UNIVERSIDADE CATÓLICA PORTUGUESA Faculdade de Ciências Económicas e Empresariais. Microeconomia I

Tamanho: px
Começar a partir da página:

Download "UNIVERSIDADE CATÓLICA PORTUGUESA Faculdade de Ciências Económicas e Empresariais. Microeconomia I"

Transcrição

1 UNIVERSIDADE CATÓLICA PORTUGUESA Faculdade de Cêncas Económcas e Empresaras Mcroeconoma I Lcencaturas em Admnstração e Gestão de Empresas e em Economa 9 de Janero de 004 Fernando Branco Teste Fnal fbranco@fceeucppt O teste tem a duração de horas e 30 mnutos Não é permtda a consulta de quasquer elementos BOA SORTE Exercíco : (45 valores) 04 0 Uma empresa tem a segunte função de produção, F ( k, l) = k l Os factores são adqurdos em mercados compettvos aos preços p = e p = 6 a) Como classfca esta função relatvamente aos rendmentos de escala? Se o trabalho aumentar 0% e o captal se mantver constante, qual a varação percentual do produto? (Cotação: valores) Resolução: A função de produção tem rendmentos decrescentes à escala (grau 05) Se o trabalho aumentar 0% e o captal se mantver constante, o produto aumentará % (o expoente assocado ao trabalho representa a elastcdade do produto em relação ao factor trabalho) b) Se a empresa desejar produzr 4 undades de produto fnal, quas as quantdades de factores que deverá empregar? (Cotação: 5 valores) Resolução: Calculando as produtvdades margnas e a taxa margnal de substtução técnca teremos: k PMg k = 04k l, PMg k = 0k l e TMST k, l = 0 5 l Portanto, dados os preços dos factores teremos: k 6 05 = k = 3 l 04 0 l = k l = 4 c) Determne a função de custo de curto prazo desta empresa Depos, partndo da função custo de curto prazo, determne a função de custo de longo prazo (Cotação: valores) k l /

2 Resolução: Assumndo que no curto prazo o captal é o factor constante, comecemos por notar que a procura de trabalho no curto prazo é descrta por: 4 0 L CP ( q, k) = k q Portanto a função de custo de curto prazo é descrta por: ( q, k) = k + 6k q Partndo desta função podemos obter a função procura de captal no longo prazo resolvendo: 4 0 mn k + 6k q, 5 0 LP 64k q = 0 K ( q) = q Substtundo na função de custo de curto prazo obtemos a função de custo de longo prazo: C LP ( q) = 5q C CP 4 0 Exercíco : (4 valores) Um certo mercado é servdo por uma únca empresa que pode escolher o preço que mas lhe nteressar A sua procura é descrta pela função Q D ( p) = 7 p e os custos são descrtos pela função C( q) = q a) Qual o preço que esta empresa deverá escolher? Quanto venderá e que lucro terá? (Cotação: valor) Resolução: A empresa deve escolher o preço que resolve o problema: Max ( 7 p )( p ) A condção de prmera ordem conduz a: 76 4 p = 0 p = 9, pelo que a empresa venderá q = 7 9 = 34 undades e terá lucro de ( 9 ) 34 = 578 π = b) O que entende por dscrmnação perfeta de preços? Se a empresa tvesse a possbldade de pratcar uma dscrmnação de preços, quanto vendera e que lucro tera? (Cotação: valor) Resolução: Dscrmnação de preços corresponde a uma stuação em que o vendedor tvesse a consegusse pratcar preços dferentes por cada transacção de forma a aproprar-se de todo o excedente das transacções Nesse caso, devera vender até que o preço da últma transacção fosse gual ao custo margnal, sto é, pelo vendera q = 7 = 68 undades e tera o lucro de: π = 68 ( 7 ) = 380 c) Suponha agora que a entrada neste mercado passava a ser permtda a todas as empresas que pagassem o custo de uma lcença, a, para poderem operar Além dsso, em vrtude de regulação de mercado, estas ram ser forçadas a comportar-se como em concorrênca perfeta Qual sera o equlíbro de mercado? (Cotação: valores) Resolução: Se as empresas são forçadas pelo regulador a comportar-se como em concorrênca perfeta, elas rão escolher o preço gual ao custo margnal A empresa /

3 já nstalada no mercado tem custo margnal constante e gual a, e portanto escolhendo preço gual a custo margnal tera lucro nulo Assumndo que as potencas novas empresas teram a mesma estrutura de custos, também elas teram lucro nulo caso entrassem no mercado; mas como teram de pagar a lcença, não ram querer entrar Portanto, manter-se-a apenas uma empresa no mercado mas pratcado o preço gual a Exercíco 3: (5 valores) Consdere um mercado onde exstem duas empresas que produzem produtos substtutos mperfetos, formando-se um duopólo com produtos dferencados A procura drgda à prmera empresa (empresa ) é descrta por Q D ( p, p ) = 5 p + p, enquanto a procura drgda à nova empresa (empresa ) é Q D p, p ) + p descrta por ( = p Ambas as empresas têm uma custos descrtos por C ( q ) = q a) Admta que as empresas escolhem preços, sendo a empresa a líder e a empresa a segudora Que preços serão escolhdos? Quanto venderá e que lucro terá cada empresa? (Cotação: 5 valores) Resolução: A empresa resolverá o segunte problema: Max ( + p p )( p ), + p 4 p + 4 = 0 p = 4 + p 4 Tendo este comportamento em conta, a empresa resolve o problema: Max 5 p p ( p ), p + = 0 p = = 7 7 Portanto, o preço escolhdo pela empresa será: p = 85 As quantdades venddas e os lucros serão q = 6 5, q = 5, π = e π = 785 b) Admta agora que a escolha de preços se faza em smultâneo e de forma não cooperatva Que preços seram escolhdos? Quanto vendera e que lucro tera cada empresa? (Cotação: 5 valores) Resolução: Dada a escolha em smultâneo, a empresa quererá estar sobre a sua função de melhor resposta, que resulta de: Max (5 p + p )( p ), 5 4 p + p + 4 = 0 p = 4 + p 4 Juntando as duas funções de melhor resposta, temos a solução p 6 e p 8 As quantdades e os lucros serão q = 8, q =, = 39 = = π e π 7 = 3/3

