Faculdades Adamantinenses Integradas (FAI)

Tamanho: px
Começar a partir da página:

Download "Faculdades Adamantinenses Integradas (FAI)"

Transcrição

1 Faculdades Adamaieses Iegradas (FAI) ROCHA, Naiara Chierici; BOTTA, Vaessa. Diâmica populacioal aplicada à população de Adamaia. Omia Exaas, v.2,.2, p.56-65, 2009.

2 DINÂMICA POPULACIONAL APLICADA À POPULAÇÃO DE ADAMANTINA POPULATION DYNAMICS APPLIED TO POPULATION ADAMANTINA Naiara Chierici da Rocha Vaessa Boa Deparameo de Maemáica, Esaísica e Compuação, FCT/UNESP, Presidee Prudee, SP aiara.chierici27@homail.com, boa@fc.uesp.br RESUMO O uso da modelagem maemáica vem crescedo muio os úlimos aos, pois os modelos maemáicos são uilizados a compreesão de problemas do osso coidiao. Como exemplo, emos os modelos de diâmica populacioal, que represeam o comporameo de uma deermiada população aravés de equações difereciais ordiárias. Nese rabalho, esudaremos a diâmica populacioal do muicípio de Adamaia (SP) aravés dos modelos maemáicos proposos por Malhus e Verhuls, com o objeivo de comparar os dados obidos aravés da modelagem maemáica com os dados oficiais do SEADE (Sisema Esadual de Aálise de Dados) e ambém fazer uma previsão do úmero de habiaes de Adamaia os próximos aos aravés dos modelos esudados. Palavras-chave: diâmica populacioal, modelos maemáicos, equações difereciais ordiárias auôomas. ABSTRACT The use of mahemaical modelig has bee icreasig i rece years, because mahemaical models are used i udersadig he problems of everyday life. As a example, he populaio dyamics models, which represe he behavior of a give populaio hrough ordiary differeial equaios. I his paper, we sudy he dyamics of Adamaia couy populaio (SP) hrough mahemaical models proposed by Malus ad Verhuls, i order o compare he daa obaied by mahemaical modelig wih he official daa from SEADE (Sae Sysem for Daa Aalysis ad also o predic he umber of ihabias of Adamaia i he comig years hrough he models sudied. Keywords: populaio dyamics, mahemaical models, auoomous ordiary differeial equaios Rev. OMNIA EXATAS, v.2,.2, 56-65, Jaeiro/juho de

3 Diamica populacioal aplicada à população... INTRODUÇÃO O modelo de Malhus foi criado em 978 e gerou uma acirrada corovérsia o começo do século XIX, pois Malhus afirmava que a população mudial crescia apeas em proporção geomérica, equao os meios de sobrevivêcia cresciam apeas em proporção ariméica. Porao, a população seria corolada por fome, miséria e muias ouras coisas da aureza. Já o modelo de Verhuls ou modelo logísico foi apreseado em 837 e propõe que o crescimeo da população é limiado por um faor logísico, que é a capacidade de suseação do meio ambiee. Ese modelo supõe que uma população, vivedo um deermiado meio, crescerá aé um limie suseável, ou seja, ela ederá a uma esabilidade. A equação icorpora a queda do crescimeo da população que esá sujeia a um faor iibidor. A parir deses dois modelos maemáicos, será feia uma comparação com os dados do úmero de habiaes de Adamaia obidos pelo SEADE os aos de 970, , 996, 2000 e 2007 com os dados dos dois modelos, e ambém será feia uma previsão do úmero de habiaes para os aos de 200, 205 e BREVE HISTÓRICO Apareemee, o ecoomisa briâico Thomas Malhus ( ) foi o primeiro a observar que muias populações biológicas crescem a uma axa proporcioal à população. Seu primeiro arigo sobre populações apareceu em 798. Verhuls ( ) foi um maemáico belga que iroduziu um modelo maemáico para o crescimeo populacioal humao em 837. Ele se refere a esse crescimeo como crescimeo logísico; por isso, o modelo de Verhuls é chamado, muias vezes, de modelo logísico. Ele ão foi capaz de esar a precisão do seu modelo devido a dados iadequados do ceso e ão recebeu muia aeção aé muios aos depois. A cocordâcia razoável do modelo com dados experimeais foi demosrada por R. Pearl (930) para populações de Drosophila melaogaser (mosca das fruas) e por G. F. Gause (935) para populações de Paramecium e Tribolium (besouro da fariha). MODELO MALTHUSIANO Dada uma população, aimal ou vegeal, pode-se calcular sua variação em fução do empo da seguie forma: d (), () d ode () assume somee valores ieiros. Assim, () é classificado como sedo uma fução discrea de, mas, quado o úmero de idivíduos é suficieemee grade, () é aproximado por uma fução coíua. Ese modelo é baseado uma população em codições perfeias para o seu desevolvimeo, ou seja, sem guerras, epidemias, e muios ouros desasres aurais. 58 Rev. OMNIA EXATAS, v.2,.2, 56-65, Jaeiro/juho de 2009

4 Diamica populacioal aplicada à população... Os modelos discreo e coíuo de Malhus são apreseados a seguir. Modelo discreo de Malhus Seja k c m, ode c é o coeficiee de aalidade e m o coeficiee de moralidade. Assim, k será a axa de crescimeo específico da população (). Esa axa que será cosiderada cosae, iso é, ( ) ( ( c m k. (2) Observado a equação (2), coclui-se que a axa de crescimeo da população é proporcioal à própria população em cada período de empo. O modelo discreo de Malhus é dado por ( ) ( k(. (3) Cosiderado que a população iicial seja (0) 0, eão a solução do modelo discreo de Malhus será dada a forma Ou seja, (0) ( 0 k). ( k) 0. (4) Assim, dada à população iicial, é possível fazer esimaivas dessa população em qualquer empo. A equação (4) pode ser reescria a forma expoecial, iso é, Modelo Coíuo de Malhus l( k) () 0e. (5) d A solução da equação () é d ( ( ( será o modelo coíuo. ( ( lim, ode 0 Sedo dada a população iicial, a solução do modelo coíuo será: 0 ( e. (6) Rev. OMNIA EXATAS, v.2,.2, 56-65, Jaeiro/juho de

5 Diamica populacioal aplicada à população... Aalisado as duas soluções, podemos cocluir que os modelos com a mesma população iicial forecem o mesmo resulado, ou seja, as soluções são a mesma, cosiderado l( k ). Assim, dados os dois modelos, as soluções para o cálculo de cera população de idivíduos da mesma espécie são idêicas. Mas os modelos de Malhus são iúeis para calcular populações em espaços de empo muio logos, pois eses modelos ão levam em coa os problemas que podem ocorrer eses períodos. Assim, o valor esimado sempre será muio acima da população real. Ouro problema dos dois modelos de Malhus é cosiderar que as axas de aalidade e moralidade serão sempre cosaes. Mas quado se raa de população devem-se levar em coa os idivíduos que ão podem se reproduzir; assim, os modelos falham mais uma vez. Os poos posiivos desses modelos são que a parir deles é que começaram a surgir ovos modelos para o cálculo de populações. Um exemplo é o modelo de Verhuls. Os modelos populacioais são muio usados para o cálculo (esimaiva) de população em curo espaço de empo, por exemplo, o crescimeo de bacérias, para que se possam fazer projeções e omar decisões a respeio da mesma (BASSANEZI, 2002). MODELO DE VERHULST A equação diferecial ordiária apreseada abaixo represea a variação da população, em relação ao empo: dn d f( N). Temos que a axa de variação é uma fução do úmero N de idivíduos o isae, mas f( N ) deve er um formao parabólico, ou seja, a axa é posiiva iicialmee e depois se ora egaiva. Chegamos eão ao seguie modelo: dn KN ( N ). d Resolvedo esa equação diferecial ordiária separável, obemos: dn KN( N) d dn N( N) Kd dn N( N) Kd dn N( N) K d Resolvedo a iegral parcial e usado a propriedade de logarimo aural, emos 60 Rev. OMNIA EXATAS, v.2,.2, 56-65, Jaeiro/juho de 2009

