Apostila Estatística e Matemática Financeira

FACULDADE ÚNICA
DE IPATINGA
ESTATÍSTICA E MATEMÁTICA
FINANCEIRA
Felipe Chaves Inácio
1
Felipe Chaves Inácio
Possui graduação em Economia pela Universidade Federal de Minas Gerais (UFMG) (2000)
e Mestrado em Estatística pela Universidade Federal de Pernambuco (UFPE) (2004).
Atualmente é gerente da Seção de Estatística e Indicadores Municipais na Prefeitura
Municipal de Ipatinga e professor tutor na Faculdade Única de Ipatinga. Tem experiência
na área de Economia, com ênfase em Métodos e Modelos Matemáticos, Econométricos
e Estatísticos.
ESTATÍSTICA E MATEMÁTICA FINANCEIRA
1ª edição
Ipatinga – MG
2020
2
FACULDADE ÚNICA EDITORIAL
Diretor Geral: Valdir Henrique Valério

Diretor Executivo: William José Ferreira
Ger. do Núcleo de Educação a Distância: Cristiane Lelis dos Santos
Coord. Pedag. da Equipe Multidisciplinar: Gilvânia Barcelos Dias Teixeira
Revisão Gramatical e Ortográfica: Izabel Cristina da Costa
Revisão/Diagramação/Estruturação: Bárbara Carla Amorim O. Silva
Carla Jordânia G. de Souza
Rubens Henrique L. de Oliveira
Design: Brayan Lazarino Santos
Élen Cristina Teixeira Oliveira
Maria Luiza Filgueiras
NEaD – Núcleo de Educação a Distância FACULDADE ÚNICA

Rua Salermo, 299
Anexo 03 – Bairro Bethânia – CEP: 35164-779 – Ipatinga/MG
Tel (31) 2109 -2300 – 0800 724 2300
www.faculdadeunica.com.br
3
Menu de Ícones
Com o intuito de facilitar o seu estudo e uma melhor compreensão do conteúdo apli-
cado ao longo do livro didático, você irá encontrar ícones ao lado dos textos. Eles são
para chamar a sua atenção para determinado trecho do conteúdo, cada um com
uma função específica, mostradas a seguir:
São sugestões de links para vídeos, documentos cientí-

fico (artigos, monografias, dissertações e teses), sites ou
links das Bibliotecas Virtuais (Minha Biblioteca e
Biblioteca Pearson) relacionados com o conteúdo
abordado.
Trata-se dos conceitos, definições ou afirmações
importantes nas quais você deve ter um maior grau de
atenção!
São exercícios de fixação do conteúdo abordado em

cada unidade do livro.
São para o esclarecimento do significado de

determinados termos/palavras mostradas ao longo do
livro.
Este espaço é destinado para a reflexão sobre
questões citadas em cada unidade, associando-o a
suas ações, seja no ambiente profissional ou em seu
cotidiano.
4
SUMÁRIO
UNIDADE AMOSTRAGEM .......................................................................................... 8
01
1.1 INTRODUÇÃO ............................................................................................................ 8
1.2 DIMENSIONAMENTO DA AMOSTRA.................................................................... 8
1.3 TIPOS DE AMOSTRAGEM ................................................................................... 10
FIXANDO O CONTEUDO ............................................................................................ 12
ESTATÍSTICA DESCRITIVA ......................................................................... 15

UNIDADE
02
2.1 INTRODUÇÃO ..................................................................................................... 15
2.2 TABELAS DE FREQUÊNCIAS ................................................................................ 15
2.3 MEDIDAS DESCRITIVAS ...................................................................................... 17
FIXANDO O CONTEÚDO ............................................................................................ 25
MEDIDAS DE ASSIMETRIA E CURTOSE ..................................................... 28

UNIDADE
03
3.1 INTRODUÇÃO ..................................................................................................... 28
3.2 MEDIDA DE ASSIMETRIA .................................................................................... 29
3.3 MEDIDA DE CURTOSE ......................................................................................... 30
UNIDADE PRINCÍPIOS DA PROBABILIDADE ............................................................ 35
04
4.1 INTRODUÇÃO ..................................................................................................... 35
4.2 DEFINIÇÕES DE PROBABILIDADE ....................................................................... 38
4.3 REGRA DA ADIÇÃO ........................................................................................... 40
4.4 REGRA DO PRODUTO......................................................................................... 41
4.5 PROBABILIDADE TOTAL ...................................................................................... 43

4.6 TEOREMA DE BAYES ........................................................................................... 45
4.7 DISTRIBUIÇÕES DE PROBABILIDADE .................................................................. 47
UNIDADE INFERÊNCIA ESTATÍSTICA ........................................................................ 65
05
5.1 INTRODUÇÃO ..................................................................................................... 65
5.2 ESTIMAÇÃO ........................................................................................................ 67
5
UNIDADE INFERÊNCIA ESTATÍSTICA: TESTE DE HIPÓTESES ...................................... 74
06
6.1 INTRODUÇÃO ..................................................................................................... 74
6.2 TESTE DE HIPÓTESES PARA A MÉDIA POPULACIONAL...................................... 76
UNIDADE JUROS SIMPLES E COMPOSTOS .............................................................. 85
07
7.1 INTRODUÇÃO ..................................................................................................... 85
7.2 REGIMES DE CAPITALIZAÇÃO ........................................................................... 87
FIXANDO O CONTEÚDO .......................................................................................... 100
DESCONTOS .......................................................................................... 103

UNIDADE
08
8.1 INTRODUÇÃO ................................................................................................... 103
8.2 DESCONTO SIMPLES......................................................................................... 104
8.3 DESCONTO COMPOSTO.................................................................................. 110
UNIDADE SÉRIES DE PAGAMENTOS ...................................................................... 116
09
9.1 INTRODUÇÃO ................................................................................................... 116
9.2 FLUXO DE CAIXA ............................................................................................. 116
9.3 SÉRIE DE PAGAMENTOS UNIFORMES .............................................................. 118
9.4 SÉRIE DE PAGAMENTOS VARIÁVEIS ................................................................ 128
9.5 SÉRIE DE PAGAMENTOS INFINITA .................................................................... 131

UNIDADE EMPRÉSTIMOS ........................................................................................ 137
10
10.1 INTRODUÇÃO ................................................................................................... 137
10.2 DESCONTO DE DUPLICATAS ............................................................................ 137
10.3 NOTAS PROMISSÓRIAS .................................................................................... 139
10.4 FOMENTO COMERCIAL (FACTORING) ........................................................... 140
SISTEMAS DE AMORTIZAÇÃO ............................................................... 147

UNIDADE
11
11.1 INTRODUÇÃO ................................................................................................... 147
11.2 SISTEMA DE AMORTIZAÇÃO FRANCÊS ........................................................... 147
11.3 SISTEMA DE AMORTIZAÇÃO CONSTANTE ...................................................... 153
11.4 SISTEMA DE AMORTIZAÇÃO MISTO ................................................................ 156
MÉTODOS DE AVALIAÇÃO DE INVESTIMENTOS .................................. 162

UNIDADE
12
12.1 INTRODUÇÃO ................................................................................................... 162
12.2 VALOR PRESENTE LÍQUIDO (VPL)..................................................................... 162
12.3 TAXA INTERNA DE RETORNO (TIR) ................................................................... 164
6
RESPOSTAS FIXANDO CONTEÚDO........................................................ 171
REFERÊNCIAS ......................................................................................... 173
7
AMOSTRAGEM UNIDADE
INTRODUÇÃO
A amostragem é um processo pelo qual podemos conhecer as características

de um todo (chamado “universo”) sem termo que analisar todos os elementos que o
compõem. Uma analogia frequentemente utilizada é da prova de um bolo. Se qui-
sermos saber se um bolo é gostoso, não há a necessidade de comermos o bolo in-
teiro, basta uma pequena fatia. Da mesma forma, quando queremos conhecer
alguma característica de um universo, não precisamos pesquisar cada elemento que
o compõe, basta analisarmos uma parte, sendo esta parte chamada de “amostra”.
Entretanto, assim como na prova de um bolo, essa parte não pode ser
pequena demais, caso contrário, corremos o risco de não ser o suficiente para termos
uma ideia do todo. Também não podemos escolher de forma descuidada os
elementos que irão compor a amostra, pois podemos não ter todas as características
do universo que precisam ser preservadas. Dessa forma, o processo de escolha de
uma amostra é composto, grosso modo, por duas etapas: o dimensionamento (ou
cálculo do tamanho) da amostra e o tipo de amostragem utilizado para escolher os
elementos que irão compor a amostra.
DIMENSIONAMENTO DA AMOSTRA
No que diz respeito a esta etapa do processo, é importante ressaltar que o

tamanho da amostra depende fundamentalmente de dois fatores: o tamanho do
universo e a margem de erro que estamos dispostos a aceitar. Esta margem de erro,
ao contrário do que se possa imaginar, é determinada antes do cálculo do tamanho
da amostra e não depende de fator algum. É importante lembrar apenas que,
quanto menor a margem de erro, maior deverá ser o tamanho da amostra, o que
8
pode acarretar em maiores custos financeiros e maiores tempos de execução.
Por outro lado, está margem de erro não pode ser grande demais, pois pode
comprometer os resultados da pesquisa. Dessa forma, precisamos sempre escolher
uma margem de erro que esteja a meio termo.
Existem várias formas (e fórmulas) para o cálculo do tamanho de amostras.
Uma forma relativamente simples e que traz resultados bastante satisfatórios a se-
guinte, demonstrada pela equação (1):
N
n= (1)
NE + 1
Onde:
n = tamanho da amostra;
N = tamanho do universo;
E = margem de erro escolhida.
Exemplo: Suponha que uma determinada empresa tenha 3000 clientes em

seus cadastros e pretenda realizar uma pesquisa de satisfação entre eles. Quantos
clientes deverão ser pesquisados para que se tenha uma margem de erro de 5%?
Solução: Neste caso, temos o seguinte:
N = 3000
E = 5% = 0,05
n =?
Então:
3000
n=
3000 ∙ (0,05) + 1
3000
n=
3000 ∙ (0,0025) + 1
3000
n=
7,5 + 1
3000
n=
8,5
n = 352,941176 ≅ 𝟑𝟓𝟑
9
TIPOS DE AMOSTRAGEM
Após conhecermos o número de elementos do universo que devemos pesqui-

sar, precisamos saber como selecionar esses elementos. Existem várias maneiras de
se fazer isso e, dentre elas, os quatro principais tipos são:
 Amostragem aleatória simples: Neste tipo de amostragem, todos os elementos

do universo têm a mesma chance de serem selecionados. Este é o principal
tipo de amostragem, sendo frequentemente utilizado em conjunto com outros
tipos. Os melhores exemplos de amostragem aleatória simples são os sorteios
de uma forma geral.
 Amostragem estratificada: Neste tipo de amostragem, o universo é previa-
mente divido em grupos mutuamente exclusivos (chamados estratos) e depois
são selecionados alguns elementos de cada um destes grupos. A escolha
destes elementos normalmente é feita através da amostragem aleatória
simples.
 Amostragem por conglomerados: Neste caso, o universo também é dividido
em grupos. Entretanto, apenas alguns destes grupos são selecionados e então
todos os elementos destes grupos são pesquisados. Neste tipo de amostragem
há uma grande economia de tempo e recursos financeiros, uma vez que é
dispensada a necessidade de listagem dos elementos do universo além de
reduzir o custo de locomoção e acesso aos elementos para a obtenção das
informações desejadas.
 Amostragem sistemática: Essa amostragem consiste em considerar os N
elementos do universo reunidos em grupos definidos por um intervalo de
amplitude N⁄n e sortear um elemento decada grupo para compor a amostra
10
MCCLAVE, J. T. Estatística para administração e economia. São Paulo: Pearson
Prentice Hall, 2009. Disponivél em: https://bit.ly/2QNFMKU
 DOANE, D. P.; SEWARD, L. E. Estatística Aplicada à Administração e Economia. 4. ed.

Porto Alegre: AMGH, 2014. Disponivel em: https://bit.ly/3hWvWSI.
11
FIXANDO O CONTEUDO
1. Considerando um universo composto por 1.200 pessoas, calcule o tamanho da

amostra necessário para se ter uma margem de 5%.
a) n = 450
b) n = 400
c) n = 300
d) n = 380
e) n = 395
2. Calcule o tamanho da amostra necessário para se ter uma margem de erro de 1%

em um universo de 1.220 pessoas.
a) n = 1.087
b) n = 1.110
c) n = 800
d) n = 950
e) n = 750
3. Calcule o tamanho da amostra necessário para que se tenha uma margem de

erro de 5% em um universo de 500.000 pessoas.
a) n = 800
b) n = 400
c) n = 1.500
d) n = 1.000
e) n = 1.275
4. Assinale a alternativa correta no que se refere ao cálculo do tamanho de uma

amostra.
a) Quanto maior for a margem de erro, maior será também o tamanho da amostra.
b) A margem de erro deve ser escolhida antes de calcular o tamanho da amostra.
12
c) O tamanho do universo não influencia o tamanho da amostra.
d) O tamanho da amostra é sempre um percentual fixo do universo.
e) O tamanho da amostra é diretamente proporcional à margem de erro.
5. Assinale a alternativa correta no que se refere à amostragem estratificada.
a) É um processo em que todos os elementos do universo têm a mesma chance de

serem selecionados.
b) Selecionamos um ponto de partida e escolhemos um a cada “x” elementos do
universo.
c) O universo é dividido em partes e depois, são selecionados alguns elementos de
cada parte.
d) Os elementos são sorteados até termos o total que precisamos na amostra.
e) O universo é dividido em partes e selecionamos algumas delas para pesquisar to-
dos os elementos.
6. Assinale a alternativa correta no que diz respeito à amostragem aleatória simples.
a) Antes de tudo, o universo deve ser dividido em partes.

b) Pesquisamos todos os elementos de algumas partes selecionadas.
c) Pesquisamos todos os elementos do universo.
d) Selecionamos um em cada “x” elementos do universo.
e) Sorteios justos são exemplos deste tipo de amostragem.
7. Suponha que uma pessoa deseje realizar uma pesquisa com os habitantes de um
município. Sabendo que este município possui 10.000 habitantes e que a pessoa
pretende selecionar uma amostra utilizando uma margem de erro de 5%, quantos
habitantes ela deverá selecionar?
a) 385
b) 450
c) 520
d) 284
e) 785
13
8. O gerente de marketing de uma determinada empresa decide fazer uma pes-
quisa, por amostragem, para conhecer o perfil socioeconômico dos clientes em
potencial no seu município. Para tanto, ele seleciona algumas pessoas em cada
um dos 10 bairros deste município. Dessa forma, qual foi o tipo de amostragem
utilizado por ele?
a) Amostragem aleatória.
b) Amostragem sistemática.
c) Amostragem por conglomerados.
d) Amostragem estratificada.
e) Amostragem por conveniência.
14
ESTATÍSTICA DESCRITIVA Erro!
Fonte de
referênci
INTRODUÇÃO a não
encontra
A estatística descritiva pode ser entendida como um conjunto de técnicas e
métodos estatísticos que nos permitem descreve um determinado conjunto de dados
para que possamos ”enxergar” as informações nele contidas. Dentre estas técnicas
encontram-se tabelas, gráficos e medidas que irão representar o conjunto de dados
em questão. A estatística descritiva nos permite apenas descrever um conjunto de
dados sem que possamos, a partir dele, fazer afirmativas acerca do universo do qual
tal conjunto foi extraído. A parte da estatística que nos permite fazer isso é chamada
de inferência estatística. Dentre as técnicas da estatística descritiva, começaremos
estudando as tabelas de frequências e passaremos então para as medidas descriti-
vas.
TABELAS DE FREQUÊNCIAS
São tabelas que contêm na primeira coluna classes ou intervalos de valores da

variável em questão e na segunda coluna a frequência de cada classe, ou seja, a
quantidade de valores que se encontram dentro de cada intervalo. Vejamos o se-
guinte exemplo na Tabela 1:
Tabela 1: Exemplo de Tabela de Frequências

Classes Frequência Freq. Relativa Freq. Acumulada
10 ˫ 20 8 0,32 08
20 ˫ 30 7 0,28 15
30 ˫ 40 5 0,20 20
40 ˫ 50 3 0,12 23
50 ˫ 60 2 0,08 25
Total (Σ) 25 1,00 -
Fonte: Elaborado pelo Autor (2020)
15
Supondo que a tabela 1 se refira às idades de 25 pessoas de um determinado
grupo, podemos dizer que 8 destas pessoas (ou 32%) possuem idade entre 10 e 20
anos. Sete pessoas possuem idade entre 20 e 30 anos e assim sucessivamente. A
frequência relativa informa justamente a porcentagem de valores dentro de cada
classe e é obtida dividindo-se a frequência da classe pela frequência total. Por sua
vez, a frequência acumulada é obtida somando-se a frequência da classe com a
frequência das classes anteriores. Por exemplo, a frequência da terceira classe é
obtida somando-se 5 + 7 + 8 = 20 e significa que existem 20 pessoas com idade entre
10 e 40 anos.
Através desta tabela podemos perceber, por exemplo, que 60% das pessoas
deste grupo possuem entre 10 e 30 anos de idade. Isso pode ser percebido somando-
se as frequências relativas das duas primeiras classes. Por outro lado, somando as
frequências relativas das duas últimas classes, podemos perceber que apenas 20%
destas pessoas possuem idade entre 40 e 60 anos. Dessa forma, podemos concluir
que este grupo é constituído basicamente por pessoas mais jovens.
Uma questão que devemos sempre considerar diz respeito ao número de
classes que serão utilizadas em cada tabela. No exemplo acima, foram utilizadas 5
classes, mas nem sempre será assim. A quantidade de classes de uma tabela
dependerá do número de valores existentes no conjunto (ou seja, o tamanho da
amostra). Chamando de “K” o número de classes e de “n” o tamanho da amostra,
a quantidade de classes que serão utilizadas na tabela pode ser calculada pela
equação (2):
K = 1 + 3, 22 log n (2)
Entretanto, é importante notar que este cálculo pode ser simplificado quando
o conjunto de dados não possui mais de 50 valores. Neste caso, o número K de
classes poderá ser aproximado pela equação (3):
K = √n (3)
Após conhecermos o número de classes a ser utilizado, devemos calcular o

intervalo destas classes, que chamaremos de “H”, por meio da equação (3). Assim,
16
A
H= (4)
K
Onde “A” é a amplitude, ou seja,

A = Maior valor − Menor valor.
MEDIDAS DESCRITIVAS
As medidas descritivas (Figura 1) são grandezas utilizadas para resumir e des-

crever um conjunto de dados. De grande utilidade nas análises estatísticas, essas me-
didas se dividem em dois grupos: as medidas de tendência central e as medidas de
variação.
Figura 1: Medidas Descritivas
Medidas de tendência central
Como o próprio nome sugere, esse conjunto de medidas nos dão a ideia de
centralidade, sendo a média a mais importante delas, embora não seja a única.
Existem alguns “tipos” de médias, utilizadas em diferentes situações, conforme
veremos a seguir.
17
 Média aritmética simples: Representada pelo símbolo X, é utilizada em situações
onde todos os valores têm o mesmo peso, ou seja, têm todos a mesma importância
no conjunto de dados. É calculada pela equação (5):
∑x
X= (5)
N
Assim, para calcularmos a média simples, basta somar todos os valores e dividir
pela quantidade de valores somados.
Exemplo: Suponha que tenhamos um conjunto como os seguintes números:
2, 4, 5, 7 e 12 . A média deste conjunto seria:
2 + 4 + 5 + 7 + 12
X=
5
X=6
 Média aritmética ponderada: É utilizada quando nem todos os valores do conjunto

têm a mesma importância. Neste caso, damos pesos maiores para os valores mais
importantes. Representaremos a média ponderada pelo símbolo X e seu cálculo
é feito pela equação (6):
∑ (x . p)
X = (6)
∑p
Neste caso, “x” são os valores do conjunto e “p” o peso correspondente.
Exemplo: Suponha que um aluno tenha sido aprovado com as seguintes notas nas
disciplinas a abaixo, cada uma com seu respectivo peso.
Disciplina Nota Peso

História 98 3
Geografia 97 3
Física 85 2
Matemática 90 2
Dessa forma, a média ponderada ficaria assim:
18
(98 × 3) + (97 × 3) + (85 × 2) + (90 × 2)
X =
3+3+2+2
935
X =
10
X = 93,5
 Moda: É o valor que aparece com a maior frequência num conjunto de dados.
Iremos representa-la por “mo”.
Exemplo: Seja o seguinte conjunto: 2, 8, 3, 5, 4, 5, 3, 5, 5 𝑒 1

O elemento de maior frequência (o que aparece mais vezes) é o 5.
Dessa forma, mo = 5. Como o conjunto apresente somente uma moda, dizemos que
se trata de um “conjunto modal”. Entretanto, o conjunto de dados pode apresentar
mais de uma moda. Nestes casos, são chamados de “conjunto bimodal” (quando
tem duas modas) ou “conjunto multimodal” (quando tem mais de duas modas). Ve-
jamos os exemplos abaixo:
Exemplo: Seja o conjunto: 6, 10, 5, 6, 10 𝑒 2.

Os elementos 6 e 10 aparecem com a mesma frequência máxima. Portanto, o con-
junto apresenta duas modas, sendo assim um conjunto bimodal.
Exemplo: No conjunto 2, 2, 5, 2 , 8 , 5 8, 8, 10, 10 𝑒 10 os números 2, 8 e 10 aparecem

com a mesma frequência máxima. Portanto, trata-se de um conjunto multimodal.
 Mediana: É o valor que ocupa a posição central em um conjunto de dados,

quando o mesmo se encontra ordenado. Sendo assim, podemos afirmar que 50%
dos valores do conjunto são menores que a mediana e, por conseguinte, 50% são
maiores que ela. Precisamos observar que se trata de uma medida de posição.
Isso significa que, para conhecermos a mediana de um conjunto, precisamos
calcular a posição que ela ocupa no conjunto de dados. Iremos representar a
19
mediana pelo símbolo 𝑋 e sua posição no conjunto é dada pela equação (7):
n+1
(7)
2
Exemplo: Seja o seguinte conjunto de dados: 2, 4, 6, 10, 12, 15, 20, 22, 25, 26, 28, 30,
33, 35, 37, 41, 44, 47, 49, 55 e 58, calcule sua mediana.
Há 21 números neste conjunto (n = 21), de forma que a posição ocupada pela

mediana é:
n+1 21 + 1
= = 11
2 2
Assim, a mediana ocupa a 11ª posição no conjunto (é o 11º número do

conjunto) e seu valor é 𝑋 = 2
 Neste link Veja mais sobre estes conceitos apresentados de outra maneira, com vídeos
e um mapa mental em: https://bit.ly/3biOR7I (Acesso em: 08 maio 2020).
 Nos livros abaixo, há também uma explicação detalhada sobre a estatística descritiva:
 MCCLAVE, J. T. Estatística para administração e economia. São Paulo: Pearson
Prentice Hall, 2009. Disponivél em: https://bit.ly/2QNFMKU. Acesso em: 08 maio 2020.
Porto Alegre: AMGH, 2014. Disponivel em: https://bit.ly/3hWvWSI. Acesso em: 08 maio
2020.
 Quartis: Os quartis fazem parte das chamadas “medidas separatrizes” que são
medidas que dividem o conjunto de dados em partes iguais. No caso dos quartis,
trata-se de três valores que dividem o conjunto em quatro partes (desde que o
conjunto esteja ordenado). Dessa forma, 25% dos valores do conjunto de dados
são menores que o primeiro quartil (𝑄 ), 50% dos valores são menores que o
segundo quartil (𝑄 ) e 75% dos valores são menores que o terceiro quartil (𝑄 ). É
importante notar que, por serem medidas de posição, não calculamos seus
valores. O que calculamos são suas posições dentro do conjunto de dados. Essas
20
posições são dadas pelas equações (8), (9) e (10):
n+1
Q = (8)
4
n+1
Q = (9)
2
n+1
Q =3∙ (10)
4
Exemplo: Considere o seguinte conjunto referente às idades de 15 pessoas.
12 15 16 18 19
20 24 25 27 28
30 33 34 35 38
Assim, temos as seguintes posições:
n+1 15 + 1
Q = = =4
4 4
n+1 15 + 1
Q = = =8
2 2
n+1 15 + 1
Q =3∙ =3∙ = 3 ∙ 4 = 12
4 4
Assim, o primeiro quartil é o número que ocupa a 4ª posição no conjunto de

dados, ou seja:
Q = 18
Da mesma forma, o segundo quartil é o número que ocupa a 8ª posição no

conjunto:
Q = 25
Por fim, o terceiro quartil é o é o número que ocupa a 12ª posição no conjunto:
Q = 33
21
Dessa forma, podemos afirmar que 25% das pessoas pesquisadas têm idade
inferior a 18 anos. 50% delas têm idade inferior a 25 anos e 75% das pessoas têm idade
inferior a 33 anos.
Medidas de variação (ou dispersão)
As medidas de tendência central, como vimos anteriormente, são essenciais

para a descrição de um conjunto de dados. Entretanto, elas não nos trazem todas as
informações que precisamos ter sobre os dados. Tomemos a média como exemplo e
analisemos os dois conjuntos abaixo.
Conjunto A: 10 ; 1 ; 18 ; 20 ; 35 ; 3 ; 7 ; 15 ; 11 ; 10
Conjunto B: 12 ; 13 ; 13 ; 14 ; 12 ; 14 ; 12 ; 14 ; 13 ; 13
Podemos perceber que ambos os conjuntos apresentam a mesma média (𝑋 =

13). Entretanto, podemos perceber também que esta média representa bem o con-
junto B, mas não representa tão bem o conjunto A. Isso acontece porque, no primeiro
conjunto, os valores estão mais dispersos, ou seja, podemos encontrar valores bas-
tante diferentes da média. No conjunto B, os valores estão mais próximos uns dos
outros e, por consequência, também da média.
Com isso, podemos perceber que precisamos de outras medidas que nos
indiquem o quanto os números estão variando em torno da média. Em outras
palavras precisamos de medidas que traduzam o grau de variabilidade do conjunto.
Essas medidas são as medidas de variação ou dispersão.
 Variância: Representada por s2, é uma das medidas de variação mais utilizadas.
Seu cálculo é feito pela equação (11):
∑(x − x)
S = (11)
n−1
Nesta fórmula, 𝑥̅ é a média do conjunto, x representa cada um dos valores

individualmente e n representa a quantidade total de números no conjunto.
Exemplo: Calculemos a variância do seguinte conjunto de dados: 4 ; 5 ; 8 ; 5.
22
Este conjunto tem n = 4 elementos e sua média é igual a:
4 + 5 + 8 + 5 22
x= =
4 4
x = 5,5
Os termos (x − x) são:
(4 − 5,5) = 2,25
(5 – 5,5) = 0,25
(8 – 5,5) = 6,25
(5 – 5,5) = 0,25
Ao somarmos estes valores, obtemos ∑ (x − x) = 9.

