Estacionariedade e correlação temporal em dados financeiros
|
|
- Victorio Regueira Varejão
- 5 Há anos
- Visualizações:
Transcrição
1 Estacioariedade e correlação temporal em dados fiaceiros Hoje em dia há uma quatidade imesa de dados fiaceiros sedo armazeados, egócio a egócio, pelo mudo afora. Gratuitamete, é possível coseguir facilmete dados fiaceiros diários. Para a modelagem da diâmica estocástica de preços de um ativo fiaceiro, podemos utilizar várias escalas de tempo e medir várias fuções de preços. Eu, em particular, teho sempre utilizado os preços diários de ações da BM&FBovespa, que também podem ser obtidos gratuitamete. A fução de preços de miha preferêcia é a que dá o retoro relativo, R i+ = S i+ S i S i, e, depededo da aplicação, o logaritmo do quociete etre o preço de fechameto atual e o aterior, Si+ X i+ = l. Além dessas ossas escolhas, o quito capítulo do livro de Rosario Nuzio Matega e de H. Eugee Staley cita várias outras que podem ser usadas. A figura abaixo mostra um gráfico obtido do site muito útil, br.advf.com. Nesse gráfico, vemos as barras de preços correspodetes a cada quize miutos de egociação das ações prefereciais da Petrobras. Na parte de baixo da figura, há os volumes de egociação e podemos otar como o fial do pregão tipicamete cocetra um volume maior do que os outros itervalos de quize miutos do dia. Assim, a quatidade de egócios varia durate o dia e a distribuição de egócios ão é a mesma dia após dia, ão sedo, portato, estacioária. S i Processos estocásticos estacioários A distribuição de probabilidade de preços, em pricípio, para ser cosistete com essas observações da evolução dos preços, pode ser represetada por uma fução depedete do preço e do tempo, f x, t. O valor esperado do preço é, portato, dado por E [x t] = dx xf x, t. Seja a fução f x, x 2 ; t, t a distribuição de probabilidade cojuta de observar o preço x o istate t e o preço x 2 o istate t 2. A fução de autocorrelação é, etão, defiida como: E [x t x 2 t ] = dx dx 2 x x 2 f x, x 2 ; t, t.
2 Um processo estocástico geral, para ser completamete caracterizado, requer a fução f x, x 2,... x ; t, t 2,... t, para todo x i, t i e. A maioria dos estudos aborda apeas até a fução de dois potos, f x, x 2 ; t, t. Um processo estocástico x t é dito estritamete estacioário se sua distribuição de probabilidades é ivariate por traslações temporais. Há, porém, outras defiições meos restritivas de estacioariedade, coforme esia o livro de Rosario Nuzio Matega e de H. Eugee Staley: Defiição ampla de processo estacioário: E [x t] = µ, E [x t x 2 t ] = R τ, ode τ = t 2 t e E [ x 2 t ] = R 0. Para essa defiição, a variâcia é idepedete do tempo. Processos estocásticos assitoticamete estacioários ocorrem quado as previsões estatísticas para x t + c, x 2 t 2 + c,..., x t + c ão depedem de c se c. Processos estocásticos estacioários de N-ésima ordem ocorrem quado f x, x 2,... x ; t, t 2,... t = f x, x 2,... x ; t + c, t 2 + c,... t + c vale apeas para N. Processos estocásticos estacioários em um itervalo acotecem quado f x, x 2,... x ; t, t 2,... t = f x, x 2,... x ; t + c, t 2 + c,... t + c para cada t i e t i + c detro do itervalo cosiderado. Correlação A autocorrelação também é deotada por R t, t = E [x t x 2 t ]. Também temos a defiição da autocovariâcia: C t, t = R t, t E [x t ] E [x 2 t ]. Para processos estacioários, segue: C t, t = C τ = R τ µ 2, com τ = t 2 t. 2
3 Notemos que C 0 = R 0 µ 2 = E [ x 2 t ] µ 2 = σ 2, ode σ 2 é a variâcia do processo. Para itervalos de tempo muito logos, a autocovariâcia tede a zero, isto é, para C τ 0 τ. Isso acotece porque x t e x 2 t tedem a se descorrelacioar para tempos muito distitos e, portato, esse caso, E [x t x 2 t ] E [x t ] E [x 2 t ]. Um típico exemplo é quado o processo tem média ula e Nesse caso, R τ = exp ˆ 0 dτ exp ττc ττc. = e é chamado de tempo de correlação do processo estocástico, que mede a memória típica do valor da variável x. Cosideremos, agora, apeas processos estocásticos estacioários. Seja S a variável estocástica obtida pela soma de variáveis estocásticas, S = x k, ode estamos idicado os istates de tempo cosiderados através do ídice da variável: Etão, podemos escrever: E S = E x k l= x l = l= x t k = x k. E x k x l = E x k + δ kl E x k x l. Como estamos supodo que o processo em cosideração é estacioário, etão, de acordo com o exposto acima, E x k = R 0 e Como segue que E x k x l = R t l t k. E x k x l = E x l x k, R t l t k = R t k t l. Também supohamos que os tempos são separados por um itervalo fixo, isto é, t k+ t k = t. l= 3
