Ativos de Risco. Universidade Federal de Santa Catarina. From the SelectedWorks of Sergio Da Silva

Tamanho: px
Começar a partir da página:

Download "Ativos de Risco. Universidade Federal de Santa Catarina. From the SelectedWorks of Sergio Da Silva"

Transcrição

1 Unversdade Federal de anta Catarna Fro the electedworks o ergo Da lva 009 Atvos de Rsco ergo Da lva, Federal Unversty o anta Catarna Avalable at:

2 Atvos de Rsco Hal R. Varan Interedate Mcroeconocs, 8th edton Capítulo 3 Modelo éda-varânca Coo o ercado de seguro, o ercado de ações tabé serve para alocar o rsco. O odelo de utldade esperada pode ser adaptado para o ercado de ações através do odelo édavarânca. E vez de consderar as preerêncas do consudor dependendo de toda a dstrbução de probabldade da rqueza e cada resultado, agora consderaos apenas sua éda e varânca. A varável aleatóra pode apresentar valores ( s =,..., ) co probabldades π s. A éda é dada por: s µ = π. () s s A varânca é: = s( s ) π µ. () O desvo padrão é: =. (3) A éda da dstrbução ede o valor e torno do qual a dstrbução está centrada e a varânca ede coo a dstrbução se dspersa ao redor da éda. O desvo-padrão ornece, então, ua edda de rsco (Fgura ). e as preerêncas pudere ser caracterzadas por édas e varâncas, então a unção utldade éda-varânca representará as preerêncas da esa ora que o odelo de utldade esperada. No caso, u µ (4) (, ) ou u ( µ, ). (5) Para o consudor avesso ao rsco, µ será bo e será ru. Eeplo : Investento e ua cartera de atvos (portólo). O problea para o consudor é dvdr sua rqueza entre: () u atvo se rsco (letras do Tesouro), que rende a taa de retorno a r ndependenteente do que ocorra e () u atvo de rsco (undo útuo de ações), que rende a taa éda de retorno aleatóra r :

3 r = π (6) s s s caso ocorra o estado s co probabldade π s. Representaos por O retorno será desvo-padrão do retorno. Alé dsso, supoos que, o r > r, (7) porque u consudor avesso ao rsco não escolherá o atvo de rsco se este apresentar ua taa de retorno as baa do que a do atvo se rsco. Investndo a parcela do total de sua rqueza no atvo de rsco ( 0 ) e no atvo se rsco, o retorno esperado r da cartera do consudor será: r = ( + ( ) r ) π s s r = π + ( ) r s s s π Consderando (6) e o ato π s = (8) então

4 r = r + ( ) r. (9) Ass, o retorno esperado da cartera é a éda ponderada dos retornos r e r. Já a varânca do retorno esperado da cartera é: = π s s + ( ) r r. (0) Consderando (9): = π s s + r r + r ( ) ( ( ) ) = πs s ( r ) = πs s ( ( r) ) = πs ( s r) = πs( s r). () A denção () para os retornos é dada por: = πs( s r). ubsttundo esta epressão e (): = () = =. (3) Por (9), se r e, por (3), se. Portanto, auentando a parcela da rqueza nvestda no atvo de rsco, o consudor auentará o retorno esperado da cartera, as tabé auentará o rsco esperado. No caso etreo e que =, por (9) r = r e, por (3), =. Quando o consudor nveste toda sua rqueza no atvo de rsco, sua cartera terá retorno esperado e rsco dados por ( r, ) = ( r, ). No outro etreo e que = 0, por (9) r = r e, por (3),

5 = 0. Quando o consudor nveste toda sua rqueza no atvo se rsco, sua cartera terá retorno esperado e rsco dados por ( r, ) = ( r,0). Estes pontos etreos dene a reta orçaentára da Fgura. Ao longo dela, o retorno pode ser auentado de r até r, co o custo do auento do rsco de 0 até. Na Fgura, a r r r r nclnação = = 0. (4) Para 0< <, a cartera de atvos conterá u pouco de cada atvo. Coo o consudor é avesso ao rsco, u retorno aor é preerível, enquanto u rsco aor, não. Portanto, rsco é u al e as curvas de nderença possue nclnação postva. O portólo se os etreos = 0 e = garante a convedade das curvas de nderença. A nclnação da curva de nderença ornece a TM, ostrando coo rsco pode ser substtuído por retorno entre carteras nderentes entre s: U U r TM =. (5) No equlíbro, a TM se guala à nclnação da reta orçaentára: TM r r =. (6)

6 e utos consudores pudere negocar seus rscos, a TM de cada consudor acabará se gualando ao preço do rsco do ercado p. (Note que a quantdade do rsco é dada por ). No equlíbro, então, p TM r r = =. (7) Eeplo. Consdere outra cartera y de aor retorno esperado édo e aor rsco. No caso e que, por eeplo, r e enos, a reta orçaentára gra para a esquerda e torno do valor o de r. Ua curva de nderença as alta sera agora actível e a escolha do consudor será pela nova cartera y, e detrento da cartera. Avalação do rsco Para utos atvos, o desvo-padrão é ncapaz de edr a quantdade de rsco quando a utldade do consudor depende da éda e da varânca da rqueza de todos os atvos. O valor do atvo dependerá as de coo ele se relacona co os outros do que da sua própra varação. U atvo que se relacona negatvaente co os outros contrburá para reduzr o rsco total. Eeplo 3. O consudor pensa e coprar dos atvos A e B e espera que A valerá $0 $5 stuação B valerá $5 $0 stuação

