<div dir="ltr"><span><span><span><h3><font size="2"><span style="font-weight:normal">Boa tarde a todos(as),<br><br>Esta mensagem é para divulgar a próxima palestra do Ciclo de Seminários do PPGE/UFPE, a ser realizada na próxima quarta-feira, 22/09 (amanhã) pelo Google Meet. A palestra será ministrada excepcionalmente às 14h00. Para mais informação sobre o ciclo consultar o site: <a href="https://sites.google.com/view/seminarios-ppge-ufpe">https://sites.google.com/view/seminarios-ppge-ufpe</a><br><br>Sobre a palestra:</span></font><br><span></span></h3><h3><span>Bernoulli Correlations unpacked</span></h3><span><span><p><span><b>Data: </b>22</span><span>/</span><span>09/2021 - 14h00 | <b>Link: <span><span><span><span><span><span><span><a href="https://meet.google.com/cwr-oaco-mmk?hs=224" style="color:rgb(34,0,204);white-space:nowrap" target="_blank">meet.google.com/cwr-oaco-mmk</a></span></span></span></span></span></span></span></b></span><span><b> </b></span></p><p><span><b>Palestrante</b></span>: Nevena Maric, Union University - Sérvia<span></span></p><p><span><b>Resumo:</b></span> <span>Suppose we want to sample three coins with pairwise correlations equal to (for example) -0.4. Can we do that?  The answer is no. Every correlation matrix belongs to En, the set of  symmetric positive semi-definite matrices with all diagonal elements equal to 1, but the opposite is not true in general. For Gaussian marginals, the entirety of En can be realized, but for other common distributions very little is known. I will present our contribution in this subject, which is a complete characterization of the correlations of n-variate symmetric Bernoulli distributions (for any n) as a polytope, by explicitly identifying its vertices. The polytope is bijectively related  to the well-known CUT(n) polytope defined as the convex hull of the cut vectors in a complete graph with vertex set {1,...,n}. This characterization leads also to an explicit method to verify if a correlation structure is admissible or not, and also in some cases can be used to simulate from other distributions with prescribed marginals and correlations.</span></p><p><span><b>Sobre a palestrante:</b> Possui mestrado em Estatística pelo IMECC-Unicamp e doutorado em estatística pelo IME-USP.<span> Foi professora associada na University of Missouri dos EUA e atualmente é professora na <span><span><span> Union University da Sérvia. Sua principal área de atuação é Teoria das Probabilidades e Processos Estocásticos.</span></span></span></span></span><br></p><p><span></span></p><p><span><span><span><span><span><span>Favor de avisar a possíveis interessados(as).</span></span></span></span></span></span></p><p><span><span><span><span><span><span>Um abraço.</span></span></span></span></span></span></p><p><span><span><span><span><span><span>Pablo Rodriguez<br></span></span></span></span></span></span></p></span><p></p></span></span><span><span><p><span><span><span><br></span></span></span></p></span></span></span></span></div>