IMPLICAÇÕES DO USO DO FATOR BETA COMO FORMA DE MENSURAR O RISCO PARA PEQUENOS INVESTIDORES

Tamanho: px
Começar a partir da página:

Download "IMPLICAÇÕES DO USO DO FATOR BETA COMO FORMA DE MENSURAR O RISCO PARA PEQUENOS INVESTIDORES"

Transcrição

1 IMPLICAÇÕES DO USO DO FATOR BETA COMO FORMA DE MENSURAR O RISCO PARA PEQUENOS INVESTIDORES RESUMO O presete trabalho busca mostrar que existe uma difereça etre a visão de risco dos ivestidores idividuais e as formas de mesuração atualmete utilizadas a literatura, que é dada como sedo a variação em relação ao retoro esperado. Para ivestidores idividuais a maior preocupação é com a possibilidade de perdas sobre o pricipal do ivestimeto, equato a literatura o risco é cosiderado como sedo a variação em relação ao retoro esperado (desvio-padrão). Usaremos como referêcia esse estudo o modelo CAPM (Capital Asset Pricig Model) e sua defiição de risco do ativo, o fator beta, e o modelo de fluxo de caixa descotado para calcular o valor presete líquido. Exemplificaremos um paorama que será aalisado por dois ivestidores fictícios que cada um deles tem a mesma defiição de risco, mas utiliza métodos diferetes para mesurar o risco de um ativo. Cada um apresetará sua iterpretação do risco usado os modelos refereciados e assim defiirá a sua escolha. Será demostrado também que o beta como uma medida de risco, ão tem uma relação direta com o valor itríseco do ativo através do exemplo citado. ABSTRACT The preset study itets to show that idividual ivestors ad risk measuremet methods i literature have differet cocepts of risk. For idividual ivestors the mai worry is about the possibility of losses over his pricipal ivestmet, otherwise o literature, risk is the variability over a expected retur. We are goig to use o this study the Capital Asset Pricig Model with his risk defiitio, beta, ad the Discouted Cash Flow to calculate the et preset value. We are goig to exemplify with a viewpoit that will be aalyzed by two fictitious ivestors. Each oe will preset his view of risk usig the referece models. It will be demostrated that beta, as a risk measure, has o direct relatio with the itrisic et value.

2 I - INTRODUÇÃO Os ivestidores idividuais, idepedetes de ter perfil coservador, moderado ou arrojado, associam risco à possibilidade de acotecerem perdas sobre o pricipal de seu ivestimeto. Essa visão pode ser corroborada pela defiição: risco refere-se à possibilidade de algum acotecimeto desfavorável veha a ocorrer (WESTON, 004, p.155). Defiição de risco similar fala: O risco, em seu setido fudametal, pode ser defiido como a possibilidade de prejuízo fiaceiro (GITMAN, 1997, p.0). Podemos etão afirmar que retoros acima do esperado ão torariam o ativo mais arriscado a visão desses ivestidores e que perdas desde que ão reduzissem o pricipal ão seriam cosiderados evetos egativos. Dessa maeira o ivestidor idividual avalia o risco para evitar que seu ivestimeto fique meor do que o pricipal do ivestimeto. II - CONCEITUAÇÃO DOS RETORNOS Existe a ecessidade de defiir com rigor o que é retoro. Utilizaremos a defiição de Costa (005) por sua clareza e objetividade: Seja Si(0) o valor de um ativo fiaceiro i o istate 0 e Si(1) o valor desse ativo uma uidade de tempo depois. A taxa de retoro ki desse ativo, que é uma variável aleatória, é dada pela equação (1) : Si(1) Si(0) ki (1) Si(0) O cálculo de um retoro passado é simples, pois os valores S i (1) e S i (0), porém quado se estuda ivestimetos, a preocupação é com o retoro esperado. Westo defie que retoro esperado é: É a taxa de retoro que se espera obter de um ivestimeto; é o valor médio da distribuição de probabilidades de resultados possíveis (WESTON, 004, p.157). Seja kˆ a taxa de retoro esperada, Pi a probabilidade do retoro ki acotecer, temos em (): kˆ Pi ki () i 1 O desvio-padrão é amplamete utilizado como uma medida estatística da variabilidade de uma série de observações (WESTON, 004, p.161) e dessa maeira podemos ter um resultado quatitativo de quato o retoro real pode variar do retoro esperado. O desvio padrão, σ, é obtido pela raiz quadrada da variâcia dada pela equação (3): ki - kˆ Pi σ (3) i 1 Essa dispersão em toro do retoro esperado é o idicador mais comum do risco. (Gitma, 1997; Costa, 005). Ambos os autores utilizam em vários mometos os termos risco e desvio-padrão como siôimos. Temos etão que quato mais previsível o retoro de um ativo, ou, quato meos o desvio-padrão, mais reduzida a distribuição de probabilidades e, assim, mais baixo o fator de risco das ações. (WESTON, 004,p.161).

3 III - DEFINIÇÃO DE RISCO O debate sobre a defiição de risco é bem extesa e ativa até hoje a academia e a literatura. Coforme é cohecido a literatura existem dois tipos de riscos que compõem o risco total de um ativo. O risco total de um ativo é dado pela soma do risco sistêmico com o ão-sistêmico (eq. 4). Risco total do ativo = risco sistêmico + risco ão-sistêmico (4) O risco sistêmico ou risco de mercado é atribuído a fatores de mercado que afetam todas as empresas (GITMAN, 1997,p.1), por outro lado o risco ão-sistêmico ou risco específico da empresa é a parte do risco de um ativo que pode ser atribuída a causas radômicas, específicas a uma firma (GITMAN, 1997,p.1). IV MENSURAÇÃO DE RISCO ATRAVÉS DO FATOR BETA O Modelo de Precificação de Ativos de Capital (CAPM), criado por Harry Markowitz e William F. Sharpe, é a teoria básica que associa o risco e o retoro para todos os ativos (GITMAN, 1997, p.0). O CAPM é uma ferramete aalítica amplamete aceita e utilizada para elimiar o risco ão-sistêmico de carteiras ou para se calcular o prêmio por assumir o risco de um ativo. O beta é um elemeto fudametal do modelo CAPM. A tedêcia de uma ação mover-se com o mercado é refletida em seu coeficiete beta, b, que é a medida da volatilidade da ação em relação à de uma ação média. (WESTON, 004, p.175). Dessa forma o beta é uma medida do risco ão-diversificável, o beta é uma medida teoricamete correta do fator de risco de uma ação. (WESTON, 004, p.177). O beta etão mostra qual deve ser o comportameto de um ativo em relação ao mercado. O coeficiete beta cosiderado para o mercado é igual a 1,0 e os betas dos ativos são cosiderados em relação a esse valor. Uma ação que tem beta positivo irá movimetar-se a mesma direção do mercado. Betas maiores que 1 idicam que a ação irá acompahar o mercado com itesidade maior e betas etre 0 e 1 irão acompahar com meor itesidade. Betas egativos implicam que o ativo movimetase em direção oposta ao mercado. Ativos com betas egativos ão são comus o mercado. O gráfico mostra o comportameto de três ações com betas iguais,0; 1,0 e 0,5.