4 Assim, t k t l = k l t. Podemos, portato, escrever: E S = R 0 + l= δ kl R [k l t] = R l=k+ R [l k t], isto é, ou seja, ou aida, E S Logo, E S = R E S { s= k = R R [s t], s= 2 R [s t] + R [s t] + + s= 2 R [s t] + s= } R [s t], = R {R [ t] + 2R [ 2 t] R [2 t] + R [ t]}. E S = R k R [k t] = R Para colocarmos essa igualdade a forma do livro de Matega e Staley, usamos: e Assim, s= k R [k t]. R 0 = E x 2 i, para qualquer i {, 2,..., }, R [k t] = E x i x i+k, para qualquer i {, 2,..., }. Notemos que isto é, E S = E x i + 2 k E x i x i+k. k E x i x i+k = E x i x i+ + 2 E x i x i E x i x i+ + E x i x i+, k E x i x i+k = [ E x i x i+ + E x i x i+ + ] + 2 E x ix i+ + E x ix i+. No limite em que é muito grade, temos, aproximadamete, k E x i x i+k [ 0 E x i x i+ + 0 E x i x i E x i x i+ + 0E x i x i+ ], 4
5 isto é, Quado k E x i x i+k E x i x i+k. lim E x i x i+k <, isto é, o limite dessa soma é fiito, dizemos que as variáveis estocásticas têm correlação de curto alcace. Já quado lim E x i x i+k =, dizemos que as variáveis estocásticas têm correlação de logo alcace. No caso cotíuo, ao ivés de verificarmos a fiitude da soma acima, utilizamos a itegral temporal da autocorrelação: quado E x i x i+k ˆ 0. dτ R τ, No caso de uma partícula em movimeto browiao, a autocorrelação é dada por R τ = σ 2 exp τ. A distribuição de frequêcias dessa fução de autocorrelação é obtida pela sua trasformada de Fourier: S ω = dτ R τ exp iωτ = dτ σ 2 exp τ exp iωτ, isto é, ou seja, ou aida, S ω = 0 S ω = dτ σ 2 exp τ iωτ, dτ σ 2 exp τ ˆ 0 τ iωτ + dτ σ 2 exp iωτ = σ2 τ c + iω + σ2 iω, S ω = σ 2 iω + + iω σ 2 = + iω iω ω 2 = 2σ2 + ω 2. Para baixas frequêcias, temos o que se chama ruído braco. Para frequêcias altas, temos o processo de Wieer, caracterizado por uma desidade espectral que varia com o iverso do quadrado da frequêcia. O caso acima ilustra correlação de curto alcace. No caso de correlação de logo alcace, podemos escrever S ω ω η, 5
6 com 0 < η < 2. Nesse caso, a itegral da fução de autocorrelação diverge. Um caso típico de correlação de logo alcace, ecotrada muitas vezes em circuitos eletrôicos, é o do ruído /f; o caso acima, isso ocorre para η =. No caso de escalas de tempo maiores do que o tempo de correlação, para processos com correlação de curto alcace, as desidades de probabilidades codicioais são dadas por f x, x 2,..., x ; t, t 2,..., t x ; t = f x ; t x ; t. Esse tipo de processo é chamado de markoviao; bastam as desidades de probabilidades de primeira ordem e codicioais de seguda ordem para ser completamete determiado. Como exemplo, temos f x, x 2, x 3 ; t, t 2, t 3 = f x ; t f x ; t x 2 ; t f x 2 ; t 2 x 3 ; t 3. 6
MATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
MATEMÁTICA II Profa. Dra. Amada Liz Pacífico Mafrim Perticarrari amada@fcav.uesp.br O PROBLEMA DA ÁREA O PROBLEMA DA ÁREA Ecotre a área da região que está sob a curva y = f x de a até b. S = x, y a x b,
Leia maisDESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL. todas as repetições). Então, para todo o número positivo ξ, teremos:
48 DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL LEI DOS GRANDES NÚMEROS Pretede-se estudar o seguite problema: À medida que o úmero de repetições de uma experiêcia cresce, a frequêcia relativa
Leia maisSumário. 2 Índice Remissivo 11
i Sumário 1 Esperaça de uma Variável Aleatória 1 1.1 Variáveis aleatórias idepedetes........................... 1 1.2 Esperaça matemática................................. 1 1.3 Esperaça de uma Fução de
Leia maisn ) uma amostra aleatória da variável aleatória X.
- Distribuições amostrais Cosidere uma população de objetos dos quais estamos iteressados em estudar uma determiada característica. Quado dizemos que a população tem distribuição FX ( x ), queremos dizer
Leia maisMATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
MATEMÁTICA II Profa. Dra. Amada Liz Pacífico Mafrim Perticarrari amada@fcav.uesp.br Ecotre a área da região que está sob a curva y = f x de a até b. S = x, y a x b, 0 y f x Isso sigifica que S, ilustrada
Leia maisLista de Exercícios #4 Assunto: Variáveis Aleatórias Contínuas
. ANPEC 8 - Questão Seja x uma variável aleatória com fução desidade de probabilidade dada por: f(x) = x, para x f(x) =, caso cotrário. Podemos afirmar que: () E[x]=; () A mediaa de x é ; () A variâcia
Leia maisProbabilidades e Estatística
Departameto de Matemática Probabilidades e Estatística Primeiro exame/segudo teste 2 o semestre 29/21 Duração: 18/9 miutos Grupo I Justifique coveietemete todas as respostas. 17/6/21 9: horas 1. Com base
Leia maisAvaliação de Desempenho de Sistemas Discretos
Distribuições Comus Avaliação de Desempeho de Sistemas Discretos Probabilidade e Estatística 2 Uiforme Normal Poisso Hipergeométrica Biomial Studet's Geométrica Logormal Expoecial Beta Gamma Qui-Quadrado
Leia maisbinomial seria quase simétrica. Nestas condições será também melhor a aproximação pela distribuição normal.
