Materia para Terceira Prova

1
Prof. Ricardo Matos Chaim

2
Modelo Geral de GC
Preo-Demanda
Custo-Volume
Leis e Princpios
Econmicos
Matemtica
Financeira
Ambiente
Econmico
Principios
Mtodos
Engenharia Econmica
Conhecimentos inter e multidisciplinares
Cenrios
Complexos
Prospectivos
Probabilidade
e
Estatstica
Fundamentos = genericos
Valor do dinheiro no
Tempo
Gerenciamento de
Riscos e Incertezas
Projetos e Anlise
de Investimentos
- MTODOS DETERMINSTICOS
- VALOR PRESENTE LQUIDO (VPL)
- TAXA INTERNA DE RETORNO (TIR)
- PAYBACK
- ENGENHARIA DE VALOR
- MTODOS NO DETERMINSTICOS
- ENFOQUE SOB ANLISE DE SENSIBILIDADE
- TEORIA DOS JOGOS
- SIMULAO DE MONTE-CARLO
- RVORES DE DECISO
Engenharia Econmica
Incertezas
e
Impreciso
Fonte: Shimizu, 2006
Modelo Racional Modelo Poltico
Modelo Processual Modelo Ambguo
Regras e rotinas bem
estruturadas
Objetivos mltiplos e c
onflito de interesse
(NEGOCIAO)
Mltiplos cenrios, objetivos e
alternativas. Processo semi-
estruturado orientado a objeto
Problema anrquico impreciso (Fuzzy)
Mal formulado
Heursticas e meta-heursticas
Planejamento da cadeia de
suprimentos
Competidores; Conflito de interesses;
Portflio de aes; Problemas de TI
Programao da produo;
Controle de estoque;
Oramento;
Financiamentos;Prmios;
Fuso/Aquisio; Nova filial
Eleies
Conflito de objetivos e ambiguidade
Avaliao de investimento
Determinstico dado de entrada
perfeitamente conhecido.
Probabilstico no se tem certeza
dos dados de entrada, exemplo:
anlise baseada em previso de vendas;
estimativa do custo de manuteno de
equipamento em funo da probabilidade
de quebra.
5
Avaliao de investimento
Tempo
Valor
+ o
- o
0
Valor
- o + o
Probabilidade
P()
0
Risco
Incerteza
Incerteza x Risco
` Prof. Ricardo Matos Chaim Prof. Ricardo Matos Chaim
Anlise de investimentos: Nelson C. Filho e Bruno H. Kopittke
Incerteza
Quando nada ou pouco
se conhece sobre os
dados de entrada.
A anlise acontece sob
condies de incerteza.
Risco
Quando se conhece
as distribuies de
probabilidade das
parcelas possvel
analisar o problema
de forma bastante
segura.
7
Incerteza x Risco
SIM !!!
NO !!!
Existem dados histricos e/ou informaes
passadas suficientes para quantificar a
probabilidade de ocorrncia de um evento futuro?
INCERTEZA
RISCO
Incerteza x Risco
Incerteza
10
Anlise sob condies de Incerteza
11
12
13
14
A melhor opo ser B
15
16
A melhor opo ser A
17
18
A melhor
opo ser
B
E(A) =
E(B) =
E(C) =
19
E(A) =
E(B) =
E(C) =
20
A melhor opo ser C
21
?
?
?
22
?
?
23
?
24
A melhor
opo ser
A
O menor arrependimento
INCERTEZA exerccio.
Ex. 01 Voc deseja assistir o jogo entre Brasil e
Argentina, porm ainda no sabe se assiste ao
jogo no estdio, pela TV ou pelo rdio. Para o
resultado do jogo, foram arbitrados trs
possveis resultados. Logo, para esse exemplo,
o evento incerto o jogo, tendo em vista que
no conhecido seu resultado, e as
possibilidades so os possveis resultados.
http://www.bibl.ita.br/xencita/Artigos/63.pdf
25
Exerccio 01
26
Tabela com ndice de satisfao
VITRIA EMPATE DERROTA
ESTDIO 1000 -100 -500
TV 600 0 100
RDIO -500 -100 200
Aplique as 5 regras de deciso para a matriz de deciso
dada acima e avalie qual a melhor opo para assistir o
jogo sabendo que voc uma pessoa 65% otimista.
Maximin
VITRIA EMPATE DERROTA menores
ESTDIO 1000 -100 -500 -500
TV 600 0 100 0
RDIO -500 -100 200 -500
27
Maximax
VITRIA EMPATE DERROTA maiores
ESTDIO 1000 -100 -500 1000
TV 600 0 100 600
RDIO -500 -100 200 200
Exerccio 01
Maximin
VITRIA EMPATE DERROTA menores
ESTDIO 1000 -100 -500 -500
TV 600 0 100 0
RDIO -500 -100 200 -500
28
Maximax
VITRIA EMPATE DERROTA maiores
ESTDIO 1000 -100 -500 1000
TV 600 0 100 600
RDIO -500 -100 200 200
Exerccio 01
Regra de Hurwicz
Hurwicz
ESTDIO 1000 -100 -500 = 1000.(0,65) + (-500).0,35
TV 600 0 100 = 600.(0,65) + (0).0,35
RDIO -500 -100 200 = 200.(0,65) + (-500).0,35
Hurwicz
ESTDIO 1000 -100 -500
TV 600 0 100
RDIO -500 -100 5
29
Exerccio 01
Regra de Hurwicz
Hurwicz
ESTDIO 1000 -100 -500 475
TV 600 0 100 390
RDIO -500 -100 5 -45
30
Exerccio 01
Hurwicz
ESTDIO 1000 -100 -500 = 1000.(0,65) + (-500).0,35
TV 600 0 100 = 600.(0,65) + (0).0,35
RDIO -500 -100 200 = 200.(0,65) + (-500).0,35
Regra de Hurwicz
Hurwicz
ESTDIO 1000 -100 -500 475
TV 600 0 100 390
RDIO -500 -100 5 -255
31
Exerccio 01
Hurwicz
ESTDIO 1000 -100 -500 = 1000.(0,65) + (-500).0,35
TV 600 0 100 = 600.(0,65) + (0).0,35
RDIO -500 -100 200 = 200.(0,65) + (-500).0,35
Laplace
32
Exerccio 01
( ) ( ) ( )
3
500 . 1
3
100 . 1
3
1000 . 1
) (