4 Retoro das ações i, K j (%) 30 Ação A 0 10 Ação M Ação B Retoro do mercado, K -10 m (%) Ação A: b =,0 alto risco Ação M: b = 1,0 médio risco Ação B: b = 0,5 baixo risco O cálculo do coeficiete beta é realizado através de uma regressão liear simples. É produzido um diagrama de dispersão o quais as coordeadas são os retoros históricos para a ação e para o mercado em um período. Coforme a distribuição dos potos é traçado uma liha de regressão, a qual o coeficiete de icliação dessa reta é exatamete o beta dessa ação. A seguir um exemplo demostrado o cálculo do fator beta utilizado o modelo CAPM. Ao Mercado (Km) Ação J (Kj) 0X1 19,5 35, 0X -6,5-0,7 0X3 7,3 15,5 0X4 0,5 6,5 0X5 9,8 40,1 Tabela 1 Dados utilizado para calcular o fator beta Acompahado a dispersão dos potos traçamos uma reta do tipo: Y = bx + e, a qual o b é o coeficiete de icliação da reta. No gráfico acima a reta Y=1,50X 5,86 tem coeficiete de icliação igual a 1,5, que é o beta da ação J. Na prática usaríamos retoros mesais, etão teríamos 60 potos em 5 aos, oferecedo assim um cálculo mais preciso do beta.

5 Retoro histórico da ação J, K j (%) y = 1,4999x - 5, Retoro histórico o mercado, K m (%) -30 V MENSURAÇÃO DE RISCO ATRAVÉS DO VALOR PRESENTE LÍQUIDO O risco para um ivestidor idividual, como foi ateriormete cometado, deriva apeas da possibilidade de perda do capital pricipal. Desta forma, o ivestidor que desejar avaliar o risco de um ativo utilizado o método do valor presete líquido, deve cosiderar o risco como sedo o resultado da equação. Um resultado superior à zero idica, em pricipio, que o ivestimeto o ativo possui pouco risco (admitimos aqui que a estimativa da projeção do fluxo de caixa é precisa). O ivestidor que tiver duas alterativas de ivestimetos deve escolher a que possui o maior VPL calculado. A taxa de descoto utilizada deve ser a iflação projetada, ou a taxa livre de risco do mercado avaliado. VPL F (5) Ode: VPL = Valor presete líquido do ativo; 0 = Valor pago pelo ativo; i = Taxa de descoto; 1,... = Fluxo de caixa livre estimado pelo ivetor da empresa; = Fluxo de caixa da perpetuidade estimada pelo ivestidor da empresa. F

6 Uma aálise que devemos iterpretar do resultado da equação é que quato maior (magitude) meos arriscado seria o osso ivestimeto esse ativo. Visto que, caso a ossa estimativa do fluxo futuro ão se cocretize da forma calculada, esse erro poderia ser compesado por uma margem de seguraça ao comprar um ativo que possui o VPL > 0. VI - ANÁLISE DE SENSIBILIDADE DO BETA Coforme cometamos ateriormete, o risco de um ativo pode ser etedido como sedo o seu valor do beta. Para aalisamos melhor como essa variável pode ser ifluêciada, vamos supor que estamos um dado mercado, que um ativo e o ídice de referêcia se comportam da maeira como segue a tabela. Pode-se observar, dividimos a aálise em dois períodos e em dois ceários. Admitimos que em cada ceário seja igualmete possível de ocorrer e que a escolha de qual ceário irá acotecer se dará por um processo meramete aleatório, visto que as iformações cohecidas do público e perspectivas do setor, ecoomia do país, etre outras, são exatamete as mesmas os dois ceários. Na primeira fase o ativo em questão, segue o comportameto da bolsa de valores e o cálculo do seu beta 1 é igual a 1, tato para o ceário 1 como o. Quado etramos o segudo período o beta do ativo do ceário 1 sobe e atige o valor de 1,1 (usado a série de dados de 0X1 até 0X3) ou para o valor 1,71 (usado apeas os dados o ao 0X30. Equato que para o ceário, o beta cotiua costate sedo igual a 1 em ambas as fases. Tabela Aálise de Ceários. 1 - O cálculo do beta foi realizado utilizado a ferrameta computacioal MiiTab

7 VII - IMPLICAÇÕES DO PREÇO DO ATIVO COMO FATOR DE RISCO PARA O INVESTIDOR Supoha que existam dois ivestidores hipotéticos, que são avessos à possibilidade de perda do seu pricipal ivestido, que procuram sempre ivestir em ações de baixo risco e desejam a mesma taxa de retoro. O primeiro ivestidor faz sua escolha baseado pelo fator beta equato que o segudo utiliza o método de fluxo de caixa descotado, procurado assim, o maior VPL possível a fim de mitigar a possibilidade de perda do pricipal. Esses ivestidores também têm a capacidade de adquirir a totalidade de uma empresa pelo preço uitário da sua ação um dado mometo. A aálise feita pelo ivestidor seria dada pela equação 6: VPL Ode: VPL = Valor presete líquido da compra da empresa; P 0 ações Ativo F Ativo P * 1 0 Nações... (6) = Valor uitário de uma ação; N = Número de ações da empresa; i = Taxa de descoto 1,... = Fluxo de caixa livre estimado pelo ivetor da empresa; = Fluxo de caixa da perpetuidade estimada pelo ivestidor da empresa; F A equação (6) represeta a equação do fluxo de caixa descotado da empresa em questão, a taxa de descoto será a taxa livre de risco para ambos os ivestidores. Não é propósito, desse artigo, etrar em detalhes de como devemos estimar o fluxo de caixa em cada período. Partiremos do pricípio que os valores são corretos e que esse fluxo de caixa ão irá apresetar divergêcias etre o estimado e o que de fato ocorrerá. Coforme foi dito ateriormete, o ivestidor 1 escolhe os ativos pelo meor beta e o ivestidor pelo maior valor presete liquido. Assim, a visão do ivestidor 1 a ação da empresa é mais atraete o ceário que o ceário 1. Como ambos os ivestidores procuram ter o mesmo risco e o risco para ambos é etedido da mesma forma, etão o ivestidor tem que chegar as mesmas coclusões que o ivestidor 1. O ivestidor admitiu que: VPL VPL (7) Ceário Ceário1 Como o preço da ação o ceário é igual à 30,17 e o ceário 1 igual à 7,9, que o fluxo de caixa e úmero de ações é o mesmo em ambos os ceários (ada mudou a empresa), temos que: F (8) ,17* Nações... 7,9* N ações Simplificado: 30,17 7,9 (9) F...

