Dissertação Aplicação de Lógica Fuzzy Na Determinação Da TIR - Pamplona

UNIVERSIDADE FEDERAL DE ITAJUB
Igor Ernesto Grieger Banholzer

PROPOSTA DE INTERPRETAO PARA A
TAXA INTERNA DE RETORNO ATRAVS DE
CLCULO FUZZY

Dissertao submetida ao Programa de Ps-Graduao em
Engenharia de Produo como requisito parcial obteno
do ttulo de Mestre em Engenharia de Produo.

Orientador: Prof. Edson de Oliveira Pamplona, Dr.
Co-orientador: Prof. Jos Arnaldo Barra Montevechi, Dr.

Itajub, dezembro de 2005

Ficha catalogrfica elaborada pela Biblioteca Mau UNIFEI
Bibliotecria Elisete Lefol Nani Carvalho CRB/6 1037

B212p
Banholzer, Igor Ernesto Grieger.
Proposta de interpretao para taxa interna de retorno atravs de
clculo fuzzy / Igor Ernesto Grieger Banholzer Itajub (MG): [s.n.],
2005.
93p.: il.

Orientador: Prof. Dr. Edson de Oliveira Pamplona
Dissertao (Mestrado) - Universidade Federal de Itajub.

1.Taxa interna de retorno. 2. Lgica fuzzy. 3. VPL fuzzy. 4. TIR
fuzzy. I. Pamplona, Edson de Oliveira, orient. II. Universidade Federal
de Itajub. III. Ttulo.
CDU 658.7: 519.6<043>

UNIVERSIDADE FEDERAL DE ITAJUB

Igor Ernesto Grieger Banholzer

CLCULO FUZZY

Dissertao avaliada por banca examinadora em 19 de dezembro de 2005, conferindo ao autor o ttulo
de Mestre em Engenharia de Produo.

Banca examinadora:
Prof. Edson de Oliveira Pamplona, Dr. (UNIFEI)
Prof. Jos Arnaldo Barra Montevechi, Dr. (UNIFEI)
Prof. Fbio Roberto Fowler, Dr. (UNIFEI)
Prof. Hctor Gustavo Arango, Dr. (FACESM)

Itajub, dezembro de 2005
iv
Dedicatria

Este trabalho inteiramente dedicado a minha querida filha Jlia, de quem roubei preciosas
horas de brincadeiras para poder estudar, a minha querida esposa Viviane, apoiando-me
incondicionalmente em meus objetivos e me lembrando de minha condio de pai, a minha
querida me Christina, que sempre me instrui em sua vasta sabedoria e amor, ao meu querido
irmo Eric, discpulo da medicina, Vitria por tanto nos auxiliar com nossa filha, a toda a
nossa famlia e amigos e a Deus, causa primria de todas as coisas, que nos colocou todos
juntos neste belssimo mundo.

v
Agradecimentos

Ao orientador, professor Edson Pamplona, pelo estmulo, pela liberdade na definio do tema
e pela pacincia e humildade com que sempre me atendeu. Obrigado pelo valor inestimvel de
seu exemplo pessoal e profissional.

Ao co-orientador, professor Jos Arnaldo Barra Montevechi, pelo incentivo no
desenvolvimento do trabalho, pelo esclarecimento nas diversas reunies do Ncleo de
Estudos Avanados de Auxlio Deciso (NEAAD) na UNIFEI e pelo exemplo de
competncia e humanidade que apresenta.

Ao amigo e doutorando, professor Alexandre Leme Sanches, muito obrigado pelas horas
dedicadas ao meu esclarecimento, pela confiana e por todo o incentivo e entusiasmo que me
foi passado. Que nosso pas progrida por ser feito de profissionais a sua altura.

Aos professores do Departamento de Engenharia de Produo da UNIFEI, cujo talento faz
com que queiramos ser pessoas melhores.

Aos amigos do programa de mestrado da UNIFEI, pelo companheirismo. Espero que todos
alcancem seus objetivos pessoais e profissionais atravs dos conhecimentos adquiridos.

Ao diretor do setor BAT da empresa AREVA, Sr. Grard-Gilbert Leclerc pela oportunidade
cedida de poder levar adiante meus estudos. Ao Sr. Jean Altwegg pela compreenso e
estmulo em poder levar a cabo este trabalho. Cabe o agradecimento AREVA pela
permisso em utilizar os dados da empresa nesta dissertao.

Aos meus amigos, famlia e colegas de trabalho, que compreenderam a razo de minha
ausncia em alguns momentos de nossa convivncia como necessria concluso do presente
trabalho.

vi
Sumrio

Dedicatria ............................................................................................................................... iv
Agradecimentos ....................................................................................................................... v
Sumrio .................................................................................................................................... vi
Resumo .................................................................................................................................... x
Abstract .................................................................................................................................... xi
Lista de Figuras........................................................................................................................ xii
Lista de Tabelas ..................................................................................................................... xiv
Lista de Smbolos ................................................................................................................... xv
Lista de Abreviaturas ............................................................................................................ xvii

vii
Captulo 1 Introduo............................................................................................................1
1.1 Consideraes iniciais ......................................................................................................1
1.2 Objetivos ..........................................................................................................................2
1.3 Justificativas .....................................................................................................................2
1.4 Contribuies .................................................................................................................. 3
1.5 Limitaes ....................................................................................................................... 3
1.6 Metodologia da Pesquisa ................................................................................................ 3
1.7 Estrutura do trabalho ....................................................................................................... 5
1.8 Consideraes finais sobre o captulo...............................................................................6
Captulo 2 - Anlise de viabilidade econmica de investimentos considerando incerteza
fuzzy..........................................................................................................................................13
2.1 A incerteza e a lgica fuzzy............................................................................................ 13
2.2 Os nmeros fuzzy........................................................................................................... 13
2.2.1 Forma geral dos nmeros fuzzy............................................................................... 14
2.2.2 Nmeros fuzzy trapezoidais..................................................................................... 14
2.2.3 Nmeros fuzzy triangulares..................................................................................... 14
2.3 Representao por cuts................................................................................................ 15
2.4 Representao por pontos.............................................................................................. 16
2.5 Operaes com nmeros fuzzy....................................................................................... 17
2.5.1 A Adio fuzzy (+).................................................................................................. 17
2.5.2 A subtrao fuzzy (-)............................................................................................... 18
2.5.3 A multiplicao fuzzy (x)........................................................................................ 19
2.5.4 A diviso fuzzy ().................................................................................................. 20
2.6 Estudos sobre aproximao de resultados.......................................................................21
2.6.1 Estudo do desvio para resultados da multiplicao fuzzy aproximados por
TFN...................................................................................................................................21
2.6.2 Estudo do desvio para resultados da diviso fuzzy aproximados por TFN..............24
viii
2.7 Anlise da viabilidade econmica de investimentos e a teoria fuzzy............................. 26
2.8 O valor presente lquido fuzzy........................................................................................ 27
2.9 Variveis lingsticas..................................................................................................... 28
2.10 Consideraes finais sobre o captulo...........................................................................29
Captulo 3 - Proposta de interpretao para a taxa interna de retorno atravs de clculo
fuzzy..........................................................................................................................................31
3.1 TIR mnima.................................................................................................................... 34
3.2 TIR mxima................................................................................................................... 34
3.3 Anlise de viabilidade econmica do fluxo de caixa da tabela 3.1................................ 34
3.4 TFN de aproximao...................................................................................................... 37
3.5 Clculo exato da rea de possibilidade de inviabilidade................................................ 39
3.6 Consideraes finais sobre o captulo.............................................................................40
Captulo 4 Estudo de Caso..................................................................................................42
4.1 Consideraes iniciais sobre a pesquisa...........................................................................42
4.2 O objeto de estudo............................................................................................................42
4.3 Os equipamentos envolvidos...........................................................................................42
4.4 Os tipos de clientes..........................................................................................................42
4.5 As fases de um projeto na empresa escolhida..................................................................43
4.5.1 A fase de proposta tcnico-comercial...............................................................43
4.5.2 A fase de negociao.........................................................................................44
4.5.3 A fase de contrato.............................................................................................44
4.6 Os riscos envolvidos nos projetos....................................................................................44
4.6.1 Riscos tcnicos..................................................................................................45
4.6.2 Riscos comerciais..............................................................................................46
4.7 O projeto escolhido..........................................................................................................47
4.8 A montagem do fluxo de caixa........................................................................................48
4.9 Os fornecedores envolvidos e as datas de desembolsos...................................................48
ix
4.10 O contrato do projeto e as datas de recebimentos..........................................................49
4.11 O fluxo de caixa do projeto............................................................................................50
4.11.1 Fluxo de caixa determinstico do projeto........................................................53
4.12 Anlise de viabilidade econmica do investimento.......................................................53
4.12.1 Anlise Tradicional.........................................................................................53
4.12.2 Anlise atravs de clculo fuzzy......................................................................55
4.13 Software desenvolvido para anlise de viabilidade de investimentos atravs de lgica
fuzzy........................................................................................................................................62
4.13.1 Conceito do add-in para Microsoft Excel.....................................................62
4.13.2 A construo do add-in para Microsoft Excel..............................................63
4.13.3 Estrutura do add-in desenvolvido para clculo da TIRF.................................66
A. Declarao de variveis.......................................................................66
B. Inicializao de parmetros.................................................................66
C. Clculo da TIRF..................................................................................67
D. Apresentao dos resultados em uma planilha Excel..........................67
4.14 O software aplicado ao estudo de caso..........................................................................69
4.15 Consideraes finais sobre o captulo............................................................................70
Captulo 5 Concluso...........................................................................................................71
5.1 Recomendaes para trabalhos futuros.........................................................................71
5.2 Concluso sobre a interpretao para a TIR fuzzy proposta na presente
dissertao...........................................................................................................................72
5.3 Concluso sobre utilizao de parmetros de entrada na forma fuzzy.........................72
5.4 Concluso sobre o grau de exatido dos TFN de aproximao....................................73
5.5 Concluses sobre o software desenvolvido para clculo da TIR fuzzy........................73
Referncias Bibliogrficas......................................................................................................79
Anexo 1 Listagem do programa para obteno da TIRF
Anexo 2 CD-ROM com o software para clculo da TIRF
x
Resumo

