Escolar Documentos
Profissional Documentos
Cultura Documentos
I!.1K
Ande ; 0 a anomalia padroni;ada, calculada simplesmente pela su2tra4Lo da m0dia da amostra I6ue no caso seria i:ual a ;ero ap=s remo4Lo do
ciclo anualK e di3idindo pelo respecti3o des3io padrLo S9, o 6ual 3aria. -or e9emplo, nLo apenas as temperaturas tendem a ser mais frias durante o
in3erno, mas sua 3aria2ilidade tende a ser mais alta em re:i5es de latitudes m0dias. /ma apro9ima4Lo possM3el para transformar s0ries de
temperaturas mensais em uma s0rie Iapro9imadamenteK estacion8ria seria calcular as 1! m0dias mensais e os 1! des3ios*padrLo e entLo aplicar a
F6. I!.1K usando diferentes m0dias e des3ios*padrLo para o mbs do calend8rio apropriado. /ma alternati3a seria a estratifica4Lo dos dados. Esto 0,
poder*se*ia condu;ir an8lises separadas de su2con1untos dos dados 6ue sLo curtas o suficiente para serem consideradas apro9imadamente
estacion8rias. -or e9emplo, poder*se*ia analisar o2ser3a45es di8rias para todas os dados disponM3eis de 1aneiro para uma dada locali;a4Lo,
assumindo*se 6ue cada con1unto de #1 dias de dados 0 uma amostra 6ue sofreu os mesmos processos fMsicos. NLo necessariamente os
processos seriam os mesmos para 1ulho, ou fe3ereiro.
/m e9emplo so2re o uso da F6. !.1 para e9pressar dados clim8ticos em termos de anomalias padroni;adas 0 o c8lculo do Mndice do Fl*Nijo*
Ascila4Lo SulIFNSAK. As 3alores do Mndice I3e1a fi:ura a2ai9oK sLo deri3ados a partir de diferen4as mensais nas anomalias padroni;adas da
pressLo ao nM3el do mar em duas locali;a45es: Tahiti, no -acifico centrala e (ar?in, no Norte da Austr8lia. Assim, em termos da F6. !.1 o primeiro
passo para calcular os pontos do :r8fico 0 calcular a diferen4a
Darin !a"iti
z z z para cada mbs durante o perModo de anos considerados.
Na fi:ura a2ai9o, estLo mostrados o EAS desde 199# para uma ilustra4Lo mais clara. A anomalia padroni;ada ZTahiti para 1aneiro de 199k, por
e9emplo, 0 calculada su2traindo*se a pressLo m0dia para todos os 1aneiros em Taiti da pressLo o2ser3ada em 1aneiro de 199k. Fsta diferen4a 0
entLo di3idida pelo des3io*padrLo, caracteri;ando uma 3aria4Lo ano*a*ano das press5es atmosf0ricas em Taiti.
Na realidade, os 3alores do Mndice mostrado na fi:ura sLo, em :eral, anomalias da diferen4a das anomalias. Assim, a F6. !.1 0 aplicada ! 3e;es ao
con1unto ori:inal de dados. A primeira das duas padroni;a45es 0 tomada para minimi;ar a influbncia das mudan4as sa;onais na m0dia mensal das
press5es e a 3aria2ilidade ano*a*ano destas m0dias. A se:unda padroni;a4Lo calcula a anomalia padroni;ada da diferen4a zTahiti l zDarwin e :arante
6ue o Mndice resultante ter8 unidade de des3io*padrLo. A2t0m*se essa padroni;a4Lo considerando*se uma no3a 3ari83el m
; n s0rie temporal de
todos os ;. Calcula*se a m0dia dos ; e seu des3io padrLo. F9istem al:umas 3aria45es no 1eito de se calcular o EAS. No caso do e9emplo,
e9traMdo de http:>>???.2om.:o3.au>climate>current>soi!.shtml o EAS est8 multiplicado por 1D. A linha 3ermelha mostra a m0dia m=3el de , meses
ICA'A SF (F+ENE /'A 'd(EA 'ZJFB (F , 'FSFSoK
A interpreta4Lo fMsica do EAS 0 6ue durante e3entos Fl Nijo o centro da precipita4Lo no -acMfico tropical muda do -acMfico Aeste Ipr=9imo a
(ar?inK para leste ou o -acMfico Central Ipr=9imo a TaitiK. Fsta mudan4a est8 associada com as press5es p superfMcie acima da m0dia em (ar?in e
mais 2ai9as 6ue a m0dia em Taiti, o 6ue 1unto produ; um 3alor ne:ati3o no Mndice. F3entos e9cepcionalmente fortes Icomo o "!>"# e 9k>9"K
produ;iram 3alores 2em 2ai9os no Mndice.
A.A A-lse "e s!res E6e .o-1!2 1e-",-.a :C=&
Tendbncia pode ser definida :rosseiramente como huma mudan4a de lon:o*termo no nM3el m0dioi. As tendbncias mais simples conhecida
como hTFN(fNCEA BENFAC 'AES C/g(Ai, para 6ual a o2ser3a4Lo no tempo t 0 uma 3ari83el aleat=ria Xt dada por:
3
[tn`t ` t I!.!K
Ande , sLo constantes e t representa o termo de erro aleat=rio com m0dia ;ero Iconhecido tam20m como ruMdo 2rancoK. A nM3el m0dio no
tempo t 0 dado por mtnI`tK, o 6ue 0 al:umas 3e;es chamado de hTFC'A (F TFN(fNCEAi. Al:uns autores preferem descre3er o coeficiente
an:ular como a tendbncia. Fm outras pala3ras, a tendbncia 0 a '/(AN\A NA NgJFB 'd(EA por unidade de tempo.
A tendbncia na F6. !.! 0 uma fun4Lo determinMstica do tempo e 0 al:umas 3e;es chamada de hTFN(fNCEA &BAGABi. d :eralmente nLo
realMstica, e por isso e9iste a:ora uma maior bnfase em TFN(fNCEAS BACAES onde os par<metros e 3ariam no tempo. As tendbncias
tam20m podem ser N]A*BENFACFS. /m crescimento e9ponencial, ou uma tendbncia 6uadr8tica sLo al:uns e9emplos.
