A PROGRAMAÇÃO MATEMÁTICA, A TECNOLOGIA E A MAIS-VALIA

Tamanho: px
Começar a partir da página:

Download "A PROGRAMAÇÃO MATEMÁTICA, A TECNOLOGIA E A MAIS-VALIA"

Transcrição

1 A PROGRAMAÇÃO MATEMÁTICA, A TECNOLOGIA E A MAIS-VALIA Sdepa Bogosa Neo Cero de Projeos de Navos Marha do Brasl Ilha das Cobras, Ed. 6, s/o. Cero, Ro de Jaero CEP e-mal: [email protected] RESUMO Ese argo ulza a Programação Maemáca para aalsar a fluêca da Mas-Vala e da Tecologa a composção do lucro. Para ese fm, faz uso da Teora do Valor-Trabalho, Froeras de Possbldades de Produção e mulplcadores de Lagrage. Palavras-chave: Programação Maemáca, Lucro, Mas-Vala, Froeras de Possbldade de Produção. ABSTRACT Ths arcle uses he mahemacal programmg o aalyze he fluece of Surplus Value ad Techology o Prof composo. To hs ed, uses he Labor Theory of Value, Produco Possbly Froers, ad Lagrage mulplers. Keywords: Mahemacal Programmg, Ga, Surplus, Produco Possbly Froer LISTA DE SÍMBOLOS Laos a coefcees éccos de produção ou coefcees sumo produo. j úmero aural que represea um produo j do país. k úmero aural. l lha da marz N. L reserva de rabalho. L D rabalho dspoível. úmero aural que represea a quadade de produos (e de máquas). R relação ere o úmero de cosumdores e os homes hora rabalháves. s varável de folga da ecologa. ecologa empregada a mercadora. x quadade produzda da mercadora. Gregos λ úmero de operáros por máqua. σ varável de folga da ecologa. π coefcee de Lagrage da ecologa. µ coefcee de Lagrage do rabalho dspoível. θ 0 coefcee de Lagrage do rabalho dspoível. θ ι coefcee de Lagrage do úmero de operáros por máqua. FPP froera de possbldade de produção. PPL - programa de programação lear. LISTA DE ABREVIATURAS E SIGLAS

2 INTRODUÇÃO O lucro a ecooma Rcardaa se explcava pela dfereça ere o pagameo dos saláros e da erra e o preço de veda dos produos (WIKIPEDIA, 203). A ese ermo, mas-vala, ou surplus já receba a aeção de Adam Smh (bd.): Ao aalsar a gêese do lucro capalsa, Marx oma como poo de parda as caegoras da Escola Clássca Iglesa: já Adam Smh hava observado que o rabalho corporado em uma mercadora (o seu cuso de produção em ermos de saláros), era feror ao "rabalho comadado" (aqulo que a mercadora poda, uma vez vedda, "comprar" em ermos de horas de rabalho). Para Smh, esa dscrepâca é que explcava a exsêca do lucro, mas ão suas causas. Smh cosderava que o lucro esava assocado à propredade prvada do capal, a medda em que a reda de um empresáro depeda meos do seu rabalho como geree do que do volume dos seus vesmeos, mas al ão explcava a exsêca do lucro como um overhead sobre os cusos de produção em ermos de saláros. Uma das saídas que Smh cosdera, é que lucro é proveee da ofera e da procura. Ou seja, o lucro é crado pelo mercado. Dsaca o lucro (rqueza) do processo de rabalho. Para Marx (bd.) a o lucro saía dreamee do produo do rabalhador, o que chamou de mas-vala, ou seja, a apropração de um excedee de rabalho do rabalhador pelo parão (SEWELL, 203). De qualquer modo, pode-se eeder que o aumeo da recea relacoa-se ao oupu da frma e que o aumeo o lucro se ecora de algum modo relacoado ao aumeo da dfereça ere a recea e do que se gasa para obê-la. Por sua vez, a produção relacoase com a recea, e como afrmava Kaorovch (960), os meos de aumear a produção resdem o aumeo da ecologa ou a orgazação da produção. Porao, ese argo explca o lucro ambém como resulado do cremeo da ecologa assocado à ulzação de máquas, a parr de argumeos maemácos e de um modelo eravo crado com base os modelos clásscos de programação maemáca. 2 MODELO MATEMÁTICO Adoa-se, para o presee esudo, o modelo do valor rabalho com froeras de possbldades de produção (FPP), de modo a ser fel ao pesameo dos clásscos que se quer aalsar (Rcardo, Adam Smh e Marx). Uma FPP desga o lugar geomérco das quadades máxmas de cada bem passíves de serem produzdas por cada produor, segudo sua doação de faores, coforme Carvalho e Slva (2007, p. 33). L = a x + a x a x 2 2 () Como o úco sumo é o rabalho, chama-se de L o moae de odo o rabalho do produor, cosderado-se máquas assocadas à ecologa. Chama-se de L D, odo os homes horas de odos os rabalhadores do produor. 3 DIGRESSÃO SOBRE AS VARIÁVEIS ENVOLVIDAS NO PROCESSO Nese em do argo, apreseam-se as varáves evolvdas o desevolvmeo a segur de modo a prover uma melhor coceuação e dcar as udades em que se compuam seus valores. Prelmarmee, esclarece-se que são axas emporas, ereao, ão se dca a depedêca o empo, porque as relações que exprmem são em um dado momeo, como se cogeladas em uma foografa. Ourossm, pode-se dzer que exse uma correspodêca ere o úmero de máquas e o úmero de produos (um somorfsmo), so porque cada máqua produz um úco produo. Assm, dscorre-se sobre cada uma: () a o coefcees éccos de produção, o caso desa demosração parcular, relacoa um úco produo que é o valor rabalho (que pode faclmee ser coverdo 2