Então, usando a equação (11), temos o seguinte:
∑(x − x) 9
S = =
n−1 4−1
S =3
 Desvio-padrão: O desvio-padrão de um conjunto de dados é simplesmente a raiz

quadrada da variância. Ele tem a vantagem de expressar a variabilidade do
conjunto na mesma unidade de medida dos valores e não na unidade de medida
ao quadrado, como a variância. Dessa forma, temos o seguinte se considerarmos
o exemplo anterior:
S= S = √3
S ≈ 1,73
23
 Veja mais sobre as medidas de variação e suas interpretações em: https://bit.ly/3lLYvEW
(Acesso em: 08 maio 2020).
 Há mais um pouco sobre o conceito de desvio-padrão. Acesse: https://bit.ly/2YTjITt.

(Acesso em: 08 maio 2020).
 Coeficiente de variação: Quando analisamos o desvio-padrão de um conjunto de

dados, temos uma informação sobre a variação absoluta daquele conjunto. En-
tretanto, muitas vezes é importante levar em consideração a média do conjunto
ao analisarmos seu grau de variação. Para isso, utilizamos uma medida de varia-
ção relativa, ou seja, que nos diz a variabilidade do conjunto em relação à sua
média. Esta medida é o coeficiente de variação (CV) e é calculada dividindo-se
o desvio-padrão do conjunto pela sua média. O resultado costuma ser
multiplicado por 100 para termos uma porcentagem. Assim, temos a equação (12):
S
C = ∙ 100 (12)
x
Ainda considerando o exemplo anterior, o coeficiente de variação daquele

conjunto será:
1,73
C = ∙ 100
5,5
C ≈ 31,45
A renda per capta de um país é a renda total deste país dividida pelo número de
habitantes, ou seja, trata-se de uma média simples. Por outro lado, a distribuição de renda
nos dá uma medida da variação desta renda ao redor da média, ou seja, nos dá uma
ideia de variabilidade. Um país cuja renda apresenta grande concentração, apresentará
uma variância (da renda) alta ou baixa?
24
FIXANDO O CONTEÚDO
1. No que se refere à estatística descritiva, assinale a alternativa correta.
a) Trata-se de um conjunto de técnicas usadas para conhecermos um universo.

b) Trata-se de um conjunto de técnicas e métodos para representar e descrever um
conjunto de dados.
c) É composta somente de gráficos e tabelas.
d) É sinônimo de inferência estatística.
e) Nenhuma das alternativas anteriores está correta.
2. Calcule a média aritmética simples do seguinte conjunto de dados e assinale a

resposta correta: 05 ; 07 ; 13 ; 15 ; 20.
a) 𝑥̅ = 15
b) 𝑥̅ = 12
c) 𝑥̅ = 18
d) 𝑥̅ = 7
e) 𝑥̅ = 10
3. Encontre a mediana do conjunto de dados abaixo e assinale a alternativa correta:

05 ; 08 ; 10 ; 12 ; 15.
a) 𝑥̅ = 10
b) 𝑥̅ = 15
c) 𝑥̅ = 08
d) 𝑥̅ = 05
e) 𝑥̅ = 12
4. Encontre o terceiro quartil do seguinte conjunto de dados: 03; 05; 09; 10; 12; 15; 18.
a) Q3 = 6
b) Q3 = 09
c) Q3 = 10
25
d) Q3 = 15
e) Q3 = 12
5. Suponha que um determinado aluno tenha concluído o último ano do Ensino Mé-
dio com as seguintes notas:
Disciplina Nota Peso

História 75 5
Geografia 70 5
Física 85 4
Matemática 90 4
Química 95 3
Português 88 5
Língua Estrangeira 87 4
Suponha ainda que cada disciplina tenha um determinado peso, conforme a ta-
bela acima. Sendo assim, calcule a média ponderada das notas deste aluno.
a) 83,27
b) 80,51
c) 85,37
d) 80,00
e) 82,00
6. Calcule a variância do seguinte conjunto de dados e assinale a alternativa

correta: 02; 05; 05; 12.
a) S² = 4,24
b) S² = 5,25
c) S² = 18
d) S² = 20
e) S² = 15
7. A tabela de frequências abaixo se refere à idade de um grupo de pessoas

pesquisadas em um estudo. No que se refere a ela, é correto afirmar que:
26
Classes Frequência Freq. Relativa Freq. Acumulada
15 Ⱶ 25 9 0,30 9
25 Ⱶ 35 2 0,07 11
35 Ⱶ 45 5 0,17 16
45 Ⱶ 55 6 0,20 22
55 Ⱶ 65 8 0,26 30
Total 30 1 -
a) 0,07% das pessoas têm idade compreendida entre 25 e 35 anos.

b) 37% das pessoas têm menos de 35 anos.
c) Foram pesquisadas 25 pessoas no total.
d) 46% das pessoas têm mais de 55 anos.
e) Apenas 17% das pessoas têm menos de 45 anos.
8. Considerando a tabela de frequências da questão anterior, calcule a média dos

dados que deram origem a ela e assinale a alternativa correta.
a) 31,5
b) 45,81
c) 40,67
d) 31,5
e) 50,67
27
MEDIDAS DE ASSIMETRIA E Erro!
CURTOSE
Fonte
de
INTRODUÇÃO
referênc
O conceito de simetria sempre remete à ideia de igualdade. Segundo o dici-
onário Houaiss (2001, p. 2573) simetria é: “ [...] conformidade, em medida, forma e
posição relativa, entre [...] cada lado de uma linha divisória, um plano médio, um
centro ou eixo [...] semelhança entre duas metades [...].
Do ponto de vista da estatística, a simetria ocorre quando a média, a moda e
a mediana de um conjunto (ou variável) são iguais. Ou seja, simetria em estatística
significa que 𝑋 = 𝑋 = 𝑚 . Graficamente, teríamos algo desta forma:
Figura 2: Gráfico de Simetria
Quando uma distribuição não apresenta simetria, dizemos que ela é “assimé-
trica” e seu gráfico poderá ser de uma das duas formas apresentadas na Figura 3
abaixo:
Figura 3: Gráficos de Assimetria
Fonte: Morettin e Bussab (2010, p. 51)
28
MEDIDA DE ASSIMETRIA
Talvez a forma mais comum de identificar e medir a assimetria de uma distri-

buição é pelo Coeficiente de Pearson, dado pela equação (13).
X − m
A = (13)
D
Se A = 0, então sabemos que a distribuição é simétrica.

Se A < 0, então dizemos que a distribuição é assimétrica negativa.
Se A > 0, então a distribuição é assimétrica positiva.
Exemplo: Qual é a medida de assimetria do conjunto abaixo?
10 ; 12 ; 15 ; 18 ; 20 ; 12 ; 21 ; 12
Primeiramente, a média deste conjunto é:
∑ x 120
X= =
n 8
A moda é mo = 12 e o desvio-padrão será:
∑(x − X)
S= S = ≈ 4,17
n−1
Sendo assim, o coeficiente de Pearson será:
X − m 15 − 12
A = = ≈ 0,72
S 4,17
29
MEDIDA DE CURTOSE
A curtose de uma distribuição diz respeito à concentração de valores em torno

de sua moda. Graficamente, ela representa o grau de “achatamento” da curva que
representa a distribuição. Este conceito pode ser melhor entendido através da figura
abaixo.
Figura 4: Gráficos de Curtose
Fonte: Lopez (2003, p. 47)
Representada por “K”, a medida de curtose mais comum é dada pela equa-
ção (14):
1 (x − X)
K= –3 (14)
n (S)
Quando K = 0, dizemos que se trata de uma distribuição mesocúrtica.

Quando K > 0 trata-se de uma distribuição leptocúrtica.
Quando K < 0 trata-se de uma distribuição platocúrtica.
O valor 3 na fórmula de K representa o valor da curtose de uma distribuição de referência

chamada “distribuição normal padrão” e que caracteriza a distribuição mesocúrtica.
30
Exemplo: Considerando o conjunto de dados do exemplo anterior, temos:
1 (10 − 15) + (12 − 15) + (15 − 5) +(18 − 15) + (20 − 15) + (12 − 15) + (21 − 15) + (12 − 15)
K= –3
8 4,17
1 2870
K= –3
8 302,37
2870
K= –3
2418,96
K ≈ – 1,81
Portanto, temos uma distribuição platocúrtica.
 Nos Livros abaixo vocês encontrarão mais informações e explicação mais detalhada
sobre assimetria e curtose.
Prentice Hall, 2009. Disponível em: https://bit.ly/2QNFMKU.
Porto Alegre: AMGH, 2014. Disponível em: https://bit.ly/3hWvWSI.
Sabemos que a altura de pessoas adultas segue uma distribuição normal (assimetria igual
a zero). Assim, a probabilidade de encontrarmos uma pessoa com altura 5 cm acima da
média é igual à probabilidade de encontrarmos uma pessoa com altura 5 cm abaixo da
média. Se, hipoteticamente, a distribuição de probabilidades das alturas fosse assimétrica
à esquerda (assimetria menor que zero) seria mais provável encontrar pessoas mais altas
ou mais baixas?
31
FIXANDO O CONTEÚDO
1. Assinale alternativa correta no que se refere à simetria.
a) Quando uma distribuição não apresenta simetria, dizemos que ela é assimétrica.
b) Uma distribuição assimétrica é aquela em que a média, a moda e a mediana são
iguais.
c) A principal medida de assimetria é chamada de Coeficiente de Variação.
d) Quando uma distribuição for simétrica, o Coeficiente de Pearson será maior que
zero.
e) Quando o Coeficiente de Pearson é maior que zero, dizemos que a distribuição é
assimétrica à esquerda.
2. Suponha que os dados abaixo sejam referentes às idades de cinco pessoas.

18 19 18 25 30
Com base nestes dados, calcule o Coeficiente de Pearson e assinale a alternativa
correta.
a) O valor do Coeficiente de Pearson é 0,75.

b) A distribuição apresenta assimetria negativa.
c) A distribuição é simétrica.
d) O valor do Coeficiente de Pearson é 1,45.
e) Não é possível calcular o Coeficiente de Pearson.
3. Considerando o conjunto de dados abaixo, calcule a assimetria através do Coefi-

ciente de Bowley e assinale a alternativa correta.
Coeficiente de Bowley
Q + Q − 2Md
AS =
Q −Q
15 17 19 20 22
25 27 29 30 32
38 39 41 43 45
32
a) A = 1,25
b) A = 0,05
c) A = -1,55
d) A = 0
e) A = 0,22
4. Calcule o Coeficiente de Pearson do seguinte conjunto de dados:

02 05 05 08
a) A = 0,0
b) A = -1,55
c) A = 0,75
d) A = - 0,51
e) A = 0,71
5. No que se refere à curtose, é correto afirmar que:
a) ela se refere à concentração de valores em torno de sua média.

b) ela se refere à concentração de valores em torno de sua mediana.
c) quando a curtose é menor que zero, dizemos que a distribuição é platocúrtica.
d) quando a curtose é maior que zero, dizemos que a distribuição é mesocúrtica.
e) quando a curtose é igual a zero, dizemos que a distribuição é leptocúrtica.
6. Suponha que cinco pessoas tenham sido entrevistadas para preencher a uma
vaga de emprego e o conjunto abaixo represente a idade de cada candidato.
18 21 21 22 25
Calcule a curtose referente a esta distribuição e assinale a alternativa correta.
a) 1,48
b) – 2,47
c) – 1,48
d) 0,25
e) – 0,25
33
7. No que se refere à curtose, assinale a alternativa correta.
a) A curtose da distribuição normal padrão é igual a 2.

b) O número 3 na fórmula da curtose se refere à distribuição “t de Student”.
c) A distribuição normal padrão é leptocúrtica.
d) A curtose representa o grau de achatamento da curva da distribuição.
e) A distribuição normal padrão é platocúrtica.
8. Calcule o coeficiente de Bowley para um conjunto de dados que apresenta os

seguintes valores: Q = 10; Q = 18 e X = 15.
Coeficiente de Bowley
Q + Q − 2Md
AS =
Q −Q
a) A = - 0,25
b) A = 0,55
c) A = - 1,25
d) A = 2,15
e) A = 1,75
34
PRINCÍPIOS DA PROBABILIDADE Erro!
Fonte
INTRODUÇÃO
de
referênc
A todo o momento estamos lidando com situações que envolvem imprevisibi-
lidade. Ao sairmos de casa, por exemplo, não temos certeza de choverá ou não ou
mesmo se chegaremos a tempo para um determinado compromisso. Nestes casos,
podemos ter, no máximo, uma estimativa da chance destes eventos acontecerem.
Este tipo de fenômeno, em que está envolvido o acaso, tem sido objeto de interesse
da humanidade há vários séculos. Entretanto, somente a partir do século XVI filósofos
e matemáticos começaram a dar os primeiros tratamentos matemáticos ao pro-
blema.
A partir dos chamados “jogos de azar”, praticados desde a Idade Antiga,
começou-se a pensar numa maneira de quantificar (ou calcular) a chance de certos
eventos ocorrerem. Por exemplo, no lançamento de dois dados, qual a chance de
que a soma dos resultados seja igual a 7? Assim nasceu o que podemos chamar de
teoria das probabilidades e podemos pensar a probabilidade, ainda que de maneira
informal, como uma medida da chance de certo evento acontecer. Ao longo da
história, algumas definições mais formais foram dadas até chegarmos à definição
utilizada hoje, conforme veremos mais adiante. Antes disso, entretanto, precisaremos
entender alguns conceitos importantes.
Conceitos fundamentais
Primeiramente, é importante definir o tipo de fenômeno que é objeto de

estudo da probabilidade, entendendo por fenômeno qualquer acontecimento
natural.
Fenômenos determinísticos: são aqueles que, quando repetidos sob as
mesmas condições iniciais, conduzem sempre a um mesmo resultado. Ou seja, as
condições iniciais determinam o único resultado possível do fenômeno. Por exemplo,
se um carro percorre 200 km a uma velocidade média de 100 km/h, ele levará 2 horas
para terminar o percurso. Este resultado pode, inclusive, ser conhecido mesmo antes
35
de iniciar o percurso. É importante destacar que este não é o tipo de fenômeno es-
tudado pela probabilidade.
Fenômenos aleatórios: são aqueles que, mesmo sendo repetidos sob as
mesmas condições iniciais, podem conduzir a resultados diferentes. As condições
iniciais não determinam o resultado do fenômeno. Ou seja, não é possível prever o
resultado antes que o fenômeno ocorra. Nestes casos, o resultado depende de
fatores imprevisíveis, ou dito de outra forma, depende o acaso. Por exemplo, quando
arremessamos uma moeda, não podemos prever se ocorrerá “cara” ou “coroa”. Este
é o tipo de fenômeno estudado pela probabilidade.
Dando seguimentos às definições importantes, é necessário entender a

diferença entre espaço amostral e evento.
Num fenômeno aleatório, embora não possamos conhecer o resultado de
antemão, na maioria das vezes é possível saber quais são os resultados possíveis. Por
exemplo, ao lançar um dado, não sabemos qual será o resultado, mas sabemos que
as possibilidades são 1; 2; 3; 4; 5 e 6.
Dessa forma, podemos definir o seguinte:
Espaço amostral: simbolizado por Ω, é o conjunto de todos os resultados possíveis de

um experimento. No exemplo do lançamento de um dado, o espaço amostral será
Ω = {1; 2; 3; 4; 5; 6}.
Evento: Podemos definir um evento como um resultado em particular do
experimento. Ou seja, um evento é um subconjunto do espaço amostral. No exemplo
do dado poderíamos ter os seguintes eventos:
A = sair número 6;
B = sair um número par;
C = sair um número maior que 4; etc.
36
Como os eventos são subconjuntos do espaço amostral, podemos então usar
a notação e as operações de conjuntos para os eventos. Sendo assim, se A e B são
dois conjuntos quaisquer, temos as seguintes operações:
A ∪ B = {x ∈ Ω | x ∈ A 𝐨𝐮 x ∈ B}
A ∩ B = {x ∈ Ω | x ∈ A 𝐞 x ∈ B}
C = {x ∈ Ω | x ∉ A}
A − B = {x ∈ Ω | x ∈ A 𝐞 x ∉ B}
Exemplo: Continuando com o lançamento de um dado, temos que o espaço amos-

tral, conforme vimos acima, é Ω = {1; 2; 3; 4; 5; 6}. Definindo os eventos A = {1; 2; 3},
B = {2; 3; 6} e C = {2; 3; 4}, temos o seguinte:
A ∪ B = {1; 2; 3; 6}
A ∩ C = {2; 3}
C = {4; 5; 6}
C = {1; 4; 5}
A – B = {1}
O que desejamos aqui é calcular a probabilidade de ocorrência de cada

evento do experimento e, para isso, podemos utilizar algumas das definições de pro-
babilidade.
37
DEFINIÇÕES DE PROBABILIDADE
Probabilidade Clássica
Podemos utilizar a probabilidade clássica quando temos eventos que ocorrem

com a mesma “regularidade”, ou seja, quando temos eventos equiprováveis (que
têm a mesma chance de ocorrer). Dessa forma, a probabilidade de um evento A
qualquer seria calculada com a equação (15):
Número de casos favoráveis

P(A) = (15)
Número de casos possíveis
Exemplo: Se, no lançamento de um dado, definirmos o evento A como sendo “sair

um número par”, teríamos A = {2; 4; 6}. Portanto, são três casos favoráveis. Como o
espaço amostral é Ω = {1; 2; 3; 4; 5; 6}, temos seis casos possíveis. Assim a
probabilidade de ocorrência deste evento seria calculada da seguinte forma:
3 1
P(A) = =
6 2
P(A) = 0,5 ou 50%
Como esperávamos, uma vez que metade dos números é par, a

probabilidade de sair um deles é de 50%, uma vez que cada resultado tem a mesma
chance de ocorrer.
Probabilidade frequentista
Pode ser usada quando não sabemos se todos os eventos têm a mesma
chance de ocorrer. Neste caso, a probabilidade de ocorrência se basearia na sua
frequência relativa. Ou seja, para calcularmos a probabilidade de ocorrência de um
evento deveríamos realizar o experimento um grande número de vezes e dividir o
número de vezes que o evento ocorre pelo número de vezes que o experimento foi
realizado.
Exemplo: Dizemos que uma moeda é viciada quando a probabilidade de sair
cara é diferente (maior ou menor) que a probabilidade de sair coroa. Normalmente,
38
são moedas fabricadas especialmente para que isso ocorra. Suponha então que te-
nhamos um destas moedas e queiramos saber qual é probabilidade de sair cara.
Neste caso, poderíamos, por exemplo, lançar a moeda 1.000 vezes e observar
quantas caras ocorreriam. Se ocorresse, digamos, 350 vezes a probabilidade de sair
cara, seria:
350
P(cara) = = 0,35
1000
Ou seja, a probabilidade de sair cara nesta moeda é de aproximadamente

35%. Percebam que, quanto maior o número de vezes que arremessarmos a moeda,
mais precisa será nossa estimativa desta probabilidade. O problema com esta defini-
ção é que não temos como saber exatamente quantas vezes o experimento deve
ser realizado para que tenhamos uma estimativa precisa. Dizer que deve ser um
“grande número de vezes” não ajuda muito, não é mesmo?
Definição axiomática de probabilidade
Em matemática, axioma é uma proposição que não necessita ser

demonstrada. Em geral, são afirmações óbvias, aceitas sem discussão. Costumam ser
a base sobre a qual um argumento é construído. No início do século XX, o
matemático russo Andrei Kolmogorov definiu a probabilidade através de três axiomas
que se tornaram a base da moderna teoria das probabilidades. Esta definição é
chamada de “definição axiomática” ou “definição matemática” de probabilidade.
Esses três axiomas são os seguintes:
1) 0 ≤ P(A) ≤ 1;
2) P(Ω) = 1;
3) Se A e B são eventos tais que A ∩ B = {∅}, então P(A ∪ B) = P(A) + P(B).
O primeiro axioma afirma que a probabilidade de um evento qualquer se

encontra sempre entre 0 e 1. Neste caso, 0 é a probabilidade de um evento
impossível e 1 é a probabilidade de um evento certo.
O segundo axioma afirma que a probabilidade de todo o espaço amostral é
sempre igual a 1.
39
Por fim, o terceiro axioma afirma que, se A e B forem dois eventos tais que não
possam ocorrer simultaneamente (A ∩ B = {∅}), então a probabilidade da união dos
dois eventos é igual à soma das probabilidades de cada evento isoladamente.
REGRA DA ADIÇÃO
Eventos excludentes
Dizemos que dois eventos quaisquer são excludentes (ou mutualmente exclu-
dentes) quando eles não podem ocorrer simultaneamente. Por exemplo, se arremes-
sarmos um dado e definirmos o evento A como sendo a ocorrência de um número
par e o evento B como sendo a ocorrência de um evento B, podemos dizer que A e
B são dois eventos excludentes. Seria diferente, por exemplo, se definíssemos o evento
B como a ocorrência de um número maior que 4. Neste caso, se saísse o número 6 os
dois eventos ocorreriam. Usamos este conceito para definir uma regra: a
probabilidade de ocorrência de um evento A ou de um evento B será dada
conforme a equação (16):
P(A ou B) = P(A) + P(B) – P(A e B) (16)
Onde P(A e B) é a probabilidade de ambos os eventos ocorrerem

simultaneamente. Podemos perceber que, no caso em que A e B são excludentes,
essa probabilidade é igual a zero.
Exemplo: Considerando o lançamento de um dado, podemos definir os seguintes

eventos:
A = sair um número par;
B = sair um número maior que 4.
Usando a notação de conjuntos, teremos o seguinte:
A = {2; 4; 6} (três elementos)

B = {5; 6} (dois elementos)
A e B = {6} (único elemento que é para e ao mesmo tempo maior que 4).
Se quisermos saber qual a probabilidade de sair um número par ou um número
40
maior que 4, teríamos o seguinte:
3 2 1
P(A ou B) = + −
6 6 6
4
P(A ou B) =
6
P(A ou B) ≈ 0,67 ou 67%
REGRA DO PRODUTO
Eventos independentes
Dizemos que dois eventos quaisquer são independentes quando a ocorrência

de um deles não altera a probabilidade de ocorrência do outro. Existem situações
em que a probabilidade de ocorrência de um evento é alterada devido à ocorrên-
cia de outro evento. Por exemplo, no lançamento de um dado, suponha o evento A
= {2; 4; 6} (sair um número par) e o evento B = {5; 6} (sair um número maior que 4).
Sabemos que a probabilidade do evento B é:
2 1
P(B) = =
6 3
Entretanto, qual seria esta probabilidade se soubéssemos, com certeza, que o

evento A ocorreu, ou seja, que saiu um número para no lançamento do dado? Neste
caso, não teríamos seis casos possíveis, mas apenas três. Assim a probabilidade do
evento B seria:
2
P(B) =
3
Neste caso, os eventos A e B não seriam independentes, uma vez que a ocor-
rência do evento A altera a probabilidade de ocorrência do evento B. Tendo em
mente essa relação, podemos definir outra regra: a probabilidade de ocorrência de
um evento A e de um evento B será dado pela equação (17):
P(A e B) = P(A) × P(B|A) (17)
41
Neste caso, P(B|A) é a probabilidade de ocorrência do evento B, sabendo
que (ou dado que) o evento A ocorreu antes. Isso é o que chamamos de
probabilidade condicional.
Exemplo: Suponha que tenhamos uma caixa com 4 bolas pretas, 5 bolas brancas e 3
bolas azuis. Suponha ainda que vamos retirar bolas ao acaso, sem saber qual delas
iremos pegar e, uma vez retirada, a bola não retorna para a caixa. Sendo assim, a
probabilidade de retirarmos uma bola branca, por exemplo, será:
5
P(branca) =
12
Isso porque temos 5 bolas brancas e um total de 12 bolas na caixa. Essa

probabilidade mudaria se alguma bola fosse retirada antes (lembremos que uma
bola retirada não retorna para a caixa). Imagine, agora, que uma bola preta tenha
sido retirada. Neste caso, qual a probabilidade de retirarmos uma bola branca?
5
P(branca | preta) =
11
Isso porque continuamos tendo 5 bolas brancas, mas somente 11 no total,

devido à retirada da bola preta.
Exemplo: Tendo o exemplo anterior como base (tendo as 12 bolas na caixa), qual
seria a probabilidade de retirarmos uma bola azul e, em seguida, uma bola branca?
Para resolvermos, vamos definir os seguintes eventos:
A = retirar uma bola azul;

B = retirar uma bola branca.
Dessa forma, estamos buscando P(A 𝐞 B), tendo em mente que a ocorrência
de um destes eventos, irá alterar a probabilidade de ocorrência do outro (os dois
eventos não são independentes). Assim, teremos:
P(A e B) = P(A) × P(B|A)
42
3 5
P(A e B) = ×
12 11
15
P(A e B) =
132
P(A e B) = 0,1136 ou 11,35%
PROBABILIDADE TOTAL
O chamado “Teorema da probabilidade total” é desenvolvido a partir da di-

visão do espaço amostral de um experimento em vários eventos mutuamente exclu-
dentes. Na linguagem dos conjuntos, seria a divisão de um conjunto em vários
subconjuntos sem nenhuma interseção entre eles. Suponha que dividíssemos o
espaço amostral Ω em três eventos: R1, R2 e R3, conforme Figura 5 abaixo.
Figura 5: Divisão do espaço amostral
R1 ∩ R2 = ∅
R1 ∩ R3 = ∅
R2 ∩ R3 = ∅
R1 ∪ R2 ∪ R3 = Ω
Considerando um evento B qualquer (conforme Figura 5), ele pode ser escrito
como:
B = B ∩ Ω
43
Como temos também que Ω = R1 ∪ R2 ∪ R3, podemos escrever:
B = B ∩ (R1 ∪ R2 ∪ R3).
Assim, a probabilidade de B será:
P(B) = P [B ∩ (R1 ∪ R2 ∪ R3)].
Com um pouco de álgebra de conjuntos e levando em consideração que os

eventos R1, R2 e R3 são mutuamente excludentes, chegamos à fórmula:
𝐏(𝐁) = [𝐏(𝐁 | 𝐑𝟏) ∙ 𝐏(𝐑𝟏)] + [𝐏(𝐁 | 𝐑𝟐) ∙ 𝐏(𝐑𝟐)] + [𝐏(𝐁 | 𝐑𝟑) ∙ 𝐏(𝐑𝟑)]
Lembrando que este resultado pode ser generalizado para qualquer quanti-
dade de conjuntos.
Exemplo: Suponha que um time de futebol tenha 50% de chance de vencer uma
partida se seu melhor jogador estiver em campo e 25% de chance se ele não estiver.
O departamento médico do clube estima que há uma chance de 30% de que o
jogador esteja em campo. Sendo assim, qual a probabilidade deste time ganhar o
jogo? Para resolver, vamos, primeiramente, definir alguns eventos.
A = ganhar o jogo
B = jogador estar em campo
C = jogador não estar em campo
Neste caso, teremos:
P(A) = P(A|B) ∙ P(B) + P(A|C) ∙ P(C)

P(A) = (0,50) ∙ (0,30) + (0,25) ∙ (0,70)
P(A) = 0,15 + 0,175
P(A) = 0,325 ou 32,5%
Observe que, se a probabilidade do melhor jogador estiver em campo é 30%,

então a probabilidade de ele não estar é de 70% (100% - 30%).
44
TEOREMA DE BAYES
O chamado “Teorema de Bayes” ou “Regra de Bayes” (em homenagem ao

matemático inglês Thomas Bayes que viveu no século XVIII) se refere ao cálculo da
probabilidade de um evento quando temos algum conhecimento a priori que pode
estar relacionado ao evento. Ou seja, ele fornece a possibilidade de aprimorarmos a
probabilidade de um evento levando em consideração o conhecimento que temos
sobre o fenômeno.
O teorema é expresso através da equação (18):
P(B|A) ∙ P(A)
P(A|B) = (18)
P(B)
Exemplo: Suponha que uma fábrica de peças disponha de duas máquinas: A e B.

