UNIVERSIDADE FEDERAL FLUMINENSE CENTRO DE ESTUDOS GERAIS INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE ESTATÍSTICA NÚMEROS ÍNDICES

Tamanho: px
Começar a partir da página:

Download "UNIVERSIDADE FEDERAL FLUMINENSE CENTRO DE ESTUDOS GERAIS INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE ESTATÍSTICA NÚMEROS ÍNDICES"

Transcrição

1 UNIVERSIDADE FEDERAL FLUMINENSE CENTRO DE ESTUDOS GERAIS INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE ESTATÍSTICA NÚMEROS ÍNDICES Aa Mara Lma de Faras Luz da Costa Laurecel Com a colaboração dos motores Maracajaro Masor Slvera Artur Herque da Slva Satos Mao 2005

2 Coteúdo PREFÁCIO v Números ídces. Itrodução....2 Relatvos....3 Crtérosdeavalaçãodafórmuladeumídce Elosderelatvoerelatvosemcadea Ídcesagregatvossmples Ídceagregatvosmples(Bradstreet) Ídce da méda artmétca smples (ídce de Sauerbeck) Ídcedamédaharmôcasmples Ídcedamédageométrcasmples Propredadesdosídcesagregatvossmples Ídcesagregatvospoderados ÍdcedeLaspeyresouídcedaépocabase ÍdcedePaascheouídcedaépocaatual ÍdcedeFsher ÍdcedeMarshall-Edgeworth ÍdcedeDvsa Propredades dos ídces agregatvos poderados Relaçõesetreídces LaspeyresePaasche Fsher,LaspeyresePaasche Marshall-Edgeworth,LaspeyresePaasche Mudaçadebase Deflacoametoepoderaqustvo Deflator Poderaqustvo AálsedosdadosdaPME OÍdceNacoaldePreçosaoCosumdor-INPC Ídce de Custo de Vda e Ídce de Preços ao Cosumdor Cocetosbáscos MetodologadeCálculodoINPC Fórmulas de Cálculo dos IPCs metropoltaos CálculodoINPC Exercícospropostosdocapítulo... 49

3 CONTEÚDO 2 Solução dos exercícos propostos 59 Bblografa 90

4 CONTEÚDO v PREFÁCIO. Estas otas de aula foram preparadas pelos autores para a dscpla Itrodução à Estatístca Ecoômca, mstrada pelo Departameto de Estatístca da UFF a aluos do curso de graduação em Cêcas Ecoômcas. Trata-se de uma abordagem quattatva smplfcada da teora de Números Ídces. Uma seção especal sobre a metodologa de cálculo do Ídce Nacoal de Preços ao Cosumdor fo elaborada pelo motor da dscpla o ao de 2003, Maracajaro Masor Slvera. No prmero capítulo apreseta-se a teora que se pretede abordar, cludo relatvos ou ídces smples; ídces compostos ou agregatvos, smples e poderados, detre os quas os ídces de Laspeyres, Paasche, Fsher, Dvsa e Marshall-Edgeworth. Apreseta-se também uma dscussão sobre mudaça de base e deflacoameto de séres de valores. No segudo capítulo é dado o gabarto detalhado de todos os exercícos propostos; estas soluções devem servr de gua para coferêca do aluo, que, o etato, deverá tetar resolver os exercícos sozho. Nteró, mao de Aa Mara Lma de Faras Luz da Costa Laurecel

5 Capítulo Números ídces. Itrodução De uma forma smplfcada, podemos dzer que o ídce ou úmero ídce é um quocete que expressa a varação relatva etre os valores de qualquer medda. Mas especfcamete, vamos ldar com ídces que medem varações verfcadas em uma dada varável ao logo do tempo. Quado ldamos com gradezas smples (um úco tem ou varável), o ídce é chamado ídce smples; por outro lado, quado pretedemos fazer comparações de um cojuto de produtos ou servços, estamos ldado com o que é chamado ídce stétco ou composto. É este segudo caso que temos a parte mas complexa do problema, uma vez que desejamos uma expressão quattatva para um cojuto de mesurações dvduas, para as quas ão exste uma medda físca comum. Nestas otas de aula, ossa êfase está os ídces ecoômcos, que evolvem varações de preços, quatdades e valores ao logo do tempo..2 Relatvos Os relatvos (ou ídces smples) fazem comparação etre duas épocas - época atual e época base - para um úco produto.. Relatvo de preço Deotado por p 0 e p t os preços a época base e a época atual (de teresse), defe-se o relatvo de preço - p 0,t - como: p 0,t p t (.) p 0 2. Relatvo de quatdade Aalogamete, deotado por q 0 e q t as quatdades a época base e a época atual (de teresse), defe-se o relatvo de qautdade - q 0,t -como: 3. Relatvo de valor Vale lembrar que Ragar Frsch (936). The problem of dex umbers, Ecoometrca. q 0,t q t q 0 (.2)

6 CAPÍTULO. NÚMEROS ÍNDICES 2 Valor Preço Quatdade (.3). Deotado por v 0 e v t os valores a época base e a época atual (de teresse), defe-se o relatvo de valor - v 0,t - como: v 0,t v t v 0 (.4) Atete para a otação: p 0,t faz a comparação etre o preço o mês t com relação ao preço o mês 0; defções aálogas para q 0,t e v 0,t. Etão, o prmero subscrto dca o período base e o segudo subscrto, o período atual. Essas otações podem varar em dferetes lvros; assm, é mportate prestar ateção as defções apresetadas. Das defções acma, podemos ver que: v 0,t v t v 0 p tq t p 0 q 0 p t p 0 q t q 0 p 0,t q 0,t (.5) O relatvo de preço os dz quato o preço de hoje é maor ou meor que o preço da época base. A partr dele podemos obter a taxa de varação, que mede a varação relatva. A varação relatva édefda como p% p t p 0 p 0 p t p 0 (.6) e ormalmete é apresetada em forma percetual, ou seja, multplca-se o valor por 00. No umerador da taxa de varação temos a varação absoluta de preços: p t p 0. Defções aálogas valem para quatdade e valor. Exemplo. Na tabela a segur temos o preço e a quatdade de arroz cosumda por uma famíla o últmo trmestre de 200: Outubro Novembro Dezembro Preço Quat. Preço Quat. Preço Quat. Arroz (kg) Valor Tomado Outubro como base, temos os segutes relatvos: p O,N 2 2, 0 q O,N 8 5, 6 p O,D 3 2, 5 q O,D 8 5, 6 Não houve varação de preços etre Novembro e Outubro, sto é, o preço de Novembro é gual ao preço de Outubro, mas o preço de Dezembro é uma vez e mea o preço de Outubro, o que correspode a um aumeto de 50% - essa é a taxa de varação dos preços o período em questão, obtda de acordo com a equação (.6): 50% (, 5 ) 00% Com relação à quatdade, tato em ovembro como em dezembro, houve um aumeto de 60% com relação a outubro.

7 CAPÍTULO. NÚMEROS ÍNDICES 3 Os relatvos são, em geral, apresetados multplcados por 00. Assm, as séres de relatvos de preço e quatdade com base Outubro 00 são: Com relação ao valor, temos que Relatvos - Out00 Out Nov Dez Preço Quatdade v O,N , 0, 6 00 p O,N q O,N 00 v O,D , 5, 6 00 p O,D q O,D 00 Se mudarmos a base para Dezembro, teremos: p D,O p O 2 0, 6667 p% (0, 6667 ) 00 33, 33% p D 3 p D,N p N 2 0, 6667 p% (0, 6667 ) 00% 33, 33% p D 3 q D,O q O 5 0, 625 q% (0, 625 ) 00% 37, 5% q D 8 q D,N q N 8 q% ( ) 00% 0% q D 8.3 Crtéros de avalação da fórmula de um ídce Os relatvos satsfazem uma sére de propredades, que são propredades desejadas e buscadas quado da costrução de fórmulas alteratvas de úmeros ídces. Vamos represetar por I 0,t um ídce qualquer: pode ser um relatvo de preço ou um ídce de preços qualquer, por exemplo (as seções segutes veremos a defção de outros ídces). As propredades deas báscas são:. Idetdade I t,t (.7) Se a data-base cocdr com a data atual, o ídce é sempre (ou 00, o caso de se trabalhar com base 00). 2. Reversão (ou versão) o tempo I 0,t I t,0 I 0,t I t,0 (.8) Ivertedo-se os períodos de comparação, os ídces são obtdos um como o verso do outro. 3. Crcular I 0, I,2 I 2,3 I t,t I 0,t I 0, I,2 I 2,3 I t,t I t,0 (.9) Se o tervalo de aálse é decomposto em város subtervalos, o ídce pode ser obtdo como o produto dos ídces os subtervalos. A propredade crcular é mportate o segute setdo:

8 CAPÍTULO. NÚMEROS ÍNDICES 4 se um ídce a satsfaz e se cohecemos os ídces as épocas termedáras, o ídce de todo o período pode ser calculado sem que haja ecessdade de recorrer aos valores que deram orgem aos cálculos dvduas. Note que, como decorrêca desta propredade, podemos escrever: I 0,t I 0,t I t,t (.0) Se o ídce satsfzer também o prcípo de reversbldade, etão (.9) é equvalete a I 0, I,2 I 2,3 I t,t I t,0 4. Decomposção das causas (ou reversão dos fatores) Deotado por I V,I P e I Q os ídces de valor, preço e quatdade respectvamete, o crtéro da decomposção das causas requer que 5. Homogeedade Mudaças de udade ão alteram o valor do ídce. I V I P I Q (.) 6. Proporcoaldade Se todas as varáves evolvdas o ídce tverem a mesma varação, etão o ídce resultate terá a mesma varação. Todas essas propredades são satsfetas pelos relatvos. De fato: detdade reversbldade crcular decomposção das causas p 0,t p t p 0 p t,t p t p t p t,0 p 0 p t p t p 0 p t p t p t p t 2 p 2 p p p 0 p 0,t q 0,t p t p 0 q t q 0 p t q t p 0 q 0 v t v 0 Mudaças de udade evolvem multplcação por uma costate (qulo para toelada, reas para mlhões de reas, etc). Tas operações ão alteram o valor do relatvo, uma vez que umerador e deomador são multplcados pelo mesmo valor. Exemplo.2 (cotuação)