4 c) Se as empresas acordassem em escolher os seus preços de forma cooperatva, que preços seram escolhdos? Quanto vendera cada empresa e que lucros teram? (Cotação: valores) Resolução: Neste caso os preços seram escolhdos como se de uma só empresa com duas fábrcas e operando em dos mercados se tratasse Resolva, por sso, o segunte problema: Max (5 p + p )( p ) + ( + p p )( p ), o que conduzra a: 6 p = p = 7 p 3 p p = 7 4 p = 3 Assm sendo as quantdades venddas e os lucros seram q = 5, q = 5, π = e π = Exercíco 4: ( valores) Consdere o segunte jogo estátco: Jogador Jogador L M T x, x 6, B, 6 5, 5 a) Que valores poderá assumr x por forma a que este jogo tenha a estrutura do Dlema dos Prsoneros? Justfque devdamente Atrbua um desses valores a x e dentfque o equlíbro de Nash do jogo (Cotação: valor) Resolução: Para que o jogo tenha a estrutura do Dlema dos Prsoneros é necessáro que < x < 5 Para qualquer um desses valores de x o jogo tem um equlíbro de Nash em (T,L) b) Suponha agora que o jogo é repetdo nfntas vezes Em que condções será possível ter (B,M) escolhdo em cada período Explque devdamente (Cotação: valor) Resolução: Pode resolver-se o problema para qualquer dos valores de x, sendo necessáro satsfazer a condção: 5 6( δ ) + xδ δ, 6 x onde δ é o factor de desconto dos jogadores Exercíco 5: (45 valores) Responda às seguntes questões: 4/4

5 a) Num lelão de prmero preço com valores prvados a proposta apresentada por cada lctante é menor do que o valor que atrbuem ao objecto, sendo que a dferença entre o valor e a proposta dmnu com o aumento do número dos lctantes Explque porquê (Cotação: 5 valores) Resolução: Ao lctar num lelão de prmero preço uma proposta nferor ao valor que realmente atrbu ao objecto, o lctante está a dmnur a probabldade de ganhar mas a garantr uma utldade superor quando ganha Porém, aumento o número de lctantes, para a mesma proposta reduz-se a probabldade de ganhar, razão pela qual o lctante prefere elevar um pouco a proposta que submete b) Descreva o modelo de olgopólo de Sweezy Quas as lmtações deste modelo na descrção do comportamento das empresas em mercados de olgopólo? (5 valores) Resolução: O modelo de olgopólo de Sweezy é um modelo que tem como hpóteses subjacentes a exstênca de poucas empresas num mercado onde exstem barreras à entrada, produzndo produtos dferencados, e em que se assume que cada empresa crê que se descer o preço será acompanhada pelos rvas, mas subdas de preço não o serão Em vrtude desta hpótese de comportamento, cada empresa tem uma curva de procura quebrada, ntroduzndo uma descontnudade na receta margnal, razão pela qual a solução óptma tem alguma nérca mesmo que o custo margnal vare entre certos lmtes Este modelo tem duas mportantes lmtações: a hpótese quanto ao comportamento das empresas não é explcado pelo modelo, não sendo claro que seja do nteresse das empresas comportarem-se do modo assumdo; por outro lado, o ponto de equlíbro ncal tem alguma nérca, mas não é justfcado pelo modelo c) Explque o mercado de automóves usados analsado na aula Explque qual é o equlíbro de mercado quando todos os agentes estão nformados sobre as característcas dos automóves e de que forma ele se altera se passar a exstr assmetra de nformação e apenas os compradores souberem as característcas de cada automóvel? (Cotação: 5 valores) Resolução: Nas aulas analsamos um modelo do mercado de automóves usados em que assummos que hava dos tpos de automóves: os de boa e os de má qualdade Nesse mercado exstam 00 potencas vendedores, cada um dono de um automóvel, que valorzavam os automóves de boa qualdade em 000 e os de má qualdade em 000; e 0 potencas clentes, cada um nteressado em um automóvel, valorzando um de boa qualdade em 400 e um de má qualdade em 00 Dos 00 automóves, 50 são de boa qualdade e 50 são de má qualdade Exstndo ncerteza, todos os agentes eram neutros ao rsco Se todos os agentes tverem nformação sobre a qualdade de cada automóvel, como os potencas clentes valorzam mas qualquer automóvel do que os potencas vendedores, ndependentemente da respectva qualdade, todos os automóves serão venddos: os de boa qualdade ao preço de 400 e os de má qualdade ao preço de 00 Caso exstsse assmetra de nformação e apenas os consumdores soubessem as característcas dos automóvel, mas actuando todos os agentes como tomadores de preço, só ram ser transacconados os automóves de boa qualdade pelo preço de 400 5/5

UNIVERSIDADE CATÓLICA PORTUGUESA Faculdade de Ciências Económicas e Empresariais. Microeconomia I

UNIVERSIDADE CATÓLICA PORTUGUESA Faculdade de Ciências Económicas e Empresariais. Microeconomia I UNIVERSIDADE CATÓLICA PORTUGUESA Faculdade de Cêncas Económcas e Empresaras Mcroeconoma I Lcencaturas em Admnstração e Gestão de Empresas e em Economa de Abrl de 003 Fernando Branco Exame para Fnalstas

Leia mais

Microeconomia I. Licenciaturas em Administração e Gestão de Empresas e em Economia

Microeconomia I. Licenciaturas em Administração e Gestão de Empresas e em Economia Mcroeconoma I Lcencaturas em Admnstração e Gestão de Empresas e em Economa Ano lectvo 010-011 Teste Intermédo 1º Semestre 5 de Outubro de 010 Regente: Fernando Branco (fbranco@ucppt) Catarna Slva, Danel

Leia mais

Microeconomia II. Cursos de Economia e de Matemática Aplicada à Economia e Gestão. AULA 2.1 Oligopólio em Quantidades (Cournot)

Microeconomia II. Cursos de Economia e de Matemática Aplicada à Economia e Gestão. AULA 2.1 Oligopólio em Quantidades (Cournot) Mcroeconoma II Cursos de Economa e de Matemátca Aplcada à Economa e Gestão AULA 2.1 Olgopólo em Quantdades (Cournot) Isabel Mendes 2007-2008 18-03-2008 Isabel Mendes/MICRO II 1 2.1 Olgopólo em Quantdades

Leia mais

Microeconomia II. Cursos de Economia e de Matemática Aplicada à Economia e Gestão AULA 5.3. Afectação de Bens Públicos: a Condição de Samuelson

