Baixe o app para aproveitar ainda mais
Prévia do material em texto
1 Prof. Ricardo Matos Chaim 2 Modelo Geral de GC Preço-Demanda Custo-Volume Leis e Princípios Econômicos Matemática Financeira Ambiente Econômico Principios Métodos Engenharia Econômica Conhecimentos inter e multidisciplinares Cenários Complexos Prospectivos Probabilidade e Estatística Fundamentos = genericos Valor do dinheiro no Tempo Gerenciamento de Riscos e Incertezas Projetos e Análise de Investimentos Prof. Ricardo Matos Chaim - MÉTODOS DETERMINÍSTICOS - VALOR PRESENTE LÍQUIDO (VPL) - TAXA INTERNA DE RETORNO (TIR) - PAYBACK - ENGENHARIA DE VALOR - MÉTODOS NÃO DETERMINÍSTICOS - ENFOQUE SOB ANÁLISE DE SENSIBILIDADE - TEORIA DOS JOGOS - SIMULAÇÃO DE MONTE-CARLO - ÁRVORES DE DECISÃO Engenharia Econômica Prof. Ricardo Matos Chaim Incertezas e Imprecisão Fonte: Shimizu, 2006 Modelo Racional Modelo Político Modelo Processual Modelo Ambíguo Regras e rotinas bem estruturadas Objetivos múltiplos e c onflito de interesse (NEGOCIAÇÃO) Múltiplos cenários, objetivos e alternativas. Processo semi- estruturado orientado a objeto Problema anárquico impreciso (Fuzzy) Mal formulado Heurísticas e meta-heurísticas Planejamento da cadeia de suprimentos Competidores; Conflito de interesses; Portfólio de ações; Problemas de TI Programação da produção; Controle de estoque; Orçamento; Financiamentos;Prêmios; Fusão/Aquisição; Nova filial Eleições Conflito de objetivos e ambiguidade Avaliação de investimento Prof. Ricardo Matos Chaim • Determinístico dado de entrada é perfeitamente conhecido. • Probabilístico não se tem certeza dos dados de entrada, exemplo: – análise baseada em previsão de vendas; – estimativa do custo de manutenção de equipamento em função da probabilidade de quebra. 5 Avaliação de investimento Prof. Ricardo Matos Chaim Tempo Valor + - 0 Valor - + Probabilidade P() 0 Risco Incerteza Incerteza x Risco ` Prof. Ricardo Matos ChaimProf. Ricardo Matos Chaim Análise de investimentos: Nelson C. Filho e Bruno H. Kopittke • Incerteza Quando nada ou pouco se conhece sobre os dados de entrada. A análise acontece sob condições de incerteza. • Risco Quando se conhece as distribuições de probabilidade das parcelas é possível analisar o problema de forma bastante segura. 7 Incerteza x Risco Prof. Ricardo Matos Chaim SIM !!! NÃO !!! Existem dados históricos e/ou informações passadas suficientes para quantificar a probabilidade de ocorrência de um evento futuro? INCERTEZA RISCO Incerteza x Risco ` Prof. Ricardo Matos ChaimProf. Ricardo Matos Chaim Incerteza ` Prof. Ricardo Matos ChaimProf. Ricardo Matos Chaim Análise de investimentos: Nelson C. Filho e Bruno H. Kopittke 10 Análise sob condições de Incerteza Prof. Ricardo Matos Chaim Análise de investimentos: Nelson C. Filho e Bruno H. Kopittke 11 Análise sob condições de Incerteza Prof. Ricardo Matos Chaim Análise de investimentos: Nelson C. Filho e Bruno H. Kopittke 12 Análise sob condições de Incerteza Prof. Ricardo Matos Chaim Análise de investimentos: Nelson C. Filho e Bruno H. Kopittke 13 Análise sob condições de Incerteza Prof. Ricardo Matos Chaim Análise de investimentos: Nelson C. Filho e Bruno H. Kopittke 14 Análise sob condições de Incerteza A melhor opção será B Prof. Ricardo Matos Chaim Análise de investimentos: Nelson C. Filho e Bruno H. Kopittke 15 Análise sob condições de Incerteza Prof. Ricardo Matos Chaim Análise de investimentos: Nelson C. Filho e Bruno H. Kopittke 16 Análise sob condições de Incerteza A melhor opção será A Prof. Ricardo Matos Chaim Análise de investimentos: Nelson C. Filho e Bruno H. Kopittke 17 Análise sob condições de Incerteza Prof. Ricardo Matos Chaim Análise de investimentos: Nelson C. Filho e Bruno H. Kopittke 18 A melhor opção será B Análise sob condições de Incerteza Prof. Ricardo Matos Chaim E(A) = E(B) = E(C) = Análise de investimentos: Nelson C. Filho e Bruno H. Kopittke 19 Análise sob condições de Incerteza Prof. Ricardo Matos Chaim E(A) = E(B) = E(C) = Análise de investimentos: Nelson C. Filho e Bruno H. Kopittke 20 A melhor opção será C Análise sob condições de Incerteza Prof. Ricardo Matos Chaim Análise de investimentos: Nelson C. Filho e Bruno H. Kopittke 21 ? ? ? Análise sob condições de Incerteza Prof. Ricardo Matos Chaim Análise de investimentos: Nelson C. Filho e Bruno H. Kopittke 22 ? ? Análise sob condições de Incerteza Prof. Ricardo Matos Chaim Análise de investimentos: Nelson C. Filho e Bruno H. Kopittke 23 ? Análise sob condições de Incerteza Prof. Ricardo Matos Chaim Análise de investimentos: Nelson C. Filho e Bruno H. Kopittke 24 A melhor opção será A O menor arrependimento Análise sob condições de Incerteza Prof. Ricardo Matos Chaim INCERTEZA – exercício. Ex. 01 – Você deseja assistir o jogo entre Brasil e Argentina, porém ainda não sabe se assiste ao jogo no estádio, pela TV ou pelo rádio. Para o resultado do jogo, foram arbitrados três possíveis resultados. Logo, para esse exemplo, o evento incerto é o jogo, tendo em vista que não é conhecido seu resultado, e as possibilidades são os possíveis resultados. http://www.bibl.ita.br/xencita/Artigos/63.pdf 25 Análise sob condições de Incerteza Prof. Ricardo Matos Chaim Exercício 01 26 • Tabela com índice de satisfação VITÓRIA EMPATE DERROTA ESTÁDIO 1000 -100 -500 TV 600 0 100 RÁDIO -500 -100 200 Aplique as 5 regras de decisão para a matriz de decisão dada acima e avalie qual a melhor opção para assistir o jogo sabendo que você é uma pessoa 65% otimista. http://www.bibl.ita.br/xencita/Artigos/63.pdf Prof. Ricardo Matos Chaim Maximin VITÓRIA EMPATE DERROTA menores ESTÁDIO 1000 -100 -500 -500 TV 600 0 100 0 RÁDIO -500 -100 200 -500 27 Maximax VITÓRIA EMPATE DERROTA maiores ESTÁDIO 1000 -100 -500 1000 TV 600 0 100 600 RÁDIO -500 -100 200 200 Exercício 01 Prof. Ricardo Matos Chaim Maximin VITÓRIA EMPATE DERROTA menores ESTÁDIO 1000 -100 -500 -500 TV 600 0 100 0 RÁDIO -500 -100 200 -500 28 Maximax VITÓRIA EMPATE DERROTA maiores ESTÁDIO 1000 -100 -500 1000 TV 600 0 100 600 RÁDIO -500 -100 200 200 Exercício 01 Prof. Ricardo Matos Chaim Regra de Hurwicz VITÓRIA EMPATE DERROTA Hurwicz ESTÁDIO 1000 -100 -500 = 1000.