Universidade Federal de Uberlândia Pós-graduação em Engenharia Elétrica Processamento de Sinais Biomédicos Métodos no Domínio do Tempo
|
|
- Júlio Brás Pedroso
- 8 Há anos
- Visualizações:
Transcrição
1 Universidade Federal de Uberlândia Pós-graduação em Engenharia Elétrica Processamento de Sinais Biomédicos Métodos no Domínio do Tempo Adriano de Oliveira Andrade Dezembro de 998
2 ÍDICE AALÍTICO - Introdução 3 - Introdução à terminologia Testes para randomicidade 6 3. Teste do turning point Teste do comprimento de fase Teste para tendência 8 5 Regressão Medidas no domínio do tempo das propriedades do sinal Média coerente 0 8 Funções Autocorrelação e Correlação-cruzada 9 Coeficiente de Correlação e Covariância 3 0 Conclusão 5 Bibliografia 5
3 - ITRODUÇÃO A maioria dos Bioengenheiros estão regularmente envolvidos em fazer medidas sobre sistemas biológicos; essas comumente fazem parte dos programas de pesquisas em fisiologia ou da rotina de procedimentos de avaliações clínicas. o último caso a forma do dado aquisicionado é bem conhecida e as propriedades de gravações individuais podem ser usadas para determinar o status do paciente em relação a uma escala de normalidade geralmente aceita. Contudo, em programas de pesquisas, os quais são por natureza mais exploratórios ou futurísticos, as propriedades dos dados não são muito bem conhecidas e portanto, não confiáveis para serem utilizadas em rotinas clínicas. essa situação, caberá ao Bioengenheiro determinar as propriedades desses dados novos, estabelecendo uma faixa na qual eles poderão ser considerados normais dentro de um contexto de um estudo particular. O presente texto tem como finalidade fornecer uma introdução à terminologia e idéias básicas para o processamento de sinais biomédicos no domínio do tempo. São abordados temas como: teste de randomicidade e tendência, média coerente, correlaçãocruzada, covariância e autocorrelação. - ITRODUÇÃO À TERMIOLOGIA A maioria dos sinais biológicos existem em sua forma contínua nas suas fontes. A diferença de potencial elétrico através da excitação de membranas do nervo e fibras musculares, a pressão do fluido em um vaso sangüíneo ou a concentração de vários constituintes químicos do plasma sangüíneo são claramente variáveis contínuas que existem em qualquer instante de tempo. Se tais sinais forem extraídos e armazenados de maneira contínua tal como em um gráfico, então, a cópia resultante da realidade biológica é conhecida como um sinal contínuo (figura ). 3
4 Figura : Alguns sinais biológicos contínuos. (a) Eletromiografia de superfície humana; (b) Eletroencefalograma humano; (c) Eletromiografia do intestino canino Porém, se nós estivermos restritos meramente a gravar uma seqüência de leituras separadas do sinal de interesse e não pudermos obter tal gravação contínua, estaremos trabalhando com um sinal discreto no tempo, ou uma série discreta no tempo. Quando usa-se um conversor analógico para digital (ADC Analog-to-Digital Converter) para gravar um sinal biológico por meio de um computador então a gravação obtida é, usualmente, uma série discreta no tempo regularmente amostrada. O termo série discreta no tempo referencia também aquele conjunto de dados os quais não foram amostrados de maneira regular. Um dos interesses do bioengenheiro é a gravação a qual descreve a ocorrência de um tipo particular de um evento discreto no domínio do tempo. O exemplo mais óbvio de um sinal de evento freqüentemente analisado é o potencial de ação do nervo. Estes vários tipos de sinais são analisados e classificados por uma variedade de métodos os quais requerem um entendimento de uma terminologia básica. os próximos parágrafos algumas palavras dessa terminologia básica serão introduzidas. 4
5 O termo processo freqüentemente ocorre na literatura e pode ser entendido em dois sensos. Ele pode referir-se a uma estrutura ou sistema, de origem biológica ou não, a qual gera as variáveis ou sinais que estamos interessados. Ele pode igualmente referir-se às propriedades inerentes dos sinais. Como exemplo a equação pode ser referida por um processo contínuo senoidal de freqüência angular ω, defasamento θ e amplitude x 0. Para os objetivos deste texto o termo processo será usado em seu senso mais estatístico x(t) = x 0sen( ω t + θ ) [] Fundamental para várias análises de dados é a consideração sobre estacionaridade. Um processo estacionário pode ser definido como aquele no qual seus parâmetros estatísticos não variam no tempo. Isso significa que se por exemplo um processo que gera um seqüência de dados x(), x(),..., x(n) for considerado estacionário então a média e o desvio padrão das amostras daquele dado pegas hoje são as mesmas de um ano atrás e serão as mesmas de um ano subseqüente. O segundo termo classificador mais importante de um processo é definir se ele é determinístico. Um processo determinístico é aquele no qual alguma análise linear sobre uma parte do sinal pode ser usada para predizer ou determinar o trajeto futuro do sinal. Por exemplo, se uma análise mostrou que o segmento de um sinal é decomposto em duas senóides (equação ), pode-se facilmente determinar o trajeto futuro do sinal. Por outro lado um processo puramente indeterminístico é aquele em que não se pode, apenas através da análise do segmento de sinal citado anteriormente, determinar seu trajeto futuro. A maioria dos processos de sinais reais encontrados na biologia e medicina são formados tanto por componentes determinísticas quanto por indeterminísticas e freqüentemente requerem a separação dessas duas partes para sujeitar cada uma delas a uma análise apropriada. Existe um teorema, denominado teorema da decomposição, o qual pode ser aplicado a processos estacionários discretos, que diz que tais processos podem ser decompostos na soma de pares de processos os quais são não correlacionados um com o outro e dos quais somente um é puramente determinístico e o outro é puramente indeterminístico [Chatfield, 984]. A composição desses dois processos é conhecida como processo estocástico e seu estado futuro pode 5