Microeconomia II. Cursos de Economia e de Matemática Aplicada à Economia e Gestão AULA 5.3. Afectação de Bens Públicos: a Condição de Samuelson Mcroeconoma II Cursos de Economa e de Matemátca Aplcada à Economa e Gestão AULA 5.3 Afectação de Bens Públcos: a Condção de Isabel Mendes 2007-2008 5/3/2008 Isabel Mendes/MICRO II 5.3 Afectação de Bens

Leia mais

UNIVERSIDADE CATÓLICA PORTUGUESA. Microeconomia

UNIVERSIDADE CATÓLICA PORTUGUESA. Microeconomia UNIVERSIDDE CTÓLIC PORTUGUES Faculdade de Cêncas Económcas e Empresaras Mcroeconoma Lcencaturas em dmnstração e Gestão de Empresas e em Economa no lectvo 006-007 Fernando ranco º Semestre fbranco@ucp.pt

Leia mais

Capítulo 16: Equilíbrio Geral e Eficiência Econômica

Capítulo 16: Equilíbrio Geral e Eficiência Econômica Capítulo 6: Equlíbro Geral e Efcênca Econômca Pndck & Rubnfeld, Capítulo 6, Equlíbro Geral::EXERCÍCIOS. Em uma análse de trocas entre duas pessoas, suponha que ambas possuam dêntcas preferêncas. A curva

Leia mais

Microeconomia II. Cursos de Economia e de Matemática Aplicada à Economia e Gestão AULA 5.4

Microeconomia II. Cursos de Economia e de Matemática Aplicada à Economia e Gestão AULA 5.4 Mcroeconoma II Cursos de Economa e de Matemátca Aplcada à Economa e Gestão AULA 5.4 Provsão de Bens Públcos de forma descentralzada: a solução de Lndahl Isabel Mendes 2007-2008 13-05-2008 Isabel Mendes/MICRO

Leia mais

Microeconomia I 2005/06 24 de Janeiro de 2006 Duração: 2h + 30 min

Microeconomia I 2005/06 24 de Janeiro de 2006 Duração: 2h + 30 min Lcencaturas em Economa e dmnstração e Gestão de Empresas Mcroeconoma I 005/06 4 de Janero de 006 Duração: h 30 mn Fernando Machado na F. ntunes João Grana João Coelho Mguel Montenegro TENÇO: Lea antes

Leia mais

Microeconomia II. Cursos de Economia e de Matemática Aplicada à Economia e Gestão AULA 4.3. Decisão Intertemporal do Consumidor O Mercado de Capital

Microeconomia II. Cursos de Economia e de Matemática Aplicada à Economia e Gestão AULA 4.3. Decisão Intertemporal do Consumidor O Mercado de Capital Mcroeconoma II Cursos de Economa e de Matemátca Aplcada à Economa e Gestão AULA 4.3 Decsão Intertemporal do Consumdor O Mercado de Captal Isabel Mendes 2007-2008 4/17/2008 Isabel Mendes/MICRO II 1 3. EQUILÍBRIO

Leia mais

CAPÍTULO 11 JOGOS REPETIDOS

CAPÍTULO 11 JOGOS REPETIDOS CAPÍTULO 11 JOGOS REPETIDOS Objetvos: Defnr o conceto de jogo repetdo, desenvolver as noções de equlíbro perfeto em subjogos para esses jogos e mostrar, por meo de uma versão do Teorema Popular, que o

Leia mais

SIMULADO PROVA DE MICROECONOMIA. 19/07/2012 QUINTA-FEIRA HORÁRIO: 10:30h às 12:45h

SIMULADO PROVA DE MICROECONOMIA. 19/07/2012 QUINTA-FEIRA HORÁRIO: 10:30h às 12:45h SIMULDO PROV DE MICROECONOMI 9/07/0 QUINT-FEIR HORÁRIO: 0:30h às :5h QUESTÃO 0 Com respeto aos efetos renda e substtução, avale as afrmatvas: (0) Quando o preço de um bem vara, se os efetos substtução

Leia mais

Microeconomia I 2008/09 29 de Outubro de 2008 Duração: 2h15m + 30 min

Microeconomia I 2008/09 29 de Outubro de 2008 Duração: 2h15m + 30 min Lcencaturas em Economa e Admnstração e Gestão de Empresas Mcroeconoma I 8/9 9 de Outuro de 8 Duração: hm mn Fernando Machado, eastão Brto e Areu, João Barosa, Marta Lnce Fara, Francsco lva, Rta Rero da

Leia mais

Responda às questões utilizando técnicas adequadas à solução de problemas de grande dimensão.

Responda às questões utilizando técnicas adequadas à solução de problemas de grande dimensão. Departamento de Produção e Sstemas Complementos de Investgação Operaconal Exame Época Normal, 1ª Chamada 11 de Janero de 2006 Responda às questões utlzando técncas adequadas à solução de problemas de grande

Leia mais

Teoria dos Jogos. Prof. Maurício Bugarin Eco/UnB 2015-II. Aula 8 B Teoria dos Jogos Maurício Bugarin. Desenvolver o modelo de jogo repetido

Teoria dos Jogos. Prof. Maurício Bugarin Eco/UnB 2015-II. Aula 8 B Teoria dos Jogos Maurício Bugarin. Desenvolver o modelo de jogo repetido Teora dos Jogos Prof. Mauríco Bugarn Eco/UnB 015-II Rotero Capítulo 3. Jogos Jogos Repetdos Desenvolver o modelo de jogo repetdo Provar o teorema popular Aplcar para conluo no jogo de dlema dos prsoneros

Leia mais

Diferença entre a classificação do PIB per capita e a classificação do IDH

Diferença entre a classificação do PIB per capita e a classificação do IDH Curso Bem Estar Socal Marcelo Ner - www.fgv.br/cps Metas Socas Entre as mutas questões decorrentes da déa de se mplementar uma proposta de metas socas temos: Qual a justfcatva econômca para a exstênca

Leia mais

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo 3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas

Leia mais

Teoria dos Jogos. Prof. Maurício Bugarin Eco/UnB 2014-I. Aula 3 Teoria dos Jogos Maurício Bugarin. Roteiro. Horário da disciplina: 14h15 a 15h45

Teoria dos Jogos. Prof. Maurício Bugarin Eco/UnB 2014-I. Aula 3 Teoria dos Jogos Maurício Bugarin. Roteiro. Horário da disciplina: 14h15 a 15h45 Teora dos Jogos Prof. Mauríco Bugarn Eco/UnB 04-I Rotero Horáro da dscplna: 4h5 a 5h45 Introdução: Por que pensar estrategcamente? Exemplos de stuações nas quas pensar estrategcamente faz sentdo Concetos

