Aula 6. Plano da aula. Bibliografia:

Tamanho: px
Começar a partir da página:

Download "Aula 6. Plano da aula. Bibliografia:"

Transcrição

1 Aula 6 Bblografa: Farrel & Shapro, 1990, Horzotal Mergers: A Equlbrum Aalyss, AER; Wsto, 2008, Lectures o Attrust Ecoomcs, MIT Press; Motta (2005), Cap 5. Plao da aula I. Cocetrações horzotas (cotução) 1

2 3. Impacto da cocetração a efcêca da dústra Assummos até etão que tecologa, produtos e custos são alteradas com cocetração; No etato, após uma fusão, empresas rvas podem mudar ão somete preços e quatdades. Podemos ter outros mpactos: Ecoomas de escala; Ecoomas de escopo: produção cojuta de bes smlares; Efcêca produtva Exteraldades: varedade de produtos e estratégca de P&D. Efcêca dâmca Exteraldades: varedade de produtos: empresas trocam formações sobre preferêcas dos cosumdores e estratégca de P&D: afetam evetualmete os custos o logo prazo: efcêca dâmca; Em países em desevolvmeto, cotrole de fusões devera ser meos rígda. 2

3 Ecoomas de escala e de escopo: Elmação de custos fxos (comus) duplcados; Pode ser sufcete para aprovar uma cocetração: a dústra reduz seu custo; Se AC maxmza bem estar do cosumdor, qto maor a ecooma de escala, maor a exgêca de repasse dos gahos ao cosumdor. Modelo de Farrel e Shapro (1990): Qual deve ser o gaho de efcêca para que haja queda de preços após fusão? Modelo de Farrel e Shapro (2001) : Dscutem que sergas, e, gahos de efcêca específcos às empresas partcpates da cocetração, devem ser vstas com bos olhos; No etato, efcêcas lgadas somete à reogazação da produção etre as platas produtoras devem ser aalsadas com cautela: ão há comprovado beefíco ao cosumdor. 3

4 Farrel e Shapro (1990): Resultados mportates Qual deve ser o gaho de efcêca para que haja queda de preços após fusão? Algus tpos de fusão uca levam à queda de preços. Exemplos: Se ecoomas cluem somete redução de custos fxos; Se ão há sergas da fusão. Em que codções há gahos de BES? Hp mportate do modelo: assume que a fusão dá lucro. Método: olhar para o efeto extero da fusão. Depede da magtude de parcela de mercado das partcpates da fusão versus as ão partcpates; Fusão gera efeto extero postvo se: parcela de mercado das partcpates da fusão é pequea; ão partcpates são cocetradas. 4

5 Importate Assume que gahos prvados são gahos socas; Logo, extem mas outras alegações de gahos de efcêca que ão devem ser acetas pela AC; Exemplo: Ecooma de mpostos; Gahos para acostas. O modelo de Courot uma dústra com custos assmétrcos empresas; Custos margas costates, mas assmétrcos, c; a c a + c q * = q* = ; p * = p* = > c Supoha que: ( ) b 1+ cocetração elme a frma k, que é a que tem maor custo detre as duas; todas as demas frmas permaecem o mercado após a fusão. 5

6 Em que stuação o efeto sobre o preço é egatvo? 1 a + c 1 a + c N 1 p* p* = 1+ 1 a a c 1 c 1 = ( 1) ( ) k 1 > 0? = a + + c c = a + c + c 1 ( ) 1 Dado que todas as demas frmas permaecem o mercado, o preço somete pode car com a cocetração, ode a frma de meor custo «sa» do mercado. 1 a + c + c < 0 c a + k c 1 k > = 1 p * N O preço ca pos os gahos de efcêca especfcos à cocetração são elevados o sufcete. 6

7 Assmetra de formações: Se comprovação de gahos de efcêca se tora mportate, é provável que as partcpates a cocetração superestmem tas gahos; Pelas mesmas razões, rvas terão cetvos em provar o cotráro A AC ão possu formações precsas sobre os gahos. comssão depedete de pesqusadores? Se atestados gahos de efcêca grades o sufcete, fusão deve ser aprovada: Se gahos tão grades que levam a saída de rvas, rsco de moopolzação do mercado; Defesa da cocorrêca deve escolher etre ser pro-competção ou pro-competdor. Uma fusão deve ser mpedda por ser efcete demas? pro-competção Pro-competdor 7

8 No etato, cocetrações ão ecessaramete mplcam sergas tão mportates, que levem à redução de preços. Normalmete, os mpactos da cocetração são aalsados em separado e se há preocupação aumeto de poder de mercado, verfca-se se ha gahos de efcêca aquele segmeto do mercado. 8

Projeto de rede na cadeia de suprimentos

Projeto de rede na cadeia de suprimentos Projeto de rede a cadea de suprmetos Prof. Ph.D. Cláudo F. Rosso Egehara Logístca II Esboço O papel do projeto de rede a cadea de suprmetos Fatores que fluecam decsões de projeto de rede Modelo para decsões

Leia mais

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12 MEDIDAS DE POSIÇÃO: São meddas que possbltam represetar resumdamete um cojuto de dados relatvos à observação de um determado feômeo, pos oretam quato à posção da dstrbução o exo dos, permtdo a comparação

