3 DECISÃO SOB INCERTEZA
|
|
- Mario Sousa Quintanilha
- 8 Há anos
- Visualizações:
Transcrição
1 3 DECISÃO SOB INCERTEZA Este cpítulo fz um resumo dos princípios e critérios de decisão so incertez, descrevendo su fundmentção mtemátic e discutindo su plicção.
2 DECISÃO SOB INCERTEZA 4 3. INTRODUÇÃO A incertez está presente em todos os mercdos e, conseqüentemente, está presente em tods s decisões econômics, ou sej, o gente não tem certez sore o resultdo ( conseqüênci) d su decisão. Um eemplo de decisão so incertez é decisão de despco de gerção idrelétric, um vez que fluênci futur é incert. Outro eemplo e s decisões sore investimentos, cujos retornos são incertos. Em lguns csos, o gente conece distriuição de proilidde dos eventos que condicionm o resultdo d su decisão. Nestes csos dizemos que se trt de um decisão so risco. Noutros csos, não á informção so distriuição de proilidde dos eventos que condicionm o resultdo d decisão, ou mesmo, qundo incertez é tão grnde, como por eemplo qundo distriuição de proiliddes é quse uniforme. Nestes csos dizemos que se trt de um decisão so incertez solut. Um eemplo típico é decisão sore lnces num leilão, um vez que cd gente não conece s estrtégis dos demis gentes. A questão d decisão so incertez, ou melor dizendo, d decisão so risco pode então ser resumid n escol entre s distriuições de proilidde dos possíveis resultdos de cd decisão. Escoler signific epressr um preferênci do gente, o que requer que sej possível comprr os possíveis resultdos. Portnto, pr decidir so incertez é necessário um critério que nos permit comprr s distriuições de proiliddes dos possíveis resultdos de cd decisão. N próim seção discutiremos dois critérios ásicos formis pr vlição / comprção de distriuições de proilidde do ponto de vist de um gente: utilidde esperd e dominânci estocástic. N seção seguinte serão presentds revemente, lgums eurístics de decisão so incertez solut
3 DECISÃO SOB INCERTEZA UTIIDADE ESPERADA O princípio d utilidde esperd, estelecido por Jon von Neumn e Oskr Morgenstern em Economic Beviour nd Gme Teory (von NEUMANN & MORGENSTERN, 947), permite vlorr distriuição de proilidde dos possíveis resultdos de um decisão e, portnto, estelecer preferênci entre s decisões ssocids ests distriuições de proilidde de resultdos. Sej um conjunto ( ) de possíveis resultdos i ssocidos às respectivs proiliddes p i epresso como: p p N N... eq.() A utilidde esperd desse conjunto de resultdos incertos é o vlor esperdo d utilidde dos resultdos: E{U()} = n p n U( n )... eq.() O princípio d utilidde esperd estelece que se preferimos um resultdo incerto outro, então utilidde esperd de é mior que de e que se somos indiferentes entre estes resultdos, então o vlor ds respectivs utiliddes esperds é igul: f E{U( )} > E{U( )}... eq.(3 ) E{U( )} = E{U( )}... () Onde os operdores f e denotm, respectivmente, preferênci e indiferenç. O Princípio d Utilidde Esperd está sedo nos seguintes ioms (HUANG & ITZENBERGER, 998): Resultdo imitdo: os possíveis resultdos são limitdos um vlor mínimo (pior) e um vlor máimo (melor) H, finitos.
4 DECISÃO SOB INCERTEZA 44 Decomposição: qulquer resultdo incerto (conjunto de vlores ssocidos proiliddes de ocorrênci) pode ser decomposto num árvore de loteris: Sejm e s seguintes loteris: e p p y q y q Sej um loteri cujos prêmios são os resultdos ds loteris e : Então pode ser decomposto como: =.p.p y.q y.q Equivlente Certo : tod loteri corresponde um vlor denomindo equivlente certo àquel loteri. O gente é indiferente entre loteri (resultdo incerto) e o equivlente certo : A f * f B p 0, : A * p B p... eq.(4) Um corolário importnte desse iom é que utilidde do equivlente certo é igul à utilidde esperd do conjunto de resultdos incertos do qul ele é o equivlente certo : E{U(*)} = U(*) = n p n U( n )... eq.(5) Monotoni: se o vlor é preferível um vlor y então loteri que proporcion mior proilidde de oter o resultdo é preferível em relção à outr que proporcion menor proilidde de oter o resultdo preferido: Se f y e p > q, então: p y f p q y q Independênci do conteto: se um vlor é preferível outro y, então loteri n qul ocorr o vlor é preferível à loteri n qul o vlor sej sustituído pelo vlor y, independentemente de outros vlores z que ocorrm d mesm form ns dus loteris:
5 DECISÃO SOB INCERTEZA 45 Se f y então p p z y p p z f Demonstrção do Teorem do Princípio d Utilidde Esperd: Sejm dus loteris (conjuntos de resultdos incertos) e definids como: p p e q q 4 3 Cd possível resultdo i pode ser definido com o equivlente certo de um loteri correspondente i definid prtir dos limites superior H e inferior dos possíveis resultdos ds loteris originis: i i H i Anlogmente, podemos definir o equivlente certo ds loteris originis como: H e H Utilizndo premiss d independênci, podemos reconstruir s loteris originis, sustituindo os possíveis resultdos i, pels loteris correspondentes i : p p H H e q q 4 4 H 3 3 H Utilizndo premiss d decomposição, podemos redefinir s loteris originis como: + + ) p).( ( ) p.( p). ( p. H + + ) q).( ( ) q.( q). ( q H Definindo U(z) z, sendo z o equivlente certo d loteri: z z H z
6 DECISÃO SOB INCERTEZA 46 Então, temos d definição e redefinição ds loteris originis que: U( ) = p.u( ) + (-p).u( ) = p. + (-p). ) U( ) = q.u( 3 ) + (-q).u( 4 ) = q. 3 + (-q). 4 ) A prtir d premiss d monotoni podemos concluir que: Se U( ) > U( ) então f, e Se U( ) = U( ) então Portnto, ordenção pelo vlor esperdo d utilidde d loteri reproduz ordenção de preferênci entre s loteris. 3.. FUNÇÃO UTIIDADE E AVERSÃO AO RISCO A especificção d função utilidde U() deve refletir s preferêncis rcionis dos gentes: Não sciedde: os gentes sempre preferem mis enefícios (resultdos fvoráveis) menos enefícios, ou sej, função utilidde é sempre crescente, ou pelo menos, não decrescente: U () 0. Atitude qunto à incertez: função utilidde deve trduzir titude do gente qunto à incertez do resultdo. Est titude pode ser de neutrlidde, versão ou trção pelo risco, crcterizd pel relção entre o equivlente certo * e o vlor esperdo do resultdo E{ } : No cso d neutrlidde, o equivlente certo é igul o vlor esperdo: * = E{ } No cso d versão o risco, o equivlente certo é inferior o vlor esperdo: * < E{ } No cso de trção pelo risco, o equivlente certo é mior que o vlor esperdo: * > E{ } A relção entre o equivlente certo e o vlor esperdo é trduzid pel curvtur d Função Utilidde: Neutrlidde o Risco: * = E{ } U(*) E{U( )} = U(E{ }) U(.) liner
7 DECISÃO SOB INCERTEZA 47 O significdo d relção entre lineridde d Função Utilidde e neutrlidde o risco é que o incremento de utilidde ssocido o gno de um determindo enefício tem mesm mplitude que o decremento de utilidde ssocido à perd do mesmo enefício, como ilustrdo n figur io. U( ) -du +du -d 0 +d Figur 7 Função Utilidde Neutrlidde o Risco Aversão o Risco: * < E{ } U(*) E{U( )} < U(E{ }) U(.) côncv) Demonstrção: inerizndo Função Utilidde em torno do vlor esperdo : U(*) = E{U( )} = E{U( ) + U ( ) ( ) + ½ U (θ + (-θ). ) ( )}) U(*) = U( )+ U ( ) E{( )} + ½ E{U (θ + (-θ) ) ( ) }) U(*) = U( ) + ½ E{U (θ + (-θ) ) ( ) }) U(*) - U( ) = ½ E{U (θ + (-θ) ) ( ) }) O termo do ldo esquerdo é negtivo pr um gente com versão o risco. O termo do ldo direito d equção é um produto, no qul o o ftor é necessrimente positivo por ser qudrático. Portnto, o o ftor U (θ. + (-θ). ) tem que ser negtivo, ou sej, U <0, o que implic que função utilidde de um gente com versão o risco é côncv.