biomial seria quase simétrica. Nestas codições será também melhor a aproximação pela distribuição ormal. Na prática, quado e p > 7, a distribuição ormal com parâmetros: µ p 99 σ p ( p) costitui uma boa
Leia maisDERIVADAS DE FUNÇÕES11
DERIVADAS DE FUNÇÕES11 Gil da Costa Marques Fudametos de Matemática I 11.1 O cálculo diferecial 11. Difereças 11.3 Taxa de variação média 11.4 Taxa de variação istatâea e potual 11.5 Primeiros exemplos
Leia maisNotas do Curso Inferência em Processos Estocásticos. 1 Estimação de máxima verossimilhança para cadeias de Markov de ordem k
Notas do Curso Iferêcia em Processos Estocásticos Prof. Atoio Galves Trascrita por Karia Yuriko Yagiuma 1 Estimação de máxima verossimilhaça para cadeias de Markov de ordem k Seja (X ) =0,1,,... uma cadeia
Leia maisAmostras Aleatórias e Distribuições Amostrais. Probabilidade e Estatística: afinal, qual é a diferença?
Amostras Aleatórias e Distribuições Amostrais Probabilidade e Estatística: afial, qual é a difereça? Até agora o que fizemos foi desevolver modelos probabilísticos que se adequavam a situações reais. Por
Leia maisLista de Exercícios #6 Assunto: Propriedade dos Estimadores e Métodos de Estimação
Assuto: Propriedade dos Estimadores e Métodos de Estimação. ANPEC 08 - Questão 6 Por regulametação, a cocetração de um produto químico ão pode ultrapassar 0 ppm. Uma fábrica utiliza esse produto e sabe
Leia maisMétodos iterativos. Métodos Iterativos para Sistemas Lineares
Métodos iterativos Métodos Iterativos para Sistemas Lieares Muitos sistemas lieares Ax = b são demasiado grades para serem resolvidos por métodos directos (por exemplo, se A é da ordem de 10000) á que
Leia maisDistribuições Amostrais
7/3/07 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/07/07 09:3 ESTATÍSTICA APLICADA I - Teoria
Leia mais6.1 Estimativa de uma média populacional: grandes amostras. Definição: Um estimador é uma característica amostral (como a média amostral
6 ESTIMAÇÃO 6.1 Estimativa de uma média populacioal: grades amostras Defiição: Um estimador é uma característica amostral (como a média amostral x ) utilizada para obter uma aproximação de um parâmetro
Leia mais1ª LISTA DE EXERCÍCIOS DE PROC. ESTOCÁSTICOS APLICADOS (CE 222) Prof. Benito Olivares 1 o Sem./ 2017
UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA ª LISTA DE EXERCÍCIOS DE PROC. ESTOCÁSTICOS APLICADOS (CE ) Prof. Beito Olivares o Sem./ 7. Classifique e costrua uma trajetória
Leia maisCONHECIMENTOS ESPECÍFICOS
CESPE/UB FUB/0 fa 5 4 CONHECIMENTOS ESPECÍFICOS 60 As distribuições B e C possuem os mesmos valores para os quartis Q e Q, e o quartil superior em B correspode ao quartil cetral (Q ) da distribuição A.
Leia maisMAE Introdução à Probabilidade e Estatística II Resolução Lista 2
MAE 9 - Itrodução à Probabilidade e Estatística II Resolução Lista Professor: Pedro Moretti Exercício 1 Deotado por Y a variável aleatória que represeta o comprimeto dos cilidros de aço, temos que Y N3,
Leia maisInstruções gerais sobre a Prova:
DEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2012/2013 Istruções gerais sobre a Prova: (a) Cada questão respodida corretamete vale 1 (um) poto. (b) Cada
Leia maisMOQ 13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel
MOQ 13 PROBABILIDADE E ESTATÍSTICA Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semaas 1 2 3 4 5 6 7 8 9 1 11 12 13 14 15 e 16 Itrodução à probabilidade evetos
Leia maisCap. VI Histogramas e Curvas de Distribuição
TLF /11 Capítulo VI Histogramas e curvas de distribuição 6.1. Distribuições e histogramas. 6 6.. Distribuição limite 63 6.3. Sigificado da distribuição limite: frequêcia esperada e probabilidade de um
Leia mais4 Teoria da Probabilidade
48 4 Teoria da Probabilidade Apresetam-se este capítulo coceitos de probabilidade e de estimação de fuções desidade de probabilidade ecessários ao desevolvimeto e compreesão do modelo proposto (capítulo
Leia maisDistribuições Amostrais
9/3/06 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/09/06 3:38 ESTATÍSTICA APLICADA I - Teoria
Leia maisAnálise da Resposta Livre de Sistemas Dinâmicos de 2 a Ordem
Aálise da Resposta Livre de Sistemas Diâmicos de Seguda Ordem 5 Aálise da Resposta Livre de Sistemas Diâmicos de a Ordem INTRODUÇÃO Estudaremos, agora, a resposta livre de sistemas diâmicos de a ordem
Leia maisA DESIGUALDADE DE CHEBYCHEV
