Modelo numérico do transporte de nitrogênio no solo. Parte I: Desenvolvimento e teste do modelo

Tamanho: px
Começar a partir da página:

Download "Modelo numérico do transporte de nitrogênio no solo. Parte I: Desenvolvimento e teste do modelo"

Transcrição

1 Revsta Braslera de Egehara Agrícola e Ambetal v.1,.1, p.47 3, 8 Campa Grade, PB, UAEAg/UFCG Protocolo /8/6 Aprovado em /8/7 Modelo umérco do trasporte de trogêo o solo. Parte I: Desevolvmeto e teste do modelo Felzardo A. Rocha 1, Mauro A. Martez, Atôo T. Matos, Realdo B. Catarutt 3 & Joseae O. da Slva 4 RESUMO Este trabalho vsa realzar modfcações o modelo de trasporte de soluto o solo SIMASS-C, permtdo-lhe smular as cocetrações do trato e amôo o solo, cosderado-se as trasformações bológcas e o efeto da temperatura e do teor de água do solo. A prmera etapa da pesqusa costou da formulação matemátca e da elaboração da rota computacoal do modelo, em lguagem Delph 7.; a seguda etapa foram parametrzados os modelos de meralzação e trfcação e testado o modelo SIMASS-C modfcado, com base em coefcetes estatístcos pela comparação etre os dados observados e os smulados. O modelo expoecal apresetou bom ajuste aos dados de meralzação e trfcação. A clusão do processo de meralzação e trfcação o modelo SIMASS-C resultou em uma melhora a estmatva da cocetração de trato e amôo o solo, equato o modelo de temperatura permtu estmar a temperatura a camada de solo aalsada e ao logo do tempo, com boa precsão. Palavras-chave: movmeto, trato, amôo, modelagem Numercal model of troge trasport the sol. Part I: Model developmet ad test ABSTRACT Ths study ams at modfyg the sol solute trasport model SIMASS-C, allowg t to smulate the trate ad ammoum cocetratos the sol, cosderg the bologcal trasformatos ad the effect of temperature ad water cotet of the sol. The frst stage cossted of mathematcal formulato ad elaborato of a computatoal route model, the Delph 7. laguage. I the secod stage, the parameters of the meralzato ad trfcato models were ftted ad the SIMASS-C model tested, cosderg statstcal coeffcets ad comparso betwee observed ad smulated data. The expoetal model gave a good fttg to the meralzato ad trfcato data. The corporato of the meralzato ad trfcato processes the SIMASS-C model resulted a mprovemet the estmate of the trate ad ammoum cocetratos the sol. The temperature model allowed to estmate temperature sol profle wth good precso. Key words: movemet, trate, ammoum, modelg 1 DEBI/UESB, CEP 47-, Itapetga, BA. Foe: (77) E-mal: felzardo@uesb.br DEA/UFV, CEP 367-, Vçosa, MG. Foe: (31) E-mal: mmauro@ufv.br 3 DPS/UFV, Foe: (31) E-mal: catarutt@ufv.br 4 CCTA/UENF, CEP 813-6, Campos dos Goytacazes, RJ. Foe: () E-mal: joseae@uef.br

2 48 Felzardo A. Rocha et al. INTRODUÇÃO A dâmca do trogêo (N) o solo evolve processos de atureza físca, químca e bológca, que determarão se o N permaecerá adsorvdo a camada agrcultável do solo, absorvdo pelas platas ou se moverá o solo, até atgr camadas mas profudas. O movmeto e o desto desses produtos o ambete são fluecados por processos de reteção (adsorção e absorção), de trasporte (lxvação, volatlzação, escoameto superfcal), de trasformação bológca e pela teração desses processos (Spadotto, 3). Países como os Estados Udos, Caadá, Alemaha e outros, têm desevolvdo város modelos vsado estudar a cotamação do solo e da água subterrâea; algus merecem destaque: PRZM (Carsel et al., 1984) e LEACHM (Wageet & Rao, 199); este últmo cosdera os processos de trasformação bológca sofrda pelo trogêo o solo. Os avaços computacoas alados aos métodos umércos, têm permtdo o desevolvmeto de modelos que descrevem o trasporte de solutos o solo, cuja vatagem prcpal do uso de modelos é a ecooma de tempo e captal vestdo, haja vsta que possbltam smular múltplos ceáros, ao vés de se utlzar logos períodos de observação e de coleta de dados (Azevedo et. al, 1996). Recetemete, pesqusadores brasleros começaram a atuar esse campo de pesqusa; ressalta-se que os trabalhos desevolvdos por Costa (1998) e, posterormete, por Corrêa (1), permtram desevolver um modelo computacoal para smular o trasporte de água e solutos o solo, cosderado-se a extração de água e solutos pela cultura (SIMASS-C), sob codções de escoameto ão-permaete, a vertcal, mas até o mometo este modelo ão cosdera os processos de trasformação bológca do trogêo, como a meralzação e trfcação do amôo o solo. A complexdade do cclo do trogêo o solo tora dfícl sua modelagem em termos matemátcos, haja vsta que os processos observados o seu cclo são muto dâmcos, sedo fluecados por fatores que afetam a atvdade dos mcrorgasmos, tas como temperatura e umdade do solo (Serra, 1997; ; Strog & Fllery, ). O trogêo das frações mas lábes é lberado os períodos cas do processo de meralzação e a estmatva da taxa de sua meralzação pode ser usada para ajustar as recomedações de adubação trogeada (Megel, 1996). Do poto de vsta prátco, tem-se observado que o potecal e a respectva taxa de meralzação podem ser utlzados a predção da dspobldade de trogêo às platas, em determado período de tempo. Algus autores empregam modelos empírcos e outros modelos mecaístcos para descrever essas reações bológcas sofrdas pelo trogêo. Soluções aalítcas e umércas da equação de trasporte de solutos, para váras codções cas e de cotoro, são relatadas a lteratura evolvedo uma ou mas reações do trogêo o solo por meo termo fote e/ou sumdouro da equação de trasporte de solutos (Mc Lare, 1969; Msra et al., 1974; Hase et al., 199). Mc Lare (1973), apud Starr (1983), utlzado a equação de trasporte de solutos expressou reações do trogêo o solo por meo de um modelo mecaístco, em que a taxa com que um substrato (N-NH 4 ou N-NO 3 - ) é utlzado pelos mcrorgasmos depede de coefcetes que represetam a taxa de crescmeto, de mortaldade e de cosumo de substrato pelos mcrorgasmos. Esses coefcetes refletem os processos de meralzação e trfcação do trogêo o solo. Starr et al. (1983) empregaram a técca de fludos mscíves para estudar o trasporte de N-NH 4 e N-NO 3 - em coluas de solo. Os autores cosderaram que as trasformações bológcas ocorreram segudo a cétca de prmera ordem (modelo expoecal smples). Objetvou-se, com o exposto este trabalho: a) selecoar e parametrzar modelos que smulem o trasporte de trato e amôo, cosderado-se os efetos da temperatura e do teor de água o solo e corporá-los ao modelo SIMASS-C; b) acrescetar ao modelo SIMASS-C um submodelo que smule a temperatura do solo, e c) mplemetar modfcações o modelo ctado, permtdo smulações em codções de solos estratfcados. MATERIAL E MÉTODOS O modelo computacoal SIMASS-C (Smulação do Movmeto de Água e Solutos o Solo, cosderado a preseça de Cultura), desevolvdo por Costa (1998) e aprmorado por Corrêa (1) cosste a solução de duas equações dferecas parcas de seguda ordem, ou seja, equação do movmeto de água o solo e equação do trasporte de solutos. As soluções dessas equações permtem estmar, respectvamete, os valores de potecal matrcal de água e de cocetração de soluto o perfl do solo. As equações são resolvdas umercamete, pelo método de dfereças ftas. A equação dferecal que descreve o movmeto de água o solo, em regme ão-permaete, cohecda como equação de Rchards, é: θ teor de água o solo, cm 3 cm -3 K(h) codutvdade hdráulca em fução do potecal de água do solo, cm h -1 h potecal matrcal de água o solo, cm Cosderado a exstêca de equlíbro lear de sorção e se acrescetado o termo fote ou sumdouro de soluto (Γ), obtém-se a equação de trasporte de solutos descrta abaxo (Costa, 1998). R=1 θ t = z K(h) h z 1 C C R = θd qc Γ t z z ρ s k θ d =fator de retardameto Γ fote ou sumdouro de soluto, g cm -3 h -1 (1) () (3) R. Bras. Eg. Agríc. Ambetal, v.1,.1, p.47 3, 8.