Sabe-se que a máquina A é responsável pela produção de 60% das peças e a má-
quina B é responsável pela produção de 40% delas. Além disso, sabe-se também que
3% das peças produzidas pela máquina A e 7% das peças produzidas pela máquina
B são defeituosas. Dessa forma, ao encontrar uma peça defeituosa, qual a
probabilidade de que ela tenha sido produzida pela máquina B? Para resolver,
vamos definir os seguintes eventos:
A = peça produzida pela máquina A;

B = peça produzida pela máquina B;
d = peça defeituosa.
Queremos, então, saber qual a probabilidade de peça ter sido produzida pela
máquina B, sabendo que a peça é defeituosa. Ou seja, queremos calcular P(B|d).
Sendo assim, temos o seguinte, de acordo com a fórmula de Bayes:
45
P(d|B) ∙ P(B)
P(B|d) =
P(d)
Neste caso, P(d) é a probabilidade total de uma peça ser defeituosa indepen-
dente da máquina que a produziu. Assim:
P(d) = P(d│A) ∙ P(A) + P(d│B) ∙ P(B)
P(d) = (0,03) ∙ (0,60) + (0,07) ∙ (0,40)
P(d) = 0,018 + 0,028
P(d) = 0,046
Substituindo na fórmula de Bayes, temos:
(0,07) ∙ (0,40)
P(B|d) =
0,046
0,028
P(B|d) =
0,046
P(B|d) = 0,6087 ou 60,87%
Exemplo: Uma situação muito utilizada como exemplo da aplicação do teorema de

Bayes se refere aos testes usados para detectar doenças. É sabido que o resultado
destes testes pode estar errado em uma proporção muito pequena dos casos. São
os chamados falso positivo e falso negativo. Um falso positivo ocorre quando uma
pessoa está sadia, mas o teste indica que ela tem a doença. No falso negativo ocorre
o oposto: a pessoa tem a doença, mas o teste dá negativo. Em geral, quando um
teste é desenvolvido, já se estima a probabilidade destes erros ocorrerem, de forma
que estas probabilidades são conhecidas (além de serem muito pequenas, via de
regra). Então, ao se deparar com o resultado positivo de um teste, como saber se a
pessoa está mesmo doente ou se trata de um falso positivo? Na verdade, não
podemos saber com certeza (com base unicamente no teste) mas podemos calcular
a probabilidade de uma pessoa estar realmente doente, uma vez que o resultado
deu positivo. Podemos fazemos isso através da fórmula de Bayes.
Sabe-se que 1% das mulheres acima de 40 anos são portadores de câncer de
46
mama, ou seja, 99% das mulheres nessa faixa etária não são portadoras. Sabe-se tam-
bém que mamografia apresenta resultados positivos em 80% das mulheres que real-
mente têm câncer, mas este teste dá positivo também para 9,6% das mulheres que
não têm câncer, ou seja, há um falso positivo em 9,6% dos casos. Sendo assim, se uma
mulher faz o teste e tem um resultado positivo, qual a probabilidade de que ela
realmente tenha câncer de mama? Para calcular esta probabilidade, vamos definir
os seguintes eventos:
A = a mulher ter câncer de mama;

B = o teste dar positivo;
A = a mulher não ter câncer de mama
Assim, temos o seguinte:

P(A) = 0,01
P(B|A) = 0,80 (Probabilidade de dar positivo, dado que tem câncer)
P(B|A) = 0,096 (Probabilidade de dar positivo, dado que não tem câncer)
Então, pela fórmula de Bayes:
P(B|A) ∙ P(A)
P(A|B) =
P(B)
(0,80) ∙ (0,01)
P(A|B) =
(0,80)(0,01) + (0,096)(0,99)
0,008
P(A|B) =
0,008 + 0,09504
0,008
P(A|B) =
0,10304
P(A|B) = 0,078 ou 7,8%
DISTRIBUIÇÕES DE PROBABILIDADE
Uma distribuição de probabilidade pode ser entendida como uma função que
associa uma probabilidade a cada resultado de uma variável aleatória.
47
Por exemplo, se arremessarmos dois dados, a soma dos resultados obtidos é
uma variável aleatória. Por mais que saibamos os possíveis resultados, não temos
como saber qual deles vai ocorrer. Podemos, entretanto, associar uma probabilidade
para cada resultado possível e assim teremos a distribuição de probabilidade dessa
variável aleatória. Se fizermos isso, teremos a seguinte situação:
Tabela 2: Resultados da Probabilidade

Soma dos resultados Probabilidade
2 2,8%
3 5,6%
4 8,3%
5 11,1%
6 13,9%
7 16,7%
8 13,9%
9 11,1%
10 8,3%
11 5,6%
12 2,8%
Total 100%
O gráfico desta variável aleatória ficaria assim:
Figura 6: Gráfico desta variável aleatória
48
A maioria das distribuições de probabilidade podem ser expressas algebrica-
mente e se constituem em modelos usados para estudar o comportamento da vari-
ável em questão. Segundo Novaes e Coutinho (2013, p. 142):
Por serem funções, as distribuições de probabilidade admitem diversas

representações e algumas [...] podem ser expressas por uma
expressão algébrica ou por uma tabela que resume os principais
valores assumidos pela função. A maior parte dos usuários da
estatística nas mais diversas áreas de atuação precisa aprender a usar
essas representações de forma a otimizar e potencializar o uso desta
ferramenta tão importante. Não basta saber aplicar uma fórmula ou
usar uma tabela, mas interpretar o problema proposto
adequadamente, escolhendo assim os recursos adequados para sua
resolução e interpretando seus resultados dentro do contexto no qual
o problema foi proposto.
Vários fenômenos aleatórios podem ser modelados através de uma

distribuição de probabilidade teórica. Para isso, entretanto, é preciso conhecer o
fenômeno em questão e, pelo menos, as principais distribuições teóricas. Algumas
dessas distribuições serão apresentadas a seguir.
Distribuição Binomial
A distribuição binomial é usada para modelar aqueles experimentos que são

repetidos um certo número de vezes e que possuem somente dois resultados possíveis
(sucesso e fracasso). É importante notar que existem alguns critérios que o
experimento precisa ter:
 Os valores assumidos pela variável devem sempre ser inteiros;

 Os eventos devem ser independentes;
 Durante o experimento, a probabilidade de sucesso (p) e a probabilidade de
fracasso (1 – p) devem permanecer constantes.
 Assim, as probabilidades associadas a cada resultado da variável aleatória em
questão podem ser calculadas com a equação (19):
n!
P(x) = ∙ p ∙ (1 − p) (19)
x! (n − x)!
Onde:
n = número de vezes que o experimento é realizado;
49
x = número de sucessos pretendidos;
p = probabilidade de sucesso (deve permanecer constante em cada repeti-
ção).
Exemplo: Suponha que uma moeda não viciada seja arremessada 5 vezes. Assim,
qual seria a probabilidade de sair “cara” 3 vezes?
Percebam que neste caso o experimento está sendo repetido (cinco vezes) e cada
vez em que isso ocorre, há somente dois resultados possíveis (cara e coroa). Além
disso, a probabilidade de sucesso (neste caso, sair cara) é sempre a mesma e o fato
de sair cara num lançamento não interfere na probabilidade de sair cara em outro,
ou seja, os eventos são independentes. Assim, podemos utilizar a distribuição binomial
para modelar este experimento. Então, temos o seguinte:
n = 5
x = 3
p = 0,5 (perceba que a moeda não é viciada, então a probabilidade de sair
cara é 50%)
Logo:
5!
P(x) = ∙ (0,5) ∙ (1 − 0,5)
3! (5 − 3)!
120
P(x) = ∙ (0,125) ∙ (0,25)
6×2
P(x) = 10 × 0,03125
P(x) = 0,3125 ou 31,25%
Exemplo: Suponha que um casal deseje ter 4 filhos. Se a probabilidade de nascer um

menino fosse igual a 45%, qual seria a probabilidade de que 3 dos filhos fossem meni-
nos?
n = 4
x = 3
p = 0,45
50
4!
P(x) = ∙ (0,45) ∙ (1 − 0,45)
3! (4 − 3)!
24
P(x) = ∙ (0,091125) ∙ (0,55)
6×1
P(x) = 4 × 0,050
P(x) = 0,2 ou 20
Exemplo: O gerente de uma empresa sabe que a probabilidade de uma peça ser
produzida com defeito é igual a 3%. Na análise de um lote contendo 10 peças, qual
a probabilidade de serem encontradas 5 peças defeituosas?
n = 10
x = 5
p = 0,03
10!
P(x) = ∙ (0,03) ∙ (1 − 0,03)
5! (10 − 5)!
P(x) = 5,26 × 10 ou aproximadamente 0,0005%
Parâmetros da distribuição binomial
A distribuição binomial tem como parâmetros a média (que chamaremos de

μ) e a variância (que chamaremos de σ ). Desta forma, ao dizer que uma determi-
nada variável aleatória segue uma distribuição binomial, devem dizer qual é a sua
média e qual é a sua variância. Se uma determinada variável aleatória “X” segue
uma distribuição binomial com média igual a 3, por exemplo, e variância igual a 5,
podemos escrever na forma da equação (20):
X~ Bi(3; 5) (20)
De forma geral, se a média é μ e a variância é σ , escrevemos:
X~ Bi(μ ; σ ) (21)
51
A média e a variância da distribuição binomial são calculadas então por meio
das equações (22) e (23):
μ=n∙p (22)
σ = n ∙ p ∙ (1 − p) (23)
Exemplo: Suponha que a probabilidade de uma pessoa se atrasar para um voo seja
2%. Se em um determinado voo estão previstos 250 passageiros, quantos se atrasarão
em média? Qual é a variância?
n = 250
p = 0,02
μ = 250 ∙ 0,02
μ= 5
σ = 250 ∙ 0,02 ∙ 0,98
σ = 4,9
Distribuição normal
A distribuição normal é uma das mais importantes distribuições de probabili-

dade. Além de sua grande importância teórica, ela pode ser usada para modelar
uma grande quantidade de fenômenos. Por ter sido estudada por Laplace no
tratamento analítico de probabilidades e por Gauss nos erros acidentais, ela também
pode ser chamada de Curva de Laplace-Gauss, ou simplesmente, Curva de Gauss.
Os fenômenos que podem ser modelados por esta distribuição são chamados de
“fenômenos gaussianos”. Seu gráfico tem a forma de um sino, como na figura
abaixo. É importante notar que a curva se distribui em torno da média da distribuição
(μ).
52
Figura 7: Curva de Laplace-Gauss
Cabe ressaltar que a distribuição normal tem certas características que preci-
samos conhecer:
Conforme mencionado acima, seu gráfico tem a forma de um sino;

A curva é simétrica em torno da média (os dois lados são idênticos);
A área total abaixo da curva é igual a 1;
Como consequência, a área de cada lado da média é igual a 0,5;
As áreas abaixo da curva nos fornecem a probabilidade de a variável assumir
determinados conjuntos de valores.
A distribuição normal se caracteriza por dois parâmetros: a média (μ) e o
desvio-padrão (σ). Dessa forma, se “X” é uma variável aleatória que segue uma
distribuição normal, então podemos escrever da seguinte forma: X ~N(μ; σ ). Para
cada valor da média e da variância, existe uma curva (gráfico) diferente. Assim, a
forma da curva depende da variância e, quanto menor ela for, mais alta e estreita
será a curva.
53
A função que representa a distribuição normal é dada pela equação (24):
( )
e (24)
f(x) =
σ√2π
Onde:
π = 3,1416 …
e = 2,7183 …
σ = desvio − padrão da distribuição
μ = média da distribuição
Apesar de ser uma função aparentemente complexa, na maioria dos casos

práticos (inclusive naqueles que estudaremos aqui) não é necessário manuseá-la,
desde que entendamos suas características mais importantes. Os gráficos abaixo ilus-
tram outras características importantes acerca da distribuição normal e sua curva:
Figura 8: Principais características da distribuição normal e sua curva
54
Através destes gráficos, podemos perceber que, se uma variável aleatória “X”
segue uma distribuição normal com média igual a μ e desvio-padrão igual a 𝜎, então
68,26% dos seus valores encontram-se a 1𝜎 (um desvio-padrão) de distância da mé-
dia (para mais ou para menos). Da mesma forma, 95,44% dos valores encontram-se
a 2𝜎 (dois desvios-padrão) de distância da média (também para mais ou para
menos) e 99,73% dos valores encontram-se a 3𝜎 (três desvios-padrão) de distância da
média. Observe que, como a distribuição é simétrica em relação à média, as
probabilidades acima e abaixo da média são iguais, de forma que valores negativos
de desvios servem apenas para dizer que se trata de valores abaixo da média.
Exemplo: Suponha que a altura das pessoas adultas de um determinado município

siga uma distribuição normal com média igual a 1,70m e desvio-padrão igual a 0,20m.
Se uma pessoa for selecionada ao acaso neste município, qual a probabilidade de
que ela tenha entre 1,70m e 1,90m?
Para resolver, perceba que o valor 1,90 está exatamente a um desvio-padrão

da média que é 1,70 (1,90 = 𝜇 + 1𝜎). Como vimos acima, 34,13% dos valores
encontram-se neste intervalo. Sendo assim a probabilidade de encontrarmos alguém
neste intervalo é exatamente 34,13%, como mostra o gráfico da Figura 9.
Figura 9: Gráfico de distribuição normal para resolução do 1º exemplo
Considerando ainda o exemplo anterior, qual seria a probabilidade de selecionar

uma pessoa com mais de 1,90m?
Para resolver precisamos lembrar a área à direita da média é igual a 0,5. Uma
55
vez que a área entre a média e 1,90 é igual a 0,3413, então a área acima de 1,90
seria 0,5 menos 0,3413, o que daria 0,1587. Dessa forma, a probabilidade de encon-
trarmos, ao acaso, uma pessoa com mais de 1,90m será 15,87%.
Para encerrar o exemplo, qual seria a probabilidade de encontrarmos, ao acaso,

uma pessoa cuja altura estivesse entre 1,30m e 1,90m?
Neste caso, é importante perceber que 1,30 está a dois desvios da média
(para menos), ou seja: 1,70 − 2σ = 1,30. Como vimos acima, 47,72% dos valores de
uma variável que segue a distribuição normal estão a dois desvios de distância da
média. Portanto, a probabilidade de encontrar uma pessoa com altura entre 1,30m
e 1,70m (que é a média) é igual a 47,72%. Entretanto, precisamos ainda da probabi-
lidade de encontrarmos uma pessoa com altura entre 1,70m (média) e 1,90m. Essa
probabilidade foi calculada acima e é igual a 34,13%. Dessa forma, temos o seguinte:
P(1,30 ≤ x ≤ 1,90) = P(1,30 ≤ x ≤ 1,70) + P(1,70 ≤ x ≤ 1,90)

P(1,30 ≤ x ≤ 1,90) = 0,4772 + 0,3413
P(1,30 ≤ x ≤ 1,90) = 0,8185 ou 81,85%
56
Distribuição normal padrão
Conforme vimos anteriormente, a curva de uma distribuição normal varia con-

forme o desvio-padrão. Quando o desvio-padrão é muito alto, temos uma
distribuição baixa e achatada. Por outro lado, quando o desvio-padrão é pequeno,
temos uma curva mais alta e alongada. Isso dificulta o cálculo das probabilidades.
Para contornar este problema, no entanto, podemos transformar uma distribuição
normal qualquer (com qualquer média e desvio-padrão) em distribuição norma
padrão. A isso chamamos padronização da distribuição.
A distribuição normal padrão (geralmente simbolizada por Z) é uma distribuição normal

cuja média é igual a zero e cujo desvio-padrão é igual a um. Assim Z~N(0; 1).
Para convertermos uma distribuição normal qualquer em uma distribuição

normal padrão, usamos a equação (25):
x−μ
z= (25)
σ
Lembrando que “μ” é a média da distribuição que queremos padronizar e “σ”

é o seu desvio-padrão. A vantagem em fazermos isso é poder utilizar uma tabela com
valores de probabilidades já calculados, ao invés de calcularmos diretamente
através da função. Esta tabela nos informa a probabilidade de encontrarmos valores
57
que se encontram entre zero e algum valor z que teremos calculado através da
fórmula acima.
Exemplo: Suponha que o tempo necessário para concluir uma prova siga uma distri-
buição normal com média igual a 60min e desvio padrão igual a 15min. Se um aluno
for selecionado ao acaso, qual a probabilidade de que demore mais de 40min para
concluir a prova?
O gráfico da Figura 11 ilustra esta situação. Percebam que procuramos pela

área que se encontra à direita de 40. Isso inclui a área que vai de 40 a 60 e toda a
área que está acima de 60. Sabemos que esta área que está acima de 60 é igual a
0,5 (uma vez que 60 é a média). Mas qual o tamanho da área que vai de 40 a 60?
Ou seja, qual a probabilidade de uma pessoa concluir a prova com tempo entre
40min e 60min? Para descobrirmos, vamos primeiramente padronizar a distribuição.
x−μ
z=
σ
40 − 60
z=
15
z = −1,33
Lembre-se que o sinal negativo indica apenas que o valor se encontra abaixo
da média.
Figura 12: Gráfico de distribuição normal para resolução do exemplo anterior
58
Ao padronizar a distribuição, percebemos que a probabilidade da variável “X”
(tempo para finalizar a prova) seja maior que 45 iguais à probabilidade da variável
“Z” (variável padronizada) seja maior que -1,33. Graficamente, teríamos a Figura 13:
(Lembre que a média da variável Z é sempre zero).
Figura 13: Gráfico de distribuição normal (padronização da distribuição)
Consultando a tabela 3, vemos que a probabilidade da variável Z assumir al-

gum valor entre -1,33 e 0 é igual a 0,40824, ou seja:
𝑃(−1,33 ≤ 𝑧 ≤ 0) = 0,40824 = 40,824%
Mas, como mencionado acima, precisamos acrescentar a probabilidade de

𝑍 assumir um valor maior que zero (que é igual à probabilidade de X assumir um valor
maior que 60). Como vimos, essa probabilidade é igual a 0,5. Então temos que:
𝑃(𝑧 ≥ 1,33) = 𝑃(−1,33 ≤ 𝑧 ≤ 0) + 𝑃(𝑧 ≥ 0)
𝑃(𝑧 ≥ −1,33) = 0,40824 + 0,5
𝑃(𝑧 ≥ −1,33) = 0,90824 𝑜𝑢 90,82%
59
Dessa forma, a probabilidade de um aluno escolhido ao acaso demorar mais
de 40min para finalizar a prova é igual a 90,82%.
Tabela 3: Distribuição Normal Padrão

parte in- Segunda decimal de Zc
teira e
primeira
decimal 0 1 2 3 4 5 6 7 8 9
de Zc
p=0
0,0 00000 00399 00798 01197 01595 01994 02392 02790 03188 03586
0,1 03983 04380 04776 05172 05567 05962 06356 06749 07142 07535
0,2 07926 08317 08706 09095 09483 09871 10257 10642 11026 11409
0,3 11791 12172 12552 12930 13307 13683 14058 14431 14803 15173
0,4 15542 15910 16276 16640 17003 17364 17724 18082 18439 18793
0,5 19146 19497 19847 20194 20540 20884 21226 21566 21904 22240
0,6 22575 22907 23237 23565 23891 24215 24537 24857 25175 25490
0,7 25804 26115 26424 26730 27035 27337 27637 27935 28230 28524
0,8 28814 29103 29389 29673 29955 30234 30511 30785 31057 31327
0,9 31594 31859 32121 32381 32639 32894 33147 33398 33646 33891
1,0 34134 34375 34614 34850 35083 35314 35543 35769 35993 36214
1,1 36433 36650 36864 37076 37286 37493 37698 37900 38100 38298
1,2 38493 38686 38877 39065 39251 39435 39617 39796 39973 40147
1,3 40320 40490 40658 40824 40988 41149 41309 41466 41621 41774
1,4 41924 42073 42220 42364 42507 42647 42786 42922 43056 43189
1,5 43319 43448 43574 43699 43822 43943 44062 44179 44295 44408
1,6 44520 44630 44738 44845 44950 45053 45154 45254 45352 45449
1,7 45543 45637 45728 45818 45907 45994 46080 46164 46246 46327
1,8 46407 46485 46562 46638 46712 46784 46856 46926 46995 47062
1,9 47128 47193 47257 47320 47381 47441 47500 47558 47615 47670
2,0 47725 47778 47831 47882 47932 47982 48030 48077 48124 48169
2,1 48214 48257 48300 48341 48382 48422 48461 48500 48537 48574
2,2 48610 48645 48679 48713 48745 48778 48809 48840 48870 48899
2,3 48928 48956 48983 49010 49036 49061 49086 49111 49134 49158
2,4 49180 49202 49224 49245 49266 49286 49305 49324 49343 49361
2,5 49379 49396 49413 49430 49446 49461 49477 49492 49506 49520
2,6 49534 49547 49560 49573 49585 49598 49609 49621 49632 49643
2,7 49653 49664 49674 49683 49693 49702 49711 49720 49728 49736
2,8 49744 49752 49760 49767 49774 49781 49788 49795 49801 49807
2,9 49813 49819 49825 49831 49836 49841 49846 49851 49856 49861
3,0 49865 49869 49874 49878 49882 49886 49889 49893 49897 49900
3,1 49903 49906 49910 49913 49916 49918 49921 49924 49926 49929
3,2 49931 49934 49936 49938 49940 49942 49944 49946 49948 49950
3,3 49952 49953 49955 49957 49958 49960 49961 49962 49964 49965
3,4 49966 49968 49969 49970 49971 49972 49973 49974 49975 49976
3,5 49977 49978 49978 49979 49980 49981 49981 49982 49983 49983
3,6 49984 49985 49985 49986 49986 49987 49987 49988 49988 49989
3,7 49989 49990 49990 49990 49991 49991 49992 49992 49992 49992
3,8 49993 49993 49993 49994 49994 49994 49994 49995 49995 49995
3,9 49995 49995 49996 49996 49996 49996 49996 49996 49997 49997
4,0 49997 49997 49997 49997 49997 49997 49998 49998 49998 49998
4,5 49999 50000 50000 50000 50000 50000 50000 50000 50000 50000
Fonte: Adaptado de Morettin e Bussab (2010)
60
 Nos Livros abaixo vocês encontrarão mais informações e explicação mais detalhada
sobre probabilidade.
Prentice Hall, 2009. Disponível em: https://bit.ly/2QNFMKU. Acesso em: 10 maio 2020.
Porto Alegre: AMGH, 2014. Disponível em: https://bit.ly/3hWvWSI. Acesso em: 10 maio
2020.
As companhias aéreas frequentemente vendem mais passagens que a capacidade dos

aviões contando com o fato de que nem todos os passageiros se apresentam para o
embarque. Se a companhia tem uma estimativa da probabilidade de um passageiro não
comparecer, qual distribuição de probabilidades poderia ser usada para calcular a
probabilidade de haver overbooking (situação onde a venda de passagens é superior ao
número de assentos no avião)?
61
FIXANDO O CONTEÚDO
1. Assinale a alternativa correta no que se refere à probabilidade.
a) Pode ser entendida como uma medida da chance de algo acontecer.

