Lealdade à Marca e Sensibilidade ao Preço: um Estudo da Escolha da Marca pelo Consumidor

Tamanho: px
Começar a partir da página:

Download "Lealdade à Marca e Sensibilidade ao Preço: um Estudo da Escolha da Marca pelo Consumidor"

Transcrição

1 RAC - Revista de Admiistração Cotemporâea ISSN: rac@apad.org.br Associação Nacioal de Pós-Graduação e Pesquisa em Admiistração Brasil Botelho, Delae; Torres Urda, Adré Lealdade à marca e sesibilidade ao preço: um estudo da escolha da marca pelo cosumidor RAC - Revista de Admiistração Cotemporâea, vol. 9, úm. 4, ovembro-dezembro, 2005, pp Associação Nacioal de Pós-Graduação e Pesquisa em Admiistração Rio de Jaeiro, Brasil Dispoível em: Como citar este artigo Número completo Mais artigos Home da revista o Redalyc Sistema de Iformação Cietífica Rede de Revistas Cietíficas da América Latia, Caribe, Espaha e Portugal Projeto acadêmico sem fis lucrativos desevolvido o âmbito da iiciativa Acesso Aberto

2 Lealdade à Marca e Sesibilidade ao Preço: um Estudo da Escolha da Marca pelo Cosumidor Delae Botelho Adré Torres Urda RESUMO Este artigo empírico usa dados escaeados em paiel de domicílios para estimar e aalisar a elasticidade-preço da escolha da marca em dois grupos de clietes: os leais e os ão leais à marca de uma categoria de bem de cosumo. O objetivo pricipal é verificar difereças de sesibilidade ao preço etre os grupos de cosumidores a escolha da marca. O método usado para a aálise dos dados é o da Máxima Verossimilhaça, com a abordagem da maximização da utilidade, empregado-se o modelo logit misto, com dois tipos de vetores de parâmetros: o de características dos domicílios e o de atributos das marcas. Os resultados idicam que a difereça de sesibilidade ao preço etre os cosumidores varia de acordo com as marcas. Com isto, coclui-se que profissioais de marketig podem tomar decisões mais efetivas de apreçameto levado em cota as características dos domicílios e os atributos das marcas. Cosiderado que a dispoibilidade de dados escaeados o Brasil aumetou cosideravelmete desde o iício da década de 1990, esta ferrameta de aálise pode ser útil ao setor varejista brasileiro. Palavras-chave: elasticidade-preço; modelo logit; dados escaeados; escolha do cosumidor. ABSTRACT This empirical paper applies scaer pael data to estimate brad choice price-elasticities for two groups of households: loyal ad o-loyal cosumers to a brad of a cosumer good. The mai objective is to verify differeces i price sesitiveess amog those cosumers whe they choose brads. The method of Maximum Likelihood ad the approach of utility maximizatio are used to estimate the mixed logit model with two types of parameter vectors: household characteristics ad brad attributes. The results show that differeces i price elasticities amog cosumers vary accordig to each brad, implyig that marketig maagers ca take more effective decisios whe cosiderig household characteristics ad brad attributes. Such aalysis ca be helpful for the Brazilia retail sector, as the availability of scaer data has bee icreasig sice last decade. Key words: price-elasticity; logit model; scaer data; cosumer choice.

3 INTRODUÇÃO As relações etre as variáveis mercadológicas e o desempeho de marketig são de cosiderável iteresse para os profissioais dessa disciplia e dos pesquisadores dessa ciêcia. Ambos estão iteressados a resposta do mercado às variáveis do composto de marketig: preço, produto, praça e promoção. Querem saber como seus esforços iflueciam a escolha do cosumidor pelos seus produtos e, coseqüetemete, as medidas de desempeho da empresa (como as vedas, o lucro e a participação de mercado), já que estas têm impacto direto a sobrevivêcia das empresas. A escolha do cosumidor é área predomiate de pesquisa em marketig (CHINTAGUNTA et al., 2001) e este artigo (1) trata da escolha do domicílio iflueciada por uma das variáveis do composto de marketig: o preço. O pricipal objetivo do artigo é verificar se domicílios leais e ão leais à marca de um bem de cosumo geral são diferetemete sesíveis às promoções de preços de suas marcas preferidas e das demais para a escolha da marca. Outros objetivos secudários são: 1) verificar se a elasticidade-preço da escolha da marca varia etre as marcas aalisadas; 2) iferir a relação etre reda domiciliar e preços das marcas escolhidas pelos domicílios; 3) oferecer base metodológica para a estimativa da elasticidade-preço da escolha da marca, usado dados escaeados, sob uma perspectiva ecoométrica aplicada ao marketig. A hipótese pricipal a ser testada é a de que compradores leais a uma marca tedem a ser isesíveis à variação de preço da referida marca a escolha da marca a comprar. Esta é, segudo Krishamurti e Raj (1991), uma premissa simples e fácil de ser aceita, pois existe uma relação estreita etre a lealdade à marca e a sesibilidade ao preço. Esta relação é válida apeas para um compoete do processo de decisão: a escolha da marca (e ão a quatidade a comprar). Portato a hipótese H1 é: H1. Domicílios leais a uma marca são meos sesíveis à variação de preços a escolha da marca do que os domicílios ão leais. A seguda hipótese a ser testada evolve a relação etre reda do domicílio e escolha da marca iflueciada pelo preço. Reda é uma variável demográfica, que capta parte da heterogeeidade da amostra e tede a ser egativamete relacioada à itesidade de pesquisa de preços, pois compradores com alta reda, geralmete, apresetam alto custo de oportuidade do tempo (BLATTBERG et al., 1978). Supodo um mercado competitivo em que os produtores teham acesso às mesmas tecologias de produção, Allemby e Rossi (1991) afirmam que há alta correlação etre preço e qualidade e que os cosumidores maximizam a utilidade também buscado qualidade, coforme a restrição orçametária. Daí surge a hipótese H2: H2. Domicílios com redas mais altas apresetam maior probabilidade de escolha de marcas de preço mais alto. Este artigo pretede ser origial o Brasil a utilização de dados escaeados em modelos de estimação da elasticidade-preço da escolha da marca, que icluem o costruto lealdade à marca e variáveis demográficas, como a reda. Seu tema cetral evolve a escolha do cosumidor pela marca, tedo o preço como pricipal variável mercadológica iflueciadora desta resposta. O artigo está assim estruturado: a primeira seção trata da revisão de literatura sobre apreçameto, com foco a elasticidade-preço e o modelo logit para seu cálculo; a seguda seção aborda o método de pesquisa, com a coleta de dados, as variáveis utilizadas e a especificação do modelo proposto. Os resultados são discutidos a terceira seção e o artigo é fializado com as coclusões, implicações gereciais e sugestões para pesquisas futuras. REVISÃO DA LITERATURA

4 O preço tem sido estudado sob várias perspectivas e íveis de itesidade, pricipalmete pela ecoomia, fiaças, marketig e mesmo psicologia. Parece, etretato, que, apesar de o marketig satisfazer melhor o critério pragmatismo em relação à ecoomia o estudo do preço, a ciêcia do marketig tem cotribuído muito pouco para a eficácia de apreçameto das empresas. Simo (1989, p. 40) relata grade discrepâcia etre a teoria e a prática o estudo do preço, devido pricipalmete à egligêcia aos problemas de iformação, quatificação e implemetação de modelos teóricos de precificação. No Brasil, Rocha e Christese (1999, p. 111) mecioam que a determiação de preços pelo custo total é provavelmete o método mais utilizado pelas empresas a fixação do preço básico de seu produto, em detrimeto de abordagem mais abragete, icluido o papel do cosumidor e suas percepções. As decisões de preços as últimas décadas o Brasil sofreram o impacto de fatores ambietais, que moldaram a forma pela qual elas foram tomadas. Rocha e Christese (1999, p. 107) destacam a iflação acelerada das décadas de 1970, 1980 e iício de 1990 e, mais recetemete, o processo de desregulametação da ecoomia. A Tabela 1 apreseta uma série histórica do Ídice de Preços ao Cosumidor da Fudação Istituto de Pesquisas Ecoômicas, coveiada com a Uiversidade de São Paulo. Somete a partir de 1997 este ídice de iflação ficou abaixo dos 10% ao ao. Até o iício da década de 1990, além das elevadas taxas de iflação, empresas e compradores coviviam com mudaças abruptas estas taxas, devido aos plaos goverametais para o cotrole da iflação, o que cotribuiu para desorgaizar aida mais os preços relativos de bes e serviços. Em decorrêcia, o estudo acadêmico do preço, como elemeto do composto mercadológico, perdeu importâcia o Brasil aquela época. Já a década de 1990, a queda da iflação veio revitalizar o preço e desafiar as empresas brasileiras a melhorarem suas práticas de apreçameto (ROCHA; CHRISTENSEN, 1999, p. 108). Tabela 1: Evolução do Ídice de Preços ao Cosumidor ( ) Ao Iflação 2.490,5 941,0 23,0 10,6 4,8-1,8 8,6 4,4 7,1 9,9 8,2 6,6 Fote: Fudação Istituto de Pesquisas Ecoômicas (2004). O uso de dados escaeados, obtidos por meio de leitura ótica dos códigos de barras dos produtos e cartões de fidelidade dos clietes, também gahou espaço o varejo brasileiro a década de 1990, facilitado o estudo acadêmico de preço. O úmero de lojas de supermercados com caixas dotados de leitura ótica atigiu 17,6 mil em 1999 (de um total de 24 mil lojas em todo o Brasil), um aumeto de 26% em relação ao ao aterior. O úmero de produtos idetificados com código de barras também cresceu, saltado de 410 mil para 500 mil, uma expasão de 22% de 1998 para 1999 (ARBEX, 2000). Também cresceu o úmero de lojas providas de scaers de código de barras as 500 maiores redes

