métodos Sem Malha Princípio Básico dos Métodos Sem Malha 4 Métodos Sem Malha Segudo Lu (9), os métodos sem malha trabalham com um cojuto de ós dstrbuídos detro de um domío, assm como com cojutos de ós dstrbuídos sobre suas froteras para represetar, sem dscretzar,

Leia mais

16/03/2014. IV. Juros: taxa efetiva, equivalente e proporcional. IV.1 Taxa efetiva. IV.2 Taxas proporcionais. Definição:

16/03/2014. IV. Juros: taxa efetiva, equivalente e proporcional. IV.1 Taxa efetiva. IV.2 Taxas proporcionais. Definição: 6// IV. Juros: taxa efetva, equvalete e proporcoal Matemátca Facera Aplcada ao Mercado Facero e de Captas Professor Roaldo Távora IV. Taxa efetva Defção: É a taxa de juros em que a udade referecal de seu

Leia mais

Estabilidade no Domínio da Freqüência

Estabilidade no Domínio da Freqüência Establdade o Domío da Freqüêca Itrodução; apeameto de Cotoros o Plao s; Crtéro de Nyqust; Establdade Relatva; Crtéro de Desempeho o Domío do Tempo Especfcado o Domío da Freqüêca; Bada Passate de Sstema;

Leia mais

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados 3.1. Meddas de Tedêca Cetral CAPÍTULO 3 MEDIDA DE TENDÊNCIA CENTRAL E VARIABILIDADE UFRG 1 Há váras meddas de tedêca cetral. Etre elas ctamos a méda artmétca, a medaa, a méda harmôca, etc. Cada uma dessas

Leia mais

Professor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø.

Professor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø. Professor Maurco Lutz 1 EGESSÃO LINEA SIMPLES A correlação lear é uma correlação etre duas varáves, cujo gráfco aproma-se de uma lha. O gráfco cartesao que represeta essa lha é deomado dagrama de dspersão.

Leia mais

Capítulo 5: Ajuste de curvas pelo método dos mínimos quadrados

Capítulo 5: Ajuste de curvas pelo método dos mínimos quadrados Capítulo : Ajuste de curvas pelo método dos mímos quadrados. agrama de dspersão No capítulo ateror estudamos uma forma de ldar com fuções matemátcas defdas por uma taela de valores. Frequetemete o etato

Leia mais

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento. Prof. Lorí Val, Dr. val@pucrs.r http://www.pucrs.r/famat/val/ Em mutas stuações duas ou mas varáves estão relacoadas e surge etão a ecessdade de determar a atureza deste relacoameto. A aálse de regressão

Leia mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual Estatístca: Aplcação ao Sesorameto Remoto SER 04 - ANO 08 Estmação Potual Camlo Daleles Reó camlo@dp.pe.br http://www.dp.pe.br/~camlo/estatstca/ Iferêca Estatístca Cosdere o expermeto: retram-se 3 bolas

Leia mais

CAPÍTULO 5. Ajuste de curvas pelo Método dos Mínimos Quadrados

CAPÍTULO 5. Ajuste de curvas pelo Método dos Mínimos Quadrados CAPÍTULO Ajuste de curvas pelo Método dos Mímos Quadrados Ajuste Lear Smples (ou Regressão Lear); Ajuste Lear Múltplo (ou Regressão Lear Múltpla); Ajuste Polomal; Regressão Não Lear Iterpolação polomal

Leia mais

7 Análise de covariância (ANCOVA)

7 Análise de covariância (ANCOVA) Plejameto de Expermetos II - Adlso dos Ajos 74 7 Aálse de covarâca (ANCOVA) 7.1 Itrodução Em algus expermetos, pode ser muto dfícl e até mpossível obter udades expermetas semelhtes. Por exemplo, pode-se

Leia mais

? Isso é, d i= ( x i. . Percebeu que

? Isso é, d i= ( x i. . Percebeu que Estatístca - Desvo Padrão e Varâca Preparado pelo Prof. Atoo Sales,00 Supoha que tehamos acompahado as otas de quatro aluos, com méda 6,0. Aluo A: 4,0; 6,0; 8,0; méda 6,0 Aluo B:,0; 8,0; 8,0; méda 6,0

Leia mais

CADERNO 1 (É permitido o uso de calculadora gráfica.)