8 DECISÃO SOB INCERTEZA 48 O significdo d relção entre concvidde d Função Utilidde e versão o risco é que o incremento de utilidde ssocido o gno de um determindo enefício é menor que o decremento de utilidde ssocido à perd do mesmo enefício, como ilustrdo n figur io. U( ) -du +du -d Figur 8 Função Utilidde Aversão o Risco 0 +d Atrção pelo Risco: * > E{ } U(*) E{U( )} > U(E{ }) U(.) conve) O significdo d relção entre conveidde d Função Utilidde e trção pelo risco é que o incremento de utilidde ssocido o gno de um determindo enefício é mior que o decremento de utilidde ssocido à perd do mesmo enefício, como ilustrdo n figur io. U( ) -du -d 0 +d Figur 9 - Função Utilidde Atrção pelo Risco +du A diferenç entre o vlor esperdo E{ } e o vlor do equivlente certo * é cmdo de prêmio do risco (π):
9 DECISÃO SOB INCERTEZA 49 π E{} - *... eq.(6) O prêmio de risco é o vlor que o gente vesso o risco pgri pr evitr incertez, ou complementrmente, é o vlor que precisri receer pr ceitr incertez o invés de receer o equivlente certo e vice-vers no cso do gente trído pelo risco, como mostrdo seguir, onde incluímos vriável 0 representndo o vlor d riquez inicil (ntes d revelção do resultdo incerto): π = 0 + E{ } * * = 0 + E{ } π U(*) E{U( 0 + )} U( 0 + E{ } π) = E{U( 0 + )}... eq.(7) 3.. GRAU DE AVERSÃO AO RISCO O vlor do prêmio de risco e conseqüentemente curvtur d Função Utilidde epressm o gru de versão o risco (trção pelo risco), como ilustrdo n figur io. U() E{} * * Figur 0 Curvtur d Função Utilidde Aversão o Risco Pr um resultdo com incertez pequen podemos estelecer um relção proimd entre o prêmio de risco e vriânci do resultdo, como demonstrdo seguir: Como visto nteriormente: U(*) = U( 0 + π) = E{U( 0 + )} Supondo, sem perd de generlidde, que o vlor médio do resultdo incerto é nulo: U( 0 π) = E{U( 0 + )}
10 DECISÃO SOB INCERTEZA 50 Epndindo o termo à esquerd d equção, num série de Tylor em torno do vlor d riquez inicil 0 : U( 0 π) = U( 0 ) - π. U ( 0 ) +... Epndindo o termo à direit d equção, num série de Tylor em torno do vlor d riquez inicil 0 : E{U( 0 + )} = E{U( 0 ) + U ( 0 ) + ½.U ( 0 ) +...} E{U( 0 + )} = U( 0 ) + ½ σ. U ( 0 ) +... Portnto: U( 0 π) = E{U( 0 + )} U( 0 ) - π. U ( 0 ) +... = U( 0 ) + ½ σ. U ( 0 ) +... π. - ½ σ. U ( 0 ) / U ( 0 )... eq.(8) Definindo λ( 0 ) - U ( 0 ) / U ( 0 ) π. ½ σ. λ( 0 )... eq.(9) A grndez λ( 0 ) que relcion o prêmio de risco π à vriânci do resultdo σ, é cmd de gru de versão solut o risco. (PRATT 964) Vle oservr que emor epnsão de U( 0 π) ten sido truncd no termo de. ordem, enqunto que epnsão de E{U( 0 + )} ten sido truncd no termo de. ordem, os termos truncdos têm mesm ordem de grndez, pois n epnsão de U( 0 π) os termos truncdos são de ordem superior π e n epnsão de E{U( 0 + )} os termos truncdos são de ordem superior σ e como visto o prêmio de risco π tem mesm ordem de grndez d vriânci σ do resultdo, e portnto, em mos os csos epnsão foi truncd em termos com mesm ordem de grndez. A definição do gru de versão o risco de um gente é equivlente à definição d su função utilidde: λ( 0 ) U"( 0 ) / U'( ) U() = 0 e λ(0 ) d d... eq.(0) Sendo o prêmio de risco π proporcionl o gru de versão risco λ( 0 ) e este definido como rzão entre s derivds e d função utilidde, ms s grndezs, π e λ( 0 ), são insensíveis um trnsformção liner d função utilidde: V( 0 ) =.U( 0 ) + V ( 0 ) =.U ( 0 ) e V ( 0 ) =.U ( 0 ))
11 DECISÃO SOB INCERTEZA 5 λ V ( 0 ) - V ( 0 )/V ( 0 ) = -.U ( 0 )/.U ( 0 ) = - U ( 0 )/U ( 0 ) λ U ( 0 ) π V = π U Alterntivmente à versão solut o risco λ( 0 ), função utilidde tmém pode ser crcterizd pel versão reltiv o risco λ'( 0 ) que epress versão o risco medido como um proporção d riquez inicil (t de retorno): Sej riquez finl (pós o resultdo incerto) definid em função d t de retorno incert y : = 0.( + y) Sej π ( 0 ) é o prêmio de risco por nível de riquez: π ( 0 ) = π( 0 )/ 0 Então, o equivlente certo pode ser redefinido como: * = E{ 0.( + y)} - π ( 0 ). 0 * = 0.(E{( + y)} - π ( 0 )) ) Supondo, sem perd de generlidde que E{ y} = 0 * = 0.( - π ( 0 )) D definição do equivlente certo: U(*) = E{U( )} U( 0.( - π ( 0 ))) = E{U( 0.( + y))} ) A vriânci do resultdo σ pode ser epress em função d vriânci d t de retorno σ y : = 0.( + y) σ = 0.σ y ) D definição do prêmio de risco: π( 0 ) = π ( 0 ). 0 = ½ σ λ( 0 ) π ( 0 ) = ½ σ λ( 0 )/ 0 = ½ 0.σ y λ( 0 )/ 0 = ½ 0.σ y λ( 0 ) π ( 0 ) = ½ σ y λ( 0 ). 0 π ( 0 ) = ½ σ y λ ( 0 ) )... eq.() Onde λ ( 0 ) é o gru de versão reltiv o risco : λ ( 0 ) = λ( 0 ) eq.() O gru de versão risco λ( 0 ) é função do nível inicil d riquez do gente e permite modelr gentes cuj versão o risco sej constnte, ou decrescente com o nível de riquez, isto é, com λ/ 0 0. Em tese versão o risco tmém pode ser crescente com o nível de riquez, no entnto, est titude não é considerd rcionl. Eemplos de função utilidde com versão solut o risco constnte:
12 DECISÃO SOB INCERTEZA 5 Neutrlidde o Risco (c = 0): U() =... eq.(3) Aversão o Risco (c > 0): U() = -e - c.... eq.(4) Atrção pelo Risco (c < 0): U() = e c.... eq.(5) Eemplos de função utilidde com versão reltiv o risco, constnte: U() = ln()... c =... eq.(6) U() = - -(c-)... c >... eq.(7) A versão reltiv o risco constnte implic num versão solut o risco inversmente proporcionl à riquez, pois λ( 0 ) = λ ( 0 )/ 0 Emor o conceito de gru de versão risco ten sido desenvolvido sedo n premiss de um vriânci pequen (infinitesiml), ele continu sendo válido mesmo pr riscos com ordem de grndez como pode ser verificdo sustituindo vriável por + k n epressão ds funções utilidde com versão solut o risco [eq.(3) (5)] e por k. n epressão ds funções utilidde com versão solut o risco cim. É interessnte oservr que função qudrátic U() = é um cso prticulr d função utilidde com versão reltiv o risco crescente o que seri um titude econômic irrcionl. Finlmente é interessnte oservr que no cso d incertez ter um distriuição de proilidde Norml, e o gente presentr versão solut o risco constnte epress trvés de um função utilidde modeld como um eponencil negtiv [eq.(4)], o equivlente certo é etmente diferenç entre médi e vriânci d incertez, penlizd pelo gru de versão o risco do gente µ - λ.σ /, como mostrdo io (SARGENT 987, pp.54-55). Est epressão médi vriânci do equivlente certo é função dotd por Mrkowitz pr descrever o comportmento dos investidores em tivos de risco. Sej N(µ,σ ) e U() = -e - λ. Portnto, utilidde do equivlente certo de U(*) é: U(*) E { U( )} = (µ) σ e e σ π λ d
