UM MODELO PARA O ESTABELECIMENTO DE PADRÕES DE PREÇOS NAS AVALIAÇÕES DE EMPRESAS

Tamanho: px
Começar a partir da página:

Download "UM MODELO PARA O ESTABELECIMENTO DE PADRÕES DE PREÇOS NAS AVALIAÇÕES DE EMPRESAS"

Transcrição

1 IV SEMEAD UM MODELO PARA O ESTABELECIMENTO DE PADRÕES DE PREÇOS NAS AVALIAÇÕES DE EMPRESAS José Robero Securao Cema de Overa Rbero 2 Rubes Jay Texera 3 RESUMO O aro apresea uma écca auxar ao processo decsóro de defção do vaor da empresa obdo com base o modeo de descoo de fuxo de caxa íqudo. Procuramos arear à aáse subeva, baseada a experêca do avaador, ferramea de méodos quaavos com o obevo de crar paamares de vaores para a empresa dero dos quas o preço de eocação sea aceáve. 2 3 Eehero, Mesre em Maemáca e Douor em Admsração em Faças. Professor da Facudade de Ecooma, Admsração e Coabdade da Uversdade de São Pauo o curso de Graduação e Pós-Graduação. Coordeador do MBA-Faças Empresaras da Fudação Isuo de Admsração/FEA-USP. E-ma: securao@usp.br. Bachare em Compuação, Mesre em Maemáca Apcada, Douora em Eehara de Produção. Professora do Deparameo de Eehara de Produção da Escoa Poécca da USP a área de méodos quaavos apcados a faças. E-ma: cema@usp.br. Eehero, Mesre em Admsração, Douorado em Admsração FEA- USP. Professor dos proramas educacoas da FIA/FEA-USP. Cosuor de empresas. Ouubro de 999

2 INTRODUÇÃO Dere os város méodos exsees para deermarmos o vaor de uma empresa, o modeo de descoo de fuxo de caxa íqudo é, decero, um dos mas mporaes ao do poo de vsa coceua quao práco. Pode-se eeder como coseso, em odo processo de prvazação brasero, a uzação dese méodo como sedo um dos mas comumee empreados para deermação do vaor de uma empresa. Ieavemee, so se deve à rade fuêca das cosuoras, de âmbo muda, que empream ese méodo a rade maora dos casos. Város exos raam dese modeo que se orou esudo obraóro os cursos de faças ao pea mporâca da apcação práca quao pea beeza da uzação dos coceos de faças. Nese aro, apreseamos uma écca para auxar o processo decsóro de defção do vaor da empresa com base o modeo de descoo de fuxo de caxa íqudo. Procuramos arear à aáse subeva, baseada a experêca do avaador, o ferramea de méodos quaavos, coseudo assm defcar, para cada possíve ceáro cosderado peo aasa, paamares de preço dero dos quas a aqusção da empresa é aceáve. Fudameamos o méodo proposo em éccas esaíscas, sem dspesar o experse do avaador, obedo uma ferramea de rca abraêca e apcação. As Varáves de Aáse Seudo Damodara (998, "O vaor de uma empresa, a maora dos casos, pode ser expresso como o vaor presee do fuxo FCFF esperado", que podemos dcar por: FFCF VE = = ( + k, ode FCFF = vaor do fuxo de caxa íqudo da empresa esperado para =,2,... k = cuso médo poderado do capa No modeo de descoo de fuxo de caxa vre da empresa emos aus probemas a resover, que ambém ocorrem o caso dos fuxos de caxa vre dos acosas e dos dvdedos, que são: a posção dos fuxos de caxa o empo b deermação do prazo,, ao oo do qua vamos proear os fuxos c deermação do cuso médo poderado de capa Quado pesamos o prazo em que vamos proear o fuxo de caxa de uma empresa devemos cosderáo fo, a meos que ehamos formações e cereza sufcees para o coráro. Caro, ambém, que proear fos caxas íqudos é um rabaho de rade dfcudade e procedmeo ú o sedo de correção dos úmeros obdos. Nesas codções, vamos raar do assuo como Damodara (998, Ross a a, Copead e a que cosderam a esmava dos fuxos de caxa vres da empresa por um período de empo mado, aé que ea aa a esabdade. A parr dessa esabdade admem que o crescmeo dos fuxos de caxa ocorram a uma axa cosae. Nesas codções, o modeo de fuxo de caxa vre da empresa omará a seue forma: 2

3 VE = FCFF FCFF+ + + ( + k ( k = ( + k E, ode e FCFF = F 0 ( + FCFF = vaor do fuxo de caxa íqudo da empresa esperado para =,2,... FCFF + = vaor do fuxo de caxa íqudo da empresa esperado para = + k = cuso médo poderado do capa = axa de crescmeo esáve da empresa a parr do ao =+ É mporae dexar caro que esa smpfcação do modeo é váda, seudo Damodara (998;30, se a empresa acaçar suação de equíbro (esado esáve e depos de aos começar a crescer a uma axa de crescmeo esáve E e que k> E, caso coráro o modeo apresea probemas de ão coverêca da sére de paameos. A parr desa úma fórmua, supodo esabeecdas as esmavas do fuxo de caxa e que eas foram aceas, ada emos rês varáves de caráer aeaóro a serem esudadas, que são: o cuso médo poderado de capa (k, a axa de crescmeo esáve ( E e o período, em aos, ao fa do qua admmos crescmeo esáve. As varáves que preedemos aasar ese aro, de forma a obermos parâmeros para o processo decsóro de esabeecermos o vaor da empresa, são as seues: axa de crescmeo aceerado para os prmeros T aos; úmero de aos T de crescmeo aceerado; cuso médo de capa k. Nese aro maeremos o crescmeo esáve E como deermísco, embora a formuação obda possa ser exedda para esa varáve sem rades esforços. A Dsrbução de Probabdade Coua para e Cosderemos que o avaador da empresa eha dúvdas em reação ao prazo em que empresa ae sua esabdade e que ambém ão esea cero quao à axa de crescmeo ( a ser empreada ese período, para um fxado cuso de capa (k. Nesas codções as cerezas do avaador podem ser aasadas aravés da probabdade de ocorrêca da axa de crescmeo,, e do prazo T. A varáve T possu uma aureza ereemee dscrea, referdo-se a aos e remos admr, por smpcdade, que a axa de crescmeo ambém pode assumr apeas um úmero fo de vaores. Assm, para um fxado cuso de capa, podemos aasar a abea de dsrbução de probabdade coua desas duas varáves, ou sea, a probabdade de ocorrêca de cada possíve par de vaores (. Supodo que T assuma vaores T,T 2,...,T e possa vaer, 2,..., S, eão será cohecda a marz de probabdade P = [p, ], com p, = p( =, ; T = T. Caro que o probema, embora equacoado, ão é de fác resoução face à dfcudade de obeção das probabdades couas p,. O avaador de empresas, a maora das vezes, coseue defcar ceáros ecoômcos que erferem a veocdade com que a empresa ae esabdade e ambém a sua axa de crescmeo a parr dese momeo. No eao, é razoáve cosderar que ee ão dspõe de muos eemeos, aém de sua experêca e de ceras evdêcas do proeo, para a deermação de e de T. Desa forma, podemos assumr que para cada possíve ceáro, ee esabeeça uma faxa de vaores de, uma faxa de vaores de T e arbua probabdades, mesmo que subevas, de ocorrêca dos vaores de e de T, de maera depedee. 3