Leia mais

3 Algoritmos propostos

3 Algoritmos propostos Algortmos propostos 3 Algortmos propostos Nesse trabalho foram desenvolvdos dos algortmos que permtem classfcar documentos em categoras de forma automátca, com trenamento feto por usuáros Tas algortmos

Leia mais

O mercado de oligopólio

O mercado de oligopólio Fernando Branco Ano lectvo 2003-2004 Trmestre de Inverno Sessão 6 O mercado de olgopólo Exstem poucas empresas Produtos dferencados ou homogéneo Interacções estratégcas: As decsões de umas empresas afectam

Leia mais

Soluções: OMercadoMonetárioe afunçãolm com Oferta de Moeda Exógena. Ana Santos e Vivaldo Mendes

Soluções: OMercadoMonetárioe afunçãolm com Oferta de Moeda Exógena. Ana Santos e Vivaldo Mendes Soluções: OMercadoMonetároe afunçãolm com Oferta de Moeda Exógena Ana Santos e Vvaldo Mendes ISCTE, Novembro 2000 Exercíco 70 (Determnação da Função LM) a) A oferta monetára é dada pela expressão: M s

Leia mais

Implementação Bayesiana

Implementação Bayesiana Implementação Bayesana Defnção 1 O perfl de estratégas s.) = s 1.),..., s I.)) é um equlíbro Nash-Bayesano do mecansmo Γ = S 1,..., S I, g.)) se, para todo e todo θ Θ, u gs θ ), s θ )), θ ) θ Eθ u gŝ,

Leia mais

Estatística I Licenciatura MAEG 2006/07

Estatística I Licenciatura MAEG 2006/07 Estatístca I Lcencatura MAEG 006/07 AMOSTRAGEM. DISTRIBUIÇÕES POR AMOSTRAGEM.. Em determnada unversdade verfca-se que 30% dos alunos têm carro. Seleccona-se uma amostra casual smples de 0 alunos. a) Qual

Leia mais

CAPÍTULO IV TEORIA DE JOGOS

CAPÍTULO IV TEORIA DE JOGOS CAPÍTULO IV TEORIA DE JOGOS 66 Teora de Jogos Caracterzação:. Cenáro determnístco.. v. Um conjunto de agentes de decsão (jogadores) Um conjunto de estratégas (acções) puras Uma função utldade para cada

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

UNIVERSIDADE PRESBITERIANA MACKENZIE CCSA - Centro de Ciências Sociais e Aplicadas Curso de Economia

UNIVERSIDADE PRESBITERIANA MACKENZIE CCSA - Centro de Ciências Sociais e Aplicadas Curso de Economia CCSA - Centro de Cêncas Socas e Aplcadas Curso de Economa ECONOMIA REGIONAL E URBANA Prof. ladmr Fernandes Macel LISTA DE ESTUDO. Explque a lógca da teora da base econômca. A déa que sustenta a teora da

Leia mais

INTRODUÇÃO À PROBABILIDADE. A probabilidade é uma medida da incerteza dos fenômenos. Traduz-se por um número real compreendido de 0 ( zero) e 1 ( um).

INTRODUÇÃO À PROBABILIDADE. A probabilidade é uma medida da incerteza dos fenômenos. Traduz-se por um número real compreendido de 0 ( zero) e 1 ( um). INTRODUÇÃO À PROILIDDE teora das probabldade nada mas é do que o bom senso transformado em cálculo probabldade é o suporte para os estudos de estatístca e expermentação. Exemplos: O problema da concdênca

Leia mais

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

FACULDADE DE ECONOMIA DO PORTO. Licenciatura em Economia E C O N O M E T R I A II FACULDADE DE ECONOMIA DO PORTO Lcencatura em Economa E C O N O M E T R I A II (LEC310) Avalação dstrbuída - Teste global 25 de Junho de 2007 NOTAS PRÉVIAS: 1. A prova tem duração de 2 horas. 2. Apenas

Leia mais

CURSO de ESTATÍSTICA Gabarito

CURSO de ESTATÍSTICA Gabarito UNIVERSIDADE FEDERAL FLUMINENSE TRANSFERÊNCIA o semestre letvo de 010 e 1 o semestre letvo de 011 CURSO de ESTATÍSTICA Gabarto INSTRUÇÕES AO CANDIDATO Verfque se este caderno contém: PROVA DE REDAÇÃO com

Leia mais

UNIVERSIDADE NOVA DE LISBOA Faculdade de Economia Análise de Dados e Probabilidade 2º Semestre 2008/2009 Exame Final 1ª Época. Grupo I (4 Valores)

UNIVERSIDADE NOVA DE LISBOA Faculdade de Economia Análise de Dados e Probabilidade 2º Semestre 2008/2009 Exame Final 1ª Época. Grupo I (4 Valores) UNIVERSIDADE NOVA DE LISBOA Faculdade de Economa Análse de Dados e Probabldade º Semestre 008/009 Exame Fnal ª Época Clara Costa Duarte Data: 8/05/009 Graça Slva Duração: h0 Grupo I (4 Valores) A gelatara

Leia mais

23/8/2010. Bem Estar e Poder de Mercado: 1. Eficiência alocativa; 2. Eficiência produtiva e 3. Eficiência dinâmica (progresso técnico).

23/8/2010. Bem Estar e Poder de Mercado: 1. Eficiência alocativa; 2. Eficiência produtiva e 3. Eficiência dinâmica (progresso técnico). I. Análse de equlíbro geral vs equlíbro parcal; Aula 3 II. Bem Estar e Poder de Mercado:. Efcênca alocatva; 2. Efcênca produtva e 3. Efcênca dnâmca (progresso técnco). III. Defnção de mercado relevante

Leia mais

Índices de Concentração 1

Índices de Concentração 1 Índces de Concentração Crstane Alkmn Junquera Schmdt arcos André de Lma 3 arço / 00 Este documento expressa as opnões pessoas dos autores e não reflete as posções ofcas da Secretara de Acompanhamento Econômco

Leia mais

ESTATÍSTICA APLICADA II ANO LECTIVO 2011/2012. Exame Final 26 de Julho de 2012

ESTATÍSTICA APLICADA II ANO LECTIVO 2011/2012. Exame Final 26 de Julho de 2012 ETATÍTICA APLICADA II ANO LECTIVO / Exame Fnal 6 de Julho de Duração : H 3 M Nota: Responder um grupo por folha (utlze frente e verso de cada folha) Em todas as questões apresentar os cálculos efectuados

Leia mais

INFLAÇÃO E DESIGUALDADE*

INFLAÇÃO E DESIGUALDADE* Artgos Outono 2009 INFLAÇÃO E DESIGUALDADE* Isabel H. orrea** 1. INTRODUÇÃO A baxa persstente da taxa de nflação é talvez a mudança de polítca maor, mas sustentada, e comum a um maor número de países desenvolvdos.

