5 Método dos Mínimos Quadrados de Monte Carlo (LSM)
|
|
- Marco Antônio Castanho Machado
- 6 Há anos
- Visualizações:
Transcrição
1 Méodo dos Mínimos Quadrados de Mone Carlo (LSM) 57 5 Méodo dos Mínimos Quadrados de Mone Carlo (LSM) O méodo LSM revela-se uma alernaiva promissora frene às radicionais écnicas de diferenças finias e árvores binomiais, endo muias vanagens como uma esruura para avaliação, gerenciameno de risco e exercício óimo de opções americanas. Alguns exemplos de aplicações do méodo LSM são: Avaliação de opções que dependem de múliplos faores; Avaliação de derivaivos com caracerísicas de opções americanas e dependenes do camino; Avaliação de opções onde as variáveis de esado seguem um processo esocásico qualquer (jump diffusion, por exemplo), ou um processo não-markoviano. Recenemene, Gamba propôs uma abordagem alernaiva para avaliar opções composas e projeos envolvendo opções reais múliplas baseada no méodo LSM. Esa abordagem será apresenada no ópico final dese capíulo. A inuição que esá por rás do méodo é a da programação dinâmica: a cada insane anerior à daa de vencimeno de uma opção americana, o proprieário desa opção compara o payoff do exercício anecipado com o seu valor de coninuação, para assim omar uma decisão óima. A esraégia de exercício óimo de uma opção americana é deerminada fundamenalmene pela expecaiva condicionada do seu valor de coninuação. A grande conribuição dos auores foi idenificar que a expecaiva condicionada pode ser esimada a parir de informações crosseccionais na simulação usando o méodo dos mínimos quadrados. Esa écnica é definida pelos auores como méodo dos mínimos quadrados de Mone Carlo (LSM). Para enender melor a écnica, será apresenado um exemplo numérico reirado do arigo de Longsaff & Scwarz. Em seguida, descreveremos o méodo de maneira mais formal.
2 Méodo dos Mínimos Quadrados de Mone Carlo (LSM) Exemplo Numérico A cave para o exercício óimo de uma opção americana é idenificar a expecaiva condicionada do seu valor de coninuação. Foram usadas as informações das rajeórias simuladas para idenificar a função de expecaivas condicionadas. Isso é feio aravés da regressão dos FCs de coninuação numa lisa de funções básicas dos valores das variáveis de esado relevanes. O resulado desa regressão é uma esimaiva não-endenciosa e eficiene da função de expecaivas condicionadas e leva a uma esimaiva precisa da regra de exercício óimo da opção. Considere uma opção de venda (pu) americana de uma ação que não paga dividendos. O preço de exercício da pu é,0, podendo ser exercida nos insanes, 2 e 3, sendo o empo 3 a daa de vencimeno da opção. A axa de descono livre de risco é de 6 % por período. Por simplicidade, o algorimo será demonsrado usando-se apenas oio rajeórias de preços para a ação. Esas rajeórias foram geradas supondo neuralidade ao risco, e são apresenadas na mariz abaixo: T E M P O Pa Tabela : Trajeórias de preços da ação. O objeivo é definir a regra de exercício que maximiza o valor da opção em cada pono ao longo de cada rajeória de preços. Caso a opção não seja exercida anes da sua daa de vencimeno, o fluxo de caixa realizado no insane 3 será dado por MAXIMO (FC 3 K, 0), como mosra a mariz abaixo:
3 Méodo dos Mínimos Quadrados de Mone Carlo (LSM) 59 T E M P O Pa Tabela 2: Mariz de fluxos de caixa em = 3. Se a PUT americana esiver in-e-money no insane 2, o invesidor deve decidir enre exercer imediaamene a opção ou manê-la viva aé a daa de vencimeno (insane 3). Denre as oio simulações de rajeórias de preços, somene cinco deixam a opção in-e-money no insane 2. Camaremos de X os preços da ação no insane 2, e de Y o valor desconado (aé = 2) do fluxo de caixa recebido no insane 3. Serão usadas somene as rajeórias de preços que esão in-e-money, pois elas permiem uma melor esimaiva da função de expecaivas condicionadas na região onde o exercício da opção é relevane, além de melorar significaivamene a eficiência do algorimo. Os valores de X e Y são apresenados na mariz a seguir: Regressão em = 2 Pa Y X 0,00 x e -0,06 = ou of e money 3 0,07 x e -0,06 = ,8 x e -0,06 = ou of e money 6 0,20 x e -0,06 = ,09 x e -0,06 = ou of e money Tabela 3: Dados para a regressão em = 2. Longsaff e Scwarz realizaram eses numéricos que indicaram que, usando odas as simulações para ober resulados com a mesma precisão dos resulados obidos com apenas simulações in-e-money, era necessário um número maior de funções básicas, o que elevava basane o cuso compuacional do processo.
4 Méodo dos Mínimos Quadrados de Mone Carlo (LSM) 60 Para esimar o valor esperado de coninuação da opção, condicionado ao preço da ação em = 2, é feia uma regressão de Y com relação a X e X 2. A função de expecaivas condicionadas obida pela regressão é: E [Y X] = -, ,983 X,83 X 2 Com a função de expecaivas condicionadas, nós obemos o valor de coninuação para cada rajeória de preços subsiuindo X na função, e o comparamos com o valor do exercício anecipado da PUT em = 2. O valor de exercício é igual a (,0 X) para as rajeórias in-e-money. A abela a seguir apresena eses valores. Vale ressalar que a comparação é feia apenas nas rajeórias de preços que se apresenam in-e-money em = 2, quando faz senido deerminar se é óimo exercer a opção ou esperar aé o insane seguine. Decisões de exercício óimo em = 2 Pa Exercício Coninuação ou of e money ou of e money ou of e money Tabela 4: Valores de exercício e de coninuação para a decisão para = 2. Comparando os valores apresenados na abela acima, verificamos que é óimo exercer imediaamene a opção em = 2 apenas nas rajeórias 4, 6 e 7. A abela abaixo mosra os fluxos de caixa recebidos pelo iular da opção, caso a mesma não seja exercida anes de = 2.
5 Méodo dos Mínimos Quadrados de Mone Carlo (LSM) 6 T E M P O Pa Tabela 5: Mariz de fluxos de caixa em = 2. Observe que, quando a opção é exercida em = 2, o fluxo de caixa final em = 3 é igual a zero, pois a opção não pode ser exercida mais de uma vez. Agora, iremos examinar se a opção deve ser exercida em =. Observando a mariz que coném as rajeórias de preços, verificamos que á cinco caminos em que a opção esá in-e-money em =. Para esas rajeórias, definiremos novamene Y como o valor desconado dos fluxos de caixa fuuros da opção, caso ela não seja exercida imediaamene em =. Os valores usados para Y correspondem aos fluxos de caixa reais e não aos valores esimados em = 2. Dado que a opção só pode ser exercida uma vez, os fluxos de caixa fuuros ocorrem em = 2 ou em = 3, nunca em ambos os insanes. Os FCs recebidos em = 2 serão desconados um período de empo, e os FCs recebidos em = 3 serão desconados dois períodos. Da mesma forma que no insane 2, X agora represena os preços da ação em = nos quais a opção esá in-emoney, e Y represena os FCs fuuros. A mariz abaixo mosra os valores de X e Y para = : Regressão em = Pa Y X 0,00 x e -0,06 = ou of e money 3 - ou of e money 4 0,3 x e -0,06 = ou of e money 6 0,33 x e -0,06 = ,26 x e -0,06 = ,00 x e -0,06 = Tabela 6: Dados para a regressão em =.
