Parte I (6.5 valores)
|
|
- Valdomiro Carneiro de Caminha
- 6 Há anos
- Visualizações:
Transcrição
1 Avaliação e Gestão de Risco em Projectos Mestrado em Engenharia e Gestão Industrial Departamento de Engenharia e Gestão, Instituto Superior Técnico Ano académico 2008/2009 2º Semestre 2º teste, 04/07/2009, 09:00 PROPOSTA INDICATIVA DE RESOLUÇÃO Parte I (6.5 valores) Questões de resposta múltipla 1. Qual/Quais da(s) seguinte(s) tarefa(s) está/estão comummente incluídas em modelos de sistemas de gestão de risco e excluídas de processos de gestão de risco? a) Definição de políticas, estratégias e objectivos b) A monitorização e a medição de performance c) Auditorias 2. Quando representa um diagrama de influência no software Precision Tree e usa este software: a) Pode obter o perfil de risco para o conjunto de decisões alternativas b) Pode converter o diagrama de influência numa árvore de decisão simétrica c) Pode converter o diagrama de influência numa árvore de decisão assimétrica d) a) e b) e) a), b) e c) 3. Da seguinte figura, pode ler se que (o eixo dos xx s representa o lucro): a) O novo produto apresenta dominância estocástica de primeira ordem em relação ao produto corrente b) O produto corrente apresenta dominância estocástica de primeira ordem em relação ao novo produto c) O novo produto apresenta dominância determinística em relação ao produto corrente d) O decisor deve basear a escolha com base no valor monetário esperado 1
2 4. O arco que liga dois nós de incerteza de um diagrama de influência, tal como representado na figura abaixo (onde Dome está relacionado com a existência de uma cúpula; e Oil production está relacionado com a existência de petróleo para extracção), significa que: a) Há uma relação de causalidade entre a existência de uma cúpula e a existência de petróleo para extracção b) Há uma relação de relevância entre a existência de uma cúpula e a existência de petróleo para extracção c) Informação sobre a existência de petróleo para extracção não é relevante para informar sobre a existência de uma cúpula 5. O uso de um modelo de regressão em que os resíduos são usados para modelar a incerteza é adequado quando: a) O decisor tem que modelar uma distribuição contínua b) Existem dados para estimar o impacto de um conjunto de variáveis explicativas numa variável explicada, e há incerteza associada à variável explicada c) A distribuição captura as características do sistema de onde o evento incerto ocorre d) b) e c) 6. De modo a usar o método da mediana por quatro intervalos (Four Point Bracket Median) para converter uma distribuição contínua numa distribuição discreta, é necessário: a) Informação sobre os quantis 5%, 25%, 50%, 75% e 95% da distribuição, e uma distribuição de base contínua com enviezamento à esquerda b) Informação sobre os quantis 5%, 25%, 50%, 75% e 95% da distribuição, e uma distribuição de base contínua simétrica c) Informação sobre os quantis 25%, 50% e 75% da distribuição, e uma distribuição de base contínua simétrica d) Informação sobre os quantis 5%, 50% e 95% da distribuição, e uma distribuição de base contínua simétrica e) Informação sobre os quantis 25%, 50% e 75% da distribuição, e uma distribuição de base contínua com enviezamento à esquerda 2
3 7. A seguinte lotaria foi usada para se calcular a função de utilidade de um dado indivíduo, perguntandose ao indivíduo qual o equivalente certo (certainty equivalent). Se o indivíduo for avesso ao risco, é expectável que: a) O equivalente certo seja inferior a b) O equivalente certo seja inferior a c) O prémio de risco seja positivo d) a) e c) e) b) e c) 8. O seguinte gráfico apresenta o Valor Actual Líquido para dois projectos (1 e 2) que resulta da construção de dois modelos de simulação de Monte Carlo. Da leitura do gráfico pode concluir se que: a) Para um decisor que deseje evitar perdas, o projecto 2 é o melhor projecto b) O projecto 1 apresenta um maior valor monetário esperado e uma menor volatilidade c) O projecto 2 domina deterministicamente o projecto 1 Diferentes raciocínios conduzem às duas respostas, pelo que ambas foram aceites. 3
4 9. Sobre os métodos de estratégia de aposta (betting strategy game) e de lotaria de referência (reference lottery game) para obtenção de probabilidades, a(s) seguinte(s) afirmação/afirmações é/são verdadeiras: a) O método de estratégia de aposta é um método directo e o método de lotaria de referência é um método indirecto de obtenção de probabilidades b) No método de estratégia de aposta pergunta se ao decisor sobre a indiferença entre duas lotarias, ajustando se os valores monetários ganhos nas lotarias até que o decisor fique indiferente entre as duas lotarias c) No método de estratégia de aposta usa se uma roda de probabilidade para se encontrar a probabilidade que faz indiferente a escolha de uma lotaria em relação a entrar num jogo cujo resultado é definido pela roda de probabilidade d) No método de lotaria de referência pergunta se ao decisor sobre a indiferença entre duas lotarias, ajustando se os valores monetários ganhos nas lotarias até que o decisor fique indiferente entre as duas lotarias e) Todas as anteriores 10. Tem um conjunto de observações sobre o crescimento de preços em vários períodos, e deseja verificar qual a distribuição de probabilidade que melhor se ajusta a estas observações. Qual/quais das seguinte(s) afirmação/afirmações é/são verdadeira(s)? a) Poderá usar o para escolher a distribuição de probabilidade e respectivos parâmetros que melhor se ajustam aos dados