3 Derivação dos modelos

Tamanho: px
Começar a partir da página:

Download "3 Derivação dos modelos"

Transcrição

1 3 Derivação dos modelos Ese capíulo apresea a derivação de odos os modelos que serão aalisados. Basicamee serão desevolvidos rês casos disios. Deses casos serão exraídos os modelos que serão esudados esa pesquisa. Derivar o modelo sigifica ober a expressão do preço fuuro de um corao, com vecimeo defiido, sob a medida eura ao risco ou medida marigal equivalee (MME. A suposição iicial é que são cohecidos os ipos de processos esocásicos para as variáveis de esado (ou compoees ão observáveis. O úmero de variáveis de esado defie o úmero de faores do modelo. Assim, os modelos de dois faores possuem duas variáveis de esado, que ão são observáveis, e assim sucessivamee. O preço fuuro será fução do empo de mauração do corao e das variáveis de esado. O objeivo é defiir uma equação para o preço fuuro para que seja possível comparar os preços do modelo, assim obidos, com os dados reais do mercado. A codição fudameal uilizada é aquela que cosidera os mercados livres de arbiragem. Desa forma é possível ober a equação para os preços fuuros. Ese capíulo foi orgaizado da seguie forma: a próxima seção apresea uma irodução mosrado os modelos que serão aalisados; a seguda seção faz uma breve irodução aos rabalhos de Duffie e Ka (996 e Duffie, Pa e Sigleo ( expodo a abragêcia das rasformadas (aqui deomiadas rasformadas DK e DPS e a abragêcia dos processos de difusão afis com salos; a erceira seção apresea a formulação aalíica das rasformadas; as duas seções subseqüees raam, cada uma, das rasformadas DK e DPS e, fialmee, seguem-se as seções com a derivação dos modelos dos preços fuuros. Ao fial é dedicada uma seção para cada modelo. As próximas quaro seções são baseadas o arigo de Duffie, Pa e Sigleo (.

2 Derivação dos modelos Irodução O modelo de Schwarz e Smih ( será deomiado de Modelo Básico. Serão aalisadas rês exesões dese modelo que foram deomiadas de Primeira, Seguda e Terceira Exesões. Em geral, as commodiies são egociadas em mercados fuuros que são basae aivos em ermos de volume de egócios. Já os mercados à visa das commodiies são meos expressivos em volume. A iformação relevae sobre preço é formada a parir dos coraos fuuros egociados para diferees mauridades. Aqui a cosideração básica é que o preço à visa é uma variável ão observável. O Modelo Básico cosidera que o logarimo do preço à visa S é a soma de duas variáveis de esado esocásicas (dois faores ão observáveis. A primeira respode pelas variações de curo prazo. O processo de evolução desa variável é de reversão à média do ipo Orsei-Uhlebec. A seguda variável represea os preços de equilíbrio e o seu processo de evolução é do ipo movimeo geomérico Browiao (MGB. Esas duas variáveis e cosiuem as duas variáveis de esado ão observáveis (coseqüeemee o preço à visa é ão observável. O modelo Primeira Exesão cosidera uma modificação o processo de. Seu processo é cosiderado como de reversão à média. O modelo Seguda Exesão é o mesmo Modelo Básico icluido salos a variável de curo prazo,. Nese modelo há dois casos a cosiderar com relação ao amaho dos salos: (i a disribuição do amaho dos salos é ormal, e (ii a disribuição do amaho dos salos é expoecial. O modelo da Terceira Exesão é o Modelo Primeira Exesão icluido salos a variável de curo prazo,. A derivação do Modelo Básico é descria em Schwarz e Smih (. Ereao a derivação que será apreseada ese capíulo difere subsacialmee daquela coida o arigo origial. Os modelos serão deduzidos com o uso das rasformadas de Duffie e Ka (996 e de Duffie, Pa e Sigleo (. O uso desas rasformadas é aplicável a iúmeras siuações de apreçameo de derivaivos cujas variáveis de esado são processos Maroviaos e caracerizadas

3 Derivação dos modelos 54 por fuções afis. Um processo de difusão de uma variável é dio afim se a edêcia (drif, a difusão e os salos são fuções afis desa variável. Esas rasformadas serão deomiadas de DK e DPS, respecivamee. Os processos de difusão afis com salos (Affie Jump Diffusios foram escolhidos esa ese porque eles são bem equipados o seido que coém a compoee de difusão, a compoee dos salos e aida permiem agregar compoees de volailidade esocásica ou volailidades variado o empo, ais como processos ARCH/GARCH. 3. Aspecos prelimiares das rasformadas DK e DPS Em Fiaças o apreçameo de derivaivos da axa de juros ocupa um papel de desaque. Iúmeros rabalhos dedicam-se a ese ema. Nese coexo, a cosideração do ipo de processo esocásico seguido pela axa de juros é fudameal. Quado ese processo esocásico é afim é possível ecorar soluções fechadas para o apreçameo de derivaivos. Diz-se que um processo de difusão de um veor de esado X, com salos, é afim se a edêcia (drif, a difusão (mariz de covariâcia isaâea e a iesidade dos salos são fuções afis do veor de esado (a seção seguie formaliza esa defiição. Como exemplo desa cosideração a lieraura, ciam-se os rabalhos de Vasicec (977 e de Cox, Igerssol e Ross (985, dere ouros. Ouros exemplos o campo do apreçameo de opções são os modelos de volailidade esocásica de Heso (993. Duffie e Ka (996 escreveram um imporae arigo cosiderado os esados (reoros de íulos zero-cupos X = ( X, X,..., X, para diferees mauridades, como processos Maroviaos. Impuseram uma esruura afim a eses esados e demosraram que o preço dos íulos são fuções expoeciais afis. Os ermos desa expoecial afim são soluções de equações difereciais ordiárias (EDOs, cohecidas como equações de Ricai. Ficou assim defiida uma rasformada que permie, dero de deermiadas codições, o apreçameo de derivaivos do aivo objeo (veor de esado X aravés de soluções aalíicas fechadas. Os auores laçaram a base e os coceios fudameais e o ema volou

4 Derivação dos modelos 55 a ser abordado em Duffie, Pa e Sigleo (. Nese úlimo, é ampliado o coceio da rasformada que foi deomiado de rasformada esedida. Exemplificado, cosidere que um íulo paga em um valor que é fução do veor de esado v u X X. Seja ese valor dado pela fução ( v v X e, ode, v e u possuem elemeos escalares reais ou complexos. Seja R(X a axa de descoo do fluxo de caixa fuuro. Eão, o valor do íulo em é dado por: ( u X E exp R(X s,sds v v X e ( ode E é o valor esperado codicioal em. A rasformada esedida permie o cálculo da expressão acima, ou seja, do valor do íulo, aravés de uma expressão que evolve uma expoecial afim. Um caso muio comum a lieraura é a siuação de um íulo sem risco de crédio (defaul-free. Seja a axa de juros uma fução afim de preço de um íulo zero-cupo que vece em é dado por: E ( exp( r ds s X X : r = r r X. O ode foi cosiderado a eq. ( que (X = r, u =, v e v =. R = Aida, o valor esperado é cosiderado sob a medida eura ao risco ou medida marigal equivalee (MME. Duffie e Ka (996 apreseam a solução aalíica para o preço do íulo. Tíulos com risco de crédio podem ser raados similarmee. Ouro uso da eq. ( é aquele em que se busca a fução caracerísica codicioal da disribuição de X em-se que ( iu φ ( u, X,, = E e X caracerísica de X. Fazedo R =, v = e v =,, para u real. Cohecedo a fução X a fução desidade pode ser cohecida e os parâmeros do modelo esimados por máxima verossimilhaça. Sigleo ( cosidera esa abordagem e Das (998 cosidera uma desidade Poisso-Gaussiaa e o méodo dos momeos para esimar os parâmeros do processo da axa de juros. Heso (993 mosrou que os preços de derivaivos de ações, íulos e câmbio podem ser deermiados pela rasformada iversa de Fourier da fução caracerísica codicioal, para os casos em que o aivo objeo é uma fução afim e a volailidade é esocásica.

5 Derivação dos modelos Formulação das rasformadas DK e DPS Cosidere um espaço de probabilidade ( Ω, I,P e uma filração I. Supoha que X é um processo de Marov o espaço esado seguie equação diferecial esocásica: dx D R e que segue a = (X d (X dw dπ ( ode W é um processo Browiao padrão adapado a I em R ; (. : D R ; (. : D R são fuções que defiem a edêcia e a difusão, respecivamee. π é um processo que represea salos e possui uma disribuição de probabilidade em que D [, :. R com iesidade { ( X : } para defiido al Iuiivamee o salo represeado por π represea um salo cujo amaho é aleaório e dado pela disribuição muliplicado por um processo de Poisso de iesidade al que { ( X s : s }. O processo de Poisso e de difusão são idepedees um do ouro e cada um deles é idepedee de. Para que o processo em ( seja afim é ecessário que a edêcia, a difusão e a iesidade dos salos sejam fuções afis. Iso sigifica que as fuções, e sejam afis em seu domíio D. Seja R : D R a fução que represea a axa de descoo. Porao, esas fuções afis são represeadas por: x = K K x, para ( K = (K,K R R ( x (x = ( H ( H x, ( ij ij ij para H = (H,H R R ( x = l l x, para l = ( l l R R, (x = r r x, para R r = (r,r R R Seja um complexo al que c C, eão: R θ( c = exp(cqd(q defie a fução caracerísica do amaho do salo. Será cosiderado o caso em que r =, coseqüeemee a axa de descoo será cosae e represeada por r. Nese coexo os preços fuuros e forwards são idêicos (veja em Duffie (989 esa demosração.

