Metodologia de cálculo das incertezas associadas às medições na calibração de monitores de radiação para medidas de H*(10).

Tamanho: px
Começar a partir da página:

Download "Metodologia de cálculo das incertezas associadas às medições na calibração de monitores de radiação para medidas de H*(10)."

Transcrição

1 005 Iteratoal Nclear Atlatc Coferece - INAC 005 Satos, SP, Brazl, Agst 8 to September, 005 ASSOCIAÇÃO BRASILEIRA DE ENERGIA NUCLEAR - ABEN ISBN: Metodologa de cálclo das certezas assocadas às medções a calbração de motores de radação para meddas de H*(0). Cládo Herqe dos Satos Grecco ad Maoel Mattos de Olvera Ramos Isttto de Egehara Nclear (IEN / CNEN - RJ) Caxa Postal Ro de Jaero, RJ grecco@e.gov.br Isttto de Radoproteção e Dosmetra (IRD / CNEN RJ) Av. Salvador Allede s/ - Recreo dos Baderates Ro de Jaero, RJ mmoramos@rd.gov.br RESUMO Desde os prmórdos do so da radação ozate é sabdo qe esta pode casar daos aos seres vvos a ela expostos. Desta forma, os motores de radação qe são eqpametos tlzados para avalar se m determado local apreseta o ão radação ozate, devem ser esaados e calbrados segdo ormas teracoas o acoas com vstas a qalfcá-los para so. Os motores de radação devem forecer meddas cofáves, desde modo as calbrações devem estar assocadas as certezas de medções, de modo qe os resltados possam ser comparados, seja etre eles mesmos o com valores de referêca por ma orma. Este trabalho apreseta a metodologa tlzada para avalar e calclar as certezas de medções a calbração de motores de radação para meddas de eqvalete de dose ambete, H*(0), segdo recomedações de ormas ISO. A certeza total ecotrada os esaos fo de 4,5 % a m ível de cofaça de 95 %.. INTRODUÇÃO A calbração de motores de radação para medda de eqvalete de dose ambete, H*(0), recomedada por ormas[][], evolve a avalação das respostas eergétca e aglar. O eqvalete de dose ambete, H*(0), é a gradeza operacoal recomedada para motoração de área em campos de radação de fótos. O Isttto de Egehara Nclear (IEN), órgão da CNEN, desevolve strmetação e sstemas para so em reatores, medca clear e radoproteção. Etre esses prodtos está o Motor Itelgete de Radação modelo MIR 706. Este motor é m eqpameto portátl, extremamete versátl, baseado em mcrocotrolador, qe pode ser tlzado com dversas sodas de város tpos de detectores. A Fgra apreseta o MIR 706. O objetvo deste trabalho é apresetar a metodologa tlzada para o cálclo das certezas assocadas às medções a avalação das respostas eergétca e aglar do MIR 706, para H*(0). A metodologa para a avalação das respostas eergétca e aglar do MIR 706, assm como os resltados são apresetados por Grecco [3].

2 Fgra. Motor Itelgete de Radação MIR 706. METODOLOGIA E RESULTADOS A certeza do resltado de ma medção geralmete cosste de város compoetes qe podem ser agrpados em das categoras, de acordo com o método tlzado para estmar se valor mérco: tpo A e tpo B. A segr, será descrta a metodologa qe fo tlzada este trabalho para cálclo e expressão da certeza a determação da resposta eergétca e aglar para a gradeza H*(0). Esta metodologa é baseada a Segda Edção Braslera do Gde to the Expresso of Ucertaty Measremet [4]. Os resltados são apresetados o tem.5.. Icertezas Tpo A Em ma sére de medções, com valores observados x, a melhor estmatva da gradeza x é dada pela méda artmétca: x x () A dspersão dos valores meddos em toro de sa méda x é caracterzada, para m resltado dvdal x, pelo desvo padrão: s( x ) ( x x) () e a gradeza s (x ) é chamada de varâca empírca de ma medda dvdal, baseada o tamaho da amostra. Freqüetemete estamos teressados o valor do desvo padrão da méda, escrto como s(x), para o qal é aplcado a eqação abaxo: s ( x) s( x ) (3)

