Baixe o app para aproveitar ainda mais
Prévia do material em texto
Cálculo aplicado à Administração Aula 01 Prof. Nelson Pereira Castanheira CONVERSA INICIAL Oi. Seja bem-vindo(a)! Esta é a Aula 1 da disciplina Cálculo Aplicado à Administração do curso de Administração de Empresas. Neste encontro, estudaremos os conceitos e as aplicações da lógica matemática no contexto da Administração. Confira os tópicos: Conceitos de lógica matemática Tabela Verdade Tautologia, contradição e contingência Aplicações da lógica matemática Introdução A Lógica é uma das áreas mais jovens da matemática, tendo surgido em meados do século XIX como um sub-ramo independente do estudo tradicional. Anteriormente, a Lógica foi estudada com a retórica, através do silogismo e da filosofia. Os estudos sobre o raciocínio foram inicialmente desenvolvidos por filósofos como Parménides e Platão, mas foi Aristóteles quem o elaborou mais detalhadamente e definiu as bases do estudo clássico da lógica. Por isso, sua aplicação se expande tanto nas áreas de ciências humanas e exatas. Na matemática, nosso principal foco nesta disciplina, seu estudo baseia-se em proposições, ou seja, em sentenças declarativas, de tal forma que nos permita raciocinar corretamente na investigação da verdade. Para iniciar os estudos, assista ao vídeo do professor Castanheira e entenda as principais definições de Lógica Matemática: CONTEXTUALIZANDO Problematização Na lógica matemática, podemos distinguir três formas de raciocínio lógico: a dedução, a indução e a abdução. Para tal, precisamos de uma regra, uma premissa e uma conclusão, sendo que cada uma delas deve ser implicada pelas outras duas. Navegue por cada um dos termos para entender os conceitos. Dedução “Quando chove, a grama fica molhada. Choveu hoje. Portanto, a grama está molhada”. Através de uma regra e uma premissa, utilizamos a dedução para determinar uma conclusão. Indução “A grama fica molhada todas as vezes em que chove. Então, se chover amanhã, a grama ficará molhada”. Na indução, utilizamos a premissa e a conclusão para chegarmos a uma regra. Abdução “Quando chove, a grama fica molhada. A grama está molhada, então pode ter chovido”. Na abdução, utilizamos a regra e a conclusão para chegarmos a uma premissa. Resumidamente, podemos dizer que: Para toda... ... há uma: Dedução Conclusão Indução Regra Abdução Premissa Entendendo estes conceitos, você pode ver como o raciocínio lógico é fundamental para a tomada de decisões em situações do nosso dia a dia? Agora, faça o exercício de fixação a seguir, com atenção aos seguintes pontos: Verifique se as sentenças são preposições ou não; Em caso afirmativo, verifique se as preposições são verdadeiras ou falsas. 1. Como aquela mulher é linda! 2. Brasília é a capital da Argentina. 3. Aquele casal é feliz? 4. 49 > 5 + 20. 5. Fique quieto. Não é proposição Proposição falsa Proposição verdadeira Não é proposição Não é proposição 6. x é menor que 15. 7. Existe um número primo menor que 3. 8. Deus te crie. 9. 102 > 1000. 10. A boneca da Cristina. PESQUISE Conceitos de lógica matemática Como foi seu desempenho no exercício anterior? Caso não tenha atingido 100% de acerto, não se preocupe! Ao final deste encontro você certamente entenderá porque algumas sentenças não são proposições e o que diferencia uma proposição verdadeira de uma falsa. Vale lembrar que a lógica engloba todo aspecto da existência humana, não apenas na área do conhecimento matemático. Como vimos nos exemplos da problematização, desde questões simples como a possibilidade de chuva até questionamentos existenciais sobre o sentido da vida têm em comum a necessidade da lógica baseada em proposições! Neste tópico, abordaremos: Conceito de proposições Valores lógicos Classificação das proposições Conectivos Proposição verdadeira Não é proposição Proposição falsa Não é proposição Notação Operações lógicas Negação Conjunção Disjunção Disjunção exclusiva Condicional Bicondicional Para fixar o conteúdo apreendido, vamos fazer mais um exercício de fixação? Com base nas explicações do professor, arraste os símbolos para suas respectivas operações lógicas. 1. Negação 2. Conjunção 3. Disjunção 4. Disjunção Exclusiva 5. Condicional 6. Bicondicional Complementando o estudo dos conceitos lógicos, leia o trecho das páginas 3 a 5 do artigo a seguir! http://www.cursoagoraeupasso.com.br/material/Parte_01_RacLo g_AEP_PF_Weber.PDF ~p p q p q p q p → q p ↔ q Para exemplos de utilização das estruturas em proposições, assista aos exercícios resolvidos do vídeo a seguir. https://www.youtube.com/watch?v=xi_2hfhrk9k Tabela Verdade Em poucas palavras, uma tabela verdade é um dispositivo prático que mostra todos os valores lógicos de uma proposição. Através dela, podemos criar várias combinações de proposições para atestar sua veracidade, com o auxílio dos conectivos e operações lógicas estudadas anteriormente. Primeiramente, leia este artigo e entenda os conceitos fundamentais da tabela verdade: http://www.mtm.ufsc.br/~gilles/ensino/2013- 01/mtm5801/TabelasVerdade.pdf Compreendeu os fundamentos? Hora de praticar! Construa a tabela verdade da proposição a seguir, sempre tendo em mente os conceitos explicados neste tema. Caso tenha dificuldades de entendimento, não hesite em rever o material de estudo! Irei para a escola e para o trabalho. Primeiramente, que operação lógica se aplica a esta proposição? a) Negação: conectivo ~ b) Conjunção: conectivo ^ c) Condicional: conectivo → d) Bicondicional: conectivo ↔ Tautologia, Contradição e Contingência Neste tema, estudaremos três operações lógicas particularmente importantes: tautologia, contradição e contingência. Elas são importantes porque são utilizadas para testar a validade ou falsidade lógica das proposições. Confira os conceitos clicando nos exemplos a seguir: “Nenhum solteiro é casado” Proposições necessariamente verdadeiras, independente das variáveis e circunstâncias; vulgarmente, proposições ‘óbvias’ e redundantes. “Maria é alérgica a carne, por isso comeu três hambúrgueres” Proposições necessariamente falsas, independente das variáveis e circunstâncias; também podem ser consideradas “sem sentido” ou “falhas”. “Existem mais de três planetas no universo” Proposições que não são verdadeiras nem falsas, podendo ser fatos ou precisam de contexto para terem sua lógica atestada corretamente. Os princípios destas operações são utilizados em várias áreas do conhecimento humano para validação de argumentos, teses e fórmulas, tais como filosofia, matemática e lógica modal. Assista ao divertido vídeo a seguir para um exemplo prático do uso da lógica aplicada a estas operações: https://www.youtube.com/watch?v=TPZjFP2xMt8 Não deixe também de ler o artigo a seguir para mais detalhes sobre estas operações! http://www.rafaeldiasribeiro.com.br/downloads/TAUTOLOGIASC ONTRADICOESECONTINGENCIAS.pdf Para fixar os conhecimentos, vamos fazer um rápido exercício! Analise as tabelas verdade a seguir e arraste cada operação para sua respectiva opção correta. A ~A A ~A V F V F V V A ~A A ~A V F F F V F A B A B A B (A B) → (A B) V V V VV V F V F F F V V F F Tautologia Contradição Contingência F F F F V Aplicações da lógica matemática As aplicações da lógica matemática são muitas, principalmente na área da ciência da computação. E para desempenhar com segurança atividades que exijam o conhecimento desse assunto, é importante conhecer bem o que vem a ser uma proposição. A utilização dos conectivos para a composição das proposições compostas é de suma importância, e a construção e a interpretação das tabelas verdade é uma ferramenta fundamental para o entendimento da lógica matemática. Leia o artigo a seguir para uma síntese das noções de lógica: http://criticanarede.com/log_nocoes.html Para finalizar, assista ao vídeo a seguir sobre Lógica no Cotidiano! https://youtu.be/qFe9_YM8QFU?t=5m39s SÍNTESE Encerramos aqui nossa primeira aula de Cálculo Aplicado à Administração! Até o próximo encontro! Cálculo aplicado à Administração Aula 02 Prof. Nelson Pereira Castanheira CONVERSA INICIAL Olá, aluno!! Já estamos na segunda aula da disciplina Cálculo aplicado à Administração! INTRODUÇÃO A Estatística é a parte da Matemática que coleta, analisa e interpreta dados numéricos para o estudo de fenômenos naturais, econômicos e sociais. Para o entendimento da estatística, vamos trabalhar com um exemplo aplicado, vamos conhecer o conceito de população e amostra. Acompanhe a seguir. População e Amostra É importante saber que existem diferentes tipos de representações estatísticas. São elas: Gráficos Tabelas Infográficos É preciso entender que, para se utilizar destas ferramentas são necessários alguns elementos. Aí é que entra a "População e