Leia mais

CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO 2 DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogério Rodrigues

CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO 2 DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogério Rodrigues CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogéro Rodrgues I) TABELA PRIMITIVA E DISTRIBUIÇÃO DE FREQÜÊNCIA : No processo de amostragem, a forma de regstro mas

Leia mais

6 ALOCAÇÃO POR ÚLTIMA ADIÇÃO (UA)

6 ALOCAÇÃO POR ÚLTIMA ADIÇÃO (UA) ALOCAÇÃO POR ÚLTIMA ADIÇÃO (UA 7 6 ALOCAÇÃO POR ÚLTIMA ADIÇÃO (UA As desvantagens do método BM apresentadas no capítulo 5 sugerem que a alocação dos benefícos seja feta proporconalmente ao prejuízo causado

Leia mais

Eventos coletivamente exaustivos: A união dos eventos é o espaço amostral.

Eventos coletivamente exaustivos: A união dos eventos é o espaço amostral. DEFINIÇÕES ADICIONAIS: PROBABILIDADE Espaço amostral (Ω) é o conjunto de todos os possíves resultados de um expermento. Evento é qualquer subconjunto do espaço amostral. Evento combnado: Possu duas ou

Leia mais

7 - Distribuição de Freqüências

7 - Distribuição de Freqüências 7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste

Leia mais

Apostila de Matemática Financeira

Apostila de Matemática Financeira 2010.2 Apostla de Matemátca Fnancera Prof. Dav Ran Gotardelo Dsponível no Xerox e no Quosque Unversdade Federal Rural do Ro de Janero (UFRRJ) A p o s t l a d e M a t e m á t c a F n a n c e r a - U F R

Leia mais

UM PROBLEMA ECONOMÉTRICO NO USO DE VARIÁVEIS CLIMÁTICAS EM FUNÇÕES DE PRODUÇÃO AJUSTADAS A DADOS EXPERIMENTAIS

UM PROBLEMA ECONOMÉTRICO NO USO DE VARIÁVEIS CLIMÁTICAS EM FUNÇÕES DE PRODUÇÃO AJUSTADAS A DADOS EXPERIMENTAIS UM PROBLEMA ECONOMÉTRICO NO USO DE VARIÁVEIS CLIMÁTICAS EM FUNÇÕES DE PRODUÇÃO AJUSTADAS A DADOS EXPERIMENTAIS Rodolfo Hoffmann * Vctor Hugo da Fonseca Porto ** SINOPSE Neste trabalho deduz-se qual é o

Leia mais

Variáveis indexadas, somatórios e produtórios

Variáveis indexadas, somatórios e produtórios 1 Computação MIEC - FEUP complado por Ana Mara Faustno Varáves ndexadas, somatóros e produtóros Varáves ndexadas Quando se pretende estudar váras característcas de um conjunto de ndvíduos convém armazenar

Leia mais

X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha)

X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha) Estatístca p/ Admnstração II - Profª Ana Cláuda Melo Undade : Probabldade Aula: 3 Varável Aleatóra. Varáves Aleatóras Ao descrever um espaço amostral de um expermento, não especfcamos que um resultado

Leia mais

Parte 1: Exercícios Teóricos

Parte 1: Exercícios Teóricos Cálculo Numérco SME0300 ICMC-USP Lsta 2: Sstemas Lneares Métodos Dretos Professora: Cyntha de O. Lage Ferrera Parte 1: Exercícos Teórcos 1. Consdere o sstema Ax = b, onde 1 α 3 α 1 4 ; x = 5 2 1 Para que

Leia mais

Q 1-1,5(Q3-Q1) < X i < Q 3 + 1,5(Q 3 -Q 1 ) Q 3 +1,5(Q 3 -Q 1 ) < X i < Q 3 +3(Q 3 -Q 1 ) Q 1 3(Q 3 -Q 1 ) < X i < Q 1 1,5(Q 3 -Q 1 )

Q 1-1,5(Q3-Q1) < X i < Q 3 + 1,5(Q 3 -Q 1 ) Q 3 +1,5(Q 3 -Q 1 ) < X i < Q 3 +3(Q 3 -Q 1 ) Q 1 3(Q 3 -Q 1 ) < X i < Q 1 1,5(Q 3 -Q 1 ) DIGRM OX-PLOT E CRCTERIZÇÃO DE OUTLIERS E VLORES EXTREMOS Outlers e valores extremos são aqueles que estão muto afastados do centro da dstrbução. Uma forma de caracterzá-los é através do desenho esquemátco

Leia mais

FAAP APRESENTAÇÃO (1)

FAAP APRESENTAÇÃO (1) ARESENTAÇÃO A Estatístca é uma cênca que organza, resume e smplfca nformações, além de analsá-las e nterpretá-las. odemos dvdr a Estatístca em três grandes campos:. Estatístca Descrtva- organza, resume,

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

5 Métodos de cálculo do limite de retenção em função da ruína e do capital inicial

5 Métodos de cálculo do limite de retenção em função da ruína e do capital inicial 5 Métodos de cálculo do lmte de retenção em função da ruína e do captal ncal Nesta dssertação serão utlzados dos métodos comparatvos de cálculo de lmte de retenção, onde ambos consderam a necessdade de

Leia mais

UNIVERSIDADE NOVA DE LISBOA Faculdade de Economia Análise de Dados e Probabilidade 2º Semestre 2008/2009 Teste Intermédio A. Grupo I (5 Valores)

UNIVERSIDADE NOVA DE LISBOA Faculdade de Economia Análise de Dados e Probabilidade 2º Semestre 2008/2009 Teste Intermédio A. Grupo I (5 Valores) 1 UNIVERIDADE NOVA DE LIBOA Faculdade de Economa Análse de Dados e Probabldade º emestre 008/009 Teste Intermédo A Clara Costa Duarte Data: 01/04/009 Graça lva Duração: 1h Grupo I (5 Valores) uponha que