Assim, tem*se 6ue ter em mente 6ue a an8lise de uma s0rie temporal 6ue e9i2e tendbncia depende I1K se o pesE6sa"or E6er
e>a1a2e-1e 2e"r essa 1e-",-.a ou I!K se o pesE6sa"or E6er re2over a 1e-",-.a "e for2a a a-alsar fl616a08es lo.as. Esto tam20m
depende se o dado e9i2e SAmANABE(A(F. Com dados contendo sa;onalidade, 0 uma 2oa id0ia come4ar calculando m0dias anuais sucessi3as
por6ue estas podem fornecer uma descri4Lo simples das tendbncias implMcitas.
A.A./ AB6s1a-"o 62a .6rva :C=&
/m m0todo comum de se tratar com dados -5o*saFo-as 6ue cont0m uma 1e-",-.a, particularmente em dados di8rios, 0 a1ustar uma
fun4Lo simples como uma cur3a polinomial Ilinear, 6uadr8tica, etc.K, ou uma cur3a de &ompert; ou uma cur3a lo:Mstica. Fstas cltimas tbm sido
empre:adas em economia e 2iolo:ia Icrescimento de popula45esK.
A cur3a de &ompert; 0 dada por:
log xt = a + br
t
I!.#K
onde a, 2, r sLo par<metros com D q r q1, en6uanto a cur3a lo:Mstica 0 dada por
9tna>I1`be
*ct
K I!..K
Notem 6ue, conforme t 3ai para infinito, 9t na cur3a lo:Mstica tende assintoticamente para um determinado 3alor. -ara entender mais so2re a
constru4Lo de uma cur3a lo:Mstica e sua aplica4Lo, 3ocb pode consultar o site:
http:>>astro.temple.edu>rdhillDD1>lo:istic>lo:istic.html
o 6ual cont0m um demo e9plicati3o.
E>er.9.o *G Tes1a-"o 1e-",-.as -as s!res 1e2poras e .o-s1r6-"o 62a s!re 1e2poral .o2 62a 1e-",-.a
aK Nos sites de dados do C-C o2tenha uma s0rie temporal mensal de dados de temperatura p superfMcie ou em 1DDD h-a em re:i5es continentais
Ie9: SF do Grasil, NF dos Fstados /nidos, Furopa ocidentalK e outra em re:i5es tropicais Icontinentais ou oce<nicasK . /tili;ando o F9cel,
identifi6ue nos dados mensais a e9istbncia de tendbncias. Cemo3a essa tendbncia e mostre os resultados. Calcule as m0dias anuais da
temperatura e repita o procedimento. Compare o 6ue 3ocb o2te3e para as diferentes s0ries e discuta seus resultados.
2K /sando a fun4Lo no F9cel 6ue :era dados aleat=rios IsrandomK, construa uma s0rie temporal 6ue possua uma componente aleat=ria mais uma
tendbncia. +a4a esse procedimento supondo tendbncia: linear, 6uadr8tica, &ompert; e cur3a lo:Mstica. -lote os resultados e discuta as diferen4as.
sFntre no F9cel e cli6ue em Tools, Data Analysis, Random Iescolha distri2ui4Lo &aussiana, com m0dia D e des3io*padrLo 1K. Se nLo aparecer
hData Analysisi 6uando clicar em Tools, entLo cli6ue em Tools, Add Ins, e adicione Analysis ToolPak. ! o s!" #x$!l %or !m Port"g"&s, !nt'o !ntr!
!m (!rram!ntas, ")l!m!nto ! adi$ion! as an*lis!s +"! a)ar!$!r!m n!ssa o),'o.
A.G. E>s1,-.a "e saFo-al"a"e -as s!res 1e2poras:
A :rande maioria das s0ries temporais de 3ari83eis meteorol=:icas e9i2e 3aria45es com perModo anual. -or e9emplo, a temperatura 0
usualmente maior no 3erLo 6ue no in3erno, e, em al:umas localidades, a precipita4Lo possui um ciclo sa;onal 2em definido. A efeito sa;onal pode
ser aditi3o ou multiplicati3o. /m efeito sa;onal aditi3o 0 do tipo:
[t n mt ` St ` t I!.,K
Ande mt 0 o nM3el m0dio dessa;onali;ado no tempo t, St 0 o efeito sa;onal no tempo t e t 0 o erro aleat=rio. F3identemente, a an8lise de s0ries
temporais 6ue e9i2em uma 3aria4Lo sa;onal depende se se dese1a medir esse efeito ou elimin8*lo. -or e9emplo, suponha 6ue o o21eti3o se1a
analisar as anomalias di8rias na temperatura em um determinado ponto no :lo2o durante um certo perModo Ipor e9emplo, 1unho a a:ostoK. A nossa
premissa 0 6ue, a cada dia, a temperatura de uma localidade 0 determinada pelo ciclo solar aliado a 3aria2ilidades em outras escalas temporais.
Se 6uisermos entender o papel dessas outras escalas temporais na modula4Lo da temperatura ao lon:o da esta4Lo, de3emos primeiro remo3er o
4
efeito do ciclo sa;onal causado por efeito de transla4Lo da terra em torno do sol. Assim, remo3ido esse efeito, podemos analisar a temperatura a
cada dia, comparando um dia com o outro. Je1a 6ue em al:umas localidades, como 3eremos ao lon:o do curso, o ciclo anual da temperatura pode
ser o ciclo de maior import<ncia em termos de espectro, por0m 0, em :eral, o mais 2em conhecido e de pouco interesse. /m procedimento muito
comum em meteorolo:ia para se remo3er o ciclo anual 0 o se:uinte I=ar12a-- a-" M.#else-) /HIH) ;. A12osp#er. S.e-.es) /I) AIGI*AIJAK:
1K Suponha uma s0rie temporal [t,y , onde tnt1,#6,u dias e ynt1, totalu, total n ncmero de anos 6ue corresponde p s0rie, por e9emplo, !D
anos. No caso do e9emplo, o fato de considerarmos t 3ariando de 1 a #6, dias, si:nifica 6ue estamos despre;ando anos 2isse9tos. Fssa
suposi4Lo pode ser feita usando como apro9ima4Lo 6ue em anos 2isse9tos o 3alor da 3ari83el no dia !" de fe3ereiro 0 uma m0dia entre
!" e !9 de fe3ereiro. Autra alternati3a 0 simplesmente eliminar o dia !9 Idepende muito do 6ue se est8 estudandoK.