4 Exempfcado, para um específco ceáro e um parcuar vaor do cuso de capa, o aasa forecera as abeas: P( 20% 30% 50% T P(T 20% 40% 25% 5% Esas duas abeas correspodem às dsrbuções maras das varáves, mas esamos eressados a sua dsrbução coua, o que ceramee é de maor dfcudade de obeção. Uma esmava de cada um dos eemeos da marz P, por pare do aasa, esara, decero, mas suea a erros do que a deermação das abeas acma. A parr das dsrbuções maras uma prmera esmava da marz de probabdades P, que chamaremos de P (0, podera ser facmee obda se admrmos que T e são depedees. Embora, do poo de vsa de apcação, so dfcmee ocorra, os será ú como uma aproxmação ca, uma vez que sob esa hpóese a deermação dos eemeos da marz serão feas por: P (0 = p( = ; T= T = p(= p(t= T. No osso exempo, eríamos: \ T P( 5 0,04 0,08 0,05 0,03 0,20 6 0,06 0,2 0,075 0,045 0,30 7 0,0 0,20 0,25 0,075 0,50 P(T 0,20 0,40 0,25 0,5,00 Ou sea, a marz P (0 será: P (0 = 0, 04 0, 08 0, 05 0, 03 0, 06 0, 2 0, 075 0, 045 0, 0 0, 20 0, 25 0, 075 A parr desa prmera esmava podemos modfcar a marz adcoado-he uma marz de perurbações, V, cuo obevo é corrr P (0. Tomemos eão uma perurbação da marz P (0, ou sea, vamos cosderar uma ova marz modfcada M = P (0 + V, ode V é uma marz que os dá varações a dsrbução de probabdade coua. Para que M correspoda a uma marz de dsrbução de probabdade devemos er que para quaquer um de seus eemeos, M, da marz, vae 0 M e, aém dsso, a soma de odos os eemeos da marz M deve ser ua a, ou sea,, T M = = = ; Isso forecerá as seues resrções sobre a marz V: 4

5 (I (II 0 P (0 + V, e porao - P (0 V - P (0 = 0, T V = ; = Recaímos assm em um ssema de equações eares cuas souções os forecem perurbações váves. Ou sea, as equações (I e (II defem resrções que devem ser obedecdas ao earmos aerar a marz P (0. Ouras resrções devem ser mposas o osso modeo uma vez que queremos corporar as esmavas que o aasa foreceu sobre as dsrbuções maras. Devemos exr que ao modfcar a marz P (0, aravés da adção da marz de perurbação V, os vaores das probabdades maras ão seam modfcadas. Em ermos formas, devemos roduzr as seues resrções: s p ( = M = T e M = p( = Desevovedo a expressão a parr da uadade M = P (0 + V, esas resrções se rasformam em: s = = (III V = 0 para odos os ídces (IV V = 0 para odos os ídces Ou sea, cosderado que o ceáro defdo peo aasa aravés das dsrbuções maras seam razoáves, devemos exr que as duas resrções acma seam obedecdas. Nosso obevo é esabeecer, a parr da experêca do avaador em deermar ceáros, faxas de preços fora das quas a empresa esará sub avaada ou super-avaada. Vamos eão deermar eses preços mímo e máxmo, dado o ceáro esabeecdo peo avaador, verfcado o que acoece com o vaor médo da empresa coforme aeramos a marz P (0. A Dsrbução de Probabdade do Vaor da Empresa Esamos assumdo, aé aqu, que o cuso do capa, k, é cohecdo e ão é aeaóro. Assm, a dsrbução de probabdade do vaor da empresa esá dreamee reacoada à dsrbução coua de e T, ou sea, à marz de perurbação apreseada aerormee. É caro que para cada par (,T podemos cacuar: VE(,T = FCFF FCFF+ + + ( + k ( k = ( + k E Coocado-se o probema desa forma, o vaor da empresa é uma varáve aeaóra, para a qua p(ve(,t = p(,t Cosderemos a íuo de exempo que: o cuso de capa k é de 3%; o fuxo ca do proeo sea de 00, ou sea, FCFF = 00; a axa de crescmeo esáve para >T é de E =3%; 5

6 e que o crescmeo aceerado ocorra à axas, aé o período T (cusve, fxados peas dsrbuções de probabdades. A parr deses dados e uzado a marz P (0. Obemos a seue dsrbução de probabdade: G T VE(,T P(,T VE(,T P(,T ,3 0,04 7, ,85 0,06 26, ,00 0,0 45, ,3 0,08 35, ,70 0,2 55, ,60 0,20 96, ,70 0,05 23, ,90 0,075 36, ,0 0,25 63, ,50 0,03 4, ,80 0,045 22, ,30 0,075 40,0 Toa 06,30 A parr desa abea podemos ober o vaor médo do vaor da empresa, cua expressão de cácuo é V = VE( p( = = T, e cuo vaor, o osso exempo, será: 06,30. Ou sea, se admmos que as expecavas do avaador esão correas e que a axa de crescmeo ão depede do prazo para ar esabdade o vaor esperado da empresa deverá ser 06,30. Aasemos o que ocorre ao modfcarmos a marz P (0. No osso exempo, ao somarmos a marz perurbação em P (0, esaremos aerado os vaores da quara coua da abea (assocada à probabdade. Novamee, podemos cacuar a méda do vaor da empresa, cua expressão aaíca será: 0 V = VE( M = VE( P + VE( V M,,, Ao desdobrarmos a soma em duas rades parceas, eremos escro o vaor médo da empresa como uma cosae (06,30 o exempo mas uma somaóra que depede apeas dos eemeos V, e so sfca que o vaor da empresa é uma fução ear dos eemeos da marz perurbação. Vamos uzar esa fórmua para ecorar as faxas de preços. 6

7 Crado Faxas de Preço O preço de veda de uma deermada empresa é uso? Esa é a perua que orea osso rabaho. Esabeecer pares de axas de crescmeo e prazo para esabdade da empresa e ober aus vaores para comparação com o preço esabeecdo os parece um racocío por demas smpsa. Afa, sabemos que esas duas varáves possuem cereza e cosderar médas como srumeo de aáse pode coferr maor cofaça em ossas cocusões. No em aeror vmos que o vaor médo da empresa, quado cosderamos a dsrbução de probabdade coua, se escreve como uma fução basae bem comporada dos vaores da marz V. Dscumos ambém, a seção 3, codções que os asseuram que a escoha da marz V pode ser fea de forma a corporar a experêca do avaador. Ieremos eses dos coceos. Podemos cosderar o probema de ecorar a marz V que forece a meor (ou maor méda para o vaor da empresa, obedecedo às resrções que araem que aquee ceáro esá sedo aasado e que a marz M resuae é marz de probabdade. Formamee, queremos resover o probema de pesqusa operacoa (Pm m VE( P VE( V 0 +,, sueo às resrções (I - P (0 V - P (0 (II V = 0 = ; = s = = (III V = 0 para odos os ídces (IV V = 0 para odos os ídces A soução dese probema forece a marz V para a qua o vaor médo da empresa é mímo. Resovedo o mesmo probema, porém com maxmzação o uar de mmzação, uamee deermamos a marz perurbação para a qua o e empresa ae seu maor vaor médo. Eses dos vaores médos, o mímo e o máxmo, são, respecvamee, o meor e maor preços que o avaador deverá paar pea empresa ao cosderar um parcuar ceáro ecoômco. Resovedo o probema, para osso exempo, com o auxío do sofware GAMS, obemos os seues vaores: $052,48 e $070,22, e as marzes de dsrbução de probabdade serão: Mm = 0,20 0,0 0,30 0,05 0,20 0,5 e Mmax = 0,20 0,30 0,0 0,25 0,5 7

8 Iroduzdo Icereza o Cuso de Capa k É aura eseder os coceos acma e admr que o cuso de capa ão sea deermísco. Afa a deermação desa varáve é uma arefa dfíc e suea a dversas mprecsões. Iremos supor que a varáve é dscrea, assumdo um úmero fo de vaores, o que é basae razoáve do poo de vsa de apcação. Parece-os aceáve ambém admr, uma prmera aáse, que a varáve k sea depedee das varáves e T. O mesmo raameo para o vaor da empresa que fo apreseado o em aeror pode ser dado ese caso, cosderado aora que o vaor da empresa é fução das rês varáves, VE(,T,k, cua méda passa a ser dada por V = VE(, k p( = = T, k = k,, Observe que devemos evar em coa a dsrbução coua das varáves (k,,t, e cacuar as probabdades p(= =, k=k,, para cada um dos possíves vaores de e k. Mas das propredades da probabdade, ao cosderar depedêca, eremos que: p(k=k, = = s = p(k=k, = p(t= s. Com so obemos uma expressão que facará ossos cácuos que será: V = VE(, k p( = = T p( k = k,, ou em ermos da marz de perurbação, 0 V = VE(, k P p( k = k + VE(, k V p( k = k,,,, Noe que, apesar da aparee compexdade desa expressão, os cácuos para o vaor desa méda são basae smpes pos o avaador coseue esmar as dsrbuções maras de, k e T e com so pode cacuar o vaor da empresa para cada possíve combação (k,, s. A parr daí a deermação da marz de perurbação pode ser obda de maera smar ao caso em que raamos de duas varáves aeaóras, resovedo um probema de proramação ear com as mesmas resrções que o caso aeror. Nese caso, ereao, mmza-se (ou maxmza-se a expressão da méda. Ada, o mesmo exempo, vamos admr que a dsrbução dos cusos de capa sea: k 3 5 P(k 30% 45% 25% Com eses dados, obemos os seues mes para preços a empresa: $090,06 e $08,80, e as marzes de dsrbução coua oram-se: 8