Leia mais

UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DEPARTAMENTO DE ECONOMIA

UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DEPARTAMENTO DE ECONOMIA UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DEPARTAMENTO DE ECONOMIA EAE 206 Macroeconoma I 1º Semestre de 2016 Professores: Fernando Rugtsky e Glberto Tadeu Lma Gabarto

Leia mais

ANÁLISE DE ESTRUTURAS I INTRODUÇÃO AO MÉTODO DE CROSS

ANÁLISE DE ESTRUTURAS I INTRODUÇÃO AO MÉTODO DE CROSS DECvl ANÁLISE DE ESTRUTURAS I INTRODUÇÃO AO ÉTODO DE CROSS Orlando J. B. A. Perera 20 de ao de 206 2 . Introdução O método teratvo ntroduzdo por Hardy Cross (Analyss of Contnuous Frames by Dstrbutng Fxed-End

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

Leia mais

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC) UNDADE V DELNEAMENTO NTERAMENTE CASUALZADO (DC) CUABÁ, MT 015/ PROF.: RÔMULO MÔRA romulomora.webnode.com 1. NTRODUÇÃO Este delneamento apresenta como característca prncpal a necessdade de homogenedade

Leia mais

Mecanismos de Escalonamento

Mecanismos de Escalonamento Mecansmos de Escalonamento 1.1 Mecansmos de escalonamento O algortmo de escalonamento decde qual o próxmo pacote que será servdo na fla de espera. Este algortmo é um dos mecansmos responsáves por dstrbur

Leia mais

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência. MODELO DE REGRESSÃO DE COX Os modelos de regressão paramétrcos vstos anterormente exgem que se suponha uma dstrbução estatístca para o tempo de sobrevvênca. Contudo esta suposção, caso não sea adequada,

Leia mais

Análise Microeconômica Parte II MESP

Análise Microeconômica Parte II MESP Análse Mcroeconômca Parte II MESP Prof. CIEF e Eco/UnB 01-II Unversdade de Brasíla Centro de Investgação em Economa e Fnanças CIEF Centro de Estudos em Regulação de Mercados CERME Lab. de Pesqusa em Comportamento

Leia mais

EFEITO SOBRE A EQUIDADE DE UM AUMENTO DO IMPOSTO SOBRE O VALOR ACRESCENTADO*

EFEITO SOBRE A EQUIDADE DE UM AUMENTO DO IMPOSTO SOBRE O VALOR ACRESCENTADO* Artgos Prmavera 2007 EFEITO SOBRE A EQUIDADE DE UM AUMENTO DO IMPOSTO SOBRE O VALOR ACRESCENTADO* Isabel Correa**. INTRODUÇÃO Apesar das reformas fscas serem um fenómeno recorrente nas últmas décadas em

Leia mais

Programação Dinâmica. Fernando Nogueira Programação Dinâmica 1

Programação Dinâmica. Fernando Nogueira Programação Dinâmica 1 Programação Dnâmca Fernando Noguera Programação Dnâmca A Programação Dnâmca procura resolver o problema de otmzação através da análse de uma seqüênca de problemas mas smples do que o problema orgnal. A

Leia mais

Sistemas de Filas: Aula 5. Amedeo R. Odoni 22 de outubro de 2001

Sistemas de Filas: Aula 5. Amedeo R. Odoni 22 de outubro de 2001 Sstemas de Flas: Aula 5 Amedeo R. Odon 22 de outubro de 2001 Teste 1: 29 de outubro Com consulta, 85 mnutos (níco 10:30) Tópcos abordados: capítulo 4, tens 4.1 a 4.7; tem 4.9 (uma olhada rápda no tem 4.9.4)

Leia mais

Notas Processos estocásticos. Nestor Caticha 23 de abril de 2012

Notas Processos estocásticos. Nestor Caticha 23 de abril de 2012 Notas Processos estocástcos Nestor Catcha 23 de abrl de 2012 notas processos estocástcos 2 O Teorema de Perron Frobenus para matrzes de Markov Consdere um processo estocástco representado por um conunto

Leia mais

4 Sistemas de partículas

4 Sistemas de partículas 4 Sstemas de partículas Nota: será feta a segunte convenção: uma letra em bold representa um vector,.e. b b Nesta secção estudaremos a generalzação das les de Newton a um sstema de váras partículas e as

Leia mais

ESTRUTURA-CONDUTA- DESEMPENHO (SCP) vs. NOVA O.I. EMPÍRICA (NEIO)

ESTRUTURA-CONDUTA- DESEMPENHO (SCP) vs. NOVA O.I. EMPÍRICA (NEIO) ESTRUTURA-CONDUTA- DESEMPENHO (SCP) vs. NOVA O.I. EMPÍRICA (NEIO) Dscplna: Organzação de Mercados Prof. Eduardo P.S. Fuza EPGE-FGV o SCP parte de relação de causa e efeto; o Conduta é a mesma em todo o

Leia mais

Universidade da Beira Interior Departamento de Matemática. Ficha de exercícios nº2: Distribuições Bidimensionais

Universidade da Beira Interior Departamento de Matemática. Ficha de exercícios nº2: Distribuições Bidimensionais Ano lectvo: 2006/2007 Unversdade da Bera Interor Departamento de Matemátca ESTATÍSTICA Fcha de exercícos nº2: Dstrbuções Bdmensonas Curso: Cêncas do Desporto 1. Consdere a segunte tabela de contngênca:

Leia mais

3. Estatística descritiva bidimensional

3. Estatística descritiva bidimensional 3. Estatístca descrtva bdmensonal (Tabelas, Gráfcos e números) Análse bvarada (ou bdmensonal): avala o comportamento de uma varável em função da outra, por exemplo: Quantas TV Phlps são venddas na regão

Leia mais

2. VARIÁVEIS ALEATÓRIAS

2. VARIÁVEIS ALEATÓRIAS VARIÁVEIS ALEATÓRIAS 0 Varável aleatóra Ω é o espaço amostral de um epermento aleatóro Uma varável aleatóra é uma função que atrbu um número real a cada resultado em Ω Eemplo Retra- ao acaso um tem produzdo

Leia mais

Sumário, aula 6. Curva da procura. Curva da procura. Curva da procura. Curva da procura

Sumário, aula 6. Curva da procura. Curva da procura. Curva da procura. Curva da procura Sumáro, aula 6 ) Mercado Curva da Procura Agregação das curvas ndvduas Equlíbro de mercado (concorrênca erfeta) Já sabemos que os agentes económcos são esecalzados Produzem muta quantdade de oucos BS Consomem

Leia mais

DELINEAMENTOS EXPERIMENTAIS

DELINEAMENTOS EXPERIMENTAIS SUMÁRIO 1 Delneamentos Expermentas 2 1.1 Delneamento Interamente Casualzado..................... 2 1.2 Delneamento Blocos Casualzados (DBC).................... 3 1.3 Delneamento Quadrado Latno (DQL)......................