b) Fenômenos determinísticos são aqueles em que o acaso tem papel importante.
c) Fenômenos aleatórios são aqueles que produzem o mesmo resultado sempre que
são realizados sob as mesmas condições.
d) O objeto de estudo da probabilidade são os fenômenos determinísticos.
e) Um evento é o conjunto de todos os resultados possíveis de um experimento.
2. Calcule a probabilidade de sair um número maior que 4 no lançamento de um

dado.
a) 25%
b) 33,33%
c) 66,67%
d) 15%
e) 50%
3. Calcule a probabilidade de sair um número ímpar ou um número maior que 4 no

lançamento de um dado.
a) 83,33%
b) 75%
c) 25,45%
d) 33%
e) 66%
4. Suponha que a probabilidade de uma pessoa se atrasar para um voo seja 25%
(0,25). Assim, qual a probabilidade de 3 pessoas estarem atrasadas num grupo de
5 pessoas?
a) 1,3%
62
b) 3,4%
c) 8,8%
d) 4,4%
e) 5,1%
5. Em uma caixa, há um total de 10 bolas, sendo 3 bolas brancas, 5 bolas pretas e 2

bolas azuis. Se uma única bola for retirada ao acaso, calcule a probabilidade de
que seja azul.
a) 50%
b) 60%
c) 20%
d) 70%
e) 75%
6. Considerando a questão anterior, suponha que fossem retiradas duas bolas (sem
que nenhuma retornasse para a caixa). Calcule a probabili-dade da primeira bola
ser branca e a segunda, azul.
a) 6,67%
b) 7,39%
c) 5,25%
d) 8,5%
e) 5,95%
7. Suponha que uma moeda equilibrada seja arremessada 5 vezes. Calcu-le a pro-
babilidade de sair cara 2 vezes.
a) 15,87%
b) 26,2%
c) 54,25%
d) 83,5%
e) 31,25%
63
8. Uma variável “X” segue uma distribuição normal com média igual a 10 e desvio-
padrão igual a 4. Assim, calcule a probabilidade desta variável assumir um valor
maior que 15.
a) 25,51%
b) 10,56%
c) 15,32%
d) 18,37%
e) 19,53%
64
INFERÊNCIA ESTATÍSTICA Erro!
Fonte de
referênci
INTRODUÇÃO
a não
Vimos, na primeira unidade que, quando queremos conhecer uma caracterís-
tica ou conjunto de características de um universo não é necessário pesquisarmos
todos os seus elementos. Muitas vezes, isso nem é possível. Dessa forma, selecionamos
uma amostra e estudamos tais características nesta parte selecionada do universo.
A estatística descritiva, que vimos na unidade 2, contém uma série de técnicas e mé-
todos utilizados para trabalhar, resumir e apresentar os dados trabalhados dentro da
amostra (os dados “coletados”) sem, no entanto, fazer nenhuma referência ao
universo do qual a amostra foi retirada. Quando desejamos fazer alguma afirmação
a respeito de uma característica do universo com base nos dados de uma amostra
dele retirada, entramos no campo da inferência estatística.
A inferência estatística é uma das partes da Estatística [...] que tem por
objetivo a coleta, redução, análise e modelagem dos dados, a partir
do que, finalmente, faz-se a inferência para uma população da qual
os dados (a amostra) foram obtidos. Um aspecto importante da
modelagem dos dados é fazer previsões, a partir das quais se podem
tomar decisões (MORETTIN; BUSSAB, 2010, p. 01).
Como exemplo, podemos imaginar a necessidade de conhecer a média de

altura dos brasileiros adultos. Imagine que, para isso, foi selecionada uma amostra
(seguindo todos os critérios já estudados), uma vez que não seria necessário (ou,
talvez, nem possível do ponto de vista prático) pesquisar todos os habitantes adultos.
Imagine ainda que, após medir a altura das pessoas selecionadas para amostra e
calcular a média de altura dessas pessoas, tenhamos encontrado o valor 1,70m. Esta
seria a média amostral. A pergunta que fica é: com base neste valor (calculado a
partir de uma amostra), podemos afirmar que a média de altura considerando todos
os brasileiros adultos é 1,70m? Ou seja, se tivéssemos medido todos os brasileiros
adultos, ao invés de termos utilizado uma amostra, ainda encontraríamos o mesmo
valor? Indiretamente, estamos querendo saber se a média amostral representa bem
a média do universo (também chamada de média populacional). A resposta é sim
e, para que possamos entender, precisaremos de alguns conceitos.
65
Quando nos referimos a alguma característica de um universo, usamos o termo parâmetro
(ou parâmetro populacional). Ao nos referirmos a uma característica de uma amostra,
usamos o termo estatística, e o usamos para estimar o parâmetro populacional.
No exemplo que estamos vendo, a média de altura de todos os brasileiros adul-

tos (que desejamos conhecer) seria nosso parâmetro. Da mesma forma, a média de
altura dos brasileiros que compõem a amostra é uma estatística. É através dela que
faremos uma estimativa da média populacional.
Figura 14: Relações da Inferência Estatística
É importante ressaltar que o parâmetro populacional é fixo (único), ao passo

que a estatística amostral pode variar à medida que selecionamos amostras diferen-
tes. Nesse sentido podemos falar de um conjunto de estatísticas calculadas a partir
de um conjunto de amostras diferentes do mesmo universo. O quadro 1 abaixo
resume os principais parâmetros e sua respectiva estatística.
Quadro 1: Relação de Parâmetros Estatísticos

Característica Parâmetro Estatística
Média μ X
Desvio-padrão σ S
Tamanho N n
66
ESTIMAÇÃO
Chamamos de estimação ao processo de estimar um parâmetro através de

uma estatística amostral. Este processo é realizado de duas formas: estimação por
ponto e estimação por intervalo. Para nossos propósitos, é suficiente que entendamos
a estimação por ponto, de forma que não trataremos, aqui, da estimação por inter-
valo.
Estimação por ponto
Quando escolhemos uma amostra representativa do universo, uma estatística

como 𝑋 por exemplo, é uma variável aleatória. Dessa forma, podemos utilizar uma
distribuição de probabilidade para modelar o comportamento desta estatística.
Assim temos o que chamamos de “distribuição amostral” que consiste na distribuição
de probabilidade obtida com todas as possíveis amostras de “𝑛” elementos que
podemos extrair do universo. Neste caso, é importante que possamos estimar a média
e o desvio-padrão da distribuição amostral. No caso específico da média, sabemos
que a distribuição amostral é uma distribuição normal (quando o tamanho da
amostra é suficientemente grande) e que a média populacional (𝜇) é igual à média
de todas as médias obtidas com todas as amostras possíveis. Este resultado é o que
chamamos de “Teorema Central do Limite”.
Teorema Central do Limite: a média de uma distribuição amostral de médias sempre

será igual à média populacional.
67
Podemos escrever este resultado na forma da equação (26):
∑ X
μ= (26)
k
Onde “k” é a quantidade total de amostras de “n” elementos que podemos

extrair do universo. O seguinte exemplo ilustra essa situação.
Exemplo: Imagine que uma turma tenha apenas quatro alunos e que suas notas (ele-
mentos do universo ou da população em questão) sejam: 9; 6; 8; 5. Neste caso, a
média populacional será:
9+6+8+5
μ=
4
μ=7
Se retirarmos amostras de três elementos deste universo, teríamos as seguintes

possibilidades: (9; 6; 8) (9; 8; 5) (6; 8; 5) (5; 9; 6). Ou seja, temos quatro amostras pos-
síveis e a média de cada uma delas será:
9+6+8
X = = 7,67
3
9+8+5
X = = 7,33
3
6+8+5
X = = 6,33
3
5+9+6
X = = 6,67
3
Assim, a média das médias seria:
7,67 + 7,33 + 6,33 + 6,67

μ=
4
68
28
μ=
4
μ=7
A partir de agora, discutiremos como podemos estimar o desvio-padrão de

uma distribuição amostral. Para isso, precisamos considerar duas possiblidades: se co-
nhecemos ou não o desvio-padrão da população. Em ambas as considerações,
assumimos que os dados seguem uma distribuição normal.
No caso em que o desvio-padrão da população é conhecido ou o número
de elementos da amostra é grande (n > 30), o desvio-padrão da distribuição
amostral poderá ser calculado pela equação (27):
σ
σ = (27)
√n
Onde:
σ = desvio-padrão da distribuição amostral;
σ = desvio-padrão da população;
n = tamanho da amostra.
No caso em que não conhecemos o desvio-padrão da população e o número

de elementos da amostra é grande, o desvio-padrão da distribuição amostral poderá
ser calculado na equação (28):
S
σ = (28)
√n
Onde “𝑆” é o desvio-padrão da amostra.
Exemplo: Em uma pesquisa realizada com uma amostra de 120 funcionários de uma
determinada empresa, descobriu-se que as despesas mensais decorrentes de
aquisições de materiais de escritório diversos é de R$150,00 em média por funcionário,
com um desvio-padrão de R$50,00. Dessa forma, qual seria a média de gastos da
distribuição amostral (considerando todas as possíveis amostras com 120
funcionários)? Qual seria o desvio-padrão da distribuição amostral?
69
A média da média da distribuição amostral seria:
μ = X = 150
Como não conhecemos o desvio-padrão da população, usaremos o desvio-

padrão da amostra. Assim:
50
σ = ≈ 4,56
√120

Prentice Hall, 2009. Disponivél em: https://bit.ly/2QNFMKU
 DOANE, D. P.; SEWARD, L. E. Estatística Aplicada à Administração e Economia. 4.

ed. Porto Alegre: AMGH, 2014. Disponivel em: https://bit.ly/3jFdRZO.
70
FIXANDO O CONTEÚDO
1. Assinale a alternativa correta no que se refere à inferência estatística.
a) Trata-se de uma área da estatística que nos permite fazer afirmações sobre uma
população (universo) com base nos dados de uma amostra.
b) Trata-se de uma área da estatística que nos fornece elementos para extrairmos
uma parte representativa do universo para estudarmos.
c) Um parâmetro é uma característica de uma amostra.
d) Os parâmetros são usados para estimar valores das estatísticas com base em uma
amostra.
e) Os parâmetros variam de acordo com a amostra extraída do universo.
2. Considerando uma amostra de 120 elementos cuja média é igual a 50, calcule
uma estimativa para a média populacional.
a) 50
b) 35
c) 65
d) 75
e) 58
3. Considerando uma amostra de 144 elementos cujo desvio padrão é igual a 45,
calcule uma estimativa para o desvio padrão da distribuição amostral.
a) 3,25
b) 4,75
c) 2,27
d) 3,75
e) 4,54
4. Uma amostra de 49 elementos possui desvio-padrão igual a 0,3. Calcule a estima-

tiva para o desvio-padrão da distribuição amostral.
71
a) 0,04
b) 0,09
c) 1,00
d) 1,5
e) 0,1
5. No que se refere ao processo de estimação, é correto afirmar que:
a) trata-se de “conhecer” um parâmetro populacional com base numa estatística

amostral.
b) a estimação pontual é a única forma de realizarmos este processo.
c) uma estatística qualquer sempre segue uma distribuição normal padrão.
d) um parâmetro populacional pode variar dependendo da amostra extraída.
e) estimação por ponto é a única forma de estimar um parâmetro populacional.
6. Um universo é formado pelos seguintes valores: 27; 29; 21; 28. Retirando-se as pos-
síveis amostras de 3 elementos; calcule uma estimativa para a média da
população (composta por todos os funcionários) e assinale a alternativa correta.
a) 27,5
b) 26,25
c) 28,35
d) 29,25
e) 25,31
7. Uma amostra de 36 elementos apresenta média igual a 150 e desvio padrão igual
a 127. Sendo assim, calcule uma estimativa para média populacional e assinale a
alternativa correta.
a) 235
b) 127
c) 175
d) 210
e) 150
72
8. Uma amostra de 169 elementos apresenta desvio padrão igual a 26. Calcule uma
estimativa do desvio padrão da distribuição amostral.
a) 5
b) 2
c) 4
d) 7
e) 9
73
INFERÊNCIA ESTATÍSTICA: TESTE Erro!
DE HIPÓTESES
Fonte
de
referênc
INTRODUÇÃO
Na unidade anterior, vimos que o valor de uma estatística calculada com base
em uma única amostra do universo, não é necessariamente igual ao parâmetro po-
pulacional que estamos tentando conhecer. Imagine que estamos tentando conhe-
cer a média 𝜇 de uma determinada população (ou universo). Para isso, retiramos
uma amostra (de tamanho “𝑛”) e, com os valores desta amostra, calculamos a
estatística 𝑋. Como vimos, se tivéssemos selecionado uma outra amostra do mesmo
tamanho, a estatística teria provavelmente um valor diferente. Então, como fazer
alguma afirmação sobre μ com base em 𝑋? Dito de outra forma, ao fazermos uma
afirmação sobre um parâmetro populacional, é natural que queiramos saber se os
dados provenientes de uma amostra contrariam ou não esta afirmação. Neste caso,
o que deveríamos fazer é um “teste de hipóteses”. Vejamos o seguinte exemplo:
Exemplo: Suponha que um cientista esteja realizando um estudo sobre a altura dos
habitantes do seu município. Em um estudo anterior, foi encontrado que a média de
altura destes habitantes era 1,70m. Embora outros estudiosos afirmem que esta média
aumentou, o cientista acredita que ela permanece a mesma. Assim, ele seleciona
uma amostra e calcula a média amostral. Suponha que ele tenha encontrado 1,72m
como média e 0,36m como variância amostral (não confunda com a variância
populacional que neste caso é desconhecida). Isso prova definitivamente que o
cientista estava errado? Sabemos que não. Ele pode ter encontrado este valor por
uma coincidência devido à amostra que ele selecionou. Se tivesse selecionado outra
amostra, muito provavelmente encontraria outro valor. O que ele deve fazer então é
testar a hipótese de que a média de altura dos habitantes de todo o município é
igual a média encontrada na amostra ou se é diferente dela. Na notação estatística
escrevemos isso da seguinte forma:
74
H : μ = 1,70
H : μ > 1,70
Onde:
H é chamada de “hipótese nula”
H é chamada de “hipótese alternativa”.
O que se faz em um teste de hipótese é formular uma hipótese nula (alguma

conjectura sobre o universo) e verificar se os dados contidos na amostra me permitem
aceitar ou não esta hipótese. Assim, a hipótese alternativa, é aquela hipótese que
aceitamos caso a hipótese nula seja rejeitada. Usamos H : μ > 1,70 como hipótese
alternativa porque havia suposições que a altura média da população pudesse ter
aumentado. Entretanto, poderíamos formular as hipóteses das seguintes formas:
H : μ = 1,70
(teste unilateral)
H : μ < 1,70
H : μ = 1,70
(teste bilateral)
H : μ ≠ 1,70
É importante ressaltar que ao aceitarmos a hipótese nula ou ao rejeitá-la, po-

deríamos estar cometendo algum erro uma vez que não conhecemos de fato média
populacional. Os dois tipos de erro que podemos cometer são:
 Erro tipo I: Aquele que cometemos ao rejeitar a hipótese nula, sendo ela verda-
deira;
 Erro tipo II: Aquele que cometemos ao aceitar a hipótese nula, sendo ela falsa.
Decisão Se H0 é verdadeira Se H0 é falsa

Rejeitar H0 Erro tipo I Nenhum erro
Aceitar H0 Nenhum erro Erro tipo II
A probabilidade de cometermos um erro do tipo I é chamada de “nível de
significância” do teste e representada por 𝛼 . Assim, temos a equação (29):
α = P(erro tipo I) = P(rejeitar H | H verdadeira) (29)
75
Os níveis de significância mais utilizados na prática são 0,01; 0,05 e 0,10. Ou seja,
o mais aceito na prática é que a probabilidade de rejeitar a hipótese nula sendo ela
verdadeira deve ser no máximo 10%.
Um conceito parecido com o nível de significância é o chamado “p − valor”
(ou Valor − p). Assim como o nível de significância, o p − valor também é uma
probabilidade.
Voltando ao exemplo da altura dos habitantes de um determinado município,

vimos que o cientista em questão encontrou o valor 1,72 para a média de sua
amostra (estatística). O p − valor seria a probabilidade de este valor ter sido
encontrado por acaso devido à amostra selecionada e não porque a média de
altura dos habitantes (parâmetro) realmente tenha aumentado.
TESTE DE HIPÓTESES PARA A MÉDIA POPULACIONAL
Para a construção de um teste de hipóteses, devemos antes de tudo, construir

uma “estatística de teste”. Esta grandeza é calculada com base no valor da
estatística encontrada na amostra e no valor do parâmetro que está sendo testado
na hipótese nula. A estatística de teste é uma variável aleatória e pode estar
associada a várias distribuições de probabilidade, dependendo do parâmetro que
estamos testando e de alguns outros fatores. No caso específico do teste de hipótese
para a média populacional, a estatística de teste pode seguir uma distribuição
normal, caso a variância da população seja conhecida ou pode seguir uma
distribuição chamada de “t de Student” (ou somente distribuição t), caso a variância
populacional não seja conhecida. Vejamos cada um destes casos.
76
Teste com variância populacional conhecida
Quando conhecemos a variância da população da qual nossa amostra foi

extraída, a estatística de teste é calculada por meio da equação ():
X−μ
Z= σ (30)
√n
Aqui, μ é o valor que se supõe para o parâmetro (valor que está sendo tes-
tado em H0), σ é o desvio-padrão da população e n é o tamanho da amostra. Como
dito acima, esta estatística de teste segue uma distribuição normal padrão, ou seja,
Z ~ N(0; 1).
Neste caso, como em qualquer teste de hipótese, iremos rejeitar H somente
quando a estatística de teste (neste caso Z) for mais extrema (maior ou menor, de-
pendendo do caso) que um valor de referência. Este valor de referência é obtido a
partir do nível de significância pretendido e da distribuição de probabilidade que a
estatística segue.
Exemplo: Considerando novamente o exemplo do cientista que estuda a altura dos

habitantes do seu município, queremos realizar o seguinte teste de hipóteses.
H : μ = 1,70
H : μ > 1,70
Agora, suponhamos que a variância populacional seja igual a 0,25m (neste

caso o desvio-padrão seria igual a 0,5) e que o cientista tenha selecionado uma
amostra de 100 pessoas. Assim teríamos a seguinte estatística de teste:
X−μ
Z=
S
√n
1,72 − 1,70
Z=
0,5
√100
0,02
Z=
0,5
10
77
0,02
Z=
0,05
Z = 0,4
Para obtermos o valor de referência, vamos estabelecer um nível de significân-

cia de 5% (ou 0,05). Sabendo que Z segue uma distribuição normal padrão, podemos
usar a tabela (Tabela 3) desta distribuição. O valor correspondente a uma
probabilidade igual a 0,05 é 1,64. Como nossa estatística de teste foi menor que este
valor, não rejeitamos a hipótese nula. Isso significa que os dados não contêm
evidência suficiente para afirmarmos que a média de altura dos habitantes seja
maior que 1,70. Uma outra forma de chegarmos a esta conclusão é através do p −
valor associado à estatística de teste. Consultando o valor desta estatística na tabela,
encontramos uma probabilidade igual a 0,15542 (quinta linha com a primeira
coluna). Este valor é claramente maior que o nível de significância (0,05). Sempre que
o p − valor for maior que o nível de significância, não rejeitamos H .
O que aconteceria se não houvesse motivo para suspeitar que a média de
altura dos habitantes fosse maior que 1,70? Neste caso, o teste de hipótese seria
bilateral, ou seja, nosso teste seria da seguinte forma:
H : μ = 1,70
H : μ ≠ 1,70
Quando temos um teste bilateral, o nível de significância deve ser dividido por
2. Assim, ele serial igual a 0,025 e o valor correspondente na tabela da distribuição
normal padrão seria 1,96. Como nossa estatística de teste é menor que este valor,
ainda assim não rejeitaríamos H0, ou seja, nossa conclusão seria a mesma.
Teste com variância populacional desconhecida
Quando não conhecemos a variância da população da qual nossa amostra

foi extraída e o número de elementos da amostra é pequeno (n < 30), a estatística
de teste é calculada de outra forma e possui outras características. Neste caso, ela
seria calculada pela equação (31):
78
X−μ
T=
S (31)
√n
Como se pode perceber, quando não conhecemos a variância populacional,

o desvio-padrão é substituído pelo desvio-padrão populacional. Como consequên-
cia, a estatística de teste “T” segue a distribuição t de Student e não podemos mais
utilizar a tabela da distribuição normal para obtermos o valor de referência ou o p −
valor. Para isso, teremos outra tabela como aquela representada na figura abaixo.
Para consulta-la, além de conhecermos o nível de significância, precisamos conhe-
cer os “graus de liberdade” (v). O grau de liberdade de uma distribuição amostral
v = n – 1, sendo n o tamanho da amostra.
Exemplo: Ainda considerando o exemplo anterior, como faríamos o teste de

hipóteses se não conhecêssemos a variância populacional? No caso de um teste
unilateral (como o primeiro que fizemos na seção anterior), teríamos o seguinte:
H : μ = 1,70
H : μ > 1,70
Lembrando que a variância amostral encontrada pelo cientista é igual a 0,36

e supondo que o cientista tenha selecionado uma amostra de 25 pessoas, a
estatística de teste seria calculada da seguinte forma:
X−μ
T= s
√n
1,72 − 1,70
T=
0,6
√25
0,02
T= ≈ 1,17
0,6
5
Consultando a tabela abaixo com nível de significância de 0,05 (na tabela
consta 0,95 na primeira linha pois trás o a probabilidade acumulada) com v = 24 graus
de liberdade (v = 25 – 1), encontramos o valor de referência igual a 1,711. Como
nossa estatistica de teste é menor que o valor de referência, então não rejeitamos a
hipótese nula. Da mesma forma, isso significa que os dados da amostra não contêm
79
evidência suficiente para afirmarmos que a média de altura dos habitantes deste
município seja maior que 1,70m.
O nível de significância desejado deve ser subtraído de 1 para que possamos usar a
tabela. Assim, o nível de significância de 0,05 será α = 1 – 0,05 (α = 0,95). Obviamente, o
nível de significância de 0,01 seria α = 1 – 0,01 (α = 0,99).
Obs.: Para usar a tabela, procuramos o nível de significância na primeira linha

e os graus de liberdade na primeira coluna.
 Nos link a seguir , veja mais sobre testes de hipóteses como testes para outros
parâmetros populacionais e exemplos de aplicações em: https://bit.ly/3lM7ndx. Acesso
em: 14 maio 2020.

Prentice Hall, 2009. Disponivél em: https://bit.ly/2QNFMKU Acesso em: 14 maio 2020
 DOANE, D. P.; SEWARD, L. E. Estatística Aplicada à Administração e Economia. 4.

ed. Porto Alegre: AMGH, 2014. Disponivel em: https://bit.ly/3hRzWUu. Acesso em: 14
maio 2020
Um teste de hipóteses é frequentemente comparado ao julgamento de um réu. Quando

uma pessoa vai a julgamento, existe o que chamam de “presunção de inocência”, ou
seja, o réu é inocente até que se prove o contrário (assim, a hipótese nula seria: o réu é
inocente). O promotor, procura demonstrar através de provas documentais e/ou
testemunhais que o réu é culpado, ou seja, procura refutar (ou rejeitar) a hipótese nula.
Neste contexto, dois erros podem ser cometidos ao condenar ou absolver o réu. Que erros
seriam esses? Algun seria mais prejudicial que o outro? Se sim, qual deles?
80
Tabela 4: Tabela de valores críticos – t de Student
dt 0.05 0.025 0.01 0.005

1 6.314 12.706 31.821 63.657
2 2.920 4.303 6.965 9.925
3 2.353 3.182 4.541 5.841
4 2.132 2.776 3.747 4.604
5 2.015 2.571 3.365 4.032
6 1.943 2.447 3.143 3.707
7 1.895 2.365 2.998 3.499
8 1.860 2.306 2.896 3.355
9 1.833 2.262 2.821 3.250
10 1.812 2.228 2.764 3.169

11 1.796 2.201 2.718 3.106
12 1.782 2.179 2.681 3.055
13 1.771 2.160 2.650 3.012
14 1.761 2.145 2.624 2.977
15 1.753 2.131 2.602 2.947
16 1.746 2.120 2.583 2.921
17 1.740 2.110 2.567 2.898
18 1.734 2.101 2.552 2.878
19 1.729 2.093 2.539 2.861
20 1.725 2.086 2.528 2.845

21 1.721 2.080 2.518 2.831
22 1.717 2.074 2.508 2.819
23 1.714 2.069 2.500 2.807
24 1.711 2.064 2.492 2.797
25 1.708 2.060 2.485 2.787
26 1.706 2.056 2.479 2.779
27 1.703 2.052 2.473 2.771
28 1.701 2.048 2.467 2.763
29 1.699 2.045 2.462 2.756
30 1.697 2.042 2.457 2.750
40 1.684 2.021 2.423 2.704
50 1.676 2.009 2.403 2.678
100 1.660 1.984 2.364 2.626

∞ 1.645 1.960 2.326 2.576
Fonte: Adaptado de Guimarães (2012)
81
FIXANDO O CONTEÚDO
1. Assinale a alternativa correta.
a) Testes de hipóteses fazem parte do processo de amostragem.