3 Modelo umérco do trasporte de trogêo o solo. Parte I: Desevolvmeto e teste do modelo 49 D coefcete de dspersão hdrodâmca, cm h -1 C cocetração do soluto a fase líquda do solo, gcm -3 θ teor de água o solo, cm 3 cm -3 q fluxo de água o solo, cm h -1 K d coefcete de partção do soluto, cm 3 g -1 As modfcações propostas o modelo SIMASS-C foram serdas a equação de trasporte de solutos, por meo do termo fote ou sumdouro (Γ), adotado-se uma equação cétca de prmera ordem para descrever as reações do trogêo o solo: C t =kc a qual se tora, após tegração: kt C=Ce o k represeta a taxa de coversão do substrato (N-NH 4 ou N-NO - 3 ), g cm -3 Co cocetração cal do substrato (N-NH 4 ou N-NO - 3 ), g cm -3 t tempo, h O efeto da temperatura do solo as trasformações bológcas do trogêo fo descrto por um modelo aalítco, proposto por va Wjk & De Vres (1963), apud Wu & Nofzger (1999): -z/d T(z,t) = T ( A e ) se a z wt d T(z,t) temperatura méda dára do solo, o tempo t e a profuddade z, C Ta temperatura méda a superfíce do solo, C A ampltude méda dára da temperatura a superfíce do solo, C w freqüêca agular, rad h -1 d dfusvdade térmca do solo, cm A dfusvdade é expressa por: d= κ C w κ codutvdade térmca do solo, cal cm -1 h -1 C -1 C h calor específco do solo, cal cm -3 C -1 w freqüêca agular, rad h -1 A dfusvdade térmca depede da codutvdade térmca do solo e do calor específco do solo (Elas, 4) que, por sua vez, depedem da porosdade, do teor de água e da argla do solo (Hllel, 198). Os valores de C h e κ foram determados coforme Wu & Nofzger (1999). O teor de água estmado com a solução da Eq. 1 fucoa como parâmetro de etrada o modelo de temperatura (Eq. 6), que exbe, como saída, a temperatura do solo para um tempo j e profuddade. Este modelo pressupõe que o h (4) () (6) (7) teor de água seja costate a camada de solo aalsado; portato, para a sua aplcação sob codções de umdade varáves o solo, cosderou-se um teor médo de água o solo. A escolha do parâmetro das fuções que smulam o trato é fução do teor de água (obtdo a partr da equação de Rchards) e da temperatura do solo, determada pela Eq. 6. Quado o ío smulado é o amôo, a taxa k assume valor egatvo (sumdouro), e o modelo retra um cremeto de trato ( NO 3 - ) da cocetração etre os tempos tempo j e j 1. Ao smular trato, o segudo termo da Eq. 8 se tora zero e vce-versa; portato, as smulações, o termo Γ é expresso por: Γ = kckc 1 k 1 = taxa de redução da cocetração de N-NH 4, gcm -3 h -1 k = taxa de aumeto a cocetração de N-NO 3 -, gcm -3 h -1 Ao smular trato, o segudo termo desta equação se tora zero e, smulado o amôo, o prmero termo se tora zero. Para mplemetar as modfcações propostas motou-se um expermeto em câmaras de cubação a qual amostras de um solo areoso foram cubadas ao logo do tempo, varado temperatura e umdade do solo, vsado parametrzar os modelos expoecas (cétcas de prmera ordem); posterormete, essas cétcas foram corporadas à equação de trasporte de solutos, termo fote ou sumdouro, usado para smular o trasporte de trato e amôo o perfl do solo. Ao smular a cocetração de trato durate o movmeto de água o solo, a taxa k assume valor postvo (fote), adcoado o cremeto de cocetração de trato ( NO 3 - ) acumulado etre o tempo j e j 1, em cada ó (Fgura 1). Um segudo expermeto fo motado em coluas de solo para testar o modelo SIMASS-C modfcado, que possblta smular o trasporte de trato e amôo em profuddade e z= C o j C 1 j C j J ó 1 ó ó t J1 C o j1 C 1 j1 C j1 ó Tempo Superfíce do solo z Camada 1 Camada Camada Fgura 1. Dscretzação utlzada para resolução da equação de trasporte de solutos x (8) R. Bras. Eg. Agríc. Ambetal, v.1,.1, p.47 3, 8.