7 No caso, A e B são negatvaente correlaconados. upondo que cada resultado seja gualente provável, o valor édo de cada atvo será gual a $.50: EA= ( ) 0 + ( 5) = 5.5 = $.50 EB ( ) = ( 5) + 0 = = $.50. e o consudor tver que optar por apenas u atvo, e não se portar co o rsco, ele será nderente entre qualquer u dos dos desde que pague u preço de até $.50. e ele or avesso ao rsco, va querer pagar u preço abao de $.50. e puder dverscar, na stuação e que A = $0 e B = $5, ele ganhará $5. Na stuação e que A = $5 e B = $0, ele ganhará $5. Portanto, se o consudor puder ter os dos atvos, a quanta áa que desejará pagar por abos será aor: $5. Portanto, pagando o eso retorno édo do caso se dverscação ($.50), o consudor terá enor rsco. A dverscação reduz o rsco. O rsco da ação e relação ao rsco do ercado de ações coo u todo é chaado de beta da ação: quantdade de rsco da ação β =. (8) quantdade de rsco do ercado de ações E partcular, β é dado pela covarânca do retorno da ação r co o retorno do ercado r dvdda pela varânca do retorno do ercado r : cov( r, r) β =. (9) var( r) Co β = a ação apresenta o eso grau de rsco do ercado. Neste caso, se o ercado subr e 0%, a ação subrá, e éda, e 0%. Mas se a ação tver u β <, quando o ercado subr e 0%, ela subrá e enos de 0%. Custo do rsco Depos de se ajustar para se levar e conta o rsco, todos os atvos ornecerão a esa taa de retorno (Capítulo ). e a cartera do consudor nclur todos os atvos de rsco do ercado, r passa a ser o retorno édo esperado do ercado e passa a ser o rsco do ercado. Coo β é a quantdade de rsco do atvo e relação à quantdade de rsco do ercado, a quantdade total de rsco do atvo te que ser ultplcada pelo rsco do ercado. Então, quantdade total de rsco do atvo = β. (0)

8 Ajustar para levar e conta o rsco sgnca ultplcar a quantdade total do rsco do atvo pelo preço do rsco (equação (7)) para encontrar o custo do rsco: custo do rsco = β p. Consderando (7): r r custo do rsco = β. custo do rsco = β ( r r ). () Já que, depos de se ajustar para se levar e conta o rsco, todos os atvos possurão, e equlíbro, a esa taa de retorno, para dos atvos e j : r β ( r r ) = r β ( r r ). () j j upondo que o atvo j seja o atvo se rsco, rj = r e () ca sendo r β ( r r ) = r β ( r r ). (3) Mas, por denção, (4) e (3): ou β = 0. (4) r β ( r r ) = r r = r + β ( r r ). (5) Portanto, o retorno esperado de qualquer atvo se guala à taa de retorno se rsco as o custo do rsco. O custo do rsco é, então, o retorno adconal que o consudor ege para correr o rsco contdo no atvo de rsco. A equação (5) é o prncpal resultado do odelo CAPM (Captal Asset Prcng Model), e é chaada de reta do ercado. A equação (5) pode ser usada para plotaros r e β e u gráco (Fgura 4). Note que r é o ntercepto vertcal e r r é a nclnação da reta do ercado. Coo, por denção, r p p 0 =, (6) p0

9 p p0 o valor esperado de r será dado pelo valor esperado de. p 0 No equlíbro, todos os atvos se encontrarão sobre a reta do ercado. Poré, ora do equlíbro, por (5), se o retorno esperado ajustado para consderar o rsco or aor do que o retorno se rsco, sto é, r β ( r r ) > r, p p0 os consudores desejarão coprar o atvo p0 r p até encontrar a reta do 0 ercado. Eeplo 4: Value at Rsk. e u banco que possu ua cartera de ações desejar estar a probabldade de 5% de a cartera perder valor e as de u lhão e deternado da, dzeos que a cartera possu u valor no rsco co 5% de chance de perder u lhão e u da. O VaR costua ser coputado para u da ou duas seanas usando probabldades de % ou 5%. Calcular o VaR é útl por por ua etodologa de estar o rsco que dea as nsttuções que o coputa e estado de alerta. O cálculo do VaR depende da dstrbução de probabldade do valor da cartera, que depende da correlação dos atvos da cartera. O valor dos atvos costua subr ou car e conjunto: são postvaente correlaconados. A dstrbução dos preços dos atvos tabé costua ter caudas grossas, de odo que pode ocorrer oventos etreos dos preços. Isso sgnca que, para coputar o VaR, é necessára ua sére longa de preços, o que não é actível para atvos novos e eótcos. E retrospecto, não surpreende que, no nal de 008, utas nsttuções nanceras tenha descoberto que suas estatvas do VaR, baseadas e séres hstórcas e que os preços era estáves, estava undaentalente ncorretas: os preços dos atvos caíra uto as do que o estado.

10 Eeplo 5: Fundos útuos. ão organzações que capta dnhero de nvestdores ndvduas para coprar e vender ações, retornando os lucros para os nvestdores. Dados hstórcos de r e β de undos útuos ostra que undos co alto r tabé apresenta alto rsco (Fgura 5). Os retornos são elevados para copensar o alto rsco. Os undos-útuos pode ser coparados co u undo-índce, coposto das ações consttuntes de algu índce coo, por eeplo, o índce &P500. Este índce basea-se no desepenho édo de 500 ações negocadas na bolsa de Nova Iorque e seu β é, por denção, gual a. Na Fgura 5, e ca da reta do ercado que lga ( r,0) do atvo se rsco a ( r,) do undo-índce, o consudor pode escolher qualquer undo-útuo, escolhendo quanto de rsco quer correr ( β ) acetando o correspondente retorno ( r ). Os undos co pontos aca da reta do ercado na Fgura 5 ostra undos que apresenta desepenho superor à éda do ercado, o que é uto dícl de ocorrer. O típco é o desepenho do undo-útuo car abao da reta. ergo Da lva 00 sergodaslva.co

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

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS Físca Arqutectura Pasagístca Análse de erros ANÁLISE DE ERROS A ervação de u fenóeno físco não é copleta se não puderos quantfcá-lo Para é sso é necessáro edr ua propredade físca O processo de edda consste

Leia mais

Para duas variáveis aleatórias X e Y define-se Função Distribuição Cumulativa CDF F XY (x,y)

Para duas variáveis aleatórias X e Y define-se Função Distribuição Cumulativa CDF F XY (x,y) Vaáves Aleatóas (contnuação) Po. Waldec Peella Dstbução Conunta: po: Paa duas vaáves aleatóas e dene-se Função Dstbução Cuulatva CDF F (,y) P ( e y ) = F (,y ) e a Função Densdade de Pobabldade de Pobabldade