13 DECISÃO SOB INCERTEZA 53 U(*) E U(*) E { U( )} = σ π e { U( )} = λ. σ λ µ σ π e (µ) +λ σ e d (µ+λ. σ ) σ (µ+λ. σ ) Definindo σ σ µ ' µ λ. σ e d = e d = σ π σ π { U( )} λ. σ λ µ d (µ') U (*) E = e... eq.(8)
14 DECISÃO SOB INCERTEZA DOMINÂNCIA ESTOCÁSTICA Como discutido nteriormente, ordenção de resultdos incertos pel respectiv utilidde esperd reflete preferênci de um gente econômico com relção estes resultdos e que um função utilidde pode epressr titude de um gente dinte d incertez. No entnto, plicção prátic de funções utilidde requer definição do gru de versão o risco, o que é um critério stnte sujetivo, ind mis se considerrmos su vrição em função do nível de riquez. Por outro ldo, nem tods s premisss (ioms) dotds n justificção do princípio d utilidde esperd se verificm n prátic, como mostrdo n eperiênci que ficou conecid como Prdoo de Allis 6, descrit no qudro io. Prdoo de Allis Sej situção, onde se propõe escol entre s seguintes loteris: 000 e,, N situção o gente deve escoler entre receer um prêmio de $000 com certez (proilidde = ) ou um loteri com lt proilidde de receer $000, um proilidde pequen (0.) de receer $5000 e um proilidde em menor (0.0) de não receer nd. A miori dos gentes prefere. opção:, > p, Sej situção, onde se propõe escol entre s seguintes loteris: e, , N situção o gente deve escoler entre receer um prêmio de $000 ou de 6 Murice Allis, 953: Fondements d une Teorie Positive de Coi Comportnt un Risque et Critique des Postults et Aioms de Ecole Americine
15 DECISÃO SOB INCERTEZA 55 $5000 com proiliddes quse iguis (0. e 0.). A miori dos gentes prefere. opção:, < p, As situções e podem ser rescrits como: e, , e ,, Pode-se oservr que s loteris ds situções e diferem pens com relção à 3.possiilidde de resultdo (3.colun). Se preferênci do gente fosse independente do conteto, que é um premiss do Princípio d Utilidde Esperd, então o gente deveri preferir mesm opção ns situções, ou sej, o preferir opção (, ) n situção, tmém deveri preferir opção (, ) n situção, contrrindo oservção empíric do comportmento dos gentes. Contrpondo-se às dificulddes n especificção d função utilidde de um gente e às contrdições empírics do Princípio d Utilidde Esperd, o gente pode comprr s distriuições dos resultdos e estelecer su preferênci, ou sej, o gente pode estelecer dominânci estocástic de um distriuição em relção à outr. Diz-se que um resultdo incerto domin estocsticmente outro y, se e somente se o equivlente certo do resultdo fvorecido * for mior ou igul o do desfvorecido y* : f y * y* E{U( )} E{U( y)}... eq.(9) Apesr do critério de dominânci estocástic se referir à função utilidde, su plicção não requer especificção del, ms somente d su clsse, que estelece ordem de dominânci estocástic: Dominânci estocástic de ordem: Não sciedde U () 0 Dominânci estocástic de ordem: Avess o Risco U () 0 Dominânci estocástic de 3 ordem: Aversão Decrescente o Risco U () 0
16 DECISÃO SOB INCERTEZA DOMINÂNCIA ESTOCÁSTICA DE A ORDEM Diz-se pr gentes que preferem sempre mis, que um loteri tem dominânci estocástic de ordem sore outr loteri y, se e somente se proilidde de ocorrênci de qulquer resultdo n loteri dominnte for menor ou igul que proilidde de ocorrênci do mesmo resultdo n loteri domind. f y F( ) G( y)... eq.(0) e y onde F( ) e G( y) são s distriuições de proilidde cumuld de P G() F() Figur Dominânci Estocástic de. Ordem F {U( G E )} U() df() e E {U( )} U() dg() F( ) domin G( ) se e somente se E{U( )} E{U( )} U() df() U () dg() U()[dF() dg()] 0 Integrndo por prtes U()[dF() dg()] = U().(F() G()] - U'()[F() G()]d 0 F() = G() = 0 e F() = G() =
17 DECISÃO SOB INCERTEZA 57 U()[dF() dg()] = - Por ipótese U () 0 U'()[F() G()] d U()[dF() dg()] 0 se e somente se U'()[F() G()] d 0 F( ) G( ) 3.3. DOMINÂNCIA ESTOCÁSTICA DE A ORDEM Diz-se pr gentes que preferem sempre mis e são vessos o risco, que um loteri tem dominânci estocástic de ordem sore outr loteri y, se e somente se proilidde de ocorrênci de um resultdo inferior um certo vlor n loteri dominnte for menor ou igul que proilidde de ocorrênci do mesmo resultdo n loteri domind e o vlor esperdo ds loteris for igul, como demonstrdo seguir. f y F()d G()d e E F { } = E G { }... eq.() onde F( ) e G( ) são s distriuições de proilidde cumuld ds loteris e y P G() c F() Figur Dominânci Estocástic de. Ordem E{U( )} U() df() e E {U( )} U() dg() )
18 DECISÃO SOB INCERTEZA 58 F( ) domin G( y) E{U( )} E{U( y)}) D demonstrção do Teorem de Dominânci Estocástic de ordem: E{U()} E{U(y)} U'()[F() G()]d 0) Integrndo por prtes: U '()[F() G()]d = ) = U '() [F(z) G(z)]dz + U"() [F(z) G(z)]dz d ) = U '() [F(z) G(z)]dz + U"() [F(z) G(z)]dz d ) Por ipótese: U () 0 U' () [F(z) G(z)]dz 0 se [F(z) G(z)] dz 0) U () 0 e U () 0 ) U"() [F(z) G(z)]dzd 0 se e somente se [F(z) G(z)] dz 0 F(z)dz G(z)dz DOMINÂNCIA ESTOCÁSTICA DE A (MARKOWITZ) A dominânci estocástic de ORDEM E O MODEO RISCO RETORNO ordem (versão o risco) é um pressuposto n determinção d fronteir eficiente do modelo Risco - Retorno (MARKOWITZ, 959) de locção de portfolios de tivos de risco, pois pr cd nível de risco, o gente quer o que produz mis riquez, definindo o lugr geométrico dos portfolios de máimo retorno, indicdo pel curv - c n fgur io e sendo o gente vesso o risco, ele requer mior retono com o nível de risco, limitndo o lugr geométrico dos portfolios de interesse o treco -, que é por definição fronteir eficiente.
