Escolar Documentos
Profissional Documentos
Cultura Documentos
1579883235pro Educacional Apostila-CGA PDF
1579883235pro Educacional Apostila-CGA PDF
Métodos Quantitativos
Bons estudos!
contato@proeducacional.com.
proeducacional.com
Iniciaremos estudando o caso dos juros simples. Como vimos os juros são a
recompensa por emprestar o capital a alguém por um período de tempo. Existem
vários métodos para realizar o cálculo de juros acumulados. Como o nome indica,
proeducacional.com
J = niC.
Como exemplo, suponha que você ganhe juros ao investir 1000 reais por dois
anos em uma conta de poupança que paga juros simples a uma taxa de 9% ao ano.
E se você deixar a quantia por apenas seis meses? Ao deixar seu dinheiro por dois
anos, você receberá 2 * 0,09 * 1000 = 180 reais de juros. Retirando após seis
meses o resultado seria 1/2 * 0,09 * 1000 = 45 reais. Como ilustra este exemplo,
a taxa de juros é geralmente citada como uma porcentagem, 9%, que corresponde
a 0,09. Além disso, você deve ter cuidado para que a taxa de juros usada tenha a
mesma unidade de tempo que o período. No nosso exemplo, o período é medido
em anos e a taxa de juros é cotada por ano. Estas são as unidades que são usadas
na maioria das vezes.
Entretanto são os juros compostos os usados na maioria das contas. A ideia por
trás do juro composto é que, no segundo ano, você deve obter juros sobre os juros
que recebeu no primeiro ano. Em outras palavras, o juro que você ganha no
primeiro ano é combinado com o principal e no segundo ano você ganha juros
sobre a soma combinada. O que acontece com o exemplo do parágrafo anterior,
onde o investidor colocou 1000 reais por dois anos em uma conta pagando 9%,
se considerarmos juros compostos? No primeiro ano, o investidor receberia 90
proeducacional.com
𝐽 = (1 + 𝑖)𝑛 𝐶
proeducacional.com
É fácil ver que as fórmulas para o juro simples e composto dão os mesmos
resultados se n = 0 e n = 1. Agora considere o caso n = 2. Um capital C cresce para
(1 + 2i) C sob juros simples e para (1+ i) 2C = (1 + 2i + i2) C sob juro composto, o
que leva (1 + 2i + i2) C> (1 + 2i) C (sempre que C for positivo), então o juro
composto paga mais do que juro simples. Assim, você pode usar a fórmula para o
juro simples como uma aproximação para o juro composto se a taxa de juros for
pequena e o cálculo for por poucos períodos. Especialmente no passado, as
pessoas geralmente usavam juro simples em vez de juro composto para
simplificar os cálculos.
1
𝑣= 𝐶
1+𝑖
proeducacional.com
𝐶
= 𝑣 𝑛 𝐶 = (1 − 𝑑)𝑛 𝐶
(1 + 𝑖)𝑛
proeducacional.com
Fique atento para o fato de que o período de conversão de juros é o período entre
dois pagamentos sucessivos de juros. Denotando p para indicar a taxa de juros
por período de conversão, a taxa de juros nominais, denotada por i(p), é então p
vezes i. Os valores comuns para p incluem p = 365 (juros pagos diariamente) e p
= 12 (juros pagos mensalmente). O termo juros por pagar pode ser usado se não
quisermos especificar o período de conversão. No exemplo, o período de
conversão de juros é de um trimestre e a unidade de tempo é um ano, então p =
4. A taxa de juros por trimestre é de 2%, o que significa que i [4] = 0,02, então a
taxa de juros nominal é i (4) = 4 * 0,02 = 0,08 ou 8%, e a taxa de juros efetiva é i
= 0,08243. Para calcular a taxa de juros efetiva da taxa de juros nominal i(p).