+
+ = ESTDIO E
( ) ( ) ( )
3
100 . 1
3
0 . 1
3
600 . 1
) ( + + = TV E
( ) ( ) ( )
3
200 . 1
3
100 . 1
3
500 . 1
) ( +
= RDIO E
Laplace
33
Exerccio 01
( ) ( ) ( )
=
+ =
3
500 . 1
3
100 . 1
3
1000 . 1
) (ESTDIO E
( ) ( ) ( )
= + + =
3
100 . 1
3
0 . 1
3
600 . 1
) (TV E
( ) ( ) ( )
= +
=
3
200 . 1
3
100 . 1
3
500 . 1
) (RDIO E
Laplace
34
Exerccio 01
( ) ( ) ( )
=
+ =
3
500 . 1
3
100 . 1
3
1000 . 1
) (ESTDIO E
( ) ( ) ( )
= + + =
3
100 . 1
3
0 . 1
3
600 . 1
) (TV E
( ) ( ) ( )
= +
=
3
200 . 1
3
100 . 1
3
500 . 1
) (RDIO E
133,33
233,33
- 133,33
Laplace
35
Exerccio 01
( ) ( ) ( )
=
+ =
3
500 . 1
3
100 . 1
3
1000 . 1
) (ESTDIO E
( ) ( ) ( )
= + + =
3
100 . 1
3
0 . 1
3
600 . 1
) (TV E
( ) ( ) ( )
= +
=
3
200 . 1
3
100 . 1
3
500 . 1
) (RDIO E
133,33
233,33
- 133,33
Se houver a VITRIA o arrependimento de ter ido ao estdio ser 0
36
Exerccio 01
ESTDIO 1000 -100 -500
TV 600 0 100
RDIO -500 -100 200
ESTDIO 0
TV 0
RDIO 0
Se houver o EMPATE o arrependimento de ter ido ao estdio ser 0
Se houver a DERROTA o arrependimento de ter ido ao estdio ser 0
37
Exerccio 01
ESTDIO 1000 -100 -500
TV 600 0 100
RDIO -500 -100 200
ESTDIO 0 0 - (-100) 200 (-500)
TV 1000-600 0 200 - 100
RDIO 1000-(-500) 0 - (-100) 0
38
Exerccio 01
ESTDIO 1000 -100 -500
TV 600 0 100
RDIO -500 -100 200
ESTDIO 0 100 700
TV 400 0 100
RDIO 1500 100 0
Piores
casos
700
400
1500
39
Exerccio 01
ESTDIO 1000 -100 -500
TV 600 0 100
RDIO -500 -100 200
ESTDIO 0 100 700
TV 400 0 100
RDIO 1500 100 0
Piores
casos
700
400
1500
A melhor
opo ser
B
O menor arrependimento
Resposta
As regras de Laplace e Savage so mais elaboradas que a regra de maximax e at
mesmo que a de Hurwicz que pondera o otimismo. A melhor opo assistir ao
jogo pela TV.
40
Maximin TV
Maximax estdio
Hurwicz estdio
Laplace TV
Savage (arrependimento) TV
Ex. 02:
Brasil e Argentina. Otimismo de 75%.
41
Resultado GOLEADA
VITRIA
SIMPLES
EMPATE
DERROTA
SIMPLES
SER
GOLEADO
ESTDIO 1500 1000 -100 -500 -1000
TV 800 600 0 -100 -300
RDIO -500 -300 100 200 500
Suponhamos que um feirante que trabalha com meles, compra-os por 2UM e revende-os por 4UM.
Estes meles so comprados no sbado e revendidos na feira de domingo. O feirante s pode comprar
quantidades fixas de 50 ou 100 ou 150 unidades. Ele desconhece a demanda, ento pede-se analisar as
possibilidades dele vender 50, 100 e/ou 150 meles. Aplique as 5 regras de matriz de deciso e determine qual
a melhor opo para o feirante, aps construir a tabela (ou matriz) com os estados da natureza do problema.
42
Alternativas Vender 50 meles
Vender 100
meles
Vender 150
meles
Comprar 50 meles
-(UM 2).50 + (UM 4).50 ?
?
Comprar 100 meles
-200 +200
? ?
Comprar 150 meles ? ? ?
http://phpmetar.incubadora.fapesp.br/portal/Faculdade/Pesquisa%20Operacional/PO18-0~1.pdf
Ex. 03:
Feirante de meles. Otimismo de 45%
Matriz de deciso resultante
43
Alternativas
Vender 50
meles
Vender 100
meles
Vender 150
meles
Comprar 50 meles
A 100 100 100
Comprar 100 meles
B 0 200 200
Comprar 150 meles
C -100 100 300
Exerccio 03
44
REGRAS RESULTADO EXPLICAO
Maximin A
A alternativa escolhida a de compra de 50 meles de cada
vez. O critrio envolve um comportamento pessimista ou,
pelo menos bastante conservador.
Maximax C
A melhor alternativa agora a opo de comprar 150
meles, conduzindo ao mximo lucro possvel. Esse mtodo
claramente a maneira de pensar otimista, que encara o
futuro como totalmente favorvel a seus planos.
Hurwicz A
Com o grau de otimismo de 45% a melhor opo A, ou
seja, comprar 50 meles .
Laplace B
A melhor alternativa aquela com a maior VEA (VALOR
ESPERADO DA ALTERNATIVA) , ou seja, a alternativa de se
comprar 100 meles.
Savage (arrependimento) B
A melhor alternativa a que apresenta o menor
arrependimento entre os piores resultados.
Exerccio 03
Maximin
45
Exerccio 03
MAXIMIN
Alternativas
Vender 50
meles
Vender 100
meles
Vender 150
meles
MELHORES
Comprar 50 meles
A 100 100 100 100
Comprar 100 meles
B 0 200 200 0
Comprar 150 meles
C -100 100 300 -100
Maximax
46
Alternativas
Vender 50
meles
Vender 100
meles
Vender 150
meles
MELHORES
Comprar 50 meles
A 100 100 100 100
Comprar 100 meles
B 0 200 200 200
Comprar 150 meles
C -100 100 300 300
Exerccio 03
MAXIMAX
Regra de Hurwicz
47
Exerccio 01
Alternativas
Vender
50
meles
Vender
100
meles
Vender
150
meles
Hurwicz
Comprar 50 meles
A 100 100 100
= 100.(0,45) + (100).0,55 = 100
Comprar 100 meles
B 0 200 200
= 200.(0,45) + (0).0,55 = 90
Comprar 150 meles
C -100 100 300
= 300.(0,45) + (-100).0,55 = 80
Regra de Hurwicz
48
Exerccio 01
Alternativas
Vender
50
meles
Vender
100
meles
Vender
150
meles
Hurwicz
Comprar 50 meles
A 100 100 100
= 100.(0,45) + (100).0,55 = 100
Comprar 100 meles
B 0 200 200
= 200.(0,45) + (0).0,55 = 90
Comprar 150 meles
C -100 100 300
= 300.(0,45) + (-100).0,55 = 80
Laplace
49
Exerccio 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
Laplace
50
Exerccio 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
Savage: matriz de arrependimento.
51
Alternativas Vender 50
meles
Vender 100
meles
Vender 150
meles
Comprar 50 meles 0 100 200
Piores
casos
200
100
200
Exerccio 03
Savage: matriz de arrependimento.
52
Alternativas Vender 50
meles
Vender 100
meles
Vender 150
meles
Piores
casos
200
100
200
Exerccio 03
53
Tcnica bastante prtica para se tratar o problema das incertezas.
Mais um enfoque do que uma tcnica.
Mede o efeito produzido, p.ex., na rentabilidade do investimento, ao
variar os dados de entrada.
Varia-se cada parmetro estabelecendo: valor mais provvel, limite
inferior e superior da variao.
Calcula-se VPL, TIR e outros para que se tenha a idia da sensibilidade
do parmetro em questo.
http://www.iepg.unifei.edu.br/edson/download/Engecon2/CAP3EE2incertezaapost.pdf
54
Uma empresa do setor de garrafas trmica esta pensando em lanar uma nova garrafa
para manter lquidos gelados. O investimento necessrio de US$ 100.000,00. A
reviso de vendas de 10 mil garrafas por ms a um preo de US$ 10,00 por
garrafa. Os custos fixos sero de US$ 20.000,00 por ms e os custos variveis de
US$ 4,00 por garrafa. Ao final de trs meses a empresa vender a linha por US$
30.000,00. Analise a TIR sob a previso de vendas e sob a possibilidade de erros
nesta previso. A TMA da empresa de 10% ao ms.
55
56
SOLUO:
a) Sob a previso de vendas original:
Investimento =
Receita mensal =
Custos variveis =
Custos fixos =
Valor residual =
57
SOLUO:
a) Sob a previso de vendas original:
Investimento = 100.000
Receita mensal = 10.000 x 10 = US$ 100.000,00 / ms
Custos variveis = 10.000 x 4 = US$ 40.000,00 / ms
Custos fixos = US$ 20.000,00
Valor residual = US$ 30.000,00
58
59
RESPOSTA TIR = 20,94 % ao ms
Pela TIR para esta situao pode-se concluir que o projeto vivel.
60
b) admitindo-se variaes negativas nas vendas:
61
62
Construir o grfico (TIR) x (quantidade de garrafas) e verificar o ponto
em que a TMA cruza a nova curva.
O ponto deste cruzamento chamado de ponto de equilbrio (break even point),
que o nmero mnimo que o fabricante tem que produzir para no ter prejuzo.
63
-5,00%
0,00%
5,00%
10,00%
15,00%
20,00%
25,00%
4000 5000 6000 7000 8000 9000 10000 11000
T
I
R