19 DECISÃO SOB INCERTEZA 59 E{y} c Figur 3 Fronteir Eficiente e Dominânci Estocástic s DOMINÂNCIA ESTOCÁSTICA DE 3 A ORDEM Diz-se pr gentes que preferem sempre mis, são vessos o risco e cujo gru de versão é decrescente com o nível de riquez, que um loteri tem dominânci estocástic de 3 ordem sore outr loteri y, se e somente se proilidde de ocorrênci de um resultdo inferior n loteri dominnte for menor ou igul que proilidde de ocorrênci do mesmo resultdo n loteri domind e o vlor esperdo d loteri dominnte for mior que o d domind, como demonstrdo seguir. t f3 y F()d dt G(y)dy dt e E{ } > E{ y}... eq.() t e y onde F( ) e G( y) são s distriuições de proilidde cumuld de P G() F() Figur 4 Dominânci Estocástic de 3. Ordem
20 DECISÃO SOB INCERTEZA 60 E{U( )} U() df() F( ) domin G( y) E{U( )} E{U( y)} e E {U( )} U() dg() ) D demonstrção do Teorem de Dominânci Estocástic de ordem: E{U()} E{U(y)} U'() [F(z) G(z)]dz + U"() [F(z) G(z)]dz d 0) U'() Integrndo o o. termo por prtes: [F(z) G(z)]dz + U"() Por ipótese: t E{} > E{y} [F(z) G(z)]dz < 0) [F(z) G(z)]dzdt U () E{} > E{y} e U () 0 U'() [F(z) G(z)]dz 0) E{} > E{y}, U () 0 e U () 0 ) t t [F(z) G(z)]dt dzd ) U"() [F(z) G(z)]dz dt 0 e U () [F(z) G(z)]dt dz d 0) t se e somente se t [F(z) G(z)]dz dt 0
21 DECISÃO SOB INCERTEZA HEURÍSTICAS DE DECISÃO SOB INCERTEZA ABSOUTA Nos csos em que não ouver informção sore proilidde de ocorrênci dos possíveis resultdos, podem ser plicds eurístics 7, dentre s quis se destcm s seguintes (EKENBERG 000): Princípio d Incertez Asolut (plce): se não ouver nenum informção sore proilidde dos possíveis resultdos, então se deve ssumir que eles são eqüiprováveis, ou sej, su ocorrênci tem distriuição Uniforme e o critério de escol deve ser o de mior vlor esperdo. Princípio d Utilidde Mimin (Wld): se não ouver nenum informção sore proilidde dos possíveis resultdos, então se deve escoler loteri cujo pior resultdo sej melor que o pior resultdo ds demis loteris. Índice de Pessimismo - Otimismo (Hurwicz): se não ouver nenum informção sore proilidde dos possíveis resultdos, então se deve escoler loteri que mimizr o vlor ponderdo do melor resultdo H e o pior resultdo : m v = α. + (-α). H, sendo α (0,) Princípio d Utilidde Minim ou Princípio do Mínimo Arrependimento (Svge): se não ouver nenum informção sore proilidde dos possíveis resultdos, então se deve escoler loteri que minimizr o mior rrependimento r, definido como diferenç entre cd possível resultdo i e o melor resultdo: min r i = m { i - H }... i É interessnte notr que ests eurístics não são necessrimente coerentes entre si, ou sej, podem levr escols diferentes dinte ds mesms opções como ilustrdo pelo eemplo presentdo seguir, no qul temos 4 loteris e cd um seri preferid segundo cd um dos critérios discutidos. 7 Milnor, 954: Gmes ginst Nture in Decision Processes
22 DECISÃO SOB INCERTEZA 6 C C C 3 C 4 E{} m{rrependimento} Heurístic 0 5/4 m{0,,,0} = plce 4/4 m{,3,0,0} = 3 Wld /4 0 4 m{,0,,} = Hurwicz (α > ¼) /4 0 3 m{,,,} = Svge Tel - Heurístics de Escol so Incertez Asolut - Eemplo de Milnor
1. VARIÁVEL ALEATÓRIA 2. DISTRIBUIÇÃO DE PROBABILIDADE
Vriáveis Aletóris 1. VARIÁVEL ALEATÓRIA Suponhmos um espço mostrl S e que cd ponto mostrl sej triuído um número. Fic, então, definid um função chmd vriável letóri 1, com vlores x i2. Assim, se o espço
Leia mais, então ela é integrável em [ a, b] Interpretação geométrica: seja contínua e positiva em um intervalo [ a, b]
Interl Deinid Se é um unção de, então su interl deinid é um interl restrit à vlores em um intervlo especíico, dimos, O resultdo é um número que depende pens de e, e não de Vejmos deinição: Deinição: Sej
Leia maisSemelhança e áreas 1,5
A UA UL LA Semelhnç e áres Introdução N Aul 17, estudmos o Teorem de Tles e semelhnç de triângulos. Nest ul, vmos tornr mis gerl o conceito de semelhnç e ver como se comportm s áres de figurs semelhntes.
Leia maisTransporte de solvente através de membranas: estado estacionário
Trnsporte de solvente trvés de membrns: estdo estcionário Estudos experimentis mostrm que o fluxo de solvente (águ) em respost pressão hidráulic, em um meio homogêneo e poroso, é nálogo o fluxo difusivo
Leia maisProfessores Edu Vicente e Marcos José Colégio Pedro II Departamento de Matemática Potências e Radicais
POTÊNCIAS A potênci de epoente n ( n nturl mior que ) do número, representd por n, é o produto de n ftores iguis. n =...... ( n ftores) é chmdo de bse n é chmdo de epoente Eemplos =... = 8 =... = PROPRIEDADES
Leia maisCálculo Numérico Faculdade de Engenharia, Arquiteturas e Urbanismo FEAU
Cálculo Numérico Fculdde de Enenhri, Arquiteturs e Urnismo FEAU Pro. Dr. Serio Pillin IPD/ Físic e Astronomi V Ajuste de curvs pelo método dos mínimos qudrdos Ojetivos: O ojetivo dest ul é presentr o método
Leia maisFísica 1 Capítulo 3 2. Acelerado v aumenta com o tempo. Se progressivo ( v positivo ) a m positiva Se retrógrado ( v negativo ) a m negativa
Físic 1 - Cpítulo 3 Movimento Uniformemente Vrido (m.u.v.) Acelerção Esclr Médi v 1 v 2 Movimento Vrido: é o que tem vrições no vlor d velocidde. Uniddes de celerção: m/s 2 ; cm/s 2 ; km/h 2 1 2 Acelerção
Leia mais1º semestre de Engenharia Civil/Mecânica Cálculo 1 Profa Olga (1º sem de 2015) Função Exponencial
º semestre de Engenhri Civil/Mecânic Cálculo Prof Olg (º sem de 05) Função Eponencil Definição: É tod função f: R R d form =, com R >0 e. Eemplos: = ; = ( ) ; = 3 ; = e Gráfico: ) Construir o gráfico d
Leia maisOperadores momento e energia e o Princípio da Incerteza
Operdores momento e energi e o Princípio d Incertez A U L A 5 Mets d ul Definir os operdores quânticos do momento liner e d energi e enuncir o Princípio d Incertez de Heisenberg. objetivos clculr grndezs
Leia maisSimbolicamente, para. e 1. a tem-se
. Logritmos Inicilmente vmos trtr dos ritmos, um ferrment crid pr uilir no desenvolvimento de cálculos e que o longo do tempo mostrou-se um modelo dequdo pr vários fenômenos ns ciêncis em gerl. Os ritmos
Leia maisTrabalhando-se com log 3 = 0,47 e log 2 = 0,30, pode-se concluir que o valor que mais se aproxima de log 146 é
Questão 0) Trlhndo-se com log = 0,47 e log = 0,0, pode-se concluir que o vlor que mis se proxim de log 46 é 0),0 0),08 0),9 04),8 0),64 Questão 0) Pr se clculr intensidde luminos L, medid em lumens, um
Leia maisCDI-II. Resumo das Aulas Teóricas (Semana 12) y x 2 + y, 2. x x 2 + y 2), F 1 y = F 2
Instituto Superior Técnico eprtmento de Mtemátic Secção de Álgebr e Análise Prof. Gbriel Pires CI-II Resumo ds Auls Teórics (Semn 12) 1 Teorem de Green no Plno O cmpo vectoril F : R 2 \ {(, )} R 2 definido
Leia maisPOLINÔMIOS. Definição: Um polinômio de grau n é uma função que pode ser escrita na forma. n em que cada a i é um número complexo (ou
POLINÔMIOS Definição: Um polinômio de gru n é um função que pode ser escrit n form P() n n i 0... n i em que cd i é um número compleo (ou i 0 rel) tl que n é um número nturl e n 0. Os números i são denomindos
Leia maisAnálise de Variância com Dois Factores
Análise de Vriânci com Dois Fctores Modelo sem intercção Eemplo Neste eemplo, o testrmos hipótese de s três lojs terem volumes médios de vends iguis, estmos testr se o fctor Loj tem influênci no volume
Leia maisCálculo III-A Módulo 8
Universidde Federl Fluminense Instituto de Mtemátic e Esttístic Deprtmento de Mtemátic Aplicd álculo III-A Módulo 8 Aul 15 Integrl de Linh de mpo Vetoril Objetivo Definir integris de linh. Estudr lgums
Leia maisCINÉTICA QUÍMICA CINÉTICA QUÍMICA. Lei de Velocidade
CINÉTICA QUÍMICA Lei de Velocidde LEIS DE VELOCIDADE - DETERMINAÇÃO Os eperimentos em Cinétic Químic fornecem os vlores ds concentrções ds espécies em função do tempo. A lei de velocidde que govern um
Leia mais3 Teoria dos Conjuntos Fuzzy
0 Teori dos Conjuntos Fuzzy presentm-se qui lguns conceitos d teori de conjuntos fuzzy que serão necessários pr o desenvolvimento e compreensão do modelo proposto (cpítulo 5). teori de conjuntos fuzzy
Leia maisTRIGONOMETRIA. A trigonometria é uma parte importante da Matemática. Começaremos lembrando as relações trigonométricas num triângulo retângulo.