A anlise de investimentos dispe de ferramentas j consolidadas, dentre as quais o mtodo
do FCD (Fluxo de Caixa Descontado), que engloba o mtodo do VPL (Valor Presente
Lquido) e o mtodo da TIR (Taxa Interna de Retorno). O mtodo do FCD de grande valia
para a Engenharia Econmica, constituindo em realidade a sua base conceitual.
Apesar disto, a utilizao indiscriminada destas ferramentas pode levar a resultados
distorcidos, uma vez que elas no consideram, por si s, as variaes que podem ocorrer nos
dados de entrada dos problemas analisados.
No raro, as empresas se utilizam do conhecimento de especialistas para realizar as
aproximaes devidas nas faixas de variao dos argumentos de entrada dos problemas de
anlise de investimentos. Tais faixas so expressas por termos como ao redor de,
aproximadamente, muito alto, que so termos inexatos, que imprimem incerteza s
variveis, a chamada incerteza lxica.
A lgica fuzzy (ou difusa) possui a capacidade de quantificar a incerteza lxica e a partir da
gerar respostas mais realistas aos problemas financeiros. A quantificao pode ser baseada no
conhecimento dos especialistas e ficar disposio para futuras anlises dos projetos.
A lgica fuzzy aplicada a investimentos no uma novidade e j foi abordada em trabalhos
anteriores, porm trata-se aqui de trazer luz a anlise de utilizao da teoria fuzzy aliada s
tcnicas de anlise de viabilidade econmica de investimentos. Haver nfase no sentido de se
pesquisar a taxa interna de retorno (TIR) calculada segundo a teoria dos conjuntos fuzzy.
Da mesma maneira, deseja-se apresentar os resultados de mais uma aplicao desta teoria,
combinada com a engenharia econmica, demonstrando o grau de sua eficincia na anlise de
investimentos. H de se mencionar que os exemplos prticos utilizando fuzzy em anlise de
viabilidade econmica de investimentos enriquecem a literatura, na medida em que
demonstram o poder da ferramenta de acordo com o tipo de anlise que se deseje realizar.
O presente trabalho situa o estado da arte sobre a aplicao da teoria mencionada atravs de
uma reviso bibliogrfica atual e prope um estudo de caso para verificao da TIR na forma
difusa, concluindo haver uma interpretao possvel para esta TIR. O estudo de caso feito
desenvolvendo-se um software que executa os clculos da teoria fuzzy automaticamente.
xi
Abstract

Investment analysis is carried out through the use of proven evaluation tools, such as the
DCF (Discounted Cash Flow), which includes the NPV method (net present value) and the
IRR method (Internal Rate of Return). The DCF method represents a high value for
Engineering Economic Analysis, being in fact a part of its conceptual basis.
Nevertheless, the uncontrolled application of the above mentioned tools might lead to false
results, once they do not preview the variations which occur in the input and output variables
of the problem that is analyzed.
It is common for enterprises to make use of the knowledge of experienced specialists when
studying approximations in the ranges of input variables. Such ranges are often expressed in
words as around, approximately, very high, which are inexact expressions and bring
uncertainty to variables, the so called lexical uncertainty.
Fuzzy logic is able to quantify lexical uncertainty and, from there on, to generate more
realistic answers to financial problems. Quantification may be initially based on the
experience of specialists and then be available for future use.
The Fuzzy Set Theory is a widespread theory and it is not new, once it has already been
considered in former studies. Nevertheless, the point of the present work is to provide an
analysis of the application of fuzzy theory together with economic analysis techniques. There
will be an emphasis in the study of the internal rate of return (IRR) calculated according to
fuzzy set theory.
Also, there is the intention to present the results of another application of this theory,
combined with Engineering Economic Analysis, showing its effectiveness in investment
analysis. It should be mentioned that practical examples enrich the literature on the subject,
because the power of the tool is then proven accordingly to the kind of analysis that is
desired.
The present work searches for the state of the art concerning the use of the theory mentioned
through an updated bibliography review and proposes a case study for verifying the IRR in
the fuzzy form, concluding that there is a possible interpretation for this IRR. The case study
is carried out by developing a program which executes automated fuzzy calculation.
xii

Lista de Figuras
Figura 1.1 Metodologia da pesquisa a ser aplicada.
Figura 1.2 Fluxograma do Estudo de Caso.
Figura 2.1 Forma geral do nmero fuzzy. Fonte: Sanches (2004).
Figura 2.2 Nmero fuzzy triangular (TFN).
Figura 2.3 Exemplo de um -cut, com A() = A(0,5).
Figura 2.4 Exemplo de um -cut, com A() = A(0,75).
Figura 2.5 Representao fuzzy do investimento I.
Figura 2.6 Adio de dois nmeros fuzzy A e B.
Figura 2.7 Subtrao de dois nmeros fuzzy A e B.
Figura 2.8 Multiplicao de dois nmeros fuzzy A e B.
Figura 2.9 Diviso de dois nmeros fuzzy A e B.
Figura 2.10 Multiplicao com resultado linearizado.
Figura 2.11 Comportamento do erro de linearizao de Chiu e Park (1994).
Figura 2.12 Comportamento do erro de linearizao com relao ao valor exato.
Figura 2.13 Diviso com resultado linearizado.
Figura 2.16 Exemplo de varivel lingstica. Adaptado de Klir e Yuan (1995).
Figura 3.1 Representao fuzzy do investimento da tabela 3.1.
Figura 3.2 Representao fuzzy da receita da tabela 3.1.
Figura 3.3 Representao do conjunto de pares geradores de TIR mnima para cada ..
Figura 3.4 Representao do conjunto de pares geradores de TIR mxima para cada ..
Figura 3.5 TIR para o fluxo de caixa da tabela 3.1.
Figura 3.6 TIR e TMA para o fluxo de caixa da tabela 3.1.
Figura 3.7 TIRF como um TFN e TMA para o fluxo de caixa da tabela 3.1.
xiii
Figura 3.8 TIRF exata para o fluxo de caixa da tabela 3.1, integrada pelo mtodo de
Riemann.
Figura 4.1 VPL do fluxo modificado em funo da taxa de desconto.
Figura 4.2 Interpretao para a TIR atravs de clculo fuzzy (TIRF).
Figura 4.3 TIR e TMA para o fluxo de caixa do projeto.
Figura 4.4 Iniciando o Microsoft Office Excel 2003.
Figura 4.5 Tela inicial do Microsoft Office Excel 2003.
Figura 4.6 Entrada no Editor do Visual Basic.
Figura 4.7 Ambiente de desenvolvimento do Microsoft Visual Basic for Applications.
Figura 4.8 Novo mdulo de programao aberto.
Figura 4.9 Planilha de sada de dados do programa desenvolvido em VBA.
Figura 4.10 Barra de ferramentas financeiras fuzzy para anlise de investimentos.
Figura 4.11 Caixa de dilogo para insero do valor da TMA a.m. da empresa.
Figura 4.12 Dados de sada do software desenvolvido para o estudo de caso.

xiv
Lista de Tabelas
Tabela 3.1 Fluxo de caixa hipottico.
Tabela 3.2 rea de possibilidade de inviabilidade.
Tabela 4.1 Condio de pagamento do projeto escolhido.
Tabela 4.2 Custos associados aos equipamentos.
Tabela 4.3 Cmbio mais possvel antes do incio do projeto.
Tabela 4.4 Fluxo de caixa determinstico do projeto.
Tabela 4.5 Depreciao de imveis, mquinas e instalaes.
Tabela 4.6 Riscos tcnicos associados ao investimento.
Tabela 4.7 Riscos comerciais associados ao investimento.
Tabela 4.8 Variaes totais mnima e mxima dos valores de fluxo de caixa.
Tabela 4.9 Fluxo de caixa com incerteza fuzzy incorporada.
Tabela 4.10 Fluxo de caixa do mtodo da TIR modificada
Tabela 4.11 TIR obtida atravs de clculo fuzzy.

xv
Lista de Smbolos
Grau de pertinncia como domnio da equao dos TFN
A() -cut do nmero fuzzy A
A(+) -cut forte do nmero fuzzy A
A
L
() Lado esquerdo do nmero fuzzy A
A
R
() Lado direito do nmero fuzzy A
a
1
Extremo esquerdo de um nmero fuzzy
a
2
Valor mais possvel de um nmero fuzzy
a
3
Extremo direito de um nmero fuzzy
(x) Eixo do Grau de pertinncia
I Investimento
I
L
() Lado esquerdo da representao fuzzy de um investimento
I
R
() Lado direito da representao fuzzy de um investimento
(+) Adio pela teoria dos conjuntos fuzzy
(-) Subtrao pela teoria dos conjuntos fuzzy
(x) Multiplicao pela teoria dos conjuntos fuzzy
() Diviso pela teoria dos conjuntos fuzzy
d
l
Desvio entre os valores exato e aproximado esquerda para cada
d
l
(%) Desvio percentual entre os valores exato e aproximado esquerda
para cada
d
r
Desvio entre os valores exato e aproximado direita para cada
d
r
(%) Desvio percentual entre os valores exato e aproximado direita para
cada
-cut Corte horizontal em (x)
) ( l
t
F Fluxo de caixa esquerda na data t, em funo de
) ( r
t
F Fluxo de caixa direita na data t, em funo de
) ( l
i Taxa de desconto esquerda, em funo de
xvi
) ( r
i Taxa de desconto direita, em funo de
v Nome da varivel
T Conjunto de termos lingsticos que se referem a v
X Conjunto universo onde v definida
g Gramtica ou regra sinttica que geraria T
s Significado de cada termo
I
mx
Mximo valor do investimento
I
min
Mnimo valor do investimento
F
mx
Mximo valor do fluxo de caixa
F
min
Mnimo valor do fluxo de caixa
F
i
Valor do fluxo de caixa na data i
P
s
Possibilidade de inviabilidade
i
Valor de para o qual TIRF se iguala TMA
E1 a E11 Equipamentos 1 a 11
Copyright
xvii
Lista de Abreviaturas
CAP certificado de aceitao provisrio
DDL dias da data lquida
FCD Fluxo de Caixa Descontado
FOB free on board
INCOTERMS International Commercial Terms
IRPJ Imposto de Renda de Pessoa Jurdica
LF Lgica Fuzzy
PIT Plano de Inspeo e Testes
SEOPR Setor de Oramentos e Propostas
TFN Triangular Fuzzy Number
TIR Taxa Interna de Retorno
TIRF Taxa Interna de Retorno Fuzzy
TIRFL Taxa Interna de Retorno Fuzzy esquerda
TIRFR Taxa Interna de Retorno Fuzzy direita
TMA Taxa Mnima de Atratividade
VA Valor Anual
VPF Valor Presente Fuzzy
VPL Valor Presente Lquido
VPLF Valor Presente Lquido Fuzzy