!K /ma possi2ilidade de remo4Lo do ciclo anual 0 primeiro calcular uma m0dia di8ria o2tida nos !D anos de dados:
total
#
# t t
x $
1
,
, a 2arra indica a m0dia, 9t 0 a o2ser3a4Lo no dia t e y representa o ano.
Fm :eral, 6uando fa;emos esse procedimento, de3ido ao redu;ido ncmero de anos, a s0rie temporal m0dia apresenta pe6uenas oscila45es 6ue
sLo o resultado de 3aria2ilidades interanuais as 6uais -5o s5o Kalsa"asL 6uando procedemos p opera4Lo de m0dia descrita acima. Assim, um
procedimento su:erido em Hartmann e 'ichelsen I19"9K:
#K A ciclo anual resultante
t
$ de3e ser NalisadoO usando um filtro com pesos do tipo 1*!*1, passado #DD 3e;es. A Ncmero de 3e;es 6ue
se passa um filtro pode ser decidido in3esti:ando*se o comportamento final da s0rie.
O E6e ! e .o2o .o-s1r6r 62 fl1ro /*A*/M :C=&
A id0ia 0 usar um +EBTCA BENFAC o 6ual con3erte uma s0rie temporal ^9t_ em outra ^yt_ por uma opera4Lo linear:
+
+
s
q r
r t r t
x a #
I!.6K
onde { }
r
a 0 o con1unto de pesos. -ara alisar flutua45es locais e estimar a m0dia local, de3emos escolher pesos tais 6ue 1
r
a . Fssa
opera4Lo 0 fre67entemente chamada de 'd(EA 'ZJFB I-./I01 A/#RA1#K. As m0dias m=3eis sLo fre67entemente sim0tricas com sn6 e a1na*1.
A e9emplo mais simples de um filtro sim0trico 0 do tipo:
) 1 2 /( 1 + q a
r
para rn*6,...,`6. A 3alor alisado de 9t 0 dado por:
+
+
+
q
q r
r t t
x
q
x %m
1 2
1
) (
I!.kK
Note 6ue nesse caso, o peso em cada elemento 0 i:ual a 1. A filtro conhecido como 1*!*1 considera uma m0dia m=3el de trbs elementos, por0m
com pesos { }
r
a na F6. !.6 i:uais a D.!,, D., e D.!,. Fm am2as as 2ordas, o procedimento 0 calcular a m0dia entre to e to`1 I2orda inferiorK e entre
tf e tf*1 I2orda superiorK. Fste procedimento 0 2astante ctil 6uando se dese1a determinar as anomalias em rela4Lo ao ciclo sa;onal e de3e ser
aplicado mesmo se considerarmos pbntadas.
E>er.9.o *N De1er2-a-"o o ..lo saFo-al -as s!res 1e2poras e .al.6la-"o a-o2alas.
Nos sites de dados do C-C o2tenha uma s0rie temporal de dados di8rios de temperatura p superfMcie ou em 1DDD h-a em re:i5es continentais
su2tropicais ou e9tratropicais, e em re:i5es tropicais so2re o continente ou oce<nicas. As s0ries temporais de3em ter pelo menos 1D anos.
(esconsidere anos 2isse9tos Iou se1a, eliminem o dia !9 de fe3ereiro, 6uando e9istir, calculando a m0dia entre !" e !9K.
aK /tili;ando o F9cel ou pro:ramando na lin:ua:em de sua escolha, calcule a m0dia di8ria dos dados e plote as s0ries temporais m0dias. (iscuta
as e3entuais diferen4as o2ser3adas entre as duas s0ries.
2K Apli6ue o filtro 1*!*1 conforme descrito acima nas suas s0ries temporais e plote no3amente a s0rie resultante.
cK (etermine a:ora uma no3a s0rie temporal de anomalias, isto 0, o 3alor o2ser3ado menos o 3alor m0dio. -lote essa s0rie temporal para os #
primeiros anos. (iscuta os resultados.
A.N DOMONIO DE TEMPO E DE 7REPU+NCIA :<I&
5
F9istem duas apro9ima45es fundamentais para a an8lise de s0ries temporais: an8lise no (A'gNEA (A TF'-A e an8lise no (A'gNEA
(F +CFH/fNCEA. Fstas duas apro9ima45es sLo processadas de forma 2em diferente e podem ser 3istas como 2astante distintas. Contudo, nLo
sLo independentesv Ao contr8rio, sLo m0todos complementares 6ue sLo li:ados matematicamente.
As m0todos de "o29-o 1e2poral procuram caracteri;ar as s0ries de dados nos mesmos termos em 6ue sLo o2ser3ados e reportados.
A ferramenta prim8ria para a caracteri;a4Lo de rela45es entre 3alores de dados na apro9ima4Lo do domMnio temporal 0 a +/N\]A (F A/TA*
CACCFBA\]A. 'atematicamente, as an8lises do domMnio temporal operam no mesmo espa4o dos 3alores dos dados.
As an8lises no "o29-o "e freEQ,-.a representam as s0ries de dados em termos de contri2ui45es ocorrendo em diferentes escalas
temporais, ou fre67bncias caracterMsticas. Cada escala temporal 0 representada por um par de fun45es seno e co*seno. A s0rie completa 0
considerada como resultante de efeitos com2inados de uma cole4Lo de ondas senoidais e co*senoidais oscilando em diferentes ta9as. A soma
destas ondas reprodu; os dados ori:inais, mas comumente 0 a intensidade relati3a das componentes indi3iduais das ondas 6ue sLo de interesse
prim8rio. An8lises no domMnio de fre67bncia ocorrem no espa4o matem8tico definido por esta cole4Lo de senos e co*senos. Esto 0, as an8lises no
domMnio de fre67bncia en3ol3em transforma4Lo dos 3alores de n dados ori:inais em coeficientes 6ue multiplicam um i:ual ncmero de fun45es
peri=dicas Ios senos e co*senosK. Fstes m0todos sLo comumente aplicados em s0ries temporais atmosf0ricas e sLo de :rande 3alia para 38rios
prop=sitos.