Leia mais

Avaliação de Empresas Profa. Patricia Maria Bortolon

Avaliação de Empresas Profa. Patricia Maria Bortolon Avalação de Empresas MODELO DE DIVIDENDOS Dvdedos em um estáo DDM Dscouted Dvded Model Muto utlzados a precfcação de uma ação em que o poto de vsta do vestdor é extero à empresa e eralmete esse vestdor

Leia mais

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

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

Leia mais

IND 1115 Inferência Estatística Aula 9

IND 1115 Inferência Estatística Aula 9 Coteúdo IND 5 Iferêca Estatístca Aula 9 Outubro 2004 Môca Barros Dfereça etre Probabldade e Estatístca Amostra Aleatóra Objetvos da Estatístca Dstrbução Amostral Estmação Potual Estmação Bayesaa Clássca

Leia mais

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

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

Leia mais

Escala Mínima Viável e Barreiras à Entrada em Serviços de Concretagem

Escala Mínima Viável e Barreiras à Entrada em Serviços de Concretagem Escala Míma Vável e Barreras à Etrada em Servços de Cocretagem Marcos Adré Mattos de Lma I. Itrodução Um dos problemas que mas causa preocupações as autordades attruste o Brasl, e em dversos outros países,

Leia mais

Econometria: 3 - Regressão Múltipla

Econometria: 3 - Regressão Múltipla Ecoometra: 3 - Regressão Múltpla Prof. Marcelo C. Mederos mcm@eco.puc-ro.br Prof. Marco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo de regressão

Leia mais

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo.

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo. 5910187 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 6 Equlíbro e o Potecal de Nerst Nesta aula, vamos utlzar a equação para o modelo de eletrodfusão o equlíbro obtda a aula passada para estudar o trasporte

Leia mais

Difusão entre Dois Compartimentos

Difusão entre Dois Compartimentos 59087 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 4 Dfusão etre Dos Compartmetos A le de Fck para membraas (equação 4 da aula passada) mplca que a permeabldade de uma membraa a um soluto é dada pela razão

Leia mais

Dados Experimentais. Isto é chamado de experimento controlado. Uma das vantagens

Dados Experimentais. Isto é chamado de experimento controlado. Uma das vantagens Dados xpermetas Para medr a produção de certa varedade de mlho, faremos um expermeto o qual a varedade de mlho semete é platada em váras parcelas homogêeas com o mesmo fertlzate, pestcda etc. Depos mede-se

Leia mais

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo.

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo. Equlíbro e o Potecal de Nerst 5910187 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 11 Nesta aula, vamos utlzar a equação para o modelo de eletrodfusão o equlíbro obtda a aula passada para estudar o trasporte

Leia mais

Cap.20 Avaliação Econ. Financ. de Projetos de Inv. Sumário. Jim Lane. $20 mi. Gordon Letwin $20 mi Paul Allen $25 bi

Cap.20 Avaliação Econ. Financ. de Projetos de Inv. Sumário. Jim Lane. $20 mi. Gordon Letwin $20 mi Paul Allen $25 bi Pol-UFRJ/25.1 Cap.2 Avalação Eco. Fac. de Projetos de Iv. Ecooma Carlos Nemer 3ª Ed. Capítulo 2 Avalação Ecoômco Facera de Projetos de Ivestmeto Steve Wood $15 m Bob O' Rear $1 mllo Bob Wallace $5 m Bob

Leia mais

Analise do Programa Bolsa Familia e o problema de assimetria de informação (Moral Hazard)

Analise do Programa Bolsa Familia e o problema de assimetria de informação (Moral Hazard) Aalse do Programa Bolsa Famla e o problema de assmetra de formação (Moral Hazard) Adão Rodrgues 1 Júla Araújo 2 Resumo: O objetvo deste trabalho é aalsar os problemas exstetes o programa de trasferêca

Leia mais

A Utilização de Índices de Concentração em Política de Concorrência Ajustamento a Situações com Participações Cruzadas

A Utilização de Índices de Concentração em Política de Concorrência Ajustamento a Situações com Participações Cruzadas Uversdade de Avero Departameto de Ecooma Gestão e Egehara 200 Idustral João Pedro Almedra Xaver Texera A Utlzação de Ídces de Cocetração em Polítca de Cocorrêca Ajustameto a Stuações com Partcpações Cruzadas

Leia mais

2. MODELO DETALHADO: Relações de Recorrência. Exemplo: Algoritmo Recursivo para Cálculo do Fatorial Substituição Repetida

2. MODELO DETALHADO: Relações de Recorrência. Exemplo: Algoritmo Recursivo para Cálculo do Fatorial Substituição Repetida . MODELO DETALHADO: Relações de Recorrêca Exemplo: Algortmo Recursvo para Cálculo do Fatoral Substtução Repetda T T ( ) ( ) t 1, T ( + t, > T ( ) T ( + t T ( ) ( T( ) + t + t ) + t T ( ) T ( ) T ( ) +

Leia mais

Números Complexos. 2. (IME) Seja z um número complexo de módulo unitário que satisfaz a condição z 2n 1, onde n é um número inteiro positivo.