9 CAPÍTULO. NÚMEROS ÍNDICES 5 p O,N 2 2, 0 po,d, 0, 5, 5 p D 3 p O 2 p N,D 3 2, 5 q O,N 8 5, 6 qo,d, 6, 0, 6 q D 8 q O 5 q N,D 8 8, 0.4 Elos de relatvo e relatvos em cadea Na apresetação da propredade crcular, aparecem ídces evolvedo épocas adjacetes. No caso de relatvos, tas relatvos são, às vezes, deomados elos relatvos, ou seja, os elos relatvos estabelecem comparações báras etre épocas adjacetes p t p t q t q t v t v t Esta mesma propredade evolve a multplcação desses ídces; para os relatvos, tal operação é deomada relatvos em cadea e como a propredade crcular é satsfeta pelos relatvos, tal multplcação resulta o relatvo do período. Exemplo.3 elos relatvos : p,2 ; p 2,3 ; p 3,4 ;...; p t,t relatvos em cadea : p,2 p 2,3 p 3,4 p t,t p,t Na tabela a segur temos dados de preço para 5 aosecalculam-seoselosderelatvoseos relatvos em cadea, ao a ao. Ao Preço Elos relatvos p t /p t Relatvos em cadea /200, 25, 25 p 95, / 250, 20, 2, 25, 5p 95, / 300, 30, 2, 25, 3, 95 p 95, / 390, 20, 2, 25, 3, 22, ,99 o que está em cocordâca com: Ao Relatvo de preço Base: / % / % / % / %

10 CAPÍTULO. NÚMEROS ÍNDICES 6.5 Ídces agregatvos smples Cosderemos agora a stuação em que temos mas de um produto e estamos teressados em estudar varações de preços ou quatdade para todos os produtos cojutamete. Vamos utlzar a segute otação: p t,q t,v t - preço, quatdade e valor do produto o mês t; p 0,t,q 0,t,v 0,t - relatvos de preço, quatdade e valor do produto o mês t com base em t 0. Note que o sobrescrto dca o produto; vamos assumr que temos produtos..5. Ídce agregatvo smples (Bradstreet) Uma prmera tetatva para resolver o problema de agregação de produtos dferetes fo o ídce agregatvo smples, que é a razão etre o preço, quatdade ou valor total a época atual e o preço, quatdade ou valor total a época base. Mas precsamete, PA 0,t p t + p 2 t + + p t p 0 + p p 0 QA 0,t q t + q 2 t + + q t q 0 + q q 0 VA 0,t v t + v 2 t + + v t v 0 + v v 0 p t p 0 qt q0 vt v0 p t p 0 qt q0 vt v0 p t p 0 q t q 0 v t v 0 Etão, o ídce de Bradstreet é um relatvo das médas artmétcas smples. O ídce de Bradstreet tem séras lmtações, a prcpal sedo o fato de se estar somado preços ou quatdades expressas em dferetes udades. Note que apeas o ídce de valor ão apreseta esse problema, uma vez que todos os valores estão expressos a mesma udade moetára. Em fução dsso, esse é o ídce usado para comparar valores em dferetes épocas, ou seja, o ídce de valor é defdo como p tqt V 0,t (.2) p 0 q 0 Uma solução para resolver essa lmtação do ídce agregatvo fo a proposta de se trabalhar com os relatvos de preço e quatdade, que são úmeros puros, admesoas.

11 CAPÍTULO. NÚMEROS ÍNDICES Ídce da méda artmétca smples (ídce de Sauerbeck) Sauerbeck propôs que se trabalhasse com a méda artmétca dos relatvos, dado orgem aos segutes ídces: p 0,t - ídce de preço baseado a méda artmétca smples dos relatvos p 0,t p 0,t + p2 0,t + + p 0,t p 0,t (.3) q 0,t - ídce de quatdade baseado a méda artmétca smples dos relatvos q 0,t q 0,t + q2 0,t + + q 0,t q0,t (.4).5.3 Ídce da méda harmôca smples A mesma déa se aplca, trabalhado com a méda harmôca dos relatvos. p H 0,t - ídce de preço baseado a méda harmôca smples dos relatvos p H 0,t p 0,t + p ,t p 0,t p 0,t p 0 p t p t,0 (.5) q H 0,t - ídce de quatdade baseado a méda harmôca smples dos relatvos q H 0,t q 0,t + q0,t q0,t q0,t q 0 qt qt,0 (.6).5.4 Ídce da méda geométrca smples Aqu cosdera-se a méda geométrca dos relatvos. p G 0,t q G 0,t - ídce de preço baseado a méda geométrca smples dos relatvos s p G p 0,t t p p2 t 0 p 2 p t 0 p 0 s Q p 0,t (.7) - ídce de quatdade baseado a méda geométrca smples dos relatvos s q G q 0,t t q0 q2 t q0 2 q t q0 s Q q0,t (.8) Exemplo.4

12 CAPÍTULO. NÚMEROS ÍNDICES 8 Cosdere os dados da tabela a segur: Produto P Q P Q P Q Care (kg) 8,50 0 8,50 2 9,00 5 Fejão (kg),20 5,80 6,80 7 Pão (ud.) 0, , ,4 240 Vamos calcular os ídces de preço, quatdade e valor, com base em 999, baseados as três médas vstas. Os valores gastos com cada produto estão calculados a tabela abaxo. Valor Care 8, , , Fejão, 2 56, 8 60, 8, 8 72, 6 Pão 0, , , 4 0, , 6 Total , 8+26, 4 39, , 6+33, 68, 2 Como os relatvos satsfazem a propredade da detdade, o ao base todos são guas a ou 00, se estvermos trabalhado com base 00. Para os oustros aos, os relatvos com base 999 são: Relatvos -999 Produto P Q P Q Arroz (kg) 8, 5/8, 5, 0 2/0, 2 9/8, 5, /0, 5 Fejão (kg), 8/, 2, 5 6/5, 2, 8/, 2, 5 7/5, 4 Pão (ud,) 0, 2/0, 0, 2 220/200, 0, 4/0, 0, 4 240/200, 2 e os ídces, com base 99900, baseados as três médas são: p 99,00 p 99,0, 0+, 5+, , 33 3, , 5+, , 96 3 q 99,00 q 99,0 p H 99,00 p H 99,0 q H 99,00 q H 99,0, 2+, 2+, 00 6, 67 3, 5+, 4+, , ,0 +,5 +,2 3,0588 +,5 +, , , 0 3,2 +,2 +, 00 6, 47 3,5 +,4 +, , 48

13 CAPÍTULO. NÚMEROS ÍNDICES 9 p G 99,00 3p, 0, 5, , 64 p G 99,0 3p, 0588, 5, , 52 Já o ídce agregatvo de Bradstreet é: q G 99,00 3p, 2, 2, 00 6, 57 q G 99,0 3p, 5, 4, , 08 PA 99,00 PA 99,0 8, 5+, 8+0, , 33 8, 5+, 2+0, 0 9, 0+, 8+0, 4 00, 63 8, 5+, 2+0, 0 e o ídce de valor é Resumdo: QA 99,00 QA 99, , , V 99,00 39, 2 V 99,0 8, , , 24 Preço Quatdade Valor Méda artmétca 00 23, 33 3, , 67 36, 67 Méda geométrca 00 2, 64 30, , 57 36, 08 Méda harmôca 00 20, 00 29, , 47 35, 48 Agregatvo 00 06, 33, , 7 2, , 4 63, 24 Como vsto a parte cal do curso, p p G p H.5.5 Propredades dos ídces agregatvos smples. A propredade de detdade é obvamete satsfeta por todos os ídces agregatvos smples. 2. Vamos mostrar com os dados do exemplo ateror que os ídces das médas smples e harmôca ão satsfazem a propredade de reversbldade. Vamos calcular esses ídces com base em p 00,99 8,5 8,5 +,2,8 + 0, 0, , 33 6 p 99, , 08, 2333

14 CAPÍTULO. NÚMEROS ÍNDICES 0 Note que Logo, p H 3 00,99 8,5 8,5 +,8,2 + 0,2 0, 00 8, 08 6 p H 99,00 p 0,t p 0,t + + p 0,t p t,0 p t,0 + + p t,0 p 0,t Aalogamete, obtemos que p t p p t p 0 p t,0 p t,0 p H 0,t p t p 0 p 0 p t , 33 20, p t p p 0 p t + + p t,0 p H t,0 Com relação à méda geométrca smples, temos que p G 0,t q s p 0,t p 0,t p t p 0 p t p 0 s p 0 p p 0 t p t p G t,0 ou seja, o ídce baseado a méda geométrca smples satsfaz a propredade de reversbldade. Com relação ao ídce agregatvo smples de Bradstreet, temos que esse ídce também satsfaz a reversbldade, como se mostra a segur: PA 0,t p t + + p t p p 0 p p 0 p t + + p t PA t,0 3. Os ídces da méda artmétca e da méda harmôca smples ão satsfazem a propredade crcular. Vamos mostrar este resultado através de um cotra-exemplo, baseado os dados do exemplo.4. p 99,00 8,5 8,5 +,8,2 + 0,2 0, , 33 3 p 00,0 9 8,5 +,8,8 + 0,4 0, , 52 3 p 99,0 9 8,5 +,8,2 + 0,4 0,0 00 3, 96 3 p 99,00 p 00,0, 2333, , , 96 p 99,0

15 CAPÍTULO. NÚMEROS ÍNDICES p H 00,0 3 8,5 9 +,8,8 + 0, , 08 0,4 p H 99,00 p H 00,0, 2000, , , 0 p H 99,0 Com relação ao ídce da méda geométrca, temos que: sp p G 0, p G,2 p p 0 p 0 sp 2 p p 2 p Para o ídce agregatvo de Bradstreet, temos que: PA 0, PA,2 p + + p p p 0 p p 2 p + + p sp 2 p p 2 0 p 0 p p 2 p p 0 p G 0,2 PA 0,2 Logo, o ídce da méda geométrca smples e o ídce agregatvo de Bradstreet satsfazem o prcípo da crculardade. 4. Vamos aalsar agora a propredade da decomposção das causas para esses ídces. Esta propredade exge que o produto P do ídce de preço pelo ídce de quatdade seja gual ao p tqt ídce smples de valor V 0,t P p 0 q 0 Usado os dados do exemplo.4, temos: p 99,00 q 99, , 75 6 V 99,00 25, 4 Logo, o ídce de méda artmétca smples ão satsfaz o crtéro de decomposção das causas. p H 99,0 q H 99, , 78 6 V 99,0 63, 24 Aalogamete, cocluímos que o ídce de méda harmôca smples também ão satsfaz o crtéro de decomposção das causas. p G 99,00 q G 99, , 69 6 V 99,00 25, 4 p G 99,0 q G 99, , 8 6 V 99,0 63, 24 Logo, o ídce de méda geométrca smples ão satsfaz o crtéro de decomposção das causas. Para o ídce de Bradstreet, temos: PA 99,00 QA 99, , 7 6 VA 99,00 25, 4 ou seja, este ídce também ão satsfaz a propredade da decomposção das causas. A segur temos o resumo das propredades dos ídces: Ídce agregatvo smples Crtéro Idetdade Reversbldade Crculardade Decomposção das causas Méda Artmétca SIM NÃO NÃO NÃO Méda Harmôca SIM NÃO NÃO NÃO Méda Geométrca SIM SIM SIM NÃO Bradstreet SIM SIM SIM NÃO

