DESENHO DE MECANISMOS (2)

Tamanho: px
Começar a partir da página:

Download "DESENHO DE MECANISMOS (2)"

Transcrição

1 MICROECONOMIA II DESENHO DE MECANISMOS (2) Rafael V. X. Ferreira Novembro de 2017 Universidade de São Paulo (USP) Faculdade de Economia, Administração e Contabilidade (FEA) Departamento de Economia

2 Implementação Bayesiana O Teorema de Gibbard-Satterwaite nos dá poucas esperanças sobre o conjunto de funções de escolha social implementáveis em estratégias dominantes. Uma opção é restringirmos a uma classe de funções f, como fizemos anteriormente. Uma alternativa é enfraquecermos o conceito de implementação.

3 Equilíbrio Nash Bayesiano Definição Um perfil de estratégias s ( ) (s 1 ( ),..., s ( )) é um equilíbrio Nash I Bayesiano do mecanismo Γ (S 1,..., S I, g( )) se, para todo i e todo Θ i, E θ i [u i (g(s i (), s i (θ i)), ) ] E θ i [u i (g(ŝ, s i (θ i)), ) ] para todo ŝ i S i.

4 Implementação em Equilíbrio Nash Bayesiano Definição Um mecanismo Γ (S 1,..., S I, g( )) implementa a função de escolha social f em Equilíbrio Nash Bayesiano se existe equilíbrio Nash Bayesiano do jogo induzido por Γ, (s 1 ( ),..., s ( )), tal que I g(s 1 (θ 1),..., s I (θ I)) f (θ) θ Θ 1 Θ I

5 Implementação em Equilíbrio Nash Bayesiano Definição A função de escolha social f é implementável verdadeiramente em equilíbrio Nash Bayesiano (ou compatível com incentivos em Equilíbrio Nash Bayesiano) se s i () para todo Θ i e i I é um equilíbrio Nash Bayesiano do mecanismo de revelação direta Γ (Θ 1,..., Θ I, f ( )). Isto é, se para todo i e para todo Θ i : E θ i [u i ( f (, θ i ), ) ] E θ i [u i ( f ( ˆ, θ i ), ) ] para todo θ i Θ i e todo ˆ Θ i.

6 Princípio da Revelação Proposição (Princípio da Revelação Eq. Nash Bayesiano) Suponha que exista um mecanismo Γ (S 1, S 2,..., g( )) que implementa a função de escolha social f em equilíbrio Nash Bayesiano. Então f é implementável verdadeiramente em equilíbrio Nash Bayesiano. Proposição 23.D.1 do MWG

7 Princípio da Revelação Passos da Demonstração: Se Γ implementa f em estratégias dominantes, existe um perfil de estratégias s : Θ A i, tal que g(s (θ)) f (θ). Além disso, Θ i, θ Θ e i, temos: E θ i [u i (g(s i (), s i (θ i)), ) ] E θ i [u i (g(ŝ i, s i (θ i)), ) ] para todo ŝ i S i. Por quê? Por que como a implementação é em Equilíbrio Nash Bayesiano, a estratégia de equilíbrio tem que ser a melhor, considerando as escolhas de equilíbrio dos demais jogadores.

8 Princípio da Revelação Passos da Demonstração: De modo semelhante, como a expressão anterior vale ŝ i, vale em particular para ŝ i s i ( ˆ ), a estratégia ótima associada a mentir sobre o tipo: E θ i [u i (g(s i (), s i (θ i)), ) ] E θ i [u i (g(s i ( ˆ ), s i (θ i)), ) ] para todo ˆ Θ i. Como g(s (θ)) f (θ) para todo θ, temos: E θ i [u i ( f (, θ i ), ), ] E θ i [u i ( f ( ˆ, θ i ), ) ] i, Θ i que deve valer para todo ˆ Θ i e todo θ i Θ i. Logo, f é implementável verdadeiramente (truthfully implementable) em equilíbrio Nash Bayesiano.

9 Princípio da Revelação Intuição: se o agente acha melhor, quando o seu tipo é, escolher s ( ), ele diria a verdade se introduzíssemos um intermediário ou, equivalentemente, se trocássemos o mecanismo pelo mecanismo de revelação direta associado que perguntasse qual o tipo do jogador e, então, jogasse a estratégia s i associada aquele tipo. Implicação: para identificar o conjunto de funções de escolha social que são implementáveis em equilíbrio Nash Bayesiano, basta procurar por aquelas de são implementáveis verdadeiramente.

10 Implementação Bayesiana e Quase-linearidade Vamos voltar ao ambiente quase-linear, que vimos antes Resultado, sobre o qual os agentes tem preferências definidas, é dado por: x (k, t 1,..., t I ) X k é elemento de K, conjunto finito, que representa os projetos possíveis. t i R é a transferência de um bem numerário para o agente i, que tem função utilidade quase-linear: u i (x, ) v i (k, ) + ( m + t i ) em que m é a dotação do bem numerário do agente i. Conjunto X das alternativas possíveis: { X (k, t 1,..., t I ) : k K, t i R i e } t i 0 i

11 Implementação Bayesiana e Quase-linearidade Lembrando: Quando o espaço de tipos é grande o suficiente, não há uma função de escolha social implementável em estratégia dominantes. Será que em Equilíbrio Nash Bayesiano (ENB) conseguimos implementar uma classe maior de funções de escolha social? A resposta é sim!

12 Implementação Bayesiana e Quase-linearidade Seja k ( ) tal que, k K e θ Θ: v i (k (θ), ) v i (k, ) i I i I e t i (θ) 0 Considere uma função f ( ) (k ( ), t 1 ( ),, t I ( )) de escolha social tal que, i, temos, para uma função h i ( ) arbitrária: t i (θ) E θ i v j (k (, θ i ), θ j ) + h i (θ i ) j i É possível mostrar que, quando as utilidades dos agentes são quase-lineares e os tipos estatisticamente independentes, existe uma função de escolha social que é implementável em ENB. i I

13 Implementação Bayesiana Linearidade Vamos simplificar um pouco mais as preferências, e considerar o caso em que as utilidades de Bernoulli são lineares no tipo do agente. u i (k, ) v i (k) + t i Tipos dos agentes estão distribuídos nos intervalos [, ], de acordo com as distribuições acumuladas estatisticamente independentes Φ i ( ). Φ i ( ) tem função de densidade associada φ i ( ) > 0. Notação: t i ( ˆ ) E θ i [t i ( ˆ, θ i )] v i ( ˆ ) E θ i [v i (k( ˆ, θ i ))]

14 Implementação em Equilíbrio Nash Bayesiano Proposição A função de escolha social f ( ) (k( ), t 1 ( ),..., t I ( )) é implementável verdadeiramente em equilíbrio Nash Bayesiano se, e somente se, para todo i 1,..., I: v i ( ) é crescente U i ( ) U i ( ) + θi v i (s)ds Proposição 23.D.2 do MWG Provaremos primeiro necessidade, e em seguida suficiência.

