4 Teste do Modelo CAPM considerando o pagamento de impostos

Tamanho: px
Começar a partir da página:

Download "4 Teste do Modelo CAPM considerando o pagamento de impostos"

Transcrição

1 4 Tee do Modelo CAPM conderando o pagameno de mpoo Com o objevo de emar o CAPM depo de mpoo, remo ulzar a meodologa propoa por Lzenberger e Ramawamy (979. A eqüênca do méodo egue rê pao para emação do parâmero do faore, o qual é epecalmene efevo para modelo mulfaora, pela facldade de nclur medda adcona de rco. Temo problema conceua e economérco aocado ao ee do CAPM:O prmero problema conceual é a não obervabldade ex ane do reorno eperado e do bea. O egundo problema conceual é a não eaconaredade do prêmo de rco e do bea do avo. O ercero problema é a fala de mercado em que poamo obervar o preço para odo o avo, coneqüenemene o ee do CAPM ão empre feo com uma Proxy da carera de mercado. Além dee problema conceua aocado com o ee do CAPM (ua prema emo rê problema economérco que afeam o reulado, e que povelmene enfraquecem a concluõe que reulam de ua aplcação práca no dado.. Problema de erro em varável A regreõe cro econal ão baeada na prema de que o valor do bea é obervado, o é que o modelo báco da equação que ema a bea correp ao verdadero e não obervado bea. Devdo a não ermo o valore rea de bea, o gera que emadore OL e GL de bea ejam veado e nconene. egundo Huang e Lzenberger (987, exem rê manera de reolver ee problema: a. Agrupar o dado em carera para reduzr a medda do erro no bea b. Ulzar varáve nrumena c. Uar modelo que ajuem o emador para que e ome em cona a varânca da medda do erro do bea.. Problema de ndependênca da regreão cro econal. Na emação do modelo cro econal, aravé de OL, Fama e

2 36 Macbeh mplcamene aumem que a marz de varânca e covarânca do reíduo em cada período ão proporcona a marz dagonal. Ea ecolha, quando não uporada pelo dado ulzado, reula que o emado é conene, ma não é efcene. Coneqüenemene a eaíca para ee parâmero pode levar a concluõe fala 3. Crca de Roll. A verdadera carera de mercado não é obervável, e a Proxy ulzada não é necearamene efcene em médavarânca. e, for ee o cao, como enfazado por Roll(977 e Roll e Ro (994, moraram que a pequena relação enre o reorno eperado e o bea é reulado da ulzação de um proxy de carera de mercado errada, ma que não valdar a eora. Io aconece, porque a verdadera carera de mercado e efcene em méda varânca, enão a relação enre reorno eperado e o bea e revelam muo eníve quando pequeno devo da proxy de mercado para a carera de mercado verdadera. A epecfcação do modelo de equlíbro a er eado é ( f β ( f ( f E R r = a+ b + c d r + d jcp r (4. A hpóee ão que a>0, b>0, e na fala de rerçõe a emprémo de açõe, c>0 e d>0. Na obenção da emava economérca de a,b,c e d, do problema urgem. O prmero é que a expecava não ão dreamene obervada. O procedmeno uual é aumr que a expecava ão racona e o parâmero a,b,c e d ão conane ao longo do empo. O reorno realzado ão poo do lado equerdo da equação.,,... N R = rf = γ0 + γβ + γ( d rf + γ3( jcp rf + ε =,,... T (4. R ~ é o reorno do avo no período, β e d, jcp ão o rco emáco e a axa de dvdendo e axa de juro obre o capal própro do avo no período, repecvamene. O ermo de dúrbo ~ ε é R ~ - E R ~ ], o devo do [

3 37 reorno realzado para eu valor eperado. O coefcene γ 0, γ, γ, γ 3 correpm a a, b,c e d. A varânca do veor coluna de dúrbo, ~ ε ε { ~ : =,..., N T}, =,..., não é proporconal a marz dendade, dede que a covarânca conemporânea enre o reorno do avo não ão nula e a varânca do reorno ão dferene enre o avo. Io gnfca que o emadore de mínmo quadráco ão nefcene, ano para a regreão cro econ em, como para a regreão cro econ e de ere empora em panel. A varânca compuada do emador OL (baeado na prema que a varânca de ε ~ é proporconal a marz dendade não é gual a verdadera varânca do emador. O egundo problema é que a população verdadera de β não é obervável. O problema uual é que o emador a parr de dado paado e ua emava ão aocada a uma medda de erro. Io gnfca que o emador OL va er nconene e endencoo. O méodo uado para reolver ee problema é dcudo nee capíulo. Vamo prmeramene aumr que exem dado de axa de reorno, bea verdadero e a axa de dvdendo no período, =,,... N, avo em cada período, =... T. Defnndo o veor de exceo de reorno realzado como {,...,,..., T} R RR R R (4.3 R ( R rf ( R rf # ( R rf # ( R T rf (4.4 e a marze de varáve explcava como { },...,,..., T

4 38 ( d r ( jcp r ( d r ( jcp r β f f β f f = # # # # βn ( d ( N r f jcpn r f Pela defnção do veor de coefcene de regreão como { γ γγγ} Γ=, 0 3 podemo ecrever a regreão cro econ e de ére emporal em panel como ~ ε ~ ε ~ ε,..., ~ ε ~,..., ε T e { } { ~ ε ~ ε,..., ~ ε..., ε } ~ ε ~, Enão aummo que E ( ~ ε = 0 e que N T R = Γ+ ε (4.5 ( ~ ~ ε ε V E = é uma marz pova defnda de ordem ( N, x N,. Io ambém aume que o reorno do avo ão eralmene decorrelaado, ou eja, E( ~ ~ ε ε j = 0 para o gnfca que a marz varânca-covarânca E( ~ ε ~ ε V é um bloco dagonal, com odo o bloco fora da dagonal endo gua a zero. A marz V aparece ao longo da dagonal de V. ( ε E 0 " 0 0 E ( ε # V = # % E ( ε " (4.6 É bem conhecdo que o emador para Γ, que é lnear em R ~, é não endencoo e êm uma varânca mínma únca, a qual é dada pelo Aken ou emado pelo méodo de mínmo quadráco generalzado (GL.

5 39 ( Γ= V V R (4.7 ( ε ( ε ( d r ( jcp r ( d r ( jcp r ( ε E 0 0 β f f E 0 0 " " 0 E( ε β f f 0 E( ε # # Γ= x # % 0 # # # # # % E( ε βn ( d ( 0 0 ( N r f jcpn r f Eε " " ( ( E 0 " 0 β d rf jcp r f 0 E( ε # β ( d rf ( jcp r f x ( RÄ rf( RÄ rf,...,( RÄ rf,...,( RÄ Trf # % 0 # # # # 0 0 E( ε βn ( d ( N r f jcpn r " f (4.8 Dada a naureza do bloco dagona de V, egue-e que êm bloco dagona. A marze V é ambém V, =,,...T, aparece ao longo da dagonal de V, com o bloco fora da dagonal endo gua a zero. Aumndo que Γ é uma conane neremporal, Γˆ pode er emado efcenemene por uma emava de T ndependene emaçõe GL em panel. Para Γ, ma epecfcamene ˆΓ, ˆΓ,..., Γˆ,..., Γˆ T, obdo ulzando o dado do período,,...,,...,t. ( V V R T (4.9 ˆ Γ = =,,..., Para o reulado apreenado no capíulo 4 cada γ k drbução é eaconára e que a emador de γˆ k e ua varânca ão, aume-e que ua ˆ γ k T ˆ γ k = (4.0 T = T = ( ˆ γ ˆ γ k k var ( ˆ γ k =, k = 0,,. (4. TT ( Uma nerpreação nereane pode er dada para cada um do emadore GL. Ecolhendo qualquer marz de ordem N, x N, eja W, al que