8 Esse resultado é irreal, pois -30,17 ão são maior que -7,9. Com isso, temos um impasse sobre o que seria o mais correto e represetaria de fato o meor risco de perda do pricipal ivestido. O que deveria dizer um cosultor de fiaças pessoal, em fução desse dilema? VIII TEORIA DOS MERCADOS EFICIENTES E SUAS FALHAS. Um mercado de capital eficiete (SCHEWESER, 008, p.173), é um mercado ao qual os preços dos ativos refletem com exatidão todas as iformações dispoíveis. Nestes mercados os preços dos ativos se ajustam rapidamete a ovas iformações, esta teoria assume as seguites codições: Um grade úmero de participates busca maximizar os seus lucros através de aálise e estas avaliações são feitas de forma idepedete etre os participates. As ovas iformações chegam ao mercado de maeira aleatória e idepedete uma das outras. Os ivestidores ajustam suas estimativas dos preços dos ativos rapidamete a cada ova iformação recebida. A expectativa de retoro (risco) está icluída o preço do ativo. Desta forma, em um mercado com um grade umero de competidores (ivestidores), deve causar um rápido ajuste de preços para cada ova iformação recebida. Este ovo preço irá refletir o ovo julgameto de todos os ivestidores este mercado. Existem três grades limitações para que um mercado seja capaz de produzir preços corretos, são eles (SCHEWESER, 008, p.186): 1 Processar ovas iformações tem um custo e leva tempo. Se os mercados são eficietes, etão ão existem retoros superiores para os ivestidores que gastarem esforço e tempo em uma aalise fudametalista. Assim, se ehum ivestidor gasta tempo e esforço em aálise fudametalista ão existe um processo que busca trazer os preços dos ativos a valores corretos. Se por exemplo os preços dos ativos se ajustarem detro de miutos ou horas a cada ova iformação recebida o mercado dizemos que o mercado é eficiete. Se esse ajuste de preços demorar por dias ou semaas, este mercado ão é eficiete. Os preços dos ativos o mercado podem ão ser eficietes, se os gahos que podem ser feitos por essa difereça for iferior ao custo de trasação. Isto acotece pricipalmete em mercados que possui um alto custo de trasação. 3 Existe um limite a capacidade dos arbitradores de trazer os preços dos ativos aos valores corretores. Isto acotece basicamete porque mesmo que o ivestidor sabia que uma determiada ação está super avaliada (mispricig) relativamete em relação a outros ativos ou absolutamete, ão sigifica que uma operação com esse ativo será imediatamete lucrativa. Pois o mercado pode demorar aos para exergar essas aomalias. Como podemos costatar, se utilizarmos a teoria dos mercados eficietes (TME) para tetar elucidar esse dilema, seremos levados, em pricipio, a acreditar que como os mercados são eficietes, o preço dos ativos são corretos em todo o mometo e que a realidade ão existiria a possibilidade dos ceários 1 e e sim, apeas um úico ceário. Esse argumeto se desfaz quado observamos que os mercados, a luz da própria teoria, possuem aomalia em

9 relação à precificação dos ativos (mispricig), levado dessa forma a acreditarmos que existe de fato a possibilidade de ocorrer ambos os ceários. Assim sedo, ão podemos resolver o dilema, justificado que ão existe a possibilidade dos dois ceários ocorrer. Temos que buscar outra possível explicação. VII CONSIDERAÇÕES FINAIS O presete trabalho busca elucidar as implicações do uso do fator beta como uma forma de mesuração do risco de um ativo. Como demostramos a aálise ao logo desse trabalho, avaliar o risco de um ativo somete como sedo a sua variação em toro do valor esperado, pode levar os ivestidores a coclusões errôeas sobre qual o verdadeiro risco do ativo. Mostramos também que a teoria dos mercados eficietes ão ivalida a presete aálise e em tão pouco traz uma resposta para o problema aalisado. Neste mometo em que o mercado acioário Brasileiro passa por grades trasformações e pricipalmete agora que o grade público está sedo estimulado a ivestir, pricipalmete em bolsa de valores, cabe o alerta para as deficiêcias existetes a mesuração do risco e qual a iterpretação que deve ser feita desses úmeros. Novos estudos são ecessários para o desevolvimeto de uma metodologia de mesuração de risco que traduza com mais precisão as ecessidades dos pequeos ivestidores.

10 REFERÊNCIAS BIBLIOGRÁFICAS GROPPELLI, A.A.. Admiistração fiaceira / A.A Groppelli e Ehsa Nikbakht..ed. São Paulo: Saraiva, 00. BRIGHAM, Eugee F.. Admiistração fiaceira: teoria e prática / Eugee F. Brigham, Louis C. Gapeski, Michael C. Ehrhardt. São Paulo: Atlas, 001. COSTA, Oswaldo Luiz do Valle. Aálise de risco e retoro em ivestimetos fiaceiros / Oswaldo Luiz do Valle Costa e Hugo Goçalves Vieira de Assução. Barueri, SP: Maole, 005. WESTON, J. Fred. Fudametos da admiistração fiaceira / J. Fred Westo, Eugee F Brigham. 10.ed. São Paulo : Makro Books, 004. GITMAN, Lawrece J.. Pricípios de admiistração fiaceira. 7.ed. São Paulo: Harbra, SCHEWESER, CFA Level 1 Study Notes Volume 4. 1.ed. New York, Klapa, 008

MATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari

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 mais

n ) uma amostra aleatória da variável aleatória X.

n ) 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 mais

A finalidade de uma equação de regressão seria estimar valores de uma variável, com base em valores conhecidos da outra.