b) Poderá usar o para verificar qual o nível de ajustamento de um conjunto de distribuições de probabilidade e respectivos parâmetros em relação aos dados observados c) Poderá usar o para visualizar o histograma de dados observados 11. Para que se obtenham probabilidades de um indivíduo de forma fiável e precisa, há que promover que: a) O indivíduo que fornece informação deve estar inclinado para pensar probabilisticamente b) O indivíduo que fornece informação deve ter conhecimento substantivo da área sobre a qual se está a analisar a incertezas c) O processo usado para a obtenção de probabilidades do indivíduo deve ter um carácter iterativo d) Todas os anteriores 12. Qual/quais das seguintes afirmação/afirmações é/são verdadeiras? a) Se conhecermos escolhas e probabilidades, podemos calcular utilidades b) Se conhecermos escolhas e probabilidades, teremos que pedir mais informação ao decisor para calcular utilidades c) Com uma função de utilidade, podemos analisar o nível de aversão ao risco do respectivo indivíduo d) a) e c) e) b) e c) 4
5 13. O uso de contratos de preço fixo num projecto pode ser vantajoso para o cliente porque: a) O cliente pode facilmente escolher o contrato com a melhor proposta b) O custo de erros futuros, omissões, e outros custos é assumido pelo contratado c) Há um incentivo para conter custos porque o cliente só paga os custos do projecto Parte II (13.5 valores) Exercício 1 (1,5 valores) Interprete a informação apresentada nos diagramas de influência 1 e 2. Explique em que consiste a diferença entre os dois diagramas de influência. Diagrama de influência 1 Diagrama de influência 2 Diagrama de influência 1: O decisor tem que tomar uma decisão sobre se conceder um empréstimo a um cliente; o objectivo do decisor é maximizar o lucro; o decisor toma uma decisão baseada no relatório de crédito que ainda irá obter e que contem informação sobre o cliente; o lucro dependerá do cumprimento do cliente no caso do crédito ter sido atribuído; o relatório de crédito constitui uma fonte de informação imperfeita sobre a capacidade de cumprimento do cliente. Diagrama de influência 2: O decisor tem que tomar uma decisão sobre se conceder um empréstimo a um cliente; o objectivo do decisor é maximizar o lucro; o decisor toma uma decisão baseada no relatório de crédito que ainda irá obter e que contem informação sobre o cliente; o lucro dependerá do cumprimento do cliente no caso do crédito ter sido atribuído. A seguinte diferença verifica se entre os diagramas de influência: no caso do diagrama 1, há uma relação de relevância entre a informação do relatório e a capacidade de cumprimentos do cliente; no caso do diagrama 2, não existe essa relação; a relação de relevância no relatório 1 indica que a informação (histórica) de incumprimento informa a informação sobre o relatório. Exercício 2 (1,5 valores) Alguém afirma num grupo de amigos que as pessoas que conduzem viaturas de cor vermelha têm maior probabilidade de cometer mais infracções devido a excesso de velocidade, e o grupo está de acordo com a afirmação e enfatiza que Nuno, um dos elementos do grupo, é a pessoa do grupo com maior histórico de 5
6 infracções e conduz uma viatura vermelha. No entanto pode acontecer que o Nuno conduz a grande velocidade, independentemente do carro que tem; e as estatísticas que apontam para que as pessoas com viaturas vermelhas têm (estatisticamente) tantos acidentes como as pessoas que conduzem viaturas de outras cores. Explique detalhadamente qual a heurística que enviesa o raciocínio conducente à probabilidade definida pelo grupo. Está presenta a heurística da disponibilidade (availability bias heuristic) a análise é feita de acordo com a facilidade com que alguém se recorda de eventos semelhantes; a frequência ou probabilidade é estimada de acordo com a facilidade com que as categorias são relembradas, significando que a análise sofre de enviezamentos sistemáticos. Exercício 3 (2 valores) A seguinte rede Bayesiana foi construída para prever a probabilidade de um indivíduo estar deprimido. Explique detalhadamente como se interpreta a informação contida na rede apresentada. A seguinte interpretação pode aplicar se: da população em estudo, uma mulher com idade entre os 66 e os 80 anos de idade tem uma probabilidade de estar deprimida de 7.94%; neste caso, sabe se ainda que a probabilidade da mulher estar deprimida depende da ocupação e do rendimento familiar, mas desconhece se esta informação da mulher; sabe se que há probabilidades de 0.13%, 67.2% e 32.7% da mulher estar desempregada, reformada ou empregue, respectivamente; e sabe se que há probabilidades de 75.9%, 16.9%, 5.06% e 2.11% da mulher pertencer às categorias de rendimento baixa, média baixa, média alta e alta, respectivamente. Exercício 4 (2 valores) Suponha que vai vender um dos seus apartamentos. A lei das transacções imobiliárias requer que explicite os defeitos estruturais que o apartamento possa ter. Apesar de desconhecer esses defeitos, um potencial comprador insiste em que um engenheiro qualificado venha inspeccionar o apartamento. Gostaria de saber o resultado da inspecção? Analise este caso à luz da literatura sobre o valor da informação. Usualmente o acesso a informação adicional tem associado um valor positivo. Contudo, neste caso, se o apartamento tiver problemas estruturais, e se o detentor do apartamento souber desses problemas 6