9 Mm = 0,20 0,0 0,30 0,05 0,20 0,5 e Mmax = 0,20 0,30 0,0 0,25 0,5 CONSIDERAÇÕES FINAIS A meodooa apreseada em por obevo mosrar que podemos esabeecer parâmeros para as cerezas do avaador de empresas basado, para ao, que esas cerezas seam apreseadas a forma de dsrbução de probabdades. No exempo raado o avaador deve esabeecer as dsrbuções das varáves: (axa de crescmeo aceerado da formação do fuxo de caxa íqudo (úmero de aos que ese crescmeo aceerado ocorrerá e a varáve k (cuso médo poderado de capa. O mesmo procedmeo pode ser eseddo para quasquer ouras varáves, que possam ser cosderadas aeaóras o proeo, como é o caso de E, axa de crescmeo esáve, ão examada ese exo. Esa meodooa de esudar um couo de varáves aeaóras dscreas a parr de uma dsrbução coua de duas desas varáves e, em seuda, arear uma ova varáve, obedo uma ova dsrbução coua, e assm sucessvamee, aé obermos a varáve aeaóra obevo, que o caso é o Vaor da Empresa, parece-os muo eressae. Ese processo perme ao avaador de empresas arear cerezas por eapas e ober parâmeros para sua avaação. Dero desa ha, esamos dado coudade aos ossos esudos, procurado apcá-os a casos de prvazação para aáse dos resuados. BIBLIOGRAFIA DAMODARAN, A., Avaação de vesmeos: Ferrameas e Téccas para a Deermação do Vaor de Quaquer Avo, Ro de Jaero : Quaymark, 997 COPELAND., KOLLER. e MURRIN, J. Vauao:,Measur ad Maa he Vaues of Compaes, Joh Wey ad Sos, 994. ROSS, S. A.; WESTERFIELD, R. W. ; JAFFE, J. F. Admsração Facera, São Pauo Aas, 995. LUENBERGER, D. G., Lear ad Noear Proramm, Adso Wesey,

Receita do Método da Aproximação Polinomial Global Aplicado a Problemas. Unidirecionais sem Simetria

Receita do Método da Aproximação Polinomial Global Aplicado a Problemas. Unidirecionais sem Simetria Recea do Méodo da Aromação olomal Recea do Méodo da Aromação olomal Global Alcado a roblemas Esruura Geral do roblema: Udrecoas sem Smera y y y F y o domío : 0 < < e >0. Suea às codções de cooro: CC: G

Leia mais

A DESIGUALDADE DE CHEBYCHEV HÉLIO BERNARDO LOPES 1

A DESIGUALDADE DE CHEBYCHEV HÉLIO BERNARDO LOPES 1 A DESIGUALDADE DE CHEBYCHEV HÉLIO BERNARDO LOPES Resumo. A desgualdade de Chebychev cosu um resulado de grade mporâca a esmação da probabldade de acoecmeos orudos de experêcas aleaóras de que se descohece

Leia mais

2-TRANSFORMAÇÃO DE COORDENADAS: PARÂMETROS DE REPRESENTAÇÃO

2-TRANSFORMAÇÃO DE COORDENADAS: PARÂMETROS DE REPRESENTAÇÃO 2-TANSFOMAÇÃO DE COODENADAS: PAÂMETOS DE EPESENTAÇÃO 2.1 Cosseos Dreores e a Mar de oação Seam dos ssemas caresaos um de referêca e ouro fo um corpo rígdo defdos pelos ssemas ( e ( respecvamee que são

Leia mais

5 Cálculo Diferencial em IR n

5 Cálculo Diferencial em IR n 5 Cálculo Derecal e IR Irodução Cosdereos a órula que os dá a área de u raulo: b h A b h Coo podeos vercar a área de u râulo depede de duas varáves: base b e alura h. Podeos caracerar esa ução coo sedo

Leia mais

Exemplo pág. 28. Aplicação da distribuição normal. Normal reduzida Z=(900 1200)/200= 1,5. Φ( z)=1 Φ(z)

Exemplo pág. 28. Aplicação da distribuição normal. Normal reduzida Z=(900 1200)/200= 1,5. Φ( z)=1 Φ(z) Exemplo pág. 28 Aplcação da dsrbução ormal Normal reduzda Z=(9 2)/2=,5 Φ( z)= Φ(z) Subsudo valores por recurso à abela da ormal:,9332 = Φ(z) Φ(z) =,668 Φ( z)= Φ(z) Φ(z) =,33 Φ(z) =,977 z = (8 2)/2 = 2

Leia mais

Formulação Conservativa X Não-Conservativa para Sistemas Hiperbólicos. Prof. Diomar Cesar Lobão UFF - Volta Redonda, RJ Nov 2008

Formulação Conservativa X Não-Conservativa para Sistemas Hiperbólicos. Prof. Diomar Cesar Lobão UFF - Volta Redonda, RJ Nov 2008 ormuação Coservava X ãocoservava para Ssemas Hperbócos Prof. omar Cesar Lobão U Voa Redoda, RJ ov 8 ovação: Apcações Ídce éodo ãocoservavo éodo Coservavo efção do Probema de Rema éodo de fereças as para

Leia mais

OTIMIZAÇÃO LINEAR ROBUSTA MULTITEMPORAL DE UMA CARTEIRA DE ATIVOS COM PARÂMETROS DE MÉDIA E DISPERSÃO INCERTOS

OTIMIZAÇÃO LINEAR ROBUSTA MULTITEMPORAL DE UMA CARTEIRA DE ATIVOS COM PARÂMETROS DE MÉDIA E DISPERSÃO INCERTOS UNIVERSIDADE DE SÃO PAULO ESCOLA POLIÉCNICA DEPARAMENO DE ENGENHARIA DE SISEMAS ELERÔNICOS PROGRAMA DE DOUORADO EM ENGENHARIA ELÉRICA OIMIZAÇÃO LINEAR ROBUSA MULIEMPORAL DE UMA CAREIRA DE AIVOS COM PARÂMEROS

Leia mais

VaR t = valor em risco, em reais, do conjunto das exposições de que trata o caput para o dia "t", obtido de acordo com a seguinte fórmula:

VaR t = valor em risco, em reais, do conjunto das exposições de que trata o caput para o dia t, obtido de acordo com a seguinte fórmula: CIRCULAR Nº 3.568, DE 21 DE DEZEMBRO DE 2011 Documeo ormavo revogado, a parr de 1º/10/2013, pela Crcular º 3.634, de 4/3/2013. Alera dsposvos das Crculares s. 3.361, de 12 de seembro de 2007, 3.388, de

Leia mais

Grupo I (Cotação: 0 a 3 valores: uma resposta certa vale 1,5 valores e uma errada 0,50 valores)

Grupo I (Cotação: 0 a 3 valores: uma resposta certa vale 1,5 valores e uma errada 0,50 valores) INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO Esaísca II - Lcecaura em Gesão Época de Recurso 5// Pare práca (quesões de escolha múlpla) (6 valores) Nome: Nº Espaço reservado para a classfcação (ão escrever

Leia mais

A análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si.

A análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si. Prof. Lorí Va, Dr. http://www. ufrgs.br/~va/ va@mat.ufrgs.br aáse de varâca de uma cassfcação (Oe-Way NOV) verfca se as médas de amostras depedetes (tratametos) dferem etre s. Um segudo tpo de aáse de

Leia mais

5 Análise Não-Linear pelos Métodos de Galerkin-Urabe e Balanço Harmônico

5 Análise Não-Linear pelos Métodos de Galerkin-Urabe e Balanço Harmônico álise Não-Liear pelos Méodos de Galerki-Urabe e Balaço Harmôico expressão (.7) obida o Capíulo para a fução de Larae é uilizada essa seção para a obeção das equações difereciais de movimeo uilizadas a

Leia mais

Nº de sucessos ,3277 0,4096 0,2048 0,0512 0,0064 0,0003. n Limite superior de 0,025 0,01 0,0025 0,000625

Nº de sucessos ,3277 0,4096 0,2048 0,0512 0,0064 0,0003. n Limite superior de 0,025 0,01 0,0025 0,000625 Capíulo Problema 0 Nº de sucessos 0 4 5 0,0 0, 0,4 0,6 0,8,0 P 0,77 0,4096 0,048 0,05 0,0064 0,000 E 0, p ; 0,0 5 Problema 0 4 0 5 00 400 Lme superor de 0,05 0,0 0,005 0,00065 Lme superor de p^ 0,00 0,05

Leia mais

Sistemas Série-Paralelo e

Sistemas Série-Paralelo e Capíulo 5 Cofabldade de semas ére-paralelo e Msos Flávo. Foglao uposções comus a odos os ssemas aalsados Cofabldade de ssemas é avalada um poo o empo; ou seja, compoees apreseam cofabldades esácas em.

Leia mais

TRANSITÓRIOS MECÂNICOS DO MOTOR DE INDUÇÃO

TRANSITÓRIOS MECÂNICOS DO MOTOR DE INDUÇÃO CAPÍTULO 7 TRANSITÓRIOS MECÂNICOS DO MOTOR DE INDUÇÃO 7.1 INTRODUÇÃO Vaos cosderar o caso de u oor de dução dusral, aleado por esões rfáscas balaceadas. Tal oor e a caracerísca orque-velocdade represeada

Leia mais

Métodos AiBi e Logístico para projeção de pequenas áreas: uma aplicação para a microrregião de Angicos RN

Métodos AiBi e Logístico para projeção de pequenas áreas: uma aplicação para a microrregião de Angicos RN Méodos AB e Logísco para projeção de pequeas áreas: uma aplcação para a mcrorregão de Agcos RN Crsae Slva Corrêa CEDELAR/UFMG e UFRN Luaa Juquera Das Myrrha CEDELAR/UFMG e UFRN Moema Fígol CEDELAR/UFMG.

Leia mais

Curso de Óptica Aplicada

Curso de Óptica Aplicada Curso de Ópca Aplcada Faculdade de Cêcas e Tecologa Uversdade Nova de Lsboa AT 4 Propagação Deparameo Aula Teórca de Físca 5 Ópca Geomérca Curso de Ópca Aplcada Aula Teórca 4 Propagação Curso de Ópca Aplcada

Leia mais

EN3224 Dinâmica de Fluidos Computacional

EN3224 Dinâmica de Fluidos Computacional Uversdade Federal do ABC EN34 Dâmca de Fldos Compacoal Apreseação do Crso EN34 Dâmca de Fldos Compacoal Uversdade Federal do ABC Sod s Shock Tbe Problem Um smples modelo de ma dmesoal de m gás rodzdo por

Leia mais

Aerodinâmica I. Asas Finitas Teoria da Linha Sustentadora Método de Glauert

Aerodinâmica I. Asas Finitas Teoria da Linha Sustentadora Método de Glauert ( y Método de Gauert ( y ( y V c( y β 4 V d y y dy ( y dy Método de resoução da equação tegro-dfereca da ha sustetadora através da sua trasformação um sstema de equações agérco - Asas smétrcas, sem dedro

Leia mais

Dinâmica Estocástica. Instituto de Física, outubro de 2016

Dinâmica Estocástica. Instituto de Física, outubro de 2016 Dnâmca Esocásca Insuo de Físca ouubro de 206 Dnâmcas esocáscas com mudança de um sío Dnâmca de Meropols e dnâmca de Glauber para o modelo de Isng 2 Dnâmcas esocáscas para o modelo de Isng Ssema defndo

Leia mais

PROJEÇÃO DE DOMICÍLIOS PARA OS MUNICÍPIOS BRASILEIROS EM 31/12/2004

PROJEÇÃO DE DOMICÍLIOS PARA OS MUNICÍPIOS BRASILEIROS EM 31/12/2004 PROJEÇÃO DE DOMICÍLIOS PARA OS MUNICÍPIOS BRASILEIROS EM 31/12/2004 SUMÁRIO 1. INRODUÇÃO... 1 2. FONE DE DADOS... 1 3. PROJEÇÃO DO NÚMERO DE DOMICÍLIOS... 2 3.1 Mucípo emacpado em 2001... 5 3.2 População

Leia mais

Opções Reais. Estimando Volatilidade. Volatilidade. Volatilidade. Mestrado. IAG PUC-Rio. Prof. Luiz Brandão

Opções Reais. Estimando Volatilidade. Volatilidade. Volatilidade. Mestrado. IAG PUC-Rio. Prof. Luiz Brandão Opções Reais Esimado Volailidade Mesrado Prof. Luiz Bradão bradao@iag.puc-rio.br IAG PUC-Rio Volailidade Volailidade O Valor Presee V 0 de um aivo é obido descoado-se os seus fluxos de caixa a uma axa

Leia mais

Exercício Exemplo de Análise Matricial de Estruturas

Exercício Exemplo de Análise Matricial de Estruturas Exercício Exempo de Anáise Maricia de Esruura Exercício Exempo de Anáise Maricia de Esruuras Dada a esruura abaixo, deermine os desocamenos no nó e as reações de apoio uiizando a anáise maricia de esruuras.

Leia mais

SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL 8 a 11 de novembro de 2002, Rio de Janeiro/RJ A PESQUISA OPERACIONAL E AS CIDADES

SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL 8 a 11 de novembro de 2002, Rio de Janeiro/RJ A PESQUISA OPERACIONAL E AS CIDADES SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL 8 a de ovembro de 2002, Ro de Jaero/RJ MODELOS E ALGORITMOS PARA ALOCAÇÃO DE TRIPULAÇÃO EM REDES DE TRANSPORTE Geraldo Robso Maeus Jayme Assução Casmro Uversdade

Leia mais

MECÂNICA CLÁSSICA. AULA N o 3. Lagrangeano Princípio da Mínima Ação Exemplos

MECÂNICA CLÁSSICA. AULA N o 3. Lagrangeano Princípio da Mínima Ação Exemplos MECÂNICA CÁSSICA AUA N o 3 agrangeano Prncípo da Mínma Ação Exemplos Todas as les da Físca êm uma esruura em comum: as les de uma parícula em movmeno sob a ação da gravdade, o movmeno dado pela equação

Leia mais

MEDIDAS DE TENDÊNCIA CENTRAL I

MEDIDAS DE TENDÊNCIA CENTRAL I Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, edca Veterára, uscoterapa, Odotologa, Pscologa EDIDAS DE TENDÊNCIA CENTRAL I 7 7. EDIDAS DE

Leia mais

AJUSTAMENTO DE CURVAS E MODELOS ESTOCÁSTICOS: ABUSOS DO MÉTODO DOS MÍNIMOS QUADRADOS

AJUSTAMENTO DE CURVAS E MODELOS ESTOCÁSTICOS: ABUSOS DO MÉTODO DOS MÍNIMOS QUADRADOS AJUSTAMENTO DE CURVAS E MODELOS ESTOCÁSTICOS: ABUSOS DO MÉTODO DOS MÍNIMOS QUADRADOS CURVE FITTING AND STOCHASTIC MODELS: ABUSES OF THE LEAST SQUARES METHOD. INTRODUÇÃO Muas vezes dspõe-se de um modelo

Leia mais

EXEMPLO 3 - CONTINUAÇÃO

EXEMPLO 3 - CONTINUAÇÃO AJUSTE A U POLINÔIO Se curv f for jusd um polômo de gru, eremos f * () 0 Segudo o mesmo procedmeo eror, chegremos o segue ssem ler: m L O L L 0 EXEPLO Os ddos bo correspodem o volume do álcool ídrco em