A finalidade de uma equação de regressão seria estimar valores de uma variável, com base em valores conhecidos da outra. Jaete Pereira Amador Itrodução A aálise de regressão tem por objetivo descrever através de um modelo matemático, a relação existete etre duas variáveis, a partir de observações dessas viráveis. A aálise

Leia mais

CORRELAÇÃO Aqui me tens de regresso

CORRELAÇÃO Aqui me tens de regresso CORRELAÇÃO Aqui me tes de regresso O assuto Correlação fez parte, acompahado de Regressão, do programa de Auditor Fiscal, até 998, desaparecedo a partir do cocurso do ao 000 para agora retorar soziho.

Leia mais

MATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari

MATEMÁTICA 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 mais

MATEMÁTICA FINANCEIRA

MATEMÁTICA FINANCEIRA MATEMÁTICA FINANCEIRA Professor Pacher Tema da aula 8 VP - Valor Presete de um fluxo de caixa Avaliação de projetos - Valor presete liquido (VPL) - taxa itera de retoro (TIR) - Equivalêcias de capitais

Leia mais

TRANSPORTES. Sessão Prática 4 Amostragem de escalares

TRANSPORTES. 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 mais

População x Amostra. statística descritiva X inferência estatística. Revisão de Estatística e Probabilidade

População x Amostra. statística descritiva X inferência estatística. Revisão de Estatística e Probabilidade Revisão de Estatística e Probabilidade Magos Martiello Uiversidade Federal do Espírito Sato - UFES Departameto de Iformática DI Laboratório de Pesquisas em Redes Multimidia LPRM statística descritiva X

Leia mais

O QUE HÁ DE ERRADO COM O MERCADO ACIONÁRIO BRASILEIRO? - COMPARAÇÃO ENTRE OS RETORNOS MÉDIOS DO IBOVESPA E DO CDI NO PERÍODO DE 1986 A 2004

O QUE HÁ DE ERRADO COM O MERCADO ACIONÁRIO BRASILEIRO? - COMPARAÇÃO ENTRE OS RETORNOS MÉDIOS DO IBOVESPA E DO CDI NO PERÍODO DE 1986 A 2004 V I I S E M E A D P E S Q U I S A Q U A N T I T A T I V A F I N A N Ç A S O QUE HÁ DE ERRADO COM O MERCADO ACIONÁRIO BRASILEIRO? - COMPARAÇÃO ENTRE OS RETORNOS MÉDIOS DO IBOVESPA E DO CDI NO PERÍODO DE

Leia mais

DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL. todas as repetições). Então, para todo o número positivo ξ, teremos:

DESIGUALDADES, 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 mais

Cap. 4 - Estimação por Intervalo

Cap. 4 - Estimação por Intervalo Cap. 4 - Estimação por Itervalo Amostragem e iferêcia estatística População: cosiste a totalidade das observações em que estamos iteressados. Nº de observações a população é deomiado tamaho=n. Amostra:

Leia mais

Stela Adami Vayego DEST/UFPR

Stela Adami Vayego DEST/UFPR Resumo 3 Resumo dos dados uméricos por meio de úmeros. Medidas de Tedêcia Cetral A tedêcia cetral da distribuição de freqüêcias de uma variável em um cojuto de dados é caracterizada pelo valor típico dessa

Leia mais

Mestrado Integrado em Engenharia Civil. Disciplina: TRANSPORTES. Sessão Prática 4: Amostragem

Mestrado 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

O termo "linear" significa que todas as funções definidas no modelo matemático que descreve o problema devem ser lineares, isto é, se f( x1,x2

O termo linear significa que todas as funções definidas no modelo matemático que descreve o problema devem ser lineares, isto é, se f( x1,x2 MÓDULO 4 - PROBLEMAS DE TRANSPORTE Baseado em Novaes, Atôio Galvão, Métodos de Otimização: aplicações aos trasportes. Edgar Blücher, São Paulo, 978..CONCEITOS BÁSICOS DE PROGRAMAÇÃO LINEAR É uma técica

Leia mais

OMBRO-CABEÇA-OMBRO : TESTANDO A LUCRATIVIDADE DO PADRÃO GRÁFICO DE ANÁLISE TÉCNICA NO MERCADO DE AÇÕES BRASILEIRO

OMBRO-CABEÇA-OMBRO : TESTANDO A LUCRATIVIDADE DO PADRÃO GRÁFICO DE ANÁLISE TÉCNICA NO MERCADO DE AÇÕES BRASILEIRO Caro parecerista, Agradecemos as sugestões e críticas ao osso artigo, as quais procuramos observar a revisão do artigo. A seguir você ecotrará um relatório descrevedo todos os ajustes realizados, a ordem

Leia mais

Taxas e Índices. Ana Maria Lima de Farias Dirce Uesu Pesco

Taxas e Índices. Ana Maria Lima de Farias Dirce Uesu Pesco Taxas e Ídices Aa Maria Lima de Farias Dirce Uesu esco Itrodução Nesse texto apresetaremos coceitos básicos sobre ídices e taxas. Embora existam aplicações em diversos cotextos, essas otas utilizaremos

Leia mais

INTERPOLAÇÃO POLINOMIAL

INTERPOLAÇÃO POLINOMIAL 1 Mat-15/ Cálculo Numérico/ Departameto de Matemática/Prof. Dirceu Melo LISTA DE EXERCÍCIOS INTERPOLAÇÃO POLINOMIAL A aproximação de fuções por poliômios é uma das ideias mais atigas da aálise umérica,

Leia mais

Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos

Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos Aálise de Algoritmos Aálise de Algoritmos Prof Dr José Augusto Baraauskas DFM-FFCLRP-USP A Aálise de Algoritmos é um campo da Ciêcia da Computação que tem como objetivo o etedimeto da complexidade dos

Leia mais

1 a Lista de PE Solução

1 a Lista de PE Solução Uiversidade de Brasília Departameto de Estatística 1 a Lista de PE Solução 1. a) Qualitativa omial. b) Quatitativa discreta. c) Quatitativa discreta. d) Quatitativa cotíua. e) Quatitativa cotíua. f) Qualitativa

Leia mais

10 - Medidas de Variabilidade ou de Dispersão

10 - 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 mais

Economia Florestal. A floresta como um capital

Economia Florestal. A floresta como um capital Ecoomia Florestal A floresta como um capital O que é um capital? Defiição Capital é um fudo ou valor (pode ser moetário, bes, maquiaria, etc.) que pode gerar redimetos futuros durate um certo tempo, capazes