6 Derivação dos modelos O coceio da rasformada DK Dada a codição iicial do processo X (, os coeficiees ( K,H, l, θ deermiam perfeiamee a disribuição de X. Já o cojuo dado por = ( K,H, l, θ,r descreve ao a disribuição de X como ambém os efeios dos descoos. Eão deermia uma rasformada ψ : C D R R C de X codicioada a I, para, dada por:. ψ = I u X ( u,x,, E exp( R(X s ds e (3 ode E represea o valor esperado da disribuição de X deermiado por ψ difere da fução caracerísica codicioal somee pela preseça da axa de descoo R(X. Proposição. Supoha que ( K,H, l, θ,r seja bem comporado em ( u,. Eão a rasformada ψ de X defiida em (3 é dada por α( β( x ψ (u, x,, = e (4 ode β e α saisfazem as seguies EDOs de Ricai: β & = r K β( β (H β( l ( θ( β( (5 ( α& = r K β( β (H β( l ( θ( β( (6 ( com as codições ermiais dadas por β ( = u e α ( =. Prova: Veja o corpo do exo de Duffie, Pa e Sigleo ( e o Apêdice A dese mesmo arigo. Iuiivamee pode-se verificar al resulado usado o lema de Iô a fução ψ dada em (4. As EDOs (5 e (6 podem er solução fechada se a disribuição iver fução caracerísica facilmee raável. Duffie e Ka (996 apoam que as disribuições expoecial, biomial e ormal são coveiees. No caso de ão possuírem soluções aalíicas as EDOs devem ser resolvidas umericamee. A codição de bem comporada é dada pela defiição a seguir. Defiição. O cojuo ( K,H, l, θ,r é dio bem comporado em (u, C [, se (5 e (6 possuem em β e α soluções úicas, e se

7 Derivação dos modelos 58 (i (ii ϕ( < E ode ϕ = Ψ ( θ β( (X ( < η E ηd ode η = Ψβ ( (X ( ( X E Ψ ode Ψ = α β exp R(X s ds e (iii ( < 3.5 O coceio da rasformada esedida DPS Em algus casos o apreçameo de derivaivos recai o cálculo do valor esperado do produo de uma fução afim de X e de uma expoecial afim de X. Por iso a ecessidade do coceio da rasformada esedida, ou rasformada DPS. Nesa pesquisa odos os modelos esão defiidos em ermos do logarimo do preço à visa: l( S. Por esa razão a rasformada DK é suficiee para a obeção dos modelos. Caso os modelos ivessem sido desevolvidos a parir do preço S, ao ivés do seu logarimo, usar-se-ia a rasforma DPS. Podese defiir a rasformada φ : R C D R R C de X, codicioada a I, para por: φ = I u X ( v, u, X,, E exp R(X s ds (v X e (7 Proposição. Supoha que = ( K, H,, θ, r l seja bem comporado em ( v,u,, agora o seido esedido. A rasformada esedida é dada por: φ defiida em (7 φ ( v,u, x,, = ψ (u, x,, (A( B( x (8 ode ψ é dada em (4 e B e A saisfazem as EDOs: & ( = K B( β (H B( l θ( (B( (9 B β & ( = K.B( β (H B( l θ( (B( ( A β com as codições ermiais dadas por B ( = v e A ( =, ode θ(c é o gradiee de θ (c com relação a c C. Prova. Veja o Apêdice de Duffie, Pa e Sigleo (. A codição bem comporada o seido esedido é dada pela defiição a seguir.

8 Derivação dos modelos 59 Defiição. ( K,H, l, θ,r é bem comporada o seido esedido se β e α são soluções úicas de (5 e (6, se θ é difereciável em β ( para, se B e A são soluções úicas de (9 e ( e aida se as seguies codições forem saisfeias: (i (ii E ϕ < ~ ( d, ode ϕ ~ = ω(x ( Φ( θ( β( Ψ θ( β(b( < η E ~ η ~ d, ode η ~ = Φ( β ( B ( (X (iii ( < E, ode Φ = Ψ A( B( X Φ ( 3.6 Derivação dos modelos com a rasformada DK Nesa seção serão apreseadas as codições gerais para o desevolvimeo dos modelos. Poseriormee será apreseado o preço fuuro como uma fução da rasformada DK. Em seguida será apreseado cada modelo com as respecivas paricularidades. Os modelos desa ese foram desevolvidos cosiderado o logarimo do preço à visa ( l( S. Por vezes ecora-se a lieraura a deomiação de ais modelos como modelos de reoro. Decorre dese fao que somee a rasformada DK será ecessária. Se além dos modelos de reoro, houvesse o desevolvimeo de modelos o ível do preço ( S, haveria a ecessidade da uilização da rasformada DPS. Cosidere iicialmee um iervalo de empo ode ocorre a egociação os mercados fuuros [, ], ode é fixo. A icereza a ecoomia é descria pelo espaço de probabilidade ( Ω, I, P, sedo P a medida real de probabilidade. Os eveos a ecoomia são revelados ao logo do empo de acordo com a filração I. O modelo de mercado cosiderado admie que as commodiies são egociadas em mercados fuuros sob diferees coraos, ou seja, com diferees daas de vecimeo. O preço à visa em é S que é fução de duas variáveis de esado ão observáveis l( S f ( e, al que = (

9 Derivação dos modelos 6 ode são as variações do preço o curo prazo, é o preço de equilíbrio o logo prazo e f ( é uma fução deermiísica que descreve a sazoalidade em. As variáveis de esado evoluem segudo processos gerais de Iô : d = (X d (X dw dπ ( d = ( ( dw (3 ode (. e (. são processos esocásicos adapados em ( Ω, I, P. A eq. ( equivale ao processo descrio em (. A eq. (3 descreve um processo similar sem salos. Assume-se a exisêcia de ão arbiragem para os preços fuuros. Decorre dese fao a exisêcia de uma úica medida eura ao risco ou medida marigal equivalee (MME, defiida por Q. Ese é o Teorema Fudameal de Fiaças. O seu euciado formal e sua demosração esão coidos em vários exos clássicos como em Huag e Lizeberger (988. Em síese ese eorema esabelece que se ão há arbiragem eão exise uma úica MME, e por ouro lado, se exise uma MME o mercado ão admie possibilidade de arbiragem. É um fao em cohecido em Fiaças que sob a MME o preço fuuro em de um corao fuuro com vecimeo em, é o valor esperado codicioal do preço à visa em : F ( I Q, = E S (4 Q ode E ( I represea o valor esperado codicioal a I sob a MME. O capíulo a seção..4 oferece os argumeos para a eq. (4. Veja, por exemplo, em Duffie (989 as codições de sua validade. A eq. (4 pode ser escria como Q r( Q r( r( Q r( l S F, = E (S I = e E (e S I = e E (e e I Por coveiêcia omiiremos o subídice o processo padrão de Wieer. Eão W serão escrios como W e W, respecivamee. W e Será usada a oação simplificada para os preços fuuros F, que equivale a F(,,,.

10 Derivação dos modelos 6 Iroduzido a equação a cima o ermo r( Q r( f ( F, = e E (e e I Rearrajado os ermos, l S dado a eq. (: r( f ( Q r( u x F, = e E (e e I (5 ode x = ( e u = (. Comparado a rasformada a eq. (3 com a eq. (5, pode-se escrever: r( f ( Q F, = e ψ (u, x,, (6 Eão para cada modelo basa calcular o valor da rasformada DK sob a MME. O preço fuuro será decorrêcia da eq.( Modelo com disribuição ormal para os salos e MGB para Nese modelo a variável de esado de curo prazo evolui por um processo de reversão à média do ipo Orsei-Uhlebec adicioado a um processo de Poisso que é muliplicado pelo amaho dos salos. O amaho dos salos é descrio por uma disribuição ormal. A variável de logo prazo (preços de equilíbrio é descria por um movimeo (ou processo geomérico Browiao (MGB. Sob a medida real o modelo é escrio por: l( S = f ( d d = d dw (, dπ( (7 = d dw ρd = dw dw Cosidera-se para o modelo descrio pelas equações (7 as mesmas codições exposas a seção 3.3. Agora o cojuo de equações (7 deve ser escrio sob a MME. Para a variável a mudaça de medida segue o eorema de Girsaov com um ajuse a edêcia do processo. Veja em Øsedal ( a demosração do eorema de Girsaov. Porao, é a edêcia sob a MME, ode = λ e λ é preço de risco de mercado da variável, admiido como cosae. Para a

11 Derivação dos modelos 6 variável, que segue um processo de difusão com salos, rês ajuses são requeridos. O primeiro é feio a edêcia do processo e ese caso λ represea o preço de risco de mercado ambém cosae. Os dois ajuses seguies ocorrem por coa do processo de salos. O segudo ajuse é feio a disribuição que represea o amaho dos salos rocado pelo seu equivalee o processo sob a MME. O úlimo é feio a iesidade do processo de Poisso, ode subsiuído pelo seu equivalee e e ere e sob a MME. Porao, as difereças ere é são as resposáveis pelo premio de risco associado à icereza que os salos iroduzem o processo puro de difusão. Será feia uma hipóese simplificadora (esa mesma cosideração foi feia por Pa ( 3 relaiva ao premio de risco dos salos. Será admiido que odo o premio de risco dos salos será capurado pelo premio de risco da icereza associada ao amaho dos salos, ou seja por =.. Em ouras palavras, será cosiderado que Porao, as equações em (7 escrias sob a MME forecem: l( S = f ( d d Q = ( λ d dw (, dπ( (8 = d dw Q ρ d = dw Q dw Q Sob a MME, o processo descrio em (8 permaece um processo afim. Esa demosração de que a mudaça de medida de probabilidade ão alera esa propriedade do modelo pode ser visa em Culo (3. A rasformada DK para ψ (u, x,, ou aida = e α( β( x ψ é dada pela eq. (4 reescria abaixo: 3 Nese arigo a auora ivesiga os prêmios de riscos associados às preseças de volailidade esocásica e de salos as séries de reoros fiaceiros. Esuda o preço de risco de mercado dos salos e aida se o risco associado aos salos é apreçado difereemee do risco associado ao processo de difusão puro.