(0,65) + (-500).0,35 TV 600 0 100 = 600.(0,65) + (0).0,35 RÁDIO -500 -100 200 = 200.(0,65) + (-500).0,35 VITÓRIA EMPATE DERROTA Hurwicz ESTÁDIO 1000 -100 -500 TV 600 0 100 RÁDIO -500 -100 5 29 Exercício 01 Prof. Ricardo Matos Chaim Regra de Hurwicz VITÓRIA EMPATE DERROTA Hurwicz ESTÁDIO 1000 -100 -500 475 TV 600 0 100 390 RÁDIO -500 -100 5 -45 30 Exercício 01 VITÓRIA EMPATE DERROTA Hurwicz ESTÁDIO 1000 -100 -500 = 1000.(0,65) + (-500).0,35 TV 600 0 100 = 600.(0,65) + (0).0,35 RÁDIO -500 -100 200 = 200.(0,65) + (-500).0,35 Prof. Ricardo Matos Chaim Regra de Hurwicz VITÓRIA EMPATE DERROTA Hurwicz ESTÁDIO 1000 -100 -500 475 TV 600 0 100 390 RÁDIO -500 -100 5 -255 31 Exercício 01 VITÓRIA EMPATE DERROTA Hurwicz ESTÁDIO 1000 -100 -500 = 1000.(0,65) + (-500).0,35 TV 600 0 100 = 600.(0,65) + (0).0,35 RÁDIO -500 -100 200 = 200.(0,65) + (-500).0,35 Prof. Ricardo Matos Chaim Laplace 32 Exercício 01 3 500.1 3 100.1 3 1000.1 )( ESTÁDIOE 3 100.1 3 0.1 3 600.1 )( TVE 3 200.1 3 100.1 3 500.1 )( RÁDIOE Prof. Ricardo Matos Chaim Laplace 33 Exercício 01 3 500.1 3 100.1 3 1000.1 )(ESTÁDIOE 3 100.1 3 0.1 3 600.1 )(TVE 3 200.1 3 100.1 3 500.1 )(RÁDIOE Prof. Ricardo Matos Chaim Laplace 34 Exercício 01 3 500.1 3 100.1 3 1000.1 )(ESTÁDIOE 3 100.1 3 0.1 3 600.1 )(TVE 3 200.1 3 100.1 3500.1 )(RÁDIOE 133,33 233,33 - 133,33 Prof. Ricardo Matos Chaim Laplace 35 Exercício 01 3 500.1 3 100.1 3 1000.1 )(ESTÁDIOE 3 100.1 3 0.1 3 600.1 )(TVE 3 200.1 3 100.1 3 500.1 )(RÁDIOE 133,33 233,33 - 133,33 Prof. Ricardo Matos Chaim Análise de investimentos: Nelson C. Filho e Bruno H. Kopittke Se houver a VITÓRIA o arrependimento de ter ido ao estádio será “0” 36 Exercício 01 VITÓRIA EMPATE DERROTA ESTÁDIO 1000 -100 -500 TV 600 0 100 RÁDIO -500 -100 200 VITÓRIA EMPATE DERROTA ESTÁDIO 0 TV 0 RÁDIO 0 Se houver o EMPATE o arrependimento de ter ido ao estádio será “0” Se houver a DERROTA o arrependimento de ter ido ao estádio será “0” Prof. Ricardo Matos Chaim Análise de investimentos: Nelson C. Filho e Bruno H. Kopittke 37 Exercício 01 VITÓRIA EMPATE DERROTA ESTÁDIO 1000 -100 -500 TV 600 0 100 RÁDIO -500 -100 200 VITÓRIA EMPATE DERROTA ESTÁDIO 0 0 - (-100) 200 – (-500) TV 1000-600 0 200 - 100 RÁDIO 1000-(-500) 0 - (-100) 0 Prof. Ricardo Matos Chaim Análise de investimentos: Nelson C. Filho e Bruno H. Kopittke 38 Exercício 01 VITÓRIA EMPATE DERROTA ESTÁDIO 1000 -100 -500 TV 600 0 100 RÁDIO -500 -100 200 VITÓRIA EMPATE DERROTA ESTÁDIO 0 100 700 TV 400 0 100 RÁDIO 1500 100 0 Piores casos 700 400 1500 Prof. Ricardo Matos Chaim Análise de investimentos: Nelson C. Filho e Bruno H. Kopittke 39 Exercício 01 VITÓRIA EMPATE DERROTA ESTÁDIO 1000 -100 -500 TV 600 0 100 RÁDIO -500 -100 200 VITÓRIA EMPATE DERROTA ESTÁDIO 0 100 700 TV 400 0 100 RÁDIO 1500 100 0 Piores casos 700 400 1500 A melhor opção será B O menor arrependimento Prof. Ricardo Matos Chaim Resposta As regras de Laplace e Savage são mais elaboradas que a regra de maximax e até mesmo que a de Hurwicz que pondera o otimismo. A melhor opção é assistir ao jogo pela TV. 40 Maximin TV Maximax estádio Hurwicz estádio Laplace TV Savage (arrependimento) TV Prof. Ricardo Matos Chaim Ex. 02: Brasil e Argentina. Otimismo de 75%. 41 Resultado GOLEADA VITÓRIA SIMPLES EMPATE DERROTA SIMPLES SER GOLEADO ESTÁDIO 1500 1000 -100 -500 -1000 TV 800 600 0 -100 -300 RÁDIO -500 -300 100 200 500 http://www.bibl.ita.br/xencita/Artigos/63.pdf Prof. Ricardo Matos Chaim Suponhamos que um feirante que trabalha com melões, compra-os por 2UM e revende-os por 4UM. Estes melões são comprados no sábado e revendidos na feira de domingo. O feirante só pode comprar quantidades fixas de 50 ou 100 ou 150 unidades. Ele desconhece a demanda, então pede-se analisar as possibilidades dele vender 50, 100 e/ou 150 melões. Aplique as 5 regras de matriz de decisão e determine qual é a melhor opção para o feirante, após construir a tabela (ou matriz) com os “estados da natureza” do problema. 42 Alternativas Vender 50 melões Vender 100 melões Vender 150 melões Comprar 50 melões -(UM 2).50 + (UM 4).50 ? ? Comprar 100 melões -200 +200 ? ? Comprar 150 melões ? ? ? http://phpmetar.incubadora.fapesp.br/portal/Faculdade/Pesquisa%20Operacional/PO18-0~1.pdf Ex. 03: Feirante de melões. Otimismo de 45% Prof. Ricardo Matos Chaim Matriz de decisão resultante 43 Alternativas Vender 50 melões Vender 100 melões Vender 150 melões Comprar 50 melões A 100 100 100 Comprar 100 melões B 0 200 200 Comprar 150 melões C -100 100 300 http://phpmetar.incubadora.fapesp.br/portal/Faculdade/Pesquisa%20Operacional/PO18-0~1.pdf Exercício 03 Prof. Ricardo Matos Chaim 44 http://phpmetar.incubadora.fapesp.br/portal/Faculdade/Pesquisa%20Operacional/PO18-0~1.pdf REGRAS RESULTADO EXPLICAÇÃO Maximin A A alternativa escolhida é a de compra de 50 melões de cada vez. O critério envolve um comportamento pessimista ou, pelo menos bastante conservador. Maximax C A melhor alternativa é agora a opção de comprar 150 melões, conduzindo ao máximo lucro possível. Esse método é claramente a maneira de pensar otimista, que encara o futuro como totalmente favorável a seus planos. Hurwicz A Com o grau de otimismo de 45% a melhor opção é A, ou seja, comprar 50 melões . Laplace B A melhor alternativa é aquela com a maior VEA (VALOR ESPERADO DA ALTERNATIVA) , ou seja, a alternativa de se comprar 100 melões. Savage (arrependimento) B A melhor alternativa é a que apresenta o menor arrependimento entre os piores resultados. Exercício 03 Prof. Ricardo Matos Chaim Maximin 45 http://phpmetar.incubadora.fapesp.br/portal/Faculdade/Pesquisa%20Operacional/PO18-0~1.pdf Exercício 03 MAXIMIN Alternativas Vender 50 melões Vender 100 melões Vender 150 melões MELHORES Comprar 50 melões A 100 100 100 100 Comprar 100 melões B 0 200 200 0 Comprar 150 melões C -100 100 300 -100 Prof. Ricardo Matos Chaim Maximax 46 Alternativas Vender 50 melões Vender 100 melões Vender 150 melões MELHORES Comprar 50 melões A 100 100 100 100 Comprar 100 melões B 0 200 200 200 Comprar 150 melões C -100 100 300 300 http://phpmetar.incubadora.fapesp.br/portal/Faculdade/Pesquisa%20Operacional/PO18-0~1.pdf Exercício 03 MAXIMAX Prof. Ricardo Matos Chaim Regra de Hurwicz 47 Exercício 01 Alternativas Vender 50 melões Vender 100 melões Vender 150 melões Hurwicz Comprar 50 melões A 100 100 100 = 100.