Leia mais

CONFIABILIDADE EM ENGENHARIA

CONFIABILIDADE EM ENGENHARIA UNIVERSIDADE ESTADUAL DE CAMPINAS FACULDADE DE ENGENHARIA MECÂNICA DEPARTAMENTO DE PROJETO MECÂNICO Dscpla: IM 46 CONFIABILIDADE EM ENGENHARIA Auora: Profa. Dra. Kaa Lucches Cavalca Revsão: Zlda de Casro

Leia mais

O gráfico abaixo mostra um exemplo das vendas (em unidades vendidas) mensais de um produto. Exemplo de Serie Temporal mes

O gráfico abaixo mostra um exemplo das vendas (em unidades vendidas) mensais de um produto. Exemplo de Serie Temporal mes Modelos de Prevsão Irodução Em omada de decsão é basae comum raar problemas cujas decsões a serem omadas são fuções de faos fuuros Assm, os dados descrevedo a suação de decsão precsam ser represeavos do

Leia mais

Eletromagnetismo II 1 o Semestre de 2007 Noturno - Prof. Alvaro Vannucci

Eletromagnetismo II 1 o Semestre de 2007 Noturno - Prof. Alvaro Vannucci leomagesmo II o Semese de 7 Nouo - Pof. Alvao Vaucc 3 a aula /ab/7 Vmos: Odas sfécas (vácuo: = Ψ (modo T e B = ( ψ ω c ' = ω B ' = ψ c ( ψ (modo TM ; ω Ψ + Ψ = sedo que ψ sasfaz: c (equação scala de Helmholz

Leia mais

5 Sistemas Lineares com Coecientes Periódicos

5 Sistemas Lineares com Coecientes Periódicos 5 Ssemas Lneares com Coecenes Peródcos Ese capíulo raa de forma suscna do esudo da esabldade de soluções peródcas de ssemas dnâmcos não-lneares. Segundo Rand [83], a eora de Floque é a eora mas geral que

Leia mais

Solução numérica de equações diferenciais ordinárias. Problema de valor inicial (PVI)

Solução numérica de equações diferenciais ordinárias. Problema de valor inicial (PVI) Solução numérca de equações derencas ordnáras Problema de valor ncal PVI 4 5 Inrodução 4 5 Uma equação derencal ordnára é denda como uma equação que envolve uma unção ncógna e algumas das suas dervadas

Leia mais

Difusão entre Dois Compartimentos

Difusão entre Dois Compartimentos 59087 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 4 Dfusão etre Dos Compartmetos A le de Fck para membraas (equação 4 da aula passada) mplca que a permeabldade de uma membraa a um soluto é dada pela razão

Leia mais

Cassiano Bragagnolo Vania Di Addario Guimarães Geraldo Sant Ana de Camargo Barros

Cassiano Bragagnolo Vania Di Addario Guimarães Geraldo Sant Ana de Camargo Barros A regra óma de armazeameo de arroz o Brasl Cassao Bragagolo Vaa D Addaro Gumarães Geraldo Sa Aa de Camargo Barros Resumo Ese rabalho preede aplcar um modelo ecoômco dâmco de expecavas racoas para armazeameo

Leia mais

Grupo I ( 3 valores) 0 Os parâmetros podem ser considerados variáveis aleatórias pois as suas estimativas variam de amostra para amostra

Grupo I ( 3 valores) 0 Os parâmetros podem ser considerados variáveis aleatórias pois as suas estimativas variam de amostra para amostra Exame fial Esaísica Maria Helea Almeida 7 de Maio de 003 José Aóio Piheiro Duração h e 30 Noe bem: Grupos diferees em folhas diferees Não se esqueça de ideificar TODAS as folhas 3 Para maer a ordem, a

Leia mais

VIGAS HIPERESTÁTICAS - EQUAÇÃO DOS 3 MOMENTOS

VIGAS HIPERESTÁTICAS - EQUAÇÃO DOS 3 MOMENTOS TECNOLOGIA EM CONSTRUÇÃO DE EDIFÍCIOS CONSTRUÇÕES EM CONCRETO ARMADO VIGAS HIPERESTÁTICAS - EQUAÇÃO DOS MOMENTOS Apostia orgaizada peo professor: Ediberto Vitorio de Borja 6. ÍNDICE CÁLCULO DE MOMENTOS

Leia mais

Aula 4. Interferência. - Refração e Lei de Snell: frequência e comprimento de onda - Mudança de fase - Experimento de Young

Aula 4. Interferência. - Refração e Lei de Snell: frequência e comprimento de onda - Mudança de fase - Experimento de Young Aula 4 Ierferêca - Refração e e de Sell: frequêca e comprmeo de oda - Mudaça de fase - Expermeo de Youg Refração e e de Sell Já vmos a e de Sell: s s ode c v Frequêca e Comprmeo de Oda a Refração Temos:

Leia mais

ENVIESAMENTO DE SUBSTITUIÇÃO NO ÍNDICE DE PREÇOS NO CONSUMIDOR*

ENVIESAMENTO DE SUBSTITUIÇÃO NO ÍNDICE DE PREÇOS NO CONSUMIDOR* ENVIESAMENTO DE SUBSTITUIÇÃO NO ÍNDICE DE PREÇOS NO CONSUMIDOR* Pedro Duare Neves ** Luís Moras Sarmeo**. INTRODUÇÃO O Ídce de Preços o Cosumdor (IPC), produzdo mesalmee pelo Isuo Nacoal de Esaísca, é

Leia mais

ANÁLISE VISCOELÁSTICA DE PAVIMENTOS ASFÁLTICOS PELO MÉTODO DOS ELEMENTOS FINITOS

ANÁLISE VISCOELÁSTICA DE PAVIMENTOS ASFÁLTICOS PELO MÉTODO DOS ELEMENTOS FINITOS ANÁLISE VISCOELÁSTICA DE PAVIMENTOS ASFÁLTICOS PELO MÉTODO DOS ELEMENTOS FINITOS Eso de Lma Porela Uversdade Federal do Ceará Laboraóro de Mecâca dos Pavmeos - Deparameo de Egehara de Traspores Evadro

Leia mais

TEMPO DE ESTABILIZAÇÃO DE SISTEMAS SUBCRÍTICOS PARA DIFERENTES FONTES EXTERNAS DE NÊUTRONS. Brayan Sobral da Fonseca

TEMPO DE ESTABILIZAÇÃO DE SISTEMAS SUBCRÍTICOS PARA DIFERENTES FONTES EXTERNAS DE NÊUTRONS. Brayan Sobral da Fonseca TEMPO DE ETABILIZAÇÃO DE ITEMA UBCRÍTICO PARA DIFERETE FOTE EXTERA DE ÊUTRO Braya obra da Foseca Dsseração de Mesrado apreseada ao Proraa de Pós-raduação e Eehara ucear COPPE da Uversdade Federa do Ro

Leia mais

Conceitos fundamentais

Conceitos fundamentais CF Coceo fdamea Exem parâmero qe caracerzam o a e qe permem a comparação ere ele. Valor médo Para m al qe e repee com m deermado ervalo peródco a expreão para calclar o valor médo ambém é ea. < < Ex: A

Leia mais

( ) ( ) Es'mador de Máxima-Verossimilhança. ,θ i. L( Θ; X) = f ( X;Θ) = f (x i

( ) ( ) Es'mador de Máxima-Verossimilhança. ,θ i. L( Θ; X) = f ( X;Θ) = f (x i 5.. Esmador de Máxma-Verossmlhaça O prcípo básco do esmador de Máxma-Verossmlhaça cosste a obteção de esmavas de parâmetros populacoas de uma desdade de uma varável aleatóra a parr de um cojuto de formações

Leia mais

Econometria: 3 - Regressão Múltipla

Econometria: 3 - Regressão Múltipla Ecoometra: 3 - Regressão Múltpla Prof. Marcelo C. Mederos mcm@eco.puc-ro.br Prof. Marco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo de regressão

Leia mais

Projeto e Análise de Algoritmos Recorrências. Prof. Humberto Brandão

Projeto e Análise de Algoritmos Recorrências. Prof. Humberto Brandão Projeto e Aálse de Algortmos Recorrêcas Prof. Humberto Bradão humberto@dcc.ufmg.br Uversdade Federal de Alfeas Laboratóro de Pesqusa e Desevolvmeto LP&D Isttuto de Cêcas Exatas ICEx versão da aula: 0.

