PRECIFICAÇÃO ORIENTADA AO MERCADO: UMA ABORDAGEM ECONOMÉTRICA E DE PROGRAMAÇÃO MATEMÁTICA.

Tamanho: px
Começar a partir da página:

Download "PRECIFICAÇÃO ORIENTADA AO MERCADO: UMA ABORDAGEM ECONOMÉTRICA E DE PROGRAMAÇÃO MATEMÁTICA."

Transcrição

1 7 a 30/09/05, Gramado, RS RECIFICAÇÃO ORIENTADA AO MERCADO: UMA ABORDAGEM ECONOMÉTRICA E DE ROGRAMAÇÃO MATEMÁTICA. Rodrigo Araldo Scarpel ITA/IEMB (Egeharia Mecâica-Aeroáutica) raça Marechal Eduardo Gomes, 50, sala 3 São José dos Campos, S CE: rodrigo@ita.br Resumo A estratégia de determiação do preço sedo customizada por marca, categoria, caal e mercado tora-se uma tarefa complexa o ambiete competitivo atual. Uma abordagem para tratar desse problema é utilizar modelos ecoométricos para a avaliação de políticas, itroduzido uma fução objetivo, a qual deve ser otimizada pela escolha da política, tomado-se como restrição os modelos ecoométricos estimados. Neste trabalho efocou-se a formulação de um modelo de programação matemática para a avaliação de políticas de preço. Ilustramos o modelo proposto ecotrado o preço ótimo, i.e. o preço que otimiza o lucro, para um bem de cosumo. alavras chave: precificação, otimização do lucro, elasticidade-preço da demada. Abstract How pricig strategies are customized for particular brads, categories, chais, ad markets has bee a complex task i today s competitive eviromet. Oe approach to deal with this problem is to use ecoometric models for policy evaluatio itroducig a objective fuctio to be optimized by choice of policies regardig the estimated model as a costrait i this optimizatio process. I this work, we focused o a mathematical programmig formulatio for price policy evaluatio. We illustrated the proposed model to fid the optimal price, i.e. the price that optimizes profit, for a cosumer packaged good. Keywords: pricig, profit optimizatio, price-elasticity of demad.. INTRODUÇÃO A formulação de estratégias de precificação, i.e. como as estratégias de determiação do preço são customizadas por marca, categoria, caal e mercado tem sido uma tarefa complexa o ambiete competitivo atual (Shakar e Bolto, 004). Estudos ateriores relacioados a modelos de precificação são os modelos de precificação em situação de moopólio desevolvidos por Robiso e Lakhai (975), Dola e Jeulad (98) e Kalish (983) e os modelos de precificação competitivos desevolvidos por Roy, Hasses e Raju (994), Docker e Jorgese (985) e Thompso e Teg (984). Questões relacioadas a precificação também foram examiadas por Eliashberg e Steiberg (987), que criaram um modelo de otimização cojuta para estudar a atureza da coordeação de preços, em uma cadeia idustrial de distribuição, quado a demada é istável e por Eliashberg e Jeulad (984) que ivestigaram estratégias diâmicas de precificação quado uma seguda empresa etra o mercado em um mometo posterior. De acordo com Itriligator (978), os três pricipais propósitos da ecoometria são: aálise estrutural, previsão e avaliação de políticas. A aálise estrutural é a utilização de modelos ecoométricos a mesuração de relações ecoômicas. Essa forma de utilização pode ser cosiderada o propósito cietífico da ecoometria que é o etedimeto de feômeos reais pela mesuração, teste e validação de hipóteses. revisão é o uso de modelos ecoométricos estimados para prever o valor de certas variáveis fora da amostra observada e utilizada a estimação do modelo. Já a avaliação de políticas é a utilização de modelos ecoométricos para escolher etre políticas alterativas.

2 7 a 30/09/05, Gramado, RS Uma possibilidade de utilizar modelos ecoométricos em avaliação de políticas é itroduzir uma fução objetivo, a qual deve ser otimizada pela escolha da política, tomado como restrição os modelos ecoométricos estimados. Outra possibilidade é simular diferetes políticas alterativas e fazer previsões do comportameto futuro das variáveis relevates, em cada um desses ceários (Itriligator, 978). Neste trabalho efocou-se a formulação de um modelo de programação matemática para avaliação de políticas e o objetivo foi costruir um modelo de otimização de preço para maximizar a lucratividade. Abordou-se o problema sob o poto de vista de um fabricate que tem o poder de arbitrar o preço de veda de seus produtos ao cosumidor. Exemplificou-se o modelo desevolvido para determiar o preço ótimo, i.e. o preço que maximiza a lucratividade para um bem de cosumo utilizado dados de um caal em uma grade cidade brasileira. ara isso, estimou-se uma fução de lucratividade para mesurar a relação etre a margem de lucro e o preço ao cosumidor fial e uma fução de demada para determiar a fatia de mercado possuída pela empresa, em diferetes valores de preço ao cosumidor.. MODELO ROOSTO. Fução de Demada De acordo com Masfield (987), uma das primeiras coisas que um empresa deve cosiderar a formulação de seus preços é a elasticidade-preço da demada por seus produtos. essoas que trabalham com pesquisa de mercado estão cotiuamete egajadas o estudo de métodos de estimação da elaticidade-preço da demada por produtos e marcas para mesurar o quão sesível as quatidades demadadas são às mudaças o preço (Masfield, 999). A elasticidade mede o efeito em uma variável depedete da variação de % de uma variável idepedete e de acordo com idyck e Rubifeld (998), as elasticidades são úteis pois são uitfree, já que seu valor idepede da uidade a qual a variável está sedo medida. A elasticidade-preço de um produto depede do úmero de substitutos e do quão parecidos o produto e seus substitutos são. Assim, produtos com muitos substitutos e com substitutos parecidos têm maior chace de ter demada mais elástica a preço. A elasticidade-preço pode depeder, também, da importâcia do produto o orçameto dos cosumidores e do prazo relativo a curva de demada, visto que a demada tede a ser mais elástica em logos períodos de tempo do que em curtos períodos, porque quato maior for o período, mais fácil é para os cosumidores e empresas substituirem um bem por outro (Masfield, 999). Dois produtos são classificados como substitutos se a elasticidade cruzada de preço é positiva e são classificados como complemetares se a elasticidade cruzada da demada é egativa (idyck e Rubifeld, 999). A elasticidade cruzada de preço é de fudametal importâcia para empresas, porque estas, cotiuamete, devem fazer o seu melhor para atecipar o que acotecerá com a veda de seus produtos, se seus cocorretes mudarem seus preços e, de acordo com idyck e Rubifeld (998), ecoomistas tedem a defiir um mercado examiado a elasticidade-preço da demada e a elasticidade cruzada de preço. ara estimar a fução de demada é ecessário especificar a forma fucioal. Uma grade variedade de formas fucioais é utilizada como a liear, a semi-logarítmica e a forma log-liear. Detre essas opções foi escolhida a forma log-liear, também cohecida como forma de elasticidade costate, que é a forma fucioal mais comumete utilizada. Neste caso, a fução de demada é especificada como Y = α 0. α. α.. α. ε () em que =(,, ) é o vetor do preço praticado por cada marca, =(α 0,, α ) é o vetor de parâmetros a ser estimado, represeta o úmero de marcas dispoíveis a categoria em estudo, Y é a variável depedete e ε é o erro estocástico. Tirado o logaritmo dos dois lados da equação (), tem-se log Y = log(α 0 )+ α.log( )+ α.log( )+.. +α.log( )+log(e) () 64

