UMA PROPOSTA PARA O ESTUDO DE MATEMÁTICA FINANCEIRA NO ENSINO MÉDIO A PARTIR DA CONSTRUÇÃO DE PLANILHAS ELETRÔNICAS

Tamanho: px
Começar a partir da página:

Download "UMA PROPOSTA PARA O ESTUDO DE MATEMÁTICA FINANCEIRA NO ENSINO MÉDIO A PARTIR DA CONSTRUÇÃO DE PLANILHAS ELETRÔNICAS"

Transcrição

1 UMA PROPOSTA PARA O ESTUDO DE MATEMÁTICA FINANCEIRA NO ENSINO MÉDIO A PARTIR DA CONSTRUÇÃO DE PLANILHAS ELETRÔNICAS Marcelo Salvador Cóser Flho Uversdade Federal do Ro Grade do Sul Isttuto de Matemátca Programa de Pós-Graduação em Eso de Matemátca mscoser@portoweb.com.br O M-Curso ttulado Uma proposta para o estudo de Matemátca Facera o Eso Médo a partr da costrução de plalhas eletrôcas cosste a dvulgação de uma proposta de trabalho que possblte a compreesão de cocetos relacoados à área em questão, a partr da prátca dos partcpates durate o ecotro. A motvação para o desevolvmeto da proposta surgu durate o ao de 2005, ao estudar algus cocetos de Matemátca Facera com estudates do Segudo Ao do Eso Médo do colégo Motero Lobato, de Porto Alegre - RS. Na ocasão, usouse como referêca o volume 11 da coleção Fudametos de Matemátca Elemetar, publcada pela Atual Edtora, ttulado Matemátca Comercal, Matemátca Facera, Estatístca Descrtva, de Gelso Iezz, Samuel Hazza e Davd Degeszaj. Deu-se prordade ao estudo das fórmulas específcas para cada stuação, sedo elas prmeramete desevolvdas a partr de uma stuação cocreta, para depos justfcá-las formalmete. A segur, foram propostos algus exercícos do mesmo lvro, em geral de aplcação das fórmulas desevolvdas, com algumas varações. Em pratcamete todos os exercícos, o cálculo de ( 1+ ) era ecessáro, e os estudates foram estmulados a trabalharem com calculadoras cetífcas. Quem ão tha uma dspoível, trabalhava de posse de uma tabela de valores. Os exercícos, etão, prorzavam muto mas a mapulação de decmas com város dígtos, abrdo mão de estmular a compreesão do fucoameto de, por exemplo, uma seqüêca de pagametos mesas guas para amortzar uma dívda. Por fm, a memorzação das fórmulas era mprescdível, já que a resolução dos problemas estava totalmete escorada elas. No etato, as fórmulas são muto semelhates, e grade parte dos estudates se cofudam a hora de aplcá-las, usado

2 2 a fórmula específca para uma dada stuação em outra. Com sso, além de ão compreederem o que estavam fazedo, ada chegavam a um resultado equvocado. E, se eles cometam esses equívocos algus poucos das depos de serem apresetados a tas cocetos, o que eles farão algus aos depos? Ou seja, o estudo de tas cocetos, que estmulou e teressou os estudates devdo a suas evdetes aplcações, ão sera aprovetado em toda sua potecaldade. Cabe ressaltar que os mutos lvros ddátcos aalsados o tema é tratado superfcalmete, abordado o coceto cetral de juros compostos mas ão amplado sua compreesão para aplcações mas complexas de tal coceto, se lmtado ao estudo do cálculo do motate obtdo de um captal aplcado a juros compostos segudo uma dada taxa. No presete texto, será descrto com maores detalhes o método de trabalho a ser utlzado durate o m-curso, e que vem sedo utlzado com estudates do Eso Médo do colégo acma ctado. Bascamete, cosste a costrução de plalhas eletrôcas, fazedo uso de um software específco para sso. Tas plalhas explctarão as prátcas faceras em fução do tempo e de modo recursvo, depededo da stuação cal proposta. Será dada prordade ao estudo das seqüêcas de pagametos e depóstos, uformes ou ão, com as quas é possível compreeder uma sgfcatva parcela dos problemas que são propostos, tato em lvros ddátcos quato em stuações roteras. Tas problemas serão sempre abordados de maera recursva, e tal procedmeto será matematcamete justfcado por cocetos eretes às progressões geométrcas. O Método Os problemas serão todos abordados de maera recursva, destacado a varação observada ao logo do tempo, em detrmeto do smples cálculo de valores. Para maor clareza a descrção do método, serão apresetados exemplos de sua aplcação, todos eles retrados do lvro Progressões e Matemátca Facera, de Augusto César Morgado, Eduardo Wager e Shela C. Za, publcado pela Socedade Braslera de Matemátca em 1993, como parte da Coleção do Professor de Matemátca. É mportate ressaltar aqu que os problemas a segur são obvamete desatualzados, já que datam do começo dos aos 90. Com sso, algus valores podem causar estraheza. No etato, a essêca das movmetações faceras cotua a mesma. O prcpal

3 3 motvo que levou à escolha desses problemas fo a possbldade de realzar uma comparação etre a resolução proposta pelos autores o lvro com o método a ser apresetado a segur. 1) Crsta toma um empréstmo de 150 u.m. a juros de 12% ao mês. Qual será a dívda de Crsta três meses depos? 0 A resolução proposta pelos autores é dada após justfcarem a cohecda relação ( ) C = C 1+, ode C é o motate obtdo de um captal cal C 0 em períodos de tempo, o regme de juros compostos de taxa. No caso, 3 ( ) 3 C = ,12 210, 74. O problema é respoddo com correção. No etato, ão se tem oção da varação da dívda ao logo desses três meses. Tal problema sera resolvdo com a segute plalha, tedo como úco poto de partda o fato de que % de uma dada quata C 0 pode ser calculado por C0 100 : Icalmete, Crsta deva 150 u.m.. Em um prmero mometo, ão há cobraça de juros. É mportate destacar um fato: a célula D2 está sedo defda como de mesmo valor que B2 + C2. Desse modo, o software está sedo programado a calcular a dívda ao fal do mês como sedo sempre o resultado da soma da dívda ateror com os juros a serem pagos o mês. É a célula B3 que, ao ser defda como de mesmo valor que D2, mplemeta o caráter recursvo do método. De modo geral, o caso, BN = D(N-1). O software é programado a calcular o valor dos juros do mês a partr da dívda o íco do período.

4 4 Agora, toda a plalha está costruída a partr dos valores cas do problema: o captal a ser reajustado e a taxa usada. Dessa maera, é possível solctar ao software que esteda sua programação até a data desejada. No caso, até o fal do tercero mês. O problema, etão, é resolvdo a partr da obteção da plalha que lustra toda a movmetação o período. A vsualzação de toda a movmetação permte ao estudate acompahar e pratcar a dfereça prcpal etre os juros smples e os juros compostos, que resde a captalzação do valor cal e do valor medatamete ateror. Ada, permte ao estudate extrapolar o problema: por exemplo, se Crsta tvesse se comprometdo de pagar a dívda em três meses, mas resolvesse lqudá-la em dos meses, qual devera ser a quata dspoível a data? Tal stuação estmula a capacdade do aluo de adaptar o problema, e traspor tal adaptação para outras stuações. Com sso, é desevolvda a capacdade do aluo de tomar decsões, já que ele cosegue obter dados que torem tal decsão vável. 02) Geraldo tomou um empréstmo de 300 u.m. a juros mesas de 15%. Dos meses após, Gerado pagou 150 u.m. e, um mês após esse pagameto, lqudou seu débto. Qual o valor desse últmo pagameto?

