O USO DO GRADIENTE GEOMÉTRICO NA MINIMIZAÇÃO DO OVERTRADE

Documentos relacionados
Avaliação de Empresas Profa. Patricia Maria Bortolon

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

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

Prof. Eugênio Carlos Stieler

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

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

Capitulo 1 Resolução de Exercícios

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

Matemática Financeira

Matemática Financeira

Apêndice. Uso de Tabelas Financeiras

Perguntas Freqüentes - Bandeiras

Prof. Eugênio Carlos Stieler

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

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

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

Métodos Quantitativos Aplicados a Contabilidade

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

UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO CENTRO UNIVERSITÁRIO NORTE DO ESPÍRITO SANTO DEPARTAMENTO DE ENGENHARIAS E TECNOLOGIA Plano de Ensino

Capitulo 8 Resolução de Exercícios

Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto

Curso de An lise de Fluxo de Caixa

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

Matemática Financeira e Suas Aplicações Alexandre Assaf Neto 8ª Edição Capítulo 1 Conceitos Gerais e Juros Simples

Econometria: 3 - Regressão Múltipla

s: damasceno.info www. damasceno.info damasceno.

MEDIDAS DE DISPERSÃO 9. MEDIDAS DE DISPERSÃO

COMPARAÇÃO ENTRE MODELOS MATEMÁTICOS PARA O ESTUDO DO CRESCIMENTO E PRODUÇÃO FLORESTAL

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

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

Olá, amigos concursandos de todo o Brasil!

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

Teoria Elementar da Probabilidade. a) Cada experiência poderá ser repetida indefinidamente sob condições essencialmente inalteradas.

Monitoramento ou Inventário Florestal Contínuo

TT ECONOMIA DE ENGENHARIA Material Didático Prof. Lúcia R. A. Montanhini

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

? Isso é, d i= ( x i. . Percebeu que

CENTRO: GESTÃO ORGANIZACIONAL MATEMÁTICA FINANCEIRA

LEASING UMA OBSERVAÇÃO Economista Antonio Pereira da Silva

Estatística - exestatmeddisper.doc 25/02/09

MEDIDAS DE DISPERSÃO:

Sumário. Mecânica. Sistemas de partículas

Forma padrão do modelo de Programação Linear

FINANCIAMENTOS UTILIZANDO O EXCEL

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

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

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

3. Porcentagem; 4. Problemas sobre custo e venda; 5. Fator de capitalização e taxa unitária.

MÓDULO 8 REVISÃO REVISÃO MÓDULO 1

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

1 SISTEMA FRANCÊS DE AMORTIZAÇÃO

Otimização no Processo de Produção de Produtos Conjuntos com o uso de Controles Automáticos de Monitoramento

ESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA

Uma Calculadora Financeira usando métodos numéricos e software livre

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

Capítulo 5 CINEMÁTICA DIRETA DE ROBÔS MANIPULADORES

Projeto de rede na cadeia de suprimentos

1.1 Apresentação. do capítulo

MODELOS DE REGRESSÃO NÃO LINEARES

APLICAÇÃO DO MÉTODO DE ELEMENTOS DE CONTORNO AO PROBLEMA DA RADIAÇÃO ACÚSTICA

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

Almeida, C. (1987) Novo método para resolução da equação dos rebaixamentos em ensaios a caudal variável

4 Capitalização e Amortização Compostas

16 - PROBLEMA DO TRANSPORTE

( k) Tema 02 Risco e Retorno 1. Conceitos Básicos

CALCULADORA FINANCEIRA HP-12C COMO FERRAMENTA NA PRÁTICA PEDAGÓGICA DO ENSINO DE ESTATÍSTICA

de Energia Geração Térmica

ÍNDICE DE THEIL Referência Obrigatória: Hoffman cap 4 pags 99 a 116 e cap 3 pgs (seção 3.4).

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

Apostila de Introdução Aos Métodos Numéricos

AJUSTE DE CURVAS E MODELAGEM POPULACIONAL DE PETRÓPOLIS NO PERÍODO DE 1982 A 1990

Qwertyuiopasdfghjklzxcvbnmqwerty uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx cvbnmqwertyuiopasdfghjklzxcvbnmq

Perguntas freqüentes Credenciadores

Controle Estatístico de Qualidade. Capítulo 6 (montgomery)

Parte 3 - Regressão linear simples

Análise de Regressão e Correlação

Análise de Regressão

ANÁLISE DE REGRESSÃO E CORRELAÇÃO

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

A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: enchentes

O delineamento amostral determina os processos de seleção e de inferência do valor da amostra para o valor populacional.