3 7 a 30/09/05, Gramado, RS Como a equação () é liear os logaritmos, os parâmetros podem ser estimados por aálise de regressão utilizado o método dos míimos quadrados. Todos os coeficietes da equação () são de fato elasticidades, pois log( Y ) Y = ε = = (3) log( ) Y. Fução Lucro A aplicação de métodos ecoométricos à ecoomia das empresas iclui a estimação da fução de produção, das curvas de custo, das fuções de demada, detre outras. Um objetivo comum às empresas é o de maximizar o lucro, respeitado um cojuto de restrições. ara estimar a fução lucro optou-se pela fução de margem de lucro (M) M = a 0 + a. + a. +ε (4) em que é o preço de veda, B = (a 0, a, a ) é o vetor de parâmetros a ser estimado, ε é o erro estocástico, e M é a margem de lucro obtida. A partir de M obtém-se a fução lucro multiplicado M pelo tamaho do mercado (SM) e pela fatia de mercado (MS) da empresa. ortato, LUCRO = M. MS. SM (5).3 Modelo de Otimização A avaliação de políticas está relacioada com situações as quais o tomador de decisão deve escolher uma política detre várias alterativas ou o ível para a variável de decisão. Uma questão básica a avaliação de políticas é o horizote do plaejameto. O horizote tratado este trabalho é o de curto-prazo, o qual selecioa-se uma política o tempo T a partir dos evetos ocorridos até o tempo T-. Como o modelo efoca a estratégia de formação de preços assumiu-se que outros elemetos do marketig-mix como propagada e distribuição estão fixados. Assumiu-se também, que a demada pela categoria é costate, i.e., que os preços ão afetam o tamaho do mercado. Sedo a variável de decisão do modelo o preço a ser praticado pelo fabricate () e que a fução objetivo é maximizar o lucro, a política de preço a ser determiada pelo tomador de decisão, o curto prazo, é o ível ótimo do preço o período T, tomado como restrição os modelos ecoométricos estimados. Assim, Max LUCRO = M. MS. SM Subject to MS =. M = b b. + b. em que são os preços praticados pelos cocorretes. Os valores de e SM devem ser iicializados e, para utilizar toda a iformação dispoível devem ser iicializados com os dados do período T-. l= l.4 rocedimeto de Resolução 643

4 7 a 30/09/05, Gramado, RS O modelo descrito ateriormete é um problema de otimização ão liear e, para resolvê-lo, foi covertido para um problema de otimização irrestrito. Assim, Max LUCRO = M. MS. SM = ( b 0 + b. + b. ).( 0.. l ). SM (6) l= A otimização irrestrita trata os problemas de miimização ou maximização de fuções ão levado em cota restrições. Neste estudo a opção foi utilizar o método de busca bi-seccioal, que é um método de busca em liha que utiliza a derivada da fução. Bazaraa, Sherali ad Shetty (993) resumiram o procedimeto bi-seccioal para miimizar uma fução pseudocovexa θ em um itervalo limitado e fechado como segue: asso de Iicialização: Seja [a, b ] o itervalo iicial de icerteza, e l o itervalo fial de icerteza aceitável. Seja o meor positive iteiro de forma que ( ) l /( b ) a. Arbitre k= e vá para o passo pricipal. asso ricipal:. Estabeleça λk = ( a k + bk ) e avalie θ (λ k ). Se θ (λ k )=0, pare; λ k é a solução ótima. Caso cotrário, vá para o passo se θ (λ k ) > 0, ou vá para o passo 3 se θ (λ k ) < 0.. Faça a k + = ak e bk + = λk. Vá para o passo Faça ak + = λk e b k + = bk. Vá para o passo Se k =, pare; o míimo está detro do itervalo [a +, b + ]. Caso cotrário, substitua k por k+ e repita o passo. 3. DADOS UTILIZADOS E ESTIMAÇÃO DO MODELO O modelo proposto foi exemplificado a determiação do preço ótimo da marca líder de uma categoria de bes de cosumo. ara a estimação da fução de demada utilizou-se um histórico mesal de preços ao cosumidor fial e fatias de mercado de todas as marcas da categoria refrigerates ET L, coletados pela A.C.Nielse, em uma grade metrópole brasileira. A categoria de refrigerates é equadrada como sedo de competição moopolística. De acordo com Morris e Morris (990), a competição moopolística há um grade úmero de competidores a categoria mas, as empresas são capazes de difereciar seus produtos dos produtos dos cocorretes. Outra característica da competição moopolística é que as empresas estabelecem seus preços de forma relativamete idepedete, refletido o diferecial competitivo de seus produtos. A Tabela apreseta estatísticas de sumarização para todas as marcas da categoria refrigerates ET L. Verifica-se a partir da Tabela que a marca líder de mercado e a marca B cotabilizam, a média, 5% da fatia de mercado da categoria, esta grade metrópole. A Tabela é a matriz de correlação das fatias de mercado das 9 marcas dispoíveis. Agrupado as 9 marcas a partir das correlações (Tabela ) etre as fatias de mercado obtém-se 6 dimesões:. Marca líder e marca B;. Marca C; 3. Marcas D, E e I; 4. Marcas F e G; 5. Marca H, e 6.Outras Marcas. Como o propósito deste estudo foi obter o preço ótimo para a marca líder e, levado em cosideração as dimesões geradas e a estatística de sumarização, decidiu-se utilizar apeas os dados da marca líder e da marca B a ilustração da metodologia. Dessa forma, a fução de demada da marca líder é Marca i 0 Li Bi Fatia Líder =.. (7) 644

5 7 a 30/09/05, Gramado, RS em que Li é o preço médio praticado pela marca líder o mês i, Bi é o preço médio praticado pela marca B o mês i, é a elasticidade-preço da marca líder, e é a elasticidade cruzada de preço da marca B. A Tabela 3 sumariza os parâmetros estimados, erros padrão, e estatísticas do ajuste para a fução de demada. Tabela : Estatísticas de sumarização dos dados Marcas Fatia de Mercado Média reço Médio (R$) Marca líder 3,5%,788 Marca B 9,4%,658 Marca C 5,9%,346 Marca D 3,9%,458 Marca E,%,460 Marca F 4,%,63 Marca G,7%,645 Marca H 0,4%,60 Marca I 4,%,409 Outras marcas 6,9%,90 Tabela : Matriz de correlação das fatias de mercado. Marcas Marca Líder Marca B Marca C Marca D Marca E Marca F Marca G Marca H Marca I Outras Marcas Marca Líder,000 Marca B -0,83,000 Marca C -0,57 0,049,000 Marca D 0,75-0,404 0,4,000 Marca E -0,38 0,0 0,406 0,659,000 Marca F -0,46 0,0-0,34-0,88-0,8,000 Marca G -0,354 0,05 0,76-0,43-0,83 0,730,000 Marca H -0,089 0,94-0,36-0,4-0,66 0,096-0,056,000 Marca I 0,86-0,39-0,43-0,006-0,590 0,338 0,083 0,46,000 Outras Marcas -0,05-0,34-0,339 0,003 0,48 0,38 0,94-0,79 0,004,000 Tabela 3: arâmetros estimados (erro padrão) arâmetros Estimativas 0 +0,6 (0,7) -,448 (0,55) +,07 (0,469) Soma dos Erros Quadráticos = 0,040 A equação (8) é o modelo de fatia de mercado para a marca líder. Uma fução de demada típica apreseta estimativas de elasticidade-preço egativa e de elasticidade cruzada de preço positiva. Os coeficietes estimados foram sigificativos ao ível de 5%.,448 +,07 Fatia Marca Líderi = 0,6. Li. Bi (8) 645

