Resolução da Lista 3 de Geoestatística

Aluno: Lucas Alfano 

DRE: 117052881

Link1: 

1) a=1

    seno (π) = 0

    seno (π/2) = 1

    seno (π) = 0

    seno (0) = 0

    seno (3π/2) = -1

2)

3) a) 0,21 + 0,40 + 0,24 = 0,85

   

    b) 0 . 0,15 + 1 . 0,21 + 2 . 0,40 + 3 . 0,24 =

        0 + 0,21 + 0.80 + 0,72 = 1,73

   

    c) Probabilidade condicional:
       Já que pelo menos um já está funcionando - 0,85
       Probabilidade dos 3 funcionarem: 0,24

             0,24/0,85= 0,28

       d) Maior. Porque exclui-se a possibilidade de nenhum caixa estar funcionando, o que reduz o espaço amostral em 15%.

         

4)

5) z = (600 - 500)/50 = 2

    Como Z98% = 2, 2% é a probabilidade de exceder 600 pedidos.

Link2:

1) C

2) 

3) 

4) Não, quando há apenas um o teste de hipótese não pode ser considerado confiável.
Não consegue rejeitar a hipótese de que o coeficiente angular é zero, pois não se sabe o nível de confiança.
Ex: Pode ou não ser.
IC (%) – Intervalo de confiança
IC% – Hipótese Max – Hipótese mínima
IC= 97% - 3% = 94%
        0             0,1

5)

Krigagem e acessórios 

Estatísticas básicas (Sumário)

caminho="C:/geoestat/"

dado=read.table(header=TRUE,paste(caminho,"amapari.txt",sep=""))

summary(dado$Ge)

Min. 1st Qu.  Median    Mean 3rd Qu.    Max.
0,05000 0,05000 0,05000 0,08316 0,10000 0,30000

Mapa Base

caminho="C:/geoestat/"

dado=read.table(header=TRUE,paste(caminho,"amapari.txt",sep=""))

plot(dado[,1],dado[,2],xlab="UTMX(km)",ylab="UTMY(km)",main="Mapa base Amapari")

Histograma

caminho="C:/geoestat/"

dado=read.table(header=TRUE,paste(caminho,"amapari.txt",sep=""))

dados<-dado$Ge

h<-hist(dados,breaks=10)

xhist<-c(min(h$breaks),h$breaks)

yhist<-c(0,h$counts,0)

xfit<-seq(1,40, by=1.0)

yfit<-dnorm(xfit,mean=mean(dados),sd=sd(dados))

plot(xhist,yhist,type="s",ylim=c(0,max(yhist,yfit)),main="Histrograma")

Box-plot

caminho="C:/geoestat/"

dado=read.table(header=TRUE,paste(caminho,"amapari.txt",sep=""))

dados<-dado$Ge

boxplot(dados)

Semivariograma Experimental

caminho="C:/geoestat/"

dado=read.table(header=TRUE,paste(caminho,"amapari.txt",sep=""))

g<-gstat(id="Ge",formula=Ge~1,locations=~UTMX+UTMY,data=dado)

graf<-variogram(g)

plot(graf,xlab="Distância",ylab="Semivariância",main="Semivariograma Experimental Amapari")

Semivariograma Ajustado

caminho=" C:/geoestat/"

dados=read.table(header=TRUE,paste(caminho,"amapari.txt",sep=""))

g<-gstat(id="Ge",formula=Ge~1,locations=~UTMX+UTMY,data=dados)

graf<-variogram(g)

plot(graf)

f<-fit.variogram(variogram(g),vgm(0.004,"Mat",2600,0.001))

ff<-variogramLine(f,maxdist=2500,n=500,min=1.0e-6)

plot(ff,col="blue",ylab="Y",xlab="Distancia",main="Semivariograma Ajustado")

points(variogram(g)[,2],variogram(g)[,3],col="orange")

Mapa de Concentração

caminho="C:/geoestat/"

dado=read.table(header=TRUE,paste(caminho,"amapari.txt",sep=""))

g<-gstat(id="Ge",formula=Ge~1,locations=~UTMX+UTMY,data=dado)

graf<-variogram(g)

plot(graf)

f<-fit.variogram(variogram(g),vgm(0.004,"Mat",2600,0.001))

ff<-variogramLine(f,maxdist=2500,n=500,min=1.0e-6)

plot(ff,col="blue",ylab="Y",xlab="Distância",main="Mapa de concentração")

points(variogram(g)[,2],variogram(g)[,3],col="purple")

m<-vgmm<-vgm(f[2,2],"Mat",f[2,3],f[1,2])

s.grid <- GridTopology(c(400500,92000),c(45,70),c(100,100))

s.grid <- SpatialPoints(s.grid)

xx<-krige(Ge~1,~UTMX+UTMY,model=m,data=dado,newd=s.grid,nmax=4)

spplot(xx[,1],xlab="UTMX",ylab="UTMY",main="Mapa de concentração")