6 Diamica populacioal aplicada à população... N () k ce k ce. Supodo N(0) N 0 (população iicial), obemos Porao, c N0 N. 0 N () Ne ( ) k 0 k N0 N0e. (7) Nese modelo de Verhuls, difereemee do modelo de Malhus, exise um limiar ou um limie para o qual a população ede quado o empo cresce. Podemos pesar que esse limiar é um úmero L de idivíduos, ou seja, se a população iicial é meor que L idivíduos, ela ede crescer aé o limie. Por ouro lado, se a população iicial é maior que L, ela ede a decrescer aé L. Ese limiar L é chamado de capacidade oal do meio, ou seja, o meio supora esa quaidade de idivíduos. APLICAÇÃO DOS MODELOS DE CRESCIMENTO POPULACIONAL NA POPULAÇÃO DE ADAMANTINA Uilizaremos os modelos de Malhus e Verhus para calcular o úmero de habiaes da população de Adamaia. Os dados usados para esa comparação foram adquiridos pelo SEADE (Sisema Esadual de Aálise de Dados) o sie Os cálculos serão feios aé o ao de 2020, com o objeivo de fazer uma previsão do úmero de habiaes do muicípio. Na Tabela. são apreseados os valores da população de Adamaia segudo os dados oficiais do SEADE. Tabela -População de Adamaia forecida pelo SEADE Ao Adamaia Modelos de Malhus Modelo Discreo Rev. OMNIA EXATAS, v.2,.2, 56-65, Jaeiro/juho de

7 Diamica populacioal aplicada à população... O primeiro passo é adquirir o faor de crescimeo da população, omado dois valores disios de. Cosiderado a equação (4), do modelo discreo de Malhus, e fazedo igual à população do ao de 980 e 0 a população de 970, podemos calcular o valor da axa de crescimeo k da população: ( k) ( k ) k k, k 0, Porao, a axa de crescimeo da população de Adamaia foi de aproximadamee 0,8% ao ao ere os aos de 970 e 980. Com esa axa é possível esimar o crescimeo da população adamaiese de 970 aé 2020, usado o modelo discreo de Malhus. A população de 970 é cosiderada como população iicial ( ). Logo, 0 l( 0,0008) e 3776., Modelo Coíuo Os mesmos dados usados a seção aerior serão usados agora para o modelo coíuo, dado pela equação (6). Cosiderado ambém as populações de 970 e 980 para o cálculo da axa de crescimeo para o modelo coíuo de Malhus, obemos o valor de β: e e ,008 0,0008. e, l,0082 Com ese valor vamos esimar a população adamaiese para 980, 99, 996, 2000, 2007, 200,205 e 2020, sedo que a população iicial será a população da década de 70. Assim, (970) Rev. OMNIA EXATAS, v.2,.2, 56-65, Jaeiro/juho de 2009

8 Diamica populacioal aplicada à população ,0008 0,008 (980) e (980) (99) 3232 (996) (2000) (2007) (200) (205) (2020) (980) e (980) 3776.,0082 Os valores obidos pelos dois méodos de Malhus são sieizados a Tabela 2 Para faciliar a comparação, a primeira colua esão os dados oficiais do SEADE. Tabela 2-População de Adamaia segudo Malhus, ere 970 e 980 Ao Dados do SEADE Malhus Coíuo Malhus Discreo Observado a Tabela 2 verificamos que os valores obidos pelos dois méodos de Malhus são praicamee idêicos. Porém, algus valores são superiores aos dados oficiais do SEADE. Iso se deve ao fao de se raar de modelos expoeciais, sedo que a edêcia da população de Adamaia com eses modelos é crescer sem parar. Além disso, o iervalo ere uma observação e oura da população, 0 aos, é relaivamee grade. Além disso, como a axa de crescimeo da população de Adamaia é muio pequea, a população vai crescedo devagar. Modelo de Verhuls Da mesma forma que foi feio para o modelo de Malhus, primeiro é ecessário calcular a axa de crescimeo da população para que possa ser feia à esimaiva da população desejada. k Isolado e a equação (7) obemos o valor da axa de crescimeo, que é 8 k 2,5 0. Dessa forma, podemos esimar o valor da população de Adamaia para os aos em quesão. 8 0 ( 2,5 0 ) N(0) 3776e 8 0 ( 2,5 0 ) e N(0) N (2) Rev. OMNIA EXATAS, v.2,.2, 56-65, Jaeiro/juho de

9 Diamica populacioal aplicada à população... N (26) N (30) N (37) N (40) N (45) N (50) Uma comparação ere os valores oficiais do SEADE e os valores obidos os modelos coíuos de Malhus e Verhuls pode ser feia aravés da Tabela 3. Tabela 3 População de Adamaia, segudo Verhuls, ere 970 e 980 Ao Dados do SEADE Malhus Coíuo Verhuls Na Tabela 3 verificamos que os valores obidos pelo modelo de Verhuls são próximos aos valores obidos pelo modelo de Malhus. As curvas de crescimeo da população de Adamaia segudo os dados oficiais do SEADE e os dois modelos são apreseadas a Figura. CONCLUSÕES Ese rabalho apreseou uma comparação ere modelos de crescimeo populacioal de Malhus e Verhuls. Podemos observar que os dois modelos são parecidos em suas formulações maemáicas, porém eles se difereciam os valores dos cálculos obidos. 64 Rev. OMNIA EXATAS, v.2,.2, 56-65, Jaeiro/juho de 2009