6 somente ser parcialmente predito pelo conhecimento presente do processo, sendo desconhecidas as componentes as quais dependem de suas propriedades indeterminísticas. Essas componentes são usualmente regidas pelas distribuições de probabilidade das quais podem ser utilizadas propriedades para fazer estimativas sobre o processo dentro de um certo limite de confiabilidade. x x ( t) = x cos( ω t + θ ) + cos(3ωt + 3θ ) [] 3 Outro conceito importante quando estuda-se um sinal biológico é relativo a questão se as amostras do sinal que nós temos para análise realmente representam o processo pelo qual elas foram amostradas. Este problema é similar a questão na estatística básica se um determinado número de amostras realmente descrevem a população da qual elas foram pegas. o contexto da análise de sinais o termo ergodicidade é aplicado a um processo se a média do tempo pega de sucessivas amostras dele são iguais a média correspondente de todas aquelas amostras. Finalmente, para completar a introdução à terminologia falta abordamos o termo randômico. Uma série de dados é considerada randômica quando qualquer uma de suas amostras individuais podem ocorrer em qualquer ordem. 3 - TESTES PARA RADOMICIDADE Existem várias maneiras possíveis para testar a randomicidade em um dado, e a escolha final do procedimento dependerá freqüentemente sobre uma hipótese alternativa a qual será testada contra uma hipótese de randomicidade. Kendall (976) recomendou que os testes de randomicidade devem requerer um cálculo mínimo e que eles não devem fazer hipóteses restritivas sobre a distribuição pela qual os dados foram pegos. Existem duas medidas simples as quais melhor preenchem os pré-requisitos estabelecidos por Kendall: o número de turning points em um dado e o comprimento de fase entre turning points. 6
7 3. Teste do turning point Um turning point é simplesmente um pico ou uma depressão no conjunto de dados. Quanto mais randômico são os dados, mais picos e depressões serão encontradas. A questão é definir quanto picos ou depressões são necessários para considerar um conjunto de dados como sendo randômico. Para definir-se um turning point são requeridos três valores de dados consecutivos. Sendo assim, a probabilidade de um turning point é /3 para qualquer conjunto de três valores de dados consecutivos. Logo, se uma série de dados possui pontos então o número de conjuntos possíveis para três valores consecutivos é (-), conseqüentemente o número de turning points esperados é dado pela equação 3 : p = ( ) [3] 3 Kendall desenvolveu uma expressão (equação 4) para variância associada com esta estimativa e mostrou que o número de turning points segue aproximadamente uma distribuição normal com variância. 6 9 s ( p) = [4] 90 Dessa maneira um valor calculado de P pode ser comparado com um valor esperado usando uma distribuição normal para dar uma medida quantitativa de certeza se uma amostra é ou não uma seqüência de dados randômicos. 7
8 3. - Teste do comprimento de fase Admitindo-se que a distância entre dois turning points (a fase) seja d termos, Kendall mostrou que o número de fases de comprimento d esperadas em uma seqüência de dados de comprimento é dado pela equação 5. ( d )( d + 3d + ) p = [5] ( d + 3)! 4 - TESTE PARA TEDÊCIA Uma tendência é definida com um padrão continuamente crescente ou decrescente em um conjunto seqüencial de amostras. Um indicador simples de tendência é contar o número das primeiras diferenças positivas em um dado. Para pontos de um dado randômico Kendall mostrou que esse valor (c) é dado pela equação 6. c = ( ) [6] A distribuição de c aproxima-se de uma normal com variância dada pela equação 7. var( c ) = ( + ) [7] Este teste não tem sentido se aplicado a um dado que é claramente periódico. 5 REGRESSÃO A maioria dos dados resultados de uma experimentação biológica consiste de uma seqüência de valores de dados ou amostras individuais, cada uma das quais podendo ser 8
9 distribuída de alguma maneira e sendo caracterizada por um valor médio, uma variância e outros parâmetros os quais são necessários para definir sua distribuição. O objetivo do processo de regressão é determinar os parâmetros de uma linha os quais formam uma boa aproximação para picos de distribuições sucessivas. Geralmente, não existem dados suficientes para definir uma distribuição em cada ponto do tempo tornando assim o processo em um método de estimativa onde o objetivo é obter o melhor ponto a ser ajustado no conjunto de dados. 6 - MEDIDAS O DOMÍIO DO TEMPO DAS PROPRIEDADES DO SIAL Existem várias medidas diferentes no domínio do tempo pelas quais o sinal pode ser caracterizado. Para um sinal discreto com amostras eqüidistantes x(n), n = até estas medidas são dadas algebricamente como: Média x médio = n= x( n) [8] Variância s = n= ( x( n) x médio ) [9] Desvio padrão s = s [0] 9
10 RMS (Root Mean Square) X RMS = n= x( n) [] ote que a variância é calculada com valor /(-) e não /. Isto é feito porque o passado fornecerá uma estimativa, com um determinado limiar, da variância do sinal da população dos quais as amostras foram pegas. ote também que todas as estimativas são baseadas em somas de x(n) e x(n), e dessa forma não requerem um grande esforço computacional para cálculo. os próximos tópicos serão abordados procedimentos os quais aumentam a razão sinal/ruído (média coerente) e funções correlação-cruzada e autocorrelação as quais enfatizam o comportamento periódico dos sinais. 7 - MÉDIA COERETE Muitos experimentos fisiológicos envolvem a aplicação de estímulos repetidos a um sistema. Se as respostas desejadas são de grande amplitude em relação ao ruído e se elas não mostram uma tendência significante a adaptar ou trocar de acordo com a maneira pela qual o experimento é realizado então a classificação e observação da resposta é um problema facilmente resolvido. Contudo, em muitos experimentos, por exemplo aqueles que envolvem a gravação de potenciais evocados sobre o escalpo, a resposta é difícil de ser determinada porque sua amplitude é menor do que a do ruído e do sinal EEG (Eletroencefalograma). este caso pode ser observado que obter a resposta verdadeira torna-se uma meta bastante complicada de ser alcançada. o caso restrito em que a maioria da resposta não se adapta, e o ruído permanece estacionário e não correlacionado com a resposta, pode-se obter um incremento na razão sinal/ruído pela média de respostas sucessivas. Este método é conhecido como média coerente (Rompelmann & Ros, 986) e está ilustrado através da figura. É assumido que os sinais sucessivos possuem uma componente constante x(t) e um sinal de ruído branco não-correlacionado representativo de um processo Gaussiano com variância s, n(t). 0