Números Complexos. 2. (IME) Seja z um número complexo de módulo unitário que satisfaz a condição z 2n 1, onde n é um número inteiro positivo. Números Complexos. (IME) Cosdere os úmeros complexos Z se α cos α e Z cos α se α ode α é um úmero real. Mostre que se Z Z Z etão R e (Z) e I m (Z) ode R e (Z) e I m (Z) dcam respectvamete as partes real

Leia mais

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão Estatístca Descrtva Meddas estatístcas: Localzação, Dspersão Meddas estatístcas Localzação Dspersão Meddas estatístcas - localzação Méda artmétca Dados ão agrupados x x Dados dscretos agrupados x f r x

Leia mais

Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto

Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto Faculdade de Ecooma, Admstração e Cotabldade de Rberão Preto Ecooma Moetára Curso de Ecooma / º. Semestre de 014 Profa. Dra. Rosel da Slva Nota de aula CAPM Itrodução Há dos modelos bastate utlzados para

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

Cap. 5. Testes de Hipóteses

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

Leia mais

( k) Tema 02 Risco e Retorno 1. Conceitos Básicos

( k) Tema 02 Risco e Retorno 1. Conceitos Básicos FEA -USP Graduação Cêcas Cotábes EAC05 04_0 Profa. Joaíla Ca. Rsco e Retoro. Cocetos Báscos Rotero BE-cap.6 Tema 0 Rsco e Retoro. Cocetos Báscos I. O que é Retoro? II. Qual é o Rsco de um Atvo Idvdual

Leia mais

Matemática C Semiextensivo V. 2

Matemática C Semiextensivo V. 2 Matemátca C Semetesvo V. Eercícos 0) Através da observação dreta do gráfco, podemos coclur que: a) País. b) País. c) 00 habtates. d) 00 habtates. e) 00 0 0 habtates. 0) C Através do gráfco, podemos costrur

Leia mais

Capítulo 3. Sucessões e Séries Geométricas

Capítulo 3. Sucessões e Séries Geométricas Capítulo 3 Sucessões e Séries Geométricas SUMÁRIO Defiição de sucessão Mootoia de sucessões Sucessões itadas (majoradas e mioradas) Limites de sucessões Sucessões covergetes e divergetes Resultados sobre

Leia mais

Avaliação da Localização de Base de Atendimento para Equipamentos de Movimentação de uma Empresa Siderúrgica

Avaliação da Localização de Base de Atendimento para Equipamentos de Movimentação de uma Empresa Siderúrgica Avalação da Localzação de Base de Atedmeto para Equpametos de Movmetação de uma Empresa Sderúrgca Leadro Ferades da Slva Leadro.Ferades@cs.com.br UFF Ilto Curty Leal Juor ltocurty@gmal.com UFRJ Paul Adrao

Leia mais

HIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia

HIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia Aálse estatístca aplcada à hdrologa. Séres hdrológcas oções complemetares HIDROLOGIA E RECURSOS HÍDRICOS Aálse estatístca aplcada à hdrologa O Egehero HIDRÁULICO Echerá? Que população pode abastecer e

Leia mais

FINANCIAMENTOS UTILIZANDO O EXCEL

FINANCIAMENTOS UTILIZANDO O EXCEL rofessores Ealdo Vergasta, Glóra Márca e Jodála Arlego ENCONTRO RM 0 FINANCIAMENTOS UTILIZANDO O EXCEL INTRODUÇÃO Numa operação de empréstmo, é comum o pagameto ser efetuado em parcelas peródcas, as quas

Leia mais

FERRAMENTAS DE ANÁLISE DE RISCOS EM ESTRATÉGIAS EMPRESARIAIS

FERRAMENTAS DE ANÁLISE DE RISCOS EM ESTRATÉGIAS EMPRESARIAIS FERRAMENTAS DE ANÁLISE DE RISCOS EM ESTRATÉGIAS EMRESARIAIS or: Herbert Kmura RAE-eletrôca, Volume, Número 2, jul-dez/2002. http://www.rae.com.br/eletroca/dex.cfm?fuseacto=artgo&id=825&secao=wc&volume=&numero=2&ao=

Leia mais

Previsão de demanda quantitativa Regressão linear Regressão múltiplas Exemplos Exercícios

Previsão de demanda quantitativa Regressão linear Regressão múltiplas Exemplos Exercícios Objetvos desta apresetação Plaejameto de produção: de Demada Aula parte Mauro Osak TES/ESALQ-USP Pesqusador do Cetro de Estudos Avaçados em Ecooma Aplcada Cepea/ESALQ/USP de demada quattatva Regressão

Leia mais

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS ANÁLISE DE ERROS A oservação de um feómeo físco ão é completa se ão pudermos quatfcá-lo. Para é sso é ecessáro medr uma propredade físca. O processo de medda cosste em atrur um úmero a uma propredade físca;

Leia mais

Coordenação directa de pontos novos, a partir de um ponto conhecido, medindo-se um ângulo e uma distância.