3 em dhero medae a mulplcação do valor do homem hora em reas pelo moae de homes-hora. Ese coefcee em a udade HH/quadade. A udade de quadade é referee à udade de medda aproprada, kg se massa, lros se volume, ec. O coefcee écco de produção, ese caso, expressa maemacamee a coabldade de uma máqua que covere o sumo em produo (com o valor de HH), corporado a ecologa ao rabalho, com a mea de se ober efeo mulplcador; (2) x quadade produzda da mercadora, ovamee, A udade de quadade é referee à udade de medda aproprada, kg se massa, lros se volume, ec; (3) L reserva de rabalho é um valor dado em HH. A curva que apresea a FPP é uma projeção o hperplao das quadades da hpersuperfíce L(x, x 2,..., x ); (4) L D rabalho dspoível (oferecdo ou forecdo pelos rabalhadores) ambém é dado em HH, ereao, represea o úmero de HH que odos os empregados (ermo geérco) podem dspoblzar, sem perdas (como afasameos, ec). Ese valor é auologcamee gual ao úmero de empregados mulplcado pelos HH que podem forecer; (5) R represea o úmero de horas que cada rabalhador pode rabalhar. Como do aerormee, ese úmero é uma axa emporal, a rgor sera o úmero de HH/da. Como odos os cálculos são por da, smplfca-se sua medda para a udade HH; (6) ecologa empregada a produção do produo. Como, por smplfcação, oda a ecologa esá serda a máqua, a máqua se apresea como coee de uma deermada ecologa que, se for maor represea maor volume de produção. Ifelzmee, ão correspode sempre à verdade, às vezes, a ecologa vem para melhorar a qualdade e ão a quadade, o que se cosderou ão prejudca o modelo; (7) λ úmero de rabalhadores ecessáro para se fazer um produo. Ese úmero é gual em qualquer frma e em qualquer lugar, pos se cosderam os rabalhadores os mesmos em qualquer lugar. Ese modelo dfereca os HH empregados por uma frma aravés da razão λ /, que é dferee em cada lugar. Além dsso, o modelo ão cosdera as dfereças ere ouros faores de produção. A dfereça L-L D represea a dfereça ere o rabalho forecdo e o rabalho ecessáro para cração de odos as quadades de produos que sejam produzdas por um produor. 4 HIPÓTESES No desevolvmeo que se procede a segur, cosderam-se as segues hpóeses: (h.) a <, de modo a fazer com que haja um efeo mulplcador da quadade produzda; (h.2) >, pelas mesmas razões de (h.); (h.3) A ecologa ulzada do produor a produção do produo é defda por e é o verso do coefcee de sumo produo, expresso maemacamee, por (2). Rλ a = (2) 5 TECNOLOGIA E COEFICIENTES TÉCNICOS Defe-se o excedee de produção como lucro, ou seja, o excedee ere a capacdade dspoível de mão-de-obra e a o homem-hora gerado com o uso de máquas, ou seja, a reserva de rabalho da froera de produção. A fgura apresea uma lusração do coefcee a, eeddo como uma fução. 3

4 Fgura - Dualdade máqua coefcee écco de produção Com o uso desa defção o modelo (3), o lucro pode ser calculado perceualmee como a razão (admesoal) ere o rabalho dspoível em HH e a reserva de rabalho. Assm, pode-se chegar a (4): L D = R λ + λ λ ) (3) ( 2 L L L D = R x + x2 + x λ + λ2... λ (4) L 2 Para defcar o sal e a magude da expressão (4), passa-se a aalsar os ermos que aparecem em parêeses, fazedo que x =x 2 =...= x =. L L D R + + = λ + λ2... λ (5) L x =... = x = L 2 Como, auralmee, cada coefcee a é meor que, ecessaramee, pos corpora a ecologa ao rabalho de modo a se er um efeo mulplcador, eão pode-se afrmar que L LD < 0 0, =... (6) L Com sso, percebe-se que exse um excesso de rabalho que ao (como mas comumee) é fruo do emprego de máquas e ecologa. Ese excesso de rabalho é um excesso de recea (L - L D ) em dhero em relação à despesa com os saláros dos empregados L D. Esa coclusão cofere com a experêca hsórca que mosra que coforme a ecologa êm se erazado o seo produvo, mas os rabalhadores (que só possuem rabalho dspoível) se êm dsacado dos capalsas (que possuem máquas). 6 MAXIMIZAÇÃO DO LUCRO Nauralmee, surge a pergua de qual deve ser a esraéga da empresa para maxmzar o lucro, se aumear a ecologa ou reduzr os saláros. Fazedo-se uso de um programa smplfcado de programação maemáca podese agr faclmee ese resulado. m L LD (7) λ,..., λ;,...,, LD 0 Que pode ser coverdo o programa (8), com a aplcação do méodo dos mulplcadores de Lagrage: 4

