2 Provisão de Reservas IBNR - Conceitos Básicos
|
|
|
- Maria Antonieta Delgado Pinheiro
- 8 Há anos
- Visualizações:
Transcrição
1 2 Provisão de Reservas IBNR - Conceitos Básicos Este capítulo trata dos conceitos básicos para organização dos dados utilizados para cálculo da reserva IBNR assim como apresenta a tradicional técnica Chain Ladder Ele também estabelece a notação utilizada ao longo deste trabalho 21 Organização dos Dados Geralmente dados usados para o cálculo de reservas do tipo IBNR são organizados em formato de um triângulo de desenvolvimento Os dados que compõem esse triângulo são os sinistros ocorridos e avisados até a data presente Os dados podem estar dispostos em uma frequência anual, semestral, mensal, etc, de acordo com as necessidades da empresa ou o ramo em que ela se encontra Esse triângulo é parte de uma matriz C n n, onde a linha i corresponde a data de ocorrência do sinistro (data de origem) e a coluna j corresponde a data em que o sinistro foi avisado à seguradora (data de aviso), para i, j = 1, 2, Os elementos C ij tal que j n i + 1 dessa matriz são conhecidos Já os demais elementos abaixo da diagonal principal, correspondentes aos períodos futuros, são desconhecidos A diferença entre a data de origem do sinistro e a data de aviso é chamada período de desenvolvimento Ou seja, a entrada C ij desse tipo matriz representa o valor pago pela seguradora relativo aos sinistros que ocorreram na data i e foram avisados na data j A Tabela 21 mostra um triângulo de desenvolvimento em seu formato usual O grande objetivo dos métodos que utilizam o formato de triângulo de desenvolvimento para a previsão da reserva IBNR é preencher a parte inferior da matriz C, ou seja, estimar os valores C ij, tais que 2 i n e j n i + 1, que formam o triângulo abaixo da diagonal principal de C, conforme Figura 21 Tais valores correspondem aos pagamentos dos sinistros que já ocorreram mas ainda não foram avisados à seguradora Após a estimativa desses valores, pode-se calcular a reserva IBNR para cada data de origem i e a reserva total para um determinado período de tempo
2 Um Método Híbrido para o Cálculo de Reservas do Tipo IBNR 18 Data de ocorrência Desenvolvimento (data de aviso) i n-1 1 C 1,1 C 1,2 C 1,3 C 1,n 2 C 2,1 C 2,2 C 1,n 1 3 C 3,1 C n 1,2 n C n,1 Tabela 21: Entradas conhecidas da matriz C Figura 21: Triângulo da matriz C cujas entradas devem ser estimadas para o cálculo das reservas 22 Notação Utilizada Define-se como triângulo incremental a parte de uma matriz I n n cujas entradas I i,j correspondem a todos os pagamentos dos sinistros com data de origem i e data de aviso j Como mencionado anteriormente, são conhecidos as entradas I i,j tais que 1 i n e 1 j n i + 1 Já os demais valores são desconhecidos O triângulo incremental é aqui denotado por I, pois suas entradas correspondem aos valores incrementais dos pagamentos efetuados em cada data Em alguns métodos para cálculo de IBNR é utilizado o triângulo acumulado, que neste trabalho é denotado como parte de uma matriz A n n cujas entradas A i,j correspondem ao total dos pagamentos ocorridos na data i e avisados até a data j, portanto, A i,j = j k=1 I i,k Em resumo, nesta dissertação a notação I i,j corresponde à entrada (i, j) do triângulo incremental e a notação A i,j triângulo acumulado corresponde à entrada (i, j) do As Tabelas 22 e 23 mostram um possível triângulo incremental e seu respectivo triângulo acumulado A entrada I 4,3 = 4211 da Tabela 22 corresponde aos pagamentos dos sinistros ocorridos 4 instantes de tempo após a data inicial das informações e