6 Méodo dos Mínimos Quadrados de Mone Carlo (LSM) 62 Novamene, fazemos a regressão de Y com relação a X e X 2. A função de expecaivas condicionadas obida é: E [Y X] = 2,038 3,335 X +,356 X 2 Com a função de expecaivas condicionadas, obemos o valor de coninuação para cada rajeória de preços subsiuindo X na função, e o comparamos com o valor do exercício anecipado da PUT em =. A abela a seguir apresena eses valores. Decisões de exercício óimo em = Pa Exercício Coninuação ou of e money 3 ou of e money ou of e money Tabela 7: Valores de exercício e de coninuação para a decisão para =. Comparando os valores apresenados na abela acima, verificamos que é óimo exercer imediaamene a opção em = nas rajeórias 4, 6, 7 e 8. Tendo idenificado a esraégia de exercício para os insanes, 2 e 3, a regra de exercício pode ser represenada pela seguine mariz, onde indica a daa de exercício óimo da opção denro de cada rajeória de preços. T E M P O Pa Tabela 8: Mariz de exercício óimo da opção em cada rajeória de preços.
7 Méodo dos Mínimos Quadrados de Mone Carlo (LSM) 63 Observe que, em deerminadas rajeórias de preços, não aparece o número indicando a daa de exercício óimo da opção. Isso significa que a opção não deve ser exercida denro desas rajeórias. Os fluxos de caixa resulanes do exercício óimo da opção enconram-se na abela a seguir. T E M P O Pa Tabela 9: Mariz de fluxos de caixa resulanes do exercício óimo da opção. Com a mariz de fluxos de caixa da opção, pode-se calcular o valor da PUT aravés da média dos FCs desconados aé o insane 0, como indica a fórmula abaixo: V ( pu) ( FC ) n kr e k k k= =, n, onde: n = número de rajeórias de preços simuladas; k = insane, na rajeória k, em que é óimo exercer a opção; r = axa de juros livre de risco; FC, k = fluxo de caixa gerado pelo exercício óimo da opção no k insane, denro da rajeória k. Aplicando ese procedimeno ao nosso exemplo, verificamos que o valor da opção americana é 0,44. Ese exemplo, embora simples, ilusra bem como os mínimos quadrados podem usar informações de simulações de preços para esimar a função de expecaivas condicionadas, que é usada para idenificar a decisão de exercício óimo da opção em cada simulação. Como mosrado nese exemplo, a abordagem LSM é facilmene implemenada, pois envolve apenas processos de regressão simples.
8 Méodo dos Mínimos Quadrados de Mone Carlo (LSM) Esruura do Méodo O objeivo do algorimo LSM é fornecer uma aproximação para a regra de exercício óimo que maximiza o valor de uma opção americana. Seja C (w, s;, T) os fluxos de caixa gerados pela opção, condicionada à resrição da opção não ser exercida anes do insane, onde w corresponde a uma simulação de rajeória de preços. O dono da opção seguirá uma esraégia de exercício óimo para cada insane s, onde < s < T. Esa função corresponde às marizes de fluxos de caixa, usadas no exemplo numérico (Tabelas 2, 5 e 9). Na daa de vencimeno da opção (T), o invesidor exercerá a opção se ela esiver in-e-money. Em qualquer insane n anerior à daa T, porém, o invesidor deve escoler enre exercer imediaamene a opção ou esperar aé o insane n+ para novamene omar uma decisão. Em cada rajeória de fluxos de caixa, a opção será maximizada se for exercida quando o valor de exercício anecipado for superior ou igual ao valor de coninuação, exaamene como no exemplo numérico. Em n, o valor de exercício anecipado é conecido pelo invesidor, mas o valor de coninuação não é. A eoria de avaliação de aivos sem arbiragem, porém, indica que o valor de coninuação da opção é dado pelo valor esperado dos fluxos de caixa fuuros desconados aé n com base numa medida Q de probabilidade neura ao risco. Assim, o valor de coninuação em n, definido como F (w; n ), será dado pela seguine fórmula: F ( w, ) ( ) n = EQ exp r w, s ds C( w, j ; n, T ) I( n ) N j= n+ Onde r (w, ) é a axa de descono livre de risco, I ( n ) corresponde ao conjuno de informações disponíveis em n para a omada de decisão, e N é o número de inervalos de empo enre o insane inicial e T (N = T/ e N = T). Para aplicar o méodo na avaliação de opções, inicialmene são simuladas diversas rajeórias de preços ou de fluxos de caixa, de acordo com a definição do comporameno desas variáveis. Em seguida, o LSM usa o méodo dos mínimos quadrados para ober uma aproximação da função de expecaivas condicionadas. Em N-, assumimos que F (w, N- ) é desconecido, mas pode ser represenado como uma combinação linear de um grupo de funções básicas L j (X), onde X é uma variável de esado. Assim, o valor de coninuação pode ser escrio da seguine forma: j n
9 Méodo dos Mínimos Quadrados de Mone Carlo (LSM) 65 ( w, ) a L ( X ) = F N j j j=0 Onde os coeficienes a j são consanes. As funções básicas podem ser polinômios de Jacobi, de Cebysev, funções exponenciais, poências, enre ouros. Quando á duas ou mais variáveis de esado (preço do peróleo e cuso de exploração, por exemplo), as funções básicas devem incluir odas esas variáveis, inclusive envolvendo mais de uma variável simulaneamene. Para aplicar o LSM, obém-se uma aproximação de F (w, N- ) usando um conjuno M de funções básicas. Esa aproximação, denominada F M (w, N- ), é esimada aravés da regressão dos valores desconados de C (w, s; N-, T) nas funções básicas, para as simulações onde a opção esá in-e-money no insane N-. Os auores demonsram no arigo que, a medida que aumenamos o ^ F M, número de simulações, a esimaiva ( w ) converge para F M ( w, ). Uma vez esimada a função de expecaivas condicionadas para N-, podese deerminar se o exercício anecipado nese insane é óimo aravés da F ) w. Esa, M N comparação enre o valor de exercício anecipado e ( ) comparação é feia separadamene em cada uma das simulações que esão ine-money em N-. Feio isso, repee-se o procedimeno para o insane N-2 e assim por diane, aé cegarmos ao insane inicial, quando as decisões de exercício óimo em odas as simulações erão sido deerminadas. O valor da opção será igual à média dos fluxos de caixa provenienes do exercício óimo em cada simulação, desconados aé o insane inicial. A fórmula a seguir indica ese procedimeno: V OPÇÃO = K K w= FC ( w, ) exp( r) w w, onde: r = axa de descono livre de risco; K = número de rajeórias de preços simuladas; w = daa de exercício óimo da opção na simulação w; ( w ) FC = fluxo de caixa gerado pelo exercício da opção no insane, w w na simulação w.
10 Méodo dos Mínimos Quadrados de Mone Carlo (LSM) 66 O algorimo LSM mosra-se uma ferramena simples e elegane de aproximar a regra de exercício óimo de uma opção do ipo americana. A esruura do méodo LSM pode ser resumida nas seguines eapas, como indica a figura a seguir. SIMULAÇÕES DAS VARIÁVEIS DE ESTADO VALOR DE EXERCÍCIO ANTECIPADO (V.E.A.) De T aé T 0 VALOR DE CONTINUAÇÃO (V.C.) (função de expecaivas condicionadas) DECISÃO ÓTIMA: Max (V.E.A.; V.C.) VALOR DA OPÇÃO Figura : Esruura do méodo LSM.