4 Felzardo A. Rocha et al. ao logo do tempo, adotado-se as equações cétcas de prmera ordem; posterormete, compararam-se as cocetrações de trato e amôo smuladas com os valores observados, com e sem as alterações propostas; e também comparados os resultados de temperatura do solo obtdos expermetalmete com os smulados pelo modelo proposto. Coluas de PVC com dâmetro de 7 mm e comprmeto de 4 cm de comprmeto (solo fraco-argloso) e 6 cm de comprmeto (solo fraco-areoso) foram costruídas e preechdas adequadamete com solo em camadas de cm, de forma a represetarem desdades exstete em campo; posterormete, aplcou-se uma solução de ml de solução de sulfato de amôo, a dose equvalete a 4 kg ha -1 ; após 7 das as coluas foram desmotadas e aalsadas as cocetrações N-NH 4 e N-NO 3 - ; a smulação se cosderou fluxo zero a base e evaporação a superfíce. Utlzaram-se os softwares SWRC (Sol Water Reteto Curve) v. 3., desevolvdos por Dourado Neto et al. () para ajuste do modelo de va Gehutche (198) e o programa computacoal DISP v. 1.1., desevolvdo por Borges Júor & Ferrera (6) para estmar os parâmetros de trasporte para trato e amôo o solo. O fator de retardameto utlzado a smulação empregado-se solo fraco-argloso, fo de 3,99 e 1,, para o amôo e trato, respectvamete; equato para o solo areoso fo de,964 e 1,3, respectvamete. A temperatura as coluas fo motorada ao logo do da, as profuddades de,,,, e 4 cm, para o solo fraco-argloso, e a,,,,, 4, e 6 cm, para o solo fraco-areoso (Werega & Wt, 197); para sto foram serdos lateralmete a colua, sesores de temperatura do tpo LM3, modelo DZ, calbrado de fábrca, que permte leturas etre e C. As característcas do solo utlzado a smulação estão apresetadas a Tabela 1. Tabela 1. Característcas físco-hídrcas do solo usado o expermeto Característcas do solo Camada (-4 cm) Camada (4-6 cm) Umdade do solo a capacdade de campo (kg kg - 1),11,181 Umdade do solo o poto de murcha (kg kg - 1 ),98,11 M assa específca ( g cm - 3) 1, 1,8 D esdade de partículas ( g cm - 3),3,4 Os resultados smulados foram comparados com os observados expermetalmete, avalado-se o desempeho do modelo por meo dos coefcetes estatístcos: raz quadrada do erro médo (RQMR), coefcete resdual de massa (CRM) e efcêca do modelo (EF), coforme Loague & Gree (1991); essas expressões são descrtas as Equações abaxo, respectvamete: RQMR = CRM = EF = ( y y ) ( y y ˆ ) / y ˆ o y ( y y ˆ ) 1/ ( y y) y são os valores observados expermetalmete; yˆ são os valores smulados (predtos); y é a méda dos valores observados e o é o úmero de observações. RESULTADOS E DISCUSSÃO (11) As alterações corporadas ao SIMASS-C, que permtram smular o trasporte de água em solos estratfcados, foram realzadas a rota computacoal do programa. Com esta modfcação, a etrada dos parâmetros físco-hídrcos ecessáros à smulação passa a ser feta por ó e ão mas por camadas. O programa apreseta uma opção de etrar com os parâmetros do solo e selecoar a opção de selecoar fote ou sumdouro de soluto em cada ó exstete o perfl do solo. Como resultado o modelo exbe, em tabelas ou gráfcos, o potecal matrcal, a cocetração de soluto (cosderado acréscmo ou redução do substrato) e a temperatura do solo, ao logo do tempo. O acréscmo de trato ou redução de amôo durate o processo de movmetação de água o solo fo descrto pelas equações do tpo cétca de prmera ordem (Tabela e 3). O cremeto de substrato a ser cotablzado (acrescdo/ retrado) em cada ó depede das equações de regressão, y (9) () Tabela. Estmatva dos parâmetros C ˆ(mg kg -1 ) e ˆk (da -1 ) do modelo expoecal para smulação do amôo e as meddas estatístcas R, RQMR e CRM T emperatura ( C) Teor de água ( U) (kg kg - 1) Cˆ kˆ R R QMR CRM < T < < U > 318,991 -,13 8,8 1,9 -,9E-4 < T < 318,69 -,14 74,3 1, -3,8E-4 < T < 8, > U < 37, 4 4,39 -, 8,9,8-4,6E-4 T < U > 313,861 -,11 64,3,6 4,E-4 T 319,8 -,33 9,19 9,,E-3 T 8, > U < 37, 4 8,434 -,9 94,74 1,37-9,E-4 < T < < U > 3,86 -,13 73,9 8, -3,3E-4 < T < 347,81 -,38 9,9 8,87 6,6E-3 < T < 8, > U < 37, 4 8,13 -,19 74,7 9, 3,E- Valores deas: RQMR = ; CRM = R. Bras. Eg. Agríc. Ambetal, v.1,.1, p.47 3, 8.

5 Modelo umérco do trasporte de trogêo o solo. Parte I: Desevolvmeto e teste do modelo 1 Tabela 3. Estmatva dos parâmetros ˆC (mg kg -1 ) e ˆk (da -1 ) do modelo expoecal para smulação do trato e as meddas estatístcas R, RQMR e CRM T emperatura ( C) Teor de água U (kg kg 1) Cˆ ˆk R R QMR( 1) C RM() < T < < U < 17,4,6 99,7 1,9-7,E- < T <,64,11 61,41,61 -,E-4 < T < 8, < U < 37, 4,83,1 8,84,36-1,4E-4 T < U < 18,7,19 78,6 3,13-1,E-3 T 11,19,8 99,34 4,34-1,3E- T 8, < U < 37, 4 4,614,34 97,,36-1,8E-3 < T < < U <,489,33 94,7,,3E-4 < T < 8,8 s,7 87,63 6,3 -,6E- < T < 8, < U < 37, 4 3,193,88 89,96 9,93-4,4E- Sgfcatvo a 1% de probabldade pelo teste t; sgfcatvo a % de probabldade; sgfcatvo a % de probabldade; s ão sgfcatvo; R coefcete de determação; (1) RQMR a raz do quadrado médo do resíduo; () CRM coefcete resdual de massa váldas para o tervalo médo de temperatura e umdade para as quas foram geradas, ou seja, valores médos em relação aos tratametos (temperatura e umdade) estabelecdos. Para valores de temperatura do solo acma de C ou abaxo de C ou, ada, para teores de água acma da capacdade de campo ou abaxo do poto de murcha, a taxa (k) dos modelos expoecas parametrzados assume valor ulo, haja vsta que a atvdade metabólca dos mcrorgasmos é baxa e desprezível (Vctora et al., 199). Nas Tabelas e 3 tem-se os coefcetes estatístcos R, RQMR e CRM empregados para avalar os modelos que cosderam as trasformações do trogêo o solo. Nas smulações para estmatva da cocetração do trato e amôo, cosderou-se o termo sem fote de trogêo (SFN) e com fote de trogêo (CFN), para o NO 3 -, e sem sumdouro trogêo (SSN) e com sumdouro de trogêo (CSN), para o NH 4 somete os prmeros cm de profuddade. Os modelos expoecas ajustados para trato e amôo apresetaram valores de CRM egatvos (Tabela e 3), duzdo à subestmação da cocetração do substrato ao smularem o trasporte de solutos o perfl, pelo modelo SIMASS-C. O erro a estmatva do substrato pelo modelo (RQMR) fo maor para amôo e meor para o trato (Tabela ), acarretado maores erros os perfs de cocetração de amôo smulados, pelo SIMASS-C. Embora o valor de R teha sdo elevado para modelos estmados para trato e amôo, os valores de RQMR foram maores para o modelo relatvo ao amôo, evdecado que o R sozho ão tem muto sgfcado (Regazz, 3). Nas Fguras A e B tem-se os perfs de cocetração do amôo e trato, respectvamete, observados expermetalmete e smulados pelo modelo SIMASS-C, 7 das após o íco do expermeto para o solo areoso. A cocetração de NH 4 fo superestmada os dos solos aalsados, havedo lgera melhora ao se cosderar o termo CFN e CSN; por outro lado, o NO 3 - fo subestmado o solo areoso, equato para o solo argloso houve bom ajuste, coforme RQMR e CRM (Tabela 4). Aalsado-se os perfs apresetados as Fguras A, B, 3A e 3B, cocluu-se que a clusão das reações bológcas do trogêo proporcoou pequea melhora a estmatva da cocetração de NH 4 e NO 3 -, o etato, os perfs smulados para trato dcaram melhores resultados em relação àqueles realzados para amôo; uma fote de erro pode ser atrbuída ao maor valor de RQMR obtdo a estmatva da fução expoecal para o amôo (Tabela e 3). Erros a estmatva da temperatura do solo pelo modelo aalítco proposto, mplcam em escolha errada das taxas de trasformação do substrato (NO 3 - e NH 4 ). Varações postvas a temperatura e umdade do solo, por exemplo, tedem a aumetar a taxa de trfcação, gerado maor acúmulo de trato. Profuddade (cm) A B Cocetração de amôo (mg L ) Smulado (SSN) Smulado (CSN) Observado Smulado (SFN) Smulado (CFN) Observado Fgura. Perfs de cocetração de NH 4 (A) e NO 3 - (B) em solo areoso, observados e smulados pelo modelo SIMASS-C, sem fote de N (SFN) e com fote de N (CFN), para o NO 3 -, e sem sumdouro N (SSN) e com sumdouro de N (CSN), para o NH 4, 7 das após o íco do expermeto R. Bras. Eg. Agríc. Ambetal, v.1,.1, p.47 3, 8.