b) Fazemos um teste de hipóteses porque não conhecemos o parâmetro populacio-
nal.
c) A distribuição amostral da média segue uma distribuição t de Student.
d) A distribuição normal padrão é ideal para modelarmos a distribuição amostral do
desvio-padrão.
2. Suponha que a média de uma amostra seja igual a 1,75. Indique qual seria a hipó-
tese nula em um teste de hipóteses.
a) H = 1,75
b) H ≠1,75
c) H =1,80
d) H >1,75
e) H < 1,75
3. Na questão anterior qual deveria ser a hipótese alternativa, se acreditássemos que

a média populacional é maior que a média amostral?
a) H < 1,75
b) H > 1,75
c) H = 1,75
d) H ≠ 1,75
e) H = 1,80
4. Baseando-se no teste de hipóteses abaixo, assinale a alternativa correta.
H : μ = 1,5
H : μ ≠ 1,5
82
a) Trata-se de um teste bilateral.
b) A hipótese alternativa é μ = 1,5.
c) A hipótese nula é μ ≠ 1,5.
d) Trata-se de um teste unilateral.
e) Todas as alternativas anteriores estão incorretas.
5. Seja o seguinte teste de hipóteses para a média populacional:
H : μ = 120
H : μ ≠ 120
Suponha que tenha sido encontrada uma estatística de teste igual a 2,41 e que o
valor de referência seja 1,96. Neste caso, assinale a alternativa correta.
a) Devemos rejeitar H
b) Devemos aceitar H
c) Não podemos afirmar que a média populacional seja diferente de 120.
d) Nada pode ser afirmado com este teste.
e) Trata-se de um teste unilateral.
6. Considere o seguinte teste de hipóteses:
H : μ = 50
H : μ ≠ 50
Se o nível de significância é de 5% (ou seja, α = 0,05) e o p-valor igual a 0,01, assinale

a alternativa correta.
a) Devemos rejeitar H
b) Devemos aceitar H
c) Não há evidência suficiente para afirmarmos que a média populacional seja me-
nor que 50.
d) Nada pode ser afirmado com este teste.
e) Trata-se de um teste bilateral.
83
7. Assinale a alternativa correta no que se refere a testes de hipóteses.
a) A estatística de teste para a média populacional sempre seguirá uma distribuição

normal padrão.
b) O valor de referência considerado depende apenas do nível de significância do
teste.
c) Devemos rejeitar a hipótese nula sempre que o p-valor for menor que o nível de
significância.
d) Não devemos rejeitar a hipótese nula quando o p-valor for menor que o nível de
significância.
8. Calcule uma estatística de teste, considerando uma amostra de tamanho

n = 64, e os seguintes valores:
a) T = 5,25
b) T = 3,75
c) T = 6,25
d) T = 3,25
e) T = 4,44
84
JUROS SIMPLES E COMPOSTOS UNIDADE
INTRODUÇÃO
A matemática financeira é um ramo da matemática que trata, basicamente,

da relação que existe entre dinheiro e tempo. Receber um determinado valor em
dinheiro hoje ou receber após seis meses, obviamente, não são a mesma coisa. Da
mesma forma, adquirir um produto hoje e adquiri-lo após seis meses também não
são. Dessa forma, abrir mão de um consumo imediato (que é preferível) para
consumir posteriormente, deve render à pessoa algum tipo de “prêmio” e os juros
podem ser entendidos como esse prêmio. Assim, são os juros que levam ao
adiamento do consumo, e à consequente formação de poupanças que são tão
úteis à economia. Os juros também podem ser entendidos de outras formas:
 Remuneração do risco: ao conceder um empréstimo, por exemplo, o credor

corre o risco da inadimplência do tomador. Quanto maior o risco, maior será
o “prêmio” exigido pelo credor, ou seja, maiores serão os juros.
 Proteção contra a perda do poder de compra: ao longo do tempo, a moeda
perde, paulatinamente, o seu poder de compra, ou seja, sua capacidade de
comprar produtos. Obviamente, não se compra hoje com $100 tudo o que se
comprava há 20 anos. Isso se deve ao processo de inflação. Os juros podem
anular ou, pelo menos, minimizar esta perda.
 Remuneração do capital: de forma simplificada, os juros podem ser
entendidos também como um “aluguel” que deve ser pago pelo uso do
dinheiro por terceiros.
Além dos juros (J), há também outros conceitos que precisamos entender para
estudar a relação do dinheiro com o tempo. São eles:
 Capital (C): do ponto de vista da matemática financeira, capital se refere a

qualquer valor, expresso em moeda, disponível em determinado momento.
Também pode ser chamado de “principal” ou “valor presente”.
85
 Montante (M): também chamado de “valor futuro”, é o valor obtido após a
adição dos juros ao final de um período específico. Assim, o montante será
igual ao principal mais os juros.
 Taxa de juros (i): é o quociente entre os juros recebidos e o capital aplicado.
Dito de outra forma é a remuneração do capital aplicado e se refere sempre
a um determinado período de tempo. A taxa de juros pode ser representada
de duas maneiras: taxa percentual e taxa unitária. A taxa percentual é aquela
apresentada em porcentagem e a taxa unitária será a taxa percentual
dividida por 100. Por Exemplo:
Tabela 5: Taxa de Juros

Taxa percentual Taxa unitária
15% 0,15
7,5% 0,075
2% 0,02
1,5% 0,015
Dessa forma, expressando matematicamente as relações acima, temos o

seguinte:
M=C+J (32)
J
i= (33)
C
Exemplo: Qual é a taxa de juros cobrada em um empréstimo de $100, sabendo

que, após um mês, serão pagos $125?
Solução: Neste caso, o capital é igual a $100 e o montante, igual a $150. Então
temos:
M =C+J
J =M−C
J = 125 − 100 = 𝟐𝟓
J
i=
C
25
i= = 𝟎, 𝟐𝟓 𝐨𝐮 𝟐𝟓%
100
86
Assim, a taxa de juros cobrada é igual a 25% ao mês, que é o período da
operação.
REGIMES DE CAPITALIZAÇÃO
Na matemática financeira, um regime de capitalização dos juros representa a

forma como os juros são formados e incorporados ao capital ao longo do tempo.
Nesse sentido, podemos destacar dois regimes de capitalização: a capitalização
simples e a capitalização composta.
Capitalização Simples
Popularmente chamada de “juros simples”, a capitalização simples é o regime

de capitalização onde a taxa de juros incide somente sobre o capital inicial e nunca
sobre os juros acumulados. Neste regime, os juros crescem linearmente com o tempo
ou, dito de outra forma, a relação que existe entre juros e tempo pode ser expressa
por uma função de primeiro grau. Vejamos o seguinte Exemplo: suponha que uma
pessoa faça um empréstimo de $1.000,00 a uma taxa de juros de 3% ao mês para ser
pago após 6 meses. O quadro abaixo ilustra essa situação com o valor da dívida a
cada mês.
Tabela 6: Taxa de juros (simples)

Mês Juros Dívida
0 - 1.000
1 𝟎, 𝟎𝟑 ∙ 𝟏. 𝟎𝟎𝟎 = 𝟑𝟎 1.030
2 𝟎, 𝟎𝟑 ∙ 𝟏. 𝟎𝟎𝟎 = 𝟑𝟎 1.060
3 𝟎, 𝟎𝟑 ∙ 𝟏. 𝟎𝟎𝟎 = 𝟑𝟎 1.090
4 𝟎, 𝟎𝟑 ∙ 𝟏. 𝟎𝟎𝟎 = 𝟑𝟎 1.120
5 𝟎, 𝟎𝟑 ∙ 𝟏. 𝟎𝟎𝟎 = 𝟑𝟎 1.150
6 𝟎, 𝟎𝟑 ∙ 𝟏. 𝟎𝟎𝟎 = 𝟑𝟎 1.180
No quadro acima, o mês “0” representa o exato momento em que a pessoa

faz o empréstimo. Neste momento ainda não há juros a pagar. Ao fim do primeiro
mês, a dívida será igual aos $1.000,00 acrescidos dos juros que foram $30,00. Assim, o
valor da dívida neste momento é de $1.030,00 e assim sucessivamente. Reparem que,
para obter o valor dos juros em cada mês foi utilizada a taxa unitária (0,03) e não a
87
taxa percentual (3%). Também é importante perceber que os juros são constantes ao
longo do tempo, ou seja, a dívida é acrescida sempre do mesmo valor. É isso que
significa dizer que os juros são uma função linear do tempo. A cada mês, a taxa de
variação da dívida é sempre a mesma (constante). Obviamente, não é necessário
construir sempre um quadro como este o que pode ser trabalhoso especialmente
quando o tempo da operação é muito extenso. Felizmente, existem fórmulas que nos
permitem calcular as variáveis envolvidas em uma operação financeira. Vejamos
algumas que se referem à capitalização simples.
 Juros: O juro de uma operação financeira sob o regime de capitalização simples

pode ser calculado através da seguinte expressão:
J=C∙i∙t (34)
Onde “t” é o tempo ou prazo da operação.
Exemplos: Considerando o exemplo representado no quadro anterior, qual será o

valor dos juros ao final da operação?
Solução: Analisando o quadro, já podemos afirmar que os juros ao final da operação
(no sexto mês) serão iguais a $180,00 (J=1.180-1.000). Entretanto, se não tivéssemos o
quadro, deveríamos calcular através da fórmula do seguinte modo:
J =?
C = 1.000
i = 3% ao mês
t = 6 meses
Como a taxa é mensal e o período da operação está medido em meses, não

é necessário fazer nenhuma conversão (veremos mais adiante quando é necessário
e como fazer). Assim, utilizando a taxa unitária e substituindo na fórmula, temos:
J=C∙i∙t
J = 1.000 ∙ 0,03 ∙ 6
J = $180
88
Ou seja, os juros gerados na operação são de $180,00 como esperávamos.
Qual é a taxa de juros cobrada em um empréstimo de $1.500,00 que deve ser
pago por $1.950,00 após 12 meses?
Solução: Neste caso, temos os seguintes valores:
C = 1.500
M = 1.950
t = 12 meses
i =?
Para usar a fórmula, vamos primeiramente calcular o valor dos juros.
J =M−C
J = 1.950 − 1.500
J = 450
Agora, podemos substituir estes valores na outra fórmula.
J=C∙i∙t
450 = 1.500 ∙ i ∙ 12
450 = 18.000 ∙ i
450
i=
18000
i = 0,025 ou 2,5%
Assim, a taxa de juros da operação é de 2,5% ao mês, uma vez que o prazo
está medido em meses.
Sabe-se que um capital de $2.300,00 aplicados a uma taxa de 5% ao mês renderam

$800,00 de juros. Qual foi o prazo desta operação?
Solução: Neste caso, temos os seguintes dados:
C = 2.300
89
J = 800
i = 5% (ou 0,05) ao mês
t =?
Substituindo na fórmula, temos:
J=C∙i∙t
800 = 2300 ∙ 0,05 ∙ t
800 = 115 ∙ t
t = 800/115
t ≈ 6,96
Dessa forma, o prazo da operação é de aproximadamente sete meses, uma

vez que a taxa de juros é mensal.
Qual o capital que, aplicado a uma taxa de 7,5% ao ano, gera $4.000,00 de
juros em 5 anos?
Solução: Neste caso, os dados do problema são:
i = 7,5% ao ano
t = 5 anos
J = 4.000
J=C∙i∙t
4000 = C ∙ 0,075 ∙ 5
4000 = C ∙ 0,375
C = 4000/0,375
90
C ≈ 10.666,67
Então, o capital é igual a $10.666,67.
 Montante: Vimos, anteriormente, que o montante é a soma do capital com os

juros acumulados no período, ou seja, M=C+J. Vimos também que J=C∙i∙t. Sendo
assim, podemos deduzir uma outra fórmula para o montante de uma operação
da seguinte forma:
Sabemos que M = C + J (1) e J = C ∙ i ∙ t (2). Então, substituindo a equação (2) na
equação (1), temos o seguinte:
M=C+C∙i∙t
Colocando “C” em evidência, temos:

M = C ∙ (1 + i ∙ t) (35)
E essa é a nova fórmula para o cálculo do montante de uma operação.
Exemplo: Se um capital de $10.000,00 for aplicado a uma taxa de 1,5% ao mês qual
será o montante após 12 meses?
C = 10.000
i = 1,5% ao mês
t = 12 meses
M =?
Como M = C ∙ (1 + i ∙ t), então:
91
M = 10000 ∙ (1 + 0,015 ∙ 12) ⇒ A multiplicação deve ser feita primeiro
M = 10000 ∙ (1 + 0,18)
M = 10000 ∙ (1,18)
M = 11.800
Portanto, o montante desta operação é $11.800,00.
 Conversão de taxas: Como vimos acima, a taxa de juros e o período (tempo)

devem sempre se referir à mesma unidade (dias, meses, ano, etc.). Entretanto,
em muitas situações isso não acontece. Nestes casos, devemos converter a taxa
de juros para que seja medida na mesma unidade do período (ou transformar
o período na mesma unidade da taxa). No regime de capitalização simples, a
conversão da taxa de juros é feita simplesmente multiplicando ou dividindo pelo
valor necessário. Assim, quando temos uma taxa anual, por exemplo, podemos
obter a taxa mensal simplesmente dividindo-a por 12. Ou, se temos uma taxa
diária, podemos obter a taxa mensal multiplicando-a por 30 e assim
sucessivamente. Vejamos alguns exemplos:
Exemplo: Suponha que uma pessoa faça uma aplicação de $2.500,00 em um fundo
que rende 3% ao mês. Quanto essa pessoa terá após 2 anos?
Solução: Reparem que a taxa é mensal e o período está medido em anos. Assim,
temos que converter a taxa para uma taxa anual da seguinte forma:
i = i ∙ 12
i = 0,03 ∙ 12
i = 0,36
Aqui, “i_a” é a taxa anual e “i_m” é a taxa mensal. Agora, podemos utilizar a
fórmula do montante:
92
M = C ∙ (1 + i ∙ t)
M = 2500 ∙ (1 + 0,36 ∙ 2)
M = 2500 ∙ (1 + 0,72)
M = 2500 ∙ (1,72)
M = 4.300
Então, após 2 anos, a pessoa terá $4.300,00.
 Capitalização composta: Popularmente chamada de “juros compostos”, a

capitalização composta é aquele regime de capitalização onde a taxa de juros
incide sobre o capital inicial acrescidos dos juros acumulados até o período
anterior, sendo, por este motivo, também chamado de “juros sobre juros”. Na
prática, esse é o regime utilizado em todas as operações de capitalização. É
importante notar ainda que, neste regime, os juros variam exponencialmente
como o tempo. Ou seja, o capital “cresce” muito mais rapidamente se
comparado ao regime de capitalização simples. Vejamos um Exemplo:
suponha que uma pessoa faça um empréstimo de $1.000,00 a uma taxa de juros
de 3% ao mês para ser pago após 6 meses. Notem que se trata do mesmo
exemplo utilizado no início da seção de capitalização simples. O quadro abaixo
ilustra essa situação com o valor da dívida a cada mês.
Tabela 7: Taxa de juros (compostos)

Mês Juros Dívida
0 - 1.000
1 0,03 ∙ 1.000 = 30 1.030
2 0,03 ∙ 1030 = 30,9 1.060,9
3 0,03 ∙ 1.060,9 = 31,83 1.092,73
4 0,03 ∙ 1.092,73 = 32,78 1.125,51
5 0,03 ∙ 1.125,51 = 33,77 1.159,28
6 0,03 ∙ 1.159,28 = 34,78 1.194,06
Assim, ao final de seis meses, o valor da dívida será de $1.194,06. Reparem que,
quando adotamos a capitalização simples este valor era menor ($1.180,00). Essa
93
diferença será tanto maior quanto maior for o período entre o início e o fim da
operação. O gráfico 1 abaixo ilustra a diferença ente os dois tipos de capitalização.
Podemos ver, através do gráfico, que ao final de 60 meses, a dívida sob o regime de
capitalização composta é praticamente o dobro do que seria sob o regime de
capitalização simples.
Figura 15: Capitalização simples X Capitalização composta
Capitalização Simples Capitalização Composta
7000
6000
5000
4000
3000
2000
1000
0
0 5 10 15 20 25 30 35 40 45 50 55 60 65
Fonte: Elaborado pelos Autores (2020)
Também no caso da capitalização composta, não é necessário que façamos

os cálculos como na tabela acima. Existem também algumas fórmulas que são muito
úteis. Vejamos:
 Montante: O montante de uma operação sob o regime de capitalização
composta pode ser calculado através da seguinte fórmula:
M = C ∙ (1 + i) (36)
Da mesma forma, temos que:
M = montante;
C = capital;
i = taxa de juros;
t = período (ou tempo).
94
A partir desta fórmula, podemos também obter uma fórmula para o capital,
“passando” o termo (1 + i) para “o outro lado da igualdade”. Assim, temos:
M
C= (37)
(1 + i)
Exemplo: Imagine que uma pessoa faça uma aplicação de $1.500,00 em um fundo
que renda 2% de juros ao mês. Quanto essa pessoa terá após 12 meses?
Solução: Os dados do problema são:
M=?
C = 1.500
i = 2% ao mês
t = 12 meses
Substituindo esses valores na fórmula, temos o seguinte:
M = C ∙ (1 + i)
M = 1500 ∙ (1 + 0,02)
M = 1500 ∙ (1,02)
M = 1500 ∙ 1,268
M = 1.902
Assim, após 12 meses, essa pessoa terá $1.902,00.

Exemplo: Qual é o capital que, aplicado a 1,5% ao mês, rende um montante de
$3.200,00 após 15 meses?
Solução: Os dados do problema são os seguintes:
C =?
M = 3.200
95
i = 1,5% ao mês
t = 15 meses
M = C ∙ (1 + i) t
3200 = C ∙ (1 + 0,015) 15
3200 = C ∙ (1,015) 15
3200 = C ∙ (1,25)
C = 3200 / 1,25
C = 2.560
Portanto, o capital procurado é $2.560,00.
Exemplo: Após quanto tempo um capital de $1.300,00 aplicado a uma taxa de 4%

ao mês rende um montante de $2.600,00?
Solução: Neste caso, como o período aparece como um expoente na fórmula do
montante precisou utilizar uma propriedade dos logaritmos. Essa propriedade diz o
seguinte: 𝐥𝐨𝐠 𝐚 𝐛𝐜 = 𝐜 ∙ 𝐥𝐨𝐠 𝐚 𝐛
Assim, substituindo os valores na fórmula do montante, temos o seguinte:
M = C ∙ (1 + i)
2600 = 1300 ∙ (1 + 0,04)
2600 = 1300 ∙ (1,04)
2600
= (1,04)
1300
log(1,04) = log 2
log 2
t=
log 1,04
96
0,30103
t=
0,017033
t = 17,7
Assim, após 17,7 meses (uma vez que a taxa é mensal), o capital de $1.300,00
irá gerar um montante de $2.600,00 a uma taxa de 4% ao mês.
Exemplo: Qual é a taxa de juros que faz um capital de $5.000,00 gerar um montante
de $8.000,00 após 12 meses?
Solução: Substituindo os valores na fórmula do montante, temos o seguinte:
M = C ∙ (1 + i)
8000 = 5000 ∙ (1 + i)
8000
= (1 + i)
5000
1,6 = (1 + i)
1,6 = (1 + i)
(1 + i) = 1,6
1 + i = 1,0399
i = 1,0399 − 1
i = 0,0399 ou 3,99%
Assim, a taxa de juros procurada é 3,99% ao mês (uma vez que o período está
em meses).
Equivalência de taxas
Da mesma forma como fizemos na capitalização simples, no regime de

capitalização composta, a taxa e o período devem corresponder à mesma unidade
(dia, mês, ano, etc.). Entretanto, a transformação das taxas não é feita do mesmo
jeito. Porém, antes de vermos como transformar as taxas sob o regime de
capitalização composta, vamos ver um conceito importante da matemática
financeira: o conceito de equivalência de taxas. Duas ou mais taxas referenciadas a
97
períodos unitários distintos são equivalentes quando produzem o mesmo montante
no final de determinado tempo, pela aplicação de um mesmo capital inicial
(SOBRINHO, 2008).
Dito de outra forma, duas taxas são equivalentes quando produzem o mesmo
montante, quando aplicadas ao mesmo capital durante o mesmo tempo. Assim,
uma taxa de 2% ao mês, por exemplo, é equivalente a uma taxa de 26,82% ao ano.
Vejamos: considerando um capital de $1.000,00 aplicados a 2% ao mês durante 12
meses, temos:
M = 1.000 ∙ (1 + 0,02)
M = 1.000 ∙ (1,2682)
M = 1.268,20
Considerando, agora, o mesmo capital aplicado a 26,82% ao ano durante um

ano (equivalente a 12 meses), temos:
M = 1.000 ∙ (1 + 0,2682)
M = 1.000 ∙ (1,2682)
M = 1.268,20
Como podemos ver, as duas taxas geram o mesmo montante quando

aplicadas ao mesmo capital pelo mesmo período. Mas como transformar uma taxa
mensal em uma taxa anual? Para isso, utilizamos a seguinte fórmula:
i = (1 + i ) −1
Onde “i_a” é a taxa anual e “i_m” é a taxa mensal. De forma análoga, para
calcular a taxa mensal conhecendo a taxa anual, utilizamos a seguinte fórmula:
i = (1 + i ) −1
98
Exemplo: Qual é a taxa mensal equivalente a 32% ao ano?
Solução:
i = (1 + 0,32) −1
,
i = (1,32) −1
i = 1,0234 − 1
i = 0,0234 ou 2,34%
Nos links abaixo, vocês encontrarão esses assuntos de forma bem detalhada e com muitos exemplos
diferentes.
 Matemática financeira: aplicações à análise de investimentos de Carlos Patrício

Samanez, (2007). Disponível em: https://bit.ly/3fb75J. Acesso em: 08 maio 2020.
 Matemática financeira, de José Dutra Vieira Sobrinho (2008). Disponível em:
https://bit.ly/2PoxtI7. Acesso em: 08 maio 2020.
99
FIXANDO O CONTEÚDO
1. Calcule a taxa de juros de um empréstimo de $1.000,00 que rendeu $120,00 de

juros ao longo de 12 meses.
a) 30% ao mês.
b) 24% ao mês.
c) 12% ao mês.
d) 36% ao mês.
e) 0,12% ao mês.
2. Calcule os juros de um financiamento de $150.000,00 que rendeu um montante de

$190.000,00 após 12 meses.
a) $40.000,00.
b) $30.000,00.
c) $50.000,00.
d) $25.000,00.
e) $12.000,00.
3. Calcule a taxa de juros de um empréstimo de $5.000,00 que, após 6 meses, gerou

um montante de $5.200,00.
a) 0,3% ao mês.
b) 0,66% ao mês.
c) 3% ao mês.
d) 4% ao ano.
e) 0,4% ao mês.
4. Calcule a taxa unitária de juros de equivalente a 12% ao ano.
a) 0,012 ao ano.
b) 0,12 ao ano.
c) 0,0012 ao ano.
100
d) 0,12% ao ano.
e) 0,012% ao ano.
5. Calcule o montante de um empréstimo de $15.000,00 a ser liquidado após 12

meses, considerando uma taxa de 3% ao mês sob o regime de capitalização
simples.
a) $19.200,00.
b) $24.000,00.
c) $20.400,00.
d) $18.750,00.
e) $19.820,00.
6. Calcule a taxa de juros de um empréstimo de $2.000,00 que deve ser pago por
$2.350,00 após 6 meses, considerando a capitalização simples.
a) 2,92% ao ano.
b) 0,029% ao mês.
c) 0,029% ao ano.
d) 1,03% ao mês.
e) 2,92% ao mês.
7. Considerando o regime de capitalização composta, qual será o montante de uma

aplicação de $10.000,00 durante 20 meses a uma taxa de 1,8% ao mês?
a) $14.287,48.
b) $14.000,00.
c) $13.800,00.
d) $4.287,48.
e) $5.728,53.
8. Qual é o capital que, aplicado por 24 meses a uma taxa de 2% ao mês sob o
101
regime de capitalização composta gera um montante de $20.000,00?
a) $19.000,00.
b) $17.500,00.
c) $15.204,70.
d) $12.434,43.
e) $18.452,25.
102
DESCONTOS UNIDADE
INTRODUÇÃO
Err
A operação de desconto pode ser entendida como o “inverso” da
capitalização. Nos regimes de capitalização, nós conhecemos o valor presente
(capital) e desejamos conhecer o valor futuro (montante) após a aplicação de uma
taxa de juros ao longo de um determinado período. Por outro lado, na operação de
desconto, nós conhecemos o valor futuro de um título e desejamos conhecer seu
valor presente em uma data específica após a aplicação de uma taxa de desconto.
Em ambos os casos, a operação depende do tempo decorrido.
A liquidação (pagamento) um título antes da sua data de vencimento,

normalmente exige uma “recompensa” ou um desconto pelo pagamento
antecipado. Assim, o desconto é entendido como a diferença entre o valor de
resgate de um título e o valor presente (valor pago) na data da operação, ou seja:
D=M−C (38)
Onde “D” é o valor do desconto, “M” é o valor de resgate do título na sua data
de vencimento e “C” é o valor pago pelo título na data da operação.
Exemplo: Um título de $2.500,00 foi liquidado por $2.275,00 dois meses antes da sua
data de vencimento. Neste caso, qual foi o valor do desconto?
Solução: Neste caso, temos as seguintes informações:
103
M = 2.500
C = 2.275
D =?
D= M−C
D = 2.500 − 2.275
D = 225
Assim, o valor do desconto nesta operação foi $225,00.
Da mesma forma que acontece na capitalização, também temos aqui, os

regimes de desconto simples e desconto composto. O primeiro envolve cálculos
lineares e o segundo, cálculos exponenciais.
DESCONTO SIMPLES
Também chamado de “desconto bancário” ou “desconto comercial”, é uma

operação largamente utilizada pelo sistema bancário. Neste tipo de operação, o
desconto é obtido pela multiplicação do valor de resgate pela taxa de desconto e
pelo tempo a decorrer até a data de vencimento do título. Assim:
D=M∙d∙t (39)
Onde “d” é a taxa de desconto da operação.
104
Para obter o valor presente, ou valor descontado, basta subtrair o valor futuro
pelo desconto, ou seja:
C=M−D (40)
Exemplo: Qual o valor do desconto de um título de $900,00 com vencimento em 3

meses, considerando uma taxa de desconto de 2,5% ao mês?
Solução: Os dados do problema são os seguintes:
M = 900
d = 2,5% ao mês
t = 3 meses
D =?
Substituindo estes valores na fórmula do desconto, temos:
D= M∙d∙t
D = 900 ∙ 0,025 ∙ 3
D = 67,50
Então, o valor do desconto nesta operação é $67,50.

Exemplo: Considerando os dados do exemplo anterior, qual será o valor descontado
(valor pago) deste título?
105
Solução: Sabemos que C=M-D, então:
C = 900 − 67,50
C = 832,50
Assim, o valor descontado é $832,50.

Exemplo: Um título cujo valor de resgate é $1.550,00 foi liquidado 20 dias antes do
vencimento por $1.470,00. Qual foi a taxa de desconto utilizada na operação?
Solução: Neste caso, os dados são os seguintes:
M = 1.550
C = 1.470
t = 20 dias
d =?
Neste caso, primeiro precisamos conhecer o valor do desconto.
D= M−C
D = 1.550 − 1.470
D = 80
Substituindo estes valores na fórmula do desconto, temos o seguinte:
D= M∙d∙t
80 = 1.550 ∙ d ∙ 20
80 = 31000 ∙ d
80/31000 = d
d = 0,0026 ou 0,26%
106
Assim, a taxa de desconto da operação é 0,26% ao dia.
Exemplo: Um título de $5.200,00 é liquidado por $4.950,00. Considerando uma taxa de
desconto de 3% ao mês, o título foi liquidado quanto tempo antes da data de
vencimento?
M = 5.200
C = 4.950
d = 3% ao mês
t =?
Calculando, primeiramente, o valor do desconto, temos:
D= M−C
D = 5.200 − 4.950
D = 250
Substituindo na fórmula do desconto:
D= M∙d∙t
250 = 5.200 ∙ 0,03 ∙ t
250 = 156 ∙ t
250/156 = t
t = 1,6
Assim, o tempo decorrido entre a liquidação e o vencimento do título é de 1,6

meses. Se quiséssemos saber exatamente quantos meses e dias decorreram,
107
poderíamos transformar este tempo. Sabemos que se trata de 1 mês mais 0,6 mês.
Então, precisamos saber quantos dias equivalem a 0,6 mês. Para isso, basta fazermos
uma regra de três simples, da seguinte forma:
𝟏 𝐦ê𝐬 ↔ 𝟑𝟎 𝐝𝐢𝐚𝐬
𝟎, 𝟔 𝐦ê𝐬 ↔ 𝐱 𝐝𝐢𝐚𝐬
𝐱 ∙ 𝟏 = 𝟑𝟎 ∙ 𝟎, 𝟔
𝐱 = 𝟏𝟖 𝐝𝐢𝐚𝐬
Dessa forma, o prazo da operação é de um mês e 18 dias.