11 Méodo dos Mínimos Quadrados de Mone Carlo (LSM) Abordagem de Gamba para a Avaliação de Opções Reais Gamba propôs uma forma diferene de ransformar um problema de opções reais complexas numa série de opções simples, respeiando a esruura ierárquica das opções, baseado no méodo dos mínimos quadrados. A idéia básica da abordagem proposa é simples: um problema de orçamenação de capial consise numa lisa de opções simples inerligadas enre si, de forma que se respeiem as inerdependências e a ierarquia enre as opções reais presenes no projeo. Com base nesa inerligação, podemos classificar as opções como independenes, muuamene exclusivas e opções composas Opções Independenes 2 Nese caso, o exercício de uma opção não inerfere no exercício de oura opção, ou seja, seu valor não é influenciado pelas demais opções. Assim, o valor desa careira de opções será igual à soma dos valores de odas as opções. Vamos considerar que exisem H opções, cada uma com prazo de vencimeno T, payoffs Π (, X ) e valor F (, X ), onde X 3 é a variável de esado. A possibilidade de exercer independenemene odas as opções é, por si próprio, uma opção, cujo valor é dado por: H (, X ) = F (, X ) G = Num deerminado projeo, a incereza écnica é diferene da incereza de uma variável de esado X (preço do peróleo, por exemplo), pois como aquela geralmene é específica do projeo em quesão, não á um prêmio de risco. Assim, a incereza écnica e X são esocasicamene independenes. Geralmene, admie-se que a probabilidade de um eveno écnico afear o projeo é conecida. Se o eveno em N possíveis resulados, a probabilidade de ocorrência de cada resulado (p n ) obedece às seguines propriedades: 2 As opções são esraegicamene independenes, mas podem ser esocasicamene dependenes, o que ocorre com maior freqüência. 3 Quando ouver mais de uma variável de esado, X corresponde a um veor.
12 Méodo dos Mínimos Quadrados de Mone Carlo (LSM) 68 p n > 0; N p n n= = Assumindo-se que a incereza écnica se dissipa em T < T, o valor da opção será: N H r ( T ' ) (, X ) = e p E [ F ( T', X )] G n= = n T ' onde E []. é a expecaiva condicionada às informações disponíveis em, com base numa probabilidade de neuralidade ao risco. As opções do ipo americana podem ser exercidas a qualquer insane enre T e T, e as opções do ipo européia são exercidas nos respecivos insanes T Opções Composas Em alguns problemas, o exercício de uma opção pode gerar oura opção. Isso ocorre quando os invesimenos são realizados em seqüência, onde a realização de uma eapa (opção) do cronograma de invesimenos, além do payoff resulane, dá o direio de exercer as demais opções. Nese caso, o valor da opção anerior depende do valor das opções seguines. Seja H o número de opções composas que consiuem um deerminado projeo, Π (, X ) o payoff e T a daa de vencimeno de cada uma delas. O valor F (, X ) de cada opção será: 0 exercida); sε (, T ) se > T (ou seja, quando a opção não pode mais ser r( s ) { e E [ Π ( s, X ) + F ( s, X )]} max s + s se < T e a opção for ipo americana; r T e E Π T X + F T, X se < T e a ( ) [ ( ) ( )], T + opção for do ipo européia. F + pode ser o valor de uma opção, o valor de várias opções independenes com a mesma daa de vencimeno, o valor esperado de opções que esarão disponíveis aé que alguma incereza écnica seja eliminada, ou a T
13 Méodo dos Mínimos Quadrados de Mone Carlo (LSM) 69 melor de uma série de opções muuamene exclusivas, caso que definiremos a seguir Opções Muuamene Exclusivas Seja H o número de opções reais muuamene exclusivas, ou seja, um conjuno H de opções onde somene uma delas pode ser exercida. Seja Π e T o payoff e a daa de vencimeno de cada uma das opções, respecivamene, e F (, X ) o seu valor no insane. O invesidor deverá escoler, aé o insane T 4 MAX, a melor opção disponível, bem como o insane óimo para o seu exercício 5. Como a decisão é irreversível (ao exercer uma das opções, odas as ouras deixarão de exisir), é ineressane para o invesidor adiar ao máximo a escola da opção que será exercida, manendo assim odas as opções vivas. Seja G (, X ) o valor da oporunidade de escola da melor enre H opções disponíveis. Seu valor será dado por: (, X ) ( s, ) r( s ) { e E [ F ( s X )]} G = max, s onde s é qualquer insane de empo enre e T MAX. Se odas as opções forem européias, a escola da melor opção auomaicamene resulará na escola da daa de exercício. Apesar da escola da melor opção ser realizada no insane inicial, o seu exercício só ocorrerá no insane óimo de exercício desa opção. Isso possibilia que, anes desa daa, oura opção se orne mais valiosa e seja mais ineressane exercê-la no lugar da opção originalmene escolida Aplicação do méodo LSM para avaliação de opções reais A mea do algorimo LSM é enconrar a daa de exercício óimo de uma opção americana para deerminar o seu valor. Para ober uma aproximação para o seu valor, inicialmene dividimos o orizone de empo em N inervalos = T/N, onde T é a daa de vencimeno da opção. Em seguida, são simuladas K rajeórias ao longo do empo para as variáveis de esado X. A noação X (w) 4 T MAX corresponde ao valor máximo enre T, T 2,..., T H. 5 Admie-se que pelo menos uma das H opções é do ipo americana.
14 Méodo dos Mínimos Quadrados de Mone Carlo (LSM) 70 represena o veor de valores das variáveis de esado no empo e na rajeória w. F (, X (w)) represena o valor da opção no insane denro da rajeória w. A daa de exercício óimo é obida aravés de programação dinâmica: num insane qualquer (enre a daa inicial e T), se a opção ainda não iver sido exercida, a decisão óima é omada comparando-se o payoff imediao Π (, X (w)) com o valor de coninuação, represenado por Φ(, X (w)). Esse procedimeno é realizado para cada uma das rajeórias simuladas. O valor de coninuação da opção em corresponde ao valor da opção no insane seguine, desconado aé o insane. Esa igualdade é represenada pela seguine fórmula: [ I ] r (, X ) = e E F( + X ) Φ, + onde I corresponde ao conjuno das informações disponíveis no insane e que são relevanes para a omada de decisão. O valor da opção é deerminado enão aravés da equação de Bellman: (, X ) Max{ Π(, X ), Φ( X )} F =, = 0,, 2,..., N Assim, a regra óima de decisão é exercer a opção quando seu valor de coninuação for menor ou igual ao payoff imediao. Quando o exercício óimo da opção for definido para odas as rajeórias simuladas, o valor da opção americana é esimado a parir da média dos valores das rajeórias, ou seja: F K r ( w) (, X ) = e Π ( w), ( X ( w ) 0 0 ) ( w) K w= onde (w) é a daa de exercício óimo da opção na rajeória w. O problema resume-se agora a enconrar o valor de coninuação para depois aplicar a regra de decisão. Ese aspeco é que orna o méodo LSM diferene de ouras abordagens proposas para avaliar opções americanas aravés de simulações. A idéia cenral do LSM é que, se a opção esá viva num insane qualquer, enão seu valor de coninuação (Φ) é a expecaiva, condicionada às informações disponíveis naquela daa, do payoff óimo fuuro da opção. Como Φ é um elemeno de um espaço veorial linear, podemos represenálo como uma combinação linear:
15 Méodo dos Mínimos Quadrados de Mone Carlo (LSM) 7 Φ (, X ) φ ( ) L (, X ) = j= onde L j é o elemeno j na base oronormal. Usando somene J < elemenos na base, e esimando Φ j () aravés de regressão linear dos mínimos quadrados, obemos a seguine aproximação para o valor de coninuação: j j ^ J Φ J (, X ) = φ ( ) L (, X ) j= ^ j j Ese resulado é enão usado recursivamene na regra óima de decisão. Uma esimaiva mais precisa do valor da opção americana é obida aravés do aumeno do número N de inervalos de empo, do número K de simulações e do número J de funções básicas. O méodo LSM pode ser aplicado ambém para a avaliação de projeos envolvendo opções múliplas, sejam elas independenes, composas ou muuamene exclusivas. Esa abordagem foi adoada pelo auor para a avaliação dos projeos de E&P de peróleo presenes no rabalo. No capíulo a seguir, será feia uma análise de sensibilidade do méodo LSM.