A.N./ 76-05o "e a61o*.orrela05o :;<K
Fm estatMstica cl8ssica as o2ser3a45es 9t Itn1,!,...,NK de al:uns par<metros fMsicos podem ser consideradas independentes desde 6ue os
e9perimentos 6ue :eraram essas o2ser3a45es se1am fisicamente independentes. Se a distri2ui4Lo de pro2a2ilidade f 9I9K associada com as
o2ser3a45es 0 NAC'AB ou &A/SSEANA, a mesma pode ser completamente caracteri;ada pela sua m0dia:
nFt[un dx x xf
x
) (
I!."K
e sua 3ari<ncia:
[ ] dx x f x $ &
x
) ( ) ( ) (
2 2 2
I!.9K
A m0dia mede a locali;a4Lo ou centro de :ra3idade da distri2ui4Lo e a 3ari<ncia a sua 3aria2ilidade em torno da m0dia.
Se as o2ser3a45es 9t formam parte da s0rie temporal, entLo apenas se o processo 6ue :erou os dados for puramente aleat=rio os
3alores 3i;inhos serLo independentes. Fm :eral, os 3alores 3i;inhos de uma s0rie temporal sLo CACCFBACEANA(AS. Assim, al0m de se
especificar a m0dia e a 3ari<ncia S
!
, 0 necess8rio no caso de uma s0rie Normal estacion8ria 6ue se especifi6ue a fun4Lo de auto*co3ari<ncia:
( ) ( ) [ ] + ) ( ) ( ) ( ' t $ t $ & ' I!.1DK
Na pr8tica, a fun4Lo de auto*co3ari<ncia pode ser estimada por :
( ) ( ) x x x x
(
' c
' t
' (
t
t
+
1
1
) ( I!.11K
onde,
(
t
t
x
(
x
1
1
I!.1!K
0 a m0dia da s0rie o2ser3ada. A plot de cI%K 3ersus % Iconhecido como Nla:O ou inter3alo no tempoK 0 chamado de +/N\]A (F
A/TACAJACEeNCEA A'ASTCAB da s0rie temporal. Al:umas 3e;es, 0 con3eniente 6uando comparamos s0ries com diferentes escalas de medida,
normali;armos a F6. I!.11K di3idindo pela 3ari<ncia cIDK, de forma a o2termos a +/N\]A (F A/TACACCFBA\]A A'ASTCAB:
) 0 (
) (
) (
c
' c
' r
I!.1#K
o 6ue 0 e6ui3alente a:
(
t
t
' (
t
' t t
x x
x x x x
' r
1
2
1
) (
) )( (
) ( I!.1#2K
A plot de rI%K 3ersus % 0 tam20m conhecido como hCorrelo:ramai. A fun4Lo de auto*correla4Lo 0 ctil em al:umas situa45es por6ue fornece uma
3isLo do 1eito como dependbncia da s0rie cai com o Nla:O ou separa4Lo % entre pontos da s0rie. Fntretanto, a fun4Lo de auto*correla4Lo 0 as 3e;es
muito difMcil de interpretar como 3eremos a se:uir.
OBSERVA'RES
1. NATF' H/F F[ESTF -A/CA SE&NE+ECA(A F' SF CABC/BAC r% -ACA JABACFS (F % 'AEACFS H/F N>.
!. H/AN(A N N]A d '/ETA &CAN(F, d -CF+FCgJFB CABC/BAC A A/TA*CAJACEeNCEA CA'A:
6
' (
t
' t t '
x x x x
' (
c
1
) )( (
1
F9emplos de correlo:ramas podem ser 3istos em CH. Al:umas recomenda45es e o2ser3a45es de CH:
aK S!res alea13ras: Se uma s0rie 0 completamente aleat=ria, entLo para :rande N, rI%K D para todos os 3alores diferentes de ;ero de %.
2K Correla05o "e .6r1o*1er2o. S0ries estacion8rias fre67entemente e9i2em correla4Lo de curto*termo caracteri;ada por um 3alor de rI1K
ra;oa3elmente alto, se:uido por uns poucos coeficientes os 6uais, em2ora maiores 6ue ;ero, tendem a ficar sucessi3amente menores.
Jalores de rI%K para hla:si maiores Iinter3alos de tempo maiorK tendem a ser apro9imadamente i:uais a ;ero. S0ries 6ue produ;em esse
tipo de correlo:rama sLo a6uelas 6ue uma o2ser3a4Lo acima da m0dia tende a ser se:uida por uma ou mais o2ser3a45es acima da
m0dia, e analo:amente para o2ser3a45es a2ai9o da m0dia.
cK S!res .o2 al1er-D-.as: Se uma s0rie temporal tem tendbncia a alternar, com sucessi3as o2ser3a45es em diferentes lados da m0dia
:eral, entLo o correlo:rama tam20m tende a alternar. A 3alor de rI1K ser8 ne:ati3o. Contudo, o 3alor de rI!K ser8 positi3o uma 3e; 6ue as
o2ser3a45es no la: ! tenderLo a estar do mesmo lado da m0dia.
dK S!res -5o*es1a.o-ras: Se a s0rie cont0m uma tendbncia, entLo os 3alores de rI%K nLo caem para ;ero e9ceto para 3alores de hla:i
Iinter3alo de tempoK muito altos. Esto ocorre por6ue uma o2ser3a4Lo de um lado da m0dia :eral tende a ser se:uida por um :rande
ncmero de o2ser3a45es do mesmo lado da m0dia por causa da tendbncia. Note 6ue pouco pode ser inferido por um correlo:rama desse
tipo por6ue a tendbncia domina todas as outras caracterMsticas. -or essa ra;Lo, note 6ue a fun4Lo de auto*correla4Lo s= 0 ctil para s0ries
temporais FSTACEANQCEAS. -or isso as tendbncias nas s0ries temporais de3em ser remo3idas antes de proceder p an8lise de auto*
correla4Lo.
eK 7l616a08es saFo-as: Se a s0rie temporal cont0m uma flutua4Lo sa;onal, entLo o correlo:rama tam20m e9i2ir8 uma oscila4Lo na
mesma fre67bncia. -or e9emplo, com o2ser3a45es mensais, rI6K ser8 :rande e ne:ati3o en6uanto rI1!K ser8 :rande e positi3o. Fm
particular, se 9t se:ue um padrLo senoidal entLo rI%K tam20m se:uir8 o mesmo padrLo. -or e9emplo, se:
t a x
t
cos I!.1.K
onde
a
0 uma constante e a fre67bncia 0 tal 6ue Dq q . -ode ser demonstrado 6ue IF9ercMcio !.# CHK:
' ' r cos ) ( para N :rande
:eralmente, um correlo:rama desse tipo tem pouca utilidade pr8tica. Se a 3aria4Lo sa;onal for remo3ida, entLo o correlo:rama pode
fornecer al:uma informa4Lo ctil.