15 Implementação em Equilíbrio Nash Bayesiano Passos da Demonstração: Necessidade ( ) Como f é implementável verdadeiramente em ENB, temos que, para todo ˆ > : U i ( ) v i ( ˆ ) + t i ( ˆ ) ˆ v i ( ˆ ) + t i ( ˆ ) +( ˆ ) v i ( ˆ ) } {{ } U i ( ˆ ) U i ( ˆ ) ˆ v i ( ) + t i ( ) v i ( ) + t i ( ) +( ˆ ) v i ( ) } {{ } Segue que: U i ( ) U i ( ) U i ( ˆ ) ˆ v( ˆ ) e U i( ) U i ( ˆ ) ˆ v( )

16 Implementação em Equilíbrio Nash Bayesiano Passos da Demonstração (2): Necessidade ( ) v( ) U i( ) U i ( ˆ ) ˆ v( ˆ ) Como ˆ >, a expressão acima indica que v( ) é crescente. Além disso, tomando ˆ na expressão acima, temos que: Segue, portanto, que: U i () v i ( ) U i ( ) U i ( ) + θi v i (s)ds

17 Implementação em Equilíbrio Nash Bayesiano Passos da Demonstração (3): Suficiência ( ) Sejam, ˆ Θ i, com > ˆ, sem perda de generalidade. Suponha que v i ( ) é crescente e que Temos que: U i ( ) U i ( ) + U i ( ) U i ( ˆ ) U i ( ) + ˆ θi v i (s)ds + θi ˆ v i (s)ds θi v i (s)ds v i (s)ds U i ( ) θi ˆ v i (s)ds ˆ ˆ v i (s)ds v i (s)ds θi ˆ v i ( ˆ )ds ( ˆ ) v i ( ˆθ)

18 Implementação em Equilíbrio Nash Bayesiano Passos da Demonstração (4): Suficiência ( ) Logo: U i ( ) U i ( ˆ ) ( ˆ ) v i ( ˆθ) Ou: U i ( ) U i ( ˆ ) + ( ˆ ) v i ( ˆθ) ˆ v i ( ˆ ) + t i ( ˆ ) +( ˆ ) v i ( ˆθ) } {{ } U i ( ˆ ) v i ( ˆθ) + t i ( ˆ ) De modo similar, podemos chegar a: U i ( ˆ ) ˆ v i (θ) + t i ( ) Logo, f é implementável verdadeiramente em ENB.

19 Equivalência de Receita de Leilões Considere um leilão de um objeto indivisível, em que: Agente 0 é o leiloeiro Agentes i 1,..., I são os compradores Seja y(θ) (y 1,..., y I (θ)) o vetor que dá as probabilidades de que cada comprador obtenha o objeto, condicional aos perfil de anúncios (θ 1,..., θ I ). Comprador i é neutro ao risco: quando o perfil de tipos para os I compradores é (θ 1,..., θ I ), sua utilidade é y i (θ) + t i (θ) Se os demais agentes anunciam seus tipos verdadeiramente, teremos para o agente i, em termos de utilidade esperada: U i ( ) E θ i [ y i (θ) + t i (θ)] ȳ i ( ) + t i ( )

20 Teorema de Equivalência de Receita de Leilões Proposição Considere um leilão com I compradores neutros ao risco, de modo que o valuation do i-ésimo comprador sai de um intervalo [, ], com, e uma densidade φ i ( ) > 0 estritamente positiva, com o tipo de cada comprador estatisticamente independente dos tipos dos demais compradores. Suponha que um dado par de ENB para dois leilões diferentes seja tal que, para cada comprador i, tenhamos: Para cada realização de θ (θ 1,..., θ I ), o comprador i tem a mesma probabilidade de obter o bem em ambos os leilões; O comprador i tem a mesma utilidade esperada nos dois leilões, quando o seu valuation para o objeto é o mais baixo possível. Desse modo, os equilíbrios desses dois leilões rendem a mesma receita esperada para o leiloeiro. Proposição 23.D.3 do MWG

21 Teorema de Equivalência de Receita de Leilões Passos da Demonstração (1): Usando o Princípio da Revelação, sabemos que qualquer função de escolha social implementada em qualquer leilão tem que ser implementável verdadeiramente em ENB. A receita esperada do leiloeiro será i E[ t i ( )]. Note que: E[ t i ( )] E[ t i ( )] θi θi θi [ȳ i ( ) U i ( )]φ i ( )d [ [ θi ȳ i ( ) U i ( ) θi ȳ i ( ) ȳ i (s)ds } {{ } U i ( ) ] ] φ i ( )d ȳ i (s)ds φ i ( )d U i ( ) (1)

22 Teorema de Equivalência de Receita de Leilões θi Passos da Demonstração (2): Aplicando o método de integração por partes e a Regra de Leibniz, temos: ( θi ) ( s θ ) θi i ȳ i (s)ds φ i ( ) d ȳ( )d Φ(s) ȳ i ( ) Φ i ( ) d }{{} }{{} } {{ }} }{{}}{{}{{ } G( ) F ( ) G( ) F( ) θi ȳ i ( )[1 Φ i ( )]d Substituindo na Equação (1) do slide anterior: [ ( E[ t i ( )] θi ȳ i ( ) G ( ) F( ) 1 Φ ) ] i( ) φ i ( )d U i ( ) φ i ( )

23 Teorema de Equivalência de Receita de Leilões Passos da Demonstração (3): E[ t i ( )] θi [ ȳ i ( ) ( 1 Φ ) ] i( ) φ i ( )d U i ( ) φ i ( ) Ou, de modo equivalente: [ θ1 θi ( E[ t i ( )]... y i (θ 1,..., θ I ) 1 Φ ) ] i( ) I φ j (θ j )dθ 1... dθ I θ 1 θ I φ i ( ) j 1 U i ( ) Portanto, a receita esperada do leiloeiro é dada por: [ θ1 θi I (... y i (θ 1,..., θ I ) 1 Φ ) ] i( ) I φ j (θ j )dθ 1... dθ I θ 1 θ I φ i ( ) i 1 j 1 I U i ( ) i 1

24 Teorema de Equivalência de Receita de Leilões [ θ1 Passos da Demonstração (4):... θ 1 Portanto, a receita esperada do leiloeiro é dada por: θi θ I I ( y i (θ 1,..., θ I ) 1 Φ ) ] i( ) I φ j (θ j )dθ 1... dθ I φ i ( ) j 1 i 1 Note que, como em ambos os leilões temos: as mesmas probabilidades de os compradores obterem o bem, (y 1 (θ),..., y I (θ)) os compradores com a mesma utilidade esperada U i ( ) quando o valuation do bem é o mais baixo possível Logo, a receita esperada, dada pela expressão acima, será a mesma para ambos os leilões. I U i ( ) i 1

25 Teorema de Equivalência de Receita de Leilões Dados dois leilões quaisquer, em que: 1. os valuations dos compradores são estatisticamente independentes 2. a utilidade decorrente do pior valuation é a mesma em ambos os leilões 3. a alocação do bem em ambos os leilões é a mesma, dado o perfil de tipos. A receita do leiloeiro será a mesma! Não importa, por exemplo, se o leilão é de primeiro ou segundo preço.