4 Metodologia Proposta para o Cálculo do Valor de Opções Reais por Simulação Monte Carlo com Aproximação por Números Fuzzy e Algoritmos Genéticos.
4 Meodologia Proposa para o Cálculo do Valor de Opções Reais por Simulação Mone Carlo com Aproximação por Números Fuzzy e Algorimos Genéicos. 4.1. Inrodução Nese capíulo descreve-se em duas pares a meodologia
Leia mais3 Avaliação de Opções Americanas
Avaliação de Opções Americanas 26 3 Avaliação de Opções Americanas Derivaivos com caracerísicas de exercício americano, em especial opções, são enconrados na maioria dos mercados financeiros. A avaliação
Leia mais4 Modelo teórico Avaliação tradicional
4 Modelo eórico 4.1. Avaliação radicional Em economia define-se invesimeno como sendo o ao de incorrer em um cuso imediao na expecaiva de fuuros reornos (DIXIT e PINDYCK, 1994). Nesse senido as empresas
Leia maisInstituto de Física USP. Física V - Aula 26. Professora: Mazé Bechara
Insiuo de Física USP Física V - Aula 6 Professora: Mazé Bechara Aula 6 Bases da Mecânica quânica e equações de Schroedinger. Aplicação e inerpreações. 1. Ouros posulados da inerpreação de Max-Born para
Leia mais4 O Papel das Reservas no Custo da Crise
4 O Papel das Reservas no Cuso da Crise Nese capíulo buscamos analisar empiricamene o papel das reservas em miigar o cuso da crise uma vez que esa ocorre. Acrediamos que o produo seja a variável ideal
Leia maisTRANSFORMADA DE FOURIER NOTAS DE AULA (CAP. 18 LIVRO DO NILSON)
TRANSFORMADA DE FOURIER NOTAS DE AULA (CAP. 8 LIVRO DO NILSON). CONSIDERAÇÕES INICIAIS SÉRIES DE FOURIER: descrevem funções periódicas no domínio da freqüência (ampliude e fase). TRANSFORMADA DE FOURIER:
Leia maisF B d E) F A. Considere:
5. Dois corpos, e B, de massas m e m, respecivamene, enconram-se num deerminado insane separados por uma disância d em uma região do espaço em que a ineração ocorre apenas enre eles. onsidere F o módulo
Leia maisGRUPO XIII GRUPO DE ESTUDO DE INTERFERÊNCIAS, COMPATIBILIDADE ELETROMAGNÉTICA E QUALIDADE DE ENERGIA - GCQ
SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GCQ - 11 16 a 21 Ouubro de 2005 Curiiba - Paraná GRUPO XIII GRUPO DE ESTUDO DE INTERFERÊNCIAS, COMPATIBILIDADE ELETROMAGNÉTICA E
Leia maisGERAÇÃO DE PREÇOS DE ATIVOS FINANCEIROS E SUA UTILIZAÇÃO PELO MODELO DE BLACK AND SCHOLES
XXX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO Mauridade e desafios da Engenharia de Produção: compeiividade das empresas, condições de rabalho, meio ambiene. São Carlos, SP, Brasil, 1 a15 de ouubro de
Leia maisCINÉTICA QUÍMICA LEI DE VELOCIDADE - TEORIA
CINÉTICA QUÍMICA LEI DE VELOCIDADE - TEORIA Inrodução Ese arigo raa de um dos assunos mais recorrenes nas provas do IME e do ITA nos úlimos anos, que é a Cinéica Química. Aqui raamos principalmene dos
Leia maisTIR Taxa Interna de Retorno LCF Economia de Recursos Florestais 2009
TIR Taxa Inerna de Reorno LCF 685-Economia de Recursos Floresais 2009 TIR: Taxa Inerna de Reorno AT Taxa Inerna de Reorno (TIR)de um projeo é aquela que orna o valor presene das receias menos o valor presene
Leia maisMÉTODOS DE APREÇAMENTO DE OPÇÕES AMERICANAS E DETERMINAÇÃO DA CURVA DE GATILHO ATRAVÉS DA SIMULAÇÃO DE MONTE CARLO
versão impressa ISSN 0101-7438 / versão online ISSN 1678-5142 MÉTODOS DE APREÇAMENTO DE OPÇÕES AMERICANAS E DETERMINAÇÃO DA CURVA DE GATILHO ATRAVÉS DA SIMULAÇÃO DE MONTE CARLO Javier Guiérrez Casro* Tara
Leia maisAULA 22 PROCESSO DE TORNEAMENTO: CONDIÇÕES ECONÔMICAS DE USINAGEM
AULA 22 PROCESSO DE TORNEAMENTO: CONDIÇÕES ECONÔMICAS DE USINAGEM 163 22. PROCESSO DE TORNEAMENTO: CONDIÇÕES ECONÔMICAS DE USINAGEM 22.1. Inrodução Na Seção 9.2 foi falado sobre os Parâmeros de Core e
Leia maisMovimento unidimensional 25 MOVIMENTO UNIDIMENSIONAL
Movimeno unidimensional 5 MOVIMENTO UNIDIMENSIONAL. Inrodução Denre os vários movimenos que iremos esudar, o movimeno unidimensional é o mais simples, já que odas as grandezas veoriais que descrevem o
Leia maisCINÉTICA RADIOATIVA. Introdução. Tempo de meia-vida (t 1/2 ou P) Atividade Radioativa
CIÉTIC RDIOTIV Inrodução Ese arigo em como objeivo analisar a velocidade dos diferenes processos radioaivos, no que chamamos de cinéica radioaiva. ão deixe de anes esudar o arigo anerior sobre radioaividade
Leia maisCapítulo Cálculo com funções vetoriais
Cálculo - Capíulo 6 - Cálculo com funções veoriais - versão 0/009 Capíulo 6 - Cálculo com funções veoriais 6 - Limies 63 - Significado geomérico da derivada 6 - Derivadas 64 - Regras de derivação Uiliaremos
Leia mais3 A Formação de Preços dos Futuros Agropecuários
3 A ormação de Preços dos uuros Agropecuários Para avaliar a formação de preços nos mercados fuuros agropecuários é necessária uma base de comparação Para al base, esa disseração usa os preços que, em
Leia maisExpectativas, consumo e investimento CAPÍTULO 16. Olivier Blanchard Pearson Education Pearson Education Macroeconomia, 4/e Olivier Blanchard
Expecaivas, consumo e Olivier Blanchard Pearson Educaion CAPÍTULO 16 16.1 Consumo A eoria do consumo foi desenvolvida na década de 1950 por Milon Friedman, que a chamou de eoria do consumo da renda permanene,
Leia maisNoções de Espectro de Freqüência
MINISTÉRIO DA EDUCAÇÃO - Campus São José Curso de Telecomunicações Noções de Especro de Freqüência Marcos Moecke São José - SC, 6 SUMÁRIO 3. ESPECTROS DE FREQÜÊNCIAS 3. ANÁLISE DE SINAIS NO DOMÍNIO DA
Leia mais2.6 - Conceitos de Correlação para Sinais Periódicos
.6 - Conceios de Correlação para Sinais Periódicos O objeivo é o de comparar dois sinais x () e x () na variável empo! Exemplo : Considere os dados mosrados abaixo y 0 x Deseja-se ober a relação enre x