12 Derivação dos modelos 63 ψ ( α(u,, β (u,, β (u,, ( u,(,,, = exp As EDOs (5 e (6 devem ser resolvidas, cosiderado as equações em (8 sob a MME. O resulado forecerá a rasformada sob a MME que será subsiuído a eq. (6. As EDOs esão resolvidas o Apêdice. A rasformada sob a MME resula em Q λ ( ψ (,,, = exp[ r( ( 4 ( ρ ( (9 ( ( e B( ] ( Levado o resulado de ( em (6, chega-se à equação do corao fuuro: - ( - ( e A( - B( - F, = exp f ( ( ode: A( = λ ( ρ ( 4 ( ( ( * - ( -s - ( -s [ exp( e e -]ds B( - = ou aida, escrevedo em ermos do logarimo: - ( - l( F, = f ( e A( - B( - ( 3.6. Modelo com disribuição expoecial para os salos e MGB para Nese modelo a variável de esado de curo prazo é descria por um processo de reversão à média do ipo de Orsei-Uhlebec adicioada a salos para cima e para baixo cujos amahos são descrios por disribuições expoeciais. A variável de logo prazo (preço de equilíbrio é descria pelo movimeo geomérico Browiao. Sob a medida real, o modelo é escrio por: l( S = f ( d = d dw u ( ηu dπ( u d ( ηd dπ( d (3 d = d dw

13 Derivação dos modelos 64 ρd = dw dw ode os subídices u e d sigificam salos para cima e para baixo, respecivamee. A esruura para os salos é diferee daquela do modelo aerior. Cosiderou-se um salo para cima e um salo para baixo. Embora ão seja ese o objeivo, esa esruura é uilizada para modelar spies que é um feômeo comum em séries de preços de eergia elérica. Cosidera-se para o modelo descrio as equações (3 as mesmas codições exposas a seção 3.3. Aqui ambém é feia a mesma cosideração simplificadora acerca do modelo sob a MME. Iso é o prêmio de risco dos salos esá sedo carregado ieiramee pela disribuição. Equivale a escrever as equações em (3, escrias sob a MME, ficam: l( S = f ( u = u e d = d. Eão d d Q = ( λ d dw u ( ηu dπ( u d ( ηd dπ( d (4 = d dw Q ρ d = dw Q dw Q A rasformada DK para ψ ψ é dada pela eq. (9, escria ovamee abaixo: ( α(u,, β (u,, β (u,, ( u,(,,, = exp As EDOs (5 e (6 esão resolvidas para ese caso o Apêdice. A rasformada DK sob a MME resula em: ψ Q λ (,,, = exp r( ( ( 4 ( ρ ( ( i -η ui exp(- ( - -η exp(- ( - di di - ( - ( ( l e ui l (5 -ηiu i Levado o resulado de (5 em (6 e escrevedo em ermos do logarimo, resula em: ( -ηdi l( F, = f ( e A( B( (6 ode:

14 Derivação dos modelos 65 A( = λ ( ( 4 ( B( = i ui l ρ ( ( -ηui exp(- ( - -ηdi exp(- ( - di ( ( l -η iu i -η di Modelo com disribuição ormal para os salos e reversão à média para Nese modelo a variável de esado de curo prazo é descria por um processo de reversão à média, do ipo Orsei-Uhlebec adicioado a um processo de Poisso, represeaivo dos salos. O amaho dos salos é descrio por uma disribuição ormal. A variável de logo prazo (preços de equilíbrio é descria por um processo de reversão à média. Sob a medida real o modelo é escrio por: l( S = f ( d d = d dw (, dπ( (7 = ( d dw ρd = dw dw ode e são a velocidade de reversão e a média de logo prazo do processo, respecivamee. Cosidera-se para o modelo descrio pelas equações (7 as mesmas codições exposas a seção 3.3. Aqui ambém são válidas as mesmas cosiderações relaivas ao prêmio de risco dos salos que foram apreseadas as seções aeriores. Escrevedo as equações em (7 sob a MME: l( S = f ( d d Q = ( λ d dw (, dπ( (8 = (ˆ d dw Q ρ d = dw Q dw Q

15 Derivação dos modelos 66 ode λ ˆ = A rasformada DK para ψ é dada pela eq. (9 e escria ovamee a seguir: ψ ( α(u,, β (u,, β (u,, ( u,(,,, = exp As EDOs (5 e (6 são resolvidas o Apêdice 3. A rasformada DK, sob a MME, resula em: Q λ ( ( ψ (,,, = exp( r( ˆ( e 4 e - ρ ( ( ( ( ( e ( - e B( - ( (9 Levado o resulado de (9 em (6, chega-se a equação do preço fuuro: ( ( ( e e A( B( F, = exp f ( (3 ode: A( = ˆ( e ρ λ 4 ( ( ( 4 ( ( ( * - ( -s - ( -s [ exp( e e -]ds B( - = Ou aida em ermos do logarimo: ( ( l( F, = f ( e e A( B( (3 3.7 Resumo dos modelos Com as derivações apreseadas as rês seções aeriores é possível exrair os modelos a serem aalisados esa pesquisa. Esa seção coém um resumo de odos os modelos, de acordo com a deomiação já mecioada o iício dese capíulo.

16 Derivação dos modelos Modelo Básico O Modelo Básico é o modelo de Schwarz e Smih (. Ele é descrio a medida real pelas equações: l( S d = f ( = d dw (3 d = d dw ρd = dw dw A derivação da equação dos preços fuuros é imediaa já que se raa do modelo da seção 3.6. excluido-se a compoee dos salos a variável de esado de curo prazo, por: l( F ode:. Porao, a equação dos preços fuuros, sob a MME, é dada - ( -, = f ( e A( - (33 A( = λ ( 4 ( ( ρ ( ( e ( Esa é exaamee a equação que em Schwarz e Smih ( foi deduzida de forma diferee, seguido ouras eapas e sem o uso do coceio da rasformada. Ese modelo em sido uilizado em várias pesquisas. Além do rabalho origial dos auores acima com a commodiy peróleo, Sørese ( e Maoliu e Tompaidis ( esudaram o comporameo dos preços de commodiies agrícolas e da commodiy gás aural, respecivamee. Nese modelo (equação (33 o logarimo do preços fuuros é uma fução afim dos esados e. Além disso, as equações de evolução dos esados são Gaussiaas. Esas caracerísicas permiem que o modelo, uma vez discreizado e escrio a forma espaço-esado, possa er as compoees ão observáveis e esimadas com o filro de Kalma. Aida mais, os hiperparâmeros do modelo podem ser esimados usado a maximização da verossimilhaça do erro de previsão. O logarimo do preço

17 Derivação dos modelos 68 fuuro possui disribuição codicioalmee Gaussiaa sob a MME. Esa propriedade coduz a soluções aalíicas fechadas para opções de compra/veda européias. O modelo descrio em (3 mosra que o preço à visa possui duas compoees: uma de curo prazo e oura de logo prazo. Esas duas variáveis esocásicas seguem os processos mais comumee uilizados em Fiaças para descrever os movimeos de aivos. A de curo prazo represea um processo de reversão, ou seja, são choques rasiórios e que reverem à média zero. A de logo prazo represea um processo do ipo passeio aleaório e represea choques permaees. Iuiivamee, o processo de curo prazo represea os efeios de variações de esoque e demada de efeios imediaos e rasiórios; já o processo de logo prazo represea mudaças esruurais os cusos de produção, iovações ecológicas ec. Uma quesão imediaa que surge é se odas as commodiies podem ser modeladas desa forma. Os rabalhos iiciais modelaram a commodiy com um úico faor esocásico, como é o caso de Brea e Schwarz (985 que escreveram um pioeiro arigo sobre a valoração e gereciameo de um projeo de produção de cobre. As razões imediaas são as simplicidades dos modelos e a possibilidades de resulados aalíicos. Gibso e Schwarz (99 apresearam evidêcias de que o peróleo é mais apropriadamee descrio por duas variáveis esocásicas. Schwarz (997 mosrou que a commodiy ouro ão se ajusou bem ao modelo de dois faores. Já o cobre e o peróleo êm bos ajuses. Bessembider, Cougheour, Segui e Smoller (995 apresearam um esudo em que aalisaram quais commodiies possuem processo de reversão os preços. O resulado mosra que o peróleo e as commodiies agrícolas são aquelas em que a reversão é mais sigificae. Eses faos jusificam o uso de uma compoee de curo prazo que revere à média zero em (3. Cumpre aida ressalar que esá demosrado em Schwarz e Smih ( que o modelo proposo equivale ao de Gibso e Schwarz (99: o reoro de coveiêcia, dese úlimo modelo, esá liearmee relacioado à variável de curo prazo em (3. A oura quesão que surge é se o modelo proposo em (3 represea um modelo de equilíbrio. A resposa é afirmaiva, embora o arigo origial ão haja

18 Derivação dos modelos 69 ehuma meção efáica a ese respeio. Rouledge, Seppi e Spa ( desevolveram um modelo para os preços de commodiies baseado em codições de equilíbrio microecoômicas. Ese rabalho foi publicado pouco aes do rabalho de Schwarz e Smih. Os auores refereciam-se a ese úlimo com um arigo a emiêcia de ser publicado. No modelo de equilíbrio de Rouledge e ouros, quado são uilizadas duas variáveis esocásicas, surgem as compoees rasiória e permaee, e o equilíbrio reduz-se ao modelo de Schwarz e Smih (. Aida com relação ao modelo básico descrio as equações (3 e (33 a esruura a ermo da volailidade pode ser obida usado o lema de Iô. Veja o Apêdice 4 para o dealhameo da equação abaixo: df, ( ( ( e ρ Q d VAR e F, = (34 ode Q é a medida marigal equivalee. É claro da eq. (34 que quado a mauridade do corao ede para valores muio grades, a volailidade dos preços fuuros ede para volailidade do preço de equilíbrio (ou de logo prazo., ou seja a 3.7. Modelo Primeira Exesão A primeira exesão do Modelo Básico cosidera que o movimeo de evolução da variável preço de equilíbrio é de reversão à média. Na medida real, as equações abaixo descrevem o modelo: l( S d = f ( = d dw (35 d = ( d dw ρd = dw dw A derivação dos preços fuuros é imediaa, pois se raa do modelo da seção excluido a compoee dos salos. A equação dos preços fuuros, sob a MME, é dada por: - ( - - ( - l( F, = f ( e e A( - (36 ode:

19 Derivação dos modelos 7 A( = ˆ( e λ 4 ( ( ( ρ 4 ( ( ( O logarimo do preço fuuro é uma fução afim dos esados, e aida codicioalmee Gaussiaa. As variáveis de esado ambém são codicioalmee Gaussiaas. Da mesma forma que o modelo aerior, esas propriedades permiem a uilização do filro de Kalma a esimação dos esados ão observáveis. A esimação dos parâmeros é feia pela maximização da verossimilhaça do erro de previsão. A esruura a ermo da volailidade para ese modelo esá apreseada abaixo e o seu dealhameo ecora-se o Apêdice 5: df, ( ( ( ( ( e e ρ Q d VAR e F, = (37 ode Q é a medida marigal equivalee Modelo Seguda Exesão A seguda exesão do Modelo Básico é aquela que cosidera salos o processo esocásico de curo prazo. A represeação de processos esocásicos de séries fiaceiras usado difusão com salos é basae dissemiado a modelagem da axa de juros 4. Dere as commodiies, a eergia elérica é aquela que apresea maior apelo pelo uso dos salos o seu processo de evolução 5. Para a eergia elérica, a disribuição mais apropriada para modelar o amaho dos salos é a disribuição expoecial. Ela facilmee descreve os salos do ipo spie caracerísicos desa commodiy (veja Deg (998. Um dos faos esilizados das séries de reoros fiaceiras é o excesso de curose (caudas pesadas. A modelagem desa propriedade em sido feia aravés 4 Dere vários rabalhos ciam-se Duffie e Ka (996, Das (998, Babbs e Nowma (999, Duffie, Pa e Sigleo (, e de Jog (. 5 Veja, por exemplo, Deg (998, Escribao, Peña e Villaplaa ( e Villaplaa (4.

20 Derivação dos modelos 7 de: (i volailidade variado o empo (modelos da família ARCH/GARCH, (ii volailidade esocásica e (iii processos de difusão com salos. Por esa razão decorrem as exesões proposas em (38-(39 e em (4-(4. A disribuição do amaho dos salos foi cosiderada de dois ipos: disribuição ormal e expoecial. Eses dois ipos de modelos foram derivados as seções 3.6. e 3.6., respecivamee. As equações do modelo com disribuição ormal esão descrias abaixo, sob a medida real de probabilidade: l( S = f ( d d = d dw (, dπ( (38 = d dw ρd = dw dw A equação dos preços fuuros com disribuição ormal, sob a MME, foi deduzida a seção 3.6.: l( F ode: - ( -, = f ( e A( - B( - (39 A( = λ ( 4 ( ( ρ ( ( e ( * ( z ( z B( - [ exp( e = e ]dz O logarimo do preço fuuro é uma fução afim dos esados. O processo esocásico de evolução da variável é ão Gaussiao pois exise a parcela dos salos que é adicioada à parcela Gaussiaa. As equações do modelo com disribuição expoecial esão descrias abaixo, sob a medida real de probabilidade: l( S = f ( d = - d dw u ( ηu dπ( u - d ( ηd dπ( d (4 d = d dw ρd = dw dw A equação dos preços fuuros, sob a MME, é dada por:

21 Derivação dos modelos 7 - ( l( F, = f ( e A( - B( - (4 ode: A( = λ ( 4 ( ( B( = i ui l ρ ( ( e ( -ηui exp(- ( - -ηdi exp(- ( - di ( ( l -ηiu i Se por um lado a iclusão dos salos é uma proposa de melhor descrever os processos esocásicos, a sua preseça causa eormes dificuldades o processo de esimação. Não é por oura razão que, em muios casos, a lieraura simplifica a aálise, abadoado os salos em derimeo de maior simplicidade para a esimação. A iclusão dos salos impossibilia o uso do filro de Kalma a sua forma clássica para esimação dos esados. Esa pesquisa propõe o filro de parículas como meodologia aleraiva. -ηdi Modelo Terceira Exesão A erceira exesão do Modelo Básico cosidera salos (com disribuição ormal o processo de difusão de curo prazo. O processo para o preço de equilíbrio é de reversão à média. As equações do modelo sob a medida real de probabilidade esão abaixo: l( S = f ( d = - d dw (, dπ( (4 d ( - d = ρd = dw dw dw A derivação dese modelo foi apreseada a seção e a equação do preço fuuro, sob a MME, esá a seguir: - ( - - ( - l( F, = f ( e e A( - B( - (43

22 Derivação dos modelos 73 ode: A( = ˆ( e λ 4 ( ( ( ρ 4 * - ( z ( z [ exp( e e ]dz B( = ( ( ( Nese modelo o logarimo do preço fuuro é uma fução afim dos esados. A variável de esado de curo prazo ambém é ão Gaussiaa. Da mesma forma que o caso aerior, ão é possível usar o filro de Kalma. A proposição é usar o filro de parículas que dispesa os requisios de liearidade e Gaussiaidade. Todos os modelos aqui derivados são gerais e, porao aplicáveis a qualquer commodiy. Eles serão uilizados o capíulo 7 edo como dados de observação os preços da commodiy peróleo egociada em vários coraos fuuros. Serão esimados as variáveis de esado e simulaeamee os hiperparâmeros de cada modelo. Os hiperparâmeros serão comparados com dados usuais da lieraura, observado a coerêcia ere os resulados. Aida mais, serão mosradas as esruuras a ermo dos preços e da volailidade.

5 Modelo Teórico Modelagem determinística

5 Modelo Teórico Modelagem determinística 5 Modelo Teórico Nese rabalho será adoada a simulação de Moe Carlo para precificar as opções reais do projeo, uilizado o sofware @Risk. O modelo eórico aplicado é baseado a premissa de que o valor presee

Leia mais

Opções Reais. Estimando Volatilidade. Volatilidade. Volatilidade. Mestrado. IAG PUC-Rio. Prof. Luiz Brandão

Opções Reais. Estimando Volatilidade. Volatilidade. Volatilidade. Mestrado. IAG PUC-Rio. Prof. Luiz Brandão Opções Reais Esimado Volailidade Mesrado Prof. Luiz Bradão bradao@iag.puc-rio.br IAG PUC-Rio Volailidade Volailidade O Valor Presee V 0 de um aivo é obido descoado-se os seus fluxos de caixa a uma axa

Leia mais

1 a Lista: MTM146: Prof. Paulo Magalhães:

1 a Lista: MTM146: Prof. Paulo Magalhães: Exercício : Mosre que a solução do sisema de EDO s x y f ( x y y com codições iiciais: x ( ) x() ) ), f saisfazedo x( f ( ) d f ( ) cos( ) d f ( ) cos( ) d f ( ), é dada por Exercício : Resolva o seguie

Leia mais

1 a Lista: MTM146: Prof. Paulo Magalhães:

1 a Lista: MTM146: Prof. Paulo Magalhães: a Lisa: MTM46: Prof Paulo Magalhães: Exercício : Mosre que a solução do sisema de EDO s x y f ( x y y com codições iiciais: x ( x(, f saisfazedo f (, é dada por x( f ( d Exercício : Resolva o seguie y

Leia mais

Secção 7. Sistemas de equações diferenciais.

Secção 7. Sistemas de equações diferenciais. 7. Sisemas de equações difereciais Secção 7. Sisemas de equações difereciais. (Farlow: Sec. 6., 6.4 e 6.6) No caso geral, um sisema de equações difereciais de primeira ordem pode ser represeado da seguie

Leia mais

Uma função X que associa a cada elemento de S (s S) um número real x = X(s) é denominada variável aleatória.

Uma função X que associa a cada elemento de S (s S) um número real x = X(s) é denominada variável aleatória. Prof. Lorí Viali, Dr. viali@ma.ufrgs.br hp://www.ma.ufrgs.br/~viali/ s KKK CKK KKC KCK CCK CKC KCC CCC S X R x = X(s) X(S) Uma fução X que associa a cada elemeo de S (s S) um úmero real x = X(s) é deomiada

Leia mais

Exercícios de Análise de Sinal

Exercícios de Análise de Sinal Exercícios de Aálise de Sial Faculdade de Egeharia da Uiversidade do Poro Seembro 006 recolha de problemas de diversos auores edição feia por: H. Mirada, J. Barbosa (000) M. I. Carvalho, A. Maos (003,006)

Leia mais

APÊNDICE C FUNDAMENTOS ESTATÍSTICOS SÉRIES TEMPORAIS 1

APÊNDICE C FUNDAMENTOS ESTATÍSTICOS SÉRIES TEMPORAIS 1 Apêdice C APÊNDICE C FUNDAMENTOS ESTATÍSTICOS SÉRIES TEMPORAIS Nese Apêdice são apreseados algus coceios de esaísica úeis para validar os modelos de previsão de demada de eergia, sobreudo os que evolvem

Leia mais

Disciplina de Princípios de Telecomunicações Prof. MC. Leonardo Gonsioroski da Silva

Disciplina de Princípios de Telecomunicações Prof. MC. Leonardo Gonsioroski da Silva UNIVERSIDADE GAMA FILHO PROCE DEPARAMENO DE ENGENHARIA ELÉRICA Disciplia de Pricípios de elecomuicações Pro. MC. Leoardo Gosioroski da Silva Séries e rasormadas de Fourier Aálise de um sial seoidal o empo

Leia mais

5 Análise Não-Linear pelos Métodos de Galerkin-Urabe e Balanço Harmônico

5 Análise Não-Linear pelos Métodos de Galerkin-Urabe e Balanço Harmônico álise Não-Liear pelos Méodos de Galerki-Urabe e Balaço Harmôico expressão (.7) obida o Capíulo para a fução de Larae é uilizada essa seção para a obeção das equações difereciais de movimeo uilizadas a