16 CAPÍTULO. NÚMEROS ÍNDICES 2.6 Ídces agregatvos poderados Uma forte lmtação dos ídces baseados em médas smples é o fato de se dar o mesmo peso para todos os produtos. Surgem, etão, os ídces agregatvos poderados, ode cada produto tem um peso dferete. A forma mas comum de se defr os pesos é tomar a partcpação de cada bem o valor total, ou seja, os pesos são defdos como w v v j j pq (.9) p j q j j Como um úmero ídce compara preços e quatdades em dos states de tempo, uma questão relevate aqu é defr a que mometo se referem os preços e quatdades que aparecem a defção dos pesos. Temos, etão, que especfcar a base de poderação..6. Ídce de Laspeyres ou ídce da época base O ídce de Laspeyres é defdo como uma méda artmétca poderada dos relatvos, com os pesos sedo defdos a época base. Etão, os pesos são ode V 0 P v j 0 j w0 v 0 v j 0 j v 0 p 0 q 0 V 0 p j 0 qj 0 j é o valor total a época base, um valor costate. Note que (.20) w0 P v 0 v j 0 j P v 0 V 0 V 0 v0 v0 v j 0 j V 0 V 0 (.2) Ídce de Laspeyres de preço O ídce de preços de Laspeyres é defdo por: L P P 0,t w0 p 0,t (.22) Essa expressão pode ser smplfcada, bastado para sso substtur os termos evolvdos pelas respectvas defções: X L P v 0 0,t p t X µ v p 0 0 p t V 0 p 0 V 0 v j 0 j X µ v p t 0 p 0 V 0 X µ p 0q0 p t p 0 V 0 X q0p t.

17 CAPÍTULO. NÚMEROS ÍNDICES 3 Logo, L P 0,t q0 p t q0 p 0 (.23) Vamos aalsar essa últma expressão: o deomador temos o valor total o mês base. Já o umerador, temos os valores das quatdades da época base aos preços atuas. Etão, comparado esses dos termos, estamos comparado a varação de preços da mesma cesta de produtos, acesta da época base, os dos states de tempo. Note que as quatdades ou a cesta de produtos é a cesta da época base e, portato, fca fxa, equato ão houver mudaça de base. Note também que o fato de os pesos serem fxados a época base ão sgfca que temos um sstema fxo de poderação, o que só acotece quado os pesos depederem da base de comparação. No caso do ídce de Laspeyres, os pesos mudam quado mudamos a base de comparação. Ídce de Laspeyres de quatdade O ídce de Laspeyres de quatdade é defdo por: L Q 0,t P w0 q0,t (.24) Como ates, essa expressão pode ser smplfcada, substtudo-se os termos evolvdos pelas respectvas defções: X L Q v 0 0,t q t X q0 v0 qt V 0 q0 Logo, V 0 v j 0 j X µ p 0q0 L Q 0,t qt q0 p 0 q t p 0 q 0 V 0 X p 0qt (.25) Como ates, o deomador temos o valor total o mês base. Já o umerador, temos os valores das quatdades da época atual aos preços da época base. Etão, comparado esses dos termos, estamos comparado a varação o valor gasto para se comprar as dferetes quatdades aos mesmos preços da época base. Os preços aqu são os preços da época base, também permaecedo fxos equato ão houver mudaça de base. No ídce de preços, a varação o valor gasto é devda à varação de preços, equato o ídce de quatdade, o valor total vara em fução da varação as quatdades.

18 CAPÍTULO. NÚMEROS ÍNDICES ÍdcedePaascheouídcedaépocaatual O ídce de Paasche é uma méda harmôca dos relatvos, poderada a época atual, sto é, os pesos são defdos como w t v t v j t j v t V t p tq t p j t qj t j P ode V t v j t é o valor total da época atual. Como ates, wt. j Ídce de preços de Paasche O ídce de preços de Paasche é defdo como (.26) P P 0,t wt p 0,t wt p t,0 (.27) Note a versão dos relatvos, uma vez que p 0,t p t,0. Asmplfcação é feta da segute forma: P P 0,t X V t v t v j t j X µ vt p 0 p t p 0 p t X X µ v t p 0 V t p t V t µ q t p t p 0 p t V t qt p 0 ou seja, P P 0,t qt p t qt p 0 (.28) Nessa fórmula fca clara a comparação sedo feta: estamos aalsado a varação de preços da cesta atual. No umerador temos o valor gasto a época atual e o deomador temos o valor que sera gasto para comprar a cesta atual (quatdade atual) aos preços da época base. Uma séra lmtação o emprego dos ídces de Paasche é o fato de as poderações vararem em cada período; ote que os pesos são dados pelo valor da época atual. Ídce de Paasche de quatdade O ídce de quatdades de Paasche é defdo como P Q 0,t w t q0,t wt q t,0 (.29)

19 CAPÍTULO. NÚMEROS ÍNDICES 5 A smplfcação é feta da segute forma: P Q 0,t X v t v j t j q 0 qt X µ v t q 0 V t qt X V t µ v t q0 qt X V t µ q t p t q0 qt ou seja, P Q 0,t p t qt p t q 0 (.30) Nesse fórmula fca clara a comparação sedo feta: estamos aalsado a varação da quatdade aos preços atuas. No umerador temos o valor gasto a época atual e o deomador temos o valor que sera gasto para comprar a cesta da época base (quatdade da época base) aos preços atuas. A poderação é defda pelos valores atuas, mudado a cada período..6.3 Ídce de Fsher O ídce de Fsher é defdo como a méda geométrca dos ídces de Laspeyres e Paasche. q F0,t P L P 0,t P 0,t P (.3) F Q 0,t ql Q 0,t P Q 0,t (.32).6.4 Ídce de Marshall-Edgeworth Com os ídces de Laspeyres e Paasche de quatdades, estamos aalsado a varação o valor gasto, em fução da varação das quatdades, para adqurr os produtos aos preços da época base e da época atual, respectvamete. O ídce de Marshall-Edgeworth cosderaasmédasdessespreços e quatdades. Mas precsamete, defe-se o ídce de preços de Marshall-Edgeworth como um ídce que mede a varação o valor gasto, em fução da varação dos preços, para adqurr a quatdade defda pela quatdade méda da época base e da época atual: q 0 + q t, ou seja, o ídce de preços é: 2 M P 0,t µ q 0 + q t 2 µ q 0 + qt 2 p t p 0 q 0 p t + qtp t q 0 p 0 + q t p 0 q 0 + qt p t q 0 + qt (.33) p 0

20 CAPÍTULO. NÚMEROS ÍNDICES 6 Para o ídce de quatdade, toma-se o preço médo da época base e da época atual p 0 + p t. 2 Logo, µ p 0 + p t q M Q t p 0,t 2 0 qt + p tq t p 0 + p t q t µ p 0 + p t q0 p 0 q0 2 + (.34) p t q 0 p 0 + p t q Ídce de Dvsa Esse ídce é defdo como uma méda geométrca poderada dos relatvos, com sstema de pesos fxo a época base. Exemplo.5 µ p D0,t P t p 0 w 0 µ p 2 w 2 0 µ t p t p 2 0 p 0 µ D Q q w 0 µ 0,t t q 2 w 2 0 µ t q t q0 q0 2 q0 Vamos cosderar os segutes dados: w 0 Y µ p w 0 t (.35) p 0 w 0 Y µ q w 0 t (.36) Produto P Q P Q P Q Arroz (kg) 2,50 0 3,00 2 3,25 5 Fejão (kg),20 5,80 6,80 7 Pão (ud.) 0, , ,4 240 Com base esses dados, vamos calcular os ídces de Laspeyres, Paasche, Fsher, Marshall-Edgeworth e Dvsa, tato de preços quato de quatdade. Vamos tomar 999 como base. Na tabela a segur, temos os valores em forma absoluta e relatva (pesos). Produto Valor Peso Valor Peso Arroz (kg) 2, , 0 25/5 0, , 0 36, 0/73, 20, Fejão (kg), 2 56, 0 6/5 0, 7647, 8 60, 8 0, 8/73, 20, 4754 Pão (ud.) 0, , 0 20/5 0, , , 4 26, 4/73, 20, Soma 5, 0, , 2, Produto 200 Valor Peso Arroz (kg) 3, , 75 48, 75/94, 95 0, Fejão (kg), 8 72, 60 2, 60/94, 95 0, 3270 Pão (ud.) 0, , 60 33, 60/94, 95 0, Soma 94, 95, q 0

21 CAPÍTULO. NÚMEROS ÍNDICES 7 Os relatvos são: Relatvos Produto 999 P Q Arroz (kg) 2, 5/2, / Fejão (kg), 2/, / Pão (ud.) 0, 0/0, / Produto 2000 P Q Arroz (kg) 3/2, / Fejão (kg), 8/, / Pão (ud.) 0, 2/0, / Produto 200 P Q Arroz (kg) 3, 25/2, / Fejão (kg), 80/, / Pão (ud.) 0, 4/0, / Usado ambas as fórmulas (.22) e (.23), temos que: L P 99,00 0, , , , , , L P 99,0 0, , , , , , , 4 32, , Usado as fórmulas (.24) e (.25), temos que: L Q 99,00 0, , , , , 5 2 +, 2 6+0, , , L Q 99,0 0, , , , , 5 5 +, 2 7+0, , 5+8, Aalogamete, usado as fórmulas (.27), (.28), (.29) e (.30), temos que: 00 69, P P 99,00 0, , , , , 2 2 2, 5+6, , 00 73, 2 73, , , 2 00