11 O k-ésimo sinal é: y = x(t) n (t) [] k + k e o processo de médias produz: y( t) = yk ( t) = x( t) + nk ( t) [3] k = k = Figura : Aplicação do processo de média coerente sobre gravações sucessivas de EEG humano. Observe a redução do ruído de acordo com o número de médias realizadas. O efeito do procedimento de média coerente é manter a amplitude do sinal e reduzir a variância do ruído de um fator. Em relação a razão sinal/ruído obtém-se um aumento
12 de /. Dessa maneira pegando-se dezesseis respostas em um média coerente espera-se ter uma chance quatro vezes maior de obter o sinal desejado. O procedimento de média coerente pode ser considerado como um processo de filtragem com função de transferência dada por: H(z) = z k [4] z H(z) representa a função de transferência de um moving-average low-pass filter e sua resposta em freqüência é mostrada na figura 3. Figura 3 : Resposta em freqüência de um moving-average filter com k = 6 8 FUÇÕES AUTOCORRELAÇÃO E CORRELAÇÃO-CRUZADA Em muitas aplicações de processamento de sinais, é necessário comparar quantitativamente dois sinais diferentes x(n) e x(n) de maneira a avaliar a similaridade entre as funções. Isso é realizado aplicando-se a função correlação-cruzada C xx (n), onde:
13 C xx (n) = x(k)x (n + k) k= [5] A função C xx (n) é máxima quando os sinais são similares naquele atraso específico. Se dois sinais são similares, a função C xx é denominada por função autocorrelação e é dada por: C xx (n) = x(k)x (n + k) k= [6] A transformada de Fourier da função de correlação-cruzada C xx (n) é requerida para encontrar o espectro cruzado. Ela pode ser obtida por: P P xx xx = C n= - = X * xx (f)x (n)e (f) jπfn [7] onde (*) representa o complexo conjugado. ote que no caso de x (n) = x (n), P * xx = X (f)x (f) [8] o qual representa o espectro de potência de uma seqüência de dados, x(n). 9 COEFICIETE DE CORRELAÇÃO E COVARIÂCIA A correlação entre dois grupos de dados implicam que eles movem um em relação ao outro de maneira estruturada. Se y sempre aumenta e decresce com o aumento e o decréscimo de x, então, x e y são positivamente correlacionados. Se eles sempre tendem a mover-se em direções opostas, então, eles são negativamente correlacionados. Se não existe relação entre mudanças em x e mudanças em y então eles são nãocorrelacionados. A figura 4 mostra algumas funções no domínio do tempo. A figura 4(a) mostra uma função que varia linearmente com o tempo e as figuras 4(b) 4(f) representam variáveis com vários graus de correlação com a figura 4(a). Cada diagrama 3
14 está marcado com o coeficiente de correlação o qual indica a força e o senso de correlação. O coeficiente de correlação é dado por: onde: s xy r xy = [9] s s x y s x e s y representam o desvio padrão e s xy representa a covariância entre x e y, e é definida por: s xy = (x(n) - x)(y(n) - y) [0] - n= Figura 4 : (a) Uma variável x(t) a qual aumenta linearmente com o tempo. (b) (f) mostra várias outras funções no tempo y(t) juntamente com seus coeficientes de correlação quando comparados com (a). ote que o coeficiente somente possui significado quando uma relação linear existe entre x e y; (f) ilustra uma relação não linear e rxy aproxima-se de zero. 4
15 0 COCLUSÃO Este texto teve como intuito apresentar uma breve introdução a um grupo de técnicas pelas quais as propriedades dos sinais, ou relação entre eles podem ser estudadas diretamente no domínio do tempo. Os métodos descritos são gerais e aplicáveis a qualquer sinal unidimensional. Pode ser observado que antes de inicializar qualquer tipo de análise sobre o sinal sempre é útil obter informações simples sobre o mesmo. Essas informações pode ser obtidas através de questionamentos tais como Existe uma tendência? O sinal é randômico? A gravação é estacionária? Quais são as média e o desvio padrão? O sinal é periódico? Se existe periodicidade, ela é estacionária. BIBLIOGRAFIA [] Metin Akay, Biomedical Signal Processing Academic Press 994. [] Challis & Kitney, Biomedical Signal Processing (Time-domain methods), Tutorial paper, Med. & Biol. & Comput., 990, 8, [3] Ifeachor & Jervis, Digital Signal Processing, Addisson-Wesley
COMENTÁRIO AFRM/RS 2012 ESTATÍSTICA Prof. Sérgio Altenfelder
Comentário Geral: Prova muito difícil, muito fora dos padrões das provas do TCE administração e Economia, praticamente só caiu teoria. Existem três questões (4, 45 e 47) que devem ser anuladas, por tratarem
Leia maisUNIVERSIDADE DE SÃO PAULO. Faculdade de Arquitetura e Urbanismo
UNIVERSIDADE DE SÃO PAULO Faculdade de Arquitetura e Urbanismo DISTRIBUIÇÃO AMOSTRAL ESTIMAÇÃO AUT 516 Estatística Aplicada a Arquitetura e Urbanismo 2 DISTRIBUIÇÃO AMOSTRAL Na aula anterior analisamos
Leia maisAnálise Univariada de Sinais Mioelétricos
Análise Univariada de Sinais Mioelétricos Orientador: Maria Claudia Ferrari de Castro Departamento: Engenharia Elétrica Candidato: Luiz Victor Esteves N FEI: 11209220-0 Início: Setembro/10 Provável conclusão:
Leia maisTópico 11. Aula Teórica/Prática: O Método dos Mínimos Quadrados e Linearização de Funções
Tópico 11. Aula Teórica/Prática: O Método dos Mínimos Quadrados e Linearização de Funções 1. INTRODUÇÃO Ao se obter uma sucessão de pontos experimentais que representados em um gráfico apresentam comportamento
Leia maisIBM1018 Física Básica II FFCLRP USP Prof. Antônio Roque Aula 6. O trabalho feito pela força para deslocar o corpo de a para b é dado por: = =
Energia Potencial Elétrica Física I revisitada 1 Seja um corpo de massa m que se move em linha reta sob ação de uma força F que atua ao longo da linha. O trabalho feito pela força para deslocar o corpo
Leia mais11/07/2012. Professor Leonardo Gonsioroski FUNDAÇÃO EDSON QUEIROZ UNIVERSIDADE DE FORTALEZA DEPARTAMENTO DE ENGENHARIA ELÉTRICA.
