Critério estatístico para obtenção de valores de NSPT para previsão da capacidade de carga de estacas por métodos semi empíricos.

Uma das tarefas mais desafiadoras do engenheiro na área da Geotecnia é a escolha dos valores de parâmetros geotécnicos obtidos de ensaios de campo ou laboratório e que serão utilizados nos modelos analíticos ou numéricos na fase de projeto de fundações. Diante das incertezas inerentes aos ensaios de SPT e da heterogeneidade de abordagens para a utilização dos valores de NSPT, é proposta neste estudo, a aplicação de um critério estatístico para obtenção de valores de NSPT, a partir da construção de intervalos de confiança de 95% de probabilidade em torno da reta ajustada de regressão linear simples entre a variável aleatória NSPT e a profundidade. Os valores obtidos de NSPT pelo critério aplicado foram utilizados na previsão da capacidade de carga de 19 estacas isoladas a partir da utilização de três métodos semi-empíricos: Aoki-Velloso (1975) com coeficientes alterados por Monteiro (1997), Décourt & Quaresma (1978) alterado pelo método de Décourt (1996) e Método de Alonso (1996). As cargas de ruptura dessas 19 estacas ensaiadas através de Provas de Carga Estática foram obtidas pelos métodos de extrapolação de Van Der Veen (1953) e Décourt (1996) e serviram para comparação e consequente validação do critério estatístico. Adicionalmente, com fulcro no item 6.2.1.2.1 da ABNT NBR 6122:2010 Resistência calculada por método semi-empírico, foram avaliados os fatores de segurança em relação às cargas de projeto, inclusive, também se utilizando da premissa de reconhecimento de regiões representativas, levando em conta o número de ensaios de SPT executados, fato que promove uma diminuição da incerteza dos parâmetros, apontando a um menor fator de segurança. A dissertação enfatiza as vantagens de um adequado tratamento estatístico dos parâmetros geotécnicos, a exemplo da recomendação já existente nas normas internacionais como Eurocódigo e outras. O critério construído permite e encoraja análises e decisões racionais no universo das partes interessadas consumidores, projetistas, fiscais de obras, contratantes e comunidade científica promovendo as discussões de forma mais objetiva e harmoniosa sobre o tema.

Interpretando dados do cotidiano: o ensino de Estatística na educação básica

A estatística é uma ciência com seus conceitos e métodos de coleta, organização e analise de informações que fazem parte dos currículos escolares da educação básica, na prática dos professores de matemática, para que os alunos compreendam, analisem e formem opinião crítica em relação às questões econômicas e sociais. A presente pesquisa buscou refletir sobre as práticas pedagógicas do professor de matemática no ensino de estatística no ensino médio, tendo como base as orientações para o ensino de estatísticas nas propostas dos Parâmetros Curriculares do Ensino Médio, as contribuições da aprendizagem significativa no ensino de estatística, com o uso das tecnologias na educação, através da proposta de planos de trabalho que abordem os conteúdos do ensino de estatística e a utilização do software livreCalc. Em relação aos caminhos metodológicos foi realizada uma pesquisa bibliográfica, utilizando o método de abordagem dedutivo, através de documentação indireta tendo como fonte de pesquisa os trabalhos científicos com foco no ensino e na aprendizagem da Estatística e da Probabilidade na Educação Básica. O desenvolvimento desta pesquisa possibilitou evidenciar caminhos metodológicos a serem desenvolvidos por professores de matemática na educação básica que contribuam na interpretação de dados do cotidiano a partir de análise de tabelas, análise de gráficos, medidas de posição, medidas de dispersão e linhas de tendência, utilizando como ferramentas as Tecnologias da Informação e Comunicação tendo como fundamentação teórica as contribuições de David Ausubel o conceito de aprendizagem significativa.

Enfoque da estatística espacial em modelos dinâmicos de mudança do uso do solo.