Volume de vendas (garrafas/ms)
64
-5,00%
0,00%
5,00%
10,00%
15,00%
20,00%
25,00%
4000 5000 6000 7000 8000 9000 10000 11000
T
I
R

TMA
65
-5,00%
0,00%
5,00%
10,00%
15,00%
20,00%
25,00%
4000 5000 6000 7000 8000 9000 10000 11000
T
I
R

TMA
66
-5,00%
0,00%
5,00%
10,00%
15,00%
20,00%
25,00%
4000 5000 6000 7000 8000 9000 10000 11000
T
I
R

TMA
Pelo grfico possvel visualizar a situao da rentabilidade do projeto em funo do volume
de vendas realizadas pela empresa. necessrio que pelo menos 8500 garrafas sejam
vendidas para que o projeto no de prejuzo.
67
-5,00%
0,00%
5,00%
10,00%
15,00%
20,00%
25,00%
4000 5000 6000 7000 8000 9000 10000 11000
T
I
R

TMA
Garrafas TIR (%)
9000 13,56
X 10
8000 6,02
8500
02 , 6 56 , 13
56 , 13 10
8000 9000
9000
=
x
x
Exerccio: Henrique Hirschfeld, pg 386, eng. econ. e anlise de custo.
68
1 2 3 10
60.000
80.000
5.000 200.000
Dado que TMA 15% VARIAR em 10%, 20%, 50%:
Receitas anuais
Custos operacionais anuais
Vida de servio
Valor residual
TIR
69
Est sendo analisada a compra de uma mquina com custo inicial de
65000UM. A vida econmica da mquina de 4 anos. A empresa calcula que a
demanda seja de 70 mil unidades a um preo de 1UM. Os custos variveis so
formados por custos de custos de mo 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
de 20% a.a. Calcule: a) o valor presente lquido do investimento; b) a demanda
crtica para a qual o valor presente zero, isto , o ponto de equilbrio do
investimento.
Resposta: a) UM7485 e b) 62772 unid.
Exerccio desafio:
Uma empresa est considerando a possibilidade de realizar um novo gasoduto. A instalao deste novo
gasoduto requerer um gasto de US$2.000.000.000,00 em investimento fixo. Estima-se uma vida
econmica, para o projeto, de 20 anos. A empresa espera contar com um volume de gs para
comercializar de 16 milhes de m3/dia, pagando por este gs um preo de US$0,90 por milho de Btu. A
empresa espera comercializar este gs a um valor de US$2,70 por milho de Btu. O poder calorfico do gs
de 36785,43 (Btu/m
3
). A empresa que ter um custo de operao de US$13.000.000,00 e um custo de
manuteno de US$32.000.000,00 por ano, de acordo com previses de especialistas. O valor dos
equipamentos aps os 20 anos 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 questes:
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 rea sob a curva normal padro 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 rea da direita de zero at z = +1 resulta em: a probabilidade de z < 1, ou seja,
P(z<1) = 0,34134
A rea da esquerda de zero at z = -1 resulta em: a probabilidade de z < 1, ou seja,
P(z> -1) = 0,34134
Entendendo a tabela e os resultados
o

=
X
z
Utilizando a frmula para transformar de X para z
Estando a mais de 120 km/h a
infrao corresponde a 7 pontos
na carteira, qual a porcentagem
de carros que receberam
multas?
33 , 1
15
100 120
=
=
o
X
z
) / ( 100 h km =
) / ( 15 h km = o
Na tabela tem-se:
?
o

=
X
z
na carteira, qual a quantidade
multas?
33 , 1
15
100 120
=
=
o
X
z
) / ( 100 h km =
) / ( 15 h km = o
40824 , 0 ) 33 , 1 ( = < z P
Ou seja:
1,33
o

=
X
z
multas?
33 , 1
15
100 120
=
=
o
X
z
) / ( 100 h km =
) / ( 15 h km = o
40824 , 0 ) 33 , 1 ( = < z P
09176 , 0 40824 , 0 5 , 0 ) ( = = multa P
Ou seja:
o