CADERNO 1 (É permitido o uso de calculadora gráfica.) Proposta de teste de avalação [mao 09] Nome: Ao / Turma: N.º: Data: - - Não é permtdo o uso de corretor. Deves rscar aqulo que pretedes que ão seja classfcado. A prova clu um formuláro. As cotações dos

Leia mais

Confiabilidade Estrutural

Confiabilidade Estrutural Professor Uversdade de Brasíla Departameto de Egehara Mecâca Programa de Pós graduação em Itegrdade Estrutural Algortmo para a Estmatva do Idce de Cofabldade de Hasofer-Ld Cofabldade Estrutural Jorge Luz

Leia mais

(1) no domínio : 0 x < 1, : constante não negativa. Sujeita às condições de contorno: (2-a) (2-b) CC2: 0

(1) no domínio : 0 x < 1, : constante não negativa. Sujeita às condições de contorno: (2-a) (2-b) CC2: 0 EXEMPLO MOTIVADO II EXEMPLO MOTIVADO II Método da Apromação Polomal Aplcado a Problemas Udrecoas sem Smetra. Equações Dferecas Ordáras Problemas de Valores o otoro Estrutura Geral do Problema: dy() d y()

Leia mais

Ivan G. Peyré Tartaruga. 1 Metodologia espacial

Ivan G. Peyré Tartaruga. 1 Metodologia espacial RELATÓRIO DE PESQUISA 5 Procedmetos o software ArcGIS 9. para elaborar os mapas da Regão Metropoltaa de Porto Alegre RMPA com as elpses de dstrbução drecoal etre 99 e 000 Iva G. Peré Tartaruga Metodologa

Leia mais

AULA Produto interno em espaços vectoriais reais ou complexos Produto Interno. Norma. Distância.

AULA Produto interno em espaços vectoriais reais ou complexos Produto Interno. Norma. Distância. Note bem: a letura destes apotametos ão dspesa de modo algum a letura ateta da bblografa prcpal da cadera Chama-se a ateção para a mportâca do trabalho pessoal a realzar pelo aluo resoledo os problemas

Leia mais

Forma padrão do modelo de Programação Linear

Forma padrão do modelo de Programação Linear POGAMAÇÃO LINEA. Forma Padrão do Modelo de Programação Lear 2. elações de Equvalêca 3. Suposções da Programação Lear 4. Eemplos de Modelos de PPL 5. Suposções da Programação Lear 6. Solução Gráfca e Iterpretação

Leia mais

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança Regressão Smples Parte III: Coefcete de determação, regressão a orgem e método de máxma verossmlhaça Coefcete de determação Proporção da varabldade explcada pelo regressor. R Varação explcada Varação total

Leia mais

ALINHAMENTO DE PROCRUSTES

ALINHAMENTO DE PROCRUSTES ALINHAMENO DE PROCRUSES Paulo Vctor Rodrgues Ferrera, Raer Gumarães Fraça, Eda Lúca Flôres, Glberto Arates Carrjo Uversdade Federal de Uberlâda Faculdade de Egehara Elétrca (FEEL) Uberlâda Mas Geras paulovrf@hotmal.com,

Leia mais

RESUMO E EXERCÍCIOS NÚMEROS COMPLEXOS ( )

RESUMO E EXERCÍCIOS NÚMEROS COMPLEXOS ( ) NÚMEROS COMPLEXOS Forma algébrca e geométrca Um úmero complexo é um úmero da forma a + b, com a e b reas e = 1 (ou, = -1), chamaremos: a parte real; b parte magára; e udade magára. Fxado um sstema de coordeadas

Leia mais

Atividades Práticas Supervisionadas (APS)

Atividades Práticas Supervisionadas (APS) Uversdade Tecológca Federal do Paraá Prof: Lauro Cesar Galvão Campus Curtba Departameto Acadêmco de Matemátca Cálculo Numérco Etrega: juto com a a parcal DATA DE ENTREGA: da da a PROVA (em sala de aula

Leia mais

Problema geral de interpolação

Problema geral de interpolação Problema geral de terpolação Ecotrar p() que verfque as codções: f j ( ) y,,,,,, j,,, m ( j) ( ) dervada de ordem j ós valores odas Eemplo: ecotrar p() que verfque:, f () 4 3, f( 3) 3, f'(3) 4 3 p() 3

Leia mais

Estatística - exestatmeddisper.doc 25/02/09

Estatística - exestatmeddisper.doc 25/02/09 Estatístca - exestatmeddsper.doc 5/0/09 Meddas de Dspersão Itrodução ão meddas estatístcas utlzadas para avalar o grau de varabldade, ou dspersão, dos valores em toro da méda. ervem para medr a represetatvdade