fK Po-1os A?erra-1es Iho"tli!rsiK: Se a s0rie cont0m um ou mais pontos a2errantes, o correlo:rama pode ser seriamente afetado. Neste
caso, 0 recomend83el 6ue os pontos a2errantes se1am a1ustados de al:uma forma antes de come4ar uma an8lise formal. -or e9emplo,
se e9iste um ponto a2errante na s0rie temporal e este nLo 0 a1ustado, entLo o plot de 9t contra 9t`% conter8 dois pontos e9tremos os 6uais
irLo fa;er com 6ue os coeficientes de correla4Lo amostral caiam para ;ero. Se e9istirem dois pontos a2errantes este efeito 0 ainda mais
not83el, e9ceto 6uando o hla:i i:uala*se p dist<ncia entre os pontos a2errantes. Huando isso acontece, para esse la: pode ocorrer um
alto coeficiente de auto*correla4Lo.
@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@
E>er.9.o*S: De1er2-a-"o a f6-05o "e a61o*.orrela05o para "fere-1es s!res 1e2poras.
Aconselha*se 6ue os dados se1am :erados dentro do F9cel Ipor e9emploK, mas 6ue o estudante se entusiasme a fa;er um pro:rama simples,
em 6ual6uer lin:ua:em, para o c8lculo da fun4Lo de auto*correla4Lo.
aK /tili;ando a fun4Lo randPmica do F9cel, :ere uma s0rie temporal com #6, pontos aleat=rios e fa4a o correlo:rama dessa s0rie.
2K Adicione uma tendbncia linear na s0rie randPmica e recalcule o correlo:rama. Compare com o o2ser3ado no item anterior e discuta os
resultados
cK Adicione uma oscila4Lo do tipo cossenoidal na s0rie do item IaK e recalcule o correlo:rama. Compare com o o2ser3ado no item IaK e no
item I2K
dK Adicione pontos a2errantes aleatoriamente Ial:uns 3alores com `# des3ios*padrLo em rela4Lo p m0diaK e recalcule o correlo:rama.
'ostre diferen4as com respeito ao o2tido nos itens anteriores.
A.S DOMONIO DE 7REPU+NCIA: AN%LISE =ARMTNICA :<I&
An8lises no domMnio de fre67bncia en3ol3em a representacao das s0ries temporais em termos de contri2ui45es feitas em diferentes
escalas de tempo. -or e9emplo, uma s0rie temporal de dados de temperatura hor8ria de uma locali;a4Lo em latitudes m0dias ir8, em :eral, e9i2ir
fortes 3aria45es tanto na escala de tempo di8ria Icorrespondendo ao ciclo anual de a6uecimento solarK e na escala de tempo anual Irefletindo a
marcha das estacdoesK. No domMnio do tempo, estes ciclos apareceriam como 3alores positi3os altos na fun4Lo de auto*correla4Lo para hla:si em
Iou apro9imadamente emK !. h para o ciclo diurno e !.9#6, n "k6Dh para o ciclo anual. Huando pensamos nas s0ries no domMnio de fre67bncia,
estamos falando de contri2ui45es para o total da 3aria2ilidade das s0ries temporais em perModos de !. e "k6Dh, ou em fre67bncias de 1>!. n
D.D.1k h
*1
e 1>"k6D n D.DDD11. h
*1
.
A an8lise harmPnica consiste da representa4Lo de flutua45es ou 3aria45es em uma s0rie temporal 6ue se ori:inou da adi4Lo de uma
s0rie de fun45es seno e co*seno. Fstas fun45es tri:onom0tricas sLo hharmPnicosi 6uee sLo escolhidos como tendo fre67bncias 6ue sLo mcltiplas
da fre67bncia hfundamentali determinada pelo tamanho amostral da s0rie de dados.
7
A.S./ 76-08es se-o e .o*se-o I)EK
Jamos a6ui re3er 2re3emente a nature;a das fun45es cosIK e sinIK. A ar:umento de am2as 0 a 6uantidade , medida em unidades
de <n:ulo. Fstas unidades podem ser tanto em :raus ou radianos. A fi:ura !.1 mostra por45es de um .os Ilinha s=lidaK e se-o Ilinha trace1adaK, no
inter3alo an:ular 6ue 3aria de D a ,>! ID* .,DwK.
As fun45es seno e co*seno estendem*se at0 <n:ulos indefinidamente :randes positi3os ou ne:ati3os. A mesmo padrLo de onda se
repete a cada ! radianos ou #6Dw, tal 6ue:
cosI!% ` KncosIK I!.1,K
Ande % 0 um inteiro 6ual6uer. /ma e6ua4Lo an8lo:a 3ale para a fun4Lo seno. Esto 0, am2os seno e co*seno sLo peri=dicos. Am2as fun45es
oscilam em torno de seu 3alor m0dio i:ual a ;ero e tem 3alor m89imo de `1 e mMnimo de *1. A fun4Lo co*seno 0 ma9imi;ada a D
o
, #6Dw, e assim por
diante, en6uanto a fun4Lo seno 0 ma9imi;ada a 9Dw, .,Dw, e assim por diante. Fstas duas fun45es tbm e9atamente a mesma forma, mas estLo
deslocadas uma em rela4Lo a outra por 9Dw. Fm outras pala3ras, se 3ocb deslocar a fun4Lo co*seno para a direita em 9Dw, produ; a fun4Lo seno e
deslocando o seno para es6uerda em 9Dw produ; a fun4Lo co*seno:
) sin( )
2
cos(
I!.16K e
) cos( )
2
sin(
+ I!.1kK
746re /. Tre.#os "a f6-05o se-o :l-#a 1ra.eBa"a& e .o*se-o :l-#a s3l"a& para -1ervalols e-1re U
o
e NSU
o
) o6 U a S$A ra"a-os. Ca"a
.6rva e>e.61a 62 ..lo .o2ple1o a .a"a A ra"a-os e se es1e-"e "e * a V.