=
X
z
multas?
33 , 1
15
100 120
=
=
o
X
z
) / ( 100 h km =
) / ( 15 h km = o
40824 , 0 ) 33 , 1 ( = < z P
09176 , 0 40824 , 0 5 , 0 ) ( = = multa P
Ou seja:
9,18%
Probabilidade de viabilidade de um empreendimento
) (
) (
VPL
VPL
E X
z
o
=
nm K
n
n
F P E .
1
=
E
m
= valores esperados (mdios) relativo s vrias estimativas e respectivas
probabilidades de ocorrncia em cada perodo n.
Peck = probabilidade vrias m estimativas de cada contribuio em cada perodo
n.
Fim= valores vrias m estimativas de cada contribuio em cada perodo n.
Valor esperado do VPL ??
Teorema do Limite Central eng. econ., Hirschfeld
Viabilidade Financeira de Empreendimentos
(b503) Uma anlise de um empreendimento forneceu o seguinte fluxo de caixa.
Investimento: Ano 0 = -1.650
Receita lquida: Ano 1 = +1.000
Analisando sob condies de risco, admitamos que se chegou ao seguinte quadro
de avaliaes das contribuies e respectivas possibilidades:
Probabilidade P
01
= 0,10 P
02
=0,10 P
03
= 0,80
Ano 0 1900 1950 2000
Com as condies assumidas do risco:
- Verificar se o empreendimento vivel, em condies de risco
- Calcular a probabilidade de inviabilidade do empreendimento.
Para tanto, considerar a taxa mnima de atratividade igual a 10% a.a.
Probabilidade P
4
= 0,15 P
5
=0,25 P
6
= 0,60
Ano 1 F
11
= 630 F
12
= 720 F
13
= 810
Ano 2 F
21
= 720 F
22
= 830 F
23
= 900
Ano 3 F
31
= 800 F
32
= 920 F
33
= 1000
Receitas lquidas
Investimento
Investimento
Probabilidade P
01
= 0,1 P
02
=0,1 P
03
= 0,8
Ano 0 1900 1950 2000
nm K
n
n
F P E .
1
=
Investimento
E
0
= [0,10 x (1.900)] + [0,10 x (1950)] + [0,8 x (2000)] = 1985
Clculo do valor esperado do investimento E
0
:
Probabilidade P
4
= 0,15 P
5
=0,25 P
6
= 0,60 E
0
Ano 0 1900 1950 2000 1985
Probabilidade P
01
= 0,1 P
02
=0,1 P
03
= 0,8
Ano 0 1900 1950 2000
nm K
n
n
F P E .
1
=
Probabilidade P
4
= 0,15 P
5
=0,25 P
6
= 0,60 Esperado
Ano 1 F
11
= 630 F
12
= 720 F
13
= 810
E
1
= ?
Ano 2 F
21
= 720 F
22
= 830 F
23
= 900
E
2
= ?
Ano 3 F
31
= 800 F
32
= 920 F
33
= 1000
E
3
= ?
nm K
n
n
F P E .
1
=
Probabilidade P
4
= 0,15 P
5
=0,25 P
6
= 0,60 Esperado
Ano 1 F
11
= 630 F
12
= 720 F
13
= 810
E
1
= ?
Ano 2 F
21
= 720 F
22
= 830 F
23
= 900
E
2
= ?
Ano 3 F
31
= 800 F
32
= 920 F
33
= 1000
E
3
= ?
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] =
nm K
n
n
F P E .
1
=
Probabilidade P
4
= 0,15 P
5
=0,25 P
6
= 0,60 Esperado
Ano 1 F
11
= 630 F
12
= 720 F
13
= 810
760
Ano 2 F
21
= 720 F
22
= 830 F
23
= 900
855
Ano 3 F
31
= 800 F
32
= 920 F
33
= 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
Probabilidade P
4
= 0,15 P
5
=0,25 P
6
= 0,60 Esperado
Ano 1 F
11
= 630 F
12
= 720 F
13
= 810
760
Ano 2 F
21
= 720 F
22
= 830 F
23
= 900
855
Ano 3 F
31
= 800 F
32
= 920 F
33
= 1000
950
Probabilidade P
01
= 0,1 P
02
=0,1 P
03
= 0,8 E
0
Ano 0 1900 1950 2000 1985
) (
) (
VPL
VPL
E X
z
o
=
( ) ( ) ( )
3 2 1
10 , 0 1
950
10 , 0 1
855
10 , 0 1
760
1985
+
+
+
+
+
+ =
VPL
E
127 + =
VPL
E
) (
) (
VPL
VPL
E X
z
o
=
( ) ( ) ( )
3 2 1
10 , 0 1
950
10 , 0 1
855
10 , 0 1
760
1985
+
+
+
+
+
+ =
VPL
E
127 + =
VPL
E
O investimento vivel, porque o
valor de VPL maior que zero:
VPL > 0
Probabilidade de (in)viabilidade de um empreendimento
) (
) (
VPL
VPL
E X
z
o
=
2
n
n
o o =
E
m
= valores esperados (mdios) relativo s vrias estimativas e respectivas probabilidades de ocorrncia em cada
perodo n.
P
k
= probabilidade vrias m estimativas de cada contribuio em cada perodo n.
F
mn
= valores vrias m estimativas de cada contribuio em cada perodo n.
Desvio padro do VPL ??
( )
2
1
2
n nm k
n
n
E F P = o Varincia do
VPL ??
) (
) (
VPL
VPL
E X
z
o
=
2
n
n
o o =
Desvio padro do VPL ??
( )
2
1
2
n nm k
n
n
E F P = o
Varincia do
VPL ??
Varincia do valor esperado de cada contribuio do fluxo de caixa, representa a
incerteza associada ao grau de disperso da distribuio das freqncias de
ocorrncia.
Desvio padro do valor esperado de cada contribuio do fluxo de caixa, representa a
incerteza associada ao grau de disperso da distribuio das freqncias de
ocorrncia.
Probabilidade P
01
= 0,1 P
02
=0,1 P
03
= 0,8 E
0
varincia
Ano 0 1900 1950 2000 1985 1025
( )
2
1
2
n nm k
n
n
E F P = o
Probabilidade de (in)viabilidade
de um empreendimento
( )
2
1
2
n nm k
n
n
E F P = o
Probabilidade P
4
= 0,15 P
5
=0,25 P
6
= 0,60 Esperado Varincia
Ano 1 F
11
= 630 F
12
= 720 F
13
= 810
760 4435
Ano 2 F
21
= 720 F
22
= 830 F
23
= 900
855
Ano 3 F
31
= 800 F
32
= 920 F
33
= 1000
950
2
2
o
Probabilidade de (in)viabilidade de
um empreendimento
( )
2
1
2
n nm k
n
n
E F P = o
Probabilidade P
4
= 0,15 P
5
=0,25 P
6
Ano 1 F
11
= 630 F
12
= 720 F
13
= 810
760
Ano 2 F
21
= 720 F
22
= 830 F
23
= 900
855 4105
Ano 3 F
31
= 800 F
32
= 920 F
33
= 1000
950
2
3
o
( )
2
1
2
n nm k
n
n
E F P = o
Probabilidade P
4
= 0,15 P
5
=0,25 P
6
Ano 1 F
11
= 630 F
12
= 720 F
13
= 810
760
Ano 2 F
21
= 720 F
22
= 830 F
23
= 900
855
Ano 3 F
31
= 800 F
32
= 920 F
33
= 1000
950 5100
Probabilidade de (in)viabilidade de
um empreendimento
Probabilidade P
4
= 0,15 P
5
=0,25 P
6
Ano 1 F
11
= 630 F
12
= 720 F
13