5 λ + λ2 + λ LD LD Λ= Rx + Rx2... Rx θ0r( λ + λ λ ) [ θ ( λ + s ) + π( + σ)] µ + ε 2 R = R (8) O que leva ao cojuo de equações (9a) a (9): Rx = 0 R = 0, =... θ θ λ (9a) Rx = = 0,... 2 π = (9b) = θ = 0, =... s (9c) = π = 0, =... σ (9d) LD = R( λ + λ λ ) = 0, =... θ 0 R (9e) = ( λ + s ) = 0, =... θ (9f) = ( + σ ) = 0, =... π (9g) Λ µ = θ 0 R = 0, =... L D R (9h) L = D + ε = 0, =... µ R (9) Resolvedo o ssema (9a) a (9), em-se: θ = π = µ = 0, =... (0) λ = s, =... () = σ, =... (2) L D = Rε (3) Rx = 0 (4) 2 Coclu-se, como já se saba desde o prcípo, que o problema é lmado em ecologa, ou seja, a solução óma do lucro (o lucro máxmo) ecora-se quado, depedeemee do úmero de empregados, a ecologa é a máxma possível. 7 OBSERVAÇÕES ACERCA DO ARTIGO APÓS SUA REVISÃO Após os comeáros dos revsores, o argo melhor esabeleceu o coceo de mas-vala e o dferecou do lucro, o sedo de que a mas-vala passou a ser, como radcoalmee defda (SEWELL, 203), apeas o excesso de rabalho do empregado aproprado pelo parão, e o lucro a dfereça ere o rabalho dspoível e o rabalho gerado com o uso das máquas. Assm, muas frases em que a palavra mas-vala apareca com o sômo de lucro foram aleradas para lucro e vce-versa. Uma mporae cosequêca desa dsção é que ela desacou o fao de que odo o exo esá sob o poo de vsa de uma empresa e seus rabalhadores, que veem a 5

6 socedade como ambee exero, ou seja, fora de seu ssema. Além dsso, o presee argo ão dscue o méro da eora marxsa da mas-vala, em da queda edecal da axa de lucro. Na verdade, dreamee, o modelo mosra a valdade da queda edecal da axa de lucro, cosderado-se que, explcamee, a equação (4), quao meor o úmero de rabalhadores empregado a produção da mesma quadade, ao meor o lucro. Hsorcamee, por ouro lado, o capalsmo em feo reduções cosaes de mão-de-obra a produção de quadades de produos, o que vem dzer com ouras palavras que exse uma queda agecal a axa de lucro. Oura mporae cosequêca dos comeáros dos revsores, embora ão eha sdo sua oreação, fo a clusão o íulo da palavra ecologa, que para o auor pareca ser ecessáro a melhor represear o cojuo de deas apreseadas. Efm, pelas crícas recebdas, ese auor gosara de agradecer aos revsores. 8 CONCLUSÃO Apresea-se uma dscussão alerava para as orges do lucro, a parr de um modelo smplfcado de programação maemáca. Para ao, mosra-se que exse um excesso de rabalho que ao (como mas comumee) pode ser fruo da ecologa, como do emprego do excesso de rabalho do rabalhador (ou fala de remueração adequada, a mas-vala). Esa coclusão cofere com a experêca hsórca que mosra que, coforme a ecologa êm se erazado o seo produvo, como aesa a revolução dusral, mas os rabalhadores (que só possuem rabalho dspoível) êm-se dsacado dos capalsas, que possuem máquas. Nese modelo, percebe-se que, depedeemee da quadade de mão-de-obra, o máxmo de lucro se ecora o emprego máxmo de ecologa. Efm, odo o exo esá sob o poo de vsa de uma empresa e seus rabalhadores, que veem a socedade como ambee exero, ou seja, fora de seu ssema. Além dsso, o presee argo ão dscue o méro da eora marxsa da mas-vala, em da queda edecal da axa de lucro. 9 REFERÊNCIAS BIBLIOGRÁFICAS CARVALHO, M. A.; SILVA, C. R. L. Ecooma Ieracoal. 4ª. Ed., São Paulo: Sarava, KANTOROVICH, L. V. Mahemacal Mehods of Orgazg ad Plag Produco Maageme Scece, Vol. 6, No. 4 (Jul., 960), pp Dspoível em: hp:// Acesso: 8 ja MAIS-Vala. I: WIKIPEDIA: a ecclopéda lvre. [999?]. Dspoível em: < hp://p.wkpeda.org/wk/mas-vala>. Acesso em: 28 ov SEWELL, Rob. A crse capalsa e a queda edecal da axa de lucro - Prmera pare. [s.l]:[[s.], 203 (daa provável). Dspoível em: hp:// Acesso: 5 ju WILLIAMSON, J. A Ecooma Abera e a Ecooma Mudal: Um Texo de Ecooma Ieracoal. Tradução de José Rcardo Bradão Azevedo, São Paulo: Campus,

