Teoria de decisão Bayesiana e clássica: determinação de preços
|
|
- Talita de Carvalho Caldeira
- 6 Há anos
- Visualizações:
Transcrição
1 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 para a tomada de decisões racionais, adequada em situações de incerteza que de forma geral, parecem estar associados a algum tipo de loteria. O responsável pela tomada de decisão busca obter o melhor resultado. Ela pode ser entendida como um ramo da estatística que trata da situação prática de tomada de decisões racionais. Preocupa-se em enxergar o problema de forma lógica em situações incertas. A frase: Uma boa decisão deve ser uma consequência lógica daquilo que se tem, daquilo que se sabe e daquilo que se pode fazer (CAMPELLO DE SOUZA, 2007), ilustra bem a necessidade do procedimento nesta área. No que tange à teoria econômica, a determinação de preços está presente em abordagens que enfocam, especificamente, o comportamento da empresa. Embora a questão do valor seja abordada por diversos economistas, pertencentes às mais diversas escolas de pensamento econômico, destaca-se a Teoria da Decisão, que apresenta uma estrutura sob o qual é possível avaliar vários critérios e assim a empresa determina preços, que nem sempre busca só a maximização dos lucros. Neste trabalho, o intuito principal foi o de realizar um estudo a respeito da teoria da decisão, sob o enfoque clássico e posteriomente o Bayesiano. Foi realizada uma aplicação prática, e nesta, as duas teorias aplicadas proporcionaram resultados semelhantes. 2 Material e métodos O desenvolvimento do trabalho se deu através de pesquisa bibliográfica, buscando uma aplicação prática. Neste tópico serão descritos alguns conceitos estudos e que possibilitarão a realização da aplicação. Desta forma a parte teórica serão apresentados como material. As decisões têm significado apenas no contexto dos objetivos. Se não houver um objetivo a ser alcançado, não interessa muito qual a decisão a tomar. Nas empresas, as decisões devem ser tomadas em função de suas estratégias: crescer, diversificar, internacionalizar ou inovar. Estes são os alvos que condicionam as decisões de gestão. A especificação estrutural envolve a 1 Dep.Estatística FCT/UNESP. tarumoto@fct.unesp.br 2 Aluno do Curso de Graduação em Estatística FCT/UNESP 1
2 identificação dos elementos do problema de decisão, isto é, os eventos incertos, as alternativas possíveis, os parâmetros desconhecidos e as relações estruturais. Um problema de decisão é especificado pela tripla (, Θ, U), em que: = {α i} é o espaço de todas as alternativas viáveis. O decisor deve conseguir construir uma lista exaustiva e mutuamente exclusiva de todas as ações alternativas. Não será possível escolher uma alternativa que não foi incluída; Θ = {θ j} é o espaço dos estados da natureza, que é a descrição completa dos fatores externos independentes do tomador de decisão, então são estados que podem ocorrer fora do controle do decisor. Este também deve ser mutuamente exclusivo e deve descrever exaustivamente todas as situações possíveis. Uij = U(αi; θj) é o espaço das consequências que também podem ser chamados de resultados, ou seja, é a consequência de se escolher uma dada alternativa de decisão, quando ocorrer certo estado da natureza. Cada combinação alternativa de decisão/estado da natureza resultará em uma consequência para o decisor, que podem ser representadas em Matriz de resultados. Neste trabalho serão abordados apenas métodos para lidar com problemas onde serão consideradas apenas essas ações em consenso juntamente com os estados da natureza aceitos, tal que, para que o decisor possa tomar uma decisão, as mesmas precisam estar bem definidas. Um conceito de utilidade, às vezes chamado de cardinal fraca, é derivado a partir de determinados axiomas de comportamento e aplicável ao caso das escolhas em situações de risco. Von Neumann e Morgernstern (1944) apresentaram um dos resultados mais importantes da teoria da decisão que compara duas ações através de suas utilidades esperadas. Considere o conjunto de todas as funções de probabilidade, ou ações. O Teorema de Von Neumann e Morgernstern (VNM) afirma que a comparação entre ações (loterias) pode ser feita através de comparações quantitativas dos valores esperados das utilidades das consequências quando ponderadas pelas distribuições de probabilidade das respectivas loterias. Será definida uma relação de preferência entre as loterias a fim de encontrarmos uma base racional para uma boa tomada de decisão. Para λ (0,1]: λ 1+ (1 λ) 2 (1) A expressão (1) é uma combinação linear convexa, que pode ser lida como uma loteria, tal que, o individuo ganha o bem P, relacionado com a ação 1 com probabilidade λ e Q, relacionado com a ação 2 com probabilidade (1 λ), onde P e Q pode ser qualquer ação que agrega algum tipo de valor. 2