Exemplo: Suponha que uma pessoa deseje liquidar, 15 dias antes do vencimento, um
título cujo valor de resgate é $850,00. Sabendo que a taxa de desconto oferecida
pelo credor é de 3,5% ao mês, qual será o valor descontado (valor pago antes do
vencimento)?
Solução: Primeiramente, devemos converter a taxa de desconto (ou o período) uma

vez que esta se encontra em dias e o período em meses. Como se trata de desconto
simples, a conversão é linear, ou seja:
d
d = (41)
30
Onde “dd” é a taxa de desconto diária e “dm” é a taxa de desconto mensal.

Então:
108
0,035
d =
30
d = 0,0012
Substituindo na fórmula do desconto, temos:
D= M∙d∙t
D = 850 ∙ 0,0012 ∙ 15
D = 15,30
Agora podemos calcular o valor descontado.
C=M−D
C = 850 − 15,30
C = 834,70
Também é possível calcular o valor descontado diretamente, através de uma

única fórmula obtida através das duas anteriores. Como sabemos que D = M ∙ d ∙ t e
C = M − D, então podemos substituir uma fórmula na outra da seguinte forma:
𝐂 = 𝐌 − 𝐌 ∙ 𝐝 ∙ 𝐭 ⇒ Colocamos o “M” em evidência.
C = M(1 − d ∙ t) (42)
Refazendo, então, o exemplo anterior com a nova fórmula temos o seguinte:
C = M(1 − d ∙ t)
C = 850(1 − 0,0012 ∙ 15)
C = 850(1 − 0,018)
C = 850(0,982)
C = 834,70
109
Naqueles casos em que o período da operação for muito longo, é comum
utilizar uma taxa crescente de desconto, considerando o que chamamos de “taxa
de desconto efetiva”.
Matemática financeira: aplicações à análise de investimentos de Carlos Patrício Samanez, (2007)

você
Disponível em: https://bit.ly/3fb75J. Acesso em: 08 maio 2020.
DESCONTO COMPOSTO
O desconto composto é aquele em que a taxa de desconto incide sobre o

valor de resgate de um título menos os descontos acumulados até o período anterior.
Esta operação dificilmente é utilizada na prática e resulta em um valor descontado
muito menor (desconto maior) ao final da operação. Como os cálculos aqui são
exponenciais (e não lineares), o valor descontado é calculado da seguinte forma:
C = M(1 − d) (43)
Neste caso, se a taxa de desconto e o prazo não estiverem na mesma

unidade, será sempre mais simples transformar o prazo. Vejamos o seguinte:
Exemplo: Uma pessoa resolve liquidar, 120 dias antes do vencimento, um título de
$20.000,00. Sabendo que a taxa de desconto é de 2,3% ao mês, qual será o valor
descontado, considerando o sistema de desconto composto?
Solução: Como o prazo e a taxa de desconto estão em unidades diferentes,
110
vamos, primeiramente, transformar o prazo da operação. Como sabemos, 120 dias
corresponde a quatro meses. Então, substituindo na fórmula, temos:
𝐶 = 𝑀(1 − 𝑑)t
𝐶 = 20.000(1 − 0,023)4
𝐶 = 20.000(0,977)4
𝐶 = 20.000(0,9111)
𝐶 = 18.222
Assim, o valor descontado é $18.222,00
Exemplo: Suponha que uma pessoa tenha liquidado um título 90 dias antes do seu
vencimento, gerando um desconto de $1.379,77. Considerando uma taxa de
desconto de 3% ao mês, calcule o valor de resgate do título.
Solução: Os dados deste problema são:
D = 1.379,77
t = 90 dias ou três meses
d = 3% ao mês
M=?
Percebam que não temos o valor descontado (C) nem o valor de resgate (M).
Assim, vamos deduzir uma nova fórmula de cálculo:
D= M−C
D = M − [M(1 − d) ]
D = M[1 − (1 − d) ] (44)
Assim, substituindo os valores nesta fórmula, temos:
1.379,77 = M[1 − (1 − 0,03)

1.379,77 = M[1 − (0,97) ]
1.379,77 = M[1 − 0,9127]
111
1.379,77 = M(0,0873)
1.379,77
M=
0,0873
M = 15.804,92
Assim, o valor de resgate do título é $15.804,92.
112
FIXANDO O CONTEÚDO
1. Suponha que um título com valor de resgate de $15.350,00 seja liquidado 20 dias
antes de seu vencimento por $15.000,00. Calcule o valor do desconto.
a) $350,00.
b) $450,00.
c) $300,00.
d) $225,00.
e) $280,00.
2. Calcule o valor do desconto de um título de $5.500,00 com vencimento em dois

meses, considerando uma taxa de desconto de 2% ao mês.
a) $500,00.
b) $220,00.
c) $320,00.
d) $250,00.
e) $450,00.
3. Um título com valor de resgate de $1.000,00 foi descontado um mês antes do seu
vencimento por $900,00. Calcule a taxa de desconto da operação.
a) 10% ao mês.
b) 15% ao mês.
c) 20% ao mês.
d) 10% ao dia.
e) 15% ao dia.
4. Calcule o valor descontado de um título cujo valor de resgate é $1.300,00 e foi

liquidado 35 dias antes de seu vencimento a uma taxa de desconto de 0,25% ao
dia.
113
a) $1.250,00.
b) $1.186,25.
c) $320,75.
d) $113,75.
e) $1.224,80.
5. Uma pessoa deseja liquidar um título de $800,00 vinte dias antes do seu
vencimento. Considerando uma taxa de desconto de 2% ao mês, qual será o valor
descontado?
a) $789,33.
b) $12,33.
c) $652,23.
d) $425,00.
e) $782,35.
6. Um título com valor de resgate de $10.000,00 é descontado dois meses antes de

seu vencimento por $9.250,00. Qual foi a taxa de desconto da operação?
a) 5,75% ao mês.
b) 4% ao mês.
c) 2,25% ao mês.
d) 3,75% ao mês.
e) 4,25% ao mês.
7. Qual é o valor de resgate de um título que foi liquidado por $3.250,00 três meses
antes do seu vencimento a uma taxa de desconto de 1,5% ao mês?
a) $3.900,00.
b) $3.750,38.
c) $4.000,00.
d) 3.895,32.
e) $3.403,14.
114
8. Considerando o regime de desconto composto, calcule o valor descontado de
um título cujo valor de resgate é $15.000,00 e que foi liquidado 3 meses antes de
seu vencimento a uma taxa de desconto de 2% ao mês.
a) $13.125,36.
b) $12.500,00.
c) $14.117,88.
d) $13.458,23.
e) $12.753,55.
115
SÉRIES DE PAGAMENTOS UNIDADE
Erro!
Fonte de
INTRODUÇÃO referênci
As séries de pagamentos constituem-se em vários a não ou
pagamentos
recebimentos periódicos de valores (constantes ou variáveis) com vencimentos
sucessivos. Existem muitas classificações para as séries de pagamentos, dependendo
do fato das prestações (pagamentos ou recebimentos) serem constantes ou
variáveis; do prazo ser finito ou infinito e do vencimento das prestações são
antecipados ou postecipados. Entretanto, em todos estes casos, precisaremos de um
conceito de fundamental importância: o conceito de fluxo de caixa.
FLUXO DE CAIXA
Segundo Sobrinho (2008), “o fluxo de caixa pode ser entendido como uma
sucessão de recebimentos ou de pagamentos, em dinheiro, previstos para
determinado período de tempo”. Este fluxo é, normalmente, representado de forma
gráfica onde uma linha horizontal representa o tempo e linhas verticais, orientadas
para cima ou para baixo, representas as entradas e saídas de caixa,
respectivamente. Vejamos o seguinte Exemplo:
Tabela 8: Fluxo de Caixa

Dia Recebimento previsto Pagamento previsto
07 $1.200,00 -
08 - $800,00
09 - $300,00
10 $1.500,00 -
Figura 16: Gráfico representativo do fluxo de caixa
116
Como se pode perceber, as entradas são representadas por setas orientadas

para cima e as saídas, por setas orientadas para baixo. Também o tamanho de cada
seta deve ser proporcional ao valor que ela representa. Assim, uma entrada de
$1.500,00 deve ser representada por uma seta maior que uma entrada de $1.200,00.
Por outro lado, a linha horizontal que representa o tempo deve ser orientada para a
direita, de forma que períodos futuros estejam mais distantes do ponto zero (a origem
da reta). Caso haja pagamento (entrada no caixa) e recebimento (saída do caixa)
em um mesmo ponto, podemos representar somente a diferença. Neste caso, a seta
será orientada para cima se a diferença for positiva e será orientada para baixo se a
diferença for negativa.
Exemplo: Suponha que uma pessoa faça um empréstimo pessoal de $30.000,00 em
banco para pagamento em cinco prestações mensais de $7.000,00 cada uma. Do
ponto de vista da pessoa, a representação do fluxo de caixa desta operação será
da seguinte forma:
30.000,00
7.000,00 7.000,00 7.000,00 7.000,00 7.000,00
Há, primeiramente, uma entrada de caixa no valor de $30.000,00 no início da

operação e, depois, cinco saídas de caixa no valor de $7.000,00 em intervalos
regulares. Do ponto de vista do banco credor, a situação é inversa porque,
primeiramente, há uma saída de caixa e, depois, cinco entradas. Assim:
117
7.000,00 7.000,00 7.000,00 7.000,00 7.000,00
30.000,00
SÉRIE DE PAGAMENTOS UNIFORMES
As séries de pagamento uniformes são aquelas em que as parcelas

(entradas/saídas de caixa) são constantes ao longo do período da operação. Como
em toda série de pagamentos, estas parcelas podem ser antecipadas ou
postecipadas (vencidas), sendo que as primeiras são pagas/recebidas no início de
cada período e as segundas, são pagas/recebidas no final de cada período. De
agora em diante, vamos usar as notações com as quais já estamos acostumados
além de uma notação para o valor das parcelas. Assim:
R = Valor das parcelas;

C = Capital ou valor presente;
M = Montante ou valor futuro;
i = Taxa de juros;
t = Períodos unitários da operação (quantidade de parcelas).
Séries uniformes com parcelas vencidas
Como dito anteriormente, parcelas vencidas (ou postecipadas) são aquelas

pagas ou recebidas ao final de cada período. Como exemplo, temos as faturas do
cartão de crédito ou aquelas compras a prazo cuja primeira parcela vence 30 ou 45
dias após a compra. Vejamos o seguinte Exemplo: suponha que uma pessoa faça
depósitos mensais no valor de $1.000,00 em um fundo que rende juros de 1,5% ao
mês. Sabendo que o primeiro depósito acontece um mês após o momento inicial
(momento em que a pessoa “decide” fazer a aplicação), quanto essa pessoa terá
ao final de 4 meses? Esta operação pode ser representada da seguinte forma:
118
𝑀 =?
1.000 1.000 1.000 1.00
Assim, temos os seguintes dados:
R = 1.000
i = 1,5% ao mês
t = 4 meses
Utilizando os conceitos vistos até aqui, vamos calcular o montante de cada

prestação individualmente até o quarto mês. Dessa forma, temos o seguinte:
1ª prestação: M = C(1 + i) ⇒ M = 1000(1,015) ⇒ M = 1.045,68
3 meses
0 1 2 3 4

Sendo assim, o montante total (M ) ao final de quatro meses será:
M = 1.045,68 + 1.030,22 + 1.015 + 1.000

M = 4.090,90
Entretanto, esta não é a única (nem a melhor) forma de fazermos estes
119
cálculos. Imagine se tivéssemos 50 ou 100 prestações, por exemplo. Dessa forma, é
natural buscarmos uma maneira de obter este valor de forma mais direta. Para isso,
vamos buscar por uma fórmula somando, primeiramente, os montantes sem
efetuarmos os cálculos.
M = M +M +M +M
M = 1000(1,015) + 1000(1,015) + 1000(1,015) + 1000(1,015)
Colocando 1.000 em evidência, temos:
M = 1000[(1,015) + (1,015) + (1,015) +(1,015) ]
A sequência (1,015) + (1,015) + (1,015) + (1,015) representa a soma dos

termos de uma progressão geométrica (PG) finita cuja razão é igual 1,015. Podemos,
então, utilizar a fórmula da soma dos termos de uma PG:
q −1
S =a ∙ (45)
q−1
Onde “a ” é o primeiro termo da progressão e “q” é sua razão. Substituindo os

valores na fórmula e lembrando que (1,015) = 1, temos o seguinte:
1,015 − 1
M = 1000 1 ∙
1,015 − 1
1,0613635 − 1
M = 1000
0,015
M = 1000(4,0909)
M = 4.090,90
Como R = 1000 e q = 1 + 0,015, podemos generalizar a fórmula acima e dessa

maneira obtemos a fórmula que procuramos:
(1 + i) − 1
M =R∙ (46)
i
Exemplo: Se uma pessoa aplica mensalmente $800,00 em um fundo que rende 2% ao
120
mês, quanto essa pessoa terá ao final de 3 anos?
Solução: Primeiramente, temos que observar que 3 anos são 36 meses. Assim, os
dados do problema são:
R = 800
i = 2% ao mês
t = 36 meses
(1 + 0,02) −1
M = 800 ∙
0,02
2,0399 − 1
M = 800 ∙
0,02
M = 800 ∙ (51,995)
M = 41.596
Exemplo: Suponha que uma pessoa deseje ter $10.000,00 para uma viagem daqui a
dois anos e queira saber quanto ela deve aplicar mensalmente, considerando um
fundo que rende 1,75% ao mês.
Solução: Os dados deste problema são:
M = 10.000
i = 1,75% ao mês
t = 2 anos (24 meses)
R=?
121
(1 + i) − 1
M=R∙
i
(1 + 0,0175) −1
10.000 = R ∙
0,0175
1,51644 − 1
10.000 = R ∙
0,0175
0,51644
10.000 = R ∙
0,0175
10.000 = R ∙ (29,51086)
10.000
R=
29,51086
R = 338,86
Assim, esta pessoa deverá depositar mensalmente $338,86 para ter $10.000,00
após dois anos.
Exemplo: Quantas prestações mensais de $500,00 devo aplicar para ter $11.707,22
considerando um fundo que rende 3% ao mês?
Solução: Os dados são os seguintes:
R = 500
M = 11.707,22
i = 3% ao mês
t=?
Substituindo na fórmula:
(1 + i) − 1
M=R∙
i
(1,03) − 1
11.707,22 = 500 ∙
0,03
11.707,22 ∙ 0,03 = 500 ∙ [(1,03) − 1]
351,2166 = 500(1,03) − 500
351,2166 + 500 = 500(1,03)
8851,2166 = 500(1,03)
851,2166
(1,03) =
500
(1,03) = 1,70243
122
Aqui, precisaremos usar novamente a propriedade dos logaritmos.
log(1,03) = log(1,70243)
t ∙ log(1,03) = log(1,70243)
log(1,70243)
t=
log(1,03)
0,23107
t=
0,01284
t ≈ 18
Assim, esta pessoa precisará aplicar 18 parcelas de $500,00 para ter o valor
pretendido.
Assim como temos uma fórmula para o cálculo do montante (valor futuro) de
uma série de pagamentos uniforme, temos também uma fórmula para o capital
(valor presente). Essa fórmula é a seguinte:
(1 + i) − 1
C=R∙ (47)
(1 + i) ∙ i
Devemos usá-la quando há uma entrada de caixa no início da operação e,

posteriormente, há as saídas periódicas (prestações). A fórmula do montante que
vimos anteriormente é usada na situação contrária. Ou seja, naquelas situações onde
há, primeiro, as saídas periódicas (prestações) e, ao final da operação, uma entrada
de caixa.
Exemplo: Se uma pessoa deseja contrair um empréstimo para ser pago em 12

prestações mensais de $350,00. Sabendo que a taxa de juros cobrada pelo credor é
de 4% ao mês, qual deve ser o valor deste empréstimo?
Solução: Esquematicamente, temos a seguinte situação:
123
?
12x
350 350 350 350
Reparem que primeiro há uma entrada no caixa e, depois, saídas periódicas.

Assim, devemos utilizar a fórmula acima com os seguintes dados:
R = 350
i = 4% ao mês
t = 12 meses
C=?
(1 + i) − 1
C=R∙
(1 + i) ∙ i
(1 + 0,04) − 1
C = 350 ∙
(1 + 0,04) ∙ 0,04
(1,04) − 1
C = 350 ∙
(1,04) ∙ 0,04
1,60103 − 1
C = 350 ∙
1,60103 ∙ 0,04
0,60103
C = 350 ∙
0,06404
C = 350 ∙ (9,38523)
C = 3.284,83
Portanto, o valor do empréstimo deve ser $3.284,83.
Exemplo: Suponha que uma pessoa deseje financiar um veículo no valor de

$50.000,00 em 36 prestações. Suponha ainda que não haja taxas, impostos nem
outros custos financeiros e que a taxa de juros cobrada pela financeira seja de 2,8%
ao mês. Dessa forma, qual será o valor das prestações?
124
Solução: Neste caso, também há uma entrada de caixa no início da operação e,
depois, as saídas periódicas. Então, utilizaremos novamente a fórmula anterior com
os seguintes dados:
C = 50.000
i = 2,8% ao mês
t = 36 meses
R=?
Substituindo, temos:
(1 + i) − 1
C=R∙
(1 + i) ∙ i
(1 + 0,028) − 1
50.000 = R ∙
(1 + 0,028) ∙ 0,028
2,70241 − 1
50.000 = R ∙
2,70241 ∙ 0,028
1,70241
50.000 = R ∙
0,07567
50.000 = R ∙ [22,49782]
50.000
R=
22,49782
R = 2.222,44
Séries uniformes com parcelas antecipadas
As séries de pagamento com parcelas antecipadas são aquelas em que o

pagamento ou recebimento ocorrem no início de cada período. Dessa forma, a
primeira parcela deve ser paga ou recebida no “momento zero”. Bons exemplos
deste tipo de operação são as compras parceladas em que há uma “entrada” e o
restante é dividido em partes iguais. Neste caso, também teremos uma fórmula para
o valor futuro da operação (montante) e outra para o valor presente (capital). Essas
fórmulas podem ser deduzidas da mesma forma como fizemos no início da seção
anterior e são as seguintes:
(1 + i) − 1
M = R ∙ (1 + i) (48)
i
125
(1 + i) − 1
C = R ∙ (1 + i) ∙ (49)
(1 + i) ∙ i
Percebam que somente foi acrescentado o termo (1 + 𝑖) às fórmulas que

tínhamos para séries com termos vencidos.
Exemplo: Uma pessoa compra um aparelho de tv por $3.000,00 para ser paga em 6
prestações mensais e iguais. Sabendo que a primeira prestação é paga como
entrada e que a taxa de juros da operação é de 1,5% ao mês, qual será o valor das
prestações?
3.000
? ? ? ? ?
?
Os dados deste problema são os seguintes:
C = 3.000
i = 1,5% ao mês
t = 6 meses
R=?
Substituindo estes valores na fórmula, temos:
(1 + i) − 1
C = R ∙ (1 + i) ∙
(1 + i) ∙ i
(1 + 0,015) − 1
3.000 = R ∙ (1 + 0,015) ∙
(1 + 0,015) ∙ 0,015
126
(1,015) − 1
3.000 = R ∙ (1,015) ∙
(1,015) ∙ 0,015
0,09344
3.000 = R ∙ (1,015) ∙
1,09344 ∙ 0,015
0,09344
3.000 = R ∙ (1,015) ∙
0,01640
3.000 = R ∙ (1,015) ∙ [5,69756]
3.000 = R ∙ (5,78302)
3.000
R=
5,78302
R = 518,76
Dessa forma, o valor de cada prestação será $518,76.
Exemplo: Suponha que uma pessoa deseja depositar mensalmente $600,00 em um

fundo que rende 2% de juros ao mês. Quanto essa pessoa terá ao final de 24 meses,
sabendo que o primeiro depósito é feito no início do primeiro mês?
?
24x
600 600 600 600
Temos, então, os seguintes valores:
R = 600
i = 2% ao mês
t = 24 meses
M=?
Substituindo na fórmula:
127
(1 + i) − 1
M = R ∙ (1 + i) ∙
i
(1 + 0,02) −1
M = 600 ∙ (1 + 0,02) ∙
0,02
(1,02) − 1
M = 600 ∙ (1,02) ∙
0,02
0,60844
M = 600 ∙ (1,02) ∙
0,02
M = 600 ∙ (1,02) ∙ [30,422]
M = 18.618,26
SÉRIE DE PAGAMENTOS VARIÁVEIS
As séries de pagamentos variáveis são aquelas em que os pagamentos ou

recebimentos não são constantes ao longo da operação. Estes
pagamentos/recebimentos podem aumentar a cada período ou diminuir. Também
há aqueles casos em que estes valores não seguem uma tendência, seja de
crescimento, seja de decrescimento. Nesta seção vamos ver o primeiro caso, ou seja,
de pagamentos/recebimentos crescentes e decrescentes.
Gradientes em progressão aritmética crescente
Em uma série em que os pagamentos/recebimentos variam de acordo com

uma regra determinada, chamamos de gradiente (G) a diferença entre um
pagamento e outro. Chamando de renda base (R) o primeiro pagamento, os
pagamentos posteriores serão essa renda base mais os gradientes acumulados em
cada período. O esquema abaixo ilustra essa situação.
450
350
250
150
128
50
Neste caso, temos uma renda básica de $50,00 e gradiente igual a $100,00, ou
seja, R = 50 e G = 100.
Na série do gradiente, quando os pagamentos/recebimentos são

postecipados (vencidos), a fórmula do montante (valor futuro) será a seguinte:
G (1 + i) − 1
M= ∙ −t (50)
i i
Para o cálculo do capital (valor presente), usaremos a seguinte fórmula:
1 G (1 + i) − 1
C= ∙ ∙ −t (51)
(1 + i) i i
Exemplo: Suponha que uma pessoa deseje realizar uma viagem dentro de 5 meses
e, para isso, resolva fazer aplicações em um fundo que rende 2% ao mês. Sabe-se
que o primeiro depósito ocorrerá ao final do primeiro mês e terá o valor de $200,00.
Os depósitos seguintes aumentarão segundo um gradiente de $50,00. Dessa forma,
quanto essa pessoa terá ao final do 5° mês?
129
?
200 250
300
350
400
Assim, os dados do problema são:
G = 50
R = 200
i = 2% ao mês
t = 5 meses
M=?
Substituindo na fórmula e chamando o montante da série do gradiente de

“M ”, temos o seguinte:
G (1 + i) − 1
M = ∙ −t
i i
50 (1 + 0,02) − 1
M = ∙ −5
0,02 0,02
(1,02) − 1
M = 2.500 ∙ −5
0,02
0,10408
M = 2.500 ∙ −5
0,02
M = 2.500 ∙ {[5,204] − 5}
M = 2.500 ∙ (0,204)
M = 510
O montante da série da renda base (M ) é calculado da forma como já

conhecemos:
130
(1 + i) − 1
M =R∙
i
(1 + 0,02) − 1
M = 200 ∙
0,02
M = 200 ∙ (5,20404)
M = 1.040,81
Somando os dois resultados, temos o montante total:
M = 510 + 1040,81
M = 1.550,81
No caso em que a série em gradiente se dá com pagamentos/recebimentos

antecipados, os cálculos são feitos da mesma forma, alterando somente as fórmulas
que são as seguintes:
G (1 + i) − 1
M= ∙ (1 + i) ∙ −t (52)
i i
G (1 + i) − 1 t
C= ∙ (1 + i) ∙ − (53)
i (1 + i) ∙ i (1 + i)
SÉRIE DE PAGAMENTOS INFINITA
Dizemos que uma série de pagamentos é infinita quando ela tem um grande
número de pagamentos ou recebimentos durante um tempo que não é possível
especificar. Um bom exemplo são as rendas provenientes de fundos previdenciários,
aquelas que recebemos após a aposentadoria. Não é possível determinar por
quanto tempo uma pessoa aposentada receberá essa renda, podendo assim ser
considerada infinita. Imagine a situação em que uma pessoa faça uma aplicação
de $1.000,00 em um fundo que rende 3% ao mês. Essa pessoa poderá ter uma renda
mensal infinita de $30,00, uma vez que um mês depois haverá a sua disposição
$1.030,00. Se ela retirar $30,00 continuará tendo $1.000,00 que irá gerar mais $30,00 no
próximo mês e assim sucessivamente. Assim, no caso de uma série infinita
postecipada é o resultado da aplicação de uma taxa de juros por um capital onde
o número de períodos é muito grande e indeterminado. Dessa forma, o valor
periódico desta série (R) é dado por:
131
R=C∙i (54)
Sendo assim, se conhecemos o valor dos pagamentos/recebimentos, o capital

pode ser calculado da seguinte forma:
R
C= (55)
i
Exemplo: Se uma pessoa deseja ter uma renda infinita de $1.200,00 quanto ela deve
aplicar hoje considerando uma taxa de juros de 2,5%?
Solução: Pela fórmula do capital temos:
R
C=
i
1.200
C=
0,025
C = 48.000
No caso de uma série infinita antecipada, a fórmula do capital seria:
R
C = (1 + i) ∙ (56)
i
A fórmula para o valor da do pagamento seria, então:

i
R=C∙ (57)
1+i
132
Matemática financeira: aplicações à análise de investimentos de Carlos Patrício Samanez (2007)
você
133
FIXANDO O CONTEÚDO
1. Suponha que uma pessoa deseja ter $5.000,00 para uma viagem dentro de 25
meses. Para isso, ela pretende depositar mensalmente certa quantia em um fundo
que rende 1,5% de juros ao mês. Considerando o sistema de parcelas vencidas,
qual deve ser o valor mensal depositado por ela?
a) $166,32.
b) $225,41.
c) $83,16.
d) $332,63.
e) $125,44.
2. Se uma pessoa aplica mensalmente $1.500,00 em um fundo que rende 1,5% ao

mês, quanto ela terá ao final de 24 meses, considerando prestações vencidas?
a) $21.475,14.
b) $42.950,28.
c) $25.725,23.
d) $37.428,70.
e) $40.000,00.
3. Suponha que uma pessoa faça um empréstimo de $25.000,00 para ser pago em
24 prestações mensais e iguais. Sabendo que a uma taxa de juros é de 3,5% ao
mês que a operação ocorre sob o sistema de parcelas vencidas, qual será o valor
das prestações?
a) $1.041,67.
b) $2.561,32.
c) $2.000,00.
d) $2.464,25.
e) $1.556,82.
134
4. Suponha que uma pessoa compre um eletrodoméstico por $1.800,00 para ser
pago em 18 prestações mensais e iguais. Sabendo que a taxa de juros cobrada é
de 1,85% ao mês e a primeira prestação é paga como uma entrada (no momento
da compra), calcule o valor das prestações.
a) $223,41.
b) $116,33.
c) $100,00.
d) $152,00.
e) $125,45.
5. Suponha que uma pessoa deseja depositar mensalmente $800,00 em um fundo

que rende 1,2% de juros ao mês. Quanto essa pessoa terá ao final de 36 meses,
sabendo que o primeiro depósito é feito no início do primeiro mês?
a) $36.187,72.
b) $40.125,87.
c) $28.800,00.
d) $43.850,00.
e) $29.380,00.
6. Suponha que uma pessoa deseja financiar $25.000,00 para a compra de um

veículo e pretenda pagar em 36 prestações mensais e iguais. Sabendo que é
cobrada uma taxa de juros de 2,15% ao mês e supondo que não haja nenhum
outro custo envolvido, qual será o valor das prestações no regime de parcelas
antecipadas?
a) $851,24.
b) $983,46.
c) $750,00.
d) $728,35.
e) $568,21.
135
7. Considerando a questão anterior, qual seria o valor das prestações sob o regime
de parcelas vencidas?
a) $983,46.
b) $502,30.
c) $2.009,21.
d) $1.958,25.
e) $1.004,60.
8. Se uma pessoa pretende depositar mensalmente $500,00 em um fundo que rende