5 5 A resolução proposta pelos autores é dada a partr da déa de que, para obter o valor atual de um captal, basta dvdr o futuro por ( 1+ ). Dessa forma, a parcela de 150 u.m. e parcela P desejada têm seus valores calculados a mesma época que o 150 P empréstmo de 300 u.m.. Assm, 300 = + P 284 u.m , ,15 ( ) ( ) É possível costrur uma plalha que explcte a varação da dívda da mesma maera que a efetuada o exemplo ateror: É precso serr uma colua para os pagametos, que rão ocorrer a partr do segudo mês. A célula EN está sedo defda como BN + CN - DN, de modo que do saldo devedor seja descotado o pagameto efetuado o mês em questão. A plalha é costruída com os mesmos cudados do exemplo ateror. No segudo mês, é feto o pagameto de 150 u.m.. A dívda, etão, é somada com os juros do tercero mês, e é precsamete esse o valor a ser pago a últma parcela. Mas uma vez, é mportate destacar como a vsualzação da movmetação traz muto mas formações do que o smples cálculo da parcela a ser paga. 03) Um bem, cujo preço à vsta é 120 u.m., é veddo em 8 prestações mesas guas, a prmera sedo paga um mês após a compra. Se os juros são de 8% ao mês, determe o valor das prestações.

6 6 ( ) 1 1+ Para tal stuação, é deduzda a relação A = P, ode A tem o mesmo valor, a data cal, que pagametos guas a P, sedo a taxa de juros. Dessa forma, ( ) , = P P 20,88. 0,08 Mas uma vez, a resolução se lmta a destacar o valor da parcela, mas ão permte ao estudate cotemplar a varação da dívda ao logo do tempo. Como dto aterormete, a vsualzação do deserolar do processo é mportate para estmular a capacdade de tomar decsões e cotrbur para uma melhor compreesão do sgfcado da operação facera efetuada. Costruremos a segute plalha, os moldes do que fo feto até agora: Não é efetuado ehum pagameto como etrada, e ão há cdêca de juros durate o prmero período. Aqu, os deparamos com um problema. A costrução da plalha depede do cohecmeto de elemetos crucas para a recursão: a taxa de juros, para o cálculo dos mesmos, e a parcela a ser paga, para debtarmos da dívda cal. No etato, a parcela é descohecda. Mas ada, é exatamete seu valor que é ecessáro calcular. Para cotuar, remos supor um valor qualquer para a parcela. Supodo 30 u.m. para o valor da parcela, é possível costrur a plalha recursvamete, e observar a varação da dívda até o otavo pagameto.

7 7 Pagado 30 u.m. por mês, após oto pagametos o saldo devedor é de -96,99, o que sgfca que a parcela a ser paga é meor do que 30 u.m.. Mas ada, é possível coclur que, o caso, após cco pagametos a dívda está pratcamete zerada. Para chegar até o valor desejado de 20,88 u.m., é possível alterar o valor da célula D3 para valores meores que 30 u.m., de modo que o valor da célula E10 seja o mas próxmo possível de zero. De fato, a dívda precsa ser paga em 8 parcelas. No caso, valores postvos para E10 sgfcam a exstêca de saldo devedor, e o valor da parcela precsa ser maor. Nesse poto, é precso destacar as vatages de resolver um problema para o qual exste uma fórmula (já dfudda e precsa) de maera baseada a suposção de valores até atgr um determado objetvo (o caso, saldo devedor ulo). Como dto, a motvação para o desevolvmeto e aplcação do método surgu após um período, durate o ao de 2005, trabalhado com turmas de segudo ao do Eso Médo usado tas fórmulas para a resolução. Em prmero lugar, o cohecmeto da fórmula tora-se mprescdível, e é precso sempre tê-la em mete para trabalhar. Ada, é fudametal o uso de calculadora, e de preferêca uma calculadora cetífca. Acotece que as fórmulas para tal stuação e para uma seqüêca uforme de depóstos são de

8 8 dfícl memorzação. Além dsso, ecobrem o racocío facero que a vsualzação da varação do saldo devedor evdeca. Corre-se o rsco de reduzr o trabalho com Matemátca Facera a uma decsão sobre qual fórmula utlzar. Por outro lado, a costrução da plalha possblta que o aluo compreeda o papel dos juros, das parcelas, o que sgfca o pagameto ou ão de etrada. Possblta que o aluo se qualfque para tomar decsões (por exemplo: qutar a dívda ates do otavo pagameto). Ada, é possível vsualzar o quato de cada parcela é usado para amortzar a dívda e o quato é usado somete para pagar juros. No caso, uma parcela de 10 u.m. mal cosegue pagar os juros do prmero mês, o que sgfca uma baxa amortzação da dívda. Tal dscussão pode ser amplada, por exemplo, para o pagameto da dívda extera braslera. 04) Ivestdo todo mês 12 u.m. em um fudo de vestmetos, o motate medatamete após o 10º depósto é de 150 u.m.. Qual a taxa mesal de juros que redeu o vestmeto? Para tal stuação, é deduzda a fórmula ( ) 1+ 1 F = P, ode F é o valor futuro a ser obtdo após depóstos, supodo uma taxa de juros. No caso, ( ) ( ) ,1 150 = 12 12, 5 = = ( 12, 5 + 1) 1. Para resolver o problema, são propostas pelos autores quatro alteratvas: - Procurar uma tabela de valores específca para ( 1+ ) 1 em, segudo os autores, um lvro da prmera metade do século. Nelas, temos que para = 4,75% o valor é

9 9 12,4321 e que, para = 5%, o valor é 12,5779. Va terpolação lear, 4,9%. A desvatagem, ada segudo os autores, é de que ão exstem tabelas protas capazes de resolver qualquer problema de cálculo da data de juros. - Formar uma seqüêca de aproxmações ( k ) de modo que ( ) 0,1 k 1 k = 12, , até obter k = k+ 1 =, começado arbtraramete com 0 = 0,1. Dessa forma, obtém-se a taxa aproxmadamete gual a 4,9%. - Aplcar o método de Newto para resolução de F(x) = 0, formado uma seqüêca ( x k ), ode x x ( k ) ( ) F x = k+ 1 k F x, até obter k+ 1 k k x x =. No caso, ( ) ( )10 F = 1+ 12,5 1 e F ( ) = 10 ( 1+ ) 9 12, 5. Começado com 0 = 0,5, obtém-se a taxa aproxmada de 4,9%. - Por tetatvas, de modo que G ( ) = ( 1+ ) 10 12,5 seja gual a 1. Supodo aleatoramete valores para, observa-se que G(0,049) = 1,001 e G(0,0485) = 0,9995. Para ecerrar, os autores cometam que exstem calculadoras, dtas faceras, que cotêm programas protos para o cálculo de taxas de juros. Ou seja, exstem mutos problemas em Matemátca Facera que ão são resolvdos smplesmete aplcado a fórmula adequada. A suposção de valores é um hábto ormal ao ldar com certos problemas, como exemplfcado acma: ehuma resolução chega ao resultado dretamete da substtução de valores a fórmula. Iremos, agora, resolver o mesmo problema, costrudo a plalha a partr de uma suposção cal para a taxa de juros e observado a varação do motate acumulado: Aqu, o saldo cal é zero e, ao fal do prmero mês, só está dspoível o depósto efetuado.

10 10 A plalha será costruída tedo como suposção cal uma taxa de 3% ao mês, aplcada ao saldo do mês ateror. O saldo ao fal do mês é costtuído pela soma do saldo cal, dos juros e do depósto. Costruída a plalha, pode se observar que uma taxa mesal de 5% é sufcete para que, ao fal de 10 depóstos de 12 u.m., o saldo seja de 150 u.m.. Fca claro, portato, que para alcaçar tal objetvo é ecessáro buscar uma taxa mas elevada. Com uma taxa mesal de 4,9%, o objetvo é atgdo. Mas uma vez, fca claro que a costrução da plalha forma muto mas sobre a movmetação do que o smples cálculo da taxa. Por exemplo, podese acompahar o quão vatajoso pode ser um plaejameto: o redmeto mesal começa em 0,59 u.m., ao fal do 1º mês, e, ao fal dos 10 depóstos, já é de 6,46 u.m.. Ou seja, os depóstos são costates, mas a ecooma mesal é crescete.