6 Felzardo A. Rocha et al. Profuddade (cm) A. -1 Cocetração de amôo (mg L ) B Smulada (SSN) Smulada (CSN) Observada Smulada (SFN) Smulada (CFN) Observada Fgura 3. Perfs de cocetração de NH 4 (A) e NO 3 - (B) em solo argloso, observados e smulados pelo modelo SIMASS-C, sem fote de N (SFN) e com fote de N (CFN), para o NO 3 -, e sem sumdouro N (SSN) e com sumdouro de N (CSN), para o NH 4, 7 das após o íco do expermeto As smulações para o NH 4 mostraram maores erros (Tabela 4), de acordo com os valores de RQMR, etre os dados smulados e os observados, em razão da magtude dos dados. Tabela 4. Valores dos coefcetes estatístcos RQMR, CRM e EF usados para avalação do modelo SIMASS-C quato à dstrbução de trato e amôo o perfl do solo Solo Areoso Argloso Valores deas: RQMR = ; CRM = e EF = 1 Í o R QMR C RM EF trato 11,6,14,91 amôo 4,41 -,31,86 trato 4,4 -,1,99 amôo 43,6,33,79 A efcêca do modelo também se mostrou satsfatóra a estmatva das cocetrações de NO 3 - e NH 4 as duas smulações, vsto que os resultados de EF foram próxmos de 1, exceto para a seguda smulação realzada para o trato, em que o valor de EF fo egatvo, dcado baxa efcêca do modelo; etretato, recomeda-se estudar outros modelos para descrever as trasformações bológcas sofrdas pelo trogêo. Exbem-se, as Fguras 4 e, os perfs de temperatura do solo gerados a partr do modelo SIMASS-C. Observou-se uma ampltude térmca pequea e de 7,8 C Temperatura do solo ( C) Profuddade de cm 19 Profuddade de cm 18 Observadaacm Observada a cm Tempo (h) Fgura 4. Perfs de temperatura do solo observados expermetalmete e smulados pelo SIMASS-C ao logo de 4 h Profuddade (cm) Temperatura ( C) 6 horas 1 horas 18 horas Obs 6 horas Obs 1 horas Obs 18 horas Fgura. Perfs de temperatura do solo observados expermetalmete e smulados pelo SIMASS-C em profuddade para a data smulada; coerete, o etato, pos a radação solar também fo pequea haja vsta que o expermeto fo coduzdo em laboratóro. O erro máxmo a estmatva da temperatura do solo para o da smulado fo de fo 1,38 C o tempo e de 1,9 C, em profuddade (Fguras 4 e ); além dsso, verfcou-se que a temperatura do solo se torou pratcamete costate a partr de 3 cm de profuddade, e, as Fguras 4 e, que o modelo aalítco tedeu a subestmar a temperatura do solo, a partr das 9 h da mahã, até etre e 17 h justamete o período de cdêca de radação solar a partr das 17 h, o modelo tedeu a superestmar a temperatura do solo. O modelo proposto permtu descrever a versão de gradete térmco; por exemplo, a Fgura, às 6 h da mahã a temperatura observada e smulada fo meor a superfíce que em profuddades do solo, coerete com o comportameto físco do feômeo, sto é, o solo perdeu calor a partr da superfíce; assm, ele esfrou durate a ote, de forma que essa perda de calor fo maor a superfíce; e meor em profuddade; de maera versa, quado a radação começou a cdr a superfíce o aquecmeto se deu de forma mas rápda a superfíce e meor em profuddade. Ao possbltar smulações em codções de solo estratfcado, o modelo torou-se mas realístco e flexível. R. Bras. Eg. Agríc. Ambetal, v.1,.1, p.47 3, 8.

