Parte I (6.5 valores)

Tamanho: px
Começar a partir da página:

Download "Parte I (6.5 valores)"

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

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 mais

Notas importantes NOME: NO. IST:

Notas 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 mais

MODELOS 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 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 mais

Caderno de exercícios no. 2

Caderno 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 mais

PROPOSTA INDICATIVA DE RESOLUÇÃO. MODELOS DE APOIO À DECISÃO Departamento de Engenharia e Gestão, Instituto Superior Técnico

PROPOSTA 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 mais

Análise de Decisão. Resolução indicativa

Análise 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 mais

MODELOS 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 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 mais

Finanças Corporativas. Análise de Sensibilidade. Métodos de Avaliação de Risco. Motochoque Ltda. Análise de Risco

Finanças 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 mais

MODELOS E APLICAÇÕES EM ANÁLISE DE DECISÃO Regras para o trabalho individual

MODELOS 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 mais

ANÁLISE 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. 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 mais

Decisões Sequenciais Árvores de Decisão

Decisões 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 mais

ANÁLISE DE DECISÃO 2013/2014

ANÁLISE 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 mais

1. Registou-se o número de assoalhadas de 100 apartamentos vendidos num bairro residencial

1. 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 mais

5 Decisão Sob Incerteza

5 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 mais

Modelar 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 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 mais

Universidade Católica Portuguesa. Faculdade de Ciências Económicas e Empresariais. Tel.: Fax:

Universidade 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 mais

Risco. 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. 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 mais

Decisão Decidir Análise / Teoria da Decisão

Decisão 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 mais

O objectivo de um processo consultivo de análise de decisão é. A Análise de Decisão é o desenvolvimento e a aplicação de

O 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 mais

1. Não é permitido separar este conjunto de folhas. O conjunto de folhas deverá ser devolvido por completo no final do exame.

1. 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 mais

Modelar 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 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 mais

MODELO DE DECISÃO PARA ESCOLHA DE PORTFOLIO DE INVESTIMENTOS

MODELO 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 mais

1. Não é permitido separar este conjunto de folhas. O conjunto de folhas deverá ser devolvido por completo no final do exame.

1. 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

(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 mais

CORRELAÇÃO E REGRESSÃO. Modelos Probabilísticos para a Computação Professora: Andréa Rocha. UNIVERSIDADE FEDERAL DA PARAÍBA Dezembro, 2011

CORRELAÇÃO 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 mais

INF 1771 Inteligência Artificial

INF 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 mais

Cap. 4 - Estimação por Intervalo

Cap. 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 mais

Métodos de Estimação. Roteiro. 1. Three-point Estimation 2. Julgamento de Especialistas 3. Referências. Three-Point Estimation

Métodos 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 mais

Microeconomia 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: 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 mais

Teoria da Decisão. Slide 1. c 2002, 1998 Maria Antónia Carravilla FEUP

Teoria 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 mais

Gestão do Crédito e Risco - Especial Banca

Gestão 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 mais

Teoria da utilidade Alguns conceitos chave

Teoria 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 mais

FICHA DE REVISÕES Micro 1

FICHA 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 mais

Garantia de qualidade do software. Aula 8

Garantia 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 mais

ANÁLISE 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 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 mais

Análise de Sensibilidade

Análise 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 mais

QuickTime 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. 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 mais

MODELOS DE APOIO À DECISÃO

MODELOS 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 mais

Selecção Adversa Exemplo

Selecção 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 mais

5- Variáveis aleatórias contínuas

5- 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 mais

Exame de Gestão Financeira

Exame 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 mais

MESTRADO PROFISSIONAL EM ECONOMIA DO SETOR PÚBLICO

MESTRADO 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 mais

UNIVERSIDADE 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 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 mais

Aula 2. ESTATÍSTICA E TEORIA DAS PROBABILIDADES Conceitos Básicos

Aula 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 mais

Microeconomia 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 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 mais

Mestrado 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 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 mais

Conceito de Estatística

Conceito 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 mais

8 Análise utilizando a teoria das opções reais

8 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 mais

PROBABILIDADES 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 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 mais

ESCOLA SUPERIOR DE TECNOLOGIA

ESCOLA 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 mais

MACROECONOMIA 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. 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 mais

Disciplina: TRANSPORTES. Sessão 5: Modelos de Escolha Discreta

Disciplina: 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 mais

UNIVERSIDADE 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 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 mais

TEORIA MICROECONÔMICA I N

TEORIA 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 mais

Esta renda tem uma TIR de 17,3%.