6 7 a 30/09/05, Gramado, RS ara a estimação da margem bruta a base de dados utilizada foi gerada pela área de cotroladoria da empresa doa da marca líder. Os dados de margem forecidos pela empresa já subtraem a margem do caal. A curva de margem bruta estimada é mostrada a equação (9). Os erros padrão estão etre parêteses. R = 0,9987 M = -, , ,79. (9) (0,4) (0,38) (0,04) 4. RESULTADOS E DISCUSSÃO (0). Utilizado os parâmetros estimados obtém-se a fução lucro a ser maximizada Equação Max LUCRO,448 +,07 B = (, , ,79. ).(0,6.. ). SM (0) ara estimar o preço ótimo utilizou-se o procedimeto bi-seccioal. or este método pode-se estimar o valor ótimo para uma fução θ em um itervalo. Tirado a derivada de θ obtém-se θ ' = (3,0385,438. ).(0,6.,448. +,07 B ). SM (, , ,79. )( 0, ,448. +,07 B ). SM () Arbitrou-se o itervalo [,000; 3,000] para a variável de decisão para iiciar o procedimeto de busca. O valor de B =,76 é o ultimo valor de preço médio da marca B existete o histórico, e o valor de SM = é o tamaho do mercado estimado dessa categoria esta metrópole. A partir do passo de iicialização, para uma precisão de 0,000, estimou-se a ecessidade de iterações. As iterações do método de busca estão a Tabela 4. Tabela 4: Iterações do método de busca utilizado Iteração k a k b k λ k θ (λ k ),000 3,000,000-46,64,000,000, ,640 3,500,000,750 87,680 4,750,000,875 0,840 5,875,000,938-9,937 6,875,938,906-5,0 7,875,906,89,76 8,89,906,898 -,3 9,89,898,895 0,74 0,895,898,896-0,43,895,896,896 0,49,896,896,896 0,

7 7 a 30/09/05, Gramado, RS ortato, coforme observado a Tabela 4, o preço médio ótimo sugerido é de R$,896. Sedo o último valor dispoível de preço médio de R$,96, o procedimeto de otimização sugere que o fabricate reduza seu preço para otimizar o seu lucro. A adoção desse valor ótimo de preço aumetaria o lucro mesal, cosiderado apeas esse produto, de R$44.937,40 para R$ ,60 (estes valores computam apeas as vedas essa grade metrópole). Em relação a fatia de mercado, a adoção do preço ótimo geraria uma redução da fatia de mercado do fabricate de 3,3% para 3,90%. Existe um trade-off etre margem de lucro e fatia de mercado. ara cosiderar a estratégia de mercado da empresa este modelo podem ser adicioadas restrições relacioadas à fatia de mercado pretedida. ara avaliar o efeito da modificação do preço a fatia de mercado da empresa é importate, também, cosiderar a resposta dos competidores às iiciativas de preço. 5. CONCLUSÃO Baseado-se as aálises e ilustração feitas, as coclusões obtidas foram: () A estratégia de precificação deve ser direcioada às codições de mercado, levado em cosideração as características da demada e da empresa. () A determiação do preço que maximize o lucro depede de aspectos relacioados aos clietes e competidores. (3) As decisões de precificação devem cosiderar a elaticidade-preço da demada e a elasticidade cruzada de preço para serem mais efetivas. (4) A estratégia de precificação deve ser cosistete com a estratégia de mercado da empresa. Em futuros trabalhos pretede-se cosiderar como os competidores respodem às modificações de preço sugeridas pelo modelo para etão esteder o horizote das decisões. Além disso, objetiva-se criar um modelo que otimize o preço de lihas de produto de uma empresa, ao ivés de otimizar o preço de apeas um produto. É importate, também, ivestigar métodos mais exatos de mesuração da elasticidade. 6. BIBLIOGRAFIA [] Bazaraa M. S., H. D. Sherali ad C. M. Shetty, 993. Noliear programmig: theory ad algorithms, Secod editio. Joh Wiley & Sos Ic. [] Docker E. ad S. Jorgese, 998. Optimal pricig strategies for ew products i dyamic oligopolies. Marketig Sciece 7, [3] Dola R. J. ad A.. Jeulad, 98. Experiece curves ad dyamic demad models; implicatios for optimal pricig strategies. Joural of Marketig 45, 5-6. [4] Eliashberg J. ad A.. Jeulad, 986. The impact of competitive etry i a developig market upo dyamic pricig strategies. Marketig Sciece 5, [5] Itriligator M. D., 978. Ecoometric models. Techiques ad applicatios. retice-hall Ic., N.J. [6] Kalish S., 983. Moopolistic pricig with dyamic demad ad productio cost. Marketig Sciece, [7] Masfield E., 999. Maagerial ecoomics theory, applicatios ad cases, Fourth Editio. W. W. Norto & Compay Ic., New York. [8] Masfield E., 987. Maagerial ecoomics ad operatios research techiques, applicatios, cases, Fifth Editio. W. W. Norto & Compay Ic., New York. [9] Morris, M. H. ad G. Morris, 990. Market-orieted pricig: strategies for maagemet. Quorum Books. [0] idyck R. S. ad D. I. Rubifeld., 998. Ecoometric models ad ecoomic forecasts, Fourth Editio. Mc.Graw-Hill. [] idyck R. S. ad D. I. Rubifeld, 999. Microecoomics, Fourth Editio. Mc.Graw-Hill. [] Robiso V. ad C. lakhai, 975. Dyamic pricig models for ew product plaig. Marketig Sciece,

8 7 a 30/09/05, Gramado, RS [3] Roy A., D. M. Hasses ad J. S. Raju, 994. Competitive pricig by a price leader. Maagemet Sciece 40, [4] Shakar V. ad R. N. Bolto, 004. A empirical aalysis of determiats of retailer pricig strategy. Marketig Sciece 3, [5] Thompso G. I. Ad J. T. Teg, 984. Optimal pricig ad advertisig policies for ew product oligopoly models. Marketig Sciece 3,

Precificação orientada ao mercado: uma abordagem econométrica e de otimização

Precificação orientada ao mercado: uma abordagem econométrica e de otimização Precificação orietada ao mercado: uma abordagem ecoométrica e de otimização Rodrigo Araldo Scarpel (ITA) rodrigo@ita.br Resumo A estratégia de determiação do preço sedo customizada por marca, categoria,

Leia mais

A finalidade de uma equação de regressão seria estimar valores de uma variável, com base em valores conhecidos da outra.

A finalidade de uma equação de regressão seria estimar valores de uma variável, com base em valores conhecidos da outra. Jaete Pereira Amador Itrodução A aálise de regressão tem por objetivo descrever através de um modelo matemático, a relação existete etre duas variáveis, a partir de observações dessas viráveis. A aálise

Leia mais

Cap. 4 - Estimação por Intervalo

Cap. 4 - Estimação por Intervalo Cap. 4 - Estimação por Itervalo Amostragem e iferêcia estatística População: cosiste a totalidade das observações em que estamos iteressados. Nº de observações a população é deomiado tamaho=n. Amostra:

Leia mais

5. O algoritmo dos mínimos quadrados

5. O algoritmo dos mínimos quadrados Apotametos de Processameto Adaptativo de Siais 5. O algoritmo dos míimos quadrados Método dos míimos quadrados Os algoritmos de míimos quadrados são uma alterativa aos algoritmos de gradiete. Estrutura

Leia mais

Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos

Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos Aálise de Algoritmos Aálise de Algoritmos Prof Dr José Augusto Baraauskas DFM-FFCLRP-USP A Aálise de Algoritmos é um campo da Ciêcia da Computação que tem como objetivo o etedimeto da complexidade dos

Leia mais

Estudando complexidade de algoritmos

Estudando complexidade de algoritmos Estudado complexidade de algoritmos Dailo de Oliveira Domigos wwwdadomicombr Notas de aula de Estrutura de Dados e Aálise de Algoritmos (Professor Adré Bala, mestrado UFABC) Durate os estudos de complexidade

Leia mais

O termo "linear" significa que todas as funções definidas no modelo matemático que descreve o problema devem ser lineares, isto é, se f( x1,x2

O termo linear significa que todas as funções definidas no modelo matemático que descreve o problema devem ser lineares, isto é, se f( x1,x2 MÓDULO 4 - PROBLEMAS DE TRANSPORTE Baseado em Novaes, Atôio Galvão, Métodos de Otimização: aplicações aos trasportes. Edgar Blücher, São Paulo, 978..CONCEITOS BÁSICOS DE PROGRAMAÇÃO LINEAR É uma técica

Leia mais

Número-índice: Conceito, amostragem e construção de estimadores

Número-índice: Conceito, amostragem e construção de estimadores Número-ídice: Coceito, amostragem e costrução de estimadores Objetivo Geral da aula Defiir o que são os úmeros-ídices, efatizado a sua importâcia para aálise ecoômica. Cosidere os dados apresetados a Tabela

Leia mais

CONHECIMENTOS ESPECÍFICOS

CONHECIMENTOS ESPECÍFICOS CESPE/UB FUB/0 fa 5 4 CONHECIMENTOS ESPECÍFICOS 60 As distribuições B e C possuem os mesmos valores para os quartis Q e Q, e o quartil superior em B correspode ao quartil cetral (Q ) da distribuição A.