Amostra". Entendendo melhor A População envolve o “todo”. Todo? Isso, tudo aquilo que nós estamos pesquisando ou analisando. Exemplo: Em uma determinada escola, pretende-se estudar um fenômeno que está ocorrendo. E, neste “todo” temos os grupos em anos diferentes, sendo eles, 6º, 7º, 8º e 9º anos. Que esses grupos (6º, 7º, 8º e 9º) anos, juntos, formam um grupo – a escola – portanto, a população em estudo seria todos os integrantes dentro do colégio. Para identificar a amostra, basta extrair uma parcela da sua população, no caso do nosso exemplo, a escola, a amostra seria: a) só uma turma, b) só as meninas, c) só os meninos, d) somente uma idade... e assim por diante. CONTEXTUALIZANDO Problematização A Estatística nos fornece ferramentas para a tomada de decisão. Ao obtermos os dados em uma pesquisa, podemos determinar a média, a mediana e a moda dos mesmos (as chamadas medidas de posição). Você está preparado para distinguir uma medida da outra? Você saberia quando se deve utilizar a média ou quando se deve utilizar a mediana dos resultados? Após calculado as medidas de posição, pode-se calcular as medidas de dispersão, com especial atenção ao desvio padrão. Você conhece as aplicações do desvio padrão? Como tomar uma decisão a partir dos valores encontrados para a média, a mediana e o desvio padrão? PESQUISE Medidas de Tendência Central ou de Posição Vamos começar a calcular? Então, comecemos pelas Medidas de Tendência Central... Para nos aprofundarmos um pouco mais na análise dos dados obtidos em uma pesquisa, precisamos efetuar cálculos de algumas medidas. Incialmente, estudaremos as chamadas medidas de posição, também conhecidas como medidas de tendência central. A primeira dessas medidas é a média aritmética ou simplesmente média, que representaremos por: X Média Aritmética Mencionamos na aula 1 que a média aritmética de dois valores é obtida somando-se esses dois valores e dividindo o resultado por 2. É realmente simples. Genericamente, se queremos calcular a média aritmética de “n” valores, somamos esses “n” valores e dividimos o resultado da soma por “n”. X = ∑Xi / n O símbolo ∑ representa o somatório Suponhamos, como exemplo, que desejamos conhecer a médias das idades de cinco pessoas, sendo que as mesmas têm 22, 25, 21, 28 e 24 anos de idade. Para o cálculo da média somamos esses 5 valores e dividimos o resultado por 5. Assim, temos: X = 22 + 25 + 21 + 28 + 24 / 5 X = 120 / 5 X = 24 anos de média Média Aritmética Ponderada E quando os dados estão agrupados? Como calcular a média aritmética? Nesse caso, estamos diante de uma média aritmética ponderada, onde cada valor da variável X deverá ser multiplicado pela respectiva frequência de ocorrência. Suponhamos, como exemplo, que em um teste de português, realizado por 30 pessoas, tenhamos obtido os resultados da tabela 1. Tabela 1 – Resultados obtidos em um teste de português Resultado (Xi) Quantidade de pessoas (fi) 5 5 6 5 7 8 8 6 9 6 Fonte: elaborado pelo autor. Qual foi a médias desses resultados? Para a solução desse exercício, deveremos utilizar a fórmula: X = ∑(Xi . fi) / n Onde i varia de 1 a n. Assim, temos: X = 5 . 5 + 6 . 5 + 7 . 8 + 8 . 6 + 9 . 6 / 30 X = 213 / 30 X = 7,1 E quando os dados estão agrupados em intervalos? Como calcular a média aritmética? Nesse caso, o cálculo é semelhante ao anterior. Entretanto, lembrar que utilizamos o valor médio de cada intervalo (ou classe). Por exemplo, suponhamos que no exemplo anterior os resultados tivessem sido fornecidos em intervalos, como mostrado na tabela 2. Tabela 2 – Resultados obtidos em um teste de português, por faixa de nota Aplicando a fórmula: Leitura do livro “Estatística aplicada a todos os níveis”. Autor: Nelson Pereira Castanheira. Edição 5. Capítulos 2, 3 e 4 - Páginas 24 a 63. E, para entender um pouco mais sobre Média Aritmética e Ponderada, veja o vídeo a seguir. https://www.youtube.com/watch?v=O9n8US_4d8w Mediana Mediana é o que está no meio? Isso mesmo! Veja o exemplo a seguir... Mediana, então, por definição, é o valor que ocupa a posição central dos dados obtidos em uma pesquisa. Lembrar que, para se identificar esse ponto central, é necessário colocar os dados em ordem crescente ou decrescente, ou seja, no formato de um Rol. Vamos representar a Mediana por Md. Por exemplo, se tivermos como resultado de uma pesquisa qualquer os valores: 1 – 8 – 6 – 6 – 4 – 3 – 4 – 5 – 3 – 9 – 6 Vamos colocar esses dados em ordem crescente: 1 – 3 – 3 – 4 – 4 – 5 – 6 – 6 – 6 – 8 – 9 Temos 11 resultados. Então, a Mediana desses valores é o 5, valor que ocupa a posição central do Rol. Mas vem imediatamente uma pergunta: e se tivermos um número par de valores, qual valor estará no meio? Nesse caso, a Mediana será igual à média aritmética dos dois valores centrais do Rol. Por exemplo, se tivermos como resultado de uma pesquisa qualquer os valores: 1 – 8 – 6 – 6 – 4 – 3 – 4 – 5 – 3 – 9 – 6 – 9 Vamos colocar esses dados em ordem crescente: 1 – 3 – 3 – 4 – 4 – 5 – 6 – 6 – 6 – 8 – 9 – 9 Temos 12 resultados. Então, a Mediana desses valores é a média aritmética entre os dois valores centrais, ou seja, a média entre o 5 e o 6. Temos que: Md = 5,5. E quando os dados estão agrupados em intervalos? Como calcular a mediana? Para esse cálculo, precisaremos utilizar a fórmula: Md = Li + ( n/2 - ∑fant) . A fMd Li = limite inferior da classe que contém a Mediana n = tamanho da amostra ou da população pesquisada ∑fant = somatório das frequências das classes anteriores àquela que contém a Mediana fMd = frequência da classe que contém a Mediana A = amplitude do intervalo que contém a Mediana Para você não ter dúvidas quanto à utilização dessa fórmula, vamos analisar um exemplo. Vamos calcular a mediana dos resultados que foram utilizados na tabela 2, a seguir copiada. Observe que os resultados já estão em ordem numérica crescente. Se temos 30 resultados, o resultado que está no meio dos mesmos está no terceiro intervalo, pois temos 5 (do 1º ao 5º) resultados no primeiro intervalo, temos mais 5 (do 6º ao 10º) resultados no segundo intervalo e temos 8 (do 11º ao 18º) no terceiro intervalo. Substituindo os valores na fórmula anterior, temos: Arredondando esse resultado, com uma casa após a vírgula, temos que Md = 7,6. No livro “Estatística aplicada a todos os níveis” do autor Nelson Pereira Castanheira, leia o capítulo 4 - Páginas 63 a 67. Além da leitura, você poderá ler um pouco mais clicando no botão a seguir: http://www.brasilescola.com/matematica/mediana.htm MODA Moda? Em cálculo? Isso mesmo... Curioso? Então confira as explicações a seguir! No nosso dia a dia, percebemos que algo está na moda quando vemos esse algo com muita frequência, certo? Uma roupa, um carro, um tênis, enfim! Na estatística funciona da mesma forma. Definimos “Moda” como sendo aquele valor que aparece com a maior frequência no resultado de uma pesquisa. Fácil, não é mesmo! Vamos representar a Moda por Mo Assim como procedemos para a determinação da Mediana, para sabermos qual é a Moda de um conjunto de valores, precisamos primeiramente colocá-los em ordem numérica crescente ou decrescente. Exemplo: se tivermos como resultado de uma pesquisa qualquer os valores: 1 – 8 – 6 – 6 – 4 – 3 – 4 – 5 – 3 – 9 – 6 – 9 Vamos colocar esses dados em ordem crescente: 1 – 3 – 3 – 4 – 4 – 5 – 6 – 6 – 6 – 8 – 9 – 9 Observamos, com certa facilidade, que o resultado que ocorreu com a maior frequência foi o 6. Temos: Mo = 6 Já havíamos calculado a Mediana desses mesmos valores e havíamos encontrado Md = 5,5. Se calcularmos a média desses 12 valores, encontraremos X = 5,33. Observe que esses valores (X = 5,33, Md = 5,5 e Mo = 6) estão próximos e se encontram no meio dos resultados, quando colocados na forma de um Rol (em ordem crescente ou decrescente). Por essa razão, essas medidas são conhecidas como de tendência central. E quando os dados estão agrupados em intervalos? Como calcular a moda? Para esse cálculo, precisaremos utilizar a fórmula: Mo = Li + fpost . A fant + fpost Li = limite inferior da classe que contém a Moda fant = frequência do intervalo anterior ao que contém a Moda fpost = frequência do intervalo posterior ao que contém a Moda A = amplitude do intervalo que contém a Moda Para você não ter dúvidas quanto à utilização dessa fórmula, vamos analisar um exemplo. Vamos calcular a moda dos resultados que foram utilizados na tabela 2, a seguir novamente copiada. Primeiramente, observe que os resultados já estão em ordem numérica crescente. Como a moda é o resultado que acontece com a maior frequência, sabemos que a moda está no terceiro intervalo por ser aquele que tem a maior frequência (no caso, f = 8). Substituindo os valores na fórmula anterior, temos: Mo = 7 + 6__ . 