DESENHO DE MECANISMOS (1)

DESENHO DE MECANISMOS (1) MICROECONOMIA II DESENHO DE MECANISMOS (1) Rafael V. X. Ferreira rafaelferreira@usp.br Novembro de 2017 Universidade de São Paulo (USP) Faculdade de Economia, Administração e Contabilidade (FEA) Departamento

Leia mais

Desenho de Mecanismo. Introdução

Desenho de Mecanismo. Introdução Desenho de Mecanismo Introdução Até o momento estivemos tomando o arranjo institucional onde ocorrem as transações como um dado: o mercado. Note, porém, que mesmo nesse caso, permitíamos que algumas transações

Leia mais

Desenho de Mecanismo. Introdução

Desenho de Mecanismo. Introdução Desenho de Mecanismo Introdução Até o momento estivemos tomando o arranjo institucional onde ocorrem as transações como um dado: o mercado. Note, porém, que mesmo nesse caso, permitíamos que algumas transações

Leia mais

SINALIZAÇÃO. Rafael V. X. Ferreira 11 de Outubro de 2017

SINALIZAÇÃO. Rafael V. X. Ferreira 11 de Outubro de 2017 MICROECONOMIA II SINALIZAÇÃO Rafael V. X. Ferreira rafaelferreira@usp.br 11 de Outubro de 217 Universidade de São Paulo (USP) Faculdade de Economia, Administração e Contabilidade (FEA) Departamento de

Leia mais

Teoria dos Jogos Algorítmica Maximização de Lucros no Design de Mecanismos

Teoria dos Jogos Algorítmica Maximização de Lucros no Design de Mecanismos Teoria dos Jogos Algorítmica Maximização de Lucros no Design de Mecanismos Luis Gustavo Rocha Vianna. Instituto de Matemática e Estatística IME Universidade de São Paulo USP Maximização de Lucros Design

Leia mais

Curso de Pós-Graduação em Economia- CAEN Da Universidade Federal do Ceará. Exame de Qualificação em Microeconomia Novembro de 2015

Curso de Pós-Graduação em Economia- CAEN Da Universidade Federal do Ceará. Exame de Qualificação em Microeconomia Novembro de 2015 Curso de Pós-Graduação em Economia- CAEN Da Universidade Federal do Ceará Exame de Qualificação em Microeconomia Novembro de 2015 Leia com a atenção as instruções abaixo: 1) A prova compõe-se de quatro

Leia mais

TEORIA DA PRODUÇÃO. Rafael V. X. Ferreira Abril de 2017

TEORIA DA PRODUÇÃO. Rafael V. X. Ferreira Abril de 2017 MICROECONOMIA I TEORIA DA PRODUÇÃO Rafael V. X. Ferreira rafaelferreira@usp.br Abril de 2017 Universidade de São Paulo (USP) Faculdade de Economia, Administração e Contabilidade (FEA) Departamento de Economia

Leia mais

T e o r e m a d e N a s h

T e o r e m a d e N a s h T e o r e m a d e N a s h Primeiro Seminário de Teoria dos Jogos Maio de 2007 Fabrício Murai S u m á r i o Objetivos Notação e definições Enunciado do Teorema Teoremas do Ponto Fixo Demostração do Teorema

Leia mais

ESCOLHA SOB INCERTEZA

ESCOLHA SOB INCERTEZA MICROECONOMIA I ESCOLHA SOB INCERTEZA Rafael V. X. Ferreira rafaelferreira@usp.br Março e Abril de 2017 Universidade de São Paulo (USP) Faculdade de Economia, Administração e Contabilidade (FEA) Departamento

Leia mais

Marcelo de Carvalho Griebeler TEOREMA DO ENVELOPE GENERALIZADO PARA ESPAÇOS DE TIPOS MULTIDIMENSIONAIS

Marcelo de Carvalho Griebeler TEOREMA DO ENVELOPE GENERALIZADO PARA ESPAÇOS DE TIPOS MULTIDIMENSIONAIS UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL FACULDADE DE CIÊNCIAS ECONÔMICAS PROGRAMA DE PÓS-GRADUAÇÃO EM ECONOMIA Marcelo de Carvalho Griebeler TEOREMA DO ENVELOPE GENERALIZADO PARA ESPAÇOS DE TIPOS MULTIDIMENSIONAIS

Leia mais

O Teorema de Peano. f : D R n. uma função contínua. Vamos considerar o seguinte problema: Encontrar um intervalo I R e uma função ϕ : I R n tais que

O Teorema de Peano. f : D R n. uma função contínua. Vamos considerar o seguinte problema: Encontrar um intervalo I R e uma função ϕ : I R n tais que O Teorema de Peano Equações de primeira ordem Seja D um conjunto aberto de R R n, e seja f : D R n (t, x) f(t, x) uma função contínua. Vamos considerar o seguinte problema: Encontrar um intervalo I R e

Leia mais

Jogos de soma zero com dois jogadores

Jogos de soma zero com dois jogadores Jogos de soma zero com dois jogadores Problema: Dada uma matriz A m n, encontrar um equilíbrio de Nash (de estratégias mistas). Jogador 1 quer encontrar p que maximize v sujeito a i p i = 1 sujeito a (pa)

Leia mais

Lista de Exercícios 2

Lista de Exercícios 2 Programa de Pós-Graduação em Economia Microeconomia IV Prof.: Rogério Mazali Lista de Exercícios 2 18 de abril de 2016 NOTA: Para os problemas retirados do livro-texto, cheque par aver se você possui a

Leia mais

Aula 09. Bibliograa: Kreps, Cap. 06. Cláudio R. Lucinda FEA-RP/USP. Equilíbrio Geral Eciência do Equilíbrio Geral Existência e Número de Equilíbrios

Aula 09. Bibliograa: Kreps, Cap. 06. Cláudio R. Lucinda FEA-RP/USP. Equilíbrio Geral Eciência do Equilíbrio Geral Existência e Número de Equilíbrios Aula 09 Bibliograa: Kreps, Cap. 06 Cláudio R. Lucinda FEA-RP/USP Objetivos da Aula Equilíbrio Geral 1 Equilíbrio Geral Economia de Trocas e o Equilíbrio de Preços Objetivos da Aula Equilíbrio Geral 1 Equilíbrio