5 supermercadistas brasileiras, passado de 15 lojas em 1991 para o fial de 2001, como mostra o Gráfico 1. Tal crescimeto, etretato, ão foi acompahado pela produção de cohecimeto cietífico, usado essa poderosa ferrameta o Brasil. Gráfico 1: Evolução do Número de Lojas Providas de Scaers as 500 Maiores Redes Supermercadistas Brasileiras Fote: Associação Brasileira de Supermercados (2002). Na literatura iteracioal de marketig, dados escaeados têm sido usados itesivamete a estimação da elasticidade-preço da demada, um dos tópicos mais importates do preço em marketig, como os trabalhos de Guadagi e Little (1983), Gupta (1988), Tellis (1988), Krishamurthi e Raj (1991), Bell e Latti (1998) e Chitaguta et al. (2001). Por isto mesmo tal coceito é a seguir examiado. O Coceito de Elasticidade-preço A medida mais utilizada e aceita a avaliação da sesibilidade do cosumidor ao preço é a elasticidade-preço da demada (EPD), que represeta a alteração percetual a quatidade vedida, dada uma alteração percetual o preço: Δ% Q EPD = = Δ% P variação percetual a quatidade demadada variação percetual o preço (1) Dois modos distitos de cálculo são utilizados para a determiação do valor da EPD: a elasticidade o arco e a elasticidade o poto (LIPSEY et al., 1999, p. 332). A primeira é uma medida aproximada da seguda, pois mede, um dado itervalo da curva de demada, a sesibilidade média da quatidade demadada em face da variação do preço. Deste modo, P e Q a equação 1 são represetados por P e Q, respectivamete. A elasticidade o poto mede, um poto específico da curva de demada, a sesibilidade da quatidade demadada em face da variação do preço. Esta é determiada pelo cálculo diferecial e a sua expressão algébrica é a seguite: Q/Q Q/ P EPD = = P/P Q/P (2)

6 em que P e Q costituem o preço e a quatidade o poto de iteresse a curva de demada e Q / P represeta a derivada da quatidade em relação ao preço este mesmo poto. A derivada exprime a variação da quatidade resultate da variação uitária do preço. O valor da elasticidade o poto é úico, porque existe apeas uma úica tagete à curva de demada o poto refereciado. A teoria microecoômica em geral utiliza-se apeas da elasticidade o poto, que é a aplicada este artigo. Para um itervalo pequeo da curva de demada, a equação 2 pode ser usada como elasticidade o poto sem grades marges de erro. A abordagem de elasticidade apresetada até aqui refere-se à forma mais comum ecotrada a literatura ecoômica e de marketig. Etretato a decisão de compra de uma marca pelo cosumidor ão se dá apeas a dimesão da quatidade a ser comprada, mas também a da marca a comprar (KRISHNAMURTHI; RAJ, 1988). O foco deste artigo é a elasticidade-preço da escolha da marca (EPEM), que mede o efeito do preço ão sobre a quatidade comprada, mas sobre a probabilidade de se escolher determiada marca. Esta elasticidade será explicada a seguir. O Modelo Logit e a Elasticidade-Preço da Escolha da Marca (EPEM) Qualquer escolha do comprador é, por defiição, feita a partir de um cojuto ão vazio de alterativas. A atratividade de uma alterativa é avaliada pelo idivíduo em termos de um vetor de valores de atributos. No caso deste artigo, os idivíduos (domicílios) podem avaliar diferetes atributos para as alterativas (marcas) e atribuir diversos valores para o mesmo atributo da mesma alterativa. Aqui aplica-se o coceito de utilidade (U) ao modelo de escolha do domicílio. Maski (1977) (apud BEN-AKIVA; LERMAN, 1985, p. 238) formalizou a abordagem de utilidade aleatória, que melhor reflete a realidade dos estudos empíricos. Cosiderado-se apeas duas alterativas (modelo biário) e sabedo-se que U i e U ij são variáveis aleatórias, tem-se: U i = V i + ε i (3) U j = V j + ε j (4) V i e V j são fuções e referem-se aos compoetes determiísticos da utilidade das alterativas i e j, ou seja, podem ser tratados como as médias de U i e U ij. ε i e ε i também podem ser fuções e referemse aos compoetes aleatórios das utilidades de i e j. Na especificação dos compoetes determiísticos da utilidade (V i ), para o idivíduo qualquer alterativa i pode ser caracterizada por um vetor de atributos z i ; o caso de uma marca, ele pode ser composto das variáveis preço e qualidade, por exemplo. É também útil caracterizar o idivíduo por outro vetor de atributos, s, formado por reda, idade e ocupação, por exemplo. Sedo x o vetor que iclui z i e s, a parte determiística da utilidade pode ser defiida como Vi = β x, para o idivíduo e i a alterativa i, ode β se refere ao vetor de parâmetros a ser estimado. Neste caso V i é uma fução liear dos parâmetros. O modelo logit é usado quado se pressupõe que ε = ε i - ε j (as equações 3 e 4) possui distribuição logística: 1 Φ( ε ) = F( ε ) = 1+ e με, μ > 0, < ε <, (Fução de Distribuição Acumulada) (5) με μe φ( ε ) = f ( ε ) =, με 2 (1 + e ) (Fução Desidade de Probabilidade) (6)

7 N > 1 e T > 1, tem-se dados em paiel, sedo N > T. ode μ é um parâmetro positivo. Além de ser uma aproximação da distribuição ormal, a distribuição logística é aaliticamete coveiete, se comparada ao modelo probit, que evolve múltiplas itegrais. Assumir que ε possui distribuição logística é equivalete a assumir que ε i e ε j são idepedetes e ideticamete distribuídos pela distribuição Gumbel (ou tipo I de valores extremos). Se ε possui ( ) distribuição Gumbel, etão: ( ε) = exp[ μ ε η μ ( ε η ) μ ( ε η ) F e ], μ > 0 e f ( ε ) = μe exp[ e ], ode η refere-se ao parâmetro de locação e µ ao parâmetro de escala. Sob essa pressuposição, a probabilidade de escolha da alterativa i em relação à alterativa j (modelo biário) é dada por: P (i) = Pr(U i U j ) = ( Vi V j ) 1+ e 1 = e e Vi μ Vi + e V j = e e xi μβ xi μ μ μ μβ μβ + e x j (7) No caso de utilidades lieares os parâmetros β, o parâmetro µ ão se distigue de β. Logo, por coveiêcia, assume-se arbitrariamete a igualdade µ = 1 (BEN-AKIVA; LERMAN, 1985, p. 256). A teoria vista até aqui se restrige aos casos em que o cojuto de escolha possui apeas duas alterativas. Etretato, este trabalho empírico, o cosumidor defrota-se com um cojuto de quatro marcas (J = 4). Um modelo multiomial misto, que é o usado este artigo, apreseta dois tipos de vetores de parâmetros, sedo um de características idividuais e o outro de atributos das alterativas: Vi β xi e e P ( i) = = V j β x j (8) e e j C j C Tal modelo se reduz ao modelo logit biário quado J = 2. β está represetado os dois vetores: características e atributos. A elasticidade-preço da escolha da marca (EPEM) pode ser obtida por meio do modelo logit por: EPEM P ( i) xik l P ( i) = = = [1 P ( i)] x x P ( i) l x ik ik ik β k (9) De modo similar, elasticidade cruzada o modelo logit é dada por: EPEM C l P ( i) = = [1 P ( i)] x jkβk, para j i (10) l x jk ode se refere ao idivíduo, i se refere à alterativa e k ao subscrito da variável de iteresse. P (i) é a probabilidade do idivíduo escolher a alterativa i. MÉTODO Este artigo utiliza dados escaeados em paiel, defiidos por Johsto e Diardo (1997, p. 388) como compostos de observações o mesmo cojuto de seções cruzadas, mas que se repetem ao logo do tempo. Sedo N o úmero de idivíduos e T o úmero de ocasiões de compra, quado: N = 1 e T > 1, tem-se as séries temporais; N > 1 e T = 1, tem-se as seções cruzadas;

8 Os dados aqui correspodem a um paiel desbalaceado, isto é, com úmeros diferetes de situações de compra para cada domicílio. Esta característica deve-se à exclusão do baco de dados daquelas ocasiões em que ão se observou compra, pelo domicílio, as marcas estudadas detro da categoria de produto aalisada. Foi usada uma combiação das ocasiões de compra dos diversos domicílios, como uma seção cruzada, em que cada ocasião de compra represetou uma observação idepedete. Trata-se, portato, de uma combiação de seção cruzada com série temporal, seguido o método dos artigos que usam dados do tipo paiel e modelos probabilísticos com mais de duas alterativas (GUADAGNI; LITTLE, 1983; KRISHNAMURTHI; RAJ, 1988, 1991). Portato, cosidera-se cada visita do cliete à loja (que resulte em compra a categoria) como uma observação idepedete. Coleta de Dados Os dados foram coletados uma rede supermercadista da região sudeste do Brasil para quatro marcas (A, B, C e D) da categoria de achocolatados em pó. Os dados são desagregados o ível de domicílio, obtidos por meio do cartão de fidelidade utilizado pelo varejista. As quatro marcas são resposáveis por mais de 80% das vedas esta categoria. A forma domiate de promoção a categoria é a redução de preços. A Tabela 2 apreseta a participação de mercado de cada marca detro da rede varejista e seus preços médio, máximo e míimo durate o período aalisado. Tabela 2: Participação de Mercado de Cada Marca a Rede Varejista e Seus Preços Médio, Máximo e Míimo durate o Período de Aálise Marca Participação % Preço Médio Preço Máximo Preço Míimo A 81,7 2,17 2,90 1,64 B 9,7 2,28 2,49 2,08 C 6,8 1,14 1,45 0,85 D 1,8 1,62 2,05 1,39 Uma amostra de clietes foi obtida para aálise iicial, durate um período de 35 semaas. Somete foram cosiderados os clietes que realizaram mais de 10 compras as marcas aalisadas o período. Este método está coerete com a literatura de marketig. Segudo Aislie e Rossi (1998), o úmero médio de observações por domicílio em um estudo típico de dados escaeados é meor que 20, com grade parte de domicílios com meos de dez observações. Excluido-se os clietes com missig values, restou uma amostra aleatória de 200 clietes em situações de compra a categoria. Portato a média de visitas às lojas que resultaram em compra a categoria foi de 13,02. Variáveis Utilizadas As variáveis utilizadas o modelo estão a seguir apotadas e defiidas. Lealdade (LEAL p ) - há várias defiições teóricas do costruto lealdade para uso em modelos quatitativos de marketig. Uma delas, muito usada, tem a lealdade como medida de preferêcia pela marca (GUADAGNI; LITTLE, 1983; GUPTA, 1988). Tais autores captaram o comportameto leal à marca via uma média expoecialmete poderada de todas as compras ateriores à ocasião t. Já Krishamurti e Raj (1991) captaram o comportameto leal como a proporção de compras da marca aterior à ocasião t. Buckli e Gupta (1992) utilizaram simplesmete a última marca comprada para captar a lealdade. Neste estudo, optou-se pelo método de Krishamurti e Raj (1991), que usa uma medida comportametal (e ão atitudial) da lealdade, baseada a proporção de compras do domicílio dedicada a cada marca. Primeiro foi operacioalizada a variável PROP p como a proporção de vezes que cada marca foi comprada por cada domicílio, em relação às compras ateriores, as oito primeiras semaas do período de 35 semaas. Por exemplo, se o valor de PROP p fosse 0,8, etão o domicílio