1 5 + 6 Mo = 7 + 0,545 Mo = 7,545 Arredondando esse resultado, com uma casa após a vírgula, temos que Mo = 7,5 Novamente observe que os resultados da Média (7,5), da Mediana (7,6) e da Moda (7,5) desses resultados estão próximos e se encontram no meio dos resultados da pesquisa. Continuando com a leitura do livro sugerindo anteriormente, agora leia o Capítulo 4 - Páginas 68 a 75. Vamos aprofundar mais seu conhecimento sobre o assunto? http://www.pucrs.br/edipucrs/erematsul/minicursos/modaestatistic a.pdf Medidas de Dispersão: Amplitude e Desvio Médio Agora vamos falar sobre as Medidas de Dispersão. Fique atento, é muito importante saber... Quando se tem os resultados de uma pesquisa e, a partir dos mesmos, determinamos a Média, a Mediana e a Moda, nem sempre esses resultados são suficientes para a tomada de uma importante decisão. Então, precisamos dessas outras três medidas aqui: Medidas de dispersão: assim, para complementar essas medidas de tendência central, temos as medidas de dispersão, também conhecidas como medidas de afastamento. Medidas de assimetria: por que afastamento? Porque são medidas que nos permitem verificar o quanto cada resultado, isoladamente, está afastado da média ou da mediana dos resultados. Medidas de curtose: além disso, há outras medidas que nos permitem identificar se dois ou mais grupos, quando comparados são homogêneos ou heterogêneos. São as medidas de assimetria. Finalmente, há medidas que nos permitem afirmar se o gráfico resultante de uma pesquisa é simétrico ou assimétrico e se normal, achatado ou afilado. São as medidas de curtose. Amplitude Total Quando temos os resultados de uma pesquisa e os colocamos em ordem numérica crescente ou decrescente, sabemos quais são os valores mínimo e máximo dos resultados. Podemos então determinar a amplitude total desse conjunto de valores, subtraindo o valor menor do valor maior. Suponhamos, por exemplo, que tivemos os seguintes valores em uma pesquisa, já ordenados: 3 – 4 – 4 – 6 – 7 – 7 – 7 – 8 – 8 – 9 A amplitude total desse conjunto de valores, que representaremos por A, é: A = 9 – 3 A = 6 Outro exemplo, os resultados de uma pesquisa conforme mostrado na tabela 1. Tabela 1 – Resultados obtidos em um teste de português, por faixa de nota: A amplitude total, nesse caso, é: A = 10 – 5 A = 5 Confira a seguir mais detalhes sobre: Amplitude Semi-Interquartílica: verificamos que a Mediana é o valor que está no centro dos resultados de uma pesquisa. Logo, a Mediana divide os resultados em duas partes iguais. Mas podemos desejar dividir esses resultados em uma quantidade maior de partes iguais. Quartil: os quartis dividem os resultados de uma pesquisa, colocados em ordem crescente ou decrescente, em quatro partes iguais. Assim, temos três quartis a que chamaremos Q1, Q2 e Q3. O quartil 2, no caso, coincide com a Mediana, pois está no centro dos resultados. A Amplitude Semi-interquartílica, também conhecida como Desvio Quartil, pode ser obtida pela fórmula: Dq = Q3 – Q1 2 Decil e Centil: caso queiramos dividir os resultados de uma pesquisa em dez partes iguais, precisaremos conhecer os nove Decis, representados por D1, D2, ..., D9. Caso queiramos dividir os resultados de uma pesquisa em cem partes iguais, precisaremos conhecer os noventa e nove Centis, representados por C1, C2, ..., C99. Desvio Médio: para conhecermos o Desvio Média (Dm), precisamos primeiramente calcular a Média Aritmética. Em seguida, verificamos o quanto cada um dos valores está afastado dessa média, positiva ou negativamente. Todos os valores deverão ser considerados, sem exceção. Para tal, utilizamos a fórmula: Para exemplificarmos o cálculo do Desvio Médio, vamos utilizar os dados da tabela 2, representativa dos resultadosobtidos em uma pesquisa entre 100 pessoas quanto aos respectivos anos de estudo. Fonte: elaborado pelo autor. Vamos primeiramente calcular a média desses resultados, considerando o ponto médio de cada intervalo. Para o cálculo do Desvio Médio, vamos completar a terceira e a quarta colunas da tabela 3. Observar que na terceira coluna foi calculado o desvio em relação à média de cada um dos resultados da pesquisa. Como cada resultado ocorreu mais de uma vez, na quarta coluna multiplicou-se o módulo desses desvios pela frequência de ocorrência. Lembrar que utilizamos o módulo dos desvios porque o somatório dos mesmos é sempre igual a zero. Agora, vamos utilizar novamente a fórmula do desvio médio: No livro: Estatística aplicada a todos os níveis. Autor: Nelson Pereira Castanheira. Edição 5. Leia o capítulo 5 - Páginas 78 a 86. E, para ampliar seus conhecimentos, clique no botão a seguir e veja um vídeo sobre Desvio Médio. https://www.youtube.com/watch?v=iEMfuoHEMfw Medidas de Dispersão: Variância e Desvio Padrão E o nosso último tema é: Variância. Confira a seguir os detalhes... Variância O nosso objetivo é a determinação do desvio padrão desses dados. Para tal, precisamos primeiramente calcular a variância, que representaremos por S2. Para o cálculo da variância de toda a população pesquisada, temos a fórmula: S2 = ∑ (Xi – X)2 . fi N Caso estejamos trabalhando com uma amostra, o denominador dessa equação passa a (N – 1) Desvio Padrão O desvio padrão é a medida de dispersão mais utilizada na prática. Nós o representaremos por S. Logo: S = Ou seja, o desvio padrão é igual à raiz quadrada da variância Ao realizarmos uma amostra com uma amostra suficientemente grande, verificamos que o intervalo compreendido entre (X – 3 . S) e (X + 3 . S) inclui praticamente todos os resultados obtidos na pesquisa. Isso será melhor ilustrado ao estudarmos a distribuição normal de probabilidades. Vamos então calcular a variância e o desvio padrão dos dados ilustrados na tabela 3. Para tal, precisaremos incluir uma coluna com os valores de (Xi – X)2 . fi. Ver a tabela 4. Então, a variância, considerando que estamos trabalhando com a população toda, é: Como o desvio padrão é igual a raiz quadrada da variância, temos: S = S = 4,205996 (aproximadamente, S = 4,21) No Livro: Estatística aplicada a todos os níveis, do professor Nelson Pereira Castanheira, leia o Capítulo 5 - Páginas 86 a 92. E, para finalizar, clique no botão a seguir e confira um pouco mais sobre a Variância e Desvio Padrão. http://educacao.uol.com.br/matematica/estatistica-variancia- desvio-padrao.jhtm Síntese Em síntese, estudamos o que vem a ser a lógica matemática e exploramos bastante o conceito de proposição. Estudamos proposições simples e proposições compostas, a partir da utilização dos conectivos. Na sequência, detalhamos as operações lógicas, envolvendo negação, conjunção, disjunção, disjunção exclusiva, proposição condicional e proposição bicondicional. A partir da elaboração e análise das tabelas-verdade, essas operações ficaram de fácil compreensão. Por último, estudamos a tautologia, a contradição e a contingência. Referências BUSSAB, Wilton de O.; MORETTIN, Pedro A. Estatística básica. 5. ed. São Paulo: Saraiva, 2002 CASTANHEIRA, Nelson Pereira. Estatística aplicada a todos os níveis. 5. ed. Curitiba: Intersaberes, 2010. 1 Cálculo aplicado à Administração Aula 03 Prof. Nelson Pereira Castanheira CONVERSA INICIAL Olá! Hoje veremos a 3ª aula da disciplina Cálculo aplicado à Administração! Introdução Agora vamos estudar probabilidades! Talvez você não perceba, mas todos os dias estamos envolvidos com esse assunto. Por exemplo, ao acordarmos, queremos saber a probabilidade de chover ou de fazer frio, ou de fazer calor, para sabermos que roupa devemos vestir para sair de casa. Quando alguém acredita que possa ganhar dinheiro apostando em algum jogo de azar, como os diversos tipos de loteria, é importante saber calcular qual a probabilidade de ganhar para saber se vale a pena arriscar uma aposta. Quando alguém vai prestar um concurso para trabalhar em uma Instituição, precisa saber qual a probabilidade de ser aprovado. E assim por diante. CONTEXTUALIZANDO Na Teoria das Probabilidades, precisamos saber distinguir quando utilizar o Teorema da Soma e quando utilizar o Teorema da Multiplicação. Para o Teorema da Soma, é ainda necessário saber quando os eventos são mutuamente exclusivos e quando não são. Também é importante saber aplicar as diferentes Distribuições de Probabilidades, para a resolução de problemas do nosso dia a dia. Você sabe o que é uma Distribuição de Probabilidades? E quando deve utilizar a Distribuição Binomial? E a Distribuição de Poisson? Ou a Distribuição Normal? Vamos esclarecer! Uma Distribuição de Probabilidades é um modelo matemático para a distribuição real de frequências. A Distribuição Binomial é utilizada quando o processo de amostragem é do tipo de Bernoulli, ou seja: Em cada tentativa existem dois resultados possíveis e