Leia mais

FILAS PARALELAS COM SERVIDORES HETEROGÊNEOS E JOCKEYING PROBABILÍSTICO

FILAS PARALELAS COM SERVIDORES HETEROGÊNEOS E JOCKEYING PROBABILÍSTICO CAÍTULO FILAS ARALELAS COM SERVIDORES HETEROGÊNEOS E JOCKEYING ROBABILÍSTICO Nesse capítulo mostraremos a ovidade desse trabalho que é a obteção das equações de balaço de um sistema de filas paralelas

Leia mais

Rentabilidade e Preço de TRF

Rentabilidade e Preço de TRF Retabilidade e Preço de TRF Prof. José Valetim Machado Vicete, D.Sc. jose.valetim@gmail.com Aula 2 Preço de um Bôus Cosidere um bôus com o seguite fluxo: C 1 C 2 C M P 1 2 Muitas das vezes C 1 = C 2 =

Leia mais

APÊNDICE B FUNDAMENTOS DE ANÁLISE ECONÔMICA

APÊNDICE B FUNDAMENTOS DE ANÁLISE ECONÔMICA Apêdice B 1 APÊNDICE B FUNDAMENTOS DE ANÁLISE ECONÔMICA A aálise ecoômica de projetos 1 de eergia compara os valores dos ivestimetos realizados hoje com os resultados a serem obtidos o futuro. Nessa comparação

Leia mais

Capítulo 5- Introdução à Inferência estatística. (Versão: para o manual a partir de 2016/17)

Capítulo 5- Introdução à Inferência estatística. (Versão: para o manual a partir de 2016/17) Capítulo 5- Itrodução à Iferêcia estatística. (Versão: para o maual a partir de 2016/17) 1.1) Itrodução.(222)(Vídeo 39) Na iferêcia estatística, aalisamos e iterpretamos amostras com o objetivo de tirar

Leia mais

SEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN FACULDADE DE CIÊNCIAS EXATAS E NATURAIS FANAT DEPARTAMENTO DE CIÊNCIAS BIOLÓGICAS DECB

SEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN FACULDADE DE CIÊNCIAS EXATAS E NATURAIS FANAT DEPARTAMENTO DE CIÊNCIAS BIOLÓGICAS DECB Govero do Estado do Rio Grade do Norte Secretaria de Estado da Educação e da Cultura - SEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN FACULDADE DE CIÊNCIAS EXATAS E NATURAIS FANAT DEPARTAMENTO

Leia mais

Capítulo 5- Introdução à Inferência estatística.

Capítulo 5- Introdução à Inferência estatística. Capítulo 5- Itrodução à Iferêcia estatística. 1.1) Itrodução.(184) Na iferêcia estatística, aalisamos e iterpretamos amostras com o objetivo de tirar coclusões acerca da população de ode se extraiu a amostra.

Leia mais

Sumário. 2 Índice Remissivo 11

Sumário. 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 mais

Análise de Regressão Linear Múltipla I

Análise de Regressão Linear Múltipla I Aálise de Regressão Liear Múltipla I Aula 04 Gujarati e Porter, 0 Capítulos 7 e 0 tradução da 5ª ed. Heij et al., 004 Capítulo 3 Wooldridge, 0 Capítulo 3 tradução da 4ª ed. Itrodução Como pode ser visto

Leia mais

ANÁLISE DA VIABILIDADE FINANCEIRA PARA CORTE DE UMA FLORESTA PLANTADA - EUCALYPTUS

ANÁLISE DA VIABILIDADE FINANCEIRA PARA CORTE DE UMA FLORESTA PLANTADA - EUCALYPTUS ANÁLISE DA VIABILIDADE FINANCEIRA PARA CORTE DE UMA FLORESTA PLANTADA - EUCALYPTUS Karie Lopes 1 Tiago Hedges² Waystro Jesus de Paula³. RESUMO: Neste estudo, objetivou-se aalisar a viabilidade fiaceira,

Leia mais

S E Q U Ê N C I A S E L I M I T E S. Prof. Benito Frazão Pires. Uma sequência é uma lista ordenada de números

S E Q U Ê N C I A S E L I M I T E S. Prof. Benito Frazão Pires. Uma sequência é uma lista ordenada de números S E Q U Ê N C I A S E L I M I T E S Prof. Beito Frazão Pires Uma sequêcia é uma lista ordeada de úmeros a, a 2,..., a,... ) deomiados termos da sequêcia: a é o primeiro termo, a 2 é o segudo termo e assim

Leia mais

MATEMÁTICA MÓDULO 6 ESTATÍSTICA. Professor Haroldo Filho

MATEMÁTICA 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

Avaliação de Desempenho de Sistemas Discretos

Avaliação 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 mais

Revisando... Distribuição Amostral da Média

Revisando... Distribuição Amostral da Média Estatística Aplicada II DISTRIBUIÇÃO AMOSTRAL MÉDIA AULA 08/08/16 Prof a Lilia M. Lima Cuha Agosto de 016 Revisado... Distribuição Amostral da Média Seja X uma v. a. de uma população com média µ e variâcia

Leia mais

Stela Adami Vayego DEST/UFPR

Stela Adami Vayego DEST/UFPR Resumo 3 Resumo dos dados uméricos por meio de úmeros 1. Medidas de Tedêcia Cetral A tedêcia cetral da distribuição de freqüêcias de uma variável em um cojuto de dados é caracterizada pelo valor típico

Leia mais

ESTATÍSTICA. PROF. RANILDO LOPES U.E PROF EDGAR TITO

ESTATÍSTICA. PROF. RANILDO LOPES  U.E PROF EDGAR TITO ESTATÍSTICA PROF. RANILDO LOPES http://ueedgartito.wordpress.com U.E PROF EDGAR TITO Medidas de tedêcia cetral Medidas cetrais são valores que resumem um cojuto de dados a um úico valor que, de alguma

Leia mais

Matemática Financeira

Matemática Financeira UNIVERSIDADE DE SÃO PAULO Faculdade de Ecoomia, Admiistração e Cotabilidade de Ribeirão Preto - FEA-RP Matemática Fiaceira Profa. Dra.Luciaa C.Siqueira Ambrozii Juros Compostos 1 Juros compostos Cosidera

Leia mais

Sumário. 2 Índice Remissivo 17

Sumário. 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 mais

Probabilidade II Aula 12

Probabilidade 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 mais

Sumário. 2 Índice Remissivo 19

Sumário. 2 Índice Remissivo 19 i Sumário 1 Estatística Descritiva 1 1.1 Coceitos Básicos.................................... 1 1.1.1 Defiições importates............................. 1 1.2 Tabelas Estatísticas...................................