3 Um Método Híbrido para o Cálculo de Reservas do Tipo IBNR I = Tabela 22: Triângulo de desenvolvimento I para o caso de n = 10 avisados 3 instantes de tempo depois da data de ocorrência A = Tabela 23: Triângulo acumulado A referente ao triângulo de desenvolvimento I mostrado na Tabela 22 Dados da AFG - Triângulo RAA do pacote Chain Ladder, plataforma R A entrada A 4,3 = da Tabela 23 corresponde ao total dos pagamentos dos sinistros ocorridos 4 instantes de tempo após a data inicial das informações e avisados em até 3 instantes de tempo depois da data de ocorrência 23 Método de Estimação Chain Ladder Umas da técnicas mais populares e usuais no mundo atuarial é o método determinístico Chain Ladder Isto por causa de sua simplicidade e pelo fato de poder ser aplicado a quase todas as situações, uma vez que não assume nenhuma distribuição para os dados Muitos modelos estocásticos para cálculo de reservas se baseiam nos princípios desta técnica com o objetivo de manter as mesmas capacidades de previsão, porém com o rigor estatístico de um modelo probabilístico que justifique sua implementação
4 Um Método Híbrido para o Cálculo de Reservas do Tipo IBNR 20 Este método utiliza dados acumulados, isto é, os valores A i,j Lembrando que os valores A i,j tais que 1 i n e 1 j n i + 1 são conhecidos O objetivo principal é encontrar uma estimativa para os valores desconhecidos A i,n para 1 i n, mais precisamente os últimos valores para cada ano de ocorrência i = 2,, n e assim por conseqüência estimar a reserva IBNR por data de ocorrência Por meio do somatório da diferença entre valores estimados A i,n e os valores da diagonal principal invertida da matriz A é possível obter uma estimativa para o IBNR total em um determinado período de tempo Sem perda de generalidade, supõe-se que todos os sinistros sejam avisados até a data n Assim denota-se a reserva IBNR como R T otal = n i=2 (A i,n A i,n i+1 ) Para prever os valores desconhecidos, o modelo Chain Ladder padrão assume a existência de fatores de desenvolvimento f 1, f 2,, f j 1 > 0 entre as colunas da matriz A A técnica consiste em estimar f j, para 1 j n 1, por meio da Equação 2-1: ˆf j = n j i=1 A i,j+1 n j i=1 A (2-1) i,j Utilizando as estimativas para os fatores ˆf j é possível estimar todas as entradas desconhecidas do triângulo acumulado A fazendo Âi,j+1 = A i,j ˆfj, 1 i n, 1 j n 1 Dessa forma, pode-se prever também os valores dos elementos da coluna n, considerando 2 i n, por meio da Equação 2-2: Â i,n = A i,n i+1 n 1 j=n i+1 ˆf j, (2-2) e por consequência estimar ˆR i = A i,n i+1 n 1 j=n i+1 ˆf j A i,n i+1, que corresponde a reserva IBNR por data de ocorrência i Com os resultados das Equações 2-1 e 2-2, um estimador para a reserva IBNR total, ˆR T otal, é dado pela Equação 2-3: (( n ˆR T otal = A i,n i+1 i=2 n 1 j=n i+1 ˆf j ) 1 ) (2-3) Exemplo 231 Este exemplo mostra os resultados de um cálculo de reserva através do método Chain Ladder Para executar tal cálculo foi utilizado o pacote ChainLadder da plataforma R Nesse cálculo o algoritmo Chain Ladder padrão foi aplicado ao triângulo RAA exposto na Tabela 23