Aula 4. Interferência. - Refração e Lei de Snell: frequência e comprimento de onda - Mudança de fase - Experimento de Young

Aula 4. Interferência. - Refração e Lei de Snell: frequência e comprimento de onda - Mudança de fase - Experimento de Young Aula 4 Ierferêca - Refração e e de Sell: frequêca e comprmeo de oda - Mudaça de fase - Expermeo de Youg Refração e e de Sell Já vmos a e de Sell: s s ode c v Frequêca e Comprmeo de Oda a Refração Temos:

Leia mais

Métodos AiBi e Logístico para projeção de pequenas áreas: uma aplicação para a microrregião de Angicos RN

Métodos AiBi e Logístico para projeção de pequenas áreas: uma aplicação para a microrregião de Angicos RN Méodos AB e Logísco para projeção de pequeas áreas: uma aplcação para a mcrorregão de Agcos RN Crsae Slva Corrêa CEDELAR/UFMG e UFRN Luaa Juquera Das Myrrha CEDELAR/UFMG e UFRN Moema Fígol CEDELAR/UFMG.

Leia mais

PROJEÇÃO DE DOMICÍLIOS PARA OS MUNICÍPIOS BRASILEIROS EM 31/12/2004

PROJEÇÃO DE DOMICÍLIOS PARA OS MUNICÍPIOS BRASILEIROS EM 31/12/2004 PROJEÇÃO DE DOMICÍLIOS PARA OS MUNICÍPIOS BRASILEIROS EM 31/12/2004 SUMÁRIO 1. INRODUÇÃO... 1 2. FONE DE DADOS... 1 3. PROJEÇÃO DO NÚMERO DE DOMICÍLIOS... 2 3.1 Mucípo emacpado em 2001... 5 3.2 População

Leia mais

Sistemas Série-Paralelo e

Sistemas Série-Paralelo e Capíulo 5 Cofabldade de semas ére-paralelo e Msos Flávo. Foglao uposções comus a odos os ssemas aalsados Cofabldade de ssemas é avalada um poo o empo; ou seja, compoees apreseam cofabldades esácas em.

Leia mais

TRANSITÓRIOS MECÂNICOS DO MOTOR DE INDUÇÃO

TRANSITÓRIOS MECÂNICOS DO MOTOR DE INDUÇÃO CAPÍTULO 7 TRANSITÓRIOS MECÂNICOS DO MOTOR DE INDUÇÃO 7.1 INTRODUÇÃO Vaos cosderar o caso de u oor de dução dusral, aleado por esões rfáscas balaceadas. Tal oor e a caracerísca orque-velocdade represeada

Leia mais

Exemplo pág. 28. Aplicação da distribuição normal. Normal reduzida Z=(900 1200)/200= 1,5. Φ( z)=1 Φ(z)

Exemplo pág. 28. Aplicação da distribuição normal. Normal reduzida Z=(900 1200)/200= 1,5. Φ( z)=1 Φ(z) Exemplo pág. 28 Aplcação da dsrbução ormal Normal reduzda Z=(9 2)/2=,5 Φ( z)= Φ(z) Subsudo valores por recurso à abela da ormal:,9332 = Φ(z) Φ(z) =,668 Φ( z)= Φ(z) Φ(z) =,33 Φ(z) =,977 z = (8 2)/2 = 2

Leia mais

Análise de Eficiência Energética em Sistemas Industriais de Ventilação

Análise de Eficiência Energética em Sistemas Industriais de Ventilação Aálse de Efcêca Eergéca em Ssemas Idusras de elação Kleber Davd Belovsk, Déco Bspo, Aôo Carlos Delaba, Sérgo Ferrera de aula Slva Faculdade de Egehara Elérca da Uversdade Federal de Uberlâda UFU, Aveda

Leia mais

EN3224 Dinâmica de Fluidos Computacional

EN3224 Dinâmica de Fluidos Computacional Uversdade Federal do ABC EN34 Dâmca de Fldos Compacoal Apreseação do Crso EN34 Dâmca de Fldos Compacoal Uversdade Federal do ABC Sod s Shock Tbe Problem Um smples modelo de ma dmesoal de m gás rodzdo por