10 Diamica populacioal aplicada à população... Ese fao é devido às cosiderações que foram feias a elaboração de cada modelo e, além disso, o modelo de Verhuls é basicamee o de Malhus com um limie para a população do ambiee deermiado. O modelo de Malhus cosidera o crescimeo populacioal cosae e ese crescimeo é ilimiado. Nese caso, o modelo de Malhus cresce bem devagar pelo fao da população de Adamaia er uma axa de crescimeo muio pequea. No modelo de Malhus o crescimeo populacioal é uma razão geomérica, mas ão leva em cosideração o fao de que a axa de aalidade ão cresce a mesma razão da população do ambiee, equao que o modelo de Verhuls a axa de crescimeo é proporcioal ao amaho da população, além do fao de que a população é limiada ao ambiee em que esá iserida. Assim, com eses dados e comparações, podemos cocluir que o modelo de Malhus é mais eficiee quado o iervalo de empo é curo e com o modelo de Verhuls já ocorre o corário, ou seja, obemos melhores aproximações quado o iervalo de empo é logo. Porao, o modelo de Malhus é eficiee para o cálculo de população que eha um período reproduivo curo, como as bacérias, ere ouros. Já o modelo de Verhuls pode ser usado para o cálculo de população com período de reprodução loga, mas, devido a sua simplicidade, ese modelo é coesado. Os modelos de Malhus e Verhuls foram esseciais a elaboração de modelos eficiees para deermiar a população de um deermiado ambiee. Eses ou ouros modelos serão sempre úeis para se esimar populações, de forma que o ambiee possa ser preparado para o crescimeo ou decrescimeo dessas populações. REFERENCIAS BIBLIOGRÁFICAS BASSANEZI, R. C. FERREIRA JR. W. C. Equações difereciais com Aplicações. São Paulo: Ediora Harbra Lda, 988. BRONSON, R. Modera Irodução às Equações Difereciais. São Paulo: Ediora McGrew-Hill do Brasil, 976. BASSANEZI, R. C. Esio-apredizagem com modelagem maemáica, uma ova esraégia. São Paulo Coexo, 2002 DADOS POPULACIONAIS DE ADAMANTINA. Dispoível em: hp:// acessado em: 5 se FIGUEIREDO, D. G., NEVES, A. F. Equações Difereciais Aplicadas. Jaeiro: Ediora Impa, 2002 Rio de Rev. OMNIA EXATAS, v.2,.2, 56-65, Jaeiro/juho de

Lista de Exponenciais e Logaritmos Extensivo Alfa Professor: Leandro (Pinda)

Lista de Exponenciais e Logaritmos Extensivo Alfa Professor: Leandro (Pinda) Lisa de Expoeciais e Logarimos Exesivo Alfa Professor: Leadro (Pida) 1. (Eem 2017) Para realizar a viagem dos sohos, uma pessoa precisava fazer um emprésimo o valor de R$ 5.000,00. Para pagar as presações,

Leia mais

1 a Lista: MTM146: Prof. Paulo Magalhães:

1 a Lista: MTM146: Prof. Paulo Magalhães: Exercício : Mosre que a solução do sisema de EDO s x y f ( x y y com codições iiciais: x ( ) x() ) ), f saisfazedo x( f ( ) d f ( ) cos( ) d f ( ) cos( ) d f ( ), é dada por Exercício : Resolva o seguie

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

1 a Lista: MTM146: Prof. Paulo Magalhães:

1 a Lista: MTM146: Prof. Paulo Magalhães: a Lisa: MTM46: Prof Paulo Magalhães: Exercício : Mosre que a solução do sisema de EDO s x y f ( x y y com codições iiciais: x ( x(, f saisfazedo f (, é dada por x( f ( d Exercício : Resolva o seguie y

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

ANÁLISE DE SINAIS E SISTEMAS

ANÁLISE DE SINAIS E SISTEMAS ANÁLISE DE SINAIS E SISTEMAS AULA 3: OPERAÇÕES BÁSICAS EM SINAIS: OPERARAÇÕES NAS VARIÁVEIS DEPENDENTES; OPERARAÇÕES NA VARIÁVEL INDEPENDENTE. FUNÇÕES ELEMENTARES: O DEGRAU UNITÁRIO; A RAMPA UNITÁRIA;

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

ECONOMIA DOS RECURSOS NATURAIS. A gestão dos recursos naturais recursos renováveis

ECONOMIA DOS RECURSOS NATURAIS. A gestão dos recursos naturais recursos renováveis ECONOMIA DOS RECURSOS NATURAIS A gesão dos recursos aurais recursos reováveis Recursos biológicos Os recursos biológicos diferem dos recursos ão reováveis o seido em que aqueles crescem e se reproduzem

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

O MÉTODO VARIACIONAL APLICADO AO PROBLEMA NÃO-LINEAR DA PROPAGAÇÃO DE SÓLITONS.

O MÉTODO VARIACIONAL APLICADO AO PROBLEMA NÃO-LINEAR DA PROPAGAÇÃO DE SÓLITONS. O ÉTODO VARIACIONAL APLICADO AO PROBLEA NÃO-LINEAR DA PROPAGAÇÃO DE SÓLITONS. Cibele Aparecida Ladeia (PROIC/PIBIC/CNPQ- AF), Paulo Laere Nai (Orieador), e-mail: cibele_ma_uel@yahoo.com.br, pauloai@uel.br.

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

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

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

( ) ( ) ( ) ( ) MATEMÁTICA 2 VOLUME 2 RESOLUÇÕES - EXERCITANDO EM CASA. L = 6x + 180x = (x 15). T(h) = h + 22h 85.

( ) ( ) ( ) ( ) MATEMÁTICA 2 VOLUME 2 RESOLUÇÕES - EXERCITANDO EM CASA. L = 6x + 180x = (x 15). T(h) = h + 22h 85. MATEMÁTICA VOLUME RESOLUÇÕES - EXERCITANDO EM CASA AULA. D Escrevedo a lei de T a forma caôica, vem T(h) = h + h 8 = (h h + 8) = [(h ) 6] = 6 (h ). Assim, a emperaura máxima é 6 C, ocorredo às horas. Tal

Leia mais

Sinais e Sistemas. Env. CS1 Ground Revolute. Sine Wave Joint Actuator. Double Pendulum Two coupled planar pendulums with

Sinais e Sistemas. Env. CS1 Ground Revolute. Sine Wave Joint Actuator. Double Pendulum Two coupled planar pendulums with -4-6 -8 - - -4-6 -8-3 -3 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

Leia mais

Disciplina de Princípios de Telecomunicações Prof. MC. Leonardo Gonsioroski da Silva

Disciplina de Princípios de Telecomunicações Prof. MC. Leonardo Gonsioroski da Silva UNIVERSIDADE GAMA FILHO PROCE DEPARAMENO DE ENGENHARIA ELÉRICA Disciplia de Pricípios de elecomuicações Pro. MC. Leoardo Gosioroski da Silva Séries e rasormadas de Fourier Aálise de um sial seoidal o empo

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

4 Método dos elementos distintos para simular rochas

4 Método dos elementos distintos para simular rochas 4 Méodo dos elemeos disios para simular rochas Em 2004, Poyody e Cudall (56) propuseram um modelo para simular o comporameo de rochas, o BPM ( Boded Paricle Model for rock ). Nesse modelo, a rocha é modelada

Leia mais

MOMENTOS E FUNÇÕES GERADORAS

MOMENTOS E FUNÇÕES GERADORAS MOMENTOS E FUNÇÕES GERADORAS HÉLIO BERNARDO LOPES Resumo. O presee exo visa mosrar, de um modo ão uificado quao possível, a emáica dos momeos e das fuções geradoras, esas úlimas muio ausees, aualmee, das

Leia mais

INTERPRETANDO CORRETAMENTE O PASSADO PODEM-SE GERAR PREVISÕES ÚTEIS PARA O FUTURO.