3 Os axiomas a seguir foram desenvolvidos por Von Neumann e Morgenstern (1944). Aqui, a importância dessa teoria é a representação da relação de preferência ( ) definida acima por uma função real, chamada de função utilidade, obtida a partir de um conjunto de axiomas. Os tomadores de decisão podem ter diferentes atitudes frente ao risco. No contexto da teoria da utilidade, a aversão ao risco é uma propriedade estabelecida a partir da função de Bernoulli. Segue direto da definição de aversão ao risco que um tomador de decisão é avesso ao risco se, e somente se, E[u(x) ] u[e(x)] (2) A desigualdade (2) é conhecida como a desigualdade de Jensen. Se a desigualdade de Jensen é satisfeita, então, pela própria definição de concavidade, a função utilidade de Bernoulli é côncava. A figura 1 representa uma função utilidade côncava, referente a um indivíduo avesso ao risco. Por outro lado, a propensão ao risco equivale à convexidade da função utilidade de Bernoulli. Na figura 2 temos uma função utilidade convexa que representa as preferências de um tomador de decisão propenso ao risco. Figura 1: Função utilidade Figura 2: Função utilidade - Avesso ao risco - - Propenso ao risco Finalmente, se um indivíduo for neutro ao risco, a sua função utilidade de Bernoulli é tanto convexa quanto côncava e, portanto, linear. Neste caso, o indivíduo é indiferente entre uma loteria e um algum outro prêmio como certo. Assim, podemos sumarizar a relação entre as atitudes frente ao risco e o formato das funções utilidades de Bernoulli do seguinte modo: Aversão ao risco u (x) 0 x (utilidade marginal decrescente) Função u convexa. Neutralidade ao risco u (x)=0 x (utilidade marginal constante) Função u linear. Propensão ao risco u (x) 0 x (utilidade marginal) Função u côncava. A natureza escolhe θ, o decisor escolhe, e o sistema escolhe uma consequência U com probabilidade. Segundo Migon e Gamerman (1997) Uma regra de decisão δ é uma função 3
4 definida em Z com valores em. A cada decisão δ(x) e a cada possível valor do parâmetro θ fica associado uma perda, que pode ser interpretado como a punição que se sofre por tomar a decisão δ quando o valor do parâmetro é θ, podendo esta associação ser determinística ou probabilística, onde que nesse trabalho será abordado somente às regras de decisão não randomizadas, ou determinística. O que se quer é uma regra δ que produza a menor perda possível, em termos de preferência do decisor (preferência estas representadas pela sua função utilidade e consequentemente a uma função perda), dado θ. Como não é possível a implementação de procedimentos que minimizem diretamente a função de perda, pois essa depende de θ, que é desconhecido, o estatístico procura minimizar a função risco através de alguns procedimentos clássicos, como por exemplo, a regra minimax, ou através da utilização de procedimentos Bayesianos, como por exemplo, o critério pela posteriori. No caso Bayesiano, é adicionado algo mais ao quadro geral do problema de decisão que vem sendo analisado até agora. Será assumido que se tem também uma distribuição de probabilidade a priori nos estados da natureza. Isto é, supor que π( ) é conhecida. As regras de decisão são preferidas de acordo com a desejabilidade das suas consequências. Isto é uma decorrência dos axiomas da preferência. Portanto deve-se preferir as regras que dão as consequencias que têm mais altas utilidades, ou com o sinal trocado deve-se preferir as regras que dão as consequencias que têm os menores valores esperados das perdas. Gamerman & Migon (1997) definem, Uma regra de decisão δ* é ótima, se tem risco mínimo, isto é, R(δ*) < (δ), δ. Esta regra será denominada regra de Bayes e seu risco, o risco de Bayes. No critério pela posteriori, ao cálcular as regras de Bayes usa-se a distribuição a posteriori, que é resultado da combinação, da função de verossimilhança com a distribuição a priori. É o resultado da combinação de dois corpos de evidência. Dependendo das expressões analíticas envolvidas esse cálculo pode ser complexo, sendo a única alternativa disponível, muitas vezes, a aplicação de métodos numéricos. Se existir flexibilidade na escolha da distribuição a priori, é sempre conveniente trabalhar com as chamadas distribuições conjugada. 3 Resultados e discussões Para fins de aplicação prática, foram utilizados os trabalhos realizados pela Empresa Júnior de Estatística (Ejest) da FCT/UNESP. Atualmente para a realização de assessoria estatística em trabalhos acadêmicos, a Ejest cobra uma taxa simbólica de R$ 100,00 para cada trabalho executado, sem levar em consideração o grau de dificuldade ou de urgência. Como de fato um fim didático, é aceitável considerar que os verdadeiros valores dos projetos podem 4