3 A certeza assocada a cada valor meddo pode ser expressa percetalmete como m desvo padrão da méda relatvo (certeza relatva), por meo da eqação: s( x) s ( x)(%) 00 x (4) A certeza padrão tpo A ( A ) será etão detfcada como o desvo padrão da méda, o seja, A s( x ). Em prcípo, a certeza tpo A poderá sempre ser redzda ametado o úmero de letras, só qe a prátca, as possbldades de redção freqüetemete são lmtadas.. Icertezas Tpo B Exstem mtas fotes de certezas qe ão podem ser estmadas por meddas repettvas. Elas são chamadas certezas tpo B. Isso cl ão só flêcas da falta de cohecmeto o processo de medção, mas também poco cohecmeto das gradezas qe flecam (pressão, temperatra, etc.), aplcação de fatores de correção o dados físcos tomados da lteratra. Qado as formações sobre a certeza, o relacoada à certeza, provém de fotes exteras, estas formações geralmete correspodem a mas de m desvo padrão para sas dstrbções de probabldade. Portato, devem ser corrgdas (dvddas) por m fator aproprado (k), para qe correspodam a apeas m desvo padrão de sas dstrbções, ates de serem sadas a avalação da certeza do mesrado em estdo. Dversas dstrbções de probabldades podem ser assocadas a certeza tpo B, detre elas podemos ctar as mas commete tlzadas: a dstrbção gassaa o ormal (k a m ível de cofaça de 95 % o k 3 a m ível de cofaça de 99 %), a dstrbção trâglar (k 6 ) e a dstrbção retaglar (k 3 ). A dstrbção retaglar é a qe apreseta o meor valor de k, sperestmado a certeza padrão tpo B. Nesse trabalho, a falta de formação a respeto da dstrbção de probabldades assocada a certeza o otras formações forecdas os maas téccos, certfcados e a lteratra, fo sada a dstrbção retaglar. As certezas tpo B descrtas por dstrbções retaglares, possem probaldades formes e todos os valores possíves detro do tervalo defdo pelos lmtes speror e feror da dstrbção. Nesse trabalho, tlzado a dstrbção retaglar, k 3, e com o valor da certeza máxma τ B, obteve-se a certeza padrão tpo B ( B ) pela eqação: B τ B 3 (5)

4 .3 Icerteza Padrão Combada A estmatva da certeza assocada ao resltado da medção é dervada de ma combação das certezas das estmatvas das gradezas de etrada. Spodo qe as gradezas de etrada x ão são correlacoadas, as certezas assocadas às estmatvas das gradezas de etrada (x ), podem ser combadas por meo da eqação abaxo para forecer ma certeza combada c. c f x ( x ) (6) ode f x é deomado coefcete de sesbldade. Esta eqação pode ser smplfcada o caso em qe a fção f é lear de todos os x, o qe ocorre com freqêca o caso de medção dreta. Nesse caso, os coefcetes de sesbldade serão gas a, e a eqação pode ser escrta como: c ( x ) (7) Etão, esse trabalho, a certeza padrão combada ( c ) fo obtda por meo da raz qadrada da soma qadrátca de todas as cotrbções do tpo A ( A ) e do tpo B ( B ): C A + B (8).4 Icerteza Expadda A certeza expadda, desgada por U, vsa possbltar a declaração da certeza do resltado de ma medção, por meo de m tervalo, assocado a m ível de cofaça. Essa certeza é dervada, mltplcado-se c por m fator de abragêca k p : U k p c (9) Cosderado m úmero fto de medções, o fator de abragêca k p é determado a partr da dstrbção-t (dstrbção de Stdet) com ν ef gras efetvos de lberdade, para m ível p de cofaça. O valor dos gras efetvos de lberdade, ν ef, a ser sado para determar k p é calclado por meo da fórmla smplfcada de Welch-Satterthwate:

5 ν ef 4 c 4 A (0) ode é o úmero de observações depedetes estmadas por medção e - correspode aos gras de lberdade assocados a A. Caso o valor obtdo para ν ef ão seja m úmero tero, é adotado o tero medatamete feror para ν ef. Nesse trabalho o ível de cofaça adotado fo de 95 %. Com esse ível de cofaça e o valor de ν ef, o valor de t 95 (ν ef ) fo obtdo da tabela. Esse valor fo sado como valor do fator de abragêca k 95, o seja: k 95 t 95 ( ν ) ef () Desta forma a eqação pode ser escrta como: U k 95 c () Tabela. Valor de t p ( ν ) da dstrbção t de Stdet para ν gras de lberdade qe defe m tervalo -t p ( ν ) a +t p ( ν ) qe abrage ma fração p da dstrbção. Gras de Fração p em porcetages lberdade ν 68,7 (a) ,45 (a) 99 99,73 (a),84 6,3,7 3,97 63,66 35,80,3.9 4,30 4,53 9,9 9, 3,0,35 3,8 3,3 5,84 9, 4,4,3,78,87 4,60 6,6 5,,0,57,65 4,03 5,5 6,09,94,45,5 3,7 4,90 7,08,89,36,43 3,50 4,53 8,07,86,3,37 3,36 4,8 9,06,83,6,3 3,5 4,09 0,05,8,3,8 3,7 3,96,05,80,0,5 3, 3,85,04,78,8,3 3,05 3,76 3,04,77,6, 3,0 3,69 4,04,76,4,0,98 3,64 5,03,75,3,8,95 3,59 6,03,75,,7,9 3,54 7,03,74,,6,90 3,5 8,03,73,0,5,88 3,48 9,03,73,09,4,86 3,45 0,03,7,09,3,85 3,4 5,0,7,06,,79 3,33 30,0,70,04,09,75 3,7 35,0,70,03,07,7 3,3 40,0,68,0,06,70 3,0 45,0,68,0,06,69 3,8 50,0,68,0,05,68 3,6 00,005,660,984,05,66 3,077,000,645,960,000,576 3,000 (a) Para ma gradeza z descrta por ma dstrbção ormal com expectatva µ z e desvo padrão σ, o tervalo µ z ± kσ abrage p 68,7 %, 95,45 % e 99,73 % da dstrbção para k,, e 3, respectvamete.

6 .5 Resltados O cálclo das certezas assocadas às medções, para determação da resposta eergétca e aglar do Motor de Radação MIR 706, fo realzado a partr dos dados estatístcos obtdos as meddas (certezas tpo A) e das formações passadas pelo processo de medção o de otras fotes de referêca (certezas tpo B). Todas essas certezas foram avaladas e calcladas de acordo com a metodologa apresetada. As fotes de certezas qe cotrbíram a determação da resposta eergétca e aglar do MIR 706 este trabalho estão lstadas a tabela, assm como otros parâmetros ecessáros para o cálclo da certeza combada e da expadda. Fote de certeza Tabela. Plalha para cálclo das certezas combada e expadda. Tpo Dstrbção de Probabldade sposta Gras de lberdade Fator de abragêca (k) Icerteza Máxma (%) Icerteza Padrão (%) Medções A ormal 9 0,43 0,43 Fator de calbração da câmara padrão B ormal,5 0,75 Coefcete de coversão, h*k Tamaho e formdade do campo B ormal B retaglar 3 0, 0, Medda de B retaglar 3 0, 0, temperatra Medda de B retaglar 3 0, 0, pressão Poscoameto B retaglar 3 0,58 A certeza assocada às medções é baseada o desvo padrão da méda relatvo máxmo das meddas expermetas, tato para raos X, de 48 kev (N-60) a 08 kev (N-50), qato para radação gama, 37 Cs e 60 Co. Este desvo apreseto m valor máxmo a determação da resposta eergétca, ormalzada para o 37 Cs, para o 60 Co. A certeza o fator de calbração é baseada a certeza do fator de calbração da câmara de ozação padrão, tlzada para as dosmetras os esaos com raos X e radação gama. Os dados de certeza máxma, dstrbção de probabldade e fator de abragêca são forecdos pelo certfcado de calbração da câmara. A certeza o coefcete de coversão é baseada a certeza dos coefcetes de coversão, h*k, de kerma o ar, Kar, para eqvalete de dose ambete, H*(0). Essa certeza é declarada a orma de referêca [], jtamete com a dstrbção de probabldade e o fator de abragêca spostos. A certeza assocada ao tamaho e formdade do campo de radação gama é dervada do maal técco para calbração de motores de radação[5]. Como a dstrbção de probabldades assocada a certeza ão fo forecda pelo maal, fo tlzada a dstrbção retaglar, de acordo com a metodologa apresetada.