5 Um Método Híbrido para o Cálculo de Reservas do Tipo IBNR 21 Origem Desenvolvimento (data de aviso) i ˆf j Tabela 24: Pagamentos futuros estimados para o Triângulo RAA disponível no pacote Chain Ladder, plataforma R Origem Pagamentos futuros Pagamentos já realizados Reserva Estimada T otal Tabela 25: Reserva Estimada Na Tabela 24 está descrito o preenchimento do triângulo acumulado exposto na Tabela 23, ou seja, a previsão para os pagamentos futuros por ano de origem, assim como os fatores de desenvolvimento usados para estimá-los A última coluna dessa tabela apresenta a estimativa do custo total para cada ano de origem i Na Tabela 25, a reserva estimada é calculada como a diferença entre o custo total (valores da última coluna) e os pagamentos acumulados até data atual (valores que se encontram na diagonal principal da Tabela 24) O algoritmo apresentado nesta seção é o método determinístico que serve de base para muitos modelos estocásticos atuais desenvolvidos para avaliar a variabilidade das estimativas realizadas Alguns desses modelos estão expostos no Capítulo 3
2 Triângulo de runoff
2 Triângulo de runoff 2.1. Conceitos básicos Os dados de sinistros IBNR geralmente são dispostos em formato de um triângulo chamado de triângulo de runoff (cf. de Jong e Zehnwirth, 1983; Verrall, 1989;
Práticas Atuariais em Seguros e Pensões. 7. Provisões Técnicas Thaís Paiva
Práticas Atuariais em Seguros e Pensões 7. Provisões Técnicas Thaís Paiva [email protected] Provisões de Sinistros Práticas Atuariais 7. Provisões Técnicas 1 / 31 Provisões de Sinistros Vimos até
Jocélia Abreu Barcellos Vargas. Um Método Híbrido para o Cálculo de Reservas do Tipo IBNR. Dissertação de Mestrado
Jocélia Abreu Barcellos Vargas Um Método Híbrido para o Cálculo de Reservas do Tipo IBNR Dissertação de Mestrado Dissertação apresentada como requisito parcial para obtenção do grau de Mestre pelo Programa
Método de Bootstrap e Teoria da Credibilidade na Estimativa das Provisões para Sinistros
Nilsa Fonseca Sousa Licenciada Método de Bootstrap e Teoria da Credibilidade na Estimativa das Provisões para Sinistros Dissertação para obtenção do Grau de Mestre em Matemática e Aplicações, no ramo Actuariado,
Estimativa de provisões de IBNR utilizando Espaço de Estados e Filtro de Kalman Um caso brasileiro
FUNDAÇÃO GETULIO VARGAS ESCOLA DE ECONOMIA DE SÃO PAULO MARCOS HENRIQUE RIOS PEREIRA Estimativa de provisões de IBNR utilizando Espaço de Estados e Filtro de Kalman Um caso brasileiro SÃO PAULO 2013 MARCOS
Como praticamente vivemos sobre bacias hidrográfica (bacias de drenagem) é fundamental que saibamos analisar, tanto o período de retorno como a
Como praticamente vivemos sobre bacias hidrográfica (bacias de drenagem) é fundamental que saibamos analisar, tanto o período de retorno como a frequência dos totais precipitados, isto porque a precipitação,
RESOLUÇÃO CNSP N o 89, de ANEXO.
Fls. 2 da RESOLUÇÃO CNSP N o 89, de 2002. RESOLUÇÃO CNSP N o 89, de 2002 - ANEXO. NORMAS PARA CONSTITUIÇÃO DAS PROVISÕES TÉCNICAS DAS SOCIEDADES SEGURADORAS, ENTIDADES ABERTAS DE PREVIDÊNCIA COMPLEMENTAR
A análise de séries temporais é uma área da estatística dedicada ao estudo de dados orientados no tempo (MONTGOMERY, 2004).