FUNDAÇÃO EDSON QUEIROZ UNIVERSIDADE DE FORTALEZA DEPARTAMENTO DE ENGENHARIA ELÉTRICA Aulas anteriores Tipos de Sinais (degrau, rampa, exponencial, contínuos, discretos) Transformadas de Fourier e suas
Leia mais2. Representação Numérica
2. Representação Numérica 2.1 Introdução A fim se realizarmos de maneira prática qualquer operação com números, nós precisamos representa-los em uma determinada base numérica. O que isso significa? Vamos
Leia maisREPRESENTAÇÃO FASORIAL DE SINAIS SENOIDAIS
REPRESENTAÇÃO FASORIAL DE SINAIS SENOIDAIS Neste capítulo será apresentada uma prática ferramenta gráfica e matemática que permitirá e facilitará as operações algébricas necessárias à aplicação dos métodos
Leia maisFaculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu
1 Programação Não Linear Aula 25: Programação Não-Linear - Funções de Uma única variável Mínimo; Mínimo Global; Mínimo Local; Optimização Irrestrita; Condições Óptimas; Método da Bissecção; Método de Newton.
Leia maisAPLICAÇÕES DA DERIVADA
Notas de Aula: Aplicações das Derivadas APLICAÇÕES DA DERIVADA Vimos, na seção anterior, que a derivada de uma função pode ser interpretada como o coeficiente angular da reta tangente ao seu gráfico. Nesta,
Leia maisCORRENTE CONTÍNUA E CORRENTE ALTERNADA
CORRENTE CONTÍNUA E CORRENTE ALTERNADA Existem dois tipos de corrente elétrica: Corrente Contínua (CC) e Corrente Alternada (CA). A corrente contínua tem a característica de ser constante no tempo, com
Leia maisConforme explicado em 2.4.3, o sinal de voz x(n) às vezes é alterado com a adição de ruído r(n), resultando num sinal corrompido y(n).
4 Wavelet Denoising O capítulo 3 abordou a questão do ruído durante a extração dos atributos as técnicas do SSCH e do PNCC, por exemplo, extraem com mais robustez a informação da voz a partir de um sinal
Leia maisDepartamento de Matemática - UEL - 2010. Ulysses Sodré. http://www.mat.uel.br/matessencial/ Arquivo: minimaxi.tex - Londrina-PR, 29 de Junho de 2010.
Matemática Essencial Extremos de funções reais Departamento de Matemática - UEL - 2010 Conteúdo Ulysses Sodré http://www.mat.uel.br/matessencial/ Arquivo: minimaxi.tex - Londrina-PR, 29 de Junho de 2010.
Leia maisCapítulo 7 Medidas de dispersão
Capítulo 7 Medidas de dispersão Introdução Para a compreensão deste capítulo, é necessário que você tenha entendido os conceitos apresentados nos capítulos 4 (ponto médio, classes e frequência) e 6 (média).
Leia mais6 Construção de Cenários
6 Construção de Cenários Neste capítulo será mostrada a metodologia utilizada para mensuração dos parâmetros estocásticos (ou incertos) e construção dos cenários com respectivas probabilidades de ocorrência.
Leia maisMedida da velocidade de embarcações com o Google Earth
UNIVERSIDADE FEDERAL DO RIO DE JANEIRO Instituto de Física Programa de Pós-Graduação em Ensino de Física Mestrado Profissional em Ensino de Física Medida da velocidade de embarcações com o Google Earth
Leia maisOBJETIVOS: CARGA HORÁRIA MÍNIMA CRONOGRAMA:
ESTUDO DIRIGIDO COMPONENTE CURRICULAR: Controle de Processos e Instrumentação PROFESSOR: Dorival Rosa Brito ESTUDO DIRIGIDO: Métodos de Determinação de Parâmetros de Processos APRESENTAÇÃO: O rápido desenvolvimento
Leia maisa 1 x 1 +... + a n x n = b,
Sistemas Lineares Equações Lineares Vários problemas nas áreas científica, tecnológica e econômica são modelados por sistemas de equações lineares e requerem a solução destes no menor tempo possível Definição
Leia maisTópico 3. Limites e continuidade de uma função (Parte 2)
Tópico 3. Limites e continuidade de uma função (Parte 2) Nessa aula continuaremos nosso estudo sobre limites de funções. Analisaremos o limite de funções quando o x ± (infinito). Utilizaremos o conceito
Leia mais4 Avaliação Econômica
4 Avaliação Econômica Este capítulo tem o objetivo de descrever a segunda etapa da metodologia, correspondente a avaliação econômica das entidades de reservas. A avaliação econômica é realizada a partir
Leia mais1 Problemas de transmissão
1 Problemas de transmissão O sinal recebido pelo receptor pode diferir do sinal transmitido. No caso analógico há degradação da qualidade do sinal. No caso digital ocorrem erros de bit. Essas diferenças
Leia maisFaculdade Sagrada Família
AULA 12 - AJUSTAMENTO DE CURVAS E O MÉTODO DOS MÍNIMOS QUADRADOS Ajustamento de Curvas Sempre que desejamos estudar determinada variável em função de outra, fazemos uma análise de regressão. Podemos dizer
Leia maisO AMPLIFICADOR LOCK-IN
O AMPLIFICADOR LOCK-IN AUTORES: MARCELO PORTES DE ALBUQUERQUE LEONARDO CORREIA RESENDE JORGE LUÍS GONZALEZ RAFAEL ASTUTO AROUCHE NUNES MAURÍCIO BOCHNER FEVEREIRO 2008 SUMÁRIO RESUMO... 3 1. INTRODUÇÃO...