Assim, pela fórmula para o juro composto, um C principal se acumula para (1 +
i(p)) pC = (1 + i (p) / p)pC em uma unidade de tempo. No entanto, se a taxa de
juros efetiva é i, então um capital C acumula para (1 + i)C em uma unidade de
tempo. Assim, uma taxa de juros nominal é equivalente a uma taxa de juros
efetiva i se:
proeducacional.com
Uma discussão semelhante pode ser feita para o desconto, seguindo o mesmo
raciocínio que fizemos para juros acumulados. Uma taxa de desconto de 2%
combinada trimestralmente dá origem a uma taxa nominal de desconto de 8% ao
ano. No entanto, o valor presente de um pagamento de C devido em um ano é (1-
0.02)^ 4C = 0.9224C. Assim, a taxa efetiva de desconto é d = 0,0776 ou 7,76%. A
taxa nominal de desconto composto é denotada d(p), e p representa a quantidade
de vezes da taxa de desconto por cada período de conversão. Assim, a equação
equivalente para o desconto seria de:
𝑑𝑝 𝑝
1 + 𝑑 = (1 + )
𝑝
𝑝−1
𝑘/𝑝
𝑑𝑝
𝑑 = ∑(1 − 𝑑)
𝑝
𝑘=0
proeducacional.com
𝑛
𝑟 𝑛+1 − 1
1 + 𝑟 + 𝑟 + ⋯ 𝑟 = ∑ 𝑟𝑘 =
1 2 𝑛
𝑟−1
𝑘=0
proeducacional.com
𝑛
𝑛−1 𝑛−2
(1 + 𝑖) + (1 + 𝑖) + ⋯ + 1 = ∑(1 + 𝑖)𝑘
𝑘=0
E usando a fórmula para uma soma geométrica a soma (s) para a anuidade será:
(1 + 𝑖)𝑛 − 1
𝑠=
𝑖
1 − 𝑣𝑛
𝑎𝑛 =
𝑖
proeducacional.com
𝑎𝑛 = 𝑣 𝑛 𝑠𝑛
proeducacional.com
E o quando o valor de t em n:
(1 + 𝑖)𝑛
𝑠̂𝑛 = (1 + 𝑖)𝑛 + (1 + 𝑖)𝑛−1 + ⋯ + (1 + 𝑖) =
𝑑
proeducacional.com
E,
∞ ∞
𝑣 1
𝑎𝑛 = ∑ 𝑣 = 𝑣 ∑ 𝑣 𝑘
𝑘
=
1−𝑣 𝑖
𝑘=1 𝑘=0
Nosso próximo objeto de estudo são os fluxos de caixa e seu valor presente.
Relembre das anuidades variáveis discutidas agora há pouco, onde consideramos
uma sequência de pagamentos feitos em t = 1,2, ..., n, com o valor pago no tempo
t = k designado por pk. A intenção é generalizar ainda mais essa situação
deixando retirando o pressuposto de que os pagamentos são feitos em intervalos
regulares. Em vez disso, consideramos na sequência dos pagamentos pk
realizados no tempo t = tk. A essa sequência chamamos fluxo de caixa.
∑(1 + 𝑖)𝑡∗−𝑡𝑘 ∗ 𝑃𝑘
𝑘
Que significa que o pagamento k é feito no tempo 𝑡𝑘 , por isso acumula juros para
as unidades de tempo 𝑡∗ − 𝑡𝑘 . Assim, o valor do pagamento k no tempo 𝑡∗ é
(1 + 𝑖)𝑡∗−𝑡𝑘 .. O resultado depende, claramente, da taxa de juros i. Por exemplo, o
valor presente líquido para um projeto de construção cujo total seja R$ 5.000 terá
proeducacional.com
proeducacional.com
4
𝑉𝑃𝐿𝐴(𝑖) = −10000 + 1000𝑎 15
Resolvendo para encontrar a taxa de juros que zera o VPL de A encontramos que
4
𝑎15 = 10, ou seja, uma taxa de aproximadamente 5,88%. Quando fazemos o
exercício para o projeto B temos:
𝑎
𝑉𝑃𝐿𝐵(𝑖) = −11000 + 60515 + 11000𝑣 18
proeducacional.com
𝐶𝑘 = ∑ 𝑣 𝑡𝑗 𝑃𝑗
𝑗=1
proeducacional.com
Agora nosso foco serão as noções básicas de estatísticas. Iniciamos pelo cálculo
das médias, medianas e modas. Depois veremos as medidas de dispersão
variância e o desvio padrão. Fechamos a seção conhecendo a covariância e o
coeficiente de correlação, medidas que serão uteis em posteriores capítulos de
nossa apostila.
1.2.1 Médias
proeducacional.com
(x1 + x2 + x3 + x4 +x5) / n
𝑛
𝑥
𝑥̅ = ∑ 𝑖⁄𝑛
𝑖
1.2.2 Mediana
proeducacional.com
1.2.3 Moda
Quando medimos uma variável contínua, ou uma variável discreta com muitos
valores diferentes, por exemplo, a altura ou o peso de pessoas, todas as medidas
podem ser diferentes. Nesse caso, a moda não existe, pois, cada valor observado
terá frequência 1. No entanto, os dados podem ser agrupados em intervalos,
classe, e a moda pode então ser definida em termos de frequências de classes.
proeducacional.com
Por exemplo, se em uma avaliação escolar a média de uma turma com cinco
alunos foi 6, e as notas individuais foram: 4, 5, 7, 9, e 5.