Coordenação directa de pontos novos, a partir de um ponto conhecido, medindo-se um ângulo e uma distância. Irradada Smples Coordeação drecta de potos ovos, a partr de um poto cohecdo, meddo-se um âgulo e uma dstâca. P N M M M V E P P P V E P E R EN α c M V M M ser C P cos R C EV EV R EV R EN α c dstâca cartográfca

Leia mais

UNIVERSIDADE FEDERAL DE SANTA CATARINA CENTRO SÓCIO-ECONÔMICO PROGRAMA DE PÓS-GRADUAÇÃO EM ECONOMIA

UNIVERSIDADE FEDERAL DE SANTA CATARINA CENTRO SÓCIO-ECONÔMICO PROGRAMA DE PÓS-GRADUAÇÃO EM ECONOMIA UNIVERSIDADE FEDERAL DE SANTA CATARINA CENTRO SÓCIO-ECONÔMICO ROGRAMA DE ÓS-GRADUAÇÃO EM ECONOMIA OLÍTICAS FISCAL E MONETÁRIA NO CONTEXTO DA COMETIÇÃO IMERFEITA NELSON DA SILVA FLORIANÓOLIS, FEV/2.002

Leia mais

CIRCUITOS ELÉTRICOS CONCEITOS BÁSICOS

CIRCUITOS ELÉTRICOS CONCEITOS BÁSICOS CCUTOS ELÉTCOS CONCETOS BÁSCOS Prof. Marcos Fergütz jul/07 - Carga Elétrca (Q, q) [ Udade: Coulomb C ] e - Quado se forece ou retra eerga do elétro (e - ), pode-se movmetá-lo por etre as camadas (K, L,

Leia mais

Probabilidade II Aula 10

Probabilidade II Aula 10 Probabldade II Aula 0 Mao de 009 Môca Barros, D.Sc. Coteúdo Esperaça Matemá (Valores esperados) Mometos e Mometos Cetras Valores esperados de uma fução de Covarâca e Correlação Matrz de covarâca, matrz

Leia mais

( Sistema Francês de Amortização )

( Sistema Francês de Amortização ) NA PRÁTICA A TEORIA É A MESMA ( Sstema Fracês de Amortzação ) Em um Cogresso, um Grupo de Professores e Autores composto por Admstradores, Ecoomstas, Cotadores e, todos Pertos Judcas, apresetam os segutes

Leia mais

Métodos iterativos. Capítulo O Método de Jacobi

Métodos iterativos. Capítulo O Método de Jacobi Capítulo 4 Métodos teratvos 41 O Método de Jacob O Método de Jacob é um procedmeto teratvo para a resolução de sstemas leares Tem a vatagem de ser mas smples de se mplemetar o computador do que o Método

Leia mais

Determine a média de velocidade, em km/h, dos veículos que trafegaram no local nesse período.

Determine a média de velocidade, em km/h, dos veículos que trafegaram no local nesse período. ESTATÍSTICA - 01 1. (UERJ 01) Téccos do órgão de trâsto recomedaram velocdade máxma de 80 km h o trecho de uma rodova ode ocorrem mutos acdetes. Para saber se os motorstas estavam cumprdo as recomedações,

Leia mais

ESTATÍSTICA Aula 7. Prof. Dr. Marco Antonio Leonel Caetano

ESTATÍSTICA Aula 7. Prof. Dr. Marco Antonio Leonel Caetano ESTATÍSTICA Aula 7 Prof. Dr. Marco Atoo Leoel Caetao Dstrbuções de Probabldade DISCRETAS CONTÍNUAS (Números teros) Bomal Posso Geométrca Hper-Geométrca Pascal (Números reas) Normal t-studet F-Sedecor Gama

Leia mais

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

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

Leia mais

MÉTODO DOS MÍNIMOS QUADRADOS

MÉTODO DOS MÍNIMOS QUADRADOS MÉTODO DOS MÍNIMOS QUADRADOS I - INTRODUÇÃO O processo de medda costtu uma parte essecal a metodologa cetífca e também é fudametal para o desevolvmeto e aplcação da própra cêca. No decorrer do seu curso

Leia mais

Prof. Janete Pereira Amador 1

Prof. Janete Pereira Amador 1 Prof. Jaete Perera Amador 1 1 Itrodução Mutas stuações cotdaas podem ser usadas como expermeto que dão resultados correspodetes a algum valor, e tas stuações podem ser descrtas por uma varável aleatóra.

Leia mais

Relatório 2ª Atividade Formativa UC ECS

Relatório 2ª Atividade Formativa UC ECS Relatóro 2ª Atvdade Formatva Eercíco I. Quado a dstrbução de dados é smétrca ou apromadamete smétrca, as meddas de localzação méda e medaa, cocdem ou são muto semelhates. O mesmo ão acotece quado a dstrbução

Leia mais

Estatística - exestatmeddisper.doc 25/02/09

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

Leia mais

Construção e Análise de Gráficos

Construção e Análise de Gráficos Costrução e Aálse de Gráfcos Por que fazer gráfcos? Facldade de vsualzação de cojutos de dados Faclta a terpretação de dados Exemplos: Egehara Físca Ecooma Bologa Estatístca Y(udade y) 5 15 1 5 Tabela

Leia mais

Ordenação: Introdução e métodos elementares. Algoritmos e Estruturas de Dados II

Ordenação: Introdução e métodos elementares. Algoritmos e Estruturas de Dados II Ordeação: Itrodução e métodos elemetares Algortmos e Estruturas de Dados II Ordeação Objetvo: Rearrajar os tes de um vetor ou lsta de modo que suas chaves estejam ordeadas de acordo com alguma regra Estrutura:

Leia mais

2 Avaliação da segurança dinâmica de sistemas de energia elétrica: Teoria

2 Avaliação da segurança dinâmica de sistemas de energia elétrica: Teoria Avalação da seguraça dâmca de sstemas de eerga elétrca: Teora. Itrodução A avalação da seguraça dâmca é realzada através de estudos de establdade trastóra. Nesses estudos, aalsa-se o comportameto dos geradores

Leia mais

Sumário. Mecânica. Sistemas de partículas

Sumário. Mecânica. Sistemas de partículas umáro Udade I MECÂNICA 2- Cetro de massa e mometo lear de um sstema de partículas - stemas de partículas e corpo rígdo. - Cetro de massa. - Como determar o cetro de massa dum sstema de partículas. - Vetor

Leia mais

O delineamento amostral determina os processos de seleção e de inferência do valor da amostra para o valor populacional.