5 assumir finitos valores contínuos em um intervalo de R$80,00 a R$120,00 (Θ={θj}), como sendo um preço abaixo da concorrência, porém nesse trabalho essa variação foi discretizada e pode assumir apenas três valores, R$80,00 (θ1), R$100,00 (θ2) e R$120,00 (θ3). A fim de prever o possível estado que irá ocorrer, o diretor de projetos juntamente com o diretor financeiro, agora deve decidir entre cobrar R$80,00 (ação a1), cobrar R$100,00 (ação a2) ou cobrar R$120,00 (ação a3) ( = { }), observe que o espaço das ações é o mesmo dos estados da natureza ( = Θ). O principio da Verossimilhança torna explícita a idéia condicional natural de que apenas as observações (x) devem ser relevantes para conclusões ou evidências a respeito de Θ. 4 Conclusões Foi analisado apenas três (Utilidade, Perda Absoluta e Perda Quadrática) de muitos outros existentes na literatura. Os resultados via Utilidade, com base nas preferências, retornou sempre a mesma decisão como ótima, esse fato deve-se à dedução das preferências estar fortemente relacionado com trabalhos mais bem planejados e elaborado ou seja os que de fato valem R$120,00. Inicialmente seria usada apenas a Perda Quadrática, mas devido toda a crítica de que essa perda introduz uma penalidade que cresce muito fortemente com o valor do erro cometido, foi analisado outro tipo de Perda, a Absoluta. 5 Bibliografia BOLFARINE, H.; SANDOVAL, M.C. Introdução à Inferência Estatística, Coleção Matemática Aplicada, Editora Sociedade Brasileira de Matemática, Rio de Janeiro, CAMPELLO DE SOUZA, F.M. Decisões Racionais em Situação de Incerteza. 2. ed. versão ampliada, Editora Universitária da Universidade Federal de Pernambuco, Recife, CUSINATO, R.T. Teoria da Decisão sob Incerteza e a hipótese da Utilidade Esperada: Conceito Analítico e Paradoxos. Dissertação de Mestrado (Economia), Universidade Federal do Rio Grande do Sul, Porto Alegre, MIGON, H.S. ;GAMERMAN, D. Inferência Estatística: Uma abordagem integrada, Coleção Textos de Métodos Matemáticos n. 27, Instituto de Matemática, Universidade Federal do Rio de janeiro, Rio de Janeiro, MOTTA, J. Decisões de preço em clima de incerteza: Uma contribuição da análise Bayesiana. ERA- Revista de Administração de Empresas, São Paulo, v.37, n. 2, p , Abr/Jun NASCIMENTO, F. S.; LOPES, H. C. Estratégia de determinação de preço no setor moveleiro de Santa Maria (RS), Perspectiva Econômica, v.6, n.1:91-190, Jan/Jun SILVA, Paulo Afonso Lopes. Fundamentos da Teoria da Decisão. IX SINAPE, IME-USP, São Paulo,
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 maisInstituto Nacional de Matemática Pura e Aplicada Curso: Introdução à Economia Matemática
Instituto Nacional de Matemática Pura e Aplicada Curso: Introdução à Economia Matemática Prof. Rodrigo Novinski 8 de Fevereiro de 2010 Escolha sob Risco: Atitudes frente ao Risco (Castro e Faro, capítulo
Leia maisInferência Bayesiana - Aula 3 -
Inferência Bayesiana - Aula 3 - Márcia D Elia Branco Universidade de São Paulo Instituto de Matemática e Estatística Os problemas de estimação e teste de hipóteses podem ser vistos como problemas de decisão.
Leia mais1 O que é Teoria da Decisão?
Universidade Federal do Paraná Departamento de Estatística Graduação em Estatística Introdução a Teoria da Decisão Prof. Thaís Fonseca 1 O que é Teoria da Decisão? 1.1 Introdução Teoria da decisão, como
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 maisTeoria do consumidor. Propriedades do Conjunto Consumo,
Teoria do consumidor 1 Pedro Rafael Lopes Fernandes Qualquer modelo que vise explicar a escolha do consumidor é sustentado por quatro pilares. Estes são o conjunto consumo, o conjunto factível, a relação
Leia maisEscolha sob Incerteza VNM. Aula 03. Bibliograa: MWG, cap. 06. Cláudio R. Lucinda FEA-RP/USP. Cláudio R. Lucinda Aula 03
Aula 03 Bibliograa: MWG, cap. 06 Cláudio R. Lucinda FEA-RP/USP Objetivos da Aula Escolha sob Incerteza 1 Escolha sob Incerteza Preferências sobre Objetivos da Aula Escolha sob Incerteza 1 Escolha sob Incerteza
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 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 maisDefinição. Os valores assumidos pelos estimadores denomina-se estimativas pontuais ou simplesmente estimativas.