Leia mais

Método dos Mínimos Quadrados. Julia Sawaki Tanaka

Método dos Mínimos Quadrados. Julia Sawaki Tanaka Método dos Míimos Quadrados Julia Sawaki Taaka Diagrama de Dispersão iterpolação ajuste ou aproximação O Método dos Míimos Quadrados é um método de aproximação de fuções. É utilizado quado: Cohecemos potos

Leia mais

Amostras Aleatórias e Distribuições Amostrais. Probabilidade e Estatística: afinal, qual é a diferença?

Amostras 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 mais

Número-índice: Conceito, amostragem e construção de estimadores

Número-índice: Conceito, amostragem e construção de estimadores Número-ídice: Coceito, amostragem e costrução de estimadores Objetivo Geral da aula Defiir o que são os úmeros-ídices, efatizado a sua importâcia para aálise ecoômica. Cosidere os dados apresetados a Tabela

Leia mais

5 Teoria dos Valores Extremos

5 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

Parte 3: Gráfico de Gestão de Estoque. Gráficos e Cálculos Fundamentais

Parte 3: Gráfico de Gestão de Estoque. Gráficos e Cálculos Fundamentais Capítulo 3: Gestão de stoques Curso de Admiistração de mpresas 2º Semestre 09 Disciplia: Admiistração da Logística e Patrimôio Capítulo 03: Gestão de estoques (Partes 3 e 4) Parte : Itrodução Parte 2:

Leia mais

Método alternativo para calcular a constante de Apéry

Método alternativo para calcular a constante de Apéry SCIENTIA PLENA VOL. 7, NUM. 4 0 www.scietiaplea.org.br Método alterativo para calcular a costate de Apéry S. R. Cruz; J. B. Oliveira; D. T. Feitosa; C. M. Silva Departameto de Matemática, Uiversidade de

Leia mais

EPR 007 Controle Estatístico de Qualidade

EPR 007 Controle Estatístico de Qualidade EP 7 Cotrole Estatístico de Qualidade Prof. Dr. Emerso José de Paiva Gráficos e tabelas origiadas de Costa, Epprecht e Carpietti (212) 1 Num julgameto, ifelizmete, um iocete pode ir pra cadeia, assim como

Leia mais

6.1 Estimativa de uma média populacional: grandes amostras. Definição: Um estimador é uma característica amostral (como a média amostral

6.1 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 mais

DERIVADAS DE FUNÇÕES11

DERIVADAS 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 mais

ESTATÍSTICA E PROBABILIDADES

ESTATÍSTICA E PROBABILIDADES ESTATÍSTICA E PROBABILIDADES Aluo(a): Turma: Professores: Data: Edu/Vicete Noções de Estatística Podemos eteder a Estatística como sedo o método de estudo de comportameto coletivo, cujas coclusões são

Leia mais

RESOLUÇÃO DAS QUESTÕES DE MATEMÁTICA FINANCEIRA

RESOLUÇÃO DAS QUESTÕES DE MATEMÁTICA FINANCEIRA RESOLUÇÃO DAS QUESTÕES DE MATEMÁTICA FINANCEIRA Caro aluo, Dispoibilizo abaixo a resolução resumida das 10 questões de Matemática Fiaceira da prova de Auditor do ISS/Cuiabá 2014. Para sua orietação, utilizei

Leia mais

Regressão linear simples

Regressão linear simples Regressão liear simples Maria Virgiia P Dutra Eloae G Ramos Vaia Matos Foseca Pós Graduação em Saúde da Mulher e da Criaça IFF FIOCRUZ Baseado as aulas de M. Pagao e Gravreau e Geraldo Marcelo da Cuha

Leia mais

Capítulo I Séries Numéricas

Capítulo 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 mais

A B C A e B A e C B e C A, B e C

A B C A e B A e C B e C A, B e C 2 O ANO EM Matemática I RAPHAEL LIMA Lista 6. Durate o desfile de Caraval das escolas de samba do Rio de Jaeiro em 207, uma empresa especializada em pesquisa de opiião etrevistou 40 foliões sobre qual

Leia mais

5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO

5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO 5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO 5.1 INTRODUÇÃO Um sistema é defiido como todo o cojuto de compoetes itercoectados, previamete determiados, de forma a realizar um cojuto

Leia mais

Cap. VI Histogramas e Curvas de Distribuição

Cap. 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 mais

ENGENHARIA DA QUALIDADE A ENG AULA 6 CARTAS DE CONTROLE PARA ATRIBUTOS

ENGENHARIA 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 mais

A DESIGUALDADE DE CHEBYCHEV

A 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 mais

Estimação da média populacional

Estimação 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

Análise econômica: alternativas de investimento e tomada de decisão. Prof. Paulo Sant Ana - UFABC

Análise econômica: alternativas de investimento e tomada de decisão. Prof. Paulo Sant Ana - UFABC Aálise ecoômica: alterativas de ivestimeto e tomada de decisão Prof. Paulo Sat Aa - UFABC Exercício Supoha que você queira ivestir um projeto de uma usia eólica. O ivestimeto iicial é de R$ 80.000.000,00

Leia mais

Virgílio A. F. Almeida DCC-UFMG 1/2005

Virgílio A. F. Almeida DCC-UFMG 1/2005 Virgílio A. F. Almeida DCC-UFMG 1/005 !" # Comparado quatitativamete sistemas eperimetais: Algoritmos, protótipos, modelos, etc Sigificado de uma amostra Itervalos de cofiaça Tomado decisões e comparado

Leia mais

DETERMINANDO A SIGNIFICÂNCIA ESTATÍSTICA PARA AS DIFERENÇAS ENTRE MÉDIAS

DETERMINANDO A SIGNIFICÂNCIA ESTATÍSTICA PARA AS DIFERENÇAS ENTRE MÉDIAS DTRMINANDO A SIGNIFIÂNIA STATÍSTIA PARA AS DIFRNÇAS NTR MÉDIAS Ferado Lag da Silveira Istituto de Física - UFRGS lag@if.ufrgs.br O objetivo desse texto é apresetar através de exemplos uméricos como se

Leia mais

Formas Normais. Dalton E. dos Santos, Kelvin E. Nogueira da Silva, Jorge L. dos Santos Ramos Jr.