Leia mais

VaR t = valor em risco, em reais, do conjunto das exposições de que trata o caput para o dia "t", obtido de acordo com a seguinte fórmula:

VaR t = valor em risco, em reais, do conjunto das exposições de que trata o caput para o dia t, obtido de acordo com a seguinte fórmula: CIRCULAR Nº 3.568, DE 21 DE DEZEMBRO DE 2011 Documeo ormavo revogado, a parr de 1º/10/2013, pela Crcular º 3.634, de 4/3/2013. Alera dsposvos das Crculares s. 3.361, de 12 de seembro de 2007, 3.388, de

Leia mais

CONFIABILIDADE EM ENGENHARIA

CONFIABILIDADE EM ENGENHARIA UNIVERSIDADE ESTADUAL DE CAMPINAS FACULDADE DE ENGENHARIA MECÂNICA DEPARTAMENTO DE PROJETO MECÂNICO Dscpla: IM 46 CONFIABILIDADE EM ENGENHARIA Auora: Profa. Dra. Kaa Lucches Cavalca Revsão: Zlda de Casro

Leia mais

SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL 8 a 11 de novembro de 2002, Rio de Janeiro/RJ A PESQUISA OPERACIONAL E AS CIDADES

SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL 8 a 11 de novembro de 2002, Rio de Janeiro/RJ A PESQUISA OPERACIONAL E AS CIDADES SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL 8 a de ovembro de 2002, Ro de Jaero/RJ MODELOS E ALGORITMOS PARA ALOCAÇÃO DE TRIPULAÇÃO EM REDES DE TRANSPORTE Geraldo Robso Maeus Jayme Assução Casmro Uversdade

Leia mais

4 - ANÁLISE DE SÉRIES TEMPORAIS

4 - ANÁLISE DE SÉRIES TEMPORAIS INE 700 Aálse de Séres Temporas 4 - ANÁLISE DE SÉRIES TEMPORAIS Sére Temporal é um cojuo de observações sobre uma varável, ordeado o empo, e regsrado em períodos regulares. Podemos eumerar os segues exemplos

Leia mais

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística BAC 0 - Estatístca Uversdade Federal de Itajubá - Campus Itabra BAC0 - ESTATÍSTICA ESTATÍSTICA DESCRITIVA MEDIDAS DE CENTRO Méda Medda de cetro ecotrada pela somatóra de todos os valores de um cojuto,

Leia mais

Formulação Conservativa X Não-Conservativa para Sistemas Hiperbólicos. Prof. Diomar Cesar Lobão UFF - Volta Redonda, RJ Nov 2008

Formulação Conservativa X Não-Conservativa para Sistemas Hiperbólicos. Prof. Diomar Cesar Lobão UFF - Volta Redonda, RJ Nov 2008 ormuação Coservava X ãocoservava para Ssemas Hperbócos Prof. omar Cesar Lobão U Voa Redoda, RJ ov 8 ovação: Apcações Ídce éodo ãocoservavo éodo Coservavo efção do Probema de Rema éodo de fereças as para

Leia mais

ANÁLISE DE OTIMIZAÇÃO DE UM PROJETO DE ENGENHARIA RODOVIÁRIA

ANÁLISE DE OTIMIZAÇÃO DE UM PROJETO DE ENGENHARIA RODOVIÁRIA ANÁLISE DE OTIMIZAÇÃO DE UM PROJETO DE ENGENHARIA RODOVIÁRIA Roger Gama Veloso Deparameo de Esradas de Rodagem do Esado de Mas Geras Av. dos Adradas, 20 Belo Horzoe, MG, Brasl E-mal: [email protected]

Leia mais

Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1.

Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1. Iterpolação Iterpolação é um método que permte costrur um ovo cojuto de dados a partr de um cojuto dscreto de dados potuas cohecdos. Em egehara e cêcas, dspõese habtualmete de dados potuas, obtdos a partr

Leia mais

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados 3.1. Meddas de Tedêca Cetral CAPÍTULO 3 MEDIDA DE TENDÊNCIA CENTRAL E VARIABILIDADE UFRG 1 Há váras meddas de tedêca cetral. Etre elas ctamos a méda artmétca, a medaa, a méda harmôca, etc. Cada uma dessas

Leia mais

Cap. 5. Testes de Hipóteses

Cap. 5. Testes de Hipóteses Cap. 5. Testes de Hpóteses Neste capítulo será estudado o segudo problema da ferêca estatístca: o teste de hpóteses. Um teste de hpóteses cosste em verfcar, a partr das observações de uma amostra, se uma

Leia mais

MEDIDAS DE TENDÊNCIA CENTRAL I

MEDIDAS DE TENDÊNCIA CENTRAL I Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, edca Veterára, uscoterapa, Odotologa, Pscologa EDIDAS DE TENDÊNCIA CENTRAL I 7 7. EDIDAS DE

Leia mais

RESUMO. Palavras chave: inflação, estrutura a termo de taxas de juros e política monetária.