Leia mais

Implementação Bayesiana

Implementação Bayesiana Implementação Bayesana Defnção 1 O perfl de estratégas s.) = s 1.),..., s I.)) é um equlíbro Nash-Bayesano do mecansmo Γ = S 1,..., S I, g.)) se, para todo e todo θ Θ, u gs θ ), s θ )), θ ) θ Eθ u gŝ,

Leia mais

Prova Final. Programa de Pós-Graduação em Economia. Microeconomia IV Prof.: Rogério Mazali. 30 de abril de 2016

Prova Final. Programa de Pós-Graduação em Economia. Microeconomia IV Prof.: Rogério Mazali. 30 de abril de 2016 Programa de Pós-Graduação em Economia Microeconomia IV Prof.: Rogério Mazali Prova Final 30 de abril de 2016 Instruções: Você tem 120 minutos para completar a prova. Seja preciso em suas respostas. Pontos

Leia mais

Refinamentos de Equilíbrios de Nash

Refinamentos de Equilíbrios de Nash Refinamentos de Equilíbrios de Nash Prof. Leandro Chaves Rêgo Programa de Pós-Graduação em Estatística - UFPE Programa de Pós-Graduação em Engenharia de Produção - UFPE Recife, 06 de Outubro de 2014 Equilíbrio

Leia mais

Regras para evitar ciclagem

Regras para evitar ciclagem Regras para evitar ciclagem Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 -

Leia mais

Teoria da Medida e Integração (MAT505)

Teoria da Medida e Integração (MAT505) Teoria da Medida e Integração (MAT505) Modos de convergência V. Araújo Mestrado em Matemática, UFBA, 2014 1 Modos de convergência Modos de convergência Neste ponto já conhecemos quatro modos de convergência

Leia mais

EAE 5706: Microeconomia II: Teoria dos Jogos. Jogos de Informação Incompleta: Equilíbrio Bayesiano

EAE 5706: Microeconomia II: Teoria dos Jogos. Jogos de Informação Incompleta: Equilíbrio Bayesiano EAE 5706: Microeconomia II: Teoria dos Jogos Aula 8: Equilíbrio de Nash Bayesiano e Jogos Dinâmicos Marcos Y. Nakaguma 28/08/2017 1 Exemplo 3: Leilão de Segundo Preço com Informação Incompleta I Nestecaso,vamosassumirqueovaluationv

Leia mais

Prova de Seleção ao Doutorado Macroeconomia

Prova de Seleção ao Doutorado Macroeconomia Prova de Seleção ao Doutorado Macroeconomia Programa de Pós-Graduação em Economia, FEA/USP Área Teoria Econômica 1. (40 pontos) Considere o modelo de Ramsey-Cass-Koopmans em tempo contínuo, o qual inclui

Leia mais

AULA 7 - Inferência em MQO: ICs e Testes de

AULA 7 - Inferência em MQO: ICs e Testes de AULA 7 - Inferência em MQO: ICs e Testes de Hipóteses Susan Schommer Econometria I - IE/UFRJ Nosso primeiro objetivo aqui é relembrar a diferença entre estimação de ponto vs estimação de intervalo. Vamos

Leia mais

TOC - Mestrado em Finanças e Economia Empresarial - aula 6 Lavinia Hollanda

TOC - Mestrado em Finanças e Economia Empresarial - aula 6 Lavinia Hollanda TOC - Mestrado em Finanças e Economia Empresarial - aula 6 Lavinia Hollanda 2 1 Seleção Adversa - Aplicações 1.1 Leilões Referência: Milgrom e Weber (1982), Salanié Cap 3. Leilões: competição entre os

Leia mais

DCC008 - Cálculo Numérico

DCC008 - Cálculo Numérico DCC008 - Cálculo Numérico Polinômios de Taylor Bernardo Martins Rocha Departamento de Ciência da Computação Universidade Federal de Juiz de Fora bernardomartinsrocha@ice.ufjf.br Conteúdo Introdução Definição

Leia mais

EAE 5706: Microeconomia II 2 o Semestre de 2016 Prova 1 Duração: 2 horas

EAE 5706: Microeconomia II 2 o Semestre de 2016 Prova 1 Duração: 2 horas EAE 5706: Microeconomia II 2 o Semestre de 2016 Prova 1 Duração: 2 horas Instruções: Leia os enunciados com atenção. Comece a resolver a prova pelas questões que tiver maior facilidade. Recomenda-se alocar

Leia mais

Conteúdo Teórico: 04 Esperança

Conteúdo Teórico: 04 Esperança ACH2053 Introdução à Estatística Conteúdo Teórico: 04 Esperança Marcelo de Souza Lauretto Sistemas de Informação EACH www.each.usp.br/lauretto Referência: Morris DeGroot, Mark Schervish. Probability and

Leia mais

Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Desigualdades 02/14 1 / 31

Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Desigualdades 02/14 1 / 31 Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Desigualdades 02/14 1 / 31 Um teorema de grande importância e bastante utilidade em probabilidade

Leia mais

Teoremas de dualidade

Teoremas de dualidade Teoremas de dualidade Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização

Leia mais

IND 1115 Inferência Estatística Aula 6

IND 1115 Inferência Estatística Aula 6 Conteúdo IND 5 Inferência Estatística Aula 6 Setembro de 004 A distribuição Lognormal A distribuição Beta e sua relação com a Uniforme(0,) Mônica Barros mbarros.com mbarros.com A distribuição Lognormal

Leia mais

Inferência Estatistica

Inferência Estatistica Inferência Estatistica Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Modelos e Inferência Um modelo é uma simplificação da realidade (e alguns

Leia mais

Exemplo: Monopólio de segundo grau

Exemplo: Monopólio de segundo grau Notas de Aula - Teoria dos Jogos - FCE/UERJ 2016.2 (Versão preliminar - favor não circular) Professor Pedro Hemsley Horário: xxxx Sala: xxxx Ementa e informações relevantes: página do curso 1 Seleção Adversa

Leia mais

Sinalização: O Modelo de Spence

Sinalização: O Modelo de Spence Sinalização: O Modelo de Spence Em virtude do problema de seleção adversa, os indivíduos mais produtivos da economia ficam desempregados. É natural que busquem uma forma de comunicar ao mercado (ou sinalizar)

Leia mais

7 O Método do Nucleolus

7 O Método do Nucleolus 7 O Método do Nucleolus O conceito de alocação pelo método do Nucleolus foi desenvolvido por Schmeidler em [23]. Caso o núcleo do jogo não for vazio, o método garante que a alocação obtida pertence ao

Leia mais

Existência e otimalidade de pontos extremos

Existência e otimalidade de pontos extremos Existência e otimalidade de pontos extremos Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP)

Leia mais

Lema. G(K/F ) [K : F ]. Vamos demonstrar usando o Teorema do Elemento Primitivo, a ser provado mais adiante. Assim, K = F (α).