22 CAPÍTULO. NÚMEROS ÍNDICES 8 P P 99,0 0, , , , , , 5+7, , 00 94, 95 94, , 5+8, , 9 00 P Q 99,00 0, , , , , , 8 5+0, , 2 73, P Q 99,0 0, , , , , 95 3, , , , 95 94, , , 5 00 Note que é mas fácl (e mas precso umercamete) calcular os ídces de Laspeyres e Paasche pelas fórmulas (.23), (.25), (.28) e (.30). F99,00 P p 23, , , F99,0 P p 36, , , F Q 99,00 p 6, , , F Q 99,0 p 37, , , M P 99,00 (0 + 2) 3+(5+6), 8 + ( ) 0, 2 (0 + 2) 2, 5+(5+6), 2 + ( ) 0, 0 36, , , 2 M P 99,0 (0 + 5) 3, 25 + (5 + 7), 8 + ( ) 0, 4 (0 + 5) 2, 5+(5+7), 2 + ( ) 0, 0 64, 45 20, 9 36, M Q 99,00 M Q 99,0 (3 + 2, 5) 2 + (, 8+, 2) 6+(0, 2 + 0, 0) 220 (3 + 2, 5) 0 + (, 8+, 2) 5+(0, 2 + 0, 0) , 4 6, (3, , 5) 5 + (, 8+, 2) 7+(0, 4 + 0, 0) , 85 36, (3, , 5) 0 + (, 8+, 2) 5+(0, 4 + 0, 0) , 5 D P 99,00 (20) 0,49096 (50) 0,7647 (20) 0, , 9977 D P 99,0 (30) 0,49096 (50) 0,7647 (40) 0, , 0570 D Q 99,00 (20)0,49096 (20) 0,7647 (0) 0, , 97448

23 CAPÍTULO. NÚMEROS ÍNDICES 9 D Q 99,0 (50)0,49096 (40) 0,7647 (20) 0, , Como exercíco, você deve calcular esses mesmos ídces com base ; oresultadoé dado a tabela abaxo, ode se excluem os resultados para o ao base: Ídces P Q P Q Laspeyres L P 00,99 80, 8743 LQ 00,99 86, 0656 LP 00,0 0, 09 LQ 00,0 8, 033 Paasche P00,99 P 80, 9524 P Q 00,99 86, 486 P 00,0 P 09, 896 P Q 00,0 7, 804 Fsher F00,99 P 80, 933 F Q 00,99 86, 07 F 00,0 P 0, 003 F Q 00,0 7, 98 Marshall-Edgeworth M00,99 P 80, 904 M Q 00,99 86, 027 M 00,0 P 09, 994 M Q 00,0 7, 93 Dvsa D00,99 P 80, 6344 DQ 00,99 85, 9899 DP 00,0 09, 962 DQ 00,0 7, Propredades dos ídces agregatvos poderados Vamos verfcar agora quas crtéros os ídces acma satsfazem. Idetdade É fácl verfcar que todos os ídces vstos satsfazem o prcípo da detdade. Reversbldade Laspeyres e Paasche Com os dados do exemplo.5, vamos mostrar que esses ídces ão satsfazem a propredade de reversão. De fato: L P 99,00 L P 00,99, , , P99,00 P P00,99 P, , , Fsher O ídce de Fsher satsfaz o crtéro de reversbldade, como provamos a segur: F P 0,t F P t,0 q ql P 0,t P 0,t P L P t,0 P t,0 P v q0 p t qt p t u t q0 p 0 v u t q 0 p t q 0 p t {z } qt p 0 qt p t qt p t {z } q t p 0 qt p t qtp 0 qt p 0 {z } q0 p 0 q0 p t q0 p 0 q0 p 0 {z } De forma aáloga, prova-se para o ídce de quatdade.

24 CAPÍTULO. NÚMEROS ÍNDICES 20 Marshall-Edgeworth O ídce de Marshall-Edgeworth satsfaz o crtéro de reversbldade, como provamos a segur: q 0 + qt p t q 0 + qt p 0 M P 0,t M P t,0 q 0 + qt p 0 q 0 + qt p t q 0 + qt p t q 0 + qt p 0 q 0 + qt p t q 0 + qt p 0 {z } {z } Dvsa O mportate a otar aqu é que o sstema de pesos, o ídce de Dvsa, é fxo. Sedo assm, o ídce de Dvsa satsfaz o crtéro de reversbldade, como provamos a segur: D0,t P Dt,0 P Q µ p w 0 µ t Q p w 0 µ 0 Q p w t p 0 p t p p p t Note que temos o mesmo peso, depedete da base de comparação! Crculardade Laspeyres e Paasche Vamos usar os dados do exemplo.5 para mostrar que esses ídces ão satsfazem o prcípo da crculardade. Temos que: L P 99,00 L P 00,0, , , , L P 99,0 P P 99,00 P P 00,0, , , , P P 99,0 Fsher Vamos usar os dados do exemplo.5 para mostrar que esse ídce também ão satsfaz o prcípo da crculardade. Temos que: F99,00 P F00,0 P p, , p, 009, , , F99,0 P Marshall-Edgeworth Com os dados do mesmo exemplo, temos: M P 99,00 M P 00, , M P 99,0 Dvsa Como a propredade de reversão, ote que os pesos são fxos, depedete da época de comparação. Assm, o ídce de Dvsa satsfaz o prcípo da crculardade, como se mostra asegur: D0, P D,2 P Q µ p w 0 µ Q p w 0 µ 2 Q p p 0 p p 0 w p 0 2 Q p t µ p 2 p 0 w 0 D P 0,2

25 CAPÍTULO. NÚMEROS ÍNDICES 2 Decomposção das Causas Laspeyres e Paasche Esses ídces ão satsfazem esse crtéro, coforme se mostra a segur com os dados do exemplo: L P 00,99 L Q 00,99 59, 2 73, , 2 73, 2 V 00,99 P00,99 P P Q 00, , 2 73, 2 V 00,99 No etato, esses ídces satsfazem a propredade de decomposção das causas, desde que se mescle os ídces. Mas precsamete, coforme se mostra a segur: L P 0,t P Q 0,t L Q 0,t P P 0,t L P 0,t P Q 0,t LQ 0,t P P 0,t V 0,t (.37) q0 p t q0 p 0 p 0 q t p 0 q 0 p t qt p t q 0 qt p t qt p 0 p t qt V 0,t q0 p 0 p t qt V 0,t q0 p 0 Fsher Esse ídce satsfaz o crtéro da decomposção das causas, como se mostra a segur: F P 0,t F Q 0,t v u t q 0 p t q0 p 0 v q 0 p t u p t t q 0 {z } v u t q t p t p 0 q 0 qt p t qt p 0 p 0 q t qt p 0 {z } 2 p 0 q t p 0 q 0 qt p t p 0 q 0 p 0 q 0 p t q t p t q 0 p 0 q 0 {z } guas qt p t V 0,t qt p t Uma maera mas elegate de provar este resultado é dada a segur, ode se usa o resultado (.37): q F0,t P F Q 0,t ql P 0,t P 0,t ql P Q 0,t P Q 0,t L P 0,t P 0,t P LQ 0,t P Q 0,t q L P 0,t P Q 0,t P 0,t P LQ 0,t p V 0,t V 0,t V 0,t

26 CAPÍTULO. NÚMEROS ÍNDICES 22 Marshall-Edgeworth Esse ídce ão satsfaz o crtéro da decomposção das causas, como mostra o cotra-exemplo abaxo. M P 99,00M Q 99,00, , , , , 5294 V 99,00 Dvsa Esse ídce ão satsfaz o crtéro da decomposção das causas, coforme mostra o cotraexemplo a segur: D P 99,00D Q 99,00, , , , , 5294 V 99,00 No quadro a segur apresetamos o resumo das propredades dos ídces: Ídce Crtéro Idetdade Reversbldade Crculardade Decomposção das causas Laspeyres SIM NÃO NÃO NÃO Paasche SIM NÃO NÃO NÃO Fsher SIM SIM NÃO SIM Marshall-Edgeworth SIM SIM NÃO NÃO Dvsa SIM SIM SIM NÃO.7 Relações etre ídces.7. Laspeyres e Paasche Vamos, agora, aalsar a relação etre os ídces de Laspeyres e Paasche. Para sso, recordemos que o estmador do coefcete de correlação para dados agrupados é dado por r xy Cov(X, Y ) σ X σ Y P X X Y Y s x s y (.38) ode é a freqüêca absoluta e σ x e σ y são, respectvamete, os desvos padrão de X e Y.Sabemos também que a covarâca pode ser reescrta como Cov(X, Y ) X Ã!Ã! X X f X Y f X f Y. (.39) ode f é a freqüêca relatva (lembre-se: covarâca é a méda dos produtos meos o produto das médas). Paraocasoespecífco dos úmeros ídces, cosderemos que os X s e Y s sejam, respectvamete, os relatvos de preço e quatdade e as frequêcas relatvas sejam os pesos defdos pelos valores. Mas precsamete, X p t p o Y q t q o p oq o f P p j oqo j j. (.40)

27 CAPÍTULO. NÚMEROS ÍNDICES 23 Substtudo (.40) em (.39), obtemos: Cov(X, Y ) X p oqo P p j oqo j p t p q t o qo X p oqo P p j oqo j p t X p oqo p P o p j oq j q t o q o j j j P p tq P t qop P t p oqt P p oqo P qop P o p oqo V 0,t L P 0,t L Q 0,t (.4) Mas sabemos que substtudo em (.4), obtemos que V 0,t L P 0,t P Q 0,t ; Cov(X, Y ) σ x σ y r xy L P 0,t P Q 0,t LP 0,t L Q 0,t σ x σ y r xy L P 0,t P Q 0,t LP 0,t LQ 0,t L P 0,t P Q 0,t LQ 0,t P Q 0,t ou seja, L Q 0,t P Q 0,t r xy σ x σ y V 0,t. (.42) Aalsado essa equação, podemos ver que os ídces de Laspeyres e Paasche serão dêtcos quado r xy 0ou σ x 0ou σ y 0. As duas últmas codções sgfcam que, tato os relatvos de preço, quato os relatvos de quatdade são costates (ão têm varabldade), uma hpótese bastate rrealsta. A codção r xy 0sgfcaqueosrelatvosdepreçoedequatdadesãoão correlacoados, hpótese também bastate mprovável de ocorrer a prátca. Assm, a prátca, os ídces de Laspeyres e Paasche serão dferetes. Nesse caso, como σ x > 0,σ y > 0 e V 0,t > 0, a relação etre os ídces depederá de r xy. Se r xy > 0 (relatvos de preço postvamete correlacoados com os relatvos de quatdade, o que acotece quado estamos aalsado um problema pelo lado da oferta, por exemplo), o ídce de Laspeyres será meor que o de Paasche. Caso cotráro, sto é, relatvos de preço egatvamete correlacoados com os relatvos de quatdade (aálse pelo lado da demada), o ídce de Laspeyres será maor que o de Paasche. A stuação mas comum, a prátca, é termos r xy < 0 e, portato, P P 0,t <LP 0,t e P Q 0,t LQ 0,t.Neste caso, temos que P P 0,t L P 0,t p tqt p tqt p t q 0 qtp t qt p 0 qt p 0 q0 p t q0 p 0 qtp t P p tqt qtp t qt p 0 p tqt q0 p 0 q0 p t q0 p 0