RESUMO. Palavras chave: inflação, estrutura a termo de taxas de juros e política monetária. BRASILIA RESUMO A ese em o objevo de verfcar os deermaes do spread o Brasl, ao mesmo empo em que procura esmar os parâmeros esruuras da ecooma, cosderado os efeos ão observáves da curva de juros braslera.

Leia mais

1. Na figura seguinte está representada parte do gráfico de uma função g, de domínio R e contínua em

1. Na figura seguinte está representada parte do gráfico de uma função g, de domínio R e contínua em PROVA ESCRITA DE MATEMÁTICA A.º E 00 Fevereiro 8 Duração da prova: 90 miuos VERSÃO Grupo I Para cada uma das cico quesões dese grupo, seleccioe a resposa correca de ere as aleraivas que lhe são apreseadas

Leia mais

REGESD Prolic Matemática e Realidade- Profª Suzi Samá Pinto e Profº Alessandro da Silva Saadi

REGESD Prolic Matemática e Realidade- Profª Suzi Samá Pinto e Profº Alessandro da Silva Saadi REGESD Prolc Matemátca e Realdade- Profª Suz Samá Pto e Profº Alessadro da Slva Saad Meddas de Posção ou Tedêca Cetral As meddas de posção ou meddas de tedêca cetral dcam um valor que melhor represeta

Leia mais

ANÁLISE VISCOELÁSTICA DE PAVIMENTOS ASFÁLTICOS PELO MÉTODO DOS ELEMENTOS FINITOS

ANÁLISE VISCOELÁSTICA DE PAVIMENTOS ASFÁLTICOS PELO MÉTODO DOS ELEMENTOS FINITOS ANÁLISE VISCOELÁSTICA DE PAVIMENTOS ASFÁLTICOS PELO MÉTODO DOS ELEMENTOS FINITOS Eso de Lma Porela Uversdade Federal do Ceará Laboraóro de Mecâca dos Pavmeos - Deparameo de Egehara de Traspores Evadro

Leia mais

Eletromagnetismo II 1 o Semestre de 2007 Noturno - Prof. Alvaro Vannucci

Eletromagnetismo II 1 o Semestre de 2007 Noturno - Prof. Alvaro Vannucci leomagesmo II o Semese de 7 Nouo - Pof. Alvao Vaucc 3 a aula /ab/7 Vmos: Odas sfécas (vácuo: = Ψ (modo T e B = ( ψ ω c ' = ω B ' = ψ c ( ψ (modo TM ; ω Ψ + Ψ = sedo que ψ sasfaz: c (equação scala de Helmholz

Leia mais

Contabilometria. Números-Índices

Contabilometria. Números-Índices Coablomera Números-Ídces Foes: Seveso (1981) Esaísca Alcada à Admsração Ca. 15 Foseca, Mars e Toledo (1991) Esaísca Alcada Ca. 5 Números-Ídces Sezam modfcações em varáves ecoômcas durae um eríodo de emo

Leia mais

MEDIDAS DE DISPERSÃO:

MEDIDAS DE DISPERSÃO: MEDID DE DIPERÃO: fução dessas meddas é avalar o quato estão dspersos os valores observados uma dstrbução de freqüêca ou de probabldades, ou seja, o grau de afastameto ou de cocetração etre os valores.

Leia mais

Econometria: 3 - Regressão Múltipla

Econometria: 3 - Regressão Múltipla Ecoometra: 3 - Regressão Múltpla Prof. Marcelo C. Mederos [email protected] Prof. Marco A.F.H. Cavalcat [email protected] Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo de regressão

Leia mais

Juros Compostos 2016

Juros Compostos 2016 Juros Composos 2016 1. (G1 - ifal 2016) Em 2000, cero país da América Laia pediu um emprésimo de 1 milhão de dólares ao FMI (Fudo Moeário Ieracioal) para pagar em 100 aos. Porém, por problemas políicos

Leia mais

Nota Técnica sobre a Circular nº 2.972, de 23 de março de 2000

Nota Técnica sobre a Circular nº 2.972, de 23 de março de 2000 Noa Técnca sobre a rcular nº 2.972, de 23 de março de 2000 Meodologa ulzada no processo de apuração do valor da volaldade padrão e do mulplcador para o da, dvulgados daramene pelo Banco enral do Brasl.

Leia mais

Sinais e Sistemas. Env. CS1 Ground. Sine Wave Joint Actuator. Double Pendulum Two coupled planar pendulums with. gravity and sine wave forcing in the

Sinais e Sistemas. Env. CS1 Ground. Sine Wave Joint Actuator. Double Pendulum Two coupled planar pendulums with. gravity and sine wave forcing in the -4-6 -8 - - -4-6 -8 Frequecy khz Hammig kaiser Chebyshev Siais e Sisemas Power Specral Desiy Ev B F CS CS B F CS Groud Revolue Body Revolue Body Power/frequecy db/hz Sie Wave Joi Acuaor Joi Sesor Revolue

Leia mais

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou. experimental.