O delineamento amostral determina os processos de seleção e de inferência do valor da amostra para o valor populacional. Curso Aperfeçoameto em Avalação de Programas Socas ª Turma Dscpla: Téccas quattatvas de levatameto de dados: prcpas téccas de amostragem Docete: Claudete Ruas Brasíla, ovembro/005 Pesqusa por amostragem

Leia mais

d s F = m dt Trabalho Trabalho

d s F = m dt Trabalho Trabalho UNIVERSIDADE DO ESTADO DE MATO GROSSO CAMPUS UNIVERSITÁRIO DE SINOP FACULDADE DE CIÊNCIAS EXATAS E TECNOLÓGICAS CURSO DE ENGENHARIA CIVIL DISCIPLINA: CÁLCULO DIFERENCIAL E INTEGRAL I Trabalho 1. Itrodução

Leia mais

Estudo dos efeitos da consideração de cargas dependentes da frequência no Modelo de Sensibilidade de Potência

Estudo dos efeitos da consideração de cargas dependentes da frequência no Modelo de Sensibilidade de Potência roceedg Seres of the Brazla Socety of ppled ad Computatoal Mathematcs Vol. 4 N. 6. Trabalho apresetado o INCON Natal - N 5. roceedg Seres of the Brazla Socety of Computatoal ad ppled Mathematcs studo dos

Leia mais

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

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

Leia mais

Nota Técnica n o 037/2013-SRG/ANEEL. Em 17 de maio de 2013. Processo: 48500.002907/2010-89

Nota Técnica n o 037/2013-SRG/ANEEL. Em 17 de maio de 2013. Processo: 48500.002907/2010-89 Nota Técca o 037/2013-SRG/ANEEL Em 17 de mao de 2013. Processo: 48500.002907/2010-89 Assuto: Cosoldação de todas as regulametações referetes à apuração de dspobldades de empreedmetos de geração de eerga

Leia mais

RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO

RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO RACIOCÍIO LÓGICO - Zé Carlos RACIOCÍIO LÓGICO / ESTATÍSTICA LISTA RESUMO TEÓRICO I. Cocetos Icas. O desvo médo (DM), é a méda artmétca dos desvos de cada dado da amostra em toro do valor médo, sto é x

Leia mais

CEDEPLAR - UFMG Nivelamento em Estatística 2013 Prof a Sueli Moro. Variáveis aleatórias

CEDEPLAR - UFMG Nivelamento em Estatística 2013 Prof a Sueli Moro. Variáveis aleatórias CEDEPLAR - UFMG Nvelameto em Estatístca 3 Prof a Suel Moro Varáves aleatóras Varável aleatóra resultado ou produto de um epermeto aleatóro com um resultado úco. Varável resultado = Espaço amostral cojuto

Leia mais

Perguntas Freqüentes - Bandeiras

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

Leia mais

Controle Estatístico de Qualidade. Capítulo 6 (montgomery)

Controle Estatístico de Qualidade. Capítulo 6 (montgomery) Cotrole Estatístco de Qualdade Capítulo 6 (motgomery) Gráfcos de Cotrole para Atrbutos Itrodução Mutas característcas da qualdade ão podem ser represetadas umercamete. Nestes casos, classfcamos cada tem

Leia mais

x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População

x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População ESTATÍSTICA STICA DESCRITIVA Prof. Lorí Val, Dr. val@mat.ufrgs.br http://.ufrgs.br/~val/ Orgazação; Resumo; Apresetação. Cojuto de dados: Amostra ou População Um cojuto de dados é resumdo de acordo com

Leia mais

n i=1 X i n X = n 1 i=1 X2 i ( n i=1 X i) 2 n

n i=1 X i n X = n 1 i=1 X2 i ( n i=1 X i) 2 n Exercício 1. As otas fiais de um curso de Estatística foram as seguites 7, 5, 4, 5, 6, 1, 8, 4, 5, 4, 6, 4, 5, 6, 4, 6, 6, 4, 8, 4, 5, 4, 5, 5 e 6. a. Determie a mediaa, os quartis e a média. Resposta:

Leia mais

Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística

Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Val, Dr. http://www.pucrs.br/famat/val/ val@pucrs.br Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Obetvos A Aálse de

Leia mais

Otimização no Processo de Produção de Produtos Conjuntos com o uso de Controles Automáticos de Monitoramento

Otimização no Processo de Produção de Produtos Conjuntos com o uso de Controles Automáticos de Monitoramento XXVI ENEGEP - Fortaleza, CE, Brasl, 9 a de Outubro de 2006 Otmzação o Processo de Produção de Produtos Cojutos com o uso de Cotroles Automátcos de Motorameto Luz Carlos Rosa (Fatec-Sorocaba; Uesp-Sorocaba)