Leia mais

Sumário. Mecânica. Sistemas de partículas

Sumário. Mecânica. Sistemas de partículas umáro Udade I MECÂNICA 2- Cetro de massa e mometo lear de um sstema de partículas - stemas de partículas e corpo rígdo. - Cetro de massa. - Como determar o cetro de massa dum sstema de partículas. - Vetor

Leia mais

MÉTODO COMPUTACIONAL AUTOMÁTICO TICO PARA PRÉ-PROCESSAMENTO PROCESSAMENTO DE IMAGENS RADIOGRÁFICAS. M. Z. Nascimento, A. F. Frère e L. A.

MÉTODO COMPUTACIONAL AUTOMÁTICO TICO PARA PRÉ-PROCESSAMENTO PROCESSAMENTO DE IMAGENS RADIOGRÁFICAS. M. Z. Nascimento, A. F. Frère e L. A. MÉTODO COMPUTACIONAL AUTOMÁTICO TICO PARA PRÉ-PROCESSAMENTO PROCESSAMENTO DE IMAGENS RADIOGRÁFICAS M. Z. Nascmeto, A. F. Frère e L. A. Neves INTRODUÇÃO O cotraste as radografas vara ao logo do campo de

Leia mais

6.1 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS

6.1 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS 7 6 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS A medção dreta é aquela cuja dcação resulta aturalmete da aplcação do sstema de medção sobre o mesurado Há apeas uma gradeza de etrada evolvda

Leia mais

MÉTODO DOS MÍNIMOS QUADRADOS

MÉTODO DOS MÍNIMOS QUADRADOS MÉTODO DOS MÍNIMOS QUADRADOS I - INTRODUÇÃO O processo de medda costtu uma parte essecal a metodologa cetífca e também é fudametal para o desevolvmeto e aplcação da própra cêca. No decorrer do seu curso

Leia mais

Bruno Hott Algoritmos e Estruturas de Dados I DECSI UFOP. Aula 10: Ordenação

Bruno Hott Algoritmos e Estruturas de Dados I DECSI UFOP. Aula 10: Ordenação Bruo Hott Algortmos e Estruturas de Dados I DECSI UFOP Aula 10: Ordeação O Crtéro de Ordeação Ordea-se de acordo com uma chave: typedef t TChave; typedef struct{ TChave chave; /* outros compoetes */ Item;

Leia mais

( x) Método Implícito. No método implícito as diferenças são tomadas no tempo n+1 ao invés de tomá-las no tempo n, como no método explícito.

( x) Método Implícito. No método implícito as diferenças são tomadas no tempo n+1 ao invés de tomá-las no tempo n, como no método explícito. PMR 40 Mecâca Computacoal Método Implícto No método mplícto as dfereças são tomadas o tempo ao vés de tomá-las o tempo, como o método explícto. O método mplícto ão apreseta restrção em relação ao valor

Leia mais

Sumário. Mecânica. Sistemas de partículas

Sumário. Mecânica. Sistemas de partículas Sumáro Udade I MECÂNICA 2- Cetro de massa e mometo lear de um sstema de partículas - Sstemas de partículas e corpo rígdo. - Cetro de massa. - Como determar o cetro de massa dum sstema de partículas. -

Leia mais

Capítulo 8. Método de Rayleigh-Ritz

Capítulo 8. Método de Rayleigh-Ritz Grupo : Gustavo de Souza Routma; Luís Ferado Hachch de Souza; Ale Pascoal Palombo Capítulo 8. Método de Raylegh-Rtz 8.. Itrodução Nos problemas de apromação por dfereças ftas, para apromar a solução para

Leia mais

Algoritmos de Interseções de Curvas de Bézier com Uma Aplicação à Localização de Raízes de Equações

Algoritmos de Interseções de Curvas de Bézier com Uma Aplicação à Localização de Raízes de Equações Algortmos de Iterseções de Curvas de Bézer com Uma Aplcação à Localzação de Raízes de Equações Rodrgo L.R. Madurera Programa de Pós-Graduação em Iformátca, PPGI, UFRJ 21941-59, Cdade Uverstára, Ilha do

Leia mais

CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS

CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS No caítulo IV, Iterolação Polomal, estudamos uma forma de ldar com fuções matemátcas defdas or taelas de valores. Frequetemete, estas taelas são