6 40 ( W exa. Conró-e um emador, uando o dado no período como ( W W R (4. Ee emador é lnear em R ~ e não endencoo para Γ. Ee emador é uma combnação lnear do exceo de reorno do avo no período. Enão emo ( W W = I (4.3 Onde I é a marz dendade, enão egue que o emador γ 0 é o exceo de reorno realzado numa carera de bea zero e endo como axa de dvdendo gual a axa de juro em rco. mlarmene, o emador γ é o exceo de reorno realzado numa carera que êm bea gual a um e a axa de dvdendo gual a zero; e que γ é o exceo de reorno realzado numa carera com hedge endo bea gual a zero e axa de dvdendo gual um. Ea nerpreação pode er dada a qualquer emador na forma da equação (4.. Quando W (ou, equvalene, o peo da carera dcuda acma é ecolhda de forma a mnmzar a varânca do reorno da carera, reulando que o emador eja um emador GL. Io aconece porque a carera emada em (4. é lnear e não endencoa por conrução, e pelo eorema de Gau-Markov o emador GL é um emador de varânca mínma obre odo o emare lneare não endencoo. Não é poível epecfcar elemeno da marz de varânca-covarânca V a pror. O rabalho de emar ee elemeno é muo mplfcado por aumr que o modelo de harpe é a decrção correa do proceo gerador de reorno. O proceo que gera reorno no níco do período é upoo como e egue.

7 4 R = α + β R + e =,,... N (4.4 m cov( e, e = 0 j cov( e, e = = j ( R 0 m (4.5 α = E R = (4.6 Com ea epecfcação, o elemeno da -éma lnha e da j-éma coluna do V, é ecra como ( j V,, é dado por V (, j = β βσ, j j mm V j j j N (, = β σmm + =, =,,..., (4.7 σ mm var( R m (4.8 V β σmm + ββ σmm " βnβ σ mm β βσmm β σmm + # = # % βnβn σmm β βnσmm " βn βnσmm βn σmm + NN (4.9 Lzenberger e Ramawamy moram que e ob ea condçõe o emador GL de Γ é obdo ulzando o dado no período e reduz a ( ˆ R Γ = Ω Ω (4.0 Ω é a marz dagonal de ordem (, N x N,, e que o odo o elemeno na -éma lnha e na j-éma coluna é dado por Ω (, j = 0 j Ω (, j = = j, j =,,..., N 0 " 0 0 # # % 0 0 " 0 NN Ω = (4. (4.

8 4 Pode-e morar que ee emador é o emado GL para Γ. Ou eja, ob a prema de um modelo de um únco índce, o emador mnmza rco redual do reorno de rê carera. Que ão γ 0, γ, γ e γ 3 repecvamene. Ee emador pode er conruído como uma ranformação heerocedáco em R e. Defnndo que a marz P de ordem ( N, x N,, cujo elemeno ão dado por φ φ Pj (, = = j Pj (, = 0 j (4.3 P φ " 0 φ 0 # = # % 0 φ 0 " 0 (4.4 Onde φ é um ecalar povo. Enão, aravé de uma regreão OL na varáve ranformada, Γˆ, ambém pode er enconrado R = Γ+ ε (4.5 * * * R * = ~ P e * = P R

9 43 R * φ ( R rf φ 0 " 0 ( R rf φ ( R rf ( R rf φ 0 # # # = = ( R rf φ # % 0 ( R rf # φ 0 " 0 ( R T rf # NN φ ( R T rf NN (4.6 φ 0 " 0 β f f ( d r ( jcp r ( d r ( jcp r φ 0 # * β f f = = 0 # # # # # % φ βn ( d ( N r f jcpn r f 0 " 0 NN φ φ φ φ β ( d rf ( jcp rf φ φ φ φ β ( d rf ( jcp rf = # # # # φ φ φ φ βn ( d ( N r f jcpn r f NN NN NN NN (4.7

10 44 Io é equvalene a deflaconar a varáve na -éma lnha de faor proporconal ao erro padrão redual. R ~ por um Um problema empírco como cado anerormene é que na emação da equação (4. é que de fao o verdadero β, não é obervável e o valor emado do bea de mercado, ˆ β, calculado pelo dado hórco deve er ulzado como proxy. R = α + β R + e τ = P,..., (4.8 τ mτ τ Onde P é o conjuno de nformação ulzado para emar ˆ β ~ ~ τε jτ e que Dado que e aume um modelo de um índce, cov ( ε = 0 ( v ~ ~ 0 cov = τ v jτ. e a probabldade conjuna da drbução enre a axa de reorno do avo e a mercada é eaconára, a varânca da medda do ermo de rco redual var( ~ ε τ, para cada. Dede que o mê não é ulzado na regreão, cov ( ~ ε ~ τ v jτ = 0. Noe que a regreão do bea meddo, ~ β, ua varânca é var( v ~ τ e a varânca do rco redual var( e ~ τ =. Como a verdadera população de β não é obervável, enão a emava dea varável, ~ β, ão obda do dado hórco. Aume-e que emava do bea é o verdadero bea ma uma medda de erro v. var ~ β = β + v ~ ( ν = var ( β Pelo modelo de um faor, o emador OL da varânca da amora de ˆ β é ( ˆ ( e τ β var = var = = (4.9 ( Rm τ Rm ( Rm τ Rm τ= P τ= P

11 45 A preença de medda de erro caua um erro de epecfcação na OL e o emadore GL, e coneqüenemene a emava Γ paam a er endencoo e nconene. E ~ = fo Conene com eudo empírco feo, a prema de que ( 0 feo. Enreano, o é reconhecdo que e o reorno de mercado uado na equação acma não é o verdadero reorno de mercado, enão, a emava de ~ β deve er endencoa. Por caua do erro em varável, a maora do ee empírco agrupou a açõe em carera. Dede que o erro de medmo o bea para dferene avo, que não ão perfeamene correlaado, agrupar avo de rco em carera rá reduzr a efcênca, cauada pela perda de nformação. A efcênca do emador OL do coefcene de uma únca varável ndependene é proporconal a varação cro econ na varável ndependene (bea. Para o cao de dua varáve ndependene (axa de dvdendo e bea, ehle (976 morou a efcênca do emador OL do coefcene de uma varável ndependene, ulzando o dado agrupado, é proporconal a varação cro econal na varável não explcada pela varação em oura varáve ndependene. Dede que a varação do grupo na axa de dvdendo obre o bea é elmnada, a efcênca da emava do coefcene da axa de dvdendo ulzando o dado agrupado é menor que ulzando odo o dado. Por o, não ulzamo a agrupameno de dado para erro em varável. Ao nvé do, fazemo a medda de erro no bea para chegar num emador conene de Γ. Na conrução do emador GL de Γˆ em Equação 6., cada varável fo deflaconada por um faor proporconal a devo padrão redual. O faor de proporconaldade é um ecalar povo e arbráro. A eruura de noo problema, é al que, a medda do devo padrão de erro em é proporconal ao devo padrão do rco redual, var( e e ( β, = var( v (, =. Io é, e a regreão do modelo de ére emporal que afaz a prema de OL Aumndo que é conhecdo emo que a proporção é dada por φ = (4.30

12 46 Na defnção de P em (4.3. Enão cada varável na lnha de R e deflaconada pelo devo padrão da medda de erro em β. e é β é ulzado no lugar de β (não obervável, a medda de erro na varável ndependene β deflaconada, β = va er varânca unára. σ com Chamando a marz de regreore uado β ubundo β. Enão *, o qual é mplemene * * * = σ + v σ v # # # # vn σ N (4.3 v =. Enão o valor do emador σ Onde é nconene. Io ocorre porque T ˆ Γ Γ= (4.3 T = ( Γ = R (4.33 * * * * * * plm Γ = N * R (4.34 N * * * * = plm (4.35 N