(0,45) + (100).0,55 = 100 Comprar 100 melões B 0 200 200 = 200.(0,45) + (0).0,55 = 90 Comprar 150 melões C -100 100 300 = 300.(0,45) + (-100).0,55 = 80 http://phpmetar.incubadora.fapesp.br/portal/Faculdade/Pesquisa%20Operacional/PO18-0~1.pdf Prof. Ricardo Matos Chaim Prof. Ricardo Matos Chaim Regra de Hurwicz 48 Exercício 01 Alternativas Vender 50 melões Vender 100 melões Vender 150 melões Hurwicz Comprar 50 melões A 100 100 100 = 100.(0,45) + (100).0,55 = 100 Comprar 100 melões B 0 200 200 = 200.(0,45) + (0).0,55 = 90 Comprar 150 melões C -100 100 300 = 300.(0,45) + (-100).0,55 = 80 http://phpmetar.incubadora.fapesp.br/portal/Faculdade/Pesquisa%20Operacional/PO18-0~1.pdf Prof. Ricardo Matos Chaim Laplace 49 Exercício 03 3 100.1 3 100.1 3 100.1 A 3 200.1 3 200.1 3 0.1 B 3 300.1 3 100.1 3 100.1 C 100 133,33 100 Prof. Ricardo Matos Chaim Laplace 50 Exercício 03 3 100.1 3 100.1 3 100.1 A 3 200.1 3 200.1 3 0.1 B 3 300.1 3 100.1 3 100.1 C 100 133,33 100 Prof. Ricardo Matos Chaim Savage: matriz de arrependimento. 51 Alternativas Vender 50 melões Vender 100 melões Vender 150 melões Comprar 50 melões 0 100 200 Comprar 100 melões 100 0 100 Comprar 150 melões 200 100 0 http://phpmetar.incubadora.fapesp.br/portal/Faculdade/Pesquisa%20Operacional/PO18-0~1.pdf Piores casos 200 100 200 Exercício 03 Prof. Ricardo Matos Chaim Savage: matriz de arrependimento. 52 Alternativas Vender 50 melões Vender 100 melões Vender 150 melões Comprar 50 melões 0 100 200 Comprar 100 melões 100 0 100 Comprar 150 melões 200 100 0 http://phpmetar.incubadora.fapesp.br/portal/Faculdade/Pesquisa%20Operacional/PO18-0~1.pdf Piores casos 200 100 200 Exercício 03 Prof. Ricardo Matos Chaim 53 • Técnica bastante prática para se tratar o problema das incertezas. • Mais um enfoque do que uma técnica. • Mede o efeito produzido, p.ex., na rentabilidade do investimento, ao variar os dados de entrada. • Varia-se cada parâmetro estabelecendo: valor mais provável, limite inferior e superior da variação. • Calcula-se VPL, TIR e outros para que se tenha a idéia da sensibilidade do parâmetro em questão. http://www.iepg.unifei.edu.br/edson/download/Engecon2/CAP3EE2incertezaapost.pdf 54 Uma empresa do setor de garrafas térmica esta pensando em lançar uma nova garrafa para manter líquidos gelados. O investimento necessário é de US$ 100.000,00. A revisão de vendas é de 10 mil garrafas por mês a um preço de US$ 10,00 por garrafa. Os custos fixos serão de US$ 20.000,00por mês e os custos variáveis de US$ 4,00 por garrafa. Ao final de três meses a empresa venderá a linha por US$ 30.000,00. Analise a TIR sob a previsão de vendas e sob a possibilidade de erros nesta previsão. A TMA da empresa é de 10% ao mês. 55 Análise de investimentos: Nelson C. Filho e Bruno H. Kopittke 56 SOLUÇÃO: a) Sob a previsão de vendas original: Investimento = Receita mensal = Custos variáveis = Custos fixos = Valor residual = Análise de investimentos: Nelson C. Filho e Bruno H. Kopittke 57 SOLUÇÃO: a) Sob a previsão de vendas original: Investimento = 100.000 Receita mensal = 10.000 x 10 = US$ 100.000,00 / mês Custos variáveis = 10.000 x 4 = US$ 40.000,00 / mês Custos fixos = US$ 20.000,00 Valor residual = US$ 30.000,00 Análise de investimentos: Nelson C. Filho e Bruno H. Kopittke 58 Análise de investimentos: Nelson C. Filho e Bruno H. Kopittke 59 RESPOSTA TIR = 20,94 % ao mês Pela TIR para esta situação pode-se concluir que o projeto é viável. Análise de investimentos: Nelson C. Filho e Bruno H. Kopittke 60 b) admitindo-se variações negativas nas vendas: 61 62 Construir o gráfico (TIR) x (quantidade de garrafas) e verificar o ponto em que a TMA cruza a nova curva. O ponto deste cruzamento é chamado de ponto de equilíbrio (break even point), que é o número mínimo que o fabricante tem que produzir para não ter prejuízo. 63 -5,00% 0,00% 5,00% 10,00% 15,00% 20,00% 25,00% 4000 5000 6000 7000 8000 9000 10000 11000 TI R Volume de vendas (garrafas/mês) 64 -5,00% 0,00% 5,00% 10,00% 15,00% 20,00% 25,00% 4000 5000 6000 7000 8000 9000 10000 11000 TI R Volume de vendas (garrafas/mês) TMA 65 -5,00% 0,00% 5,00% 10,00% 15,00% 20,00% 25,00% 4000 5000 6000 7000 8000 9000 10000 11000 TI R Volume de vendas (garrafas/mês) TMA 66 -5,00% 0,00% 5,00% 10,00% 15,00% 20,00% 25,00% 4000 5000 6000 7000 8000 9000 10000 11000 TI R Volume de vendas (garrafas/mês) TMA Pelo gráfico é possível visualizar a situação da rentabilidade do projeto em função do volume de vendas realizadas pela empresa. É necessário que pelo menos 8500 garrafas sejam vendidas para que o projeto não de prejuízo. 67 -5,00% 0,00% 5,00% 10,00% 15,00% 20,00% 25,00% 4000 5000 6000 7000 8000 9000 10000 11000 TI R Volume de vendas (garrafas/mês) TMA Garrafas TIR (%) 9000 13,56 X 10 8000 6,02 8500 02,656,13 56,1310 80009000 9000 x x Exercício: Henrique Hirschfeld, pág 386, eng. econ. e análise de custo. 