mutuamente exclusivos, denominados de sucesso e insucesso. As séries de tentativas ou observações são constituídas de eventos independentes. A probabilidade de sucesso, indicada por p, permanece constante de tentativa para tentativa, isto é, o processo é estacionário. A Distribuição de Poisson é utilizada quando os eventos ocorrem em um continuum de tempo ou espaço. É similar ao processo de Bernoulli, exceto que os eventos ocorrem continuamente ao invés de ocorrerem em tentativas ou observações fixadas. Por fim, a Distribuição Normal, finalmente, é uma distribuição contínua e é utilizada quando as medidas produzidas em diversos processos aleatórios seguem uma curva que é simétrica em relação à média e mesocúrtica e assíntota em relação ao eixo das abscissas, em ambas as direções. Essa curva pode ser chamada de curva normal ou de curva em forma de sino ou curva de Gauss. PESQUISE Interaja com os botões para ir direto ao assunto que desejar! PROBABILIDADE E ESPAÇO AMOSTRAL Probabilidade é o estudo de fenômenos aleatórios. Um fenômeno ou experimento aleatório é aquele que pode ser repetido muitas vezes e sempre sob as mesmas condições. Não podemos afirmar qual o resultado que será obtido no experimento em cada tentativa. Entretanto, sabemos qual a probabilidade de ocorrência de cada resultado possível. Por exemplo, o lançamento de uma moeda é um experimento aleatório. Antes de lançá-la, não sabemos qual o resultado que será obtido, mas sabemos que ou será cara ou será coroa. Os possíveis resultados de determinado constituem o que chamamos de Espaço Amostral (S). Assim, o lançamento de uma moeda tem o seguinte espaço amostral: S = {cara, coroa} Observe que o espaço amostral é um conjunto. Por isso, fizemos a representação de cara e coroa. Qualquer subconjunto do conjunto S é um Evento. Por exemplo, podemos definir o evento A = {deu cara} ou o evento B = {deu coroa} Se o evento tiver um único elemento, ele se chama Evento Simples. Se tiver dois ou mais elementos, se chama Evento Composto. O Cálculo da ProbabilidadeMas, como se calcula a probabilidade de ocorrência de um evento? Definimos que probabilidade de ocorrer um evento é a relação entre o número de casos favoráveis desse evento e o número de casos possíveis. Ou seja, no lançamento de uma moeda, a probabilidade de ocorrer o evento A = {deu cara} é igual a: P(A) = número de elementos do evento A_____ número de elementos do espaço amostral S Não esqueça que o resultado encontrado para P(A) é sempre um valor entre zero e um, onde um corresponde a 100%. Estamos supondo que a moeda do exemplo seja uma ferramenta honesta. Mas o que isso significa? Significa que qualquer resultado tem igual probabilidade de ocorrência. Não é, portanto, uma ferramenta viciada. Vamos agora analisar o experimento que consiste no lançamento de um dado honesto, ou seja, qualquer dos 6 possíveis resultados tem igual probabilidade de ocorrência. O espaço amostral é: S = {1 , 2 , 3 , 4 , 5 , 6} Vamos definir alguns eventos: A = {deu um número par} B = {deu um número ímpar} C = {deu o número 3} Qual a probabilidade de ocorrência de cada um desses eventos? P(A) = 3_ 6 pois temos 3 números pares em um total de 6 resultados possíveis Se desejarmos mostrar o resultado em percentual, basta dividir 3 por 6, que é igual a 0,5. Ou seja, 50%. P(B) = 3_ 6 pois temos 3 números ímpares em um total de 6 resultados possíveis. Novamente, 50% de probabilidade. P(C) = 1_ 6 pois temos um único número 3 em um total de 6 resultados possíveis. Nesse caso, a probabilidade é igual a 16,7%, ou seja, um dividido por 6. O sonho de muitos brasileiros é ficar milionário, acertando as 6 dezenas de um concurso da Mega-Sena. Mas quantos são os resultados possíveis nesse jogo, se são sorteadas 6 dezenas de um total de 60 dezenas? Qual o espaço amostral? Nesse caso, temos uma combinação de 60 números, tomados 6 a 6. Para o cálculo, precisamos relembrar a fórmula de Combinação, como segue: CN,X = N!____ X! (N – X)! C60,6 = 60!___ 6! (60 – 6)! C60,6 = 50.063.860 Ou seja, há mais de 50 milhões de resultado possíveis. Se você apostou um único jogo com 6 dezenas, a sua probabilidade de ganhar é: P(acertar 6 dezenas) = 1_____ = 0,000000019 50.063.860 Percentualmente, a probabilidade de acertar as 6 dezenas de um concurso da Mega Sena é de 0,0000019% para quem apostou em um único jogo com 6 dezenas. Impossível? Não! Mas de baixíssima probabilidade de ocorrência. Vamos agora fazer o experimento que consiste no lançamento de dois dados honestos. Qual o espaço amostral desse experimento? Observe que cada dado tem 6 faces numeradas de 1 a 6. Quando no primeiro dado deu como resultado o número 1, esse resultado pode estar combinado com outros 6 resultados do segundo dado. Quando no primeiro dado deu como resultado o número 2, esse resultado pode estar combinado com outros 6 resultados do segundo dado. E assim por diante. Temos então 6 x 6 = 36 possíveis resultados no espaço amostral. Queremos, portanto, ao lançarmos dois dados simultaneamente, calcular a probabilidade de a soma dos resultados nos dois dados ser igual a 12. Nesse caso, só há uma chance desse acontecimento, que é sair o resultado 6 nos dois dados. A probabilidade de isso acontecer será: P (soma dos dois dados é 12) = 1_ 36 Percentualmente, a probabilidade é de 2,78%. Uma observação importante é que P (A) representa a probabilidade de ocorrência de um evento. A probabilidade da não ocorrência desse evento é representada por Q (A). Nesse caso: P (A) + Q(A) = 1, ou seja, igual a 100%. Por exemplo, se hoje houver a probabilidade de 30% de chover, há a probabilidade de 70% de não chover. Eventos Mutuamente Exclusivos e Eventos Não Mutuamente Exclusivos Dois eventos são mutuamente exclusivos quando o acontecimento de um deles elimina totalmente a probabilidade de ocorrência do outro, naquele momento. Se, por exemplo, você lançou uma moeda, poderá definir os eventos A = {deu cara} e B = {deu coroa}. Se o resultado obtido foi coroa, isso significa que ocorreu o evento B. Logo, não poderá ter ocorrido o evento A. Dizemos então que os eventos A e B são mutuamente exclusivos. Há eventos, entretanto, que não se excluem. Suponha o experimento que consiste no lançamento de um dado e que você tenha definido os seguintes eventos: A = {de um número par} B = {deu um número maior que 4} Ao lançar o dado, poderá ocorrer o resultado 6. Isso significa que ocorreu o evento A, pois o número é par. Mas ocorreu também o evento B, pois o número 6 é maior que 4. Dizemos então que os eventos A e B não são mutuamente exclusivos. Leitura obrigatória Livro: Estatística aplicada a todos os níveis. Autor: Nelson Pereira Castanheira. Edição 5. Capítulo 7 - Páginas 110 a 118. REGRA DA MULTIPLICAÇÃO E REGRA DA SOMA Regra da Multiplicação Se um experimento A admite no seu espaço amostral “a” resultados e um experimento B admite no seu espaço amostral “b” resultados, então o número total de resultados dos dois experimentos, quando simultâneos, é “a . b”. Representa-se essa regra da multiplicação da seguinte forma: P(A B) = P(A) . P(B) O símbolo representa a interseção e lê-se “E”. No exemplo anterior, qual a probabilidade ocorrer A e, simultaneamente, ocorrer B? A = {de um número par} B = {deu um número maior que 4} Supondo que ao lançar o dado ocorreu como resultado o número 6, temos que: P(A B) = P(A) . P(B) P(A B) = 3_ . 2_ 6 6 P(A B) = 1_ 6 Ou seja, só há uma chance do número que ocorreu como resultado ser simultaneamente par e maior que 4. Regra da Soma Antes de aplicarmos a regra da adição, é necessário saber se os eventos envolvidos são ou não mutuamente exclusivos. Utiliza-se a regra da adição quando estamos diante da ocorrência de um evento “ou” de outro evento. Nunca os dois simultaneamente. Por exemplo, se o experimento consiste em lançarmos uma moeda, suponhamos que você definiu os seguintes eventos: A = {deu cara} e B = {deu coroa} Qual a probabilidade de, ao lançarmos a moeda uma única vez, ocorrer o evento A ou o evento B? Como se trata de “ou”, utilizaremos a regra da adição. A fórmula é: P(A B) = P(A) + P(B) – P(A B) O símbolo significa união e lê-se “OU”. Quando os eventos são mutuamente exclusivos, ou seja, não acontecem simultaneamente, P(A B) = 0. Então, nesse exemplo, P(A B) = P(A) + P(B). Logo, P(A B) = 1_ + 1_ 2 2 P(A B) = 1. Isso significa que há 100% de chance de ocorrer ou o evento A (deu cara) ou o evento B (deu coroa). Vamos analisar outro experimento. Agora, utilizaremos com a ferramenta um baralho comum de 52 cartas, sendo: - 13 cartas de copas (naipe de cor vermelha); - 13 cartas de ouros (naipe de cor vermelha); - 13 cartas de paus (naipe de cor preta); - 13 cartas de espadas (naipe de cor preta). Para quem não conhece um baralho comum, as 13 cartas de cada naipe são: Ás, 2, 3, 4, 5, 6, 7, 8, 9, 10, Valete, Dama, Rei. Suponhamos agora que o experimentoconsiste em se retirar uma única carta desse baralho. Vamos definir os eventos: A = {a carta é um naipe de cor preta} e B = {a carta é um Valete} Observe que há 26 cartas de naipe preto (as 13 de paus e as 13 de espadas). Há, no baralho, 4 Valetes, sendo que dois deles são de naipe de cor preta. Logo, os eventos A e B não são mutuamente exclusivos, pois a carta retirada poderá ser de naipe preto e poderá ser exatamente um valete de paus ou um valete de espadas. Queremos calcular a probabilidade da carta retirada ser ou uma carta de naipe preto ou um valete. Como os eventos não são mutuamente exclusivos, temos que: P(A B) = P(A) + P(B) – P(A B) P(A B) = 26_ + 4_ – 26_ . 