Gestão de carteiras de investimentos com opções

Tamanho: px
Começar a partir da página:

Download "Gestão de carteiras de investimentos com opções"

Transcrição

1 XIII SIMPEP - Bauru, SP, Bral, 6 a 8 de novembro de 26 Getão de artera de nvetmento om oçõe Fredero Areta da Cota Ferrera (PRODUÇÃO-POLI-USP) frederoferrera@gmal.om Celma de Olvera Rbero (PRODUÇÃO-POLI-USP) elma@u.br Reumo: O objetvo do trabalho é tratar do roblema de otmzação de artera de nvetmento om oçõe, uando a abordagem da metodologa de ro do CVaR. O reço a açõe ão rojetado atravé de Smulação de Monte Carlo, e o rêmo da oçõe ão alulado atravé do modelo de Blak-Shole (973). O modelo lnear rooto, baeado no modelo láo de Markowtz (952), ermte a ontrução de uma frontera efente, onde e deeja mnmzar o nível de ro, menurado elo CVaR, ara um dado nível mínmo de retorno. O tete realzado om o modelo motraram reultado otvo, onde ão gerada etratéga que utlzam a oçõe omo ferramenta ara mnmzar a erda do nvetdor no enáro emta e nrementar o ganho obtdo no enáro otmta. O modelo rooto motrou-e ontente e efente, odendo er alado na ráta da getão de artera de nvetmento om oçõe. Palavra-have: Otmzação; Cartera de nvetmento; Oçõe.. Introdução Ete trabalho areenta e anala um modelo de otmzação de artera de nvetmento. Ete é um roblema tío de emrea do etor fnanero, que devem gerenar eu atvo de forma efente, maxmzando ua função de utldade, normalmente rereentada or um trade-off entre retorno e ro de eu ortfolo de nvetmento, onforme Bode (2). O etudo do roblema de aloação ótma de atvo em uma artera de nvetmento é um tema muto freqüente de etudo na área de fnança e equa oeraonal, de tal forma que grande avanço já foram alançado dede o trabalho ublado or Markowtz (952). Ete modelo, que fou muto reonhedo e e tornou a bae ara a Teora Moderna de Cartera, buava ahar uma olução ara um nvetdor que deve dedr de que forma aloar eu atal dentre um unvero de atvo, onderando que a omoção da artera é determnada em um dado ntante e deve er mantda até um erto horzonte de nvetmento. O objetvo é defnr a omoção da artera que atfaz uma rentabldade mínma mota elo nvetdor e mnmza o nível de ro. Ete trabalho retende etudar o roblema da eleção de artera de nvetmento om dervatvo. O dervatvo ão roduto fnanero que rereentam ferramenta ara o nvetdor delnear etratéga reduzr eu ro (hedge) e/ou maxmzar eu ganho. No entanto, a ntrodução de dervatvo no modelo de otmzação de artera de nvetmento rereenta uma dfuldade adonal, uma vez que o areçamento do memo não é realzado de forma mle. A forma omo o ro do ortfolo de nvetmento é menurado rereenta também uma arte mortante do etudo do roblema de aloação ótma. A medda de ro que utlzaremo egurá a metodologa do CVaR o Valor Condonal em Ro, um ndador baeado no VaR o Valor em Ro (veja Joron (2) e Laren (2)), que areenta maor robutez. 2. Coneto báo em getão de artera O roblema de nteree trata da getão de artera entre do ntante de temo T e T, defndo omo o ntante nal e a data de horzonte, reetvamente. Nete to de abordagem é neeáro determnar de que manera o reço ou retorno do atvo

2 XIII SIMPEP - Bauru, SP, Bral, 6 a 8 de novembro de 26 onderado evolu ao longo do temo, ou eja, é reo determnar o roeo etoáto que o dereve. Além do, or nlur oçõe na artera deve-e também eefar em ada ntante de temo qual o reço da oção. Neta eção a metodologa utlzada ara a medção do ro e ara a geração de enáro é etudada. Dereve-e a evolução do reço do atvo, ela alação do método da Smulação de Monte Carlo, e a metodologa de areçamento de oçõe. Por fm, onentua-e a medda de ro VaR e CVaR. 2.. Smulação de Monte Carlo Segundo Hull (25), o movmento de reço da açõe ode er analado omo um roeo de Wener, ou eja, toda a nformação relevante ara o movmento futuro do reço etá onentrada no valor atual da ação. Para que ejam gerada a trajetóra do reço futuro da açõe até a data de horzonte, ão efetuada vára mulaçõe, onderando-e que a equação que rege o movmento do reço é a egunte: ds S ε = µ dt + σ ε dt ~ N(,) onde: S = Preço da ação µ = Taxa de retorno eerada σ = Volatldade da ação ε = Varável aleatóra normal adrão Etá equação orreonde ao movmento brownano do reço de uma ação, onderando a mlfaçõe de taxa de retorno e volatldade ontante ao longo do temo. Como ode er obervado, o reço de uma ação é modelado omo um aeo aleatóro, onde o reço etá ujeto a hoque. Como no roblema de nteree o reço do atvo não ão ndeendente, é neeáro onderar a orrelação entre o memo. Am, elo meno no ao da açõe, é neeáro onderar a matrz de varâna-ovarâna ( ). Nete trabalho, alula-e a matrz de varâna-ovarâna atravé da metodologa EWMA Exonentally weghted movng average (veja Hull (25)). De aordo om Lew (23), o método numéro normalmente utlzado ara gerar ea varáve aleatóra norma multvarada é a deomoção de Choleky: = T T onde: Σ = Matrz de ovarâna do atvo T = Fator de Choleky Geram-e de número aleatóro om dtrbução normal N(,). A matrz de varânaovarâna é então deomota, atravé da fatoração de Choleky. A fator alulado T é então utlzado ara multlar o número eudo-aleatóro gerado, de forma que o reultado ejam hoque orrelaonado entre : X = T Z X ~ N k (, Σ) onde: X = T = k = Z = Varáve norma multvarada Fator de Choleky Número de atvo Matrz de k varáve norma ndeente (ε) 2

3 XIII SIMPEP - Bauru, SP, Bral, 6 a 8 de novembro de 26 Alando-e ee hoque ara dvero eríodo ubequente, om um grande número de mulaçõe, é oível gerar um equêna de amnho que o reço de um atvo ode egur. A fgura abaxo rereenta o enáro obtdo ara o reço de uma ação, ujo valor nal era R$ 7 e ujo movmento fo mulado ara o róxmo 2 da: Fgura 2- Smulação do reço de uma ação 2.2. Areçamento de oçõe Ao onderar oçõe na artera, é reo analar eu reço em ada ntante. A eulardade etrutura dete atvo não ermtem que o eu reço ejam mulado. Am utlza-e modelo de areçamento. Portanto, uma vez que foram obtdo o reço da açõe em ada um do enáro mulado, alula-e o reço da oçõe egundo a metodologa roota or Blak- Shole (973): 2 S σ = S N( d) E e rt N( d 2 ) ln + r t E + d 2 = rt σ t = E e N( d 2 ) S N( d) d 2 = d σ t onde: = Prêmo teóro da oção de omra (all) = Prêmo teóro da oção de venda (ut) S = Preço atual do atvo-objeto E = Preço de exerío S = Volatldade da ação r = Taxa de juro nomnal até o venmento da oção t = Temo ara o venmento da oção σ = Volatldade do atvo-objeto N (x) = Função de robabldade umulatva de uma varável normal adronzada No álulo efetuado, aumu-e que a taxa de juro nomnal é ontante até o venmento, e rereentada ela taxa CDI de merado. O temo do venmento da oção é gual ao eríodo até o horzonte de nvetmento, uma vez que fo onderado que o venmento da oçõe onda om o horzonte. 3

4 XIII SIMPEP - Bauru, SP, Bral, 6 a 8 de novembro de 26 A volatldade de ada ação fo onderada ontante até o horzonte de nvetmento, e fo alulada a artr da varâna, rereentada ela dagonal da matrz varâna-ovarâna ( ) alulada anterormente. Deta forma, no ntante nal o rêmo da oçõe foram alulado utlzando o últmo valor da ére htóra do reço da açõe. Já na data do horzonte de nvetmento, o ay-off gerado ela exração da oçõe fo alulado, em ada enáro mulado, da egunte forma: 2.3. VaR e CVaR ay offall = max{ ay off ut = max{ ( S E) ;} ( E S) ;} O etudo da medda de ro a er adotada é mortante ara aegurar que a exoção ao ro elo nvetdor eja orretamente quantfada. Markowtz (952) exrea o ro da artera atravé do devo de eu retorno eerado, alulando-e a varâna de uma dtrbução multvarada do retorno de todo o atvo que omõem a artera. No entanto eta medda de ro ó é adequada quando o retorno do atvo eguem uma dtrbução normal. Sabe-e que a oçõe ão ntrumento om ay-off altamente amétro, de tal forma que a hótee de dtrbução normal de retorno é volada quando nermo ete dervatvo na artera de nvetmento. A lteratura reente (veja Jude et al.(23)) tem buado dferente medda de ro a fm de reduzr a defêna da medda tradona omo a varâna e o devo médo aboluto (MAD). O Valor em Ro (VaR) e o Valor Condonal em Ro (CVaR) ão dua medda frequentemente etudada om ete objetvo. Segundo Hull (25) o VaR é defndo omo a erda máxma que a artera ode ofrer om um erto nível de onfança α%. Trata-e ortanto de uma métra baeada em um erentl da dtrbução de retorno da artera. Embora o VaR eja adequado quando e trata de artera om dervatvo, e que, ortanto, areentam dtrbuçõe de retorno amétra, o VaR não fornee nformação alguma obre a extenão da auda da dtrbução. Dea forma, quando temo dtrbuçõe om auda eada, a erda da artera odem, em algum ao (ontdo no erentl -α%), exeder batante o VaR e reultar em reultado atatrófo. Reentemente autore onagrado omo Rokafellar (22) têm analado medda de ro que tratam da auda da dtrbução. Uualmente anala-e o Valor em Ro Condonal (CVaR), uma medda de ro defnda omo a exetatva de erda exedente ao VaR à um nível de onfança dado. Ou eja, enquanto o VaR nda que, om robabldade de α% a erda da artera não exederão uma quanta X=VaR(α), o CVar nda que, onderando-e que o or evento, uja robabldade de oorrer é (-α%), oorreu, a erda méda da artera eerada é de Y=CVaR(α). 3. Modelo rooto O roblema que ete modelo objetva reolver é a de um nvetdor que, dentre um unvero de atvo, deve dedr obre omo aloar eu atal donível, de tal forma a maxmzar ua utldade em um horzonte T. Além do atvo, o nvetdor também tem donível oçõe de omra (all) e de venda (ut) obre o atvo, na qua ele ode otar or omrar a fm de dmnur (hedgear) eu ro. Condera-e que, em um momento nal T, o nvetdor dõe aena de um valor em axa (h) e uma artera nal de atvo. Ou eja, aume-e que no ntante adonal o nvetdor não dõe de atal alado em dervatvo. 4