Leia mais

Estudo do intervalo de confiança da regressão inversa utilizando o software R

Estudo do intervalo de confiança da regressão inversa utilizando o software R Estudo do tervalo de cofaça da regressão versa utlzado o software R Llae Lopes Cordero João Domgos Scalo. Itrodução Na maora das aplcações evolvedo regressão, determa-se o valor de Y correspodete a um

Leia mais

Unidade II ESTATÍSTICA

Unidade II ESTATÍSTICA ESTATÍSTICA Udade II 3 MEDIDAS OU PARÂMETROS ESTATÍSTICOS 1 O estudo que fzemos aterormete dz respeto ao agrupameto de dados coletados e à represetação gráfca de algus deles. Cumpre agora estudarmos as

Leia mais

Representação dos padrões. Tipos de atributos. Etapas do processo de agrupamento. 7.1 Agrupamento clássico. 7. Agrupamento fuzzy (fuzzy clustering)

Representação dos padrões. Tipos de atributos. Etapas do processo de agrupamento. 7.1 Agrupamento clássico. 7. Agrupamento fuzzy (fuzzy clustering) 7. Agrupaeto fuzzy (fuzzy clusterg) 7. Agrupaeto clássco Agrupaeto é a classfcação ão-supervsoada de padrões (observações, dados, objetos, eeplos) e grupos (clusters). Itutvaete, padrões seelhates deve

Leia mais

7 Análise de covariância (ANCOVA)

7 Análise de covariância (ANCOVA) Plejameto de Expermetos II - Adlso dos Ajos 74 7 Aálse de covarâca (ANCOVA) 7.1 Itrodução Em algus expermetos, pode ser muto dfícl e até mpossível obter udades expermetas semelhtes. Por exemplo, pode-se

Leia mais

Economias de Escala e Eficiência Econômica na Produção de Laranja no Estado de São Paulo 1,2

Economias de Escala e Eficiência Econômica na Produção de Laranja no Estado de São Paulo 1,2 pága Ecoomas de Escala e Efcêca Ecoômca a Produção de Laraja o Estado de São Paulo 1, Marcelo José Carrer 3 e Hldo Merelles de Souza Flho 4 Resumo: Esse trabalho teve como objetvos vestgar a exstêca de

Leia mais

DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia

DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia ROTEIRO DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL 1. Itrodução. Teorema Cetral do Limite 3. Coceitos de estimação potual 4. Métodos de estimação potual 5. Referêcias Estatística Aplicada à Egeharia 1 Estatística

Leia mais

Introdução à Teoria dos Números Notas 1 Os Princípios da Boa Ordem e de Indução Finita Prof Carlos Alberto S Soares

Introdução à Teoria dos Números Notas 1 Os Princípios da Boa Ordem e de Indução Finita Prof Carlos Alberto S Soares Itrodução à Teora dos Números 018 - Notas 1 Os Prcípos da Boa Ordem e de Idução Fta Prof Carlos Alberto S Soares 1 Prelmares Neste curso, prortaramete, estaremos trabalhado com úmeros teros mas, quado

Leia mais

Capítulo 1: Erros em cálculo numérico

Capítulo 1: Erros em cálculo numérico Capítulo : Erros em cálculo umérco. Itrodução Um método umérco é um método ão aalítco, que tem como objectvo determar um ou mas valores umércos, que são soluções de um certo problema. Ao cotráro das metodologas

Leia mais

Extensões da Análise para Prioridades Fixas

Extensões da Análise para Prioridades Fixas Sstemas de Tempo eal: Extesões da Aálse para Prordades Fxas ômulo Slva de Olvera Departameto de Automação e Sstemas - DAS UFS elease Jtter loqueo Potos de Preempção Tolerâca a Faltas haveameto de otexto

Leia mais

Lista de Exercícios #9 Assunto: Análise de Regressão Método de Mínimos Quadrados

Lista de Exercícios #9 Assunto: Análise de Regressão Método de Mínimos Quadrados Lsta de Exercícos #9 Assuto: Aálse de Regressão Método de Mímos Quadrados ANPEC 8 Questão 4 Cosdere o segute modelo de regressão lear smples: () y = β + β x + u Para uma amostra com 3 observações, foram

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

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança Regressão Smples Parte III: Coefcete de determação, regressão a orgem e método de máxma verossmlhaça Coefcete de determação Proporção da varabldade explcada pelo regressor. R Varação explcada Varação total

Leia mais

ANÁLISE DE REGRESSÃO E CORRELAÇÃO

ANÁLISE DE REGRESSÃO E CORRELAÇÃO ANÁLISE DE REGRESSÃO E CORRELAÇÃO Quado se cosderam oservações de ou mas varáves surge um poto ovo: O estudo das relações porvetura estetes etre as varáves. A aálse de regressão e correlação compreedem

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

A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: enchentes

A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: enchentes Mostra Nacoal de Icação Cetífca e Tecológca Iterdscplar VI MICTI Isttuto Federal Catarese Câmpus Camború 30 a 3 de outubro de 03 A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: echetes Ester Hasse