28 CAPÍTULO. NÚMEROS ÍNDICES 24 ou ou Aalogamete, Vemos, assm, que, em geral P Q 0,t L Q 0,t p 0 q 0 P Q 0,t P P 0,t V 0,t p tqt p 0 q 0 p tqt p t q 0 p tqt p t q 0 p tq0 p 0 q 0 V 0,t L P 0,t L Q 0,t p 0 q t p 0 q 0 p 0 q 0 p 0 q t p 0 q 0 P Q 0,t P P 0,t V 0,t L P 0,t L Q 0,t p 0 q t p 0 q 0 ou seja, o ídce de Paasche tede a subestmar o valor, equato o ídce de Laspeyres tede a superestmar..7.2 Fsher, Laspeyres e Paasche O ídce de Fsher é defdo como a méda geométrca dos ídces de Laspeyres e Paasche. Etão F L P. Pelo resultado ateror, temos que, em geral, os ídces de Laspeyres e Paasche são dferetes. Se eles são guas, obvamete temos F L P. Das propredades da fução f (x) x segue que > x>xpara 0 <x<. Cosderemos calmete que L<P.Etão, como L e P são postvos, segue que 0 < L P <. Etão r L > P > L r L P P>P P >PL P P> L P>L ou seja, L<F <P.Se P < L, obtemos, de forma aáloga, que P < F < L. Em resumo, se os ídces de Laspeyres e Paasche são dferetes, etão o ídce de Fsher está compreeddo etre eles: L < P L<F <P (.43) P < L P<F<L L P L F P

29 CAPÍTULO. NÚMEROS ÍNDICES Marshall-Edgeworth, Laspeyres e Paasche O ídce de Marshall-Edgeworth é defdo como P q t + qo p t M P 0,t P q t + qo. p o Vamos provar que esse ídce se ecotra sempre etre os ídces de Laspeyres e Paasche. Mas para sso vamos provar que, se X,X 2,Y e Y 2 são úmeros postvos tas que X X 2 Y Y 2 etão De fato: como os úmeros são postvos, temos que Aalogamete, X X 2 X + Y X 2 + Y 2 Y Y 2. X X 2 Y Y 2 X Y 2 X 2 Y X Y 2 + X X 2 X 2 Y + X X 2 X (X 2 + Y 2 ) X 2 (X + Y ) X X 2 X + Y X 2 + Y 2. X Y X Y 2 X 2 Y X Y 2 + Y Y 2 X 2 Y + Y Y 2 X 2 Y 2 Y 2 (X + Y ) Y (X 2 + Y 2 ) X + Y Y. X 2 + Y 2 Y 2 Note que esse resultado ão vale quado algum dos úmeros é egatvo. Por exemplo, se fzermos X 2, X 2 3, Y e Y 2 2, etão mas X X < Y Y 2 2 X + Y X 2 + Y 2 < X X 2 Para provar a relação etre os ídces de Laspeyres, Paasche e Marshall-Edgeworth, basta fazer X X q op t Y X q tp t X 2 X q op o Y 2 X q tp o Nesse caso, os ídces de Laspeyres e Paasche de preço são: L L p 0,t X X 2 P P p 0,t Y Y 2 esel<p,etão P X < Y qop t + P L< P X 2 Y 2 qop o + P q tp t q t p o P q o + q t p t P q o + qt <P p o

30 CAPÍTULO. NÚMEROS ÍNDICES 26 ou seja, L<M<P. Se, ao cotráro, temos P<Letão P Y < X qop t + P qtp P t q o + q t p t P< P Y 2 X 2 qop o + P qt P p o q o + q <L t p o e, portato, P < M < L. EseL P, etão L P M. Resumdo, o ídce de Marshall- Edegeworth está etre os ídces de Laspeyres e Paasche:.8 Mudaça de base Cosdere a segute sére de relatvos de preço com base em 997: Isso sgfca que L < P L<M<P (.44) P < L P<M<L L P P M L Ao Relatvo p 98 p 97, p 99 p 97, 5 p 00 p 97, 6 p 0 p 97, 8 Supohamos, agora, que queramos colocar essa sére com base em 200, para atualzar o sstema de comparação. Como proceder? Na verdade, o que queremos é p t, t 97, 98, 99, 00 p 0 Como os relatvos satsfazem as propredades de reversão e crcular, temos que: p 97 p 0 p 0 p 97 p 98 p 0 p 98 p 97 p 97 p 0 p 99 p 0 p 99 p 97 p 97 p 0 p 00 p 0 p 00 p 97 p 97 p 0 Logo, a sére de relatvos a ova base é obtda dvddo-se a sére orgal pelo valor do relatvo o ao da base desejada. Esse procedmeto, lustrado para relatvos, será sempre váldo se o ídce satsfzer as propredades crcular e de reversão. p 98 p 97 p 0 p 97 p 99 p 97 p 0 p 97 p 00 p 97 p 0 p 97

31 CAPÍTULO. NÚMEROS ÍNDICES 27 No etato, város ídces utlzados a prátca ão satsfazem tal propredade. Os ídces de Laspeyres e Paasche são um exemplo. Para fazer a mudaça de base de uma sére de ídces de Laspeyres, por exemplo, é ecessáro mudar os pesos e sso sgfca trazer a atga cesta base para a época atual. Esse procedmeto, além de caro, em sempre é vável. Assm, a prátca, a mudaça de base é feta como se o ídce satsfzesse a propredade crcular, ou seja, obtém-se a sére a ova base dvddo a atga pelo valor do ídce o ao da base desejada. Vamos lustrar os procedmetos correto e aproxmado com os dados utlzados aterormete. Exemplo.6 Produto P Q P Q P Q Arroz (kg) 2,50 0 3,00 2 3,25 5 Fejão (kg),20 5,80 6,80 7 Pão (ud.) 0, , ,4 240 Aterormete, calculamos os ídces de Laspeyres com base em 999, obtedo para os preços a segute sére: Ao t L P 99,t 00 23, ,27450 Vamos calcular o ídce com base em 200 pelo método exato e pelo método aproxmado. L P 0,99 5 2, , , 0 69, , , , , 4 94, 95 L P 5 3, , , 2 86, 4 0, , , , , 4 94, 95 Logo, pelo método exato a sére de ídces com base em 200 é: Pelo método prátco, temos: Ao t L P 0,t 73, 68 90, L P 0,99 L P 0, , 38 36, , , , Deflacoameto e poder aqustvo Supohamos que em 999 um qulo de care custasse 8,00 reas e em 2000, 0 reas. Se os 2 aos dspuséssemos da mesma quata de 250 reas para comprar essa care, em 999 poderíamos comprar 250R$ 3, 25 kg 8 R$ / kg e em R$ 0 R$ / kg 25kg

32 CAPÍTULO. NÚMEROS ÍNDICES 28 Logo, a relação etre as quatdades é 25 0, 80 3, 25 que correspode a uma taxa de varação de µ µ 25 3, , 25 3, (0, 80 ) 00 20% Etão, com esse aumeto de preço, matdo o mesmo valor dspoível, houve uma queda de 20% a quatdade de care adqurda. Cosderemos, agora, uma stuação mas geral, ode o saláro de uma pessoa se matém fxo em R$2.500,00 os aos de 999 e 2000 mas a flação em 2000, medda pelo INPC, fo de 5,27%. Como avalar a perda salaral desta pessoa? Prmero, vamos terpretar o sgfcado da flação de 5,27% em Isto sgfca que o preço de uma cesta de produtos e servços aumetou 5,27% em 2000, comparado com 999, ou seja, o ídce de preços de 2000 com base em 999 é,0527. Por outro lado, como o saláro é o mesmo, o ídce de valor (saláro) de 2000 com base em 999 é. Usado a relação aproxmada IV IP IQ, resulta que o ídce de quatdade de 2000 com base em 999 é µ IQ 0, 94994, 0527 ou seja, esta pessoa, com o mesmo saláro em 2000, cosegue comprar 0,94994 do que comprava em 999, o que represeta uma taxa de (0, ) 00 5, 006. O ídce 0,94994 é chamado ídce do saláro real, já que ele represeta o que a pessoa pode realmete adqurr em 2000, com base em 999. Uma outra forma de olhar este mesmo problema é a segute: dzer que houve uma varação de preços de 5,27% em 2000 é o mesmo que dzer que,0527 reas em 2000 equvalem (em poder de compra) a real em 999. Etão, para determar quato valem os 2500 reas de 2000 a preços de 999, basta aplcarmos a regra de três smples: R$,0527 R$ x 2500 R$ Logo, x , 85, 0527 oquesgfca que o saláro de 2500 reas em 2000 equvale a um saláro de 2374,85 reas em 999, o que é ldo como 2374,85 reas a preços de 999. A perda salaral pode ser obtda como 2374, , mesmo valor obtdo através do ídce do saláro real. Estes exemplos lustram o coceto de deflacoameto de uma sére de valores,que permte equparar valores moetáros de dversas épocas ao valor moetáro de uma época base, ou ada, o deflacoameto permte elmar uma das causas de varação de uma sére de valores moetáros, qual seja, a varação de preços.