= 810
760 4435
Ano 2 F
21
= 720 F
22
= 830 F
23
= 900
855 4105
Ano 3 F
31
= 800 F
32
= 920 F
33
= 1000
950 5100
Probabilidade P
01
= 0,1 P
02
=0,1 P
03
= 0,8 E
0
varincia
Ano 0 1900 1950 2000 1985 1025
Cuidado!!!!
( ) ( ) ( ) ( )
n n n n
VPL
i i i i
2
2
3
2
2
2
2
2
1
2
2
0
2
1 1 1 1 +
+
+
+
+
+
+
=
o o o o
o
( ) ( ) ( ) ( )
6
2
3
4
2
2
2
2
1
0
2
0
2
1 1 1 1 i i i i
VPL
+
+
+
+
+
+
+
=
o o o o
o
Probabilidade P
01
= 0,1 P
02
=0,1 P
03
= 0,8 E
0
Varincia
Ano 0 -1900 -1950 -2000 -1985 1025
Probabilidade P
4
= 0,15 P
5
=0,25 P
6
Ano 1 F
11
= 630 F
12
= 720 F
13
= 810 760 4435
Ano 2 F
21
= 720 F
22
= 830 F
23
= 900 855 4105
Ano 3 F
31
= 800 F
32
= 920 F
33
= 1000 950 5100
( ) ( ) ( )
6
2
3
4
2
2
2
2
1
2
0
2
10 , 0 1 10 , 0 1 10 , 0 1 +
+
+
+
+
+ =
o o o
o o
VPL
Substituindo os valores tem-se que:
Dado que TMA =10%; i = 0,10
( ) ( ) ( )
6 4 2
2
10 , 0 1
5100
10 , 0 1
4105
10 , 0 1
4435
1025
+
+
+
+
+
+ =
VPL
o
10372
2
=
VPL
o
Substituindo os valores tem-se que:
102 10372
2
= = =
VPL
VPL
o o
A VARINCIA do perodo 0 no zero porque h INCERTEZA sobre o valor do investimento.
Quanto menor a varincia menor a incerteza.
) (
) (
VPL
VPL
E X
z
o
=
2
n
n
o o =
Desvio padro do VPL = 102
( )
2
1
2
n nm k
n
n
E F P = o
Varincia do VPL = 10372
Calcular z
) (VPL
E
Valor esperado do VPL = 127
) (
) (
VPL
VPL
E X
z
o
=
25 , 1
102
127 0
) (
) (
=
=
VPL
VPL
E X
z
o
Tabela
O valor de X zero, porque quando
VPL zero indica que o
investimento ser indiferente.
Portanto, tudo que for negativo
INVIABILIDADE.
http://www.science.mcmaster.ca/ps
ychology/poole/z-table2.jpg
z = -1,25
z = -1,25
Viabilidade ou Inviabilidade
Probabilidade de
inviabilidade
Probabilidade de
viabilidade
Se z = -1,25 corresponde a uma rea sob a curva normal padro de 0,3944
(de = 0 at 0,5). Assim, a probabilidade de inviabilidade dada por:
% 56 , 10 1056 , 0 3944 , 0 5 , 0 ) ( = = ade inviabilid P
-1,25 o
RVORE DE DECISO
RVORE DE DECISO
RVORE DE DECISO
Ferramenta importante que considera as decises seqenciais ao longo do
tempo.
Mostra a anatomia de uma deciso de investimento
Mostra interao entre:
deciso presente,
eventos possveis,
atitudes de competidores e
possveis decises futuras
Abordam dois elementos fundamentais para anlise de investimentos reais:
Investimento seqencial
Incerteza
Existe a idia de se fazer ou no uma planta piloto de 125 para testar um
investimento de 1000 de um projeto de fraldas descartveis para idoso. Os testes permitiro
reduzir a incerteza sobre o projeto. Aps os testes, apresentam-se, com a mesma probabilidade,
dois cenrios: sucesso e insucesso. No primeiro cenrio, investe-se 1000 e obtm-se uma receita
lquida anual perptua de 250. No segundo cenrio, investe-se 1000 e obtm-se uma receita
lquida anual perptua de apenas 50. A taxa mnima de atratividade (taxa de desconto) 10%.
a) vivel investir?
b) Qual das opes?
c) Vale ou no a pena investir na planta piloto?
Renda perptua:
i
U
I VPL + =
0
Exemplo 01 Eng. Econ.; Carlos P. Samanez
Teste:
Investir
125
Teste:
NO
Investir
Decidir se deve ou no ser feito um investimento de 1000 em
determinado projeto, fraldas descartveis para idoso. Inicialmente
realizado um investimento de 125 em uma planta piloto, para fazer
testes de mercado que permitam reduzir a incerteza sobre o projeto.
Aps os testes, apresentam-se dois cenrios possveis com a mesma
probabilidade de sucesso e insucesso. No primeiro cenrio, investe-se
1000 e obtm-se uma receita lquida anual perptua de 250. No
segundo cenrio, investe-se 1000 e obtm-se uma receita lquida
anual perptua de apenas 50. A taxa mnima de atratividade (taxa de
desconto) 10%.
determinado projeto, fraldas descartveis para idoso.
Inicialmente realizado um investimento de 125 em uma
planta piloto, para fazer testes de mercado que permitam
reduzir a incerteza sobre o projeto. Aps os testes,
apresentam-se dois cenrios possveis com a mesma
probabilidade de sucesso e insucesso. No primeiro cenrio,
investe-se 1000 e obtm-se uma receita lquida anual
perptua de 250. No segundo cenrio, investe-se 1000 e
obtm-se uma receita lquida anual perptua de apenas 50. A
taxa mnima de atratividade (taxa de desconto) 10%.
Teste:
Investir
125
Teste:
NO
Investir
SUCESSO 50%
INSUCESSO 50%
PARAR
desconto) 10%.
Teste:
Investir
125
Teste:
NO
Investir
SUCESSO 50%
INSUCESSO 50%
Investe 1000
Produo em plena escala
NO investe
PARAR
desconto) 10%.
Teste:
Investir
125
Teste:
NO
Investir
SUCESSO 50%
INSUCESSO 50%
Investe 1000
NO investe
PARAR
PARAR VPL = 0
desconto) 10%.
Teste:
Investir
125
Teste:
NO
Investir
SUCESSO 50%
INSUCESSO 50%
Investe 1000
NO investe
PARAR
PARAR VPL = 0
CALCULAR VPL
SUC
desconto) 10%.
Teste:
Investir
125
Teste:
NO
Investir
SUCESSO 50%
INSUCESSO 50%
NO investe
PARAR
PARAR
Investe 1000
NO investe
VPL = 0
Investe 1000
CALCULAR VPL
SUC
Teste:
Investir
125
Teste:
NO
Investir
SUCESSO 50%
INSUCESSO 50%
NO investe
PARAR
PARAR
VPL = 0
NO investe
PARAR
VPL = 0
Investe 1000
CALCULAR VPL
SUC
Investe 1000
Teste:
Investir
125
Teste:
NO
Investir
SUCESSO 50%
INSUCESSO 50%