5 XIII SIMPEP - Bauru, SP, Bral, 6 a 8 de novembro de 26 Além do, aume-e que a oçõe utlzada venem na data do horzonte analado. Deta forma, ao a oção eteja no dnhero ou dentro do dnhero na data de horzonte, ela erá exerda e gerará um ayoff (veja Fgueredo (23)). Cao ontráro, e ela etver fora do dnhero, a oção não erá exerda. O objetvo do modelo é atfazer um nível mínmo de retorno médo e mnmzar a medda de ro CVaR da artera eolhda. Condera-e que o nvetdor fará uma deão de aloação nal e rá ermaneer om a artera deta forma até a data de horzonte, ou eja, rebalaneamento da omoção da artera não ão ermtdo. Embora a deão obre a aloação da artera eja ontual e analada aena uma vez, é mortante realtar que ão onderado o movmento do reço do atvo durante todo o eríodo omreenddo entre a data nal e a data do horzonte. Ou eja, embora ejam relevante aena o reço na e o reço no horzonte do atvo, ão gerada S trajetóra mulada da dtrbução multvarada omota elo reço do dferente atvo. O objetvo dete roedmento de mulação do reço da açõe durante todo o eríodo é rereentar ma felmente a olaçõe e o omortamento do merado. É mortante realtar que o enáro mulado ão equrováve, ou eja, a robabldade oorrêna é a mema ara ada um dele. 3.. Formulação matemáta O modelo rooto é areentado a egur. Varáve do modelo A egunte varáve erão utlzada ara ndexação: {,2 } {,2 } {,2 } {,2 } I =,..., : onjunto de açõe doníve S =,..., : onjunto de mulaçõe realzada C =,..., : onjunto de all doníve P =..., : onjunto de ut doníve O egunte arâmetro e varáve determníta fazem arte do modelo: h : atal donível em axa em T (ntante nal) w : quantdade de açõe na artera nal µ : nível mínmo de retorno médo aetável α : nível de onfança ara o álulo do CVaR δ : uto de tranação (rooronal ao valor tranaonado) T : horzonte de nvetmento (em da) rf : taxa lvre de ro (% aa) : reço do atvo em T (ntante nal) π (, E bl ) : reço de uma all em T (ntante nal) om reço de exerío E e ujo atvo objeto é a ação. bl (, E ) : reço de uma ut em T (ntante nal) om reço de exerío E e ujo atvo objeto é a ação. : valor total da artera em T (ntante nal) V A varáve que deendem do enáro mulado ão: π V : reço do atvo na data de horzonte, no enáro : valor total da artera na data de horzonte, no enáro 5

6 XIII SIMPEP - Bauru, SP, Bral, 6 a 8 de novembro de 26 R : retorno obtdo ela artera até o horzonte, no enáro A deõe que o modelo objetva determnar ão rereentada ela egunte varáve de deão: b T w x x : quantdade de açõe omrada : quantdade de açõe vendda : quantdade de açõe na artera fnal : quantdade de all omrada : quantdade de ut omrada Por fm, a egunte varáve auxlare ão utlzada: R : retorno médo obtdo dentre o enáro mulado z : VaR da erda da artera y : varável auxlar ara lnearzar a função de ro do CVaR : erda total da artera no enáro L Função Objetvo O modelo rooto mnmza o nível de ro da artera, menurado elo CVaR, ou eja, o valor eerado do retorno abaxo do VaR. No entanto, temo rmero que rereentar de forma lnearzada o álulo do CVaR da artera. Seja x o onjunto de deõe obre a artera, endo ortanto o onjunto que engloba toda a varáve de deão tada na eção anteror. Para um onjunto de deõe x, odemo aoar uma função de erda a ada enáro mulado: L = f ( x), S A robabldade que a função de erda não exeda um nível eefado z é ortanto gual a oma da robabldade daquela enáro uja erda fo menor que z: ψ ( x, z ) =, onde = robabldade do enáro oorrer L z Logo, odemo defnr o VaR omo o menor valor de z tal que a robabldade de que a função de erda não exeda z eja maor que um nível de onfança α%: VaR ( x, α) = mn{ z R ψ ( x, z) α} O CVaR, alulado omo a erda méda do valore da artera que exederem o VaR a um dado nível de onfança α%, ode então er defndo omo: CVaR( x, α) = Ε[ L L VaR( x, α)] Rokafellar (22) demontra que a formulação ara o CVaR om o uo de mulação ode também er erta omo: CVaR( x, α ) = + α z L α L z α L > z Conforme areentado or Toaloglou (24), eta formulação do CVaR ode er anda mlfada, adonando-e a varável auxlar y, de tal forma que: 6

7 XIII SIMPEP - Bauru, SP, Bral, 6 a 8 de novembro de 26 y = max{ ; L z} CVaR( x, α) = z + α y Como onderamo aqu que todo o enáro mulado ão equrováve, odemo então defnr a função objetvo omo o CVaR alulado ela oma do VaR da artera om o omatóro onderado da erda ondona além do VaR no dferente enáro mulado: MIN Retrçõe h + V V z + α S y A retrçõe do modelo ão: (4.) π ( δ ) = b π ( + δ ) + x bl(, E ) + x bl(, E ) (4.) = w π h (4.2) + T = w π + x max( π E,) + x max( E π,), S (4.3) T x bl(, E ) + x bl(, E ) w π, I (4.4) V (4.5) R =, S o V (4.6) R = R S R µ (4.7) y L z, S (4.8) L = R, S (4.9) y, S (4.) T w = w + b, I (4.) w T, I (4.2) b, I (4.3) w, I (4.4) x, C (4.5) x, P (4.6) O balanço nal é rereentado na retrção (4.). O álulo do valor da artera nal é rereentado na retrção (4.2). Já o valor da artera fnal, a ada enáro, é alulado ela retrção (4.3). Na retrção (4.4) lmta-e a exoção do nvetdor em açõe. O álulo do retorno ao eríodo da artera, ob ada enáro, é realzado atravé da retrção (4.5). Já na retrção (4.6) momo que o retorno médo eja a méda onderada do retorno do dtnto enáro (que nete ao ão aumdo omo endo equrováve). Ete retorno médo deve atfazer um nível mínmo etulado elo nvetdor, onforme rereentado na retrção (4.7). A retrçõe (4.8), (4.9) e (4.) mõem o álulo da varáve auxlare do CVaR. O balanço de ada atvo é rereentado ela retrção (4.). A retrção (4.4) robe venda a deoberto. Ao nvetdor também não é ermtda a venda de oçõe, é aena 7

8 XIII SIMPEP - Bauru, SP, Bral, 6 a 8 de novembro de 26 ermtda a omra dela ara hedge, onforme rereentado na retrçõe (4.5) e (4.6). O objetvo é roteger o nvetdor no enáro de tre, onde ele, e houvee aumdo oçõe vendda na oçõe, odera ter erda lmtada. 4. Anále do modelo Foram efetuado tete ara a valdação do modelo. No tete realzado fo aumdo um unvero de 3 açõe doníve (PETR4 Petrobrá PN; USIM5 Umna PNA; VALE5 Vale do Ro Doe PNA), além de all e ut obre a mema. O horzonte de nvetmento é de 2 da úte ( mê). A data nal onde a deão de nvetmento erá mlementada é 2//24. Aumu-e que toda a oçõe que omõem o unvero venem na data de horzonte. Foram onderado uto de tranação de 2% obre o valor total da oeração, e uma taxa lvre de ro (CDI) de 6% a.a.. Adotou-e um nível de onfança de 95% ara o álulo do CVaR. O reço da açõe fo mulado atravé da Smulação de Monte Carlo. Foram realzada.5 mulaçõe, orreondendo a.5 trajetóra dferente ara a açõe durante o eríodo omreenddo entre janero e feverero de Atvo A eleção da açõe fo feta de aordo om a ua alta lqudez, o que falta a negoação da açõe e de ua oçõe no merado. Deta forma é vablzada a mlementação de modelo om a arateríta do modelo analado, que tem omo hótee que qualquer atvo ode er negoado a qualquer ntante e em qualquer quantdade. Fo utlzado o htóro de reço ajutado da açõe de 992 a 24. O reço htóro ão ajutado de tal forma que rereentem aena o retorno de fato gerado ela olação no reço da açõe, efetuando orreçõe toda vez que há um lt ou a emão de novo lote de açõe. Para a realzação do tete, foram onderada dua all e dua ut obre ada uma da açõe, uma om reço de exerío ama do reço atual da ação e outra om reço de exerío abaxo. Deta forma o unvero de oçõe doníve fo omoto de 6 all e 6 ut: Tabela 4-: Call doníve no tete realzado Ação objeto To Preço de Exerío PETR4 Call 4 2 PETR4 Call 6 3 USIM5 Call 26 4 USIM5 Call 3 5 VALE5 Call 43 6 VALE5 Call 47 Tabela 4-2: Put doníve no tete realzado Ação Objeto To Preço de Exerío PETR4 Put 4 2 PETR4 Put 6 3 USIM5 Put 26 4 USIM5 Put 3 5 VALE5 Put 43 6 VALE5 Put 47 8