Leia mais

- Processamento digital de sinais Capítulo 2 Sinais e sistemas discretos

- Processamento digital de sinais Capítulo 2 Sinais e sistemas discretos - Processameo digial de siais Capíulo Siais e sisemas discreos Siais discreos Siais aalógicos x digiais Coíuos x discreo Admiido como sequêcia de úmeros. {x[]}, 0, ±, ±,... Z Período amosragem: s Variáveis

Leia mais

Departamento de Informática. Modelagem Analítica. Modelagem Analítica do Desempenho de Sistemas de Computação. Disciplina: Processos Estocásticos

Departamento de Informática. Modelagem Analítica. Modelagem Analítica do Desempenho de Sistemas de Computação. Disciplina: Processos Estocásticos Deparameo de Iformáica Disciplia: do Desempeho de Sisemas de Compuação Variável leaória Real Variável leaória x(w) Processos Esocásicos R Prof. Sérgio Colcher Medida de Probabilidade colcher@if.puc-rio.br

Leia mais

Exemplo. Exemplo. Taxa Interna de Retorno. Administração

Exemplo. Exemplo. Taxa Interna de Retorno. Administração Admiisração Taxa Iera de Reoro Deomia-se Taxa Iera de Reoro (TRI) de um fluxo de caixa à axa de juros que aula o Valor Presee Líquido (VPL). MATEMÁTICA FINANCEIRA Por: EDÉZIO SACRAMENTO edezio@oi.com.br

Leia mais

INTERPRETANDO CORRETAMENTE O PASSADO PODEM-SE GERAR PREVISÕES ÚTEIS PARA O FUTURO.

INTERPRETANDO CORRETAMENTE O PASSADO PODEM-SE GERAR PREVISÕES ÚTEIS PARA O FUTURO. MÓDUO - MODEOS DE PREVISÃO E ESTIMATIVA DE DEMANDA Baseado em Chopra, Suil e Meidl, Peer, Gereciameo da Cadeia de Suprimeos, Preice Hall, São Paulo, 23. Quao se deve fabricar os próximos dias? Quais os

Leia mais

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

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

Leia mais

Grupo I ( 3 valores) 0 Os parâmetros podem ser considerados variáveis aleatórias pois as suas estimativas variam de amostra para amostra

Grupo I ( 3 valores) 0 Os parâmetros podem ser considerados variáveis aleatórias pois as suas estimativas variam de amostra para amostra Exame fial Esaísica Maria Helea Almeida 7 de Maio de 003 José Aóio Piheiro Duração h e 30 Noe bem: Grupos diferees em folhas diferees Não se esqueça de ideificar TODAS as folhas 3 Para maer a ordem, a

Leia mais

Critérios para a Apuração dos Preços de Ajuste e Prêmios das Opções de Compra e de Venda Maio 2009

Critérios para a Apuração dos Preços de Ajuste e Prêmios das Opções de Compra e de Venda Maio 2009 Criérios para a Apuração dos Preços de Ajuse e Prêmios das Opções de Compra e de Veda Maio 2009 Iformamos os procedimeos a serem aplicados durae o mês de maio de 2009 para a apuração dos preços de ajuses

Leia mais

4 Método dos elementos distintos para simular rochas

4 Método dos elementos distintos para simular rochas 4 Méodo dos elemeos disios para simular rochas Em 2004, Poyody e Cudall (56) propuseram um modelo para simular o comporameo de rochas, o BPM ( Boded Paricle Model for rock ). Nesse modelo, a rocha é modelada

Leia mais

4- Método de Diferenças Finitas Aplicado às Equações Diferenciais Parciais.

4- Método de Diferenças Finitas Aplicado às Equações Diferenciais Parciais. MÉTODOS NM ÉRICOS PARA E QAÇÕES DIFEREN CIAIS PARCIAIS 4- Méodo de Difereças Fiias Aplicado às Equações Difereciais Parciais. 4.- Aproximação de Fuções. 4..- Aproximação por Poliômios. 4..- Ajuse de Dados:

Leia mais

MAGISTÉRIO MATEMÁTICA

MAGISTÉRIO MATEMÁTICA PROVA DE CONHECIMENTOS ESPECÍFICOS CONCURSO DE ADMISSÃO 0 ao CFO/QC - 0 PAG -6 4 Aalise as afirmaivas a seguir, colocado ere parêeses a lera V quado se raar de proposição verdadeira e a lera F quado se

Leia mais

Sinais e Sistemas. Env. CS1 Ground Revolute. Sine Wave Joint Actuator. Double Pendulum Two coupled planar pendulums with

Sinais e Sistemas. Env. CS1 Ground Revolute. Sine Wave Joint Actuator. Double Pendulum Two coupled planar pendulums with -4-6 -8 - - -4-6 -8-3 -3 Frequecy (khz Hammig kaiser Chebyshev Siais e Sisemas Power Specral Desiy Ev B F CS CS B F CS Groud Revolue Body Revolue Body Power/frequecy (db/hz Sie Wave Joi Acuaor Joi Sesor

Leia mais

Critérios para a Apuração dos Preços de Ajuste Março 2009.

Critérios para a Apuração dos Preços de Ajuste Março 2009. Criérios para a Apuração dos Preços de Ajuse Março 2009. Iformamos os procedimeos a serem aplicados durae o mês de março de 2009 para a apuração dos preços de ajuses diários dos coraos derivaivos fiaceiros

Leia mais

Universidade Tecnológica Federal do Paraná Departamento de Eletrônica Disciplina: Teoria da Informação Professor: Dyson Pereira Junior

Universidade Tecnológica Federal do Paraná Departamento de Eletrônica Disciplina: Teoria da Informação Professor: Dyson Pereira Junior Uiversidade ecológica Federal do Paraá Deparameo de Elerôica Disciplia: eoria da Iformação Professor: Dyso Pereira Juior ZONA DE IMPECIÃO NÍVEI APOXIMAÇÃO DO VALO UPEIO APOXIMAÇÃO DO VALO INFEIO 5.4 Capacidade

Leia mais

5.1. Filtragem dos Estados de um Sistema Não-Linear Unidimensional. Considere-se o seguinte MEE [20] expresso por: t t

5.1. Filtragem dos Estados de um Sistema Não-Linear Unidimensional. Considere-se o seguinte MEE [20] expresso por: t t 5 Esudo de Casos Para a avaliação dos algorimos online/bach evolucionários proposos nese rabalho, foram desenvolvidas aplicações em problemas de filragem dos esados de um sisema não-linear unidimensional,

Leia mais

Faculdade de Engenharia. Análise Matemática 2 MIEEC 2015/2016

Faculdade de Engenharia. Análise Matemática 2 MIEEC 2015/2016 aculdade de Egeharia Aálise Maemáica 2 MEEC 25/26 ucioameo aculdade de Egeharia Teórico-práicas exposição e discussão da maéria resolução de exercícios Trabalho exra-aula resolução dos exercícios proposos

Leia mais

Exercícios de Análise de Sinal

Exercícios de Análise de Sinal Exercícios de Aálise de Sial FEUP DEEC Seembro 008 recolha de problemas de diversos auores edição feia por: H. Mirada, J. Barbosa (000) M.I. Carvalho, A. Maos (003, 006, 008) Coeúdo Complexos 3 Siais 5

Leia mais

ANÁLISE DE SINAIS E SISTEMAS

ANÁLISE DE SINAIS E SISTEMAS ANÁLISE DE SINAIS E SISTEMAS AULA 3: OPERAÇÕES BÁSICAS EM SINAIS: OPERARAÇÕES NAS VARIÁVEIS DEPENDENTES; OPERARAÇÕES NA VARIÁVEL INDEPENDENTE. FUNÇÕES ELEMENTARES: O DEGRAU UNITÁRIO; A RAMPA UNITÁRIA;

Leia mais

Resolução das equações

Resolução das equações Resolução das equações Equação de Difusão (calor) (1D) Equação de odas (corda vibrae) (1D) Equação de aplace (2D) Odas acúsicas: corda (1D) e ambor (2D); odas de água, odas eleromagéicas e odas sísmicas

Leia mais

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

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

Leia mais

quanto maior a diferença de energia entre 2 níveis, mais provável fica a emissão espontânea em relação à estimulada. Vemos também que: A

quanto maior a diferença de energia entre 2 níveis, mais provável fica a emissão espontânea em relação à estimulada. Vemos também que: A Vimos a aula passada os coeficiees de Eisei: Com B B e A B A 8 B hv c ρ( v) A B B quao maior a difereça de eergia ere íveis, mais provável fica a emissão espoâea em relação à esimulada. Vemos ambém que:

Leia mais

Critérios para a Apuração dos Preços de Ajuste Fevereiro 2009.