13 47 Io dz que para cada emador da regreão cro econ é endencoo memo em amora grande. Porano, o emador oal, endo a méda arméca do emadore cro econ, é nconene. Exem pelo meno rê manera de corrgr ee problema. A prmera fea por Lzemberger e Ramawamy em que em vez de deflaconarmo oda a varáve por, n deflaconamo por Conderando o egune emador em cada período cro-econ * * 0 N 0 0 * Γ = R ( φ φ φ * " φ φ φ φ NN β ( d rf ( jcp r f φ φ φ β β " βn φ φ φ φ NN β ( d rf ( jcp rf φ φ φ ( d rf ( d rf " ( dnr f # # # # NN Γ= Ä φ φ φ φ x φ φ φ ( jcp rf ( jcp rf " ( jcp N r βn ( d ( N r f jcpn r f f NN NN NN NN NN N φ ( RÄ φ φ φ rf " NN φ ( RÄ rf φ φ φ β β " β N NN # x φ φ φ ( d rf ( d rf ( dn φ ( R " r Ä f rf NN φ φ φ ( jcp rf ( jcp rf ( jcp N r # " f NN φ ( RÄ T r f NN (4.37 enão

14 48 e * R plm Γ = (4.38 N * * ( * E R E plm Γ = =Γ (4.39 * * N Enão cada emador cro econ é não endencoo, e em grande amora, para Γ. A marz de varânca e covarânca do coefcene é dada por * * 0 N 0 0 * * * * 0 N 0 0 var( Γ ( ˆ = σε + γ (4.40 Onde σ ε é a varânca do reíduo de modelo de regreão prado ulzando a emava do coefcene corrgdo. A emação em ere emporal de odo o coefcene ão ulzado para ear a gnfcânca do premo de rco obre odo o período. No calculamo a eaíca para ear quando o premo de rco é dferene de 0 Γˆ = σ Γˆ ( (4.4 Para emar o premo de rco de premo obre odo o período T como medda de premo de rco e σ ( Γ ˆ como uma méda arméca do coefcene mena emado. Para o, aume-e que o exceo de reorno da carera ão decorrelaado eralmene e eaconáro. ( Γ Γ Γˆ ˆ ˆ ˆ ( ˆ Γ= e σ Γ = T T( T (4.4 e relaxarmo a prema de que a varânca é conane ao longo do empo podemo emar ˆΓ como a méda prada do coefcene

15 49 emado, o peo ão nveramene proporcona varânca do coefcene da regreõe em cada período. ( Γ Γ ˆ ˆ ˆ Γ Z Z ˆ Γ= e σ ( Γ ˆ = T T( T (4.43, Z = ( Γˆ ( Γˆ ( var var (4.44

3.2 Processo de Wiener

3.2 Processo de Wiener 3. Proceo de Wener Proceo de Wener, ou Movmeno Brownano, é um po parcular de Proceo de Markov, muo ulzado na fíca para decrever o movmeno de uma parícula que eá ujea a um grande número de pequeno choque

Leia mais

5 Avaliação da Eficiência Computacional

5 Avaliação da Eficiência Computacional 5 Avalação da fcênca Compuaconal 5.1 Inrodução É desejado ncorporar o cálculo dos índces de adequação de ações de conrole de ensão ao programa SAN. O programa SAN esá sendo mplemenado com a esruura aual

Leia mais

Modulações digitais. Espaços de sinal e regiões de decisão. Funções ortogonais. Ortogonalização de Gram-Schmidt

Modulações digitais. Espaços de sinal e regiões de decisão. Funções ortogonais. Ortogonalização de Gram-Schmidt Modulaçõe dga Epaço de nal e regõe de decão Funçõe orogona Orogonalzação de Gram-Schmd Uma perpecva geomérca do na e ruído (Koelnkov) Um epaço orogonal de dmenõe é caracerzado por um conjuno de ψ () funçõe

Leia mais

Aprendizagem Estatística de Dados. Francisco Carvalho

Aprendizagem Estatística de Dados. Francisco Carvalho Aprendzagem Esaísca de Dados Francsco Carvalho A função de Densdade Normal Valor Esperado Caso conínuo [ f ] Caso dscreo f p d [ f ] f p D A função de Densdade Normal Caso Unvarado função de densdade p

Leia mais

t c L S Troço 1 S 1 = 3 km = 3000 m

t c L S Troço 1 S 1 = 3 km = 3000 m . DETERMINAÇÃO DO TEMPO DE CONCENTRAÇÃO Para o cálculo do empo de concenração ( c ) da baca hdrográfca eudada recorreu-e ao valore obdo no rabalho práco (Quadro ). Am, emo que, Quadro Parâmero do rabalho

Leia mais

AGG-232 SÍSMICA I 2011 SÍSMICA DE REFLEXÃO ANÁLISE DE VELOCIDADES

AGG-232 SÍSMICA I 2011 SÍSMICA DE REFLEXÃO ANÁLISE DE VELOCIDADES AGG-3 SÍSMICA I 0 SÍSMICA DE REFLEXÃO AÁLISE DE ELOCIDADES O objevo da análse de velocdades é deermnar as velocdades sísmcas das camadas geológcas em subsuperfíce. As velocdades sísmcas são ulzadas em

Leia mais

PCA e IMPCA. Capítulo. 5.1 Considerações Iniciais

PCA e IMPCA. Capítulo. 5.1 Considerações Iniciais Capíulo 5 PCA e IMPCA 5. Consderações Incas A análse de componenes prncpas (PCA) [URK, M. A. & PENLAND, A. P. (99)] é uma ransformação lnear orogonal de um espaço q-dmensonal para um espaço n-dmensonal,

Leia mais

2.1. Modelos Baseados em Premissas de Distribuições Simulação de Monte Carlo

2.1. Modelos Baseados em Premissas de Distribuições Simulação de Monte Carlo 2 Value-a-Rsk Anes de adenrar na seara que raa o ermo cenral dese capíulo, é neressane realzar uma cação da evolução hsórca do esudo do rsco. Joron (2003, p. 10) resume os prncpas rabalhos aravés da abela

Leia mais

ESPAÇO VETORIAL REAL DE DIMENSÃO FINITA

ESPAÇO VETORIAL REAL DE DIMENSÃO FINITA EPÇO ETORIL REL DE DIMENÃO FINIT Defnção ejam um conjuno não ao o conjuno do númeo ea R e dua opeaçõe bnáa adção e mulplcação po ecala : : R u a u a é um Epaço eoal obe R ou Epaço eoal Real ou um R-epaço

Leia mais

Nota Técnica sobre a Circular nº 2.972, de 23 de março de 2000

Nota Técnica sobre a Circular nº 2.972, de 23 de março de 2000 Noa Técnca sobre a rcular nº 2.972, de 23 de março de 2000 Meodologa ulzada no processo de apuração do valor da volaldade padrão e do mulplcador para o da, dvulgados daramene pelo Banco enral do Brasl.