68 1 2 3 10 60.000 80.000 5.000200.000 Dado que TMA é 15% VARIAR em ± 10%, ± 20%, ± 50%: • Receitas anuais • Custos operacionais anuais • Vida de serviço • Valor residual • TIR 69 Está sendo analisada a compra de uma máquina com custo inicial de 65000UM. A vida econômica da máquina é de 4 anos. A empresa calcula que a demanda seja de 70 mil unidades a um preço de 1UM. Os custos variáveis são formados por custos de custos de mão de obra de UM 0,2/unid, custos de materiais a UM 0,3/unid e demais custos a UM 0,1/unid. A TMA da empresa é de 20% a.a. Calcule: a) o valor presente líquido do investimento; b) a demanda crítica para a qual o valor presente é zero, isto é, o ponto de equilíbrio do investimento. Resposta: a) UM7485 e b) 62772 unid. Exercício desafio: Uma empresa está considerando a possibilidade de realizar um novo gasoduto. A instalação deste novo gasoduto requererá um gasto de US$2.000.000.000,00 em investimento fixo. Estima-se uma vida econômica, para o projeto, de 20 anos. A empresa espera contar com um volume de gás para comercializar de 16 milhões de m3/dia, pagando por este gás um preço de US$0,90 por milhão de Btu. A empresa espera comercializar este gás a um valor de US$2,70 por milhão de Btu. O poder calorífico do gás é de 36785,43 (Btu/m3). A empresa que terá um custo de operação de US$13.000.000,00 e um custo de manutenção de US$32.000.000,00 por ano, de acordo com previsões de especialistas. O valor dos equipamentos após os 20 anos é estimado que tenham um valor de US$200.000.000,00. A empresa tem um custo de capital de 15% ao ano. Considerando o ano com 365 dias, responder as seguintes questões: 70 http://www.iepg.unifei.edu.br/edson/download/Engecon2/CAP3EE2incertezaapost.pdf 71 VIABILIDADE FINANCEIRA TESTE Z Alunos: trazer tabela Z z z http://www.science.mcmaster.ca/ps ychology/poole/z-table2.jpg Qual a área sob a curva normal padrão que se encontra entre z=1 e z=-1 P(-1≤ z ≤+1) = [P(Z< 1) + P(Z > -1)] = [0,34134 + 0,34134] P(-1≤ z ≤+1) = 0,6827 = 68,27% Tabela: A área da direita de zero até z = +1 resulta em: a probabilidade de z < 1, ou seja, P(z<1) = 0,34134 A área da esquerda de zero até z = -1 resulta em: a probabilidade de z < 1, ou seja, P(z> -1) = 0,34134 Entendendo a tabela e os resultados X z Utilizando a fórmula para transformar de X para z Estando a mais de 120 km/h a infração corresponde a 7 pontos na carteira, qual a porcentagem de carros que receberam multas? 33,1 15 100120 X z )/(100 hkm )/(15 hkm Na tabela tem-se:? X z Utilizando a fórmula para transformar de X para z Estando a mais de 120 km/h a infração corresponde a 7 pontos na carteira, qual a quantidade de carros que receberam multas? 33,1 15 100120 X z )/(100 hkm )/(15 hkm 40824,0)33,1( zP Ou seja: 1,33 X z Utilizando a fórmula para transformar de X para z Estando a mais de 120 km/h a infração corresponde a 7 pontos na carteira, qual a quantidade de carros que receberam multas? 33,1 15 100120 X z )/(100 hkm )/(15 hkm 40824,0)33,1( zP 09176,040824,05,0)( multaP Ou seja: X z Utilizando a fórmula para transformar de X para z Estando a mais de 120 km/h a infração corresponde a 7 pontos na carteira, qual a quantidade de carros que receberam multas? 33,1 15 100120 X z )/(100 hkm )/(15 hkm 40824,0)33,1( zP 09176,040824,05,0)( multaP Ou seja: 9,18% Probabilidade de viabilidade de um empreendimento )( )( VPL VPLEX z nmK n n FPE . 1 Em = valores esperados (médios) relativo ás várias estimativas e respectivas probabilidades de ocorrência em cada período n. Peck = probabilidade várias m estimativas de cada contribuição em cada período n. Fim= valores várias m estimativas de cada contribuição em cada período n. Valor esperado do VPL ?? Teorema do Limite Central – eng. econ., Hirschfeld Viabilidade Financeira de Empreendimentos (b503) Uma análise de um empreendimento forneceu o seguinte fluxo de caixa. Investimento: Ano 0 = -1.650 Receita líquida: Ano 1 = +1.000 Receita líquida: Ano 2 = +1.150 Receita líquida: Ano 3 = +1.250 Analisando sob condições de risco, admitamos que se chegou ao seguinte quadro de avaliações das contribuições e respectivas possibilidades: Teorema do Limite Central – eng. econ., Hirschfeld Viabilidade Financeira de Empreendimentos Probabilidade P01 = 0,10 P02 =0,10 P03 = 0,80 Ano 0 1900 1950 2000 Com as condições assumidas do risco: - Verificar se o empreendimento é viável, em condições de risco - Calcular a probabilidade de inviabilidade do empreendimento. Para tanto, considerar a taxa mínima de atratividade igual a 10% a.a. Probabilidade P4 = 0,15 P5 =0,25 P6 = 0,60 Ano 1 F11 = 630 F12 = 720 F13 = 810 Ano 2 F21 = 720 F22 = 830 F23 = 900 Ano 3 F31 = 800 F32 = 920 F33 = 1000 Receitas líquidas Investimento Teorema do Limite Central – eng. econ., Hirschfeld Investimento Viabilidade Financeira de Empreendimentos Probabilidade P01 = 0,1 P02 =0,1 P03 = 0,8 Ano 0 1900 1950 2000 nmK n n FPE . 1 Teorema do Limite Central – eng. econ., Hirschfeld Investimento Viabilidade Financeira de Empreendimentos E0 = [0,10 x (1.900)] + [0,10 x (1950)] + [0,8 x (2000)] = 1985 Cálculo do valor esperado do investimento E0:Probabilidade P4 = 0,15 P5 =0,25 P6 = 0,60 E0 Ano 0 1900 1950 2000 1985 Probabilidade P01 = 0,1 P02 =0,1 P03 = 0,8 Ano 0 1900 1950 2000 nmK n n FPE . 1 Teorema do Limite Central – eng. econ., Hirschfeld Viabilidade Financeira de Empreendimentos Probabilidade P4 = 0,15 P5 =0,25 P6 = 0,60 Esperado Ano 1 F11 = 630 F12 = 720 F13 = 810 E1 = ? Ano 2 F21 = 720 F22 = 830 F23 = 900 E2 = ? Ano 3 F31 = 800 F32 = 920 F33 = 1000 E3 = ? nmK n n FPE . 1 Teorema do Limite Central – eng. econ., Hirschfeld Viabilidade Financeira de Empreendimentos Probabilidade P4 = 0,15 P5 =0,25 P6 = 0,60 Esperado Ano 1 F11 = 630 F12 = 720 F13 = 810 E1 = ? Ano 2 F21 = 720 F22 = 830 F23 = 900 E2 = ? Ano 3 F31 = 800 F32 = 920 F33 = 1000 E3 = ? E1 = [0,15 x 630] + [0,25 x 720] + [0,60 x 810] = E2 = [0,15 x 720] + [0,25 x 830] + [0,60 x 900] = E3 = [0,15 x 800] + [0,25 x 920] + [0,60 x 1.000] = nmK n n FPE . 