1% ao mês, em quanto tempo ela terá $8.048,45?
a) 12 meses.
b) 36 meses.
c) 15 meses.
d) 18 meses.
e) 25 meses.
136
EMPRÉSTIMOS UNIDADE
Erro!
Fonte de
referênci
INTRODUÇÃO
a não
As várias modalidades de empréstimos constituem um importante instrumento
para a capitalização das empresas e, consequentemente, para o desenvolvimento
econômico de um país. Estes empréstimos podem ser de curto prazo, como capital
de giro, ou de longo prazo, como aqueles destinados a investimentos produtivos, por
exemplo. Neste contexto, a matemática financeira se apresenta como uma
importante ferramenta na operacionalização destas operações e os conteúdos vistos
até aqui serão muito úteis. Porém, precisaremos introduzir alguns novos conceitos
com o objetivo de melhor compreender essas operações e a forma como elas
acontecem na prática.
DESCONTO DE DUPLICATAS
Duplicatas são títulos de crédito em que o emissor se compromete a pagar

certo valor ao final de um determinado período. Este valor é o já conhecido “valor
de resgate” ou “valor de face” da duplicata e tem uma data específica para
vencimento. Estes títulos são comumente descontados em instituições financeiras,
sendo estipulada uma taxa de desconto e outros encargos financeiros que
costumam ser cobrados à vista sobre o valor de resgate. Esta taxa de desconto
geralmente se dá como vimos anteriormente e os principais encargos financeiros
presentes neste tipo de operação são os seguintes:
 Imposto sobre Operações Financeiras (IOF): Trata-se de um imposto federal

cobrado sobre operações de crédito, câmbio e seguros, por exemplo. A
alíquota é cobrada sobre o valor da operação e serve também como
instrumento de controle das operações financeiras no país.
 Taxa administrativa: Normalmente são cobradas pelas instituições financeiras

para cobrir despesas de abertura, concessão e controle do crédito. Também
137
é calculada sobre o valor do título e deve ser paga no momento da liberação
do crédito.
Dessa forma, há um custo efetivo da operação que é maior que a taxa de

desconto vista anteriormente. Introduzindo o IOF, este custo efetivo pode ser
calculado da seguinte forma:
d + IOF
C = (58)
1 − (d + IOF)
Onde “CE” representa o custo efetivo e “d”, como antes, representa a taxa de
desconto da operação, considerando sempre o sistema de desconto simples.
Exemplo: Qual é o custo efetivo de uma operação de desconto de duplicata cujo

valor de resgate é $30.000,00 com vencimento em 60 dias, considerando uma taxa
de desconto de 2,5% ao mês, uma alíquota de IOF de 0,041% ao dia?
Solução: O custo efetivo será:
d + IOF
C =
1 − (d + IOF)
(0,025 ∙ 2) + (0,00041 ∙ 60)

C =
1 − [(0,025 ∙ 2) + (0,00041 ∙ 60)]
(0,05) + (0,0246)
C =
1 − [(0,05) + (0,0246)]
0,0746
C =
0,9254
C = 0,08061 ou 8,061 ao bimestre
138
Obs.: Como a taxa de desconto é mensal, ela foi multiplicada por 2 para tê-la
em 60 dias. O mesmo foi feito com a alíquota de IOF que, por ser diária, foi
multiplicada por 60.
Exemplo: Na operação do exemplo anterior, qual será o valor descontado?

Solução: Para calcular o valor descontado, devemos subtrair o valor de
resgate pelo desconto mais IOF. Assim:
C = M − (D + IOF)
D = 30.000 ∙ 0,025 ∙ 2
D = 1.500
IOF = 30.000 ∙ 0,00041 ∙ 60
IOF = 738
Sendo assim temos, então:
C = 30.000 − (1.500 + 738)

C = 27.762,00
Podemos também calcular o valor descontado diretamente através da

seguinte fórmula:
C = M ∙ (1 − dt − IOFt) (59)
Sendo “IOF” a alíquota do imposto sobre operações financeiras.

De forma alternativa, o custo efetivo da operação também pode ser obtido
dividindo-se o valor de resgate da duplicata pelo valor descontado, da seguinte
forma:
30.000
C = −1
27.762
C = 0,08061 ou 8,061 ao bimestre
NOTAS PROMISSÓRIAS
139
As notas promissórias, também chamadas de “commercial papers”, são títulos
de curto prazo emitidos com o objetivo de captar recursos para capital de giro.
Segundo Neto (2019), trata-se de “uma alternativa às operações de empréstimos
bancários convencionais, permitindo uma redução nas taxas de juros pela
eliminação da intermediação financeira bancária”. Os custos são constituídos pelos
juros pagos, comissões de demais despesas de emissão.
Exemplo: Suponha que uma empresa emita uma nota promissória com valor de
resgate de $35.000,00 e com vencimento em 3 meses. Ela oferece uma taxa de
desconto de 1,5% ao mês e os custos de emissão correspondem a 0,5% sobre o valor
de resgate. Nestas condições, qual será o valor líquido recebido pela empresa?
Solução: O valor líquido recebido será igual ao valor de resgate da nota menos o
desconto e os custos de emissão. Dessa forma, temos o seguinte:
Desconto: D = M ∙ d ∙ t
D = 35.000 ∙ 0,015 ∙ 3
D = 1.575
Custos de emissão: C = 35.000 ∙ 0,005
C = 175
Assim, o valor líquido será:
VL = 35.000 − 1.575 − 175
VL = 33.250,00
Exemplo: Considerando os dados do exemplo anterior, qual foi o custo efetivo da

operação?
Solução: Como vimos, o custo efetivo pode ser obtido dividindo-se o valor de resgate
pelo valor líquido recebido. Então:
35.000
C = −1
33.250
C = 0,0526 ou 5,26% ao mês
FOMENTO COMERCIAL (FACTORING)
As operações de fomento comercial, também chamadas de “factoring”, não

são propriamente empréstimos, embora sejam importantes instrumentos de
140
captação de recursos pelas empresas, especialmente as pequenas e médias. Estas
operações não são realizadas por instituições financeiras e sim por empresas
comerciais denominadas “factors” ou “fatorizadoras”. As fatorizadoras compram as
duplicatas das empresas cedentes e passam a ser detentoras do crédito dos clientes.
Neste e em outros pontos, esta operação difere essencialmente do desconto de
duplicatas visto anteriormente. É também uma operação mais segura para as
empresas cedentes, uma vez que o risco pelo não pagamento da dívida pelo cliente
passa a ser da fatorizadora. Obviamente, este risco é considerado na operação e irá
refletir no valor pago pela fatorizadora. Este valor também dependerá de outros
fatores, de forma que a operação é realizada através da aplicação de um fator ao
valor de resgate do título de crédito que deve cobrir as despesas administrativas,
impostos e ainda proporcionar um lucro à fatorizadora. Este fator pode ser calculado
da seguinte forma:
Custo do dinheiro + Despesas + Lucro

Fator = (60)
1 − Tributos
 Custo do dinheiro: constitui-se no custo médio do capital de terceiros

levantado pela fatorizadora e no custo de oportunidade dos recursos próprios
utilizados para realizar suas operações.
 Despesas: são as despesas fixas e variáveis da fatorizadora. Normalmente é
calculada como uma porcentagem das suas receitas mensais totais.
 Lucro: representa o ganho que a fatorizadora espera obter de suas operações.
Normalmente é calculada como um percentual do valor de resgate dos
títulos.
 Tributos: Normalmente incidem sobre essas operações o PIS (Programa de
Integração Social) e o COFINS (Contribuição para o Financiamento da
Seguridade Social).
Exemplo: Imagine uma operação de fomento comercial sobre um título de $15.000,00

com vencimento em 30 dias. Suponha que o custo do dinheiro seja 2,5% ao mês, as
despesas da fatorizadora representem 2% e sua margem de lucro seja de 4,5%. Se o
total de tributos representa 1%, qual será o fator da operação?
Solução: A operação tem o seguinte custo total (CT):
141
C = 2,5% + 2% + 4,5%
C = 9%
Assim, o fator será:
0,09 0,09
Fator = =
1 − 0,01 0,99
Fator = 0,091 ou 9,1%
Exemplo: Considerando a situação do exemplo anterior, qual será o valor

descontado (capital)?
Solução: Precisamos, primeiramente, calcular a taxa de desconto através do fator
calculado. Para isso, podemos utilizar a seguinte fórmula:
fator
d= (61)
1 + fator
Assim, temos a seguinte taxa de desconto:
0,091
d=
1,091
d = 0,08341
Calculando, então, o valor descontado, teremos:
C = M ∙ (1 − dt)
C = 15.000 ∙ (1 − 0,08341 ∙ 1)
C = 15.000 ∙ (0,91659)
C = 13.748,85
Exemplo: Considerando ainda o exemplo anterior, qual foi o custo efetivo da

operação?
Solução:
Valor de resgate
C = −1
Valor descontado
142
15.000
C = −1
13.748,85
C = 0,091 ou 9,1%
Como se pode ver, o custo efetivo é igual ao fator calculado anteriormente.
143
FIXANDO O CONTEÚDO
1. Calcule o custo efetivo de uma operação de desconto de duplicata cujo valor de

resgate é $5.000,00 com vencimento em 35 dias, considerando uma taxa de
desconto de 0,02% ao dia e uma alíquota de IOF de 0,041% ao dia.
a) 0,0002%.
b) 0,06104%.
c) 0,00041%.
d) 0,035%.
e) 0,0203%.
2. Calcule o valor descontado de uma operação de desconto de duplicata cujo

valor de resgate é $6.500,00 com vencimento em 60 dias, considerando uma taxa
de desconto de 1,5% ao mês e uma alíquota de IOF de 0,0041% ao dia.
a) $5.300,00.
b) $5.890,00.
c) $4.350,00.
d) $6.289,00.
e) $3.250,00.
3. Calcule o valor descontado de uma operação de desconto de duplicata cujo

valor de resgate é $10.780,00 com vencimento em 50 dias, considerando ma taxa
de desconto de 1,9% ao mês e uma alíquota de IOF de 0,0041% ao dia.
a) $10.416,50.
b) $10.000,00.
c) $10.650,00.
d) $9.895,50.
e) $8.900,00.
144
4. Uma empresa emite uma nota promissória com valor de resgate de $15.000,00 e
com vencimento em 2 meses. Ela oferece uma taxa de desconto de 2% ao mês e
os custos de emissão correspondem a 0,7% sobre o valor de resgate. Sendo assim,
qual será o valor líquido recebido pela empresa?
a) $14.900,00.
b) $14.000,00.
c) $14.295,00.
d) $13.950,00.
e) $13.568,00.
5. Calcule o custo efetivo de uma operação de desconto de uma duplicata com

valor de resgate de $15.000,00 com vencimento em 2 meses, sabendo que há uma
taxa de desconto de 2% ao mês e os custos de emissão correspondem a 0,7% sobre
o valor de resgate.
a) 4,93%.
b) 3,27%.
c) 5,5%.
d) 2,75%.
e) 1,55%.
6. Calcule o valor de resgate de uma duplicata descontada 30 antes do seu

vencimento, por $3.125,00 sabendo que o valor do desconto foi de $525,00 e os
custos da operação foram de $150,00.
a) $3.950,00.
b) $3.800,00.
c) $4.000,00.
d) $4.250,00.
e) $2.790,00.
145
7. Imagine uma operação de fomento comercial sobre um título de $5.000,00 com
vencimento em 60 dias. Suponha que o custo do dinheiro seja 3% ao mês, as
despesas da fatorizadora representem 2,5% e sua margem de lucro seja de 5%. Se
o total de tributos representa 1%, qual será o fator da operação?
a) 0,106%.
b) 0,61%.
c) 12,45%.
d) 10,61%.
e) 11,54%.
8. Uma fatorizadora realiza uma operação de fomento comercial sobre um título de

$5.000,00 com vencimento em 60 dias. Supondo que o custo do dinheiro seja 3%
ao mês, as despesas da fatorizadora 2,5%, sua margem de lucro 5% e os impostos
1%, calcule o valor descontado.
a) $4.040,77.
b) $5.055,21.
c) $3.950,00.
d) $4.980,25.
e) $3.780,00.
146
SISTEMAS DE AMORTIZAÇÃO UNIDADE
INTRODUÇÃO
Amortização é um processo que consiste no pagamento de uma dívida de

forma progressiva, através de prestações, de tal modo que o empréstimo seja
liquidado ao final do período estipulado. Em cada uma das prestações há dois
componentes: amortização, que é o pagamento do principal, e o pagamento dos
juros incidentes sobre o saldo ainda não amortizado. Um bom exemplo disso são os
financiamentos de imóveis que podem durar 20 anos e são pagos em prestações
mensais em que uma parte amortiza o empréstimo e outra parte corresponde ao
pagamento dos juros.
Outro conceito importante quando se trata de financiamentos é o conceito
de “carência” que representa o tempo decorrente entre a concessão do
empréstimo e a data do pagamento da primeira prestação. Este período
normalmente é negociado entre credor e o tomador do empréstimo. É importante
ressaltar, entretanto que um sistema de amortização qualquer pode ter ou não um
período de carência.
Nesta unidade, iremos abordar os principais sistemas de amortização
adotados no país: o Sistema de Amortização Francês, o Sistema de Amortização
Constante e o Sistema de Amortização Misto.
SISTEMA DE AMORTIZAÇÃO FRANCÊS
Este sistema é também conhecido como “Tabela Price” pelo fato de ter sido
criado pelo matemático Richard Price no século XVIII e ter sido desenvolvido na
França no século seguinte.
De acordo com o Professor Mario Geraldo Pereira, a denominação

"Tabela Price" se deve ao nome do matemático, filósofo e teólogo
inglês Richard Price, que viveu no Século XVIII e que incorporou a
teoria dos juros compostos às amortizações de empréstimos (ou
147
financiamentos). A denominação "Sistema Frances", de acordo como
autor citado, deve-se ao fato de o mesmo ter-se efetivamente
desenvolvido na França no Século XIX (SOBRINHO, 2018, p. 138).
Este sistema se caracteriza pelo pagamento do empréstimo em prestações

periódicas, iguais e sucessivas segundo o conceito de parcelas vencidas. Assim, o
valor das parcelas é calculado da forma que já conhecemos, ou seja:
(1 + i) ∙ i
R=C∙ (62)
(1 + i) − 1
A parcela dos juros é calculada multiplicando-se a taxa de juros pelo saldo

existente no período anterior e, como cada prestação é composta por juros mais
amortização, esta será calculada subtraindo-se o valor da prestação pelos juros.
Sendo assim, teremos:
A=R−J (63)
Onde “A” representa o componente da amortização e “J” representa o

componente dos juros.
Exemplo: Considere um financiamento de $50.000,00 a ser pago em 10 prestações
iguais a uma taxa de juros de 3%. Neste caso, qual seria o valor das prestações, a
parcela dos juros e a parcela da amortização na primeira prestação?
Solução: O valor das prestações seria:
(1 + i) ∙ i
R=C∙
(1 + i) − 1
(1 + 0,03) ∙ 0,03
R = 50.000 ∙
(1 + 0,03) − 1
(1,03) ∙ 0,03
R = 50.000 ∙
(1,03) − 1
0,04317
R = 50.000 ∙
0,34392
R = 50.000 ∙ (0,12552)
R = 6.276,00
Como na primeira prestação ainda não houve amortização alguma, o saldo

da dívida será o próprio valor do financiamento. Então:
148
J=i∙C
J = 0,03 ∙ 50.000
J = 1.500,00
Assim, a parcela da amortização na primeira prestação será:
A=R−J
A = 6.276 − 1.500
A = 4.776,00
A partir de agora, vamos representar a parcela dos juros em cada período por J1, J2, J3 e
assim sucessivamente. Da mesma forma, chamaremos de A1, A2, A3, ... a parcela de
amortização em cada período e de C1, C2, C3, ... o saldo devedor.

iguais e mensais a uma taxa de juros de 1,5% ao mês. Calcule o valor de cada
prestação, a parcela dos juros e da amortização em cada período.
Solução: Vamos primeiramente calcular o valor das prestações:
(1 + i) ∙ i
R=C∙
(1 + i) − 1
(1 + 0,015) ∙ 0,015
R = 35.000 ∙
(1 + 0,015) − 1
(1,015) ∙ 0,015
R = 35.000 ∙
(1,015) − 1
R = 35.000 ∙ (0,20909)
R = 7.318,13
Devemos lembrar que este valor será constante ao longo de todos os períodos.
A parcela de juros da primeira prestação será:
J = 0,015 ∙ 35.000
J = 525,00
149
A parcela da amortização também na primeira prestação será:
A = 7.318,13 − 525
A = 6.793,13
Ao final do primeiro mês, o saldo devedor será o saldo no período anterior

menos o valor da amortização:
C =C−A
C = 35.000 − 6.793,13
C = 28.206,87
Ao final do segundo mês, teremos os seguintes valores:
J =i∙C
J = 0,015 ∙ 28.206,87
J = 423,10
Amortização:
A =R−J
A = 7.318,13 − 423,10
A = 6.895,03
Saldo devedor:
C =C −A
C = 28.206,87 − 6.895,03
C = 21.311,84
Prosseguindo com os cálculos para os outros períodos e apresentando os

resultados em uma tabela contendo os juros e a amortização de cada período bem
como o valor das prestações e o saldo devedor, teremos o seguinte:
150
Tabela 9: Tabela Final com os dados do financiamento
Período Prestação Juros Amortização Saldo devedor
0 - - - 35.000
1 7.318,13 525 6.793,13 28.206,87
2 7.318,13 423,10 6.895,02 21.311,85
3 7.318,13 319,68 6.998,45 14.313,40
4 7.318,13 214,70 7.103,42 7.209,98
5 7.318,13 108,15 7.209,98 0,00
Quando conhecemos o valor do financiamento, a taxa de juros e o número

de prestações, podemos utilizar outras fórmulas importantes. Vejamos, por exemplo,
como calcular o saldo devedor após um determinado período que chamaremos de
“n”:
(1 + i) −1
C =R∙ (64)
(1 + i) ∙i
Exemplo: Considerando os dados do exemplo anterior, qual será o saldo devedor ao

final do 3° mês?
Solução: Neste caso, temos n = 3. Substituindo na fórmula com os outros valores que
já conhecemos, teremos:
(1 + i) −1
C =R∙
(1 + i) ∙i
(1 + 0,015) −1
C = 7.318,13 ∙
(1 + 0,015) ∙ 0,015
(1,015) − 1
C = 7.318,13 ∙
(1,015) ∙ 0,015
C = 7.318,13 ∙ [1,955883]
C = 14.313,40
Este valor confere com aquele encontrado na tabela, como era de se esperar.

mensais e iguais. Se a taxa de juros da operação é de 2% ao mês, qual será o saldo
devedor após 120 meses?
151
Solução: Primeiramente, precisamos calcular o valor das prestações.
(1 + i) ∙ i
R=C∙
(1 + i) − 1
(1,02) ∙ 0,02
R = 70.000 ∙
(1,02) −1
R = 70.000 ∙ (0,020174)
R = 1.412,18
Agora podemos calcular o valor do saldo devedor no período desejado.
(1 + i) −1
C =R∙
(1 + i) ∙i
(1 + 0,02) −1
C = 1.412,18 ∙
(1 + 0,02) ∙ 0,02
(1,02) −1
C = 1.412,18 ∙
(1,02) ∙ 0,02
C = 1.412,18 ∙ [45,35539]
C = 64.049.97
De forma semelhante, também podemos calcular as parcelas de juros e

amortização em um determinado período da seguinte forma:
(1 + i) −1
J =i∙R∙ (65)
(1 + i) ∙i
A = A ∙ (1 + i) (66)
Exemplo: Considerando o exemplo anterior, qual será a parcela dos juros e a parcela
da amortização no período 120?
Solução: A parcela de juros será:
(1 + i) −1
J =i∙R∙
(1 + i) ∙i
(1,02) −1
J = 0,02 ∙ 1.412,18 ∙
(1,02) ∙ 0,02
(1,02) −1
J = 28,2436 ∙
(1,02) ∙ 0,02
152
J = 28,2436 ∙ [45,44664]
J = 1.283,58
Para calcular a parcela de amortização no período n = 120através da fórmula

anterior, devemos primeiro calcular essa parcela na primeira prestação (A ).
A = R − (i ∙ C)
A = 1.412,18 − (0,02 ∙ 70.000)
A = 12,18
Assim, A será:
A = 12,18 ∙ (1,02)
A = 12,18 ∙ (1,02)
A = 128,60
SISTEMA DE AMORTIZAÇÃO CONSTANTE
O sistema de amortização constante (SAC) é um plano em que as parcelas de

amortização são todas iguais ou constantes ao longo do período. Neste ponto, ela
difere da Tabela Price onde as prestações é que são constantes como foi visto (na
Tabela Price, as amortizações crescem exponencialmente ao longo do tempo). No
sistema de amortização constante, as prestações serão decrescentes, ou seja, elas
diminuem ao longo do tempo. Para dar início ao processo, devemos primeiro calcular
o valor da amortização da seguinte forma:
C
A= (67)
t
A parcela dos juros continua sendo calculada sobre o saldo devedor no

período anterior e o valor da prestação será a soma destas duas parcelas, ou seja:
R=J+A (68)
153
Exemplo: Suponha um financiamento de $65.000,00 a ser pago em 5 prestações
mensais a uma taxa de juros de 3% ao mês. Quais seriam os valores das prestações e
as parcelas de juros e amortização em cada período?
Solução: Calculando primeiramente o valor da amortização, temos:
C
A=
t
65.000
A=
5
A = 13.000
No primeiro mês, teremos os seguintes valores:
J = 0,03 ∙ 65.000
J = 1.950
R = 1.950 + 13.000
R = 14.950
C = 65.000 − 13.000
C = 52.000
Seguindo este processo, podemos montar uma tabela como na seção

anterior.
Tabela 10: Tabela Final com os dados do financiamento

Período Prestação Juros Amortização Saldo devedor
0 - - - 65.000
1 14.950,00 1.950,00 13.000,00 52.000
2 14.560,00 1.560,00 13.000,00 39.000
3 14.170,00 1.170,00 13.000,00 26.000
4 13.780,00 780,00 13.000,00 13.000
5 13.390,00 390,00 13.000,00 0,00
Total 70.850,00 5.850,00 65.000,00 -
No sistema de amortização constante, podemos calcular o saldo devedor no

momento “n” da seguinte forma:
C = A ∙ (t − n) (69)
154
O valor da parcela de juros e da prestação no período “n” pode ser calculado
através das seguintes fórmulas, respectivamente:
J = i ∙ A ∙ (t − n + 1) (70)
R = A[1 + i ∙ (t − n + 1)] (71)
Exemplo: Suponha um financiamento de $100.000,00 a ser pago em 60 prestações

mensais sob o sistema de amortização constante. Considerando uma taxa de juros
de 1,2% ao mês, qual será o saldo devedor ao final de dois anos?
Solução: Desejamos saber o saldo devedor no 24° mês, mas antes precisamos
calcular o valor da amortização. Assim:
C
A=
t
100.000
A=
60
A = 1.666,67
Assim, o valor do saldo devedor ao final de dois anos será:

C = A ∙ (t − n)
C = 1.666,67 ∙ (60 − 24)
C = 60.000,00
Exemplo: Considerando o exemplo anterior, qual será o valor da prestação e a

parcela de juros ao final de dois anos?
Solução: O valor da prestação será:
R = A ∙ [1 + i ∙ (t − n + 1)]
R = 1.666,67 ∙ [1 + 0,012 ∙ (60 − 24 + 1)]
R = 1.666,67 ∙ (1,444)
R = 2.406,67
A parcela de juros:
155
J = i ∙ A ∙ (t − n + 1)
J = 0,012 ∙ 1.666,67(60 − 24 + 1)
J = 740,00
SISTEMA DE AMORTIZAÇÃO MISTO
O sistema de amortização misto (SAM), assim como o SAC, costuma ser

utilizado, principalmente, no financiamento de imóveis. Como o próprio nome sugere,
ele se baseia nos dois tipos de amortização vistos anteriormente, sendo as prestações
calculadas como uma média aritmética das prestações dos outros sistemas. No início
da operação, essas prestações são maiores quando comparadas à Tabela Price.
Entretanto, elas diminuem substancialmente a partir da metade do período total do
financiamento. Neste sistema, a primeira prestação pode ser calculada da seguinte
forma:
(1 + i) ∙ i C ∙ (1 + i ∙ t) 1
R = C∙ + ∙ (72)
(1 + i) − 1 t 2
Como se pode ver, a prestação é uma média aritmética da prestação da

Tabela Price com a primeira prestação do sistema de amortização constante. Há,
entretanto, outra maneira de calcular o valor desta prestação. Introduzindo uma
variável “q” que pode assumir os valores 0; 0,5 e 1, temos a seguinte fórmula:
(1 + i) ∙ i 1
R = C ∙ (1 − q) ∙ + C∙q∙ +i (73)
(1 + i) − 1 t
Dessa forma, quando q = 0, temos exatamente a prestação da Tabela Price.
Quando q = 1, temos o valor da prestação do sistema de amortização constante e,
quando q = 0,5, temos a prestação do sistema misto.