Leia mais5.3 Escalonamento FCFS (First-Come, First Served)
c prof. Carlos Maziero Escalonameno FCFS (Firs-Come, Firs Served) 26 5.3 Escalonameno FCFS (Firs-Come, Firs Served) A forma de escalonameno mais elemenar consise em simplesmene aender as arefas em sequência,
Leia maisONDAS ELETROMAGNÉTICAS
LTROMAGNTISMO II 3 ONDAS LTROMAGNÉTICAS A propagação de ondas eleromagnéicas ocorre quando um campo elérico variane no empo produ um campo magnéico ambém variane no empo, que por sua ve produ um campo
Leia maisContabilometria. Séries Temporais
Conabilomeria Séries Temporais Fone: Corrar, L. J.; Theóphilo, C. R. Pesquisa Operacional para Decisão em Conabilidade e Adminisração, Ediora Alas, São Paulo, 2010 Cap. 4 Séries Temporais O que é? Um conjuno
Leia maisProfessor: Danilo Dacar
Progressão Ariméica e Progressão Geomérica. (Pucrj 0) Os números a x, a x e a x esão em PA. A soma dos números é igual a: a) 8 b) c) 7 d) e) 0. (Fuves 0) Dadas as sequências an n n, n n cn an an b, e b
Leia maisProfessor: Danilo Dacar
. (Pucrj 0) Os números a x, a x e a3 x 3 esão em PA. A soma dos 3 números é igual a: é igual a e o raio de cada semicírculo é igual à meade do semicírculo anerior, o comprimeno da espiral é igual a a)
Leia maisEconometria Semestre
Economeria Semesre 00.0 6 6 CAPÍTULO ECONOMETRIA DE SÉRIES TEMPORAIS CONCEITOS BÁSICOS.. ALGUMAS SÉRIES TEMPORAIS BRASILEIRAS Nesa seção apresenamos algumas séries econômicas, semelhanes às exibidas por
Leia maisCORREIOS. Prof. Sérgio Altenfelder
15. Uma pessoa preende medir a alura de um edifício baseado no amanho de sua sombra projeada ao solo. Sabendo-se que a pessoa em 1,70m de alura e as sombras do edifício e da pessoa medem 20m e 20cm respecivamene,
Leia maisCapítulo 4. Propriedades dos Estimadores de Mínimos Quadrados
Capíulo 4 Propriedades dos Esimadores de Mínimos Quadrados Hipóeses do Modelo de Regressão Linear Simples RS1. y x e 1 RS. Ee ( ) 0 E( y ) 1 x RS3. RS4. var( e) var( y) cov( e, e ) cov( y, y ) 0 i j i
Leia maisTHIAGO KURIMORI GARCIA DA SILVEIRA MODELO DE PREVISÃO COM VOLATILIDADE ESTOCÁSTICA
THIAGO KURIMORI GARCIA DA SILVEIRA MODELO DE PREVISÃO COM VOLATILIDADE ESTOCÁSTICA Trabalho de Formaura apresenado à Escola Poliécnica da Universidade de São Paulo para a obenção do Diploma de Engenheiro
Leia maisDetecção e Correcção de Erros Instituto Superior de Engenharia do Porto. 2003/2004 Redes de Computadores I Filipe Costa
Deecção e Correcção de Erros Insiuo Superior de Engenharia do Poro 2003/2004 Redes de Compuadores I Filipe Cosa - 1020525 Deecção de Erros Nas linhas de comunicação menos consisenes, a probabilidade de
Leia mais4 Modelagem e metodologia de pesquisa
4 Modelagem e meodologia de pesquisa Nese capíulo será apresenada a meodologia adoada nese rabalho para a aplicação e desenvolvimeno de um modelo de programação maemáica linear misa, onde a função-objeivo,
Leia maisMODELAGEM, OTIMIZAÇÃO E SIMULAÇÃO DE POLÍTICAS OPERATIVAS BASEADAS EM PROGRAMAÇÃO DINÂMICA NO PLANEJAMENTO DA OPERAÇÃO ENERGÉTICA
UNIVERSIDADE ESTADUAL DE CAMPINAS FACULDADE DE ENGENHARIA ELÉTRICA E DE COMPUTAÇÃO DEPARTAMENTO DE SISTEMAS E ENERGIA MODELAGEM, OTIMIZAÇÃO E SIMULAÇÃO DE POLÍTICAS OPERATIVAS BASEADAS EM PROGRAMAÇÃO DINÂMICA
Leia maisO gráfico que é uma reta
O gráfico que é uma rea A UUL AL A Agora que já conhecemos melhor o plano caresiano e o gráfico de algumas relações enre e, volemos ao eemplo da aula 8, onde = + e cujo gráfico é uma rea. Queremos saber
Leia maisModelagem e Previsão do Índice de Saponificação do Óleo de Soja da Giovelli & Cia Indústria de Óleos Vegetais
XI SIMPEP - Bauru, SP, Brasil, 8 a 1 de novembro de 24 Modelagem e Previsão do Índice de Saponificação do Óleo de Soja da Giovelli & Cia Indúsria de Óleos Vegeais Regiane Klidzio (URI) gep@urisan.che.br
Leia maisAMANDA OLIVEIRA, G. Depto. Engenharia de Computação e Automação - UFRN
ANÁLISE COMPARATIVA DE ALGUMAS TÉCNICAS PARA O ESTABELECIMENTO DE TRAJETÓRIAS EM AMBIENTES COM OBSTÁCULOS USANDO APRENDIZAGEM POR REFORÇO AMANDA OLIVEIRA, G. Depo. Engenharia de Compuação e Auomação -
Leia maisO gráfico que é uma reta
O gráfico que é uma rea A UUL AL A Agora que já conhecemos melhor o plano caresiano e o gráfico de algumas relações enre e, volemos ao eemplo da aula 8, onde = + e cujo gráfico é uma rea. Queremos saber
Leia mais2-Introdução à Programação Dinâmica
IA 718 Tópicos em Sisemas Ineligenes 2-Inroução à Programação inâmica ProfFernanoGomie Coneúo 1. Inroução 2. Problema o caminho mínimo 3. Solução com programação inâmica 4. Análise e complexiae 5. Programação
Leia maisAPLICAÇÃO DE MODELAGEM NO CRESCIMENTO POPULACIONAL BRASILEIRO
ALICAÇÃO DE MODELAGEM NO CRESCIMENTO OULACIONAL BRASILEIRO Adriano Luís Simonao (Faculdades Inegradas FAFIBE) Kenia Crisina Gallo (G- Faculdade de Ciências e Tecnologia de Birigüi/S) Resumo: Ese rabalho
Leia maisUM MÉTODO RÁPIDO PARA ANÁLISE DO COMPORTAMENTO TÉRMICO DO ENROLAMENTO DO ESTATOR DE MOTORES DE INDUÇÃO TRIFÁSICOS DO TIPO GAIOLA
ART643-07 - CD 262-07 - PÁG.: 1 UM MÉTD RÁPID PARA ANÁLISE D CMPRTAMENT TÉRMIC D ENRLAMENT D ESTATR DE MTRES DE INDUÇÃ TRIFÁSICS D TIP GAILA 1 - RESUM Jocélio de Sá; João Robero Cogo; Hécor Arango. objeivo
Leia maisANÁLISE DE PROJETO NA INDÚSTRIA DE PETRÓLEO SOB CONDIÇÕES DE INCERTEZA
! "#$ " %'&)(*&)+,.- /10.2*&4365879&4/1:.+58;.2*=?5.@A2*3B;.- C)D 5.,.5FE)5.G.+ &4- (IHJ&?,.+ /?=)5.KA:.+5MLN&OHJ5F&4E)2*EOHJ&)(IHJ/)G.- D - ;./);.& Foz do Iguaçu, PR, Brasil, 09 a 11 de ouubro de
Leia maisMODELOS USADOS EM QUÍMICA: CINÉTICA NO NÍVEL SUPERIOR. Palavras-chave: Modelos; Cinética Química; Compostos de Coordenação.