Leia mais

REGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA

REGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA REGRESSÃO LINEAR CUIABÁ, MT 6/ INTRODUÇÃO Relação dos valores da varável depedete (varável resposta) aos valores de regressoras ou exógeas). SIMPLES MÚLTIPLA (varáves depedetes,... =,,, K=,,, k em que:

Leia mais

Capítulo 5 CINEMÁTICA DIRETA DE ROBÔS MANIPULADORES

Capítulo 5 CINEMÁTICA DIRETA DE ROBÔS MANIPULADORES Cemátca da Posção de Robôs Mapuladores Capítulo 5 CINEMÁTICA DIRETA DE ROBÔS MANIPULADORES A cemátca de um robô mapulador é o estudo da posção e da velocdade do seu efetuador e dos seus lgametos. Quado

Leia mais

Avaliação da qualidade do ajuste

Avaliação da qualidade do ajuste Avalação da qualdade do ajuste 1 Alguma termologa: Modelo ulo: é o modelo mas smples que pode ser defdo, cotedo um úco parâmetro ( µ) comum a todos os dados; Modelo saturado: é o modelo mas complexo a

Leia mais

Como CD = DC CD + DC = 0

Como CD = DC CD + DC = 0 (9-0 www.eltecampas.com.br O ELITE RESOLVE IME 008 MATEMÁTICA - DISCURSIVAS MATEMÁTICA QUESTÃO Determe o cojuto-solução da equação se +cos = -se.cos se + cos = se cos ( se cos ( se se.cos cos + + = = (

Leia mais

CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS

CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS No caítulo ateror estudamos uma forma de ldar com fuções matemátcas defdas or taelas de valores. Frequetemete, estas taelas são otdas com ase em

Leia mais

Estudo do intervalo de confiança da regressão inversa utilizando o software R

Estudo do intervalo de confiança da regressão inversa utilizando o software R Estudo do tervalo de cofaça da regressão versa utlzado o software R Llae Lopes Cordero João Domgos Scalo. Itrodução Na maora das aplcações evolvedo regressão, determa-se o valor de Y correspodete a um

Leia mais

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola Cetro de Cêcas Agráras e Ambetas da UFBA Departameto de Egehara Agrícola Dscpla: AGR Boestatístca Professor: Celso Luz Borges de Olvera Assuto: Estatístca TEMA: Somatóro RESUMO E NOTAS DA AULA Nº 0 Seja

Leia mais

2. NOÇÕES MATEMÁTICAS

2. NOÇÕES MATEMÁTICAS . NOÇÕES MATEMÁTICAS Este capítulo retoma algumas oções matemátcas ecessáras para uma boa compreesão de algus aspectos que serão mecoados e detalhados o presete trabalho. Algus destes aspectos podem abstrar

Leia mais

Centro de massa, momento linear de sistemas de partículas e colisões

Centro de massa, momento linear de sistemas de partículas e colisões Cetro de massa, mometo lear de sstemas de partículas e colsões Prof. Luís C. Pera stemas de partículas No estudo que temos vdo a fazer tratámos os objectos, como, por exemplo, blocos de madera, automóves,

Leia mais

Relatório 2ª Atividade Formativa UC ECS

Relatório 2ª Atividade Formativa UC ECS Relatóro 2ª Atvdade Formatva Eercíco I. Quado a dstrbução de dados é smétrca ou apromadamete smétrca, as meddas de localzação méda e medaa, cocdem ou são muto semelhates. O mesmo ão acotece quado a dstrbução

Leia mais

Determinação de correspondência com precisão sub-pixel por interpolação polinomial 1

Determinação de correspondência com precisão sub-pixel por interpolação polinomial 1 Determação de correspodêca com precsão sub-pel por terpolação polomal BAZAN, W S; TOMMASELLI, A M G; GALO, M Determação de correspodêca com precsão subpel por terpolação polomal I: COBRAC 4 - Cogresso

Leia mais

d s F = m dt Trabalho Trabalho

d s F = m dt Trabalho Trabalho UNIVERSIDADE DO ESTADO DE MATO GROSSO CAMPUS UNIVERSITÁRIO DE SINOP FACULDADE DE CIÊNCIAS EXATAS E TECNOLÓGICAS CURSO DE ENGENHARIA CIVIL DISCIPLINA: CÁLCULO DIFERENCIAL E INTEGRAL I Trabalho 1. Itrodução