Lema. G(K/F ) [K : F ]. Vamos demonstrar usando o Teorema do Elemento Primitivo, a ser provado mais adiante. Assim, K = F (α). Teoria de Galois Vamos nos restringir a car. zero. Seja K/F uma extensão finita de corpos. O grupo de Galois G(K/F ) é formado pelos isomorfismos ϕ : K K tais que x F, ϕ(x) = x. Lema. G(K/F ) [K : F ].

Leia mais

Modelando Conhecimento

Modelando Conhecimento Modelando Conhecimento Prof. Leandro Chaves Rêgo Programa de Pós-Graduação em Estatística - UFPE Programa de Pós-Graduação em Engenharia de Produção - UFPE Recife, 17 de Outubro de 2014 Modelando Conhecimento

Leia mais

Monitor: Rodrigo Soares de Abreu. 4º Lista de Exercícios

Monitor: Rodrigo Soares de Abreu. 4º Lista de Exercícios Professor: Tiago Berriel Macroeconomia II Monitor: Rodrigo Soares de Abreu EPGE/FGV 4º Lista de Exercícios Os exercícios marcados com * deverão ser entregues na aula de monitoria posterior à divulgação

Leia mais

Teoria da Implementação

Teoria da Implementação Teoria da Implementação Voting games: DES e IDE 1 Voting Games Decisões coletivas não mercado que devem ser selecionadas, via sistemas de votação, em um ambiente de conflito de opiniões em um conjunto

Leia mais

EQUAÇÕES RELACIONAIS FUZZY E COMO RESOLVÊ-LAS

EQUAÇÕES RELACIONAIS FUZZY E COMO RESOLVÊ-LAS EQUAÇÕES RELACIONAIS FUZZY E COMO RESOLVÊ-LAS PEDRO ALADAR TONELLI 1. Introdução Nosso objetivo é apresentar de uma forma simples o procedimento para achar soluções de uma equação relacional fuzzy para

Leia mais

Teoria da Medida e Integração (MAT505)

Teoria da Medida e Integração (MAT505) Modos de convergência Teoria da Medida e Integração (MAT505) Modos de convergência. V. Araújo Instituto de Matemática, Universidade Federal da Bahia Mestrado em Matemática, UFBA, 2014 Modos de convergência

Leia mais

Lema. G(K/F ) [K : F ]. Vamos demonstrar usando o Teorema do Elemento Primitivo, a ser provado mais adiante. Assim, K = F (α).

Lema. G(K/F ) [K : F ]. Vamos demonstrar usando o Teorema do Elemento Primitivo, a ser provado mais adiante. Assim, K = F (α). Teoria de Galois Vamos nos restringir a car. zero. Seja K/F uma extensão finita de corpos. O grupo de Galois G(K/F ) é formado pelos isomorfismos ϕ : K K tais que x F, ϕ(x) = x. Lema. G(K/F ) [K : F ].

Leia mais

A prova é SEM CONSULTA. Não são permitidas calculadoras ou quaisquer equipamentos eletrônicos. Celulares devem ser desligados e guardados.

A prova é SEM CONSULTA. Não são permitidas calculadoras ou quaisquer equipamentos eletrônicos. Celulares devem ser desligados e guardados. ELE2005: Análise Estratégica de Investimentos e de Decisões com Teoria dos Jogos e Jogos de Opções Reais. Primeira Prova Segunda Chamada 31/10/2007 A prova é SEM CONSULTA. Não são permitidas calculadoras

Leia mais

Fundamentos da Eletrostática Aula 02 Cálculo Vetorial: derivadas

Fundamentos da Eletrostática Aula 02 Cálculo Vetorial: derivadas Campo Escalar e Gradiente Fundamentos da Eletrostática Aula 02 Cálculo Vetorial: derivadas Prof. Alex G. Dias (alex.dias@ufabc.edu.br) Prof. Alysson F. Ferrari (alysson.ferrari@ufabc.edu.br) Um campo escalar

Leia mais

UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE Departamento de Economia

UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE Departamento de Economia UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE Departamento de Economia Programa de Pós-Graduação em Economia Microeconomia II (EAE5706) Prof. Rafael V. X. Ferreira Lista

Leia mais

F prova 1 Unicamp, 30 de setembro de 2009 nome assinatura RA

F prova 1 Unicamp, 30 de setembro de 2009 nome assinatura RA F 60 - prova 1 Unicamp, 30 de setembro de 009 nome assinatura RA 1 a. questão (3 pontos): 1. Um solenóide longo, com n voltas por unidade de comprimento, carrega uma corrente I, gerando um campo magnético

Leia mais

Gabarito da Lista 3 de exercícios - Microeconomia 2 Professora: Joisa Dutra Monitor: Rafaela Nogueira

Gabarito da Lista 3 de exercícios - Microeconomia 2 Professora: Joisa Dutra Monitor: Rafaela Nogueira Gabarito da Lista 3 de exercícios - Microeconomia 2 Professora: Joisa Dutra Monitor: Rafaela Nogueira. (a) Falso. A lei de Walras depende apenas dos agentes esgotarem suas restrições orçamentárias. Vale,

Leia mais

Física II Ondas, Fluidos e Termodinâmica USP Prof. Antônio Roque Aula

Física II Ondas, Fluidos e Termodinâmica USP Prof. Antônio Roque Aula 59070 Física II Ondas, Fluidos e Termodinâmica USP Prof. Antônio Roque Aula 6 00 Superposição de Movimentos Periódicos Há muitas situações em física que envolvem a ocorrência simultânea de duas ou mais

Leia mais

Jogos Bayesianos Estratégias e Equilíbrio Aplicações. Jogos Bayesianos. Prof. Leandro Chaves Rêgo

Jogos Bayesianos Estratégias e Equilíbrio Aplicações. Jogos Bayesianos. Prof. Leandro Chaves Rêgo Jogos Bayesianos Prof. Leandro Chaves Rêgo Programa de Pós-Graduação em Estatística - UFPE Programa de Pós-Graduação em Engenharia de Produção - UFPE Recife, 14 de Outubro de 2014 Jogos Bayesianos Jogos

Leia mais

Método Simplex. Marina Andretta ICMC-USP. 19 de outubro de 2016

Método Simplex. Marina Andretta ICMC-USP. 19 de outubro de 2016 Método Simplex Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização linear

Leia mais

Teoria dos Jogos. Prof. Maurício Bugarin ECO/UnB 2013-I. Aula 7 Teoria dos Jogos Maurício Bugarin. Cap. 2. Jogos Estáticos com Informação Completa