3 Séries temporais A análise de séries temporais é uma área da estatística dedicada ao estudo de dados orientados no tempo (MONTGOMERY, 2004). 3.1. Princípios fundamentais Conforme Box et al. (1994), uma
5 Filtro de Kalman Aplicado ao Modelo de Schwartz e Smith (2000)
5 Filtro de Kalman Aplicado ao Modelo de Schwartz e Smith (2000) A primeira parte deste capítulo, referente à passagem dos modelos estocásticos para as equações do Filtro de Kalman, já foi previamente
AFC. Consultoria Estatística. Treinamento. Modelos Lineares Generalizados Aplicados a Seguros
AFC Consultoria Estatística Treinamento Modelos Lineares Generalizados Aplicados a Seguros Apresentação Em um cenário onde a dinâmica dos negócios evolui rapidamente e a formação acadêmica dos profissionais
Provisão para sinistros: Estudo de uma Companhia de Seguros Espanhola
Provisão para sinistros: Estudo de uma Companhia de Seguros Espanhola Francisca da Câmara Machado Rodrigues de Castro Relatório de Estágio apresentado como requisito parcial para obtenção do grau de Mestre
A Metodologia de Box & Jenkins
A Metodologia de Box & Jenins Aula 03 Bueno, 0, Capítulo 3 Enders, 009, Capítulo Morettin e Toloi, 006, Capítulos 6 a 8 A Metodologia Box & Jenins Uma abordagem bastante utilizada para a construção de
Provisões Técnicas Uma nova visão e novas práticas
Provisões Técnicas Uma nova visão e novas práticas David Sommer, FCAS 12 de agosto de 2009 EMB Global 16 escritórios em 11 países (a maior consultoria atuarial na Europa) Mais de 300 funcionários com 65
Desenvolvimento de Ferramenta Computacional para Sistemas de Gestão de Pontes, Viadutos e Passarelas
Desenvolvimento de Ferramenta Computacional para Sistemas de Gestão de Pontes, Viadutos e Passarelas Pedro Henrique Gama Neiva 1, Gabriella Darold Vieira 2, Leandro Pantoja Paranhos 3, André Luís da Silva
Métodos Estatísticos Básicos
Aula 1 - Conceitos introdutórios Departamento de Economia Universidade Federal de Pelotas (UFPel) Março de 2014 Importância da estatística na economia A economia, em geral, é uma ciência não-experimental.
O PERT PROBABILÍSTICO.
8.1 Os tempos no PERT. 8 O PERT PROBABILÍSTICO. Como comentado anteriormente, a metodologia utilizada no estudo das redes tanto no método PERT como no CPM é a mesma. A diferença existente entre os dois
CPA Nº 011 Provisões Técnicas para Despesas Supervisionadas Susep
COMITÊ DE PRONUNCIAMENTOS ATUARIAIS (CPA) CPA Nº 011 Provisões Técnicas para Despesas Supervisionadas Susep (versão 20/06/2017) Página1 SUMÁRIO I. INTRODUÇÃO...3 II. OBJETIVO...3 III. ALCANCE E RESPONSABILIDADE...3
Introdução ao Planejamento e Análise Estatística de Experimentos 1º Semestre de 2013 Capítulo 3 Introdução à Probabilidade e à Inferência Estatística
Introdução ao Planejamento e Análise Estatística de Experimentos Capítulo 3 Introdução à Probabilidade e à Inferência Estatística Introdução ao Planejamento e Análise Estatística de Experimentos Agora,
Matrizes material teórico
M A T R I Z E S A Matemática é a mais simples, a mais perfeita e a mais antiga de todas as ciências. (Jacques Hadarmard) "Aqueles que estudam seriamente a matemática acabam tomados de uma espécie de paixão
Resumo. Filtragem Adaptativa. Filtros adaptativos. Tarefas desempenhadas pelos filtros
Resumo Filtragem Adaptativa Luís Caldas de Oliveira lco@istutlpt Instituto Superior Técnico Sistemas de filtragem adaptativa Conceitos de filtragem adaptativa Filtro de Wiener Algoritmo steepest descent
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
Palavras chave: Provisões Técnicas, IBNR, Chain Ladder, Modelagem Estocástica, Bootstrap.