7 As meddas de temperatra e pressão foram realzadas com m termômetro e com m barômetro colocados próxmos à câmara de ozação padrão o mometo da dosmetra. As certezas assocadas aos dcadores desses strmetos são dervadas, também, do maal técco para calbração de motores de radação. Na falta de formação da dstrbção de probabldade assocada a essas certezas, fo tlzada a dstrbção retaglar. A certeza o poscoameto é baseada a le do verso do qadrado da dstâca. A medda da resposta eergétca para o 60 Co fo feta a aproxmadamete,0 m. O maal técco para calbração de motores de radação cosdera ma certeza de 5,0 mm em,0 m. Fo sposta a dstrbção retaglar. A certeza combada, calclada a partr dos dados apresetados a tabela, fo de,3 %, e a certeza expadda fo de 4,5 %, a m ível de cofaça de 95 % (k 95,96), para a determação da resposta eergétca e aglar do MIR 706, tlzado m fltro de compesação de latão e chmbo com fros cocêtrcos (0 % de área vazada), em todas as qaldades de radação tlzadas este trabalho. 3. CONCLUSÕES Os esaos apresetaram ma certeza máxma de 4,5 % a m ível de cofaça de 95 %. Essa certeza está detro da certeza recomedada a lteratra qe é 0 % para todos os tpos de motores de radação, sto é, motores com letra aalógca e com letra dgtal. Cabe ressaltar qe, a certeza de 4,5 % ecotrada é semelhate a valores de certezas ecotrados a lteratra [6], a calbração de strmetos para H*(0). Também deve ser ressaltado qe a metodologa e os procedmetos tlzados podem ser aplcados em qalqer trabalho, ode se faz ecessáro o relato da medção de ma gradeza físca com dcação qattatva da qaldade do resltado, de tal forma qe aqeles qe o tlzam possam avalar sa cofabldade. REFERÊNCIAS. Iteratoal Orgazato for Stadardzato ISO, X ad Gamma Referece Radatos for Calbratg Dosemeters ad Doserate Meters ad for Determg ther Respose as a Fcto of Photo Eergy Part 3: Calbrato of Area ad Persoal Dosemeters ad the Measremet of ther Respose as a Fcto of Eergy ad Agle of Icdece. Fal Draft Iteratoal Stadard ISO/FDIS Geeva: ISO, Iteratoal Electrotechcal Commsso IEC, Radato Protecto Istrmetato Ambet ad/or Drectoal Dose Eqvalet(Rate) Meters ad/or Motors for Beta, X ad Gamma Radato. Revso of IEC 60846, Grecco, C. H. S., Resposta de Motores de Radação para a Gradeza Eqvalete de Dose Ambete, H*(0), dssertação de Mestrado do Programa de Egehara Nclear, Isttto Mltar de Egehara -IME, Ro de Jaero, Isttto Nacoal de Metrologa, Normatzação e Qaldade Idstral (INMETRO), Ga para expressão da certeza de medção, INMETRO, Ro de Jaero, Laboratóro Nacoal de Metrologa das Radações Iozates LNMRI. Maal da Qaldade para Laboratóro: Calbração de Motores de Radação de Área. Ro de Jaero, 000. p. 6. Iteratoal Atomc Eery Agecy - IAEA, Safety Reports Seres.6: Calbrato of Radato Protecto Motorg Istrmets, Vea: IAEA, 000.

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

PROCEDIMENTOS DE CÁLCULO DE INCERTEZA DE MEDIÇÃO EM MEDIÇÕES DIRETAS E INDIRETAS

PROCEDIMENTOS DE CÁLCULO DE INCERTEZA DE MEDIÇÃO EM MEDIÇÕES DIRETAS E INDIRETAS PROCEDIMENTOS DE CÁLCULO DE INCERTEZA DE MEDIÇÃO EM MEDIÇÕES DIRETAS E INDIRETAS Prof José Leoardo Noroha M Eg Departameto de Egehara de Prodção Escola Federal de Egehara de Itabá EFEI RESUMO: Neste trabalho

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

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

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

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

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

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

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

5. Funções teste. L 2 ( )= {u :? ; Borel mensurável com u 2 dx < 8 }

5. Funções teste. L 2 ( )= {u :? ; Borel mensurável com u 2 dx < 8 } 5. Fções teste Até agora estvemos tratado tesvamete com a tegração. Uma cosa qe temos vsto é qe, cosderado espaços das, podemos pesar as fções como fcoas. Vamos rever brevemete esta déa. osdere a bola

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

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

PROGRAMA INTERLABORATORIAL PARA ENSAIOS EM CHAPAS DE PAPELÃO ONDULADO CICLO 2018 PROTOCOLO

PROGRAMA INTERLABORATORIAL PARA ENSAIOS EM CHAPAS DE PAPELÃO ONDULADO CICLO 2018 PROTOCOLO PROGRAMA INTERLABORATORIAL PARA ENSAIOS EM CHAPAS DE PAPELÃO ONDULADO CICLO 08 PROTOCOLO CT-Floresta - LPC - FOI/004 09/0/07 Aprovado: Mara Luza Otero D'Almeda / SUMÁRIO INTRODUÇÃO... PÚBLICO ALVO... 3