11 11 Já foram destacadas, ao logo da descrção do método, váras vatages da costrução de uma plalha se comparada com a aplcação das fórmulas específcas. Para falzar, o que tora mprescdível o uso de um software de plalhas eletrôcas é o fato de a mapulação dos dados ser comparavelmete mas ágl do que se tal método fosse aplcado maualmete. Em especal, a suposção dos valores para a aproxmação do resultado desejado sera uma tarefa das mas trabalhosas, para ão dzer que sera vablzada. Fudametação Matemátca O método proposto dfere em estrutura do racocío usualmete aplcado para resolver os problemas em questão. Geralmete, os valores são comparados todos em uma mesma data, e a partr daí são deduzdas as fórmulas usuas. Assm, uma preocupação medata é se o método pode ser fudametado matematcamete, sedo as dfereças percebdas a estruturação da resolução, porém goradas os resultados obtdos. No presete texto, o método será justfcado para relacoar o motate M obtdo a partr de uma seqüêca uforme de depóstos guas a D, com uma taxa de juros captalzados o mesmo tervalo de tempo etre os depóstos, e para relacoar uma dívda V amortzada a prazo em parcelas guas a P, com uma taxa de juros (captalzados o mesmo período de tempo etre as parcelas) e sem etrada. Começamos pela seqüêca de depóstos. Podemos observar que, em um total de depóstos, o prmero depósto é captalzado -1 vezes: o prmero período ele é adcoado ao saldo, e, os - 1 períodos segutes, é acrescdo de juros. Dessa forma, ao fal dos depóstos, o depósto cal vale ( ) D 1 1 segudo depósto valerá ( ) D 1+ 2, o tercero valerá ( ) D 1 3 k-ésmo ( k ) valerá ( ) D 1 k +. De modo aálogo, o +, e, de modo geral, o +. Assm, o motate M obtdo será o resultado da soma dos depóstos captalzados ao fal dos depóstos: 1 2 ( ) ( ) ( ) M = D 1+ + D D 1+ + D. Cada termo da seqüêca de depóstos é parte de uma progressão geométrca de termos, sedo o prmero termo (( ) ) ( ) ( ) D gual a D e a razão gual a 1 +. Com sso, M = = D Agora, o mesmo problema será resolvdo a partr da costrução de uma plalha.

12 12 O motate em cada período é obtdo recursvamete a partr da captalzação do motate ateror e o acréscmo do depósto D. Substtudo, calmete, M 1 = D em M = M ( 1+ ) + D, obtém-se ( ) = ( + ) +, obtém-se ( ) ( ) M M 1 D 3 2 captalzado pela seguda vez, já que ( ) 2 M = D 1+ + D. Substtudo M 2 em 2 M = D 1+ + D 1+ + D. Observe que M 1 = D é 3 ( ) ( ) M = D 1+ + D 1+ + D. Com sso, em M temos que M 1 é captalzado - 1 vezes, M 2 é captalzado - 2 vezes, e assm sucessvamete. 1 1 Logo, ( ) ( ) ( ) ( ) 1+ 1 M = D 1+ + D D 1+ + D = D, que é o mesmo resultado obtdo aterormete. De modo semelhate, para relacoar a dívda V que será paga em parcelas guas, basta comparar o valor da dívda após períodos. Pelo racocío ateror, o pagameto de parcelas guas a P e captalzadas a cada período de tempo segudo uma taxa de juros obtém um motate gual a P ( ) A dívda V, após períodos, vale V ( 1+ ). Como a sucessão de parcelas deve amortzar a dívda, temos que ( ) ( ) 1+ 1 V 1+ = P. Logo, ( ) ( ) V = P 1 + Abaxo, a plalha que equvale à mesma stuação.

13 13 O saldo devedor em cada período é obtdo recursvamete a partr da captalzação do saldo devedor ateror e o decréscmo da parcela P. Substtudo, calmete, V = V ( 1+ ) P em ( ) 2 1 V = V 1+ P, obtém-se = ( + ) ( + ). Substtudo V 2 em ( ) V V 1 P 1 P ( ) ( ) ( ) V = V 1+ P, obtém-se 3 2 V = V 1+ P 1+ P 1+ P. De modo aálogo ao realzado aterormete, é possível afrmar que o saldo devedor após parcelas é dado por 1 2 ( ) ( ) ( ) ( ) V = V 1+ P 1+ P 1+ P 1+ P. Como a dívda precsa ser amortzada após pagametos, temos que V = 0. Dessa forma, ( ) ( ) ( ) ( ) ( ) ( ) V 1 + = P P P = P V= P, que é 1+ o mesmo resultado obtdo ao comparar a dívda e todas as parcelas o período. Estrutura do M-Curso No m-curso, será apresetada aos partcpates a proposta descrta aterormete. Dessa forma, pretede-se cosoldar um método de resolução fazedo uso de recursos tecológcos dgtas de cálculo, e, com ele, o caráter recursvo dos cálculos da matemátca facera. A partr das relações de referêca das plalhas eletrôcas, pretede-se que a recursão erete aos problemas (por exemplo, juros compostos são calculados com relação ao mês medatamete ateror) seja efetvamete posta em prátca e ão surja somete o mometo de dedução das fórmulas, como habtualmete é feto. Com sso, o uso de um software específco é mprescdível para a aplcação adequada da proposta.

14 14 Serão estudados os cocetos e problemas referetes a juros compostos e, amplado o escopo da proposta, seqüêcas de depóstos e pagametos. Ao fal, será dscutda a aplcabldade da proposta o Eso Médo. Bblografa MORGADO, Augusto C., WAGNER, Eduardo, ZANI, Shela C.. Progressões e Matemátca Facera. Ro de Jaero: SBM, IEZZI, Gelso, HAZZAN, Samuel, DEGENSZAJN, Davd. Fudametos de Matemátca Elemetar, Volume 11 - Matemátca Comercal, Matemátca Facera e Estatístca Descrtva. São Paulo: Atual Edtora, 2004.

S S S S 5. Uma pessoa deposita em um banco, no fim de cada mês, durante 5 meses, a quantia de R$ 200,00. 1,05 1

S S S S 5. Uma pessoa deposita em um banco, no fim de cada mês, durante 5 meses, a quantia de R$ 200,00. 1,05 1 CopyMarket.com Todos os dretos reservados. ehuma parte desta publcação poderá ser reproduzda sem a autorzação da Edtora. Título: Matemátca Facera e Comercal utores: Roberto Domgos Mello e Carlos Eduardo

Leia mais

16/03/2014. IV. Juros: taxa efetiva, equivalente e proporcional. IV.1 Taxa efetiva. IV.2 Taxas proporcionais. Definição:

16/03/2014. IV. Juros: taxa efetiva, equivalente e proporcional. IV.1 Taxa efetiva. IV.2 Taxas proporcionais. Definição: 6// IV. Juros: taxa efetva, equvalete e proporcoal Matemátca Facera Aplcada ao Mercado Facero e de Captas Professor Roaldo Távora IV. Taxa efetva Defção: É a taxa de juros em que a udade referecal de seu

Leia mais

15/03/2012. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações

15/03/2012. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações Itrodução.1 Juros Smples Juro: recompesa pelo sacrfíco de poupar o presete, postergado o cosumo para o futuro Maora das taxas de uros aplcadas o mercado facero são referecadas pelo crtéro smples Determa