Leia maisINTRODUÇÃO AO ESTUDO DE EQUAÇÕES DIFERENCIAIS
INTRODUÇÃO AO ESTUDO DE EQUAÇÕES DIFERENCIAIS Terminologia e Definições Básicas No curso de cálculo você aprendeu que, dada uma função y f ( ), a derivada f '( ) d é também, ela mesma, uma função de e
Leia maisMétodos Matemáticos para Gestão da Informação
Métodos Matemáticos para Gestão da Informação Aula 05 Taxas de variação e função lineares III Dalton Martins dmartins@gmail.com Bacharelado em Gestão da Informação Faculdade de Informação e Comunicação
Leia maisUnidade: Vetores e Forças. Unidade I:
Unidade I: 0 Unidade: Vetores e Forças 2.VETORES 2.1 Introdução Os vetores são definidos como entes matemáticos que dão noção de intensidade, direção e sentido. De forma prática, o conceito de vetor pode
Leia maisMatemática - UEL - 2010 - Compilada em 18 de Março de 2010. Prof. Ulysses Sodré Matemática Essencial: http://www.mat.uel.
Matemática Essencial Equações do Segundo grau Conteúdo Matemática - UEL - 2010 - Compilada em 18 de Março de 2010. Prof. Ulysses Sodré Matemática Essencial: http://www.mat.uel.br/matessencial/ 1 Introdução
Leia mais)LJXUD8PGRVSDUHV'SDUDFRQYROXomRTXHWHPRPHVPRHIHLWRGR NHUQHOGD)LJXUD
)LOWURJDXVVLDQR O filtro Gaussiano pode ser usado como um filtro SDVVDEDL[D. Usando a função Gaussiana para obter valores de uma máscara a ser definida digitalmente. O Filtro de Gaussiano em 1-D tem a
Leia maishttp://www.de.ufpb.br/~luiz/
UNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS Departamento de Estatística Luiz Medeiros http://www.de.ufpb.br/~luiz/ Vimos que é possível sintetizar os dados sob a forma de distribuições de frequências
Leia maisPÓS GRADUAÇÃO EM CIÊNCIAS DE FLORESTAS TROPICAIS-PG-CFT INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA-INPA. 09/abril de 2014
PÓS GRADUAÇÃO EM CIÊNCIAS DE FLORESTAS TROPICAIS-PG-CFT INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA-INPA 09/abril de 2014 Considerações Estatísticas para Planejamento e Publicação 1 Circularidade do Método
Leia maisCálculo Numérico Aula 1: Computação numérica. Tipos de Erros. Aritmética de ponto flutuante
Cálculo Numérico Aula : Computação numérica. Tipos de Erros. Aritmética de ponto flutuante Computação Numérica - O que é Cálculo Numérico? Cálculo numérico é uma metodologia para resolver problemas matemáticos
Leia mais9. Derivadas de ordem superior
9. Derivadas de ordem superior Se uma função f for derivável, então f é chamada a derivada primeira de f (ou de ordem 1). Se a derivada de f eistir, então ela será chamada derivada segunda de f (ou de
Leia maisIvan Guilhon Mitoso Rocha. As grandezas fundamentais que serão adotadas por nós daqui em frente:
Rumo ao ITA Física Análise Dimensional Ivan Guilhon Mitoso Rocha A análise dimensional é um assunto básico que estuda as grandezas físicas em geral, com respeito a suas unidades de medida. Como as grandezas
Leia maisMÓDULO 6 INTRODUÇÃO À PROBABILIDADE
MÓDULO 6 INTRODUÇÃO À PROBBILIDDE Quando estudamos algum fenômeno através do método estatístico, na maior parte das vezes é preciso estabelecer uma distinção entre o modelo matemático que construímos para
Leia maisEscolha de Portfólio. Professor do IE-UNICAMP http://fernandonogueiracosta.wordpress.com/
Escolha de Portfólio considerando Risco e Retorno Aula de Fernando Nogueira da Costa Fernando Nogueira da Costa Professor do IE-UNICAMP http://fernandonogueiracosta.wordpress.com/ Relação entre risco e
Leia maisLEI DE OHM. Professor João Luiz Cesarino Ferreira. Conceitos fundamentais
LEI DE OHM Conceitos fundamentais Ao adquirir energia cinética suficiente, um elétron se transforma em um elétron livre e se desloca até colidir com um átomo. Com a colisão, ele perde parte ou toda energia
Leia maisIMES Catanduva. Probabilidades e Estatística. no Excel. Matemática. Bertolo, L.A.
IMES Catanduva Probabilidades e Estatística Estatística no Excel Matemática Bertolo, L.A. Aplicada Versão BETA Maio 2010 Bertolo Estatística Aplicada no Excel Capítulo 3 Dados Bivariados São pares de valores
Leia mais3.4 O Princípio da Equipartição de Energia e a Capacidade Calorífica Molar
3.4 O Princípio da Equipartição de Energia e a Capacidade Calorífica Molar Vimos que as previsões sobre as capacidades caloríficas molares baseadas na teoria cinética estão de acordo com o comportamento
Leia mais5 A Utilização da Técnica do Espaço Nulo e dos Atributos Baseados na Escolha de Coeficientes de Autocorrelações
5 A Utilização da Técnica do Espaço Nulo e dos Atributos Baseados na Escolha de Coeficientes de Autocorrelações Este capítulo apresenta uma nova proposta que consiste em empregar os atributos baseados
Leia mais1 Propagação de Onda Livre ao Longo de um Guia de Ondas Estreito.
1 I-projeto do campus Programa Sobre Mecânica dos Fluidos Módulos Sobre Ondas em Fluidos T. R. Akylas & C. C. Mei CAPÍTULO SEIS ONDAS DISPERSIVAS FORÇADAS AO LONGO DE UM CANAL ESTREITO As ondas de gravidade
Leia maisProf. Dr. Charlie Antoni Miquelin. Reconstrução de Imagens
Reconstrução de Imagens Princípios Básicos ALGORITMOS! Conjunto de instruções para gerar um resultado a partir de uma entrada específica.! Em tomografia computadorizada quase todas as instruções são operações
Leia maisCircuitos Elétricos Análise de Potência em CA
Introdução Circuitos Elétricos Análise de Potência em CA Alessandro L. Koerich Engenharia de Computação Pontifícia Universidade Católica do Paraná (PUCPR) Potência é a quantidade de maior importância em
Leia mais2 - Modelos em Controlo por Computador
Modelação, Identificação e Controlo Digital 2-Modelos em Controlo por Computador 1 2 - Modelos em Controlo por Computador Objectivo: Introduzir a classe de modelos digitais que são empregues nesta disciplina
Leia maisUNIVERSIDADE CATÓLICA DE PETRÓPOLIS CENTRO DE ENGENHARIA E COMPUTAÇÃO
UNIVERSIDADE CATÓLICA DE PETRÓPOLIS CENTRO DE ENGENHARIA E COMPUTAÇÃO Amanda 5ª Atividade: Codificador e codificação de linha e seu uso em transmissão digital Petrópolis, RJ 2012 Codificador: Um codoficador
Leia maisO comportamento conjunto de duas variáveis quantitativas pode ser observado por meio de um gráfico, denominado diagrama de dispersão.