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

PROGRAMA INTERLABORATORIAL PARA ENSAIOS EM CHAPAS DE PAPELÃO ONDULADO CICLO 2015 PROTOCOLO

PROGRAMA INTERLABORATORIAL PARA ENSAIOS EM CHAPAS DE PAPELÃO ONDULADO CICLO 2015 PROTOCOLO PROGRAMA INTERLABORATORIAL PARA ENSAIOS EM CHAPAS DE PAPELÃO ONDULADO CICLO 05 PROTOCOLO CT-Floresta - LPC - FOI/004 6//04 Aprovado: Mara Luza Otero D'Almeda / SUMÁRIO INTRODUÇÃO... PÚBLICO ALVO... 3 ENSAIOS

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

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

MATRIZES E VETORES 1) CONCEITOS BÁSICOS

MATRIZES E VETORES 1) CONCEITOS BÁSICOS PARE DO CURSO DE NIVELAMENO 9 - PEQ/COPPE/UFRJ PROF. EVARISO MARIZES E VEORES ÁLGEBRA VEORIAL E MARICIAL ) CONCEIOS BÁSICOS Os cálclos/operações assm como cocetos eoledo matrzes e etores costtem a base

Leia mais

e represente as no plano Argand-Gauss.

e represente as no plano Argand-Gauss. PROFESSOR: Cládo Das BANCO DE QUESTÕES MATEMÁTICA ª SÉRIE ENSINO MÉDIO ============================================================================================== - Determe o módlo dos segtes úmeros

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

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

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

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

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

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

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

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

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

( ) ( 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

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

MÓDULO 8 REVISÃO REVISÃO MÓDULO 1

MÓDULO 8 REVISÃO REVISÃO MÓDULO 1 MÓDULO 8 REVISÃO REVISÃO MÓDULO A Estatístca é uma técca que egloba os métodos cetícos para a coleta, orgazação, apresetação, tratameto e aálse de dados. O objetvo da Estatístca é azer com que dados dspersos

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

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

Nas Instituições de Ensino Superior(IES), há uma relação direta entre a qualidade do ensino e a taxa de inadimplência. A taxa de inadimplência das

Nas Instituições de Ensino Superior(IES), há uma relação direta entre a qualidade do ensino e a taxa de inadimplência. A taxa de inadimplência das CORRELAÇÃO Nas Isttuções de Eso Superor(IES), há uma relação dreta etre a qualdade do eso e a taxa de admplêca. A taxa de admplêca das IES que obtveram cocetos A e B o Provão é,%, as que obtveram C é 6%

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

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

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

DETERMINAÇÃO DO ÍNDICE DE ISOLAMENTO SONORO A SONS DE CONDUÇÃO AREA E DE PERCUSSÃO

DETERMINAÇÃO DO ÍNDICE DE ISOLAMENTO SONORO A SONS DE CONDUÇÃO AREA E DE PERCUSSÃO DTRMIAÇÃO DO ÍDIC D ISOLAMTO SOORO A SOS D CODUÇÃO ARA D PRCUSSÃO. AALIS DAS FOTS D ICRTZA D MDIÇÃO DTRMIAÇÃO DA ICRTZA D MDIÇÃO XPADIDA PACS: 43.55.Rg Atues, Sóa Laboratóro acoal de gehara Cvl Av. Brasl,0

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

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

CADERNO 1 (É permitido o uso de calculadora gráfica.) Nome: Ao / Trma: N.º: Data: - - Não é permtdo o so de corretor. Deves rscar aqlo qe pretedes qe ão seja classfcado. A prova cl m formláro. As cotações dos tes ecotram-se o fal do ecado da prova. CADERNO

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

HIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia

HIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia Aálse estatístca aplcada à hdrologa. Séres hdrológcas oções complemetares HIDROLOGIA E RECURSOS HÍDRICOS Aálse estatístca aplcada à hdrologa O Egehero HIDRÁULICO Echerá? Que população pode abastecer e

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

Probabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ

Probabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ Duração: 90 mutos Grupo I Probabldades e Estatístca LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBol, MEBom, MEEC, MEFT, MEMec, MEQ Justfque coveetemete todas as respostas 1 o semestre 018/019 10/01/019 09:00 o

Leia mais

A análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si.

A análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si. Prof. Lorí Va, Dr. http://www. ufrgs.br/~va/ va@mat.ufrgs.br aáse de varâca de uma cassfcação (Oe-Way NOV) verfca se as médas de amostras depedetes (tratametos) dferem etre s. Um segudo tpo de aáse de

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

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

PROGRAMA INTERLABORATORIAL PARA ENSAIOS EM PAPEL CICLO 2015 PROTOCOLO

PROGRAMA INTERLABORATORIAL PARA ENSAIOS EM PAPEL CICLO 2015 PROTOCOLO PROGRAMA INTERLABORATORIAL PARA ENSAIOS EM PAPEL CICLO 05 PROTOCOLO CT-Floresta - LPC - FOI/005 6//04 Aprovado: Mara Luza Otero D'Almeda / SUMÁRIO INTRODUÇÃO... PÚBLICO ALVO... 3 ENSAIOS OFERECIDOS...