9 seria 80% leal à marca p, ou seja, de cada cico compras a categoria, quatro teriam sido da marca p. O ideal seria que o período de estabilização da variável PROP p ão coicidisse com o período de calibração do modelo, mas a escassez de dados ao logo do tempo impôs esta limitação. Krishamurthi e Raj (1991) e Tellis (1988), como dispuham de loga série temporal, usaram 20 semaas ateriores ao período de calibração como período de estabilização desta variável. Por outro lado, Chiag (1991) dispuha de apeas 24 semaas e usou as quatro primeiras para estabilizar a variável lealdade. Etão, a variável categórica LEAL p foi criada da seguite maeira: LEAL p = 1 se PROP p > 0,7 LEAL p = 0 se PROP p < 0,3. Os domicílios para os quais PROP p apresetou valores etre 0,3 e 0,7 foram excluídos da amostra fial, já que uma característica do baco de dados era o grade úmero de observações em seção cruzada, o que possibilitou a exclusão de muitos domicílios, apesar da escassez de iformações em série temporal. Assim icluíram-se a amostra apeas os domicílios claramete leais ou ão leais, compesado a limitação da falta de um período logo e defiido de estabilização deste vetor de variáveis. Preço por 100 gramas (PREÇO p ) - primeiro foi obtido o preço por item da marca. Quado o domicílio comprava determiada marca, o preço da marca era o preço pago pelo domicílio. Os preços das outras três marcas etraram o baco de dados aquela ocasião de compra para que as elasticidades-preço cruzadas fossem calculadas. Estes preços eram os vigetes o dia em que o domicílio realizou a compra a loja específica. A variável PREÇO p foi calculada dividido-se o preço da embalagem da marca comprada pelo peso da embalagem em gramas e multiplicado-se o resultado por 100. Desta maeira trabalhou-se com uma variável cotíua (preço por 100g). Iteração LEAL P *PREÇO P : como o pricipal objetivo deste artigo é verificar as difereças de lealdade à marca a sesibilidade ao preço, itroduziu-se uma variável para captar a iteração da lealdade com o preço. Segudo Gujarati (2000, p. 516), para estimar duas equações de regressão, uma para os clietes leais à marca (variável LEAL p 0,7) e outra para aqueles ão leais, tem-se: Clietes ão leais: Clietes leais: yi = γ 1 + γ 2xi + u1 i 1,2,..., 1 yi = λ1 + λ2xi + u1 i 1,2,..., 2 i = (11) i = (12) sedo y as vedas e x o preço. Uido-se todas as 1 e 2 observações, pode-se estimar a seguite regressão: i = 1 + α 2Di + β1xi + β 2 ( Di xi ) ui Y α + (13) ode D i =1 para observações cujos clietes são leais à marca e D i =0 para aqueles ão leais. Para eteder as implicações da equação 13, e admitido-se que E(u i )=0, tem-se: Clietes ão leais: Clietes leais: E yi Di 0, xi = α 1 + β1 i i = x (14) 1, xi = ( α 1 + α 2) + ( β1 + β 2 i E y D = ) x (15) i que são, respectivamete, as fuções de demada para os clietes ão leais e para os leais. As equações 14 e 15 são absolutamete iguais às equações 11 e 12, com γ 1 = α 1, γ 2 = β 1, λ 1 = (α 1 + α 2 ) e λ 1 = (β 1 + β 2 ). Logo, estimar a equação 13 equivale a estimar as fuções demadas idividuais (equações 14 e 15).

10 Na equação 13, α 1 é o coeficiete do itercepto diferecial e β 2 é o coeficiete da icliação diferecial, idicado em quato o coeficiete de icliação da fução demada para os clietes leais difere do coeficiete da fução demada para os clietes ão leais (GUJARATI, 2000, p. 516). A itrodução da variável dummy D a forma multiplicativa (D multiplicado por x) permite difereciar os coeficietes de icliação dos dois grupos de clietes, assim como a itrodução da variável dummy a forma aditiva permite distiguir os iterceptos dos dois períodos. Se β 2 for estatisticamete sigificativo, o coeficiete de icliação do grupo de clietes leais será β 1 = β 2, sedo β 1 o coeficiete de icliação do grupo dos ão leais. Se β 2 for estatisticamete ão sigificativo, etão β 1 represeta a icliação para os dois grupos de clietes. Reda (característica demográfica): a relação da elasticidade-preço com algumas variáveis demográficas aida gera cotrovérsia a literatura. Buckli e Gupta (1992) evideciam fraca relação etre as variáveis demográficas dos domicílios e a sesibilidade às variáveis do composto mercadológico, quado dados escaeados são utilizados. Já Aislie e Rossi (1998) cocluíram que características demográficas dos cosumidores têm alta correlação com a EPD. Neste artigo, a variável demográfica utilizada foi a reda per capita, obtida dividido-se a reda familiar pelo úmero de compoetes da família. Especificação do Modelo As fuções de utilidade para as quatro marcas são dadas por: tedo-se p = 1,2,3,4, para as marcas A, B, C e D, respectivamete. Modelos probabilísticos trazem dificuldades especiais para a avaliação da adequação geral do modelo. Equato os modelos de regressão liear apresetam os resíduos e o R 2 como idicadores diretos de adequação, um modelo logit prevê apeas probabilidades que devem, etão, ser comparadas com as escolhas reais. A medida U 2, usada para modelos probabilísticos, represeta a fração de icerteza, ou o grau de variabilidade, empiricamete explicada pelo modelo relativo a uma distribuição previamete estabelecida de probabilidades de escolha. A distribuição prévia costitui o modelo ulo, que defie a máxima etropia para a situação em exame. Um modelo que produz a mesma etropia que o modelo ulo possui um U 2 = 0. Um modelo que prevê corretamete 100% das observações apreseta um U 2 = 1, ou seja, prevê corretas probabilidades 0 e 1. Assumido-se que a distribuição prévia seja idepedete da ocasião de escolha, U 2 é dado por: U l L = 1 (16) 2 Ω l L ω ode L Ω se refere ao máximo da fução de verossimilhaça, quado maximizada com relação a todos os parâmetros β (icluido o termo costate), e L ω é o máximo da fução de verossimilhaça, quado maximizada em relação apeas ao termo costate (modelo ulo). RESULTADOS A Tabela 3 apreseta os parâmetros obtidos e seus respectivos desvios padrões. A aálise de cada grupo de variáveis ecotra-se a seguir.

11 Parâmetro Valor Desvio Padrão Estatística t β 01 0,62 2,52 0,25 β 02 0,18 3,77 0,05 β 04 2,70 2,45 1,10 β 1-5,04 4,83-1,04 β 2-6,51 6,28-1,04 β 3-12,46 6,48-1,92 β 4-16,35 6,15-2,66* β 5 0,0007 0,0002 3,50* β 6 0,0007 0,0003 2,33* β 8-0,0004 0,0004-1,00 β 9 3,83 2,02 1,90 β 10 13,25 3,12 4,25* β 11 12,44 4,37 2,85* β 12 26,56 121,23 0,22 β 13 1,97 2,29 0,86 β 14 14,39 5,23 2,75* β 15 5,39 2,80 1,93 β 16 21,94 102,54 0,21 * sigificativo ao ível de cofiaça de 5%; sigificativo ao ível de cofiaça de 10%. L Ω = -850,6. U 2 = 0,626. Os coeficietes β 01, β 02 e β 04 são das costates específicas às alterativas, ou seja, são os iterceptos. Captam compoetes específicos de cada marca, que ão são captados por outras variáveis exógeas; e seriam zero se todas as variáveis que explicassem as difereças etre as marcas fossem icluídas o modelo logit. O úmero de tais variáveis deve ser igual ao úmero de alterativas meos um. Escolheu-se esta pesquisa, aleatoriamete, a marca C como a alterativa base, logo β 03 é zero para idetificação do modelo. Três variáveis categóricas foram criadas com os valores de 1, 0, 0 para a marca A; 0, 1, 0 para B e 0, 0, 1 para D. Preço: os coeficietes do preço, β 1 a β 4, apresetaram os siais egativos esperados, idicado que o aumeto do preço reduz a probabilidade de escolha das marcas. Mas somete para a marca D tal coeficiete foi sigificativo a 5%. Esta é a marca de meor preço das quatro aalisadas, provavelmete atigido um segmeto de clietes bastate sesível ao preço. Reda: os coeficietes β 5, β 6 e β 8 referem-se à variável reda per capita para as marcas A, B e D, respectivamete. Esta é a úica variável específica ao domicílio, e ão à alterativa. Portato, somete pode ser icorporada ao modelo logit codicioal pelo uso dos termos de iteração com variáveis categóricas. Caso cotrário, o modelo ão pode ser idetificado, já que a variável possui valores idêticos para todas as alterativas. Basicamete esta variável reflete as difereças em preferêcias pelas marcas em fução da reda per capita. Por falta de iformação sobre alguma relação etre as marcas e a reda do domicílio, selecioou-se aleatoriamete a marca C como base, ou seja, o coeficiete β 7 é zero para idetificação. A escolha da alterativa base é arbitrária, porque, caso outra alterativa seja defiida como base, o sial dos coeficietes é mudado, deixado-se ialteradas as difereças as utilidades e, coseqüetemete, as probabilidades de escolha. O que iteressa é o efeito da reda sobre a utilidade relativa de A, B e D. Como C é a marca mais barata, espera-se que as demais marcas recebam cotribuições positivas de utilidade da variável reda em relação à marca C. Isto acotece os coeficietes β 5 e β 6, que apresetaram sigificâcia ao