INTERPRETANDO CORRETAMENTE O PASSADO PODEM-SE GERAR PREVISÕES ÚTEIS PARA O FUTURO. MÓDUO - MODEOS DE PREVISÃO E ESTIMATIVA DE DEMANDA Baseado em Chopra, Suil e Meidl, Peer, Gereciameo da Cadeia de Suprimeos, Preice Hall, São Paulo, 23. Quao se deve fabricar os próximos dias? Quais os

Leia mais

- Processamento digital de sinais Capítulo 2 Sinais e sistemas discretos

- Processamento digital de sinais Capítulo 2 Sinais e sistemas discretos - Processameo digial de siais Capíulo Siais e sisemas discreos Siais discreos Siais aalógicos x digiais Coíuos x discreo Admiido como sequêcia de úmeros. {x[]}, 0, ±, ±,... Z Período amosragem: s Variáveis

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

Modelos Não-Lineares

Modelos Não-Lineares Modelos ão-lineares O modelo malhusiano prevê que o crescimeno populacional é exponencial. Enreano, essa predição não pode ser válida por um empo muio longo. As funções exponenciais crescem muio rapidamene

Leia mais

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

Departamento de Informática. Modelagem Analítica. Modelagem Analítica do Desempenho de Sistemas de Computação. Disciplina: Processos Estocásticos Deparameo de Iformáica Disciplia: do Desempeho de Sisemas de Compuação Variável leaória Real Variável leaória x(w) Processos Esocásicos R Prof. Sérgio Colcher Medida de Probabilidade colcher@if.puc-rio.br

Leia mais

quanto maior a diferença de energia entre 2 níveis, mais provável fica a emissão espontânea em relação à estimulada. Vemos também que: A

quanto maior a diferença de energia entre 2 níveis, mais provável fica a emissão espontânea em relação à estimulada. Vemos também que: A Vimos a aula passada os coeficiees de Eisei: Com B B e A B A 8 B hv c ρ( v) A B B quao maior a difereça de eergia ere íveis, mais provável fica a emissão espoâea em relação à esimulada. Vemos ambém que:

Leia mais

Capítulo 3 SLITs Sistemas Lineares e Invariantes no Tempo

Capítulo 3 SLITs Sistemas Lineares e Invariantes no Tempo Capíulo 3 SLITs Siseas Lieares e Ivariaes o Tepo 3. Irodução 3.2 Repreação e odelo de esado 3.3 Siseas SISO 3.4 Siseas MIMO uli-diesioais 3.5 Modelo de espaço de esados coíuos 3.6 Resposa ipulsiva e covolução

Leia mais

3 Computação de Volumes de Gás Natural

3 Computação de Volumes de Gás Natural 3 Compuação de olumes de Gás Naural 3.1. Codições Para a Compuação de olumes de Gás Naural A orma API 21.1 apresea diversos aspecos relacioados à compuação de volumes obidos a parir da iegração, ao logo

Leia mais

1. Na figura seguinte está representada parte do gráfico de uma função g, de domínio R e contínua em

1. Na figura seguinte está representada parte do gráfico de uma função g, de domínio R e contínua em PROVA ESCRITA DE MATEMÁTICA A.º E 00 Fevereiro 8 Duração da prova: 90 miuos VERSÃO Grupo I Para cada uma das cico quesões dese grupo, seleccioe a resposa correca de ere as aleraivas que lhe são apreseadas

Leia mais

z 0 0 w = = 1 Grupo A 42. alternativa C det A = Como A é inteiro positivo, então n deve ser par. 43. A comuta com B A B = B A

z 0 0 w = = 1 Grupo A 42. alternativa C det A = Como A é inteiro positivo, então n deve ser par. 43. A comuta com B A B = B A Resoluções das aividades adicioais Capíulo 6 Grupo A. aleraiva C de A 6 (de A) 8 de A. aleraiva C de A de( A) (de A) de A (de A) de A Como A é ieiro posiivo, eão deve ser par.. A comua com B A B B A y

Leia mais

Uma função X que associa a cada elemento de S (s S) um número real x = X(s) é denominada variável aleatória.

Uma função X que associa a cada elemento de S (s S) um número real x = X(s) é denominada variável aleatória. Prof. Lorí Viali, Dr. viali@ma.ufrgs.br hp://www.ma.ufrgs.br/~viali/ s KKK CKK KKC KCK CCK CKC KCC CCC S X R x = X(s) X(S) Uma fução X que associa a cada elemeo de S (s S) um úmero real x = X(s) é deomiada

Leia mais

Problema de controle ótimo com equações de estado P-fuzzy: Programação dinâmica

Problema de controle ótimo com equações de estado P-fuzzy: Programação dinâmica Problema de conrole óimo com equações de esado P-fuzzy: Programação dinâmica Michael Macedo Diniz, Rodney Carlos Bassanezi, Depo de Maemáica Aplicada, IMECC, UNICAMP, 1383-859, Campinas, SP diniz@ime.unicamp.br,

Leia mais

étodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA

étodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA éodos méricos SISTEMS DE EQUÇÕES LINERES (Coiação) Prof. Erivelo Geraldo Nepomceo PROGRM DE PÓS-GRDUÇÃO EM ENGENHRI ELÉTRIC UNIVERSIDDE DE JOÃO DEL-REI PRÓ-REITORI DE PESQUIS CENTRO FEDERL DE EDUCÇÃO TECNOLÓGIC

Leia mais

Exercícios sobre o Modelo Logístico Discreto

Exercícios sobre o Modelo Logístico Discreto Exercícios sobre o Modelo Logísico Discreo 1. Faça uma abela e o gráfico do modelo logísico discreo descrio pela equação abaixo para = 0, 1,..., 10, N N = 1,3 N 1, N 0 = 1. 10 Solução. Usando o Excel,

Leia mais

Virgílio Mendonça da Costa e Silva

Virgílio Mendonça da Costa e Silva UNIVERSIDADE EDERAL DA PARAÍBA CENTRO DE TECNOLOGIA DEPARTAMENTO DE ENGENHARIA MECÂNICA VIBRAÇÕES DOS SISTEMAS MECÂNICOS VIBRAÇÕES ORÇADAS NÃO HARMONICAMENTE DE SISTEMAS DE 1 GL NOTAS DE AULAS Virgílio

Leia mais

Previsão de venda. Sistema agroindustrial, (1999);

Previsão de venda. Sistema agroindustrial, (1999); Objeivos desa apreseação Plaejameo de produção: Previsão de Demada Aula 6 Pare 1 Mauro Osaki TES/ESALQ-USP Pesquisador do Cero de Esudos Avaçados em Ecoomia Aplicada Cepea/ESALQ/USP Foe: 55 19 3429-8841

Leia mais

Faculdade de Engenharia. Análise Matemática 2 MIEEC 2015/2016

Faculdade de Engenharia. Análise Matemática 2 MIEEC 2015/2016 aculdade de Egeharia Aálise Maemáica 2 MEEC 25/26 ucioameo aculdade de Egeharia Teórico-práicas exposição e discussão da maéria resolução de exercícios Trabalho exra-aula resolução dos exercícios proposos