4_ 52 52 52 52 P(A B) = 28_ 52 Ou seja, temos 28 chances em um total de 52 cartas, pois há as 26 cartas de naipe preto, mais dois valetes de naipe de cor vermelha. Vamos analisar outro exemplo de cálculo de probabilidades. Por exemplo, temos em uma caixa 8 bolas verdes e 4 bolas vermelhas. Vamos retirar, sucessivamente, duas bolas dessa caixa, sem reposição. Queremos calcular a probabilidade de as duas bolas retiradas serem vermelhas. A probabilidade da primeira bola ser vermelha é: P(primeira bola é vermelha) = 4_ 12 A probabilidade da segunda bola também ser vermelha é: P(segunda bola é vermelha) = 3_ 11 Por quê? Porque se a primeira bola retirada foi vermelha, a caixa passa a ter apenas 3 bolas vermelhas. Como não houve reposição da bola retirada, após a retirada da primeira bola só restaram 11 bolas dentro da caixa (8 verdes e 3 vermelhas). Então a probabilidade de a primeira bola ser vermelha “e” a segunda bola ser vermelha, é: P(duas bolas vermelhas) = 4_ . 3_ 12 11 P(duas bolas vermelhas) = 1_ 11 Lembre-se: à palavra “E” associamos a multiplicação; à palavra “OU” associamos a soma. Leitura obrigatória Livro: Estatística aplicada a todos os níveis. Autor: Nelson Pereira Castanheira. Edição 5. Capítulo 7 - Páginas 118 a 126; 128 a 133; 137 a 140. E para acrescentar um pouco mais seu conhecimento, confira este vídeo no Youtube! https://www.youtube.com/watch?v=xRrEWFBLa6U DISTRIBUIÇÃO DE PROBABILIDADES Agora que já estudamos o cálculo de probabilidades, vamos estudar um assunto novo: Distribuição de Probabilidades. O que é isso? A distribuição de probabilidades é um modelo matemático para a distribuição real de frequências de uma pesquisa, na qual a variável x é uma variável aleatória. Uma variável aleatória é aquela cujos valores são determinados por processos acidentais, ou seja, não está sob o nosso controle. Ela pode ser uma variável aleatória discreta ou uma variável aleatória contínua. Será discreta quando os valores que a variável pode assumir podem ser listados em uma tabela, com a respectiva probabilidade de ocorrência. Caso contrário, será contínua. Dentre as distribuições de probabilidade existentes, vamos estudar as que consideramos as três principais: a Distribuição Binomial, a Distribuição de Poisson e a Distribuição Normal. Distribuição Binomial A Distribuição Binomial é utilizada quando a variável aleatória é discreta. Pode ser aplicada quando o processo de amostragem é do tipo de Bernoulli. Quer um exemplo? Você saberia calcular quantos alunos poderão reprovar nesta disciplina em sua classe? Que tal praticar um pouco? Suponha que sua turma tem 200 alunos, usando a Distribuição Binomial, tente calcular quantos podem reprovar. Se ficar em dúvida, veja a seguir o vídeo do professor para conferir atentamente os passos! Leitura obrigatória Livro: Estatística aplicada a todos os níveis. Autor: Nelson Pereira Castanheira. Edição 5. Capítulo 8 - Páginas 142 a 151. E para reforçar ainda mais sobre o assunto, confira o vídeo no Youtube sobre Distribuição Binomial. https://www.youtube.com/watch?v=4-XXKHSLQqQ Distribuição de Poisson Sabe quando queremos calcular algo que não pode ser determinado? Por exemplo: você poderia me dizer quantos raios podem cair em sua cidade na próxima tempestade que houver? E agora? Você é capaz de dizer a probabilidade de os raios caírem? Para fazer os cálculos, você pode usar a tabela 1 que tem exemplos de e-. Leitura obrigatória Livro: Estatística aplicada a todos os níveis. Autor: Nelson Pereira Castanheira. Edição 5. Capítulo 8 - Páginas 142 a 151. E para reforçar ainda mais sobre a Distribuição Poisson, veja o vídeo no Youtube! https://www.youtube.com/watch?v=WgQYIDssjLw Distribuição Normal A distribuição Normal de probabilidades é utilizada quando a variável aleatória é contínua, representada por uma curva que é conhecida por vários nomes: curva Normal, curva em forma de sino ou curva de Gauss. É uma curva simétrica em relação à média e é uma curva mesocúrtica. Você sabe quando aplicar este tipo de distribuição normal? Ela pode ser aplicada em algumas situações em que a variável sempre muda, por exemplo: a vida útil da lâmpada da sua casa. Quer saber como?! Agora, se você apreendeu como fazer essa distribuição normal, que tal tentar realizar o cálculo sobre a vida útil da lâmpada em sua casa? Para isso, você pode usar a tabela 2, que dá a proporção sob a curva inteira entre z = 0 e um valor positivo de z. Lembre-se: toda análise na tabela 2 inicia no ponto em z = 0. Teorema Central do Limite Há um importante Teorema a ser definido a partir da análise da Teoria das Probabilidades. É o Teorema Central do Limite que diz: quando o tamanho de uma amostra aumenta, a distribuição amostral da sua média se aproxima cada vez mais de uma distribuição normal. Quando a população é normal, X ≈ n (µ , ), a média amostral X de amostras de tamanho n tem distribuição também normal com a média µ e desvio padrão / . Para uma população não amostral com média µ e com desvio padrão , a distribuição da média amostral X para amostras de tamanho n suficientemente grande é aproximadamente normal com média µ e com desvio padrão / , isto é, X – µ ≈ N (0 , 1). / Isso se aplica a qualquer variável aleatória, com qualquer distribuição de probabilidade. Leitura obrigatória Livro: Estatística aplicada a todos os níveis. Autor: Nelson Pereira Castanheira. Edição 5. Capítulo 8 - Páginas 142 a 151. E para finalizar este assunto da aula, confira um vídeo no Youtube! https://www.youtube.com/watch?v=SU25pNw5JEI NA PRÁTICA Está na hora de colocar em prática o que foi visto nesta aula! São lançados dois dados não viciados, liste o espaço amostral (todos os resultados possíveis) e calcule a probabilidade de: a) Obter um par de pontos iguais. b) Obter um par de pontos onde o primeiro é maior que o segundo. c) A soma dos pontos ser 13. d) Obter soma 10, sabendo que o par de pontos é igual. Solução: S = {(1 , 1) , (1 , 2) , (1 , 3) , (1 , 4) , (1 , 5) , (1 , 6) , (2 , 1) , (2 , 2), (2 , 3) , (2 , 4) , (2 , 5) , (2 , 6), (3 , 1) , (3 , 2) , (3 , 3) , (3 , 4) , (3 , 5) , (3 , 6) , (4 , 1) , (4 , 2) , (4 , 3) , (4 , 4) , (4 , 5) , (4 , 6), (5 , 1) , (5 , 2) , (5 , 3) , (5 , 4) , (5 , 5) , (5 , 6) , (6 , 1) , (6 , 2) , (6 , 3) , (6 ,4) , (6 , 5) , (6 , 6)} a) 6 resultados possíveis = 1 36 no total 6 b) 15 possibilidades = 15 = 5_ 36 no total 36 12 c) Não é possível pois a soma máxima é 12 d) um resultado possível (5 , 5) = 1_ 36 no total 36 Referências BUSSAB, Wilton de O.; MORETTIN, Pedro A. Estatística básica. 5. ed. São Paulo: Saraiva, 2002 CASTANHEIRA, Nelson Pereira. Estatística aplicada a todos os níveis. 5. ed. Curitiba: Intersaberes, 2010. 