12 A hipótese de que os cosumidores leais sejam meos sesíveis ao preço a escolha da marca do que os compradores ão leais ão foi rejeitada para duas marcas, B e C, que cotam com participação de mercado e preços itermediários A seguda hipótese, de que a reda do cosumidor ifluecia positivamete a probabilidade de escolha de marcas mais caras a categoria ão foi rejeitada. Supodo-se preço e qualidade como altamete correlacioados, os cosumidores buscam maior qualidade, dada a restrição orçametária. ível de 5%, idicado que o aumeto de reda tem efeito sigificativo sobre a probabilidade de compra das marcas A e B, aquelas com maior preço e participação de mercado. Lealdade: os coeficietes β 9 a β 12 referem-se à lealdade às marcas A, B, C e D, respectivamete. Somete os coeficietes das marcas B e C mostraram-se sigificativos em ível de 5%. O sial positivo de β 10 e β 11 idica que a lealdade às marcas B e C ifluecia positivamete a probabilidade de suas escolhas. Iteração etre Preço e Lealdade: os coeficietes β 13 a β 16 represetam esta iteração para as marcas A, B, C e D, respectivamete. Somete β 14 e β 15 são estatisticamete sigificativos, em ível de 5% e 10%, respectivamete. Isto idica que o coeficiete de icliação do grupo de clietes leais à marca B será β 2 + β14 e o do grupo de leais à marca C será β 3 + β15, sedo β 2 e β 3 os coeficietes de icliação do grupo dos ão leais às marcas B e C, respectivamete. Logo, para as marcas B e C os coeficietes de icliação são 7,88 e 7,07, sializado que os clietes leais a estas marcas são meos sesíveis ao preço, em relação aos clietes ão leais, que apresetaram coeficietes de 6,51 e 12,46, respectivamete. Por outro lado, ão houve difereça sigificativa etre clietes leais e ão leais para as marcas A e D. As Tabelas 4 e 5 resumem o poto chave deste artigo, mostrado as elasticidades-preço da escolha (a diagoal) e a elasticidade-preço cruzada da escolha para clietes ão leais e leais às marcas, respectivamete. Os siais das elasticidades diretas (diagoal) são egativos, apotado que o aumeto de preço da marca p reduz a probabilidade de sua compra. Os siais positivos das elasticidades cruzadas (fora da diagoal) implicam que um aumeto de preço da marca p causa um aumeto da probabilidade de cosumo das marcas substitutas a mesma categoria. Tabela 4: Elasticidades-Preço da Escolha (a diagoal) e Cruzada da Escolha para Clietes Não Leais às Marcas A B C D A -0,408 1,777 1,777 1,777 B 0,357-3,341 0,357 0,357 C 0,191 0,191-2,599 0,191 D 0,098 0,098 0,098-5,261 Tabela 5: Elasticidades-Preço da Escolha (a diagoal) e Cruzada da Escolha para Clietes Leais às Marcas A B C D A -0,408 1,777 1,777 1,777 B 0,357-0,891 0,357 0,357 C 0,191 0,191-0,998 0,191 D 0,098 0,098 0,098-5,261

13 CONCLUSÃO O foco deste artigo foi o efeito do preço a escolha da marca, levado-se em cota a lealdade do cosumidor. Quato ao objetivo pricipal, coclui-se que domicílios leais e ão leais a uma marca de um bem de cosumo geral podem ser diferetemete sesíveis às promoções de preços de suas marcas preferidas e das demais para a escolha da marca. Tal sesibilidade varia de marca para marca. A implicação gerecial disto é que geretes de categoria de redes varejistas, com a posse de dados escaeados, podem tomar decisões específicas de promoção de preços para cada marca. Por exemplo, se para uma determiada marca clietes leais ão são sesíveis à variação de preço para a escolha da marca, promoções de preços que visem à troca de marca pelo cliete (típico em caso de marcas próprias dos supermercados) podem ser ieficazes. Caso a empresa segmete seus clietes por íveis de lealdade e as marcas aalisadas sejam do tipo A e D com relação a EPEM, estratégias de promoção de preços podem ão ser iteligetes, se aplicadas a segmetos diferetes, quado visam à mudaça de marca. Na questão da reda domiciliar e preços das marcas escolhidas pelos domicílios, os resultados idicam que domicílios com redas mais altas apresetam maior probabilidade de escolha de marcas de preço mais alto, como esperado. Partido-se do pressuposto de que há alta correlação etre preço e qualidade (ALLEMBY; ROSSI, 1991), os domicílios estudados estão maximizado sua utilidade também pela busca de qualidade, de acordo com a tradicioal literatura mercadológica (BEN-AKIVA; LERMAN, 1985, p. 361). Há limitações ieretes à atureza da pesquisa realizada, pricipalmete deficiêcias metodológicas e da característica dos dados. Primeiramete, todo o estudo empírico, baseado em dados escaeados, apesar de terem iúmeras vatages, ão forecem iformações psicográficas e atitudiais do comportameto de compra. Um viés percebido foi o ão cotrole das compras feitas pelo domicílio em locais fora da rede supermercadista aalisada. Fialmete, algumas lojas podem apresetar promoções relâmpago em determiados dias (geralmete sábados), que duram apeas algus miutos e podem ser auciadas a loja. Tais promoções ão foram capturadas esta pesquisa. Este fato também pode ser fote de viés. Etretato este artigo oferece subsídios para o cohecimeto do comportameto de compra de domicílios quado eles escolhem uma marca uma categoria, diate do uso de promoções freqüetes de preço, possibilitado decisões mais iteligetes por parte dos profissioais de mercado. Ademais, a base metodológica apresetada aqui, com o uso de dados escaeados, pode auxiliar profissioais de marketig a estimarem a elasticidade-preço da escolha da marca, estimativa pouco usual o varejo brasileiro. Por tratar-se de pesquisa empírica, o desevolvimeto teórico foi ecessário para deliear codições em que outras hipóteses pudessem ser derivadas. Sugestões para pesquisas futuras icluem a modelagem de outras decisões de compra, que são iflueciadas pela sesibilidade ao preço, como a quatidade comprada, a época e local de compra, icluido decisões de quato, quado e ode comprar. Artigo recebido em Aprovado em NOTA 1 Os autores são gratos à Coordeação de Aperfeiçoameto de Pessoal de Nível Superior (CAPES) pela bolsa cocedida ao primeiro autor para a realização deste estudo.

14 REFERÊNCIAS BIBLIOGRÁFICAS AINSLIE, A.; ROSSI, P. E. Similarities i choice behavior across product categories. Marketig Sciece, Lithicum, v. 17,. 2, p , feb ALLEMBY, G. M.; ROSSI, P. E. Quality perceptios ad asymmetric switchig betwee brads. Marketig Sciece, Lithicum, v. 10,. 3, p , summer ARBEX, G. G. Automação dispara os supermercados. Gazeta Mercatil, São Paulo, ao LXXX , p. 4-17,out ASSOCIAÇÃO BRASILEIRA DE SUPERMERCADOS. Rakig ABRAS 2002, São Paulo, Dispoível em: < Acesso em: 8 dez BELL, D.; LATTIN, J. M. Shoppig behavior ad cosumer preferece for for store price format: why large basket shoppers prefer EDLP. Marketig Sciece, Lithicum, v. 17,. 1, p , BEN-AKIVA, M.; LERMAN, S. R. Discrete choice aalysis. 1 th ed. Cambridge: MIT Press, p BLATTBERG, R. et al. Idetifyig the deal proe segmet. Joural of Marketig Research, Chicago, v. 15,. 3, p , aug BUCKLIN, R.; GUPTA, S. Brad choice, purchase icidece, ad segmetatio: a itegrated approach. Joural of Marketig Research, Chicago, v. 29,. 2, p , may CHIANG, J. A simultaeous approach to the whether, what ad how much to buy questios. Marketig Sciece, Lithicum, v. 10,. 4, p , fall CHINTAGUNTA, P. K.; KYRIAZIDOU, E.; PERTOLD, J. Pael data aalysis of household brad choices. Joural of Ecoometrics, Amsterdam, v. 103,. 1-2, p , july FUNDAÇÃO INSTITUTO DE PESQUISAS ECONÔMICAS. Ídices. São Paulo. Dispoível em: < Acesso em: 9 ja GUADAGNI, P. M.; LITTLE, J. D. C. A logit model of brad choice calibrated o scaer data. Marketig Sciece, Lithicum, v. 2,. 3, p , summer GUJARATI, D. Ecoometria básica. São Paulo: Makro Books, p GUPTA, S. Impact of sales promotio o whe, what, ad how much to buy. Joural of Marketig Research, Chicago, v. 25,. 4, p , ov JOHNSTON, J.; DINARDO, J. Ecoometric methods. 4 th ed. New York: McGraw-Hill, p KRISHNAMURTHI, L.; RAJ, S. P. A model of brad choice ad purchase quatity price sesitivities. Marketig Sciece, Lithicum, v. 7,. 1, p. 1-20, witer A empirical aalysis o the relatioship betwee brad loyalty ad cosumer price elasticity. Marketig Sciece, Lithicum, v. 10,. 2, p , sprig LIPSEY, R. G.; COURANT, P. N.; RAGAN, C. T. S. Ecoomics. 12 th ed. Lodo: Addisso- Wesley, p. 332.

15 ROCHA, A.; CHRISTENSEN, C. Marketig: teoria e prática o Brasil. 2. ed. São Paulo: Atlas, p SIMON, H. Price maagemet. 2 th ed. Amsterdam: Elsevier Sciece Publishers, p TELLIS, G. Advertisig exposure, loyalty, ad brad purchase: a two stage model of choice. Joural of Marketig Research, Chicago, v. 25,. 2, p , may 1988.

Carteiras de Mínimo VAR ( Value at Risk ) no Brasil

Carteiras de Mínimo VAR ( Value at Risk ) no Brasil Carteiras de Míimo VAR ( Value at Risk ) o Brasil Março de 2006 Itrodução Este texto tem dois objetivos pricipais. Por um lado, ele visa apresetar os fudametos do cálculo do Value at Risk, a versão paramétrica

Leia mais

A seguir, uma demonstração do livro. Para adquirir a versão completa em papel, acesse: www.pagina10.com.br

A seguir, uma demonstração do livro. Para adquirir a versão completa em papel, acesse: www.pagina10.com.br A seguir, uma demostração do livro. Para adquirir a versão completa em papel, acesse: www.pagia10.com.br Matemática comercial & fiaceira - 2 4 Juros Compostos Iiciamos o capítulo discorredo sobre como

Leia mais

Lealdade à Marca e Sensibilidade ao Preço: um Estudo da Escolha da Marca pelo Consumidor

Lealdade à Marca e Sensibilidade ao Preço: um Estudo da Escolha da Marca pelo Consumidor Lealdade à Marca e Sensibilidade ao Preço: um Estudo da Escolha da Marca pelo Consumidor Delane Botelho André Torres Urdan RESUMO Este artigo empírico usa dados escaneados em painel de domicílios para

Leia mais

Faculdade de Engenharia Investigação Operacional. Prof. Doutor Engº Jorge Nhambiu

Faculdade de Engenharia Investigação Operacional. Prof. Doutor Engº Jorge Nhambiu Programação Diâmica Aula 3: Programação Diâmica Programação Diâmica Determiística; e Programação Diâmica Probabilística. Programação Diâmica O que é a Programação Diâmica? A Programação Diâmica é uma técica

Leia mais

INTRODUÇÃO. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ...