1
CAPTULO 1

INTRODUO

1.1 Consideraes Iniciais

Quando se realiza um estudo de viabilidade econmica, normalmente no se tem certeza dos
valores de investimento, de retorno, das taxas de juros, do volume de vendas e, at mesmo, da
vida do investimento, dentre outros. Tais fatores afetam o resultado da anlise de viabilidade
econmica de investimentos em diversos graus, ou seja, existem diferentes respostas para os
diferentes parmetros de entrada de um investimento. H normalmente incerteza com relao
a estes dados de entrada. Faz-se, desta forma, necessria a considerao da incerteza das
variveis de entrada na anlise de viabilidade econmica de investimentos. Esta incerteza
pode ser considerada atravs da teoria dos conjuntos fuzzy.
Os conjuntos difusos ou conjuntos fuzzy foram propostos por Zadeh (1965) e, partindo de uma
base puramente terica, eles invadiram o mundo industrial com diversas aplicaes prticas.
Sua utilizao no est sujeita apenas ao meio industrial, sendo possvel aplic-los em anlise
de investimentos sujeitos a incertezas, dentre outras reas.
Freqentemente as anlises econmicas vm acompanhadas da intuio dos especialistas para
as possveis faixas de variao dos argumentos de entrada dos problemas considerados. Tais
faixas so expressas por termos como ao redor de, aproximadamente, muito alto, que
so termos pouco exatos, que imprimem uma incerteza s variveis, a chamada incerteza
lxica.
Freqentemente, se prope a considerao das incertezas atravs de mtodos probabilsticos.
Isto questionvel, uma vez que se est supondo que se pode comparar incerteza com
aleatoriedade (BELLMAN e ZADEH, 1970). Muitos pesquisadores questionam a lgica fuzzy
devido sua caracterstica de subjetividade, porm, deve-se realar que a incerteza lxica
no pode ser tratada de forma estatstica, a natureza lxica da incerteza foge ao escopo da
2
teoria da probabilidade (SANCHES, 2004) e os conceitos podem ser utilizados de maneira
complementar (PEDRYCZ e GOMIDE, 1998).
Apesar da aplicabilidade prtica da lgica fuzzy, no Brasil h carncia de aplicao por parte
das empresas na anlise de seus investimentos, muito freqentemente por desconhecimento
do mtodo.

1.2 Objetivo

O objetivo principal do presente trabalho analisar a taxa interna de retorno quando a
incerteza descrita na forma fuzzy, estudando sua aplicabilidade anlise de viabilidade
econmica de investimentos.
Os objetivos secundrios deste trabalho so:
I. Analisar respostas com os parmetros de entrada na forma fuzzy.
II. Analisar o grau de exatido dos resultados de anlises fuzzy aproximados por um
nmero fuzzy triangular (TFN).
III. Gerar uma barra de ferramentas para Excel de anlise de investimentos utilizando
lgica fuzzy (LF), testando sua aplicabilidade e a relevncia de seus resultados no
processo de tomada de deciso em investimentos.
1.3 Justificativas

A necessidade de se considerar a variao dos parmetros de entrada na anlise de viabilidade
econmica de investimentos um fato, uma vez que no se conhecem, de antemo, os
valores exatos que os fluxos de caixa assumiro no futuro, por vezes nem mesmo as taxas de
desconto exatas a serem utilizadas ou a vida do investimento.
Uma das anlises mais comuns no caso determinstico, a anlise da Taxa Interna de Retorno
(TIR), at o presente momento no realizada no domnio fuzzy, pois os trabalhos de Buckley
(1985), Ward (1985) e outros sobre o assunto a descrevem como impossvel, uma vez que a
TIR exige o VPL igual a zero. Pela teoria fuzzy, um valor exato denominado valor crisp.
Desta forma, sendo a TIR um valor de taxa crisp, a literatura fuzzy sobre o assunto a aborda
como sendo impraticvel, justamente por ser exata.
3
necessrio avaliar se a utilizao de nmeros triangulares fuzzy para aproximao de
resultados no leva a distores significativas, uma vez que a anlise de um VPL fuzzy
distorcido poderia levar a decises equivocadas sobre uma oportunidade de investimento.
Apesar de haver os trabalhos relevantes dos autores Buckley (1985), Ward (1985), Chiu e
Park (1994) e Kahraman et al (2002) j realizados sobre o tema, pode-se afirmar que a
literatura sobre o assunto escassa, porm h necessidade de que esta se desenvolva mais,
dada a aplicabilidade da teoria prtica, que ser demonstrada atravs da presente dissertao.
1.4 Contribuies

O presente trabalho contribui para a discusso, demonstrando haver uma interpretao fuzzy
para a TIR e que seus resultados so relevantes na tomada de deciso e na anlise de
viabilidade econmica de investimentos.
1.5 Limitaes

Conforme ser mostrado no captulo 2, fluxos de caixa nos quais h apenas uma inverso de
sinal geram apenas uma resposta para a TIR, quando esta existe. Esses sero os fluxos onde o
presente estudo se concentrar.
Os nmeros fuzzy podem ser representados de diversas maneiras, como ser igualmente visto
no captulo 2. No presente trabalho ser utilizada a representao mais simples de nmero
fuzzy, ou seja, ser utilizado o nmero fuzzy triangular (TFN).

1.6 Metodologia da Pesquisa

Como o presente trabalho tem um enfoque altamente voltado para a resoluo de problemas
financeiros, a presente pesquisa, do ponto de vista de sua natureza se classifica como pesquisa
aplicada, conforme indicam Silva e Menezes (2005). Ainda segundo as autoras, quando os
dados em que se baseiam as anlises e concluses so dados numricos ou opinies traduzidas
em nmeros, a pesquisa definida como quantitativa.
Do ponto de vista dos objetivos aqui propostos, h a necessidade de tornar explcito o
problema da TIR quando calculada em ambientes incertos e estabelecer interpretaes ou
hipteses sobre sua forma de clculo, o que a caracteriza como exploratria (GIL, 1991).
4
Ser realizado um estudo de caso que envolva o clculo da TIR sob incerteza, com a adio
de todo o detalhamento necessrio para que se espelhe a situao real.
A figura 1.1 define de maneira resumida a metodologia da pesquisa a ser aplicada.

O estudo de caso consistir inicialmente em se determinar todas as variveis que esto
envolvidas na anlise de viabilidade econmica de investimentos. Aps esta determinao,
segue-se a anlise das oportunidades de ganho e anlise de riscos de perda envolvidos para
cada varivel, que sero enlaados s variveis na forma fuzzy, com limites mnimo e mximo
e valor de maior possibilidade. Feito isto, segue-se ao clculo da TIR atravs de clculo fuzzy
e atravs de clculo determinstico. Finalmente faz-se a comparao entre resposta com
incerteza na forma fuzzy e resposta determinstica, conforme figura 1.2.
Figura 1.1 Metodologia da pesquisa a ser aplicada
Pesquisa
Natureza Abordagem Objetivos Procedimentos
Bsica
Aplicada
Quantitativa
Qualitativa
Exploratria
Descritiva
Explicativa
Bibliogrfica
Documental
Experimental
Levantamento
Estudo de Caso
Expost-Facto
Pesquisa-ao
Participante
Pesquisa
Natureza Abordagem Objetivos Procedimentos
Bsica
Aplicada
Quantitativa
Qualitativa
Exploratria
Descritiva
Explicativa
Bibliogrfica
Documental
Experimental
Levantamento
Estudo de Caso
Expost-Facto
Pesquisa-ao
Participante
Itens utilizados
Itens no utilizados
5

Figura 1.2 Fluxograma do estudo de caso aplicado na pesquisa.

1.7 Estrutura do Trabalho

A presente dissertao foi dividida em cinco captulos, estruturados como segue:
Captulo 1 Introduo:
Este captulo trata de expor os motivos da realizao do trabalho atravs das
consideraes iniciais. Em seguida, abordam-se os objetivos principais e secundrios da
dissertao, bem como as justificativas para o trabalho, suas contribuies para o
conhecimento j existente, suas limitaes, a metodologia do trabalho cientfico que ser
aplicada e a estrutura do trabalho.

Captulo 2 Anlise de viabilidade econmica de investimentos considerando
incerteza fuzzy:
O segundo captulo trata de realizar a reviso bibliogrfica sobre a lgica fuzzy,
principalmente quando aplicada a investimentos, descrevendo as formas de representao
da incerteza existentes at o momento e as ferramentas financeiras que j dispem de
representao fuzzy.

1
2
3
4
5
D1
D2
D3
6 - Fim
1
2
3
4
5
D1
D2
D3
6 - Fim
1: Determinao das variveis
envolvidas
2: Anlise de possveis ganhos
associados s variveis
3: Anlise de possveis perdas
associadas s variveis
4: Propor TIR por clculo fuzzy
5: Clculo de Ps (possibilidade de
inviabilidade)
6: Comparao entre TIR por cl-
culo fuzzy e TIR determinstica
D1: Lado direito dos TFN das va-
riveis
D2: Lado esquerdo dos TFN das
variveis
D3: TMA da empresa
6
Captulo 3 Proposta de interpretao para a taxa interna de retorno atravs de clculo
fuzzy:
Parte central da teoria de base do trabalho, o captulo terceiro trata de propor uma
interpretao para a Taxa Interna de Retorno quando calculada pela teoria fuzzy.

Captulo 4 Estudo de caso:
O estudo de caso a ser realizado trata de detalhar um caso real em que a TIR foi calculada
via teoria fuzzy e segue um roteiro para demonstrar a aplicabilidade da mesma.

Captulo 5 Concluso:
O captulo final encerra o trabalho com uma reflexo sobre a possibilidade da aplicao
dos conceitos desenvolvidos em anlise de viabilidade econmica de investimentos.
1.8 Consideraes Finais sobre o Captulo

O presente captulo situou o tema do trabalho no contexto da engenharia econmica,
buscando justificativas como pouca literatura e pontos inconclusos na aplicao da teoria dos
conjuntos fuzzy em anlise de viabilidade econmica de investimentos. A relevncia do
trabalho ficou, desta forma, demonstrada.
As limitaes do escopo da pesquisa esto determinadas e so basicamente a utilizao de
TFN para representao de variveis de entrada e a necessidade de utilizao de fluxos
convencionais, com apenas uma mudana de sinal.
Silva e Menezes (2005) indicam que aps a determinao do das justificativas e objetivos da
pesquisa que o mtodo de pesquisa adequado deve ser escolhido. Para a presente pesquisa,
um estudo de caso ser realizado para a confirmao do que a pesquisa prope.