ESTATÍSTICA INDUTIVA 1. CORRELAÇÃO LINEAR 1.1 Diagrama de dispersão O comportamento conjunto de duas variáveis quantitativas pode ser observado por meio de um gráfico, denominado diagrama de dispersão.
Leia maisCONVERSORES E CONTROLADORES DE FASE. Circuitos de retificação monofásicos
CONVERSORES E CONTROLADORES DE FASE Um conversor é um equipamento utilizado para converter potência alternada em potência contínua. Num conversor simples, que usa somente diodos retificadores, a tensão
Leia maisUm capacitor é um sistema elétrico formado por dois condutores separados por um material isolante, ou pelo vácuo.
Capacitores e Dielétricos Um capacitor é um sistema elétrico formado por dois condutores separados por um material isolante, ou pelo vácuo. Imaginemos uma configuração como a de um capacitor em que os
Leia maisA avaliação da incerteza do tipo B. Segundo o Guia para Expressão da Incerteza na Medição (Joint Commitee for Guides
A avaliação da incerteza do tipo B Segundo o Guia para Expressão da Incerteza na Medição (Joint Commitee for Guides in Metrology, 2008a), em condições ideais, todas as incertezas em laboratório seriam
Leia maisEste capítulo é divido em duas seções, a primeira seção descreve a base de
30 3. Metodologia Este capítulo é divido em duas seções, a primeira seção descreve a base de dados utilizada, identificando a origem das fontes de informação, apresentando de forma detalhada as informações
Leia maisForças internas. Objetivos da aula: Mostrar como usar o método de seções para determinar as cargas internas em um membro.
Forças internas Objetivos da aula: Mostrar como usar o método de seções para determinar as cargas internas em um membro. Generalizar esse procedimento formulando equações que podem ser representadas de
Leia maisTEORIA DO RISCO. LUIZ SANTOS / MAICKEL BATISTA economia.prof.luiz@hotmail.com maickel_ewerson@hotmail.com
TEORIA DO RISCO LUIZ SANTOS / MAICKEL BATISTA economia.prof.luiz@hotmail.com maickel_ewerson@hotmail.com 1 TARIFAÇÃO (FERREIRA, 2002) Diversos conceitos e metodologias envolvidos no cálculo do preço pago
Leia maisSumário. Prefácio... xi. Prólogo A Física tira você do sério?... 1. Lei da Ação e Reação... 13
Sumário Prefácio................................................................. xi Prólogo A Física tira você do sério?........................................... 1 1 Lei da Ação e Reação..................................................
Leia mais1 Descrição do Trabalho
Departamento de Informática - UFES 1 o Trabalho Computacional de Algoritmos Numéricos - 13/2 Métodos de Runge-Kutta e Diferenças Finitas Prof. Andréa Maria Pedrosa Valli Data de entrega: Dia 23 de janeiro
Leia maisCaracterização temporal de circuitos: análise de transientes e regime permanente. Condições iniciais e finais e resolução de exercícios.
Conteúdo programático: Elementos armazenadores de energia: capacitores e indutores. Revisão de características técnicas e relações V x I. Caracterização de regime permanente. Caracterização temporal de
Leia maisFigura 5.1.Modelo não linear de um neurônio j da camada k+1. Fonte: HAYKIN, 2001
47 5 Redes Neurais O trabalho em redes neurais artificiais, usualmente denominadas redes neurais ou RNA, tem sido motivado desde o começo pelo reconhecimento de que o cérebro humano processa informações
Leia maisVetores Aleatórios, correlação e conjuntas
Vetores Aleatórios, correlação e conjuntas Cláudio Tadeu Cristino 1 1 Universidade Federal Rural de Pernambuco, Recife, Brasil Segundo Semestre, 2013 C.T.Cristino (DEINFO-UFRPE) Vetores Aleatórios 2013.2
Leia maisCAPÍTULO 9 Exercícios Resolvidos
CAPÍTULO 9 Exercícios Resolvidos R9.1) Diâmetro de esferas de rolamento Os dados a seguir correspondem ao diâmetro, em mm, de 30 esferas de rolamento produzidas por uma máquina. 137 154 159 155 167 159
Leia maisExperimentos com o Microfone de Tablets e Smartphones. Leonardo Pereira Vieira & Carlos Eduardo Aguiar
UNIVERSIDADE FEDERAL DO RIO DE JANEIRO Instituto de Física Programa de Pós-Graduação em Ensino de Física Mestrado Prossional em Ensino de Física Experimentos com o Microfone de Tablets e Smartphones Leonardo
Leia maisDESENVOLVIMENTO DE UM SOFTWARE NA LINGUAGEM R PARA CÁLCULO DE TAMANHOS DE AMOSTRAS NA ÁREA DE SAÚDE
DESENVOLVIMENTO DE UM SOFTWARE NA LINGUAGEM R PARA CÁLCULO DE TAMANHOS DE AMOSTRAS NA ÁREA DE SAÚDE Mariane Alves Gomes da Silva Eliana Zandonade 1. INTRODUÇÃO Um aspecto fundamental de um levantamento
Leia maisCláudio Tadeu Cristino 1. Julho, 2014
Inferência Estatística Estimação Cláudio Tadeu Cristino 1 1 Universidade Federal de Pernambuco, Recife, Brasil Mestrado em Nutrição, Atividade Física e Plasticidade Fenotípica Julho, 2014 C.T.Cristino
Leia maisModelagem no Domínio do Tempo. Carlos Alexandre Mello. Carlos Alexandre Mello cabm@cin.ufpe.br 1
Carlos Alexandre Mello 1 Modelagem no Domínio da Frequência A equação diferencial de um sistema é convertida em função de transferência, gerando um modelo matemático de um sistema que algebricamente relaciona
Leia maisProcessos de gerenciamento de projetos em um projeto
Processos de gerenciamento de projetos em um projeto O gerenciamento de projetos é a aplicação de conhecimentos, habilidades, ferramentas e técnicas às atividades do projeto a fim de cumprir seus requisitos.