Leia mais

Agregação das Demandas Individuais

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

Leia mais

Física I para Engenharia. Aula 7 Massa variável - colisões

Física I para Engenharia. Aula 7 Massa variável - colisões Físca I para Engenhara º Seestre de 04 Insttuto de Físca- Unersdade de São Paulo Aula 7 Massa aráel - colsões Proessor: Valdr Guarães E-al: aldrg@.usp.br Massa Contnuaente Varáel F res F res F res dp d(

Leia mais

Diversificação - exemplo

Diversificação - exemplo INCETEZA E ISCO /4/009 Dversfcação - exemplo oss cap. 0 Cartera com N atvos Nova stuação: Cartera mas dversfcada Todos os títulos têm a mesma Varânca Todas as covarâncas são guas Todos os Títulos tem a

Leia mais

MEDIÇÃO DA ACELERAÇÃO DA GRAVIDADE COM UM PÊNDULO SIMPLES

MEDIÇÃO DA ACELERAÇÃO DA GRAVIDADE COM UM PÊNDULO SIMPLES Medção da Aceleração da Gravdade co u Pêndulo Sples MEDIÇÃO DA ACEERAÇÃO DA GRAVIDADE COM UM PÊNDUO SIMPES O Relatóro deste trabalho consste no preenchento dos espaços neste texto Fundaento Teórco O pêndulo

Leia mais

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

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

Leia mais

16 - PROBLEMA DO TRANSPORTE

16 - PROBLEMA DO TRANSPORTE Prof. Volr Wlhel UFPR TP05 Pesqusa Operacoal 6 - PROBLEMA DO TRANSPORTE Vsa zar o custo total do trasporte ecessáro para abastecer cetros cosudores (destos) a partr de cetros forecedores (orges) a, a,...,

Leia mais

PARTE II EQUILÍBRIO DA PARTÍCULA E DO CORPO RÍGIDO

PARTE II EQUILÍBRIO DA PARTÍCULA E DO CORPO RÍGIDO 1 PARTE II EQUILÍBRIO DA PARTÍULA E DO ORPO RÍGIDO Neste capítulo ncalente trataos do equlíbro de partículas. E seguda são apresentadas as defnções dos centros de gravdade, centros de assa e centródes

Leia mais

Física. Física Módulo 1. Sistemas de Partículas e Centro de Massa. Quantidade de movimento (momento) Conservação do momento linear

Física. Física Módulo 1. Sistemas de Partículas e Centro de Massa. Quantidade de movimento (momento) Conservação do momento linear Físca Módulo 1 Ssteas de Partículas e Centro de Massa Quantdade de ovento (oento) Conservação do oento lnear Partículas e ssteas de Partículas Átoos, Bolnhas de gude, Carros e até Planetas... Até agora,

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca

Leia mais

Capítulo 16: Equilíbrio Geral e Eficiência Econômica

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

Leia mais

Resoluções dos exercícios propostos

Resoluções dos exercícios propostos da físca 3 Undade C Capítulo 4 Força agnétca esoluções dos exercícos propostos P.33 Característcas da força agnétca : dreção: perpendcular a e a, sto é: da reta s C u D r sentdo: deternado pela regra da

Leia mais

Termodinâmica Exercícios resolvidos Quasar. Termodinâmica. Exercícios resolvidos

Termodinâmica Exercícios resolvidos Quasar. Termodinâmica. Exercícios resolvidos erodnâca Exercícos resolvdos Quasar erodnâca Exercícos resolvdos. Gases peretos Cp e Cv a) Mostre que a relação entre o calor especíco olar a pressão constante Cp e a volue constante Cv é dada por Cp Cv

Leia mais

Cálculo 2, A função implícita Abril O que é uma função na forma implícita, em geral designada por função implícita?

Cálculo 2, A função implícita Abril O que é uma função na forma implícita, em geral designada por função implícita? Cálculo A fução iplícita Abril 9 O que é ua fução a fora iplícita e geral desigada por fução iplícita? Cálculo A fução iplícita Abril 9 Coeceos ao cotrário. Ua fução real de variável real coo 4se está

Leia mais

Como primeiro exemplo de uma relação de recorrência, consideremos a seguinte situação:

Como primeiro exemplo de uma relação de recorrência, consideremos a seguinte situação: Relações de Recorrêcas - Notas de aula de CAP Prof. José Carlos Becceer. Ao 6. Ua Relação de Recorrêca ou Equação de Recorrêca defe ua fução por eo de ua epressão que clu ua ou as stâcas (eores) dela esa.

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ 1 É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das

Leia mais

CAP RATES, YIELDS E AVALIAÇÃO DE IMÓVEIS pelo método do rendimento

CAP RATES, YIELDS E AVALIAÇÃO DE IMÓVEIS pelo método do rendimento CAP RATES, YIELDS E AALIAÇÃO DE IMÓEIS pelo étodo do rendento Publcado no Confdencal Iobláro, Março de 2007 AMARO NAES LAIA Drector da Pós-Graduação de Gestão e Avalação Ioblára do ISEG. Docente das caderas

Leia mais

DECISÃO SOB INCERTEZA

DECISÃO SOB INCERTEZA PPGE/UFRGS - Prof. Sabno Porto Junor 19/10/2005 Incerteza: o básco Curso de especalzação em Fnanças e Economa Dscplna: Incerteza e Rsco Prof: Sabno da Slva Porto Júnor Sabno@ppge.ufrgs.br 1 Introdução

Leia mais

TESTE DO CAPM ZERO-BETA NO MERCADO DE CAPITAIS BRASILEIRO*

TESTE DO CAPM ZERO-BETA NO MERCADO DE CAPITAIS BRASILEIRO* ESE DO CAP ZEO-BEA O ECADO DE CAPIAIS BASILEIO* Flávo Foroso da Slva,.Sc. Gerente do Banco aconal de Desenvolvento Econôco e Socal BDES Av. Chle 345, o de Janero - J - Brasl el: 2 2277-7657 E-al: fforoso@openlnk.co.br