Leia mais

Neo-fisherianos e teoria fiscal do nível de preços

Neo-fisherianos e teoria fiscal do nível de preços Anono Lcha 4/março/07 Neo-fsheranos e eora fscal do nível de preços O objevo desas noas é desacar os prncpas elemenos da abordagem neofsherana e da eora fscal do nível de preços. Desacamos 4 pequenos modelos

Leia mais

PROBABILIDADE E ESTATÍSTICA UNIDADE IV - MEDIDAS DE DISPERSÃO OU VARIAÇÃO

PROBABILIDADE E ESTATÍSTICA UNIDADE IV - MEDIDAS DE DISPERSÃO OU VARIAÇÃO PROBABILIDADE E ESTATÍSTICA UNIDADE IV - MEDIDAS DE DISPERSÃO OU VARIAÇÃO 0 INTRODUÇÃO A medda de varação ou dperão, avalam a dperão ou a varabldade da eqüênca numérca em anále, ão medda que fornecem nformaçõe

Leia mais

5 Sistemas Lineares com Coecientes Periódicos

5 Sistemas Lineares com Coecientes Periódicos 5 Ssemas Lneares com Coecenes Peródcos Ese capíulo raa de forma suscna do esudo da esabldade de soluções peródcas de ssemas dnâmcos não-lneares. Segundo Rand [83], a eora de Floque é a eora mas geral que

Leia mais

3 Revisão Teórica dos principais modelos de previsão

3 Revisão Teórica dos principais modelos de previsão Revião Teórica do principai modelo de previão 18 3 Revião Teórica do principai modelo de previão Denre o divero méodo e modelo de previão eine, enconramo aqui o modelo univariado e o modelo com variávei

Leia mais

2 Programação Matemática Princípios Básicos

2 Programação Matemática Princípios Básicos Programação Maemáca Prncípos Báscos. Consderações Geras Os objevos dese capíulo são apresenar os conceos de Programação Maemáca (PM) necessáros à compreensão do processo de omzação de dmensões e descrever

Leia mais

3 Seleção de Variáveis Baseada em Informação Mútua sob Distribuição de Informação Uniforme (MIFS-U)

3 Seleção de Variáveis Baseada em Informação Mútua sob Distribuição de Informação Uniforme (MIFS-U) 3 Seleção de Varáve Baeada em nformação Mútua ob trbução de nformação Unforme MFS-U 3.1 Seleção de Varáve de Entrada para Problema de Clafcação A eleção de varáve de entrada deempenha um mportante papel

Leia mais

PRESSUPOSTOS DO MODELO DE REGRESSÃO

PRESSUPOSTOS DO MODELO DE REGRESSÃO PREUPOTO DO MODELO DE REGREÃO A aplcação do modelo de regressão lnear múltpla (bem como da smples) pressupõe a verfcação de alguns pressupostos que condensamos segudamente.. Os erros E são varáves aleatóras

Leia mais

UNIDADE IV MEDIDAS DE DISPERSÃO OU VARIAÇÃO

UNIDADE IV MEDIDAS DE DISPERSÃO OU VARIAÇÃO UNIDADE IV MEDIDAS DE DISPERSÃO OU VARIAÇÃO Conteúdo Programátco Cálculo da varânca Cálculo e nterpretação do Devo-padrão VARIÂNCIA E DESVIO-PADRÃO A medda de varação ou dperão, avalam a varabldade da

Leia mais

Física Geral Nos problemas abaixo, considere g = 9,8 m/s 2 e, salvo indicação em contrário, dê as suas respostas em unidades SI.

Física Geral Nos problemas abaixo, considere g = 9,8 m/s 2 e, salvo indicação em contrário, dê as suas respostas em unidades SI. Fíica Geral 21048 Inruçõe para elaboração dee e-fólio Documeno de exo,.doc,.pdf ou.ps; fone 11 ou 12; epaçameno livre; máximo 6 página. Pode incluir deenho, vária core e pode incluive junar elemeno ao

Leia mais

CAPÍTULO 4. Vamos partir da formulação diferencial da lei de Newton

CAPÍTULO 4. Vamos partir da formulação diferencial da lei de Newton 9 CPÍTUL 4 DINÂMIC D PRTÍCUL: IMPULS E QUNTIDDE DE MVIMENT Nese capíulo será analsada a le de Newon na forma de negral no domíno do empo, aplcada ao momeno de parículas. Defne-se o conceo de mpulso e quandade

Leia mais

Física I. 2º Semestre de Instituto de Física- Universidade de São Paulo. Aula 5 Trabalho e energia. Professor: Valdir Guimarães

Física I. 2º Semestre de Instituto de Física- Universidade de São Paulo. Aula 5 Trabalho e energia. Professor: Valdir Guimarães Físca I º Semesre de 03 Insuo de Físca- Unversdade de São Paulo Aula 5 Trabalho e energa Proessor: Valdr Gumarães E-mal: valdrg@.usp.br Fone: 309.704 Trabalho realzado por uma orça consane Derenemene

Leia mais

ESPAÇO VETORIAL REAL DE DIMENSÃO FINITA

ESPAÇO VETORIAL REAL DE DIMENSÃO FINITA EPÇO ETORIL REL DE DIMENÃO FINIT Defnção ejam um conjuno não vao o conjuno do númeo ea R e dua opeaçõe bnáa adção e mulplcação po ecala : : R v u a v u v a v é um Epaço eoal obe R ou Epaço eoal Real ou

Leia mais

CONTROLABILIDADE E OBSERVABILIDADE

CONTROLABILIDADE E OBSERVABILIDADE Eduardo obo uoa Cabral CONTROABIIDADE E OBSERVABIIDADE. oiação Em um iema na forma do epaço do eado podem exiir dinâmica que não ão ia pela aída do iema ou não ão influenciada pela enrada do iema. Se penarmo

Leia mais

Módulo 2: Métodos Numéricos. (problemas de valores iniciais e problemas de condições-fronteira)

Módulo 2: Métodos Numéricos. (problemas de valores iniciais e problemas de condições-fronteira) Módulo : Méodos Numércos Equações dferencas ordnáras problemas de valores ncas e problemas de condções-fronera Modelação Compuaconal de Maeras -5. Equações dferencas ordnáras - Inrodução Uma equação algébrca

Leia mais

ECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.

ECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc. ECONOMETRIA Prof. Parca Mara Borolon. Sc. Modelos de ados em Panel Fone: GUJARATI;. N. Economera Básca: 4ª Edção. Ro de Janero. Elsever- Campus 006 efnções Geras Nos dados em panel a mesma undade de core

Leia mais

Modelo linear normal com erros heterocedásticos. O método de mínimos quadrados ponderados

Modelo linear normal com erros heterocedásticos. O método de mínimos quadrados ponderados Modelo lnear normal com erros heterocedástcos O método de mínmos quadrados ponderados Varâncas homogêneas Varâncas heterogêneas y y x x Fgura 1 Ilustração da dstrbução de uma varável aleatóra y (condconal

Leia mais

3 Análise de Demanda Condicionada

3 Análise de Demanda Condicionada 3 Análse de Demanda Condconada 3.1 Inrodução A análse Condconada da Demanda é uma écnca que quebra o consumo resdencal em pares, cada uma assocada a um uso fnal ou a um deermnado equpameno em parcular.

Leia mais

5 Programação Matemática Princípios Básicos

5 Programação Matemática Princípios Básicos 5 Programação Maemáca Prncípos Báscos 5. Consderações Geras Ese capíulo em por objevo apresenar os conceos báscos de Programação Maemáca (PM), necessáros à compreensão do processo de omzação de dmensões,

Leia mais

MECÂNICA CLÁSSICA. AULA N o 3. Lagrangeano Princípio da Mínima Ação Exemplos

MECÂNICA CLÁSSICA. AULA N o 3. Lagrangeano Princípio da Mínima Ação Exemplos MECÂNICA CÁSSICA AUA N o 3 agrangeano Prncípo da Mínma Ação Exemplos Todas as les da Físca êm uma esruura em comum: as les de uma parícula em movmeno sob a ação da gravdade, o movmeno dado pela equação

Leia mais

Modelo linear clássico com erros heterocedásticos. O método de mínimos quadrados ponderados

Modelo linear clássico com erros heterocedásticos. O método de mínimos quadrados ponderados Modelo lnear clássco com erros heterocedástcos O método de mínmos quadrados ponderados 1 Varâncas homogêneas Varâncas heterogêneas y y x x Fgura 1 Ilustração da dstrbução de uma varável aleatóra y (condconal

Leia mais

CAPÍTULO 1 REPRESENTAÇÃO E CLASSIFICAÇÃO DE SISTEMAS. Sistema monovariável SISO = Single Input Single Output. s 1 s 2. ... s n

CAPÍTULO 1 REPRESENTAÇÃO E CLASSIFICAÇÃO DE SISTEMAS. Sistema monovariável SISO = Single Input Single Output. s 1 s 2. ... s n 1 CAPÍTULO 1 REPREENTAÇÃO E CLAIFICAÇÃO DE ITEMA 1.1. Represenação de ssemas 1.1.1. semas com uma enrada e uma saída (IO) e sema monovarável IO = ngle Inpu ngle Oupu s e = enrada s = saída = ssema 1.1..