O atual nível das mudanças uso do solo causa impactos nas mudanças ambientais globais. Os processos de mudanças do uso e cobertura do solo são processos complexos e não acontecem ao acaso sobre uma região. Geralmente estas mudanças são determinadas localmente, regionalmente ou globalmente por fatores geográficos, ambientais, sociais, econômicos e políticos interagindo em diversas escalas temporais e espaciais. Parte desta complexidade é capturada por modelos de simulação de mudanças do uso e cobertura do solo. Uma etapa do processo de simulação do modelo CLUE-S é a quantificação da influência local dos impulsores de mudança sobre a probabilidade de ocorrência de uma classe de uso do solo. Esta influência local é obtida ajustando um modelo de regressão logística. Um modelo de regressão espacial é proposto como alternativa para selecionar os impulsores de mudanças. Este modelo incorpora a informação da vizinhança espacial existente nos dados que não é considerada na regressão logística. Baseado em um cenário de tendência linear para a demanda agregada do uso do solo, simulações da mudança do uso do solo para a microbacia do Coxim, Mato Grosso do Sul, foram geradas, comparadas e analisadas usando o modelo CLUE-S sob os enfoques da regressão logística e espacial para o período de 2001 a 2011. Ambos os enfoques apresentaram simulações com muito boa concordância, medidas de acurácia global e Kappa altos, com o uso do solo para o ano de referência de 2004. A diferença entre os enfoques foi observada na distribuição espacial da simulação do uso do solo para o ano 2011, sendo o enfoque da regressão espacial que teve a simulação com menor discrepância com a demanda do uso do solo para esse ano.

Controle Gerencial e a Tecnologia da Informação: um estudo de caso na previsão orçamentária em uma organização do setor industrial.

A evolução tecnológica tem feito as empresas se modificarem, e para acompanhar o mercado elas buscam opções que possam ajudar melhor nas tomadas de suas decisões, uma delas é a utilização de tecnologias. A presente pesquisa objetiva analisar a contribuição da tecnologia da informação no orçamento da indústria Alfa. Esta pesquisa é descritiva e exploratória, pois busca descrever a realidade da organização, identificando as características do orçamento da mesma, é quantitativa, pois busca através de métodos estatísticos realizar previsões para o ano de 2013 das demonstrações de resultados advindos dos anos anteriores (2010 a 2012), é também, qualitativa, pois foi elaborado um questionário que pôde auxiliar na interpretação dos dados quantitativos, possibilitando melhores informações sobre o objetivo proposto. Concluiu-se que a tecnologia pode ajudar a melhorar a qualidade da previsão do orçamento da indústria Alfa e o método que melhor se adequou para as estimativas foi a suavização exponencial que demonstrou maior confiabilidade para os resultados.

Utilização de indicadores Contábeis em Modelos de Previsão de Insolvência: Um estudo Comparativo entre indicadores Tradicionais e indicadores do Modelo Dinâmico

Um dos temas mais estudados na área de finanças, em especial na análise de créditos, são os modelos que buscam prever a capacidade das empresas em se manterem solventes. Via de regra, tais estudos buscam, dentre vários indicadores, aqueles que se mostram mais apropriados para realizar tal predição. Nesse trabalho propõe-se um outro olhar sobre os modelos de previsão. Partindo de modelos já consagrados na literatura, escolheram-se os indicadores contábeis mais utilizados, que foram comparados, através da Análise Discriminante e da Regressão Logística, com os indicadores oriundos do Modelo Dinâmico. O objetivo do estudo foi verificar se os indicadores do Modelo Dinâmico oferecem melhores resultados que os indicadores tradicionais. O trabalho se baseia numa amostra com 48 empresas, composta de 24 insolventes e as outras 24 ditas como saudáveis, tratadas como pares das insolventes, escolhidas dentro do mesmo setor econômico de cada uma das insolventes. Além disso, foi incluída no estudo a classificação de empresas de Fleuriet como variável qualitativa. Os resultados obtidos não apresentam evidências sobre a superioridade de um ou outro conjunto de indicadores, mas, os melhores resultados alcançados derivam da inclusão da classificação de empresas de Fleuriet, seja através da Análise Discriminante, seja através da Regressão Logística, conseguindo no melhor dos resultados, um percentual de acerto total de 83,3%. A análise minuciosa dos erros de classificação ensejou uma proposta de reordenação dos tipos de situação de liquidez originalmente propostos por Fleuriet.

Filtragem adaptativa aplicada à redução de desvios em séries temporais de previsão numérica climática.