7 Modelo umérco do trasporte de trogêo o solo. Parte I: Desevolvmeto e teste do modelo 3 CONCLUSÕES 1. O modelo expoecal selecoado apresetou bom ajuste aos dados expermetas, tato para a smulação do trato quato para o amôo.. As equações cétcas o modelo SIMASS-C, que cosderam as reações do trogêo o solo, resultaram em pequea melhora a estmatva da cocetração de trato e amôo o solo, justfcado o estudo de outros modelos. 3. A temperatura do solo fo estmada com boa precsão utlzado-se o modelo aalítco proposto. LITERATURA CITADA Azevedo, A. S.; Kawar, R. S.; Sgh, P.; Perera, L. S. Movemet of NO 3 - ad atraze through sol colums as affected by lme applcato. Trasactos of the Asae, St. Joseph, v.39,.3, p , Borges Júor, J. F.; Ferrera, P. A. Equações e programa computacoal para cálculo do trasporte de solutos do solo. Revsta Braslera de Egehara Agrícola e Ambetal, Campa Grade, v.,.3, p , 6. Carsel, R. F.; Mulls, J. A.; Scarbrough, J. E.; Ivery, A. M. PRZM A model for predctg pestcde fate the crop root usaturated sol zoes: User s maual for release.. Athes. 7p Corrêa, M. M. Desevolvmeto e teste de modelo de trasporte udmesoal de solutos o solo. Vçosa: UFV, 1.4p. Tese Doutorado Costa, S. N. Desevolvmeto de um modelo computacoal para smular o trasporte de água e solutos o solo sob codções de escoameto ão permaete a vertcal. Vçosa: UFV, p. Tese Doutorado Dourado Neto, D.; Nelse, D. R.; Hopmas, J. W.; Rechardt, K.; Bacch, O. O. S. Software to model sol water reteto curves (swrc, verso.). Sceta Agrícola, Praccaba, v.7,.1, p ,. Elas, E. A. Modelagem aalítca do perfl de temperatura do solo. Praccaba: ESALQ, 4. 67p. Tese Doutorado Hase, S. H.; Jese, E.; Nelse, N. E.; Svede, H. Dasy Sol plat atmosphere system model. da.kvl.dk/ ~abraham/dasy. 4 Fev Hllel, D. Fudametals of sol physcs. Orlado: Academc Press, p. Loague, K.; Gree, R. E. Statstcal ad graphcal methods for evaluatg solute trasport models: overvew ad applcato. Joural of Cotamat Hydrology, Amsterdam,.7,.1, p.1-73, McLare, A. D. Steady state studes of trfcato sol: theoretcal cosderatos. Sol Scece Socety Amerca Proceedgs, Madso, v.33,.3, p.73-7, Megel, K. Dyamcs ad avalablty of major utrets sols. I: Stewart, B. A. (ed.). Advaces sol scece, v.. New York: Sprger-Verlag, p Msra, C.; Nelse, D. R.; Bggar, J. W. Ntroge trasformatos sol durg leachg, I. theoretcal cosderatos. Sol Scece Socety Amerca Proceedgs, Madso, v.38,.3, p.89-93, Regazz, A. J. Teste para verfcar a gualdade de parâmetros e da detdade de modelos de regressão ão-lear. Revsta Ceres, Vçosa, v., p.9-6, 3. Serra, J. Temperature ad sol mosture depedece of meralzato tact sol cores. Sol Bology ad Bochemstry, Oxford, v.9,.9, p.17-3, Serra, J. Ntroge meralzato ad trfcato a tropcal sol: effects of fluctuatg temperature codtos. Sol Bology ad Bochemstry, Oxford, v.34,.8, p ,. Spadotto, C. A. Comportameto e desto ambetal de herbcdas. Comtê do meo ambete, socedade braslera da cêca das platas dahas. 8 Ma. 3. Starr, J. L. Assessg troge movemet the feld. I: chemcal moblty ad reactvty sol systems. Sol Scece Socety of Amerca, Madso,.11. cap.6, p Strog, D. T.; Fllery, I. R. P. Detrfcato respose to trate cocetratos sady sols. Sol Bology ad Bochemstry, v.4, p.94-94,. va Geucthe, M. A closed-form equato for predctg the hydraulc coductvty of usaturated sols. Sol Scece Socety Amerca Joural, Madso, v.44,.4, p , 198. Vctora, R. L.; Pccolo, M. C.; Vargas, A. A. T. O cclo do trogêo, : Cardoso, E. J. B. N.; Tsa, S. M.; Neves, M. C. P. Mcrobologa do solo. Campas: Socedade Braslera de Cêca do Solo, cap. 9, p.-119, 199. Wageet, R. J.; Rao, P. S. C. Modelg pestcde fate sols, : Cheg, H. H. Pestcdes the sol evromet: processes, mpacts ad modelg: Sol Scece Socety of Amerca, Madso, v.14,.3, p.31-39, 199. Werega, P. J.; Wt, C. T. Smulato of heat trasfer sols. Sol Scece Socety Amerca Proceedgs, Madso, v.34,.3, p , 197. Wu, J.; Nofzger, D. L. Icorporatg temperature effects o pestcde degradato to a maagemet model. Joural Evromet Qualty, Madso, v.8,., p.9-, R. Bras. Eg. Agríc. Ambetal, v.1,.1, p.47 3, 8.

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

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

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

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo.

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo. 5910187 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 6 Equlíbro e o Potecal de Nerst Nesta aula, vamos utlzar a equação para o modelo de eletrodfusão o equlíbro obtda a aula passada para estudar o trasporte

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

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

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

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

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

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

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

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

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

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

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

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo.

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo. Equlíbro e o Potecal de Nerst 5910187 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 11 Nesta aula, vamos utlzar a equação para o modelo de eletrodfusão o equlíbro obtda a aula passada para estudar o trasporte

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

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

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

( 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

MEDIDAS DE DISPERSÃO:

MEDIDAS DE DISPERSÃO: MEDID DE DIPERÃO: fução dessas meddas é avalar o quato estão dspersos os valores observados uma dstrbução de freqüêca ou de probabldades, ou seja, o grau de afastameto ou de cocetração etre os valores.

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

Modelo Computacional Unidimensional do Transporte de solutos na Zona Não-saturada do Solo

Modelo Computacional Unidimensional do Transporte de solutos na Zona Não-saturada do Solo ISSN 984-828 Modelo Computacoal Udmesoal do Trasporte de solutos a Zoa Não-saturada do Solo Mara de ourdes Pmetel Pzarro Academa da Força Aérea 64-, Prassuuga, SP E-mal: malu@vgaova.com.br Edso Wedlad,

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

Monitoramento ou Inventário Florestal Contínuo

Monitoramento ou Inventário Florestal Contínuo C:\Documets ad Settgs\DISCO_F\MEUS-DOCS\LIVRO_EF_44\ef44_PDF\CAP XIV_IFCOTIUO.doc 6 Motorameto ou Ivetáro Florestal Cotíuo Agosto Lopes de Souza. ITRODUÇÃO Parcelas permaetes de vetáro florestal cotíuo

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

ADEQUAÇÃO DE MODELOS PARA ESTIMATIVA DE NÚMERO DE FOLHAS E ÁREA FOLIAR DA BANANEIRA GRAND NAINE

ADEQUAÇÃO DE MODELOS PARA ESTIMATIVA DE NÚMERO DE FOLHAS E ÁREA FOLIAR DA BANANEIRA GRAND NAINE http://dx.do.org/0.70/.ovagr.04-a63 ADEQUAÇÃO DE MODELOS PARA ESTIMATIVA DE NÚMERO DE FOLHAS E ÁREA FOLIAR DA BANANEIRA GRAND NAINE T. K. S. Borges, M. G. Slva, N. T. Satos 3 ; E. F. Coelho 4, E. A. Souza

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

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

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

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

DISTRIBUIÇÃO HIPERGEOMÉTRICA

DISTRIBUIÇÃO HIPERGEOMÉTRICA 7 DISTRIBUIÇÃO HIPERGEOMÉTRICA Cosdere-se uma população fta costtuída por N elemetos dstrbuídos por duas categoras eclusvas e eaustvas de dmesões M e N M, respectvamete. Os elemetos da prmera categora