Leia mais

Exercícios de Cálculo Numérico Equações Diferenciais Ordinárias

Exercícios de Cálculo Numérico Equações Diferenciais Ordinárias Eercícios de Cálclo Nmérico Eqações Diereciais Ordiárias. Deermie a solção mérica aproimada da segie Eqação Dierecial Ordiária com o passo.: { ( ( [ ] ( (a Méodo de Eler ( Méodo das Tagees (b Méodo de

Leia mais

Exercícios de Análise de Sinal

Exercícios de Análise de Sinal Exercícios de Aálise de Sial Faculdade de Egeharia da Uiversidade do Poro Seembro 006 recolha de problemas de diversos auores edição feia por: H. Mirada, J. Barbosa (000) M. I. Carvalho, A. Maos (003,006)

Leia mais

Universidade Tecnológica Federal do Paraná Departamento de Eletrônica Disciplina: Teoria da Informação Professor: Dyson Pereira Junior

Universidade Tecnológica Federal do Paraná Departamento de Eletrônica Disciplina: Teoria da Informação Professor: Dyson Pereira Junior Uiversidade ecológica Federal do Paraá Deparameo de Elerôica Disciplia: eoria da Iformação Professor: Dyso Pereira Juior ZONA DE IMPECIÃO NÍVEI APOXIMAÇÃO DO VALO UPEIO APOXIMAÇÃO DO VALO INFEIO 5.4 Capacidade

Leia mais

Conceito. Exemplos. Os exemplos de (a) a (d) mostram séries discretas, enquanto que os de (e) a (g) ilustram séries contínuas.

Conceito. Exemplos. Os exemplos de (a) a (d) mostram séries discretas, enquanto que os de (e) a (g) ilustram séries contínuas. Conceio Na Esaísica exisem siuações onde os dados de ineresse são obidos em insanes sucessivos de empo (minuo, hora, dia, mês ou ano), ou ainda num período conínuo de empo, como aconece num elerocardiograma

Leia mais

Recursos Gráficos do Software MuPAD no Estudo de Funções

Recursos Gráficos do Software MuPAD no Estudo de Funções Oicias Recursos Gráicos do Soware MuPAD o Esudo de Fuções Marilaie de Fraga Sa'Aa Alexadre Gaelli Aa Lúcia Maciel 1 - Irodução Dere os coeúdos maemáicos abordados o Esio Médio, as uções êm imporâcia udameal

Leia mais

Instituto Tecnológico de Aeronáutica VIBRAÇÕES MECÂNICAS MPD-42

Instituto Tecnológico de Aeronáutica VIBRAÇÕES MECÂNICAS MPD-42 Isiuo Tecológico de Aeroáuica VIBRAÇÕES MECÂNICAS MPD-4 Isiuo Tecológico de Aeroáuica SISTEMAS DISCRETOS MPD-4 Isiuo Tecológico de Aeroáuica SISTEMAS COM UM GRAU DE LIBERDADE: VIBRAÇÃO FORÇADA MPD-4 3

Leia mais

MODELAGEM MATEMÁTICA E O EFEITO ESTUFA

MODELAGEM MATEMÁTICA E O EFEITO ESTUFA a MODELAGEM MATEMÁTICA E O EFEITO ESTUFA Âgela Maria Loureção Gerolômo 1 UEL Uiversidade Esadual de Lodria agela-maemaica@uol.com.br Rodolfo Eduardo Verua 2 UEL Uiversidade Esadual de Lodria rodolfoverua@yahoo.com.br

Leia mais

Prof. Lorí Viali, Dr. UFRGS Instituto de Matemática - Departamento de Estatística

Prof. Lorí Viali, Dr. UFRGS Instituto de Matemática - Departamento de Estatística Conceio Na Esaísica exisem siuações onde os dados de ineresse são obidos em insanes sucessivos de empo (minuo, hora, dia, mês ou ano), ou ainda num período conínuo de empo, como aconece num elerocardiograma

Leia mais

6 Formulação para Análise com Fundação Não-Linear

6 Formulação para Análise com Fundação Não-Linear 76 6 Formulação para álise com Fuação ão-iear 6 Fuação Elásica ão-iear Uma caracerísica usualmee ecoraa as uações reais é o seu comporameo ão-liear exibio um gaho ou pera a rigiez uao submeias a graes

Leia mais

Capítulo 5 Difusão em regime transiente

Capítulo 5 Difusão em regime transiente Prof. Dr. Édler L. de lbuquerque, Eg. Química IFB Prof. Dr. Édler L. de lbuquerque, Eg. Química IFB 8//7 Trasf. de assa - ENG 54, apíulo 5 Trasferêcia de assa ENG 54 apíulo 5 Difusão em regime rasiee Prof.

Leia mais

DEMOGRAFIA. Assim, no processo de planeamento é muito importante conhecer a POPULAÇÃO porque:

DEMOGRAFIA. Assim, no processo de planeamento é muito importante conhecer a POPULAÇÃO porque: DEMOGRAFIA Fone: Ferreira, J. Anunes Demografia, CESUR, Lisboa Inrodução A imporância da demografia no planeameno regional e urbano O processo de planeameno em como fim úlimo fomenar uma organização das

Leia mais

Critérios para a Apuração dos Preços de Ajuste Março 2009.

Critérios para a Apuração dos Preços de Ajuste Março 2009. Criérios para a Apuração dos Preços de Ajuse Março 2009. Iformamos os procedimeos a serem aplicados durae o mês de março de 2009 para a apuração dos preços de ajuses diários dos coraos derivaivos fiaceiros

Leia mais

Exercícios de Análise de Sinal

Exercícios de Análise de Sinal Exercícios de Aálise de Sial FEUP DEEC Seembro 008 recolha de problemas de diversos auores edição feia por: H. Mirada, J. Barbosa (000) M.I. Carvalho, A. Maos (003, 006, 008) Coeúdo Complexos 3 Siais 5

Leia mais

Métodos Estatísticos de Previsão MÉTODOS ESTATÍSTICOS DE PREVISÃO. Análise de Erros. Bernardo Almada Lobo. Bernardo Almada-Lobo (2007)

Métodos Estatísticos de Previsão MÉTODOS ESTATÍSTICOS DE PREVISÃO. Análise de Erros. Bernardo Almada Lobo. Bernardo Almada-Lobo (2007) Méodos saísicos de Previsão MÉTODO TATÍTICO D PRVIÃO 0 08 06 04 0 00 98 96 94 9 90 0 5 0 5 0 Aálise de rros Berardo Almada Lobo Berardo Almada-Lobo (007) Méodos saísicos de Previsão Regressão Liear Múlipla

Leia mais

Conceito. Exemplos. Os exemplos de (a) a (d) mostram séries discretas, enquanto que os de (e) a (g) ilustram séries contínuas.