TRIGONOMETRIA A trigonometri é um prte importnte d Mtemátic. Começremos lembrndo s relções trigonométrics num triângulo retângulo. Num triângulo ABC, retângulo em A, indicremos por Bˆ e por Ĉ s medids
Leia maisPontos onde f (x) = 0 e a < x < b. Suponha que f (x 0 ) existe para a < x 0 < b. Se x 0 é um ponto extremo então f (x 0 ) = 0.
Resolver o seguinte PPNL M (min) f() s. [, ] Pr chr solução ótim deve-se chr todos os máimos (mínimos) locis, isto é, os etremos locis. A solução ótim será o etremo locl com mior (menor) vlor de f(). É
Leia maisDesvio do comportamento ideal com aumento da concentração de soluto
Soluções reis: tividdes Nenhum solução rel é idel Desvio do comportmento idel com umento d concentrção de soluto O termo tividde ( J ) descreve o comportmento de um solução fstd d condição idel. Descreve
Leia maisProjecções Cotadas. Luís Miguel Cotrim Mateus, Assistente (2006)
1 Projecções Cotds Luís Miguel Cotrim Mteus, Assistente (2006) 2 Nestes pontmentos não se fz o desenvolvimento exustivo de tods s mtéris, focndo-se pens lguns items. Pelo indicdo, estes pontmentos não
Leia mais1 Fórmulas de Newton-Cotes
As nots de ul que se seguem são um compilção dos textos relciondos n bibliogrfi e não têm intenção de substitui o livro-texto, nem qulquer outr bibliogrfi. Integrção Numéric Exemplos de problems: ) Como
Leia maisJosé Miguel Urbano. Análise Infinitesimal II Notas de curso
José Miguel Urbno Análise Infinitesiml II Nots de curso Deprtmento de Mtemátic d Universidde de Coimbr Coimbr, 2005 Conteúdo Primitivs 3 2 O integrl de Riemnn 8 2. Proprieddes do integrl de Riemnn..............
Leia maisVETORES. Com as noções apresentadas, é possível, de maneira simplificada, conceituar-se o
VETORES INTRODUÇÃO No módulo nterior vimos que s grndezs físics podem ser esclres e vetoriis. Esclres são quels que ficm perfeitmente definids qundo expresss por um número e um significdo físico: mss (2
Leia maisCONJUNTOS NUMÉRICOS Símbolos Matemáticos
CONJUNTOS NUMÉRICOS Símolos Mtemáticos,,... vriáveis e prâmetros igul A, B,... conjuntos diferente pertence > mior que não pertence < menor que está contido mior ou igul não está contido menor ou igul
Leia maisINTEGRAL DEFINIDO. O conceito de integral definido está relacionado com um problema geométrico: o cálculo da área de uma figura plana.
INTEGRAL DEFINIDO O oneito de integrl definido está reliondo om um prolem geométrio: o álulo d áre de um figur pln. Vmos omeçr por determinr áre de um figur delimitd por dus rets vertiis, o semi-eio positivo
Leia mais1.1) Dividindo segmentos em partes iguais com mediatrizes sucessivas.
COLÉGIO PEDRO II U. E. ENGENHO NOVO II Divisão Gráfi de segmentos e Determinção gráfi de epressões lgéris (qurt e tereir proporionl e médi geométri). Prof. Sory Izr Coord. Prof. Jorge Mrelo TURM: luno:
Leia maisApoio à Decisão. Aula 3. Aula 3. Mônica Barros, D.Sc.
Aul Métodos Esttísticos sticos de Apoio à Decisão Aul Mônic Brros, D.Sc. Vriáveis Aletóris Contínus e Discrets Função de Probbilidde Função Densidde Função de Distribuição Momentos de um vriável letóri
Leia maise dx dx e x + Integrais Impróprias Integrais Impróprias
UNIVERSIDADE DO ESTADO DE MATO GROSSO CAMPUS UNIVERSITÁRIO DE SINOP FACULDADE DE CIÊNCIAS EXATAS E TECNOLÓGICAS CURSO DE ENGENHARIA CIVIL DISCIPLINA: CÁLCULO DIFERENCIAL E INTEGRAL I. Integris imprópris
Leia mais1 As grandezas A, B e C são tais que A é diretamente proporcional a B e inversamente proporcional a C.
As grndezs A, B e C são tis que A é diretmente proporcionl B e inversmente proporcionl C. Qundo B = 00 e C = 4 tem-se A = 5. Qul será o vlor de A qundo tivermos B = 0 e C = 5? B AC Temos, pelo enuncido,
Leia maisMatemática Aplicada. A Mostre que a combinação dos movimentos N e S, em qualquer ordem, é nula, isto é,
Mtemátic Aplicd Considere, no espço crtesino idimensionl, os movimentos unitários N, S, L e O definidos seguir, onde (, ) R é um ponto qulquer: N(, ) (, ) S(, ) (, ) L(, ) (, ) O(, ) (, ) Considere ind
Leia maisBhaskara e sua turma Cícero Thiago B. Magalh~aes
1 Equções de Segundo Gru Bhskr e su turm Cícero Thigo B Mglh~es Um equção do segundo gru é um equção do tipo x + bx + c = 0, em que, b e c são números reis ddos, com 0 Dd um equção do segundo gru como
Leia maisb 2 = 1: (resp. R2 e ab) 8.1B Calcule a área da região delimitada pelo eixo x, pelas retas x = B; B > 0; e pelo grá co da função y = x 2 exp
8.1 Áres Plns Suponh que cert região D do plno xy sej delimitd pelo eixo x, pels rets x = e x = b e pelo grá co de um função contínu e não negtiv y = f (x) ; x b, como mostr gur 8.1. A áre d região D é
Leia maisx 0 0,5 0,999 1,001 1,5 2 f(x) 3 4 4,998 5,
- Limite. - Conceito Intuitivo de Limite Considere função f definid pel guinte epressão: f - - Podemos obrvr que função está definid pr todos os vlores de eceto pr. Pr, tnto o numerdor qunto o denomindor
Leia maisProgramação Linear Introdução
Progrmção Liner Introdução Prof. Msc. Fernndo M. A. Nogueir EPD - Deprtmento de Engenhri de Produção FE - Fculdde de Engenhri UFJF - Universidde Federl de Juiz de For Progrmção Liner - Modelgem Progrmção
Leia maisPROCESSO SELETIVO/2006 RESOLUÇÃO 1. Braz Moura Freitas, Margareth da Silva Alves, Olímpio Hiroshi Miyagaki, Rosane Soares Moreira Viana.