Leia mais

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) PROJETO FATORIAL 2 k COMPLETO E REPLICADO. Dr. Sivaldo Leite Correia

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) PROJETO FATORIAL 2 k COMPLETO E REPLICADO. Dr. Sivaldo Leite Correia PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) PROJETO FATORIAL 2 k COMPLETO E REPLICADO Dr. Sivaldo Leite Correia CONCEITOS, LIMITAÇÕES E APLICAÇÕES Nos tópicos ateriores vimos as estratégias geeralizadas para

Leia mais

Problema de Fluxo de Custo Mínimo

Problema de Fluxo de Custo Mínimo Problema de Fluo de Custo Míimo The Miimum Cost Flow Problem Fluo de Custo Míimo O Problema de Fluo de Custo Míimo (The Miimum Cost Flow Problem) Este problema possui papel pricipal etre os modelos de

Leia mais

Sumário e Objectivos. Objectivos da Aula: Apreensão de alguns aspectos associados à solução de problemas elasto-plásticos.

Sumário e Objectivos. Objectivos da Aula: Apreensão de alguns aspectos associados à solução de problemas elasto-plásticos. Sumário e Objectivos Sumário: Plasticidade. Métodos de Solução do Sistema de Equações ão Lieares. Programa para aálise elasto - plástica de problemas bidimesioais Objectivos da Aula: Apreesão de algus

Leia mais

Caderno de Exercício 2

Caderno de Exercício 2 1 Cadero de Exercício Estimação Potual e Itervalos de Cofiaça 1. Exercícios Aulas 1. Exercício 8.6 do livro Statistics for Ecoomics ad Busiess. O úmero de adares vedidos em cada dia por uma empresa imobiliária

Leia mais

Sumário. 2 Índice Remissivo 17

Sumário. 2 Índice Remissivo 17 i Sumário 1 Itrodução à Iferêcia Estatística 1 1.1 Defiições Básicas................................... 1 1.2 Amostragem....................................... 2 1.2.1 Tipos de Amostragem.............................

Leia mais

Avaliação de Desempenho de Sistemas Discretos

Avaliação de Desempenho de Sistemas Discretos Distribuições Comus Avaliação de Desempeho de Sistemas Discretos Probabilidade e Estatística 2 Uiforme Normal Poisso Hipergeométrica Biomial Studet's Geométrica Logormal Expoecial Beta Gamma Qui-Quadrado

Leia mais

Capítulo 5. CASO 5: EQUAÇÃO DE POISSON 5.1 MODELO MATEMÁTICO E SOLUÇÃO ANALÍTICA

Capítulo 5. CASO 5: EQUAÇÃO DE POISSON 5.1 MODELO MATEMÁTICO E SOLUÇÃO ANALÍTICA Capítulo 5. CASO 5: EQUAÇÃO DE POISSON No presete capítulo, é abordado um problema difusivo uidimesioal com absorção de calor (Icropera e DeWitt, 199, o que resulta uma equação de Poisso, que é uma equação

Leia mais

Análise de Regressão Linear Múltipla I

Análise de Regressão Linear Múltipla I Aálise de Regressão Liear Múltipla I Aula 04 Gujarati e Porter, 0 Capítulos 7 e 0 tradução da 5ª ed. Heij et al., 004 Capítulo 3 Wooldridge, 0 Capítulo 3 tradução da 4ª ed. Itrodução Como pode ser visto

Leia mais

Capítulo 5- Introdução à Inferência estatística. (Versão: para o manual a partir de 2016/17)

Capítulo 5- Introdução à Inferência estatística. (Versão: para o manual a partir de 2016/17) Capítulo 5- Itrodução à Iferêcia estatística. (Versão: para o maual a partir de 2016/17) 1.1) Itrodução.(222)(Vídeo 39) Na iferêcia estatística, aalisamos e iterpretamos amostras com o objetivo de tirar

Leia mais

Estatística. Estatística II - Administração. Prof. Dr. Marcelo Tavares. Distribuições de amostragem. Estatística Descritiva X Estatística Inferencial

Estatística. Estatística II - Administração. Prof. Dr. Marcelo Tavares. Distribuições de amostragem. Estatística Descritiva X Estatística Inferencial Estatística II - Admiistração Prof. Dr. Marcelo Tavares Distribuições de amostragem Na iferêcia estatística vamos apresetar os argumetos estatísticos para fazer afirmações sobre as características de uma

Leia mais

MATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari

MATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari MATEMÁTICA II Profa. Dra. Amada Liz Pacífico Mafrim Perticarrari amada@fcav.uesp.br O PROBLEMA DA ÁREA O PROBLEMA DA ÁREA Ecotre a área da região que está sob a curva y = f x de a até b. S = x, y a x b,

Leia mais

Capítulo 5- Introdução à Inferência estatística.

Capítulo 5- Introdução à Inferência estatística. Capítulo 5- Itrodução à Iferêcia estatística. 1.1) Itrodução.(184) Na iferêcia estatística, aalisamos e iterpretamos amostras com o objetivo de tirar coclusões acerca da população de ode se extraiu a amostra.

Leia mais

MATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari

MATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari MATEMÁTICA II Profa. Dra. Amada Liz Pacífico Mafrim Perticarrari amada@fcav.uesp.br Ecotre a área da região que está sob a curva y = f x de a até b. S = x, y a x b, 0 y f x Isso sigifica que S, ilustrada

Leia mais

INTERPOLAÇÃO POLINOMIAL

INTERPOLAÇÃO POLINOMIAL 1 Mat-15/ Cálculo Numérico/ Departameto de Matemática/Prof. Dirceu Melo LISTA DE EXERCÍCIOS INTERPOLAÇÃO POLINOMIAL A aproximação de fuções por poliômios é uma das ideias mais atigas da aálise umérica,

Leia mais

Amostragem 04/08/2014. Conceito, propriedades, métodos e cálculo. Conceitos básicos de População e Amostra. Qualidade. População;

Amostragem 04/08/2014. Conceito, propriedades, métodos e cálculo. Conceitos básicos de População e Amostra. Qualidade. População; 04/08/014 Uidade 4 : Amostragem Amostragem Coceito, propriedades, métodos e cálculo João Garibaldi Almeida Viaa Coceitos básicos de População e Amostra População; Elemetos que compõem uma população; Ceso;

Leia mais

Ajuste de Curvas. Lucia Catabriga e Andréa Maria Pedrosa Valli

Ajuste de Curvas. Lucia Catabriga e Andréa Maria Pedrosa Valli 1-27 Ajuste de Curvas Lucia Catabriga e Adréa Maria Pedrosa Valli Laboratório de Computação de Alto Desempeho (LCAD) Departameto de Iformática Uiversidade Federal do Espírito Sato - UFES, Vitória, ES,

Leia mais

3ª Lista de Exercícios de Programação I

3ª Lista de Exercícios de Programação I 3ª Lista de Exercícios de Programação I Istrução As questões devem ser implemetadas em C. 1. Desevolva um programa que leia dois valores a e b ( a b ) e mostre os seguites resultados: (1) a. Todos os úmeros

Leia mais

O PROBLEMA DE TRANSPORTES SOB A ÓTICA DOS MODELOS DE EQUILÍBRIO ESPACIAL DE MERCADO

O PROBLEMA DE TRANSPORTES SOB A ÓTICA DOS MODELOS DE EQUILÍBRIO ESPACIAL DE MERCADO O PROBLEMA DE TRANSPORTES SOB A ÓTICA DOS MODELOS DE EQUILÍBRIO ESPACIAL DE MERCADO Sérgio Ferado Mayerle, Dr. UFSC / CTC / EPS - mayerle@eps.ufsc.br - Floriaópolis - SC Thiago Dedavid de Almeida Bastos