Conceito. Exemplos. Os exemplos de (a) a (d) mostram séries discretas, enquanto que os de (e) a (g) ilustram séries contínuas. Coceio Na Esaísica exise siuações ode os dados de ieresse são obidos e isaes sucessivos de epo (iuo, hora, dia, ês ou ao), ou aida u período coíuo de epo, coo acoece u elerocardiograa ou sisógrafo. Esses

Leia mais

Instituto Tecnológico de Aeronáutica VIBRAÇÕES MECÂNICAS MPD-42

Instituto Tecnológico de Aeronáutica VIBRAÇÕES MECÂNICAS MPD-42 VIBRAÇÕES MECÂNICAS . Irodução CONTEÚDO. Pequeas oscilações em oro de uma posição de equilíbrio Sisemas discreos: 3. Sisemas com um grau de liberdade 4. Sisemas com graus de liberdade modos ormais de vibração

Leia mais

ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 12º ANO DE ESCOLARIDADE DE MATEMÁTICA A Tema II Introdução ao Cálculo Diferencial II

ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 12º ANO DE ESCOLARIDADE DE MATEMÁTICA A Tema II Introdução ao Cálculo Diferencial II ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 2º ANO DE ESCOLARIDADE DE MATEMÁTICA A Tema II Inrodução ao Cálculo Diferencial II TPC nº 9 Enregar em 4 2 29. Num loe de bolbos de úlipas a probabilidade de que

Leia mais

APÊNDICE C FUNDAMENTOS ESTATÍSTICOS SÉRIES TEMPORAIS 1

APÊNDICE C FUNDAMENTOS ESTATÍSTICOS SÉRIES TEMPORAIS 1 Apêdice C APÊNDICE C FUNDAMENTOS ESTATÍSTICOS SÉRIES TEMPORAIS Nese Apêdice são apreseados algus coceios de esaísica úeis para validar os modelos de previsão de demada de eergia, sobreudo os que evolvem

Leia mais

Critérios para a Apuração dos Preços de Ajuste e Prêmios das Opções de Compra e de Venda Maio 2009

Critérios para a Apuração dos Preços de Ajuste e Prêmios das Opções de Compra e de Venda Maio 2009 Criérios para a Apuração dos Preços de Ajuse e Prêmios das Opções de Compra e de Veda Maio 2009 Iformamos os procedimeos a serem aplicados durae o mês de maio de 2009 para a apuração dos preços de ajuses

Leia mais

MAGISTÉRIO MATEMÁTICA

MAGISTÉRIO MATEMÁTICA PROVA DE CONHECIMENTOS ESPECÍFICOS CONCURSO DE ADMISSÃO 0 ao CFO/QC - 0 PAG -6 4 Aalise as afirmaivas a seguir, colocado ere parêeses a lera V quado se raar de proposição verdadeira e a lera F quado se

Leia mais

TÓPICOS. Primitivação de funções racionais. Zeros de um polinómio. Fracções simples. Primitivação de fracções simples.

TÓPICOS. Primitivação de funções racionais. Zeros de um polinómio. Fracções simples. Primitivação de fracções simples. Noe bem, a leiura deses apoameos ão dispesa de modo algum a leiura aea da bibliografia pricipal da cadeira. Nomeadamee, o referee ao Módulo, poameos de álise Maemáica, Maemáica - Eg. Mauel Messias págias:

Leia mais

Critérios para a Apuração dos Preços de Ajuste Fevereiro 2009.

Critérios para a Apuração dos Preços de Ajuste Fevereiro 2009. Criérios para a Apuração dos Preços de Ajuse Fevereiro 2009. Iformamos os procedimeos a serem aplicados durae o mês de fevereiro de 2009 para a apuração dos preços de ajuses diários dos coraos derivaivos

Leia mais

APLICAÇÃO DE TÉCNICAS DE PREVISÃO DE DEMANDA NA INDÚSTRIA DE CONFECÇÕES

APLICAÇÃO DE TÉCNICAS DE PREVISÃO DE DEMANDA NA INDÚSTRIA DE CONFECÇÕES APLICAÇÃO DE TÉCNICAS DE PREVISÃO DE DEMANDA NA INDÚSTRIA DE CONFECÇÕES ABNER ROCHA PINHEIRO (UNIFOR ) aberocha@homail.com Ferado Luiz Emereciao Viaa (UNIFOR ) fleviaa@oi.com.br Eduardo Alecar Lima Casro

Leia mais

ESTRATÉGIA DE CONTROLE ÓTIMO COM HORIZONTE DE TEMPO MÓVEL

ESTRATÉGIA DE CONTROLE ÓTIMO COM HORIZONTE DE TEMPO MÓVEL ESTRATÉGIA DE CONTROLE ÓTIMO COM HORIZONTE DE TEMPO MÓVEL L. S. SANTOS 1, D. M. PRATA 2. 1 Uiversidade Federal do Rio de Jaeiro, Deparameo de Egeharia Química - PEQ COPPE. 2 Uiversidade Federal Flumiese,

Leia mais

Métodos de Amortização

Métodos de Amortização Méodos de Amorização Rui Assis Egeheiro Mecâico IST rassis@rassis.com www.rassis.com Fevereiro de 2006 Reviso em Seembro de 20 Méodos de Amorização Irodução Na perspeciva coabilísica, a amorização referese

Leia mais

Capítulo 1 Tensão. (corresponde a σ

Capítulo 1 Tensão. (corresponde a σ Capíulo Tesão Problema Cosidere o esado bidimesioal de esões idicado a figura. Deermie: a) os valores e as direcções das esões pricipais do esado dado; b) compoees irísecas o plao que faz o âgulo de 0º

Leia mais

CAP. 6 - ANÁLISE DE INVESTIMENTOS EM SITUAÇÃO DE RISCO

CAP. 6 - ANÁLISE DE INVESTIMENTOS EM SITUAÇÃO DE RISCO CAP. 6 - ANÁLISE DE INVESTIMENTOS EM SITUAÇÃO DE RISCO 1. APRESENTAÇÃO Nese capíulo serão abordados vários méodos que levam em coa o uso das probabilidades a aálise de ivesimeos. Eses méodos visam subsidiar

Leia mais

MIRIAM RODRIGUES SILVESTRE, MANOEL IVANILDO SILVESTRE BEZERRA.

MIRIAM RODRIGUES SILVESTRE, MANOEL IVANILDO SILVESTRE BEZERRA. Revisa Brasileira de Meeorologia, v. 30,. 4, 457-466, 05 hp://dx.doi.org/0.590/00-7786030043 MODELOS DECOMPOSIÇÃO TEMPORAL E DE REGRESSÃO HARMÔNICA: UMA COM- PARAÇÃO PARA A SÉRIE MENSAL DA TEMPERATURA

Leia mais

Sinais e Sistemas. Env. CS1 Ground Revolute. Sine Wave Joint Actuator. Double Pendulum Two coupled planar pendulums with

Sinais e Sistemas. Env. CS1 Ground Revolute. Sine Wave Joint Actuator. Double Pendulum Two coupled planar pendulums with -4-6 -8-0 - -4-6 -8-30 -3 Frequec Hz Hammig aiser Chebshev Faculdade de Egeharia iais e isemas Power pecral Desi Ev B F C C B F C Groud Revolue Bod Revolue Bod Power/frequec db/hz ie Wave Joi Acuaor Joi

Leia mais

Cálculo do valor em risco dos ativos financeiros da Petrobrás e da Vale via modelos ARMA-GARCH

Cálculo do valor em risco dos ativos financeiros da Petrobrás e da Vale via modelos ARMA-GARCH Cálculo do valor em risco dos aivos financeiros da Perobrás e da Vale via modelos ARMA-GARCH Bruno Dias de Casro 1 Thiago R. dos Sanos 23 1 Inrodução Os aivos financeiros das companhias Perobrás e Vale