Leia maisUniversidade Gama Filho Campus Piedade Departamento de Engenharia de Controle e Automação
Universidade Gama Filho Campus Piedade Departamento de Engenharia de Controle e Automação Laboratório da Disciplina CTA-147 Controle I Análise da Resposta Transitória (Este laboratório foi uma adaptação
Leia mais4 Arquitetura básica de um analisador de elementos de redes
4 Arquitetura básica de um analisador de elementos de redes Neste capítulo é apresentado o desenvolvimento de um dispositivo analisador de redes e de elementos de redes, utilizando tecnologia FPGA. Conforme
Leia mais5910170 Física II Ondas, Fluidos e Termodinâmica USP Prof. Antônio Roque Aula 15
Ondas (continuação) Ondas propagando-se em uma dimensão Vamos agora estudar propagação de ondas. Vamos considerar o caso simples de ondas transversais propagando-se ao longo da direção x, como o caso de
Leia maisEstabilidade. Carlos Alexandre Mello. Carlos Alexandre Mello cabm@cin.ufpe.br 1
Estabilidade Carlos Alexandre Mello 1 Introdução Já vimos que existem três requisitos fundamentais para projetar um sistema de controle: Resposta Transiente Estabilidade Erros de Estado Estacionário Estabilidade
Leia maisPós-Graduação em Gerenciamento de Projetos práticas do PMI
Pós-Graduação em Gerenciamento de Projetos práticas do PMI Planejamento do Gerenciamento das Comunicações (10) e das Partes Interessadas (13) PLANEJAMENTO 2 PLANEJAMENTO Sem 1 Sem 2 Sem 3 Sem 4 Sem 5 ABRIL
Leia maisUniversidade Federal Rural de Pernambuco
Universidade Federal Rural de Pernambuco Departamento de Morfologia e Fisiologia Animal Área de Biofísica Traçando Gráficos Prof. Romildo Nogueira 1. Introduzindo o tema No trabalho experimental lida-se
Leia maisEXPERIMENTO N o 6 LENTES CONVERGENTES INTRODUÇÃO
EXPERIMENTO N o 6 LENTES CONVERGENTES INTRODUÇÃO Ao incidir em uma lente convergente, um feixe paralelo de luz, depois de passar pela lente, é concentrado em um ponto denominado foco (representado por
Leia maisDecidir como medir cada característica. Definir as características de qualidade. Estabelecer padrões de qualidade
Escola de Engenharia de Lorena - EEL Controle Estatístico de Processos CEP Prof. MSc. Fabrício Maciel Gomes Objetivo de um Processo Produzir um produto que satisfaça totalmente ao cliente. Conceito de
Leia maisIBM1018 Física Básica II FFCLRP USP Prof. Antônio Roque Aula 4
Lei de Gauss Considere uma distribuição arbitrária de cargas ou um corpo carregado no espaço. Imagine agora uma superfície fechada qualquer envolvendo essa distribuição ou corpo. A superfície é imaginária,
Leia maisPotência e Fator de Potência. Fernando Soares dos Reis, Dr. Eng.
Potência e Fator de Potência, Dr. Eng. Sumário Introdução; Objetivos; Revisão de Conceitos Fundamentais de Potência C.C. Potência Instantânea; Potência Média ou Ativa; Transferência Máxima de Potência
Leia mais1 Transmissão digital em banda base
1 Transmissão digital em banda base A transmissão digital oferece algumas vantagens no que diz respeito ao tratamento do sinal, bem como oferecimento de serviços: Sinal pode ser verificado para avaliar
Leia maisCAPÍTULO 3 - TIPOS DE DADOS E IDENTIFICADORES
CAPÍTULO 3 - TIPOS DE DADOS E IDENTIFICADORES 3.1 - IDENTIFICADORES Os objetos que usamos no nosso algoritmo são uma representação simbólica de um valor de dado. Assim, quando executamos a seguinte instrução:
Leia maisCURSO ON-LINE PROFESSOR GUILHERME NEVES 1
CURSO ON-LINE PROFESSOR GUILHERME NEVES 1 Olá pessoal! Resolverei neste ponto a prova de Matemática e Estatística para Técnico Administrativo para o BNDES 2008 organizado pela CESGRANRIO. Sem mais delongas,
Leia maisCorrelação e Regressão Linear
Correlação e Regressão Linear A medida de correlação é o tipo de medida que se usa quando se quer saber se duas variáveis possuem algum tipo de relação, de maneira que quando uma varia a outra varia também.
Leia maisTodos os exercícios sugeridos nesta apostila se referem ao volume 1. MATEMÁTICA I 1 FUNÇÃO DO 1º GRAU
FUNÇÃO IDENTIDADE... FUNÇÃO LINEAR... FUNÇÃO AFIM... GRÁFICO DA FUNÇÃO DO º GRAU... IMAGEM... COEFICIENTES DA FUNÇÃO AFIM... ZERO DA FUNÇÃO AFIM... 8 FUNÇÕES CRESCENTES OU DECRESCENTES... 9 SINAL DE UMA
Leia mais7Testes de hipótese. Prof. Dr. Paulo Picchetti M.Sc. Erick Y. Mizuno. H 0 : 2,5 peças / hora
7Testes de hipótese Prof. Dr. Paulo Picchetti M.Sc. Erick Y. Mizuno COMENTÁRIOS INICIAIS Uma hipótese estatística é uma afirmativa a respeito de um parâmetro de uma distribuição de probabilidade. Por exemplo,
Leia maisEstabilizada de. PdP. Autor: Luís Fernando Patsko Nível: Intermediário Criação: 22/02/2006 Última versão: 18/12/2006
TUTORIAL Fonte Estabilizada de 5 Volts Autor: Luís Fernando Patsko Nível: Intermediário Criação: 22/02/2006 Última versão: 18/12/2006 PdP Pesquisa e Desenvolvimento de Produtos http://www.maxwellbohr.com.br
Leia mais4. Tarefa 16 Introdução ao Ruído. Objetivo: Método: Capacitações: Módulo Necessário: Análise de PCM e de links 53-170
4. Tarefa 16 Introdução ao Ruído Objetivo: Método: Ao final desta Tarefa você: Estará familiarizado com o conceito de ruído. Será capaz de descrever o efeito do Ruído em um sistema de comunicações digitais.