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

? 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

Aula Condições para Produção de Íons num Gás em Equilíbrio Térmico

Aula Condições para Produção de Íons num Gás em Equilíbrio Térmico Aula 2 Nesta aula, remos formalzar o coceto de plasma, rever osso etedmeto sobre temperatura de um gás e falmete, cohecer algus processos de ozação. 1.3 Codções para Produção de Íos um Gás em Equlíbro

Leia mais

Capitulo 1 Resolução de Exercícios

Capitulo 1 Resolução de Exercícios S C J S C J J C FORMULÁRIO Regme de Juros Smples 1 1 S C 1 C S 1 1.8 Exercícos Propostos 1 1) Qual o motate de uma aplcação de R$ 0.000,00 aplcados por um prazo de meses, à uma taxa de 2% a.m, os regmes

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

APLICAÇÃO DO MÉTODO DE ELEMENTOS DE CONTORNO AO PROBLEMA DA RADIAÇÃO ACÚSTICA

APLICAÇÃO DO MÉTODO DE ELEMENTOS DE CONTORNO AO PROBLEMA DA RADIAÇÃO ACÚSTICA APLICAÇÃO DO MÉTODO DE ELEMENTO DE CONTORNO AO PROBLEMA DA RADIAÇÃO ACÚTICA Marco Eustáquo Mara Resumo: A preocupação com o ruído as comudades urbaas cresceu as últmas décadas com o aumeto do úmero de

Leia mais

( k) Tema 02 Risco e Retorno 1. Conceitos Básicos

( k) Tema 02 Risco e Retorno 1. Conceitos Básicos FEA -USP Graduação Cêcas Cotábes EAC05 04_0 Profa. Joaíla Ca. Rsco e Retoro. Cocetos Báscos Rotero BE-cap.6 Tema 0 Rsco e Retoro. Cocetos Báscos I. O que é Retoro? II. Qual é o Rsco de um Atvo Idvdual

Leia mais

Conceitos básicos de metrologia. Prof. Dr. Evandro Leonardo Silva Teixeira Faculdade UnB Gama

Conceitos básicos de metrologia. Prof. Dr. Evandro Leonardo Silva Teixeira Faculdade UnB Gama Prof. Dr. Evadro Leoardo Slva Teera Faculdade UB Gama Metrologa: Cêca que abrage os aspectos teórcos e prátcos relatvos a medção; Descreve os procedmetos e métodos para determar as certezas de medções;

Leia mais

Tópicos Extras 2ª parte. Análise de Correlação e Regressão

Tópicos Extras 2ª parte. Análise de Correlação e Regressão Tópcos Extras ª parte Aálse de Correlação e Regressão 1 Defções báscas ANÁLISE DE CORRELAÇÃO Mesurar a força da assocação etre as varáves (geralmete através do cálculo de algum coefcete). ANÁLISE DE REGRESSÃO

Leia mais

2 o CONGRESSO BRASILEIRO DE P&D EM PETRÓLEO & GÁS

2 o CONGRESSO BRASILEIRO DE P&D EM PETRÓLEO & GÁS 2 o CONGRSSO BRASILIRO D P&D M PTRÓLO & GÁS CORRLAÇÕS APLICADAS À PRDIÇÃO DA PRSSÃO D SATURAÇÃO FATOR VOLUM D FORMAÇÃO: STUDO D CASO BACIA POTIGUAR Novaes, W. S., Dutra Jr, T. V. 2, Selvam, P. V. P. 3,2,3

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

(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

II OCORRÊNCIA DE METANO NO EFLUENTE DE REATORES UASBs E SUA DISSIPAÇÃO EM CAIXA DE DISTRIBUIÇÃO DE VAZÃO DE ETE OPERANDO EM PLENA ESCALA

II OCORRÊNCIA DE METANO NO EFLUENTE DE REATORES UASBs E SUA DISSIPAÇÃO EM CAIXA DE DISTRIBUIÇÃO DE VAZÃO DE ETE OPERANDO EM PLENA ESCALA II-2 - OCORRÊNCIA DE METANO NO EFLUENTE DE REATORES UASBs E SUA DISSIPAÇÃO EM CAIXA DE DISTRIBUIÇÃO DE VAZÃO DE ETE OPERANDO EM PLENA ESCALA Bruo Sde da Slva () Egehero Satarsta e Ambetal graduado pela

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

Correlações genotípicas entre características agronômicas de sorgo granífero (Sorghum bicolor (L.) Moench).

Correlações genotípicas entre características agronômicas de sorgo granífero (Sorghum bicolor (L.) Moench). Correlações geotípcas etre característcas agroômcas de sorgo graífero (Sorghum bcolor (L.) Moech). Crslee Vera dos Satos (1) ; Ccero Beserra de Meezes (2) ; Celso Herque Tuma e Slva (1) Ruae Alce da Slva

Leia mais

CONHECIMENTOS ESPECÍFICOS

CONHECIMENTOS ESPECÍFICOS CONHECIMENTOS ESPECÍFICOS Uma uversdade oferece um curso para capactação profssoal de joves caretes. Ao fal do curso, cada jovem partcpate será avalado por meo de uma prova teórca e de uma prova prátca,

Leia mais

REGESD Prolic Matemática e Realidade- Profª Suzi Samá Pinto e Profº Alessandro da Silva Saadi

REGESD Prolic Matemática e Realidade- Profª Suzi Samá Pinto e Profº Alessandro da Silva Saadi REGESD Prolc Matemátca e Realdade- Profª Suz Samá Pto e Profº Alessadro da Slva Saad Meddas de Posção ou Tedêca Cetral As meddas de posção ou meddas de tedêca cetral dcam um valor que melhor represeta

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

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

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

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

DESEMPENHO DE ESTIMADORES DA MÉDIA POPULACIONAL DE DISTRIBUIÇÕES ASSIMÉTRICAS BASEADOS EM AMOSTRAGEM POR CONJUNTOS ORDENADOS

DESEMPENHO DE ESTIMADORES DA MÉDIA POPULACIONAL DE DISTRIBUIÇÕES ASSIMÉTRICAS BASEADOS EM AMOSTRAGEM POR CONJUNTOS ORDENADOS DESEMPENHO DE ESTIMADORES DA MÉDIA POPULACIONAL DE DISTRIBUIÇÕES ASSIMÉTRICAS BASEADOS EM AMOSTRAGEM POR CONJUNTOS ORDENADOS Fracsco Juor PIGATO Mara Cecíla Medes BARRETO RESUMO: Um deleameto amostral

Leia mais

ANÁLISE TEÓRICA DA INTERAÇÃO FLUIDO ESTRUTURA EM UMA VIGA EM BALANÇO (PARTE 2 VALIDAÇÃO E ANÁLISE FINAIS DO COMPORTAMENTO DINÂMICO DA ESTRUTURA)

ANÁLISE TEÓRICA DA INTERAÇÃO FLUIDO ESTRUTURA EM UMA VIGA EM BALANÇO (PARTE 2 VALIDAÇÃO E ANÁLISE FINAIS DO COMPORTAMENTO DINÂMICO DA ESTRUTURA) º POSMEC Uversdade Federal de Uberlâda Faculdade de Egehara Mecâca ANÁLISE TEÓRICA DA INTERAÇÃO FLUIDO ESTRUTURA EM UMA VIGA EM BALANÇO PARTE VALIDAÇÃO E ANÁLISE FINAIS DO COMPORTAMENTO DINÂMICO DA ESTRUTURA

Leia mais

( ) ( IV ) n ( ) Escolha a alternativa correta: A. III, II, I, IV. B. II, III, I, IV. C. IV, III, I, II. D. IV, II, I, III. E. Nenhuma das anteriores.