Critérios para a Apuração dos Preços de Ajuste Fevereiro 2009. Criérios para a Apuração dos Preços de Ajuse Fevereiro 2009. Iformamos os procedimeos a serem aplicados durae o mês de fevereiro de 2009 para a apuração dos preços de ajuses diários dos coraos derivaivos

Leia mais

8 Aplicações e exemplos

8 Aplicações e exemplos 8 Aplicações e exemplos Ese capíulo mosra algumas aplicações práicas dos modelos e apona ouras, de anos exemplos exisenes na lieraura. Os modelos apresenados êm implicações para os agenes que auam nos

Leia mais

Juros Compostos 2016

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

Leia mais

3 Uma metodologia para validação estatística da análise técnica: a busca pela homogeneidade

3 Uma metodologia para validação estatística da análise técnica: a busca pela homogeneidade 3 Uma meodologia para validação esaísica da análise écnica: a busca pela homogeneidade Ese capíulo em como objeivo apresenar uma solução para as falhas observadas na meodologia uilizada por Lo e al. (2000)

Leia mais

Instituto Tecnológico de Aeronáutica VIBRAÇÕES MECÂNICAS MPD-42

Instituto Tecnológico de Aeronáutica VIBRAÇÕES MECÂNICAS MPD-42 Isiuo Tecológico de Aeroáuica VIBRAÇÕES MECÂNICAS MPD-4 Isiuo Tecológico de Aeroáuica SISTEMAS DISCRETOS MPD-4 Isiuo Tecológico de Aeroáuica SISTEMAS COM UM GRAU DE LIBERDADE: VIBRAÇÃO FORÇADA MPD-4 3

Leia mais

MOMENTOS E FUNÇÕES GERADORAS

MOMENTOS E FUNÇÕES GERADORAS MOMENTOS E FUNÇÕES GERADORAS HÉLIO BERNARDO LOPES Resumo. O presee exo visa mosrar, de um modo ão uificado quao possível, a emáica dos momeos e das fuções geradoras, esas úlimas muio ausees, aualmee, das

Leia mais

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

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

Leia mais

APLICAÇÃO DE TÉCNICAS DE PREVISÃO DE DEMANDA NA INDÚSTRIA DE CONFECÇÕES

APLICAÇÃO DE TÉCNICAS DE PREVISÃO DE DEMANDA NA INDÚSTRIA DE CONFECÇÕES APLICAÇÃO DE TÉCNICAS DE PREVISÃO DE DEMANDA NA INDÚSTRIA DE CONFECÇÕES ABNER ROCHA PINHEIRO (UNIFOR ) aberocha@homail.com Ferado Luiz Emereciao Viaa (UNIFOR ) fleviaa@oi.com.br Eduardo Alecar Lima Casro

Leia mais

Faculdades Adamantinenses Integradas (FAI)

Faculdades Adamantinenses Integradas (FAI) Faculdades Adamaieses Iegradas (FAI) www.fai.com.br ROCHA, Naiara Chierici; BOTTA, Vaessa. Diâmica populacioal aplicada à população de Adamaia. Omia Exaas, v.2,.2, p.56-65, 2009. DINÂMICA POPULACIONAL

Leia mais

Cálculo do valor em risco dos ativos financeiros da Petrobrás e da Vale via modelos ARMA-GARCH

Cálculo do valor em risco dos ativos financeiros da Petrobrás e da Vale via modelos ARMA-GARCH Cálculo do valor em risco dos aivos financeiros da Perobrás e da Vale via modelos ARMA-GARCH Bruno Dias de Casro 1 Thiago R. dos Sanos 23 1 Inrodução Os aivos financeiros das companhias Perobrás e Vale

Leia mais

Instituto Tecnológico de Aeronáutica VIBRAÇÕES MECÂNICAS MPD-42

Instituto Tecnológico de Aeronáutica VIBRAÇÕES MECÂNICAS MPD-42 VIBRAÇÕES MECÂNICAS . Irodução CONTEÚDO. Pequeas oscilações em oro de uma posição de equilíbrio Sisemas discreos: 3. Sisemas com um grau de liberdade 4. Sisemas com graus de liberdade modos ormais de vibração

Leia mais

Virgílio Mendonça da Costa e Silva

Virgílio Mendonça da Costa e Silva UNIVERSIDADE EDERAL DA PARAÍBA CENTRO DE TECNOLOGIA DEPARTAMENTO DE ENGENHARIA MECÂNICA VIBRAÇÕES DOS SISTEMAS MECÂNICOS VIBRAÇÕES ORÇADAS NÃO HARMONICAMENTE DE SISTEMAS DE 1 GL NOTAS DE AULAS Virgílio

Leia mais

Um estudo de simulação sobre a estimação do desvio padrão de processos na presença de causas especiais de variação

Um estudo de simulação sobre a estimação do desvio padrão de processos na presença de causas especiais de variação Um esudo de simulação sobre a esimação do desvio padrão de processos a preseça de causas especiais de variação Márcio Aôio Couo Ferreira (UFAM) macouo@ufam.edu.br José Raimudo Gomes Pereira (UFAM) jrpereira@ufam.edu.br

Leia mais

3 Modelos de Markov Ocultos

3 Modelos de Markov Ocultos 23 3 Modelos de Markov Oculos 3.. Processos Esocásicos Um processo esocásico é definido como uma família de variáveis aleaórias X(), sendo geralmene a variável empo. X() represena uma caracerísica mensurável

Leia mais

4 Filtro de Kalman. 4.1 Introdução

4 Filtro de Kalman. 4.1 Introdução 4 Filro de Kalman Ese capíulo raa da apresenação resumida do filro de Kalman. O filro de Kalman em sua origem na década de sessena, denro da área da engenharia elérica relacionado à eoria do conrole de

Leia mais

7 Estimação de Parâmetros Desconhecidos e a Questão dos Diagnósticos

7 Estimação de Parâmetros Desconhecidos e a Questão dos Diagnósticos 7 Esimação de Parâmeros Descohecidos e a Quesão dos Diagósicos Nese capíulo, são apreseadas e discuidas as expressões referees às fuções de log verossimilhaça dos modelos em EE lieares (codicioalmee) Gaussiaos

Leia mais

3 Fundamentação Teórica de Modelos Bayesianos de Previsão

3 Fundamentação Teórica de Modelos Bayesianos de Previsão 37 3 Fudameação Teórica de Modelos Bayesiaos de Previsão 3.. Abordagem Bayesiaa para Esimação A iformação que se em acerca de um parâmero de ieresse θ é crucial a ciêcia esaísica. Se o valor verdadeiro

Leia mais

ECONOMIA DOS RECURSOS NATURAIS. A gestão dos recursos naturais recursos renováveis

ECONOMIA DOS RECURSOS NATURAIS. A gestão dos recursos naturais recursos renováveis ECONOMIA DOS RECURSOS NATURAIS A gesão dos recursos aurais recursos reováveis Recursos biológicos Os recursos biológicos diferem dos recursos ão reováveis o seido em que aqueles crescem e se reproduzem

Leia mais

z 0 0 w = = 1 Grupo A 42. alternativa C det A = Como A é inteiro positivo, então n deve ser par. 43. A comuta com B A B = B A

z 0 0 w = = 1 Grupo A 42. alternativa C det A = Como A é inteiro positivo, então n deve ser par. 43. A comuta com B A B = B A Resoluções das aividades adicioais Capíulo 6 Grupo A. aleraiva C de A 6 (de A) 8 de A. aleraiva C de A de( A) (de A) de A (de A) de A Como A é ieiro posiivo, eão deve ser par.. A comua com B A B B A y

Leia mais

A limitação da metodologia dos MQ conduziu a diversas abordagens alternativas. As

A limitação da metodologia dos MQ conduziu a diversas abordagens alternativas. As Capíulo 3 ESTIMAÇÃO ROBUSTA A limiação da meodologia dos MQ coduziu a diversas abordages aleraivas. As écicas de esimação robusa cosiuem uma abordagem à esimação ão depededo de uma disribuição em paricular.

Leia mais

IFT. Generalizações do Movimento Browniano e suas Aplicações. Dennis Fernandes Alves Bessada. Orientador. Prof. Dr.

IFT. Generalizações do Movimento Browniano e suas Aplicações. Dennis Fernandes Alves Bessada. Orientador. Prof. Dr. IFT Isiuo de Física Teórica Uiversidade Esadual Paulisa DISSERTAÇÃO DE MESTRADO IFT D9/5 Geeralizações do Movimeo Browiao e suas Aplicações à Física e a Fiaças Deis Ferades Alves Bessada Orieador Prof

Leia mais

APLICAÇÃO DO FILTRO DE KALMAN NA DETERMINAÇÃO DO PRAZO DE VALIDADE DE ALIMENTOS PERECÍVEIS

APLICAÇÃO DO FILTRO DE KALMAN NA DETERMINAÇÃO DO PRAZO DE VALIDADE DE ALIMENTOS PERECÍVEIS 45 APLICAÇÃO DO FILTRO DE KALMAN NA DETERMINAÇÃO DO PRAZO DE VALIDADE DE ALIMENTOS PERECÍVEIS Péricles César de Araújo* RESUMO A simplicidade meodológica do Filro de Kalma viabiliza sua aplicação para

Leia mais

TÓPICOS. Primitivação de funções racionais. Zeros de um polinómio. Fracções simples. Primitivação de fracções simples.

TÓPICOS. Primitivação de funções racionais. Zeros de um polinómio. Fracções simples. Primitivação de fracções simples. Noe bem, a leiura deses apoameos ão dispesa de modo algum a leiura aea da bibliografia pricipal da cadeira. Nomeadamee, o referee ao Módulo, poameos de álise Maemáica, Maemáica - Eg. Mauel Messias págias:

Leia mais

MÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA

MÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA MÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA Nesa abordagem paramérica, para esimar as funções básicas da análise de sobrevida, assume-se que o empo de falha T segue uma disribuição conhecida

Leia mais

O MÉTODO VARIACIONAL APLICADO AO PROBLEMA NÃO-LINEAR DA PROPAGAÇÃO DE SÓLITONS.

O MÉTODO VARIACIONAL APLICADO AO PROBLEMA NÃO-LINEAR DA PROPAGAÇÃO DE SÓLITONS. O ÉTODO VARIACIONAL APLICADO AO PROBLEA NÃO-LINEAR DA PROPAGAÇÃO DE SÓLITONS. Cibele Aparecida Ladeia (PROIC/PIBIC/CNPQ- AF), Paulo Laere Nai (Orieador), e-mail: cibele_ma_uel@yahoo.com.br, pauloai@uel.br.