Esta dissertação apresenta resultados da aplicação de filtros adaptativos, utilizando os algoritmos NLMS (Normalized Least Mean Square) e RLS (Recursive Least Square), para a redução de desvios em previsões climáticas. As discrepâncias existentes entre o estado real da atmosfera e o previsto por um modelo numérico tendem a aumentar ao longo do período de integração. O modelo atmosférico Eta é utilizado operacionalmente para previsão numérica no CPTEC/INPE e como outros modelos atmosféricos, apresenta imprecisão nas previsões climáticas. Existem pesquisas que visam introduzir melhorias no modelo atmosférico Eta e outras que avaliam as previsões e identificam os erros do modelo para que seus produtos sejam utilizados de forma adequada. Dessa forma, neste trabalho pretende-se filtrar os dados provenientes do modelo Eta e ajustá-los, de modo a minimizar os erros entre os resultados fornecidos pelo modelo Eta e as reanálises do NCEP. Assim, empregamos técnicas de processamento digital de sinais e imagens com o intuito de reduzir os erros das previsões climáticas do modelo Eta. Os filtros adaptativos nesta dissertação ajustarão as séries ao longo do tempo de previsão. Para treinar os filtros foram utilizadas técnicas de agrupamento de regiões, como por exemplo o algoritmo de clusterização k-means, de modo a selecionar séries climáticas que apresentem comportamentos semelhantes entre si. As variáveis climáticas estudadas são o vento meridional e a altura geopotencial na região coberta pelo modelo de previsão atmosférica Eta com resolução de 40 km, a um nível de pressão de 250 hPa. Por fim, os resultados obtidos mostram que o filtro com 4 coeficientes, adaptado pelo algoritmo RLS em conjunto com o critério de seleção de regiões por meio do algoritmo k-means apresenta o melhor desempenho ao reduzir o erro médio e a dispersão do erro, tanto para a variável vento meridional quanto para a variável altura geopotencial.

Mineração de dados para previsão de eventos extremos de precipitação

No presente trabalho foram desenvolvidos modelos de classificação aplicados à mineração de dados climáticos para a previsão de eventos extremos de precipitação com uma hora de antecedência. Mais especificamente, foram utilizados dados observacionais registrados pela estação meteorológica de superfície localizada no Instituto Politécnico da Universidade do Estado do Rio de Janeiro em Nova Friburgo RJ, durante o período de 2008 a 2012. A partir desses dados foi aplicado o processo de Descoberta de Conhecimento em Banco de Dados (KDD Knowledge Discovery in Databases), composto das etapas de preparação, mineração e pós processamento dos dados. Com base no uso de algoritmos de Redes Neurais Artificiais e Árvores de Decisão para a extração de padrões que indicassem um acúmulo de precipitação maior que 10 mm na hora posterior à medição das variáveis climáticas, pôde-se notar que a utilização da observação meteorológica de micro escala para previsões de curto prazo é suscetível a altas taxas de alarmes falsos (falsos positivos). Para contornar este problema, foram utilizados dados históricos de previsões realizadas pelo Modelo Eta com resolução de 15 km, disponibilizados pelo Centro de Previsão de Tempo e Estudos Climáticos do Instituto Nacional de Pesquisas Espaciais CPTEC/INPE. De posse desses dados, foi possível calcular os índices de instabilidade relacionados à formação de situação convectiva severa na região de Nova Friburgo e então armazená-los de maneira estruturada em um banco de dados, realizando a união entre os registros de micro e meso escala. Os resultados demonstraram que a união entre as bases de dados foi de extrema importância para a redução dos índices de falsos positivos, sendo essa uma importante contribuição aos estudos meteorológicos realizados em estações meteorológicas de superfície. Por fim, o modelo com maior precisão foi utilizado para o desenvolvimento de um sistema de alertas em tempo real, que verifica, para a região estudada, a possibilidade de chuva maior que 10 mm na próxima hora.