Leia mais

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística BAC 0 - Estatístca Uversdade Federal de Itajubá - Campus Itabra BAC0 - ESTATÍSTICA ESTATÍSTICA DESCRITIVA MEDIDAS DE CENTRO Méda Medda de cetro ecotrada pela somatóra de todos os valores de um cojuto,

Leia mais

5 Critérios para Análise dos Resultados

5 Critérios para Análise dos Resultados 5 Crtéros para Aálse dos Resultados Este capítulo tem por objetvos forecer os crtéros utlzados para aálse dos dados ecotrados a pesqusa, bem como uma vsão geral dos custos ecotrados e a forma de sua evolução

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 etre duas ou mas varáves. Pode ser: correlacoal ou expermetal. Numa relação expermetal os valores de uma das varáves

Leia mais

Física IV Poli Engenharia Elétrica: 8ª Aula (28/08/2014)

Física IV Poli Engenharia Elétrica: 8ª Aula (28/08/2014) Físca IV Pol Egehara Elétrca: 8ª Aula (8/08/014) Prof. Alvaro Vaucc Na últma aula vmos: Resolução de Images: segudo o crtéro estabelecdo por Raylegh que quado o máxmo cetral devdo à dfração das odas do

Leia mais

Uso de covariáveis em modelos biométricos para estimação de altura total em árvores de Eucalyptus dunnii

Uso de covariáveis em modelos biométricos para estimação de altura total em árvores de Eucalyptus dunnii Uso de covaráves em modelos bométrcos para estmação de altura total em árvores de Eucalyptus du Oar Medes de Olvera Adrao Rbero de Medoça Fábo Mareto Glso Ferades da Slva Samuel de Pádua Chaves e Carvalho

Leia mais

4 Técnicas de Seleção de Características Independentes do Modelo para os Sistemas Neuro-Fuzzy Hierárquicos

4 Técnicas de Seleção de Características Independentes do Modelo para os Sistemas Neuro-Fuzzy Hierárquicos 4 éccas de Seleção de Característcas Idepedetes do Modelo para os Sstemas Neuro-Fuzzy Herárqucos 4. Itrodução Na maora das aplcações reas de classfcação, prevsão e otmzação, as bases de dados cotém um

Leia mais

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL Faculdade de Tecologa de Cataduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL 5. Meddas de Posção cetral ou Meddas de Tedêca Cetral Meddas de posção cetral preocupam-se com a caracterzação e a

Leia mais

CAPÍTULO III - POLINÔMIOS DE JACOBI E QUADRATURA NUMÉRICA

CAPÍTULO III - POLINÔMIOS DE JACOBI E QUADRATURA NUMÉRICA Polômos de Jacob e CAPÍTULO III - POLINÔMIOS DE JACOBI E QUADRATURA NUMÉRICA III--)INTRODUÇÃO Para um melhor etedmeto do método da colocação ortogoal e sua relação com o método dos resíduos poderados (MRP),

Leia mais

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão Estatístca Descrtva Meddas estatístcas: Localzação, Dspersão Meddas estatístcas Localzação Dspersão Meddas estatístcas - localzação Méda artmétca Dados ão agrupados x x Dados dscretos agrupados x f r x

Leia mais

x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População

x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População ESTATÍSTICA STICA DESCRITIVA Prof. Lorí Val, Dr. val@mat.ufrgs.br http://.ufrgs.br/~val/ Orgazação; Resumo; Apresetação. Cojuto de dados: Amostra ou População Um cojuto de dados é resumdo de acordo com

Leia mais

2. MODELO DETALHADO: Relações de Recorrência. Exemplo: Algoritmo Recursivo para Cálculo do Fatorial Substituição Repetida

2. MODELO DETALHADO: Relações de Recorrência. Exemplo: Algoritmo Recursivo para Cálculo do Fatorial Substituição Repetida . MODELO DETALHADO: Relações de Recorrêca Exemplo: Algortmo Recursvo para Cálculo do Fatoral Substtução Repetda T T ( ) ( ) t 1, T ( + t, > T ( ) T ( + t T ( ) ( T( ) + t + t ) + t T ( ) T ( ) T ( ) +

Leia mais

Tabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f

Tabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f Lsta de exercícos Gabarto e chave de respostas Estatístca Prof.: Nelse 1) Calcule 1, e para o segute cojuto de valores. A,1,8,0,11,,7,8,6,,9, 1 O úmero que correspode a 5% do rol é o valor. O úmero que

Leia mais

Teoria Elementar da Probabilidade. a) Cada experiência poderá ser repetida indefinidamente sob condições essencialmente inalteradas.