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou. experimental. É o grau de assocação etre duas ou mas varáves. Pode ser: correlacoal ou Prof. Lorí Val, Dr. [email protected] http://www.mat.ufrgs.r/~val/ expermetal. Numa relação expermetal os valores de uma das varáves

Leia mais

Análise de Temperaturas em uma Barra Uniforme de Aço-Carbono com o Método Explícito

Análise de Temperaturas em uma Barra Uniforme de Aço-Carbono com o Método Explícito Aálse de emperauras em uma Barra Uforme de Aço-Carboo com o Méodo Explíco Jorge Corrêa de Araújo Rosa García Márquez 0 de dezembro de 03 Resumo Nesse rabalho é desevolvda uma solução umérca por dfereças

Leia mais

Análise de Dados e Probabilidade B Exame Final 2ª Época

Análise de Dados e Probabilidade B Exame Final 2ª Época Aálse de Dados e obabldade B Eame Fal ª Éoca Claa Cosa Duae Daa: / /7 Cáa Feades Duação: hm edo Chaves MORTATE: Esceva o ome e úmeo o cmo de cada folha Resoda a cada guo em folhas seaadas, caso ão esoda

Leia mais

REGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA

REGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA REGRESSÃO LINEAR CUIABÁ, MT 6/ INTRODUÇÃO Relação dos valores da varável depedete (varável resposta) aos valores de regressoras ou exógeas). SIMPLES MÚLTIPLA (varáves depedetes,... =,,, K=,,, k em que:

Leia mais

Forma padrão do modelo de Programação Linear

Forma padrão do modelo de Programação Linear POGAMAÇÃO LINEA. Forma Padrão do Modelo de Programação Lear 2. elações de Equvalêca 3. Suposções da Programação Lear 4. Eemplos de Modelos de PPL 5. Suposções da Programação Lear 6. Solução Gráfca e Iterpretação

Leia mais

Estatística - exestatmeddisper.doc 25/02/09

Estatística - exestatmeddisper.doc 25/02/09 Estatístca - exestatmeddsper.doc 5/0/09 Meddas de Dspersão Itrodução ão meddas estatístcas utlzadas para avalar o grau de varabldade, ou dspersão, dos valores em toro da méda. ervem para medr a represetatvdade

Leia mais

( ) ( ) Es'mador de Máxima-Verossimilhança. ,θ i. L( Θ; X) = f ( X;Θ) = f (x i

( ) ( ) Es'mador de Máxima-Verossimilhança. ,θ i. L( Θ; X) = f ( X;Θ) = f (x i 5.. Esmador de Máxma-Verossmlhaça O prcípo básco do esmador de Máxma-Verossmlhaça cosste a obteção de esmavas de parâmetros populacoas de uma desdade de uma varável aleatóra a parr de um cojuto de formações

Leia mais

Universidade de Brasília

Universidade de Brasília Uversdade de Brasíla Isuo de Cêcas Humaas Deparameo de Ecooma Douorado em Ecooma Luz Albero D Ávla de Araújo A Esruura a ermo de Juros e o Modelo dos Novos Keyesaos: Uma Aplcação o Brasl Brasíla 6 de Seembro

Leia mais

Eletromagnetismo Licenciatura. 18 a aula. Professor Alvaro Vannucci

Eletromagnetismo Licenciatura. 18 a aula. Professor Alvaro Vannucci leomagesmo Lcecaua 8 a aula Pofesso Alvao Vaucc Na úlma aula vmos... Poêca adada po um Dpolo léco que Oscla: P dpolo p 0 4 c quao que a Poêca adada po uma aea mea-oda: P aea q 0 4 c Agoa, em emos do valo

Leia mais

Lista de Exponenciais e Logaritmos Extensivo Alfa Professor: Leandro (Pinda)

Lista de Exponenciais e Logaritmos Extensivo Alfa Professor: Leandro (Pinda) Lisa de Expoeciais e Logarimos Exesivo Alfa Professor: Leadro (Pida) 1. (Eem 2017) Para realizar a viagem dos sohos, uma pessoa precisava fazer um emprésimo o valor de R$ 5.000,00. Para pagar as presações,

Leia mais

16/03/2014. IV. Juros: taxa efetiva, equivalente e proporcional. IV.1 Taxa efetiva. IV.2 Taxas proporcionais. Definição:

16/03/2014. IV. Juros: taxa efetiva, equivalente e proporcional. IV.1 Taxa efetiva. IV.2 Taxas proporcionais. Definição: 6// IV. Juros: taxa efetva, equvalete e proporcoal Matemátca Facera Aplcada ao Mercado Facero e de Captas Professor Roaldo Távora IV. Taxa efetva Defção: É a taxa de juros em que a udade referecal de seu

Leia mais

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL Faculdade de Tecologa de Cataduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL 5. Meddas de Posção cetral ou Meddas de Tedêca Cetral Meddas de posção cetral preocupam-se com a caracterzação e a

Leia mais

MOSFET: A Dedução da equação da corrente Aula 2

MOSFET: A Dedução da equação da corrente Aula 2 MOSFET: A edução da equação da corree Aula 31 Aula Maéra Cap./pága 1ª 03/08 Elerôca PS33 Programação para a Prmera Prova Esruura e operação dos rassores de efeo de campo caal, caraceríscas esão-corree.