Conceitos básicos de metrologia. Prof. Dr. Evandro Leonardo Silva Teixeira Faculdade UnB Gama

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão

3 Precificação de resseguro

Centro de massa, momento linear de sistemas de partículas e colisões

TABELA PRICE NÃO EXISTE *

ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO

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

2 Estrutura a Termo de Taxa de Juros

Avaliação da Localização de Base de Atendimento para Equipamentos de Movimentação de uma Empresa Siderúrgica

Capítulo 1 Matemática Financeira

Estatística: uma definição

Revisão de Estatística X = X n

Simpósio Internacional de Confiabilidade Salvador 2006

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

CAPÍTULO 5. Ajuste de curvas pelo Método dos Mínimos Quadrados

4 O Método de Análise Hierárquica

ESTATÍSTICA DESCRITIVA NOCÕES FUNDAMENTAIS

Como CD = DC CD + DC = 0

Matemática C Semiextensivo V. 2

Transcrição:

!"#$" %'&)(*&),.- /0.2*&4365879&4/:.58;.2*<>?5.@A2*3B;.- C)D 5.,.5FE)5.G. &4- (IHJ&?,. /?<>)5.KA:.5MLN&OHJ5F&4E)2*EOHJ&)(IHJ/)G.- D - ;./);.& Foz do Iuaçu, PR, Brasl, 09 a de outubro de 2007 O USO DO GRADIENTE GEOMÉTRICO NA MINIMIZAÇÃO DO OVERTRADE Izarto Olvera de Vascocelos (UTFPR) zartovasco@.com.br João Carlos Colmeero (UTFPR) colmeero@utfpr.edu.br A expasão expressva das vedas sem um plaeameto adequado pode levar a empresa a uma stuação de overtrade. Elaborar efcetemete um plao de vedas para ão correr em preuízos é obração coteste do admstrador efcaz. A técca do radete eométrco aplcada em prevsão de vedas auxla o admstrador facero em decsões especas de polítca de expasão dos eócos. Este trabalho propõe apresetar um modelo prátco de estão facera voltada ao erecameto das ecessdades de captal de ro e de vestmetos operacoas. Palavras-chaves: Gradete Geométrco, Overtrade, Captal de Gro, Vedas, Ivestmetos Operacoas, Baco do Brasl

P PQ RSRUT8VW XYVAZ\[ XVA]W RSXYVA]^F_Y`6`.aYbY`8aYcY% dye %f_y`6ud hy_y k% h l'mm?mio p?q rsut9mvwjx*myrz9o w9{?t9 ~}~w??t?v {9q ~ w?p9wƒ~w9?o myq O mmp9o r~ u}~w9 >z?o wo ˆm NwmyƒIt?ƒN mmj rm?q q {?r~{9m Foz do Iuaçu, PR, Brasl, 09 a de outubro de 2007. Itrodução A decsão de maxmzar os lucros aumetado as vedas é prátca habtual etre a maora das empresas. Etretato, o que se vê, são empresas passado por séras dfculdades faceras em fução da decsão tomada. A elevação expressva das vedas sem o devdo cotrole de estoques pode acarretar a descotudade da empresa quado provocada por decsões ão plaeadas. Pexoto e Pto (2006, p.570) afrmam que o plaeameto do ível de estoques é fator determate do resultado facero da empresa. É o caso, por exemplo, da especulação em estoques em que empresa, aleado preços promocoas, veste pesadamete em ovas aqusções/produção sem, cotudo, dspor de recursos sufcetes para cobrr seus passvos operacoas. O resultado é um descompasso total em sua stuação facera, acompahada, ormalmete, por uma elevada depedêca bacára. Em eral, a ecessdade de recursos a curto prazo, ou de captal de ro, sure quado ão há uma scrozação etre os prazos de rotação e o volume de vedas da empresa. Quado os prazos de recebmetos, de paametos e de estoques, por estarem descoexos e dstacados, passam a terferr eatvamete a stuação facera da empresa, pode-se correr o overtrade, stuação falmetar decorrete da falta de recursos provocado pelo mpesado aumeto o volume de vedas. Como ameaça de mercado, típco da má estão facera, decorrete da exstêca ou efcêca do plao de vedas, de téccas orçametáras e do cotrole erecal do fluxo de caxa, o rsco de overtrade se tesfca quado há um maor volume em duplcatas a receber, estoques e outros atvos cíclcos sem a devda compesação por passvos operacoas (forecedores, saláros e ecaros socas, etc.). O overtrade é o efeto eatvo ocorrdo a admstração do captal de ro em fução da dspobldade de recursos frete ao rade volume de eócos. (SILVA, 2004, p. 447; RASOTO, 2003, p.9) O modelo propõe cotrbur para o estudo do plaeameto facero operacoal, o tocate à prevsão de vedas, como ferrameta de apoo à polítca de vestmetos em ro. Por meo da técca do radete eométrco permte smular qual o vestmeto ecessáro que a empresa poderá fazer, detro da sua capacdade de paameto, de forma sufcete para satsfazer suas ecessdades futuras de ro, admtdo uma taxa míma de atratvdade compatível com a sua stuação facera, bdo sustos de overtrade. 2. Metodoloa Como o obetvo da pesqusa é apresetar um modelo de smulação de valores presetes por meo da técca do radete eométrco, buscou-se através da revsão bbloráfca fudametar teorcamete o obeto de estudo através da pesqusa em lvros, artos e peródcos (GIL, 996). Como método de pesqusa utlzou-se o de atureza exploratóro, realzado por meo de um estudo de caso, com abordaem quattatva e qualtatva. Pexoto e Pto (2006, p.572) afrmam que a smulação ão otmza a solução do problema, mas permte escolher a melhor opção detre as alteratvas avaladas. Neste trabalho, etede-se por smulação o desevolvmeto de um modelo avalar uma estratéa operacoal. 2