Leia mais

AEP FISCAL ESTATÍSTICA

AEP FISCAL ESTATÍSTICA AEP FISCAL ESTATÍSTICA Módulo 11: Varáves Aleatóras (webercampos@gmal.com) VARIÁVEIS ALEATÓRIAS 1. Conceto de Varáves Aleatóras Exemplo: O expermento consste no lançamento de duas moedas: X: nº de caras

Leia mais

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

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

Leia mais

CCI-22 CCI-22. 7) Integração Numérica. Matemática Computacional. Definição Fórmulas de Newton-Cotes. Definição Fórmulas de Newton-Cotes

CCI-22 CCI-22. 7) Integração Numérica. Matemática Computacional. Definição Fórmulas de Newton-Cotes. Definição Fórmulas de Newton-Cotes CCI- CCI- Mateática Coputacional 7 Integração Nuérica Carlos Alberto Alonso Sances Fórulas de Newton-Cotes, Quadratura Adaptativa CCI- Fórulas de Newton-Cotes Regra de Sipson Fórula geral stiativas de

Leia mais

Módulo 4 Sistema de Partículas e Momento Linear

Módulo 4 Sistema de Partículas e Momento Linear Módulo 4 Sstea de Partículas e Moento Lnear Moento lnear Moento lnear (quantdade de oento) de ua partícula: Grandeza etoral Undades S.I. : kg./s p Moento lnear e ª Le de ewton: Se a assa é constante: F

Leia mais

BUSCA ASSÍNCRONA DE CAMINHOS MÍNIMOS

BUSCA ASSÍNCRONA DE CAMINHOS MÍNIMOS BUSCA ASSÍNCRONA DE CAMINHOS MÍNIMOS Silvio do Lago Pereira Luiz Tsutou Akaine² Lucio Nunes de Lira Prof. Dr. do Departaento de Tecnologia da Inforação FATEC-SP Prof. Esp. do Departaento de Tecnologia

Leia mais

1. CORRELAÇÃO E REGRESSÃO LINEAR

1. CORRELAÇÃO E REGRESSÃO LINEAR 1 CORRELAÇÃO E REGREÃO LINEAR Quando deseja-se estudar se exste relação entre duas varáves quanttatvas, pode-se utlzar a ferramenta estatístca da Correlação Lnear mples de Pearson Quando essa correlação

Leia mais

Capítulo 6. Misturas de Gases

Capítulo 6. Misturas de Gases Caítlo 6 stras de Gases Objetvos Desenvolver regras ara se estdar as roredades de stras de gases não-reatvos co base no conhecento da coosção da stra e das roredades dos coonentes ndvdas Defnr grandezas

Leia mais

CÁLCULO DO RETORNO ESPERADO DA CARTEIRA DE MERCADO E DO RETORNO DO ATIVO LIVRE DE RISCO PARA O BRASIL

CÁLCULO DO RETORNO ESPERADO DA CARTEIRA DE MERCADO E DO RETORNO DO ATIVO LIVRE DE RISCO PARA O BRASIL ESCOLA FEDERAL DE ENGENHARIA DE ITAJUBÁ INSTITUTO DE ENGENHARIA MECÂNICA DEPARTAMENTO DE PRODUÇÃO CÁLCULO DO RETORNO ESPERADO DA CARTEIRA DE MERCADO E DO RETORNO DO ATIVO LIVRE DE RISCO PARA O BRASIL Dego

Leia mais

NOTAS DE AULA DA DISCIPLINA CE076

NOTAS DE AULA DA DISCIPLINA CE076 NOTAS DE AULA DA DISCIPLINA CE76 6. ANÁLISE FATORIAL 6.. Introdução A Análse Fatoral teve níco odernaente no prncípo do século XX co K. Pearson e C. Spearan, que estudara as eddas de ntelgnca. A dfculdade

Leia mais

6. Medidas de assimetria e curtose

6. Medidas de assimetria e curtose 6. Meddas de assetra e curtose 0 6.. Meddas de assetra Ua varável aleatóra cotíua X te dstrbução sétrca (syetrc) e relação a u valor 0 se f( 0 a) f( 0 + a), para todo a. Dstrbuções sétrcas: f() 0.00 0.05

Leia mais

Capítulo 2 Taxas de Juro

Capítulo 2 Taxas de Juro Capítulo 2 Taxas de Juro 2.. EFINIÇÕE E EIA E TAXA E JURO 2... Valor Actualzado, Valor Futuro e Juros Compostos Valor Futuro FV (Future Value) É o valor, numa data futura, de um nvestmento feto no presente

Leia mais

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

Departamento de Informática. Modelagem Analítica. Modelagem Analítica do Desempenho de Sistemas de Computação. Disciplina: Medida de Probabilidade Departaento de Inforátca Dscplna: do Desepenho de Ssteas de Coputação Medda de Probabldade Prof. Sérgo Colcher colcher@nf.puc-ro.br Teora da Probabldade Modelo ateátco que perte estudar, de fora abstrata,

Leia mais

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas 3.6. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas

Leia mais

8.18 EXERCÍCIOS pg. 407

8.18 EXERCÍCIOS pg. 407 . EXERCÍCIOS pg.. Encontrar a assa total e o centro de assa de ua barra de c de copriento, se a densidade linear da barra nu ponto P, que dista c da kg b ρ a etreidade esquerda, é ( ) c ( ) d ( ) d.. kg

Leia mais

MENSURAÇÃO DO PREÇO DAS AÇÕES NO MERCADO FINANCEIRO NACIONAL

MENSURAÇÃO DO PREÇO DAS AÇÕES NO MERCADO FINANCEIRO NACIONAL XXIX NCONTO NACIONAL D NGNHAIA D PODUÇÃO A ngenhara de Produção e o Desenvolvento Sustentável: Integrando Tecnologa e Gestão. Salvador, BA, Brasl, 06 a 09 de outubro de 009 MNSUAÇÃO DO PÇO DAS AÇÕS NO

Leia mais

LIMITES FUNDAMENTAL. Jair Silvério dos Santos * sen x

LIMITES FUNDAMENTAL. Jair Silvério dos Santos * sen x MATEMATICA APLICADA A NEGÓCIOS 4,?? 200) Cálculo Cálculo Diferencial e Integral I TEOREMA DO SANDUICHE LIMITES FUNDAMENTAL Jair Silvério dos Santos * Teorea 0 Dadas f, g, h : A R funções e 0 ponto de acuulação

Leia mais

Capítulo 21 Teoria Cinética dos Gases

Capítulo 21 Teoria Cinética dos Gases apítulo eora nétca dos Gases Hallyday Resnck a Edção Eercícos e robleas oléculas de ar estão contnuaente atngndo esta págna Estas bolas de têns eculares são tão pequenas que sera precso cerca de delas

Leia mais

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de

Leia mais

Medidas de Dispersão e Assimetria Desvio Médio Variância Desvio Padrão Medidas de Assimetria Coeficiente de Assimetria Exemplos.