PROCESSO SELETIVO/006 RESOLUÇÃO MATEMÁTICA Brz Mour Freits, Mrgreth d Silv Alves, Olímpio Hiroshi Miygki, Rosne Sores Moreir Vin QUESTÕES OBJETIVAS 0 Pr rrecdr doções, um Entidde Beneficente usou um cont
Leia maisFUNÇÃO DO 2º GRAU OU QUADRÁTICA
FUNÇÃO DO º GRAU OU QUADRÁTICA - Definição É tod função do tipo f() = + + c, com *, e c. c y Eemplos,, c números e coeficient termo vr vr iável iável es independen reis indepemdem dependente de te ou te
Leia maisf(x) é crescente e Im = R + Ex: 1) 3 > 81 x > 4; 2) 2 x 5 = 16 x = 9; 3) 16 x - 4 2x 1 10 = 2 2x - 1 x = 1;
Curso Teste - Eponencil e Logritmos Apostil de Mtemátic - TOP ADP Curso Teste (ii) cso qundo 0 < < 1 EXPONENCIAL E LOGARITMO f() é decrescente e Im = R + 1. FUNÇÃO EXPONENCIAL A função f: R R + definid
Leia mais3. Cálculo integral em IR 3.1. Integral Indefinido 3.1.1. Definição, Propriedades e Exemplos
3. Cálculo integrl em IR 3.. Integrl Indefinido 3... Definição, Proprieddes e Exemplos A noção de integrl indefinido prece ssocid à de derivd de um função como se pode verificr prtir d su definição: Definição
Leia mais{ 2 3k > 0. Num triângulo, a medida de um lado é diminuída de 15% e a medida da altura relativa a esse lado é aumentada
MATEMÁTICA b Sbe-se que o qudrdo de um número nturl k é mior do que o seu triplo e que o quíntuplo desse número k é mior do que o seu qudrdo. Dess form, k k vle: ) 0 b) c) 6 d) 0 e) 8 k k k < 0 ou k >
Leia maisTeorema Fundamental do Cálculo - Parte 2
Universidde de Brsíli Deprtmento de Mtemátic Cálculo Teorem Fundmentl do Cálculo - Prte 2 No teto nterior vimos que, se F é um primitiv de f em [,b], então f()d = F(b) F(). Isto reduz o problem de resolver
Leia maisA integral definida. f (x)dx P(x) P(b) P(a)
A integrl definid Prof. Méricles Thdeu Moretti MTM/CFM/UFSC. - INTEGRAL DEFINIDA - CÁLCULO DE ÁREA Já vimos como clculr áre de um tipo em específico de região pr lgums funções no intervlo [, t]. O Segundo
Leia maisRolamentos com uma fileira de esferas de contato oblíquo
Rolmentos com um fileir de esfers de contto oblíquo Rolmentos com um fileir de esfers de contto oblíquo 232 Definições e ptidões 232 Séries 233 Vrintes 233 Tolerâncis e jogos 234 Elementos de cálculo 236
Leia maisResolução A primeira frase pode ser equacionada como: QUESTÃO 3. Resolução QUESTÃO 2 QUESTÃO 4. Resolução
(9) - www.elitecmpins.com.br O ELITE RESOLVE MATEMÁTICA QUESTÃO Se Améli der R$, Lúci, então mbs ficrão com mesm qunti. Se Mri der um terço do que tem Lúci, então est ficrá com R$, mis do que Améli. Se
Leia maisINCERTEZA. Notas complementares. Preferências de loterias espaço de escolhas é composto por loterias
PPGE/FRGS - Prof. Sno Porto Junor 9/0/005 INCERTEZA Nots complementres Preferêncs de loters espço de escolhs é composto por loters Pessos otém utldde de oters e não de Apples As preferêncs sore ens são
Leia maisCOLÉGIO NAVAL 2016 (1º dia)
COLÉGIO NAVAL 016 (1º di) MATEMÁTICA PROVA AMARELA Nº 01 PROVA ROSA Nº 0 ( 5 40) 01) Sej S som dos vlores inteiros que stisfzem inequção 10 1 0. Sendo ssim, pode-se firmr que + ) S é um número divisíel
Leia maisFaculdade de saúde Pública. Universidade de São Paulo HEP-5705. Epidemiologia I. Estimando Risco e Associação
1 Fuldde de súde Públi Universidde de São Pulo HEP-5705 Epidemiologi I Estimndo Riso e Assoição 1. De 2.872 indivíduos que reeberm rdioterpi n infâni em deorrêni de presentrem o timo umentdo, 24 desenvolverm
Leia maisReforço Orientado. Matemática Ensino Médio Aula 4 - Potenciação. Nome: série: Turma: t) (0,2) 4. a) 10-2. b) (-2) -2. 2 d) e) (0,1) -2.
Reforço Orientdo Mtemátic Ensino Médio Aul - Potencição Nome: série: Turm: Exercícios de sl ) Clcule s potêncis, em cd qudro: r) b) (-) Qudro A s) t) (0,) Qudro B - b) (-) - e) (-,) g) (-) h) e) (0,) -
Leia maisSeu pé direito nas melhores faculdades
Seu pé direito ns melhores fculddes IBMEC 03/junho/007 ANÁLISE QUANTITATIVA E LÓGICA DISCUSIVA 01. O dministrdor de um boliche pretende umentr os gnhos com sus pists. Atulmente, cobr $ 6,00 por um hor
Leia maisIncertezas e Propagação de Incertezas. Biologia Marinha
Incertezs e Propgção de Incertezs Cursos: Disciplin: Docente: Biologi Biologi Mrinh Físic Crl Silv Nos cálculos deve: Ser coerente ns uniddes (converter tudo pr S.I. e tender às potêncis de 10). Fzer um
Leia maisFunção Modular. x, se x < 0. x, se x 0
Módulo de um Número Rel Ddo um número rel, o módulo de é definido por:, se 0 = `, se < 0 Observção: O módulo de um número rel nunc é negtivo. Eemplo : = Eemplo : 0 = ( 0) = 0 Eemplo : 0 = 0 Geometricmente,
Leia maisCálculo Integral em R
Cálculo Integrl em R (Primitivção e Integrção) Miguel Moreir e Miguel Cruz Conteúdo Primitivção. Noção de primitiv......................... Algums primitivs imedits................... Proprieddes ds primitivs....................4
Leia maisEXPOENTE. Podemos entender a potenciação como uma multiplicação de fatores iguais.
EXPOENTE 2 3 = 8 RESULTADO BASE Podeos entender potencição coo u ultiplicção de ftores iguis. A Bse será o ftor que se repetirá O expoente indic qunts vezes bse vi ser ultiplicd por el es. 2 5 = 2. 2.
Leia maisRegras. Resumo do Jogo Resumo do Jogo. Conteúdo. Conteúdo. Objetivo FRENTE do Jogo
Resumo do Jogo Resumo do Jogo Regrs -Qundo for seu turno, você deve jogr um de sus crts no «ponto n linh do tempo» que estej correto. -Se você jogr crt corretmente, terá um crt menos à su frente. -Se você
Leia maisEletrotécnica. Módulo III Parte I Motores CC. Prof. Sidelmo M. Silva, Dr. Sidelmo M. Silva, Dr.