P PQ RSRUT8VW XYVAZ\[ XVA]W RSXYVA]^F_Y`6`.aYbY`8aYcY% dye %f_y`6ud hy_y k% h l'mm?mio p?q rsut9mvwjx*myrz9o w9{?t9 ~}~w??t?v {9q ~ w?p9wƒ~w9?o myq O mmp9o r~ u}~w9 >z?o wo ˆm NwmyƒIt?ƒN mmj rm?q q {?r~{9m Foz do Iuaçu, PR, Brasl, 09 a de outubro de 2007 3. Pressupostos do modelo A déa cetral do modelo é permtr smulações do valor presete da sére de aplcações relacoadas às ecessdades em captal de ro da empresa, sem cosderar a varação os volumes dos atvos e passvos cíclcos, em tão pouco o captal permaete líqudo. Pretede-se formar, a partr da taxa míma de atratvdade, qual o motate de recursos que a empresa deverá ter, o presete, que suportarão as aplcações futuras dos vestmetos em ro, cosderado um acúmulo eométrco percetual a cada período do fluxo de caxa. A partr do prmero valor, cosderado como ecessáro para cobrr todo o ro da empresa o prmero período, aplca-se o radete eométrco de forma acumulado (percetual admtdo pela empresa como ecessáro para cobrr os vestmetos em ro), de maera que, período a período, vá se aumetado eometrcamete os valores dos ros. Ao trazer para o presete, de uma úca vez, todos os valores futuros do fluxo de caxa, a uma taxa míma de atratvdade adequada à capacdade de paameto da empresa, o modelo possbltará a tomada de decsões com maor rau de acerto, permtdo a decsão etre buscar recursos em fotes própras ou de terceros. A taxa míma de atratvdade é a taxa que represeta o mímo que um vestdor se propõe a ahar quado faz um vestmeto, ou o máxmo que um tomador de dhero se propõe a paar ao fazer um facameto. (PILÃO e HUMMEL, 2006, p.89). No modelo apresetado, a taxa míma de atratvdade represeta o percetual máxmo admtdo pelos estores para paameto à fote que dspoblzou os recursos, terceros ou própros e parte do seute etedmeto: o valor presete, resultate do valor futuro VF das ecessdades de captal de ro, vestdas acumuladamete em períodos cosecutvos, por um radete eométrco, paos a uma fote de recursos qualquer, a uma taxa míma de atratvdade (TMA), é adequado à capacdade de paameto da empresa sem correr em overtrade? 4. Elemetos, fórmulas e motaem do modelo O modelo está fudametado sobre dos potos báscos: pelo valor futuro determado medate a aplcação da teora das proressões eométrcas represetado pela costate, também razão da proressão, chamada de radete eométrco, e pelo valor presete com base da taxa míma de atratvdade. 4. Idetfcação das varáves-elemetos Apresetam-se, a seur, as varáves-elemetos para solução do valor presete das ecessdades de captal de ro proposto pelo modelo. VF : valor futuro correspodete à ecessdade de captal de ro ao prmero período ou prmero valor ão ulo de uma sére em radete eométrco; VF : valor futuro correspodete à ecessdade de captal de ro o -ésmo período; : valor presete correspodete ao somatóro de todos os valores das ecessdades de captal de ro; : o radete eométrco, correspodete a razão em uma proressão eométrca; : úmero de períodos; : taxa míma de atratvdade (TMA) utlzada para paameto dos recursos obtdos; q : razão de proressão eométrca; a : prmero termo de uma proressão eométrca fta; S : Soma dos termos de uma proressão eométrca fta. 3