7 estruturais, ao ter que revelar essa informação, o valor do imóvel pode diminuir em relação ao cenário de ausência dessa informação. O proprietário tenderá a perder poder negocial, o que se esperará que se traduza num menor preço de venda para o imóvel. Neste caso, o valor esperado da informação imperfeita poderá ser negativo. Se o imóvel não tiver problemas estruturais, o detentor do apartamento poderá fazer bom uso dessa informação, sendo neste caso o valor esperado da informação imperfeita positivo. Exercício 5 (2 valores) Está a construir um modelo de simulação com um decisor, e relativamente a algumas quantidades incertas, o decisor indica lhe: a) No próximo ano, deverá ser vendida uma quantidade de produto aproximadamente entre 10,000 e 20,000 euros; b) Espera se que no próximo ano o custo de electricidade seja de 2500 euros, mas devido a múltiplos factores, esse valor poderá atingir os 2400 ou os 2700 euros. Dê exemplos de duas distribuições de probabilidade que possam ser consideradas aproximações às respostas dadas pelo decisor nos casos a) e b). Considere que completou o modelo de simulação de Monte Carlo e que corre o modelo fazendo uso de distribuições alternativas de probabilidade. Se os resultados do modelo diferirem bastante com o uso das distribuições de probabilidade alternativas, o que deverá fazer como analista? 2 exemplos a) b) 7
8 Deverá fazer se um estudo mais detalhado para precisar qual a melhor distribuição de probabilidade que captura as quantidades incertas mencionadas, de modo a precisar os resultados do modelo. Exercício 6 (2,5 valores) Um decisor enfrenta uma decisão de incerteza em que podem suceder 5 resultados, denominados A, B, C, D e E. O resultado A é o mais preferido, e o resultado E é o menos preferido. O decisor considera que: É indiferente obter C como certo ou uma lotaria em que ganha A com probabilidade 0.5 ou E com probabilidade 0.5; É indiferente ter B como certo ou uma lotaria A com probabilidade 0.4 ou C com probabilidade 0.6; É indiferente ter as seguintes lotarias: 1. 50% de probabilidade para B e 50% de probabilidade para D 2. 50% de probabilidade para A e 50% de probabilidade para E a) Calcule o valor de utilidade para U(A), U(B), U(C), U(D) e U(E)? b) Da informação apresentada, que métodos poderão ter sido usados para a obtenção da função de utilidade? Assumindo que U(A)=100 e U(E)=0, U(C)= 0.5*U(A)+0.5*U(E)=50 U(B)= 0.4*U(A)+0.6*U(C)=40+30=70 0.5*U(B)+0.5*U(D)= 0.5*U(A)+0.5*U(E) *U(D)=50 U(D)=30 Perguntas sobre o equivalente certo, ou estratégias de aposta, ou com lotarias de referência. As perguntas colocadas acima fizeram uso do equivalente certo e das lotarias de referência. Exercício 7 (2 valores) Explique detalhadamente 3 motivos chave que justifiquem a adopção de processos de gestão de risco formais em empresas. Pergunta aberta, para desenvolver. Três motivos chave: Ganhos na documentação e responsabilização; ganhos relacionados com a quantificação da incerteza e com a tomada de decisões mais informada; e ganhos na escolha de opções de risco eficientes, após análise das diferentes opções de risco. 8
Avaliação e Gestão de Risco em Projectos Mestrado em Engenharia e Gestão Industrial Departamento de Engenharia e Gestão, Instituto Superior Técnico
NOME: Nº IST: Avaliação e Gestão de Risco em Projectos Mestrado em Engenharia e Gestão Industrial Departamento de Engenharia e Gestão, Instituto Superior Técnico Ano académico 2008/2009 2º Semestre 2º
Leia maisNotas importantes NOME: NO. IST:
NOME: NO. IST: Análise e Gestão de Risco em Projectos Mestrado em Engenharia e Gestão Industrial Departamento de Engenharia e Gestão, Instituto Superior Técnico Ano académico 2007/2008 2º Semestre Teste
Leia maisMODELOS DE APOIO À DECISÃO Licenciatura em Engenharia e Gestão Industrial Departamento de Engenharia e Gestão, Instituto Superior Técnico
NOME: No. MECANOGRÁFICO: MODELOS DE APOIO À DECISÃO Licenciatura em Engenharia e Gestão Industrial Departamento de Engenharia e Gestão, Instituto Superior Técnico Ano académico 2008/2009 2º Semestre Exame
Leia maisCaderno de exercícios no. 2
Caderno de exercícios no. 2 1. Representou um problema de decisão numa árvore de decisão e calculou o valor monetário esperado da melhor opção. Depois de consultar um especialista com conhecimento imperfeito:
Leia maisPROPOSTA INDICATIVA DE RESOLUÇÃO. MODELOS DE APOIO À DECISÃO Departamento de Engenharia e Gestão, Instituto Superior Técnico
PROPOSTA INDIATIVA DE RESOLUÇÃO MODELOS DE APOIO À DEISÃO Departamento de Engenharia e Gestão, Instituto Superior Técnico Ano académico 2008/2009 2º Semestre Exame 2ª Época, 10/07/2009, 13:00 Duração:
Leia maisAnálise de Decisão. Resolução indicativa
Análise de Decisão Licenciatura em Engenharia e Gestão Industrial Departamento de Engenharia e Gestão, Instituto Superior Técnico Ano lectivo 2014/2015 1.º Semestre Teste 2 17 de Dezembro de 2014 Duração:
Leia maisMODELOS DE APOIO À DECISÃO Licenciatura em Engenharia e Gestão Industrial Departamento de Engenharia e Gestão, Instituto Superior Técnico
MODELOS DE APOIO À DECISÃO Licenciatura em Engenharia e Gestão Industrial Departamento de Engenharia e Gestão, Instituto Superior Técnico Ano académico 2008/2009 2º Semestre Exame 1ª Época, 26/06/2009
Leia maisFinanças Corporativas. Análise de Sensibilidade. Métodos de Avaliação de Risco. Motochoque Ltda. Análise de Risco
Finanças Corporativas Análise de Risco Prof. Luiz Brandão brandao@iag.puc-rio.br IAG PUC-Rio Métodos de Avaliação de Risco Análise de Cenário Esta metodologia amplia os horizontes do FCD obrigando o analista
Leia maisMODELOS E APLICAÇÕES EM ANÁLISE DE DECISÃO Regras para o trabalho individual