Formas Normais. Dalton E. dos Santos, Kelvin E. Nogueira da Silva, Jorge L. dos Santos Ramos Jr. Formas Normais Dalto E. dos Satos, Kelvi E. Nogueira da Silva, Jorge L. dos Satos Ramos Jr. Departameto de Iformática Uiversidade Tecológica Federal do Paraá (UTFPR) CEP: 80230-901 Curitiba PR Brasil daltoes@ms.com,

Leia mais

O teste de McNemar. A tabela 2x2. Depois - Antes

O 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 mais

Sistematização de dados quantitativos

Sistematização de dados quantitativos Oficia de Textos, 005, pp.175-186 Prof. Dr. Emerso Galvai Sistematização de dados quatitativos 1. Apresetação É possível metir usado estatísticas, mas se mete mais, e melhor, sem estatísticas. É preciso

Leia mais

AMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM

AMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM 6 AMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM Quado se pretede estudar uma determiada população, aalisam-se certas características ou variáveis dessa população. Essas variáveis poderão ser discretas

Leia mais

Cálculo Numérico Lista 02

Cálculo Numérico Lista 02 Cálculo Numérico Lista 02 Professor: Daiel Herique Silva Essa lista abrage iterpolação poliomial e método dos míimos quadrados, e cobre a matéria da seguda prova. Istruções gerais para etrega Nem todos

Leia mais

Distribuições Amostrais

Distribuições 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 mais

ESTIMAÇÃO POR INTERVALO (INTERVALOS DE CONFIANÇA)

ESTIMAÇÃO POR INTERVALO (INTERVALOS DE CONFIANÇA) 06 ETIMÇÃO OR INTERVLO (INTERVLO DE CONINÇ) Cada um dos métodos de estimação potual permite associar a cada parâmetro populacioal um estimador. Ora a cada estimador estão associadas tatas estimativas diferetes

Leia mais

arxiv: v1 [math.ho] 3 Sep 2014

arxiv: v1 [math.ho] 3 Sep 2014 Álbum de figurihas da Copa do Mudo: uma abordagem via Cadeias de Markov Leadro Morgado IMECC, Uiversidade Estadual de Campias arxiv:409.260v [math.ho] 3 Sep 204 Cosiderações iiciais 6 de maio de 204 Com

Leia mais

CONCEITOS FUNDAMENTAIS DA MATEMÁTICA FINANCEIRA

CONCEITOS FUNDAMENTAIS DA MATEMÁTICA FINANCEIRA CONCEITOS FUNDAMENTAIS DA MATEMÁTICA FINANCEIRA Coceito de taxa de juros Taxa de juro é a relação etre o valor dos juros pagos (ou recebidos) o fial de um determiado período de tempo e o valor do capital

Leia mais

Lista de Exercícios #6 Assunto: Propriedade dos Estimadores e Métodos de Estimação

Lista 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 mais

27/04/2017 REVISÃO DE CÁLCULOS FINANCEIROS REVISÃO DE CÁLCULOS FINANCEIROS. i 1. 1 i i. pagamentos postecipados, constantes, periódicos e limitados

27/04/2017 REVISÃO DE CÁLCULOS FINANCEIROS REVISÃO DE CÁLCULOS FINANCEIROS. i 1. 1 i i. pagamentos postecipados, constantes, periódicos e limitados VIABILIDADE ECONÔMICO FINANCEIRA DE PROETOS Prof. Luis Perez Zotes, D.Sc REVISÃO DE CÁLCULOS FINANCEIROS 1. Auidades costates postecipadas: pagametos postecipados, costates, periódicos e limitados PV PMT

Leia mais

Experimento 1 Estudo da Lei de Hooke

Experimento 1 Estudo da Lei de Hooke Experimeto 1 Estudo da Lei de Hooke 1.1 Objetivos Físicos Verificação experimetal da lei de Hooke para uma mola helicoidal: Medida experimetal do módulo de rigidez do material μ. 1. Objetivos Didáticos

Leia mais

ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p

ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p Objetivo Estimar uma proporção p (descohecida) de elemetos em uma população, apresetado certa característica de iteresse, a partir da iformação forecida por uma amostra.

Leia mais

INFERÊNCIA. Fazer inferência (ou inferir) = tirar conclusões

INFERÊNCIA. Fazer inferência (ou inferir) = tirar conclusões INFERÊNCIA Fazer iferêcia (ou iferir) = tirar coclusões Iferêcia Estatística: cojuto de métodos de aálise estatística que permitem tirar coclusões sobre uma população com base em somete uma parte dela

Leia mais

Obtemos, então, uma amostra aleatória de tamanho n de X, que representamos por X 1, X 2,..., X n.

Obtemos, 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 mais

AVALIAÇÃO DE PERFORMANCE DE CARTEIRAS OTIMIZADAS: UMA ABORDAGEM PRÁTICA DA TEORIA DE MARKOWITZ. Aquiles Poletti Moreira 1

AVALIAÇÃO DE PERFORMANCE DE CARTEIRAS OTIMIZADAS: UMA ABORDAGEM PRÁTICA DA TEORIA DE MARKOWITZ. Aquiles Poletti Moreira 1 V S E M E A D E S T U D O D E C A S O F I N A N Ç A S AVALIAÇÃO DE PERFORMANCE DE CARTEIRAS OTIMIZADAS: UMA ABORDAGEM PRÁTICA DA TEORIA DE MARKOWITZ Aquiles Poletti Moreira Daiela Grácio Soares Moita RESUMO

Leia mais

4 Teoria da Probabilidade

4 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 mais

Procedimentos de Marcação a Mercado (06, 2017)

Procedimentos de Marcação a Mercado (06, 2017) Procedimetos de Marcação a Mercado (06, 207) Risk Maagemet Baco Sumitomo Mitsui Brasileiro S.A SUMÁRIO ESCOPO 4 2 PRINCÍPIOS 4 3 ORGANIZAÇÃO 5 4 COTAS 5 4. Cotas de Fechameto 5 4.2 Cotas de Abertura 6

Leia mais

Como se decidir entre modelos

Como 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 mais

2.2. Séries de potências

2.2. Séries de potências Capítulo 2 Séries de Potêcias 2.. Itrodução Série de potêcias é uma série ifiita de termos variáveis. Assim, a teoria desevolvida para séries ifiitas de termos costates pode ser estedida para a aálise

Leia mais

Escola de Engenharia de Lorena EEL USP Departamento de Engenharia Química DEQUI Disciplina: Normalização e Controle da Qualidade NCQ

Escola de Engenharia de Lorena EEL USP Departamento de Engenharia Química DEQUI Disciplina: Normalização e Controle da Qualidade NCQ 1 Escola de Egeharia de orea EE SP Departameto de Egeharia Química DEQI Disciplia: Normalização e Cotrole da Qualidade NCQ Capítulo : Amostragem por Variáveis (MI STD 1) SEÇÃO A.1 Objetivo Este capítulo