1 Eletrotécnic Módulo III Prte I Motores CC Prof. 2 3 Máquin CC Crcterístics Básics Muito versáteis (bos crcterístics conjugdo X velocidde) Elevdos conjugdos de prtid Aplicções em sistems de lto desempenho
Leia maisSistemas Lineares Exercício de Fixação
Sistems Lineres Eercício de Fição Por: Griel Gutierre P Sores Instituto Federl de Educção, Ciênci e Tecnologi Prí Disciplin: Mtemátic Professor: Amrósio Elis Aluno: Mtrícul: Curso: Série: Turno: Sistems
Leia maisIntegral. (1) Queremos calcular o valor médio da temperatura ao longo do dia. O valor. a i
Integrl Noção de Integrl. Integrl é o nálogo pr unções d noção de som. Ddos n números 1, 2,..., n, podemos tomr su som 1 + 2 +... + n = i. O integrl de = té = b dum unção contínu é um mneir de somr todos
Leia maisFUNC ~ OES REAIS DE VARI AVEL REAL
FUNC ~ OES REAIS DE VARI AVEL REAL Clculo Integrl AMI ESTSetubl-DMAT 15 de Dezembro de 2012 AMI (ESTSetubl-DMAT) LIC ~AO 18 15 de Dezembro de 2012 1 / 14 Integrl de Riemnn Denic~o: Sej [, b] um intervlo
Leia maisEquações Diferenciais Ordinárias
Equações Diferenciais Ordinárias Uma equação diferencial é uma equação que relaciona uma ou mais funções (desconhecidas com uma ou mais das suas derivadas. Eemplos: ( t dt ( t, u t d u ( cos( ( t d u +
Leia mais9.1 Indutores e Indutância
Cpítuo 9 Indutânci 9.1 Indutores e Indutânci Neste cpítuo, estudmos os indutores e sus indutâncis, cujs proprieddes decorrem diretmente d ei de indução de Frdy. Cpcitores: Recpitução Lembre-se que, no
Leia maisSomos o que repetidamente fazemos. A excelência portanto, não é um feito, mas um hábito. Aristóteles
c L I S T A DE E X E R C Í C I O S CÁLCULO INTEGRAL Prof. ADRIANO PEDREIRA CATTAI Somos o que repetidmente fzemos. A ecelênci portnto, não é um feito, ms um hábito. Aristóteles Integrl Definid e Cálculo
Leia maisFUNÇÕES. Mottola. 1) Se f(x) = 6 2x. é igual a (a) 1 (b) 2 (c) 3 (d) 4 (e) 5. 2) (UNIFOR) O gráfico abaixo. 0 x
FUNÇÕES ) Se f() = 6, então f ( 5) f ( 5) é igul () (b) (c) 3 (d) 4 (e) 5 ) (UNIFOR) O gráfico bio 0 () não represent um função. (b) represent um função bijetor. (c) represent um função não injetor. (d)
Leia maisFísica. Resolução das atividades complementares. F4 Vetores: conceitos e definições. 1 Observe os vetores das figuras:
Resolução ds tiiddes copleentres Físic F4 Vetores: conceitos e definições p. 8 1 Obsere os etores ds figurs: 45 c 45 b d Se 5 10 c, b 5 9 c, c 5 1 c e d 5 8 c, clcule o ódulo do etor R e cd cso: ) R 5
Leia maisCÂMARA MUNICIPAL DE FERREIRA DO ZÊZERE
CAPITULO I VENDA DE LOTES DE TERRENO PARA FINS INDUSTRIAIS ARTIGO l. A lienção, trvés de vend, reliz-se por negocição direct com os concorrentes sendo o preço d vend fixo, por metro qudrdo, pr um ou mis
Leia maisRESOLUÇÃO DA PROVA DE MATEMÁTICA DA FASE 1 DO VESTIBULAR DA UFBA/UFRB-2007 POR PROFA. MARIA ANTÔNIA CONCEIÇÃO GOUVEIA
RESOLUÇÃO DA PROVA DE MATEMÁTICA DA FASE DO VESTIBULAR DA UFBA/UFRB-7 POR PROFA. MARIA ANTÔNIA CONCEIÇÃO GOUVEIA Questão Sore números reis, é correto firmr: () Se é o mior número de três lgrismos divisível
Leia maisa a 3,88965 $140 7 9% 7 $187 7 9% a 5, 03295
Anuiddes equivlentes: $480 + $113 + $149 5 9% 5 VPL A (1, 09) $56, 37 A 5 9% 3,88965 5 9% 5 9% AE = = = = $14, 49 = 3,88965 AE B $140 $620 + $120 + 7 9% 7 VPL B (1, 09) $60, 54 = = = 5, 03295 7 9% 7 9%
Leia mais6-1 Determine a primitiva F da função f que satisfaz a condição indicada, em cada um dos casos seguintes: a) f(x) = sin 2x, F (π) = 3.
6 Fich de eercícios de Cálculo pr Informátic CÁLCULO INTEGRAL 6- Determine primitiv F d função f que stisfz condição indicd, em cd um dos csos seguintes: ) f() = sin, F (π) = 3. b) f() = 3 + +, F (0) =
Leia maisCPV O cursinho que mais aprova na GV
O cursinho que mis prov n GV FGV Administrção 04/junho/006 MATEMÁTICA 0. Pulo comprou um utomóvel fle que pode ser bstecido com álcool ou com gsolin. O mnul d montdor inform que o consumo médio do veículo
Leia maisRESOLUÇÃO DA PROVA DE MATEMÁTICA DA FUVEST 2016 - FASE 1. POR PROFA. MARIA ANTÔNIA CONCEICÃO GOUVEIA.
6 ) RESOLUÇÃO DA PROVA DE MATEMÁTICA DA FUVEST 06 - FASE. POR PROFA. MARIA ANTÔNIA CONCEICÃO GOUVEIA. 0 De 869 té hoje, ocorrerm s seguintes munçs e moe no Brsil: () em 94, foi crio o cruzeiro, c cruzeiro
Leia maisUNIVERSIDADE FEDERAL DE PERNAMBUCO. Resumo. Nesta aula, utilizaremos o Teorema Fundamental do Cálculo (TFC) para o cálculo da área entre duas curvas.
CÁLCULO L1 NOTAS DA DÉCIMA SÉTIMA AULA UNIVERSIDADE FEDERAL DE PERNAMBUCO Resumo. Nest ul, utilizremos o Teorem Fundmentl do Cálculo (TFC) pr o cálculo d áre entre dus curvs. 1. A áre entre dus curvs A
Leia maisUniversidade Federal da Bahia
Universidde Federl d Bhi Instituto de Mtemátic DISCIPLINA: MATA0 - CÁLCULO B UNIDADE II - LISTA DE EXERCÍCIOS Atulizd 008. Coordends Polres [1] Ddos os pontos P 1 (, 5π ), P (, 0 ), P ( 1, π ), P 4(, 15
Leia maisAula 27 Integrais impróprias segunda parte Critérios de convergência
Integris imprópris segund prte Critérios de convergênci MÓDULO - AULA 7 Aul 7 Integris imprópris segund prte Critérios de convergênci Objetivo Conhecer dois critérios de convergênci de integris imprópris:
Leia maisAlém do Modelo de Bohr
Além do Modelo de Bor Como conseqüência do princípio de incerteza de Heisenberg, o conceito de órbita não pode ser mantido numa descrição quântica do átomo. O que podemos calcular é apenas a probabilidade
Leia maisCapítulo III INTEGRAIS DE LINHA
pítulo III INTEGRIS DE LINH pítulo III Integris de Linh pítulo III O conceito de integrl de linh é um generlizção simples e nturl do conceito de integrl definido: f ( x) dx Neste último, integr-se o longo
Leia maisfundamental do cálculo. Entretanto, determinadas aplicações do Cálculo nos levam a formulações de integrais em que:
Cpítulo 8 Integris Imprópris 8. Introdução A eistênci d integrl definid f() d, onde f é contínu no intervlo fechdo [, b], é grntid pelo teorem fundmentl do cálculo. Entretnto, determinds plicções do Cálculo
Leia mais6 Cálculo Integral. 1. (Exercício VI.1 de [1]) Considere a função f definida no intervalo [0, 2] por. 1 se x [0, 1[ 3 se x ]1, 2]
6 Cálculo Integrl. (Eercício VI. de []) Considere função f definid no intervlo [, ] por se [, [ f () = se = 3 se ], ] () Mostre que pr tod decomposição do intervlo [, ], s soms superior S d ( f ) e inferior
Leia maisMatemática para Economia Les 201. Aulas 28_29 Integrais Luiz Fernando Satolo
Mtemátic pr Economi Les 0 Auls 8_9 Integris Luiz Fernndo Stolo Integris As operções inverss n mtemátic: dição e sutrção multiplicção e divisão potencição e rdicição A operção invers d diferencição é integrção
Leia maisAlgumas Demonstrações Geométricas
Algums Demonstrções Geométrics Mtemátic A 10º Ano Tem I Nos novos progrms, d Mtemátic A refere- se que: No ensino secundário, o estudnte deverá ser solicitdo frequentemente justificr processos de resolução,
Leia maisB ) 2 = ( x + y ) 2 ( 31 + 8 15 + 31 8 ( 31 + 8 15 ) 2 + 2( 31 + 8 15 )( 31 8 MÓDULO 17. Radiciações e Equações
Ciêncis d Nturez, Mtemátic e sus Tecnologis MATEMÁTICA. Mostre que Rdicições e Equções + 8 5 + 8 + 8 5 + 8 ( + 8 5 + 8 5 é múltiplo de 4. 5 = x, com x > 0 5 ) = x ( + 8 5 ) + ( + 8 5 )( 8 + ( 8 5 ) = x
Leia maisESTUDO SOBRE A INTEGRAL DE DARBOUX. Introdução. Partição de um Intervalo. Alana Cavalcante Felippe 1, Júlio César do Espírito Santo 1.