NO investe
PARAR
PARAR
VPL = 0
NO investe
PARAR
VPL = 0
Investe 1000
CALCULAR VPL
SUC
Investe 1000
CALCULAR VPL
INSUC
CALCULAR VPL
SUC
CALCULAR VPL
INSUC
? =
suc
VPL
? =
insuc
VPL
Renda perptua:
i
U
I VPL + =
0
realizado um investimento de 125 em uma planta piloto, para
fazer testes de mercado que permitam reduzir a incerteza sobre o
projeto. Aps os testes, apresentam-se dois cenrios possveis com
a mesma probabilidade de sucesso e insucesso. No primeiro
cenrio, investe-se 1000 e obtm-se uma receita lquida anual
perptua de 250. No segundo cenrio, investe-se 1000 e obtm-se
uma receita lquida anual perptua de apenas 50. A taxa mnima de
atratividade (taxa de desconto) 10%.
CALCULAR VPL
SUC
CALCULAR VPL
INSUC
10 , 0
250
1000+ =
suc
VPL
10 , 0
50
1000+ =
insuc
VPL
Renda perptua:
i
U
I VPL + =
0
1000 e obtm-se uma receita lquida anual perptua de 250. No segundo
cenrio, investe-se 1000 e obtm-se uma receita lquida anual perptua
de apenas 50. A taxa mnima de atratividade (taxa de desconto) 10%.
CALCULAR VPL
SUC
CALCULAR VPL
INSUC
1500
10 , 0
250
1000 + = + =
suc
VPL
500
10 , 0
50
1000 = + =
insuc
VPL
1000 e obtm-se uma receita lquida anual perptua de 250. No segundo
cenrio, investe-se 1000 e obtm-se uma receita lquida anual perptua
de apenas 50. A taxa mnima de atratividade (taxa de desconto) 10%.
CALCULAR VPL
SUC
CALCULAR VPL
INSUC
1500
10 , 0
250
1000 + = + =
suc
VPL
500
10 , 0
50
1000 = + =
insuc
VPL
Vivel
No vivel
Resposta item a:
Teste:
Investir
125
Teste:
NO
Investir
SUCESSO 50%
INSUCESSO 50%
NO investe
PARAR
PARAR
VPL = 0
NO investe
PARAR
VPL = 0
Investe 1000
VPL
SUC
= 1500
Investe 1000
VPL
INSUC
= -500
Teste:
Investir
125
Teste:
NO
Investir
SUCESSO 50%
INSUCESSO 50%
NO investe
PARAR
PARAR
VPL = 0
NO investe
PARAR
VPL = 0
Investe 1000
VPL
SUC
= 1500
Investe 1000
VPL
INSUC
= -500
Escolher esta opo
Resposta item b:
melhor investir na opo de:
planta piloto/sucesso/1000
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
125
pl
VPL
Vale ou no a pena investir na planta piloto?
Calcular o VPL do investimento complanta piloto.
Calcular o VPL do investimento semplanta piloto.
0
ou
+1500
-500
ou
0
?
?
Resposta item c:
TMA de 10%
( ) ( ) | |
1 , 1
0 . 5 , 0 1500 . 5 , 0
125
+
+ =
pl
VPL
0
ou
+1500 (escolhido porque positivo)
-500
ou
0 (escolhido porque melhor que negativo)
Resposta item c:
TMA de 10%
( ) ( ) | |
0 557
1 , 1
0 . 5 , 0 1500 . 5 , 0
125 > =
+
+ =
pl
VPL
0
ou
-500
ou
O VPL d
positivo, o que
bom.
Mas, e se no tivesse a planta?
Se ao contrrio de
fazer o teste piloto a
empresa partisse logo
para a fabricao do
produto em larga
escala, tem-se:
Resposta item c:
Calcular o VPL do investimento complanta piloto = 557
Teste:
Investir
125
Teste:
NO
Investir
SUCESSO 50%
INSUCESSO 50%
NO investe
PARAR
PARAR
VPL = 0
NO investe
PARAR
VPL = 0
Investe 1000
VPL
SUC
= 1500
Investe 1000
VPL
INSUC
= -500
Resposta item c:
SUCESSO 50%
INSUCESSO 50%
Investe 1000
VPL
SUC
= 1500
Investe 1000
VPL
INSUC
= -500
Resposta item c:
( ) ( ) | |
0 557
1 , 1
0 . 5 , 0 1500 . 5 , 0
125 > =
+
+ =
sempl
VPL
TMA de 10%
0
ou
-500
ou
(1+0,10)
n
= 1,pois n=0, perodo inicial
Resposta item c:
TMA de 10%
0
ou
-500
ou
Resposta item c:
500
) 10 , 0 1 (
)] 500 .( 5 , 0 [ 1500 . 5 , 0
0
=
+
+
=
sempl
VPL
Calcular o VPL do investimento semplanta piloto = 500
Resposta item c:
VPL do investimento complanta piloto = 557
VPL do investimento semplanta piloto = 500
Resposta: melhor fazer o teste com a planta piloto.
Uma empresa tem que decidir se constri uma fbrica grande com investimento
inicial de 3milhes ou pequena com investimento inicial de 1,3milhes, para produzir um novo
produto por 10 anos, com taxa mnima de atratividade de 10%. A procura pelo produto tem
sempre chance de ser baixa ou 70% de ser alta. Quando a procura alta existe a
probabilidade de 10% da satisfao do consumidor diminuir depois dos dois primeiros anos ou,
ento manter-se constante. Se a procura for de baixa, ela se manter constante, isto , fica
excluda a possibilidade de procura diminuda seguida de procura aumentada.
A fbrica grande, com alto volume de produo, para atender a procura, rende 1milho
por ano. Se o volume de produo for baixo, rende apenas 100mil por ano.
Se optar pela fbrica pequena, a diretoria tem a opo de expandi-la no segundo ano
com investimento extra de 2,2 milhes, caso a procura seja alta no perodo inicial.
Se a fbrica for expandida para atender procura alta, no ser to eficiente como a
fbrica grande original e renderia 700mil por ano. Se a procura for baixa, a receita lquida
ser de apenas 50mil por ano.
A fbrica pequena, com procura baixa, rende anualmente 400mil. Se a procura for alta,
ela pode render 450mil por ano, mas a receita lquida cai para 300mil depois dos dois
anos iniciais devido concorrncia.
Exemplo 02 Eng. Econ.; Oswaldo F.F. Torres
141
142
143
144
145
TEOREMAS PROBABILIDADE (do produto, independncia estatstica, da partio, de Bayes)
Probabilidade condicionada: dados dois eventos A e B, sendo P(B)0, tem-se que
=
( )
()