13
CAPTULO 2

ANLISE DE VIABILIDADE ECONMICA DE
INVESTIMENTOS CONSIDERANDO
INCERTEZA FUZZY

2.1 A incerteza e a lgica fuzzy

O conceito de incerteza est certamente dentre as vrias mudanas relevantes da cincia do
sculo XIX. Segundo Klir e Yuan (1995), essa mudana se deu de forma gradual, sendo que a
viso inicial era de que a incerteza deveria ser evitada na cincia. Posteriormente, a incerteza
passou a ser considerada como inevitvel por ser parte da realidade da maioria dos sistemas
que se prope analisar. Ainda segundo estes autores, a incerteza no somente inevitvel,
mas tambm til em alguns casos.
A lgica fuzzy foi criada por Zadeh (1965), professor da Universidade de Berkeley (EUA).
Ele buscava uma sada para problemas em que a lgica booleana no gerava respostas
plausveis, visto que nestes problemas a incerteza estava presente.
2.2 Os nmeros fuzzy

Os nmeros fuzzy so subconjuntos dentro do conjunto dos nmeros reais, representando
valores incertos. Todos os nmeros fuzzy esto relacionados a graus de pertinncia que
expressam o quanto verdadeiro dizer se algo pertence ou no a um determinado conjunto
(SANCHES, 2004).
Considere-se o conjunto dos investimentos elevados, definido como o conjunto de todos os
investimentos acima de R$ 500.000,00. As fronteiras do conjunto esto, com certeza, muito
bem definidas. Porm, ao se deparar com um investimento de, por exemplo, R$ 496.500,00,
haveria possibilidade de estar classificando o investimento como baixo, sendo que a diferena
de apenas 0,7% abaixo do limite estabelecido. Se houvesse uma tolerncia para o que
considerado investimento alto, avaliaes deste tipo poderiam ser menos equivocadas.
14
A incerteza associada aos nmeros fuzzy a chamada incerteza lxica, associada a vocbulos
de intensidade e que possibilita integrar aos clculos matemticos a maneira humana de
pensar em limites e em intensidades.

2.2.1 Forma geral dos nmeros fuzzy
O nmero fuzzy representado em sua forma geral como na figura 2.1.

No eixo horizontal esto todas as possibilidades dos valores do nmero fuzzy. No eixo vertical
tm-se os graus de pertinncia (x) associados a cada valor de x.
As funes f
1
() e f
2
() podem ser quaisquer, desde que respeitadas as condies de f
1
ser
monotonamente crescente e f
2
ser monotonamente decrescente. O domnio destas funes ,
que coincide com o eixo (x), ou seja, f
1
e f
2
so funes do tipo x = f(y) por questes de
adequao s regras de clculos fuzzy como ser visto adiante.

2.2.2 Nmeros fuzzy trapezoidais
Caso as funes f
1
e f
2
sejam lineares e se m
2
m
3
, ento tem-se um nmero fuzzy trapezoidal,
conforme figura 2.1.

2.2.3 Nmeros fuzzy triangulares
Caso as funes f
1
e f
2
sejam lineares e se m
2
= m
3
, ento tem-se um nmero fuzzy triangular,
normalmente referido como TFN (triangular fuzzy number), conforme figura 2.2.

x
0
1
(x)
f
1
() f
2
()
m
1
m
2
m
3
m
4

nf = (m
1
, m
2
, m
3
, m
4
, f
1
(), f
2
())
Figura 2.1 Forma geral do nmero fuzzy. Fonte: Sanches (2004)
15

O nmero fuzzy triangular a representao mais simples do conceito de nmero difuso e, por
esta razo, ser adotado no presente trabalho como representao fuzzy. Como m
2
=m
3
, diz-se
que o nmero fuzzy triangular possui os parmetros a
1
, a
2
e a
3
.

2.3 Representao por cuts
Um dos mais importantes conceitos em lgica fuzzy o conceito de -cut (corte em ) e sua
variante, o conceito de -cut forte.
Dado um conjunto fuzzy A definido em X e qualquer nmero [0, 1], o -cut A() e o -cut
forte A(+) so os conjuntos crisp das equaes (1) e (2):
} ) ( { ) ( = x A x A (1)
} ) ( { ) ( > = + x A x A (2)
A equao (1) denota que o -cut de um conjunto fuzzy A o conjunto crisp A() que contm
todos os elementos do conjunto universal X cujos graus de pertinncia em A so maiores ou
iguais do que o valor especificado de . (KLIR e YUAN, 1995). A equao (2) tem a mesma
significao, porm ela indica um intervalo que no contm o especificado.
Para o presente trabalho, torna-se especialmente interessante a representao por cuts,
conforme a equao (3):
A() = (A
L
(), A
R
()) = (a
1
+(a
2
-a
1
)., a
3
-(a
3
-a
2
).), (3)
onde (x)= e as funes esquerda e direita estariam na forma x = f (y).

0
1
(x)
f
1
() f
2
()
m
1
m
2
m
2
= m
3
m
4

x
a
1
a
2
a
3

Figura 2.2 Nmero fuzzy triangular (TFN)
16
Esta representao considera o nmero fuzzy como sendo um elemento dividido em lado
esquerdo A
L
() e lado direito A
R
(), sendo que as funes A
L
() e A
R
() so lineares, dado
que o presente trabalho utilizar apenas TFN como formato de nmero fuzzy. A representao
por -cuts ser a base das operaes com nmeros fuzzy e est mostrada nas figuras 2.3 e 2.4.

2.4 Representao por pontos
Caso A seja um nmero fuzzy triangular, pode-se represent-lo simplesmente por A = (a
1
, a
2
,
a
3
).
A representao grfica por nmero fuzzy triangular do investimento do exemplo do item 2.2,
considerando-se uma variao permissvel de R$ 515.000,00 a R$ 490.000,00 como na
figura 2.5.

(x)
x

1
0
0,5

(x)
x

1
0
0,75
Figura 2.4 Exemplo de um -cut, com A() = A(0,75)
Figura 2.3 Exemplo de um -cut, com A() = A(0,5)
17

A representao por cuts do investimento do item 2.2 seria:
I = ( I
L
(), I
R
() ) = (-515.000,00+15.000,00., -490.000,00-10.000,00.) (4)

Representao por pontos:
I = (-515.000,00, -500.000,00, -490.000,00) (5)

2.5 Operaes com nmeros fuzzy
Sejam
A = [A
L
(), A
R
()] = [a
1
+(a
2
-a
1
)., a
3
+(a
2
-a
3
).], [0,1] e (6)
B = [B
L
(), B
R
()] = [b
1
+(b
2
-b
1
)., b
3
+(b
2
-b
3
).], [0,1] (7)

2.5.1 A Adio fuzzy (+)
Para todos os possveis valores de dois nmeros fuzzy A e B:
A (+) B = [A
L
() + B
L
(), A
R
() + B
R
() ] (8)

Considere-se a soma dos nmeros fuzzy (-10, 4, 5) e (7, 10, 15).
Tem-se:
A = (-10+14., 5- ) e B = (7+3., 15-5.) (9)
A (+) B = (-3+17., 20-6.) (10)
Para = 0: A (+) B = (-3, 20)
Para = 1: A (+) B = (14, 14)

0
1
(x)
I
L
() I
R
()
x
- 500.000,00
Investimento I
- 490.000,00 - 515.000,00
Figura 2.5 Representao fuzzy do investimento I
18
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
-15 -10 -5 0 5 10 15 20 25
A
B
A+B

2.5.2 A subtrao fuzzy (-)
A ( - ) B = [A
L
() B
R
(), A
R
() B
L
() ] (11)

Considere-se a subtrao dos nmeros fuzzy (-10, 4, 5) e (7, 10, 15).

Tem-se:
A = (-10+14., 5- ) e B = (7+3., 15-5.) (12)
A (-) B = (-25+19., -2-4.)

Para = 0: A (-) B = (-25, -2)
Para = 1: A (-) B = (-6, -6)
Figura 2.6 Adio de dois nmeros fuzzy A e B.
19
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
-30 -20 -10 0 10 20
A
B
A-B

2.5.3 A multiplicao fuzzy (x)

A ( x ) B = [min(A
L
() x B
L
(), A
L
() x B
R
(), A
R
() x B
L
(), A
R
() x B
R
());
max(A
L
() x B
L
(), A
L
() x B
R
(), A
R
() x B
L
(), A
R
() x B
R
())]
(13)

Considere-se a multiplicao dos nmeros fuzzy (-10, 4, 5) e (7, 10, 15).

Tem-se: A = (-10+14., 5- ) e B = (7+3., 15-5.)
A ( x ) B = [min((-10+14.) x (7+3.), (-10+14.) x (15-5.), (5-) x (7+3.), (5-
) x (15-5.)); max((-10+14.) x (7+3.), (-10+14.) x (15-5.), (5-) x (7+3.),
(5-) x (15-5.))]
(14)

Para = 0: A (x) B = (-150, 75)
Para = 1: A (x) B = (40, 40)
Figura 2.7 Subtrao de dois nmeros fuzzy A e B.
20
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
-150 -100 -50 0 50
AL
AR
BL
BR
AxB-L
AxB-R

Note-se aqui a caracterstica no-linear do nmero fuzzy resultante da multiplicao de A e B.

2.5.4 A diviso fuzzy ()

A () B = [min(A
L
() / B
L
(), A
L
() / B
R
(), A
R
() / B
L
(), A
R
() / B
R
());
max(A
L
() / B
L
(), A
L
() / B
R
(), A
R
() / B
L
(), A
R
() / B
R
())]
(15)

Para o caso em que A>0 e B>0

A ( / ) B = [A
L
() / B
R
), A
R
() / B
L
) ] (16)

Para o caso em que A<0 e B>0

A ( / ) B = [A
L
() / B
L
), A
R
() / B
R
) ] (17)

Considere-se a diviso dos nmeros fuzzy (-10, 4, 5) e (7, 10, 15).
Tem-se: A = (-10+14., 5- ) e B = (7+3., 15-5.)
A ( / ) B = [min((-10+14.) / (7+3.), (-10+14.) / (15-5.), (5-) / (7+3.), (18)
Figura 2.8 Multiplicao de dois nmeros fuzzy A e B.
21
(5-) / (15-5.)); max((-10+14.) / (7+3.), (-10+14.) / (15-5.), (5-) /
(7+3.), (5-) / (15-5.))]