A DESIGUALDADE DE CHEBYCHEV Quado se pretede calcular a probabilidade de poder ocorrer determiado acotecimeto e se cohece a distribuição probabilística que está em causa o problema, ão se colocam dificuldades
Leia maisb) Fabrico de peças cilíndricas Capítulo 5 - Distribuições conjuntas de probabilidades e complementos X - comprimento da peça Y - diâmetro da peça
Capítulo 5 - Distribuições cojutas de probabilidades e complemetos 5.1 Duas variáveis aleatórias discretas. Distribuições cojutas, margiais e codicioais. Idepedêcia Em relação a uma mesma eperiêcia podem
Leia maisCÁLCULO I. Exibir o cálculo de algumas integrais utilizando a denição;
CÁLCULO I Prof Edilso Neri Júior Prof Adré Almeida Aula o 9: A Itegral de Riema Objetivos da Aula Deir a itegral de Riema; Exibir o cálculo de algumas itegrais utilizado a deição; Apresetar fuções que
Leia maisCAPÍTULO IV DESENVOLVIMENTOS EM SÉRIE
CAPÍTUO IV DESENVOVIMENTOS EM SÉRIE Série de Taylor e de Mac-auri Seja f ) uma fução real de variável real com domíio A e seja a um poto iterior desse domíio Supoha-se que a fução admite derivadas fiitas
Leia maisExponenciais e Logaritmos (MAT 163) - Notas de Aulas 2 Prof Carlos Alberto S Soares
Expoeciais e Logaritmos (MAT 163) - Notas de Aulas 2 Prof Carlos Alberto S Soares 1 Prelimiares Lembremos que, dados cojutos A, B R ão vazios, uma fução de domíio A e cotradomíio B, aotada por, f : A B,
Leia maisDISTRIBUIÇÕES DE PROBABILIDADE
DISTRIBUIÇÕES DE PROBABILIDADE DISTRIBUIÇÃO DE PROBABILIDADE Seja uma v.a. que assume os valores,,..., com probabilidade p, p,..., p associadas a cada elemeto de, sedo p p... p diz-se que está defiida
Leia maisDinâmica Estocástica
Diâmica Estocástica Aula matriz Estocástica Balaceameto Detalhado Ifusp setembro de 6 Bibliografia: Capítulo 6 Diâmica estocástica e Irreversibilidade Tâia Tomé e Mário J. de Oliveira Edusp 4. Markov Adrei
Leia maisEstatística para Economia e Gestão REVISÕES SOBRE VARIÁVEIS ALEATÓRIAS DISCRETAS E CONTÍNUAS
Estatística para Ecoomia e Gestão REVISÕES SOBRE VARIÁVEIS ALEATÓRIAS DISCRETAS E CONTÍNUAS Primavera 008/009 Variável Aleatória: Defiição: uma variável aleatória é uma fução que atribui a cada elemeto
Leia maisAula 5 Teorema central do limite & Aplicações
Diâmica Estocástica Aula 5 Teorema cetral do limite & Aplicações Teorema cetral do limite Se x é tal que: x 0 e ( xv é fiita,,..., x x, x,...,, 3 x variáveis aleatórias idepedetes com a mesma distribuição
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA LISTA 4 PROBABILIDADE A (CE068) Prof. Benito Olivares Aguilera
UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EATAS DEPTO. DE ESTATÍSTICA LISTA 4 PROBABILIDADE A (CE068) Prof. Beito Olivares Aguilera 2 o Sem./09 1. Das variáveis abaixo descritas, assiale quais são
Leia maisCálculo II Sucessões de números reais revisões
Ídice 1 Defiição e exemplos Cálculo II Sucessões de úmeros reais revisões Mestrado Itegrado em Egeharia Aeroáutica Mestrado Itegrado em Egeharia Civil Atóio Beto beto@ubi.pt Departameto de Matemática Uiversidade
Leia maisProbabilidade II Aula 9
Coteúdo Probabilidade II Aula 9 Maio de 9 Môica Barros, D.Sc. Estatísticas de Ordem Distribuição do Máximo e Míimo de uma amostra Uiforme(,) Distribuição do Máximo e Míimo caso geral Distribuição das Estatísticas
Leia maisMAE Introdução à Probabilidade e Estatística II Resolução Lista 1
MAE 229 - Itrodução à Probabilidade e Estatística II Resolução Lista 1 Professor: Pedro Moretti Exercício 1 (a) Fazer histograma usado os seguites dados: Distribuição de probabilidade da variável X: X
Leia maisProbabilidade II Aula 12
Coteúdo Probabilidade II Aula Juho de 009 Desigualdade de Marov Desigualdade de Jese Lei Fraca dos Grades Números Môica Barros, D.Sc. Itrodução A variâcia de uma variável aleatória mede a dispersão em
Leia maisSinais de Tempo Discreto
Siais de Tempo Discreto Siais defiidos em istates discretos do tempo t 0, t 1, t 2,..., t,... são siais de tempo-discreto, deotados pelos símbolos f(t ), x(t ), y(t )... (sedo um iteiro). x(t )... t 1
Leia mais5 Teoria dos Valores Extremos
Teoria dos Valores Extremos 57 5 Teoria dos Valores Extremos A Teoria dos Valores Extremos vem sedo bastate utilizada em campos ligados a evetos raros. Sua estatística é aplicada a estimação de evetos
Leia mais; 2N 2N.! " j %.(1 & q)2 N & j.q j. j!(2n & j)!