Leia mais

2 Fundamentos Teóricos

2 Fundamentos Teóricos Fdaetos Teórcos. Terodâca de Mcrotrbas A operação básca de a crotrba a gás é slar a do cclo de potêca a vapor, poré o fldo de trabalho tlzado é o ar. O ar atosférco é asprado, coprdo o copressor e ecahado,

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

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

PROGRAMA INTERLABORATORIAL PARA ENSAIOS EM PAPEL CICLO 2016 PROTOCOLO

PROGRAMA INTERLABORATORIAL PARA ENSAIOS EM PAPEL CICLO 2016 PROTOCOLO PROGRAMA INTERLABORATORIAL PARA ENSAIOS EM PAPEL CICLO 06 PROTOCOLO CT-Floresta - LPC - FOI/005 6/0/05 Aprovado: Mara Luza Otero D'Almeda / SUMÁRIO INTRODUÇÃO... PÚBLICO ALVO... 3 ENSAIOS OFERECIDOS...

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

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

Se A = ( a ij ) é tal que aij = 0 para todo i e j então a matriz A é dita nula e é

Se A = ( a ij ) é tal que aij = 0 para todo i e j então a matriz A é dita nula e é ARIZES E VEORES PROGRAA DE ENGENHARIA QUÍICA/COPPE/UFRJ NIVELAENO -. Sc. - 6 Álgebra Vetoral e atrcal -)CONCEIOS BÁSICOS Os cálclos/operações assm como cocetos evolvedo matrzes e vetores costtem a base

Leia mais

Instituto Politécnico de Bragança Escola Superior de Tecnologia e de Gestão

Instituto Politécnico de Bragança Escola Superior de Tecnologia e de Gestão Isttuto oltécco de Bragaça Escola Superor de ecologa e de Gestão 2º Ao de Egehara Electrotécca Istrumetação Electróca e Meddas Exame (ª Chamada) 2 de Juho de 200 SUGESÃO DE RESOLUÇÃO ) retede-se vsualzar,

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

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

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

PROGRAMA INTERLABORATORIAL PARA ENSAIOS EM PASTA CELULÓSICA CICLO 2014 PROTOCOLO

PROGRAMA INTERLABORATORIAL PARA ENSAIOS EM PASTA CELULÓSICA CICLO 2014 PROTOCOLO PROGRAMA INTERLABORATORIAL PARA ENSAIOS EM PASTA CELULÓSICA CICLO 014 PROTOCOLO CT-Floresta - LPC - FOI/006 11/10/013 Aprovado: Mara Luza Otero D'Almeda SUMÁRIO 1 INTRODUÇÃO... 1 PÚBLICO ALVO... 3 ENSAIOS

Leia mais

Hipóteses do Modelo de Regressão Linear Clássico

Hipóteses do Modelo de Regressão Linear Clássico Uversdade Federal da Baha Facldade de Cêcas coômcas Departameto de cooma CO 66 Itrodção à coometra Hpóteses do Modelo de Regressão Lear Clássco Gerváso F. Satos Propredades dos estmadores de MQO As estmatvas

Leia mais

Universidade Federal de Alfenas - Unifal-MG Departamento de Ciências Exatas

Universidade Federal de Alfenas - Unifal-MG Departamento de Ciências Exatas Uversdade Federal de Alfeas - Ufal-MG Departameto de Cêcas Exatas Apostla Laboratóro de Físca I Prof. Dr. Célo Wsewsk Alfeas 05. oções geras sobre meddas de gradezas e avalação de certezas.. Medção (measuremet).....

Leia mais

A Medição e o Erro de Medição

A Medição e o Erro de Medição A Medção e o Erro de Medção Sumáro 1.1 Itrodução 1.2 Defções 1.3 Caracterzação da qualdade de medção 1.4 O erro da medção 1.4.1 Os erros aleatóros 1.4.2 Os erros sstemátcos 1.5 O verdadero valor, o erro

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

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

Probabilidades e Estatística LEAN, LEGI, LEGM, LMAC, MEAer, MEAmbi, MEC

Probabilidades e Estatística LEAN, LEGI, LEGM, LMAC, MEAer, MEAmbi, MEC Duração: 90 mutos Grupo I Probabldades e Estatístca LEAN, LEGI, LEGM, LMAC, MEAer, MEAmb, MEC Justfque coveetemete todas as respostas 1 o semestre 2018/2019 10/01/2019 11:00 2 o teste B 10 valores 1. Cosdere-se