INTRODUÇÃO. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ... INTRODUÇÃO Exemplos Para curar uma certa doeça existem quatro tratametos possíveis: A, B, C e D. Pretede-se saber se existem difereças sigificativas os tratametos o que diz respeito ao tempo ecessário

Leia mais

Séries de Potências AULA LIVRO

Séries de Potências AULA LIVRO LIVRO Séries de Potêcias META Apresetar os coceitos e as pricipais propriedades de Séries de Potêcias. Além disso, itroduziremos as primeiras maeiras de escrever uma fução dada como uma série de potêcias.

Leia mais

O erro da pesquisa é de 3% - o que significa isto? A Matemática das pesquisas eleitorais

O erro da pesquisa é de 3% - o que significa isto? A Matemática das pesquisas eleitorais José Paulo Careiro & Moacyr Alvim O erro da pesquisa é de 3% - o que sigifica isto? A Matemática das pesquisas eleitorais José Paulo Careiro & Moacyr Alvim Itrodução Sempre que se aproxima uma eleição,

Leia mais

Analise de Investimentos e Custos Prof. Adilson C. Bassan email: adilsonbassan@adilsonbassan.com

Analise de Investimentos e Custos Prof. Adilson C. Bassan email: adilsonbassan@adilsonbassan.com Aalise de Ivestimetos e Custos Prof. Adilso C. Bassa email: adilsobassa@adilsobassa.com JUROS SIMPLES 1 Juro e Cosumo Existe juro porque os recursos são escassos. As pessoas têm preferêcia temporal: preferem

Leia mais

Jackknife, Bootstrap e outros métodos de reamostragem

Jackknife, Bootstrap e outros métodos de reamostragem Jackkife, Bootstrap e outros métodos de reamostragem Camilo Daleles Reó camilo@dpi.ipe.br Referata Biodiversa (http://www.dpi.ipe.br/referata/idex.html) São José dos Campos, 8 de dezembro de 20 Iferêcia

Leia mais

1.4- Técnicas de Amostragem

1.4- Técnicas de Amostragem 1.4- Técicas de Amostragem É a parte da Teoria Estatística que defie os procedimetos para os plaejametos amostrais e as técicas de estimação utilizadas. As técicas de amostragem, tal como o plaejameto

Leia mais

CAP. I ERROS EM CÁLCULO NUMÉRICO

CAP. I ERROS EM CÁLCULO NUMÉRICO CAP I ERROS EM CÁLCULO NUMÉRICO 0 Itrodução Por método umérico etede-se um método para calcular a solução de um problema realizado apeas uma sequêcia fiita de operações aritméticas A obteção de uma solução

Leia mais

PARECER SOBRE A PROVA DE MATEMATICA FINANCEIRA CAGE SEFAZ RS

PARECER SOBRE A PROVA DE MATEMATICA FINANCEIRA CAGE SEFAZ RS PARECER SOBRE A PROVA DE MATEMATICA FINANCEIRA CAGE SEFAZ RS O coteúdo programático das provas objetivas, apresetado o Aexo I do edital de abertura do referido cocurso público, iclui etre os tópicos de

Leia mais

O QUE SÃO E QUAIS SÃO AS PRINCIPAIS MEDIDAS DE TENDÊNCIA CENTRAL EM ESTATÍSTICA PARTE li

O QUE SÃO E QUAIS SÃO AS PRINCIPAIS MEDIDAS DE TENDÊNCIA CENTRAL EM ESTATÍSTICA PARTE li O QUE SÃO E QUAIS SÃO AS PRINCIPAIS MEDIDAS DE TENDÊNCIA CENTRAL EM ESTATÍSTICA PARTE li Média Aritmética Simples e Poderada Média Geométrica Média Harmôica Mediaa e Moda Fracisco Cavalcate(f_c_a@uol.com.br)

Leia mais

Introdução ao Estudo de Sistemas Lineares

Introdução ao Estudo de Sistemas Lineares Itrodução ao Estudo de Sistemas Lieares 1. efiições. 1.1 Equação liear é toda seteça aberta, as icógitas x 1, x 2, x 3,..., x, do tipo a1 x1 a2 x2 a3 x3... a x b, em que a 1, a 2, a 3,..., a são os coeficietes

Leia mais

Capitulo 6 Resolução de Exercícios

Capitulo 6 Resolução de Exercícios FORMULÁRIO Cojutos Equivaletes o Regime de Juros Simples./Vecimeto Comum. Descoto Racioal ou Por Detro C1 C2 Cm C1 C2 C...... 1 i 1 i 1 i 1 i 1 i 1 i 1 2 m 1 2 m C Ck 1 i 1 i k1 Descoto Por Fora ou Comercial

Leia mais

VII Equações Diferenciais Ordinárias de Primeira Ordem

VII Equações Diferenciais Ordinárias de Primeira Ordem VII Equações Difereciais Ordiárias de Primeira Ordem Itrodução As equações difereciais ordiárias são istrumetos esseciais para a modelação de muitos feómeos proveietes de várias áreas como a física, química,

Leia mais

Os juros compostos são conhecidos, popularmente, como juros sobre juros.

Os juros compostos são conhecidos, popularmente, como juros sobre juros. Módulo 4 JUROS COMPOSTOS Os juros compostos são cohecidos, popularmete, como juros sobre juros. 1. Itrodução Etedemos por juros compostos quado o fial de cada período de capitalização, os redimetos são

Leia mais

JUROS COMPOSTOS. Questão 01 A aplicação de R$ 5.000, 00 à taxa de juros compostos de 20% a.m irá gerar após 4 meses, um montante de: letra b

JUROS COMPOSTOS. Questão 01 A aplicação de R$ 5.000, 00 à taxa de juros compostos de 20% a.m irá gerar após 4 meses, um montante de: letra b JUROS COMPOSTOS Chamamos de regime de juros compostos àquele ode os juros de cada período são calculados sobre o motate do período aterior, ou seja, os juros produzidos ao fim de cada período passam a

Leia mais

PROBABILIDADES E ESTATÍSTICA

PROBABILIDADES E ESTATÍSTICA ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA PROBABILIDADES E ESTATÍSTICA o Teste 7 o SEMESTRE 5/6 Data: Sábado, 7 de Jaeiro de 6 Duração: 9:3 às :3 Tópicos de Resolução. O úmero

Leia mais

Módulo 4 Matemática Financeira

Módulo 4 Matemática Financeira Módulo 4 Matemática Fiaceira I Coceitos Iiciais 1 Juros Juro é a remueração ou aluguel por um capital aplicado ou emprestado, o valor é obtido pela difereça etre dois pagametos, um em cada tempo, de modo

Leia mais

Portanto, os juros podem induzir o adiamento do consumo, permitindo a formação de uma poupança.

Portanto, os juros podem induzir o adiamento do consumo, permitindo a formação de uma poupança. Matemática Fiaceira Deixar de cosumir hoje, visado comprar o futuro pode ser uma boa decisão, pois podemos, durate um período de tempo, ecoomizar uma certa quatia de diheiro para gahar os juros. Esses

Leia mais

CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA

CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA 5. INTRODUÇÃO É freqüete ecotrarmos problemas estatísticos do seguite tipo : temos um grade úmero de objetos (população) tais que se fossem tomadas as medidas

Leia mais

Curso MIX. Matemática Financeira. Juros compostos com testes resolvidos. 1.1 Conceito. 1.2 Período de Capitalização

Curso MIX. Matemática Financeira. Juros compostos com testes resolvidos. 1.1 Conceito. 1.2 Período de Capitalização Curso MI Matemática Fiaceira Professor: Pacífico Referêcia: 07//00 Juros compostos com testes resolvidos. Coceito Como vimos, o regime de capitalização composta o juro de cada período é calculado tomado

Leia mais

Capitulo 9 Resolução de Exercícios

Capitulo 9 Resolução de Exercícios FORMULÁRIO Empréstimos a Curto Prazo (Juros Simples) Taxa efetiva liear i l i ; Taxa efetiva expoecial i Empréstimos a Logo Prazo Relações Básicas C k R k i k ; Sk i Sk i e i ; Sk Sk Rk ; Sk i Sk R k ;

Leia mais

M = 4320 CERTO. O montante será

M = 4320 CERTO. O montante será PROVA BANCO DO BRASIL / 008 CESPE Para a veda de otebooks, uma loja de iformática oferece vários plaos de fiaciameto e, em todos eles, a taxa básica de juros é de % compostos ao mês. Nessa situação, julgue

Leia mais

Prof. Eugênio Carlos Stieler

Prof. Eugênio Carlos Stieler http://wwwuematbr/eugeio SISTEMAS DE AMORTIZAÇÃO A ecessidade de recursos obriga aqueles que querem fazer ivestimetos a tomar empréstimos e assumir dívidas que são pagas com juros que variam de acordo

Leia mais

a taxa de juros i está expressa na forma unitária; o período de tempo n e a taxa de juros i devem estar na mesma unidade de tempo.

a taxa de juros i está expressa na forma unitária; o período de tempo n e a taxa de juros i devem estar na mesma unidade de tempo. UFSC CFM DEPARTAMENTO DE MATEMÁTICA MTM 5151 MATEMÁTICA FINACEIRA I PROF. FERNANDO GUERRA. UNIDADE 3 JUROS COMPOSTOS Capitalização composta. É aquela em que a taxa de juros icide sempre sobre o capital

Leia mais

Universidade Federal do Maranhão Centro de Ciências Exatas e Tecnologia Coordenação do Programa de Pós-Graduação em Física

Universidade Federal do Maranhão Centro de Ciências Exatas e Tecnologia Coordenação do Programa de Pós-Graduação em Física Uiversidade Federal do Marahão Cetro de Ciêcias Exatas e Tecologia Coordeação do Programa de Pós-Graduação em Física Exame de Seleção para Igresso o 1º. Semestre de 2011 Disciplia: Mecâica Clássica 1.