DERIVA GENÉTICA Seja uma população de tamaho fiito N, costate ao logo das gerações; sejam aida p e q as freqüêcias dos alelos A e a de um loco autossômico a geração ; como o tamaho da população é costate,
Leia maisAula 3 : Somatórios & PIF
Aula 3 : Somatórios & PIF Somatório: Somatório é um operador matemático que os permite represetar facilmete somas de um grade úmero de parcelas É represetado pela letra maiúscula do alfabeto grego sigma
Leia maisSecção 1. Introdução às equações diferenciais
Secção. Itrodução às equações difereciais (Farlow: Sec..,.) Cosideremos um exemplo simples de um feómeo que pode ser descrito por uma equação diferecial. A velocidade de um corpo é defiida como o espaço
Leia maisObtemos, então, uma amostra aleatória de tamanho n de X, que representamos por X 1, X 2,..., X n.
Vamos observar elemetos, extraídos ao acaso e com reposição da população; Para cada elemeto selecioado, observamos o valor da variável X de iteresse. Obtemos, etão, uma amostra aleatória de tamaho de X,
Leia maisProva Escrita de MATEMÁTICA A - 12o Ano a Fase
Prova Escrita de MATEMÁTICA A - 1o Ao 00 - a Fase Proposta de resolução GRUPO I 1. Como a probabilidade do João acertar em cada tetativa é 0,, a probabilidade do João acertar as tetativas é 0, 0, 0, 0,
Leia maisIntrodução ao Qui-Quadrado
Técicas Laboratoriais de Física Lic. Física e g. Biomédica 007/08 Capítulo X Teste do Qui-quadrado, Itrodução ao qui-quadrado Defiição geral do qui-quadrado Graus de liberdade e reduzido abilidade do 66
Leia maisVirgílio A. F. Almeida DCC-UFMG 2005
Virgílio A. F. Almeida DCC-UFMG 005 Se o eveto E cosiste de potos e S é o úmero de potos do espaço amostral, etão: umero de potos em E P E umero de potos em S E S 1. Se um úmero decimal de três digitos
Leia maisDistribuições Amostrais
Distribuições Amostrais O problema da iferêcia estatística: fazer uma afirmação sobre os parâmetros da população θ (média, variâcia, etc) através da amostra. Usaremos uma AAS de elemetos sorteados dessa
Leia maisSucessões Reais. Ana Isabel Matos DMAT
Sucessões Reais Aa Isabel Matos DMAT 8 de Outubro de 000 Coteúdo Noção de Sucessão Limite de uma Sucessão 3 Sucessões Limitadas 3 4 Propriedades dos Limites 4 5 Limites I itos 8 5. Propriedades dos Limites
Leia maisMedidas de Posição. É igual ao quociente entre a soma dos valores do conjunto e o número total dos valores.
Medidas de Posição São as estatísticas que represetam uma série de dados orietado-os quato à posição da distribuição em relação ao eixo horizotal do gráfico da curva de freqüêcia As medidas de posições
Leia maisobjetivo Exercícios Meta da aula Pré-requisitos
Exercícios A U L A 6 Meta da aula Aplicar o formalismo quâtico estudado as Aulas a 5 deste módulo à resolução de um cojuto de exercícios. objetivo Esperamos que, após o térmio desta aula, você teha cosolidado
Leia maisCapítulo I Séries Numéricas
Capítulo I Séries Numéricas Capitulo I Séries. SÉRIES NÚMERICAS DEFINIÇÃO Sedo u, u,..., u,... uma sucessão umérica, chama-se série umérica de termo geral u à epressão que habitualmete se escreve u u...
Leia maisSumário. 2 Índice Remissivo 17
i Sumário 1 Itrodução à Iferêcia Estatística 1 1.1 Defiições Básicas................................... 1 1.2 Amostragem....................................... 2 1.2.1 Tipos de Amostragem.............................