Leia mais

Material Teórico - Módulo de MATEMÁTICA FINANCEIRA. Financiamentos. Primeiro Ano do Ensino Médio

Material Teórico - Módulo de MATEMÁTICA FINANCEIRA. Financiamentos. Primeiro Ano do Ensino Médio Materal Teórco - Módulo de MATEMÁTICA FINANCEIRA Facametos Prmero Ao do Eso Médo Autor: Prof Fracsco Bruo Holada Autor: Prof Atoo Camha Muz Neto 20 de agosto de 2018 1 Itrodução Neste materal, remos aplcar

Leia mais

Capitulo 1 Resolução de Exercícios

Capitulo 1 Resolução de Exercícios S C J S C J J C FORMULÁRIO Regme de Juros Smples 1 1 S C 1 C S 1 1.8 Exercícos Propostos 1 1) Qual o motate de uma aplcação de R$ 0.000,00 aplcados por um prazo de meses, à uma taxa de 2% a.m, os regmes

Leia mais

Matemática Financeira

Matemática Financeira 1)Um vestdor aplcou R$6,, gerado uma remueração de R$3, ao fal de um período de um ao (36 das). Calcular a taxa de juros paga a operação. = J/ = 3/6 =, ou % ou 63 = 6 (1+ 1) 63 = 6 + 6 63 6 = 6 3 = 6 =

Leia mais

Í N D I C E. Séries de Pagamentos ou Rendas Renda Imediata ou Postecipada Renda Antecipada Renda Diferida...

Í N D I C E. Séries de Pagamentos ou Rendas Renda Imediata ou Postecipada Renda Antecipada Renda Diferida... Curso: Pós-graduação / MBA Campus Vrtual Cruzero do Sul - 2009 Professor Resposável: Carlos Herque de Jesus Costa Professores Coteudstas: Carlos Herque e Douglas Madaj UNIVERSIDADE CRUZEIRO DO SUL Cohecedo

Leia mais

Prof. Eugênio Carlos Stieler

Prof. Eugênio Carlos Stieler UNEMAT Uversdade do Estado de Mato Grosso Matemátca Facera http://www2.uemat.br/eugeo SÉRIE DE PAGAMENTOS 1. NOÇÕES SOBRE FLUXO DE CAIXA Prof. Eugêo Carlos Steler Estudar sem racocar é trabalho perddo

Leia mais

( Sistema Francês de Amortização )

( Sistema Francês de Amortização ) NA PRÁTICA A TEORIA É A MESMA ( Sstema Fracês de Amortzação ) Em um Cogresso, um Grupo de Professores e Autores composto por Admstradores, Ecoomstas, Cotadores e, todos Pertos Judcas, apresetam os segutes

Leia mais

MEDIDAS DE TENDÊNCIA CENTRAL I

MEDIDAS DE TENDÊNCIA CENTRAL I Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, edca Veterára, uscoterapa, Odotologa, Pscologa EDIDAS DE TENDÊNCIA CENTRAL I 7 7. EDIDAS DE

Leia mais

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12 MEDIDAS DE POSIÇÃO: São meddas que possbltam represetar resumdamete um cojuto de dados relatvos à observação de um determado feômeo, pos oretam quato à posção da dstrbução o exo dos, permtdo a comparação

Leia mais

POMO DA DISCÓRDIA. AS TABELAS UTILIZADAS PELO Dr. Sr. Richard Price no Século XVIII

POMO DA DISCÓRDIA. AS TABELAS UTILIZADAS PELO Dr. Sr. Richard Price no Século XVIII O POMO DA DISCÓRDIA AS TABELAS UTILIZADAS PELO Dr. Sr. Rchard Prce o Século XVIII Pedro Schubert Relação das Tábuas Do Sr. Prce Dos / lvros Tábua I Tábua IV Tábua II Tábua V Tábua III Tábua I Tábua IV

Leia mais

Apêndice. Uso de Tabelas Financeiras

Apêndice. Uso de Tabelas Financeiras Apêdce C Uso de Tabelas Faceras 1. INTRODUÇÃO...2 2. SIMBOLOGIA ADOTADA E DIAGRAMA PADRÃO...2 3. RELAÇÃO ENTRE PV E FV...2 3.1. DADO PV ACHAR FV: FATOR (FV/PV)...3 3.1.1. EXEMPLOS NUMÉRICOS...5 3.2. DADO

Leia mais

MEDIDAS DE DISPERSÃO:

MEDIDAS DE DISPERSÃO: MEDID DE DIPERÃO: fução dessas meddas é avalar o quato estão dspersos os valores observados uma dstrbução de freqüêca ou de probabldades, ou seja, o grau de afastameto ou de cocetração etre os valores.

Leia mais

Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1.

Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1. Iterpolação Iterpolação é um método que permte costrur um ovo cojuto de dados a partr de um cojuto dscreto de dados potuas cohecdos. Em egehara e cêcas, dspõese habtualmete de dados potuas, obtdos a partr

Leia mais

Cap. 5. Testes de Hipóteses

Cap. 5. Testes de Hipóteses Cap. 5. Testes de Hpóteses Neste capítulo será estudado o segudo problema da ferêca estatístca: o teste de hpóteses. Um teste de hpóteses cosste em verfcar, a partr das observações de uma amostra, se uma

Leia mais

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL Faculdade de Tecologa de Cataduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL 5. Meddas de Posção cetral ou Meddas de Tedêca Cetral Meddas de posção cetral preocupam-se com a caracterzação e a

Leia mais

Introdução à Teoria dos Números Notas 1 Os Princípios da Boa Ordem e de Indução Finita Prof Carlos Alberto S Soares

Introdução à Teoria dos Números Notas 1 Os Princípios da Boa Ordem e de Indução Finita Prof Carlos Alberto S Soares Itrodução à Teora dos Números 018 - Notas 1 Os Prcípos da Boa Ordem e de Idução Fta Prof Carlos Alberto S Soares 1 Prelmares Neste curso, prortaramete, estaremos trabalhado com úmeros teros mas, quado

Leia mais

Métodos iterativos. Capítulo O Método de Jacobi

Métodos iterativos. Capítulo O Método de Jacobi Capítulo 4 Métodos teratvos 41 O Método de Jacob O Método de Jacob é um procedmeto teratvo para a resolução de sstemas leares Tem a vatagem de ser mas smples de se mplemetar o computador do que o Método

Leia mais

( ) Editora Ferreira - Toque de Mestre. Olá Amigos!

( ) Editora Ferreira - Toque de Mestre. Olá Amigos! Olá Amgos! Hoje coloco à dsposção de vocês aqu a seção Toque de Mestre da Edtora Ferrera (www.edtoraferrera.com.br) as questões de Matemátca Facera cobradas o últmo cocurso da axa Ecoômca Federal (EF),

Leia mais

Capitulo 8 Resolução de Exercícios

Capitulo 8 Resolução de Exercícios FORMULÁRIO Audades Peródcas, Crescetes e Postecpadas, com Termos em P. A. G 1 1 1 1 G SPAC R R s s 1 1 1 1 1 G G C R a R a 1 1 PAC Audades Gradetes Postecpadas S GP G 1 1 ; C GP G 1 1 1 Audades Gradetes

Leia mais

1 SISTEMA FRANCÊS DE AMORTIZAÇÃO

1 SISTEMA FRANCÊS DE AMORTIZAÇÃO scpla de Matemátca Facera 212/1 Curso de Admstração em Gestão Públca Professora Ms. Valéra Espídola Lessa EMPRÉSTIMOS Um empréstmo ou facameto pode ser feto a curto, médo ou logo prazo. zemos que um empréstmo

Leia mais

E-mails: damasceno1204@yahoo.com.br damasceno@interjato.com.br damasceno12@hotmail.com http://www. damasceno.info www. damasceno.info damasceno.