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

2 Procedimentos para Ajuste e Tratamento Estatístico de Dados Experimentais

2 Procedimentos para Ajuste e Tratamento Estatístico de Dados Experimentais 48 Procedmetos para Ajuste e Tratameto Estatístco de Dados Expermetas. Itrodução Modelos matemátcos desevolvdos para descrever eômeos íscos a partr de observações expermetas devem ser baseados em dados

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

Ex: Cálculo da média dos pesos dos terneiros da fazenda Canoas-SC, à partir dos dados originais: x = 20

Ex: Cálculo da média dos pesos dos terneiros da fazenda Canoas-SC, à partir dos dados originais: x = 20 . MEDIDAS DE TENDÊNCIA CENTRAL (OU DE POSIÇÃO) Coceto: São aquelas que mostram o alor em toro do qual se agrupam as obserações.. MÉDIA ARITMÉTICA ( ) Sea (x, x,..., x ), uma amostra de dados: Se os dados

Leia mais

Parte 3 - Regressão linear simples

Parte 3 - Regressão linear simples Parte 3 - Regressão lear smples Defção do modelo Modelo de regressão empregado para eplcar a relação lear etre duas varáves (ajuste de uma reta). O modelo de regressão lear smples pode ser epresso a forma:

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

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

Estatística: uma definição

Estatística: uma definição Prof. Lorí Val, Dr. - val@pucrs.br http://www.pucrs.br/famat/val/ Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Estatístca: uma defção Coleç Coleção de ú úmeros estatí estatístcas O ú ú mero

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

Prof. Janete Pereira Amador 1

Prof. Janete Pereira Amador 1 Prof. Jaete Perera Amador 1 1 Itrodução Mutas stuações cotdaas podem ser usadas como expermeto que dão resultados correspodetes a algum valor, e tas stuações podem ser descrtas por uma varável aleatóra.

Leia mais

Apêndice 1-Tratamento de dados

Apêndice 1-Tratamento de dados Apêdce 1-Tratameto de dados A faldade deste apêdce é formar algus procedmetos que serão adotados ao logo do curso o que dz respeto ao tratameto de dados epermetas. erão abordados suctamete a propagação

Leia mais

Capítulo 9 Problema 01 Problema 03 Problema 04

Capítulo 9 Problema 01 Problema 03 Problema 04 Bssab&Morett Caítlo Problema mod, orqe + mod, orqe + Problema a, m m, ( ) mod mod, ( ) mod mod, ( ) mod mod,...,,,,..., Portato, o eríodo esse caso é h. Problema a, m, m ( ) mod mod, ( ) mod mod, ( ) mod

Leia mais

Probabilidades e Estatística

Probabilidades e Estatística Departameto de Matemátca robabldades e Estatístca LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmb, MEBol, MEEC, MEMec 2 o semestre 20/202 2 o Teste B 08/06/202 :00 Duração: hora e 30 mutos Justfque coveetemete

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

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

Probabilidades e Estatística LEGM, LEIC-A, LEIC-T, MA, MEMec

Probabilidades e Estatística LEGM, LEIC-A, LEIC-T, MA, MEMec Duração: 90 mutos Grupo I Probabldades e Estatístca LEGM, LEIC-A, LEIC-T, MA, MEMec Justfque coveetemete todas as respostas 2 o semestre 2017/2018 14/06/2018 11:00 2 o Teste B 10 valores 1. Os dvíduos

Leia mais

2 Incerteza de medição

2 Incerteza de medição 2 Incerteza de medção Toda medção envolve ensaos, ajustes, condconamentos e a observação de ndcações em um nstrumento. Este conhecmento é utlzado para obter o valor de uma grandeza (mensurando) a partr

Leia mais

Universidade Federal da Bahia Instituto de Física Departamento de Física da Terra e do Meio Ambiente TEXTOS DE LABORATÓRIO T E O R I A D E E R R O S

Universidade Federal da Bahia Instituto de Física Departamento de Física da Terra e do Meio Ambiente TEXTOS DE LABORATÓRIO T E O R I A D E E R R O S Uversdade Federal da Baha Isttuto de Físca Departameto de Físca da Terra e do Meo Ambete TEXTOS DE LABORATÓRIO T E O R I A D E E R R O S Físca I SALVADOR, BAHIA 011 Prefáco Esta apostla é destada aos aluos