Leia maisMEDIDAS DE TENDÊNCIA CENTRAL E MEDIDAS DE DISPERSÃO Í N D I C E
MEDIDAS DE TENDÊNCIA CENTRAL E MEDIDAS DE DISPERSÃO Í N D I C E Medidas de Tedêcia Cetral Itrodução... 1- Média Aritmética... - Moda... 3- Mediaa... Medidas de Dispersão 4- Amplitude Total... 5- Variâcia
Leia maisMQI 2003 ESTATÍSTICA PARA METROLOGIA - SEMESTRE Teste 2 07/07/2008 Nome: PROBLEMA 1 Sejam X e Y v.a. contínuas com densidade conjunta:
MQI 003 ESTATÍSTICA PARA METROLOGIA - SEMESTRE 008.0 Teste 07/07/008 Nome: PROBLEMA Sejam X e Y v.a. cotíuas com desidade cojuta: f xy cy xy x y (, ) = + 3 ode 0 e 0 a) Ecotre a costate c que faz desta
Leia maisResposta de Sistemas de 2 a Ordem à Excitação Periódica Não Harmônica
Resposta de Sistemas de a Ordem à Excitação Periódica Não Harmôica 1 18 Resposta de Sistemas de a Ordem à Excitação Periódica Não Harmôica 1 INTRODUÇÃO Muitas vezes, a excitação é uma fução periódica,
Leia maisAUTO AVALIAÇÃO CAPÍTULO I. 1. Assinale com V as proposições que considere verdadeiras e com F as que considere
AUTO AVALIAÇÃO CAPÍTULO I. Assiale com V as proposições que cosidere verdadeiras e com F as que cosidere falsas : a. Sedo A e B cojutos disjutos, ambos majorados, os respectivos supremos ão podem coicidir
Leia maisFundamentos de Análise Matemática Profª Ana Paula. Números reais
Fudametos de Aálise Matemática Profª Aa Paula Números reais 1,, 3, cojuto dos úmeros aturais 0,1,,3, cojuto dos úmeros iteiros p q /p e q cojuto dos úmeros racioais a, a 0 a 1 a a, a e a i 0, 1,, 3, 4,
Leia maisO teste de McNemar. A tabela 2x2. Depois - Antes
Prof. Lorí Viali, Dr. http://www.pucrs.br/famat/viali/ viali@pucrs.br O teste de McNemar O teste de McNemar para a sigificâcia de mudaças é particularmete aplicável aos experimetos do tipo "ates e depois"
Leia maisAULA 17 A TRANSFORMADA Z - DEFINIÇÃO
Processameto Digital de Siais Aula 7 Professor Marcio Eisecraft abril 0 AULA 7 A TRANSFORMADA Z - DEFINIÇÃO Bibliografia OPPENHEIM, A.V.; WILLSKY, A. S. Siais e Sistemas, a edição, Pearso, 00. ISBN 9788576055044.
Leia maisPedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004
Estatística para Cursos de Egeharia e Iformática Pedro Alberto Barbetta / Marcelo Meezes Reis / Atoio Cezar Boria São Paulo: Atlas, 004 Cap. 7 - DistribuiçõesAmostrais e Estimaçãode deparâmetros APOIO:
Leia maisComo se decidir entre modelos
Como se decidir etre modelos Juliaa M. Berbert Quado uma curva é lei de potecia? O procedimeto amplamete usado para testar movimetação biológica a fim de ecotrar padrões de busca como Voos de Levy tem
Leia maisCapítulo VII: Soluções Numéricas de Equações Diferenciais Ordinárias
Capítulo VII: Soluções Numéricas de Equações Difereciais Ordiárias 0. Itrodução Muitos feómeos as áreas das ciêcias egearias ecoomia etc. são modelados por equações difereciais. Supoa-se que se quer determiar
Leia maisDERIVADAS. Professor Dr. Jair Silvério dos Santos * e n 2 =
MATEMATICA APLICADA A NEGÓCIOS 4, 3 (00) Cálculo Cálculo Diferecial e Itegral I DERIVADAS Professor Dr Jair Silvério dos Satos * Prova-se facilmete por idução fiita que para todo N, + + + i i ( + ) e +
Leia maisProbabilidades e Estatística TODOS OS CURSOS
Duração: 9 miutos Grupo I Probabilidades e Estatística TODOS OS CURSOS Justifique coveietemete todas as respostas 1 o semestre 217/218 3/1/218 11:3 1 o Teste C 1 valores 1. A Marta e o João irão passar
Leia maisEconometria. Econometria. Algumas considerações. Algumas considerações MQO. Derivando as Propriedades
Ecoometria. Propriedades fiitas dos estimadores MQO. Estimação da Variâcia do estimador de MQO 3. Revisão de Iferêcia (testes em ecoometria) Ecoometria. Propriedades fiitas dos estimadores MQO Algumas
Leia maisQuarta aula. Ifusp, agosto de 2016
Diâmica Estocástica Quarta aula Ifusp, agosto de 06 Bibliografia básica. va Kape, Stochastic processes i physics ad chemistry, North-Hollad, 990, Capítulo 4. Tomé e de Oliveira, Diâmica estocástica e irreversibilidade,
Leia maisVariáveis Aleatórias e Distribuições de Probabilidade
PROBABILIDADES Variáveis Aleatórias e Distribuições de Probabilidade BERTOLO Fução de Probabilidades Vamos cosiderar um experimeto E que cosiste o laçameto de um dado hoesto. Seja a variável aleatória
Leia maisCadeias de Markov Parte I
Cadeias de Markov arte I Defiições e Notações Defiição : Um rocesso de Markov {X t } é um processo estocástico que, dado o valor X t, os valores de X s para s>t ão são iflueciados pelos valores de X u,
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ NOTAS DE AULA PROFa. SONIA MÜLLER
PROBABILIDADE. DEFINIÇÕES BÁSICAS:.- INTRODUÇÃO: UNIVERSIDADE FEDERAL DO PARANÁ NOTAS DE AULA PROFa. SONIA MÜLLER PROBABILIDADE POPULAÇÃO AMOSTRA ESTATÍSTICA Uiverso : Ω ou U Vazio: Uião: A B Itersecção:
Leia mais1.4 Determinantes. determinante é igual ao produto dos elementos da diagonal principal menos o produto dos elementos da diagonal secundária.