Medidas de Dispersão e Assimetria Desvio Médio Variância Desvio Padrão Medidas de Assimetria Coeficiente de Assimetria Exemplos. Meddas de Dspersão e Assmetra Desvo Médo Varânca Desvo Padrão Meddas de Assmetra Coefcente de Assmetra Exemplos lde 1 de 16 Meddas de Dspersão - Méda ervem para verfcação e representatvdade das meddas

Leia mais

Finanças - BACEN 1997 CESPE

Finanças - BACEN 1997 CESPE Fnanças - BACE 997 CESPE Legenda: Tema, Itens Importantes Certo, Errado Questão 3. Exstem dversos nstrumentos fnanceros a dsposção do nvestdores: LIBOR, ações, opções, Eurobond, Swaps. Quanto às característcas

Leia mais

O problema da superdispersão na análise de dados de contagens

O problema da superdispersão na análise de dados de contagens O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão

Leia mais

( k) Tema 02 Risco e Retorno 1. Conceitos Básicos

( k) Tema 02 Risco e Retorno 1. Conceitos Básicos FEA -USP Graduação Cêcas Cotábes EAC05 04_0 Profa. Joaíla Ca. Rsco e Retoro. Cocetos Báscos Rotero BE-cap.6 Tema 0 Rsco e Retoro. Cocetos Báscos I. O que é Retoro? II. Qual é o Rsco de um Atvo Idvdual

Leia mais

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

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

Leia mais

CAPÍTULO III. Aproximação de funções pelo método dos Mínimos Quadrados

CAPÍTULO III. Aproximação de funções pelo método dos Mínimos Quadrados Métodos Nuércos CAPÍULO III C. Balsa & A. Satos Aproxação de fuções pelo étodo dos Míos Quadrados. Algus cocetos fudaetas de Álgebra Lear Relebraos esta secção algus cocetos portates da álgebra Lear que

Leia mais

Elementos de Estatística e Probabilidades II

Elementos de Estatística e Probabilidades II Elementos de Estatístca e Probabldades II Varáves e Vetores Aleatóros dscretos Inês Das 203 O prncpal objetvo da deste documento é fornecer conhecmentos báscos de varáves aleatóras dscretas e pares aleatóros

Leia mais

Centro de massa Dinâmica do corpo rígido

Centro de massa Dinâmica do corpo rígido Cetro de assa Dâca do corpo rígdo Nota: As fotografas assaladas co () fora retradas do lvro () A. Bello, C. Portela e H. Caldera Rtos e Mudaça, Porto edtora. As restates são retradas de Sears e Zeasky

Leia mais

UM ESTUDO SOBRE DIVERSIFICAÇÃO NA BOLSA DE VALORES DE SÃO PAULO

UM ESTUDO SOBRE DIVERSIFICAÇÃO NA BOLSA DE VALORES DE SÃO PAULO UM ESTUDO SOBRE DIVERSIFICAÇÃO A BOLSA DE VALORES DE SÃO PAULO Autores: André Luz Oda, Mara Carlota Morandn Senger e Alexandre oboru Chára Resumo O artgo estuda a redução de rsco que podera ter sdo obtda

Leia mais

Curso de especialização em Finanças e Economia Disciplina: Incerteza e Risco Prof: Sabino da Silva Porto Júnior Sabino@ppge.ufrgs.

Curso de especialização em Finanças e Economia Disciplina: Incerteza e Risco Prof: Sabino da Silva Porto Júnior Sabino@ppge.ufrgs. Incerteza: o básco Curso de especalzação em Fnanças e Economa Dscplna: Incerteza e Rsco Prof: Sabno da Slva Porto Júnor Sabno@ppge.ufrgs.br Introdução Até agora: conseqüêncas das escolhas dos consumdores

Leia mais

Exercícios de CPM e PERT Enunciados

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

Leia mais

4 Otimização e Diversificação: o Binômio Risco-Retorno

4 Otimização e Diversificação: o Binômio Risco-Retorno 4 Otmzação e Dversfcação: o Bnômo Rsco-Retorno O alto dnamsmo e a crescente sofstcação do mercado fnancero mundal fazem com que os nvestdores tenham o constante desafo de utlzarem estratégas que maxmzem

Leia mais

PESQUISA EM MERCADO DE CAPITAIS. Prof. Patricia Maria Bortolon, D. Sc. (colaboração de Prof. Claudio Cunha)

PESQUISA EM MERCADO DE CAPITAIS. Prof. Patricia Maria Bortolon, D. Sc. (colaboração de Prof. Claudio Cunha) PESQUISA EM MERCADO DE CAPITAIS Prof. Patrca Mara Bortolon, D. Sc. (colaboração de Prof. Claudo Cunha) Cap. 15 Testes Empírcos de Modelos de Equlíbro ELTON, E.; GRUBER, M.; BROWN, S., GOETZMANN, W. Moderna

Leia mais

Gás Real -Fator de Compressibilidade Z > 1: Z < 1: Menor compressibilidade Forças repulsivas. Maior compressibilidade Forças atrativas