Para = 0: A (/) B = (-10/7, 5/7)
Para = 1: A (/) B = ( 0,4; 0,4)
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
-10 -8 -6 -4 -2 0 2 4 6 8 10 12 14
AL
AR
BL
BR
A/B-L
A/B-R

Note-se aqui a caracterstica no-linear do nmero fuzzy resultante da diviso de A por B.
2.6 Estudos sobre aproximao de resultados
2.6.1 Estudo do desvio para resultados da multiplicao fuzzy aproximados
por TFN
A resposta da multiplicao de dois TFN realizada conforme figura 2.8 no linear. Apesar
deste fato, pode-se adotar um TFN como aproximao para esta resposta. Quando se faz tal
aproximao, h um desvio em relao ao valor exato do resultado, conforme mostra a figura
2.10:
Figura 2.9 Diviso de dois nmeros fuzzy A e B.
22
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
-150 -100 -50 0 50
AL
AR
BL
BR
AxB-L
AxB-R
AxB-L linear
AxB-R linear

Para o presente trabalho, importante o estudo do comportamento deste erro, pois ele pode ter
impacto nas concluses sobre viabilidade a serem expostas mais adiante.
Chiu e Park (1994) propem um clculo do erro da aproximao por TFN. Para os autores,
este clculo deve ser realizado conforme equao (19) e equao (20):
% 100 . (%)
0 1
a a
d
d
l
l
=
(19)
% 100 . (%)
1 2
a a
d
d
r
r
=
(20)
Onde:
d
l
o desvio entre os valores exato e aproximado esquerda para cada ,
d
l
(%) o desvio percentual entre os valores exato e aproximado esquerda para cada
,
d
r
o desvio entre os valores exato e aproximado direita para cada ,
d
r
(%) o desvio percentual entre os valores exato e aproximado direita para cada ,
a
0
, a
1
e a
2
so os pontos mnimo, mdio e mximo do TFN que aproxima o resultado
exato para cada .
Realizando estes clculos para cada , pode-se plotar o grfico da figura 2.11.
Figura 2.10 Multiplicao com resultado linearizado.
23
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
0,00% 5,00% 10,00% 15,00% 20,00% 25,00% 30,00%
Erro
esquerda
Erro
direita

Observando-se a figura 2.11, nota-se seu carter linear e varivel, sendo que o erro uma
funo de . O erro nos extremos (=0 e =1) sempre nulo, pois os nmeros fuzzy exato e
aproximado, nestes extremos, apresentam justamente o mesmo valor.
Para =1, tem-se o caso crisp, ou seja, o -cut gerado em =1 o prprio valor
determinstico.
Torna-se interessante trabalhar em =0, pois neste ponto tem-se o maior -cut possvel e o
erro entre o TFN de aproximao e o valor exato do -cut nulo.
Para o presente trabalho, o erro adotado diferencia-se no sentido de que ele ser calculado no
como um percentual do TFN de aproximao, mas como um percentual dos valores exatos de
resposta das operaes, pois o percentual assim calculado seria mais significativo. Desta
forma, o erro adotado :
% 100 . (%)
0 1
A A
D
D
l
l
=
(21)
% 100 . (%)
1 2
A A
D
D
r
r
=
(22)
Onde:
D
l
o desvio entre os valores exato e aproximado esquerda para cada ,
D
l
(%) o desvio percentual entre os valores exato e aproximado esquerda para cada
,
24
D
r
o desvio entre os valores exato e aproximado direita para cada ,
D
r
(%) o desvio percentual entre os valores exato e aproximado direita para cada ,
A
0
, A
1
e A
2
so os pontos mnimo, mdio e mximo do resultado exato para cada .
Realizando estes clculos para cada , pode-se plotar o grfico da figura 2.12.

A figura 2.12 demonstra que, para o presente exemplo, o erro mximo de aproximao por
TFN foi da ordem de 35% esquerda e 16% direita.
2.6.2 Estudo do desvio para resultados da diviso fuzzy aproximados por
TFN
A resposta da diviso realizada conforme figura 2.9 no linear. Apesar deste fato, pode-se
adotar um TFN como aproximao para esta resposta. Quando se faz tal aproximao, aparece
um desvio em relao ao valor exato do resultado, conforme mostra a figura 2.13.
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
0,00% 10,00% 20,00% 30,00% 40,00%
Erro esquerda
Erro direita
25
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
-1,4 0,6
AL
AR
BL
BR
A/B-L
A/B-R
A/B-L Linear
A/B-R Linear

Realizando os clculos do erro propostos por Chiu e Park (1994) para cada , pode-se plotar o
grfico da figura 2.14:
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
0,00% 10,00% 20,00% 30,00%
EL
ER

Observando-se a figura 2.14, nota-se seu carter no-linear e varivel, sendo que o erro uma
funo de . O erro nos extremos (=0 e =1) sempre nulo, pois os nmeros fuzzy exato e
aproximado, nestes extremos, apresentam justamente o mesmo valor.
Figura 2.13 Diviso com resultado linearizado.
26
Para =1, tem-se o caso crisp, ou seja, o -cut gerado em =1 o prprio valor
determinstico.
Torna-se interessante trabalhar em =0, pois neste ponto tem-se o maior -cut possvel e o
erro entre o TFN de aproximao e o valor exato do -cut nulo.
Para o presente trabalho, o erro adotado diferencia-se no sentido de que ele ser calculado no
como um percentual do TFN de aproximao, conforme realizado anteriormente para o caso
da multiplicao.
Realizando os clculos do erro em relao aos valores exatos para cada , pode-se plotar o
grfico da figura 2.15.
Conforme mostram as anlises do erro de aproximao da multiplicao e da diviso fuzzy,
deve-se ter cautela ao aproximar os resultados atravs de um TFN.
No caso da engenharia econmica, torna-se necessria a anlise do impacto desta
aproximao.
2.7 Anlise da viabilidade econmica de investimentos e a teoria fuzzy
Uma vez que os conjuntos fuzzy so uma maneira de se considerar a incerteza e que
normalmente a incerteza est presente nas anlises de viabilidade econmica de
investimentos, torna-se clara a utilidade das tcnicas fuzzy nesta rea. Esta tendncia vem
sendo estudada recentemente. Buckley (1985) foi um dos pioneiros nesta abordagem. Outras
abordagens foram realizadas mais recentemente por alguns autores, entre eles Chiu e Park
(1994).
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
0,00% 10,00% 20,00% 30,00% 40,00%
EL
ER
27

2.8 O valor presente lquido fuzzy

O valor presente lquido (VPL) de um fluxo de caixa a somatria do investimento inicial (na
data 0) com os fluxos das datas remanescentes descontados para a data 0 atravs de uma taxa
de desconto i. Assim, para o caso determinstico, tem-se:

(23)

Chiu e Park (1994) mostram que, para o caso em que se tem a taxa de desconto, o
investimento e os fluxos futuros na forma fuzzy, pode-se calcular o VPL fuzzy, respeitando-se
as propriedades dos conjuntos fuzzy. Tais propriedades dependem, conforme visto
anteriormente, das funes esquerda e direita de cada parmetro.
Ao se analisar a equao (23), nota-se que apenas o numerador pode assumir valores
negativos. Assim sendo, no caso fuzzy, ter-se-ia uma diviso do tipo A/B,onde A<0 e B>0,
quando os valores de F forem negativos e uma diviso do tipo A/B,onde A>0 e B>0, quando
os valores de F forem positivos.
Desta forma, conforme assinalam as equaes (24) e (25), ter-se-iam dois casos para o VPL
fuzzy:

Para fluxos positivos:

=
= =
(
(
(
(
+ +
= +
n
t
l
t
t
t
r
t
r
t
t
t
l
t
i i
VPF
F F
1
) (
0
) (
) (
0
) (
) 1 (
,
) 1 (
) (

(24)
Para fluxos negativos:

=
= =
(
(
(
(
+ +
=
n
t
r
t
t
t
r
t
l
t
t
t
l
t
i i
VPF
F F
1
) (
0
) (
) (
0
) (
) 1 (
,
) 1 (
) (

(25)
Somando-se VPF(+), VPF(-) e o valor do investimento, tem-se o VPL fuzzy.
Um maneira de abordar ambos os casos em uma nica frmula incluindo o investimento foi
proposta por Chiu e Park (1994), conforme mostra a equao (26):
=
=
+
=
n
t
t
t
t
t
i
F
VPL
0
0
) 1 (
28

(26)

2.9 Variveis lingsticas
Na formao de variveis fuzzy quantitativas, o conceito de nmero fuzzy tem papel
fundamental (KLIR e YUAN, 1995). Estas variveis resumem estados difusos e estes estados
so simbolizados por nmeros fuzzy. Se estes nmeros representarem, da mesma forma,
conceitos lingsticos, tais como muito pequeno, pequeno, mdio e assim por adiante,
passveis de interpretao em um dado contexto, as variveis assim formadas so usualmente
chamadas de variveis lingsticas.
Os estados da varivel lingstica so interpretados atravs de nmeros fuzzy e a varivel
lingstica em si definida em termos de uma varivel de base, cujos valores formam uma
faixa de nmeros reais. A natureza da varivel de base a natureza da varivel no seu sentido
clssico, que pode ser exemplificada por uma varivel fsica (temperatura, presso,
velocidade, humidade, etc) ou mesmo um outro tipo qualquer de varivel numrica (salrio,
taxa de desconto, probabilidade, etc).
Klir e Yuan (1995) ainda propem que uma varivel lingstica plenamente definida por
um quntuplo (v, T, X, g, s), no qual v seria o nome da varivel, T seria o conjunto de termos
lingsticos que se referem a v, X seria o conjunto universo onde v definida, g seria uma
gramtica ou regra sinttica que geraria T, s seria o significado de cada termo, que um
conjunto fuzzy em X, isto , s: T F(X).
A figura 2.16 apresenta um exemplo de uma varivel lingstica, representando a varivel
taxa de juros mensal no setor automotivo brasileiro, vlida para financiamentos ao
consumidor. Esta varivel expressa a taxa de juros (que a varivel de base neste exemplo)
atravs de cinco estados (muito baixa, baixa, mdia, alta, muito alta). Os estados lingsticos
poderiam ser formados, por exemplo, a partir da opinio de especialistas neste setor,
desenvolvendo uma regra que associa a cada estado da varivel um nmero fuzzy, que
restringe os valores admissveis em cada estado.

=
= =
= =
(
(
(
(
(
(
(
(
(
(
|
|
|
|
\
|
+
+
+
|
|
|
|
\
|
+
+
+
=
n
t
r
t
t
t
r
t
l
t
t
t
r
t
l
t
t
t
l
t
r
t
t
t
l
t
i i
i i
VPLF
F F
F F
0
) (
0
) (
) (
0
) (
) (
0
) (
) (
0
) (
) 1 (
) 0 , min(
) 1 (
) 0 , max(
,
) 1 (
) 0 , min(
) 1 (
) 0 , max(
29

Para lidar com variveis lingsticas so utilizadas todas as operaes fuzzy j apresentadas
anteriormente.