Leia mais

Modelagem para o tempo de atravessamento e inventário médio em arranjos produtivos por processo

Modelagem para o tempo de atravessamento e inventário médio em arranjos produtivos por processo Modelagem para o tempo de atravessameto e ivetário médio em arrajos produtivos por processo Everto Peter Satos da Rosa (UNISINOS) everto.rosa@areva-td.com Felipe Morais Meezes (UNISINOS) meezes@produttare.com.br

Leia mais

Econometria. Econometria. Algumas considerações. Algumas considerações MQO. Derivando as Propriedades

Econometria. Econometria. Algumas considerações. Algumas considerações MQO. Derivando as Propriedades Ecoometria. Propriedades fiitas dos estimadores MQO. Estimação da Variâcia do estimador de MQO 3. Revisão de Iferêcia (testes em ecoometria) Ecoometria. Propriedades fiitas dos estimadores MQO Algumas

Leia mais

Experimento 1 Estudo da Lei de Hooke

Experimento 1 Estudo da Lei de Hooke Experimeto 1 Estudo da Lei de Hooke 1.1 Objetivos Físicos Verificação experimetal da lei de Hooke para uma mola helicoidal: Medida experimetal do módulo de rigidez do material μ. 1. Objetivos Didáticos

Leia mais

FACULDADE DE ECONOMIA DO PORTO. Licenciatura em Economia E C O N O M E T R I A I I PARTE

FACULDADE DE ECONOMIA DO PORTO. Licenciatura em Economia E C O N O M E T R I A I I PARTE FACULDADE DE ECONOMIA DO PORTO Liceciatura em Ecoomia E C O N O M E T R I A I (LEC0) Exame Fial 0 de Jaeiro de 00 RESOLUÇÃO: I PARTE I GRUPO a) Dispoível uma amostra de observações de Y para períodos cosecutivos,

Leia mais

Lista de Exercícios #6 Assunto: Propriedade dos Estimadores e Métodos de Estimação

Lista de Exercícios #6 Assunto: Propriedade dos Estimadores e Métodos de Estimação Assuto: Propriedade dos Estimadores e Métodos de Estimação. ANPEC 08 - Questão 6 Por regulametação, a cocetração de um produto químico ão pode ultrapassar 0 ppm. Uma fábrica utiliza esse produto e sabe

Leia mais

CE071 - ANÁLISE DE REGRESSÃO LINEAR Prof a Suely Ruiz Giolo

CE071 - ANÁLISE DE REGRESSÃO LINEAR Prof a Suely Ruiz Giolo CE07 - ANÁLISE DE REGRESSÃO LINEAR Prof a Suely Ruiz Giolo LISTA - EXERCÍCIOS ) Para o modelo de regressão liear simples ormal, ecotre os estimadores de máxima verossimilhaça dos parâmetros β 0, β e σ

Leia mais

Regressão linear simples

Regressão linear simples Regressão liear simples Maria Virgiia P Dutra Eloae G Ramos Vaia Matos Foseca Pós Graduação em Saúde da Mulher e da Criaça IFF FIOCRUZ Baseado as aulas de M. Pagao e Gravreau e Geraldo Marcelo da Cuha

Leia mais

5 Teoria dos Valores Extremos

5 Teoria dos Valores Extremos Teoria dos Valores Extremos 57 5 Teoria dos Valores Extremos A Teoria dos Valores Extremos vem sedo bastate utilizada em campos ligados a evetos raros. Sua estatística é aplicada a estimação de evetos

Leia mais

APÊNDICE B FUNDAMENTOS DE ANÁLISE ECONÔMICA

APÊNDICE B FUNDAMENTOS DE ANÁLISE ECONÔMICA Apêdice B 1 APÊNDICE B FUNDAMENTOS DE ANÁLISE ECONÔMICA A aálise ecoômica de projetos 1 de eergia compara os valores dos ivestimetos realizados hoje com os resultados a serem obtidos o futuro. Nessa comparação

Leia mais

MAE Introdução à Probabilidade e Estatística II Resolução Lista 2

MAE Introdução à Probabilidade e Estatística II Resolução Lista 2 MAE 9 - Itrodução à Probabilidade e Estatística II Resolução Lista Professor: Pedro Moretti Exercício 1 Deotado por Y a variável aleatória que represeta o comprimeto dos cilidros de aço, temos que Y N3,

Leia mais

AULA Subespaço, Base e Dimensão Subespaço.

AULA Subespaço, Base e Dimensão Subespaço. Note bem: a leitura destes apotametos ão dispesa de modo algum a leitura ateta da bibliografia pricipal da cadeira TÓPICOS Subespaço. ALA Chama-se a ateção para a importâcia do trabalho pessoal a realizar

Leia mais

UMA EXPERIÊNCIA COM MODELAGEM MATEMÁTICA NA LICENCIATURA EM MATEMÁTICA

UMA EXPERIÊNCIA COM MODELAGEM MATEMÁTICA NA LICENCIATURA EM MATEMÁTICA ISBN 978-85-7846-516-2 UMA EXPERIÊNCIA COM MODELAGEM MATEMÁTICA NA LICENCIATURA EM MATEMÁTICA Resumo Alisso Herique dos Satos UEL Email: alisso_hs612@hotmail.com Ferada Felix Silva UEL Email: ferada.f.matematica@gmail.com

Leia mais

DETERMINANDO A SIGNIFICÂNCIA ESTATÍSTICA PARA AS DIFERENÇAS ENTRE MÉDIAS

DETERMINANDO A SIGNIFICÂNCIA ESTATÍSTICA PARA AS DIFERENÇAS ENTRE MÉDIAS DTRMINANDO A SIGNIFIÂNIA STATÍSTIA PARA AS DIFRNÇAS NTR MÉDIAS Ferado Lag da Silveira Istituto de Física - UFRGS lag@if.ufrgs.br O objetivo desse texto é apresetar através de exemplos uméricos como se

Leia mais

ABORDAGEM PARA A SOLUÇÃO DE DESIGUALDADES VARIACIONAIS: A FUNÇÃO GAP

ABORDAGEM PARA A SOLUÇÃO DE DESIGUALDADES VARIACIONAIS: A FUNÇÃO GAP ABORDAGEM PARA A SOLUÇÃO DE DESIGUALDADES VARIACIONAIS: A FUNÇÃO GAP SARA MEIRA MOUTTA RABELO (UESC) saramoutta@hotmail.com gudelia g. morales de arica (UENF) gudelia@uef.br O trabalho apreseta uma descrição

Leia mais

Mas o que deixou de ser abordado na grande generalidade desses cursos foi o estudo dos produtos infinitos, mesmo que só no caso numérico real.