Uma Abordagem Estocástica para a Mensuração da Incerteza das Provisões Técnicas de Sinistros BRUNO DOMINGUES RAMOS DE CARVALHO Faculdade de Economia, Administração e Contabilidade da USP (FEA-USP) JOÃO
Técnicas econométricas para avaliação de impacto O uso de algoritmos de emparelhamento baseados em escore de propensão propensity score matching
Técnicas econométricas para avaliação de impacto O uso de algoritmos de emparelhamento baseados em escore de propensão propensity score matching Bruno César Araújo Instituto de Pesquisa Econômica Aplicada
Recados. Listas 1 e 2 - disponíveis no site. Procurar Monitoria GAAL 2013/1 UFMG no Facebook. Primeira Prova: sábado, 06 de abril
Recados Listas 1 e 2 - disponíveis no site Procurar Monitoria GAAL 2013/1 UFMG no Facebook Primeira Prova: sábado, 06 de abril Horário: 10:00-12:00 no ICEx Da aula anterior: Da aula anterior: Teorema:
AULA 8 - MQO em regressão múltipla:
AULA 8 - MQO em regressão múltipla: Definição, Estimação e Propriedades Algébricas Susan Schommer Econometria I - IE/UFRJ Regressão Múltipla: Definição e Derivação A partir de agora vamos alterar o nosso
CONSIDERANDO o desenvolvimento da profissão atuarial no Brasil e a maior abrangência de atuação do profissional atuário em sua atividade técnicas,
Resolução IBA nº XXX/2017 Dispõe sobre a criação do Pronunciamento Atuarial CPA 011 Provisões Técnicas para Despesas Supervisionadas Susep regimentais, O INSTITUTO BRASILEIRO DE ATUÁRIA - IBA, no exercício
Modelo de Regressão Múltipla
Modelo de Regressão Múltipla Modelo de Regressão Linear Simples Última aula: Y = α + βx + i i ε i Y é a variável resposta; X é a variável independente; ε representa o erro. 2 Modelo Clássico de Regressão
Interpolação polinomial: Diferenças divididas de Newton
Interpolação polinomial: Diferenças divididas de Newton Marina Andretta ICMC-USP 9 de maio de 2013 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina Andretta (ICMC-USP) sme0500
AULA 07 Inferência a Partir de Duas Amostras
1 AULA 07 Inferência a Partir de Duas Amostras Ernesto F. L. Amaral 10 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola,
3 Modelo Matemático Definições Iniciais. Denote-se, em geral, o desvio-padrão do processo por σ = γσ 0, sendo σ 0 o
Modelo Matemático 57 3 Modelo Matemático Este trabalho analisa o efeito da imprecisão na estimativa do desvio-padrão do processo sobre o desempenho do gráfico de S e sobre os índices de capacidade do processo.
Aula 14. Aula de hoje. Aula passada
Aula 14 Aula passada Autovalores, autovetores, decomposição Convergência para estacionaridade Tempo de mistura Spectral gap Tempo de mistura de passeios aleatórios Aula de hoje Caminho amostral Teorema
θ depende de um parâmetro desconhecido θ.
73 Método de Máxima Verosimilhança (Maximum Likelihood) Seja uma variável aleatória (v. a.) cuja densidade de probabilidade depende de um parâmetro desconhecido. Admite-se conhecida a forma de Exemplo
Determinantes. det A = a 11. Se A = a11 a 12 a 21 a 22. é uma matriz 2 2, então. det A = a 11 a 22 a 12 a 21. Exemplo 1. det 3 4. = 1; det 3 4 = 0.
Determinantes Definição Definição Se A = [a 11 é uma matriz 1 1, então Se é uma matriz, então Exemplo 1 [ 1 3 4 A = A = a 11 [ a11 a 1 a 1 a A = a 11 a a 1 a 1 [ 1 0 = ; 0 1 [ 6 8 = 1; 3 4 = 0 Para definir
Geometria anaĺıtica e álgebra linear
Geometria anaĺıtica e álgebra linear Francisco Dutenhefner Departamento de Matematica ICEx UFMG 22/08/13 1 / 24 Determinante: teorema principal Teorema: Se A é uma matriz quadrada, então o sistema linear
Processamento de erros grosseiros - Identiمحcaچcﷺao
Processamento de erros grosseiros - Identiمحcaچcﷺao Método ˆb Base: variável ˆβ interpretada como uma estimativa do erro associado à medida; verificação da magnitude do erro com relação a faixa esperada
DESMISTIFICANDO A ATUÁRIA. Marcos Ribeiro Barretto Junior
DESMISTIFICANDO A ATUÁRIA Marcos Ribeiro Barretto Junior O que fazem os Atuários Atuários são especialistas em analisar os impactos financeiros dos eventos incertos do amanhã As previsões atuariais afetam
Disciplina de Modelos Lineares Professora Ariane Ferreira
Disciplina de Modelos Lineares 2012-2 Regressão Logística Professora Ariane Ferreira O modelo de regressão logístico é semelhante ao modelo de regressão linear. No entanto, no modelo logístico a variável
Estatística e Probabilidade Aula 08 Estimativas e Tamanho Amostral. Prof. Gabriel Bádue
Estatística e Probabilidade Aula 08 Estimativas e Tamanho Amostral Prof. Gabriel Bádue Motivação Estatística Inferencial Conjunto de métodos e procedimentos pelo meio dos quais tiramos conclusões sobre
Mestrado Integrado em Engenharia Civil. Disciplina: TRANSPORTES Prof. Responsável: José Manuel Viegas
Mestrado Integrado em Engenharia Civil Disciplina: TRANSPORTES Prof. Responsável: José Manuel Viegas Sessão Prática 12 : Modelos de distribuição e afectação de tráfego 1/27 O MODELO DE 4 PASSOS Passo Objectivo
Planejamento de Experimentos
Planejamento de Experimentos 1 6.4 Os Modelos fatoriais 2 k : o caso geral. O modelo estatístico para um plano 2 k inclui k ( k 2 ( k ) ) efeitos principais efeitos de interação de ordem 2 efeitos de interação
ANÁLISE DE SÉRIES TEMPORAIS
ANÁLISE DE SÉRIES TEMPORAIS Ralph S. Silva http://www.im.ufrj.br/ralph/seriestemporais.html Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Estimação
Uma matriz m x n é um quadro de elementos dispostos em m linhas e n colunas. Os valores de m e n são sempre positivos e inteiros.