Leia mais

Estatística stica para Metrologia

Estatística stica para Metrologia Estatística stica para Metrologia Aula Môica Barros, D.Sc. Juho de 28 Muitos problemas práticos exigem que a gete decida aceitar ou rejeitar alguma afirmação a respeito de um parâmetro de iteresse. Esta

Leia mais

somente um valor da variável y para cada valor de variável x.

somente um valor da variável y para cada valor de variável x. Notas de Aula: Revisão de fuções e geometria aalítica REVISÃO DE FUNÇÕES Fução como regra ou correspodêcia Defiição : Uma fução f é uma regra ou uma correspodêcia que faz associar um e somete um valor

Leia mais

Aplicação de geomarketing em uma cidade de médio porte

Aplicação de geomarketing em uma cidade de médio porte Aplicação de geomarketig em uma cidade de médio porte Guilherme Marcodes da Silva Vilma Mayumi Tachibaa Itrodução Geomarketig, segudo Chasco-Yrigoye (003), é uma poderosa metodologia cietífica, desevolvida

Leia mais

CAPÍTULO 8 - Noções de técnicas de amostragem

CAPÍTULO 8 - Noções de técnicas de amostragem INF 6 Estatística I JIRibeiro Júior CAPÍTULO 8 - Noções de técicas de amostragem Itrodução A Estatística costitui-se uma excelete ferrameta quado existem problemas de variabilidade a produção É uma ciêcia

Leia mais

Testes de Hipóteses para a Diferença Entre Duas Médias Populacionais

Testes de Hipóteses para a Diferença Entre Duas Médias Populacionais Estatística II Atoio Roque Aula Testes de Hipóteses para a Difereça Etre Duas Médias Populacioais Vamos cosiderar o seguite problema: Um pesquisador está estudado o efeito da deficiêcia de vitamia E sobre

Leia mais

5- CÁLCULO APROXIMADO DE INTEGRAIS 5.1- INTEGRAÇÃO NUMÉRICA

5- CÁLCULO APROXIMADO DE INTEGRAIS 5.1- INTEGRAÇÃO NUMÉRICA 5- CÁLCULO APROXIMADO DE INTEGRAIS 5.- INTEGRAÇÃO NUMÉRICA Itegrar umericamete uma fução y f() um dado itervalo [a, b] é itegrar um poliômio P () que aproime f() o dado itervalo. Em particular, se y f()

Leia mais

Análise de Projectos ESAPL / IPVC. Critérios de Valorização e Selecção de Investimentos. Métodos Estáticos

Análise de Projectos ESAPL / IPVC. Critérios de Valorização e Selecção de Investimentos. Métodos Estáticos Aálise de Projectos ESAPL / IPVC Critérios de Valorização e Selecção de Ivestimetos. Métodos Estáticos Como escolher ivestimetos? Desde sempre que o homem teve ecessidade de ecotrar métodos racioais para

Leia mais

5. A nota final será a soma dos pontos (negativos e positivos) de todas as questões

5. A nota final será a soma dos pontos (negativos e positivos) de todas as questões DEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA E PROBABILIDADE SELEÇÃO - MESTRADO/ UFMG - 2013/2014 Istruções: 1. Cada questão respodida corretamete vale 1 (um) poto. 2. Cada questão respodida

Leia mais

PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE TRANSPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMENTO DE ENGENHARIA CIVIL ECV

PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE TRANSPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMENTO DE ENGENHARIA CIVIL ECV PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE TRANSPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMENTO DE ENGENHARIA CIVIL ECV DISCIPLINA: TGT410026 FUNDAMENTOS DE ESTATÍSTICA 8ª AULA: ESTIMAÇÃO POR INTERVALO

Leia mais

Exercícios de Matemática Polinômios

Exercícios de Matemática Polinômios Exercícios de Matemática Poliômios ) (ITA-977) Se P(x) é um poliômio do 5º grau que satisfaz as codições = P() = P() = P(3) = P(4) = P(5) e P(6) = 0, etão temos: a) P(0) = 4 b) P(0) = 3 c) P(0) = 9 d)

Leia mais

Capitulo 2 Resolução de Exercícios

Capitulo 2 Resolução de Exercícios FORMULÁRIO Regime de Juros Simples S C J S 1 C i J Ci S C (1 i) S 1 C i Juro exato C i 365 S C 1 i C i 360 Juro Comercial 2.7 Exercícios Propostos 1 1) Qual o motate de uma aplicação de R$ 100.000,00 aplicados

Leia mais

Fundamentos de Bancos de Dados 3 a Prova

Fundamentos de Bancos de Dados 3 a Prova Fudametos de Bacos de Dados 3 a Prova Prof. Carlos A. Heuser Dezembro de 2007 Duração: 2 horas Prova com cosulta Questão 1 (Costrução de modelo ER - Peso 3) Deseja-se costruir um sistema WEB que armazee

Leia mais

PG Progressão Geométrica

PG Progressão Geométrica PG Progressão Geométrica 1. (Uel 014) Amalio Shchams é o ome cietífico de uma espécie rara de plata, típica do oroeste do cotiete africao. O caule dessa plata é composto por colmos, cujas características

Leia mais

Lista 9 - Introdução à Probabilidade e Estatística

Lista 9 - Introdução à Probabilidade e Estatística UNIVERSIDADE FEDERAL DO ABC Lista 9 - Itrodução à Probabilidade e Estatística Desigualdades e Teoremas Limites 1 Um ariro apota a um alvo de 20 cm de raio. Seus disparos atigem o alvo, em média, a 5 cm

Leia mais

FACULDADE DE ADMINISTRAÇÃO E NEGÓCIOS DE SERGIPE

FACULDADE DE ADMINISTRAÇÃO E NEGÓCIOS DE SERGIPE FACULDADE DE ADMINISTRAÇÃO E NEGÓCIOS DE SERGIPE CURSO: ENGENHARIA DE PRODUÇÃO ASSUNTO: INTRODUÇÃO ÀS EQUAÇÕES DIFERENCIAIS, EQUAÇÕES DIFERENCIAIS DE PRIMEIRA ORDEM SEPARÁVEIS, HOMOGÊNEAS, EXATAS, FATORES

Leia mais

PRESTAÇÃO = JUROS + AMORTIZAÇÃO

PRESTAÇÃO = JUROS + AMORTIZAÇÃO AMORTIZAÇÃO Amortizar sigifica pagar em parcelas. Como o pagameto do saldo devedor pricipal é feito de forma parcelada durate um prazo estabelecido, cada parcela, chamada PRESTAÇÃO, será formada por duas

Leia mais

INTRODUÇÃO A TEORIA DE CONJUNTOS

INTRODUÇÃO A TEORIA DE CONJUNTOS INTRODUÇÃO TEORI DE CONJUNTOS Professora Laura guiar Cojuto dmitiremos que um cojuto seja uma coleção de ojetos chamados elemetos e que cada elemeto é um dos compoetes do cojuto. Geralmete, para dar ome

Leia mais

Esta Norma estabelece o procedimento para calibração de medidas materializadas de volume, de construção metálica, pelo método gravimétrico.

Esta Norma estabelece o procedimento para calibração de medidas materializadas de volume, de construção metálica, pelo método gravimétrico. CALIBRAÇÃO DE MEDIDAS MATERIALIZADAS DE VOLUME PELO MÉTODO GRAVIMÉTRICO NORMA N o 045 APROVADA EM AGO/03 N o 01/06 SUMÁRIO 1 Objetivo 2 Campo de Aplicação 3 Resposabilidade 4 Documetos Complemetes 5 Siglas

Leia mais

Anexo VI Técnicas Básicas de Simulação do livro Apoio à Decisão em Manutenção na Gestão de Activos Físicos

Anexo VI Técnicas Básicas de Simulação do livro Apoio à Decisão em Manutenção na Gestão de Activos Físicos Aexo VI Técicas Básicas de Simulação do livro Apoio à Decisão em Mauteção a Gestão de Activos Físicos LIDEL, 1 Rui Assis rassis@rassis.com http://www.rassis.com ANEXO VI Técicas Básicas de Simulação Simular

Leia mais

Otimização e complexidade de algoritmos: problematizando o cálculo do mínimo múltiplo comum

Otimização e complexidade de algoritmos: problematizando o cálculo do mínimo múltiplo comum Otimização e complexidade de algoritmos: problematizado o cálculo do míimo múltiplo comum Custódio Gastão da Silva Júior 1 1 Faculdade de Iformática PUCRS 90619-900 Porto Alegre RS Brasil gastaojuior@gmail.com

Leia mais

ActivALEA. ative e atualize a sua literacia

ActivALEA. ative e atualize a sua literacia ActivALEA ative e atualize a sua literacia N.º 29 O QUE É UMA SONDAGEM? COMO É TRANSMIITIIDO O RESULTADO DE UMA SONDAGEM? O QUE É UM IINTERVALO DE CONFIIANÇA? Por: Maria Eugéia Graça Martis Departameto

Leia mais

MATEMÁTICA FINANCEIRA

MATEMÁTICA FINANCEIRA MATEMÁTICA FINANCEIRA VALOR DO DINHEIRO NO TEMPO Notas de aulas Gereciameto do Empreedimeto de Egeharia Egeharia Ecoômica e Aálise de Empreedimetos Prof. Márcio Belluomii Moraes, MsC CONCEITOS BÁSICOS

Leia mais

UM MODELO DE PLANEJAMENTO DA PRODUÇÃO CONSIDERANDO FAMÍLIAS DE ITENS E MÚLTIPLOS RECURSOS UTILIZANDO UMA ADAPTAÇÃO DO MODELO DE TRANSPORTE

UM MODELO DE PLANEJAMENTO DA PRODUÇÃO CONSIDERANDO FAMÍLIAS DE ITENS E MÚLTIPLOS RECURSOS UTILIZANDO UMA ADAPTAÇÃO DO MODELO DE TRANSPORTE UM MODELO DE PLANEJAMENTO DA PRODUÇÃO CONSIDERANDO FAMÍLIAS DE ITENS E MÚLTIPLOS RECURSOS UTILIZANDO UMA ADAPTAÇÃO DO MODELO DE TRANSPORTE Debora Jaesch Programa de Pós-Graduação em Egeharia de Produção

Leia mais

J. A. M. Felippe de Souza 9 Diagramas de Bode

J. A. M. Felippe de Souza 9 Diagramas de Bode 9 Diagramas de Bode 9. Itrodução aos diagramas de Bode 3 9. A Fução de rasferêcia 4 9.3 Pólos e zeros da Fução de rasferêcia 8 Equação característica 8 Pólos da Fução de rasferêcia 8 Zeros da Fução de

Leia mais

Problema de Fluxo de Custo Mínimo

Problema de Fluxo de Custo Mínimo Problema de Fluo de Custo Míimo The Miimum Cost Flow Problem Ferado Nogueira Fluo de Custo Míimo O Problema de Fluo de Custo Míimo (The Miimum Cost Flow Problem) Este problema possui papel pricipal etre

Leia mais

Lista de Exercícios #4. in Noções de Probabilidade e Estatística (Marcos N. Magalhães et al, 4ª. edição), Capítulo 4, seção 4.4, páginas 117-123.