2.10 Consideraes finais sobre o captulo

O presente captulo realiza a reviso bibliogrfica sobre o estado da arte da utilizao da
lgica fuzzy em anlise de viabilidade econmica de investimentos.
As representaes fuzzy mais comuns foram abordadas, sendo a representao por -cuts a
mais importante para a pesquisa. A partir da representao por -cuts, definiu-se as operaes
que podem ser realizadas.
O captulo vai alm e demonstra que a utilizao de TFN para aproximao dos resultados de
divises e multiplicaes fuzzy gera distores, uma vez que os resultados exatos no so
lineares.
O valor presente lquido fuzzy, base para a pesquisa sobre a TIR calculada pela teoria fuzzy,
foi abordado neste captulo.
muito
baixa
baixa mdia alta muito
alta
0% 0,5% 1% 1,5% 2% 2,5% 3% 3,5% 4%
taxa de juros mensal no setor
automotivo brasileiro
1
0
Varivel
lingstica
Valores
lingsticos
(estados)
Regra
semntica
Varivel de base
Figura 2.16 Exemplo de varivel lingstica. Adaptado de Klir e Yuan (1995).
30
Adicionalmente, verificou-se que as variveis lingsticas so uma soluo para a
quantificao de termos lingsticos, traduzindo-os em nmeros fuzzy.

31

CAPTULO 3

CLCULO FUZZY

A taxa interna de retorno (TIR) de um investimento a taxa que leva o seu valor presente
lquido a zero. A dificuldade em transplantar este conceito para o domnio fuzzy reside na
prpria definio da TIR, que demanda uma idia de nmero crisp (exato).
Buckley (1985) e Kahraman et al (2002), argumentam sobre a inexistncia de uma Taxa
Interna de Retorno na forma fuzzy. Buckley (1985) afirma no haver um consenso sobre o que
o zero fuzzy e, sendo que a TIR deve ser a taxa que leva o valor presente de um investimento
a zero, a TIR fuzzy seria inexistente. Kahraman et (2002) levantam a questo de que zero um
valor crisp e, assim sendo, no seria possvel haver uma TIR fuzzy.
O presente trabalho apresenta uma abordagem alternativa a este conceito. Suponha-se o fluxo
de caixa da tabela 3.1 e considere-se o conceito de cuts apresentado no item 2.3.

= 0 = 1 = 0 N
I (1.500,00) (1.000,00) (900,00) 0
F1 - - - 1
F2 - - - 2
F3 - - - 3
F4 - - - 4
F5 1.700,00 1.800,00 1.850,00 5

Tabela 3.1 Fluxo de caixa hipottico.

A representao grfica do investimento mostrada na figura 3.1.
32
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
-1700 -1500 -1300 -1100 -900 -700
AL
AR

Figura 3.1 Representao fuzzy do investimento da tabela 3.1.

A representao grfica da receita mostrada na figura 3.2.

0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
1600 1650 1700 1750 1800 1850 1900
AL
AR

Figura 3.2 Representao fuzzy da receita da tabela 3.1.

Para cada existe um par de investimentos I
L
() e I
R
() e um par de retornos F
L
() e F
R
(),
onde:
I
mx
= I
L
() (27)
I
min
= I
R
() (28)
F
mx
= F
R
() (29)
F
min
= F
L
() (30)
I
L
() mximo, pois o investimento ser maior, quanto maior for seu valor absoluto.
Define-se a TIR fuzzy como o conjunto de solues das seguintes equaes:
33
TIR mnima:
TIR
L
(): a soluo de I
mx
- F
min
= 0, para F
min
trazido data zero, ou seja:
0
) 1 (
) (
) ( =
+
n
R
L
L
i
F
I

(31)

Figura 3.3 Representao do conjunto de pares geradores de TIR mnima para cada .
TIR mxima:

TIR
R
(): a soluo de I
min
- F
mx
= 0, para F
max
0
) 1 (
) (
) ( =
+
n
R
R
R
i
F
I

(32)

Figura 3.4 Representao do conjunto de pares geradores de TIR mxima para cada .

(x)
I
L
()

F
L
()

(x)
I
R
()

F
R
()

34
Partindo-se de 0 em direo a 1, para cada haver uma TIR mnima e uma mxima. Quando
= 1, as equaes (31) e (32) provero a mesma soluo.

Para um fluxo de caixa padro conforme definido anteriormente, porm com vrias receitas,
valem as seguintes generalizaes das equaes (33) e (34).

3.1 TIR mnima (para vrias receitas)
TIR
L
(): a soluo de I
mx
- F
min
= 0, para F
min

(33)

3.2 TIR mxima (para vrias receitas)
TIR
R
(): a soluo de I
min
- F
mx
= 0, para F
mx

(34)

3.3 Anlise de viabilidade econmica do fluxo de caixa da tabela 3.1

O fluxo de caixa do investimento da tabela 3.1 pode ser equacionado utilizando-se o conceito
de -cuts, conforme indicado na equao (35):

I = (-1500+500.,-900-100.) (35)

Para = 0, tem-se I = (-1500,-900), que so os extremos do investimento.
Para = 1, tem-se I = (-1000, -1000), que o valor do investimento com grau de pertinncia
1. bvio que tanto I
L
quanto I
R
devem indicar o mesmo valor quando =1, pois este o
ponto onde as retas esquerda e direita do TFN que representa o investimento se encontram.
0
) 1 (
) 0 , min(
) 1 (
) 0 , max(
0 ) (
0
) (
) (
0
) (
=
(
(
(
(
|
|
|
|
\
|
+
+
+

=
= =
n
t l
t
t
t
l
t
r
t
t
t
l
t
i i
F F
0
) 1 (
) 0 , min(
) 1 (
) 0 , max(
0 ) (
0
) (
) (
0
) (
=
(
(
(
(
|
|
|
|
\
|
+
+
+

=
= =
n
t r
t
t
t
r
t
l
t
t
t
r
t
i i
F F
35
O fluxo de caixa da receita na data 5 pode ser representado por -cuts, conforme equao
(36):

F
5
= (1700+100., 1850-50.) (36)

Para = 0, tem-se F
5
= (1700, 1850), que so os extremos mnimo e mximo da receita na
data 5.
Para = 1, tem-se F
5
= (1800, 1800), que a receita cujo grau de pertinncia 1 e,
obviamente, as equaes esquerda e direita da receita devem dar o mesmo resultado para
este grau de pertinncia.
Partindo-se das equaes (30) e (31), pode-se admitir como TIR resultante para este
investimento, a soluo das equaes (37) e (38).
0
) 1 (
. 100 1700
. 500 1500
5
=
(
(
|
|
\
|
+
+
+ +
L
TIR

(37)

0
) 1 (
. 50 1850
. 100 900
5
=
(
(
|
|
\
|
+
+
R
TIR

(38)

Para o fluxo de caixa da tabela 3.1, a TIR resultante pode ser representada como na figura 3.5.
0
0,2
0,4
0,6
0,8
1
1,2
0,00% 5,00% 10,00% 15,00% 20,00%
TIR L
TIR R

Figura 3.5 TIR para o fluxo de caixa da tabela 3.1.

Na figura 3.5, TIR L indica a TIR esquerda (de left) e TIR R indica a TIR direita
(right).
36
Note-se que a TIR calculada na figura 3.5 no linear, mas Chiu e Park (1994) abordam a
aproximao de resultados fuzzy por um TFN e afirmam no haver distoro considervel
para taxas dentro de certos limites. O resultado obtido indica que, dadas as variaes dos
parmetros do entrada da tabela 3.1, a TIR resultante poder valer entre 2,53% e 15,50%, no
sendo mais limitada a um nico valor, como era o caso do clculo determinstico.

Considere-se que a empresa em questo (tabela 3.1) possui Taxa Mnima de Atratividade
(TMA) de 12%. Atravs do mtodo da Taxa Interna de Retorno, considerando variveis de
entrada nicas, ou seja, determinsticas, tem-se TIR = 12,47%.
Como a TIR > TMA, o projeto seria considerado vivel.
Atravs do clculo da Taxa Interna de Retorno fuzzy, considerando variveis fuzzy de entrada,
tem-se como resposta para a TIR o grfico da figura 3.6, com caracterstica fuzzy e que passa
a ser denominado Taxa Interna de Retorno Fuzzy (TIRF).

Figura 3.6 TIR e TMA para o fluxo de caixa da tabela 3.1.

A rea em destaque da figura 3.6 representa a possibilidade de inviabilidade do investimento,
dadas as condies de variao dos parmetros de entrada da tabela 3.1.
A TIRF calculada, apesar de possuir um carter no linear, pode ser aproximada por um TFN.
A rea abaixo do TFN que representa a TIRF, Ai, ser ento calculada para que se tenha idia
do grau de distoro causada pela adoo do TFN como aproximao para a TIRF.

0
0,2
0,4
0,6
0,8
1
1,2
0,00% 5,00% 10,00% 15,00% 20,00%
LEFT IRR
RIGHT IRR
TMA
TIR
Ai
37
Possibilidade de inviabilidade:
A
Ai
P
S
= (39)

Ai = rea de possibilidade de inviabilidade
A = rea total sob o TFN que representa a TIRF
( )
=
1
0
d TIRF TIRF A
L R
(40)
3.4 TFN de aproximao

Como TIRF = (2,53%, 12,47%, 15,50%), tem-se:
%. 94 , 9 % 53 , 2 + =
L
TIRF
(41)
%. 03 , 3 % 50 , 15 =
R
TIRF
(42)
Substituindo-se (36) e (37) em (35), tem-se:
( )
=
1
0
%. 94 , 9 % 53 , 2 %. 03 , 3 % 50 , 15 d A
d A ) %. 97 , 12 % 97 , 12 (
1
0
=

1
0
2
2
%. 97 , 12 %. 97 , 12

= A
2
% 97 , 12
= A
% 485 , 6 = A
(43)

Uma forma mais simples de se calcular e rea do TFN seria utilizar a frmula para clculo de
reas de tringulos, chegando-se ao mesmo resultado:

% 485 , 6 1 .
2
% 53 , 2 % 50 , 15
2
.
=
= =
h b
A (44)

Clculo de Ai:
Para i=12% deseja-se o correspondente, para se poder resolver a integral.
Sabe-se, pela figura 3.6, que a TMA est do lado da TIRF
L
. Assim:
38
i
%. 94 , 9 % 53 , 2 % 12 + =
952716 , 0 =
i
(45)
A rea de inviabilidade seria, desta forma:
=
952716 , 0
0
) % 12 ( d TIRF Ai
L
, (46)
Dado que deseja-se calcular a rea delimitada entre a TMA e o lado esquerdo da TIRF.
Assim, resolvendo-se a integral:
=
952716 , 0
0
) %. 94 , 9 % 53 , 2 % 12 ( d Ai
952716 , 0
0
2
)
2
%. 94 , 9 %. 47 , 9 (

= Ai

045111 , 0 =
i
A (47)

Uma forma mais simples de se calcular e rea de inviabilidade seria utilizar a frmula para
clculo de reas de tringulos, dado que esta rea triangular (pois est aproximada por
TFN):
% 5111 , 4 952716 , 0 .
2
% 53 , 2 % 12
2
.
=
= =
h b
Ai

Usando (40) e (38) em (34):
A
Ai
P
S
=
% 485 , 6
% 5111 , 4
=
S
P

Ps = 69,6% (por TFN) (48)

39

Figura 3.7 TIRF como um TFN e TMA para o fluxo de caixa da tabela 3.1.