1. Inferência Estatística Inferência Estatística é o uso da informção (ou experiência ou história) para a redução da incerteza sobre o objeto em estudo. A informação pode ou não ser proveniente de um experimento
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 maisRESOLUÇÃO Nº 01/2016
Legislações Complementares: Resolução Nº 02/2016 Colegiado DEst Resolução Nº 03/2016 Colegiado DEst Resolução Nº 01/2017 Colegiado DEst RESOLUÇÃO Nº 01/2016 O Departamento de Estatística, tendo em vista
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 maisClassificadores. André Tavares da Silva.
Classificadores André Tavares da Silva andre.silva@udesc.br Reconhecimento de padrões (etapas) Obtenção dos dados (imagens, vídeos, sinais) Pré-processamento Segmentação Extração de características Obs.:
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 maisrelógio apenas uma vez mediante ao pagamento de uma pequena taxa. Ao encontrarem algum defeito os consumidores devem devolver o relógio pagando
Capítulo 10 Introdução à Teoria de Decisão 10.1 Introdução Na situação geral de decisão temos várias alternativas bem definidas e procuramos pela melhor ação dado o problema que temos em mãos. Além disso
Leia maisInferência Bayesiana - Aula 1 -
Inferência Bayesiana - Aula 1 - Márcia D Elia Branco Universidade de São Paulo Instituto de Matemática e Estatística www.ime.usp.br/ mbranco - sala 295-A - Paradigmas Bayesiano Introdução Fazer inferência
Leia maisINTRODUÇÃO À PESQUISA OPERACIONAL
INTRODUÇÃO À PESQUISA OPERACIONAL ** Decisão com Incerteza Parte 1 ** Profa. Vitória Pureza 2º Semestre Roteiro Critérios de Decisão em Situações de Incerteza Teoria de Utilidade Axiomas de Von Neumann-Morgenstern
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 maisAnálise Bayesiana de Dados - Aula 1 -
Análise Bayesiana de Dados - Aula 1 - Márcia D Elia Branco Universidade de São Paulo Instituto de Matemática e Estatística www.ime.usp.br/ mbranco - sala 295-A - Paradigmas Bayesiano Introdução Fazer inferência
Leia maisESCOLHA SOB INCERTEZA
MICROECONOMIA I ESCOLHA SOB INCERTEZA Rafael V. X. Ferreira rafaelferreira@usp.br Março e Abril de 2017 Universidade de São Paulo (USP) Faculdade de Economia, Administração e Contabilidade (FEA) Departamento
Leia maisInfluencia de Distribuições a priori na Analise Bayesiana em dados de contagem
Influencia de Distribuições a priori na Analise Bayesiana em dados de contagem Olinda Fátima dos Santos 1 Carla Regina Guimarães Brighenti 1 1-Introdução A utilização de informação a priori em inferência
Leia mais7. Resultados. 7 MATLAB é um produto da The MathWorks, Inc.
7. Resultados O modelo foi implementado por meio da linguagem computacional utilizada no software Matlab 7 e através da utilização do otimizador GLPK (GNU Linear Programming kit), em uma plataforma de
Leia maisCurso Profissional de Nível Secundário
Curso Profissional de Nível Secundário Técnico Auxiliar de Saúde 2 TAS Ano Letivo: 2014/2015 Matemática (200 horas) 11º Ano PLANIFICAÇÃO A LONGO PRAZO A7 Probabilidades Fenómenos aleatórios. 2 aulas Argumento
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 maisTeoria do Consumidor: Escolha Envolvendo Risco
Teoria do Consumidor: Escolha Envolvendo Risco Roberto Guena de Oliveira USP 19 de maio de 2015 Estrutura da aula 1 Motivação 2 Consumo contingente 3 Utilidade Esperada Loterias Utilidde Esperada 4 Posturas
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 maisTécnicas computacionais em probabilidade e estatística II
Técnicas computacionais em probabilidade e estatística II Universidade de São Paulo Instituto de Matemática e Estatística http:www.ime.usp.br/ mbranco AULA 1: Problemas Computacionais em Inferência Estatística.
Leia maisChamamos de evento qualquer subconjunto do espaço amostral: A é um evento A Ω.