Teoria Elementar da Probabilidade. a) Cada experiência poderá ser repetida indefinidamente sob condições essencialmente inalteradas. Estatístca 47 Estatístca 48 Teora Elemetar da Probabldade SPECTOS PERTINENTES À CRCTERIZÇÃO DE UM EXPERIÊNCI LETÓRI MODELOS MTEMÁTICOS DETERMINÍSTICOS PROBBILÍSTICOS PROCESSO (FENÓMENO) LETÓRIO - Quado

Leia mais

INTEGRAÇÃO DE REFERÊNCIAS DE NÍVEL NO AJUSTE DO MODELO GEOIDAL PARA O ESTADO DE GOIÁS

INTEGRAÇÃO DE REFERÊNCIAS DE NÍVEL NO AJUSTE DO MODELO GEOIDAL PARA O ESTADO DE GOIÁS Presdete Prudete - SP, 4-6 de julho de 017 p. 490-495 INTEGRAÇÃO DE REFERÊNCIAS DE NÍVEL NO AJUSTE DO MODELO GEOIDAL PARA O ESTADO DE GOIÁS JOÃO PAULO MAGNA JÚNIOR 1 CARLOS ALBERTO CORREA E CASTRO JUNIOR

Leia mais

Introdução à Teoria dos Números Notas 1 Os Princípios da Boa Ordem e de Indução Finita Prof Carlos Alberto S Soares

Introdução à Teoria dos Números Notas 1 Os Princípios da Boa Ordem e de Indução Finita Prof Carlos Alberto S Soares Itrodução à Teora dos Números 018 - Notas 1 Os Prcípos da Boa Ordem e de Idução Fta Prof Carlos Alberto S Soares 1 Prelmares Neste curso, prortaramete, estaremos trabalhado com úmeros teros mas, quado

Leia mais

CAPÍTULO III. Aproximação de funções pelo método dos Mínimos Quadrados

CAPÍTULO III. Aproximação de funções pelo método dos Mínimos Quadrados Métodos Nuércos CAPÍULO III C. Balsa & A. Satos Aproxação de fuções pelo étodo dos Míos Quadrados. Algus cocetos fudaetas de Álgebra Lear Relebraos esta secção algus cocetos portates da álgebra Lear que

Leia mais

Distribuições de Probabilidades

Distribuições de Probabilidades Estatístca - aulasestdstrnormal.doc 0/05/06 Dstrbuções de Probabldades Estudamos aterormete as dstrbuções de freqüêcas de amostras. Estudaremos, agora, as dstrbuções de probabldades de populações. A dstrbução

Leia mais

ESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA

ESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA ESTATÍSTICA MÓDULO OS RAMOS DA ESTATÍSTICA Ídce. Os Ramos da Estatístca...3.. Dados Estatístcos...3.. Formas Icas de Tratameto dos Dados....3. Notação por Ídces...5.. Notação Sgma ()...5 Estatístca Módulo

Leia mais

AULA Os 4 espaços fundamentais Complemento ortogonal.

AULA Os 4 espaços fundamentais Complemento ortogonal. Note bem: a letura destes apotametos ão dspesa de modo algum a letura ateta da bblografa prcpal da cadera Chama-se a ateção para a mportâca do trabalho pessoal a realzar pelo aluo resoledo os problemas

Leia mais

Econometria: 3 - Regressão Múltipla

Econometria: 3 - Regressão Múltipla Ecoometra: 3 - Regressão Múltpla Prof. Marcelo C. Mederos mcm@eco.puc-ro.br Prof. Marco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo de regressão

Leia mais

3 Procedimento Experimental

3 Procedimento Experimental 3 Procedmeto Expermetal 3. Sstema de medção de vazão com extesômetro A Fg. 9 mostra o sstema de medção de vazão com extesômetro, o qual fo motado o laboratóro da PUC-Ro. este sstema, duas tubulações com,5

Leia mais

Coordenação directa de pontos novos, a partir de um ponto conhecido, medindo-se um ângulo e uma distância.