9 XIII SIMPEP - Bauru, SP, Bral, 6 a 8 de novembro de Reultado O modelo fo exeutado ara um retorno anualzado varando de 5% a 75%, em ntervalo de 2%. Deta forma foram alulado 36 artera dferente, ermtndo a ontrução de uma frontera efente (onde o retorno e o CVaR ndado ão ao eríodo, ou eja, ao mê), motrada a egur: Fgura 4-: Frontera efente ara um unvero de 3 açõe, 6 all e 6 ut Para exemlfar a omoção da artera ótma ugerda elo modelo, abaxo etão detalhada a quantdade omrada de açõe e oçõe ara a dua artera detaada no gráfo ama: Tabela 4-3: Comoção da Cartera A e B Cartera A Retorno: 2,4% Cartera B Retorno: 3,72% CVaR: 5,63% CVaR: 8,9% Comoção da Cartera Comoção da Cartera 46. Açõe USIM Açõe USIM5 -. Açõe VALE Açõe VALE Call USIM5 E= Call USIM5 E=3 46. Put USIM5 E= Put USIM5 E=3. Put VALE5 E= Put VALE5 E=47 É ntereante obervar que, ara a dua artera analada, o modelo ugeru que o nvetdor omrae oçõe obre a açõe reente na artera. A reença de dervatvo é atraente ara o nvetdor orque a omra de ut rotege ontra ro de queda da açõe, e a omra de all nrementa o ganho obtdo om a alta no reço da açõe. Deta forma, a oçõe que o nvetdor tomara ao aloar eu atal de aordo om a omoçõe da Cartera A e B, or exemlo, eram: 9

10 XIII SIMPEP - Bauru, SP, Bral, 6 a 8 de novembro de 26 Cartera A Retorno (%a) 2,4% PETR4 Cvar (%a) 5,63% Açõe Qtd PETR4, USIM5 46, VALE5, Oçõe Qtd 2 Call PETR4 (4), 5 USIM5 Call PETR4 (6), Call USIM5 (26), 5 Call USIM5 (3) 6,98 Call VALE5 (43), -5 Call VALE5 (47), 2 Put PETR4 (4), VALE5 5 Put PETR4 (6), Put USIM5 (26), 5 Put USIM5 (3) 46, Put VALE5 (43), -5 Put VALE5 (47), Fgura 4-2 Poonamento do nvetdor reultante da omoção da Cartera A Cartera B Retorno (%a) 3,74% PETR4 Cvar (%a) 8,9% Açõe Qtd PETR4, USIM5 379,2 VALE5 97,5 Oçõe Qtd 3 USIM5 Call PETR4 (4), 2 Call PETR4 (6), Call USIM5 (26), Call USIM5 (3) 89,7 Call VALE5 (43), - Call VALE5 (47), 2 Put PETR4 (4), VALE5 5 Put PETR4 (6), Put USIM5 (26), 5 Put USIM5 (3) 379,2 Put VALE5 (43), -5 Put VALE5 (47) 97,5 Fgura 4-3 Poonamento do nvetdor reultante da omoção da Cartera B 4.3. Robutez Realzaram-e também tete adona ara verfar o deemenho do modelo, onderando-e um nvetdor que, menalmente, utlza o modelo e oona-e de aordo om a artera ótma ugerda. Aena ara exemlfação, aume-e que o retorno anual mínmo, aetável elo nvetdor, é de 35%. Deta forma, não é neeáro alular a frontera efente a ada mê, e m exeutar o modelo aena ara o nível mínmo de retorno etabeledo. A data nal é 2//25 e o htóro utlzado é de 5 ano de dado. O unvero de atvo e oçõe doníve, e o outro arâmetro adotado ão o memo do utlzado na eção anteror. Condera-e que, a ada íno de mê, o nvetdor zera ua oçõe, omutando o retorno de fato realzado da artera, exeuta o modelo om o htóro de reço atualzado do últmo no ano e aloa novamente R$ 5. de

11 XIII SIMPEP - Bauru, SP, Bral, 6 a 8 de novembro de 26 aordo om a omoção da artera ótma ugerda elo modelo. Ete roeo é reetdo menalmente, or todo o ano de 25. Dea forma, o reultado obtdo foram: Tabela 4-4: Quadro reumo menal da artera gerada na mulação durante o ano de 25 Data Inal 3//5 /2/5 4/3/5 5/4/5 5/5/5 6/6/5 5/7/5 3/8/5 /9/5 3//5 3//5 5/2/5 Retorno Eerado 2,5% 2,5% 2,5% 2,5% 2,5% 2,5% 2,5% 2,5% 2,5% 2,5% 2,5% 2,5% CVaR 7,7% 6,5% 5,6% 7,6% 5,3% 9,% 7,3% 5,7% 2,2% 5,9% 5,3% 5,8% PETR USIM VALE Call PETR4 (4) Call PETR4 (6) Call USIM5 (26) Call USIM5 (3) Call VALE5 (43) Call VALE5 (47) Put PETR4 (4) Put PETR4 (6) Put USIM5 (26) Put USIM5 (3) Put VALE5 (43) Put VALE5 (47) Retorno Realzado,% 29,% -4,9% -5,6% -,5% -,% 2,2% 9,% 23,6% -4,4% 2,4% 4,6% Retorno Ibovea -6,% 2,9% -,8% -2,3%,5% -3,4% 8,3% 4,7% 3,9% -2,4% 5,% 5,6% O retorno obtdo ela etratéga do nvetdor ão omarado om um benhmark, rereentado elo índe Ibovea. É ntereante obervar que o retorno realzado ela artera olaram batante, ma aomanhando o movmento areentado elo benhmark Ibovea, que rereenta o movmento de reço da Bola de Valore omo um todo. No entanto, em todo o mee em que houve retorno negatvo, ete não exederam o CVaR alulado elo modelo, motrando que realmente é uma medda de ro adequada. Aumulando-e o retorno mena do quadro reumo anteror, oberva-e que o retorno realzado em um ano (35,95%) uerou o retorno eerado (35%) e o retorno obtdo elo Ibovea (34,29%): 4% 35% 3% 25% 2% 5% % 5% % 95% 9% 85% Retorno Eerado Retorno Ibovea Retorno Realzado 8% Jan Fev Mar Abr Ma Jun Jul Ago Set Out Nov Dez Fgura 4-4: Comaração entre o retorno aumulado eerado, realzado e do benhmark