E-mails: damasceno1204@yahoo.com.br damasceno@interjato.com.br damasceno12@hotmail.com http://www. damasceno.info www. damasceno.info damasceno. Matemátca Facera 2007.1 Prof.: Luz Gozaga Damasceo 1 E-mals: damasceo1204@yahoo.com.br damasceo@terjato.com.br damasceo12@hotmal.com http://www. damasceo.fo www. damasceo.fo damasceo.fo Obs.: (1 Quado

Leia mais

Comentamos esta DECLARAÇÃO de um Grupo de 32 Professores à FOLHA em Em Defesa dos Juros Compostos Proibidos pela SÚMULA 121 do STF

Comentamos esta DECLARAÇÃO de um Grupo de 32 Professores à FOLHA em Em Defesa dos Juros Compostos Proibidos pela SÚMULA 121 do STF Cometamos esta DECLARAÇÃO de um Grupo de 32 Professores à FOLHA em 08.10.2009 Em Defesa dos Juros Compostos Probdos pela SÚMULA 121 do STF Estão preocupados com a restrção legal de se captalzar juros Pedro

Leia mais

Difusão entre Dois Compartimentos

Difusão entre Dois Compartimentos 59087 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 4 Dfusão etre Dos Compartmetos A le de Fck para membraas (equação 4 da aula passada) mplca que a permeabldade de uma membraa a um soluto é dada pela razão

Leia mais

09/03/2014 RETORNO. I Conceitos Básicos. Perguntas básicas. O que é matemática financeira? Por que estudar matemática financeira?

09/03/2014 RETORNO. I Conceitos Básicos. Perguntas básicas. O que é matemática financeira? Por que estudar matemática financeira? 09/0/04 I Cocetos Báscos Matemátca Facera Aplcaa ao Mercao Facero e e Captas Proessor Roalo Távora Pergutas báscas O que é matemátca acera? Por que estuar matemátca acera? = RETORNO Matemátca Facera Aplcaa

Leia mais

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados 3.1. Meddas de Tedêca Cetral CAPÍTULO 3 MEDIDA DE TENDÊNCIA CENTRAL E VARIABILIDADE UFRG 1 Há váras meddas de tedêca cetral. Etre elas ctamos a méda artmétca, a medaa, a méda harmôca, etc. Cada uma dessas

Leia mais

Olá, amigos concursandos de todo o Brasil!

Olá, amigos concursandos de todo o Brasil! Matemátca Facera ICMS-RJ/008, com gabarto cometado Prof. Wager Carvalho Olá, amgos cocursados de todo o Brasl! Veremos, hoje, a prova do ICMS-RJ/008, com o gabarto cometado. - O artgo º da Le.948 de 8

Leia mais

Projeto e Análise de Algoritmos Recorrências. Prof. Humberto Brandão

Projeto e Análise de Algoritmos Recorrências. Prof. Humberto Brandão Projeto e Aálse de Algortmos Recorrêcas Prof. Humberto Bradão humberto@dcc.ufmg.br Uversdade Federal de Alfeas Laboratóro de Pesqusa e Desevolvmeto LP&D Isttuto de Cêcas Exatas ICEx versão da aula: 0.

Leia mais

Tabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f

Tabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f Lsta de exercícos Gabarto e chave de respostas Estatístca Prof.: Nelse 1) Calcule 1, e para o segute cojuto de valores. A,1,8,0,11,,7,8,6,,9, 1 O úmero que correspode a 5% do rol é o valor. O úmero que

Leia mais

FINANCIAMENTOS UTILIZANDO O EXCEL

FINANCIAMENTOS UTILIZANDO O EXCEL rofessores Ealdo Vergasta, Glóra Márca e Jodála Arlego ENCONTRO RM 0 FINANCIAMENTOS UTILIZANDO O EXCEL INTRODUÇÃO Numa operação de empréstmo, é comum o pagameto ser efetuado em parcelas peródcas, as quas

Leia mais

Apostila de Introdução Aos Métodos Numéricos

Apostila de Introdução Aos Métodos Numéricos Apostla de Itrodução Aos Métodos Numércos PARTE III o Semestre - Pro a. Salete Souza de Olvera Buo Ídce INTERPOAÇÃO POINOMIA...3 INTRODUÇÃO...3 FORMA DE AGRANGE... 4 Iterpolação para potos (+) - ajuste

Leia mais

Exercícios - Sequências de Números Reais (Solução) Prof Carlos Alberto S Soares

Exercícios - Sequências de Números Reais (Solução) Prof Carlos Alberto S Soares Exercícos - Sequêcas de Números Reas (Solução Prof Carlos Alberto S Soares 1 Dscuta a covergêca da sequẽca se(2. Calcule, se exstr, lm se(2. Solução 1 Observe que se( 2 é lmtada e 1/ 0, portato lm se(2

Leia mais

Estatística - exestatmeddisper.doc 25/02/09

Estatística - exestatmeddisper.doc 25/02/09 Estatístca - exestatmeddsper.doc 5/0/09 Meddas de Dspersão Itrodução ão meddas estatístcas utlzadas para avalar o grau de varabldade, ou dspersão, dos valores em toro da méda. ervem para medr a represetatvdade

Leia mais

Atividades Práticas Supervisionadas (APS)

Atividades Práticas Supervisionadas (APS) Uversdade Tecológca Federal do Paraá Prof: Lauro Cesar Galvão Campus Curtba Departameto Acadêmco de Matemátca Cálculo Numérco Etrega: juto com a a parcal DATA DE ENTREGA: da da a PROVA (em sala de aula

Leia mais

Diferenciais Ordinárias. Reginaldo J. Santos Departamento de Matemática-ICEx Universidade Federal de Minas Gerais

Diferenciais Ordinárias. Reginaldo J. Santos Departamento de Matemática-ICEx Universidade Federal de Minas Gerais Exstêca e Ucdade de Soluções de Equações Dferecas Ordáras Regaldo J Satos Departameto de Matemátca-ICEx Uversdade Federal de Mas Geras http://wwwmatufmgbr/ reg 10 de ulho de 2010 2 1 INTRODUÇÃO Sumáro

Leia mais

Prof. Eugênio Carlos Stieler

Prof. Eugênio Carlos Stieler http://www.uemat.br/eugeo Estudar sem racocar é trabalho 009/ TAXA INTERNA DE RETORNO A taa tera de retoro é a taa que equalza o valor presete de um ou mas pagametos (saídas de caa) com o valor presete

Leia mais

Distribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD

Distribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD Dstrbuções Amostras Estatístca 8 - Dstrbuções Amostras 08- Dstrbuções Amostras Dstrbução Amostral de Objetvo: Estudar a dstrbução da população costtuída de todos os valores que se pode obter para, em fução

Leia mais

Oitava Lista de Exercícios

Oitava Lista de Exercícios Uversdade Federal Rural de Perambuco Dscpla: Matemátca Dscreta I Professor: Pablo Azevedo Sampao Semestre: 07 Otava Lsta de Exercícos Lsta sobre defções dutvas (recursvas) e prova por dução Esta lsta fo

Leia mais

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística BAC 0 - Estatístca Uversdade Federal de Itajubá - Campus Itabra BAC0 - ESTATÍSTICA ESTATÍSTICA DESCRITIVA MEDIDAS DE CENTRO Méda Medda de cetro ecotrada pela somatóra de todos os valores de um cojuto,

Leia mais

ESTATÍSTICA Exame Final 1ª Época 3 de Junho de 2002 às 14 horas Duração : 3 horas

ESTATÍSTICA Exame Final 1ª Época 3 de Junho de 2002 às 14 horas Duração : 3 horas Faculdade de cooma Uversdade Nova de Lsboa STTÍSTIC xame Fal ª Época de Juho de 00 às horas Duração : horas teção:. Respoda a cada grupo em folhas separadas. Idetfque todas as folhas.. Todas as respostas

Leia mais

Construção e Análise de Gráficos

Construção e Análise de Gráficos Costrução e Aálse de Gráfcos Por que fazer gráfcos? Facldade de vsualzação de cojutos de dados Faclta a terpretação de dados Exemplos: Egehara Físca Ecooma Bologa Estatístca Y(udade y) 5 15 1 5 Tabela

Leia mais

Métodos Quantitativos Aplicados a Contabilidade

Métodos Quantitativos Aplicados a Contabilidade Isttuto de Pesqusas e Estudos Cotábes MBA GESTÃO CONTÁBIL DE EMPRESAS INTEGRADA À CONTABILIDADE INTERNACIONAL Métodos Quattatvos Aplcados a Cotabldade Professor Reato Ragel Felpe Noroha Sumáro. Itrodução...