Leia mais

Resumindo e concluindo

Resumindo e concluindo Reumndo e conclundo eleexo de bolo e de razer por caa, uavemene, uavemene Conelaçõe no Epaço (em modulaçõe dga) Sílvo A. Abrane Deparameno de Engenhara Elecroécnca e de Compuadore Faculdade de Engenhara,

Leia mais

Conceitos fundamentais

Conceitos fundamentais CF Coceo fdamea Exem parâmero qe caracerzam o a e qe permem a comparação ere ele. Valor médo Para m al qe e repee com m deermado ervalo peródco a expreão para calclar o valor médo ambém é ea. < < Ex: A

Leia mais

Ecologia Geral Riqueza e Diversidade de Espécies

Ecologia Geral Riqueza e Diversidade de Espécies Ecologa Geral Rqueza e Dverdade de Epéce Prof. Wllam Cota Rodrgue Pó-Doutor em Entomologa/Ecologa Unverdade Severno Sombra Tranparênca Extra I 1 Conceto A dverdade de epéce refere-e à varedade de epéce

Leia mais

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

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

Leia mais

PROJEÇÃO DE DOMICÍLIOS PARA OS MUNICÍPIOS BRASILEIROS EM 31/12/2004

PROJEÇÃO DE DOMICÍLIOS PARA OS MUNICÍPIOS BRASILEIROS EM 31/12/2004 PROJEÇÃO DE DOMICÍLIOS PARA OS MUNICÍPIOS BRASILEIROS EM 31/12/2004 SUMÁRIO 1. INRODUÇÃO... 1 2. FONE DE DADOS... 1 3. PROJEÇÃO DO NÚMERO DE DOMICÍLIOS... 2 3.1 Mucípo emacpado em 2001... 5 3.2 População

Leia mais

V - Modelo de onda cinemática

V - Modelo de onda cinemática Capíulo V - Onda cnemáca V - Modelo de onda cnemáca V. - Euaçõe do modelo de onda cnemáca Como e demonrou no capíulo IV, a euaçõe ue decrevem o modelo de Onda Cnemáca ão a euação da connudade: forma: e

Leia mais

5 Avaliação do Título Conversível pelo Método de Diferenças Finitas Implícito (DFI)

5 Avaliação do Título Conversível pelo Método de Diferenças Finitas Implícito (DFI) 5 Avalação do Tíulo Conversível pelo Méodo de Dferenças Fnas Implíco (DFI) 5. Meodologa - Premssas Ese modelo desenvolvdo para apreçameno do LYON faz uso da eora de opções desenvolvda por Black and Scholes

Leia mais

Métodos Avançados em Epidemiologia

Métodos Avançados em Epidemiologia Unversdade Federal de Mnas Geras Insttuto de Cêncas Exatas Departamento de Estatístca Métodos Avançados em Epdemologa Aula 5-1 Regressão Lnear Smples: Estmação e Interpretação da Reta Tabela ANOVA e R

Leia mais

CAPÍTULO 9 MODELOS DE REGRESSÃO COM VARIÁVEIS BINÁRIAS

CAPÍTULO 9 MODELOS DE REGRESSÃO COM VARIÁVEIS BINÁRIAS Economera Semesre 200.0 40 CAPÍTULO 9 MODELOS DE REGRESSÃO COM VARIÁVEIS BINÁRIAS OBJETIVOS Consderar modelos em que uma ou mas varáves explcavas são varáves nomnas (ambém chamadas de ndcadores, varáves

Leia mais

EFICIÊNCIA E PRODUTIVIDADE DA AGRICULTURA NOS PAÍSES PARTICIPANTES DO PROCESSO DE FORMAÇÃO DA ALCA

EFICIÊNCIA E PRODUTIVIDADE DA AGRICULTURA NOS PAÍSES PARTICIPANTES DO PROCESSO DE FORMAÇÃO DA ALCA EFICIÊNCIA E PRODUTIVIDADE DA AGRICULTURA NOS PAÍSES PARTICIPANTES DO PROCESSO DE FORMAÇÃO DA ALCA Roemery Melo Carvalho Douora em Economa pelo CAEN/UFC Profeora do Deparameno de Economa Agrícola da UFC

Leia mais

2 O Modelo Teórico O Modelo Básico

2 O Modelo Teórico O Modelo Básico O Modelo Teórco Nese capíulo serão apresenadas as dversas hpóeses e as abordagens eórcas a serem esudadas nese rabalho. Prmeramene, será apresenado o modelo básco, que supõe separabldade neremporal. m

Leia mais

Cap. 11 Correlação e Regressão

Cap. 11 Correlação e Regressão Estatístca para Cursos de Engenhara e Informátca Pedro Alberto Barbetta / Marcelo Menezes Res / Antono Cezar Borna São Paulo: Atlas, 2004 Cap. 11 Correlação e Regressão APOIO: Fundação de Apoo à Pesqusa

Leia mais

Solução numérica de equações diferenciais ordinárias. Problema de valor inicial (PVI)

Solução numérica de equações diferenciais ordinárias. Problema de valor inicial (PVI) Solução numérca de equações derencas ordnáras Problema de valor ncal PVI 4 5 Inrodução 4 5 Uma equação derencal ordnára é denda como uma equação que envolve uma unção ncógna e algumas das suas dervadas

Leia mais

O IMPACTO DO CRESCIMENTO ECONÔMICO SOBRE AS RODOVIAS DE SÃO PAULO: UMA APLICAÇÃO DO MODELO DE INSUMO-PRODUTO COMBINADO COM O GEOPROCESSAMENTO

O IMPACTO DO CRESCIMENTO ECONÔMICO SOBRE AS RODOVIAS DE SÃO PAULO: UMA APLICAÇÃO DO MODELO DE INSUMO-PRODUTO COMBINADO COM O GEOPROCESSAMENTO O IMPACTO DO CRESCIMENTO ECONÔMICO SOBRE AS RODOVIAS DE SÃO PAULO: UMA APLICAÇÃO DO MODELO DE INSUMO-PRODUTO COMBINADO COM O GEOPROCESSAMENTO Slvo Maaru Ichhara DERSA, Secreara de Tranpore Eado de São

Leia mais

5 Apreçamento de ESOs com preço de exercício fixo

5 Apreçamento de ESOs com preço de exercício fixo 5 Apreçameno de ESOs com preço de exercíco fxo Ese capíulo rá explorar os prncpas modelos de apreçameno das ESOs ulzados hoje em da. Neses modelos a regra de decsão é esruurada em orno da maxmzação do

Leia mais

TENSÕES E CORRENTES TRANSITÓRIAS E TRANSFORMADA LAPLACE

TENSÕES E CORRENTES TRANSITÓRIAS E TRANSFORMADA LAPLACE TNSÕS CONTS TANSTÓAS TANSFOMADA D APAC PNCPAS SNAS NÃO SNODAS Degrau de ampliude - É um inal que vale vol para < e vale vol, conane, para >. Ver fig. -a. v (a) (b) v Fig. A fig. -b mora um exemplo da geração

Leia mais

CAPÍTULO 2 PLANEJAMENTO DA OPERAÇÃO E FORMAÇÃO DO PREÇO SPOT EM UM MERCADO COMPETITIVO DE ENERGIA ELÉTRICA

CAPÍTULO 2 PLANEJAMENTO DA OPERAÇÃO E FORMAÇÃO DO PREÇO SPOT EM UM MERCADO COMPETITIVO DE ENERGIA ELÉTRICA CAPÍTULO 2 PLANEJAMEO DA OPERAÇÃO E FORMAÇÃO DO PREÇO SPOT EM UM MERCADO COMPETITIO DE ENERIA ELÉTRICA 2. IRODUÇÃO Ese capíulo apresena um resumo dos prncpas conceos relaconados ao planeameno da operação

Leia mais

2. senh(x) = ex e x. 3. cos(t) = eit +e it. 4. sen(t) = eit e it 5. cos(2t) = cos 2 (t) sen 2 (t) 6. sen(2t) = 2sen(t)cos(t) 7.