Teoria dos Jogos. Prof. Maurício Bugarin ECO/UnB 2013-I. Aula 7 Teoria dos Jogos Maurício Bugarin. Cap. 2. Jogos Estáticos com Informação Completa Teoria dos Jogos Prof Maurício Bugarin ECO/UnB 013-I Cap Jogos Estáticos com Informação Completa Roteiro Capítulo Jogos Estáticos com Informação Completa (Cap 1 do livro-texto) 1 A Forma Normal e o Conceito

Leia mais

MAE0229 Introdução à Probabilidade e Estatística II

MAE0229 Introdução à Probabilidade e Estatística II Exercício Entre jovens atletas, um nível alto de colesterol pode ser considerado preocupante e indicativo para um acompanhamento médico mais frequente. Suponha que são classificados como tendo taxa de

Leia mais

Modelo P-A no qual o Principal não observa diretamente as características do(s) agente(s)

Modelo P-A no qual o Principal não observa diretamente as características do(s) agente(s) Economia da Informação e dos Incentivos Aplicada à Economia do Setor Público Aula 3 3. Seleção adversa - Fundamentos Baseado em: Salanié, B., (1997). The economics of contracts, Cambridge: MIT Press. (Capítulo

Leia mais

Minera c ao de Dados Aula 6: Finaliza c ao de Regress ao e Classifica c ao Rafael Izbicki 1 / 33

Minera c ao de Dados Aula 6: Finaliza c ao de Regress ao e Classifica c ao Rafael Izbicki 1 / 33 Mineração de Dados Aula 6: Finalização de Regressão e Classificação Rafael Izbicki 1 / 33 Como fazer um IC para o risco estimado? Vamos assumir que ( X 1, Ỹ1),..., ( X s, Ỹs) são elementos de um conjunto

Leia mais

Gabarito da Lista 11 de exercícios - Microeconomia 2 Professora: Joisa Dutra Monitor: Rafaela Nogueira

Gabarito da Lista 11 de exercícios - Microeconomia 2 Professora: Joisa Dutra Monitor: Rafaela Nogueira Gabarito da Lista 11 de exercícios - Microeconomia Professora: Joisa Dutra Monitor: Rafaela Nogueira 1. (a) Caracterizemos o problema do comprador i: max b i (v i b i ) Prob(b i b j ) (1) em que j designa

Leia mais

Programação Linear. Dualidade

Programação Linear. Dualidade Programação Linear Dualidade Dualidade Já vimos em sala que para cada PPL existe um outro PL chamado dual, que consiste em modelar um problema que utiliza os mesmos dados que o original, mas alterando

Leia mais

AULA 4 - MQO Simples: Propriedades algébricas e Estatísticas

AULA 4 - MQO Simples: Propriedades algébricas e Estatísticas AULA 4 - MQO Simples: Propriedades algébricas e Estatísticas Susan Schommer Econometria I - IE/UFRJ Estimação: MQO recapitulando Na aula passada aprendemos estimação por MQO. Recapitulando brevemente Em

Leia mais

Pontos extremos, vértices e soluções básicas viáveis

Pontos extremos, vértices e soluções básicas viáveis Pontos extremos, vértices e soluções básicas viáveis Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta

Leia mais

Lista 8 de Análise Funcional - Doutorado 2018

Lista 8 de Análise Funcional - Doutorado 2018 Lista 8 de Análise Funcional - Doutorado 2018 Professor Marcos Leandro 17 de Junho de 2018 1. Sejam M um subespaço de um espaço de Hilbert H e f M. Mostre que f admite uma única extensão para H preservando

Leia mais

Controle Ótimo - Aula 10 Princípio do Mínimo de Pontryagin

Controle Ótimo - Aula 10 Princípio do Mínimo de Pontryagin Controle Ótimo - Aula 10 Princípio do Mínimo de Pontryagin Adriano A. G. Siqueira e Marco H. Terra Departamento de Engenharia Elétrica Universidade de São Paulo - São Carlos O problema de controle ótimo

Leia mais

g(s, X n s )ds + t f (s, X s ) 2 ds <, P-q.s. t f (s, X s )db s, t 0.

g(s, X n s )ds + t f (s, X s ) 2 ds <, P-q.s. t f (s, X s )db s, t 0. CHAPTER 3. INTEGRAIS ESTOCÁSTICOS 88 2. Quais são as propriedades destas soluções? 3. Como podemos resolver uma dada equação? O método usual para provar a existência de uma solução da equação diferencial

Leia mais

4.1. ESPERANÇA x =, x=1

4.1. ESPERANÇA x =, x=1 4.1. ESPERANÇA 139 4.1 Esperança Certamente um dos conceitos mais conhecidos na teoria das probabilidade é a esperança de uma variável aleatória, mas não com esse nome e sim com os nomes de média ou valor

Leia mais

SUMÁRIOS DE VARIÁVEIS ALEATÓRIAS CONTINUAS

SUMÁRIOS DE VARIÁVEIS ALEATÓRIAS CONTINUAS 4 SUMÁRIOS DE VARIÁVEIS ALEATÓRIAS CONTINUAS Em muitos problemas de probabilidade que requerem o uso de variáveis aleatórias, uma completa especificação da função de densidade de probabilidade ou não está

Leia mais

Unidade 5 - Subespaços vetoriais. A. Hefez e C. S. Fernandez Resumo elaborado por Paulo Sousa. 10 de agosto de 2013

Unidade 5 - Subespaços vetoriais. A. Hefez e C. S. Fernandez Resumo elaborado por Paulo Sousa. 10 de agosto de 2013 MA33 - Introdução à Álgebra Linear Unidade 5 - Subespaços vetoriais A. Hefez e C. S. Fernandez Resumo elaborado por Paulo Sousa PROFMAT - SBM 10 de agosto de 2013 Às vezes, é necessário detectar, dentro

Leia mais

Capítulo 6. Operadores Ortogonais. Curso: Licenciatura em Matemática. Professor-autor: Danilo Felizardo Barboza Wilberclay Gonçalves Melo

Capítulo 6. Operadores Ortogonais. Curso: Licenciatura em Matemática. Professor-autor: Danilo Felizardo Barboza Wilberclay Gonçalves Melo Capítulo 6 Operadores Ortogonais Curso: Licenciatura em Matemática Professor-autor: Danilo Felizardo Barboza Wilberclay Gonçalves Melo Disciplina: Álgebra Linear II Unidade II Aula 6: Operadores Ortogonais

Leia mais

Cálculo das Probabilidades I

Cálculo das Probabilidades I Cálculo das Probabilidades I Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Função Geradora de Momentos 10/13 1 / 19 Calculamos algumas características da

Leia mais

A forma canônica de Jordan

A forma canônica de Jordan A forma canônica de Jordan 1 Matrizes e espaços vetoriais Definição: Sejam A e B matrizes quadradas de orden n sobre um corpo arbitrário X. Dizemos que A é semelhante a B em X (A B) se existe uma matriz