Mas o que deixou de ser abordado na grande generalidade desses cursos foi o estudo dos produtos infinitos, mesmo que só no caso numérico real. Resumo. O estudo das séries de termos reais, estudado as disciplias de Aálise Matemática da grade geeralidade dos cursos técicos de liceciatura, é aqui estedido ao corpo complexo, bem como ao caso em que

Leia mais

binomial seria quase simétrica. Nestas condições será também melhor a aproximação pela distribuição normal.

binomial seria quase simétrica. Nestas condições será também melhor a aproximação pela distribuição normal. biomial seria quase simétrica. Nestas codições será também melhor a aproximação pela distribuição ormal. Na prática, quado e p > 7, a distribuição ormal com parâmetros: µ p 99 σ p ( p) costitui uma boa

Leia mais

Virgílio A. F. Almeida DCC-UFMG 1/2005

Virgílio A. F. Almeida DCC-UFMG 1/2005 Virgílio A. F. Almeida DCC-UFMG 1/005 !" # Comparado quatitativamete sistemas eperimetais: Algoritmos, protótipos, modelos, etc Sigificado de uma amostra Itervalos de cofiaça Tomado decisões e comparado

Leia mais

ESTIMAÇÃO POR INTERVALO (INTERVALOS DE CONFIANÇA)

ESTIMAÇÃO POR INTERVALO (INTERVALOS DE CONFIANÇA) 06 ETIMÇÃO OR INTERVLO (INTERVLO DE CONINÇ) Cada um dos métodos de estimação potual permite associar a cada parâmetro populacioal um estimador. Ora a cada estimador estão associadas tatas estimativas diferetes

Leia mais

Estimação dos parâmetros angular e linear da equação de regressão linear simples pelo método não-paramétrico

Estimação dos parâmetros angular e linear da equação de regressão linear simples pelo método não-paramétrico Estimação dos parâmetros agular e liear da equação de regressão liear simples pelo método ão-paramétrico Alícia Bolfoi Dias, Silvao Bolfoi Dias, 3 Luciae Flores Jacobi CEEMQ - CCNE/UFSM e-mail:aliciabdias@mailufsmbr

Leia mais

APLICAÇÃO NO ENSINO DE CÁLCULO NUMÉRICO NA ENGENHARIA DE ALIMENTOS: CONTROLE DO CRESCIMENTO MICROBIANO

APLICAÇÃO NO ENSINO DE CÁLCULO NUMÉRICO NA ENGENHARIA DE ALIMENTOS: CONTROLE DO CRESCIMENTO MICROBIANO APLICAÇÃO NO ENSINO DE CÁLCULO NUMÉRICO NA ENGENHARIA DE ALIMENOS: CONROLE DO CRESCIMENO MICROBIANO 1. INRODUÇÃO Quado os defrotamos com um problema que ão possui solução aalítica tora-se imprescidível

Leia mais

1 Estimação de Parâmetros

1 Estimação de Parâmetros 1 Estimação de arâmetros Vários tipos de estudos tem o objetivo de obter coclusões fazer iferêcias a respeito de parâmetros de uma população. A impossibilidade de avaliar toda a população faz com que a

Leia mais

CINÉTICA QUÍMICA FATORES DE INFLUÊNCIA - TEORIA

CINÉTICA QUÍMICA FATORES DE INFLUÊNCIA - TEORIA Itrodução CINÉTICA QUÍMICA FATORES DE INFLUÊNCIA - TEORIA A Ciética Química estuda a velocidade com a qual as reações acotecem e os fatores que são capazes de realizar ifluêcia sobre ela. A medida mais

Leia mais

Ajuste de Curvas pelo Método dos Quadrados Mínimos

Ajuste de Curvas pelo Método dos Quadrados Mínimos Notas de aula de Métodos Numéricos. c Departameto de Computação/ICEB/UFOP. Ajuste de Curvas pelo Método dos Quadrados Míimos Marcoe Jamilso Freitas Souza, Departameto de Computação, Istituto de Ciêcias

Leia mais

n ) uma amostra aleatória da variável aleatória X.

n ) uma amostra aleatória da variável aleatória X. - Distribuições amostrais Cosidere uma população de objetos dos quais estamos iteressados em estudar uma determiada característica. Quado dizemos que a população tem distribuição FX ( x ), queremos dizer

Leia mais

Como se decidir entre modelos

Como se decidir entre modelos Como se decidir etre modelos Juliaa M. Berbert Quado uma curva é lei de potecia? O procedimeto amplamete usado para testar movimetação biológica a fim de ecotrar padrões de busca como Voos de Levy tem

Leia mais

DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia

DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia ROTEIRO DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL 1. Itrodução. Teorema Cetral do Limite 3. Coceitos de estimação potual 4. Métodos de estimação potual 5. Referêcias Estatística Aplicada à Egeharia 1 Estatística

Leia mais

ESCOLA BÁSICA DE ALFORNELOS

ESCOLA BÁSICA DE ALFORNELOS ESCOLA BÁSICA DE ALFORNELOS FICHA DE TRABALHO DE MATEMÁTICA 9.º ANO VALORES APROXIMADOS DE NÚMEROS REAIS Dado um úmero xe um úmero positivo r, um úmero x como uma aproximação de x com erro iferior a r

Leia mais

DERIVADAS DE FUNÇÕES11

DERIVADAS DE FUNÇÕES11 DERIVADAS DE FUNÇÕES11 Gil da Costa Marques Fudametos de Matemática I 11.1 O cálculo diferecial 11. Difereças 11.3 Taxa de variação média 11.4 Taxa de variação istatâea e potual 11.5 Primeiros exemplos

Leia mais

Universidade Federal de Mato Grosso Probabilidade e Estatística - Curso: Engenharia Civil Introdução à Inferência Estatística - Prof a Eveliny

Universidade Federal de Mato Grosso Probabilidade e Estatística - Curso: Engenharia Civil Introdução à Inferência Estatística - Prof a Eveliny 1 Itrodução Uiversidade Federal de Mato Grosso Probabilidade e Estatística - Curso: Egeharia Civil Itrodução à Iferêcia Estatística - Prof a Eveliy Vimos o iício do curso como resumir descritivamete variáveis

Leia mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Teoria da amostragem

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Teoria da amostragem Estatística: Aplicação ao Sesoriameto Remoto SER 04 - ANO 017 Teoria da amostragem Camilo Daleles Reó camilo@dpi.ipe.br http://www.dpi.ipe.br/~camilo/estatistica/ Algumas Cosiderações... É importate ter

Leia mais

Taxas e Índices. Ana Maria Lima de Farias Dirce Uesu Pesco

Taxas e Índices. Ana Maria Lima de Farias Dirce Uesu Pesco Taxas e Ídices Aa Maria Lima de Farias Dirce Uesu esco Itrodução Nesse texto apresetaremos coceitos básicos sobre ídices e taxas. Embora existam aplicações em diversos cotextos, essas otas utilizaremos

Leia mais

Bombas industriais. 1 Torr = 1 mmhg. Bombas industriais

Bombas industriais. 1 Torr = 1 mmhg. Bombas industriais Codições (especificações) de carga: Para água ao ível do mar 1 Torr = 1 mmhg Codições (especificações) de carga: Carga de Pressão (h p ) A carga de pressão é cosiderada quado um sistema de bombeameto começa,

Leia mais

DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL. todas as repetições). Então, para todo o número positivo ξ, teremos:

DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL. todas as repetições). Então, para todo o número positivo ξ, teremos: 48 DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL LEI DOS GRANDES NÚMEROS Pretede-se estudar o seguite problema: À medida que o úmero de repetições de uma experiêcia cresce, a frequêcia relativa

Leia mais

Matemática II º Semestre 2ª Frequência 14 de Junho de 2011

Matemática II º Semestre 2ª Frequência 14 de Junho de 2011 Matemática II 00-0 º Semestre ª Frequêcia de Juho de 0 Pedro Raposo; Maria João Araújo; Carla Cardoso; Vasco Simões O teste tem a duração de :0 horas Deve resolver os grupos em folhas separadas Grupo I

Leia mais

Análise de dados industriais

Análise de dados industriais Aálise de dados idustriais Escola olitécica Departameto de Eeharia Química Roberto Guardai 4 arte 5. ÉCNICAS DE DISCRIMINAÇÃO E DE CLASSIFICAÇÃO DE DADOS Itrodução écicas estatísticas de aálise baseadas

Leia mais

Estatística II Licenciatura em Gestão TESTE I

Estatística II Licenciatura em Gestão TESTE I Estatística II Liceciatura em Gestão 1 o semestre 2015/2016 14/01/2016 09:00 Nome N o Espaço reservado a classificações A utilização do telemóvel, em qualquer circustâcia, é motivo suficiete para a aulação

Leia mais

CORRELAÇÃO Aqui me tens de regresso

CORRELAÇÃO Aqui me tens de regresso CORRELAÇÃO Aqui me tes de regresso O assuto Correlação fez parte, acompahado de Regressão, do programa de Auditor Fiscal, até 998, desaparecedo a partir do cocurso do ao 000 para agora retorar soziho.