Leia mais

CURSO DE NIVELAMENTO PEQ/COPPE/UFRJ M.Sc ÁLGEBRA MATRICIAL. Dra. Heloísa Lajas Sanches

CURSO DE NIVELAMENTO PEQ/COPPE/UFRJ M.Sc ÁLGEBRA MATRICIAL. Dra. Heloísa Lajas Sanches CURSO DE NIVELAMENO PEQ/COPPE/UFRJ M.Sc. 9 ÁLGEBRA MARICIAL Dra. Heloísa Laas Saches Arthr Cayley Nascmeto: 6 de Agosto de 8 em Rchmod, Srrey, Iglaterra Falecmeto: 6 de Jaero de 895 em Cambrdge, Cambrdgeshre,

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

Estimação pontual, estimação intervalar e tamanho de amostras

Estimação pontual, estimação intervalar e tamanho de amostras Estmação potual, estmação tervalar e tamaho de amostras Iferêca: por meo das amostras, cohecer formações geras da população. Problemas de ferêca, em geral, se dvdem em estmação de parâmetros e testes de

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

Organização; Resumo; Apresentação.

Organização; Resumo; Apresentação. Prof. Lorí Val, Dr. val@ufrgs.br http://www.ufrgs.br/~val/ Grade Cojutos de Dados Orgazação; Resumo; Apresetação. Amostra ou População Defetos em uma lha de produção Lascado Deseho Torto Deseho Torto Lascado

Leia mais

Laboratório de Física. Teoria dos Erros, uma Introdução. UNIVASF Sumário TEORIA DOS ERROS [] ALGARISMOS SIGNIFICATIVOS...

Laboratório de Física. Teoria dos Erros, uma Introdução. UNIVASF Sumário TEORIA DOS ERROS [] ALGARISMOS SIGNIFICATIVOS... aboratóro de Físca Sumáro TEOIA DOS EOS []... - AGAISMOS SIGNIFICATIOS.... - INTODUÇÃO.... - AGAISMOS SIGNIFICATIOS....3 - NOTAÇÃO CIENTÍFICA....4 - OPEAÇÕES COM AGAISMOS SIGNIFICATIOS... - INTODUÇÃO À

Leia mais

AVALIAÇÃO DE GANHOS E PERDAS EM FUNDOS DE INVESTIMENTOS UTILIZANDO REGRESSÃO LINEAR. José Antonio Stark Ferreira

AVALIAÇÃO DE GANHOS E PERDAS EM FUNDOS DE INVESTIMENTOS UTILIZANDO REGRESSÃO LINEAR. José Antonio Stark Ferreira 1 AVALIAÇÃO DE GANHOS E PERDAS EM FUNDOS DE INVESTIMENTOS UTILIZANDO REGRESSÃO LINEAR José Atoo Stark Ferrera I - INTRODUÇÃO O presete estudo fo desevolvdo objetvado mesurar os gahos e perdas patrmoas

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

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

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

RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO

RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO RACIOCÍIO LÓGICO - Zé Carlos RACIOCÍIO LÓGICO / ESTATÍSTICA LISTA RESUMO TEÓRICO I. Cocetos Icas. O desvo médo (DM), é a méda artmétca dos desvos de cada dado da amostra em toro do valor médo, sto é x

Leia mais

3 Experimento com Mistura com Respostas Não-Normais

3 Experimento com Mistura com Respostas Não-Normais Modelagem em Epermetos Mstura-Processo para Otmzação de Processos Idustras 5 Epermeto com Mstura com Respostas Não-Normas Neste capítulo é apresetado o plaejameto e aálse de um EM com respostas ão ormas,

Leia mais

3. TESTES DE QUALIDADE DE AJUSTAMENTO

3. TESTES DE QUALIDADE DE AJUSTAMENTO Testes da qualdade de ajustameto 3 TESTES DE QULIDDE DE JUSTMENTO 3 Itrodução formação sobre o modelo da população dode se extra uma amostra costtu, frequetemete, um problema estatístco forma da dstrbução

Leia mais

INTERVALOS DE CONFIANÇA BOOTSTRAP PARA MODELOS DE REGRESSÃO COM ERROS DE MEDIDA

INTERVALOS DE CONFIANÇA BOOTSTRAP PARA MODELOS DE REGRESSÃO COM ERROS DE MEDIDA INTERVALOS DE CONFIANÇA BOOTSTRAP PARA MODELOS DE REGRESSÃO COM ERROS DE MEDIDA Wellgto José da CUNHA Erco Atôo COLOSIMO RESUMO: As meddas realzadas o da-a-da estão sjetas a erros Esses erros podem acotecer

Leia mais