Leia mais

Uma Calculadora Financeira usando métodos numéricos e software livre

Uma Calculadora Financeira usando métodos numéricos e software livre Uma Calculadora Facera usado métos umércos e software lvre Jorge edraza Arpas, Julao Sott, Depto de Cêcas e Egeharas, Uversdade Regoal ItegradaI, URI 98400-000-, Frederco Westphale, RS Resumo.- Neste trabalho

Leia mais

Matemática Financeira

Matemática Financeira Cocetos Báscos de Matemátca Facera Uversdade do Porto Faculdade de Egehara Mestrado Itegrado em Egehara Electrotécca e de Computadores Ecooma e Gestão Na prátca As decsões faceras evolvem frequetemete

Leia mais

x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População

x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População ESTATÍSTICA STICA DESCRITIVA Prof. Lorí Val, Dr. val@mat.ufrgs.br http://.ufrgs.br/~val/ Orgazação; Resumo; Apresetação. Cojuto de dados: Amostra ou População Um cojuto de dados é resumdo de acordo com

Leia mais

A MODELAGEM MATEMÁTICA NA PREVISÃO DE RECURSOS PARA A VIDA UNIVERSITÁRIA DE UMA CRIANÇA.

A MODELAGEM MATEMÁTICA NA PREVISÃO DE RECURSOS PARA A VIDA UNIVERSITÁRIA DE UMA CRIANÇA. A MODELAGEM MATEMÁTICA NA PREVIÃO DE RECURO PARA A VIDA UNIVERITÁRIA DE UMA CRIANÇA. Karla Jaquele ouza Tatsch Lozcler Mara Moro dos atos Valde Bsog 3 Resumo Nesse trabalho utlza-se a Modelagem Matemátca

Leia mais

Professor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø.

Professor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø. Professor Maurco Lutz 1 EGESSÃO LINEA SIMPLES A correlação lear é uma correlação etre duas varáves, cujo gráfco aproma-se de uma lha. O gráfco cartesao que represeta essa lha é deomado dagrama de dspersão.

Leia mais

d s F = m dt Trabalho Trabalho

d s F = m dt Trabalho Trabalho UNIVERSIDADE DO ESTADO DE MATO GROSSO CAMPUS UNIVERSITÁRIO DE SINOP FACULDADE DE CIÊNCIAS EXATAS E TECNOLÓGICAS CURSO DE ENGENHARIA CIVIL DISCIPLINA: CÁLCULO DIFERENCIAL E INTEGRAL I Trabalho 1. Itrodução

Leia mais

9 Medidas Descritivas

9 Medidas Descritivas 1 9 Meddas Descrtvas Vmos aterormete que um cojuto de dados pode ser resumdo através de uma dstrbução de freqüêcas, e que esta pode ser represetada através de uma tabela ou de um gráfco. Se o cojuto refere-se

Leia mais

Cap.20 Avaliação Econ. Financ. de Projetos de Inv. Sumário. Jim Lane. $20 mi. Gordon Letwin $20 mi Paul Allen $25 bi

Cap.20 Avaliação Econ. Financ. de Projetos de Inv. Sumário. Jim Lane. $20 mi. Gordon Letwin $20 mi Paul Allen $25 bi Pol-UFRJ/25.1 Cap.2 Avalação Eco. Fac. de Projetos de Iv. Ecooma Carlos Nemer 3ª Ed. Capítulo 2 Avalação Ecoômco Facera de Projetos de Ivestmeto Steve Wood $15 m Bob O' Rear $1 mllo Bob Wallace $5 m Bob

Leia mais

LEASING UMA OBSERVAÇÃO Economista Antonio Pereira da Silva

LEASING UMA OBSERVAÇÃO Economista Antonio Pereira da Silva LEASING UMA OBSERVAÇÃO Ecoomsta Atoo Perera da Slva AMOR POR DINHEIRO TITÃS Composção: Sérgo Brtto e To Bellotto Acma dos homes, a le E acma da le dos homes A le de Deus Acma dos homes, o céu E acma do

Leia mais

e atualmente temos a Tábua

e atualmente temos a Tábua O QUE FEZ O SR. RICHARD PRICE Pedro Schubert 1- O Sr. Rchard Prce ( 1723 1791 ), Atuáro para a sua época, estudou e crou Tábuas de Mortaldades para embasar os produtos da sua Seguradora, de PECÚLIOS e

Leia mais

Perguntas Freqüentes - Bandeiras

Perguntas Freqüentes - Bandeiras Pergutas Freqüetes - Baderas Como devo proceder para prestar as formações de quatdade e valor das trasações com cartões de pagameto, os casos em que o portador opte por lqudar a obrgação de forma parcelada

Leia mais

Capítulo 1 PORCENTAGEM

Capítulo 1 PORCENTAGEM Professor Joselas Satos da Slva Matemátca Facera Capítulo PORCETAGEM. PORCETAGEM A porcetagem ada mas é do que uma otação ( % ) usada para represetar uma parte de cem partes. Isto é, 20% lê-se 20 por ceto,

Leia mais

RESUMO DE MATEMÁTICA FINANCEIRA. Juro Bom Investimento C valor aplicado M saldo ao fim da aplicação J rendimento (= M C)

RESUMO DE MATEMÁTICA FINANCEIRA. Juro Bom Investimento C valor aplicado M saldo ao fim da aplicação J rendimento (= M C) RESUMO DE MATEMÁTICA FINANCEIRA I. JUROS SIMPLES ) Elemetos de uma operação de Juros Smples: Captal (C); Motate (M); Juros (J); Taxa (); Tempo (). ) Relação etre Juros, Motate e Captal: J = M C ) Defção

Leia mais

Matemática Financeira Seções: 3.1 até 4.3 Prof. Me. Diego Fernandes Emiliano Silva

Matemática Financeira Seções: 3.1 até 4.3 Prof. Me. Diego Fernandes Emiliano Silva 3.1 até 3.3 Stuações de fnancamento VP = parc [ 1 (1+) n ] (3.1) AV E = parc [ 1 (1+) n ] (3.2) (AV E) (1 + ) k 1 = parc [ 1 (1+) n ] (3.3) As fórmulas apresentadas acma são apresentadas nas seções 3.1,

Leia mais

4 Capitalização e Amortização Compostas

4 Capitalização e Amortização Compostas 4.1 Itrodução Quado queremos fazer um vestmeto, podemos depostar todos os meses uma certa quata em uma cadereta de poupaça; quado queremos comprar um bem qualquer, podemos fazê-lo em prestações, a serem

Leia mais

MÉTODO DOS MÍNIMOS QUADRADOS

MÉTODO DOS MÍNIMOS QUADRADOS MÉTODO DOS MÍNIMOS QUADRADOS I - INTRODUÇÃO O processo de medda costtu uma parte essecal a metodologa cetífca e também é fudametal para o desevolvmeto e aplcação da própra cêca. No decorrer do seu curso