Leia mais

AMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM

AMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM 6 AMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM Quado se pretede estudar uma determiada população, aalisam-se certas características ou variáveis dessa população. Essas variáveis poderão ser discretas

Leia mais

Teoria da Estimação 1

Teoria da Estimação 1 Teoria da Estimação 1 Um dos pricipais objetivos da estatística iferecial cosiste em estimar os valores de parâmetros populacioais descohecidos (estimação de parâmetros) utilizado dados amostrais. Etão,

Leia mais

MOQ-13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel

MOQ-13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel MOQ-13 PROILIDDE E ESTTÍSTIC Professor: Rodrigo. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semaas 1 3 4 5 6 7 8 9 10 11 1 13 14 15 e 16 Itrodução à probabilidade (evetos, espaço

Leia mais

KRIGAGEM UNIVERSAL (Metodologia geoestatística para dados não estacionários)

KRIGAGEM UNIVERSAL (Metodologia geoestatística para dados não estacionários) KRIGAGEM UNIVERSAL (Metodologia geoestatística para dados ão estacioários) Para a obteção de um variograma é suposto que a variável regioalizada teha um comportameto fracamete estacioário, ode os valores

Leia mais

Teorema do limite central e es/mação da proporção populacional p

Teorema do limite central e es/mação da proporção populacional p Teorema do limite cetral e es/mação da proporção populacioal p 1 RESULTADO 1: Relembrado resultados importates Seja uma amostra aleatória de tamaho de uma variável aleatória X, com média µ e variâcia σ.temos

Leia mais

CA 2016/005 Versão 001 Novas funções de teste implementadas no Framework de otimização do LEV, versão

CA 2016/005 Versão 001 Novas funções de teste implementadas no Framework de otimização do LEV, versão CA 2016/005 Versão 001 Novas fuções de teste implemetadas o Framework de otimização do LEV, versão 2016-03-11 Carlos Alberto da Silva Juior, Wakim Boulos Saba e Agelo Passaro Palavra chave: Framework de

Leia mais

Intervalos Estatísticos para uma única Amostra - parte II

Intervalos Estatísticos para uma única Amostra - parte II Itervalos Estatísticos para uma úica Amostra - parte II Itervalo de cofiaça para proporção 2012/02 1 Itrodução 2 3 Objetivos Ao fial deste capítulo você deve ser capaz de: Costruir itervalos de cofiaça

Leia mais

CF358 Física BásicaExperimental I

CF358 Física BásicaExperimental I CF358 Física BásicaExperimetal I CONFIGURAÇÃO MÓDULO TEÓRICO MÓDULO EXPERIMENTAL => BLOCO 1-4 EXPERIMENTOS => BLOCO 2-4 EXPERIMENTOS PRESENÇA (muito importate) NO MÍNIMO 75% AVALIAÇÃO 01 PROVA -BLOCO TEÓRICO

Leia mais

Aprendizagem de Máquina

Aprendizagem de Máquina predizagem de Máquia Modelos de Mistura lgoritmo EM Estimação semi-paramétrica de desidade abordagem paramétrica para estimação de desidade supõe que a amostra X é extraída de uma distribuição que segue

Leia mais

Métodos Quantitativos para Ciência da Computação Experimental Aula #4

Métodos Quantitativos para Ciência da Computação Experimental Aula #4 Métodos Quatitativos para Ciêcia da Computação Experimetal Aula #4 Jussara Almeida DCC-UFMG 2017 Measuremets are ot to provide umbers, but isights Metodologia de Comparação de Sistemas Experimetais Comparado

Leia mais

EPR 007 Controle Estatístico de Qualidade

EPR 007 Controle Estatístico de Qualidade EP 7 Cotrole Estatístico de Qualidade Prof. Dr. Emerso José de Paiva Gráficos e tabelas origiadas de Costa, Epprecht e Carpietti (212) 1 Num julgameto, ifelizmete, um iocete pode ir pra cadeia, assim como

Leia mais

OTIMIZAÇÃO IRRESTRITA: UM ESTUDO SOBRE O MÉTODO DE CAUCHY. PALAVRAS-CHAVE: Otimização irrestrita; Método de Cauchy; Método da seção áurea.

OTIMIZAÇÃO IRRESTRITA: UM ESTUDO SOBRE O MÉTODO DE CAUCHY. PALAVRAS-CHAVE: Otimização irrestrita; Método de Cauchy; Método da seção áurea. OTIMIZAÇÃO IRRESTRITA: UM ESTUDO SOBRE O MÉTODO DE CAUCHY Eoque da Silva Sobral, (UNESPAR/FECILCAM), eoqur@hotmail.com.br Gislaie Aparecida Periçaro (OR), (UNESPAR/FECILCAM), gapericaro@fecilcam.br Solage

Leia mais

TRANSPORTES. Sessão Prática 4 Amostragem de escalares

TRANSPORTES. Sessão Prática 4 Amostragem de escalares Mestrado Itegrado em Egeharia Civil TRNPORTE Prof. Resposável: Luis Picado atos essão Prática 4 mostragem de escalares Istituto uperior Técico / Mestrado Itegrado Egeharia Civil Trasportes ulas Práticas

Leia mais

ENGENHARIA DA QUALIDADE A ENG AULA 3 TEOREMA DO LIMITE CENTRAL INTRODUÇÃO AO CONTROLE ESTATÍSTICO DE PROCESSO

ENGENHARIA DA QUALIDADE A ENG AULA 3 TEOREMA DO LIMITE CENTRAL INTRODUÇÃO AO CONTROLE ESTATÍSTICO DE PROCESSO ENGENHARIA DA QUALIDADE A ENG 09008 AULA 3 TEOREMA DO LIMITE CENTRAL INTRODUÇÃO AO CONTROLE ESTATÍSTICO DE PROCESSO PROFESSOR: CARLA SCHWENGBER TEN CATEN Teorema do limite cetral A soma (e sua média) de

Leia mais

Universidade São Judas Tadeu Faculdade de Tecnologia e Ciências Exatas Laboratório de Física e Química

Universidade São Judas Tadeu Faculdade de Tecnologia e Ciências Exatas Laboratório de Física e Química Uiversidade São Judas Tadeu Faculdade de Tecologia e Ciêcias Exatas Laboratório de Física e Química Aálise de Medidas Físicas Quado fazemos uma medida, determiamos um úmero para caracterizar uma gradeza

Leia mais

Mestrado Integrado em Engenharia Civil. Disciplina: TRANSPORTES. Sessão Prática 4: Amostragem

Mestrado Integrado em Engenharia Civil. Disciplina: TRANSPORTES. Sessão Prática 4: Amostragem Mestrado Itegrado em Egeharia Civil Disciplia: TRNSPORTES Prof. Resposável: José Mauel Viegas Sessão Prática 4: mostragem Istituto Superior Técico / Mestrado Itegrado Egª Civil Trasportes ulas Práticas

Leia mais

Escola de Engenharia de Lorena EEL USP Departamento de Engenharia Química DEQUI Disciplina: Normalização e Controle da Qualidade NCQ

Escola de Engenharia de Lorena EEL USP Departamento de Engenharia Química DEQUI Disciplina: Normalização e Controle da Qualidade NCQ 1 Escola de Egeharia de orea EE SP Departameto de Egeharia Química DEQI Disciplia: Normalização e Cotrole da Qualidade NCQ Capítulo : Amostragem por Variáveis (MI STD 1) SEÇÃO A.1 Objetivo Este capítulo

Leia mais

EQUAÇÕES DIFERENCIAIS

EQUAÇÕES DIFERENCIAIS EQUAÇÕES DIFERENCIAIS rof Me Arto Barboi SUMÁRIO INTRODUÇÃO EQUAÇÃO DIFERENCIAL ORDINÁRIA (EDO) Ordem de uma Equação Diferecial Ordiária Grau de uma Equação Diferecial Ordiária Solução geral e particular