Lista de Exercícios #4. in Noções de Probabilidade e Estatística (Marcos N. Magalhães et al, 4ª. edição), Capítulo 4, seção 4.4, páginas 117-123. Uiversidade de São Paulo IME (Istituto de Matemática e Estatística MAE Profº. Wager Borges São Paulo, 9 de Maio de 00 Ferado Herique Ferraz Pereira da Rosa Bach. Estatística Lista de Exercícios #4 i Noções

Leia mais

III Simpósio sobre Gestão Empresarial e Sustentabilidade (SimpGES) Produtos eco-inovadores: produção e consumo"

III Simpósio sobre Gestão Empresarial e Sustentabilidade (SimpGES) Produtos eco-inovadores: produção e consumo 4 e 5 de outubro de 03 Campo Grade-MS Uiversidade Federal do Mato Grosso do Sul RESUMO EXPANDIDO COMPARAÇÃO ENTRE REDES NEURAIS ARTIFICIAIS E REGRESSÃO LINEAR MÚLTIPLA PARA PREVISÃO DE PREÇOS DE HORTALIÇAS

Leia mais

Probabilidades. José Viegas

Probabilidades. José Viegas Probabilidades José Viegas Lisboa 001 1 Teoria das probabilidades Coceito geral de probabilidade Supoha-se que o eveto A pode ocorrer x vezes em, igualmete possíveis. Etão a probabilidade de ocorrêcia

Leia mais

Capitulo 10 Resolução de Exercícios

Capitulo 10 Resolução de Exercícios FORMULÁRIO Ivestimetos com Cláusulas de Correção Moetária, com pricipal e juros simples corrigidos S C i I Ivestimetos com Cláusulas de Correção Moetária, com apeas o pricipal corrigido e juros simples.

Leia mais

ENGENHARIA ECONÔMICA AVANÇADA

ENGENHARIA ECONÔMICA AVANÇADA ENGENHARIA ECONÔMICA AVANÇADA INTRODUÇÃO MATERIAL DE APOIO ÁLVARO GEHLEN DE LEÃO gehleao@pucrs.br 1 1 Itrodução à Egeharia Ecoômica A egeharia, iserida detro do cotexto de escassez de recursos, pode aplicar

Leia mais

Fundamentos de Bancos de Dados 3 a Prova

Fundamentos de Bancos de Dados 3 a Prova Fudametos de Bacos de Dados 3 a Prova Prof. Carlos A. Heuser Dezembro de 2008 Duração: 2 horas Prova com cosulta Questão (Costrução de modelo ER) Deseja-se projetar uma base de dados que dará suporte a

Leia mais

PROTÓTIPO DE MODELO DE DIMENSIONAMENTO DE ESTOQUE

PROTÓTIPO DE MODELO DE DIMENSIONAMENTO DE ESTOQUE ROTÓTIO DE MODELO DE DIMENSIONAMENTO DE ESTOQUE Marcel Muk E/COE/UFRJ - Cetro de Tecologia, sala F-18, Ilha Uiversitária Rio de Jaeiro, RJ - 21945-97 - Telefax: (21) 59-4144 Roberto Citra Martis, D. Sc.

Leia mais

UM ESTUDO DO MODELO ARBITRAGE PRICING THEORY (APT) APLICADO NA DETERMINAÇÃO DA TAXA DE DESCONTOS

UM ESTUDO DO MODELO ARBITRAGE PRICING THEORY (APT) APLICADO NA DETERMINAÇÃO DA TAXA DE DESCONTOS UM ESTUDO DO MODELO ARBITRAGE PRICING THEORY (APT) APLICADO NA DETERMINAÇÃO DA TAXA DE DESCONTOS Viícius Atoio Motgomery de Mirada e-mail: vmotgomery@hotmail.com Edso Oliveira Pamploa e-mail: pamploa@iem.efei.rmg.br

Leia mais

UFRGS 2007 - MATEMÁTICA

UFRGS 2007 - MATEMÁTICA - MATEMÁTICA 01) Em 2006, segudo otícias veiculadas a impresa, a dívida itera brasileira superou um trilhão de reais. Em otas de R$ 50, um trilhão de reais tem massa de 20.000 toeladas. Com base essas

Leia mais

Uma Metodologia de Busca Otimizada de Transformadores de Distribuição Eficiente para qualquer Demanda

Uma Metodologia de Busca Otimizada de Transformadores de Distribuição Eficiente para qualquer Demanda 1 Uma Metodologia de Busca Otimizada de Trasformadores de Distribuição Eficiete para qualquer Demada A.F.Picaço (1), M.L.B.Martiez (), P.C.Rosa (), E.G. Costa (1), E.W.T.Neto () (1) Uiversidade Federal

Leia mais

INSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA. Ano 1º Semestre 1º. Teóricas

INSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA. Ano 1º Semestre 1º. Teóricas Departameto Gestão Disciplia Matemática I Curso Gestão de Empresas Ao 1º Semestre 1º Grupo Docete Resposável Teóricas Carga horária semaal Teórico Práticas Nuo Coceição 3h 3h/5h Práticas/ Lab. Semiários

Leia mais

defi departamento de física www.defi.isep.ipp.pt

defi departamento de física www.defi.isep.ipp.pt defi departameto de física Laboratórios de Física www.defi.isep.ipp.pt stituto Superior de Egeharia do Porto- Departameto de Física Rua Dr. Atóio Berardio de Almeida, 431 4200-072 Porto. T 228 340 500.

Leia mais

APOSTILA MATEMÁTICA FINANCEIRA PARA AVALIAÇÃO DE PROJETOS

APOSTILA MATEMÁTICA FINANCEIRA PARA AVALIAÇÃO DE PROJETOS Miistério do Plaejameto, Orçameto e GestãoSecretaria de Plaejameto e Ivestimetos Estratégicos AJUSTE COMPLEMENTAR ENTRE O BRASIL E CEPAL/ILPES POLÍTICAS PARA GESTÃO DE INVESTIMENTOS PÚBLICOS CURSO DE AVALIAÇÃO

Leia mais

MINISTÉRIO DAS CIDADES, ORDENAMENTO DO TERRITÓRIO E AMBIENTE Instituto do Ambiente PROCEDIMENTOS ESPECÍFICOS DE MEDIÇÃO DE RUÍDO AMBIENTE

MINISTÉRIO DAS CIDADES, ORDENAMENTO DO TERRITÓRIO E AMBIENTE Instituto do Ambiente PROCEDIMENTOS ESPECÍFICOS DE MEDIÇÃO DE RUÍDO AMBIENTE MINISÉRIO DAS CIDADES, ORDENAMENO DO ERRIÓRIO E AMBIENE Istituto do Ambiete PROCEDIMENOS ESPECÍFICOS DE MEDIÇÃO DE RUÍDO AMBIENE Abril 2003 . Equadrameto O presete documeto descreve a metodologia a seguir

Leia mais

Sistema Computacional para Medidas de Posição - FATEST

Sistema Computacional para Medidas de Posição - FATEST Sistema Computacioal para Medidas de Posição - FATEST Deise Deolido Silva, Mauricio Duarte, Reata Ueo Sales, Guilherme Maia da Silva Faculdade de Tecologia de Garça FATEC deisedeolido@hotmail.com, maur.duarte@gmail.com,

Leia mais

Equações Diferenciais (ED) Resumo

Equações Diferenciais (ED) Resumo Equações Difereciais (ED) Resumo Equações Difereciais é uma equação que evolve derivadas(diferecial) Por eemplo: dy ) 5 ( y: variável depedete, : variável idepedete) d y dy ) 3 0 y ( y: variável depedete,

Leia mais

Faculdade Campo Limpo Paulista Mestrado em Ciência da Computação Complexidade de Algoritmos Avaliação 2

Faculdade Campo Limpo Paulista Mestrado em Ciência da Computação Complexidade de Algoritmos Avaliação 2 Faculdade Campo Limpo Paulista Mestrado em Ciêcia da Computação Complexidade de Algoritmos Avaliação 2. (2,0): Resolva a seguite relação de recorrêcia. T() = T( ) + 3 T() = 3 Pelo método iterativo progressivo.

Leia mais

CONTRIBUIÇÃO DA PESQUISA DE MARKETING PARA A DEFINIÇÃO DE ESTRATÉGIAS DE APREÇAMENTO DE BENS E SERVIÇOS

CONTRIBUIÇÃO DA PESQUISA DE MARKETING PARA A DEFINIÇÃO DE ESTRATÉGIAS DE APREÇAMENTO DE BENS E SERVIÇOS Af-Revista 03 Completa 4 cores:layout 1 10/9/09 4:09 PM Page 28 CONTRIBUIÇÃO DA PESQUISA DE MARKETING PARA A DEFINIÇÃO DE ESTRATÉGIAS DE APREÇAMENTO DE BENS E SERVIÇOS CONTRIBUTION OF MARKETING RESEARCH

Leia mais

Aula 7. Em outras palavras, x é equivalente a y se, ao aplicarmos x até a data n, o montante obtido for igual a y.

Aula 7. Em outras palavras, x é equivalente a y se, ao aplicarmos x até a data n, o montante obtido for igual a y. DEPARTAMENTO...: ENGENHARIA CURSO...: PRODUÇÃO DISCIPLINA...: ENGENHARIA ECONÔMICA / MATEMÁTICA FINANCEIRA PROFESSORES...: WILLIAM FRANCINI PERÍODO...: NOITE SEMESTRE/ANO: 2º/2008 Aula 7 CONTEÚDO RESUMIDO

Leia mais

EQUAÇÕES DIFERENCIAIS LINEARES DE ORDEM N

EQUAÇÕES DIFERENCIAIS LINEARES DE ORDEM N EQUAÇÕES DIFERENCIAIS LINEARES DE ORDEM N Estudaremos este capítulo as equações diereciais lieares de ordem, que são de suma importâcia como suporte matemático para vários ramos da egeharia e das ciêcias.