PROBABILIDADE 1.0 Conceitos Gerais No caso em que os possíveis resultados de um experimento aleatório podem ser listados (caso discreto), um modelo probabilístico pode ser entendido como a listagem desses
Leia maisApontamentos de Introdução às Probabilidades e à Estatística
i Índice 1. Introdução 1 1.1. Enquadramento e objectivos 2 1.2. Organização 5 1.3. Noções base da Estatística 7 1.3.1. Distinção entre população e amostra 8 1.3.2. Amostragem 10 1.3.3. Unidade estatística
Leia maisTeoria do Consumidor: Preferências e Utilidade
Teoria do Consumidor: Preferências e Utilidade Roberto Guena de Oliveira 22 de fevereiro de 2011 Roberto Guena de Oliveira () Preferências 22 de fevereiro de 2011 1 / 42 Parte I Preferências Roberto Guena
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 maisTeoria da Decisão. Introdução. Prof. Lucas S. Batista. lusoba
Teoria da Decisão Introdução Prof. Lucas S. Batista lusoba@ufmg.br www.ppgee.ufmg.br/ lusoba Universidade Federal de Minas Gerais Escola de Engenharia Graduação em Engenharia de Sistemas Apresentação Sumário
Leia mais2 Decisão sob incerteza
2 Decisão sob incerteza Problema de decisão sob incerteza, como o próprio nome sugere, são problemas que contemplam variáveis aleatórias em algum dos dados de sua instância, de forma a caracterizar a incerteza
Leia maisAlgoritmos de Aprendizado
Algoritmos de Aprendizado Regra de Hebb Perceptron Delta Rule (Least Mean Square) Back Propagation Radial Basis Functions (RBFs) Competitive Learning Hopfield Algoritmos de Aprendizado Regra de Hebb Perceptron
Leia maisESCOLHA NO MERCADO FINANCEIRO USANDO TEORIA DA DECISÃO
A pesquisa Operacional e os Recursos Renováveis 4 a 7 de novembro de 2003, Natal-RN ESCOLHA NO MERCADO FINANCEIRO USANDO TEORIA DA DECISÃO Diogo de Carvalho Bezerra UFPE - Universidade Federal de Pe. Cidade
Leia maisESCOLA SECUNDÁRIA DE LOUSADA
ESCOLA SECUNDÁRIA DE LOUSADA 2012 2013 PLANIFICAÇÃO DA DISCIPLINA DE MATEMÁTICA Curso Profissional de Técnico de Multimédia ELENCO MODULAR A7 Probabilidades 28 A6 Taxa de variação 36 A9 Funções de crescimento
Leia maisESTATÍSTICA BAYESIANA
UNIVERSIDADE FEDERAL DE MINAS GERAIS INSTITUTO DE CIÊNCIAS EXATAS PET MATEMÁTICA Orientadora: Rosângela Helena Loschi ESTATÍSTICA BAYESIANA Marina Muniz de Queiroz INTRODUÇÃO A estatística clássica associa
Leia maisIND Análise de Investimentos com Opções Reais
IND 2072 - Análise de Investimentos com Opções Reais PROA P1 1 o Semestre de 2007-10/05/2007 OBS: 1) A prova é SEM CONSULTA. A nota da prova é = mínimo{10; pontuação da P1} 2) Múltipla escolha: responder
Leia maisMicroeconomia II. Resumo, Lista de Exercícios e Gabarito Quiz 1
Microeconomia II Resumo, Lista de Exercícios e Gabarito Quiz 1 1. Introdução O objetivo principal do curso de Microeconomia II é ensinar modelos economicos que podem ajudar a prever a tomada de decisão
Leia mais5 Equilíbrio entre Risco e Ganho
5 Equilíbrio entre Risco e Ganho Um aspecto inicial na metodologia proposta é representar o perfil de risco dos agentes consumidores. No contexto desta tese, o risco está associado à interrupção no suprimento
Leia maisPreferência Revelada
Preferência Revelada Roberto Guena de Oliveira USP 26 de abril de 2014 Roberto Guena de Oliveira (USP) Consumidor 26 de abril de 2014 1 / 20 Sumário 1 Motivação 2 O axioma fraco da preferência revelada
Leia maisECO Teoria Microeconômica I N. Professor Juliano Assunção. Preferências
ECO1113 - Teoria Microeconômica I N Professor Juliano Assunção Preferências Teoria do Consumidor Decisões Modelo Objetivo métrica comportamento preferências / utilidade racionalidade Escolhas factíveis
Leia maisMatemática Aplicada à Economia I Lista 3 Cálculo a Várias Variáveis. 1) Use o método das fatias para esboçar os gráficos das seguintes funções:
Matemática Aplicada à Economia I Lista 3 Cálculo a Várias Variáveis 1) Use o método das fatias para esboçar os gráficos das seguintes funções: f) 2) Esboce conjuntos de nível de cada uma das seguintes
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 maisEstatítica Descritiva e Exploratória
Gledson Luiz Picharski e Wanderson Rodrigo Rocha 3 de Abril de 2008 Estatística Descritiva e exploratória 1 Introdução à análise exploratória de dados 2 Análise exploratória de dados: Medidas-resumo 3