Leia mais

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu 1 Programação Não Lnear com Restrções Aula 9: Programação Não-Lnear - Funções de Váras Varáves com Restrções Ponto Regular; Introdução aos Multplcadores de Lagrange; Multplcadores de Lagrange e Condções

Leia mais

Microeconomics I. Licenciaturas em Administração e Gestão de Empresas e em Economia

Microeconomics I. Licenciaturas em Administração e Gestão de Empresas e em Economia Microeconomics I Licenciaturas em Administração e Gestão de Empresas e em Economia 006-007 Fernando Branco (fbranco@ucppt) º Semestre Carolina Reis (careis@fceeucppt) º Teste João Coelho (jocoel@fceeucppt)

Leia mais

Economia Industrial. Prof. Marcelo Matos. Aula 7

Economia Industrial. Prof. Marcelo Matos. Aula 7 Economa Industral Prof. Marcelo Matos Aula 7 Concentração de Mercado Resende e Boff [cap 5 de K&H, 2013]; Ferguson e Ferguson cap.3; Meddas de Concentração: característcas Possbldade de classfcar meddas

Leia mais

6 Análises de probabilidade de ruptura de um talude

6 Análises de probabilidade de ruptura de um talude 6 Análses de probabldade de ruptura de um talude 6.. Introdução No presente capítulo, apresentam-se prevsões de probabldades de ruptura para o talude de jusante da Barragem de Benguê mostrada na fgura

Leia mais

Aula 2. aula passada. Bibliografia: VVH (1995), cap 4; Motta (2005), Cap 2, 3; 1. Definição, objetivos; 2. Defesa da concorrência no Brasil;

Aula 2. aula passada. Bibliografia: VVH (1995), cap 4; Motta (2005), Cap 2, 3; 1. Definição, objetivos; 2. Defesa da concorrência no Brasil; Aula 2 Bblografa: VVH (1995), cap 4; Motta (2005), Cap 2, 3; aula passada 1. Defnção, objetvos; 2. Defesa da concorrênca no Brasl; 3. Defesa da concorrênca em pases em desenvolvmento. 1 Plano da aula I.

Leia mais

TRANSPORTES. Sessão Prática 9 Modelos de Escolha Discreta Modelo Logit

TRANSPORTES. Sessão Prática 9 Modelos de Escolha Discreta Modelo Logit Mestrado Integrado em Engenhara Cvl TRANSPORTES Prof. Responsável: Lus Pcado Santos Sessão Prátca 9 Modelos de Escolha Dscreta Modelo Logt Insttuto Superor Técnco / Mestrado Integrado Engenhara Cvl Transportes

Leia mais

Interpolação Segmentada

Interpolação Segmentada Interpolação Segmentada Uma splne é uma função segmentada e consste na junção de váras funções defndas num ntervalo, de tal forma que as partes que estão lgadas umas às outras de uma manera contínua e

Leia mais

Introdução a Processos Estocásticos:Exercícios

Introdução a Processos Estocásticos:Exercícios lvroexerccos 2017/3/19 11:24 page #1 Introdução a Processos Estocástcos:Exercícos Luz Antono Baccalá Escola Poltécnca da USP Departamento de Engenhara de Telecomuncações e Controle 2016 lvroexerccos 2017/3/19

Leia mais

Resolução das Questões Objetivas

Resolução das Questões Objetivas COMISSÃO PERMANENTE DE SELEÇÃO COPESE PRÓ-REITORIA DE GRADUAÇÃO PROGRAD CONCURSO PISM III - TRIÊNIO 2008-2010 Prova de Matemátca Resolução das Questões Objetvas São apresentadas abaxo possíves soluções

Leia mais

Cap. IV Análise estatística de incertezas aleatórias

Cap. IV Análise estatística de incertezas aleatórias TLF 010/11 Cap. IV Análse estatístca de ncertezas aleatóras Capítulo IV Análse estatístca de ncertezas aleatóras 4.1. Méda 43 4.. Desvo padrão 44 4.3. Sgnfcado do desvo padrão 46 4.4. Desvo padrão da méda

Leia mais

Aula Características dos sistemas de medição

Aula Características dos sistemas de medição Aula - Característcas dos sstemas de medção O comportamento funconal de um sstema de medção é descrto pelas suas característcas (parâmetros) operaconas e metrológcas. Aqu é defnda e analsada uma sére destes

Leia mais

Covariância na Propagação de Erros

Covariância na Propagação de Erros Técncas Laboratoras de Físca Lc. Físca e Eng. omédca 007/08 Capítulo VII Covarânca e Correlação Covarânca na propagação de erros Coefcente de Correlação Lnear 35 Covarânca na Propagação de Erros Suponhamos

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

Teoria Elementar da Probabilidade

Teoria Elementar da Probabilidade 10 Teora Elementar da Probabldade MODELOS MATEMÁTICOS DETERMINÍSTICOS PROBABILÍSTICOS PROCESSO (FENÓMENO) ALEATÓRIO - Quando o acaso nterfere na ocorrênca de um ou mas dos resultados nos quas tal processo

Leia mais

I. TEORIAS KEYNESIANAS TRADICIONAIS DAS FLUTUAÇÕES (Continuação) 5.4. Assunções alternativas quanto à rigidez dos salários e dos preços

I. TEORIAS KEYNESIANAS TRADICIONAIS DAS FLUTUAÇÕES (Continuação) 5.4. Assunções alternativas quanto à rigidez dos salários e dos preços I. TEORIAS KEYNESIANAS TRADICIONAIS DAS FLUTUAÇÕES (Contnuação) 5.4. Assunções alternatvas quanto à rgdez dos saláros e dos preços Caso 1: O modelo Keynesano (saláros nomnas rígdos e mercado de bens compettvo)

Leia mais

PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2010/2011

PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2010/2011 Instruções: PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 00/0 Cada uestão respondda corretamente vale (um) ponto. Cada uestão respondda ncorretamente vale - (menos um) ponto. Cada uestão