MODELOS E APLICAÇÕES EM ANÁLISE DE DECISÃO 2011 Regras para o trabalho individual Conteúdo Este trabalho consiste na resolução de 3 exercícios usando, sempre que apropriado, ferramentas de software que
Leia maisANÁLISE DE DECISÃO. Elementos básicos sobre árvores de decisão e diagramas de influência. Conceitos complementares:
ANÁLISE DE DECISÃO Elementos básicos sobre árvores de decisão e diagramas de influência Mónica Oliveira Ano lectivo 2011/2012 2 Conceitos Diagramas de influência Árvores de decisão Conceitos complementares:
Leia maisDecisões Sequenciais Árvores de Decisão
Teoria da Decisão Decisão Uni-Objectivo Decisões Sequenciais Árvores de Decisão Árvores de Decisão Uma Árvore de Decisão é uma forma gráfica que se utiliza para representar um conjunto de decisões sequenciais,
Leia maisANÁLISE DE DECISÃO 2013/2014
ANÁLISE DE DECISÃO 2013/2014 Caderno de Exercícios n.º 1 Modelação de Incerteza A. Representação de problemas em árvores de decisão e em diagramas de influência Exercício 1 Antes de conceder crédito a
Leia mais1. Registou-se o número de assoalhadas de 100 apartamentos vendidos num bairro residencial
Escola Superior de Tecnologia de Viseu Fundamentos de Estatística 2006/2007 Ficha nº 1 1. Registou-se o número de assoalhadas de 100 apartamentos vendidos num bairro residencial 0; 0; 0; 1; 2; 0; 0; 1;
Leia mais5 Decisão Sob Incerteza
5 Decisão Sob Incerteza Os problemas de decisão sob incerteza são caracterizados pela necessidade de se definir valores de variáveis de decisão sem o conhecimento prévio da realização de parâmetros que,
Leia maisModelar a incerteza: Árvores de decisão e diagramas de influência. Carlos A. Bana e Costa
Modelar a incerteza: Árvores de decisão e diagramas de influência Carlos A. Bana e Costa Referências: Clemen, R. (1996), Making Hard Decisions: An Introduction to Decision Analysis (2 nd Edition). Duxbury.
Leia maisUniversidade Católica Portuguesa. Faculdade de Ciências Económicas e Empresariais. Tel.: Fax:
Situações com incerteza Fernando Branco Ano lectivo 2003-2004 Trimestre de Inverno Sessão 11 A maioria das escolhas são feitas em contexto de incerteza: Qual a produtividade de um trabalhador? Qual a penetração
Leia maisRisco. Definição: Uma lotaria é qualquer evento com um resultado incerto. Exemplos: Investimento, Jogos de Casino, Jogo de Futebol.
Risco Definição: Uma lotaria é qualquer evento com um resultado incerto. Exemplos: Investimento, Jogos de Casino, Jogo de Futebol. Definição: A probabilidade de um resultado (de uma lotaria) é a possibilidade
Leia maisDecisão Decidir Análise / Teoria da Decisão
Decisão Decidir é o acto de seleccionar uma linha de acção preferida entre várias alternativas existentes. Existem diversos instrumentos que podem contribuir para a tomada de decisões, dependentes do ambiente
Leia maisO objectivo de um processo consultivo de análise de decisão é. A Análise de Decisão é o desenvolvimento e a aplicação de
Análise de Decisão jectivo Obj O objectivo de um processo consultivo de análise de decisão é ajudar a estruturar e simplificar a tarefa de tomar uma decisão complexa, tão bem e tão facilmente quanto a
Leia mais1. Não é permitido separar este conjunto de folhas. O conjunto de folhas deverá ser devolvido por completo no final do exame.
ANÁLISE DE DECISÃO Licenciatura em Engenharia e Gestão Industrial Departamento de Engenharia e Gestão, Instituto Superior Técnico Ano académico 2008/2009 1º Semestre Exame 2ª Época, 13/02/2009, 17:00 Duração:
Leia maisModelar a incerteza: Árvores de decisão e diagramas de influência. Carlos A. Bana e Costa
Modelar a incerteza: Árvores de decisão e diagramas de influência Carlos A. Bana e Costa Referências: Clemen, R. (1996), Making Hard Decisions: An Introduction ti to Decision i Analysis (2 nd Edition).
Leia maisMODELO DE DECISÃO PARA ESCOLHA DE PORTFOLIO DE INVESTIMENTOS
MODELO DE DECISÃO PARA ESCOLHA DE PORTFOLIO DE INVESTIMENTOS Rodrigo José Pires Ferreira UFPE Cx. Postal 7462, Recife PE, 50.630-970 rodrigo@ufpe.br Adiel Teixeira de Almeida Filho UFPE Cx. Postal 7462,
Leia mais1. Não é permitido separar este conjunto de folhas. O conjunto de folhas deverá ser devolvido por completo no final do exame.
ANÁLISE DE DECISÃO Licenciatura em Engenharia e Gestão Industrial Departamento de Engenharia e Gestão, Instituto Superior Técnico Ano académico 2008/2009 1º Semestre Exame 1ª Época, 23/01/2009, 17:00 Duração:
Leia mais(ii) Acrescente lucros ao modelo da parte (i). Por que essa variável não pode ser
Questão 1 O arquivo CEOSAL2.RAW contém dados de 177 diretores, os quais podem ser utilizados para examinar os efeitos do desempenho da firma sobre o salário do CEO. (i) Estime um modelo que relacione o
Leia maisCORRELAÇÃO E REGRESSÃO. Modelos Probabilísticos para a Computação Professora: Andréa Rocha. UNIVERSIDADE FEDERAL DA PARAÍBA Dezembro, 2011
CORRELAÇÃO E REGRESSÃO CORRELAÇÃO E REGRESSÃO Modelos Probabilísticos para a Computação Professora: Andréa Rocha UNIVERSIDADE FEDERAL DA PARAÍBA Dezembro, 2011 CORRELAÇÃO Introdução Quando consideramos
Leia maisINF 1771 Inteligência Artificial
INF 1771 Inteligência Artificial Aula 15 Incerteza Edirlei Soares de Lima Agentes Vistos Anteriormente Agentes baseados em busca: Busca cega Busca heurística Busca local Agentes
Leia maisCap. 4 - Estimação por Intervalo
Cap. 4 - Estimação por Intervalo Amostragem e inferência estatística População: consiste na totalidade das observações em que estamos interessados. Nº de observações na população é denominado tamanho=n.