Leia mais

n C) O EMV é igual a i 1

n C) O EMV é igual a i 1 PROVA DE ESTATÍSTICA E PROBABILIDADE SELEÇÃO MESTRADO/UFMG 009 Istruções: a) Cada questão respodida corretamete vale (um) poto. c) Cada questão respodida icorretamete vale - (meos um) poto. b) Cada questão

Leia mais

CÁLCULO I. Exibir o cálculo de algumas integrais utilizando a denição;

CÁLCULO I. Exibir o cálculo de algumas integrais utilizando a denição; CÁLCULO I Prof Edilso Neri Júior Prof Adré Almeida Aula o 9: A Itegral de Riema Objetivos da Aula Deir a itegral de Riema; Exibir o cálculo de algumas itegrais utilizado a deição; Apresetar fuções que

Leia mais

étodos uméricos MÉTODO DOS MOMENTOS - MOM Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA

étodos uméricos MÉTODO DOS MOMENTOS - MOM Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA étodos uméricos MÉTODO DOS MOMETOS - MOM Prof. Erivelto Geraldo epomuceo PROGRAMA DE PÓS-GRADUAÇÃO EM EGEHARIA ELÉTRICA UIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CETRO FEDERAL DE EDUCAÇÃO TECOLÓGICA

Leia mais

Quantificando os Fenômenos Biológicos

Quantificando os Fenômenos Biológicos 1 ECOSSISTEMA Os ecossistemas estão costituídos por comuidades. A comuidade é uma uidade ecológica de visualização meos clara a atureza que outros coceitos como o de idivíduo ou mesmo o de população, que

Leia mais

MESTRADO EM MARKETING Métodos Quantitativos Aplicados ao Marketing

MESTRADO EM MARKETING Métodos Quantitativos Aplicados ao Marketing MESTRADO EM MARKETING Métodos Quatitativos Aplicados ao Marketig Margarida Cardoso 1 Programa Itrodução. Os Métodos Quatitativos o apoio à decisão Aálise em Compoetes Pricipais (ACP) Aálise de Agrupameto:

Leia mais

O QUE HÁ DE ERRADO COM O MERCADO ACIONÁRIO BRASILEIRO? - COMPARAÇÃO ENTRE OS RETORNOS MÉDIOS DO IBOVESPA E DO CDI NO PERÍODO DE 1986 A 2004

O QUE HÁ DE ERRADO COM O MERCADO ACIONÁRIO BRASILEIRO? - COMPARAÇÃO ENTRE OS RETORNOS MÉDIOS DO IBOVESPA E DO CDI NO PERÍODO DE 1986 A 2004 V I I S E M E A D P E S Q U I S A Q U A N T I T A T I V A F I N A N Ç A S O QUE HÁ DE ERRADO COM O MERCADO ACIONÁRIO BRASILEIRO? - COMPARAÇÃO ENTRE OS RETORNOS MÉDIOS DO IBOVESPA E DO CDI NO PERÍODO DE

Leia mais

Parte 3: Gráfico de Gestão de Estoque. Gráficos e Cálculos Fundamentais

Parte 3: Gráfico de Gestão de Estoque. Gráficos e Cálculos Fundamentais Capítulo 3: Gestão de stoques Curso de Admiistração de mpresas 2º Semestre 09 Disciplia: Admiistração da Logística e Patrimôio Capítulo 03: Gestão de estoques (Partes 3 e 4) Parte : Itrodução Parte 2:

Leia mais

. Dessa forma, quanto menor o MSE, mais a imagem

. Dessa forma, quanto menor o MSE, mais a imagem Uiversidade Federal de Perambuco CI / CCEN - Área II 1 o Exercício de Cálculo Numérico ( 18 / 06 / 2014 ) Aluo(a) 1- Questão 1 (2,5 potos) Cosidere uma imagem digital como uma matriz bidimesioal de dimesões

Leia mais

Introdução a Complexidade de Algoritmos

Introdução a Complexidade de Algoritmos Itrodução a Complexidade de Algoritmos Estruturas de Dados Prof. Vilso Heck Juior Apresetação Revisão - O Algoritmo; A Complexidade; Exercício. Complexidade de Algoritmos REVISÃO - O ALGORITMO O Algoritmo

Leia mais

6.1 Estimativa de uma média populacional: grandes amostras. Definição: Um estimador é uma característica amostral (como a média amostral

6.1 Estimativa de uma média populacional: grandes amostras. Definição: Um estimador é uma característica amostral (como a média amostral 6 ESTIMAÇÃO 6.1 Estimativa de uma média populacioal: grades amostras Defiição: Um estimador é uma característica amostral (como a média amostral x ) utilizada para obter uma aproximação de um parâmetro

Leia mais

Métodos de Classificação dos Objetos Segmentados(IAR) Vizinho Próximo Lógica Fuzzy

Métodos de Classificação dos Objetos Segmentados(IAR) Vizinho Próximo Lógica Fuzzy Viziho Próximo ógica Fuzzy Métodos de Classificação dos Objetos Segmetados(IAR) objeto REGRA CASSE Fuzzy Cohecimeto Miima Distâcia Viziho Próximo O método do viziho próximo é baseado o método da míima

Leia mais

Introdução. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ...

Introdução. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ... Itrodução Exemplos Para curar uma certa doeça existem quatro tratametos possíveis: A, B, C e D. Pretede-se saber se existem difereças sigificativas os tratametos o que diz respeito ao tempo ecessário para

Leia mais

O PARADOXO DE SIMPSON

O PARADOXO DE SIMPSON O PARADOXO DE SIMPSON Valmir R. Silva Adre Toom PIBIC-UFPE-CNPq Itrodução A aálise cietífica de dados através da modelagem matemática é uma atividade idispesável a Teoria de Decisão. O mesmo coceito é

Leia mais

CONCEITOS BÁSICOS E PRINCÍPIOS DE ESTATÍSTICA

CONCEITOS BÁSICOS E PRINCÍPIOS DE ESTATÍSTICA 1 CONCEITOS BÁSICOS E PRINCÍPIOS DE ESTATÍSTICA 1. Coceitos Básicos de Probabilidade Variável aleatória: é um úmero (ou vetor) determiado por uma resposta, isto é, uma fução defiida em potos do espaço

Leia mais

5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO

5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO 5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO 5.1 INTRODUÇÃO Um sistema é defiido como todo o cojuto de compoetes itercoectados, previamete determiados, de forma a realizar um cojuto

Leia mais

CAPÍTULO 6 - ESTIMAÇÃO E TESTES DE HIPÓTESES

CAPÍTULO 6 - ESTIMAÇÃO E TESTES DE HIPÓTESES CAPÍTULO 6 - ESTIMAÇÃO E TESTES DE HIPÓTESES 6. INTRODUÇÃO INFERÊNCIA ESTATÍSTICA Estimação por poto por itervalo Testes de Hipóteses População X θ =? Amostra θ Iferêcia Estatística X, X,..., X 6. ESTIMAÇÃO

Leia mais

arxiv: v1 [math.ho] 3 Sep 2014

arxiv: v1 [math.ho] 3 Sep 2014 Álbum de figurihas da Copa do Mudo: uma abordagem via Cadeias de Markov Leadro Morgado IMECC, Uiversidade Estadual de Campias arxiv:409.260v [math.ho] 3 Sep 204 Cosiderações iiciais 6 de maio de 204 Com

Leia mais

MQI 2003 ESTATÍSTICA PARA METROLOGIA - SEMESTRE Teste 2 07/07/2008 Nome: PROBLEMA 1 Sejam X e Y v.a. contínuas com densidade conjunta:

MQI 2003 ESTATÍSTICA PARA METROLOGIA - SEMESTRE Teste 2 07/07/2008 Nome: PROBLEMA 1 Sejam X e Y v.a. contínuas com densidade conjunta: MQI 003 ESTATÍSTICA PARA METROLOGIA - SEMESTRE 008.0 Teste 07/07/008 Nome: PROBLEMA Sejam X e Y v.a. cotíuas com desidade cojuta: f xy cy xy x y (, ) = + 3 ode 0 e 0 a) Ecotre a costate c que faz desta

Leia mais