Leia mais

Caderno de Fórmulas. Swap

Caderno de Fórmulas. Swap Swap Elaboração: Abrl/25 Últma Atualzação: 5/4/216 Apresetação O adero de Fórmulas tem por objetvo oretar os usuáros do Módulo de, a compreesão da metodologa de cálculo e dos crtéros de precsão usados

Leia mais

Ex: Cálculo da média dos pesos dos terneiros da fazenda Canoas-SC, à partir dos dados originais: x = 20

Ex: Cálculo da média dos pesos dos terneiros da fazenda Canoas-SC, à partir dos dados originais: x = 20 . MEDIDAS DE TENDÊNCIA CENTRAL (OU DE POSIÇÃO) Coceto: São aquelas que mostram o alor em toro do qual se agrupam as obserações.. MÉDIA ARITMÉTICA ( ) Sea (x, x,..., x ), uma amostra de dados: Se os dados

Leia mais

Técnicas Não Paramétricas

Técnicas Não Paramétricas Téccas Não Paramétrcas de Estmação de Desdade Reata Cardoso e Fracsco Carvalho Coteúdo Itrodução 2 Hstograma 3 Estmação da desdade 4 Jaelas de Parze Em mutos problemas prátcos As abordages de estmação

Leia mais

ESTATÍSTICA Exame Final 1ª Época 3 de Junho de 2002 às 14 horas Duração : 3 horas

ESTATÍSTICA Exame Final 1ª Época 3 de Junho de 2002 às 14 horas Duração : 3 horas Faculdade de cooma Uversdade Nova de Lsboa STTÍSTIC xame Fal ª Época de Juho de 00 às horas Duração : horas teção:. Respoda a cada grupo em folhas separadas. Idetfque todas as folhas.. Todas as respostas

Leia mais

CAPÍTULO 9 - Regressão linear e correlação

CAPÍTULO 9 - Regressão linear e correlação INF 6 Prof. Luz Alexadre Peterell CAPÍTULO 9 - Regressão lear e correlação Veremos esse capítulo os segutes assutos essa ordem: Correlação amostral Regressão Lear Smples Regressão Lear Múltpla Correlação

Leia mais

Lista de Exercícios #4 Assunto: Variáveis Aleatórias Contínuas

Lista de Exercícios #4 Assunto: Variáveis Aleatórias Contínuas . ANPEC 8 - Questão Seja x uma variável aleatória com fução desidade de probabilidade dada por: f(x) = x, para x f(x) =, caso cotrário. Podemos afirmar que: () E[x]=; () A mediaa de x é ; () A variâcia

Leia mais

Introdução. Incerteza: o básico. Perfil do tomador de risco: Teoria da Probabilidade. Prof: Sabino da Silva Porto Júnior

Introdução. Incerteza: o básico. Perfil do tomador de risco: Teoria da Probabilidade. Prof: Sabino da Silva Porto Júnior Icerteza: o básco Prof: Sabo da Slva Porto Júor Sabo@ppge.ufrgs.br Itrodução Até agora: coseqüêcas das escolhas dos cosumdores são cohecdas com certeza. Nova suposção: cosumdores e produtores tem apeas

Leia mais

Diferenciais Ordinárias. Reginaldo J. Santos Departamento de Matemática-ICEx Universidade Federal de Minas Gerais

Diferenciais Ordinárias. Reginaldo J. Santos Departamento de Matemática-ICEx Universidade Federal de Minas Gerais Exstêca e Ucdade de Soluções de Equações Dferecas Ordáras Regaldo J Satos Departameto de Matemátca-ICEx Uversdade Federal de Mas Geras http://wwwmatufmgbr/ reg 10 de ulho de 2010 2 1 INTRODUÇÃO Sumáro

Leia mais

SUMÁRIO GOVERNO DO ESTADO DO CEARÁ. Cid Ferreira Gomes Governador. 1. Introdução... 2. Domingos Gomes de Aguiar Filho Vice Governador

SUMÁRIO GOVERNO DO ESTADO DO CEARÁ. Cid Ferreira Gomes Governador. 1. Introdução... 2. Domingos Gomes de Aguiar Filho Vice Governador INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ - IPECE GOVERNO DO ESTADO DO CEARÁ Cd Ferrera Gomes Goverador Domgos Gomes de Aguar Flho Vce Goverador SECRETARIA DO PLANEJAMENTO E GES- TÃO (SEPLAG)

Leia mais

Relações entre variáveis: Regressão

Relações entre variáveis: Regressão Dscpla: 04 Relações etre varáves: Regressão Prof. a Dr. a Smoe Daela Sartoro de Mederos DTASeR-Ar Itrodução Cosdere uma varável aleatóra Y de teresse. Já vmos que podemos escrever essa varável como sedo:

Leia mais

Estudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples.

Estudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples. Estudo das relações etre peso e altura de estudates de estatístca através da aálse de regressão smples. Waessa Luaa de Brto COSTA 1, Adraa de Souza COSTA 1. Tago Almeda de OLIVEIRA 1 1 Departameto de Estatístca,

Leia mais

Aula 7. Plano da aula. Bibliografia: Joint-Ventures. Motta (2005), Cap 5. I. Concentrações horizontais (continução) II.