12 XIII SIMPEP - Bauru, SP, Bral, 6 a 8 de novembro de Conluão Uma vez que o modelo rooto mnmza o CVaR, ou eja, mnmza-e a erda méda no dvero enáro de reço mulado, o reultado obtdo etão ondzente om o eerado, o oberva-e que o oonamento ugerdo em ada um do atvo dexa o nvetdor rotegdo ontra grande queda da açõe. Fo realzada uma anále de enbldade, tetando-e o modelo om dferente valore ara o egunte arâmetro: Nvel de onfança ara o álulo do CVaR: 95%, 97%, 99%, 99,9%; Fator de deamento EWMA (álulo da matrz de ovarâna):,,,98,,9; Período de dado utlzado da ére htóra (em ano): 5, 7, 9, ; Em toda a mulaçõe realzada o reultado foram ontente entre, to é, a omoção da artera ótma ugerda e o onequente oonamento em ada uma da açõe não vararam muto. Portanto, ondera-e que o modelo é robuto e que o reultado otvo derto na eção anteror não ão rovenente da utlzação de uma ombnação eeífa do arâmetro de entrada. Com o arâmetro utlzado, o modelo gerou um roblema de otmzação lnear, omoto de 6.23 varáve e 6.2 retrçõe lneare. Todo o roedmento de mulação do reço da açõe, rearo do modelo de otmzação e álulo da 36 artera ara a ontrução da frontera efente motrada na eção 4.2, fo exeutado em meno de 5 mnuto no MatLab R26a, em um Athlon64 +3 om gb de Ram. Dea forma onluí-e que o modelo tem uma ótma efêna omutaonal, ermtndo ua utlzação ráta ara a getão de artera de nvetmento. O róxmo ao na ontnuação do trabalho é etender a metodologa aqu utlzada de tal forma que a artera de nvetmento oa ofrer alteraçõe em ua omoção de atvo, ou eja, deenvolver um modelo mult-eríodo. Ea extenão va atar a olaçõe que o atvo odem ofrer durante o temo, de tal forma que eja defnda uma aloação ótma a ada eríodo que maxmze a função utldade total do nvetdor. 6. Bblografa BLACK, F.; SCHOLES, M. The Prng of Oton and Cororate Lablte. Journal of Poltal Eonomy 8, , Mao-Junho 973. BODIE, Z.; KANE, A.; MARCUS, A. Fundamento de Invetmento. Porto Alegre: Bookman, 2. FIGUEIREDO, A. C. Introdução ao Dervatvo. São Paulo: Ponera Thomon Learnng, 25. HULL, J. C. Fundamento do Merado Futuro e de Oçõe. São Paulo: Bola de Meradora & Futuro, 25. JORION, P. Value at Rk: A Nova Fonte de Referêna ara a Getão de Ro Fnanero. 2ª ed. São Paulo: Bola de Meradora & Futuro, 23. JUDICE, J. J.; RIBEIRO, C. O.; SANTOS, J. P. J. Anále omaratva do modelo de eleção de artera de açõe de Markowtz e Konno. Invetgação Oeraonal, v.23, n.2,.2-224, dez. 23. MARKOWITZ, H. M. Portfolo Seleton. Journal of Fnane, v.7, n.,.77-9, 952. LARSEN, N.; MAUSSER, H.; URYASEV, S.; Algorthm for Otmzaton of Value-at-Rk. Reearh Reort 2-9, ISE Det., Unverty of Florda, 2. LEWIS, N. C. Market Rk Modellng. Londre: Rk Water Grou Ltd., 23 ROCKAFELLAR, R.T.; URYASEV, S. Condtonal Value-at-Rk for general dtrbuton. Journal of Bankng and Fnane, v.26, n.7, , 22. TOPALOGLOU, N. A Stohat Programmng Framework For Internatonal Portfolo Management. Unverty Of Cyru, 24. 2

O VALOR EM RISCO CONDICIONAL NA OTIMIZAÇÃO DE CARTEIRAS COM DERIVATIVOS

O VALOR EM RISCO CONDICIONAL NA OTIMIZAÇÃO DE CARTEIRAS COM DERIVATIVOS ! "#$ " %'&)(*&)+,.- /1.2*&4365879&4/1:.+58;.2*=?5.@A2*3B;.- C)D 5.,.5FE)5.G.+ &4- (IHJ&?,.+ /?=)5.KA:.+5MLN&OHJ5F&4E)2*EOHJ&)(IHJ/)G.- D - ;./);.& O VALOR EM RISCO CONDICIONAL NA OTIMIZAÇÃO DE CARTEIRAS

Leia mais

Despacho Econômico de. Sistemas Termoelétricos e. Hidrotérmicos

Despacho Econômico de. Sistemas Termoelétricos e. Hidrotérmicos Despacho Econômco de Sstemas Termoelétrcos e Hdrotérmcos Apresentação Introdução Despacho econômco de sstemas termoelétrcos Despacho econômco de sstemas hdrotérmcos Despacho do sstema braslero Conclusões

Leia mais

Quantas equações existem?

Quantas equações existem? www2.jatai.ufg.br/oj/index.php/matematica Quanta equaçõe exitem? Rogério Céar do Santo Profeor da UnB - FUP profeorrogeriocear@gmail.com Reumo O trabalho conite em denir a altura de uma equação polinomial

Leia mais

Para quantificar a variabilidade de um conjunto de dados ou medidas é que se usam medidas de dispersão. Vamos estudar algumas delas nesta aula.

Para quantificar a variabilidade de um conjunto de dados ou medidas é que se usam medidas de dispersão. Vamos estudar algumas delas nesta aula. Probabldade e Etatítca I Antono Roque Aula Medda de Dperão A medda de tendênca central não ão ufcente para e caracterzar um conjunto de dado. O motvo é que ete varação na natureza, to é, dado que venham

Leia mais

Introdução aos Conversores CC-CC

Introdução aos Conversores CC-CC INIUO E ELERÔNICA E POÊNCIA epartamento de Engenhara Elétrca Centro ecnológco UNIERIAE FEERAL E ANA CAARINA Introdução ao Converore CCCC Reponável pelo Etudo: Clóv Antôno Petry (INEP/EEL UFC) Orentador:

Leia mais

A notação utilizada na teoria das filas é variada mas, em geral, as seguintes são comuns:

A notação utilizada na teoria das filas é variada mas, em geral, as seguintes são comuns: A notação utilizada na teoria da fila é variada ma, em geral, a eguinte ão comun: λ número médio de cliente que entram no itema or unidade de temo; µ número médio de cliente atendido (que aem do itema)

Leia mais

3 O Método de Programação Dinâmica Dual para Solução de Problemas de Programação Estocástica de Dois Estágios

3 O Método de Programação Dinâmica Dual para Solução de Problemas de Programação Estocástica de Dois Estágios 43 3 O Método de Programação Dnâma Dual para olução de Problema de Programação Etoáta de Do Etágo 3.. Introdução Como erá vto no apítulo 5, entre a abordagen para otmzação de portfólo de ontrato de energa

Leia mais

consumidores por hora. Uma média de três clientes por hora chegam solicitando serviço. A capacidade

consumidores por hora. Uma média de três clientes por hora chegam solicitando serviço. A capacidade D i i l i n a : P e u i a O e r a i o n a l C u r o : E e i a l i z a ç ã o e m M é t o d o Q u a n t i t a t i v o : E t a t í t i a e M a t e m á t i a A l i a d a i t a d o i d e e x e r í i o o b r

Leia mais

EESC-USP M. Becker 2008 2/64

EESC-USP M. Becker 2008 2/64 SEM7 - Aula Cnemáta Dreta de Manpuladore Robóto Prof. Dr. Marelo Beker EESC - USP Sumáro da Aula Epaço de Trabalho Quetõe Cnemáta Repreentação da Orentação Matrz de Tranformação Homogênea Equaçõe Cnemáta

Leia mais

Agregação das Demandas Individuais

Agregação das Demandas Individuais Deanda Agregada Agregação da Deanda Indvdua A curva de deanda agregada é a oa horzontal da curva de deanda. Deve-e ter e ente que a deanda ndvdua (, ) ão ua função do reço e da renda. A, a curva de deanda

Leia mais

Tensão Induzida por Fluxo Magnético Transformador

Tensão Induzida por Fluxo Magnético Transformador defi deartamento de fíica Laboratório de Fíica www.defi.ie.i.t Tenão Induzida or Fluxo Magnético Tranformador Intituto Suerior de Engenharia do Porto- Deartamento de Fíica Rua Dr. António Bernardino de

Leia mais

Objectivo Geral: Familiarização com os conceitos de sinais, espectros e modulação.

Objectivo Geral: Familiarização com os conceitos de sinais, espectros e modulação. Deartamento de Engenharia Electrotécnica Secção de Telecomunicaçõe Metrado integrado em Engenharia Electrotécnica e de Comutadore Licenciatura em Engenharia Informática º Trabalho de Laboratório Gruo:

Leia mais

PROBABILIDADE E ESTATÍSTICA UNIDADE IV - MEDIDAS DE DISPERSÃO OU VARIAÇÃO

PROBABILIDADE E ESTATÍSTICA UNIDADE IV - MEDIDAS DE DISPERSÃO OU VARIAÇÃO PROBABILIDADE E ESTATÍSTICA UNIDADE IV - MEDIDAS DE DISPERSÃO OU VARIAÇÃO 0 INTRODUÇÃO A medda de varação ou dperão, avalam a dperão ou a varabldade da eqüênca numérca em anále, ão medda que fornecem nformaçõe

Leia mais

Mecânica dos Fluidos (MFL0001) CAPÍTULO 4: Equações de Conservação para Tubo de Corrente

Mecânica dos Fluidos (MFL0001) CAPÍTULO 4: Equações de Conservação para Tubo de Corrente Mecânica do Fluido (MFL000) Curo de Engenharia Civil 4ª fae Prof. Dr. Doalcey Antune Ramo CAPÍTULO 4: Equaçõe de Conervação ara Tubo de Corrente Fonte: Bitafa, Sylvio R. Mecânica do Fluido: noçõe e alicaçõe.

Leia mais

3 Amplificador óptico a fibra dopada

3 Amplificador óptico a fibra dopada 3 Amlificador ótico a fibra doada Em qualquer itema de tranmião o amlificador tem um ael imortante de catar o inal que leva a informação, amlificá-lo, e devolvê-lo ara o canal de tranmião ou ara o recetor,

Leia mais

Universidade Estadual de Ponta Grossa/Departamento de Economia/Ponta Grossa, PR. Palavras-chave: CAPM, Otimização de carteiras, ações.