1.4 Determiates A teoria dos determiates surgiu quase simultaeamete a Alemaha e o Japão. Ela foi desevolvida por dois matemáticos, Gottfried Wilhelm Leibiz (1642-1716) e Seki Shisuke Kowa (1642-1708),
Leia maisSINAIS E SISTEMAS DE TEMPO DISCRETO
SINAIS E SISTEMAS DE TEMPO DISCRETO SINAIS DE TEMPO DISCRETO Fução de uma variável idepedete iteira. Não é defiido em istates etre duas amostras sucessivas. É icorreto pesar que é igual a zero se ão é
Leia maisEstimação da média populacional
Estimação da média populacioal 1 MÉTODO ESTATÍSTICO Aálise Descritiva Teoria das Probabilidades Iferêcia Os dados efetivamete observados parecem mostrar que...? Se a distribuição dos dados seguir uma certa
Leia mais( 1,2,4,8,16,32,... ) PG de razão 2 ( 5,5,5,5,5,5,5,... ) PG de razão 1 ( 100,50,25,... ) PG de razão ½ ( 2, 6,18, 54,162,...
Progressões Geométricas Defiição Chama se progressão geométrica PG qualquer seqüêcia de úmeros reais ou complexos, ode cada termo a partir do segudo, é igual ao aterior, multiplicado por uma costate deomiada
Leia maisTransformação de similaridade
Trasformação de similaridade Relembrado bases e represetações, ós dissemos que dada uma base {q, q,..., q} o espaço real - dimesioal, qualquer vetor deste espaço pode ser escrito como:. Ou a forma matricial
Leia maisMétodos Quantitativos para Ciência da Computação Experimental
Métodos Quatitativos para Ciêcia da Computação Experimetal -Aula #b- Virgílio A. F. Almeida Março 008 Departameto de Ciêcia da Computação Uiversidade Federal de Mias Gerais Material de Estatistica http://www.itl.ist.gov/div898/hadbook/idex.htm
Leia maisProcessos Estocásticos
IFBA Processos Estocásticos Versão 1 Alla de Sousa Soares Graduação: Liceciatura em Matemática - UESB Especilização: Matemática Pura - UESB Mestrado: Matemática Pura - UFMG Vitória da Coquista - BA 2014
Leia maisMestrado Integrado em Engenharia Civil. Disciplina: TRANSPORTES. Sessão Prática 4: Amostragem
Mestrado Itegrado em Egeharia Civil Disciplia: TRNSPORTES Prof. Resposável: José Mauel Viegas Sessão Prática 4: mostragem Istituto Superior Técico / Mestrado Itegrado Egª Civil Trasportes ulas Práticas
Leia mais(def) (def) (T é contração) (T é contração)
CAPÍTULO 5 Exercícios 5 (def) (T é cotração) a) aa Ta ( ) Ta ( 0) aa0, 0 Portato, a a aa0 (def) (def) (T é cotração) b) a3a Ta ( ) Ta ( ) TTa ( ( ) TTa ( ( 0)) (T é cotração) Ta ( ) Ta ( ) 0 aa0 Portato,
Leia maisSucessões. , ou, apenas, u n. ,u n n. Casos Particulares: 1. Progressão aritmética de razão r e primeiro termo a: o seu termo geral é u n a n1r.
Sucessões Defiição: Uma sucessão de úmeros reais é uma aplicação u do cojuto dos úmeros iteiros positivos,, o cojuto dos úmeros reais,. A expressão u que associa a cada a sua imagem desiga-se por termo
Leia maisLista de Exercícios de Cálculo 2 Módulo 1 - Primeira Lista - 01/2017
Lista de Exercícios de Cálculo 2 Módulo - Primeira Lista - 0/207. Determie { ( se a seqüêcia coverge ou diverge; se covergir, ache o limite. 5 ) } { } { } { arcta(), 000 (b) (c) ( ) l() } { 000 2 } { 4
Leia maisProvas de Matemática Elementar - EAD. Período
Provas de Matemática Elemetar - EAD Período 01. Sérgio de Albuquerque Souza 4 de setembro de 014 UNIVERSIDADE FEDERAL DA PARAÍBA CCEN - Departameto de Matemática http://www.mat.ufpb.br/sergio 1 a Prova
Leia mais(i) (1,5 val.) Represente na forma de um intervalo ou de uma união disjunta de intervalos cada um dos conjuntos seguintes:
Istituto Superior Técico Departameto de Matemática o TESTE DE CÁLCULO DIFERENCIAL E INTEGRAL I - Versão A MEAero o Sem. 0/3 0//0 Duração: h30m RESOLUÇÃO. 3,0 val. i,5 val. Represete a forma de um itervalo
Leia mais1. Resolução da lista 1. Primeiro apresentaremos uma integral importante, obtida a partir da distribuição gama generalizada.