33 CAPÍTULO. NÚMEROS ÍNDICES Deflator Um ídce de preços usado para equparar valores moetáros de dversas épocas ao valor moetáro de uma época base é chamado deflator. Como vsto acma,para obter a sére de valores deflacoados ou valores a preços da época base, basta dvdr a sére de valores pelo respectvo ídce de preços. Os valores estarão a preços costates do ao base do ídce de preços. Podemos também dvdr a sére de ídces de valores pelo respectvo ídce de preço para obter o ídce do valor real (quatdade) com base o período base do deflator. Exemplo.7 Cosdere a sére do faturameto omal de uma empresa e o ídce de preço aproprado, dados a tabela abaxo. Ao Faturameto omal Ídce de preços (Ml R$) , , , , , ,870 Para obter o faturameto real a preços de 999, basta fazer, como ates, uma regra de três, tedo em mete a terpretação do ídce de preços: 00 R$ em 999 equvalem a 05,272 R$ em 2000, a 5,22 em 200, etc. Por exemplo, para o ao de 2002 temos: R$ 32,94 R$ x 2800 R$ x , , 94 Com o mesmo procedmeto para os outros aos, obtemos a sére do faturameto a preços de 975 dada por: Ao Faturameto (Ml R$ de 999) 999 (600/00) , (800/05, 272) , (2400/5, 22) , 2002 (2800/32, 94) 00 28, 2003 (3000/45, 92) , (3200/54, 870) , 2 Para obter o ídce do faturameto real com base em 999 temos que calcular o ídce do faturameto omal e dvdí-lo pelo respectvo ídce de preços. Para o ao de 2002, por exemplo, temos: , Completado para os outros aos obtemos:

34 CAPÍTULO. NÚMEROS ÍNDICES 30 Ao 999 Ídce do faturameto real (quatdade) , : : : : : Note a segute equvalêca (ao de 2002): , , O termo o umerador é o faturameto de 2002 a preços de 999, equato o termo o deomador é o faturameto de 999 a preços de 999. Ou seja, podemos obter a sére de ídces do faturameto real a preços de 999 smplesmete dvddo a sére de faturameto a preços de 999 pelo faturameto real do ao base:

35 CAPÍTULO. NÚMEROS ÍNDICES 3 Ao 975 Ídce do faturameto real , , , , : , Se o exemplo tvessem sdo dadas as taxas de varação do faturameto e do preço, o deflacoameto sera feto, prmero trasformado as taxas em ídces. Exemplo.8 Taxa Ídce (taxa omal) + Deflacoameto: j (taxa de flação) +j + +j Na tabela abaxo temos o saláro de um fucoáro os meses de jaero a mao de 2002 e as respectvas taxas de flação mesal meddas pelo INPC: Mês Saláro (R$) INPC (%) dez ,8 0,74 ja ,03,07 fev ,79 0,3 mar ,89 0,62 abr ,4 0,68 ma ,4 0,09

36 CAPÍTULO. NÚMEROS ÍNDICES 32 Vamos calcular o saláro real a preços de dezembro de 200 e também o ídce do saláro real com base em dez-0. As taxas de flação medem a varação mês t/mês t. O prmero passo, etão, cosste em calcular a sére do INPC com base em dezembro de 200. Em jaero de 2002 a taxa de flação fo de,07%, com relação a dezembro de 200, ou seja, p ja 02, 07 +, 007 p dez 0 00 Em feverero, temos que p fev 02 0, 3 +, 003 p ja e p fev 02 p fev 02 p ja 02, 007, 003, 0383 p dez 0 p ja 02 p dez 0 Para março, temos: p mar 02 p dez 0 p mar 02 p fev 02 p fev 02 p ja 02 p ja 02 p dez 0, 0062, 007, 003, 0202 Para abrl: p abr 02 p dez 0 p abr 02 p mar 02 p mar 02 p fev 02 p fev 02 p ja 02 p ja 02 p dez 0, 0068, 0062, 007, 003, e para mao: p ma 02 p dez 0 p ma 02 p abr 02 p abr 02 p mar 02 p mar 02 p fev 02 p fev 02 p ja 02 p ja 02 p dez 0, 0009, 0068, 0062, 007, 003, Obtda a sére do INPC com base em dezembro de 200, para obter o saláro real basta dvdr o saláro omal de cada mês pelo respectvo valor do ídce:

37 CAPÍTULO. NÚMEROS ÍNDICES 33 Mês Saláro (R$) INPC Saláro real % dez-000 apreçosdedez-0 dez-000 dez ,8 0,74 00, , , , , , 8 ja ,03,07 0, , 03 0, , , , , 8 fev ,79 0,3 0, , 79 0, , , , , 8 mar ,89 0,62 02, , 89 02, , , , , 8 abr ,4 0,68 02, , 4 02, , , 26 00, , 8 ma ,4 0,09 02, , 4 02, , , 40 00, , 8 Ao deflacoarmos esses saláros, estamos colocado todos eles a mesma moeda, ou seja, eles são comparáves para efetos de poder de compra. É como se tvéssemos duas pessoas em dezembro de 200 gahado, por exemplo, uma R$ 3668,8 e a outra R$ 435,40; com essa comparação fca claro que a seguda pessoa gaha mas que a prmera, ou seja, em termos reas, o saláro de mao de 2002 é maor que o saláro de dezembro de Poder aqustvo O poder aqustvo de um determado volume de udades moetáras, com relação a uma certa época base, é o seu valor deflacoado com referêca a essa época base. Cosderemos ovamete o exemplo vsto o íco da seção: em 999 um qulo de care custava 8,00 reas e em 2000, 0 reas. Se os 2 aos dspuséssemos da mesma quata de 250 reas para comprar essa care, em 999 poderíamos comprar 250 R$ 3, 25 kg 8 R$ / kg e em 2000 Logo, a relação etre as quatdades é 250 R$ 0 R$ / kg 25kg 25 0, 80 3, 25

38 CAPÍTULO. NÚMEROS ÍNDICES 34 Isso sgfca que o poder aqustvo (para esse úco produto) cau 20%. Note que: 250 R$ 25 3, R$ 0 R$ / kg 8 R$ / kg No deomador temos o relatvo de preço da care com base em 999, ou seja, o poder aqustvo é obtdo tomado-se o verso do ídce de preço escolhdo. Exemplo.9 Cosdere a sére do IGP dada a segur. Calcule o poder aqustvo de Cr$ com base o cruzero de 977. Ao IGP Poder aqustvo de R$ (200000) (/00) 00 : (/0) 00 : (/40) 00 : (/50) 00 : (/68) 00 : Em 2002, R$ tem o mesmo poder aqustvo de 0,7429 R$ de 2000, equato em 2004, R$$ tem o poder aqustvo de 0,59524 R$ em 977. Exemplo.0 O saláro de um trabalhador fo reajustado em 80% em um dado período, equato a flação fo de 92% o mesmo período. Qual fo a perda do poder aqustvo desse trabalhador? Para resolver esse problema, temos que colocar ambas as taxas em forma de ídce. Assm o ídce do saláro real é, 8 0, 9375, 92 Logo, o poder aqustvo do saláro o fal do período é gual a 0,9375 do poder aqustvo o íco do período, o que equvale a uma perda de 6,25%..0 Aálse dos dados da PME Nesta seção vamos aalsar dos artgos publcados o joral Folha de São Paulo, reproduzdos mas adate. Ambos se baseam em resultados da Pesqusa Mesal de Emprego do IBGE e foram publcados quado da dvulgação dos resultados da PME referetes ao mês de dezembro de 200. A êfase dos dos artgos é a queda do redmeto médo real do trabalhador. Vamos, etão, aalsar as formações dadas os artgos e descrever como os resultados foram obtdos a partr da PME.

39 CAPÍTULO. NÚMEROS ÍNDICES 35. Uma das varáves publcadas a PME é o redmeto médo omal do trabalho prcpal, estmado como uma méda dos redmetos dvduas dos formates da amostra. Estma-se também o redmeto omal médo dos trabalhadores com cartera assada. Para estmar o saláro médo real, os saláros omas são deflacoados pelo INPC. Na tabela temos os dados ecessáros para a aálse. Na prmera colua temos os dados orudos da PME, ode os saláros são dados a moeda correte. Note que o período em estudo houve duas mudaças de moeda: uma em agosto de 93 (cruzero para cruzero real) e outra em julho de 94 (cruzero real para real). A aálse é feta com base os saláros reas, dado-se êfase ao período do Plao Real (íco em julho de 994). Vamos, etão, calcular os saláros médos reas com base em julho de 994. Para sso, temos calmete que calcular o INPC com base em julho de 994. A forma mas fácl de fazer sso é calcular, prmero, o ídce com base dez-92 e depos fazer a mudaça de base. Os dados e cálculos de mudaça de base estão a Tabela 2. INPC- base: dez-92 Temos que acumular as flações mesas, ou seja, prmero trasformamos as taxas em ídces e depos acumulamos mês a mês (ver exemplo.8). Dez 92 µ 28, 77 Ja 93 +, Fev , Mar , Jul , , INPC - base: jul-94 Para mudar a base, basta dvdr toda a sére pelo valor do ídce (com base em dez-92) o mês de julho de 994, ou seja, temos que dvdr toda a sére pelo valor 239, Podemos ver da Tabela 2 que a flação acumulada desde o Plao Real até dezembro de 200 é de 97,7%. Esta é a taxa correspodete ao ídce do mês de dezembro, com base em julho de 994. Este mesmo resultado pode ser obtdo a partr do ídce com base em dezembro de 992, smplesmete dvddo o ídce de dezembro pelo ídce de julho:, , , 685 Como a sére fo costruída acumulado os ídces mesas, esta dvsão os dá: p dez 0 p dez 92 p dez 0 p jul 94 p jul 94 p dez 92

40 CAPÍTULO. NÚMEROS ÍNDICES 36 Fgura.: Artgos sobre a PME

41 CAPÍTULO. NÚMEROS ÍNDICES 37 Tabela Redmeto médo omal do trabalho prcpal das pessoas ocupadas de 25 aos ou mas - Total das áreas - PME Saláro Saláro Saláro omal omal omal Moeda (Moeda Moeda (Moeda Moeda (Moeda correte correte) e correte correte) correte correte) ja/93 Cr$ ,73 ja/96 R$ 576,38 ja/99 R$ 687,5 fev Cr$ 54330,54 frv R$ 587,9 fev R$ 678,78 mar Cr$ ,88 mar R$ 587,37 mar R$ 677,90 abr Cr$ ,9 abr R$ 594,7 abr R$ 676,92 ma Cr$ 3896,90 ma R$ 609,63 ma R$ 676,78 ju Cr$ ,98 ju R$ 69,36 ju R$ 683,35 jul Cr$ ,94 jul R$ 639,63 jul R$ 674,76 ago CR$ 26478,7 ago R$ 644,8 ago R$ 676,05 set CR$ 36674,2 set R$ 636,43 set R$ 679,52 out CR$ 47894,50 out R$ 636,95 out R$ 688,36 ov CR$ 67997,7 ov R$ 64,44 ov R$ 707,5 dez CR$ 96592,30 dez R$ 686,66 dez R$ 757,68 ja/94 CR$ 30445,49 ja/97 R$ 64,75 ja/00 R$ 707,66 fev CR$ 87295,5 fev R$ 642,73 fev R$ 702,00 mar CR$ ,80 mar R$ 634, mar R$ 698,34 abr CR$ 40208,65 abr R$ 649,94 abr R$ 699,57 ma CR$ 55854,64 ma R$ 666,70 ma R$ 7,64 ju CR$ ,00 ju R$ 664,50 ju R$ 727,58 jul R$ 34,2 jul R$ 675,23 jul R$ 723,9 ago R$ 363,88 ago R$ 684,7 ago R$ 73,50 set R$ 374,09 set R$ 68,8 set R$ 733,99 out R$ 37,02 out R$ 689,63 out R$ 745,84 ov R$ 405,56 ov R$ 695,49 ov R$ 743,99 dez R$ 440,53 dez R$ 744, dez R$ 805,07 ja/95 R$ 420,34 ja/98 R$ 700,70 ja/0 R$ 738,50 fev R$ 435,78 fev R$ 696,29 fev R$ 742,25 mar R$ 450,7 mar R$ 685,00 mar R$ 740,08 abr R$ 467,60 abr R$ 679,52 abr R$ 746,2 ma R$ 487,02 ma R$ 675,0 ma R$ 740,40 ju R$ 499,44 ju R$ 682,89 ju R$ 750,80 jul R$ 509,48 jul R$ 678,72 jul R$ 758,05 ago R$ 52,96 ago R$ 685,74 ago R$ 749,53 set R$ 530,43 set R$ 685,86 set R$ 746,35 out R$ 537,86 out R$ 695,24 out R$ 752,82 ov R$ 56,62 ov R$ 75,28 ov R$ 750,92 dez R$ 600,62 dez R$ 758,0 dez R$ 803,45