2. senh(x) = ex e x. 3. cos(t) = eit +e it. 4. sen(t) = eit e it 5. cos(2t) = cos 2 (t) sen 2 (t) 6. sen(2t) = 2sen(t)cos(t) 7. UFRGS INSTITUTO DE MATEMÁTICA Deparameno de Maemáica Pura e Aplicada MAT68 - Turma D - / Segunda avaliação - Grupo 3 4 Toal Nome: Carão: Regra a obervar: Seja ucino porém compleo. Juifique odo procedimeno

Leia mais

Amplificadores Operacionais Aula 4

Amplificadores Operacionais Aula 4 Amplfcadore peracona Aula 4 Aula Maéra Cap./págna ª 6/02 2ª 9/02 3ª 23/02 4ª 26/02 5ª 0/03 6ª 04/03 7ª 08/03 8ª /03 9ª 5/03 0ª 8/03 Elerônca I PSI332 Programação para a Prmera Prova Inrodução, Revão de

Leia mais

EN3604 FILTRAGEM ADAPTATIVA

EN3604 FILTRAGEM ADAPTATIVA EN3604 FILTRAGEM ADAPTATIVA Processameno de Snas em Arranjos Técncas de processameno consderando snas provenenes de um grupo de sensores espacalmene dsrbuídos. Poencal para melhorar SNR/ Cancelameno de

Leia mais

PROF. DR. JACQUES FACON LIMIARIZAÇÃO POR ENTROPIA DE WULU

PROF. DR. JACQUES FACON LIMIARIZAÇÃO POR ENTROPIA DE WULU 1 PUCPR- Ponfíca Unversdade Caólca Do Paraná PPGIA- Programa de Pós-Graduação Em Informáca Aplcada PROF. DR. JACQUES FACON IMIARIZAÇÃO POR ENTROPIA DE WUU Resumo: Uma nova écnca de marzação baseada em

Leia mais

Iluminação e FotoRealismo: Radiosidade

Iluminação e FotoRealismo: Radiosidade Ilumnação e oorealsmo: Radosdade Luís Paulo Pexoo dos Sanos hp://gec.d.umnho.p/mcgav/fr Premssas Todas as neracções dos obecos com a luz são dfusas L( x Θ) = L( x), Θ Ω Podemos enão quanfcar a radosdade

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 EAE 206 Macroeconomia I º Semetre de 207 Profeore: Gilberto Tadeu Lima e Pedro Garcia Duarte Gabarito

Leia mais

TÍTULO: O IMPACTO DO CRESCIMENTO ECONÔMICO SOBRE AS RODOVIAS DE SÃO PAULO: UMA APLICAÇÃO DO MODELO DE INSUMO-PRODUTO COMBINADO AO GEOPROCESSAMENTO

TÍTULO: O IMPACTO DO CRESCIMENTO ECONÔMICO SOBRE AS RODOVIAS DE SÃO PAULO: UMA APLICAÇÃO DO MODELO DE INSUMO-PRODUTO COMBINADO AO GEOPROCESSAMENTO TÍTULO: O IMPACTO DO CRESCIMENTO ECONÔMICO SOBRE AS RODOVIAS DE SÃO PAULO: UMA APLICAÇÃO DO MODELO DE INSUMO-PRODUTO COMBINADO AO GEOPROCESSAMENTO Auor: Slvo M. Ichhara: Douorando em Economa Aplcada -

Leia mais

Tratamento de Dados 2º Semestre 2005/2006 Tópicos de Resolução do Trabalho 2 = 12

Tratamento de Dados 2º Semestre 2005/2006 Tópicos de Resolução do Trabalho 2 = 12 Traaeno de Dados º Seesre 5/6 Tópcos de Resolução do Trabalho Quesão a Para agrupar os dados e classes ora consderados os valores das rendas aé 5. ua vez que a parr dese valor os dados se enconra basane

Leia mais

SCC Laboratório de Algoritmos Avançados. Grafos: Fluxo Máximo. Fluxo Máximo. Fluxo Máximo. Fluxo Máximo 6/2/2009 5:33 PM

SCC Laboratório de Algoritmos Avançados. Grafos: Fluxo Máximo. Fluxo Máximo. Fluxo Máximo. Fluxo Máximo 6/2/2009 5:33 PM SCC-2 - Laboraório de Algorimo Avançado Grafo: Fluxo Máximo Guavo Baia Fluxo Máximo Podemo inerprear um grafo orienado como um fluxo em rede: Exie uma origem que produz um maerial em uma axa fixa; E um

Leia mais

3 Modelos de Apreçamento de Opções

3 Modelos de Apreçamento de Opções 3 Modelos de Apreçameno de Opções Preços de fuuros na Bolsa de Valores, na práca, são defndos de forma lvre na BM&FBOVESPA a parr das relações apresenadas enre ofera e demanda. Para que a formação de as

Leia mais

Conidere uma rampa plana, inclinada de um ângulo em relação à horizonal, no início da qual enconra-e um carrinho. Ele enão recebe uma pancada que o fa

Conidere uma rampa plana, inclinada de um ângulo em relação à horizonal, no início da qual enconra-e um carrinho. Ele enão recebe uma pancada que o fa Onda acúica ão onda de compreenão, ou eja, propagam-e em meio compreívei. Quando uma barra meálica é golpeada em ua exremidade, uma onda longiudinal propaga-e por ela com velocidade v p. A grandeza E é

Leia mais

Teste Intermédio I (45%)

Teste Intermédio I (45%) 0 Anále de Dado e Probabldade º Semetre 00-007 Fernando Brto Soare Cáta Fernande Pedro Chave Tete Intermédo Data: 7 de Outubro de 00, 7:00 Duração: hora ota: A utlzação de máquna centífca e gráfca ó erá

Leia mais

PRIMEIRO RELATÓRIO DE FÍSICA EXPERIMENTAL PROCESSOS DE ANÁLISE GRÁFICA E NUMÉRICA

PRIMEIRO RELATÓRIO DE FÍSICA EXPERIMENTAL PROCESSOS DE ANÁLISE GRÁFICA E NUMÉRICA UIVERSIDDE DE PERMUCO / ESCOL POLITÉCIC DE PERMUCO EPP/UPE DEPRTMETO ITERDISCIPLIR ESIO ÁSICO ÍSIC EPERIMETL LUO(): TURM: OT: PROESSOR(): DT: / / PRIMEIRO RELTÓRIO DE ÍSIC EPERIMETL PROCESSOS DE ÁLISE

Leia mais

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo 3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas

Leia mais

11 Apêndice A Estrutura a termo e risco de taxa de juros

11 Apêndice A Estrutura a termo e risco de taxa de juros 70 pêndce.. Esruura a ermo e rsco de aa de juros s aplcações de munzação esão nmamene lgadas ao rsco de aa de juros. Por sso, remos eplcar mas dealhadamene o que é ese rsco. Para se enender o rsco de aa