Leia maisMétodos de Estimação. Roteiro. 1. Three-point Estimation 2. Julgamento de Especialistas 3. Referências. Three-Point Estimation
Métodos de Estimação Roteiro 1. Three-point Estimation. Julgamento de Especialistas 3. Referências Three-Point Estimation 1 Three-Point Estimation Pert original: A duração da atividade segue uma distribuição
Leia maisMicroeconomia I. 3ª Ficha de Avaliação Ano lectivo 2009/2010 Nome: Nº Aluno: Turma:
Microeconomia I 3ª Ficha de Avaliação Ano lectivo 2009/2010 Nome: Nº Aluno: Turma: Num determinado jogo sequencial o Jogador 1 escolhe primeiro a estratégia que irá escolher (A ou B). Em resposta, o Jogador
Leia maisTeoria da Decisão. Slide 1. c 2002, 1998 Maria Antónia Carravilla FEUP
Teoria da Decisão Slide 1 Transparências de apoio à leccionação de aulas teóricas Versão 2 c 2002, 1998 Teoria da Decisão 1 Decisões A incerteza é muito mais a regra que a excepção, a única coisa que pode
Leia maisGestão do Crédito e Risco - Especial Banca
Objetivos Gerais: Gestão do Crédito e Risco - Especial Banca Este curso tem como objetivo dotar os participantes das competências que lhes permitam compreender as diferentes abordagens de avaliação de
Leia maisTeoria da utilidade Alguns conceitos chave
Análise de Decisão Teoria da utilidade Alguns conceitos chave Mónica Oliveira e João Lourenço 214/215 2 Valor monetário esperado (VME): Que jogo escolher? Jogo 1 Jogo 1 à VME 14,5 Jogo 2 à VME 5 Jogo 2
Leia maisFICHA DE REVISÕES Micro 1
FIH DE REVISÕES Micro 1 1) Monopólio Num determinado mercado, servido só por uma empresa, a procura de mercado desse bem é dada por Q D = 100 P +, em que P é o preço do bem e os gastos em publicidade efectuados
Leia maisGarantia de qualidade do software. Aula 8
Garantia de qualidade do software Aula 8 Sumário Introdução O quê é? Quem faz? Porquê é importante? Qual é o produto? Como saber se está bem feita? Conceitos Revisões Garantia da qualidade Fiabilidade
Leia maisANÁLISE DE DECISÃO 2010/2011. Caderno de Exercícios n.º 1 Modelização de Incerteza
ANÁLISE DE DECISÃO 2010/2011 Caderno de Exercícios n.º 1 Modelização de Incerteza A. Representação de Problemas em Árvores de Decisão e em Diagramas de Influência Exercício 1 Antes de conceder crédito
Leia maisAnálise de Sensibilidade
Análise de Risco de Projetos Análise de Risco Prof. Luiz Brandão Métodos de Avaliação de Risco Análise de Cenário Esta metodologia amplia os horizontes do FCD obrigando o analista a pensar em diversos
Leia maisQuickTime and atiff (Uncompressed) decompressorare needed to see this picture. Análise de Decisão. Métodos Quantitativos 2004/2005.
QuickTime and atiff (Uncompressed) decompressorare needed to see this picture. Análise de Decisão Métodos Quantitativos 2004/2005 João Moura Pires Sumário Introdução Tomada de decisão sem experimentação
Leia maisMODELOS DE APOIO À DECISÃO
MODELOS DE APOIO À DECISÃO Elementos básicos sobre árvores de decisão e diagramas de influência Bibliografia: P. Goodwin & G. Wright (2003) Decision Analysis for Management Judgement, John Wiley and Sons
Leia maisSelecção Adversa Exemplo
Selecção Adversa Exemplo 1 O exemplo clássico Market for lemmons Mercado de carros usados. Vendedor conhece a qualidade do carro, mas o comprador não. Seja θ a qualidade do carro. θ segue a distribuição
Leia mais5- Variáveis aleatórias contínuas
5- Variáveis aleatórias contínuas Para variáveis aleatórias contínuas, associamos probabilidades a intervalos de valores da variável. Exemplo 5.1 Seja a variável correspondente ao tempo até a cura de pacientes
Leia maisExame de Gestão Financeira
INSTITUTO SUPERIOR DE CONTABILIDADE E ADMINISTRAÇÃO Instituto Politécnico de Coimbra Exame Época Finalista Duração: 2,5 horas Semestre: 4º Exame de Gestão Financeira Licenciatura em Contabilidade e Auditoria
Leia maisMESTRADO PROFISSIONAL EM ECONOMIA DO SETOR PÚBLICO
II/05 UNIVERSIDADE DE BRASÍLIA DEPARTAMENTO DE ECONOMIA 8//5 MESTRADO PROFISSIONAL EM ECONOMIA DO SETOR PÚBLICO ECONOMIA DA INFORMAÇÃO E DOS INCENTIVOS APLICADA À ECONOMIA DO SETOR PÚBLICO Prof. Maurício
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA LISTA 3-ESTATÍSTICA II (CE003) Prof. Benito Olivares Aguilera
UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA LISTA 3-ESTATÍSTICA II (CE003) Prof. Benito Olivares Aguilera 2 o Sem./17 MODELOS DISCRETOS. 1. Seja X o número de caras obtidas
Leia maisAula 2. ESTATÍSTICA E TEORIA DAS PROBABILIDADES Conceitos Básicos
Aula 2 ESTATÍSTICA E TEORIA DAS PROBABILIDADES Conceitos Básicos 1. DEFINIÇÕES FENÔMENO Toda modificação que se processa nos corpos pela ação de agentes físicos ou químicos. 2. Tudo o que pode ser percebido
Leia maisMicroeconomia II. Cursos de Economia e de Matemática Aplicada à Economia e Gestão
Microeconomia II Cursos de Economia e de Matemática Aplicada à Economia e Gestão AULA 3.1 Introdução à Teoria das Probabilidades e da Preferência pelo Risco Isabel Mendes 2007-2008 18-03-2008 Isabel Mendes/MICRO
Leia maisMestrado em Gestão de Empresas 2009/2010. Edição em Cabo Verde - Colaboração com o ISCEE
Mestrado em Gestão de Empresas 2009/2010 Edição em Cabo Verde - Colaboração com o ISCEE Unidade Curricular: Métodos Quantitativos (Data analysis, Modelling and Research) TRABALHO Nº 1 1. Uma empresa encara
Leia maisConceito de Estatística
Conceito de Estatística Estatística Técnicas destinadas ao estudo quantitativo de fenômenos coletivos, observáveis. Unidade Estatística um fenômeno individual é uma unidade no conjunto que irá constituir
Leia mais8 Análise utilizando a teoria das opções reais
8 Análise utilizando a teoria das opções reais Uma opção é um derivativo (aquele cujo fluxo de caixa depende funcionalmente de um outro ativo, chamado de ativo base) escrito sobre um ativo base. Quando
Leia maisPROBABILIDADES E INTRODUÇÃO A PROCESSOS ESTOCÁSTICOS. Aula 6 29 março de abril MOQ-12 Probabilidades e Int. a Processos Estocásticos
PROBABILIDADES E INTRODUÇÃO A PROCESSOS ESTOCÁSTICOS Aula 6 29 março 2007 04 de abril 2007 1 Aplicação do Valor Esperado em Análise de Decisão 1. Introdução 2. Características de um Processo de Análise
Leia maisESCOLA SUPERIOR DE TECNOLOGIA
Departamento Matemática Disciplina Estatística Aplicada Curso Engenharia Mec Gest Industrial º Semestre º Folha Nº3: Variáveis Aleatórias De um lote que contém 0 parafusos, dos quais 5 são defeituosos,
Leia maisMACROECONOMIA I - 1E201 Licenciatura em Economia 2010/2011. Normas e indicações: 1E201, Exame 2ª Época, Versão 1 2 Fevereiro 2011
MACROECONOMIA I - 1E201 Licenciatura em Economia 2010/2011 Exame 2ª Época - 2 Fevereiro 2011 Normas e indicações: A prova tem a duração de 150 minutos. Não é permitida a consulta de elementos de estudo
Leia maisDisciplina: TRANSPORTES. Sessão 5: Modelos de Escolha Discreta
MESTRADO INTEGRADO DE ENGENHARIA CIVIL Disciplina: TRANSPORTES Prof. Responsável: José Manuel Viegas Sessão 5: Modelos de Escolha Discreta 2010 / 2011 1/18 MODELOS DE ESCOLHA DISCRETA (I) São modelos que
Leia maisUNIVERSIDADE DOS AÇORES CURSO DE SOCIOLOGIA INTRODUÇÃO À ESTATÍSTICA Ficha de Exercícios nº 3- Variáveis Aleatórias
UNIVERSIDADE DOS AÇORES CURSO DE SOCIOLOGIA INTRODUÇÃO À ESTATÍSTICA Ficha de Exercícios nº 3- Variáveis Aleatórias. Seja uma variável aleatória discreta cuja função massa de probabilidade é dada por x
Leia maisTEORIA MICROECONÔMICA I N
CENTRO DE CIÊNCIAS SOCIAIS DEPARTAMENTO DE ECONOMIA 2016.1 ECO 1113 TEORIA MICROECONÔMICA I N PROFESSOR: JULIANO ASSUNÇÃO TURMA: 2JA LISTA 2 1. Na tabela a seguir, estão descritas as cestas escolhidas
Leia maisEsta renda tem uma TIR de 17,3%.
Matemática Financeira e Instrumentos de Gestão Análise fundamental Mercado Secundário 9 Dez 004 ª Aula 0 3 4 5 Vendas 400,00 480,00 576,00 69,0 89,44 C. Vendas 400,00 464,00 540,80 63,96 743,55 R. Vendas
Leia maisLógica e Raciocínio. Introdução a Teoria da Decisão. Universidade da Madeira.
Lógica e Raciocínio Universidade da Madeira http://dme.uma.pt/edu/ler/ Introdução a Teoria da Decisão 1 Conteúdos Os tópicos que vamos abordar: Decisão sob ignorância Decisão sob Risco Teoria da Probabilidade
Leia maisInferência Estatística: Conceitos Básicos II
Inferência Estatística: Conceitos Básicos II Distribuição Amostral e Teorema do Limite Central Análise Exploratória de dados no SPSS Flávia F. Feitosa BH1350 Métodos e Técnicas de Análise da Informação
Leia maisCaros Alunos, segue a resolução das questões de Estatística aplicadas na prova para o cargo de Auditor Fiscal da Receita Municipal de Teresina.