A.S.A. Represe-1a05o "e 62a s!re 1e2poral s2ples .o2 62a 76-05o =ar2W-.a. :<I&
'esmo na situa4Lo mais simples de uma s0rie temporal 6ue possui um car8ter senoidal e e9ecuta um cnico ciclo so2re o curso de n
o2ser3a45es, e9sistem trbs pe6uenas dificuldades a serem superadas a fim de se usar um seno ou co*seno para represent8*la:
1K A ar:umento de uma fun4Lo tri:onom0trica 0 um <n:ulo, en6uanto os dados da s0rie sLo fun4Lo do tempo.
!K As fun45es co*seno e seno flutuam entre `1 e *1, en6uanto os dados :eralmente flutuam entre diferentes limites.
#K A fun4Lo co*seno tem m89imo 3alor para nD e n!. Am2os seno e co*seno podem assim estar posicionados ar2itrariamente na
hori;ontal com respeito aos dados.
A solu4Lo para o primeiro pro2lema aparece 6uando consideramos o comprimento dos dados InK como constituindo um ciclo completo, ou
perodo fundamental. /ma 3e; 6ue o perModo fundamental corresponde a #6Dw ou ! radianos em medida an:ular, 0 f8cil re*escalar
proporcionalmente o tempo p medida an:ular usando:
360
/
360
n
t
ciclo tempo de unidades n
tempo de unidade t
ciclo
,
_
,
_
I!.1"K
ou
8
n
t
ciclo tempo de unidades n
tempo de unidade t
ciclo
2
/
2
,
_
,
_
I!.19K
Fm outras pala3ras, se considerarmos um ciclo completo o ncmero total de pontos n de uma s0rie temporal, entLo conforme andamos em t,
as e6ua45es !.1" e !.19 indicam em 6ue propor4Lo t encontra*se desse ciclo completo. Assim, a 6uantidade:
n
2
1
I!.!DK
0 chamada de +CFH/fNCEA +/N(A'FNTAB. Fsta 6uantidade 0 uma fre67bncia an:ular e tem dimens5es fMsicas de radianos por unidade
de tempo. A fre67bncia fundamental corresponde ao perModo i:ual ao comprimento dos dados. A su2scrito N1O indica 6ue 1 pertence a onda
6ue e9ecuta um CECBA CA'-BFTA so2re a s0rie de dados inteira.
A pro2lema I!K acima 0 tratado fa;endo*se um deslocamento da fun4Lo seno ou co*seno para cima ou para 2ai9o do nM3el :eral dos dados, e
entLo hesticandoi ou hcomprimindoi 3erticalmente at0 6ue seu inter3alo corresponda ao dos dados. Como isso pode ser feitoo /ma 3e; 6ue a
m0dia de uma onda pura co*seno ou seno 0 ;ero, simplesmente adicionar o 3alor m0dio da s0rie de dados ao co*seno asse:ura 6ue o mesmo
ir8 flutuar em torno do 3alor m0dio. A hesticamentoi ou a hcompressLoi pode ser o2tido pela multiplica4Lo de uma fun4Lo seno ou co*seno por
uma constante C1 6ue 0 conhecida como A'-BET/(F. No3amente, note 6ue o su2scrito 1 si:nifica 6ue trata*se da amplitude do
HAC'xNECA +/N(A'FNTAB. /ma 3e; 6ue as fun45es seno e co*seno possuem m89imo e mMnimo entre y 1, 0 2astante =23io mostrar 6ue
o m89imo>mMnimo dessas fun45es 6uando multiplicadas pela amplitude C1 0 i:ual a y C1. Assim, se com2inarmos as solu45es dos pro2lemas
I1K e I!K temos para a s0rie temporal:
)
2
cos(
1
n
t
C #
t
#
+ I!.!1K
Normalmente, h8 situa45es em 6ue 0 necess8rio transladar uma fun4Lo harmPnica lateralmente a fim de ter um casamento de cristas e
ca3ados na s0rie de dados. Fste tipo de desen3ol3imento 0 mais con3eniente 6uando a fun4Lo co*seno 0 utili;ada, por6ue esta fun4Lo possui
m89imo 3alor 6uando o <n:ulo na 6ual ela opera 0 ;ero. 'udar a fun4Lo co*seno para a direita por um <n:ulo 2 resulta em uma no3a fun4Lo
6ue 0 ma9imi;ada em 1tn!t3nn2,
)
1
2
cos(
1
+
n
t
C #
t
# I!.!!K
A <n:ulo 2 0 chamado de <n:ulo de fase ou fase. 'udar a fun4Lo co*seno para a direita desta 6uantidade re6uer su2trair a fase 2, de modo 6ue
o ar:umento da fun4Lo co*seno 0 ;ero 6uando I!t3nKn2, o 6ue e6ui3ale a di;er 6ue a yt em !.!! 0 ma9imi;ada para tn2n>!. -ara compreender
a aplica4Lo das e6s. !.!D a !.!!, fa4a o e9ercMcio proposto 6.
@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@
F9ercMcio*6. Considere os dados a se:uir, correspondentes p temperatura m0dia o2tida em em Ethaca INK:
Ta?le /* Te2pera16ra 2!"a 2e-sal
1X2,s Te2pera16ra
o
C
/ *S.NN
A *S./Y
G U.//
N J.IH
S /A.JY
J /Y.HN
Y AU.NN
I /H.S
H /S.JY
/U H.YA
// N.UJ
/A *A.SJ
aK -lote a cur3a em 6uestLo no F9cel. (etermine 1 e calcule a fun4Lo co*seno para todos os meses da ta2ela plotando no mesmo :r8fico.
2K (etermine a m0dia e a fun4Lo yt como em !.!1, isto 0, re*escalone a fun4Lo co*seno considerando a amplitude C1 como metade do
inter3alo entre o m89imo e o mMnimo da s0rie. -lote os resultados no mesmo :r8fico.
cK (etermine a fun4Lo yt como em !.!!, isto 0, a1uste a fase 1. (iscuta como isso foi feito.
9
(esafio*6a. /tili;e uma s0rie temporal de dados em 6ue 3ocb este1a tra2alhando Imensal, di8ria ou pentadalK, ou use uma das s0ries temporais
6ue foram fornecidas no curso. Calcule a m0dia mensal dos dados, o2tendo uma ta2ela semelhante p Ta2ela*1. +a4a os itens IaK a IcK, conforme
indicado acima. Note 6ue, nLo necessariamente, 3ocb ir8 o2ser3ar uma s0rie com um ciclo anual semelhante ao 6ue foi o2ser3ado no e9ercMcio.