( ) ( IV ) n ( ) Escolha a alternativa correta: A. III, II, I, IV. B. II, III, I, IV. C. IV, III, I, II. D. IV, II, I, III. E. Nenhuma das anteriores. Prova de Estatístca Epermetal Istruções geras. Esta prova é composta de 0 questões de múltpla escolha a respeto dos cocetos báscos de estatístca epermetal, baseada os lvros BANZATTO, A.D. e KRONKA, S.N.

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

15/03/2012. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações

15/03/2012. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações Itrodução.1 Juros Smples Juro: recompesa pelo sacrfíco de poupar o presete, postergado o cosumo para o futuro Maora das taxas de uros aplcadas o mercado facero são referecadas pelo crtéro smples Determa

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

MODELAGEM DO FLUXO DE TRÁFEGO VEICULAR: MÉTODO DOS VOLUMES FINITOS E SIMULAÇÃO DIRETA DE MONTE CARLO RESUMO

MODELAGEM DO FLUXO DE TRÁFEGO VEICULAR: MÉTODO DOS VOLUMES FINITOS E SIMULAÇÃO DIRETA DE MONTE CARLO RESUMO ODELAGE DO FLUXO DE TRÁFEGO VEICULAR: ÉTODO DOS VOLUES FINITOS E SIULAÇÃO DIRETA DE ONTE CARLO ADILANDRI ÉRCIO LOBEIRO 1, ADRIANA LUIZA DO PRADO 2, ELOY KAVISKI 3, LILIANA ADALENA GRAANI 2, ARINA V. FERREIRA

Leia mais

Estatística. 2 - Estatística Descritiva

Estatística. 2 - Estatística Descritiva Estatístca - Estatístca Descrtva UNESP FEG DPD Prof. Edgard - 0 0- ESTATÍSTICA DESCRITIVA Possblta descrever as Varáves: DESCRIÇÃO GRÁFICA MEDIDAS DE POSIÇÃO MEDIDAS DE DISPERSÃO MEDIDAS DE ASSIMETRIA

Leia mais

ESTATÍSTICA Aula 7. Prof. Dr. Marco Antonio Leonel Caetano

ESTATÍSTICA Aula 7. Prof. Dr. Marco Antonio Leonel Caetano ESTATÍSTICA Aula 7 Prof. Dr. Marco Atoo Leoel Caetao Dstrbuções de Probabldade DISCRETAS CONTÍNUAS (Números teros) Bomal Posso Geométrca Hper-Geométrca Pascal (Números reas) Normal t-studet F-Sedecor Gama

Leia mais

Cap. 5. Testes de Hipóteses

Cap. 5. Testes de Hipóteses Cap. 5. Testes de Hpóteses Neste capítulo será estudado o segudo problema da ferêca estatístca: o teste de hpóteses. Um teste de hpóteses cosste em verfcar, a partr das observações de uma amostra, se uma

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

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

Caracterização de Partículas. Prof. Gerônimo

Caracterização de Partículas. Prof. Gerônimo Caracterzação de Partículas Prof. Gerômo Aálse Graulométrca de partículas Tabela: Sére Padrão Tyler Mesh Abertura Lvre (cm) âmetro do fo () 2 ½ 0,7925 0,088 0,6680 0,070 ½ 0,56 0,065 4 0,4699 0,065

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

(c) Para essa nova condição de operação, esboce o gráfico da variação da corrente no tempo.

(c) Para essa nova condição de operação, esboce o gráfico da variação da corrente no tempo. CONVERSÃO ELETROMECÂNICA DE ENERGIA Lsta de exercícos sobre crcutos magétcos Questão A fgura 1(a mostra um acoador projetado para produzr força magétca. O mesmo possu um úcleo em forma de um C e uma armadura

Leia mais

e Estudos Climáticos (CPTEC/INPE) - São José dos Campos - São Paulo - SP, Brasil

e Estudos Climáticos (CPTEC/INPE) - São José dos Campos - São Paulo - SP, Brasil Avalação do Modelo Atmosférco ETA para a Regão do CLA Rosa de Fátma Cruz Marques, Jorge Yamazak, Mara Aparecda Seaubar Alves, Emauel Garolla 2 e José Marcos Barbosa da Slvera. Isttuto de Aeroáutca e Espaço/Dvsão

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

MEDIDAS DE DISPERSÃO 9. MEDIDAS DE DISPERSÃO

MEDIDAS DE DISPERSÃO 9. MEDIDAS DE DISPERSÃO Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, Medca Veterára, Muscoterapa, Odotologa, Pscologa MEDIDAS DE DISPERSÃO 9 9. MEDIDAS DE DISPERSÃO

Leia mais

8 Programação linear 78

8 Programação linear 78 8 Programação lear 78 8 Programação lear A programação lear cosderou duas fuções objetvo: (a) maxmzação da comercalzação do gás e (b) mmzação das perdas (recetas e multas cotratuas). Foram dealzados dos

Leia mais

Projeto e Análise de Algoritmos Recorrências. Prof. Humberto Brandão

Projeto e Análise de Algoritmos Recorrências. Prof. Humberto Brandão Projeto e Aálse de Algortmos Recorrêcas Prof. Humberto Bradão humberto@dcc.ufmg.br Uversdade Federal de Alfeas Laboratóro de Pesqusa e Desevolvmeto LP&D Isttuto de Cêcas Exatas ICEx versão da aula: 0.