Leia mais

INE5403 FUNDAMENTOS DE MATEMÁTICA DISCRETA

INE5403 FUNDAMENTOS DE MATEMÁTICA DISCRETA INE5403 FUNDAMENTOS DE MATEMÁTICA DISCRETA PARA A COMPUTAÇÃO PROF. DANIEL S. FREITAS UFSC - CTC - INE Prof. Daniel S. Freitas - UFSC/CTC/INE/2007 p.1/26 3 - INDUÇÃO E RECURSÃO 3.1) Indução Matemática 3.2)

Leia mais

Representação de poliedros

Representação de poliedros Representação de poliedros Marina Andretta ICMC-USP 8 de novembro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 -

Leia mais

Espaços Euclidianos. Espaços R n. O conjunto R n é definido como o conjunto de todas as n-uplas ordenadas de números reais:

Espaços Euclidianos. Espaços R n. O conjunto R n é definido como o conjunto de todas as n-uplas ordenadas de números reais: Espaços Euclidianos Espaços R n O conjunto R n é definido como o conjunto de todas as n-uplas ordenadas de números reais: R n = {(x 1,..., x n ) : x 1,..., x n R}. R 1 é simplesmente o conjunto R dos números

Leia mais

Curso de Pós-Graduação em Economia CAEN Universidade Federal do Ceará

Curso de Pós-Graduação em Economia CAEN Universidade Federal do Ceará Curso de Pós-Graduação em Economia CAEN Universidade Federal do Ceará Exame de Qualificação em Microeconomia 06 de Março de 2009 Leia com a atenção as instruções abaixo:. A prova compõe-se de quatro questões

Leia mais

Complexidade computacional

Complexidade computacional Complexidade computacional O Teorema de Nash garante a existência de um equilíbrio em qualquer jogo finito. Mas como encontrar um tal equilíbrio? Teoria dos Jogos p. 1 Complexidade computacional O Teorema

Leia mais

Jogos Estratégias Mistas

Jogos Estratégias Mistas Jogos Estratégias Mistas Redes Sociais e Econômicas Prof. André Vignatti Aula Passada Equilíbrio de Nash ninguém tem incentivo de desviar da estratégia Vários equilíbrios qual será a saída? Jogos de Coordenação

Leia mais

Perguntas. UFRJ Teoria dos Jogos e das Organizações Professor Alexandre B. Cunha Lista 1.2

Perguntas. UFRJ Teoria dos Jogos e das Organizações Professor Alexandre B. Cunha Lista 1.2 UFRJ Teoria dos Jogos e das Organizações Professor Alexandre B. Cunha Lista 1. Perguntas (1 Considere um mercado no qual existe um duopólio. As rmas produzem um bem homogêneo. A demanda de mercado é descrita

Leia mais

1. Realimentação de Estado: sistemas MIMO

1. Realimentação de Estado: sistemas MIMO Realimentação de Estado: sistemas MIMO 1. Realimentação de Estado: sistemas MIMO 2. Estimadores de Estado: sistemas MIMO pag.1 Teoria de Sistemas Lineares Aula 20 Realimentação de Estado: sistemas MIMO

Leia mais

A prova é SEM CONSULTA. Não são permitidas calculadoras ou quaisquer equipamentos eletrônicos. Celulares devem ser desligados e guardados.

A prova é SEM CONSULTA. Não são permitidas calculadoras ou quaisquer equipamentos eletrônicos. Celulares devem ser desligados e guardados. ELE2005: Análise Estratégica de Investimentos e de Decisões com Teoria dos Jogos e Jogos de Opções Reais. Primeira Prova 23/10/2007 A prova é SEM CONSULTA. Não são permitidas calculadoras ou quaisquer

Leia mais

Escola Brasileira de Economia e Finanças - EPGE/FGV Graduação em Ciências Econômicas - Ciclo Pro ssional Finanças Públicas

Escola Brasileira de Economia e Finanças - EPGE/FGV Graduação em Ciências Econômicas - Ciclo Pro ssional Finanças Públicas Escola Brasileira de Economia e Finanças - EPGE/FGV Graduação em Ciências Econômicas - Ciclo Pro ssional Carlos Eugênio Professor Finanças Públicas - 2008 Gabarito Lista 8 Marcelo Z. Pedroni Monitor marcelop@fgvmail.br

Leia mais

EUF. Exame Unificado

EUF. Exame Unificado EUF Exame Unificado das Pós-graduações em Física Para o segundo semestre de 06 Respostas esperadas Parte Estas são sugestões de possíveis respostas. Outras possibilidades também podem ser consideradas

Leia mais

Capítulo 6: Transformações Lineares e Matrizes

Capítulo 6: Transformações Lineares e Matrizes 6 Livro: Introdução à Álgebra Linear Autores: Abramo Hefez Cecília de Souza Fernandez Capítulo 6: Transformações Lineares e Matrizes Sumário 1 Matriz de uma Transformação Linear....... 151 2 Operações

Leia mais

Eletrônica II. Germano Maioli Penello. II _ html.

Eletrônica II. Germano Maioli Penello.   II _ html. Eletrônica II Germano Maioli Penello gpenello@gmail.com http://www.lee.eng.uerj.br/~germano/eletronica II _ 2015-1.html Aula 06 1 Revisão: MOSFET como amplificador Na saturação, o MOSFET funciona como

Leia mais

Provas de Análise Real - Noturno - 3MAT003

Provas de Análise Real - Noturno - 3MAT003 Provas de 2006 - Análise Real - Noturno - 3MAT003 Matemática - Prof. Ulysses Sodré - Londrina-PR - provas2006.tex 1. Definir a operação ϕ entre os conjuntos A e B por ϕ(a, B) = (A B) (A B). (a) Demonstrar

Leia mais

ESTATÍSTICA BAYESIANA

ESTATÍSTICA BAYESIANA UNIVERSIDADE FEDERAL DE MINAS GERAIS INSTITUTO DE CIÊNCIAS EXATAS PET MATEMÁTICA Orientadora: Rosângela Helena Loschi ESTATÍSTICA BAYESIANA Marina Muniz de Queiroz INTRODUÇÃO A estatística clássica associa

Leia mais

EES-20: Sistemas de Controle II

EES-20: Sistemas de Controle II EES-: Sistemas de Controle II 14 Agosto 17 1 / 49 Recapitulando: Estabilidade interna assintótica Modelo no espaço de estados: Equação de estado: ẋ = Ax + Bu Equação de saída: y = Cx + Du Diz-se que o

Leia mais

2 Propriedades geométricas de curvas parametrizadas no R 4

2 Propriedades geométricas de curvas parametrizadas no R 4 2 Propriedades geométricas de curvas parametrizadas no R 4 Nesse capítulo trataremos dos conceitos básicos de geometria diferencial referentes à curvas parametrizadas no R 4. 2.1 Curvas Parametrizadas