1 Cálculo aplicado à Administração Aula 04 Prof. Nelson Pereira Castanheira CONVERSA INICIAL Olá, aluno!! Hoje veremos a 4ª aula da disciplina Cálculo aplicado à Administração! Introdução Nesta rota, o tema central de nossa atenção são os métodos quantitativos. Eles são caracterizados pelo emprego da quantificação tanto nas modalidades de coleta de informações, quanto no tratamento delas por meio de técnicas estatísticas, entre as quais podemos citar: Percentual Média Desvio-padrão Coeficiente de correlação Análise de regressão Nesta aula, estudaremos a aplicação das técnicas estatísticas. Vamos lá? CONTEXTUALIZANDO Problematização Um dos maiores problemas para o pesquisador de fenômenos sociais ou físicos é o estabelecimento de um modelo matemático que descreva e explique os fenômenos que ocorrem na vida real, com boa aproximação. Como desvendar suas inter-relações, nestes casos? Ao grau de relacionamento existente entre duas variáveis denominamos CORRELAÇÃO, um importante tópico do estudo de hoje. Na maioria das vezes estudamos duas variáveis aleatórias, uma independente e outra dependente, na tentativa de saber se elas se relacionam. Entretanto, por vezes, mais de duas variáveis aleatórias estão envolvidas. Mas, quando surge um problema de correlação? Clique no ícone e veja um exemplo na notícia a seguir! http://oglobo.globo.com/sociedade/saude/pessoas-felizes- permanecem-mais-ativas-com-idade-11352427 Você já deve ter se deparado com várias pesquisas neste formato, não é mesmo? No exemplo, a saúde mental e a saúde física do grupo selecionado (idosos) foram as variáveis aleatórias utilizadas para investigar o grau de relação entre elas. Temos, assim uma situação de correlação entre duas variáveis inicialmente desconexas. Sabendo como a correlação funciona, pesquise mais exemplos como o do artigo e crie uma pequena tabela analisando os fatores envolvidos, como no exemplo a seguir: Variável 1 Variável 2 Resultado Dados Bem-estar mental Bem-estar físico Vida mais ativa após os 60 anos 3.199 homens e mulheres Idade acima dos 60 anos 4 frases para avaliação do estado mental Esforço para realizar atividades do dia a dia CORRELAÇÃO E REGRESSÃO Vamos começar estudando mais a fundo a correlação e também a regressão. Para isso, precisaremos dos seguintes dados: Uma variável que desejamos estudar (a variável dependente): y Uma série de variáveis independentes que influenciam o comportamento de y: xi (x1, x2, x3, ..., xn) A partir destes elementos, podemos começar a equacionar uma correlação. E o que é uma regressão? A Regressão é o método de análise da relação existente entre duas variáveis: uma dependente e uma independente. E para que serve determinar a relação entre duas variáveis? Primeiramente, podemos afirmar que serve para realizar previsões do comportamento futuro de algum fenômeno de nosso interesse, baseando-nos em dados históricos sobre ele. Pesquisadores interessados em simular os efeitos sobre uma variável Y em decorrência de alterações em uma variável X também usam este modelo em situações práticas de grande importância. Por exemplo: saber de que modo a produtividade (Y) de uma área agrícola é alterada quando se aplica certa quantidade (X) de fertilizante na terra. Leitura obrigatória Ler o capítulo 4 do livro Métodos Quantitativos, páginas 86 a 88. Autor: Nelson Pereira Castanheira. Editora Intersaberes. Complementando os estudos, leia o artigo sobre Regressão Linear disponível a seguir: http://www.pgsc.ufma.br/arquivos/regressaolinear.pdf RETA DE REGRESSÃO E DIAGRAMA DE DISPERSÃO Pense na seguinte situação: Uma rede de pizzarias estuda expandir seus negócios abrindo mais um ponto em um novo bairro da cidade, mas para isso precisa analisar diversos fatores. Um deles é a relação da renda média dos habitantes do bairro e o volume de vendas de pizzas. Entretanto, eles não têm certeza absoluta se existe uma relação direta e relevante que torne esse um fator decisório para a escolha do próximo local. Para começar, eles levantaram dados a respeito do consumo de pizzas e da renda média dos consumidores durante um mês em 10 diferentes bairros. Para não trabalhar com números muito grandes, tanto a variável Renda quanto a variável Pizza foram divididas por 100 nas colunas da tabela 1. Assim, sabemos que no bairro A a renda média dos consumidores de pizza é de R$ 900,00 e que a quantidade média de pizzas vendidas mensalmente nessa pizzaria é de 4.000 pizzas. Então, temos o seguinte resultado: Bairro Renda x (R$ 100,00) Pizzas vendidas por mês x 100 A B C D E F G 9 8 12 6 11 7 4 40 38 55 27 53 33 20 H I J 13 5 10 60 25 46 Você encontrará a solução detalhada para esta situação- problema e a correta utilização da Regressão e Dispersão no vídeo do professor Castanheira a seguir! Acompanhe com atenção. Leitura obrigatória Ler o capítulo 4 do livro Métodos Quantitativos, páginas 88 a 101. Autor: Nelson Pereira Castanheira. Editora Intersaberes. Leia também o artigo a seguir sobre o Diagrama de Dispersão e entenda melhor como aplicá-lo: http://www.esalq.usp.br/qualidade/mod3/pag1_3.htm COEFICIENTE DE CORRELAÇÃO DE PEARSON O coeficiente de correlação serve para avaliar o grau de correlação linear entre duas variáveis, ou seja, medir o grau de ajustamento dos valores. O valor do coeficiente de correlação (r) sempre deverá estar entre –1 e +1. A correlação pode ser de 7 tipos: Correlação linear perfeita (positiva) r = 1 Forte correlação positiva r 0 Fraca correlação positiva r 0 Correlação linear perfeita (negativa) r = 1 Forte correlação negativa r 0 Fraca correlação negativa r 0 Ausência de correlação linear r = 0 Pense na seguinte situação: Em oito cidades brasileiras foi feita uma pesquisa para saber se as pessoas que morriam de câncer de pulmão eram fumantes ou não e obteve-se os seguintes dados: Cidade Nº de mortes por câncer de pulmão Nº de fumantes entre os mortos por câncer de pulmão A B C D E F G H 12 27 14 18 31 24 35 10 9 20 10 15 24 19 30 8 Você sabe dizer qual é a variável dependente e qual é a independente? Pense um pouco e confira a resposta na tela a seguir! A morte depende de quem fuma ou quem fuma depende da morte? Pensando dessa forma, é fácil verificar que a morte depende de quem fuma, certo? Afinal, não já morte sem fumante. Logo: Leitura obrigatória Ler o capítulo 4 dolivro Métodos Quantitativos, páginas 102 a 117. Autor: Nelson Pereira Castanheira. Editora Intersaberes. Complementando os estudos, leia o seguinte artigo sobre a correlação de Pearson: http://www.revista.ufpe.br/politicahoje/index.php/politica/article/vie wFile/6/6 CORRELAÇÃO E REGRESSÃO LINEAR MÚLTIPLA No tema 2 desta rota, analisamos o consumo de pizzas em função da renda dos consumidores. Entretanto, em uma situação real, outras variáveis deveriam ser levadas em consideração, como o preço das pizzas, concorda? Nesse caso, as variáveis independentes seriam duas: a renda e o preço. E uma análise mais profunda do problema poderia adicionar outras variáveis necessárias. Sendo assim, como realizar a correlação corretamente em casos mais complexos? Para isso existe a regressão linear múltipla, que fornece dados mais precisos do que a regressão linear simples. No entanto, esta técnica exige o conhecimento de funções mais complexas e, portanto, mais trabalhosas. Sua aplicação, na prática, exige a utilização de computadores e aplica fórmulas complexas. Leitura obrigatória Ler o capítulo 4 do livro Métodos Quantitativos, páginas 120 a 136. Autor: Nelson Pereira Castanheira. Editora Intersaberes. Leia também o artigo a seguir e amplie seus conhecimentos sobre os usos da regressão múltipla e as relações entre variáveis: http://www.ibci.com.br/Regressao_Multipla.pdf Referências BUSSAB, Wilton de O.; MORETTIN, Pedro A. Estatística básica. 5. ed. São Paulo: Saraiva, 2002 CASTANHEIRA, Nelson Pereira. Estatística aplicada a todos os níveis. 5. ed. Curitiba: Intersaberes, 2010. CASTANHEIRA, Nelson Pereira. Métodos quantitativos. 2ª ed. Curitiba: Intersaberes, 2011. Cálculo aplicado à Administração Aula 05 Prof. Nelson Pereira Castanheira CONVERSA INICIAL Olá, aluno!! Hoje veremos a 5ª aula da disciplina Cálculo aplicado à Administração! Introdução O mercado financeiro trabalha com o regime de capitalização que pode ser simples ou composta. O que diferencia um regime do outro é o tipo de juros utilizado: juros simples ou juros compostos, respectivamente. No dia a dia sempre nos defrontamos com a palavra juros, quando fazemos uma transação financeira qualquer. Mas por que se cobra juros? E por que os juros são, em determinados momentos, tão altos? Essas e outras perguntas serão respondidas ao longo dessa rota. O cálculo dos juros sempre pressupõe a utilização de uma taxa de juros, que nada mais é que um percentual que se aplica sobre o valor financeiro (o Capital) sobre o qual incidem juros. Essa taxa sempre está referenciada a um prazo, ou seja, com que periodicidade se somam juros ao capital que o produziu. CONTEXTUALIZANDO Problematização Por que utilizar juros? Porque há importantes fatores a considerar: a) RISCO, pois há probabilidade de o tomador do empréstimo não resgatar o dinheiro; b) DESPESAS de ordem operacional, contratual e tributária para formalização do empréstimo e para a efetivação da cobrança; c) INFLAÇÃO, ou seja, a desvalorização da moeda durante o prazo previsto para o empréstimo; d) NECESSIDADE de se remunerar o dono do capital, pois o mesmo almeja lucro. Então, quando utilizar os juros simples? Os juros simples não podem ser utilizados indiscriminadamente em países com economia inflacionada, como é o caso brasileiro. Entretanto, sempre que alguém paga uma dívida com atraso, nos períodos inteiros os juros são compostos, mas nos períodos fracionários os juros são simples. Confira um exemplo: E o que se entende por período fracionário? Suponhamos que uma dívida foi paga com dois meses e 19 dias de atraso e está previsto um juro de mora de 2% ao mês. Portanto, período inteiro são meses. Período fracionário é parte de um mês. No exemplo, teríamos um período inteiro de dois meses e um período fracionário de 19 dias. Taxa nominal X Taxa efetiva Taxa nominal é aquela que nos dizem que irão cobrar, sempre referenciada a um período longo, como por exemplo 36% ao ano. Como por exemplo na imagem a seguir! Ao comprar uma TV na loja Compra Legal em 12 vezes, irá pagar uma taxa de 36% ao ano. Se supusermos uma capitalização mensal, o que nos interessa é a taxa ao mês e não a taxa ao ano. Então, teremos 3% ao mês em uma transformação linear. 