P PQ RSRUT8VW XYVAZ\[ XVA]W RSXYVA]^F_Y`6`.aYbY`8aYcY% dye %f_y`6ud hy_y k% h l'mm?mio p?q rsut9mvwjx*myrz9o w9{?t9 ~}~w??t?v {9q ~ w?p9wƒ~w9?o myq O mmp9o r~ u}~w9 >z?o wo ˆm NwmyƒIt?ƒN mmj rm?q q {?r~{9m Foz do Iuaçu, PR, Brasl, 09 a de outubro de 2007 4.2 O radete eométrco e a evolução dos valores futuros O radete eométrco, comumete represetada os lvros de matemátca facera pela letra, provém do estudo das séres de Gradete de Paameto e/ou Recebmetos e represeta a razão etre os valores de um período a outro, a partr do coceto de proressão eométrca. Plão e Hummel (2006, p. 59) afrmam que as séres em Gradete cofuramse como mas uma stuação especal para utlzação em fluxos de caxa que evolvam recetas e/ou despesas que crescem ou decrescem learmete. Porém, pode haver stuações em que os valores evolvdos crescem ou decrescem expoecalmete. Sure etão, o radete eométrco presete em stuações especas de fluxos de caxa. A represetação do radete eométrco é demostrada pela Fura : 5% VF 7,00 VF () - 7,00,5000 0 2 0,50,5000 3 5,75,5000 2 4 23,63,5000 3 5 35,44,5000 4 comprovado VF() - *VF 7,00 0,50 5,75 23,63 35,44 Gradete Geométrco Valores 4 35,00 3 25,00 2 5,00 5,00 VF VF ()VF - VF 3 ()VF 2 VF 2 ()VF 2 3 4... 5 Períodos Fura Gradete eométrco (HIRSCHFELD, 998, p. 38) A partr do prmero valor ão ulo (UM 7,00), a sére de valores cresce eometrcamete a uma taxa em radete de 50%, acumulado-se a cada período. Ao fal do quto período a sére varou em 406,2857%, passado de UM 7,00 para UM 35,44. Observa-se o crescmeto eométrco, a partr do seudo termo, em fução da costate, razão da proressão eométrca, o radete eométrco. 4.3 Represetação matemátca do valor futuro Deota-se a sucessão em proressão eométrca dos valores futuros pela seute 4

œ ŽŒ š Š ŽŒ Š P PQ RSRUT8VW XYVAZ\[ XVA]W RSXYVA]^F_Y`6`.aYbY`8aYcY% dye %f_y`6ud hy_y k% h l'mm?mio p?q rsut9mvwjx*myrz9o w9{?t9 ~}~w??t?v {9q ~ w?p9wƒ~w9?o myq O mmp9o r~ u}~w9 >z?o wo ˆm NwmyƒIt?ƒN mmj rm?q q {?r~{9m Foz do Iuaçu, PR, Brasl, 09 a de outubro de 2007 demostração matemátca, (HIRSCHFELD, 998, p. 38): VF VF : período cal, valor ão ulo que ca a seqüêca umérca. O VF é o mesmo; VF 2 ( ) VF : a costate, razão que multplca o termo ateror; 2 VF3 ( ) VF 2 ( ) VF : A seqüêca em proressão eométrca em fução da costate, o radete eométrco; VF ( ) VF ( ) VF : O -ésmo termo evdecado. O -ésmo valor futuro da seqüêca umérca dos termos em proressão eométrca correspode o modelo o últmo valor da ecessdade de captal de ro que deverá ser utlzado para cobrr os vestmetos. 4.4 Represetação matemátca do valor presete Da mesma forma, a partr da fórmula matemátca do valor futuro a uros compostos reestrutura-se a fórmula para solar o valor presete (), cosderado a taxa míma de atratvdade ( ), (HIRSCHFELD, 998, p. 39): A fórmula do valor futuro (VF) pela captalzação composta: VF ( ) Isolado o valor presete (), obtém-se: VF ( ) Substtudo o valor futuro (VF) pelo valor futuro (VF) da proressão em radete eométrco, obtém-se: VF ( ) ( ) O que resulta em: VF ( ), decompodo, tem-se: VF ( ), tedo como a razão eométrca. O valor presete () pode ser represetado pela somatóra de todos os valores presetes de, coforme abaxo: VF ) ( O elemeto correspode à soma dos termos de uma proressão eométrca. A soma dos termos de uma proressão eométrca, a partr do prmero, é defda como:, S a 2 3... a a a a, sedo 5