Coordenação directa de pontos novos, a partir de um ponto conhecido, medindo-se um ângulo e uma distância. Irradada Smples Coordeação drecta de potos ovos, a partr de um poto cohecdo, meddo-se um âgulo e uma dstâca. P N M M M V E P P P V E P E R EN α c M V M M ser C P cos R C EV EV R EV R EN α c dstâca cartográfca

Leia mais

Sobre aproximações polinomiais de raízes reais de cúbicas

Sobre aproximações polinomiais de raízes reais de cúbicas Notas de Aula Sobre aproxmações polomas de raízes reas de cúbcas Edgar Rechtschaffe UNIFESO O problema de se obter as raízes de uma equação do tercero grau abrevadamete uma cúbca fo resolvdo o século XVI

Leia mais

José Álvaro Tadeu Ferreira. Cálculo Numérico. Notas de aulas

José Álvaro Tadeu Ferreira. Cálculo Numérico. Notas de aulas UNIVERSIDADE FEDERAL DE OURO PRETO Isttuto de Cêcas Eatas e Bológcas Departameto de Computação José Álvaro Tadeu Ferrera Cálculo Numérco Notas de aulas Iterpolação Polomal Ouro Preto 3 (Últma revsão em

Leia mais

Aula de Hoje. Introdução a Sistemas Inteligentes. Redes RBF. Redes RBF. Tópicos em Redes Neurais II: Redes Neurais RBF 1ª Parte

Aula de Hoje. Introdução a Sistemas Inteligentes. Redes RBF. Redes RBF. Tópicos em Redes Neurais II: Redes Neurais RBF 1ª Parte Itrodução a Sstemas Itelgetes ópcos em Redes Neuras II: Redes Neuras RBF ª Parte Prof. Rcardo J. G. B. Campello Aula de Hoje Neurôos de Resposta Radal Modelos Neuras RBF Úca Saída Múltplas Saídas Represetação

Leia mais

Modelo de Regressão Simples

Modelo de Regressão Simples Modelo de Regressão Smples Hstora Hstóra Termo regressão fo troduzdo por Fracs Galto (8-9). Estudo sobre altura de pas e flhos. Karl Pearso coletou mas de ml regstros e verfcou a le de regressão uversal

Leia mais

ANÁLISE DE REGRESSÃO E CORRELAÇÃO

ANÁLISE DE REGRESSÃO E CORRELAÇÃO ANÁLISE DE REGRESSÃO E CORRELAÇÃO Quado se cosderam oservações de ou mas varáves surge um poto ovo: O estudo das relações porvetura estetes etre as varáves. A aálse de regressão e correlação compreedem

Leia mais

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12 MEDIDAS DE POSIÇÃO: São meddas que possbltam represetar resumdamete um cojuto de dados relatvos à observação de um determado feômeo, pos oretam quato à posção da dstrbução o exo dos, permtdo a comparação

Leia mais

Prof. Eugênio Carlos Stieler

Prof. Eugênio Carlos Stieler UNEMAT Uversdade do Estado de Mato Grosso Matemátca Facera http://www2.uemat.br/eugeo SÉRIE DE PAGAMENTOS 1. NOÇÕES SOBRE FLUXO DE CAIXA Prof. Eugêo Carlos Steler Estudar sem racocar é trabalho perddo

Leia mais

Apresenta-se em primeiro lugar um resumo da simbologia adoptada no estudo da quadratura de Gauss.

Apresenta-se em primeiro lugar um resumo da simbologia adoptada no estudo da quadratura de Gauss. CAÍTULO QUADRATURA DE GAUSS Mutos dos tegras que é eessáro alular o âmbto da aplação do Método dos Elemetos Ftos (MEF) ão são trvas,.e., ou a prmtva da ução tegrada ão exste expltamete, ou é demasado omplada

Leia mais

ANÁLISE MATRICIAL DE ESTRUTURAS: APLICADA A MODELOS LINEARES

ANÁLISE MATRICIAL DE ESTRUTURAS: APLICADA A MODELOS LINEARES ANÁLISE MATRICIAL E ESTRUTURAS: APLICAA A MOELOS LINEARES Luz erado Martha Potfíca Uversdade Católca do Ro de Jaero PUC-Ro epartameto de Egehara Cvl Rua Marquês de São Vcete - Gávea CEP - Ro de Jaero RJ

Leia mais

Bioestatística Curso de Saúde. Linha Reta 2 Parábola ou curva do segundo grau. terceiro grau curva do quarto. grau curva de grau n Hipérbole

Bioestatística Curso de Saúde. Linha Reta 2 Parábola ou curva do segundo grau. terceiro grau curva do quarto. grau curva de grau n Hipérbole Teora da Correlação: Probleas relatvos à correlação são aqueles que procura estabelecer quão be ua relação lear ou de outra espéce descreve ou eplca a relação etre duas varáves. Se todos os valores as