Leia maisAVALIAÇÃO DO MODELO DE ONDAS
AVALIAÇÃO DO MODELO DE ONDAS O modelo de onda WAVEWATCH implementado operacionalmente no CP- TEC/INPE global é validado diariamente com os dados do satélite JASON-2. Este novo produto tem como finalidade
Leia maisGerenciamento de Riscos do Projeto Eventos Adversos
Gerenciamento de Riscos do Projeto Eventos Adversos 11. Gerenciamento de riscos do projeto PMBOK 2000 PMBOK 2004 11.1 Planejamento de gerenciamento de riscos 11.1 Planejamento de gerenciamento de riscos
Leia maisExperimento 8 Circuitos RC e filtros de freqüência
Experimento 8 Circuitos RC e filtros de freqüência 1. OBJETIVO O objetivo desta aula é ver como filtros de freqüência utilizados em eletrônica podem ser construídos a partir de um circuito RC. 2. MATERIAL
Leia maisO AMPLIFICADOR LOCK-IN
O AMPLIFICADOR LOCK-IN AUTORES: RAFAEL ASTUTO AROUCHE NUNES MARCELO PORTES DE ALBUQUERQUE MÁRCIO PORTES DE ALBUQUERQUE OUTUBRO 2007-1 - SUMÁRIO RESUMO... 3 INTRODUÇÃO... 4 PARTE I: O QUE É UM AMPLIFICADOR
Leia maisCircuitos Elétricos Senoides e Fasores
Circuitos Elétricos Senoides e Fasores Alessandro L. Koerich Engenharia de Computação Pontifícia Universidade Católica do Paraná (PUCPR) Introdução Corrente contínua x corrente alternada. Ver War of Currentes
Leia maisAnálise de Arredondamento em Ponto Flutuante
Capítulo 2 Análise de Arredondamento em Ponto Flutuante 2.1 Introdução Neste capítulo, chamamos atenção para o fato de que o conjunto dos números representáveis em qualquer máquina é finito, e portanto
Leia maisIBM1018 Física Básica II FFCLRP USP Prof. Antônio Roque Aula 3
Linhas de Força Mencionamos na aula passada que o físico inglês Michael Faraday (79-867) introduziu o conceito de linha de força para visualizar a interação elétrica entre duas cargas. Para Faraday, as
Leia maisEXERCÍCIOS RESOLVIDOS
ENG JR ELETRON 2005 29 O gráfico mostrado na figura acima ilustra o diagrama do Lugar das Raízes de um sistema de 3ª ordem, com três pólos, nenhum zero finito e com realimentação de saída. Com base nas
Leia maisConceitos e fórmulas
1 Conceitos e fórmulas 1).- Triângulo: definição e elementos principais Definição - Denominamos triângulo (ou trilátero) a toda figura do plano euclidiano formada por três segmentos AB, BC e CA, tais que
Leia maisx0 = 1 x n = 3x n 1 x k x k 1 Quantas são as sequências com n letras, cada uma igual a a, b ou c, de modo que não há duas letras a seguidas?
Recorrências Muitas vezes não é possível resolver problemas de contagem diretamente combinando os princípios aditivo e multiplicativo. Para resolver esses problemas recorremos a outros recursos: as recursões
Leia maisO ESPAÇO NULO DE A: RESOLVENDO AX = 0 3.2
3.2 O Espaço Nulo de A: Resolvendo Ax = 0 11 O ESPAÇO NULO DE A: RESOLVENDO AX = 0 3.2 Esta seção trata do espaço de soluções para Ax = 0. A matriz A pode ser quadrada ou retangular. Uma solução imediata
Leia maisAula 04 Método de Monte Carlo aplicado a análise de incertezas. Aula 04 Prof. Valner Brusamarello
Aula 04 Método de Monte Carlo aplicado a análise de incertezas Aula 04 Prof. Valner Brusamarello Incerteza - GUM O Guia para a Expressão da Incerteza de Medição (GUM) estabelece regras gerais para avaliar
Leia maisPROBABILIDADE. Aula 5
Curso: Psicologia Disciplina: Métodos Quantitativos Profa. Valdinéia Data: 28/10/15 PROBABILIDADE Aula 5 Geralmente a cada experimento aparecem vários resultados possíveis. Por exemplo ao jogar uma moeda,
Leia mais1.6. Tratamento de Exceções
Paradigmas de Linguagens I 1 1.6. Tratamento de Exceções Uma exceção denota um comportamento anormal, indesejado, que ocorre raramente e requer alguma ação imediata em uma parte do programa [GHE 97, DER
Leia maisMaterial Teórico - Módulo de Divisibilidade. MDC e MMC - Parte 1. Sexto Ano. Prof. Angelo Papa Neto
Material Teórico - Módulo de Divisibilidade MDC e MMC - Parte 1 Sexto Ano Prof. Angelo Papa Neto 1 Máximo divisor comum Nesta aula, definiremos e estudaremos métodos para calcular o máximo divisor comum
Leia mais2 A Derivada. 2.1 Velocidade Média e Velocidade Instantânea
2 O objetivo geral desse curso de Cálculo será o de estudar dois conceitos básicos: a Derivada e a Integral. No decorrer do curso esses dois conceitos, embora motivados de formas distintas, serão por mais
Leia maisINSTRUMENTAÇÃO INDUSTRIAL 1. INTRODUÇÃO / DEFINIÇÕES
1 INSTRUMENTAÇÃO INDUSTRIAL 1. INTRODUÇÃO / DEFINIÇÕES 1.1 - Instrumentação Importância Medições experimentais ou de laboratório. Medições em produtos comerciais com outra finalidade principal. 1.2 - Transdutores
Leia mais2. Método de Monte Carlo
2. Método de Monte Carlo O método de Monte Carlo é uma denominação genérica tendo em comum o uso de variáveis aleatórias para resolver, via simulação numérica, uma variada gama de problemas matemáticos.
Leia mais