Caros Alunos, segue a resolução das questões de Estatística aplicadas na prova para o cargo de Auditor Fiscal da Receita Municipal de Teresina. De forma geral, a prova manteve o padrão das questões da
Leia maisTestes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
Testes de Hipóteses Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução e notação Em geral, intervalos de confiança são a forma mais
Leia maisProf. Dr. Fernando Galdi
Teoria da Contabilidade Prof. Dr. Fernando Caio Galdi Professor Associado da FUCAPE Business School Diretor da FUCAPE Consulting fernando.galdi@fucape.br Ajuste a Valor Presente na Contabilidade 1 Lei
Leia maisExame Setembro 2004 Produção e Custos
Exame Setembro 00 rodução e Custos GRUO I - A empresa ersi-ana produz estores, de acordo com a seguinte função de produção: 0.5 0.5 em que representa a produção medida em lotes de estores, unidades de
Leia maisGQS Medidas. André Luís Duarte. exatasfepi.com.br
exatasfepi.com.br GQS Medidas André Luís Duarte O que adquire entendimento ama a sua alma; o que cultiva a inteligência achará o bem. Provérbios 19:8 Qualidade de software Papel dos números Fontes de ruído
Leia maisEEL - USP. Aula 2 Projeto do Produto, do processo e planejamento da produção. Prof. Dr. Geronimo
EEL - USP Aula 2 Projeto do Produto, do processo e planejamento da produção Prof. Dr. Geronimo O processo de planejamento de instalações voltadas para a produção de montagem pode ser listado: 1. Definir
Leia maisSimulação Monte Carlo
Simulação Monte Carlo Nome do Prof. Fernando Saba Arbache Email do prof. fernando@arbache.com Definição Análise de risco faz parte da tomada de decisão Surgem constantemente incertezas, ambiguidades e
Leia maisRegressão linear simples
Regressão linear simples Universidade Estadual de Santa Cruz Ivan Bezerra Allaman Introdução Foi visto na aula anterior que o coeficiente de correlação de Pearson é utilizado para mensurar o grau de associação
Leia maisPLANIFICAÇÃO ANUAL MATEMÁTICA 10ºANO. Documento(s) Orientador(es): Programa de Matemática dos Cursos Profissionais TEMAS /DOMÍNI TEMPO AVALIAÇÃO
TÉCNICO DE OPERAÇÕES TURISTICAS Ano Letivo 2017/2018 Ciclo de Formação: 201720 2020 Nº º DO PROJETO ROJETO:. MATEMÁTICA 10ºANO /D TEMAS EMAS/D /DOMÍNI OS Módulo A1: Geometria Página 1 de 5 PLANIFICAÇÃO
Leia maisCapítulo 5 Distribuições de probabilidade normal Pearson Prentice Hall. Todos os direitos reservados.
Capítulo 5 Distribuições de probabilidade normal slide 1 Descrição do capítulo 5.1 Introdução à distribuição normal e distribuição normal padrão 5.2 Distribuições normais: encontrando probabilidades 5.3
Leia maisInferência Estatística:
Inferência Estatística: Amostragem Estatística Descritiva Cálculo de Probabilidade Inferência Estatística Estimação Teste de Hipótese Pontual Por Intervalo Conceitos básicos Estimação É um processo que
Leia maisEXAME NACIONAL DO ENSINO SECUNDÁRIO VERSÃO 1
EXAME NACIONAL DO ENSINO SECUNDÁRIO 10.º/11.º ou 11.º/12.º Anos de Escolaridade (Decreto-Lei n.º 286/89, de 29 de Agosto Programas novos e Decreto-Lei n.º 74/2004, de 26 de Março) PROVA 712/13 Págs. Duração
Leia maisCapítulo 5 Incerteza e comportamento do consumidor
Capítulo 5 Incerteza e comportamento do consumidor slide 1 2014 Pearson. Todos os direitos reservados. Probabilidade A probabilidade refere-se à chance de que determinado resultado venha a ocorrer. Quando
Leia maisMatemática Aplicada às Ciências Sociais - 10 o Ano Análise de dados bivariados
Matemática Aplicada às Ciências Sociais - 10 o Ano Análise de dados bivariados Exercícios de exames 1. Na tabela seguinte, estão registados, para cada um dos filmes, A, B, C, D, E, F e G, o custo de produção,
Leia maisLista de exercícios 2 Métodos Estatísticos Básicos
Lista de exercícios 2 Métodos Estatísticos Básicos Prof. Regis Augusto Ely 1 de julho de 2014 1 Variáveis aleatórias unidimensionais 1. Suponha que a variável aleatória X tenha os valores possíveis 1,
Leia mais1a Questão: a) (1,0) Interprete detalhadamente cada uma das seguintes equações do CCAPM: ~p t+1 + Y ~ (~c t+ ) (c. t )
Fundação Getúlio Vargas Curso: Ciências Econômicas Disciplina: Teoria das Decisões Financeiras Professor: Marcelo Pessoa Data: /06/009 a Prova Obs: Consultas não serão permitidas. Poderá ser feita a lápis
Leia maisModelar a incerteza: Árvores de decisão e diagramas de influência
Modelar a incerteza: Árvores de decisão e diagramas de influência Rui Cunha Marques Referências: Clemen, R. (1996), Making Hard Decisions: An Introduction to Decision Analysis (2 nd Edition). Duxbury.
Leia maisINSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO
Área Cientifica Matemática Curso Electrotécnica º Semestre º Folha Nº3 Seja X uma variável aleatória cuja função de probabilidade é dada na guinte tabela: a) Calcule o valor de k b) Calcule P(X ), P(X
Leia maisEconometria em Finanças e Atuária
Ralph S. Silva http://www.im.ufrj.br/ralph/especializacao.html Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Maio-Junho/2013 Posição financeira Uma
Leia maisEstatística. Probabilidade. Conteúdo. Objetivos. Definições. Probabilidade: regras e aplicações. Distribuição Discreta e Distribuição Normal.