Análise dos problemas direto e inverso em um modelo de evolução populacional através de transformações integrais e inferência bayesiana

Modelos de evolução populacional são há muito tempo assunto de grande relevância, principalmente quando a população de estudo é composta por vetores de doenças. Tal importância se deve ao fato de existirem milhares de doenças que são propagadas por espécies específicas e conhecer como tais populações se comportam é vital quando pretende-se criar políticas públicas para controlar a sua proliferação. Este trabalho descreve um problema de evolução populacional difusivo com armadilhas locais e tempo de reprodução atrasado, o problema direto descreve a densidade de uma população uma vez conhecidos os parâmetros do modelo onde sua solução é obtida por meio da técnica de transformada integral generalizada, uma técnica numérico-analítica. Porém a solução do problema direto, por si só, não permite a simulação computacional de uma população em uma aplicação prática, uma vez que os parâmetros do modelo variam de população para população e precisam, portanto, ter seus valores conhecidos. Com o objetivo de possibilitar esta caracterização, o presente trabalho propõe a formulação e solução do problema inverso, estimando os parâmetros do modelo a partir de dados da população utilizando para tal tarefa dois métodos Bayesianos.

Sistema para estimação de área plantada por amostragem - SEARA - proposta de delineamento amostral para café em São Paulo e para grãos em Minas Gerais.

A informação precisa e atualizada referente à produção agrícola brasileira é importante e estratégica, tanto do ponto de vista econômico como da segurança alimentar. O aumento da disponibilidade de imagens de sensoriamento remoto, bem como outros avanços tecnológicos recentes, como os sistemas de informação geográfica (SIGs) e os aparelhos de posicionamento global (GPS), podem facilitar a obtenção de estimativas de área plantada, um componente fundamental da previsão de safras, e permitir o acesso a uma informação essencial em aplicações ambientais: a localização espacial dos cultivos. Embora a previsão oficial de safras no Brasil ainda seja realizada de forma subjetiva, existe um esforço da Companhia Nacional de Abastecimento (CONAB) para o aperfeiçoamento metodológico do sistema de previsão, que inclui o Projeto GeoSafras. A presente pesquisa, que pretende contribuir para esse esforço, é baseada numa abordagem que associa a amostragem estatística, imagens de satélite, SIG e GPS, e que foi desenvolvida preliminarmente pela Embrapa Meio Ambiente para estimar, de forma objetiva e probabilística, a área plantada com determinada cultura em um Município.

Qualidades de sistemas probabilísticos de previsão climática sazonal baseados na abordagem dos anos análogos.

2007

Distribuição espacial da cultura de café no Estado de São Paulo.

Neste trabalho é analisada a distribuição espacial da cultura de café no Estado de São Paulo. O objetivo é subsidiar um plano de estratificação dos municípios produtores para fins de previsão de safra. Os métodos de análise espacial utilizados neste estudo são baseados nas estatísticas de Moran: índice global de associação espacial; índice local de associação espacial; e gráfico de espalhamento de Moran. Estes métodos permitem quantificar a dependência espacial de fenômenos geográficos e determinar a significância estatística dos agrupamentos espaciais. Foram utilizados dados do levantamento da Produção Agrícola Municipal - PAM - de 2004, produzidos pelo Instituto Brasileiro de Geografia e Estatística - IBGE. O programa TerraView foi utilizado no cálculo dos índices e para visualização dos resultados. Os resultados indicam que é importante considerar a localização geográfica dos municípios, pois a produção de café apresentou dependência espacial e foram identificados agrupamentos de municípios com índices de associação espacial significantes. No futuro, será possível comparar a distribuição espacial do café com a de outras culturas agrícolas em São Paulo ou com a da mesma cultura em outros Estados, o que auxiliará no planejamento da estratificação, fase inicial da estimativa de área plantada.

Estatística aplicada a dados ambientais: influência da qualidade d'água da sub-bacia do Lajeado dos Fragosos sobre a população de borrachudos.

2003

Levantamento sistemático da produção e abate de suínos - LSPS: metodologia Abipecs - Embrapa de previsão e acompanhamento da suinocultura brasileira.

2006

A soja no Brasil: história e estatística.

Origem e distribuicao no mundo; Introducao e primeiras experiencias no Brasil; Evolucao da producao; Destino da producao; Capacidade de processamento; Portos de embarque; Meios de transporte; Precos recebidos pelos produtores; Custos de producao.

Aplicabilidade do modelo de balanço de nitrogênio para previsão de resposta da cana-de-açúcar ao fertilizante nitrogenado.

Fertilização nitrogenada na cultura da cana-de-açúcar. Modelagem matemática.