Leia mais

3 Método Numérico. 3.1 Discretização da Equação Diferencial

3 Método Numérico. 3.1 Discretização da Equação Diferencial 3 Método Numérco O presente capítulo apresenta a dscretação da equação dferencal para o campo de pressão e a ntegração numérca da expressão obtda anterormente para a Vscosdade Newtonana Equvalente possbltando

Leia mais

Forma extensiva: Jogos na forma extensiva: Definições: Observações

Forma extensiva: Jogos na forma extensiva: Definições: Observações Forma extensva: Jogos na forma extensva: Drew Fudenberg e Jean Trole (993, cap. 3) Chrstan Montet e Danel Serra (003, cap. ) Descrção exata dos sucessvos movmentos dos jogadores em conexão com a nformação

Leia mais

Exercícios de CPM e PERT Enunciados

Exercícios de CPM e PERT Enunciados Capítulo 7 Exercícos de CPM e PERT Enuncados Exercícos de CPM e PERT Enuncados 106 Problema 1 O banco TTM (Tostão a Tostão se faz um Mlhão) decdu transferr e amplar a sua sede e servços centras para a

Leia mais

2 Principio do Trabalho Virtual (PTV)

2 Principio do Trabalho Virtual (PTV) Prncpo do Trabalho rtual (PT)..Contnuo com mcroestrutura Na teora que leva em consderação a mcroestrutura do materal, cada partícula anda é representada por um ponto P, conforme Fgura. Porém suas propredades

Leia mais

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos Curso de extensão, MMQ IFUSP, feverero/4 Alguns exercíco báscos I Exercícos (MMQ) Uma grandeza cujo valor verdadero x é desconhecdo, fo medda três vezes, com procedmentos expermentas dêntcos e, portanto,

Leia mais

The Correlated Equilibrium q Nathan Canen

The Correlated Equilibrium q Nathan Canen The Correlated Equlbrum Nathan Canen Introdução Consderemos o jogo estátco de nformação completa representado na forma normal: J1 O F O J2 F 2,1) 0,0) 0,0) 0) 1,2) Os equlíbros de Nash são os perfs de

Leia mais

DESENHO DE PATENTES. 1. Introdução. Bruno Pereira Jorge Oliveira Miguel Martins

DESENHO DE PATENTES. 1. Introdução. Bruno Pereira Jorge Oliveira Miguel Martins DESENHO DE PATENTES Por Bruno Perera Jorge Olvera Mguel Martns 1. Introdução A aqusção de uma patente é um passo crucal para o desenvolvmento de processos e para a compettvdade das empresas. Permte ao

Leia mais

Duas empresas dividem um mercado. Sejam. As duas empresas devem decidir simultaneamente quanto produzir.

Duas empresas dividem um mercado. Sejam. As duas empresas devem decidir simultaneamente quanto produzir. Aplação: Duopólo de Cournot Duas empresas dvdem um merado. Sejam 1 e as uantdades produzdas, respetvamente pelas empresas 1 e ; p() a função de demanda nversa na ual 1 + e 1 ( 1 ) e ( ) as funções de usto

Leia mais

BC0406 Introdução à Probabilidade e à Estatística Lista de Exercícios Suplementares 3 3 quadrimestre 2011

BC0406 Introdução à Probabilidade e à Estatística Lista de Exercícios Suplementares 3 3 quadrimestre 2011 BC0406 Introdução à Probabldade e à Estatístca Lsta de Eercícos Suplementares novembro 0 BC0406 Introdução à Probabldade e à Estatístca Lsta de Eercícos Suplementares quadrmestre 0 Além destes eercícos,

Leia mais

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média. Estatístca Dscplna de Estatístca 0/ Curso de Admnstração em Gestão Públca Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos uns dos

Leia mais

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16%

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16% Análse de Rsco 1 RISCO Rsco possbldade de perda. Quanto maor a possbldade, maor o rsco. Exemplo: Empresa X va receber $ 1.000 de uros em 30 das com títulos do governo. A empresa Y pode receber entre $

Leia mais

ALCANÇANDO A COOPERAÇÃO EM JOGOS NÃO-REPETIDOS COM COMUNICAÇÃO

ALCANÇANDO A COOPERAÇÃO EM JOGOS NÃO-REPETIDOS COM COMUNICAÇÃO ALCANÇANDO A COOPERAÇÃO EM JOGOS NÃO-REPETIDOS COM COMUNICAÇÃO Flpe Costa de Souza Unversdade Federal de Pernambuco/PIMES, Pernambuco Brasl. Av. Prof. Moraes Rego, 1235 - Cdade Unverstára, Recfe - PE -

Leia mais

ESTABILIDADE EVOLUTIVA E A DINÂMICA DO REPLICADOR

ESTABILIDADE EVOLUTIVA E A DINÂMICA DO REPLICADOR ESTILIDDE EVOLUTIV E DINÂMIC DO REPLICDOR Para os casos de uma únca população, cada estratéga é testada contra todas as outras estratégas da mesma população e então é encontrado o paoff esperado. estratéga

Leia mais

Modelo Logístico. Modelagem multivariável com variáveis quantitativas e qualitativas, com resposta binária.

Modelo Logístico. Modelagem multivariável com variáveis quantitativas e qualitativas, com resposta binária. Modelagem multvarável com varáves quanttatvas e qualtatvas, com resposta bnára. O modelo de regressão não lnear logístco ou modelo logístco é utlzado quando a varável resposta é qualtatva com dos resultados

Leia mais

% Al 48 b) Alumínio que fica em solução. Precisamos calcular o equilíbrio da alumina com Al e O no aço:

% Al 48 b) Alumínio que fica em solução. Precisamos calcular o equilíbrio da alumina com Al e O no aço: 1a Verfcação Refno dos s I EEIMVR-UFF, Setembro de 11 Prova A 1. Calcule o valor de γ no ferro, a 17 o C, com os dados fornecdos na prova. Vmos em aula que o 1% G e o γ estão relaconados através de 1%

Leia mais

2 Incerteza de medição

2 Incerteza de medição 2 Incerteza de medção Toda medção envolve ensaos, ajustes, condconamentos e a observação de ndcações em um nstrumento. Este conhecmento é utlzado para obter o valor de uma grandeza (mensurando) a partr

Leia mais

Jogos. Jogos. Jogo. Jogo. Óptimo alvo investigação

Jogos. Jogos. Jogo. Jogo. Óptimo alvo investigação Jogos Óptmo alvo nvestgação O seu estado é fácl de representar; As acções são bem defndas e o seu número lmtado; A presença de oponentes ntroduz ncerteza tornando o problema de decsão mas complcado. Estamos

Leia mais