Leia mais

A exponencial. Praciano-Pereira, Tarcisio

A exponencial. Praciano-Pereira, Tarcisio A expoecial Praciao-Pereira, Tarcisio 25 de jaeiro de 206 préprits da Sobral Matemática o. 206.0 Editor Tarcisio Praciao-Pereira tarcisio@member.ams.org Resumo Estou resolvedo, este artigo, a equação y

Leia mais

Distribuições Amostrais

Distribuições 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 mais

Séquências e Séries Infinitas de Termos Constantes

Séquências e Séries Infinitas de Termos Constantes Capítulo Séquêcias e Séries Ifiitas de Termos Costates.. Itrodução Neste capítulo estamos iteressados em aalisar as séries ifiitas de termos costates. Etretato, para eteder as séries ifiitas devemos ates

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,...

( 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 mais

Estudando complexidade de algoritmos

Estudando complexidade de algoritmos Estudado complexidade de algoritmos Dailo de Oliveira Domigos wwwdadomicombr Notas de aula de Estrutura de Dados e Aálise de Algoritmos (Professor Adré Bala, mestrado UFABC) Durate os estudos de complexidade

Leia mais

Métodos Quantitativos para Ciência da Computação Experimental Aula #4

Métodos Quantitativos para Ciência da Computação Experimental Aula #4 Métodos Quatitativos para Ciêcia da Computação Experimetal Aula #4 Jussara Almeida DCC-UFMG 2017 Measuremets are ot to provide umbers, but isights Metodologia de Comparação de Sistemas Experimetais Comparado

Leia mais

INSTITUTO DE PREVIDÊNCIA DOS SERVIDORES PÚBLICOS DO MUNICÍPIO DE TEÓFILO OTONI CNPJ /

INSTITUTO DE PREVIDÊNCIA DOS SERVIDORES PÚBLICOS DO MUNICÍPIO DE TEÓFILO OTONI CNPJ / REUNIÃO EXTRAORDINÁRIA DO CONSELHO DELIBERATIVO DO INSTITUTO DE PREVIDÊNCIA DOS SERVIDORES PÚBLICOS DO MUNICÍPIO DE TEOFILO OTONI RELATÓRIO TRIMESTRAL DE RENTABILIDADE E RISCOS DOS INVESTIMENTOS RELATIVO

Leia mais

Dessa forma, concluímos que n deve ser ímpar e, como 120 é par, então essa sequência não possui termo central.

Dessa forma, concluímos que n deve ser ímpar e, como 120 é par, então essa sequência não possui termo central. Resoluções das atividades adicioais Capítulo Grupo A. a) a 9, a 7, a 8, a e a 79. b) a, a, a, a e a.. a) a, a, a, a 8 e a 6. 9 b) a, a 6, a, a 9 e a.. Se a 9 e a k são equidistates dos extremos, etão existe

Leia mais

Instruções gerais sobre a Prova:

Instruções 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 mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Teoria da amostragem

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Teoria da amostragem Estatística: Aplicação ao Sesoriameto Remoto SER 04 - ANO 017 Teoria da amostragem Camilo Daleles Reó camilo@dpi.ipe.br http://www.dpi.ipe.br/~camilo/estatistica/ Algumas Cosiderações... É importate ter

Leia mais

Introdução. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ...

Introdução. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ... Itrodução Exemplos Para curar uma certa doeça existem quatro tratametos possíveis: A, B, C e D. Pretede-se saber se existem difereças sigificativas os tratametos o que diz respeito ao tempo ecessário para

Leia mais

MAE0229 Introdução à Probabilidade e à Estatística II

MAE0229 Introdução à Probabilidade e à Estatística II Exercício : Sabe-se que o tempo de viagem de um local A a zoa orte de São Paulo até a USP segue uma distribuição ormal com desvio padrão 9 miutos. Em 200 dias aotou-se o tempo gasto para vir desse poto

Leia mais

EFICIÊNCIA DOS GASTOS MUNICIPAIS EM EDUCAÇÃO NO BRASIL Priscila Fraiz de Paula 1, Evandro Rodrigues de Faria 2, Mariane Carolina do Vale Gomes 3

EFICIÊNCIA DOS GASTOS MUNICIPAIS EM EDUCAÇÃO NO BRASIL Priscila Fraiz de Paula 1, Evandro Rodrigues de Faria 2, Mariane Carolina do Vale Gomes 3 EFICIÊNCIA DOS GASTOS MUNICIPAIS EM EDUCAÇÃO NO BRASIL Priscila Fraiz de Paula 1, Evadro Rodrigues de Faria 2, Mariae Carolia do Vale Gomes 3 Resumo: A pesquisa objetivou avaliar quais são os fatores determiates

Leia mais

A maneiras. Concluindo, podemos obter

A maneiras. Concluindo, podemos obter Matemática A. o ao TESTE DE AVALIAÇÃO DE MATEMÁTICA.º ANO PROPOSTA DE RESOLUÇÃO. A soma de todos os termos da liha de ordem do triâgulo de Pascal é ; assim, para esta liha, tem-se 96 log 96 log. O elemeto

Leia mais

FICHA DE TRABALHO 11º ANO. Sucessões

FICHA DE TRABALHO 11º ANO. Sucessões . Observe a sequêcia das seguites figuras: FICHA DE TRABALHO º ANO Sucessões Vão-se costruido, sucessivamete, triâgulos equiláteros os vértices dos triâgulos equiláteros já existetes, prologado-se os seus

Leia mais

CONHECIMENTOS ESPECÍFICOS

CONHECIMENTOS ESPECÍFICOS Acerca dos coceitos de estatística e dos parâmetros estatísticos, julgue os ites seguites. CONHECIMENTOS ESPECÍFICOS CESPE/UB STM 67 A partir do histograma mostrado a figura abaixo, é correto iferir que

Leia mais

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) PROJETO FATORIAL 2 k COMPLETO E REPLICADO. Dr. Sivaldo Leite Correia

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) PROJETO FATORIAL 2 k COMPLETO E REPLICADO. Dr. Sivaldo Leite Correia PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) PROJETO FATORIAL 2 k COMPLETO E REPLICADO Dr. Sivaldo Leite Correia CONCEITOS, LIMITAÇÕES E APLICAÇÕES Nos tópicos ateriores vimos as estratégias geeralizadas para

Leia mais