3.5 Clculo exato da rea de possibilidade de inviabilidade
No caso do clculo da rea de impossibilidade exata necessrio que se integre a TIRF exata.
O mesmo procedimento utilizado ao se calcular a rea de impossibilidade do TFN pode ser
utilizado, exceto pelo fato de que esta rea cercada por limites no-lineares.
A equao da TIRF mais facilmente integrada atravs do prprio conceito de integral de
Riemann, isto , calculando-se a rea sob o grfico atravs do somatrio de infinitas reas
retangulares, cuja base um x e a altura o f(x).

Figura 3.8 TIRF exata para o fluxo de caixa da tabela 3.1, integrada pelo mtodo de
Riemann.
Note-se que esta integral se d em relao a , o que resulta para o presente caso que deve-se
integrar primeiro a reta da TMA e IRR
L
e depois partir para a subtrao entre as reas.
0
0,2
0,4
0,6
0,8
1
1,2
0,00% 5,00% 10,00% 15,00% 20,00%
12%
=0,952716
Ai
0
0,2
0,4
0,6
0,8
1
1,2
0,00% 5,00% 10,00% 15,00% 20,00%
LEFT IRR
RIGHT IRR
TMA=12%
40
Para = 0,02, o intervalo aberto em 0 de 0 a 1 para ter 1000 pontos. Claramente
impossvel realizar o clculo computacional com infinitas reas. Calculando-se as 1000 reas
retangulares formadas atravs do conceito de Riemann, o resultado :

REA ENTRE VALOR
(1) Curva de IRR
L
at i=12% e eixo (x) 0,0669
(2) Reta da TMA e eixo (x) 0,1154
(3) TMA e IRR
L
((2) (1)) 0,0485
(4) IRR
L
e eixo (x) 0,0716
(5) IRR
R
e eixo (x) 0,1396
(6)
IRR
R
e IRR
L
(rea total sob a curva
de IRRF (5) - (4))
0,0680
(7)
rea de possibilidade de
inviabilidade ((3) (6))
71,3%
Tabela 3.2 rea de possibilidade de inviabilidade.

Observa-se que a rea de inviabilidade da TIRF para o fluxo de caixa da tabela 3.2
significativa e que sua desconsiderao pode levar inviabilidade econmica do
investimento, pois neste caso a possibilidade de inviabilidade do investimento de 71,3%.
A diferenciao dos resultados obtidos para a TIR por clculo determinstico e fuzzy fica
evidente, uma vez que a TIR determinstica traz uma resposta nica que deve ser maior do
que a TMA para que o projeto seja considerado vivel e a TIR por clculo fuzzy apresenta um
nmero fuzzy como resposta, atravs do qual se pode deduzir inclusive a possibilidade de
inviabilidade do investimento associado. A TIR determinstica do investimento da tabela 3.1
indica que o investimento vivel e a TIR fuzzy que o investimento apresenta uma rea de
possibilidade de inviabilidade de 71,3%.

No captulo 3, parte central da presente dissertao, demonstrou-se haver uma interpretao
possvel para a TIR calculada atravs da teoria dos conjuntos fuzzy. O conceito de
41
representao de nmero fuzzy por -cuts desempenha um papel muito importante para se
tornar perceptvel esta representao.
Alm deste fato, aparece tambm a caracterstica da rea de possibilidade inviabilidade, que
a rea dentro da qual o projeto seria invivel. Assim, a utilizao da teoria dos conjuntos fuzzy
enriqueceu a resposta para as anlises de viabilidade econmica de investimentos.

42
CAPTULO 4
ESTUDO DE CASO

4.1 Consideraes iniciais sobre a pesquisa
A utilizao de mtodos de anlise de viabilidade econmica de investimentos no se
constitui uma novidade. Entretanto, as empresas muitas vezes realizam esta anlise, baseando-
se apenas na informao da margem dos projetos a serem executados ou no VPL e TIR
determinsticos, o que pode se tornar uma forma errnea ou incompleta de se considerar a
viabilidade de um projeto. Isto ocorre, pois quando se considera apenas o fator margem, no
se d a devida importncia anlise do valor do dinheiro no tempo. Quando se considera
margem e o valor do dinheiro no tempo, a anlise j pode ser considerada um pouco mais
elaborada, porm haveria ainda a necessidade de se considerar os riscos envolvidos, atravs
de lgica fuzzy ou de outro mtodo que incorpore o risco.

4.2 O objeto de estudo
A empresa AREVA Transmisso & Distribuio de Energia ltda, sediada na Frana, possui
dentre seus ramos de atividade o setor de equipamentos de alta tenso, cuja identificao
AREVA BAT. Este setor comercializa disjuntores, chaves secionadoras e pra-raios de
72,5kV at a tenso de 800kV, para instalao em subestaes de alta tenso.

4.3 Os equipamentos envolvidos
Os equipamentos envolvidos no projeto em estudo no sero identificados, dado que os
valores de custos e receitas envolvidos so sigilosos. A correspondncia entre os cdigos e os
modelos originais existe, porm ser irrelevante na anlise a que se deseja chegar.

4.4 Os tipos de clientes
Os tipos de clientes da AREVA BAT so:
Concessionrias de Energia Eltrica;
43
Empresas contratistas;
Indstrias;
Clientes internos (outros setores da prpria AREVA).
As empresas contratistas so empresas que intermedeiam as vendas, adquirindo equipamentos
de fbricas e revendendo ao cliente final.
Vale salientar que esta rea especfica no realiza, at o presente momento, operaes que
envolvam exportaes.

4.5 As fases de um projeto na empresa escolhida
Para o correto entendimento dos valores envolvidos em um projeto e de como estes valores
so determinados interessante a compreenso das fases dos projetos da empresa objeto.

4.5.1 A fase de proposta tcnico-comercial
Inicialmente, o departamento de vendas da empresa, ligado matriz Brasileira, detecta uma
solicitao de cotao de um cliente em potencial, isto , uma solicitao para apresentar o
preo para produzir os equipamentos de um determinado projeto. Esta solicitao
encaminhada ao setor de propostas da AREVA BAT, denominado SEOPR (Setor de
Oramentos e Propostas).
Juntamente com a solicitao de cotao, geralmente recebe-se uma especificao tcnica
para o projeto. Esta especificao altamente dependente do tipo de cliente. Recebe-se desde
especificaes tcnicas menos detalhadas de uma nica pgina, at especificaes mais
detalhadas de algumas centenas de pginas.
O SEOPR, ento, realiza uma anlise inicial, para identificar se realmente aquela solicitao
pertinente. Sendo a consulta pertinente, realiza-se uma anlise minuciosa dos requisitos do
cliente, expostos na especificao recebida.
Aps a anlise da especificao tcnica, o especialista tem de associar a essa um equipamento
dentro da linha de produtos da empresa que atenda tecnicamente os requisitos do cliente. Caso
haja alguns requisitos que no podem ser atendidos, gera-se uma lista dos mesmos,
denominada lista de desvios tcnicos.
44
Passada a primeira fase do processo de proposta a anlise tcnica inicia-se ento a
segunda fase, da proposta comercial, na qual h formao dos custos associados ao projeto e
da precificao.
Ao final desta fase o cliente recebe uma proposta tcnico-comercial, com o detalhamento dos
equipamentos que esto includos na proposta, dos desvios tcnicos em relao
especificao, dos preos, dos prazos de entrega, das condies de pagamento e do valor da
cotao de moeda estrangeira utilizado na formao dos preos.
A fase de proposta leva at quinze dias, dependendo da complexidade dos requisitos do
cliente.

4.5.2 A fase de negociao
Nesta fase, a proposta discutida entre o cliente direto e a rede de vendas e se negocia
geralmente a parte comercial, ou seja, quais sero realmente as condies de pagamento e o
preo final. Caso se atinja um consenso, fecha-se uma nova venda. Esta fase pode se estender
por algum tempo, sendo a durao mdia de trs meses.

4.5.3 A fase de contrato
Aps o sucesso da negociao entre as partes, um contrato gerado para documentar o
consenso a que chegaram as partes.
O fornecedor dever obedecer exatamente o que est firmado no contrato, sob pena de
eventualmente sofrer uma multa por atraso ou outra penalidade que esteja descrita.
Todos os desembolsos e recebimentos ocorrem nesta fase e devem ser controlados, para que o
fluxo de caixa previsto seja cumprido. Obviamente, fluxos de caixa mais favorveis que o
previsto sero aceitos.
Ao final da fabricao dos produtos, um inspetor enviado pelo cliente para aprovar
tecnicamente os mesmos. Isto ocorre mediante testes eltricos e mecnicos realizados em
fbrica.
4.6 Os riscos envolvidos nos projetos
Claramente, um projeto realizado nos moldes citados anteriormente est sujeito a riscos. Estes
riscos so expostos no quadro 1:
45
Riscos envolvidos nos projetos
tcnicos
1) No atendimento de requisitos especificados, gerando custos adicionais.
2) Rejeio de algum insumo por parte do cliente, gerando custos adicionais
para se adquirir os insumos requeridos.
3) Reprovao do equipamento por parte do cliente final quando da inspeo
do equipamento antes da entrega, gerando custo adicional por retrabalho de
partes do equipamento ou por troca de partes do equipamento.
4) Necessidade de realizao de ensaio de tipo, por reprovao de relatrio de
testes por parte do cliente final, gerando altos custos, geralmente em moeda
forte.
comerciais
1) Variao cambial.
2) Inadimplncia por parte da contratante.
3) Atraso no pagamento por parte da contratante.
4) M administrao de contratos, gerando atrasos nos recebimentos.
5) Aumento do preo dos insumos utilizados na produo.
6) Atrasos na entrega dos insumos por parte dos fornecedores, gerando atrasos
no recebimento de caixa.
Quadro 1 Riscos tcnicos e comerciais envolvidos nos projetos