1 Teorema do Limite Central – eng. econ., Hirschfeld Viabilidade Financeira de Empreendimentos Probabilidade P4 = 0,15 P5 =0,25 P6 = 0,60 Esperado Ano 1 F11 = 630 F12 = 720 F13 = 810 760 Ano 2 F21 = 720 F22 = 830 F23 = 900 855 Ano 3 F31 = 800 F32 = 920 F33 = 1000 950 E1 = [0,15 x 630] + [0,25 x 720] + [0,60 x 810] = 760 E2 = [0,15 x 720] + [0,25 x 830] + [0,60 x 900] = 855 E3 = [0,15 x 800] + [0,25 x 920] + [0,60 x 1.000] = 950 Teorema do Limite Central – eng. econ., Hirschfeld Viabilidade Financeira de Empreendimentos Probabilidade P4 = 0,15 P5 =0,25 P6 = 0,60 Esperado Ano 1 F11 = 630 F12 = 720 F13 = 810 760 Ano 2 F21 = 720 F22 = 830 F23 = 900 855 Ano 3 F31 = 800 F32 = 920 F33 = 1000 950 Probabilidade P01 = 0,1 P02 =0,1 P03 = 0,8 E0 Ano 0 1900 1950 2000 1985 Teorema do Limite Central – eng. econ., Hirschfeld Viabilidade Financeira de Empreendimentos )( )( VPL VPLEX z Teorema do Limite Central – eng. econ., Hirschfeld 321 10,01 950 10,01 855 10,01 760 1985 VPLE 127VPLE )( )( VPL VPLEX z 321 10,01 950 10,01 855 10,01 760 1985 VPLE 127VPLE Viabilidade Financeira de Empreendimentos O investimento é viável, porque o valor de VPL é maior que zero: VPL > 0 Probabilidade de (in)viabilidade de um empreendimento )( )( VPL VPLEX z 2 nn Em = valores esperados (médios) relativo ás várias estimativas e respectivas probabilidades de ocorrência em cada período n. Pk = probabilidade várias m estimativas de cada contribuição em cada período n. Fmn= valores várias m estimativas de cada contribuição em cada período n. Desvio padrão do VPL ?? 2 1 2 nnmk n n EFP Variância do VPL ?? Teorema do Limite Central – eng. econ., Hirschfeld Probabilidade de (in)viabilidade de um empreendimento )( )( VPL VPLEX z 2 nn Desvio padrão do VPL ?? 2 1 2 nnmk n n EFP Variância do VPL ?? Variância do valor esperado de cada contribuição do fluxo de caixa, representa a incerteza associada ao grau de dispersão da distribuição das freqüências de ocorrência. Desvio padrão do valor esperado de cada contribuição do fluxo de caixa, representa a incerteza associada ao grau de dispersão da distribuição das freqüências de ocorrência. Teorema do Limite Central – eng. econ., Hirschfeld Probabilidade de (in)viabilidade de um empreendimento Probabilidade P01 = 0,1 P02 =0,1 P03 = 0,8 E0 variância Ano 0 1900 1950 2000 1985 1025 2 1 2 nnmk n n EFP Teorema do Limite Central – eng. econ., Hirschfeld Probabilidade de (in)viabilidade de um empreendimento 2 1 2 nnmk n n EFP Probabilidade P4 = 0,15 P5 =0,25 P6 = 0,60 Esperado Variância Ano 1 F11 = 630 F12 = 720 F13 = 810 760 4435 Ano 2 F21 = 720 F22 = 830 F23 = 900 855 Ano 3 F31 = 800 F32 = 920 F33 = 1000 950 Teorema do Limite Central – eng. econ., Hirschfeld 2 2 Probabilidade de (in)viabilidade de um empreendimento 2 1 2 nnmk n n EFP Probabilidade P4 = 0,15 P5 =0,25 P6 = 0,60 Esperado Variância Ano 1 F11 = 630 F12 = 720 F13 = 810 760 Ano 2 F21 = 720 F22 = 830 F23 = 900 855 4105 Ano 3 F31 = 800 F32 = 920 F33 = 1000 950 Teorema do Limite Central – eng. econ., Hirschfeld 2 3 2 1 2 nnmk n n EFP Probabilidade P4 = 0,15 P5 =0,25 P6 = 0,60 Esperado Variância Ano 1 F11 = 630 F12 = 720 F13 = 810 760 Ano 2 F21 = 720 F22 = 830 F23 = 900 855 Ano 3 F31 = 800 F32 = 920 F33 = 1000 950 5100 Probabilidade de (in)viabilidade de um empreendimento Teorema do Limite Central – eng. econ., Hirschfeld Probabilidade P4 = 0,15 P5 =0,25 P6 = 0,60 Esperado Variância Ano 1 F11 = 630 F12 = 720 F13 = 810 760 4435 Ano 2 F21 = 720 F22 = 830 F23 = 900 855 4105 Ano 3 F31 = 800 F32 = 920 F33 = 1000 950 5100 Probabilidade P01 = 0,1 P02 =0,1 P03 = 0,8 E0 variância Ano 0 1900 1950 2000 1985 1025 Probabilidade de (in)viabilidade de um empreendimento Teorema do Limite Central – eng. econ., Hirschfeld Cuidado!!!! Probabilidade de (in)viabilidade de um empreendimento Teorema do Limite Central – eng. econ., Hirschfeld nnnnVPL iiii 2 2 3 2 2 2 2 2 1 2 2 02 1111 6 2 3 4 2 2 2 2 1 0 2 02 1111 iiii VPL Probabilidade de (in)viabilidade de um empreendimento Probabilidade P01 = 0,1 P02 =0,1 P03 = 0,8 E0 Variância Ano 0 -1900 -1950 -2000 -1985 1025 Probabilidade P4 = 0,15 P5 =0,25 P6 = 0,60 Esperado Variância Ano 1 F11 = 630 F12 = 720 F13 = 810 760 4435 Ano 2 F21 = 720 F22 = 830 F23 = 900 855 4105 Ano 3 F31 = 800 F32 = 920 F33 = 1000 950 5100 Teorema do Limite Central – eng. econ., Hirschfeld 6 2 3 4 2 2 2 2 12 0 2 10,0110,0110,01 VPL Substituindo os valores tem-se que: Dado que TMA =10%; i = 0,10 Probabilidade de (in)viabilidade de um empreendimento Teorema do Limite Central – eng. econ., Hirschfeld 642 2 10,01 5100 10,01 4105 10,01 4435 1025 VPL 103722 VPL Substituindo os valores tem-se que: 102103722 VPLVPL A VARIÂNCIA do período 0 não é zero porque há INCERTEZA sobre o valor do investimento. Quanto menor a variância menor a incerteza. Probabilidade de (in)viabilidade de um empreendimento )( )( VPL VPLEX z 2 nn Desvio padrão do VPL = 102 2 1 2 nnmk n n EFP Variância do VPL = 10372 Calcular z )(VPLE Valor esperado do VPL = 127 Teorema do Limite Central – eng. econ., Hirschfeld )( )( VPL VPLEX z 25,1 102 1270 )( )( VPL VPLEX z Tabela Probabilidade de (in)viabilidade de um empreendimento O valor de X é zero, porque quando VPL é zero indica que o investimento será indiferente. Portanto, tudo que for negativo é INVIABILIDADE. Teorema do Limite Central – eng. econ., Hirschfeld http://www.science.mcmaster.ca/ps ychology/poole/z-table2.jpg z = -1,25 z = -1,25 Teorema do Limite Central – eng. econ., Hirschfeld Viabilidade ou Inviabilidade Probabilidade de inviabilidade Probabilidade de viabilidade Teorema do Limite Central – eng. econ., Hirschfeld Viabilidade Financeira de Empreendimentos Se z = -1,25 corresponde a uma área sob a curva normal padrão de 0,3944 (de = 0 até – 0,5). Assim, a probabilidade de inviabilidade é dada por: %56,101056,03944,05,0)( adeinviabilidP -1,25 Teorema do Limite Central – eng. econ., Hirschfeld ÁRVORE DE DECISÃO ÁRVORE DE DECISÃO ÁRVORE DE DECISÃO • Ferramenta importante que considera as decisões seqüenciais ao longo do tempo. • Mostra a anatomia de uma decisão de investimento • Mostra interação entre: – decisão presente, – eventos possíveis, – atitudes de competidores e – possíveis decisões futuras • Abordam dois elementos fundamentais para análise de investimentos reais: – Investimento seqüencial – Incerteza Existe a idéia de se fazer ou não uma planta piloto de 125 para testar um investimento de 1000 de um projeto de