Leia maisMinicurso Inteligência Artificial Aplicada a Sistemas Elétricos. Niterói, 12 de Maio de 2018
Minicurso Inteligência Artificial Aplicada a Sistemas Elétricos Niterói, 12 de Maio de 2018 Realização 2 Realização 3 Programação: manhã 9:30h-10:30H VISÃO GERAL: OTIMIZAÇÃO E INTELIGÊNCIA COMPUTACIONAL
Leia maisINSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E tecnologia PARAÍBA. Ministério da Educação
INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E tecnologia PARAÍBA Ministério da Educação Instituto Federal de Educação, Ciência e Tecnologia da Paraíba - Campus Cajazeiras Diretoria de Ensino / Coord. do Curso
Leia maisModelos Bayesianos. Ernesto F. L. Amaral Magna M. Inácio
1 Modelos Bayesianos Ernesto F. L. Amaral Magna M. Inácio 09 de dezembro de 2010 Tópicos Especiais em Teoria e Análise Política: Problema de Desenho e Análise Empírica (DCP 859B4) Objetivos 2 Apresentar
Leia maisIND Análise de Investimentos com Opções Reais
IND 2072 - Análise de Investimentos com Opções Reais PROVA 1 o Semestre de 2006-11/07/2006 Parte I: Demonstração (5 pontos). Seja V o valor do projeto que segue um movimento geométrico Browniano. V tem
Leia maisRepresentação de poliedros
Representação de poliedros Marina Andretta ICMC-USP 8 de novembro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 -
Leia maisESTATÍSTICA COMPUTACIONAL
ESTATÍSTICA COMPUTACIONAL Ralph dos Santos Silva Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Sumário Escolha de modelos Até aqui assumimos que z
Leia maisEm 1970, Bellman e Zadeh (Bellman, 1970) apresentaram a otimização IX]]\, que é um conjunto de técnicas utilizadas em problemas de otimização com
4 ±0('/$ 5'd Muito já foi feito no desenvolvimento de metodologias para a resolução de problemas de programação linear IX]]\. Entretanto a grande parte dos trabalhos apresentados procurou obter uma solução
Leia maisÍndice. Teoria do Consumidor. Decisão do consumidor. Capítulo 1. Prefácio 13 Agradecimentos 15 Apresentação 17
Índice Prefácio 13 Agradecimentos 15 Apresentação 17 Teoria do Consumidor Capítulo 1 Decisão do consumidor 1.1. Restrição orçamental 23 1.2. Preferências 26 1.2.1. Hipóteses sobre as preferências 27 1.2.2.
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 maisUniversidade de São Paulo Instituto de Ciências Matemáticas e de Computação
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Francisco A. Rodrigues Departamento de Matemática Aplicada e Estatística - SME Objetivo Dada M classes ω 1, ω 2,..., ω M e um
Leia maisAula 10 28/09/ Microeconomia. Comportamento do consumidor e incerteza. - PINDYCK (2007) Capítulo 5 até pg 138.
Aula 0 8/09/009 - Microeconomia. Comportamento do consumidor e incerteza. - PINDYCK (007) Capítulo 5 até pg 38. Para medir o risco é necessário saber:. Todos os resultados possíveis.. A probabilidade de
Leia maisIncerteza. Humberto Moreira. June 5, EPGE, Fundação Getulio Vargas
Incerteza Humberto Moreira EPGE, Fundação Getulio Vargas June 5, 2014 Introdução Escolha envolvendo algum tipo de incerteza. Exemplos: seguros, investimentos financeiros, loterias e jogos de azar. Agentes
Leia maisInferências bayesianas com probabilidade
Inferências bayesianas com probabilidade Qual é a relação entre inferência bayesiana e as distribuições probabiĺısticas recém descritas? Essa conexão é feita ao se estimar parâmetros da distribuição probabiĺıstica
Leia maisMetodologia de inversão
6 Metodologia de inversão Nesta tese, a transformação de velocidades em pressão de poros é encarada como um problema de inversão. Pela natureza do problema, essa transformação apresenta caráter não único
Leia maisPesquisa Operacional. Ementa. Prof. Edézio
Ementa Pesquisa Operacional A apresentação da PO Modelos e forma-padrão de PPL Solução gráfica de um PPL O algoritmo Simplex Teoria dos Jogos Livro texto Silva, Ermes Medeiros..et al.l., Pesquisa Operacional,
Leia maisAULA 1 - Modelos determinísticos vs Probabiĺısticos
AULA 1 - Modelos determinísticos vs Probabiĺısticos Susan Schommer Econometria I - IE/UFRJ O que é Econometria? Aplicação de métodos estatísticos e matemáticos para analisar os dados econômicos, com o
Leia maisProbabilidade. É o conjunto de todos os possíveis resultados de um experimento aleatório.