36% a.a. divididos por 12 meses = 3% a.m. Como pagaremos, ao longo de um ano, juros sobre juros a uma taxa de 3% mensais, ao final dos dozes meses a taxa é efetivamente maior que os 36% ao ano. Como se calculam descontos? Ao se resgatar um título de crédito antes da data do seu vencimento, merecemos um desconto. Se a negociação foi feita com juros simples, ganharemos um desconto simples. Se a negociação foi feita com juros compostos, ganharemos desconto composto. Nos dois casos, há duas formas de se calcular o valor do desconto: a) desconto comercial – aplicando-se uma taxa de desconto sobre o valor nominal do título (ou seja, sobre o valor da dívida no dia do vencimento) b) desconto racional – aplicando-se a taxa de desconto sobre o valor da dívida no momento da sua quitação. Para apreender mais sobre os tipos de descontos, leia atentamente o artigo sugerido. http://cead.ufpi.br/conteudo/material_online/disciplinas/matematic a_financeira/uni02/uni02_descontos.htm CAPITALIZAÇÃO SIMPLES O regime de capitalização determina a forma de se acumularem os juros. Caso os juros incidam somente sobre o capital inicial, trata-se de juros simples. Caso os juros incidam sobre o capital mais os juros acumulados anteriormente, trata-se de juros compostos. Capitalização, portanto, nada mais é que a incorporação dos juros ao capital. A seguir, você verá claramente a diferença: considere que uma pessoa, em 31/12/xx tomou um empréstimo de R$ 100,00 junto ao banco Y, que lhe cobraria juros de 50% ao ano. Qual será a sua dívida no final de 4 anos? Veja a seguir! Conheça todas as definições e os exemplos dos termos usados que você irá estudar hoje! 0 10 20 30 40 50 60 1 2 3 4 R$1 .00 0,0 0 Anos Capitalização Simples x Capitalização Composta Capitalização Simples Capitalização Composta CAPITAL (C ) Sob o ponto de vista da matemática financeira, capital é qualquer valor expresso em moeda e disponível em determinada época. Alguns autores o denominam de principal. JUROS (J) O conceito de juros pode ser introduzido através das expressões: Dinheiro pago pelo uso de dinheiro emprestado, ou seja, custo do capital de terceiros colocado à nossa disposição Remuneração do capital empregado em atividades produtivas Remuneração paga pelas instituições financeiras sobre o capital nelas aplicado Remuneração do capital emprestado, podendo ser entendido, de forma simplificada, como sendo o aluguel pago pelo uso do dinheiro O princípio econômico que norteia a economia é que sobre qualquer bem escasso e não disponível livremente (sem ônus) existe um preço. Assim, quando desejamos comprar um bem, vamos ao mercado e trocamos o nosso dinheiro pelo bem. Na hipótese de não possuirmos o dinheiro e mesmo assim desejarmos o bem, apelamos para o crédito, isto é, tomamos emprestado. Esse empréstimo implica em: Satisfação imediatada necessidade de consumo de uma pessoa, pagando juros Aplicação do dinheiro disponível de outra pessoa, recebendo juros UNIDADE DE MEDIDA (i) Os juros são fixados através de uma taxa percentual que sempre se refere a uma unidade de tempo como: ano, semestre, trimestre, mês, dia, etc. Exemplo 1 12% ao ano = 12% a.a. Exemplo 2 8% ao semestre = 8% a.s. Exemplo 3 5% ao trimestre = 5% a.t. Exemplo 4 2% ao mês = 2% a.m. Exemplo 5 0,1% ao dia = 0,1% a.d. A obtenção dos juros do período, em unidades monetárias, será feita através da aplicação da taxa de juros sobre o capital considerado. É importante observar que, para o cálculo, a taxa de juros deverá ser transformada em fração decimal. Nos cálculos financeiros devemos sempre atentar para que a taxa e o tempo sejam considerados na mesma unidade de tempo. Isto quer dizer que, se a taxa é apresentada ao mês, o tempo deve ser expresso em meses; se a taxa é apresentada ao ano, o tempo deverá ser expresso em anos; e assim por diante. Se no problema apresentado isto não ocorrer, podemos tanto transformar a taxa quanto o tempo para obter a homogeneidade. Exemplo 6: Um capital de R$ 1.000,00 aplicado a uma taxa de 12% a.a. proporcionará, ao final de um ano, um total de juros equivalentes a: 12% de 1.000,00 = 12/100 . 1.000,00 = 120,00 ATUALIZAÇÃO DE VALORES Ao se dispor a emprestar, o possuidor do dinheiro, para avaliar seus recursos (capital), deve atentar para os seguintes fatores: Risco: probabilidade de o tomador do empréstimo não resgatar o dinheiro. Despesas: todas as despesas operacionais, contratuais e tributárias para formalização do empréstimo e para efetivação da cobrança. Inflação: índice de desvalorização do poder aquisitivo da moeda, prevista para o prazo do empréstimo. Ganho ou Lucro: fixado em função das demais oportunidades de investimentos (custo de oportunidade), justifica-se pela privação, por parte do seu dono, da utilização do capital. A atualização de valores refere-se à reposição do poder de compra de um capital. A atualização monetária tem por objetivo principal fazer com que um capital aplicado não perca seu valor, ou seja, fazer com que um capital aplicado permaneça com seu valor no decorrer de uma aplicação financeira. Nas operações financeiras temos, em alguns casos, a incidência de impostos como, por exemplo, o IOF (Imposto sobre Operações Financeiras) ou o IOC (Imposto sobre Operações de Crédito), valores estes que também devemos considerar numa análise financeira, pois, assim como os juros, a atualização monetária compõe o total dos encargos. MONTANTE (M) É denominado montante o resultado da soma do capital mais os juros obtidos numa operação financeira, seja ela um investimento, uma aplicação ou um empréstimo. No exemplo anterior, o montante é igual a: M = 1.000,00 + 120,00 = 1.120,00 TEMPO (n) Indica o número de períodos em que o tempo foi dividido, ou seja, o número de vezes que o capital será acrescido de juros. Pode ainda se referir à quantidade de parcelas de uma renda, assunto veremos na próxima aula. CAPITALIZAÇÃO SIMPLES Quando o regime é de capitalização simples, os juros são calculados sempre sobre o valor do capital inicial (valor presente). O regime de capitalização simples representa uma equação aritmética; logo, é indiferente se os juros são pagos periodicamente ou no final do período total. Os juros (J) produzidos por um capital (C) são constantes e proporcionais ao capital aplicado, na razão da taxa de juros (i). Como para cada intervalo a que corresponde a taxa de juros temos um mesmo valor de juros, se quisermos saber o total no período (número de períodos = tempo = n), basta multiplicar o valor de cada intervalo pelo número de intervalos. Com isto, chegamos à fórmula: J = C . i . n Tendo em vista que montante = capital + juros, temos: M = C + J M = C + C . i . n M = C . (1 + i . n) , que é a fórmula geral da capitalização simples O mercado financeiro utiliza juros compostos na grande maioria de suas operações. No entanto, os juros simples são utilizados em função da simplificação de cálculos e para reduzir ou aumentar taxas, conforme conveniência. Uma utilização dos juros simples, por exemplo, é na aplicação denominada Hot money, que é um empréstimo diário e renovável, com juros comerciais e com taxas mensais. Outra aplicação é em descontos de cheques ou de duplicatas. Não podemos nos esquecer, ainda, da utilização dos juros simples em contas vinculadas por saldo devedor (juros simples postecipados) que funciona tal qual caderneta de poupança. Exemplo 7: Considerando-se que uma pessoa tomou emprestado R$100,00 e prometeu o pagamento para quatro anos após, a uma taxa de 10% a.a., com juros simples, quanto essa pessoa irá pagar ao final do quarto ano? ANO SALDO INICIAL (C) JUROS (J) SALDO FINAL (M) 0 1 2 3 4 - 100,00 110,00 120,00 130,00 - 100,00 x 0,1 = 10 100,00 x 0,1 = 10 100,00 x 0,1 = 10 100,00 x 0,1 = 10 100,00 110,00 120,00 130,00 140,00 Observe que os juros foram calculados sempre sobre o capital inicial de R$ 100,00. Assim, ao final de quatro anos, a pessoa irá pagar R$140,00. Observe também que transformamos 10% em 10/100 = 0,1 a.a. Poderíamos ter resolvido esse exemplo aplicando-se diretamente a fórmula: M = C . (1 + i . n) M = 100,00 . (1 + 0,1 . 