Revist d Mtemátic UFOP, Vol I, 2011 - X Semn d Mtemátic e II Semn d Esttístic, 2010 ISSN 2237-8103 ESTUDO SOBRE A INTEGRAL DE DARBOUX Aln Cvlcnte Felippe 1, Júlio Césr do Espírito Snto 1 Resumo: Este trblho
Leia maisSe conhecemos a taxa de variação de uma quantidade em relação a outra, podemos determinar a relação entre essas quantidades?
UNIVERSIDADE DO ESTADO DA BAHIA UNEB DEPARTAMENTO DE CIÊNCIAS EXATAS E DA TERRA DCET / CAMPUS I DISCIPLINA: Cálculo II (MAT 089 CH: 75 PROFESSOR: Adrino Ctti SEMESTRE: 0. ALUNO: APOSTILA 0: INTEGRAL INDEFINIDA
Leia maisElementos de Análise - Lista 6 - Solução
Elementos de Análise - List 6 - Solução 1. Pr cd f bixo considere F (x) = x f(t) dt. Pr quis vlores de x temos F (x) = f(x)? () f(x) = se x 1, f(x) = 1 se x > 1; F (x) = se x 1, F (x) = x 1 se x > 1. Portnto
Leia maisPotencial Elétrico. Evandro Bastos dos Santos. 14 de Março de 2017
Potencil Elétrico Evndro Bstos dos Sntos 14 de Mrço de 2017 1 Energi Potencil Elétric Vmos começr fzendo um nlogi mecânic. Pr um corpo cindo em um cmpo grvitcionl g, prtir de um ltur h i té um ltur h f,
Leia maisAULA 1. 1 NÚMEROS E OPERAÇÕES 1.1 Linguagem Matemática
1 NÚMEROS E OPERAÇÕES 1.1 Lingugem Mtemátic AULA 1 1 1.2 Conjuntos Numéricos Chm-se conjunto o grupmento num todo de objetos, bem definidos e discerníveis, de noss percepção ou de nosso entendimento, chmdos
Leia maisCURSO DE MATEMÁTICA BÁSICA
[Digite teto] CURSO DE MATEMÁTICA BÁSICA BELO HORIZONTE MG [Digite teto] CONJUNTOS NÚMERICOS. Conjunto dos números nturis Ν é o conjunto de todos os números contáveis. N { 0,,,,,, K}. Conjunto dos números
Leia maisPotenciação no Conjunto dos Números Inteiros - Z
Rua Oto de Alencar nº 5-9, Maracanã/RJ - tel. 04-98/4-98 Potenciação no Conjunto dos Números Inteiros - Z Podemos epressar o produto de quatro fatores iguais a.... por meio de uma potência de base e epoente
Leia maisCapítulo 5 Vigas sobre base elástica
Cpítuo 5 Vigs sobre bse eástic Este cpítuo vi presentr s bses pr o estudo estático e eástico d fexão simpes de vigs suportds diretmente peo terreno (ue constitui, então, num poio eástico contínuo pr ests
Leia maisAplicações da Integral
Módulo Aplicções d Integrl Nest seção vmos ordr um ds plicções mtemático determinção d áre de um região R do plno, que estudmos n Unidde 7. f () e g() sejm funções con-, e que f () g() pr todo em,. Então,
Leia maisAlgoritmos de Busca de Palavras em Texto
Revisdo 08Nov12 A busc de pdrões dentro de um conjunto de informções tem um grnde plicção em computção. São muits s vrições deste problem, desde procurr determinds plvrs ou sentençs em um texto té procurr
Leia maisMÉTODO DA POSIÇÃO FALSA EXEMPLO
MÉTODO DA POSIÇÃO FALSA Vimos que o Método d Bissecção encontr um novo intervlo trvés de um médi ritmétic. Ddo o intervlo [,], o método d posição fls utiliz médi ponderd de e com pesos f( e f(, respectivmente:
Leia maisRecordando produtos notáveis
Recordndo produtos notáveis A UUL AL A Desde ul 3 estmos usndo letrs pr representr números desconhecidos. Hoje você sbe, por exemplo, que solução d equção 2x + 3 = 19 é x = 8, ou sej, o número 8 é o único
Leia maisÁrea entre curvas e a Integral definida
Universidde de Brsíli Deprtmento de Mtemátic Cálculo Áre entre curvs e Integrl definid Sej S região do plno delimitd pels curvs y = f(x) e y = g(x) e s rets verticis x = e x = b, onde f e g são funções
Leia maisSão possíveis ladrilhamentos com um único molde na forma de qualquer quadrilátero, de alguns tipos de pentágonos irregulares, etc.
LADRILHAMENTOS Elvi Mureb Sllum Mtemtec-IME-USP A rte do ldrilhmento consiste no preenchimento do plno, por moldes, sem superposição ou burcos. El existe desde que o homem começou usr pedrs pr cobrir o
Leia mais4. APLICAÇÃO DA PROTEÇÃO DIFERENCIAL À PROTEÇÃO DE TRANSFORMADORES DE POTÊNCIA
lever Pereir 4. PLÇÃO D PROTEÇÃO DFEREL À PROTEÇÃO DE TRSFORMDORES DE POTÊ 4.. Prinípio ásio s orrentes primáris e seundáris de um trfo de potêni gurdm entre si um relção onheid em ondições de operção
Leia maisUNIVERSIDADE FEDERAL DE SANTA CATARINA DEPARTAMENTO DE ENGENHARIA ELÉTRICA EEL7011 ELETRICIDADE BÁSICA TURMA: 141A
UNIVERSIDADE FEDERAL DE SANTA CATARINA DEPARTAMENTO DE ENGENHARIA ELÉTRICA EEL7011 ELETRICIDADE BÁSICA TURMA: 141A EQUIVALENTES DE THÉVENIN E NORTON E MÉTODOS DIRETO E INDIRETO DE MEDIR UMA RESISTÊNCIA
Leia maisAula de solução de problemas: cinemática em 1 e 2 dimensões
Aul de solução de problems: cinemátic em 1 e dimensões Crlos Mciel O. Bstos, Edurdo R. Azevedo FCM 01 - Físic Gerl pr Químicos 1. Velocidde instntâne 1 A posição de um corpo oscil pendurdo por um mol é
Leia mais< 9 0 < f(2) 1 < 18 1 < f(2) < 19
Resolução do Eme Mtemátic A código 6 ª fse 08.. (B) 0 P = C 6 ( )6 ( ).. (B) Como f é contínu em [0; ] e diferenciável em ]0; [, pelo teorem de Lgrnge, eiste c ]0; [tl que f() f(0) = f (c). 0 Como 0
Leia maisMÓDULO 4 DISTRIBUIÇÃO DE FREQÜÊNCIAS
MÓDULO 4 DISTRIBUIÇÃO DE FREQÜÊNCIS Como vimos no módulo 1, para que nós possamos extrair dos dados estatísticos de que dispomos a correta análise e interpretação, o primeiro passo deverá ser a correta
Leia maisDiogo Pinheiro Fernandes Pedrosa
Integrção Numéric Diogo Pinheiro Fernndes Pedros Universidde Federl do Rio Grnde do Norte Centro de Tecnologi Deprtmento de Engenhri de Computção e Automção http://www.dc.ufrn.br/ 1 Introdução O conceito
Leia maisEQUAÇÃO DO 2 GRAU. Seu primeiro passo para a resolução de uma equação do 2 grau é saber identificar os valores de a,b e c.
EQUAÇÃO DO GRAU Você já estudou em série nterior s equções do 1 gru, o gru de um equção é ddo pelo mior expoente d vriável, vej lguns exemplos: x + = 3 equção do 1 gru já que o expoente do x é 1 5x 8 =
Leia mais