Leia mais

5 Critérios para Análise dos Resultados

5 Critérios para Análise dos Resultados 5 Crtéros para Aálse dos Resultados Este capítulo tem por objetvos forecer os crtéros utlzados para aálse dos dados ecotrados a pesqusa, bem como uma vsão geral dos custos ecotrados e a forma de sua evolução

Leia mais

Capítulo V - Interpolação Polinomial

Capítulo V - Interpolação Polinomial Métodos Numércos C Balsa & A Satos Capítulo V - Iterpolação Polomal Iterpolação Cosdere o segute couto de dados: x : x0 x x y : y y y 0 m m Estes podem resultar de uma sequêca de meddas expermetas, ode

Leia mais

ESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA

ESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA ESTATÍSTICA MÓDULO OS RAMOS DA ESTATÍSTICA Ídce. Os Ramos da Estatístca...3.. Dados Estatístcos...3.. Formas Icas de Tratameto dos Dados....3. Notação por Ídces...5.. Notação Sgma ()...5 Estatístca Módulo

Leia mais

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento. Prof. Lorí Val, Dr. val@pucrs.r http://www.pucrs.r/famat/val/ Em mutas stuações duas ou mas varáves estão relacoadas e surge etão a ecessdade de determar a atureza deste relacoameto. A aálse de regressão

Leia mais

Avaliação de Empresas Profa. Patricia Maria Bortolon

Avaliação de Empresas Profa. Patricia Maria Bortolon Avalação de Empresas MODELO DE DIVIDENDOS Dvdedos em um estáo DDM Dscouted Dvded Model Muto utlzados a precfcação de uma ação em que o poto de vsta do vestdor é extero à empresa e eralmete esse vestdor

Leia mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual Estatístca: Aplcação ao Sesorameto Remoto SER 04 - ANO 08 Estmação Potual Camlo Daleles Reó camlo@dp.pe.br http://www.dp.pe.br/~camlo/estatstca/ Iferêca Estatístca Cosdere o expermeto: retram-se 3 bolas

Leia mais

MAE0229 Introdução à Probabilidade e Estatística II

MAE0229 Introdução à Probabilidade e Estatística II Exercíco Cosdere a dstrbução expoecal com fução de desdade de probabldade dada por f (y; λ) = λe λy, em que y, λ > 0 e E(Y) = /λ Supor que o parâmetro λ pode ser expresso proporcoalmete aos valores de

Leia mais

Distribuições de Probabilidades

Distribuições de Probabilidades Estatístca - aulasestdstrnormal.doc 0/05/06 Dstrbuções de Probabldades Estudamos aterormete as dstrbuções de freqüêcas de amostras. Estudaremos, agora, as dstrbuções de probabldades de populações. A dstrbução

Leia mais

2. MODELO DETALHADO: Relações de Recorrência. Exemplo: Algoritmo Recursivo para Cálculo do Fatorial Substituição Repetida

2. MODELO DETALHADO: Relações de Recorrência. Exemplo: Algoritmo Recursivo para Cálculo do Fatorial Substituição Repetida . MODELO DETALHADO: Relações de Recorrêca Exemplo: Algortmo Recursvo para Cálculo do Fatoral Substtução Repetda T T ( ) ( ) t 1, T ( + t, > T ( ) T ( + t T ( ) ( T( ) + t + t ) + t T ( ) T ( ) T ( ) +

Leia mais

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão Estatístca Descrtva Meddas estatístcas: Localzação, Dspersão Meddas estatístcas Localzação Dspersão Meddas estatístcas - localzação Méda artmétca Dados ão agrupados x x Dados dscretos agrupados x f r x

Leia mais

Organização; Resumo; Apresentação.

Organização; Resumo; Apresentação. Prof. Lorí Val, Dr. val@ufrgs.br http://www.ufrgs.br/~val/ Grade Cojutos de Dados Orgazação; Resumo; Apresetação. Amostra ou População Defetos em uma lha de produção Lascado Deseho Torto Deseho Torto Lascado

Leia mais

TABELA PRICE NÃO EXISTE *

TABELA PRICE NÃO EXISTE * TABELA PRICE NÃO EXISTE * Ro, Novembro / 203 * Matéra elaborada por Pedro Schubert. Admstrador, Sóco Fudador da BMA Iformátca & Assessorameto Empresaral Ltda. TABELA PRICE NÃO EXISTE ÍNDICE Pága - SISTEMA

Leia mais

Macroeconometria Aula 3 Revisão de estatística e teste de hipótese

Macroeconometria Aula 3 Revisão de estatística e teste de hipótese Macroecoometra 008. Aula 3 Revsão de estatístca e teste de hpótese 3.5. Estmação No estudo das probabldades, o objetvo é calcular a probabldade de evetos préespecfcados. De agora em date o objetvo muda.

Leia mais

? Isso é, d i= ( x i. . Percebeu que

? Isso é, d i= ( x i. . Percebeu que Estatístca - Desvo Padrão e Varâca Preparado pelo Prof. Atoo Sales,00 Supoha que tehamos acompahado as otas de quatro aluos, com méda 6,0. Aluo A: 4,0; 6,0; 8,0; méda 6,0 Aluo B:,0; 8,0; 8,0; méda 6,0

Leia mais

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança Regressão Smples Parte III: Coefcete de determação, regressão a orgem e método de máxma verossmlhaça Coefcete de determação Proporção da varabldade explcada pelo regressor. R Varação explcada Varação total

Leia mais

Avaliação da qualidade do ajuste

Avaliação da qualidade do ajuste Avalação da qualdade do ajuste 1 Alguma termologa: Modelo ulo: é o modelo mas smples que pode ser defdo, cotedo um úco parâmetro ( µ) comum a todos os dados; Modelo saturado: é o modelo mas complexo a

Leia mais

HIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia

HIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia Aálse estatístca aplcada à hdrologa. Séres hdrológcas oções complemetares HIDROLOGIA E RECURSOS HÍDRICOS Aálse estatístca aplcada à hdrologa O Egehero HIDRÁULICO Echerá? Que população pode abastecer e

Leia mais

Sumário. Mecânica. Sistemas de partículas

Sumário. Mecânica. Sistemas de partículas umáro Udade I MECÂNICA 2- Cetro de massa e mometo lear de um sstema de partículas - stemas de partículas e corpo rígdo. - Cetro de massa. - Como determar o cetro de massa dum sstema de partículas. - Vetor

Leia mais

2. NOÇÕES MATEMÁTICAS

2. NOÇÕES MATEMÁTICAS . NOÇÕES MATEMÁTICAS Este capítulo retoma algumas oções matemátcas ecessáras para uma boa compreesão de algus aspectos que serão mecoados e detalhados o presete trabalho. Algus destes aspectos podem abstrar

Leia mais

MEDIDAS DE DISPERSÃO 9. MEDIDAS DE DISPERSÃO

MEDIDAS DE DISPERSÃO 9. MEDIDAS DE DISPERSÃO Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, Medca Veterára, Muscoterapa, Odotologa, Pscologa MEDIDAS DE DISPERSÃO 9 9. MEDIDAS DE DISPERSÃO

Leia mais

x Ex: A tabela abaixo refere-se às notas finais de três turmas de estudantes. Calcular a média de cada turma:

x Ex: A tabela abaixo refere-se às notas finais de três turmas de estudantes. Calcular a média de cada turma: Professora Jaete Perera Amador 1 9 Meddas Descrtvas Vmos aterormete que um cojuto de dados pode ser resumdo através de uma dstrbução de freqüêcas, e que esta pode ser represetada através de uma tabela