P PQ RSRUT8VW XYVAZ\[ XVA]W RSXYVA]^F_Y`6`.aYbY`8aYcY% dye %f_y`6ud hy_y k% h l'mm?mio p?q rsut9mvwjx*myrz9o w9{?t9 ~}~w??t?v {9q ~ w?p9wƒ~w9?o myq O mmp9o r~ u}~w9 >z?o wo ˆm NwmyƒIt?ƒN mmj rm?q q {?r~{9m Foz do Iuaçu, PR, Brasl, 09 a de outubro de 2007 6 Loo, ( ) { } ( ) q q a S, portato, š œ ( ) { } ( ) q q a S Substtudo tem-se: S De outra forma: š œ ou, Substtudo falmete a fórmula do valor presete (), tem-se: ) ( VF O valor presete () é calculado a partr do prmero valor ão ulo, cosderado o percetual do radete eométrco, o período trascorrdo e a taxa míma de atratvdade. 4.5 Motaem do modelo em plalha O processo de motaem da aplcação ca-se pela coleta dos dados, detfcado-se as varáves-elemetos que farão parte dos cálculos. A partr do motate de captal de ro ecessáro para os vestmetos proetados para o prmero ao, def-se o percetual do radete eométrco que servrá de base para atualzar os valores seutes. A taxa míma de atratvdade defrá o percetual máxmo que a empresa suportará paar os recursos captados. Uma taxa míma adequada ao cotexto da empresa, se tora mprescdível. O modelo pode ser vsualzado através da plalha esquematzada pela Fura 2.

P PQ RSRUT8VW XYVAZ\[ XVA]W RSXYVA]^F_Y`6`.aYbY`8aYcY% dye %f_y`6ud hy_y k% h l'mm?mio p?q rsut9mvwjx*myrz9o w9{?t9 ~}~w??t?v {9q ~ w?p9wƒ~w9?o myq O mmp9o r~ u}~w9 >z?o wo ˆm NwmyƒIt?ƒN mmj rm?q q {?r~{9m Foz do Iuaçu, PR, Brasl, 09 a de outubro de 2007 PAINEL DE VARIÁVEIS Prevsão da Necessdade de Captal de Gro p/º Período: Taxa Míma de Atratvdade Suportada pela Empresa: Gradete Geométrco - percetual Número de Períodos da Prevsão % 2% 0 RESULTADOS Valor Presete Líqudo a Data da Prevsão - p/fórmula Geral Valor Presete VF () -,2000 0 2,2000 3,2000 2 4,2000 3 5,2000 4 TOTAL Valor Futuro VF() - *VF Fura 2 Plalha do valor presete líqudo pelo método do radete eométrco O valor presete líqudo, a data da prevsão, forma o valor presete total dos vestmetos em captal de ro ecessáros para cobrr os valores futuros em cada período, acumulados através do radete eométrco percetual. 5 Smulação Com o obetvo de lustrar uma aplcação prátca do modelo, apreseta-se um caso hpotétco de uma empresa que após aálse de seus demostratvos cotábes e elaboração do plaeameto de vedas, decdu-se pela adoção de um plao de expasão de vedas, para os próxmos 5 aos, com a ecessdade de amplar seus estoques expressvamete. Avalado seus relatóros, costatou-se que a empresa ecesstará de R$ 50.00 de captal de ro para arcar com forecedores e despesas operacoas. Cosderado um aumeto acumulado de 20% a.a. sobre o motate de captal de ro cal e uma taxa míma de atratvdade de 8% a.a. como percetual máxmo que a empresa pode horar os recursos obtdos, pede-se calcular o valor presete do vestmeto em ro durate os 5 aos. O prmero passo é detfcar as varáves-elemetos. No caso: a) Prevsão da ecessdade de captal de ro p/º ao... R$ 50.00; b) Taxa míma de atratvdade suportada pela empresa... 8 % a.a.; c) Taxa de radete eométrco... 20 % a.a.; d) Número de períodos da prevsão... 05 aos. O seudo passo é formar os campos própros da plalha verfcado os resultados. O resultado da smulação é apresetado pela plalha esquematzada pela Fura 3 abaxo: 7