fraldas descartáveis para idoso. Os testespermitirão reduzir a incerteza sobre o projeto. Após os testes, apresentam-se, com a mesma probabilidade, dois cenários: sucesso e insucesso. No primeiro cenário, investe-se 1000 e obtêm-se uma receita líquida anual perpétua de 250. No segundo cenário, investe-se 1000 e obtêm-se uma receita líquida anual perpétua de apenas 50. A taxa mínima de atratividade (taxa de desconto) é 10%. a) É viável investir? b) Qual das opções? c) Vale ou não a pena investir na planta piloto? Renda perpétua: i U IVPL 0 Exemplo 01 – Eng. Econ.; Carlos P. Samanez Teste: Investir 125 Teste: NÃO Investir Decidir se deve ou não ser feito um investimento de 1000 em determinado projeto, fraldas descartáveis para idoso. Inicialmente é realizado um investimento de 125 em uma planta piloto, para fazer testes de mercado que permitam reduzir a incerteza sobre o projeto. Após os testes, apresentam-se dois cenários possíveis com a mesma probabilidade de sucesso e insucesso. No primeiro cenário, investe-se 1000 e obtêm-se uma receita líquida anual perpétua de 250. No segundo cenário, investe-se 1000 e obtêm-se uma receita líquida anual perpétua de apenas 50. A taxa mínima de atratividade (taxa de desconto) é 10%. Exemplo 01 – Eng. Econ.; Carlos P. Samanez Decidir se deve ou não ser feito um investimento de 1000 em determinado projeto, fraldas descartáveis para idoso. Inicialmente é realizado um investimento de 125 em uma planta piloto, para fazer testes de mercado que permitam reduzir a incerteza sobre o projeto. Após os testes, apresentam-se dois cenários possíveis com a mesma probabilidade de sucesso e insucesso. No primeiro cenário, investe-se 1000 e obtêm-se uma receita líquida anual perpétua de 250. No segundo cenário, investe-se 1000 e obtêm-se uma receita líquida anual perpétua de apenas 50. A taxa mínima de atratividade (taxa de desconto) é 10%. Exemplo 01 – Eng. Econ.; Carlos P. Samanez Teste: Investir 125 Teste: NÃO Investir SUCESSO 50% INSUCESSO 50% PARAR Decidir se deve ou não ser feito um investimento de 1000 em determinado projeto, fraldas descartáveis para idoso. Inicialmente é realizado um investimento de 125 em uma planta piloto, para fazer testes de mercado que permitam reduzir a incerteza sobre o projeto. Após os testes, apresentam-se dois cenários possíveis com a mesma probabilidade de sucesso e insucesso. No primeiro cenário, investe-se 1000 e obtêm-se uma receita líquida anual perpétua de 250. No segundo cenário, investe-se 1000 e obtêm-se uma receita líquida anual perpétua de apenas 50. A taxa mínima de atratividade (taxa de desconto) é 10%. Exemplo 01 – Eng. Econ.; Carlos P. Samanez Decidir se deve ou não ser feito um investimento de 1000 em determinado projeto, fraldas descartáveis para idoso. Inicialmente é realizado um investimento de 125 em uma planta piloto, para fazer testes de mercado que permitam reduzir a incerteza sobre o projeto. Após os testes, apresentam-se dois cenários possíveis com a mesma probabilidade de sucesso e insucesso. No primeiro cenário, investe-se 1000 e obtêm-se uma receita líquida anual perpétua de 250. No segundo cenário, investe-se 1000 e obtêm-se uma receita líquida anual perpétua de apenas 50. A taxa mínima de atratividade (taxa de desconto) é 10%. Exemplo 01 – Eng. Econ.; Carlos P. Samanez Teste: Investir 125 Teste: NÃO Investir SUCESSO 50% INSUCESSO 50% Investe 1000 Produção em plena escala NÃO investe PARAR Decidir se deve ou não ser feito um investimento de 1000 em determinado projeto, fraldas descartáveis para idoso. Inicialmente é realizado um investimento de 125 em uma planta piloto, para fazer testes de mercado que permitam reduzir a incerteza sobre o projeto. Após os testes, apresentam-se dois cenários possíveis com a mesma probabilidade de sucesso e insucesso. No primeiro cenário, investe-se 1000 e obtêm-se uma receita líquida anual perpétua de 250. No segundo cenário, investe-se 1000 e obtêm-se uma receita líquida anual perpétua de apenas 50. A taxa mínima de atratividade (taxa de desconto) é 10%. Exemplo 01 – Eng. Econ.; Carlos P. Samanez Teste: Investir 125 Teste: NÃO Investir SUCESSO 50% INSUCESSO 50% Investe 1000 Produção em plena escala NÃO investe PARAR PARAR VPL = 0 Decidir se deve ou não ser feito um investimento de 1000 em determinado projeto, fraldas descartáveis para idoso. Inicialmente é realizado um investimento de 125 em uma planta piloto, para fazer testes de mercado que permitam reduzir a incerteza sobre o projeto. Após os testes, apresentam-se dois cenários possíveis com a mesma probabilidade de sucesso e insucesso. No primeiro cenário, investe-se 1000 e obtêm-se uma receita líquida anual perpétua de 250. No segundo cenário, investe-se 1000 e obtêm-se uma receita líquida anual perpétua de apenas 50. A taxa mínima de atratividade (taxa de desconto) é 10%. Exemplo 01 – Eng. Econ.; Carlos P. Samanez Teste: Investir 125 Teste: NÃO Investir SUCESSO 50% INSUCESSO 50% Investe 1000 Produção em plena escala NÃO investe PARAR PARAR VPL = 0 CALCULAR VPLSUC Decidir se deve ou não ser feito um investimento de 1000 em determinado projeto, fraldas descartáveis para idoso. Inicialmente é realizado um investimento de 125 em uma planta piloto, para fazer testes de mercado que permitam reduzir a incerteza sobre o projeto. Após os testes, apresentam-se dois cenários possíveis com a mesma probabilidade de sucesso e insucesso. No primeiro cenário, investe-se 1000 e obtêm-se uma receita líquida anual perpétua de 250. No segundo cenário, investe-se 1000 e obtêm-se uma receita líquida anual perpétua de apenas 50. A taxa mínima de atratividade (taxa de desconto) é 10%. Exemplo 01 – Eng. Econ.; Carlos P. Samanez Decidir se deve ou não ser feito um investimento de 1000 em determinado projeto, fraldas descartáveis para idoso. Inicialmente é realizado um investimento de 125 em uma planta piloto, para fazer testes de mercado que permitam reduzir a incerteza