Leia mais

Probabilidade II Aula 10

Probabilidade II Aula 10 Probabldade II Aula 0 Mao de 009 Môca Barros, D.Sc. Coteúdo Esperaça Matemá (Valores esperados) Mometos e Mometos Cetras Valores esperados de uma fução de Covarâca e Correlação Matrz de covarâca, matrz

Leia mais

CAPÍTULO 9 - Regressão linear e correlação

CAPÍTULO 9 - Regressão linear e correlação INF 6 Prof. Luz Alexadre Peterell CAPÍTULO 9 - Regressão lear e correlação Veremos esse capítulo os segutes assutos essa ordem: Correlação amostral Regressão Lear Smples Regressão Lear Múltpla Correlação

Leia mais

( ) Editora Ferreira - Toque de Mestre. Olá Amigos!

( ) Editora Ferreira - Toque de Mestre. Olá Amigos! Olá Amgos! Hoje coloco à dsposção de vocês aqu a seção Toque de Mestre da Edtora Ferrera (www.edtoraferrera.com.br) as questões de Matemátca Facera cobradas o últmo cocurso da axa Ecoômca Federal (EF),

Leia mais

Algoritmo Evolução Diferencial Adaptado para o Problema das P-Medianas

Algoritmo Evolução Diferencial Adaptado para o Problema das P-Medianas Proceedg Seres of the Brazla Socety of Appled ad Computatoal Mathematcs, Vol. 2, N., 204. Trabalho apresetado o CMAC-Sul, Curtba-PR, 204. Algortmo Evolução Dferecal Adaptado para o Problema das P-Medaas

Leia mais

, que chamaremos de origem, e atribuímos a este ponto o símbolo O. Com este ponto podemos associar um vetor (1.7.1)

, que chamaremos de origem, e atribuímos a este ponto o símbolo O. Com este ponto podemos associar um vetor (1.7.1) 17 Coordeadas e dferecas Fg 171 Coordeadas defdas com dstâcas dos potos aos paredes do laboratóro, Mutos objetos podem ser caracterados com a ajuda de gradeas físcas a pesar de ão serem gradeas Um eemplo

Leia mais

Revisão de Estatística X = X n

Revisão de Estatística X = X n Revsão de Estatístca MÉDIA É medda de tedêca cetral mas comumete usada ara descrever resumdamete uma dstrbução de freqüêca. MÉDIA ARIMÉTICA SIMPLES São utlzados os valores do cojuto com esos guas. + +...

Leia mais

Números Complexos. 2. (IME) Seja z um número complexo de módulo unitário que satisfaz a condição z 2n 1, onde n é um número inteiro positivo.

Números Complexos. 2. (IME) Seja z um número complexo de módulo unitário que satisfaz a condição z 2n 1, onde n é um número inteiro positivo. Números Complexos. (IME) Cosdere os úmeros complexos Z se α cos α e Z cos α se α ode α é um úmero real. Mostre que se Z Z Z etão R e (Z) e I m (Z) ode R e (Z) e I m (Z) dcam respectvamete as partes real

Leia mais

Noções Básicas de Medidas e Algarismos Significativos

Noções Básicas de Medidas e Algarismos Significativos Noções Báscas de Meddas e Algarsmos Sgfcatvos Prof. Theo Z. Pava Departameto de Físca - Faculdade de Flosofa, Cêcas e Letras de Rberão Preto-USP Físca Acústca Motvações Quas são os padrões de meddas? Podemos

Leia mais

Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística

Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Val, Dr. http://www.pucrs.br/famat/val/ val@pucrs.br Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Obetvos A Aálse de

Leia mais

Oitava Lista de Exercícios

Oitava Lista de Exercícios Uversdade Federal Rural de Perambuco Dscpla: Matemátca Dscreta I Professor: Pablo Azevedo Sampao Semestre: 07 Otava Lsta de Exercícos Lsta sobre defções dutvas (recursvas) e prova por dução Esta lsta fo

Leia mais

A PROGRAMAÇÃO LINEAR FUZZY EM PROBLEMAS DE MISTURA

A PROGRAMAÇÃO LINEAR FUZZY EM PROBLEMAS DE MISTURA Pesqusa Operacoal a Socedade: Educação, Meo Ambete e Desevolvmeto a 5/09/06 Goâa, GO A PROGRAMAÇÃO LINEAR FUZZY EM PROBLEMAS DE MISTURA Adre Gadolpho Uversdade Católca de Petrópols alvesga@gbl.com.br Rcardo

Leia mais