Leia mais

M = C (1 + i) n. Comparando o cálculo composto (exponencial) com o cálculo simples (linear), vemos no cálculo simples:

M = C (1 + i) n. Comparando o cálculo composto (exponencial) com o cálculo simples (linear), vemos no cálculo simples: PEDRO ORBERTO JUROS COMPOSTOS Da capitalização simples, sabemos que o redimeto se dá de forma liear ou proporcioal. A base de cálculo é sempre o capital iicial. o regime composto de capitalização, dizemos

Leia mais

APONTAMENTOS DE ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA

APONTAMENTOS DE ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA UNIVERSIDADE DO ALGARVE ESCOLA SUPERIOR DE TECNOLOGIA APONTAMENTOS DE ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA (III ) ÁREA DEPARTAMENTAL DE ENGENHARIA CIVIL Ídice Itrodução Aplicação do cálculo matricial aos

Leia mais

Tabela Price - verdades que incomodam Por Edson Rovina

Tabela Price - verdades que incomodam Por Edson Rovina Tabela Price - verdades que icomodam Por Edso Rovia matemático Mestrado em programação matemática pela UFPR (métodos uméricos de egeharia) Este texto aborda os seguites aspectos: A capitalização dos juros

Leia mais

CAPÍTULO 5 CIRCUITOS SEQUENCIAIS III: CONTADORES SÍNCRONOS

CAPÍTULO 5 CIRCUITOS SEQUENCIAIS III: CONTADORES SÍNCRONOS 60 Sumário CAPÍTULO 5 CIRCUITOS SEQUENCIAIS III: CONTADORES SÍNCRONOS 5.1. Itrodução... 62 5.2. Tabelas de trasição dos flip-flops... 63 5.2.1. Tabela de trasição do flip-flop JK... 63 5.2.2. Tabela de

Leia mais

Duas Fases da Estatística

Duas Fases da Estatística Aula 5. Itervalos de Cofiaça Métodos Estadísticos 008 Uiversidade de Averio Profª Gladys Castillo Jordá Duas Fases da Estatística Estatística Descritiva: descrever e estudar uma amostra Estatística Idutiva

Leia mais

1.1 Comecemos por determinar a distribuição de representantes por aplicação do método de Hondt:

1.1 Comecemos por determinar a distribuição de representantes por aplicação do método de Hondt: Proposta de Resolução do Exame de Matemática Aplicada às Ciêcias Sociais Cód. 835-2ª 1ª Fase 2014 1.1 Comecemos por determiar a distribuição de represetates por aplicação do método de Hodt: Divisores PARTIDOS

Leia mais

JUROS SIMPLES. 1. Calcule os juros simples referentes a um capital de mil reais, aplicado em 4 anos, a uma taxa de 17% a.a.

JUROS SIMPLES. 1. Calcule os juros simples referentes a um capital de mil reais, aplicado em 4 anos, a uma taxa de 17% a.a. JUROS SIMPLES 1. Calcule os juros simples referetes a um capital de mil reais, aplicado em 4 aos, a uma taxa de 17% a.a. 2. Calcule o capital ecessário para que, em 17 meses, a uma taxa de juros simples

Leia mais

Precificação orientada ao mercado: uma abordagem econométrica e de otimização

Precificação orientada ao mercado: uma abordagem econométrica e de otimização Precificação orietada ao mercado: uma abordagem ecoométrica e de otimização Rodrigo Araldo Scarpel (ITA) rodrigo@ita.br Resumo A estratégia de determiação do preço sedo customizada por marca, categoria,

Leia mais

PROFESSOR: SEBASTIÃO GERALDO BARBOSA

PROFESSOR: SEBASTIÃO GERALDO BARBOSA UNESPAR/Paraavaí - Professor Sebastião Geraldo Barbosa - 0 - PROFESSOR: SEBASTIÃO GERALDO BARBOSA Setembro/203 UNESPAR/Paraavaí - Professor Sebastião Geraldo Barbosa - - TÓPICOS DE MATEMÁTICA FINANCIEIRA

Leia mais

Unidade V - Desempenho de Sistemas de Controle com Retroação

Unidade V - Desempenho de Sistemas de Controle com Retroação Uidade V - Desempeho de Sistemas de Cotrole com Retroação Itrodução; Siais de etrada para Teste; Desempeho de um Sistemas de Seguda Ordem; Efeitos de um Terceiro Pólo e de um Zero a Resposta Sistemas de

Leia mais

ANÁLISE DO PERFIL DOS FUNDOS DE RENDA FIXA DO MERCADO BRASILEIRO

ANÁLISE DO PERFIL DOS FUNDOS DE RENDA FIXA DO MERCADO BRASILEIRO III SEMEAD ANÁLISE DO PERFIL DOS FUNDOS DE RENDA FIXA DO MERCADO BRASILEIRO José Roberto Securato (*) Alexadre Noboru Chára (**) Maria Carlota Moradi Seger (**) RESUMO O artigo trata da dificuldade de

Leia mais

UM NOVO OLHAR PARA O TEOREMA DE EULER

UM NOVO OLHAR PARA O TEOREMA DE EULER X Ecotro Nacioal de Educação Matemática UM NOVO OLHA PAA O TEOEMA DE EULE Iácio Atôio Athayde Oliveira Secretária de Educação do Distrito Federal professoriacio@gmail.com Aa Maria edolfi Gadulfo Uiversidade

Leia mais

Modelando o Tempo de Execução de Tarefas em Projetos: uma Aplicação das Curvas de Aprendizagem

Modelando o Tempo de Execução de Tarefas em Projetos: uma Aplicação das Curvas de Aprendizagem 1 Modelado o Tempo de Execução de Tarefas em Projetos: uma Aplicação das Curvas de Apredizagem RESUMO Este documeto aborda a modelagem do tempo de execução de tarefas em projetos, ode a tomada de decisão

Leia mais

Revisão 01-2011. Exercícios Lista 01 21/02/2011. Questão 01 UFRJ - 2006

Revisão 01-2011. Exercícios Lista 01 21/02/2011. Questão 01 UFRJ - 2006 Aluo(a): Professor: Chiquiho Revisão 0-20 Exercícios Lista 0 2/02/20 Questão 0 UFRJ - 2006 Dois estados produzem trigo e soja. Os gráficos abaixo represetam a produção relativa de grãos de cada um desses

Leia mais

CPV seu Pé Direito no INSPER

CPV seu Pé Direito no INSPER CPV seu Pé Direito o INSPE INSPE esolvida /ovembro/0 Prova A (Marrom) MATEMÁTICA 7. Cosidere o quadrilátero coveo ABCD mostrado a figura, em que AB = cm, AD = cm e m(^a) = 90º. 8. No plao cartesiao da

Leia mais

QUALIDADE APLICADA EM LABORATÓRIO DE METROLOGIA: INCERTEZA DE MEDIÇÃO EM BLOCOS PADRÃO

QUALIDADE APLICADA EM LABORATÓRIO DE METROLOGIA: INCERTEZA DE MEDIÇÃO EM BLOCOS PADRÃO QUALIDADE APLICADA EM LABORATÓRIO DE METROLOGIA: INCERTEZA DE MEDIÇÃO EM BLOCOS PADRÃO Dr. Olívio Novaski Uiversidade Estadual de Campias - UNICAMP - DEF CP 6122 CEP 13083-970 CAMPINAS - SP - BRASIL MSc.

Leia mais

A TORRE DE HANÓI Carlos Yuzo Shine - Colégio Etapa

A TORRE DE HANÓI Carlos Yuzo Shine - Colégio Etapa A TORRE DE HANÓI Carlos Yuzo Shie - Colégio Etapa Artigo baseado em aula miistrada a IV Semaa Olímpica, Salvador - BA Nível Iiciate. A Torre de Haói é um dos quebra-cabeças matemáticos mais populares.

Leia mais

O SETOR DE PESQUISAS DE MARKETING,OPINIÃO E MÍDIA NO BRASIL

O SETOR DE PESQUISAS DE MARKETING,OPINIÃO E MÍDIA NO BRASIL O SETOR DE PESQUISAS DE MARKETING,OPINIÃO E MÍDIA NO BRASIL THE SECTOR OF MARKETING RESEARCH,OPINION AND MEDIA IN BRAZIL RESUMO Com base em dados da ABEP, o artigo faz um relato da evolução do setor de

Leia mais

MATEMÁTICA FINANCEIRA

MATEMÁTICA FINANCEIRA MATEMÁTICA FINANCEIRA Prof. Gilmar Boratto Material de apoio para o curso de Admiistração. ÍNDICE CONCEITOS BÁSICOS...- 2-1- CONCEITO DE FLUXO DE CAIXA...- 2-2-A MATEMÁTICA FINANCEIRA E SEUS OBJETIVOS...-

Leia mais

PROBABILIDADES E ESTATÍSTICA

PROBABILIDADES E ESTATÍSTICA ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA PROBABILIDADES E ESTATÍSTICA Exame - Época Normal 006/00 Data: 14de Julhode 00 Tópicos de Resolução Duração: 3 horas 1. SejaΩumespaçoamostraleA,BeCacotecimetoscomasseguitescaracterísticasA

Leia mais

Matemática Financeira Aplicada

Matemática Financeira Aplicada Séries Periódicas Uiformes Séries Uiformes Postecipadas 0 1 2 3 4 Séries Uiformes Atecipadas 0 1 2 3 4-1 Séries Uiformes Diferidas (atecipada/postecipada) carêcia 0 c c+1 c+2 c+3 Valor Presete das Séries

Leia mais

RESISTORES E RESISTÊNCIAS

RESISTORES E RESISTÊNCIAS ELETICIDADE CAPÍTULO ESISTOES E ESISTÊNCIAS No Capítulo estudamos, detre outras coisas, o coceito de resistêcia elétrica. Vimos que tal costitui a capacidade de um corpo qualquer se opôr a passagem de

Leia mais

Neste capítulo, pretendemos ajustar retas ou polinômios a um conjunto de pontos experimentais.

Neste capítulo, pretendemos ajustar retas ou polinômios a um conjunto de pontos experimentais. 03 Capítulo 3 Regressão liear e poliomial Neste capítulo, pretedemos ajustar retas ou poliômios a um cojuto de potos experimetais. Regressão liear A tabela a seguir relacioa a desidade (g/cm 3 ) do sódio

Leia mais

Juros Simples e Compostos

Juros Simples e Compostos Juros Simples e Compostos 1. (G1 - epcar (Cpcar) 2013) Gabriel aplicou R$ 6500,00 a juros simples em dois bacos. No baco A, ele aplicou uma parte a 3% ao mês durate 5 6 de um ao; o baco B, aplicou o restate

Leia mais

Lista 2 - Introdução à Probabilidade e Estatística

Lista 2 - Introdução à Probabilidade e Estatística UNIVERSIDADE FEDERAL DO ABC Lista - Itrodução à Probabilidade e Estatística Modelo Probabilístico experimeto. Que eveto represeta ( =1 E )? 1 Uma ura cotém 3 bolas, uma vermelha, uma verde e uma azul.

Leia mais

1.5 Aritmética de Ponto Flutuante

1.5 Aritmética de Ponto Flutuante .5 Aritmética de Poto Flutuate A represetação em aritmética de poto flutuate é muito utilizada a computação digital. Um exemplo é a caso das calculadoras cietíficas. Exemplo:,597 03. 3 Este úmero represeta:,597.

Leia mais