Leia mais

Sistema de vigilância para detecção de interação espaçotempo de eventos pontuais

Sistema de vigilância para detecção de interação espaçotempo de eventos pontuais Sema de vglâca para deecção de eração epaçoempo de eveo poua Taãa C. Smõe Reao M. Aução Deparameo de Eaíca Uverdade Federal de Ma Gera UFMG Caa Poal: 70 370-90 Belo Horzoe MG Bral a_eaca@ahoo.com.braucao@e.ufmg.br

Leia mais

MODELOS DE REGRESSÃO NÃO LINEARES

MODELOS DE REGRESSÃO NÃO LINEARES M. Mede de Olvera Excerto da ota peoa obre: MODELOS DE REGRESSÃO NÃO LINEARES Obervação No modelo de regreão dto leare, a varável depedete é exprea como fução lear do coefcete de regreão. É rrelevate,

Leia mais

Notas Processos estocásticos. Nestor Caticha 23 de abril de 2012

Notas Processos estocásticos. Nestor Caticha 23 de abril de 2012 Notas Processos estocástcos Nestor Catcha 23 de abrl de 2012 notas processos estocástcos 2 O Teorema de Perron Frobenus para matrzes de Markov Consdere um processo estocástco representado por um conunto

Leia mais

REGRESSÃO E CORRELAÇÃO

REGRESSÃO E CORRELAÇÃO Relaconamento entre varáves : - requer conhecmento REGRESSÃO E CORRELAÇÃO Y = f ( ) + ε Ex: 1. Y = Lucro de uma Empresa = Investmento em Publcdade Y(v.aleatóra) em função de (v.determnístca), onde Y é

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca

Leia mais

4 Critérios para Avaliação dos Cenários

4 Critérios para Avaliação dos Cenários Crtéros para Avalação dos Cenáros É desejável que um modelo de geração de séres sntétcas preserve as prncpas característcas da sére hstórca. Isto quer dzer que a utldade de um modelo pode ser verfcada

Leia mais

SISTEMAS DE EQUAÇÕES A DIFERENÇAS LINEARES

SISTEMAS DE EQUAÇÕES A DIFERENÇAS LINEARES 8//7 SISTEMAS DE EQUAÇÕES A DIFERENÇAS LINEARES Teorema: Considere o seguine sisema de k equações a diferenças lineares de primeira ordem, homogêneo: x a x a x... a x k k x a x a x... a x k k x a x a x...

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ Em mutas stuações duas ou mas varáves estão relaconadas e surge então a necessdade de determnar a natureza deste relaconamento. A análse

Leia mais

TRANSFORMADA DE LAPLACE Conceitos e exemplos

TRANSFORMADA DE LAPLACE Conceitos e exemplos TRANSFORMADA DE LAPLACE Conceio e exemplo Diciplina MR7 A finalidade dea apoila é dar o conceio da ranformada de Laplace, eu uo na olução de problema e por fim um aprendizado do méodo de reoluçõe. Muia

Leia mais

UFGD 2015 DANIEL KICHESE

UFGD 2015 DANIEL KICHESE Quesão 59: º) Deermnação dos ponos de nerseção: 5 5 º Pono : B 5 5 º Pono : C 5 5 º Pono : B C C º) Deermnação da Área: B 5 5 5 / e 0 e 5 5 5 5 e 0 5 5/ 5 5 0 0 0 5 5 Resposa: E Quesão 60: Número de blhees

Leia mais

Algarismos Significativos Propagação de Erros ou Desvios

Algarismos Significativos Propagação de Erros ou Desvios Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento

Leia mais

3 A técnica de computação intensiva Bootstrap

3 A técnica de computação intensiva Bootstrap A técnca de computação ntensva ootstrap O termo ootstrap tem orgem na expressão de língua nglesa lft oneself by pullng hs/her bootstrap, ou seja, alguém levantar-se puxando seu própro cadarço de bota.

Leia mais

FACULDADE IBMEC SÃO PAULO Programa de Mestrado Profissional em Economia

FACULDADE IBMEC SÃO PAULO Programa de Mestrado Profissional em Economia FACULDADE IBMEC SÃO PAULO Programa de Mesrado Profssonal em Economa ANTONIO ARTHUR PITANGUY SAMPAIO ALOCAÇÃO DE ATIVOS COM MODELOS DE VOLATILIDADE MULTIVARIADA EVIDÊNCIAS COM DADOS BRASILEIROS São Paulo

Leia mais

Parte III. Objetivo: estudar o deslocamento de um corpo quando esta rolando

Parte III. Objetivo: estudar o deslocamento de um corpo quando esta rolando Pare Objevo: esudar o deslocameno de um corpo quando esa rolando 1 Coneúdo programáco: 6. Movmeno de Roação Varáves da roação, Relação enre Cnemáca Lnear e Cnemáca Angular, Energa cnéca de roação, nérca

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ 1 É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das

Leia mais

Capítulo 1. Exercício 5. Capítulo 2 Exercício

Capítulo 1. Exercício 5. Capítulo 2 Exercício UNIVERSIDADE FEDERAL DE GOIÁS CIÊNCIAS ECONÔMICAS ECONOMETRIA (04-II) PRIMEIRA LISTA DE EXERCÍCIOS Exercícos do Gujarat Exercíco 5 Capítulo Capítulo Exercíco 3 4 5 7 0 5 Capítulo 3 As duas prmeras demonstrações

Leia mais

Iluminação e FotoRealismo: Radiosidade

Iluminação e FotoRealismo: Radiosidade Ilumnação e oorealsmo: Radosdade Luís Paulo Pexoo dos Sanos hp://gec.d.umnho.p/mcgav/fr Premssas Todas as neracções da luz com os obecos são dfusas L x Θ L x, Θ Ω Expressa em ermos de radosdade W/m 2 r

Leia mais

CIRCULAR Nº 3.634, DE 4 DE MARÇO DE 2013. Padrão. Padrão. max i. I - F = fator estabelecido no art. 4º da Resolução nº 4.

CIRCULAR Nº 3.634, DE 4 DE MARÇO DE 2013. Padrão. Padrão. max i. I - F = fator estabelecido no art. 4º da Resolução nº 4. CIRCULAR Nº 3.634, DE 4 DE MARÇO DE 2013 Esabelece os procedmenos para o cálculo da parcela dos avos ponderados pelo rsco (RWA) referene às exposções sueas à varação de axas de uros prefxadas denomnadas

Leia mais

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos Curso de extensão, MMQ IFUSP, feverero/4 Alguns exercíco báscos I Exercícos (MMQ) Uma grandeza cujo valor verdadero x é desconhecdo, fo medda três vezes, com procedmentos expermentas dêntcos e, portanto,

Leia mais

Conceitos Básicos de Circuitos Elétricos

Conceitos Básicos de Circuitos Elétricos onceos Báscos de rcuos lércos. nrodução Nesa aposla são apresenados os conceos e defnções fundamenas ulzados na análse de crcuos elércos. O correo enendmeno e nerpreação deses conceos é essencal para o

Leia mais

O MODELO DE PRECIFICAÇÃO POR ARBITRAGEM NO CONTEXTO DOS FUNDOS DE INVESTIMENTOS BRASILEIROS RESUMO

O MODELO DE PRECIFICAÇÃO POR ARBITRAGEM NO CONTEXTO DOS FUNDOS DE INVESTIMENTOS BRASILEIROS RESUMO 55 O MODELO DE PRECIFICAÇÃO POR ARBITRAGEM NO CONTEXTO DOS FUNDOS DE INVESTIMENTOS BRASILEIROS Bruno Mlan¹ Paulo Sérgo Cerea² RESUMO O objevo dese argo é precfcar o reorno dos fundos de nvesmeno brasleros