Universidade Estadual de Ponta Grossa/Departamento de Economia/Ponta Grossa, PR. Palavras-chave: CAPM, Otimização de carteiras, ações. A CONSTRUÇÃO DE CARTEIRAS EFICIENTES POR INTERMÉDIO DO CAPM NO MERCADO ACIONÁRIO BRASILEIRO: UM ESTUDO DE CASO PARA O PERÍODO 006-010 Rodrgo Augusto Vera (PROVIC/UEPG), Emerson Martns Hlgemberg (Orentador),

Leia mais

CURSO DE ENGENHARIA ELÉTRICA ELETRÔNICA DE POTÊNCIA. Exp. 2

CURSO DE ENGENHARIA ELÉTRICA ELETRÔNICA DE POTÊNCIA. Exp. 2 r od la ort no C UNESDADE DE MOG DAS CUZES - ENGENHAA EÉCA Prof. Joé oberto Marque CUSO DE ENGENHAA EÉCA EEÔNCA DE POÊNCA Ex. ONE CHAEADA PWM ABAXADOA BUCK Objetivo: O objetivo deta exeriência é demontrar

Leia mais

Introdução à Análise de Dados nas medidas de grandezas físicas

Introdução à Análise de Dados nas medidas de grandezas físicas Introdução à Análse de Dados nas meddas de grandezas físcas www.chem.wts.ac.za/chem0/ http://uregna.ca/~peresnep/ www.ph.ed.ac.uk/~td/p3lab/analss/ otas baseadas nos apontamentos Análse de Dados do Prof.

Leia mais

ser modeladas como redes lineares de dois acessos (figura 4.1);

ser modeladas como redes lineares de dois acessos (figura 4.1); 4 Repota em emfrequênca Funçõe de de Tranferênca n A rede de nteree, para o etudo deenvolvdo na dcplna, podem er modelada como rede lneare de do aceo fgura 4.; V V o T Fgura 4. Rede lnear de do aceo. na

Leia mais

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero

Leia mais

AÇÕES DE CONTROLE. Ações de Controle Relação Controlador/Planta Controlador proporcional Efeito integral Efeito derivativo Controlador PID

AÇÕES DE CONTROLE. Ações de Controle Relação Controlador/Planta Controlador proporcional Efeito integral Efeito derivativo Controlador PID AÇÕES E CONTROLE Açõe de Controle Relação Controlador/Planta Controlador roorcional Efeito integral Efeito derivativo Controlador PI Controle de Sitema Mecânico - MC - UNICAMP Açõe comun de controle Ação

Leia mais

5945851-1 Psicologia Conexionista Antonio Roque Aula 6. A Adaline

5945851-1 Psicologia Conexionista Antonio Roque Aula 6. A Adaline 594585- Pscologa Conexonsta Antono Roque Aula 6 A Adalne Poucos meses aós a ublcação do teorema da convergênca do Percetron or Rosenblatt, os engenheros da Unversdade de Stanford Bernard Wdrow (99 ) e

Leia mais

Metodologia IHFA - Índice de Hedge Funds ANBIMA

Metodologia IHFA - Índice de Hedge Funds ANBIMA Metodologa IHFA - Índce de Hedge Funds ANBIMA Versão Abrl 2011 Metodologa IHFA Índce de Hedge Funds ANBIMA 1. O Que é o IHFA Índce de Hedge Funds ANBIMA? O IHFA é um índce representatvo da ndústra de hedge

Leia mais

TEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma.

TEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma. UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO CENTRO DE CIÊNCIAS EXATAS DEPARTAMENTO DE FÍSICA AV. FERNANDO FERRARI, 514 - GOIABEIRAS 29075-910 VITÓRIA - ES PROF. ANDERSON COSER GAUDIO FONE: 4009.7820 FAX: 4009.2823

Leia mais

5.1 Seleção dos melhores regressores univariados (modelo de Índice de Difusão univariado)

5.1 Seleção dos melhores regressores univariados (modelo de Índice de Difusão univariado) 5 Aplcação Neste capítulo será apresentada a parte empírca do estudo no qual serão avalados os prncpas regressores, um Modelo de Índce de Dfusão com o resultado dos melhores regressores (aqu chamado de

Leia mais

Controle Servo e Regulatório

Controle Servo e Regulatório ontrole Sero e Regulatóro Outro Proeo de Searação Prof a Nnoka Bojorge eartamento de Engenhara Químa e de Petróleo U Exemlo 3: anque de mtura Objeto de ontrole: regular a omoção x no tanque, ajutando w.

Leia mais

TEORIA DA GERAÇÃO DE QUANTUM BITS EMARANHADOS NO CAMPO TEMPORAL

TEORIA DA GERAÇÃO DE QUANTUM BITS EMARANHADOS NO CAMPO TEMPORAL TEORIA DA GERAÇÃO DE QUANTUM BITS EMARANHADOS NO CAMPO TEMPORAL Cao Olndo de Mranda e Slva Júnor Inttuto de Cênca e Tecnologa,Unverdade Federal do Vale do Jequtnhonha e Mucur, 39100-000, Damantna MG, Bral

Leia mais

Estabilidade para Pequenas Perturbações e Dimensionamento de Estabilizadores. Mestrado em Engenharia Electrotécnica e de Computadores _

Estabilidade para Pequenas Perturbações e Dimensionamento de Estabilizadores. Mestrado em Engenharia Electrotécnica e de Computadores _ Etabldade para Pequena Perturbaçõe e Dmenonamento de Etablzadore Metrado em Engenhara Electrotécnca e de Computadore _ Dnâmca e Etabldade de Stema de Energa J. A. Peça Lope Conceto Teórco Repreentação

Leia mais

Fenômenos de Transporte I

Fenômenos de Transporte I Fenômeno de Tranorte I Aula Prof. r. Gilberto Garcia Cortez 9.3 Ecoamento em um duto e tubo. 9.3. Conideraçõe erai O ecoamento em duto ou tubo é etudo de rande imortância, oi ão o reonáei elo tranorte

Leia mais

Capítulo 3-1. A 2ª Lei da Termodinâmica

Capítulo 3-1. A 2ª Lei da Termodinâmica Capítulo 3-1. A 2ª Le da ermodnâma Baseado no lvro: Atkns Pysal Cemstry Egt Edton Peter Atkns Julo de Paula 29-04-2007 Mara da Coneção Pava 1 A segunda le da termodnâma é baseada na experêna umana. odos

Leia mais

FINANCEIRA. Reginaldo J. Santos. Universidade Federal de Minas Gerais http://www.mat.ufmg.br/~regi Agosto de 2005. 10 de abril de 2009

FINANCEIRA. Reginaldo J. Santos. Universidade Federal de Minas Gerais http://www.mat.ufmg.br/~regi Agosto de 2005. 10 de abril de 2009 INTRODUÇÃO À MATEMÁTICA FINANCEIRA Reginaldo J. Santos Deartamento de Matemática-ICEx Universidade Federal de Minas Gerais htt://www.mat.ufmg.br/~regi Agosto de 2005 última atualização em 10 de abril de

Leia mais

NOTA II TABELAS E GRÁFICOS

NOTA II TABELAS E GRÁFICOS Depto de Físca/UFMG Laboratóro de Fundamentos de Físca NOTA II TABELAS E GRÁFICOS II.1 - TABELAS A manera mas adequada na apresentação de uma sére de meddas de um certo epermento é através de tabelas.

Leia mais

1- Qual a diferença entre amostragem probabilística e não-probabilística? Qual é a mais recomendada?

1- Qual a diferença entre amostragem probabilística e não-probabilística? Qual é a mais recomendada? VIII-AMOSTRAGEM A Etatítca Iferecal ou Iferêca Etatítca tem como objetvo bucar cocluõe robablítca obre oulaçõe com bae o reultado obervado em amotra etraída dea oulaçõe Am, certo cudado báco devem er tomado

Leia mais

LENTES ESFÉRICAS I) TIPOS DE LENTES III) COMPORTAMENTO ÓPTICO. Lentes de bordos delgados: Lentes de bordos espessos:

LENTES ESFÉRICAS I) TIPOS DE LENTES III) COMPORTAMENTO ÓPTICO. Lentes de bordos delgados: Lentes de bordos espessos: LENTES ESFÉRICAS I) TIPOS DE LENTES III) COMPORTAMENTO ÓPTICO Lentes de bordos delgados: Lentes de bordos esessos: Sendo n = índce de reração do meo e n = índce de reração da lente Lentes Convergentes:

Leia mais

NOTAS DE AULA DA DISCIPLINA CE076

NOTAS DE AULA DA DISCIPLINA CE076 5. COMPONENTES PRINCIPAIS 5. Introdução A análse de Comonentes Prncas está relaconada com a exlcação da estrutura de covarânca or meo de oucas combnações lneares das varáves orgnas em estudo, ou sea, rocura

Leia mais

Física Experimental 1 - FEP113 Prova Final - 28/06/2 007

Física Experimental 1 - FEP113 Prova Final - 28/06/2 007 Fíca Epermental - FEP3 Prova Fnal - 8/06/ 007 Aluno: n o UP: Cada aluno pode conultar lvremente o materal de que dpõe. Note que a pontuação máma deta prova oma,5 e que, por outro lado, o tempo é eíguo

Leia mais

Uma análise aplicada de decisão com opção de venda utilizando cadeias de Markov

Uma análise aplicada de decisão com opção de venda utilizando cadeias de Markov UMA ANÁLISE APLICADA DE DECISÃO COM OPÇÃO DE VENDA UTILIZANDO CADEIAS DE MARKOV JOSÉ CÉSAR CRUZ JÚNIOR; RICARDO MENDONÇA FONSECA; LUIZ FERNANDO OHARA KAMOGAWA; ESALQ/USP PIRACICABA - SP - BRASIL cesarcruzjr@hotmail.com

Leia mais

Elaboração: Fevereiro/2008

Elaboração: Fevereiro/2008 Elaboração: Feverero/2008 Últma atualzação: 19/02/2008 E ste Caderno de Fórmulas tem por objetvo esclarecer aos usuáros a metodologa de cálculo e os crtéros de precsão utlzados na atualzação das Letras