Jocb tam20m pode efetuar seu tra2alho utili;ando dados 6ue nLo sLo anuais e interpretar o 6ue si:nifica o primeiro harmPnico nesse caso.
@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@
A.S.G. Es12a1va "e A2pl16"e e fase "e 62 Z-.o #ar2W-.o :<I&
No e9ercMcio anterior, estimou*se C1 e 1 de uma forma mais :rosseira. F9istem formas mais ade6uadas de se fa;er o mesmo
procedimento. A m0todo mais simples 0 usar a identidade tri:onom0trica:
) sin( ) sin( ) cos( ) cos( ) cos(
1 1 1
+ I!.!#K
Su2stituindo n!t>n IF6. !.19K e multiplicando*se am2os os lados pelas amplitudes C1, o2t0m*se:
)
2
sin( )
2
cos( )
2
sin( ) sin( )
2
cos( ) cos( )
2
cos(
1 1 1 1 1 1 1 1
n
t
)
n
t
*
n
t
C
n
t
C
n
t
C
+ + I!.!.K
onde,
) cos(
1 1 1
C * I!.!,K e
) sin(
1 1 1
C ) I!.!6K
A F6ua4Lo !.!. indica, portanto, 6ue um harmPnico 6ue possui amplitude C1 e fase 1 0 e6ui3alente a soma de um seno com um co*
seno, am2os sem deslocamento de fase. Note 6ue o seno aparece 1ustamente como uma e9pansLo de um co*seno de menos a fase. SLo
1ustamente G1 e A1 os coeficientes 6ue irLo modular a amplitude do harmPnico com o tempo. Note 6ue am2os coeficientes G1 e A1 sLo
determinados pelo seno e co*seno da fase, respecti3amente. +a;endo a transforma4Lo de 3ari83eis da F6. !.!. tal 6ue 91ncosI!t>nK e
9!nsinI!t>nK, temos uma e6ua4Lo resultante 6ue 0 uma e6ua4Lo de re:ressLo com dois preditores. (esta forma, dada a s0rie de dados yt, pode*
se aplicar a essa transforma4Lo 6ual6uer soft?are 6ue ache uma estimati3a de re:ressLo com o m0todo de mMnimos 6uadrados para encontrar os
coeficientes A1 e G1, tendo yt como preditando. A mesmo pacote de re:ressLo ir8 produ;ir a m0dia dos 3alores do preditando como o intercepto 2o.
-ode*se entLo encontrar C1 resol3endo o sistema das e6ua45es !.!, e !.!6, ou se1a:
)) ( cos ) ( (sin
1
2
1
2 2
1
2
1
2
1
+ + C ) *
[ ]
2 / 1
2
1
2
1 1
) * C +
I!.!kK
-ara se encontrar a fun4Lo de fase 1, sLo resol3idas as se:uintes e6ua45es:
'
< t t
>
0 90 ,
2
0 180 , tan
0 tan
1
1
1
1 1
1
1
1 1
1
* or
* ou
*
)
*
*
)
o
o
I!.!"K
Nota: uma 3e; 6ue as fun45es tri:onom0tricas sLo peri=dicas, o mesmo <n:ulo de fase 0 produ;ido se adicionarmos ou su2trairmos 1"Dw Imeio
cMrculoK se A1qD. (ecidimos se somamos ou su2traMmos 1"Dw dependendo da rela4Lo D q !
-ara encontrarmos os par<metros A1 e G1 podemos usar o m0todo de mMnimos 6uadrados. -ara casos especiais em 6ue os 3alores dos dados
estLo i:ualmente espa4ados no tempo com nenhum dado faltante Imissin: 3aluesK as propriedades do seno e co*seno permitem 6ue os
par<metros de mMnimos 6uadrados se1am o2tidos mais facilmente usando:
,
_
n
t
#
n
*
n
t
t
2
cos
2
1
1
I!.!9K
e
,
_
n
t
t
n
t
#
n
)
1
1
2
sin
2
I!.#DK
[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[
E>er.9.o*Y: Para os "a"os "o E>er.9.o J) o?1e-#a os .oef.e-1es "o #ar2W-.o a-6al "a 1e2pera16ra e2 I1#a.a: A/) B/) C/ e a fase
/. Use o E>.el para faFer se6s .l.6los e .o2pare .o2 a fase :e2 4ra6s& e o .oef.e-1e C/ o?1"os pelo 2!1o"o "o \ol#W2e1ro] "o
e>er.9.o a-1eror. Co2e-1e o E6e essas "fere-0as po"e2 s4-f.ar -a -1erpre1a05o "os res6l1a"os.
(esafio*k2. Se 3ocb utili;ou uma serie temporal distinta da fornecida, encontre os coeficientes para esta s0rie.
@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@
A.S.N =ar2W-.os "e or"e2 2as eleva"a: :<I&
Nos c8lculos efetuados nos e9ercMcios k e " produ;iu*se uma cnica fun4Lo dcosseno passando pr=9ima aos 1! meses de temperaturas
m0dias. Fste a1uste 2om ocorreu por6ue a forma do ciclo anual de temperatura na localidade em 6uestLo 0 apro9imadamente senoidal, com um
ciclo completo e9ecutado nos 1! pontos da s0rie temporal. Fm :eral, nLo se espera 6ue um cnico harmPnico ir8 representar todas as demais
s0ries temporais de temperatura em diferentes localidades. Fntretanto, se adicionarmos mais preditores a uma re:ressLo mcltipla poder8 melhor o
a1uste de um con1unto de dados, adicionando mais ondas do tipo co*seno a uma an8lise harmPnica ir8 melhorar o a1uste a uma s0rie temporal.