∑ 𝑋 − 𝜇⁄
𝜎2 = 𝑁
proeducacional.com
∑𝑋 − 𝑀
𝑠2 = ⁄(𝑁 − 1)
Por exemplo, 68% dos valores de uma distribuição normal está entre um desvio
padrão e a média. E aproximadamente 95% da distribuição estão dentro do
intervalo de dois desvios padrão e a média. Portanto, se você tiver uma
distribuição normal com uma média de 50 e um desvio padrão de 10, então 68%
da distribuição seria entre 50 - 10 = 40 e 50 +10 = 60. Da mesma forma, cerca de
95% da distribuição seria entre 50 – (2 x 10) = 30 e 50 + (2 x 10) = 70. O símbolo
proeducacional.com
proeducacional.com
𝑐𝑜𝑣(𝑋, 𝑌)
𝜌𝑋,𝑌 = ⁄(𝜎 𝜎 )
𝑋 𝑌
proeducacional.com
A média de uma variável aleatória pode ser interpretada como a média dos
valores assumidos pela variável aleatória e é também chamada de valor esperado.
Sua aplicação é extremamente útil em finanças. Abaixo a definição para em
seguida vermos um exemplo.
𝜇 = 𝐸(𝑋) = ∑ 𝑋𝑃(𝑋)
proeducacional.com
X 299 199 99 -1
P(X) 0,001 0,001 0,001 0,997
proeducacional.com
proeducacional.com
𝑛!
𝑃(𝑘;𝑛,𝑝) = 𝑝𝑘 (1 − 𝑝)𝑛−𝑘
𝑘! (𝑛 − 𝑘)!
|𝑘|
𝑛
𝐹(𝑘;𝑛,𝑝) = ∑ ( ) 𝑝𝑖 (1 − 𝑝)𝑛−𝑖
𝑖
𝑖=0
proeducacional.com
1 (𝑥−𝜇)2
−
𝐹(𝑘|𝜇,𝜎2 ) = 2 𝑒 2𝜎2
√2𝜋𝜎 2
proeducacional.com
1 −𝜏+1
𝑡2 2
𝐹(𝑡) = (1 + 𝜏 )
2 √𝜏𝐵(12, 2𝜏 )
2
A principal ideia por trás da simulação de Monte Carlo é que os resultados são
calculados com base em uma amostragem aleatória repetidas vezes, isto é, esse
método é uma experimentação aleatória. As simulações de Monte Carlo são
caracterizadas por uma grande quantidade de parâmetros desconhecidos, alguns
poderiam ser difíceis de obter experimentalmente. Os métodos de simulação de
Monte Carlo nem sempre requerem números verdadeiramente aleatórios para
serem úteis. Algumas das técnicas mais úteis utilizam sequências deterministas
proeducacional.com
Uma simulação do tipo Monte Carlo de qualidade deveria ser capaz de gerar
números pseudoaleatórios. Esses valores precisam passar em testes de
aleatoriedade que são comumente disponíveis em diversos softwares de
estatística. É preciso utilizar um número de amostras suficientemente grande
para que se garanta resultados precisos, além disso, é necessário que se utilize
técnicas de amostragem adequadas, de modo que o algoritmo usado consiga
modelar e simular o fenômeno em estudo.
proeducacional.com
proeducacional.com
proeducacional.com
O segundo tipo de erro que pode ser feito no teste de significância é o de não
rejeitar uma falsa hipótese nula. Esse tipo de erro é chamado de erro de Tipo II.
Ao contrário de um erro de Tipo I, um erro de Tipo II não é realmente um erro.
Quando um teste estatístico não é significativo, isso significa que os dados não
fornecem uma forte evidência de que a hipótese nula seja falsa. A falta de
significância não sustenta a conclusão de que a hipótese nula seja verdadeira e,
portanto, um pesquisador não deve cometer o erro de concluir incorretamente
que a hipótese nula é verdadeira quando um teste estatístico não era significativo.
Em vez disso, o pesquisador deve considerar o teste inconclusivo. Contraste isso
com um erro de Tipo I no qual o pesquisador conclui erroneamente que a hipótese
nula é falsa quando, de fato, é verdadeira. Um erro de Tipo II só pode ocorrer se
a hipótese nula for falsa. Se a hipótese nula for falsa, a probabilidade de um erro
de Tipo II é denominada β, a probabilidade de rejeitar corretamente uma
hipótese nula falsa é igual a 1-β.
proeducacional.com
A probabilidade de uma cauda (ou de duas caudas) deve ser usada para avaliar o
desempenho do José? Isso depende da forma como a questão é colocada. Se
estamos perguntando se o José pode dizer a diferença entre as caipirinhas
chacoalhadas ou mexidas, podemos dizer que ele pode. Se ele se apresentasse
muito pior do que o acaso, concluiríamos que ele poderia distinguir a diferença,
proeducacional.com
proeducacional.com
A ANOVA testa a hipótese nula não especifica de que as médias populacionais são
iguais. Quando a hipótese nula é rejeitada, a conclusão é que pelo menos uma
média de população é diferente de pelo menos uma outra média. No entanto, a
ANOVA não revela quais as médias que são diferentes entre si.
proeducacional.com