Leia mais

Sinais contínuos e discretos. Sinais contínuos. Sinais: o que são? Sinais. Os sinais traduzem a evolução de uma grandeza ao longo do tempo.

Sinais contínuos e discretos. Sinais contínuos. Sinais: o que são? Sinais. Os sinais traduzem a evolução de uma grandeza ao longo do tempo. Sas coíuos e dscreos Sas orge s. marques orge s. marques Sas: o que são? Sas coíuos Os sas raduzem a eolução de uma gradeza ao logo do empo empo : IR IR ou : [ab] IR ou do espaço Um sal dz-se coíuo se

Leia mais

Módulo 2: Métodos Numéricos. (problemas de valores iniciais e problemas de condições-fronteira)

Módulo 2: Métodos Numéricos. (problemas de valores iniciais e problemas de condições-fronteira) Módulo : Méodos Numércos Equações dferencas ordnáras problemas de valores ncas e problemas de condções-fronera Modelação Compuaconal de Maeras -5. Equações dferencas ordnáras - Inrodução Uma equação algébrca

Leia mais

MAE0229 Introdução à Probabilidade e Estatística II

MAE0229 Introdução à Probabilidade e Estatística II Exercíco Cosdere a dstrbução expoecal com fução de desdade de probabldade dada por f (y; λ) = λe λy, em que y, λ > 0 e E(Y) = /λ Supor que o parâmetro λ pode ser expresso proporcoalmete aos valores de

Leia mais

Teoria dos Jogos. Prof. Maurício Bugarin ECO/UnB 2015-II

Teoria dos Jogos. Prof. Maurício Bugarin ECO/UnB 2015-II Teora dos Jogos Pro. Mauríco Bugarn ECO/UnB 5-II Cap. 3: Jogos Estátcos com Inormação Incompeta Rotero Capítuo : Jogos Estátcos com Inormação Competa Cap do Gbbons Capítuo 3: Jogos Estátcos com Inormação

Leia mais

5 Modelo Teórico Modelagem determinística

5 Modelo Teórico Modelagem determinística 5 Modelo Teórico Nese rabalho será adoada a simulação de Moe Carlo para precificar as opções reais do projeo, uilizado o sofware @Risk. O modelo eórico aplicado é baseado a premissa de que o valor presee

Leia mais

PROCESSOS ESTOCÁSTICOS

PROCESSOS ESTOCÁSTICOS UIVERIDADE FEDERAL DO RIO GRADE DO ORE CERO DE CIÊCIA EXAA E DA ERRA DEARAEO DE EAÍICA DICILIA: E ROCEO EOCÁICO ROCEO EOCÁICO ª EAA ROFEOR: FERADO CÉAR DE IRADA AAL/R EADO ABORVEE Defção. Um estado de

Leia mais

A PROGRAMAÇÃO MATEMÁTICA, A TECNOLOGIA E A MAIS-VALIA

A PROGRAMAÇÃO MATEMÁTICA, A TECNOLOGIA E A MAIS-VALIA A PROGRAMAÇÃO MATEMÁTICA, A TECNOLOGIA E A MAIS-VALIA Sdepa Bogosa Neo Cero de Projeos de Navos Marha do Brasl Ilha das Cobras, Ed. 6, s/o. Cero, Ro de Jaero CEP 2009-000 e-mal: sbogosa@gmal.com RESUMO

Leia mais

Capítulo 5: Ajuste de curvas pelo método dos mínimos quadrados

Capítulo 5: Ajuste de curvas pelo método dos mínimos quadrados Capítulo : Ajuste de curvas pelo método dos mímos quadrados. agrama de dspersão No capítulo ateror estudamos uma forma de ldar com fuções matemátcas defdas por uma taela de valores. Frequetemete o etato

Leia mais

MÉTODO DA RIGIDEZ DIRETA PARA MODELOS ESTRUTURAIS LINEARES E ELÁSTICOS

MÉTODO DA RIGIDEZ DIRETA PARA MODELOS ESTRUTURAIS LINEARES E ELÁSTICOS MÉTOO A RIGIEZ IRETA PARA MOELOS ESTRUTURAIS LINEARES E ELÁSTICOS CAPÍTULOS a Luz Ferado Martha Potfíca Uversdade Catóca do Ro de Jaero PUC-Ro epartameto de Egehara Cv Rua Marquês de São Vcete, - Gávea

Leia mais

1. Estatística Descritiva

1. Estatística Descritiva . Esaísca Descrva Tabelas de Frequêcas a. Dados qualavos ou quaavos quado os valores se reee Frequêca absolua sles (F ) úero de vezes que cada valor dso da varável observada se reee (,, ). Te-se que: F

Leia mais

P IBpm = C+ I+ G+X F = = b) Despesa Nacional. PNBpm = P IBpm+ RF X = ( ) = 59549

P IBpm = C+ I+ G+X F = = b) Despesa Nacional. PNBpm = P IBpm+ RF X = ( ) = 59549 Capíulo 2 Soluções: Medição da Acividade Económica Exercício 24 (PIB pelaópica da despesa) i. Usando os valores da abela que consa do enunciado, a solução das várias alíneas é imediaa, basando para al

Leia mais

Algumas considerações em regressão não linear

Algumas considerações em regressão não linear Algumas cosderações em regressão ão lear Josmar Mazuchel e Jorge Albero Achcar Deparameo de Esaísca, Uversdade Esadual de Margá, Av. Colombo, 5790, 8700-900, Margá, Paraá, Brasl. Deparameo de Esaísca,

Leia mais

Exemplo. Exemplo. Taxa Interna de Retorno. Administração

Exemplo. Exemplo. Taxa Interna de Retorno. Administração Admiisração Taxa Iera de Reoro Deomia-se Taxa Iera de Reoro (TRI) de um fluxo de caixa à axa de juros que aula o Valor Presee Líquido (VPL). MATEMÁTICA FINANCEIRA Por: EDÉZIO SACRAMENTO edezio@oi.com.br

Leia mais

4- Método de Diferenças Finitas Aplicado às Equações Diferenciais Parciais.

4- Método de Diferenças Finitas Aplicado às Equações Diferenciais Parciais. MÉTODOS NM ÉRICOS PARA E QAÇÕES DIFEREN CIAIS PARCIAIS 4- Méodo de Difereças Fiias Aplicado às Equações Difereciais Parciais. 4.- Aproximação de Fuções. 4..- Aproximação por Poliômios. 4..- Ajuse de Dados:

Leia mais

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento. Prof. Lorí Val, Dr. val@pucrs.r http://www.pucrs.r/famat/val/ Em mutas stuações duas ou mas varáves estão relacoadas e surge etão a ecessdade de determar a atureza deste relacoameto. A aálse de regressão

Leia mais

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS ANÁLISE DE ERROS A oservação de um feómeo físco ão é completa se ão pudermos quatfcá-lo. Para é sso é ecessáro medr uma propredade físca. O processo de medda cosste em atrur um úmero a uma propredade físca;

Leia mais

Análise de Eficiência Energética em Sistemas Industriais de Ventilação

Análise de Eficiência Energética em Sistemas Industriais de Ventilação Aálse de Efcêca Eergéca em Ssemas Idusras de elação Kleber Davd Belovsk, Déco Bspo, Aôo Carlos Delaba, Sérgo Ferrera de aula Slva Faculdade de Egehara Elérca da Uversdade Federal de Uberlâda UFU, Aveda

Leia mais

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL Faculdade de Tecologa de Cataduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL 5. Meddas de Posção cetral ou Meddas de Tedêca Cetral Meddas de posção cetral preocupam-se com a caracterzação e a

Leia mais

Neo-fisherianos e teoria fiscal do nível de preços

Neo-fisherianos e teoria fiscal do nível de preços Anono Lcha 4/março/07 Neo-fsheranos e eora fscal do nível de preços O objevo desas noas é desacar os prncpas elemenos da abordagem neofsherana e da eora fscal do nível de preços. Desacamos 4 pequenos modelos