Gás Real -Fator de Compressibilidade Z > 1: Z < 1: Menor compressibilidade Forças repulsivas. Maior compressibilidade Forças atrativas Disciplina de Físico Quíica I - Diagraa de fases- Liquefação de gases. Prof. Vanderlei Inácio de Paula contato: vanderleip@anchieta.br Gás Real -Fator de Copressibilidade pv Z Z > 1: Menor copressibilidade

Leia mais

Fone:

Fone: Prof. Valdr Gumarães Físca para Engenhara FEP111 (4300111) 1º Semestre de 013 nsttuto de Físca- Unversdade de São Paulo Aula 8 Rotação, momento nérca e torque Professor: Valdr Gumarães E-mal: valdrg@f.usp.br

Leia mais

PÊNDULO ELÁSTICO. Fig. 1. Considere o sistema da figura 1. Quando se suspende uma massa, m, na mola, o seu comprimento aumenta de l 0

PÊNDULO ELÁSTICO. Fig. 1. Considere o sistema da figura 1. Quando se suspende uma massa, m, na mola, o seu comprimento aumenta de l 0 Protocoos das Auas Prátcas 7/8 DF - Unversdade do Agarve PÊNDULO ELÁSTICO. Resuo U corpo gado a ua oa é posto e ovento oscatóro. Deterna-se as característcas do ovento e estuda-se a conservação da energa

Leia mais

Física I p/ IO FEP111 ( )

Física I p/ IO FEP111 ( ) ísca I p/ IO EP (4300) º Semestre de 00 Insttuto de ísca Unversdade de São Paulo Proessor: Antono Domngues dos Santos E-mal: adsantos@.usp.br one: 309.6886 4 e 6 de setembro Trabalho e Energa Cnétca º

Leia mais

Estatística: uma definição

Estatística: uma definição Prof. Lorí Val, Dr. val@pucrs.br http://.pucrs.br/faat/val/ Estatístca: ua defção Coleção de úeros estatístcas O úero de carros veddos auetou e 30%. o país A taa de deseprego atge, este ês, 7,%. As ações

Leia mais

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

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

Leia mais

Capítulo 2. Aproximações de Funções

Capítulo 2. Aproximações de Funções EQE-358 MÉTODOS NUMÉRICOS EM ENGENHARIA QUÍMICA PROFS. EVARISTO E ARGIMIRO Capítulo Aproações de Fuções Há bascaete dos tpos de probleas de aproações: ) ecotrar ua fução as sples, coo u polôo, para aproar

Leia mais

Covariância e Correlação Linear

Covariância e Correlação Linear TLF 00/ Cap. X Covarânca e correlação lnear Capítulo X Covarânca e Correlação Lnear 0.. Valor médo da grandeza (,) 0 0.. Covarânca na propagação de erros 03 0.3. Coecente de correlação lnear 05 Departamento

Leia mais

3ª AULA: ESTATÍSTICA DESCRITIVA Medidas Numéricas

3ª AULA: ESTATÍSTICA DESCRITIVA Medidas Numéricas PROGRAMA DE PÓS-GRADUAÇÃO EM EGEHARIA DE TRASPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMETO DE EGEHARIA CIVIL ECV DISCIPLIA: TGT41006 FUDAMETOS DE ESTATÍSTICA 3ª AULA: ESTATÍSTICA DESCRITIVA Meddas umércas

Leia mais

Estudo e Previsão da Demanda de Energia Elétrica. Parte II

Estudo e Previsão da Demanda de Energia Elétrica. Parte II Unversdade Federal de Paraná Setor de Tecnologa Departamento de Engenhara Elétrca Estudo e Prevsão da Demanda de Energa Elétrca Parte II Prof: Clodomro Unshuay-Vla Etapas de um Modelo de Prevsão Objetvo

Leia mais

Problemas Propostos. Frações mássicas, volúmicas ou molares. Estequiometria.

Problemas Propostos. Frações mássicas, volúmicas ou molares. Estequiometria. Elementos de Engenhara Químca I II. Frações e Estequometra (problemas resolvdos) Problemas Propostos. Frações másscas, volúmcas ou molares. Estequometra.. Em 5 moles de Benzeno (C 6 H 6 ) quanto é que

Leia mais

2ª ACTIVIDADE ESCRITA DE MATEMÁTICA A 12.º C 2009 NOVEMBRO 20 Duração da prova: 45 minutos VERSÃO 1. Grupo I

2ª ACTIVIDADE ESCRITA DE MATEMÁTICA A 12.º C 2009 NOVEMBRO 20 Duração da prova: 45 minutos VERSÃO 1. Grupo I ª ATIVIDADE ESRITA DE MATEMÁTIA A.º 009 NOVEMBRO 0 Duração da prova 4 mnutos VERSÃO Grupo I Para cada uma das três questões deste grupo, seleccone a resposta correcta de entre as alternatvas que lhe são

Leia mais

A ciência de coletar, organizar, apresentar, analisar e interpretar dados numéricos com o objetivo de tomar melhores decisões.

A ciência de coletar, organizar, apresentar, analisar e interpretar dados numéricos com o objetivo de tomar melhores decisões. Prof. Lorí Val, Dr. val@at.ufrgs.br http://.at.ufrgs.br/~val/ Coleção de úeros estatístcas stcas O úero de carros veddos o país auetou e 30%. A taa de deseprego atge, este ês, 7,%. As ações a da Telebrás

Leia mais

Critério de Equilíbrio

Critério de Equilíbrio Crtéro de Equlíbro ara um sstema echado onde exstem ases em equlíbro, o crtéro geral de equlíbro de ases mpõe que o potencal químco de cada espéce presente seja gual em todas as ases. α β π µ = µ = K=

Leia mais

Tecnologia de Grupo. 1. Justificativa e Importância da Tecnologia de Grupo. 2. Algoritmo de Ordenação Binária. = 1 se a máquina i

Tecnologia de Grupo. 1. Justificativa e Importância da Tecnologia de Grupo. 2. Algoritmo de Ordenação Binária. = 1 se a máquina i Tecnologa de Grpo 1. Jstfcatva e Iportânca da Tecnologa de Grpo Tecnologa de grpos é conceto portante aplcado na foração de céllas de anfatra. A organzação do sstea de prodção e céllas de anfatra poss

Leia mais

ANÁLISE DO LUGAR DAS RAÍZES

ANÁLISE DO LUGAR DAS RAÍZES VII- &$3Ì78/ 9,, ANÁLISE DO LUGAR DAS RAÍZES 7.- INTRODUÇÃO O étodo de localização e análise do lugar das raízes é ua fora de se representar graficaente os pólos da função de transferência de u sistea

Leia mais

Geometria Analítica e Álgebra Linear

Geometria Analítica e Álgebra Linear NOTAS DE AULA Geoetria Analítica e Álgebra Linear Reta e Plano Professor: Lui Fernando Nunes, Dr. Índice Geoetria Analítica e Álgebra Linear ii Estudo da Reta e do Plano... -. A Reta no Espaço... -.. Equação

Leia mais

Lista de Exercícios. 2 Considere o número de aparelhos com defeito na empresa Garra durante 50 dias.