Estatística Probabilidade Profa. Ivonete Melo de Carvalho Conteúdo Definições. Probabilidade: regras e aplicações. Distribuição Discreta e Distribuição Normal. Objetivos Utilizar a probabilidade como estimador
Leia maisMercados e Investimentos Financeiros. Cesaltina Pacheco Pires
Mercados e Investimentos Financeiros Cesaltina Pacheco Pires Índice geral Prefácio ix 1 Introdução 1 1.1 Activos reais e activos nanceiros........................ 1 1.2 Escolha intertemporal e taxa de
Leia maisAnálise de Sensibilidade
Análise de Risco de Projetos Análise de Risco Prof. Luiz Métodos de Avaliação de Risco Análise de Cenário Esta metodologia amplia os horizontes do FCD obrigando o analista a pensar em diversos futuros
Leia maisTeoria de decisão Bayesiana e clássica: determinação de preços
Teoria de decisão Bayesiana e clássica: determinação de preços Mário Hissamitsu Tarumoto 1 Luan Cauê Cherubini 2 Olga L.Anglas R.Tarumoto 1 1 Introdução A teoria da decisão é uma abordagem sistemática
Leia maisO risco económico na avaliação de projectos alternativos
O risco económico na avaliação de projectos alternativos Rui Assis Engenheiro Mecânico IST rassis@netcabo.pt Abril/1999 Resumo O presente artigo retoma o caso de avaliação económica de equipamentos de
Leia maisRISCO E INCERTEZA CONCEITOS DE RISCO 08/11/2013
RISCO E INCERTEZA CAPÍTULO 8 em: ANDRADE, Eduardo L. de; INTRODUÇÃO À PESQUISA OPERACIONAL. 4 a. ed. Rio de Janeiro: Editora LTC CONCEITOS DE RISCO Risco é a probabilidade de haver variações nos resultados
Leia maisMatemática 3º Ciclo. Planificação Anual 7.º ano. N.º de aulas. Objectivos 1.º PERÍODO. Ano Lectivo 2009/2010. Apresentação 1. Teste Diagnóstico 2
i Temas Sub-temas Objectivos 1.º PERÍODO Apresentação 1 Teste Diagnóstico 2 Múltiplos e divisores. Critérios de divisibilidade. Obter números, a partir de outros, por composição e decomposição; Números
Leia maisINSTRUTIVO N.º xx/20xx de xx de xxxx
INSTRUTIVO N.º xx/20xx de xx de xxxx ASSUNTO: PERDAS POR IMPARIDADE PARA A CARTEIRA DE CRÉDITO Havendo a necessidade de estabelecer um conjunto de procedimentos para o apuramento de perdas por imparidade
Leia maisDistribuição T - Student. Prof. Herondino S. F.
Distribuição T - Student Prof. Herondino S. F. Distribuição T-Student A distribuição T de Student é uma distribuição de probabilidade estatística, publicada por um autor que se chamou de Student, pseudônimo
Leia maisEsse material foi extraído de Barbetta (2007 cap 13)
Esse material foi extraído de Barbetta (2007 cap 13) - Predizer valores de uma variável dependente (Y) em função de uma variável independente (X). - Conhecer o quanto variações de X podem afetar Y. Exemplos
Leia maisGestão de Riscos e Investimentos
Existem duas abordagens gerais para calcular o VAR 1. Avaliação Local (local valuation) Métodos que vimos até agora São procedimentos em geral analíticos Baseiam-se no valor inicial do instrumento ou carteira
Leia maisIntrodução ao Data Mining (Mineração de Dados)
Introdução ao Data Mining (Mineração de Dados) Quem é da área de TI, provavelmente já ouviu sobre Data Mining, mesmo que não saiba o que é. É uma das últimas modas relacionados à BD. Para se ter uma noção
Leia maisEconometria em Finanças e Atuária
Ralph S. Silva http://www.im.ufrj.br/ralph/especializacao.html Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Maio-Junho/2013 Motivação Motivação Por
Leia maisCURSO LIVRE DE ECONOMIA
UNIVERSIDADE DA MADEIRA Departamento de Gestão e Economia CURSO LIVRE DE ECONOMIA Preços e Mercados Exercícios 1. Indique se as seguintes afirmações são verdadeiras ou falsas, justificando os casos em
Leia maisVários modelos: um SAD pode incluir vários modelos, cada um representando uma parte diferente do problema de tomada de decisão Categorias de modelos
MODELAGEM E ANÁLISE Modelagem Questões atuais de modelagem Vários modelos: um SAD pode incluir vários modelos, cada um representando uma parte diferente do problema de tomada de decisão Categorias de modelos
Leia maisMACROECONOMIA I. Licenciatura em Economia 2005/2006. Exame Época de Recurso - 14 Fevereiro Normas e Indicações:
MACROECONOMIA I LEC201 Licenciatura em Economia 2005/2006 Exame Época de Recurso - 14 Fevereiro 2006 Normas e Indicações: A prova tem a duração de 2 horas e 30 minutos, antecedidos de 15 minutos para leitura
Leia mais3.1. Primeira Premissa: valor presente sem flexibilidade é o melhor estimador do valor de mercado
3 Modelo teórico O modelo teórico utilizado para o desenvolvimento deste estudo é baseado em duas premissas. A primeira é que o Valor Presente do projeto sem flexibilidade é o melhor estimador do seu valor
Leia maisEstatística I Aula 8. Prof.: Patricia Maria Bortolon, D. Sc.
Estatística I Aula 8 Prof.: Patricia Maria Bortolon, D. Sc. MODELOS PROBABILÍSTICOS MAIS COMUNS VARIÁVEIS ALEATÓRIAS CONTÍNUAS Lembram o que vimos sobre V.A. contínua na Aula 6? Definição: uma variável
Leia maisFACULDADE DE ECONOMIA UNIVERSIDADE NOVA DE LISBOA
FACULDADE DE ECONOMIA UNIVERSIDADE NOVA DE LISBOA Exame 2.ª época de Contabilidade Financeira 1.º semestre 2008/09 Data: 24 de Janeiro de 2009 Início: 11h30m Duração: 2h00m Cotação e tempo esperado de
Leia maisLEQ I Laboratórios em sentido lato
LEQ I Laboratórios em sentido lato 2º. Ano (2º. Semestre) da Licenciatura Engenharia Henrique Matos (henrimatos@ist.utl.pt) Rosinda Ismael José Nuno Lopes Adriano Pacheco Estrutura Geral de LEQ I 1. Pesquisa
Leia mais