Probabilidade Introdução O trabalho estatístico se desenvolve a partir da observação de determinados fenômenos e emprega dados numéricos relacionados aos mesmos, para tirar conclusões que permitam conhecê-los
Leia maisIntrodução a Inferência Bayesiana
Introdução a Inferência Bayesiana Helio S. Migon IM and COPPE - UFRJ migon@im.ufrj.br 2006 Conteúdo 1. Conceitos Básicos da Inferência 2. Distribuição a Priori 3. Sumariazação 4. Inferência Preditiva 1
Leia mais2 Teoria das Opções Reais
2 Teoria das Opções Reais Segundo Dixit e Pindyck (1994), três importantes fatores afetam as decisões de investimento: o momento ótimo para a realização do investimento, a incerteza a respeito da lucratividade
Leia maisDESENHO DE MECANISMOS (1)
MICROECONOMIA II DESENHO DE MECANISMOS (1) Rafael V. X. Ferreira rafaelferreira@usp.br Novembro de 2017 Universidade de São Paulo (USP) Faculdade de Economia, Administração e Contabilidade (FEA) Departamento
Leia maisProbabilidade II. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Desigualdades 02/14 1 / 31
Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Desigualdades 02/14 1 / 31 Um teorema de grande importância e bastante utilidade em probabilidade
Leia maisSUMÁRIOS DE VARIÁVEIS ALEATÓRIAS CONTINUAS
4 SUMÁRIOS DE VARIÁVEIS ALEATÓRIAS CONTINUAS Em muitos problemas de probabilidade que requerem o uso de variáveis aleatórias, uma completa especificação da função de densidade de probabilidade ou não está
Leia mais03/06/2014. Tratamento de Incertezas TIC Aula 18. Conteúdo Inferência Estatística Clássica
Tratamento de Incertezas TIC-00.176 Aula 18 Conteúdo Professor Leandro Augusto Frata Fernandes laffernandes@ic.uff.br Material disponível em http://www.ic.uff.br/~laffernandes/teaching/2014.1/tic-00.176
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 maisMINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE PELOTAS PRÓ-REITORIA DE GRADUAÇÃO
ANEXO 1 - Plano de Ensino MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE PELOTAS PRÓ-REITORIA DE GRADUAÇÃO PLANO DE ENSINO Ano Semestre letivo 2017 01 1. Identificação Código 1.1 Disciplina: Métodos Estatísticos
Leia maisTeoria do Consumidor: Preferências e Utilidade. Roberto Guena de Oliveira 7 de Março de 2017
Teoria do Consumidor: Preferências e Utilidade Roberto Guena de Oliveira 7 de Março de 2017 1 Partes Preferências racionais Representação das preferências: curvas de indiferença e função de utilidade Convexidade
Leia maisInferência Estatistica
Inferência Estatistica Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Modelos e Inferência Um modelo é uma simplificação da realidade (e alguns
Leia maisMB-210 Probabilidade e Estatística
Instituto Tecnológico de Aeronáutica Divisão de Engenharia Mecânica-Aeronáutica MB-210 Probabilidade e Estatística Profa. Denise Beatriz Ferrari www.mec.ita.br/ denise denise@ita.br 2o. semestre/2013 Apresentação
Leia maisFinanças Públicas. Aula 1. Carlos Eugênio da Costa EPGE/FGV. Eugênio (EPGE-FGV) Finanças Públicas / 37
Finanças Públicas Aula 1 Carlos Eugênio da Costa EPGE/FGV 2011 Eugênio (EPGE-FGV) Finanças Públicas 2011 1 / 37 Economia do Setor Público - Introdução Economia do Setor Público estuda o governo e a forma
Leia maisAvaliação 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 maisA pesquisa Operacional e os Recursos Renováveis. 4 a 7 de novembro de 2003, Natal-RN
A pesquisa Operacional e os Recursos Renováveis 4 a 7 de novembro de 23, Natal-RN REQUISIÇÃO DE EXAME MÉDICO: UMA ABORDAGEM VIA TEORIA DA DECISÃO Alane Alves Silva Universidade Federal de Pernambuco, Recife.