Leia mais

Introdução. Introdução. Introdução Cinemática direta vs. Cinemática inversa. Introdução. Introdução Cinemática direta vs. Cinemática inversa

Introdução. Introdução. Introdução Cinemática direta vs. Cinemática inversa. Introdução. Introdução Cinemática direta vs. Cinemática inversa 4/4/6 à Robóta Cnemáta dreta rof. Dougla G. Maharet dougla.maharet@d.ufmg.br Dnâma Etuda o relaonamento entre o movmento e a força e torque que o auaram No ao de manpuladore Dado o movmento do manpulador,

Leia mais

CAPÍTULO 10 Modelagem e resposta de sistemas discretos

CAPÍTULO 10 Modelagem e resposta de sistemas discretos CAPÍTULO 10 Modelagem e repota de itema dicreto 10.1 Introdução O itema dicreto podem er repreentado, do memo modo que o itema contínuo, no domínio do tempo atravé de uma tranformação, nete cao a tranformada

Leia mais

DEMONSTRATIVO DE CÁLCULO DE APOSENTADORIA - FORMAÇÃO DE CAPITAL E ESGOTAMENTO DAS CONTRIBUIÇÕES

DEMONSTRATIVO DE CÁLCULO DE APOSENTADORIA - FORMAÇÃO DE CAPITAL E ESGOTAMENTO DAS CONTRIBUIÇÕES Página 1 de 28 Atualização: da poupança jun/81 1 133.540,00 15,78 10,00% 13.354,00 10,00% 13.354,00 26.708,00-0,000% - 26.708,00 26.708,00 26.708,00 jul/81 2 133.540,00 15,78 10,00% 13.354,00 10,00% 13.354,00

Leia mais

Controle Servo e Regulatório

Controle Servo e Regulatório ontrole Sero e Regulatório Outro Proeo de Searação Prof a Ninoka Bojorge Deartamento de Engenharia Químia e de Petróleo U Sitema de mitura de orrente, w 2, w 2 Relembrando Exemlo da aula anterior A, w

Leia mais

UNIVERSIDADE DO ESTADO DA BAHIA - UNEB DEPARTAMENTO DE CIÊNCIAS EXATAS E DA TERRA COLEGIADO DO CURSO DE DESENHO INDUSTRIAL CAMPUS I - SALVADOR

UNIVERSIDADE DO ESTADO DA BAHIA - UNEB DEPARTAMENTO DE CIÊNCIAS EXATAS E DA TERRA COLEGIADO DO CURSO DE DESENHO INDUSTRIAL CAMPUS I - SALVADOR Matéra / Dscplna: Introdução à Informátca Sstema de Numeração Defnção Um sstema de numeração pode ser defndo como o conjunto dos dígtos utlzados para representar quantdades e as regras que defnem a forma

Leia mais

3 Seleção de Variáveis Baseada em Informação Mútua sob Distribuição de Informação Uniforme (MIFS-U)

3 Seleção de Variáveis Baseada em Informação Mútua sob Distribuição de Informação Uniforme (MIFS-U) 3 Seleção de Varáve Baeada em nformação Mútua ob trbução de nformação Unforme MFS-U 3.1 Seleção de Varáve de Entrada para Problema de Clafcação A eleção de varáve de entrada deempenha um mportante papel

Leia mais

Teste Intermédio I (45%)

Teste Intermédio I (45%) 0 Anále de Dado e Probabldade º Semetre 00-007 Fernando Brto Soare Cáta Fernande Pedro Chave Tete Intermédo Data: 7 de Outubro de 00, 7:00 Duração: hora ota: A utlzação de máquna centífca e gráfca ó erá

Leia mais

4.1 Modelagem dos Resultados Considerando Sazonalização

4.1 Modelagem dos Resultados Considerando Sazonalização 30 4 METODOLOGIA 4.1 Modelagem dos Resultados Consderando Sazonalzação A sazonalzação da quantdade de energa assegurada versus a quantdade contratada unforme, em contratos de fornecmento de energa elétrca,

Leia mais

Livro para a SBEA (material em construção) Edmundo Rodrigues 9. peneiras

Livro para a SBEA (material em construção) Edmundo Rodrigues 9. peneiras Livro para a SBEA (material em contrução) Edmundo Rodrigue 9 4.1. Análie granulométrica Granulometria, graduação ou compoição granulométrica de um agregado é a ditribuição percentual do eu divero tamanho

Leia mais

PROVA DE MATEMÁTICA DA UFMG VESTIBULAR 2011 2 a Fase. RESOLUÇÃO: Profa. Maria Antônia Gouveia.

PROVA DE MATEMÁTICA DA UFMG VESTIBULAR 2011 2 a Fase. RESOLUÇÃO: Profa. Maria Antônia Gouveia. PROVA DE MATEMÁTICA DA UFMG VESTIBULAR 0 a Fase Profa Mara Antôna Gouvea PROVA A QUESTÃO 0 Consdere as retas r, s e t de equações, resectvamente, y x, y x e x 7 y TRACE, no lano cartesano abaxo, os gráfcos

Leia mais

1 Princípios da entropia e da energia

1 Princípios da entropia e da energia 1 Prncípos da entropa e da energa Das dscussões anterores vmos como o conceto de entropa fo dervado do conceto de temperatura. E esta últma uma conseqüênca da le zero da termodnâmca. Dentro da nossa descrção

Leia mais

2 Técnicas convencionais usadas na modelagem de sistemas não lineares

2 Técnicas convencionais usadas na modelagem de sistemas não lineares Ténas onvenonas usadas na modelagem de sstemas não lneares Ténas onvenonas usadas na modelagem de sstemas não lneares.1. Revsão Bblográfa Os modelos lneares desemenharam um mortante ael no desenvolvmento

Leia mais

Departamento de Informática. Modelagem Analítica. Modelagem Analítica do Desempenho de Sistemas de Computação. Disciplina:

Departamento de Informática. Modelagem Analítica. Modelagem Analítica do Desempenho de Sistemas de Computação. Disciplina: Deartameto de Iormáta Dla: Modelagem Aalíta do Deemeho de Stema de Comutação Rede de Fla: roblema da C e Do Do Método de Solução: Covolução ro. Sérgo Colher olher@.u-ro.br roblema Modelagem Aalíta Codere

Leia mais

PRÓ-TRANSPORTE - MOBILIDADE URBANA - PAC COPA 2014 - CT 318.931-88/10

PRÓ-TRANSPORTE - MOBILIDADE URBANA - PAC COPA 2014 - CT 318.931-88/10 AMPLIAÇÃO DA CENTRAL DE Simpl Acum Simpl Acum jul/10 a jun/11 jul/11 12 13 (%) (%) (%) (%) 1.72.380,00 0,00 0,00 0,00 361.00,00 22,96 22,96 1/11 AMPLIAÇÃO DA CENTRAL DE ago/11 Simpl Acum Simpl Acum Simpl

Leia mais

PRÓ-TRANSPORTE - MOBILIDADE URBANA - PAC COPA 2014 - CT 318.931-88/10

PRÓ-TRANSPORTE - MOBILIDADE URBANA - PAC COPA 2014 - CT 318.931-88/10 AMPLIAÇÃO DA CENTRAL DE Simpl Acum Simpl Acum jul/10 a jun/11 jul/11 12 13 (%) (%) (%) (%) 0,00 0,00 0,00 0,00 0,00 0,00 1/11 AMPLIAÇÃO DA CENTRAL DE ago/11 Simpl Acum Simpl Acum Simpl Acum 14 set/11 15

Leia mais

Uso da análise de componentes principais para a criação de clusters como mecanismo de diversificação de carteira de ativos do setor agroindustrial

Uso da análise de componentes principais para a criação de clusters como mecanismo de diversificação de carteira de ativos do setor agroindustrial USO DA ANÁLISE DE COMPONENTES PRINCIPAIS PARA A CRIAÇÃO DE CLUSTERS COMO MECANISMO DE DIVERSIFICAÇÃO DE CARTEIRA DE ATIVOS DO SETOR AGROINDUSTRIAL LUIZ FERNANDO OHARA KAMOGAWA; RICARDO MENDONÇA FONSECA;

Leia mais

Escolha do Consumidor sob condições de Risco e de Incerteza

Escolha do Consumidor sob condições de Risco e de Incerteza 9/04/06 Escolha do Consumdor sob condções de Rsco e de Incerteza (Capítulo 7 Snyder/Ncholson e Capítulo Varan) Turma do Prof. Déco Kadota Dstnção entre Rsco e Incerteza Na lteratura econômca, a prmera

Leia mais

O diagrama em blocos contém vários itens na sua representação. São estes: Seta - É usada para representar o sentido do fluxo de sinal.