Leia mais

Teoremas Básicos de Equações a Diferenças Lineares

Teoremas Básicos de Equações a Diferenças Lineares Teoremas Básicos de Equações a Diferenças Lineares (Chiang e Wainwrigh Capíulos 17 e 18) Caracerização Geral de Equações a diferenças Lineares: Seja a seguine especificação geral de uma equação a diferença

Leia mais

Introdução à análise e ao processamento de sinais usando o MATLAB. Parte 1 RUBENS SAMPAIO ROBERTO RIQUELME EDSON CATALDO XXI CNMAC

Introdução à análise e ao processamento de sinais usando o MATLAB. Parte 1 RUBENS SAMPAIO ROBERTO RIQUELME EDSON CATALDO XXI CNMAC Irodução à aálise e ao processameo de siais usado o MALAB RUBENS SAMPAIO EDSON CAALDO ROBERO RIQUELME Pare SINAIS E SISEMAS SINAIS - São variáveis que carregam iormação SISEMAS - Processam siais de erada

Leia mais

Resolução das equações

Resolução das equações Resolução das equações Equação de Difusão (calor) (1D) Equação de odas (corda vibrae) (1D) Equação de aplace (2D) Odas acúsicas: corda (1D) e ambor (2D); odas de água, odas eleromagéicas e odas sísmicas

Leia mais

Um estudo de simulação sobre a estimação do desvio padrão de processos na presença de causas especiais de variação

Um estudo de simulação sobre a estimação do desvio padrão de processos na presença de causas especiais de variação Um esudo de simulação sobre a esimação do desvio padrão de processos a preseça de causas especiais de variação Márcio Aôio Couo Ferreira (UFAM) macouo@ufam.edu.br José Raimudo Gomes Pereira (UFAM) jrpereira@ufam.edu.br

Leia mais

DINÂMICA POPULACIONAL COM CONDIÇÃO INICIAL FUZZY

DINÂMICA POPULACIONAL COM CONDIÇÃO INICIAL FUZZY DINÂMICA OULACIONAL COM CONDIÇÃO INICIAL FUZZY Débora Vailai (ICV-UNICENTRO), Maria José de aula Casanho (Orienadora), e-mail: zeza@unicenro.br. Universidade Esadual do Cenro-Oese, Seor de Ciências Exaas

Leia mais

Uso da Simulação de Monte Carlo e da Curva de Gatilho na Avaliação de Opções de Venda Americanas

Uso da Simulação de Monte Carlo e da Curva de Gatilho na Avaliação de Opções de Venda Americanas J.G. Casro e al. / Ivesigação Operacioal, 27 (2007 67-83 67 Uso da imulação de Moe Carlo e da Curva de Gailho a Avaliação de Opções de Veda Americaas Javier Guiérrez Casro Tara K. Nada Baidya Ferado A.

Leia mais

Diferença entre duas médias. Diferença entre duas proporções (π 1 - π 2 = ) Igualdade entre duas variâncias. Prof. Lorí Viali, Dr.

Diferença entre duas médias. Diferença entre duas proporções (π 1 - π 2 = ) Igualdade entre duas variâncias. Prof. Lorí Viali, Dr. Prof. Lorí Viali, Dr. viali@a a.ufrgs..ufrgs.br hp://www.ufrgs. ://www.ufrgs.br br/~viali/ Depedees Idepedees Tese para aosras eparelhadas Variâcias Cohecidas Variâcias Descohecidas Tese z uposas iguais

Leia mais

Antes de mais nada, é importante notar que isso nem sempre faz sentido do ponto de vista biológico.

Antes de mais nada, é importante notar que isso nem sempre faz sentido do ponto de vista biológico. O modelo malusiano para empo conínuo: uma inrodução não rigorosa ao cálculo A dinâmica de populações ambém pode ser modelada usando-se empo conínuo, o que é mais realisa para populações que se reproduzem

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

Uma Contribuição Para o Estudo de Tensões Induzidas em Equipamentos e Linhas de Distribuição

Uma Contribuição Para o Estudo de Tensões Induzidas em Equipamentos e Linhas de Distribuição Uma Coribuição Para o Esudo de Tesões Iduzidas em Equipameos e Lihas de Disribuição I. N. da Silva, UNESP*, J. Marcodes**, A. N. de Souza* e N. R. Saos**; * UNESP/Bauru, ** Badeirae Eergia SA Proeção RESUMO

Leia mais

4 Modelagem e metodologia de pesquisa

4 Modelagem e metodologia de pesquisa 4 Modelagem e meodologia de pesquisa Nese capíulo será apresenada a meodologia adoada nese rabalho para a aplicação e desenvolvimeno de um modelo de programação maemáica linear misa, onde a função-objeivo,

Leia mais

FUNDO DE COMÉRCIO * Pedro Schubert

FUNDO DE COMÉRCIO * Pedro Schubert FUNDO DE COMÉRCIO * Pedro Schuber Esa maéria que ão em bibliografia e o seu coceio o ambiee coábil refere-se aos bes iagíveis e os auores ficam com os ies iagíveis possíveis de serem regisrados pela coabilidade

Leia mais

Simulação por Eventos Discretos

Simulação por Eventos Discretos imulação por Eveos Disreos Apliação à simulação de ráfego isemas de Teleomuiações IEEC - Área de Teleomuiações 4º Ao - º emesre FEUP 009-0 JL, PR Ieioalmee em brao imulação por eveos disreos - priípios

Leia mais

3 Derivação dos modelos

3 Derivação dos modelos 3 Derivação dos modelos Ese capíulo apresea a derivação de odos os modelos que serão aalisados. Basicamee serão desevolvidos rês casos disios. Deses casos serão exraídos os modelos que serão esudados esa

Leia mais

MOSFET: O MOSFET canal p e a Resistência de Saída Aula 3

MOSFET: O MOSFET canal p e a Resistência de Saída Aula 3 MOSFET: O MOSFET caal p e a Resisêcia de Saída Aula 3 49 Aula Maéria Cap./págia ª 03/08 Elerôica PS33 Programação para a Primeira Prova Esruura e operação dos rasisores de efeio de campo caal, caracerísicas

Leia mais

Ana Paula Pintado Wyse Luiz Bevilacqua Marat Rafikov

Ana Paula Pintado Wyse Luiz Bevilacqua Marat Rafikov Modelagem da dinâmica de ransmissão da malária em ambiene sazonal considerando raameno diferenciado e conrole do veor com mosquios ransgênicos Ana Paula Pinado Wyse Luiz Bevilacqua Mara Rafikov Proposa

Leia mais

Tabela: Variáveis reais e nominais

Tabela: Variáveis reais e nominais Capíulo 1 Soluções: Inrodução à Macroeconomia Exercício 12 (Variáveis reais e nominais) Na abela seguine enconram se os dados iniciais do exercício (colunas 1, 2, 3) bem como as soluções relaivas a odas

Leia mais

MÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA

MÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA MÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA Nesa abordagem paramérica, para esimar as funções básicas da análise de sobrevida, assume-se que o empo de falha T segue uma disribuição conhecida