MA12 - Unidade 4 Somatórios e Binômio de Newton Semana de 11/04 a 17/04

MA12 - Unidade 4 Somatórios e Binômio de Newton Semana de 11/04 a 17/04 MA1 - Udade 4 Somatóros e Bômo de Newto Semaa de 11/04 a 17/04 Nesta udade troduzremos a otação de somatóro, mostrado como a sua mapulação pode sstematzar e facltar o cálculo de somas Dada a mportâca de

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

IND 1115 Inferência Estatística Aula 9

IND 1115 Inferência Estatística Aula 9 Coteúdo IND 5 Iferêca Estatístca Aula 9 Outubro 2004 Môca Barros Dfereça etre Probabldade e Estatístca Amostra Aleatóra Objetvos da Estatístca Dstrbução Amostral Estmação Potual Estmação Bayesaa Clássca

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 9 - Regressão linear e correlação

CAPÍTULO 9 - Regressão linear e correlação INF 6 Prof. Luz Alexadre Peterell CAPÍTULO 9 - Regressão lear e correlação Veremos esse capítulo os segutes assutos essa ordem: Correlação amostral Regressão Lear Smples Regressão Lear Múltpla Correlação

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

Econometria: 4 - Regressão Múltipla em Notação Matricial

Econometria: 4 - Regressão Múltipla em Notação Matricial Ecoometra: 4 - Regressão últpla em Notação atrcal Prof. arcelo C. ederos mcm@eco.puc-ro.br Prof. arco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo

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

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

Análise de Regressão

Análise de Regressão Aálse de Regressão Prof. Paulo Rcardo B. Gumarães. Itrodução Os modelos de regressão são largamete utlzados em dversas áreas do cohecmeto, tas como: computação, admstração, egeharas, bologa, agrooma, saúde,

Leia mais

Matemática. Resolução das atividades complementares. M18 Noções de Estatística

Matemática. Resolução das atividades complementares. M18 Noções de Estatística Resolução das atvdades complemetares Matemátca M8 Noções de Estatístca p. 3 (UFRJ) Dos estados do país, um certo ao, produzem os mesmos tpos de grãos. Os grácos de setores lustram a relação etre a produção

Leia mais

JUROS SIMPLES. i 100 i 100. TAXA PROPORCIONAL: É aquela que aplicada ao mesmo capital, no mesmo prazo, produze o mesmo juros.

JUROS SIMPLES. i 100 i 100. TAXA PROPORCIONAL: É aquela que aplicada ao mesmo capital, no mesmo prazo, produze o mesmo juros. JUROS MONTANTE JUROS SIMPLES J = C 0 * * t 00 M = C * + * t 00 TAXA PROPORCIONAL: É aquela que aplcada ao mesmo captal, o mesmo prazo, produze o mesmo juros. * = * JUROS COMPOSTOS MONTANTE M = C * + 00

Leia mais

CAPÍTULO 2 - Estatística Descritiva

CAPÍTULO 2 - Estatística Descritiva INF 6 Prof. Luz Alexadre Peterell CAPÍTULO - Estatístca Descrtva Podemos dvdr a Estatístca em duas áreas: estatístca dutva (ferêca estatístca) e estatístca descrtva. Estatístca Idutva: (Iferêca Estatístca)

Leia mais

Estudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples.

Estudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples. Estudo das relações etre peso e altura de estudates de estatístca através da aálse de regressão smples. Waessa Luaa de Brto COSTA 1, Adraa de Souza COSTA 1. Tago Almeda de OLIVEIRA 1 1 Departameto de Estatístca,

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

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: Prof. Lorí Val, Dr. val@pucrs.br http://www.pucrs.br/famat/val www.pucrs.br/famat/val/ correlacoal ou expermetal. Numa relação expermetal os valores

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

Em atendimento à solicitação de V.Sa., apresentamos, na seqüência, os resultados do estudo referenciado.

Em atendimento à solicitação de V.Sa., apresentamos, na seqüência, os resultados do estudo referenciado. 1 Belo Horzote, 14 de abrl de 2007. À UNAFISCO SAÚDE AT.: Glso Bezerra REF: AVALIAÇÃO ATUARIAL Prezado Sehor, Em atedmeto à solctação de V.Sa., apresetamos, a seqüêca, os resultados do estudo referecado.

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

MAE116 Noções de Estatística

MAE116 Noções de Estatística Grupo C - º semestre de 004 Exercíco 0 (3,5 potos) Uma pesqusa com usuáros de trasporte coletvo a cdade de São Paulo dagou sobre os dferetes tpos usados as suas locomoções dáras. Detre ôbus, metrô e trem,

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

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

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

Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto

Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto Faculdade de Ecooma, Admstração e Cotabldade de Rberão Preto Ecooma Moetára Curso de Ecooma / º. Semestre de 014 Profa. Dra. Rosel da Slva Nota de aula CAPM Itrodução Há dos modelos bastate utlzados para

Leia mais

Unidade II ESTATÍSTICA

Unidade II ESTATÍSTICA ESTATÍSTICA Udade II 3 MEDIDAS OU PARÂMETROS ESTATÍSTICOS 1 O estudo que fzemos aterormete dz respeto ao agrupameto de dados coletados e à represetação gráfca de algus deles. Cumpre agora estudarmos as

Leia mais

SUMÁRIO GOVERNO DO ESTADO DO CEARÁ. Cid Ferreira Gomes Governador. 1. Introdução... 2. Domingos Gomes de Aguiar Filho Vice Governador

SUMÁRIO GOVERNO DO ESTADO DO CEARÁ. Cid Ferreira Gomes Governador. 1. Introdução... 2. Domingos Gomes de Aguiar Filho Vice Governador INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ - IPECE GOVERNO DO ESTADO DO CEARÁ Cd Ferrera Gomes Goverador Domgos Gomes de Aguar Flho Vce Goverador SECRETARIA DO PLANEJAMENTO E GES- TÃO (SEPLAG)

Leia mais

UERJ CTC IME Departamento de Informática e Ciência da Computação 2 Cálculo Numérico Professora Mariluci Ferreira Portes

UERJ CTC IME Departamento de Informática e Ciência da Computação 2 Cálculo Numérico Professora Mariluci Ferreira Portes UERJ CTC IE Departameto de Iormátca e Cêca da Computação Udade I - Erros as apromações umércas. I. - Cosderações geras. Há váras stuações em dversos campos da cêca em que operações umércas são utlzadas

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

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

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

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

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

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

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

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

Requisitos metrológicos de instrumentos de pesagem de funcionamento não automático

Requisitos metrológicos de instrumentos de pesagem de funcionamento não automático Requstos metrológcos de strumetos de pesagem de fucoameto ão automátco 1. Geeraldades As balaças estão assocadas de uma forma drecta à produção do betão e ao cotrolo da qualdade do mesmo. Se são as balaças

Leia mais

Métodos Estatísticos Aplicados à Economia I (GET00117) Números Índices

Métodos Estatísticos Aplicados à Economia I (GET00117) Números Índices Unversdade Federal Flumnense Insttuto de Matemátca e Estatístca Métodos Estatístcos Aplcados à Economa I (GET7) Números Índces Ana Mara Lma de Faras Departamento de Estatístca Agosto 25 Sumáro Índces Smples.

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

A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: enchentes

A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: enchentes Mostra Nacoal de Icação Cetífca e Tecológca Iterdscplar VI MICTI Isttuto Federal Catarese Câmpus Camború 30 a 3 de outubro de 03 A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: echetes Ester Hasse

Leia mais

PUCRS FAMAT DEPTº DE ESTATÍSTICA ESTATÍSTICA DESCRITIVA SÉRGIO KATO

PUCRS FAMAT DEPTº DE ESTATÍSTICA ESTATÍSTICA DESCRITIVA SÉRGIO KATO PUCRS FAMAT DEPTº DE ESTATÍSTICA ESTATÍSTICA DESCRITIVA SÉRGIO KATO A expressão dados, será ctada dversas vezes esta dscpla, em lguagem ormal, dados são ormações (úmeros ou ão) sobre um dvíduo (pessoa,

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

APLICAÇÕES DE MÉTODOS DE ENERGIA A PROBLEMAS DE INSTABILIDADE DE ESTRUTURAS

APLICAÇÕES DE MÉTODOS DE ENERGIA A PROBLEMAS DE INSTABILIDADE DE ESTRUTURAS PONTIFÍCI UNIVERSIDDE CTÓLIC DO RIO DE JNEIRO DEPRTMENTO DE ENGENHRI CIVIL PLICÇÕES DE MÉTODOS DE ENERGI PROBLEMS DE INSTBILIDDE DE ESTRUTURS Julaa Bragh Ramalho Raul Rosas e Slva lua de graduação do curso

Leia mais

CURSO ON-LINE PROFESSOR: VÍTOR MENEZES

CURSO ON-LINE PROFESSOR: VÍTOR MENEZES O Danel Slvera pedu para eu resolver mas questões do concurso da CEF. Vou usar como base a numeração do caderno foxtrot Vamos lá: 9) Se, ao descontar uma promssóra com valor de face de R$ 5.000,00, seu

Leia mais

Capítulo 6 - Centro de Gravidade de Superfícies Planas

Capítulo 6 - Centro de Gravidade de Superfícies Planas Capítulo 6 - Cetro de ravdade de Superfíces Plaas 6. Itrodução O Cetro de ravdade (C) de um sóldo é um poto localzado o própro sóldo, ou fora dele, pelo qual passa a resultate das forças de gravdade que

Leia mais

Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística

Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Val, Dr. http://www.pucrs.br/famat/val/ val@pucrs.br Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Obetvos A Aálse de

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

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

12.2.2 CVT: Coeficiente de Variação de Thorndike...45 12.2.3 CVQ: Coeficiente Quartílico de Variação...45 13 MEDIDAS DE ASSIMETRIA...46 13.