O diagrama em blocos contém vários itens na sua representação. São estes: Seta - É usada para representar o sentido do fluxo de sinal. Dagrama de Blc Verfcand mdel para tema cmplex, pde-e ntar que ele ã reultante de ubtema u element, cada qual cm ua funçã de tranferênca. O dagrama em blc pdem er uad para repreentar cada um dete ubtema,

Leia mais

5. DIAGRAMA EM BLOCOS

5. DIAGRAMA EM BLOCOS Stema de Cntrle 5. DIAGRAMA EM BLOCOS Verfcand mdel para tema cmplex, pde-e ntar que ele ã reultante de ubtema u element, cada qual cm ua funçã de tranferênca. O dagrama em blc pdem er uad para repreentar

Leia mais

2 Revisão Bibliográfica

2 Revisão Bibliográfica Revião Bibliográia.1. Introdução A eiiênia do itema de reorço om omóito de ibra de arbono e o etabeleimento de ritério de dimenionamento requerem uma maior omreenão do meanimo de aderênia que envolvem

Leia mais

FUNDAMENTOS DA PROGRAMAÇÃO SEMAFÓRICA

FUNDAMENTOS DA PROGRAMAÇÃO SEMAFÓRICA Lus Vlanova * FUNDMENOS D PROGRMÇÃO SEMFÓRIC resentação Este artgo detalha os rmeros assos da teora de cálculo da rogramação semafórca de um semáforo solado, deduzndo as equações báscas do temo de cclo

Leia mais

Energia de deformação na flexão

Energia de deformação na flexão - UNIVERSIDADE FEDERAL FLUMINENSE ESCOLA DE ENGENHARIA INDUSTRIAL METALÚRGICA DE VOLTA REDONDA PROFESSORA: SALETE SOUZA DE OLIVEIRA BUFFONI DISCIPLINA: RESISTÊNCIA DOS MATERIAIS Energa de deformação na

Leia mais

UNIVERSIDADE TÉCNICA DE LISBOA INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO

UNIVERSIDADE TÉCNICA DE LISBOA INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO UNIVERSIDADE TÉCNICA DE LISBOA INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO Metrado em Economa Monetára e Fnancera O PARADOXO DA CORRELAÇÃO DO CONSUMO NA PRESENÇA DE PROBABILIDADES SUBJECTIVAS HETEROGÉNEAS

Leia mais

Controle de Ponto Eletrônico. Belo Horizonte

Controle de Ponto Eletrônico. Belo Horizonte Controle de Ponto Eletrônco da Câmara Muncpal de Belo Horzonte Instrutor: André Mafa Latn DIVPES agosto de 2010 Objetvo Informar sobre o preenchmento da folha de frequênca; Facltar o trabalho das chefas;

Leia mais

Exercícios de cisalhamento puro e flexão simples - prof. Valério SA Universidade de São Paulo - USP

Exercícios de cisalhamento puro e flexão simples - prof. Valério SA Universidade de São Paulo - USP Exercíco de calhamento puro e flexão mple - prof. Valéro S Unverdade de São Paulo - USP São Paulo, dezembro de 05.. etrutura de contenção eta ubmetda a uma ação de empuxo do olo, onde a dtrbução é lnear

Leia mais

CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA DE SÃO PAULO CEFET SP

CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA DE SÃO PAULO CEFET SP Diciplina: Mecânica do Fluido Aplicada Lita de Exercício Reolvido Profeor: 1 de 11 Data: 13/0/08 Caruo 1. Um menino, na tentativa de melhor conhecer o fundo do mar, pretende chegar a uma profundidade de

Leia mais

LABORATÓRIOS DE FÍSICA 2018/2019

LABORATÓRIOS DE FÍSICA 2018/2019 Eperênca : Medda Epermenta Objetvo: Introdução à medda epermenta. Erro epermenta. Introdução: Medr é comparar uma grandeza com outra da mema epéce que e toma como undade. Eta comparação pode er feta dretamente,

Leia mais

Data Moeda Valor Vista Descrição Taxa US$ 07-Jul-00 Real 0,5816 Sem frete - PIS/COFINS (3,65%) NPR 1,81 14-Jul-00 Real 0,5938 Sem frete - PIS/COFINS

Data Moeda Valor Vista Descrição Taxa US$ 07-Jul-00 Real 0,5816 Sem frete - PIS/COFINS (3,65%) NPR 1,81 14-Jul-00 Real 0,5938 Sem frete - PIS/COFINS Data Moeda Valor Vista Descrição Taxa US$ 07-Jul-00 Real 0,5816 Sem frete - PIS/COFINS (3,65%) NPR 1,81 14-Jul-00 Real 0,5938 Sem frete - PIS/COFINS (3,65%) NPR 1,8 21-Jul-00 Real 0,6493 Sem frete - PIS/COFINS

Leia mais

Resposta de Frequência

Resposta de Frequência Deartamento de Engenharia Química e de Petróleo UFF Dicilina: TEQ0- CONTROLE DE PROCESSOS Método de Margem de anho e Outro Proceo de Searação de Fae Prof a Ninoka Boorge Reota de Frequência Quando um Proceo

Leia mais

Elaboração: Novembro/2005

Elaboração: Novembro/2005 Elaboração: Novembro/2005 Últma atualzação: 18/07/2011 Apresentação E ste Caderno de Fórmulas tem por objetvo nformar aos usuáros a metodologa e os crtéros de precsão dos cálculos referentes às Cédulas

Leia mais

CENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnilesteMG

CENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnilesteMG 1 CENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnlesteMG Dscplna: Introdução à Intelgênca Artfcal Professor: Luz Carlos Fgueredo GUIA DE LABORATÓRIO LF. 01 Assunto: Lógca Fuzzy Objetvo: Apresentar o

Leia mais

Modelo de Programação Estocástica

Modelo de Programação Estocástica Modelo de Programação Estocástca 23 2 Modelo de Programação Estocástca 2.. Concetos báscos A programação estocástca (PE) é defnda como um modelo de otmzação que apresenta um ou mas parâmetros estocástcos

Leia mais

CURSO ON-LINE PROFESSOR: VÍTOR MENEZES

CURSO ON-LINE PROFESSOR: VÍTOR MENEZES O Danel Slvera pedu para eu resolver mas questões do concurso da CEF. Vou usar como base a numeração do caderno foxtrot Vamos lá: 9) Se, ao descontar uma promssóra com valor de face de R$ 5.000,00, seu

Leia mais

Análise Discriminante: classificação com 2 populações

Análise Discriminante: classificação com 2 populações Análse Dscrmnane: classcação com oulações Eemlo : Proreáros de coradores de rama oram avalados seundo duas varáves: Renda U$ ; Tamanho da roredade m. Eemlo : unção dscrmnane unvarada ~ ama4 4 3 e ~ ama8.5

Leia mais

SITE EM JAVA PARA A SIMULAÇÃO DE MÁQUINAS ELÉTRICAS

SITE EM JAVA PARA A SIMULAÇÃO DE MÁQUINAS ELÉTRICAS SITE EM JAVA PARA A SIMULAÇÃO DE MÁQUINAS ELÉTRICAS Reumo Luca Franco de Ai¹ Marcelo Semenato² ¹Intituto Federal de Educação, Ciência e Tecnologia/Campu Jataí/Engenharia Elétrica/PIBIT-CNPQ lucafranco_jty@hotmail.com

Leia mais

Neste pequeno artigo resolveremos o problema 2 da USAMO (USA Mathematical Olympiad) 2005: (x 3 + 1)(x 3 + y) = 147 157 (x 3 + y)(1 + y) = 157 147 z 9

Neste pequeno artigo resolveremos o problema 2 da USAMO (USA Mathematical Olympiad) 2005: (x 3 + 1)(x 3 + y) = 147 157 (x 3 + y)(1 + y) = 157 147 z 9 Ésófatorar... Serámesmo? Neste equeno artigo resolveremos o roblema 2 da USAMO (USA Mathematical Olymiad) 2005: Problema. Prove que o sistema x 6 + x + x y + y = 147 157 x + x y + y 2 + y + z 9 = 157 147

Leia mais

SINTONIA DE CONTROLADORES P.I.D. João Lourenço Realizado em Janeiro de 96 e revisto em Janeiro de 97

SINTONIA DE CONTROLADORES P.I.D. João Lourenço Realizado em Janeiro de 96 e revisto em Janeiro de 97 SINTONIA DE CONTROLADORES P.I.D. João Lourenço Realzado em Janero de 96 e revsto em Janero de 97 O resente texto retende, ncalmente, dar a conhecer quas as característcas rncas das váras acções de controlo,

Leia mais

VI SBQEE. 21 a 24 de agosto de 2005 Belém Pará Brasil

VI SBQEE. 21 a 24 de agosto de 2005 Belém Pará Brasil VI SBQEE 2 a 24 de agoto de 2005 Belém Pará Bral Códgo: BEL 3 7679 Tópco: Stema de Montoramento e Tratamento de dado REDES EURAIS A CLASSIFICAÇÃO DE EVETOS DE QUALIDADE DE EERGIA ELÉTRICA: UMA ABORDAGEM

Leia mais

Aula 3 - Classificação de sinais

Aula 3 - Classificação de sinais Processamento Dgtal de Snas Aula 3 Professor Marco Esencraft feverero 0 Aula 3 - Classfcação de snas Bblografa OPPENHEIM, AV; WILLSKY, A S Snas e Sstemas, a edção, Pearson, 00 ISBN 9788576055044 Págnas

Leia mais

Regressão e Correlação Linear

Regressão e Correlação Linear Probabldade e Estatístca I Antono Roque Aula 5 Regressão e Correlação Lnear Até o momento, vmos técncas estatístcas em que se estuda uma varável de cada vez, estabelecendo-se sua dstrbução de freqüêncas,

Leia mais

CAPÍTULO 3 - RETIFICAÇÃO

CAPÍTULO 3 - RETIFICAÇÃO CAPÍTULO 3 - RETFCAÇÃO A maioria dos circuitos eletrônicos recisa de uma tensão cc ara oder trabalhar adequadamente Como a tensão da linha é alternada, a rimeira coisa a ser feita em qualquer equiamento

Leia mais

Introdução a Robótica

Introdução a Robótica Introdução a Robótia Índie Analítio Introdução.... Robô Indutriai.... O Etado da Arte.... Apliaçõe e Benefíio.... Fundamento da Tenologia em Robótia...8. Braço Meânio...8 Tipo de Junta...8 Grau de Liberdade...9

Leia mais

Portfelio Sharpe Três lideres

Portfelio Sharpe Três lideres Portfelo Share Três lderes Consderemos uma teora de ortfólo de alcatvos ara a cração de nstrumentos comlexos. este artgo, vamos mostrar como odemos crar uma cartera de comérco, mlementada utlzando tecnologas

Leia mais

E-mails: damasceno1204@yahoo.com.br damasceno@interjato.com.br damasceno12@hotmail.com http://www. damasceno.info www. damasceno.info damasceno.