Leia mais

Contabilometria. Números-Índices

Contabilometria. Números-Índices Coablomera Números-Ídces Foes: Seveso (1981) Esaísca Alcada à Admsração Ca. 15 Foseca, Mars e Toledo (1991) Esaísca Alcada Ca. 5 Números-Ídces Sezam modfcações em varáves ecoômcas durae um eríodo de emo

Leia mais

COMPLEMENTOS DE MECÂNICA QUÂNTICA PARA ESPECTROSCOPIA LEITURA OPCIONAL PARA PQF. M.N. Berberan e Santos

COMPLEMENTOS DE MECÂNICA QUÂNTICA PARA ESPECTROSCOPIA LEITURA OPCIONAL PARA PQF. M.N. Berberan e Santos COMPEMENTOS DE MECÂNICA QUÂNTICA PARA ESPECTROSCOPIA EITURA OPCIONA PARA PQF M.N. Berbera e Saos Abrl de 1 Complemeos de Mecâca Quâca 1.1 Equação de Schrödger depedee do empo A forma mas geral da equação

Leia mais

Martingalas: Uma ferramenta em Inferência Estatística

Martingalas: Uma ferramenta em Inferência Estatística V Cogresso Aual Socedade Poruguesa de Esaísca Cura, a 4 de Juho de 997 Margalas: Uma ferramea em Iferêca Esaísca Cláuda Nues, Aóo Pacheco Deparameo de Maemáca e Cero de Maemáca Aplcada Isuo Superor Técco,

Leia mais

APLICAÇÃO DO MÉTODO DOS PSEUDO-HARMÔNICOS À CINÉTICA MULTIDIMENSIONAL. Zelmo Rodrigues de Lima

APLICAÇÃO DO MÉTODO DOS PSEUDO-HARMÔNICOS À CINÉTICA MULTIDIMENSIONAL. Zelmo Rodrigues de Lima APLICAÇÃO DO MÉODO DOS PSEUDO-HARMÔNICOS À CINÉICA MULIDIMENSIONAL Zeo Rodrues de La ESE SUBMEIDA AO CORPO DOCENE DA COORDENAÇÃO DOS PROGRAMAS DE PÓS-GRADUAÇÃO DE ENGENHARIA DA UNIVERSIDADE EDERAL DO RIO

Leia mais

Eletromagnetismo Licenciatura. 18 a aula. Professor Alvaro Vannucci

Eletromagnetismo Licenciatura. 18 a aula. Professor Alvaro Vannucci leomagesmo Lcecaua 8 a aula Pofesso Alvao Vaucc Na úlma aula vmos... Poêca adada po um Dpolo léco que Oscla: P dpolo p 0 4 c quao que a Poêca adada po uma aea mea-oda: P aea q 0 4 c Agoa, em emos do valo

Leia mais

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança Regressão Smples Parte III: Coefcete de determação, regressão a orgem e método de máxma verossmlhaça Coefcete de determação Proporção da varabldade explcada pelo regressor. R Varação explcada Varação total

Leia mais

Modelo econômico para determinação do tempo de reposição na irrigação por sulco

Modelo econômico para determinação do tempo de reposição na irrigação por sulco 7 Revsa Braslera de Egehara Agrícola e Ambeal, v.6,., p.7-, 2002 Campa Grade, PB, DEAg/UFPB - hp://www.agramb.com.br Modelo ecoômco para deermação do empo de reposção a rrgação por sulco Carmello C. Machado,

Leia mais

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística BAC 0 - Estatístca Uversdade Federal de Itajubá - Campus Itabra BAC0 - ESTATÍSTICA ESTATÍSTICA DESCRITIVA MEDIDAS DE CENTRO Méda Medda de cetro ecotrada pela somatóra de todos os valores de um cojuto,

Leia mais

8 Programação linear 78

8 Programação linear 78 8 Programação lear 78 8 Programação lear A programação lear cosderou duas fuções objetvo: (a) maxmzação da comercalzação do gás e (b) mmzação das perdas (recetas e multas cotratuas). Foram dealzados dos

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: Deparameno de Informáca Dscplna: Modelagem Analíca do Desempenho de Ssemas de Compuação Fluxos de Enrada Fluxos de Saída Le de Lle Faor de Ulzação rof. Sérgo Colcher colcher@nf.puc-ro.br rocesso de Chegada

Leia mais

5 Aplicação do GFMM no BEM

5 Aplicação do GFMM no BEM 38 5 Apação do GFMM o BEM esse apítuo os desevovmetos apresetados o apítuo 4 são apados ao BEM pea expasão das souções fudametas utzadas as tegrações sobre os segmetos do otoro. É apresetada a formuação

Leia mais

8. DISCRIMINAÇÃO, CLASSIFICAÇÃO E RECONHECIMENTO DE PADRÕES:

8. DISCRIMINAÇÃO, CLASSIFICAÇÃO E RECONHECIMENTO DE PADRÕES: NOTAS DE AULA DA DISIPLINA E76 8. DISRIMINAÇÃO, LASSIFIAÇÃO E REONHEIMENTO DE PADRÕES: 8. INTRODUÇÃO A técca multvarada cohecda como Aálse Dscrmate trata dos problemas relacoados com SEPARAR cojutos dsttos

Leia mais

2.4. Grandezas Nominais e Reais

2.4. Grandezas Nominais e Reais 2.4. Gradezas Nomas e Reas rcpas varáves macroecoómcas (IB, C, G, I, X, Q,...): sedo agregações, são ecessaramee valores moeáros Calculadas a preços correes / em valor / em ermos omas, Mas eressa, frequeemee,

Leia mais

2. MODELO DETALHADO: Relações de Recorrência. Exemplo: Algoritmo Recursivo para Cálculo do Fatorial Substituição Repetida

2. MODELO DETALHADO: Relações de Recorrência. Exemplo: Algoritmo Recursivo para Cálculo do Fatorial Substituição Repetida . MODELO DETALHADO: Relações de Recorrêca Exemplo: Algortmo Recursvo para Cálculo do Fatoral Substtução Repetda T T ( ) ( ) t 1, T ( + t, > T ( ) T ( + t T ( ) ( T( ) + t + t ) + t T ( ) T ( ) T ( ) +

Leia mais

Análise de Dados e Probabilidade B Exame Final 2ª Época

Análise de Dados e Probabilidade B Exame Final 2ª Época Aálse de Dados e obabldade B Eame Fal ª Éoca Claa Cosa Duae Daa: / /7 Cáa Feades Duação: hm edo Chaves MORTATE: Esceva o ome e úmeo o cmo de cada folha Resoda a cada guo em folhas seaadas, caso ão esoda

Leia mais

Estatística - exestatmeddisper.doc 25/02/09

Estatística - exestatmeddisper.doc 25/02/09 Estatístca - exestatmeddsper.doc 5/0/09 Meddas de Dspersão Itrodução ão meddas estatístcas utlzadas para avalar o grau de varabldade, ou dspersão, dos valores em toro da méda. ervem para medr a represetatvdade

Leia mais

A linguagem matemática

A linguagem matemática A UUL AL A A inguagem matemática Observe o texto abaixo. Ee foi extraído de um ivro de geometria chinês. Veja se, mesmo sem saber chinês, você consegue entender o tema do texto, ou seja, sobre o que o

Leia mais

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12 MEDIDAS DE POSIÇÃO: São meddas que possbltam represetar resumdamete um cojuto de dados relatvos à observação de um determado feômeo, pos oretam quato à posção da dstrbução o exo dos, permtdo a comparação

Leia mais

Avaliação de Empresas Profa. Patricia Maria Bortolon

Avaliação de Empresas Profa. Patricia Maria Bortolon Avalação de Empresas MODELO DE DIVIDENDOS Dvdedos em um estáo DDM Dscouted Dvded Model Muto utlzados a precfcação de uma ação em que o poto de vsta do vestdor é extero à empresa e eralmete esse vestdor

Leia mais

Sinais e Sistemas. Env. CS1 Ground. Sine Wave Joint Actuator. Double Pendulum Two coupled planar pendulums with. gravity and sine wave forcing in the