10
Assim, dada uma s0rie temporal consistindo de n pontos, a mesma pode ser e9atamente reprodu;ida. Esto si:nifica 6ue 0 possM3el
encontrar uma fun4Lo harmPnica 6ue passa atra30s de cada um dos pontos e isso 0 feito adicionando uma s0rie de n>! funcoes harmPnicas:
;
'
1
]
1
+
1
]
1
'
1
]
1
+
2 /
1
2 /
1
2
sin
2
cos
2
cos
n
'
' '
n
'
' ' t
n
't
)
n
't
* #
n
't
C # #
I!.#1K
Note 6ue o Mndice % na e6ua4Lo acima indica 6ue a F6. !.!. 3ale para 6ual6uer co*seno, independentemente de sua fre67bncia. A onda de co*seno
o2tida para %n1 na F6. !.#1 0, portanto, o primeiro harmPnico determinado anteriormente. As outros n>! * 1 termos da somat=ria da F6. !.#1 sLo
harmPnicos de ordem mais alta, ou ondas co*seno com fre67bncias:
n
'
'
2
I!.#!K
6ue sLo mcltiplos inteiros da fre67bncia fundamental 1. Note ainda 6ue cada onda representada pelo co*seno possui sua pr=pria fase e sua
pr=pria amplitude C. -ortanto, % dentro da e6ua4Lo 0 de suma import<ncia.
-rimeiro harmPnico: %n1, n!%t>n, fase 1 e amplitude C1
um ciclo completo ID a ! radK para tnD a tnn
Se:undo harmPnico: %n!, n!%t>n, fase ! e amplitude C!
um ciclo completo ID a ! radK para tnD a tnn>!
um ciclo completo para tnn>! e tnn
Terceiro harmPnico: %n#, n!%t>n, fase # e amplitude C#
trbs ciclos completos entre tnD e tnn
As coeficientes A% e G% podem ser encontrados, NA CASA 'AES &FCAB, IF6. !.#1K usando*se m0todo de re:ressLo linear mcltipla, ap=s as
transfoma45es de dados 91ncosI!t3nK, 9!nsinI!t3nK, 9#n cosI!!t3nK, 9.n sinI!4t3nK, 9,n cosI!#t3nK, 96n sinI!4t3nK e assim por diante.
-ACA SdCEFS TF'-ACAES E&/AB'FNTF FS-A\A(AS NA TF'-A ISF' JABACFS +ABTANTFS I'ESSEN& JAB/FSK: -odemos :enerali;ar as
e6ua45es !.!9 e !.#D para:
,
_
n
't
n
t
t
#
n
'
*
2
cos
1
2
I!.##K
e
,
_
n
t
n
't
t
#
n
'
)
1
2
sin
2
I!.#.K
Como determinar os coeficientes Ak e 5ko +ica e3idente pelas F6s. !.## e !.#. 6ue a determina4Lo desses coeficientes 0 3i83el usando*se um
pro:rama de computador. Nesse caso, o al:oritmo utili;aria um contador para o % Iisto 0, fi9a*se %K e fa;*se a somat=ria do cosseno Iou seno de K
de tn1 a tnn Iou se1a, t 0 um outro contador 6ue de3er8 fa;er o Nloopin:O ou somat=ria 6ue ser8 interno ao loopin: do contador %K. Fsse raciocMnio
pode ser tam20m aplicado para uso dentro do F9cel, por e9emplo. No entanto, para s0ries muito :randes, usa*se um m0todo mais eficiente 6ue
ser8 comentado adiante.
/ma 3e; calculados estes coeficientes, temos entLo 6ue o2ter a fase e a amplitude do harmPnico.
aK Amplitude:
[ ]
2 / 1
2 2
' '
) * '
C
+
I!.#,aK
A al:oritmo para encontrar C% 0, portanto, muito simples, uma 3e; achados A% e G% e de3e ser feito ap=s o loopin: da somat=ria. Huanto p fase,
de3e*se primeiro testar o coeficiente A% e resol3er:
'
< t t
>
0
1
90 ,
2
0
1
180 ,
1
tan
0
1
1
tan
*
o
ou
*
o
ou
'
*
'
)
*
'
*
'
)
'
I!.#,2K
Huantos harmPnicos podem ser determinadoso Notem 6ue uma fun4Lo de re:ressLo mcltipla ir8 passar por todos os pontos de dados e ir8
e9i2ir C
!
n1DDz se o ncmero de preditores 0 o mesmo 6ue ncmero de dados. A s0rie de cossenos da F6. !.#1 0 um e9emplo. Huer di;er, os -$A
#ar2W-.os 6ue aparecem na somat=ria da F6. !.#1 implica na e9istbncia de - 3ari83eis preditores. /ma 3e; 6ue a m0dia amostral da F6. !.#1 0
11
efeti3amente um dos par<metros estimados, correspondentes ao intercepto 2o, um a1uste para a F6. !.#1 0 necess8rio 6uando - 0 g'-AC. Neste
caso, uma soma so2re apenas In*1K>! harmPnicos 0 re6uerida para representar completamente a fun4Lo. Esto 0, In*1K>! harmPnicos 0 re6uerido
para completamente representar a fun4Lo. Esto 0, para n OMPAR:
:-*/&$A a2pl16"es V :-*/&$A D-46los "e fase V a 2!"a a2os1ral X -
-ara n PAR: A somat=ria da F6. !.#1 continua sendo at0 n>!. Fntretanto, temos
:-&$A a2pl16"es V ^:-&$A _ /` D-46los "e fase V a 2!"a a2os1ral X -
Neste caso, o <n:ulo de fase para o #ar2W-.o f-al e 2as al1o -$A X U
P6a-1os #ar2W-.os po"e2os 6sarM Fssa per:unta depende das finalidades. -odemos usar todos os n>! harmPnicos se 6ueremos uma
fun4Lo 6ue represente e9atamente atra30s de todos os pontos da s0rie. Contudo, se o o21eti3o 0 represnetar o ciclo anual de uma 6uantidade
climatol=:ica, os primeiros poucos harmPnicos podem fornecer uma representa4Lo ade6uada. d isso 6ue se fa; na pr8tica.
[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[
E>er.9.o*Ia: Para os "a"os "o E>er.9.o Y) o?1e-#a os .oef.e-1es "o se46-"o e 1er.ero #ar2W-.os "a 1e2pera16ra e2 I1#a.a.
Use o E>.el para faFer se6s .l.6los .o2pare .o2 o e>er.9.o a-1eror e .o2e-1e os res6l1a"os.
E>er.9.o I?: :Tarefa "e .asa&: U1lFe "a"os paleo.l21.os "a ra"a05o solar :e-.o-1ra2*se -o l-a b"a"osb& e .al.6le a
a2pl16"e "o #ar2W-.o .orrespo-"e-1e a // e AA a-os. Ds.61a se6s res6l1a"os
@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@
12