Leia maisIndependência Regra de Bayes Redes Bayesianas
Independência Regra de Bayes Redes Bayesianas Inferência Probabilística Evidência observada: dor. Qual é a probabilidade de cárie dado que foi observado dor? P cárie dor = P(cárie dor) P(dor = 0,6 Independência
Leia mais5. Formulação Matemática do Modelo
5. Formulação Matemática do Modelo 5.1. Descrição do Problema O problema do gerenciamento de ativos e passivos de um investidor comum pode ser representado por um modelo complexo de programação linear
Leia maisSUMÁRIO. 1.1 Introdução, Conceitos Fundamentais, 2
SUMÁRIO 1 CONCEITOS BÁSICOS, 1 1.1 Introdução, 1 1.2 Conceitos Fundamentais, 2 1.2.1 Objetivo, 2 1.2.2 População e amostra, 2 1.3 Processos estatísticos de abordagem, 2 1.4 Dados estatísticos, 3 1.5 Estatística
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 maisIncerteza. Universidade Federal de Santa Catarina. From the SelectedWorks of Sergio Da Silva. Sergio Da Silva
Universidade Federal de Santa Catarina From the SelectedWorks of Sergio Da Silva 009 Incerteza Sergio Da Silva Available at: https://works.bepress.com/sergiodasilva/141/ Incerteza Hal R. Varian Intermediate
Leia maisProva FINAL GABARITO
Universidade de São Paulo Primeiro Semestre de 2016 FEA-RP REC5003 Microeconomia I Cláudio R. Lucinda Prova FINAL GABARITO Esta é uma prova SEM consulta. A duração da prova é de 4h. Organizem o seu tempo
Leia maisAgrupamento de Escolas do Fundão
Agrupamento de Escolas do Fundão MATEMÁTICA P GPI 13 12º Ano CURRÍCULO DA DISCIPLINA E Nº DE AULAS PREVISTAS Período PLANIFICAÇÃO ANUAL Módulos a leccionar + Conteúdos Programáticos Módulo A6- Taxa de
Leia mais2. DESIGUALDADES MATRICIAIS LINEARES
11 2. DESIGUALDADES MARICIAIS LINEARES Neste capítulo, introduziremos alguns conceitos básicos relacionados às Desigualdades Matriciais Lineares. Na seção 2.1, apresentamos uma introdução às LMI s; na
Leia maisJogos em Teoria dos Jogos e em
3 Jogos em Teoria dos Jogos e em Computação A Teoria dos Jogos pode ser entendida como a análise matemática de qualquer situação que envolva um conflito de interesses com o intuito de indicar as melhores
Leia maisEstimação e Testes de Hipóteses
Estimação e Testes de Hipóteses 1 Estatísticas sticas e parâmetros Valores calculados por expressões matemáticas que resumem dados relativos a uma característica mensurável: Parâmetros: medidas numéricas
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: Semanas 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 e 16 Introdução à probabilidade (eventos,
Leia maisPLANO DE CONTEÚDO MÍNIMO (PCM) - UNIDADE UNIVERSITÁRIA DE COMPUTAÇÃO. Professora Rosana da Paz Ferreira CCB1052 (2018.2)
PLANO DE CONTEÚDO MÍNIMO (PCM) - UNIDADE UNIVERSITÁRIA DE COMPUTAÇÃO Curso(s): Ciência da Computação Período: 2018.2 Professora: Rosana da Paz Ferreira Disciplina(s): INF5325 Probabilidade e Estatística
Leia maisPLANO DE CONTEÚDO MÍNIMO (PCM) - UNIDADE UNIVERSITÁRIA DE COMPUTAÇÃO. Professora Rosana da Paz Ferreira CCB1052 (2018.2)
PLANO DE CONTEÚDO MÍNIMO (PCM) - UNIDADE UNIVERSITÁRIA DE COMPUTAÇÃO Curso(s): Ciência da Computação Período: 2018.2 Professora: Rosana da Paz Ferreira Disciplina(s): CCB1052 Probabilidade e Estatística
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 maisNÍVEL DE ENSINO: CARGA HORÁRIA: PROBABILIDADE EST PROFESSOR-AUTOR:
ESTATÍSTICA E PROBABILIDADE NÍVEL DE ENSINO: Graduação CARGA HORÁRIA: 80h PROFESSOR-AUTOR: Bráulio Roberto Gonçalves Marinho Couto Janaína Giovani Noronha de Oliveira Octávio Alcântara Torres Reinaldo
Leia maisTeoria do Consumidor:Revisão
Teoria do Consumidor:Revisão Roberto Guena de Oliveira USP 19 de agosto de 2011 Roberto Guena de Oliveira (USP) Revisao 19 de agosto de 2011 1 / 68 Estrutura da aula 1 Preferências 2 Hipóteses usuais sobre
Leia mais2 Dominância Estocástica
34 2 Dominância Estocástica 21 Introdução A decisão de investimento entre alternativas com risco, segundo Levy e Sarnat (1984), pode ser dividida em duas etapas: primeiro, reduz-se o número de alternativas
Leia maisMAT 461 Tópicos de Matemática II Aula 8: Resumo de Probabilidade
MAT 461 Tópicos de Matemática II Aula 8: Resumo de Probabilidade Edson de Faria Departamento de Matemática IME-USP 28 de Agosto, 2013 Probabilidade: uma Introdução / Aula 8 1 Desigualdades de Markov e
Leia maisMESTRADO PROFISSIONAL EM ECONOMIA. Área Econometria MESTRADO PROFISSIONAL EM FINANÇAS OU ECONOMIA 1. vire aqui
MESTRADO PROFISSIONAL EM ECONOMIA Área Econometria MESTRADO PROFISSIONAL EM FINANÇAS OU ECONOMIA 1 vire aqui DISCIPLINAS MATEMÁTICA Esta disciplina tem como objetivo apresentar aos alunos o instrumental
Leia mais