MDELS USADS EM QUÍMICA: CINÉTICA N NÍVEL SUPERIR André Luiz Barboza Formiga Deparameno de Química Fundamenal, Insiuo de Química, Universidade de São Paulo. C.P. 6077, CEP 05513-970, São Paulo, SP, Brasil.
Leia maisexercício e o preço do ativo são iguais, é dito que a opção está no dinheiro (at-themoney).
4. Mercado de Opções O mercado de opções é um mercado no qual o iular (comprador) de uma opção em o direio de exercer a mesma, mas não a obrigação, mediane o pagameno de um prêmio ao lançador da opção
Leia mais1 Pesquisador - Embrapa Semiárido. 2 Analista Embrapa Semiárido.
XII Escola de Modelos de Regressão, Foraleza-CE, 13-16 Março 2011 Análise de modelos de previsão de preços de Uva Iália: uma aplicação do modelo SARIMA João Ricardo F. de Lima 1, Luciano Alves de Jesus
Leia maisBiofísica II Turma de Biologia FFCLRP USP Prof. Antônio Roque Biologia de Populações 2 Modelos não-lineares. Modelos Não-Lineares
Modelos Não-Lineares O modelo malhusiano prevê que o crescimeno populacional é exponencial. Enreano, essa predição não pode ser válida por um empo muio longo. As funções exponenciais crescem muio rapidamene
Leia maisO Método do Tubo de Trajetórias para a Equação de Convecção. Parte I: Formulação
O Méodo do Tubo de Trajeórias para a Equação de Convecção. Pare I: Formulação Luciana P. M. Pena Laboraório de Ciências Maemáicas, (LCMAT/CCT), Universidade Esadual do Nore Fluminense Darcy Ribeiro - UENF
Leia mais7 Avaliação de Opções Reais Através do Método LSM
Avaliação de Opções Reais Através do Método LSM 88 7 Avaliação de Opções Reais Através do Método LSM Neste capítulo, iremos aplicar o método desenvolvido por Longstaff & Schwartz para a avaliação de opções
Leia maisIntegração por substituição (mudança de variável)
M@plus Inegrais Inegrais Pare II IV. Técnicas de inegração Quando o inegral (definido ou indefinido) não é imediao ou quase imediao, recorremos a ouras écnicas de inegração. Inegração por subsiuição (mudança
Leia maisAnálise de Projectos ESAPL / IPVC. Critérios de Valorização e Selecção de Investimentos. Métodos Dinâmicos
Análise de Projecos ESAPL / IPVC Criérios de Valorização e Selecção de Invesimenos. Méodos Dinâmicos Criério do Valor Líquido Acualizado (VLA) O VLA de um invesimeno é a diferença enre os valores dos benefícios
Leia maisExercícios Sobre Oscilações, Bifurcações e Caos
Exercícios Sobre Oscilações, Bifurcações e Caos Os ponos de equilíbrio de um modelo esão localizados onde o gráfico de + versus cora a rea definida pela equação +, cuja inclinação é (pois forma um ângulo
Leia mais3. Representaç ão de Fourier dos Sinais
Sinais e Sisemas - 3. Represenaç ão de Fourier dos Sinais Nese capíulo consideramos a represenação dos sinais como uma soma pesada de exponenciais complexas. Dese modo faz-se uma passagem do domínio do
Leia maisAVALIAÇÃO DA APRENDIZAGEM EM PROCESSO. Matemática A B C D E A B C D E. Avaliação da Aprendizagem em Processo Prova do Aluno 3 a série do Ensino Médio
AVALIAÇÃO DA APRENDIZAGEM EM PROCESSO Maemáica a série do Ensino Médio Turma EM GOVERNO DO ESTADO DE SÃO PAULO SECRETARIA DA EDUCAÇÃO o Bimesre de 6 Daa / / Escola Aluno A B C D E 6 7 9 A B C D E Avaliação
Leia mais2 PREVISÃO DA DEMANDA
PREVISÃO DA DEMANDA Abandonando um pouco a visão românica do ermo previsão, milhares de anos após as grandes civilizações da nossa hisória, a previsão do fuuro vola a omar a sua posição de imporância no
Leia maisUTILIZAÇÃO DO MÉTODO DE HOLT-WINTERS PARA PREVISÃO DO LEITE ENTREGUE ÀS INDÚSTRIAS CATARINENSES
UTILIZAÇÃO DO MÉTODO DE HOLT-WINTERS PARA PREVISÃO DO LEITE ENTREGUE ÀS INDÚSTRIAS CATARINENSES Rober Wayne Samohyl Professor do Programa de Pós-Graduação em Engenharia de Produção e Sisemas UFSC. Florianópolis-SC.
Leia maisTeoria do Mercado de Capitais
Teoria do Mercado de Capiais Capíulo 9: Ross e all. 1 Inrodução Objeivo de Finanças: avaliação do risco de uma careira de aivos financeiros Risco: é medido em ermos de variações dos preços dos aivos P
Leia maisMinimização da Energia Potencial de Sistemas Estruturais Não-Lineares: uma comparação de algoritmos numéricos de programação nãolinear
Buffoni e al. / Invesigação Operacional, 27 (2007) 85-05 85 Minimização da Energia Poencial de Sisemas Esruurais Não-Lineares: uma comparação de algorimos numéricos de programação nãolinear Salee Souza
Leia maisCap. 6 - Análise de Investimentos em Situação de Risco
Cap. 6 - Análise de Invesimenos em Siuação de Risco Fluxos de Caixa Independenes no Tempo Média e Variância do Presene Uso da Disribuição Bea Fluxos de Caixa Dependenes no Tempo Fluxos de caixa com Dependência
Leia mais18 GABARITO 1 2 O DIA PROCESSO SELETIVO/2005 FÍSICA QUESTÕES DE 31 A 45
18 GABARITO 1 2 O DIA PROCESSO SELETIO/2005 ÍSICA QUESTÕES DE 31 A 45 31. O gálio é um meal cuja emperaura de fusão é aproximadamene o C. Um pequeno pedaço desse meal, a 0 o C, é colocado em um recipiene
Leia maisO EFEITO DIA DO VENCIMENTO DE OPÇÕES NA BOVESPA 1
O EFEITO DIA DO VENCIMENTO DE OPÇÕES NA BOVESPA 1 Paulo J. Körbes 2 Marcelo Marins Paganoi 3 RESUMO O objeivo dese esudo foi verificar se exise influência de evenos de vencimeno de conraos de opções sobre
Leia maisProf. Carlos H. C. Ribeiro ramal 5895 sala 106 IEC
MB770 Previsão usa ando modelos maemáicos Prof. Carlos H. C. Ribeiro carlos@comp.ia.br www.comp.ia.br/~carlos ramal 5895 sala 106 IEC Aula 14 Modelos de defasagem disribuída Modelos de auo-regressão Esacionariedade
Leia maisDuas opções de trajetos para André e Bianca. Percurso 1( Sangiovanni tendo sorteado cara e os dois se encontrando no ponto C): P(A) =
RESOLUÇÃO 1 A AVALIAÇÃO UNIDADE II -016 COLÉGIO ANCHIETA-BA PROFA. MARIA ANTÔNIA C. GOUVEIA ELABORAÇÃO e PESQUISA: PROF. ADRIANO CARIBÉ e WALTER PORTO. QUESTÃO 01. Três saélies compleam suas respecivas
Leia maisProf. Anderson Coser Gaudio Departamento de Física Centro de Ciências Exatas Universidade Federal do Espírito Santo
PROBLEMAS RESOLVIDOS DE FÍSIA Prof. Anderson oser Gaudio Deparameno de Física enro de iências Eaas Universidade Federal do Espírio Sano hp://www.cce.ufes.br/anderson anderson@npd.ufes.br Úlima aualização:
Leia maisUniversidade do Estado do Rio de Janeiro Instituto de Matemática e Estatística Econometria
Universidade do Esado do Rio de Janeiro Insiuo de Maemáica e Esaísica Economeria Variável dummy Regressão linear por pares Tese de hipóeses simulâneas sobre coeficienes de regressão Tese de Chow professorjfmp@homail.com
Leia maisConfiabilidade e Taxa de Falhas
Prof. Lorí Viali, Dr. hp://www.pucrs.br/fama/viali/ viali@pucrs.br Definição A confiabilidade é a probabilidade de que de um sisema, equipameno ou componene desempenhe a função para o qual foi projeado
Leia maisANÁLISE DE ESTABILIDADE ESTÁTICA
31 APÍTULO 5 ANÁLISE DE ESTABILIDADE ESTÁTIA 5.1 - Inrodução A análise de esabilidade represena um dos ponos mais complexos do projeo de uma aeronave, pois geralmene envolve uma série de equações algébricas
Leia maisPROPOSTAS METODOLÓGICAS PARA O TRATAMENTO DA CURVA DE AVERSÃO A RISCO NO MODELO DE PLANEJAMENTO DA OPERAÇÃO A MÉDIO PRAZO. Renata Nogueira Francisco
PROPOSTAS METODOLÓGICAS PARA O TRATAMENTO DA CURVA DE AVERSÃO A RISCO NO MODELO DE PLANEJAMENTO DA OPERAÇÃO A MÉDIO PRAZO Renaa Nogueira Francisco PROJETO SUBMETIDO AO CORPO DOCENTE DO DEPARTAMENTO DE
Leia mais5.1 Objectivos. Caracterizar os métodos de detecção de valor eficaz.