P PQ RSRUT8VW XYVAZ\[ XVA]W RSXYVA]^F_Y`6`.aYbY`8aYcY% dye %f_y`6ud hy_y k% h l'mm?mio p?q rsut9mvwjx*myrz9o w9{?t9 ~}~w??t?v {9q ~ w?p9wƒ~w9?o myq O mmp9o r~ u}~w9 >z?o wo ˆm NwmyƒIt?ƒN mmj rm?q q {?r~{9m Foz do Iuaçu, PR, Brasl, 09 a de outubro de 2007 PAINEL DE VARIÁVEIS Prevsão da Necessdade de Captal de Gro p/º Período: Taxa Míma de Atratvdade Suportada pela Empresa: Gradete Geométrco - percetual Número de Períodos da Prevsão 50.00 8,00% 2% 5 RESULTADOS Valor Presete Líqudo a Data da Prevsão - p/fórmula Geral Valor Presete VF () - 42.372,88,2000 0 2 43.09,07,2000 3 43.82,42,2000 2 4 44.564,6,2000 3 5 45.39,48,2000 4 TOTAL 29.69,0 29.69,0 Valor Futuro VF() - *VF 50.00 60.00 72.00 86.40 03.68 372.08 6. Aálse dos resultados Fura 3 Resultado da smulação Através da aplcação prátca, costatou-se que o modelo permte saber o volume ecessáro de recursos que a empresa deve buscar em fotes de terceros ou própras para vablzar um plao de vedas, sem correr em overtrade. É possível aalsar e tomar decsões mas acertadas verfcado os valores futuros e presetes do vestmeto. Se a taxa míma de atratvdade que a empresa propõe a paar está elevada, fora dos padrões da empresa, tem-se tempo para rever o plaeameto operacoal e efetuar as mudaças ecessáras. A técca do radete eométrco frma-se como uma opção útl a aálse de valores a facar. Em stuação especal, como a da smulação do estudo de caso da pesqusa, fcou evdecada a efcêca do método da pesqusa. 7. Coclusão Mostrou-se como um modelo smples e prátco de defção de valores presetes a partr de poucas varáves. A expasão das vedas sem um plaeameto prévo das codções faceras pode comprometer a saúde da empresa. A ecessdade de captal de ro é fato comum etre as empresas, sua admstração requer cudados e aálses téccas. A técca do radete eométrco mostrou-se efcete a aplcação do modelo em caso, comprovado que a matemátca facera alada à eehara ecoômca pode cotrbur efcazmete para o erecameto facero dos recursos da empresa. Referêcas HIRSCHFELD, HENRIQUE. Eehara Ecoômca e Aálse de Custos: Cotém Matemátca Facera Básca. 6. ed. São Paulo: Atlas, 998. PEIXOTO, EDUARDO CARRARA. PINTO, LUIZ RICARDO. Gerecameto de Estoques va Prevsão de vedas Areadas Utlzado Smulação. Produção, v. 6,.3, p. 569-58. São Paulo, Set./Dez. 2006. ISSN 003-653. 8

P PQ RSRUT8VW XYVAZ\[ XVA]W RSXYVA]^F_Y`6`.aYbY`8aYcY% dye %f_y`6ud hy_y k% h l'mm?mio p?q rsut9mvwjx*myrz9o w9{?t9 ~}~w??t?v {9q ~ w?p9wƒ~w9?o myq O mmp9o r~ u}~w9 >z?o wo ˆm NwmyƒIt?ƒN mmj rm?q q {?r~{9m Foz do Iuaçu, PR, Brasl, 09 a de outubro de 2007 PILÃO, NIVALDO ELIAS. HUMMEL, PAULO ROBERTO VAMPRÉ. Matemátca Facera e Eehara Ecoômca: a teora e a prátca da aálse de proetos de vestmetos. São Paulo: Poera Thomso Lear, 2006. RAZOTO, ARMANDO. Aálse e Plaeameto Facero o Ambete Empresaral através de um Modelo Iformatzado: Software AR-Facal. Dssertação de Mestrado defedda o Departameto de Eehara da Produção da Uversdade Federal de Sata Catara: Floraópols, 200. SILVA, JOSÉ PEREIRA DA SILVA. Aálse Facera das Empresas. 6. ed. São Paulo: Atlas, 2004. 9