Leia mais

Séries de Tempo. José Fajardo. Agosto EBAPE- Fundação Getulio Vargas

Séries de Tempo. José Fajardo. Agosto EBAPE- Fundação Getulio Vargas Séries de Tempo Inrodução José Faardo EBAPE- Fundação Geulio Vargas Agoso 0 José Faardo Séries de Tempo . Por quê o esudo de séries de empo é imporane? Primeiro, porque muios dados econômicos e financeiros

Leia mais

Limite Hidrodinâmico de Processos de Exclusão Totalmente Assimétricos. Luana Amaral Gurgel

Limite Hidrodinâmico de Processos de Exclusão Totalmente Assimétricos. Luana Amaral Gurgel UNIVERSIDADE FEDERAL DA BAHIA INSTITUTO DE MATEMÁTICA PROGRAMA DE PÓS-GRADUAÇÃO EM MATEMÁTICA DISSERTAÇÃO DE MESTRADO Limie Hidrodiâmico de Processos de Exclusão Toalmee Assiméricos Luaa Amaral Gurgel

Leia mais

EXAME NACIONAL DE SELEÇÃO 2008

EXAME NACIONAL DE SELEÇÃO 2008 EAME NACIONAL DE SELEÇÃO 008 PROVA DE ESTATÍSTICA o Dia: 5/0/007 SEGUNDA-FEIRA HORÁRIO: 0h30 às h 45 (horário de Brasília) EAME NACIONAL DE SELEÇÃO 008 o Dia:5/0(Seguda-feira) Mahã:0:30h às h 45 ESTATÍSTICA

Leia mais

Uso da Simulação de Monte Carlo e da Curva de Gatilho na Avaliação de Opções de Venda Americanas

Uso da Simulação de Monte Carlo e da Curva de Gatilho na Avaliação de Opções de Venda Americanas J.G. Casro e al. / Ivesigação Operacioal, 27 (2007 67-83 67 Uso da imulação de Moe Carlo e da Curva de Gailho a Avaliação de Opções de Veda Americaas Javier Guiérrez Casro Tara K. Nada Baidya Ferado A.

Leia mais

étodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA

étodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA éodos méricos SISTEMS DE EQUÇÕES LINERES (Coiação) Prof. Erivelo Geraldo Nepomceo PROGRM DE PÓS-GRDUÇÃO EM ENGENHRI ELÉTRIC UNIVERSIDDE DE JOÃO DEL-REI PRÓ-REITORI DE PESQUIS CENTRO FEDERL DE EDUCÇÃO TECNOLÓGIC

Leia mais

Problema de Designinação Generalizada. Problema de Designinação. - aplicações: - observações: = 0 caso contrário n n. - Seja a variável: xij

Problema de Designinação Generalizada. Problema de Designinação. - aplicações: - observações: = 0 caso contrário n n. - Seja a variável: xij Prof. Silvio Alexadre de Araujo Problema de Desigiação ou Alocação (Assigme) - Dados agees desigados para realizar arefas - Cada agee j (j=,..,) deve execuar uma e só uma arefa i,.., - Cada arefa i deve

Leia mais

Introdução à análise e ao processamento de sinais usando o MATLAB. Parte 1 RUBENS SAMPAIO ROBERTO RIQUELME EDSON CATALDO XXI CNMAC

Introdução à análise e ao processamento de sinais usando o MATLAB. Parte 1 RUBENS SAMPAIO ROBERTO RIQUELME EDSON CATALDO XXI CNMAC Irodução à aálise e ao processameo de siais usado o MALAB RUBENS SAMPAIO EDSON CAALDO ROBERO RIQUELME Pare SINAIS E SISEMAS SINAIS - São variáveis que carregam iormação SISEMAS - Processam siais de erada

Leia mais

4 Método de geração de cenários em árvore

4 Método de geração de cenários em árvore Méodo de geração de cenários em árvore 4 4 Méodo de geração de cenários em árvore 4.. Conceios básicos Uma das aividades mais comuns no mercado financeiro é considerar os possíveis esados fuuros da economia.

Leia mais

1 Introdução O Contexto da Pesquisa

1 Introdução O Contexto da Pesquisa 1 Inrodução Ese primeiro capíulo esá dividido em rês seções. A primeira seção mosra o conexo em que a pesquisa se insere denro da Teoria de inanças, apresena a evolução das idéias e dos problemas relacionados

Leia mais

3 Mecânica da Fratura Computacional

3 Mecânica da Fratura Computacional 34 3 Mecâica da Fraura Compuacioal No capíulo aerior, foram apreseados coceios da Mecâica da Fraura Liear Elásica juamee com os correspodees campos de esão e de deslocameo para as vizihaças da poa da rica.

Leia mais

Capítulo 1 Tensão. (corresponde a σ

Capítulo 1 Tensão. (corresponde a σ Capíulo Tesão Problema Cosidere o esado bidimesioal de esões idicado a figura. Deermie: a) os valores e as direcções das esões pricipais do esado dado; b) compoees irísecas o plao que faz o âgulo de 0º

Leia mais

4 O modelo econométrico

4 O modelo econométrico 4 O modelo economérico O objeivo desse capíulo é o de apresenar um modelo economérico para as variáveis financeiras que servem de enrada para o modelo esocásico de fluxo de caixa que será apresenado no

Leia mais

Electrónica /2007

Electrónica /2007 006/007 EUP/EEC 4º/MEEC íor Grade avares ula 9: Modelos dos MOSE Sumário Regiões de fucioameo do MOSE. cumulação. epleção. versão fraca. versão fore. Modelos de MOSE. Modelo lamiar. Modelo iversão, moderada

Leia mais

Exercícios sobre o Modelo Logístico Discreto

Exercícios sobre o Modelo Logístico Discreto Exercícios sobre o Modelo Logísico Discreo 1. Faça uma abela e o gráfico do modelo logísico discreo descrio pela equação abaixo para = 0, 1,..., 10, N N = 1,3 N 1, N 0 = 1. 10 Solução. Usando o Excel,

Leia mais

Critérios e Metodologia de Apuração de Superfície de Volatilidade

Critérios e Metodologia de Apuração de Superfície de Volatilidade Criérios e Meodologia de Apuração de Superfície de Volailidade Diariamene são calculadas superfícies de volailidade implícia de odos os vencimenos de conraos de opções em que há posição em abero e/ou séries

Leia mais

Filtros de Partículas: O Algoritmo Resample-Move Ana Flávia Cupertino Pinto

Filtros de Partículas: O Algoritmo Resample-Move Ana Flávia Cupertino Pinto UNIVERSIDADE FEDERAL DE MINAS GERAIS INSTITUTO DE CIÊNCIAS EXATAS DEPARTAMENTO DE ESTATÍSTICA MESTRADO EM ESTATÍSTICA Filros de Parículas: O Algorimo Resample-Move Aa Flávia Cuperio Pio Orieador: Prof.

Leia mais

Intervalo de Confiança

Intervalo de Confiança 8/8/05 Uiversidade Federal do ará Isiuo de Tecologia Esaísica Aplicada I ro. Dr. Jorge Teóilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 8/08/05 06:54 ESTATÍSTICA ALICADA I - Teoria das

Leia mais

( ) ( ) ( ) ( ) MATEMÁTICA 2 VOLUME 2 RESOLUÇÕES - EXERCITANDO EM CASA. L = 6x + 180x = (x 15). T(h) = h + 22h 85.

( ) ( ) ( ) ( ) MATEMÁTICA 2 VOLUME 2 RESOLUÇÕES - EXERCITANDO EM CASA. L = 6x + 180x = (x 15). T(h) = h + 22h 85. MATEMÁTICA VOLUME RESOLUÇÕES - EXERCITANDO EM CASA AULA. D Escrevedo a lei de T a forma caôica, vem T(h) = h + h 8 = (h h + 8) = [(h ) 6] = 6 (h ). Assim, a emperaura máxima é 6 C, ocorredo às horas. Tal

Leia mais

METODOLOGIA PARA AVALIAÇÃO ECONÔMICA DE INVESTIMENTOS PARA EMPRESAS

METODOLOGIA PARA AVALIAÇÃO ECONÔMICA DE INVESTIMENTOS PARA EMPRESAS METODOLOGIA PARA AVALIAÇÃO ECONÔMICA DE INVESTIMENTOS PARA EMPRESAS Valessa Orácio ROCHA 1 Daiae Fracie Moraes GOMES Rogério Cosaio dos Saos MOTA Camila Pires Cremasco GABRIEL² Luís Robero Almeida GABRIEL

Leia mais

3 Computação de Volumes de Gás Natural

3 Computação de Volumes de Gás Natural 3 Compuação de olumes de Gás Naural 3.1. Codições Para a Compuação de olumes de Gás Naural A orma API 21.1 apresea diversos aspecos relacioados à compuação de volumes obidos a parir da iegração, ao logo

Leia mais

Circuitos Elétricos I EEL420

Circuitos Elétricos I EEL420 Universidade Federal do Rio de Janeiro Circuios Eléricos I EEL420 Coneúdo 1 - Circuios de primeira ordem...1 1.1 - Equação diferencial ordinária de primeira ordem...1 1.1.1 - Caso linear, homogênea, com

Leia mais

Sistemas de Controle I

Sistemas de Controle I 4. Repoa o Domíio do Tempo Pólo, Zero e Repoa do Siema: Defiiçõe Siema de Corole I Repoa do iema: oma da repoa forçada repoa aural. Repoa forçada é ambém chamada de repoa eacioária ou olução paricular;.

Leia mais

Fundamentos da Análise Estocástica

Fundamentos da Análise Estocástica Fudameos da Aálise Esocásica BREVE REVISÃO SOBRE A TEORIA DE PROBABILIDADES AXIOMAS DE KOLMOGOROV Espaço de Probabilidades Ω,,P. Adrey N. Kolmogorov 1903-1987. Ω Espaço Amosral Todos os possíveis resulados

Leia mais

II - Síntese de conhecimentos

II - Síntese de conhecimentos Capíulo II - Síese de cohecimeos II - Síese de cohecimeos O ciclo hidrológico evolve feómeos complexos cua modelação maemáica exaca se ora impossível, devido à própria aureza dos feómeos e à dificuldade

Leia mais

3 LTC Load Tap Change

3 LTC Load Tap Change 54 3 LTC Load Tap Change 3. Inrodução Taps ou apes (ermo em poruguês) de ransformadores são recursos largamene uilizados na operação do sisema elérico, sejam eles de ransmissão, subransmissão e disribuição.