1. Resolução da lista 1. Primeiro apresetaremos uma itegral importate, obtida a partir da distribuição gama geeralizada. 1) J x a 1 e bxc dx Γa/c), a, b, c >. cba/c Demostração: fazedo a substituição y
Leia maisDistribuições de Estatísticas Amostrais e Teorema Central do Limite
Distribuições de Estatísticas Amostrais e Teorema Cetral do Limite Vamos começar com um exemplo: A mega-sea de 996 a N 894 úmeros de a 6: Média: m 588 Desvio padrão: 756 49 amostras de 6 elemetos Frequêcia
Leia maisLista de Exercícios de Cálculo 2 Módulo 1 - Primeira Lista - 01/2018
Lista de Exercícios de Cálculo Módulo - Primeira Lista - 0/08. Determie { ( se a seqüêcia coverge ou diverge; se covergir, ache o limite. 6 5 ) } { } { } { arcta(), 000 (b) (c) ( ) l() } { 6 000 } { 4
Leia maisENGENHARIA DA QUALIDADE A ENG AULA 6 CARTAS DE CONTROLE PARA ATRIBUTOS
ENGENHARIA DA QUALIDADE A ENG 09008 AULA 6 CARTAS DE CONTROLE PARA ATRIBUTOS PROFESSORES: CARLA SCHWENGBER TEN CATEN Tópicos desta aula Cartas de Cotrole para Variáveis Tipo 1: Tipo 2: Tipo 3: X X X ~
Leia maisMatemática. Resolução das atividades complementares. M7 Função Exponencial. 2 Encontre o valor da expressão
Resolução das atividades complemetares Matemática M Fução Epoecial p. 6 (Furg-RS) O valor da epressão A a) c) e) 6 6 b) d) 0 A?? A? 8? A A A? A 6 8 Ecotre o valor da epressão 0 ( ) 0 ( ) 0 0 0. Aplicado
Leia maisCritérios de correção e orientações de resposta p-fólio
Miistério da Ciêcia, Tecologia e Esio Superior U.C. 037 Elemetos de Probabilidade e Estatística de Juho de 0 Critérios de correção e orietações de resposta p-fólio Neste relatório apresetam-se os critérios
Leia maisAprendizagem de Máquina
predizagem de Máquia Modelos de Mistura lgoritmo EM Estimação semi-paramétrica de desidade abordagem paramétrica para estimação de desidade supõe que a amostra X é extraída de uma distribuição que segue
Leia maisInstituto de Matemática e Estatística da USP MAT Cálculo Diferencial e Integral IV para Engenharia 2a. Prova - 2o. Semestre /10/2014
Turma A a Questão: Istituto de Matemática e Estatística da USP MAT455 - Cálculo Diferecial e Itegral IV para Egeharia a. Prova - o. Semestre 4-3//4 a, poto Seja fx + x 3. Calcule f 3. b Obteha uma expressão
Leia mais10 - Medidas de Variabilidade ou de Dispersão
10 - Medidas de Variabilidade ou de Dispersão 10.1 Itrodução Localizado o cetro de uma distribuição de dados, o próximo passo será verificar a dispersão desses dados, buscado uma medida para essa dispersão.
Leia maisSucessão ou Sequência. Sucessão ou seqüência é todo conjunto que consideramos os elementos dispostos em certa ordem. janeiro,fevereiro,...
Curso Metor www.cursometor.wordpress.com Sucessão ou Sequêcia Defiição Sucessão ou seqüêcia é todo cojuto que cosideramos os elemetos dispostos em certa ordem. jaeiro,fevereiro,...,dezembro Exemplo : Exemplo
Leia maisTRANSPORTES. Sessão Prática 4 Amostragem de escalares
Mestrado Itegrado em Egeharia Civil TRNPORTE Prof. Resposável: Luis Picado atos essão Prática 4 mostragem de escalares Istituto uperior Técico / Mestrado Itegrado Egeharia Civil Trasportes ulas Práticas
Leia maisAnálise Matemática I 2 o Exame
Aálise Matemática I 2 o Exame Campus da Alameda LEC, LET, LEN, LEM, LEMat, LEGM 29 de Jaeiro de 2003, 3 horas Apresete todos os cálculos e justificações relevates I. Cosidere dois subcojutos de R, A e
Leia maisAula 5. Aula de hoje. Aula passada. Limitante da união Método do primeiro momento Lei dos grandes números (fraca e forte) Erro e confiança
Aula 5 Aula passada Valor esperado codicioal Espaço amostral cotíuo, fução desidade Limitates para probabilidade Desigualdades de Markov, Chebyshev, Cheroff with high probability Aula de hoje Limitate
Leia maisProbabilidades e Estatística / Introd. às Probabilidades e Estatística TODOS OS CURSOS
Probabilidades e Estatística / Itrod. às Probabilidades e Estatística TODOS OS CURSOS Exame Época Especial 7/8 3/7/7 9: Duração: 3 horas Justifique coveietemete todas as respostas Grupo I 5 valores. Uma
Leia maisAEP FISCAL ESTATÍSTICA
AEP FISCAL ESTATÍSTICA Módulo 0: Medidas de Dispersão (webercampos@gmail.com) MÓDULO 0 - MEDIDAS DE DISPERSÃO 1. Coceito: Dispersão é a maior ou meor diversificação dos valores de uma variável, em toro
Leia maisMATEMÁTICA MÓDULO 6 ESTATÍSTICA. Professor Haroldo Filho
MATEMÁTICA Professor Haroldo Filho MÓDULO 6 ESTATÍSTICA 1.1 ESTATÍSTICA É a ciêcia que utiliza a coleta de dados, sua classificação, sua apresetação, sua aálise e sua iterpretação para se tomar algum tipo
Leia mais