Leia mais

Eixo Temático: Estratégia e Internacionalização de Empresas O MODELO DE PRECIFICAÇÃO DE ARBITRAGEM NO CONTEXTO DOS FUNDOS DE INVESTIMENTO BRASILEIROS

Eixo Temático: Estratégia e Internacionalização de Empresas O MODELO DE PRECIFICAÇÃO DE ARBITRAGEM NO CONTEXTO DOS FUNDOS DE INVESTIMENTO BRASILEIROS Sana Mara/RS 23 e 24 de Seembro de 2013 Exo Temáco: Esraéga e Inernaconalzação de Empresas O MODELO DE PRECIFICAÇÃO DE ARBITRAGEM NO CONTEXTO DOS FUNDOS DE INVESTIMENTO BRASILEIROS THE ARBITRAGE PRICING

Leia mais

Controle Cinemático de Robôs Manipuladores

Controle Cinemático de Robôs Manipuladores Conrole Cnemáco de Robôs Manpuladores Funconameno Básco pos de rajeóra rajeóras Pono a Pono rajeóras Coordenadas ou Isócronas rajeóras Conínuas Geração de rajeóras Caresanas Inerpolação de rajeóras Inerpoladores

Leia mais

5. ANÁLISE DE RESÍDUOS

5. ANÁLISE DE RESÍDUOS 5. ANÁLISE DE RESÍDUOS No Capíulo 4 fora propoa eodologia para eiar o volue de óleo recuperável. Poré, apó inveigar o odelo que elhor e ajua ao dado hiórico, deve-e analiar ainda o reíduo, que é a diferença

Leia mais

5.1 O Processo TAR. é definida como um processo limiar auto-regressivo com h. regimes se puder ser representada por (5) ). Os termos ,...

5.1 O Processo TAR. é definida como um processo limiar auto-regressivo com h. regimes se puder ser representada por (5) ). Os termos ,... 5 O Modelo Não-Lnear Como vso no capíulo aneror, há espaço para uma análse mas profunda da função de reação do Banco Cenral do Brasl. Auores como Clarda, Gal e Gerler (2000) e Cogley e Sargen (2001) examnam

Leia mais

3 Modelo de Amortecimento Direto

3 Modelo de Amortecimento Direto 3 Modelo de Amorecmeno Dreo 3. Inrodução Alguns os de séres não aresenam bons resulados quando modeladas or funções uramene olnomas. As séres sazonas aresenam esse o de roblema, e denre elas, as séres

Leia mais

2. A Medição da Actividade Económica Grandezas Nominais e Reais e Índices de Preços

2. A Medição da Actividade Económica Grandezas Nominais e Reais e Índices de Preços 2. A Medção da Acvdade Económca 2.4. Grandezas Nomnas e Reas e Índces de Preços Ouubro 2007, nesdrum@fe.u. Sldes baseados no guão dsonível no se da cadera 1 2.4. Grandezas Nomnas e Reas e Índces de Preços

Leia mais

Unidade XI Análise de correlação e regressão

Unidade XI Análise de correlação e regressão Uvedade Fedeal do Ro Gade Iuo de Maemáca, Eaíca e Fíca Dcpla Pobabldade e Eaíca Aplcada à Egehaa CÓDIGO: Iodução Poceo de quema de maa ceâmca de pavmeo Udade XI Aále de coelação e egeão Vvae Lee Da de

Leia mais

1. O movimento uniforme de uma partícula tem sua função horária representada no diagrama a seguir: e (m) t (s)

1. O movimento uniforme de uma partícula tem sua função horária representada no diagrama a seguir: e (m) t (s) . O moimeno uniforme de uma parícula em ua função horária repreenada no diagrama a eguir: e (m) - 6 7 - Deerminar: a) o epaço inicial e a elocidade ecalar; a função horária do epaço.. É dado o gráfico

Leia mais

Eventos coletivamente exaustivos: A união dos eventos é o espaço amostral.

Eventos coletivamente exaustivos: A união dos eventos é o espaço amostral. DEFINIÇÕES ADICIONAIS: PROBABILIDADE Espaço amostral (Ω) é o conjunto de todos os possíves resultados de um expermento. Evento é qualquer subconjunto do espaço amostral. Evento combnado: Possu duas ou

Leia mais

UTILIZAÇÃO DA ENTROPIA NO RASTREAMENTO DE OBJETOS COM FILTRO DE PARTÍCULAS ALESSANDRO B. OLIVEIRA, JACOB SCHARCANSKI, DANTE A. C.

UTILIZAÇÃO DA ENTROPIA NO RASTREAMENTO DE OBJETOS COM FILTRO DE PARTÍCULAS ALESSANDRO B. OLIVEIRA, JACOB SCHARCANSKI, DANTE A. C. UTILIZAÇÃO DA ETROPIA O RASTREAMETO DE OBJETOS COM FILTRO DE PARTÍCULAS ALESSADRO B. OLIVEIRA JACOB SCHARCASKI DATE A. C. BAROE Inuo de Informáca Unverdade Federal do Ro Grande do Sul Caa Poal 5.64 9.5-97

Leia mais

Transmissão das expectativas de inflação no Brasil

Transmissão das expectativas de inflação no Brasil 3 Transmssão das expecavas de nflação no Brasl 3.. nrodução Recenemene, a leraura de expecavas nflaconáras passou a raar do aspeco de ransmssão de expecavas com maor ênfase. bandonando a hpóese de homogenedade

Leia mais

Para quantificar a variabilidade de um conjunto de dados ou medidas é que se usam medidas de dispersão. Vamos estudar algumas delas nesta aula.

Para quantificar a variabilidade de um conjunto de dados ou medidas é que se usam medidas de dispersão. Vamos estudar algumas delas nesta aula. Probabldade e Etatítca I Antono Roque Aula Medda de Dperão A medda de tendênca central não ão ufcente para e caracterzar um conjunto de dado. O motvo é que ete varação na natureza, to é, dado que venham

Leia mais

UNIVERSIDADE NOVA DE LISBOA Faculdade de Economia Análise de Dados e Probabilidade 2º Semestre 2008/2009 Exame Final 1ª Época. Grupo I (4 Valores)

UNIVERSIDADE NOVA DE LISBOA Faculdade de Economia Análise de Dados e Probabilidade 2º Semestre 2008/2009 Exame Final 1ª Época. Grupo I (4 Valores) UNIVERSIDADE NOVA DE LISBOA Faculdade de Economa Análse de Dados e Probabldade º Semestre 008/009 Exame Fnal ª Época Clara Costa Duarte Data: 8/05/009 Graça Slva Duração: h0 Grupo I (4 Valores) A gelatara

Leia mais

ESTABILIDADE MALHA FECHADA

ESTABILIDADE MALHA FECHADA Departamento de Engenharia Química e de Petróleo UFF Diciplina: TEQ- CONTROLE DE PROCESSOS ESTABILIDADE Método critério de Routh-Hurwitz Cao Epeciai Prof a Ninoka Bojorge ESTABILIDADE MALHA FECHADA Regiõe

Leia mais

Física Experimental 1 - FEP113 Prova Final - 28/06/2 007

Física Experimental 1 - FEP113 Prova Final - 28/06/2 007 Fíca Epermental - FEP3 Prova Fnal - 8/06/ 007 Aluno: n o UP: Cada aluno pode conultar lvremente o materal de que dpõe. Note que a pontuação máma deta prova oma,5 e que, por outro lado, o tempo é eíguo

Leia mais

Modelo de Precificação de Capital: Segmento de Commodities Agrícola

Modelo de Precificação de Capital: Segmento de Commodities Agrícola Modelo de Precfcação de Capal: Segmeno de Commodes Agrícola Capal Asse Prcng Model: Secor of Agrculural Commodes Táco Auguso Faras 1 Luz Eduardo Nascmeno Fgueredo Fábo Rodrgues Moura 3 Resumo: O objevo

Leia mais