Leia mais

4 Modelo de fatores para classes de ativos

4 Modelo de fatores para classes de ativos 4 Modelo de aores para classes de aivos 4.. Análise de esilo baseado no reorno: versão original (esáica A análise de esilo baseada no reorno é um procedimeno esaísico que visa a ideniicar as ones de riscos

Leia mais

Regimes de operação de um laser

Regimes de operação de um laser Modos de operação de um laser 255 x Regimes de operação de um laser 13 13.1 Irodução Vimos o Cap. 11 que uma cavidade ópica passiva, porao sem o meio aivo, possui freqüêcias de ressoâcia dadas pela eq.

Leia mais

Capítulo 3 SLITs Sistemas Lineares e Invariantes no Tempo

Capítulo 3 SLITs Sistemas Lineares e Invariantes no Tempo Capíulo 3 SLITs Siseas Lieares e Ivariaes o Tepo 3. Irodução 3.2 Repreação e odelo de esado 3.3 Siseas SISO 3.4 Siseas MIMO uli-diesioais 3.5 Modelo de espaço de esados coíuos 3.6 Resposa ipulsiva e covolução

Leia mais

Universidade Federal de Pelotas Vetores e Álgebra Linear Prof a : Msc. Merhy Heli Rodrigues Matrizes

Universidade Federal de Pelotas Vetores e Álgebra Linear Prof a : Msc. Merhy Heli Rodrigues Matrizes Uiversidde Federl de Pelos Veores e Álgebr Lier Prof : Msc. Merhy Heli Rodrigues Mrizes. Mrizes. Defiição: Mriz m x é um bel de m. úmeros reis disposos em m lihs (fils horizois) e colus (fils vericis)..

Leia mais

Conceito. Exemplos. Os exemplos de (a) a (d) mostram séries discretas, enquanto que os de (e) a (g) ilustram séries contínuas.

Conceito. Exemplos. Os exemplos de (a) a (d) mostram séries discretas, enquanto que os de (e) a (g) ilustram séries contínuas. Coceio Na Esaísica exise siuações ode os dados de ieresse são obidos e isaes sucessivos de epo (iuo, hora, dia, ês ou ao), ou aida u período coíuo de epo, coo acoece u elerocardiograa ou sisógrafo. Esses

Leia mais

INTRODUÇÃO AOS SISTEMAS DINÂMICOS

INTRODUÇÃO AOS SISTEMAS DINÂMICOS INTRODUÇÃO AOS SISTEMAS DINÂMICOS Ese maerial é uma revisão sobre algus coceios e resulados da eoria dos sisemas diâmicos, com o objeivo de faciliar a melhor compreesão dese ema para esudaes de ecoomia,

Leia mais

2-TRANSFORMAÇÃO DE COORDENADAS: PARÂMETROS DE REPRESENTAÇÃO

2-TRANSFORMAÇÃO DE COORDENADAS: PARÂMETROS DE REPRESENTAÇÃO 2-TANSFOMAÇÃO DE COODENADAS: PAÂMETOS DE EPESENTAÇÃO 2.1 Cosseos Dreores e a Mar de oação Seam dos ssemas caresaos um de referêca e ouro fo um corpo rígdo defdos pelos ssemas ( e ( respecvamee que são

Leia mais

ANÁLISE DA VOLATILIDADE DO PREÇO DO PETRÓLEO EM UM CONTEXTO DE CRISE ANALYSIS OF OIL PRICE VOLATILITY IN CRISIS CONTEXT

ANÁLISE DA VOLATILIDADE DO PREÇO DO PETRÓLEO EM UM CONTEXTO DE CRISE ANALYSIS OF OIL PRICE VOLATILITY IN CRISIS CONTEXT ANÁLISE DA VOLATILIDADE DO PREÇO DO PETRÓLEO EM UM CONTEXTO DE CRISE ANALYSIS OF OIL PRICE VOLATILITY IN CRISIS CONTEXT Rodolfo Fereira Ribeiro Cosa 1 Siézio Ferades Maia RESUMO: O objeivo dese rabalho

Leia mais

6 Formulação para Análise com Fundação Não-Linear

6 Formulação para Análise com Fundação Não-Linear 76 6 Formulação para álise com Fuação ão-iear 6 Fuação Elásica ão-iear Uma caracerísica usualmee ecoraa as uações reais é o seu comporameo ão-liear exibio um gaho ou pera a rigiez uao submeias a graes

Leia mais

Modelo de Uso da Terra para a Agropecuária Brasileira. (Brazilian Land Use Model) BLUM

Modelo de Uso da Terra para a Agropecuária Brasileira. (Brazilian Land Use Model) BLUM Isiuo de Esudos do Comércio e Negociações Ieracioais Modelo de Uso da erra para a Agropecuária Brasileira (Brazilia Lad Use Model) BLUM BLUM é um modelo ecoômico diâmico de equilíbrio parcial, muli-regioal

Leia mais

Prof. Lorí Viali, Dr. UFRGS Instituto de Matemática - Departamento de Estatística

Prof. Lorí Viali, Dr. UFRGS Instituto de Matemática - Departamento de Estatística Conceio Na Esaísica exisem siuações onde os dados de ineresse são obidos em insanes sucessivos de empo (minuo, hora, dia, mês ou ano), ou ainda num período conínuo de empo, como aconece num elerocardiograma

Leia mais

PUCPR- Pontifícia Universidade Católica Do Paraná PPGIA- Programa de Pós-Graduação Em Informática Aplicada

PUCPR- Pontifícia Universidade Católica Do Paraná PPGIA- Programa de Pós-Graduação Em Informática Aplicada PUCPR- Poifícia Uiversidade Caóica Do Paraá PPGIA- Programa de Pós-Graduação Em Iformáica Apicada LIMIARIZAÇÃO IMODAL DE OSU Resumo: Ese arigo descreve a eoria do Agorimo de Limiarização imoda de Osu assim

Leia mais

MÉTODOS OBSERVACIONAIS EM CLIMATOLOGIA E METEOROLOGIA DE MESOESCALA : NOTAS DE AULA. Prof. Resposável: Dra. Leila M. Véspoli de Carvalho IAG/USP

MÉTODOS OBSERVACIONAIS EM CLIMATOLOGIA E METEOROLOGIA DE MESOESCALA : NOTAS DE AULA. Prof. Resposável: Dra. Leila M. Véspoli de Carvalho IAG/USP MÉTODOS OBSERVACIONAIS EM CLIMATOLOGIA E METEOROLOGIA DE MESOESCALA : NOTAS DE AULA Prof. Resposável: Dra. Leila M. Véspoli de Carvalho IAG/USP ANÁLISE DE SÉRIES TEMPORAIS Referêcias Básicas : I) ALGORITMOS

Leia mais

Recursos Gráficos do Software MuPAD no Estudo de Funções

Recursos Gráficos do Software MuPAD no Estudo de Funções Oicias Recursos Gráicos do Soware MuPAD o Esudo de Fuções Marilaie de Fraga Sa'Aa Alexadre Gaelli Aa Lúcia Maciel 1 - Irodução Dere os coeúdos maemáicos abordados o Esio Médio, as uções êm imporâcia udameal

Leia mais

Métodos de Amortização

Métodos de Amortização Méodos de Amorização Rui Assis Egeheiro Mecâico IST rassis@rassis.com www.rassis.com Fevereiro de 2006 Reviso em Seembro de 20 Méodos de Amorização Irodução Na perspeciva coabilísica, a amorização referese

Leia mais

Conceito. Exemplos. Os exemplos de (a) a (d) mostram séries discretas, enquanto que os de (e) a (g) ilustram séries contínuas.

Conceito. Exemplos. Os exemplos de (a) a (d) mostram séries discretas, enquanto que os de (e) a (g) ilustram séries contínuas. Conceio Na Esaísica exisem siuações onde os dados de ineresse são obidos em insanes sucessivos de empo (minuo, hora, dia, mês ou ano), ou ainda num período conínuo de empo, como aconece num elerocardiograma

Leia mais

Lista de Exercícios nº 3 - Parte IV

Lista de Exercícios nº 3 - Parte IV DISCIPLINA: SE503 TEORIA MACROECONOMIA 01/09/011 Prof. João Basilio Pereima Neo E-mail: joaobasilio@ufpr.com.br Lisa de Exercícios nº 3 - Pare IV 1ª Quesão (...) ª Quesão Considere um modelo algébrico

Leia mais

ANÁLISE DE PONTES DE MADEIRA PROTENDIDAS TRANSVERSALMENTE FORMADAS POR VIGAS-T

ANÁLISE DE PONTES DE MADEIRA PROTENDIDAS TRANSVERSALMENTE FORMADAS POR VIGAS-T ISSN 18095860 ANÁLISE DE PONTES DE MADEIRA PROTENDIDAS TRANSVERSALMENTE FORMADAS POR VIGAST Nívea Mara Pereira Alves 1 & Aoio Alves Dias 2 Resumo Nese rabalho é esudada uma variação do sisema esruural

Leia mais

Aplicações à Teoria da Confiabilidade

Aplicações à Teoria da Confiabilidade Aplicações à Teoria da ESQUEMA DO CAPÍTULO 11.1 CONCEITOS FUNDAMENTAIS 11.2 A LEI DE FALHA NORMAL 11.3 A LEI DE FALHA EXPONENCIAL 11.4 A LEI DE FALHA EXPONENCIAL E A DISTRIBUIÇÃO DE POISSON 11.5 A LEI

Leia mais

3 Estudo da Barra de Geração [1]

3 Estudo da Barra de Geração [1] 3 Esudo da Barra de eração [1] 31 Inrodução No apíulo 2, raou-se do máximo fluxo de poência aiva e reaiva que pode chear à barra de cara, limiando a máxima cara que pode ser alimenada, e do possível efeio

Leia mais