a probabilidade de A ocorrer, na hiptese de B ter ocorrido.
representa a reavaliao da probabilidade de A, em face da informao de que B
ocorreu.
Exemplo: Dados: 85.993 pessoas vivas com 60 anos sendo 80.145 pessoas vivas com 65 anos.
Se A o evento que um indivduo esteja vivo aos 60 anos e B o evento que sobreviva at 65 anos, ento
o evento que a pessoa esteja viva aos 60 anos e tambm aos 65 anos. Se algum est vivo aos 65
anos, estava tambm aos 60 anos, portanto,
147
TEOREMAS PROBABILIDADE (do produto, independncia estatstica, da partio, de Bayes)
Probabilidade condicionada: dados dois eventos A e B, sendo P(B)0, tem-se que
=
( )
()

a probabilidade de A ocorrer, na hiptese de B ter ocorrido.
representa a reavaliao da probabilidade de A, em face da informao de que B
ocorreu.
Exemplo: Considere-se um baralho de 52 cartas. A probabilidade de ao retirar uma carta sair um rei 4/52, ou
1/13. No entanto, se algum retira uma carta e nos diz que uma figura, ento a probabilidade de ter sado um rei
4/12=1/3, ou seja, P(sair um rei|sair uma figura)=1/3.
( )
( )
( ) B P
B A P
B A P