Sinais e Sistemas. Env. CS1 Ground. Sine Wave Joint Actuator. Double Pendulum Two coupled planar pendulums with. gravity and sine wave forcing in the -4-6 -8 - - -4-6 -8 Frequecy khz Hammig kaiser Chebyshev Siais e Sisemas Power Specral Desiy Ev B F CS CS B F CS Groud Revolue Body Revolue Body Power/frequecy db/hz Sie Wave Joi Acuaor Joi Sesor Revolue

Leia mais

Iluminação e FotoRealismo: Radiosidade

Iluminação e FotoRealismo: Radiosidade Ilumnação e oorealsmo: Radosdade Luís Paulo Pexoo dos Sanos hp://gec.d.umnho.p/mcgav/fr Premssas Todas as neracções da luz com os obecos são dfusas L x Θ L x, Θ Ω Expressa em ermos de radosdade W/m 2 r

Leia mais

Contabilidade Social Carmen Feijó [et al.] 4ª edição

Contabilidade Social Carmen Feijó [et al.] 4ª edição Coabldade Socal Carme Fejó [e al.] 4ª edção CAPÍTULO 7 NÚMEROS ÍNDCES Professor Rodrgo Nobre Feradez Peloas 4 rodução Ese caíulo aresea a eora básca dos úmeros-ídce Se rocura esabelecer as lgações ere

Leia mais

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo.

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo. Equlíbro e o Potecal de Nerst 5910187 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 11 Nesta aula, vamos utlzar a equação para o modelo de eletrodfusão o equlíbro obtda a aula passada para estudar o trasporte

Leia mais

A linguagem matemática

A linguagem matemática Acesse: http://fuvestibuar.com.br/ A UUL AL A A inguagem matemática Observe o texto abaixo. Ee foi extraído de um ivro de geometria chinês. Veja se, mesmo sem saber chinês, você consegue entender o tema

Leia mais

Secção 7. Sistemas de equações diferenciais.

Secção 7. Sistemas de equações diferenciais. 7. Sisemas de equações difereciais Secção 7. Sisemas de equações difereciais. (Farlow: Sec. 6., 6.4 e 6.6) No caso geral, um sisema de equações difereciais de primeira ordem pode ser represeado da seguie

Leia mais

Simulações Numéricas em Astrofísica. Diego Falceta-Gonçalves EACH Universidade de São Paulo

Simulações Numéricas em Astrofísica. Diego Falceta-Gonçalves EACH Universidade de São Paulo Smlações Nmércas em Asrofísca Dego Falcea-Goçalves EACH Uversdade de São Palo IWCCA São Palo 06/0 Dego Falcea-Goçalves Smlações mércas em Asrofísca Irodção Movação Pracamee odos os processos físcos (qímcos,

Leia mais

Juros Compostos 2016

Juros Compostos 2016 Juros Composos 2016 1. (G1 - ifal 2016) Em 2000, cero país da América Laia pediu um emprésimo de 1 milhão de dólares ao FMI (Fudo Moeário Ieracioal) para pagar em 100 aos. Porém, por problemas políicos

Leia mais

Flambagem por Compressão

Flambagem por Compressão Unvesdade Santa Cecía Fambagem por Compressão Conceto de estabdade do equíbro. De forma bastante comum ocorre confusão entre o que são equíbro e estabdade. Uma estrutura pode ser nstáve estando em equíbro.

Leia mais

PUCPR- Pontifícia Universidade Católica Do Paraná PPGIA- Programa de Pós-Graduação Em Informática Aplicada

PUCPR- Pontifícia Universidade Católica Do Paraná PPGIA- Programa de Pós-Graduação Em Informática Aplicada PUCPR- Poifícia Uiversidade Caóica Do Paraá PPGIA- Programa de Pós-Graduação Em Iformáica Apicada LIMIARIZAÇÃO IMODAL DE OSU Resumo: Ese arigo descreve a eoria do Agorimo de Limiarização imoda de Osu assim

Leia mais

O ESTIMADOR DE MÁXIMA VEROSSIMILHANÇA UTILIZADO EM TESTES DE VIDA SEQÜENCIAIS COM TRUNCAGEM: uma aplicação com um modelo Weibull de três parâmetros

O ESTIMADOR DE MÁXIMA VEROSSIMILHANÇA UTILIZADO EM TESTES DE VIDA SEQÜENCIAIS COM TRUNCAGEM: uma aplicação com um modelo Weibull de três parâmetros O ESTIMADOR DE MÁXIMA VEROSSIMILHANÇA UTILIZADO EM TESTES DE VIDA SEQÜENCIAIS COM TRUNCAGEM: uma aplcação com um modelo Webull de rês parâmeros DANIELE DA ROCHA FONSECA UNIVERSIDADE ESTADUAL DO NORTE FLUMINENSE

Leia mais

A desigualdade de Jensen

A desigualdade de Jensen A desiguadade de Jese Emaue Careiro - emauec@baydeet.com.br 5 de março de 004 Preimiares de Cácuo Coheceremos este capítuo uma das mais poderosas armas para o combate aos probemas de oimpíada: a desiguadade

Leia mais

O ESTIMADOR DE MÁXIMA VEROSSIMILHANÇA UTILIZADO EM TESTES DE VIDA SEQÜENCIAIS COM TRUNCAGEM: uma aplicação com um modelo Weibull de três parâmetros

O ESTIMADOR DE MÁXIMA VEROSSIMILHANÇA UTILIZADO EM TESTES DE VIDA SEQÜENCIAIS COM TRUNCAGEM: uma aplicação com um modelo Weibull de três parâmetros O ESTIMADOR DE MÁXIMA VEROSSIMILHANÇA UTILIZADO EM TESTES DE VIDA SEQÜENCIAIS COM TRUNCAGEM: uma aplcação com um modelo Webull de rês parâmeros DANIELE DA ROCHA FONSECA UNIVERSIDADE ESTADUAL DO NORTE FLUMINENSE

Leia mais

MECÂNICA CLÁSSICA. AULA N o 4. Carga de Noether- Simetrias e Conservação

MECÂNICA CLÁSSICA. AULA N o 4. Carga de Noether- Simetrias e Conservação MECÂNIC CLÁSSIC UL N o 4 Carga de Noeher- Smeras e Conservação Vamos ver o caso de uma parícula movendo-se no plano, porém descrevendo-a agora em coordenadas polares: r r d dr T T m dr m d r d d m r m

Leia mais

MEDIDAS DE DISPERSÃO 9. MEDIDAS DE DISPERSÃO

MEDIDAS DE DISPERSÃO 9. MEDIDAS DE DISPERSÃO Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, Medca Veterára, Muscoterapa, Odotologa, Pscologa MEDIDAS DE DISPERSÃO 9 9. MEDIDAS DE DISPERSÃO

Leia mais

REVISÃO: ANÁLISE DE TENSÕES

REVISÃO: ANÁLISE DE TENSÕES REVISÃO: ANÁLISE DE ENSÕES Fadiga dos Materiais Metáicos Prof. Caros Batista ESADO DE ENSÃO EM UM PONO O estado gera de tesão e u oto de u coro e equiíbrio ode ser reresetado or 6 cooetes: O eso estado

Leia mais

Física IV Poli Engenharia Elétrica: 15ª Aula (07/10/2014)

Física IV Poli Engenharia Elétrica: 15ª Aula (07/10/2014) Física V Poi Egeharia Eétrica: 15ª Aua (7/1/14) Prof. Avaro Vaucci Na útima aua vimos: Partícua presa a um poço de potecia ifiito (1D) Equação de Schrödiger (U = ): d dx m E K ; K me ikx Soução:. A' e

Leia mais

XXII OLIMPÍADA BRASILEIRA DE MATEMÁTICA Terceira Fase Nível 3 (Ensino Médio)

XXII OLIMPÍADA BRASILEIRA DE MATEMÁTICA Terceira Fase Nível 3 (Ensino Médio) XXII OLIMPÍADA BRAILEIRA DE MATEMÁTICA Terceira Fase Níel 3 (Esio Médio PROBLEMA 1: Em uma folha de papel a rea r passa pelo cao A da folha e forma um âgulo com a borda horizoal, como a figura 1. Para

Leia mais