E-mails: damasceno1204@yahoo.com.br damasceno@interjato.com.br damasceno12@hotmail.com http://www. damasceno.info www. damasceno.info damasceno. Matemátca Fnancera 007. Prof.: Luz Gonzaga Damasceno E-mals: amasceno04@yahoo.com.br amasceno@nterjato.com.br amasceno@hotmal.com 5. Taxa Over mensal equvalente. Para etermnar a rentablae por a útl one

Leia mais

RECALL SMITHS LISTA DOS PRODUTOS ENVOLVIDOS, IMPORTADOS AO BRASIL PELA CIRÚRGICA FERNANDES, COM INFORMAÇÕES SOBRE PRODUTOS VENDIDOS E EM ESTOQUE

RECALL SMITHS LISTA DOS PRODUTOS ENVOLVIDOS, IMPORTADOS AO BRASIL PELA CIRÚRGICA FERNANDES, COM INFORMAÇÕES SOBRE PRODUTOS VENDIDOS E EM ESTOQUE DOCUMENTO 2 LISTA DOS PRODUTOS ENVOLVIDOS, IMPORTADOS AO BRASIL PELA CIRÚRGICA FERNANDES, COM INFORMAÇÕES SOBRE PRODUTOS VENDIDOS E EM ESTOQUE 100.105.025 644425 10 10 fev/05 fev/10 9660 10/10/2005 13/10/2005

Leia mais

Vestibular 2013 2 a fase Gabarito Física

Vestibular 2013 2 a fase Gabarito Física etibular 203 2 a fae Gabarito Fíica Quetão 0 (alor: 5 ponto) Cálculo da variação da quantidade de movimento A velocidade inicial no momento do impacto erá a velocidade final da queda Aplicando conervação

Leia mais

dt A presente Instituição aderiu ao Código ANBIMA de Regulação e Melhores Práticas para os Fundos de Investimento. CARACTERÍSTICAS HG Verde Fundo de Investimento Multimercado FUNDO DE INVESTIMENTO EM

Leia mais

ESTUDO DINÂMICO DA PRESSÃO EM VASOS SEPARADORES VERTICAIS GÁS-LÍQUIDO UTILIZADOS NO PROCESSAMENTO PRIMÁRIO DE PETRÓLEO

ESTUDO DINÂMICO DA PRESSÃO EM VASOS SEPARADORES VERTICAIS GÁS-LÍQUIDO UTILIZADOS NO PROCESSAMENTO PRIMÁRIO DE PETRÓLEO ESTUDO DINÂMICO DA PRESSÃO EM VASOS SEPARADORES VERTICAIS GÁS-LÍQUIDO UTILIZADOS NO PROCESSAMENTO PRIMÁRIO DE PETRÓLEO Thale Cainã do Santo Barbalho 1 ; Álvaro Daniel Tele Pinheiro 2 ; Izabelly Laria Luna

Leia mais

Ecologia Geral Riqueza e Diversidade de Espécies

Ecologia Geral Riqueza e Diversidade de Espécies Ecologa Geral Rqueza e Dverdade de Epéce Prof. Wllam Cota Rodrgue Pó-Doutor em Entomologa/Ecologa Unverdade Severno Sombra Tranparênca Extra I 1 Conceto A dverdade de epéce refere-e à varedade de epéce

Leia mais

Capítulo 5: Análise através de volume de controle

Capítulo 5: Análise através de volume de controle Capítulo 5: Análie atravé de volume de controle Volume de controle Conervação de maa Introdução Exite um fluxo de maa da ubtância de trabalho em cada equipamento deta uina, ou eja, na bomba, caldeira,

Leia mais

Análise do jogo de barganha no setor de contratação de uma empresa de transporte

Análise do jogo de barganha no setor de contratação de uma empresa de transporte XXV Encontro Nac. de Eng. de Produção Porto Alegre, RS, Brasl, 9 out a 0 de nov de 005 Análse do jogo de barganha no setor de contratação de uma emresa de transorte Paulo Fernando do Rêgo Barros Júnor

Leia mais

TEXTO PARA DISCUSSÃO N o 1240

TEXTO PARA DISCUSSÃO N o 1240 TEXTO PARA DISCUSSÃO N o 1240 AVALIAÇÃO DE UMA PROXY PARA A IDADE DA FIRMA UTILIZANDO AMOSTRAGEM COMPLEXA Gutavo Cota Patrck Alve Mran Bttencourt Káta Araújo Hélyo Doyle Braíla, dezembro de 2006 TEXTO

Leia mais

Enterprise Quality Management [EQM] Excelência em Gestão da Qualidade

Enterprise Quality Management [EQM] Excelência em Gestão da Qualidade Enterprie Quality Management [EQM] Excelência em Getão da Qualidade A Getão da Qualidade Total, do inglê Total Quality Management - TQM é uma etratégia de adminitração completa que tem como objetivo principal

Leia mais

Problemas de engenharia

Problemas de engenharia Análse de Sstemas de otênca Análse de Sstemas de otênca ( AS ) Aula 3 Operação Econômca de Sstemas de otênca 03//008 roblemas de engenhara Análse de Sstemas de otênca ( AS ) ANÁLISE Defndo o sstema, determnar

Leia mais

Aplicação de Teoria de Jogos à Alocação de Capacidade Firme em um Sistema Térmico

Aplicação de Teoria de Jogos à Alocação de Capacidade Firme em um Sistema Térmico Gutavo Alberto Amaral Ayala Aplcação de Teora de Joo à Alocação de Capacdade Frme em um Stema Térmco ertação de Metrado ertação apreentada como requto parcal para obtenção do rau de Metre pelo Prorama

Leia mais

O preço de uma opção de compra segundo a teoria de Black, Scholes e Merton

O preço de uma opção de compra segundo a teoria de Black, Scholes e Merton O preço de uma opção de compra segundo a teoria de Black, Scholes e Merton Há opções de compra e de venda, do tipo europeu e do tipo americano. As do tipo americano podem ser exercidas a qualquer momento,

Leia mais

Modelagem Matemática e Simulação computacional de um atuador pneumático considerando o efeito do atrito dinâmico

Modelagem Matemática e Simulação computacional de um atuador pneumático considerando o efeito do atrito dinâmico Modelagem Matemática e Simulação computacional de um atuador pneumático coniderando o efeito do atrito dinâmico Antonio C. Valdiero, Carla S. Ritter, Luiz A. Raia Depto de Ciência Exata e Engenharia, DCEEng,

Leia mais

2 Metodologia de Medição de Riscos para Projetos

2 Metodologia de Medição de Riscos para Projetos 2 Metodologa de Medção de Rscos para Projetos Neste capítulo remos aplcar os concetos apresentados na seção 1.1 ao ambente de projetos. Um projeto, por defnção, é um empreendmento com metas de prazo, margem

Leia mais

Teoria de Filas. Agner Krarup Erlang (*1878, Lonborg, Dinamarca; 1929, Copenhagen, Dinamarca). Fernando Nogueira Teoria de Filas 1

Teoria de Filas. Agner Krarup Erlang (*1878, Lonborg, Dinamarca; 1929, Copenhagen, Dinamarca). Fernando Nogueira Teoria de Filas 1 Teoria de Fila Ager Kraru Erlag (*878, Loborg, Diamarca; 99, Coehage, Diamarca). Ferado Nogueira Teoria de Fila Itrodução O etudo de Teoria de Fila trata com o feômeo de aguardar em fila uado medida rereetativa

Leia mais

2 Modelos de Otimização sob Incerteza 2.1. Introdução

2 Modelos de Otimização sob Incerteza 2.1. Introdução 2 Modelos de Otmzação sob Incerteza 2.. Introdução Modelos de programação matemátca são comumente utlzados para solução de problemas de programação da produção, de logístca, de schedulng e de planejamento

Leia mais

DELEGACIA REGIONAL TRIBUTÁRIA DE

DELEGACIA REGIONAL TRIBUTÁRIA DE Fatores válidos para recolhimento em 01/08/2016 JANEIRO 3,3714 3,2396 3,0166 2,8566 2,6932 2,5122 2,3076 2,1551 1,9790 1,8411 1,7203 1,5947 FEVEREIRO 3,3614 3,2158 3,0021 2,8464 2,6807 2,4939 2,2968 2,1429

Leia mais

PROCEDIMENTO DE MERCADO AM.04 Cálculo de Votos e Contribuição

PROCEDIMENTO DE MERCADO AM.04 Cálculo de Votos e Contribuição PROCEDIMENTO DE MERCADO AM.04 Cálculo de Voto e Contribuição Reponável pelo PM: Acompanhamento do Mercado CONTROLE DE ALTERAÇÕES Verão Data Decrição da Alteração Elaborada por Aprovada por PM AM.04 - Cálculo

Leia mais