4) M = 100,00 . (1,4) M = 140,00 Exemplo 8: Um valor de R$100,00 foi aplicado à taxa de juros simples de 1% a.m., durante 5 meses. Qual é o valor dos juros? Resolvendo pela fórmula: J = C . i . n C = 100,00 i = 1% a.m. = 0,01 a.m. n = 5 m J = 100,00 . 0,01 . 5 J = 5,00 Exemplo 9: Qual o rendimento de R$10.000,00 em 4 meses a uma taxa de juros de 14,4% ao ano? Resolvendo pela fórmula: C = 10.000,00 i = 14,4% a.a. = 14,4/12 % a.m. = 1,2% a.m. = 0,012 a.m. J = C . i . n J = 10.000,00 . 0,012 . 4 J = 480,00 Observar que mantivemos a homogeneidade nos tempos das grandezas período (n) e taxa de juros (i). VALOR ATUAL E VALOR NOMINAL Imaginemos um capital C aplicado a uma taxa i por um período de tempo n. Valor nominal é o valor obtido ao final do período de tempo n, isto é, na data do vencimento do compromisso. Valor atual é o valor obtido em qualquer período n, localizado antes do final do compromisso. Exemplo 10: Quero adquirir uma letra de câmbio de valor nominal de R$1.800,00, resgatável daqui a um ano. Por quanto devo comprar a letra, sabendo que desejo um juro mínimo de 20% ao ano? C = ? (valor atual) M = 1.800,00 (valor nominal) i = 20% a.a. = 0,2 a.a. n = 1 ano M = C . (1 + i . n) 1.800,00 = C . (1 + 0,2 . 1) C = 1.500,00 Devo comprar a letra de câmbio por, no máximo, R$1.500,00. DESCONTOS SIMPLES Desconto é o abatimento concedido sobre um título de crédito em virtude de seu resgate antecipado. Representa, portanto, os juros cobrados e descontados antecipadamente pelos bancos nas operações de desconto simples. Se uma pessoa deve uma quantia em dinheiro numa data futura, é normal que entregue ao credor um título de crédito, que é o comprovante dessa dívida. Todo título de crédito tem uma data de vencimento; porém, pode ser antecipadamente resgatado, obtendo-se com isso um abatimento denominado desconto. TÍTULOS DECRÉDITO Nota promissória: é um comprovante da aplicação de um capital com vencimento predeterminado. É um título muito usado entre pessoas físicas ou entre pessoas físicas e uma instituição financeira. Duplicata: é um título emitido por uma pessoa jurídica contra o seu cliente (pessoa física ou jurídica) para o qual ela vendeu mercadoria a prazo, ou prestou serviços a serem pagos no futuro, segundo um contrato. Quando se fala de desconto simples, temos duas modalidades de desconto a considerar: Comercial ou bancário ou por fora Racional ou por dentro DESCONTO COMERCIAL (DC) É a modalidade utilizada pelos bancos para cálculo de remunerações do capital; representa os juros simples calculados sobre o valor nominal do título de crédito (por fora). Lembrar que valor nominal de um título é o valor de face, o valor nele expresso, representando o valor que deve ser pago na data do seu vencimento. Por definição: Dc = M . i . n, onde n é o número de períodos antes do vencimento. O valor presente ou valor atual (Vc) é o valor do título numa data focal, ou seja, no dia do resgate. Não importa quando o título vai vencer. O valor atual é igual ao valor nominal (montante) menos o desconto. Vc = M – Dc Vc = M – M . i . n Vc = M . (1 – i . n) Exemplo 11: Uma empresa emitiu uma duplicata de R$8.000,00, com vencimento em 3 de novembro. No dia 16 de agosto descontou o título num banco que cobra 2% a.m. de taxa de desconto bancário. Determinar o valor desse desconto. Obs.: o desconto bancário segue os critérios dos juros pela regra dos banqueiros. M = 8.000,00 i = 2% a.m. = 0,02 a.m. n = 79 dias (15 + 30 + 31 + 3) Dc = ? Como a taxa está expressa ao mês e o tempo em dias, devemos estabelecer a homogeneidade entre a taxa e o tempo. Vamos então dividir a taxa por 30 para transformá-la taxa ao dia. Dc = M . i . n Dc = 8.000,00 . 0,02 . 79 30 Dc = 421,33 DESCONTO RACIONAL (DR) É a modalidade de desconto simples calculado sobre o valor atual do título, numa taxa fixada e durante o tempo correspondente, da mesma maneira como são calculados os juros simples. É também denominado de desconto simples por dentro. O desconto racional simples é, portanto, calculado sobre o valor atual (Vr), pela fórmula: Dr = Vr . i . n O valor atual é igual ao valor nominal (montante) menos o desconto. Como vimos em juros simples, temos: Vr = M 1 + i . n O desconto racional ou por dentro não é normalmente utilizado em operações de mercado, mas é usado como um método para determinar o preço em transações com ativos financeiros ou em recompra de títulos de crédito. Consiste em calcular, pela fórmula anterior, o valor atual relativo a um valor nominal futuro. Exemplo 12: Uma letra de câmbio com renda final, cujo valor de resgate é de R$95.600,00, com vencimento em 180 dias, está sendo ofertada. Sabendo que o comprador deseja uma remuneração mínima de 9,5% a.m. sobre o capital aplicado na compra, por quanto deve ser adquirido o papel? i = 9,5% a.m. = 0,095 a.m. n = 180 dias = 6 m M = 95.600,00 Vr = M 1 + i . n Vr = 95.600,00 1 + 0,095 . 6 Vr = 60.891,72 O papel deve ser adquirido por, no máximo, R$60.891,72 Exemplo 13: Qual o valor do desconto racional simples e o valor do resgate de um título de R$30.000,00, vencível em 3 meses e 15 dias, descontado à taxa de 45% ao ano? M = 30.000,00 Vr = ? Dr = ? i = 45% a.a. = 0,45 a.a. n = 3 m. 15d. = 105 d. = 105/360 a. Vr = M 1 + i . n Vr = 30.000,00 1 + 0,45 . 105/360 Vr = 26.519,34 Sabendo o valor atual (valor de resgate), podemos calcular o valor do desconto racional pela simples subtração do valor nominal (montante): Dr = M – Vr Dr = 30.000,00 – 26.519,34 Dr = 3.480,66 Ou pela fórmula: Dr = Vr . i . n Dr = 26.519,34 . 0,45 . 105/360 Dr = 3.480,66 Portanto, o valor do desconto racional simples é de R$3.480,66 e o valor do resgate é de R$26.519,34. Leitura Obrigatória Ler os capítulos 1, 2 e 3 do livro Matemática financeira aplicada, da página 14 à página 48. Autores: Nelson Pereira Castanheira e Luiz Roberto Dias de Macedo Editora Intersaberes, terceira edição. CAPITALIZAÇÃO COMPOSTA A capitalização composta caracteriza-se por uma função exponencial. É também chamada de juros sobre juros, considerando-se que a base de cálculo dos juros é o valor capitalizado até o período imediatamente anterior. Significa que os juros produzidos num período serão acrescidos ao valor do capital que os produziu, passando os dois, capital e juros, a render juros no período seguinte. Ao intervalo, após o qual os juros serão acrescidos ao capital aplicado, denominamos de período de capitalização. Em economia inflacionária, recomenda-se sempre o uso de capitalização composta, pois a aplicação de capitalização simples produz distorções até no curtíssimo prazo. MONTANTE É o capital (valor aplicado) acrescido dos juros. Representa sempre o valor total ou valor futuro. M = C + J Podemos calcular o montante composto calculando os juros simples, período de capitalização a período de capitalização, e incorporando-os ao capital inicial para o próximo período. Exemplo 1: Determinar o montante composto produzido por um capital de R$1.000,00, aplicado a juros compostos de 10% ao semestre, capitalizado semestralmente, durante um ano e seis meses. C = 1.000,00 i = 10% a.s. = 0,1 a.s. n = 1 a. 6 m. = 3 s M = C . (1 + i) Após o primeiro período de capitalização (n = 1 semestre): M1 = 1.000,00 . (1 + 0,1) M1 = 1.100,00 Após o segundo período de capitalização (n = 1 semestre): M2 = M1 . (1 + 0,1) M2 = 1.000,00 . (1 + 0,1) . (1 + 0,1) M2 = 1.210,00 Após o terceiro período de capitalização (n = 1 semestre): M3 = M2 . (1 + 0,1) M3 = 1.000,00 . (1 + 0,1) . (1 + 0,1) . (1 + 0,1) M3 = 1.331,00 Observando esse exemplo, verificamos que o fator (1 + i) varia de acordo com a quantidade de períodos de capitalização, ou seja, a repetição do fator (1 + i) é igual à quantidade de períodos de capitalização. Logo, podemos escrever a fórmula: M = C . (1 + i)n Calculando novamente o exemplo 25 pela fórmula anterior, temos: M = 1.000,00 . (1 + 0,1)3 M = 1.331,00 Exemplo 2: Qual o capital que, aplicado a uma taxa de juros compostos de 15% a.s., capitalizado semestralmente, produz o montante de R$3.041,75 após 3 semestres? i = 15% a.s. = 0,15 a.s. C = M (1 + i)n C = 3.041,75 (1 + 0,15)3 C = 2.000,00 JUROS COMPOSTOS São os rendimentos produzidos por um capital em determinado tempo, calculados sobre o capital mais os juros acumulados anteriormente (juros sobre juros). Em capitalização composta, os juros aumentam a cada período de capitalização. Sabemos que o montante é o valor aplicado (capital) acrescido dos juros. Logo: M = C . (1 + i)n Como M = C + J, C + J = C . (1 + i)n J = C . (1 + i)n – C J = C . (1 + i)n 1 Exemplo 3: Determinar os juros produzidos por um capital de R$2.000,00, aplicado a juros compostos de 10% ao semestre, capitalizado semestralmente, durante dois anos. C = 2.000,00 i = 10% a.s. = 0,1 a.s. n = 2 a = 4 s J = C
Compartilhar