MATRIZES DEFINIÇÃO Uma matriz m x n é um quadro de elementos dispostos em m linhas e n colunas. Os valores de m e n são sempre positivos e inteiros. M = à M é uma matriz 2 x 3. Cada elemento da matriz
Estimativas e Tamanhos de Amostras
Estimativas e Tamanhos de Amostras 1 Aspectos Gerais 2 Estimativa de uma Média Populacional: Grandes Amostras 3 Estimativa de uma Média Populacional: Pequenas Amostras 4 Tamanho Amostral Necessário para
Nessa situação, a média dessa distribuição Normal (X ) é igual à média populacional, ou seja:
Pessoal, trago a vocês a resolução da prova de Estatística do concurso para Auditor Fiscal aplicada pela FCC. Foram 10 questões de estatística! Não identifiquei possibilidade para recursos. Considero a
Modelagem e Avaliação de Desempenho. Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2014
Modelagem e Avaliação de Desempenho Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2014 Análise de desempenho São disponíveis duas abordagens para realizar a análise de desempenho:
Distribuições Amostrais e Estimação Pontual de Parâmetros
Distribuições Amostrais e Estimação Pontual de Parâmetros ESQUEMA DO CAPÍTULO 7.1 INTRODUÇÃO 7.2 DISTRIBUIÇÕES AMOSTRAIS E TEOREMA DO LIMITE CENTRAL 7.3 CONCEITOS GERAIS DE ESTIMAÇÃO PONTUAL 7.3.1 Estimadores
ANÁLISE DE FREQUENCIA E PRECIPITAÇÃO HIDROLOGICA DE CINCO ESTAÇÕES AGROCLIMATOLÓGICAS DA REGIÃO CENTRO- SUL DA BAHIA
ANÁLISE DE FREQUENCIA E PRECIPITAÇÃO HIDROLOGICA DE CINCO ESTAÇÕES AGROCLIMATOLÓGICAS DA REGIÃO CENTRO- SUL DA BAHIA Fabiano de Sousa Oliveira (1) ; Cristiano Tagliaferre (2) ; (1) Engenheiro Agrônomo;
AFC. Consultoria Estatística. Treinamento Estatística Aplicada a Seguros
AFC Consultoria Estatística Treinamento Estatística Aplicada a Seguros Apresentação É bastante conhecido pelas empresas seguradoras o ambiente competitivo em que estão inseridas. Também é conhecida a forma
Técnicas 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.
Interpolação polinomial: Diferenças divididas de Newton
Interpolação polinomial: Diferenças divididas de Newton Marina Andretta ICMC-USP 16 de maio de 2012 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina Andretta (ICMC-USP) sme0500
1 Técnicas de Seleção de Antenas Transmissoras
1 Técnicas de Seleção de Antenas Transmissoras Como visto em aulas anteriores, para se atingir uma ordem de diversidade espacial maior é necessário o emprego de múltiplas antenas no transmissor e/ou no