sobre o projeto. Após os testes, apresentam-se dois cenários possíveis com a mesma probabilidade de sucesso e insucesso. No primeiro cenário, investe-se 1000 e obtêm-se uma receita líquida anual perpétua de 250. No segundo cenário, investe-se 1000 e obtêm-se uma receita líquida anual perpétua de apenas 50. A taxa mínima de atratividade (taxa de desconto) é 10%. Exemplo 01 – Eng. Econ.; Carlos P. Samanez Teste: Investir 125 Teste: NÃO Investir SUCESSO 50% INSUCESSO 50% NÃO investe PARAR PARAR Investe 1000 Produção em plena escala NÃO investe VPL = 0 Investe 1000 Produção em plena escala CALCULAR VPLSUC Exemplo 01 – Eng. Econ.; Carlos P. Samanez Teste: Investir 125 Teste: NÃO Investir SUCESSO 50% INSUCESSO 50% NÃO investe PARAR PARAR VPL = 0 NÃO investe PARAR VPL = 0 Investe 1000 Produção em plena escala CALCULAR VPLSUC Investe 1000 Produção em plena escala Exemplo 01 – Eng. Econ.; Carlos P. Samanez Teste: Investir 125 Teste: NÃO Investir SUCESSO 50% INSUCESSO 50% NÃO investe PARAR PARAR VPL = 0 NÃO investe PARAR VPL = 0 Investe 1000 Produção em plena escala CALCULAR VPLSUC Investe 1000 Produção em plena escala CALCULAR VPLINSUC Exemplo 01 – Eng. Econ.; Carlos P. Samanez CALCULAR VPLSUC CALCULAR VPLINSUC ?sucVPL ?insucVPL Renda perpétua: i U IVPL 0 Decidir se deve ou não ser feito um investimento de 1000 em determinado projeto, fraldas descartáveis para idoso. Inicialmente é realizado um investimento de 125 em uma planta piloto, para fazer testes de mercado que permitam reduzir a incerteza sobre o projeto. Após os testes, apresentam-se dois cenários possíveis com a mesma probabilidade de sucesso e insucesso. No primeiro cenário, investe-se 1000 e obtêm-se uma receita líquida anual perpétua de 250. No segundo cenário, investe-se 1000 e obtêm-se uma receitalíquida anual perpétua de apenas 50. A taxa mínima de atratividade (taxa de desconto) é 10%. Exemplo 01 – Eng. Econ.; Carlos P. Samanez CALCULAR VPLSUC CALCULAR VPLINSUC 10,0 250 1000sucVPL 10,0 50 1000insucVPL Renda perpétua: i U IVPL 0 Decidir se deve ou não ser feito um investimento de 1000 em determinado projeto, fraldas descartáveis para idoso. Inicialmente é realizado um investimento de 125 em uma planta piloto, para fazer testes de mercado que permitam reduzir a incerteza sobre o projeto. Após os testes, apresentam-se dois cenários possíveis com a mesma probabilidade de sucesso e insucesso. No primeiro cenário, investe-se 1000 e obtêm-se uma receita líquida anual perpétua de 250. No segundo cenário, investe-se 1000 e obtêm-se uma receita líquida anual perpétua de apenas 50. A taxa mínima de atratividade (taxa de desconto) é 10%. Exemplo 01 – Eng. Econ.; Carlos P. Samanez CALCULAR VPLSUC CALCULAR VPLINSUC 1500 10,0 250 1000 sucVPL 500 10,0 50 1000 insucVPL Decidir se deve ou não ser feito um investimento de 1000 em determinado projeto, fraldas descartáveis para idoso. Inicialmente é realizado um investimento de 125 em uma planta piloto, para fazer testes de mercado que permitam reduzir a incerteza sobre o projeto. Após os testes, apresentam-se dois cenários possíveis com a mesma probabilidade de sucesso e insucesso. No primeiro cenário, investe-se 1000 e obtêm-se uma receita líquida anual perpétua de 250. No segundo cenário, investe-se 1000 e obtêm-se uma receita líquida anual perpétua de apenas 50. A taxa mínima de atratividade (taxa de desconto) é 10%. Exemplo 01 – Eng. Econ.; Carlos P. Samanez CALCULAR VPLSUC CALCULAR VPLINSUC 1500 10,0 250 1000 sucVPL 500 10,0 50 1000 insucVPL Viável Não viável Resposta item a: Exemplo 01 – Eng. Econ.; Carlos P. Samanez Teste: Investir 125 Teste: NÃO Investir SUCESSO 50% INSUCESSO 50% NÃO investe PARAR PARAR VPL = 0 NÃO investe PARAR VPL = 0 Investe 1000 Produção em plena escala VPLSUC = 1500 Investe 1000 Produção em plena escala VPLINSUC = -500 Exemplo 01 – Eng. Econ.; Carlos P. Samanez Teste: Investir 125 Teste: NÃO Investir SUCESSO 50% INSUCESSO 50% NÃO investe PARAR PARAR VPL = 0 NÃO investe PARAR VPL = 0 Investe 1000 Produção em plena escala VPLSUC = 1500 Investe 1000 Produção em plena escala VPLINSUC = -500 Escolher esta opção Exemplo 01 – Eng. Econ.; Carlos P. Samanez Resposta item b: É melhor investir na opção de: planta piloto/sucesso/1000 Exemplo 01 – Eng. Econ.; Carlos P. Samanez Resposta item c: TMA de 10% Investimento inicial de 125 50% sucesso e VPL de 50% insucesso e VPL de 1,1 ????.5,0????.5,0 125plVPL Vale ou não a pena investir na planta piloto? •Calcular o VPL do investimento com planta piloto. •Calcular o VPL do investimento sem planta piloto. 0 ou +1500 -500 ou 0 ? ? Exemplo 01 – Eng. Econ.; Carlos P. Samanez Resposta item c: TMA de 10% Investimento inicial de 125 50% sucesso e VPL de 50% insucesso e VPL de 1,1 0.5,01500.5,0 125 plVPL 0 ou +1500 (escolhido porque é positivo) -500 ou 0 (escolhido porque é melhor que negativo) Exemplo 01 – Eng. Econ.; Carlos P. Samanez Vale ou não a pena investir na planta piloto? •Calcular o VPL do investimento com planta piloto. •Calcular o VPL do investimento sem planta piloto. Resposta item c: TMA de 10% Investimento inicial de 125 50% sucesso e VPL de 50% insucesso e VPL de 0557 1,1 0.5,01500.5,0 125 plVPL 0 ou +1500 (escolhido porque é positivo) -500 ou 0 (escolhido porque é melhor que negativo) O VPL dá positivo, o que é bom. Mas, e se não tivesse a planta? Vale ou não a pena investir na planta piloto? •Calcular o VPL do investimento com planta piloto. •Calcular o VPL do investimento sem planta piloto. Se ao contrário de fazer o teste piloto a empresa partisse logo para a fabricação do produto em larga escala, tem-se: Resposta item c: Vale ou não a pena investir na planta piloto? •Calcular o VPL do investimento com planta piloto = 557 •Calcular o VPL do investimento sem planta piloto. Teste: Investir 125 Teste: NÃO Investir SUCESSO 50% INSUCESSO 50% NÃO investe PARAR PARAR VPL = 0 NÃO investe PARAR VPL = 0 Investe 1000 Produção em plena escala VPLSUC = 1500 Investe 1000 Produção em plena escala VPLINSUC = -500 Resposta item c: SUCESSO 50% INSUCESSO 50% Investe 1000 Produção em plena escala VPLSUC = 1500 Investe 1000 Produção em plena escala VPLINSUC = -500 Resposta item c: 0557 1,1 0.5,01500.5,0 125 semplVPL TMA de 10% Investimento inicial de 125 50% sucesso e VPL de 50% insucesso e VPL de 0 ou +1500 (escolhido porque é positivo) -500 ou 0 (escolhido porque é melhor que negativo) (1+0,10)n = 1,pois n=0, período inicial Resposta item c: Vale ou não a pena investir na planta piloto? •Calcular o VPL do investimento com planta piloto = 557 •Calcular o VPL do investimento sem planta piloto. TMA de 10% Investimento inicial de 125 50% sucesso e VPL de 50% insucesso e VPL de 0 ou +1500 (escolhido porque é positivo) -500 ou 0 (escolhido porque é melhor que negativo) Resposta item c: 500 )10,01( )]500.