5. PRINCÍPIOS DE MEDIÇÃO DE CORRENE, ENSÃO, POÊNCIA E ENERGIA 5. Objecivos Caracerizar os méodos de deecção de valor eficaz. Caracerizar os méodos de medição de poência e energia em correne conínua, correne
Leia maisDanilo Perretti Trofimoff EXPOSIÇÃO CAMBIAL ASSIMÉTRICA: EVIDÊNCIA SOBRE O BRASIL
FACULDADE IBMEC SÃO PAULO Programa de Mesrado Profissional em Economia Danilo Perrei Trofimoff EXPOSIÇÃO CAMBIAL ASSIMÉTRICA: EVIDÊNCIA SOBRE O BRASIL São Paulo 2008 1 Livros Gráis hp://www.livrosgrais.com.br
Leia maisCOMO AS VARIÁVEIS CONTÁBEIS EXPLICAM O RETORNO DAS AÇÕES: UM ESTUDO EMPÍRICO NO MERCADO BRASILEIRO
COMO AS VARIÁVEIS CONTÁBEIS EXPLICAM O RETORNO DAS AÇÕES: UM ESTUDO EMPÍRICO NO MERCADO BRASILEIRO Rodrigo Falco Lopes Mesre em Conabilidade pela Fucape Business School E-mail: falco_lopes@homail.com Fernando
Leia maisCURVAS DE CRESCIMENTO E OTIMIZAÇÃO DE UM PROCESSO INDUSTRIAL DE FERMENTAÇÃO
CURVAS DE CRESCIMENTO E OTIMIZAÇÃO DE UM PROCESSO INDUSTRIAL DE FERMENTAÇÃO Naália Peçanha Caninas Companhia Municipal de Limpeza Urbana - COMLURB Rua Major Ávila, 358 CEP 20.519-900-Rio de Janeiro- RJ
Leia maisENGENHARIA ECONÔMICA AVANÇADA
ENGENHARIA ECONÔMICA AVANÇADA TÓPICOS AVANÇADOS MATERIAL DE APOIO ÁLVARO GEHLEN DE LEÃO gehleao@pucrs.br 55 5 Avaliação Econômica de Projeos de Invesimeno Nas próximas seções serão apresenados os principais
Leia maisDENOMINADORES: QUAIS SÃO? COMO SE CALCULAM?
DENOMINADORES: QUAIS SÃO? COMO SE CALCULAM? POPULAÇÃO SOB OBSERVAÇÃO A idade e o sexo da população inscria nas lisas dos médicos paricipanes é conhecida. A composição dessas lisas é acualizada no final
Leia maisESTUDO COMPARATIVO ENTRE OS MÉTODOS CONTÍNUO E BPZ DE ELEVAÇÃO ARTIFICIAL DE PETRÓLEO
ESTUDO COMPARATIVO ENTRE OS MÉTODOS CONTÍNUO E BPZ DE ELEVAÇÃO ARTIFICIAL DE PETRÓLEO M. F. C. SOUSA 1, W. R. S. CRUZ 2, R. A. MEDRONHO 3 e G. F. SILVA 4 1 Universidade Federal de Sergipe, Deparameno de
Leia maisPEA LABORATÓRIO DE INSTALAÇÕES ELÉTRICAS I CONDUTORES E DISPOSITIVOS DE PROTEÇÃO (CDP_EA)
PEA 40 - LAORAÓRO DE NSALAÇÕES ELÉRCAS CONDUORES E DSPOSVOS DE PROEÇÃO (CDP_EA) RELAÓRO - NOA... Grupo:...... Professor:...Daa:... Objeivo:..... MPORANE: Em odas as medições, o amperímero de alicae deverá
Leia maisFunção de risco, h(t) 3. Função de risco ou taxa de falha. Como obter a função de risco. Condições para uma função ser função de risco
Função de risco, h() 3. Função de risco ou axa de falha Manuenção e Confiabilidade Prof. Flavio Fogliao Mais imporane das medidas de confiabilidade Traa-se da quanidade de risco associada a uma unidade
Leia maisEquações Diferenciais Ordinárias Lineares
Equações Diferenciais Ordinárias Lineares 67 Noções gerais Equações diferenciais são equações que envolvem uma função incógnia e suas derivadas, além de variáveis independenes Aravés de equações diferenciais
Leia maisCapítulo 7. O Modelo de Regressão Linear Múltipla
Capíulo 7 O Modelo de Regressão Linear Múlipla Quando ornamos um modelo econômico com mais de uma variável explanaória em um modelo esaísico correspondene, nós dizemos que ele é um modelo de regressão
Leia maisDIFERENCIAL DE INFLAÇÃO E CONVERGÊNCIA REAL DE PORTUGAL*
Arigos DIFERECIAL DE IFLAÇÃO E COVERGÊCIA REAL DE PORUGAL* Paulo Brio** Isabel Hora Correia*** Ese rabalho ena medir de que modo a convergência real observada em Porugal na década de 9 pode er conribuído
Leia maisESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 11º ANO DE ESCOLARIDADE DE MATEMÁTICA A
Tarefa de revisão nº 17 1. Uma empresa lançou um produo no mercado. Esudos efecuados permiiram concluir que a evolução do preço se aproxima do seguine modelo maemáico: 7 se 0 1 p() =, p em euros e em anos.