Aula 7. Plano da aula. Bibliografia: Joint-Ventures. Motta (2005), Cap 5. I. Concentrações horizontais (continução) II. Aula 7 Bibliografia: Motta (005), Cap 5. Plao da aula I. Cocetrações horizotais (cotiução) II. Joit-Vetures Cocetrações horizotais: Cotrapartidas Fusões que ão passam o teste (gahos de eficiêcia ão compesam

Leia mais

3- Autovalores e Autovetores.

3- Autovalores e Autovetores. MÉTODOS NUMÉRICOS PARA EQUAÇÕES DIFERENCIAIS PARCIAIS - Autovalores e Autovetores..- Autovetores e Autovalores de ua Matrz..- Métodos para ecotrar os Autovalores e Autovetores de ua Matrz. Cotuação da

Leia mais

RRR- 1 A RELAÇÃO RISCO-RETORNO

RRR- 1 A RELAÇÃO RISCO-RETORNO - 1 A ELAÇÃO ISCO-ETONO V -INTODUÇÃO À TEOIA DOS MECADOS DE CAPITAIS -! Algus cocetos de base à teora dos mercados de captas: " edbldade de um vestmeto em acções: edbldade em valor Dvdedos + mas/meos valas

Leia mais

TÍTULO DE LA COMUNICACIÓN: A concentração espacial do emprego formal e da massa salarial no Rio Grande do Sul Brasil: metodologia e tipologia

TÍTULO DE LA COMUNICACIÓN: A concentração espacial do emprego formal e da massa salarial no Rio Grande do Sul Brasil: metodologia e tipologia TÍTULO DE LA COMUNICACIÓN: A cocetração espacal do emprego formal e da massa salaral o Ro Grade do Sul Brasl: metodologa e tpologa AUTOR 1: Ferada Queroz Sperotto Emal: fesperotto@hotmal.com DEPARTAMENTO:

Leia mais

50 Logo, Número de erros de impressão

50 Logo, Número de erros de impressão Capítulo 3 Problema. (a) Sedo o úmero médo de erros por pága, tem-se: 5 + + 3 + 3 + 4 33,66 5 5 Represetado o úmero medao de erros por md, tem-se, pela ordeação dos valores observados, que os valores de

Leia mais

PUCRS FAMAT DEPTº DE ESTATÍSTICA ESTATÍSTICA DESCRITIVA SÉRGIO KATO

PUCRS FAMAT DEPTº DE ESTATÍSTICA ESTATÍSTICA DESCRITIVA SÉRGIO KATO PUCRS FAMAT DEPTº DE ESTATÍSTICA ESTATÍSTICA DESCRITIVA SÉRGIO KATO A expressão dados, será ctada dversas vezes esta dscpla, em lguagem ormal, dados são ormações (úmeros ou ão) sobre um dvíduo (pessoa,

Leia mais

CURSO SOBRE MEDIDAS DESCRITIVA Adriano Mendonça Souza Departamento de Estatística - UFSM -

CURSO SOBRE MEDIDAS DESCRITIVA Adriano Mendonça Souza Departamento de Estatística - UFSM - CURSO SOBRE MEDIDAS DESCRITIVA Adrao Medoça Souza Departameto de Estatístca - UFSM - O telecto faz pouco a estrada que leva à descoberta. Acotece um salto a coscêca, chame-o você de tução ou do que quser;

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

1 SISTEMA FRANCÊS DE AMORTIZAÇÃO

1 SISTEMA FRANCÊS DE AMORTIZAÇÃO scpla de Matemátca Facera 212/1 Curso de Admstração em Gestão Públca Professora Ms. Valéra Espídola Lessa EMPRÉSTIMOS Um empréstmo ou facameto pode ser feto a curto, médo ou logo prazo. zemos que um empréstmo

Leia mais

Oitava Lista de Exercícios

Oitava Lista de Exercícios Uversdade Federal Rural de Perambuco Dscpla: Matemátca Dscreta I Professor: Pablo Azevedo Sampao Semestre: 07 Otava Lsta de Exercícos Lsta sobre defções dutvas (recursvas) e prova por dução Esta lsta fo

Leia mais

Capítulo 1 - Conceitos Fundamentais

Capítulo 1 - Conceitos Fundamentais Cocetos fudametas Professora Elae Toscao Capítulo - Cocetos udametas. - mportâca das estruturas o se costrur qualquer edfcação ou objeto, é precso garatr a establdade do produto durate o processo costrutvo

Leia mais

2- Resolução de Sistemas Não-lineares.

2- Resolução de Sistemas Não-lineares. MÉODOS NUMÉRICOS PARA EQUAÇÕES DIFERENCIAIS PARCIAIS 2- Resolução de Sistemas Não-lieares. 2.- Método de Newto. 2.2- Método da Iteração. 2.3- Método do Gradiete. 2- Sistemas Não Lieares de Equações Cosidere

Leia mais

Distribuições Amostrais

Distribuições Amostrais Distribuições Amostrais O problema da iferêcia estatística: fazer uma afirmação sobre os parâmetros da população θ (média, variâcia, etc) através da amostra. Usaremos uma AAS de elemetos sorteados dessa

Leia mais

8 Programação linear 78

8 Programação linear 78 8 Programação lear 78 8 Programação lear A programação lear cosderou duas fuções objetvo: (a) maxmzação da comercalzação do gás e (b) mmzação das perdas (recetas e multas cotratuas). Foram dealzados dos

Leia mais