É importante notar que as prestações, no sistema misto, decrescem segundo
uma progressão aritmética cuja razão (r) é dada por:
156
C∙i
r=q∙ (74)
t
Exemplo: Qual o valor da primeira prestação mensal de um financiamento de

$300.000,00 a ser pago em quatro prestações mensais a uma taxa de 5% ao mês,
considerando os três sistemas de amortização (Price, SAC e SAM)?
Solução: Vamos, primeiramente, considerar a Tabela Price. Para isso, precisamos de
q = 0.
(1 + i) ∙ i 1
R = C ∙ (1 − q) ∙ + C∙q∙ +i
(1 + i) − 1 t
(1 + 0,05) ∙ 0,05 1
R = 300.0000 ∙ (1 − 0) ∙ + 300.000 ∙ 0 ∙ + 0,05
(1 + 0,05) − 1 4
(1,05) ∙ 0,05
R = 300.0000 ∙ (1) ∙
(1,05) − 1
R = 84.603,55
Para calcular o valor da prestação no SAC, precisamos de q = 1. Assim:
(1 + 0,05) ∙ 0,05 1
R = 300.0000 ∙ (1 − 1) ∙ + 300.000 ∙ 1 ∙ + 0,05
(1 + 0,05) − 1 4
(1 + 0,05) ∙ 0,05 1
R = 300.0000 ∙ (0) ∙ + 300.000 ∙ 1 ∙ + 0,05
(1 + 0,05) − 1 4
1
R = 300.000 ∙ 1 ∙ + 0,05
4
R = [300.000 ∙ (0,3)]
R = 90.000,00
Por fim, para calcular o valor da parcela no sistema misto, fazemos q = 0,5.
(1 + 0,05) ∙ 0,05 1
R = 300.0000 ∙ (1 − 0,5) ∙ + 300.000 ∙ 0,5 ∙ + 0,05
(1 + 0,05) − 1 4
(1 + 0,05) ∙ 0,05 1
R = 300.0000 ∙ (0,5) ∙ + 300.000 ∙ 0,5 ∙ + 0,05
(1 + 0,05) − 1 4
157
R = 42.301,77 + 45.000
R = 87.301,77
Exemplo: Considerando os dados do exemplo anterior, qual seria o plano completo

de amortização sob o sistema misto?
Solução: Uma vez que já conhecemos o valor da primeira prestação, devemos
calcular a razão de decrescimento das prestações para conhecermos as demais.
C∙i
r=q∙
t
300.000 ∙ 0,05
r = 0,5 ∙
4
r = 1.875
Assim, sabemos que a segunda prestação será:
R =R −r
R = 87.301,77 − 1.875
R = 85.426,77
Lembrando que a parcela de juros é sempre calculada sobre o saldo devedor

do período anterior e a parcela de amortização será o valor da prestação menos a
parcela de juros, podemos construir a tabela que representa o plano completo de
amortização.
Tabela 11: Tabela Final com os dados da amortização

Período Juros Amortização Prestação Saldo devedor
0 - - - 300.000
1 15.000 72.301,77 87.301,77 227.698,23
2 11.384,91 74.041,86 85.426,77 153.656,36
3 7.682,82 75.868,96 83.551,77 77.787,40
4 3.889,37 77.787,40 81.676,77 0,00
Total 37.957,10 300.000 337.957,10 -
Percebam que a diferença entre uma prestação e a anterior é sempre igual a

$1.875,00, ou seja, a valor de “𝑟”.
158
você encontrará mais detalhes sobre este conteúdo com muitos exemplos e exercícios. Disponível em:
https://bit.ly/3gIpQEt
FIXANDO O CONTEÚDO
1. Considere um financiamento no valor de $30.000,00 a ser liquidado em 5

prestações mensais. Sendo a taxa de juros 2% ao mês e o sistema de amortização
é a Tabela Price, calcule o valor da amortização no segundo mês.
a) $5.880,05.
b) $6.117,60.
c) $6.239,95.
d) $4.285,00.
e) $5.500,00.
2. Considerando ainda a Tabela Price, calcule o valor do saldo devedor, ao final de

24 meses, de um financiamento de $150.000,00 pelo prazo de 48 meses,
considerando uma taxa de juros de 1,8% ao mês.
a) $135.269,69.
b) $121.093,79.
c) $108.064,25.
d) $90.815,06.
e) $50.249,45.
3. Calcule o valor da prestação no 5° mês de um empréstimo de $350.000,00 a ser

amortizado pela Tabela Price em 60 prestações, considerando uma taxa de juros
de 3,5%.
159
a) $15.725,00.
b) $5.833,33.
c) $14.031,02.
d) $10.527,80.
e) $12.954,00.
4. Considerando a Tabela Price, calcule o valor da parcela de juros, no 15° mês, de

um financiamento de $100.000,00 a ser amortizado em 30 prestações a uma taxa
de juros de 2,9% ao mês.
a) $2.718,00.
b) $2.426,75.
c) $1.029,56.
d) $1.462,50.
e) $1.848,65.
5. Considerando os dados do exercício anterior, calcule o valor da parcela de

amortização no 25° mês.
a) $4.628,35.
b) $3.125,23.
c) $4.242,39.
d) $2.240,00.
e) $5.995,23.
6. Considerando o sistema de amortização constante, calcule o valor da

amortização de um financiamento de $250.000,00 a ser amortizado em 24
prestações mensais a uma taxa de juros de 1,9% ao mês.
a) $10.416,67.
160
b) $15.951,23.
c) $8.725,00.
d) $7.239,52.
e) $7.850,81.
7. Uma pessoa financia $350.00,00 para a aquisição de um imóvel, pretendendo

amortizar em 120 prestações sob o sistema de amortização constante. Sabendo
que a taxa de juros é de 2,5% ao mês, calcule o saldo devedor ao final do 60° mês.
a) $145.500,00.
b) $123.718,75.
c) $145.833,00.
d) $175.000,00.
e) $200.000,00.
8. Considerando o sistema de amortização misto, calcule o valor da segunda

prestação de um financiamento de $200.000,00 a ser amortizado em 50 prestações
mensais a uma taxa de juros de 1,5% ao mês.
a) $8.351,25.
b) $6.327,17.
c) $5.150,00.
d) $5.285,35.
e) $4.724,17.
161
MÉTODOS DE AVALIAÇÃO DE UNIDADE
INVESTIMENTOS
INTRODUÇÃO
Err
Os métodos de análise de investimentos ou análise de fluxo de caixa consistem
em comparar o valor atual de vários fluxos de pagamento/recebimento futuros com
o valor do pagamento/recebimento realizado “hoje”.
As alternativas de investimento podem ser comparadas somente se as

consequências monetárias forem medidas em um ponto comum no
tempo e, como as operações de investimento ou financiamento têm
por característica um espaçamento dos fluxos de caixa ao longo do
tempo, os critérios de avaliação econômica devem considerar sua
atualização (SAMANEZ, 2007, p. 54).
Dentre os métodos de avaliação mais utilizados, destacam-se o método do

valor presente líquido (VPL) e o método da taxa interna de retorno (TIR), que são muito
utilizadas nas análises de aplicações financeiras e de projetos de investimento.
VALOR PRESENTE LÍQUIDO (VPL)
O valor presente é uma técnica que consiste em calcular o valor presente de

uma série de pagamentos/recebimentos a uma determinada taxa de juros e subtrair
o valor do fluxo inicial que pode ser um investimento, financiamento ou empréstimo.
Dito de outra forma, esta técnica visa calcular o valor presente dos fluxos de caixa
futuros que serão gerados por um projeto ao longo de sua vida útil.
Representando o fluxo de caixa no período “j” por FC e o fluxo de caixa inicial
(investimento/financiamento) por I , podemos escrever a seguinte fórmula para o
valor presente líquido:
FC FC FC FC
VPL = + + + ⋯+ −I (75)
(1 + i) (1 + i) (1 + i) (1 + i)
162
Esta técnica foi desenvolvida inicialmente para análise de projetos de
investimento. Neste caso, pode-se fixar uma taxa de retorno mínima desejada e
calcular, com base nela, o valor presente das receitas estimadas para os próximos
meses ou anos. Caso o valor presente líquido seja positivo, ou seja, se o valor presente
das receitas futuras for maior que o valor do investimento inicial, deve-se optar por
realizar o investimento, pois, neste caso, a taxa de retorno do investimento será maior
que a taxa mínima desejada. Dito de outra forma, se o VPL for positivo, o investimento
vale mais do que custa.
Exemplo: Suponha que uma empresa esteja analisando a viabilidade de adquirir um

equipamento por $5.000.000,00. Sabe-se que este equipamento irá gerar receitas de
$1.500.00,00 no primeiro ano, $1.510.000,00 no segundo ano, $900.000,00 e $790.000,00
no terceiro e quarto ano, respectivamente. Sabendo que o equipamento será
vendido por $1.000.000,00 ao final do quarto ano, qual deve ser a decisão da
empresa, considerando uma taxa de retorno de 15% ao ano?
Solução: Como o equipamento será vendido ao final do quarto ano, o fluxo gerado
neste ano será FC = 790.000 + 1.000.000 = 1.790.000. Esquematicamente, temos a
seguinte situação:
1.790.000
1.510.00
1.500.000
790.000
5.000.000
Calculando o valor presente líquido destes fluxos, temos:
FC FC FC FC
VPL = + + + −I
(1 + i) (1 + i) (1 + i) (1 + i)
163
1.500.000 1.510.000 900.000 1.790.000
VPL = + + + − 5.000.000
(1 + 0,15) (1 + 0,15) (1 + 0,15) (1 + 0,15)
1.500.000 1.510.000 900.000 1.790.000
VPL = + + + − 5.000.000
(1,15) (1,15) (1,15) (1,15)
VPL = 1.304.347,83 + 1.141.776,94 + 591.764,61 + 1.023.438,31 − 5.000.000
VPL = 4.061.327,68 − 5.000.000
VPL = − 938.672,32 ⇒ VPL negativo
Portanto, considerando a taxa de retorno de 15% ao ano, a empresa não

deve realizar a aquisição deste equipamento. Dito de outra forma, a aquisição do
equipamento não é um investimento economicamente viável.
Exemplo: Seguindo o exemplo anterior, qual deveria ser a decisão da empresa se ela
considerasse uma taxa de retorno de 5% ao ano:
Solução: Neste caso, teríamos o seguinte VPL:
FC FC FC FC
VPL = + + + −I
(1 + i) (1 + i) (1 + i) (1 + i)
1.500.000 1.510.000 900.000 1.790.000

VPL = + + + − 5.000.000
(1,05) (1,05) (1,05) (1,05)
VPL = 1.428.571,43 + 1.396.614,51 + 777.453,84 + 1.472.637,43 − 5.000.000
VPL = 5.048.277,21 − 5.000.000
VPL = 48.277,21 ⇒ VPL positivo
Assim, se a taxa de retorno desejada fosse 5% ao ano, o investimento seria

economicamente viável e a empresa deveria adquirir o equipamento.
TAXA INTERNA DE RETORNO (TIR)
O método da taxa interna de retorno tem como objetivo encontrar uma taxa
intrínseca de rendimento em um investimento, empréstimo ou financiamento. Dito de
outra forma, a taxa interna de retorno é aquela que equaliza o valor presente de um
ou mais recebimentos futuros com o valor do investimento inicial, ou seja, é a taxa
que faz com que o VPL seja nulo. Dessa forma, a equação que nos dá a TIR pode ser
escrita da seguinte forma:
164
FC FC FC FC
I = + + + ⋯+ (76)
(1 + i) (1 + i) (1 + i) (1 + i)
Ou, de forma similar:
FC FC FC FC
I − + + + ⋯+ =0 (77)
(1 + i) (1 + i) (1 + i) (1 + i)
Onde “𝑖”, neste caso, representa a taxa interna de retorno.

Exemplo: Qual é a taxa interna de retorno de um investimento de $10.000,00 a ser
liquidado em três prestações mensais de $3.000,00, $5.000,00 e $4.000,00?
5.000
4.000
3.000
10.000
Sendo assim, devemos resolver a seguinte equação:
3.000 5.000 4.000

10.000 = + +
(1 + i) (1 + i) (1 + i)
Esta equação, entretanto, só pode ser resolvida por tentativa e erro (método
interativo). Para isso, devemos escolher uma taxa interna que acreditamos estar
próxima da taxa procurada. Escolheremos, por exemplo, 11%. Assim, a soma abaixo
deve ser igual a 10.000:
3.000 5.000 4.000

+ +
(1 + 0,11) (1 + 0,11) (1 + 0,11)
3.000 5.000 4.000
= + + = 2.702,70 + 4.58,11 + 2.924,77
(1,11) (1,11) (1,11)
= 9.658,58
165
Como resultado não foi o que desejávamos, devemos tentar outra taxa. Para
que o resultado seja maior que aquele encontrado, a taxa deve ser menor.
Tentaremos, então, 9%.
3.000 5.000 4.000

+ +
(1 + 0,09) (1 + 0,09) (1 + 0,09)
3.000 5.000 4.000
= + +
(1,09) (1,09) (1,09)
= 2.752,29 + 4.208,40 + 3.088,73
= 10.049,43
Como ainda não encontramos o valor procurado, tentaremos com uma taxa
um pouco maior. Uma técnica que podemos utilizar para isso é a interpolação linear.
Como procuramos um valor entre 9% e 11%, procederemos da seguinte forma:
(10.049,43 − 9.658,58) ∶ (9% − 11%)
(10.000 − 9.658,58) ∶ (x − 11%)
Onde x é a taxa que procuramos. Assim:
−2%(341,42)
x − 11% = = −1,75%
390,85
x = −1,75% + 11%
x = 9,25%
Usando, então 9,25% como taxa, teremos:
3.000 5.000 4.000

+ +
(1 + 0,0925) (1 + 0,0925) (1 + 0,0925)
3.000 5.000 4.000

= + +
(1,0925) (1,0925) (1,0925)
= 2.746 + 4.189,16 + 3.067,58
= 10.002,74
166
A rigor, a taxa ainda não é esta, devendo ser ligeiramente maior. Procedendo
com uma nova interpolação, obteremos uma taxa igual a 9,2647%. Teremos, então:
3.000 5.000 4.000

+ +
(1 + 0,092647) (1 + 0,092647) (1 + 0,092647)
3.000 5.000 4.000
= + +
(1,092647) (1,092647) (1,092647)
2.754,63 + 4.188,03 + 3.066,34
= 10.000
Portanto, a taxa interna de retorno deste financiamento é 9,2647%.

você encontrará
167
FIXANDO O CONTEÚDO
1. Suponha que uma empresa esteja analisando a viabilidade de adquirir um

equipamento por $950.000,00. Sabe-se que este equipamento irá gerar receitas de
$350.000,00 no primeiro ano, $500.000,00 no segundo ano e $300.000,00 no terceiro
ano. Sabendo que o equipamento será vendido por $800.000,00 ao final do
terceiro ano, calcule o valor presente líquido deste investimento, considerando
uma taxa de retorno de 15% ao ano.
a) $950.000,00.
b) $455.687,51.
c) $900.000,00.
d) $2.345.728,75.
e) $2.587.325,83.
2. Calcule o valor presente líquido de um investimento de $150.000,000 que rende

uma receita de $50.000,00 no primeiro ano, $45.000,00 no segundo ano e
$30.000,00 no terceiro ano. Considere uma taxa de juros de 10% ao ano e sabendo.
a) -$44.815,94.
b) $105.184,06.
c) $44.325,21.
d) $50.248,00.
e) -$68.429,35.
3. Suponha que uma pessoa deseja adquirir uma franquia no valor de $150.000,00. O
franqueador afirma que este investimento irá gerar receitas anuais de $50.000,00
no primeiro ano, $55.000,00 no segundo ano, $60.000,00 no terceiro ano, $75.000,00
no quarto ano e $65.000,00 no quinto ano. Calcule o valor presente líquido deste
investimento considerando uma taxa de juros de 12% ao ano.
a) $106.745,60.
b) $43.254,40.
c) -$52.487,20.
168
d) -$106.745,60.
e) $65.741,94.
4. Considerando o exercício anterior, calcule o valor presente líquido a uma taxa de

30% ao ano.
a) -$7.918,14.
b) -$142.081,86.
c) $7.918,14.
d) $142.081,86.
e) -$2.156,15.
5. Suponha que uma empresa deseja realizar a aquisição de um equipamento por

$120.000,00. Sabendo que este equipamento irá gerar uma receita de $35.000,00
no primeiro ano, $50.000,00 no segundo ano, $45.000,00 no terceiro ano e
$28.000,00 no quarto ano, calcule o valor presente líquido a uma taxa de 10% ao
ano.
a) -$6.074,04.
b) -$126.074,04.
c) $126.074,04.
d) $6.074,04.
e) $12.274,04.
6. Considerando os dados do exercício anterior, calcule a taxa interna de retorno do

investimento.
a) 15,25%.
b) 12,38%.
c) 18,53%.
d) 14,28%.
e) 10,5%.
169
7. Calcule a taxa interna de retorno de um investimento de $200.000,00 que gerará
receitas de $90.000,00 no primeiro ano, $75.000,00 no segundo ano e $80.000,00 no
terceiro ano.
a) 15,5%.
b) 22,15%.
c) 9,25%.
d) 11,13%.
e) 8,75%.
8. Uma pessoa deseja comprar uma franquia por $320.000,00. Sabendo que tal
franquia irá gerar uma receita de $110.000,00 por ano nos primeiros cinco anos,
calcule a taxa interna de retorno deste investimento.
a) 15,3512%.
b) 10,2708%.
c) 12,2561%.
d) 13,7854%.
e) 14,2356%.
170
RESPOSTAS FIXANDO CONTEÚDO
UNIDADE 01 UNIDADE 02
QUESTÃO 1 C QUESTÃO 1 B
QUESTÃO 2 A QUESTÃO 2 B
QUESTÃO 3 B QUESTÃO 3 A
QUESTÃO 5 C QUESTÃO 5 A
QUESTÃO 6 E QUESTÃO 6 C
QUESTÃO 8 D QUESTÃO 8 C
QUESTÃO 1 A QUESTÃO 1 A
QUESTÃO 4 A QUESTÃO 4 C
QUESTÃO 5 C QUESTÃO 5 C
QUESTÃO 7 D QUESTÃO 7 E
QUESTÃO 3 D QUESTÃO 3 B
QUESTÃO 6 B QUESTÃO 6 B
QUESTÃO 7 E QUESTÃO 7 C
QUESTÃO 8 B QUESTÃO 8 E
QUESTÃO 6 E QUESTÃO 6 D
QUESTÃO 7 A QUESTÃO 7 E
QUESTÃO 8 D QUESTÃO 8 C
171
QUESTÃO 2 B QUESTÃO 2 D
QUESTÃO 3 E QUESTÃO 3 A
QUESTÃO 4 B QUESTÃO 4 C
QUESTÃO 7 E QUESTÃO 7 D
QUESTÃO 2 D QUESTÃO 2 A
QUESTÃO 3 C QUESTÃO 3 E
QUESTÃO 4 E QUESTÃO 4 A
QUESTÃO 5 C QUESTÃO 5 D
QUESTÃO 7 D QUESTÃO 7 D
172
REFERÊNCIAS
DOANE, D. P.; SEWARD, L. E. Estatística Aplicada à Administração e Economia. 4. ed.

Porto Alegre: AMGH, 2014.
GUIMARÃES, P. R. B. Métodos Quantitativos Estatísticos. 1. ed. rev. Curitiba: IESDE Brasil,

2012. 252 p.
HOUAISS, A. Simetria. In: Dicionário Houaiss da Língua Portuguesa. 1. ed. Rio de

Janeiro: Editora Objetiva, 2001. p. 2922 p.
LOPES, L. F. D. Apostila de Estatística. Departamento de Estatística, Universidade

Federal de Santa Maria, Santa Maria, 2003. Disponível em: https://bit.ly/31ReUzN.
Acesso em: 08 maio 2020.

Prentice Hall, 2009.
MORETTIN, P. A.; BUSSAB, W. D. O. Estatística Básica. 6. ed. rev. e atual. São Paulo:
Saraiva, 2010.
NOVAES, D. V.; COUTINHO, C. Q. Estatística para educação profissional e tecnológica.

2. ed. São Paulo: Atlas, 2013.
GIMENES, C. M. Matemática financeira com HP 12c e Excel. São Paulo : Pearson

Prentice Hall, 2006.
NETO, A. A. Matemática financeira e suas aplicações. 14. ed. São Paulo: Atlas, 2019.
SAMANEZ, C. P. Matemática financeira: aplicações à análise de investimentos. 4. ed.

São Paulo: Pearson Prentice Hall, 2007.
SOBRINHO, J. D. V. Matemática financeira. 3. ed. São Paulo: Atlas, 2008.
173

Apostila Estatística e Matemática Financeira

Enviado por

Direitos autorais:

Formatos disponíveis

Apostila Estatística e Matemática Financeira

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Apostila Estatística e Matemática Financeira

Enviado por

Direitos autorais:

Formatos disponíveis

FACULDADE ÚNICA

ESTATÍSTICA E MATEMÁTICA FINANCEIRA

Diretor Geral: Valdir Henrique Valério

NEaD – Núcleo de Educação a Distância FACULDADE ÚNICA

São sugestões de links para vídeos, documentos cientí-

São exercícios de fixação do conteúdo abordado em

São para o esclarecimento do significado de

UNIDADE AMOSTRAGEM .......................................................................................... 8

ESTATÍSTICA DESCRITIVA ......................................................................... 15

FIXANDO O CONTEÚDO ............................................................................................ 25

MEDIDAS DE ASSIMETRIA E CURTOSE ..................................................... 28

UNIDADE PRINCÍPIOS DA PROBABILIDADE ............................................................ 35

4.2 DEFINIÇÕES DE PROBABILIDADE ....................................................................... 38

4.3 REGRA DA ADIÇÃO ........................................................................................... 40

4.4 REGRA DO PRODUTO......................................................................................... 41

4.5 PROBABILIDADE TOTAL ...................................................................................... 43

FIXANDO O CONTEÚDO ............................................................................................ 62

UNIDADE INFERÊNCIA ESTATÍSTICA ........................................................................ 65

FIXANDO O CONTEÚDO ............................................................................................ 71

FIXANDO O CONTEÚDO ............................................................................................ 82

UNIDADE JUROS SIMPLES E COMPOSTOS .............................................................. 85

FIXANDO O CONTEÚDO .......................................................................................... 100

DESCONTOS .......................................................................................... 103

UNIDADE SÉRIES DE PAGAMENTOS ...................................................................... 116

9.4 SÉRIE DE PAGAMENTOS VARIÁVEIS ................................................................ 128

9.5 SÉRIE DE PAGAMENTOS INFINITA .................................................................... 131

UNIDADE EMPRÉSTIMOS ........................................................................................ 137

SISTEMAS DE AMORTIZAÇÃO ............................................................... 147

MÉTODOS DE AVALIAÇÃO DE INVESTIMENTOS .................................. 162

REFERÊNCIAS ......................................................................................... 173

A amostragem é um processo pelo qual podemos conhecer as características

No que diz respeito a esta etapa do processo, é importante ressaltar que o

Exemplo: Suponha que uma determinada empresa tenha 3000 clientes em

Após conhecermos o número de elementos do universo que devemos pesqui-

 Amostragem aleatória simples: Neste tipo de amostragem, todos os elementos

 DOANE, D. P.; SEWARD, L. E. Estatística Aplicada à Administração e Economia. 4. ed.

1. Considerando um universo composto por 1.200 pessoas, calcule o tamanho da

2. Calcule o tamanho da amostra necessário para se ter uma margem de erro de 1%

3. Calcule o tamanho da amostra necessário para que se tenha uma margem de

4. Assinale a alternativa correta no que se refere ao cálculo do tamanho de uma

5. Assinale a alternativa correta no que se refere à amostragem estratificada.

a) É um processo em que todos os elementos do universo têm a mesma chance de

6. Assinale a alternativa correta no que diz respeito à amostragem aleatória simples.

a) Antes de tudo, o universo deve ser dividido em partes.

São tabelas que contêm na primeira coluna classes ou intervalos de valores da

Tabela 1: Exemplo de Tabela de Frequências

Após conhecermos o número de classes a ser utilizado, devemos calcular o

Onde “A” é a amplitude, ou seja,

As medidas descritivas (Figura 1) são grandezas utilizadas para resumir e des-

Figura 1: Medidas Descritivas

Fonte: Elaborado pelo Autor (2020)

Medidas de tendência central

Exemplo: Suponha que tenhamos um conjunto como os seguintes números:

2, 4, 5, 7 e 12 . A média deste conjunto seria:

 Média aritmética ponderada: É utilizada quando nem todos os valores do conjunto

Neste caso, “x” são os valores do conjunto e “p” o peso correspondente.

Disciplina Nota Peso

Dessa forma, a média ponderada ficaria assim:

Exemplo: Seja o seguinte conjunto: 2, 8, 3, 5, 4, 5, 3, 5, 5 𝑒 1

Exemplo: Seja o conjunto: 6, 10, 5, 6, 10 𝑒 2.