Leia maisFUNDAÇÃO ARMANDO ALVARES PENTEADO FACULDADE DE ECONOMIA
FUNDAÇÃO ARMANDO ALVARES PENTEADO FACULDADE DE ECONOMIA TESTE DA CONDIÇÃO DA PARIDADE DE JUROS DESCOBERTOS PARA O BRASIL PARA OS PERÍODOS DE CÂMBIO CONTROLADO (1994-1999) E DE CÂMBIO FLUTUANTE (2000-2006)
Leia mais4 Cenários de estresse
4 Cenários de esresse Os cenários de esresse são simulações para avaliar a adequação de capial ao limie de Basiléia numa deerminada daa. Sua finalidade é medir a capacidade de o PR das insiuições bancárias
Leia maisUNIDADE 2. t=0. Fig. 2.1-Circuito Com Indutor Pré-Carregado
UNIDAD 2 CIRCUITOS BÁSICOS COM INTRRUPTORS 2.1 CIRCUITOS D PRIMIRA ORDM 2.1.1 Circuio com Induor PréCarregado em Série com Diodo Seja o circuio represenado na Fig. 2.1. D i =0 Fig. 2.1Circuio Com Induor
Leia maisO potencial eléctrico de um condutor aumenta à medida que lhe fornecemos carga eléctrica. Estas duas grandezas são
O ondensador O poencial elécrico de um conduor aumena à medida que lhe fornecemos carga elécrica. Esas duas grandezas são direcamene proporcionais. No enano, para a mesma quanidade de carga, dois conduores
Leia maisPrimeira Lista de Exercícios
TP30 Modulação Digial Prof.: MSc. Marcelo Carneiro de Paiva Primeira Lisa de Exercícios Caracerize: - Transmissão em Banda-Base (apresene um exemplo de especro de ransmissão). - Transmissão em Banda Passane
Leia maisUma comparação entre métodos de segmentação automática de tomadas em vídeos
Uma comparação enre méodos de segmenação auomáica de omadas em vídeos elingon de Jesus Lisboa, Carlos A. F. Pimenel Filho Celso A. Saibel Sanos # Resumo. se arigo em como foco cenral a segmenação emporal
Leia maisProporcional, Integral e Derivativo
Implemenação de um conrolador do ipo Proporcional, Inegral e Derivaivo num auómao programável e(k) PID u(k) U s min U s max u s ( pv( Moor ario velocidade Auomao programável Processo Aluno: José Lucas
Leia maisAlocação ótima e medida de risco de um ALM para fundo de pensão via programação estocástica multi-estágio e bootstrap
Davi Michel Valladão Alocação óima e medida de risco de um ALM para fundo de pensão via programação esocásica muli-eságio e boosrap Disseração de Mesrado Disseração apresenada como requisio parcial para
Leia maisAvaliação da Estimativa do Risco de Mercado pela Metodologia Value at Risk (VaR) com Simulação de Monte Carlo. Fabio Luiz de Oliveira Bezerra
Universidade Federal de Pernambuco Cenro de Ciências Sociais Aplicadas Curso de Mesrado em Adminisração Avaliação da Esimaiva do Risco de Mercado pela Meodologia Value a Risk (VaR) com Simulação de Mone
Leia maisANÁLISE ECONÔMICA DE CAMPOS MARÍTIMOS DE PETRÓLEO CONSIDERANDO A OPÇÃO DE SUBSTITUIÇÃO TEMPORÁRIA DE MÉTODO DE ELEVAÇÃO DE PETRÓLEO: UM ESTUDO DE CASO
Copyrigh 2004, Insiuo Brasileiro de Peróleo e Gás - IBP Ese rabalho écnico Cienífico foi preparado para apresenação no 3 Congresso Brasileiro de P&D em Peróleo e Gás, a ser realizado no período de 2 a
Leia maisAPLICAÇÃO DO MÉTODO DE HOLT NA PREVISÃO DE DADOS DE ÁGUA DA CIDADE DE RONDONÓPOLIS-MT
APLICAÇÃO DO MÉTODO DE HOLT NA PREVISÃO DE DADOS DE ÁGUA DA CIDADE DE RONDONÓPOLIS-MT Alerêdo Oliveira Curim 1 & Aldo da Cunha Rebouças Resumo - O conhecimeno prévio dos volumes de água de qualquer sisema
Leia maisCinemática Vetorial Movimento Retilíneo. Movimento. Mecânica : relaciona força, matéria e movimento
Fisica I - IO Cinemáica Veorial Moimeno Reilíneo Prof. Crisiano Olieira Ed. Basilio Jafe sala crislpo@if.usp.br Moimeno Mecânica : relaciona força, maéria e moimeno Cinemáica : Pare da mecânica que descree
Leia maisAplicação do gráfico de controle de média móvel exponencialmente ponderada (EWMA) para monitorar a variabilidade de um processo produtivo
Aplicação do gráfico de conrole de média móvel exponencialmene ponderada (EWMA) para moniorar a variabilidade de um processo produivo Wesley Vieira da Silva 1 Paulo Sergio Macuchen Eduardo Damião da Silva
Leia maisUNIVERSIDADE FEDERAL DA PARAÍBA PROGRAMA DE PÓS GRADUAÇÃO EM ECONOMIA MESTRADO EM ECONOMIA DOIS ENSAIOS EM MACROECONOMIA
UNIVERSIDADE FEDERAL DA PARAÍBA PROGRAMA DE PÓS GRADUAÇÃO EM ECONOMIA MESTRADO EM ECONOMIA Marcus Vinicius Amaral e Silva DOIS ENSAIOS EM MACROECONOMIA João Pessoa 2014 Marcus Vinicius Amaral e Silva DOIS
Leia maisTOMADA DE DECISÃO EM FUTUROS AGROPECUÁRIOS COM MODELOS DE PREVISÃO DE SÉRIES TEMPORAIS
ARTIGO: TOMADA DE DECISÃO EM FUTUROS AGROPECUÁRIOS COM MODELOS DE PREVISÃO DE SÉRIES TEMPORAIS REVISTA: RAE-elerônica Revisa de Adminisração de Empresas FGV EASP/SP, v. 3, n. 1, Ar. 9, jan./jun. 2004 1
Leia mais1 Movimento de uma Carga Pontual dentro de um Campo Elétrico
Correne Elérica Movimeno de uma Carga Ponual denro de um Campo Elérico Uma carga elérica denro de um campo elérico esá sujeia a uma força igual a qe. Se nenhuma oura força aua sobre essa carga (considerar
Leia maisRELATIVIDADE ESPECIAL
1 RELATIIDADE ESPECIAL AULA N O 5 ( Equações de Mawell em forma ensorial Equação da Coninuidade 4-veor densidade de correne) Anes de prosseguirmos com a Teoria da Relaividade, observando as consequências
Leia maisvelocidade inicial: v 0 ; ângulo de tiro com a horizontal: 0.
www.fisicaee.com.br Um projéil é disparado com elocidade inicial iual a e formando um ânulo com a horizonal, sabendo-se que os ponos de disparo e o alo esão sobre o mesmo plano horizonal e desprezando-se
Leia maisFísica. Física Módulo 1
Física Módulo 1 Nesa aula... Movimeno em uma dimensão Aceleração e ouras coisinhas O cálculo de x() a parir de v() v( ) = dx( ) d e x( ) x v( ) d = A velocidade é obida derivando-se a posição em relação
Leia mais30/08/15' Incerteza- Padrão. Repetitividade. Estimativa da Repetitividade (para 95,45% de probabilidade) Estimativa da Repetitividade
Incereza- Padrão Repeiividade! A incereza padrão corresponde ao desvio-padrão (esimaiva do desvio-padrão da população) e deve ser associado a ela o número de graus de liberdade (reflee o grau de segurança
Leia maisCálculo Vetorial - Lista de Exercícios
álculo Veorial - Lisa de Exercícios (Organizada pela Profa. Ilka Rebouças). Esboçar o gráfico das curvas represenadas pelas seguines funções veoriais: a) a 4 i j, 0,. d) d i 4 j k,. b) b sen i 4 j cos
Leia maisFormas Quadráticas e Cônicas
Formas Quadráicas e Cônicas Sela Zumerle Soares Anônio Carlos Nogueira (selazs@gmail.com) (anogueira@uu.br). Resumo Faculdade de Maemáica, UFU, MG Nesse rabalho preendemos apresenar alguns resulados da
Leia mais