(5,0[1500.5,0 0 semplVPL Vale ou não a pena investir na planta piloto? •Calcular o VPL do investimento com planta piloto = 557 •Calcular o VPL do investimento sem planta piloto = 500 Resposta item c: Vale ou não a pena investir na planta piloto? • VPL do investimento com planta piloto = 557 • VPL do investimento sem planta piloto = 500 Resposta: É melhor fazer o teste com a planta piloto. Uma empresa tem que decidir se constrói uma fábrica grande com investimento inicial de 3milhões ou pequena com investimento inicial de 1,3milhões, para produzir um novo produto por 10 anos, com taxa mínima de atratividade de 10%. A procura pelo produto tem sempre chance de ser baixa ou 70% de ser alta. Quando a procura é alta existe a probabilidade de 10% da satisfação do consumidor diminuir depois dos dois primeiros anos ou, então manter-se constante. Se a procura for de baixa, ela se manterá constante, isto é, fica excluída a possibilidade de procura diminuída seguida de procura aumentada. A fábrica grande, com alto volume de produção, para atender a procura, rende 1milhão por ano. Se o volume de produção for baixo, rende apenas 100mil por ano. Se optar pela fábrica pequena, a diretoria tem a opção de expandi-la no segundo ano com investimento extra de 2,2 milhões, caso a procura seja alta no período inicial. Se a fábrica for expandida para atender à procura alta, não será tão eficiente como a fábrica grande original e renderia 700mil por ano. Se a procura for baixa, a receita líquida será de apenas 50mil por ano. A fábrica pequena, com procura baixa, rende anualmente 400mil. Se a procura for alta, ela pode render 450mil por ano, mas a receita líquida cai para 300mil depois dos dois anos iniciais devido à concorrência. Exemplo 02 – Eng. Econ.; Oswaldo F.F. Torres 141 142 143 144 145 TEOREMAS PROBABILIDADE (do produto, independência estatística, da partição, de Bayes) Probabilidade condicionada: dados dois eventos A e B, sendo P(B)≠0, tem-se que 𝑃 𝐴 𝐵 = 𝑃(𝐴 ∩ 𝐵) 𝑃(𝐵) 𝑃 𝐴 𝐵 é a probabilidade de A ocorrer, na hipótese de B ter ocorrido. 𝑃 𝐴 𝐵 representa a reavaliação da probabilidade de A, em face da informação de que B ocorreu. Exemplo: Dados: 85.993 pessoas vivas com 60 anos sendo 80.145 pessoas vivas com 65 anos. Se A é o evento que um indivíduo esteja vivo aos 60 anos e B é o evento que sobreviva até 65 anos, então é o evento que a pessoa esteja viva aos 60 anos e também aos 65 anos. Se alguém está vivo aos 65 anos, estava também aos 60 anos, portanto, 147 TEOREMAS PROBABILIDADE (do produto, independênciaestatística, da partição, de Bayes) Probabilidade condicionada: dados dois eventos A e B, sendo P(B)≠0, tem-se que 𝑃 𝐴 𝐵 = 𝑃(𝐴 ∩ 𝐵) 𝑃(𝐵) 𝑃 𝐴 𝐵 é a probabilidade de A ocorrer, na hipótese de B ter ocorrido. 𝑃 𝐴 𝐵 representa a reavaliação da probabilidade de A, em face da informação de que B ocorreu. Exemplo: Considere-se um baralho de 52 cartas. A probabilidade de ao retirar uma carta sair um rei é 4/52, ou 1/13. No entanto, se alguém retira uma carta e nos diz que é uma figura, então a probabilidade de ter saído um rei é 4/12=1/3, ou seja, P(sair um rei|sair uma figura)=1/3. BP BAP BAP 3/1 52/12 52/4 BAP 148 Calculando as probabilidades: Temos 10% de chances da demanda ser alta e se tornar baixa; Temos 60% de chances da demanda ser alta e continuar alta; Temos então: 70% (60%+10%) de chances da demanda ser alta; Temos 30% de chances da demanda ser baixa e continuar baixa; Logo: 1 3,0 3,0 143,0 7,0 1,0 857,0 7,0 6,0 BaixaBaixaP BaixaAltaP AltaAltaP 149 150 Calculando os VPLs: Fábrica Grande: Investimento: 3.000.000 UM Lucro (Demanda Alta): 1.000.000 UM Lucro (Demanda Baixa): 2x 1.000.000 UM 8x100.000 UM 145,3 1,11,0 11,1 13),,( 10 10 AAGVPL 824,0 1,1 1,0 1,1 1 1,1 1 3),,( 10 3 2 i i BAGVPL 151 Calculando os VPLs: (Lembrando que no caso alta demanda e depois baixa demanda decorrem dois períodos de alta demanda e a partir do terceiro período a demanda cai). 749,0 1,1 7,0 1,1 2,2 1,1 45,0 1,1 45,0 3,1),,,( 386,2 1,11,0 11,1 1,03),( 824,0 1,1 1,0 1,1 1 1,1 1 3),,( 145,3 1,11,0 11,1 13),,( 10 3 22 10 10 10 3 2 10 10 i i i i AEAPVPL BGVPL BAGVPL AAGVPL 152 EXEMPLO 1: Um vendedor ambulante está considerando a possibilidade de vender camisas esportivas. As camisas seriam compradas por $10,00 e vendidas por $35.00. Como a qualidade do material é baixa estima-se que haja 30% de perda para o vendedor ambulante. Independente da quantidade adquirida, seus custos de transporte e manutenção serão de $ 1.000,00 por dia. As camisas não vendidas terão um valor residual de $ 2.00. A demanda diária pelas camisas depende das condições de vigilância nas ruas: se a vigilância for ostensiva, o vendedor somente consegue vender 50 camisas, vendendo 4 vezes mais se a vigilância das ruas for fraca. Caso a vigilância for média, o vendedor consegue vender 120 camisas. As camisas só podem ser compradas em lotes pré - determinados: 80, 160, 240 ou 320 unidades. A experiência tem mostrado que há 40% de chance de que a vigilância seja fraca contra 30% de vigilância ostensiva. Em consequência ela é média 30% das vezes.
Compartilhar