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

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

ESTIMATIVA DA INCERTEZA DE MEDIÇÃO DE MÉTODOS ANALÍTICOS

ESTIMATIVA DA INCERTEZA DE MEDIÇÃO DE MÉTODOS ANALÍTICOS 1/15 1. CAMPO DE APLICAÇÃO 1.1. Este procedmeto se aplca aos laboratóros de cotrole de qualdade.. OBJETIVO.1. Defr a capacdade de medção para cada método aalítco.. DOCUMENTOS COMPLEMENTARES.1. Valdação

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

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

a) 1,8 e 4,6. b) 2,0 e 2,2. c) 1,8 e 5,2. d) 2,0 e 4,6. e) 2,0 e 1,9.

a) 1,8 e 4,6. b) 2,0 e 2,2. c) 1,8 e 5,2. d) 2,0 e 4,6. e) 2,0 e 1,9. Questão : As otas de dez aluos, um exame, estão dadas a segur:, 5, 8, 3, 6, 5, 8, 7, 6, 0 O desvo médo e a varâca dessas otas podem ser expressos, respectvamete, por: a),8 e 4,6 b),0 e, c),8 e 5, d),0

Leia mais

Macroeconometria Aula 3 Revisão de estatística e teste de hipótese

Macroeconometria Aula 3 Revisão de estatística e teste de hipótese Macroecoometra 008. Aula 3 Revsão de estatístca e teste de hpótese 3.5. Estmação No estudo das probabldades, o objetvo é calcular a probabldade de evetos préespecfcados. De agora em date o objetvo muda.

Leia mais

ESTATÍSTICA APLICADA À ZOOTECNIA

ESTATÍSTICA APLICADA À ZOOTECNIA ESTATÍSTICA APLICADA À ZOOTECNIA Eucldes Braga MALHEIROS *. INTRODUÇÃO.a) Somatóras e Produtóros Sejam,, 3,...,, valores umércos. A soma desses valores (somatóra) pode ser represetada por: = = = =. e o

Leia mais

MAE0229 Introdução à Probabilidade e Estatística II

MAE0229 Introdução à Probabilidade e Estatística II Exercíco Cosdere a dstrbução expoecal com fução de desdade de probabldade dada por f (y; λ) = λe λy, em que y, λ > 0 e E(Y) = /λ Supor que o parâmetro λ pode ser expresso proporcoalmete aos valores de

Leia mais

Regressão. Pedro Paulo Balestrassi

Regressão. Pedro Paulo Balestrassi Regressão Pedro Paulo Balestrass www.pedro.ufe.edu.br ppbalestrass@gmal.com 5-696 / 88776958 (cel) Questoametos comus: Como mplemetar a equação Y=f(X) a partr de dados hstórcos ou epermetas? Como fazer

Leia mais

II. Propriedades Termodinâmicas de Soluções

II. Propriedades Termodinâmicas de Soluções II. Propredades Termodâmcas de Soluções 1 I. Propredades Termodâmcas de Fludos OBJETIVOS Eteder a dfereça etre propredade molar parcal e propredade de uma espéce pura Saber utlzar a equação de Gbbs-Duhem

Leia mais

PREVISÃO DE MASSA DE FRUTOS DE ABOBRINHA CULTIVAR ANITA F1

PREVISÃO DE MASSA DE FRUTOS DE ABOBRINHA CULTIVAR ANITA F1 PREVISÃO DE MASSA DE FRUTOS DE ABOBRINHA CULTIVAR ANITA F1 Jhoata Motero de Olvera 1 ; Roberto Rezede 2 ; Adré Maller 3 ; Paulo Sérgo Loureço de Fretas 4 ; Maraa Gomes Brescas 5 ; Rea Soares de Souza 6

Leia mais

50 Logo, Número de erros de impressão

50 Logo, Número de erros de impressão Capítulo 3 Problema. (a) Sedo o úmero médo de erros por pága, tem-se: 5 + + 3 + 3 + 4 33,66 5 5 Represetado o úmero medao de erros por md, tem-se, pela ordeação dos valores observados, que os valores de

Leia mais

Aula 9. Aula de hoje. Aula passada. Self-normalized Importance Sampling Gerando amostras complicadas Variância amostral Simulação

Aula 9. Aula de hoje. Aula passada. Self-normalized Importance Sampling Gerando amostras complicadas Variância amostral Simulação Aula 9 Aula passada Método da rejeção (rejecto samplg) Exemplos Importace Samplg Exemplos Geeralzação Aula de hoje Self-ormalzed Importace Samplg Gerado amostras complcadas Varâca amostral Smulação Importace

Leia mais

Distribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD

Distribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD Dstrbuções Amostras Estatístca 8 - Dstrbuções Amostras 08- Dstrbuções Amostras Dstrbução Amostral de Objetvo: Estudar a dstrbução da população costtuída de todos os valores que se pode obter para, em fução

Leia mais

Apostila de Introdução Aos Métodos Numéricos

Apostila de Introdução Aos Métodos Numéricos Apostla de Itrodução Aos Métodos Numércos PARTE III o Semestre - Pro a. Salete Souza de Olvera Buo Ídce INTERPOAÇÃO POINOMIA...3 INTRODUÇÃO...3 FORMA DE AGRANGE... 4 Iterpolação para potos (+) - ajuste

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

Análise estatística dos resultados do modelo de previsão atmosférica RAMS para a região do lago de Ilha Solteira (SP)

Análise estatística dos resultados do modelo de previsão atmosférica RAMS para a região do lago de Ilha Solteira (SP) Aálse estatístca dos resultados do modelo de prevsão atmosférca RAMS para a regão do lago de Ilha Soltera (SP) Beatrz da Slva Berardo, Ismar de A. Satos, Claudo F. Neves 3., Uversdade Federal do Ro de

Leia mais

3 Análises Probabilísticas de Estabilidade

3 Análises Probabilísticas de Estabilidade 3 Aálses Probablístcas de Establdade 3.1 Itrodução Para facltar o etedmeto das metodologas de aálse de cofabldade serão apresetados este capítulo algus cocetos báscos de probabldade e estatístca. 3. Cocetos

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

Estudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples.

Estudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples. Estudo das relações etre peso e altura de estudates de estatístca através da aálse de regressão smples. Waessa Luaa de Brto COSTA 1, Adraa de Souza COSTA 1. Tago Almeda de OLIVEIRA 1 1 Departameto de Estatístca,

Leia mais

ALGORITMO GENÉTICO POR CADEIA DE MARKOV HOMOGÊNEA VERSUS NÃO-HOMOGÊNEA: UM ESTUDO COMPARATIVO

ALGORITMO GENÉTICO POR CADEIA DE MARKOV HOMOGÊNEA VERSUS NÃO-HOMOGÊNEA: UM ESTUDO COMPARATIVO Revsta del Isttuto Chleo de Ivestgacó Operatva 2(202) 30-35 30 ALGORITMO GENÉTICO POR CADEIA DE MARKOV HOMOGÊNEA VERSUS NÃO-HOMOGÊNEA: UM ESTUDO COMPARATIVO V.S.M. Campos, A.G.C. Perera 2, L.A.Carlos 3

Leia mais

Regressao Simples. Parte II: Anova, Estimação Intervalar e Predição

Regressao Simples. Parte II: Anova, Estimação Intervalar e Predição egressao Smples Parte II: Aova, Estmação Itervalar e Predção Aálse de Varâca Nem todos os valores das amostras estão cotdos a reta de regressão, e quato mas afastados estverem por, a reta represetará a

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

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