Leia mais

a) Cada grupo de até 3 alunos deverá resolver somente os dois exercícios de seu respectivo tema;

a) Cada grupo de até 3 alunos deverá resolver somente os dois exercícios de seu respectivo tema; www/campossalles.br Cursos de: Admstração, Cêcas Cotábes, Ecooma, Comérco Exteror, e Sstemas de Iformação - telefoe (11) 3649-70-00 Matemátca Facera I - Prof. Dorval Boora Júor - 2012 - avalação T 2 etrega:

Leia mais

CRA (Certificado de Recebíveis do Agronegócio) Guia para elaboração dos fluxos de pagamentos Data: 18/01/18

CRA (Certificado de Recebíveis do Agronegócio) Guia para elaboração dos fluxos de pagamentos Data: 18/01/18 CRA (Certfcado de Recebíves do Agroegóco) Gua para elaboração dos fluxos de pagametos Data: 18/01/18 Sumáro 1. OBJETIVO... 3 2. MONTAGEM DOS FLUXOS... 4 3. NOTAS... 24 4. REFERÊNCIA... 24 2 1. Objetvo

Leia mais

7 Análise de covariância (ANCOVA)

7 Análise de covariância (ANCOVA) Plejameto de Expermetos II - Adlso dos Ajos 74 7 Aálse de covarâca (ANCOVA) 7.1 Itrodução Em algus expermetos, pode ser muto dfícl e até mpossível obter udades expermetas semelhtes. Por exemplo, pode-se

Leia mais

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS ANÁLISE DE ERROS A oservação de um feómeo físco ão é completa se ão pudermos quatfcá-lo. Para é sso é ecessáro medr uma propredade físca. O processo de medda cosste em atrur um úmero a uma propredade físca;

Leia mais

Econometria: 3 - Regressão Múltipla

Econometria: 3 - Regressão Múltipla Ecoometra: 3 - Regressão Múltpla Prof. Marcelo C. Mederos mcm@eco.puc-ro.br Prof. Marco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo de regressão

Leia mais

Capítulo 1: Erros em cálculo numérico

Capítulo 1: Erros em cálculo numérico Capítulo : Erros em cálculo umérco. Itrodução Um método umérco é um método ão aalítco, que tem como objectvo determar um ou mas valores umércos, que são soluções de um certo problema. Ao cotráro das metodologas

Leia mais

8 Programação linear 78

8 Programação linear 78 8 Programação lear 78 8 Programação lear A programação lear cosderou duas fuções objetvo: (a) maxmzação da comercalzação do gás e (b) mmzação das perdas (recetas e multas cotratuas). Foram dealzados dos

Leia mais

M = C( 1 + i.n ) J = C.i.n. J = C((1+i) n -1) MATEMÁTICA FINANCEIRA. M = C(1 + i) n BANCO DO BRASIL. Prof Pacher

M = C( 1 + i.n ) J = C.i.n. J = C((1+i) n -1) MATEMÁTICA FINANCEIRA. M = C(1 + i) n BANCO DO BRASIL. Prof Pacher MATEMÁTICA 1 JUROS SIMPLES J = C.. M C J J = M - C M = C( 1 +. ) Teste exemplo. ados com valores para facltar a memorzação. Aplcado-se R$ 100,00 a juros smples, à taxa omal de 10% ao ao, o motate em reas

Leia mais

Instituto Politécnico de Bragança Escola Superior de Tecnologia e de Gestão

Instituto Politécnico de Bragança Escola Superior de Tecnologia e de Gestão Isttuto oltécco de Bragaça Escola Superor de ecologa e de Gestão 2º Ao de Egehara Electrotécca Istrumetação Electróca e Meddas Exame (ª Chamada) 2 de Juho de 200 SUGESÃO DE RESOLUÇÃO ) retede-se vsualzar,

Leia mais

2 Estrutura a Termo de Taxa de Juros

2 Estrutura a Termo de Taxa de Juros Estrutura a Termo de Taxa de Juros 20 2 Estrutura a Termo de Taxa de Juros A Estrutura a termo de taxa de juros (também cohecda como Yeld Curve ou Curva de Retabldade) é a relação, em dado mometo, etre

Leia mais

Determine a média de velocidade, em km/h, dos veículos que trafegaram no local nesse período.

Determine a média de velocidade, em km/h, dos veículos que trafegaram no local nesse período. ESTATÍSTICA - 01 1. (UERJ 01) Téccos do órgão de trâsto recomedaram velocdade máxma de 80 km h o trecho de uma rodova ode ocorrem mutos acdetes. Para saber se os motorstas estavam cumprdo as recomedações,

Leia mais

Algoritmos de Interseções de Curvas de Bézier com Uma Aplicação à Localização de Raízes de Equações

Algoritmos de Interseções de Curvas de Bézier com Uma Aplicação à Localização de Raízes de Equações Algortmos de Iterseções de Curvas de Bézer com Uma Aplcação à Localzação de Raízes de Equações Rodrgo L.R. Madurera Programa de Pós-Graduação em Iformátca, PPGI, UFRJ 21941-59, Cdade Uverstára, Ilha do

Leia mais

Decisões de Magistrados sobre a Aplicação da

Decisões de Magistrados sobre a Aplicação da Decsões de Magstrados sobre a Aplcação da TABELA PRICE Pedro Schubert * O Sstema Fracês de Amortzação e o Método Hamburguês são os úcos esados pela Matemátca Facera para pagametos em parcelas e ão cotêm,

Leia mais

Probabilidades e Estatística

Probabilidades e Estatística Departameto de Matemátca robabldades e Estatístca LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmb, MEBol, MEEC, MEMec 2 o semestre 20/202 2 o Teste B 08/06/202 :00 Duração: hora e 30 mutos Justfque coveetemete

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. É o grau de assocação etre duas ou mas varáves. Pode ser: correlacoal ou Prof. Lorí Val, Dr. val@mat.ufrgs.r http://www.mat.ufrgs.r/~val/ expermetal. Numa relação expermetal os valores de uma das varáves

Leia mais

ESTATÍSTICA MÓDULO 3 MEDIDAS DE TENDÊNCIA CENTRAL

ESTATÍSTICA MÓDULO 3 MEDIDAS DE TENDÊNCIA CENTRAL ESTATÍSTICA MÓDULO 3 MEDIDAS DE TEDÊCIA CETRAL Ídce. Meddas de Tedêca Cetral...3 2. A Méda Artmétca Smles ( μ, )...3 3. A Méda Artmétca Poderada...6 Estatístca Módulo 3: Meddas de Tedêca Cetral 2 . MEDIDAS

Leia mais

Relatório 2ª Atividade Formativa UC ECS

Relatório 2ª Atividade Formativa UC ECS Relatóro 2ª Atvdade Formatva Eercíco I. Quado a dstrbução de dados é smétrca ou apromadamete smétrca, as meddas de localzação méda e medaa, cocdem ou são muto semelhates. O mesmo ão acotece quado a dstrbução

Leia mais

MOMENTO DA VERDADE - Matemática Financeira

MOMENTO DA VERDADE - Matemática Financeira MOMENTO DA VERDADE - Matemátca Facera UA Pré-requstos Apreder álgebra é como apreder a adar. A smples observação da técca e perfeção de César Celo ão hablta guém a se aveturar em uma psca olímpca. É ecessáro

Leia mais

Caracterização de Partículas. Prof. Gerônimo

Caracterização de Partículas. Prof. Gerônimo Caracterzação de Partículas Prof. Gerômo Aálse Graulométrca de partículas Tabela: Sére Padrão Tyler Mesh Abertura Lvre (cm) âmetro do fo () 2 ½ 0,7925 0,088 0,6680 0,070 ½ 0,56 0,065 4 0,4699 0,065

Leia mais

INTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA

INTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA INTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA 003 Iformações: relembra-se os aluos teressados que a realzação de acções presecas só é possível medate solctação vossa, por escrto, à assstete da cadera. A realzação

Leia mais