12.2.2 CVT: Coeficiente de Variação de Thorndike...45 12.2.3 CVQ: Coeficiente Quartílico de Variação...45 13 MEDIDAS DE ASSIMETRIA...46 13. SUMARIO 2 MÉTODO ESTATÍSTICO...3 2. A ESTATÍSTICA...3 2.2 FASES DO MÉTODO ESTATÍSTICO...4 3 FERRAMENTAS DE CÁLCULO PARA O ESTUDO DA ESTATÍSTICA...5 3. FRAÇÃO...5 3.. Adção e subtração...5 3..2 Multplcação

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

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

Estatística Notas de Aulas ESTATÍSTICA. Notas de Aulas. Professor Inácio Andruski Guimarães, DSc. Professor Inácio Andruski Guimarães, DSc.

Estatística Notas de Aulas ESTATÍSTICA. Notas de Aulas. Professor Inácio Andruski Guimarães, DSc. Professor Inácio Andruski Guimarães, DSc. Estatístca Notas de Aulas ESTATÍSTICA Notas de Aulas Professor Iáco Adrus Gumarães, DSc. Professor Iáco Adrus Gumarães, DSc. Estatístca Notas de Aulas SUMÁRIO CONCEITOS BÁSICOS 5. Estatístca. Estatístca

Leia mais

RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO

RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO RACIOCÍIO LÓGICO - Zé Carlos RACIOCÍIO LÓGICO / ESTATÍSTICA LISTA RESUMO TEÓRICO I. Cocetos Icas. O desvo médo (DM), é a méda artmétca dos desvos de cada dado da amostra em toro do valor médo, sto é x

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

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

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

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

TEXTO SUJEITO A REVISÃO

TEXTO SUJEITO A REVISÃO Aálse Comparatva de duas Metodologas Factíves para o Cálculo de IPCs com a Utlzação de Mcrodados do IPC-FIPE Hero Carlos Esvael do Carmo TEXTO SUJEITO A REVISÃO Resumo O prcpal objetvo deste texto é aalsar,

Leia mais

Curso de An lise de Fluxo de Caixa

Curso de An lise de Fluxo de Caixa Curso de A lse de Fluxo de Caxa SUMÁRIO PROGRESSÕES... 0. FÓRMULAS BÁSICAS... 0.. Progressões artmétcas... 0..2 Progressões geométrcas... 02.2 EXERCÍCIOS SUGERIDOS... 02 2 CONCEITOS DE MATEMÁTICA FINANCEIRA...

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

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

CAPÍTULO 1 PROBABILIDADE

CAPÍTULO 1 PROBABILIDADE CAPÍTULO PROBABILIDADE. Coceto O coceto de probabldade está sempre presete em osso da a da: qual é a probabldade de que o meu tme seja campeão? Qual é a probabldade de que eu passe aquela dscpla? Qual

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

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

2 Avaliação da segurança dinâmica de sistemas de energia elétrica: Teoria

2 Avaliação da segurança dinâmica de sistemas de energia elétrica: Teoria Avalação da seguraça dâmca de sstemas de eerga elétrca: Teora. Itrodução A avalação da seguraça dâmca é realzada através de estudos de establdade trastóra. Nesses estudos, aalsa-se o comportameto dos geradores

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

Teoria da Amostragem

Teoria da Amostragem Teora da Amostragem I- oções fudametas sobre amostragem. Amostragem é todo o processo de recolha de uma parte, geralmete pequea, dos elemetos que costtuem um dado couto. Da aálse dessa parte pretede obter-se

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

Capítulo 5 EQUAÇÕES DE CONSERVAÇÃO DA MASSA

Capítulo 5 EQUAÇÕES DE CONSERVAÇÃO DA MASSA Capítulo 5 EQUAÇÕES DE CONSERVAÇÃO DA MASSA O objetvo deste capítulo é apresetar formas da equação da coservação da massa em fução de propredades tesvas faclmete mesuráves, como a temperatura, a pressão,

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

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo.

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo. Equlíbro e o Potecal de Nerst 5910187 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 11 Nesta aula, vamos utlzar a equação para o modelo de eletrodfusão o equlíbro obtda a aula passada para estudar o trasporte

Leia mais

Projeto de rede na cadeia de suprimentos

Projeto de rede na cadeia de suprimentos Projeto de rede a cadea de suprmetos Prof. Ph.D. Cláudo F. Rosso Egehara Logístca II Esboço O papel do projeto de rede a cadea de suprmetos Fatores que fluecam decsões de projeto de rede Modelo para decsões

Leia mais

Probabilidade II Aula 10

Probabilidade II Aula 10 Probabldade II Aula 0 Mao de 009 Môca Barros, D.Sc. Coteúdo Esperaça Matemá (Valores esperados) Mometos e Mometos Cetras Valores esperados de uma fução de Covarâca e Correlação Matrz de covarâca, matrz

Leia mais

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo.

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo. 5910187 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 6 Equlíbro e o Potecal de Nerst Nesta aula, vamos utlzar a equação para o modelo de eletrodfusão o equlíbro obtda a aula passada para estudar o trasporte

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

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

Elaborado: 2002 Ultima atualização: 23/12/2004

Elaborado: 2002 Ultima atualização: 23/12/2004 Elaborado: 2002 Ultma atualzação: 23/12/2004 Cadero de Fórmulas Apresetação Sstema Nacoal de Atvos E ste Cadero de Fórmulas tem por objetvo esclarecer aos usuáros a metodologa de cálculo e os crtéros de

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

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

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

Monitoramento ou Inventário Florestal Contínuo

Monitoramento ou Inventário Florestal Contínuo C:\Documets ad Settgs\DISCO_F\MEUS-DOCS\LIVRO_EF_44\ef44_PDF\CAP XIV_IFCOTIUO.doc 6 Motorameto ou Ivetáro Florestal Cotíuo Agosto Lopes de Souza. ITRODUÇÃO Parcelas permaetes de vetáro florestal cotíuo

Leia mais

Forma padrão do modelo de Programação Linear

Forma padrão do modelo de Programação Linear POGAMAÇÃO LINEA. Forma Padrão do Modelo de Programação Lear 2. elações de Equvalêca 3. Suposções da Programação Lear 4. Eemplos de Modelos de PPL 5. Suposções da Programação Lear 6. Solução Gráfca e Iterpretação

Leia mais

REGESD Prolic Matemática e Realidade- Profª Suzi Samá Pinto e Profº Alessandro da Silva Saadi

REGESD Prolic Matemática e Realidade- Profª Suzi Samá Pinto e Profº Alessandro da Silva Saadi REGESD Prolc Matemátca e Realdade- Profª Suz Samá Pto e Profº Alessadro da Slva Saad Meddas de Posção ou Tedêca Cetral As meddas de posção ou meddas de tedêca cetral dcam um valor que melhor represeta

Leia mais

Perguntas freqüentes Credenciadores

Perguntas freqüentes Credenciadores Pergutas freqüetes Credecadores Como devo proceder para prestar as formações de quatdade e valor das trasações com cartões de pagameto, os casos em que o portador opte pelo facameto da compra pelo emssor?

Leia mais

A análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si.

A análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si. Prof. Lorí Va, Dr. http://www. ufrgs.br/~va/ va@mat.ufrgs.br aáse de varâca de uma cassfcação (Oe-Way NOV) verfca se as médas de amostras depedetes (tratametos) dferem etre s. Um segudo tpo de aáse de

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

UNIVERSIDADE DO ESTADO DA BAHIA - UNEB DEPARTAMENTO DE CIÊNCIAS EXATAS E DA TERRA COLEGIADO DO CURSO DE DESENHO INDUSTRIAL CAMPUS I - SALVADOR

UNIVERSIDADE DO ESTADO DA BAHIA - UNEB DEPARTAMENTO DE CIÊNCIAS EXATAS E DA TERRA COLEGIADO DO CURSO DE DESENHO INDUSTRIAL CAMPUS I - SALVADOR Matéra / Dscplna: Introdução à Informátca Sstema de Numeração Defnção Um sstema de numeração pode ser defndo como o conjunto dos dígtos utlzados para representar quantdades e as regras que defnem a forma

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

DISTRIBUIÇÃO HIPERGEOMÉTRICA

DISTRIBUIÇÃO HIPERGEOMÉTRICA 7 DISTRIBUIÇÃO HIPERGEOMÉTRICA Cosdere-se uma população fta costtuída por N elemetos dstrbuídos por duas categoras eclusvas e eaustvas de dmesões M e N M, respectvamete. Os elemetos da prmera categora

Leia mais

CENTRO: GESTÃO ORGANIZACIONAL MATEMÁTICA FINANCEIRA

CENTRO: GESTÃO ORGANIZACIONAL MATEMÁTICA FINANCEIRA CENTRO: GESTÃO ORGANIZACIONAL CÁLCULOS DE FINANÇAS MATEMÁTICA FINANCEIRA Semestre: A/2008 PROFESSOR: IRANI LASSEN CURSO: ALUNO: SUMÁRIO CÁLCULOS DE FINANÇAS INTRODUÇÃO...3. OBJETIVO:...3.2 FLUXO DE CAIXA...4.3

Leia mais

3 Precificação de resseguro

3 Precificação de resseguro Precfcação de Resseguro 35 3 Precfcação de resseguro Este capítulo traz prmeramete uma oção ampla das aplcações das metodologas de precfcação de resseguro para melhor compreesão do mesmo Da seção 3 até

Leia mais

Estatística: uma definição

Estatística: uma definição Prof. Lorí Val, Dr. - val@pucrs.br http://www.pucrs.br/famat/val/ Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Estatístca: uma defção Coleç Coleção de ú úmeros estatí estatístcas O ú ú mero

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

Prof. Dr. Marco Antonio Leonel Caetano Projeção de Cenários Aplicados ao Orçamento Empresarial Com revisão das Ferramentas de Estatística

Prof. Dr. Marco Antonio Leonel Caetano Projeção de Cenários Aplicados ao Orçamento Empresarial Com revisão das Ferramentas de Estatística Projeção de Ceáros Aplcados ao Orçameto Empresaral Com revsão das Ferrametas de Estatístca Prof. Dr. Marco Atoo Leoel Caetao TÓPICO Tratameto, Quatfcação e Vsualzação de Dados Faceros. Itrodução Na dvulgação

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

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

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

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

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

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

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

1.1 Apresentação. do capítulo

1.1 Apresentação. do capítulo apítulo Matemátca Facera. Apresetação do capítulo A Matemátca Facera trata da comparação de valores moetáros que estão dspersos ao logoo do tempo. Através de seu estudo, podemos aalsar e comparar alteratvas

Leia mais