Lista de Exercícios. 2 Considere o número de aparelhos com defeito na empresa Garra durante 50 dias. Classque as varáves: Faculdade Ptágoras / Dvnópols-MG Curso: Pscologa Dscplna: Estatístca Aplcada à Pscologa Lsta de Eercícos a) número de peças produzdas por hora; b) dâmetro eterno da peça; c) número

Leia mais

FGV - 1 a Fase 21/10/2001

FGV - 1 a Fase 21/10/2001 FGV - a Fase /0/00 Mateática 0. dotando-se os valores log 0,0 e log 0,48, a raiz da equação 0 vale aproiadaente:,,8 4,4,7 log 0,0 log 0,48 0. log log 0 (.. ) log 0 log 0 0,0 + 0,48 + 0,0 log + log + log0

Leia mais

Redução dos Dados. Júlio Osório. Medidas Características da Distribuição. Tendência Central (Localização) Variação (Dispersão) Forma

Redução dos Dados. Júlio Osório. Medidas Características da Distribuição. Tendência Central (Localização) Variação (Dispersão) Forma Redução dos Dados Júlo Osóro Meddas Característcas da Dstrbução Tendênca Central (Localzação) Varação (Dspersão) Forma 1 Meddas Característcas da Dstrbução Meddas Estatístcas Tendênca Central Dspersão

Leia mais

Notas Processos estocásticos. Nestor Caticha 23 de abril de 2012

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

Leia mais

LEAmb, LEMat, LQ, MEBiol, MEQ. Paulo Pinto ppinto/ 2 GENES LIGADOS AO SEXO 2

LEAmb, LEMat, LQ, MEBiol, MEQ. Paulo Pinto  ppinto/ 2 GENES LIGADOS AO SEXO 2 Instituto Superior Técnico Departaento de Mateática Secção de Álgebra e Análise Notas sobre alguas aplicações de o Seestre 007/008 Álgebra Linear LEAb, LEMat, LQ, MEBiol, MEQ Paulo Pinto http://www.ath.ist.utl.pt/

Leia mais

2- Resolução de Sistemas Não-lineares.

2- Resolução de Sistemas Não-lineares. MÉTODOS NUMÉRICOS PARA EQUAÇÕES DIFERENCIAIS PARCIAIS - Resolução de Sisteas Não-lieares..- Método de Newto..- Método da Iteração. 3.3- Método do Gradiete. - Sisteas Não Lieares de Equações Cosidere u

Leia mais

V.1. Introdução. Reações Químicas.

V.1. Introdução. Reações Químicas. V.1. Introdução. Reações Químcas. V. Balanços Materas a Processos com Reação Químca Uma equação químca acertada ornece muta normação. Por exemplo, a reação de síntese do metanol: CO (g) + 3H (g) CH 3 OH

Leia mais

AS CARTEIRAS DE INVESTIMENTO E A SEMIVARIÂNCIA

AS CARTEIRAS DE INVESTIMENTO E A SEMIVARIÂNCIA AS CARTEIRAS DE INVESTIMENTO E A SEMIVARIÂNCIA chrstóvão thago de brto neto Professor Adjunto II do Programa de Engenhara de Produção da Unversdade Federal do Ro Grande do Norte (UFRN) - E-mal: brto@ufrnet.br

Leia mais

Revista de Administração FACES Journal ISSN: 1517-8900 faces@fumec.br Universidade FUMEC Brasil

Revista de Administração FACES Journal ISSN: 1517-8900 faces@fumec.br Universidade FUMEC Brasil Revsta de Adnstração FACES Journal ISSN: 1517-8900 faces@fuec.br Unversdade FUMEC Brasl Martns Guarães, César; Torres Guarães, Rosane Revsta de Adnstração FACES Journal, vol. 5, nú., ayo-agosto, 006,.

Leia mais

Restricao Orcamentaria

Restricao Orcamentaria Fro the SelectedWorks of Sergio Da Silva January 008 Restricao Orcaentaria Contact Author Start Your Own SelectedWorks Notify Me of New Work Available at: htt://works.beress.co/sergiodasilva/5 Restrição

Leia mais

Resolução das Questões Objetivas

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

Leia mais

Os Números Racionais e Irracionais. Máximo divisor comum e mínimo múltiplo comum: Critérios de divisibilidade. n e n. m são ditas irredutíveis,

Os Números Racionais e Irracionais. Máximo divisor comum e mínimo múltiplo comum: Critérios de divisibilidade. n e n. m são ditas irredutíveis, 0/0/0 Máio divisor cou e ínio últiplo cou: Dados dois núeros naturais e n, chaareos de aior divisor cou entre n e o núero natural dc (,n) que é otido pelo produto dos fatores couns entre e n. Assi podeos

Leia mais

O Problema da Intersecção de Segmentos. António Leslie Bajuelos Departamento de Matemática Universidade de Aveiro

O Problema da Intersecção de Segmentos. António Leslie Bajuelos Departamento de Matemática Universidade de Aveiro O Prolea da Intersecção de Segentos António Leslie Bajuelos Departaento de Mateática Universidade de Aveiro 1 Cálculo do ponto de intersecção entre dois segentos Vaos a tratar o seguinte prolea: Dados