= ( ) 3 / 1
52 / 12
52 / 4
= = B A P
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 ento: 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
= =
= =
= =
Baixa Baixa P
Baixa Alta P
Alta Alta P
149
150
Calculando os VPLs:
Fbrica 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 , 1 1 , 0
1 1 , 1
1 3 ) , , (
10
10
=

+ = A A G VPL
824 , 0
1 , 1
1 , 0
1 , 1
1
1 , 1
1
3 ) , , (
10
3
2
= + + + =

= i
i
B A G VPL
151
Calculando os VPLs: (Lembrando que no caso alta demanda e depois baixa
demanda decorrem dois perodos de alta demanda e a partir do terceiro perodo
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 , 1 1 , 0
1 1 , 1
1 , 0 3 ) , (
824 , 0
1 , 1
1 , 0
1 , 1
1
1 , 1
1
3 ) , , (
145 , 3
1 , 1 1 , 0
1 1 , 1
1 3 ) , , (
10
3
2 2
10
10
10
3
2
10
10
= + + + =
=

+ =
= + + + =
=

+ =
=
=
i
i
i
i
A E A P VPL
B G VPL
B A G VPL
A A G VPL
152
EXEMPLO 1: Um vendedor ambulante est considerando a possibilidade de
vender camisas esportivas. As camisas seriam compradas por $10,00 e vendidas por
$35.00. Como a qualidade do material baixa estima-se que haja 30% de perda para
o vendedor ambulante. Independente da quantidade adquirida, seus custos de
transporte e manuteno sero de $ 1.000,00 por dia. As camisas no vendidas tero
um valor residual de $ 2.00. A demanda diria pelas camisas depende das condies
de vigilncia nas ruas: se a vigilncia for ostensiva, o vendedor somente consegue
vender 50 camisas, vendendo 4 vezes mais se a vigilncia das ruas for fraca. Caso a
vigilncia for mdia, o vendedor consegue vender 120 camisas. As camisas s
podem ser compradas em lotes pr - determinados: 80, 160, 240 ou 320 unidades. A
experincia tem mostrado que h 40% de chance de que a vigilncia seja fraca
contra 30% de vigilncia ostensiva. Em consequncia ela mdia 30% das vezes.

Materia para Terceira Prova

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Materia para Terceira Prova

Hochgeladen von

Copyright:

Verfügbare Formate

1

Prof. Ricardo Matos Chaim

Das könnte Ihnen auch gefallen