Leia mais

1) Planejamento da Produção - Modelos de dimensionamento de lotes (lot sizing)

1) Planejamento da Produção - Modelos de dimensionamento de lotes (lot sizing) Departameto de Egehara de Produção UFPR 28 1) Plaeameto da Produção - Modelos de dmesoameto de lotes (lot szg) É cohecdo horzote de plaeameto T, dvddo em períodos; demada (geralmete varável) de cada tem

Leia mais

PROF. DR. JACQUES FACON LIMIARIZAÇÃO POR ENTROPIA DE WULU

PROF. DR. JACQUES FACON LIMIARIZAÇÃO POR ENTROPIA DE WULU 1 PUCPR- Ponfíca Unversdade Caólca Do Paraná PPGIA- Programa de Pós-Graduação Em Informáca Aplcada PROF. DR. JACQUES FACON IMIARIZAÇÃO POR ENTROPIA DE WUU Resumo: Uma nova écnca de marzação baseada em

Leia mais

ANÁLISE DINÂMICA DE UMA VIGA ESCALONADA DE EULER-BERNOULLI, VLASOV, CISALHAMENTO E TIMOSHENKO COM APOIOS ELÁSTICOS VARIÁVEIS

ANÁLISE DINÂMICA DE UMA VIGA ESCALONADA DE EULER-BERNOULLI, VLASOV, CISALHAMENTO E TIMOSHENKO COM APOIOS ELÁSTICOS VARIÁVEIS UNVERDADE FEDERAL DE TAJUBÁ NTTUTO DE ENGENHARA MECÂNCA PROGRAMA DE PÓ-GRADUAÇÃO EM ENGENHARA MECÂNCA DERTAÇÃO DE METRADO ANÁLE DNÂMCA DE UMA VGA ECALONADA DE EULER-BERNOULL VLAOV CALHAMENTO E TMOHENO

Leia mais

PROCEDIMENTOS NUMÉRICOS PARA A SOLUÇÃO DAS EQUAÇÕES DA ADVECÇÃO, DA DIFUSÃO E ADVECÇÃO-DIFUSÃO PELO MÉTODO DAS DIFERENÇAS FINITAS

PROCEDIMENTOS NUMÉRICOS PARA A SOLUÇÃO DAS EQUAÇÕES DA ADVECÇÃO, DA DIFUSÃO E ADVECÇÃO-DIFUSÃO PELO MÉTODO DAS DIFERENÇAS FINITAS PROCEDIMENTOS NMÉRICOS PARA A SOLÇÃO DAS EQAÇÕES DA ADVECÇÃO DA DIFSÃO E ADVECÇÃO-DIFSÃO PELO MÉTODO DAS DIFERENÇAS FINITAS Hoóro Joaqum Ferado TESE SBMETIDA AO CORPO DOCENTE DA COORDENAÇÃO DOS PROGRAMAS

Leia mais

Perguntas Freqüentes - Bandeiras

Perguntas Freqüentes - Bandeiras Pergutas Freqüetes - Baderas Como devo proceder para prestar as formações de quatdade e valor das trasações com cartões de pagameto, os casos em que o portador opte por lqudar a obrgação de forma parcelada

Leia mais

Matemática Financeira

Matemática Financeira 1)Um vestdor aplcou R$6,, gerado uma remueração de R$3, ao fal de um período de um ao (36 das). Calcular a taxa de juros paga a operação. = J/ = 3/6 =, ou % ou 63 = 6 (1+ 1) 63 = 6 + 6 63 6 = 6 3 = 6 =

Leia mais

SERVIÇO SOCIAL DO COMÉRCIO - SESC/PE PROCESSO SELETIVO EXTERNO DADOS DE IDENTIFICAÇÃO DO CANDIDATO

SERVIÇO SOCIAL DO COMÉRCIO - SESC/PE PROCESSO SELETIVO EXTERNO DADOS DE IDENTIFICAÇÃO DO CANDIDATO SERVIÇO SOCIAL DO COMÉRCIO - SESC/PE PROCESSO SELETIVO EXTERNO Não dexe de preecher as formações a segur: DADOS DE IDENTIFICAÇÃO DO CANDIDATO Prédo Sala Nome Nº de Idedade Órgão Expeddor UF Nº de Iscrção

Leia mais