Leia mais

Séries temporais Modelos de suavização exponencial. Séries de temporais Modelos de suavização exponencial

Séries temporais Modelos de suavização exponencial. Séries de temporais Modelos de suavização exponencial Programa de Pós-graduação em Engenharia de Produção Análise de séries de empo: modelos de suavização exponencial Profa. Dra. Liane Werner Séries emporais A maioria dos méodos de previsão se baseiam na

Leia mais

METODOLOGIA PARA AVALIAÇÃO ECONÔMICA DE INVESTIMENTOS PARA EMPRESAS

METODOLOGIA PARA AVALIAÇÃO ECONÔMICA DE INVESTIMENTOS PARA EMPRESAS METODOLOGIA PARA AVALIAÇÃO ECONÔMICA DE INVESTIMENTOS PARA EMPRESAS Valessa Orácio ROCHA 1 Daiae Fracie Moraes GOMES Rogério Cosaio dos Saos MOTA Camila Pires Cremasco GABRIEL² Luís Robero Almeida GABRIEL

Leia mais

1. Definição e conceitos básicos de equações diferenciais

1. Definição e conceitos básicos de equações diferenciais Capítulo 7: Soluções Numéricas de Equações Difereciais Ordiárias. Itrodução Muitos feómeos as áreas das ciêcias, egearias, ecoomia, etc., são modelados por equações difereciais. Supoa-se que se quer determiar

Leia mais

Como se decidir entre modelos

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

Leia mais

Resoluções de Exercícios

Resoluções de Exercícios Resoluções de Exercícios MATEMÁTICA V Caíulo Coecimeos uméricos 0 Sequêcias BC 0 0 C De acordo com as iformações, emos que a evolução do úmero de diabéicos corresode à sequêcia (0, 0, 0, 0, 70, 00, 0,...)

Leia mais

Método alternativo para calcular a constante de Apéry

Método alternativo para calcular a constante de Apéry SCIENTIA PLENA VOL. 7, NUM. 4 0 www.scietiaplea.org.br Método alterativo para calcular a costate de Apéry S. R. Cruz; J. B. Oliveira; D. T. Feitosa; C. M. Silva Departameto de Matemática, Uiversidade de

Leia mais

APLICAÇÃO DO FILTRO DE KALMAN NA DETERMINAÇÃO DO PRAZO DE VALIDADE DE ALIMENTOS PERECÍVEIS

APLICAÇÃO DO FILTRO DE KALMAN NA DETERMINAÇÃO DO PRAZO DE VALIDADE DE ALIMENTOS PERECÍVEIS 45 APLICAÇÃO DO FILTRO DE KALMAN NA DETERMINAÇÃO DO PRAZO DE VALIDADE DE ALIMENTOS PERECÍVEIS Péricles César de Araújo* RESUMO A simplicidade meodológica do Filro de Kalma viabiliza sua aplicação para

Leia mais

DISCIPLINA SÉRIE CAMPO CONCEITO

DISCIPLINA SÉRIE CAMPO CONCEITO Log Soluções Reforço escolar M ae máica Dinâmica 4 2ª Série 1º Bimesre DISCIPLINA SÉRIE CAMPO CONCEITO Maemáica 2ª do Ensino Médio Algébrico simbólico Função Logarímica Primeira Eapa Comparilhar Ideias

Leia mais

STARTUP TIMES IN VISCOELASTIC CHANNEL FLOW

STARTUP TIMES IN VISCOELASTIC CHANNEL FLOW Cogreso de Méodos Numéricos e Igeiería 9 Barceloa, 9 juio al de julio 9 EMNI, España 9 TARTUP TIME IN VICOELATIC CHANNEL FLOW Amílcar I.P. Mirada 1 e Paulo J. Oliveira * 1: Deparameo de Maemáica Uiversidade

Leia mais

Aula 2, Experiência 1 Circuitos CA e Caos

Aula 2, Experiência 1 Circuitos CA e Caos Noas de aula: www.fap.if.usp.br/~hbarbosa LabFlex: www.df.if.usp.br/curso/labflex Profa. Eloisa Szao eloisa@df.if.usp.br Ramal: 7111 Pellero Aula, Experiêcia 1 Circuios CA e Caos Prof. Herique Barbosa

Leia mais

A limitação da metodologia dos MQ conduziu a diversas abordagens alternativas. As

A limitação da metodologia dos MQ conduziu a diversas abordagens alternativas. As Capíulo 3 ESTIMAÇÃO ROBUSTA A limiação da meodologia dos MQ coduziu a diversas abordages aleraivas. As écicas de esimação robusa cosiuem uma abordagem à esimação ão depededo de uma disribuição em paricular.

Leia mais

LISTA DE EXERCÍCIOS 3 INE 7001 PROF. MARCELO MENEZES REIS ANÁLISE DE SÉRIE TEMPORAIS GABARITO

LISTA DE EXERCÍCIOS 3 INE 7001 PROF. MARCELO MENEZES REIS ANÁLISE DE SÉRIE TEMPORAIS GABARITO LISTA DE EXERCÍCIOS 3 INE 700 PROF. MARCELO MENEZES REIS ANÁLISE DE SÉRIE TEMPORAIS GABARITO ) A que compoees de uma série emporal (pelo modelo clássico) esariam pricipalmee associados cada um dos seguies

Leia mais

Problema de Designinação Generalizada. Problema de Designinação. - aplicações: - observações: = 0 caso contrário n n. - Seja a variável: xij

Problema de Designinação Generalizada. Problema de Designinação. - aplicações: - observações: = 0 caso contrário n n. - Seja a variável: xij Prof. Silvio Alexadre de Araujo Problema de Desigiação ou Alocação (Assigme) - Dados agees desigados para realizar arefas - Cada agee j (j=,..,) deve execuar uma e só uma arefa i,.., - Cada arefa i deve

Leia mais

MATEMÁTICA E SUAS TECNOLOGIAS

MATEMÁTICA E SUAS TECNOLOGIAS 1º SIMULADO ENEM 017 Resposa da quesão 1: MATEMÁTICA E SUAS TECNOLOGIAS Basa aplicar a combinação de see espores agrupados dois a dois, logo: 7! C7,!(7 )! 7 6 5! C7,!5! 7 6 5! C7, 1!5! Resposa da quesão

Leia mais

5.1. Filtragem dos Estados de um Sistema Não-Linear Unidimensional. Considere-se o seguinte MEE [20] expresso por: t t

5.1. Filtragem dos Estados de um Sistema Não-Linear Unidimensional. Considere-se o seguinte MEE [20] expresso por: t t 5 Esudo de Casos Para a avaliação dos algorimos online/bach evolucionários proposos nese rabalho, foram desenvolvidas aplicações em problemas de filragem dos esados de um sisema não-linear unidimensional,

Leia mais

Seção 5: Equações Lineares de 1 a Ordem

Seção 5: Equações Lineares de 1 a Ordem Seção 5: Equações Lineares de 1 a Ordem Definição. Uma EDO de 1 a ordem é dia linear se for da forma y + fx y = gx. 1 A EDO linear de 1 a ordem é uma equação do 1 o grau em y e em y. Qualquer dependência

Leia mais