Leia mais

Estimadores ou Observadores de Estado

Estimadores ou Observadores de Estado Estimadores ou Observadores de Estado 1. Estimadores ou Observadores de Estado: sistemas SISO 1. Extensões para Sistemas a Tempo Discreto pag.1 Teoria de Sistemas Lineares Aula 19 Estimadores ou Observadores

Leia mais

Pré-Cálculo. Humberto José Bortolossi. Aula de maio de Departamento de Matemática Aplicada Universidade Federal Fluminense

Pré-Cálculo. Humberto José Bortolossi. Aula de maio de Departamento de Matemática Aplicada Universidade Federal Fluminense Pré-Cálculo Humberto José Bortolossi Departamento de Matemática Aplicada Universidade Federal Fluminense Aula 12 11 de maio de 2010 Aula 12 Pré-Cálculo 1 A função afim A função afim Uma função f : R R

Leia mais

UNIVERSIDADE TÉCNICA DE LISBOA INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO MICROECONOMICS 2009/2010

UNIVERSIDADE TÉCNICA DE LISBOA INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO MICROECONOMICS 2009/2010 UNIVERSIDADE TÉCNICA DE LISBOA INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO MICROECONOMICS 2009/2010 References: - Gibbons, R. (1992), A Primer in Game Theory, Harvester Wheatsheaf (G) - Mas-Collel, A., M.

Leia mais

Pré-Cálculo. Humberto José Bortolossi. Aula de junho de Departamento de Matemática Aplicada Universidade Federal Fluminense

Pré-Cálculo. Humberto José Bortolossi. Aula de junho de Departamento de Matemática Aplicada Universidade Federal Fluminense Pré-Cálculo Humberto José Bortolossi Departamento de Matemática Aplicada Universidade Federal Fluminense Aula 12 06 de junho de 2011 Aula 12 Pré-Cálculo 1 A função afim A função afim Uma função f : R R

Leia mais

Cap. 5 Estabilidade de Lyapunov

Cap. 5 Estabilidade de Lyapunov Cap. 5 Estabilidade de Lyapunov 1 Motivação Considere as equações diferenciais que modelam o oscilador harmônico sem amortecimento e sem força aplicada, dada por: M z + Kz = 0 Escolhendo-se x 1 = z e x

Leia mais

Resolução da Lista de Exercício 2

Resolução da Lista de Exercício 2 Teoria da Organização e Contratos - TOC / MFEE Professor: Jefferson Bertolai Fundação Getulio Vargas / EPGE Monitor: William Michon Jr 16 de outubro de 01 Exercícios referentes à aula. Resolução da Lista

Leia mais

CC-226 Aula 07 - Estimação de Parâmetros

CC-226 Aula 07 - Estimação de Parâmetros CC-226 Aula 07 - Estimação de Parâmetros Carlos Henrique Q. Forster - Instituto Tecnológico de Aeronáutica 2008 Estimação de Parâmetros Para construir o classificador bayesiano, assumimos as distribuições

Leia mais

MAT 461 Tópicos de Matemática II Aula 8: Resumo de Probabilidade

MAT 461 Tópicos de Matemática II Aula 8: Resumo de Probabilidade MAT 461 Tópicos de Matemática II Aula 8: Resumo de Probabilidade Edson de Faria Departamento de Matemática IME-USP 28 de Agosto, 2013 Probabilidade: uma Introdução / Aula 8 1 Desigualdades de Markov e

Leia mais

EAE 5706: Microeconomia II: Teoria dos Jogos

EAE 5706: Microeconomia II: Teoria dos Jogos EAE 5706: Microeconomia II: Teoria dos Jogos Aula 10: Jogos Dinâmicos: Marcos Y. Nakaguma 11/09/2017 1 Revisão Naaulapassada,de nimosumsistemadecrenças µemumjogo extensivo Γ E comoumconjuntodeprobabilidades

Leia mais

Marina Andretta. 10 de outubro de Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis.

Marina Andretta. 10 de outubro de Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Solução básica viável inicial Marina Andretta ICMC-USP 10 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211

Leia mais

Visão Geral Definições Resultados. Mecanismos Online. Fabio Alexandre Campos Tisovec

Visão Geral Definições Resultados. Mecanismos Online. Fabio Alexandre Campos Tisovec Instituto de Matemática e Estatística - Universidade de São Paulo June 17, 2013 Conteúdo 1 2 3 Conteúdo 1 2 3 Conteúdo 1 2 3 1 2 3 Caracterização do Problema Problemas considerados: Conjunto de jogadores

Leia mais

Teoria Microeconômica IV

Teoria Microeconômica IV Teoria Microeconômica IV Parte 2. O problema Principal-Agente Capitulo I. Ações não observáveis: Perigo Moral 4 Trimestre 2011 Mestrado em Economia V. Filipe Martins-da-Rocha (FGV) Teoria Microeconômica

Leia mais

Jogos com Consciência

Jogos com Consciência Jogos com Consciência Prof. Leandro Chaves Rêgo Programa de Pós-Graduação em Estatística - UFPE Programa de Pós-Graduação em Engenharia de Produção - UFPE Recife, 11 de Novembro de 2014 Motivação Modelos

Leia mais

Notas de Aula. tal que, para qualquer ponto (x, y) no plano xy, temos: p XY

Notas de Aula. tal que, para qualquer ponto (x, y) no plano xy, temos: p XY UNIVERSIDDE FEDERL D BHI INSTITUTO DE MTEMÁTIC DEPRTMENTO DE ESTTÍSTIC v. demar de Barros s/n - Campus de Ondina 40170-110 - Salvador B Tel:(071)247-405 Fax 245-764 Mat 224 - Probabilidade II - 2002.2

Leia mais

CONTROLO LINEAR. Mestrado em Matemática e Aplicações. Universidade de Aveiro

CONTROLO LINEAR. Mestrado em Matemática e Aplicações. Universidade de Aveiro CONTROLO LINEAR Mestrado em Matemática e Aplicações Universidade de Aveiro Sistemas dinâmicos de controlo u - entrada y - saída x - estado - memória do sistema (condições iniciais) x(t ) u(t), t t y(t),

Leia mais

2, ao medirmos um observável deste estado que possui autovetores 0 e 1, obtemos o resultado 0 com probabilidade α 2, e 1 com probabilidade β 2.

2, ao medirmos um observável deste estado que possui autovetores 0 e 1, obtemos o resultado 0 com probabilidade α 2, e 1 com probabilidade β 2. 4 Informação Quântica A teoria da Informação Quântica foi basicamente desenvolvida na última década (3, 10, 16). Nosso objetivo neste capítulo é apresentar sua estrutura fundamental, o bit quântico, e

Leia mais