Leia mais

Análise Descritiva com Dados Agrupados

Análise Descritiva com Dados Agrupados Análse Descrtva com Dados Agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas descrtvas

Leia mais

FONTES DISCRETAS DE INFORMAÇÃO

FONTES DISCRETAS DE INFORMAÇÃO FONTES DISCRETAS DE INFORMAÇÃO Podeos caracterzar fontes dscretas de nforação por u conjunto fnto x x, K, denonados de alfabeto da fonte. A probabldade de M síbolos, {,, x M } da fonte etr cada síbolo

Leia mais

Contabilometria. Aula 8 Regressão Linear Simples

Contabilometria. Aula 8 Regressão Linear Simples Contalometra Aula 8 Regressão Lnear Smples Orgem hstórca do termo Regressão Le da Regressão Unversal de Galton 1885 Galton verfcou que, apesar da tendênca de que pas altos tvessem flhos altos e pas axos

Leia mais

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de

Leia mais

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

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

Leia mais

6. Inferência para Duas Populações USP-ICMC-SME 2013

6. Inferência para Duas Populações USP-ICMC-SME 2013 6. Iferêca ara Duas Poulações UP-ICMC-ME 3 8.. Poulações deedetes co dstrbução oral Poulação Poulação,,,, ~ N, ~ N, ~ N, Obs. e a dstrbução de e/ou ão for oral, os resultados são váldos aroxadaete. Testes

Leia mais

UFSC. Física (Amarela) 21) Resposta: 15. Comentário. 02. Correta. v = d v = 100 m. = 10,38 m/s t 963, 02.

UFSC. Física (Amarela) 21) Resposta: 15. Comentário. 02. Correta. v = d v = 100 m. = 10,38 m/s t 963, 02. UFSC Física (Aarela) 1) Resposta: 15 Coentário 1. Correta. d 1 1,38 /s t 963,. Correta. d 1 1,5 /s t 975, Se a elocidade édia é 1,5 /s, logo, ele tee elocidades abaixo e acia de 1,5 /s. 4. Correta. d t

Leia mais

A Fig.12 - Área triangular a ser dividida em duas partes proporcionais.

A Fig.12 - Área triangular a ser dividida em duas partes proporcionais. Topografia plicada à ngenharia ivil 009 / ª dição Iran arlos Stalliviere orrêa orto legre/rs. Introdução ITULO IV. DIVISÃO D TRRS (RORIDDS divisão de ua propriedade ocorre e situações diversas coo por

Leia mais

ANÁLISE DE RISCO E EFEITOS DA INCERTEZA NA CARTEIRA DE INVESTIMENTOS

ANÁLISE DE RISCO E EFEITOS DA INCERTEZA NA CARTEIRA DE INVESTIMENTOS ANÁLISE DE RISCO E EFEITOS DA INCERTEZA NA CARTEIRA DE INVESTIMENTOS Dogo Raael de Arruda RESUMO Constam, neste trabalho, concetos relaconados aos rscos e as ncertezas exstentes nas carteras de nvestmento

Leia mais

INTRODUÇÃO ÀS FINANÇAS TAXAS NOMINAIS vs EFECTIVAS TAXAS EQUIVALENTES PARA PERÍODOS DIFERENTES TAE E TAEG

INTRODUÇÃO ÀS FINANÇAS TAXAS NOMINAIS vs EFECTIVAS TAXAS EQUIVALENTES PARA PERÍODOS DIFERENTES TAE E TAEG INTRODUÇÃO ÀS FINANÇAS TAXAS NOMINAIS vs EFECTIVAS TAXAS EQUIVALENTES PARA PERÍODOS DIFERENTES TAE E TAEG 2006. António Goes Mota, Cleentina Barroso, Helena Soares e Luís Laureano. Taxas Noinais vs Efectivas

Leia mais

Escolha do Consumidor sob condições de Risco e de Incerteza

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

Leia mais

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

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

Leia mais

METODOLOGIA DO ÍNDICE CARBONO EFICIENTE (ICO2)

METODOLOGIA DO ÍNDICE CARBONO EFICIENTE (ICO2) METODOLOGIA DO ÍNDICE CARBONO Abrl/2015 [data] METODOLOGIA DO ÍNDICE CARBONO O ICO2 é o resultado de uma cartera teórca de atvos, elaborada de acordo com os crtéros estabelecdos nesta metodologa. Os índces

Leia mais

Notas de Aula de Probabilidade A

Notas de Aula de Probabilidade A VII- VARIÁVEIS ALEATÓRIAS UNIDIMENSIONAIS. 7. CONCEITO DE VARIÁVEIS ALEATÓRIAS: Informalmente, uma varável aleatóra é um característco numérco do resultado de um epermento aleatóro. Defnção: Uma varável

Leia mais

Estatística II Antonio Roque Aula 18. Regressão Linear

Estatística II Antonio Roque Aula 18. Regressão Linear Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão

Leia mais

CCI-22 CCI-22 DEFINIÇÃO REGRA DO RETÂNGULO FÓRMULAS DE NEWTON-COTES CCI - 22 MATEMÁTICA COMPUTACIONAL INTEGRAÇÃO NUMÉRICA.

CCI-22 CCI-22 DEFINIÇÃO REGRA DO RETÂNGULO FÓRMULAS DE NEWTON-COTES CCI - 22 MATEMÁTICA COMPUTACIONAL INTEGRAÇÃO NUMÉRICA. CCI - MATMÁTICA COMPUTACIONAL INTGRAÇÃO NUMÉRICA CCI- Fórulas de Newto-Cotes Regras de Sipso Regra de Sipso de / Regra de Sipso de / Fórula geral de Newto-Cotes stiativas de erros DFINIÇÃO deteriadas situações,

Leia mais

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

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

Leia mais

4 Dinâmica de corpos articulados

4 Dinâmica de corpos articulados 4 Dnâca de corpos artculados Contnuaos a descrção ncada no capítulo anteror dos corpos artculados co as les que rege seus oventos. 4.1 Equações de Newton-Euler se restrções Asulaçãodosoventosdecorposrígdosébaseadanosssteasde

Leia mais