Esta 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 mais

Lógica e Raciocínio. Introdução a Teoria da Decisão. Universidade da Madeira.

Lógica 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 mais

Inferência Estatística: Conceitos Básicos II

Inferência 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 mais

Caros 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. 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 mais

Testes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo

Testes 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 mais

Prof. Dr. Fernando Galdi

Prof. 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 mais

Exame Setembro 2004 Produção e Custos

Exame 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 mais

GQS Medidas. André Luís Duarte. exatasfepi.com.br

GQS 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 mais

EEL - 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 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 mais

Simulação Monte Carlo

Simulação 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 mais

Regressão linear simples

Regressão 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 mais

PLANIFICAÇÃO ANUAL MATEMÁTICA 10ºANO. Documento(s) Orientador(es): Programa de Matemática dos Cursos Profissionais TEMAS /DOMÍNI TEMPO AVALIAÇÃO

PLANIFICAÇÃO 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 mais

Capítulo 5 Distribuições de probabilidade normal Pearson Prentice Hall. Todos os direitos reservados.

Capítulo 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 mais

Inferência Estatística:

Inferência 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 mais

EXAME NACIONAL DO ENSINO SECUNDÁRIO VERSÃO 1

EXAME 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 mais

Capítulo 5 Incerteza e comportamento do consumidor

Capítulo 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 mais

Matemática Aplicada às Ciências Sociais - 10 o Ano Análise de dados bivariados

Matemática 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 mais

Lista de exercícios 2 Métodos Estatísticos Básicos

Lista 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 mais

1a Questão: a) (1,0) Interprete detalhadamente cada uma das seguintes equações do CCAPM: ~p t+1 + Y ~ (~c t+ ) (c. t )

1a 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 mais

Modelar a incerteza: Árvores de decisão e diagramas de influência

Modelar 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 mais

INSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO

INSTITUTO 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 mais

Econometria em Finanças e Atuária

Econometria 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 mais

Estatística. Probabilidade. Conteúdo. Objetivos. Definições. Probabilidade: regras e aplicações. Distribuição Discreta e Distribuição Normal.

Estatística. 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 mais

Mercados e Investimentos Financeiros. Cesaltina Pacheco Pires

Mercados 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 mais

Análise de Sensibilidade

Análise 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 mais

Teoria de decisão Bayesiana e clássica: determinação de preços

Teoria 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 mais

O risco económico na avaliação de projectos alternativos

O 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 mais

RISCO E INCERTEZA CONCEITOS DE RISCO 08/11/2013

RISCO 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 mais

Matemática 3º Ciclo. Planificação Anual 7.º ano. N.º de aulas. Objectivos 1.º PERÍODO. Ano Lectivo 2009/2010. Apresentação 1. Teste Diagnóstico 2

Matemática 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 mais

INSTRUTIVO N.º xx/20xx de xx de xxxx

INSTRUTIVO 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 mais

Distribuição T - Student. Prof. Herondino S. F.

Distribuição 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 mais

Esse material foi extraído de Barbetta (2007 cap 13)

Esse 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 mais

Gestão de Riscos e Investimentos

Gestão 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 mais

Introdução ao Data Mining (Mineração de Dados)

Introdução 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 mais

Econometria em Finanças e Atuária

Econometria 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 mais

CURSO LIVRE DE ECONOMIA

CURSO 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 mais

Vários modelos: um SAD pode incluir vários modelos, cada um representando uma parte diferente do problema de tomada de decisão Categorias de modelos

Vários 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 mais

MACROECONOMIA I. Licenciatura em Economia 2005/2006. Exame Época de Recurso - 14 Fevereiro Normas e Indicações:

MACROECONOMIA 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 mais

3.1. Primeira Premissa: valor presente sem flexibilidade é o melhor estimador do valor de mercado

3.1. 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 mais

Estatística I Aula 8. Prof.: Patricia Maria Bortolon, D. Sc.

Estatística 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 mais

FACULDADE DE ECONOMIA UNIVERSIDADE NOVA DE LISBOA

FACULDADE 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 mais

LEQ I Laboratórios em sentido lato

LEQ 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