4.6.1 Riscos tcnicos
1) O no atendimento de requisitos especificados gera custos adicionais, uma vez que os
contratos normalmente citam a especificao e a proposta consolidada (final) como ponto de
partida para o projeto. O que se sucede que o ponto onde no houve desvio tcnico dever
ser atendido. Caso no se atenda tecnicamente com o equipamento escolhido, a empresa
correr o srio risco de ter de entregar um equipamento superior ao ofertado, cujo preo pode
exceder de maneira importante o preo fechado na venda. Caso a empresa no tenha
equipamento algum em sua linha de produtos que possa atender ao requisito no desviado, o
problema pode se tornar jurdico ou o cliente pode desistir do fornecimento, havendo
normalmente uma penalidade em dinheiro pela devoluo do pedido.
46
2) Durante a fase de fornecimento dos equipamentos, ou melhor, durante a administrao do
contrato, comum a ocorrncia de solicitaes para que se modifiquem os fabricantes de
alguns do insumos que sero utilizados para compor o equipamento, seja por problemas que o
cliente final enfrentou com esses componentes no passado, seja por desconhecimento do
fabricante do componente. Estas solicitaes geram gastos administrativos e custos de compra
de novos insumos.
3) Na fase final do contrato, alguns dias antes da entrega dos produtos, h inspeo em
fbrica, sendo que diversos testes eltricos e mecnicos so realizados na presena do cliente.
Os valores encontrados nos testes so medidos e registrados, sendo comparados com valores
normalizados. Freqentemente, devido a interpretaes incorretas ou devido maneira como
o teste realizado, os valores normalizados e encontrados no coincidem. Isto faz com que
um ou outro cliente da empresa rejeite o teste e pea a repetio do mesmo. Em alguns casos,
o inspetor solicita a verificao da montagem do equipamento, muitas vezes solicitando
modificaes.
4) O risco de necessidade de realizao de ensaios de tipo ocorre principalmente nos casos em
que se realizam concorrncias governamentais. Essas concorrncias, regidas pela lei
Brasileira nmero 8.666, exigem que todos os requisitos especificados sejam cumpridos, sob
pena de desclassificao dos participantes da concorrncia que no declararem o atendimento
a todas as condies especificadas. Em uma concorrncia, so apresentados relatrios de
realizao de ensaios de tipo juntamente com outros documentos. Aps a concorrncia, os
relatrios podem ser aceitos ou rejeitados. Em caso de rejeio, haver necessidade de
repetio destes ensaios, que so realizados geralmente na Europa. Seu custo pode vir a ser da
ordem de milhes de Euros.

4.6.2 Riscos comerciais
1) O risco de variao cambial est presente devido ao fato de boa parte dos insumos
utilizados pela empresa em estudo serem pagos em moeda forte. Este risco pode ser tambm
favorvel, caso a cotao de uma das moedas fortes utilizadas caia. Isto ocorre porque os
desembolsos em moeda forte so realizados geralmente no final dos projetos. O ganho ou
perda com a variao cambial raramente considerado de maneira consistente na anlise de
viabilidade econmica de investimentos.
47
2) A contratante, por questes alheias ao contrato em si, pode se tornar inadimplente por
motivo de falncia ou de dificuldade financeira. Este risco, mais difcil de ser mensurado,
existe. Ele poderia ser minimizado ao se realizar um estudo prvio da situao financeira da
empresa contratante, facilmente visualizada atravs de uma anlise de balanos aliada a uma
anlise do mercado acionrio em relao quela empresa, por exemplo.
3) Atrasos no pagamento por parte da contratante podem ocorrer, por no se atentar s
corretas datas dos vencimentos dos eventos de pagamentos ou por dificuldades financeiras da
contratante.
4) A m administrao de um contrato, pode levar a atrasos no cumprimento de eventos de
pagamento, o que gera problemas inclusive de recebimento caixa. Altera-se, desta forma o
perfil do investimento com relao previso inicial, alterando-se tambm o ganho previsto
da empresa.
5) Um fator que ocorre de maneira quase peridica, o aumento do preo dos insumos
utilizados na produo uma realidade. Matrias primas, como cobre, alumnio e ao fazem
parte do rol de fatores que atuam no sentido de gerar um aumento no custo dos produtos. Por
esta razo, diversos contratos possuem uma clusula que estabelece uma frmula de reajuste,
a ser aplicada aos recebimentos caso o contrato se arraste por mais tempo do que uma data
pr-estabelecida.
6) Caso a cadeia de suprimentos no esteja bem coesa, a contratada est sujeita a enfrentar
problemas com fornecedores, pois estes podem simplesmente atrasar a entrega dos insumos
necessrios produo. Desta forma, deve haver algum tipo de controle da contratada para
que os riscos de multa associados a atrasos sejam repassados aos fornecedores.

4.7 O projeto escolhido
Para a presente dissertao, escolheu-se um projeto cuja importncia em volume de caixa para
a empresa elevada. Da mesma forma, o projeto escolhido est sujeito a incertezas de
recebimentos e desembolsos, uma vez que h riscos cambiais, riscos tcnicos e oportunidades
de ganhos envolvidos. Os riscos so conhecidos e podem ser estimados pelos especialistas
que realizaram a venda.

48
4.8 A montagem do fluxo de caixa
O fluxo de caixa do projeto foi montado a partir da observao das datas de recebimentos e
desembolsos de caixa relacionados a cada um dos equipamentos envolvidos.

4.9 Os fornecedores envolvidos e as datas de desembolsos
Para o objeto de estudo escolhido, a empresa AREVA Transmisso & Distribuio de Energia
ltda, os fornecedores podem ser nacionais (Brasileiros) ou estrangeiros e o prazo de entrega e
pagamento dos insumos depende do fornecedor envolvido, que vai ser diferente, segundo o
equipamento que esteja sendo fornecido.
Basicamente, os fornecedores envolvidos em grandes projetos da AREVA podem ser os
seguintes:
Cdigo do
fornecedor
Pas de origem
Prazo solicitado
para recebimento
de pagamento (em
dias aps entrega)
AHT FRANA 120
SEH SUA 60
CME ITLIA 60
AGK ALEMANHA 60
Quadro 2 Fornecedores estrangeiros
Os prazos de entrega so negociados caso a caso, na fase de proposta de um novo projeto. Os
pagamentos aos fornecedores nacionais so realizados 30 dias aps a entrega, que tambm
negociada projeto a projeto. Os valores dos projetos so pagos em Euros. No h
parcelamento dos valores, ou seja, paga-se sempre 100% do valor devido.
Note-se que de suma importncia para a correta anlise de viabilidade econmica de
investimentos que se saiba exatamente quais so as datas de entrega e de pagamento dos
materiais que sero usados como insumo, pois elas impactam no custo do projeto, na vida e
no VPL e TIR do mesmo.

49
4.10 O contrato do projeto e as datas de recebimentos
Na fase de negociao, estabeleceu-se para este projeto que os eventos de recebimentos
seriam demarcados conforme tabela 4.1:

Evento
% de
pgto.
Pgto (R$)
1) Pedido a 30 ddl (dias da data lquida). 10%
1.029.839,83
2) Envio inicial dos desenhos dimensionais, esquemas
eltricos, planos de inspeo e testes (PIT) e manuais a 30
ddl.
5%
514.919,91
3) Aprovao dos desenhos a 30 ddl. 10%
1.029.839,83
4) Aprovao na forma final pelo cliente do plano de
inspeo e testes (PIT) a 30 ddl.
15%
1.544.759,74
5) Aviso de equipamento pronto para despacho free on board
(FOB) a 30 ddl.
55%
5.664.119,05
6) Envio as built (conforme construdo) e recebimento do
certificado de aceitao provisrio (CAP), um ms aps a
energizao, limitado a 90 dias da entrega a 30 ddl.
5%
514.919,91
Tabela 4.1 Condio de pagamento do projeto escolhido
A previso realizada da empresa engloba o recebimento do quarto e quinto eventos na mesma
data (data 6).
Os prazos para o pagamento so contados em trinta dias da data lquida (ddl), o que quer dizer
que aps a efetivao comprovada de cada evento, esperam-se trinta dias at o pagamento
referente ao evento por parte do cliente.
Os desenhos dimensionais so os desenhos tcnicos que mostram o produto em suas vistas
mecnicas. J os esquemas eltricos detalham os circuitos dos armrios de comando dos
equipamentos.
O plano de inspeo e testes um documento que detalha quais so os testes que sero
realizados nos equipamentos vendidos. Geralmente estes testes so mecnicos e eltricos e
atestam a qualidade do produto que est sendo entregue ao cliente.
50
Os manuais servem para instruir quanto aos procedimentos de operao e de manuteno dos
equipamentos.
Os desenhos apresentados ao cliente passam normalmente por sua aprovao e sofrem
diversas revises. Quando os desenhos so aprovados, h uma emisso denominada
certificada. Quando o inspetor ou a AREVA percebem que mesmo aps a verso certificada
h necessidade de modificaes, ento o equipamento montado da maneira correta e a
emisso denominada as-built (conforme construdo).
A denominao free on board (FOB) est definida pela International Commercial Terms
(Incoterms) do ano 2000. Ela significa que o material dever ser entregue no porto, carregado.
H outras modalidades de entrega. Obviamente essas modalidades tm impacto sobre o custo
dos produtos.
O certificado de aceitao provisrio (CAP) um certificado enviado pelas concessionrias
de energia eltrica ao fabricante, para atestar a aceitao inicial dos equipamentos. Este
certificado pode ser emitido tanto logo depois da instalao dos equipamentos na obra, quanto
vrios meses aps a energizao (incio da operao) dos equipamentos. Desta maneira, a
negociao realizada admitiu no mximo 90 dias para o recebimento da parcela referente a
este evento.

4.11 O fluxo de caixa do projeto
De posse das informaes bsicas sobre o empreendimento, inicia-se a fase de montagem
detalhada do fluxo de caixa.
Quando se constri um fluxo de caixa antes do incio de um projeto, este fluxo nada mais do
que uma previso dos eventos financeiros que podero ocorrer, porm todos os riscos j
citados podem acontecer e a previso tambm pode falhar.
Para incorporar a teoria fuzzy ao fluxo de caixa, necessrio incorporar ao mesmo todos os
valores de risco associados que se conhea, para que o fluxo seja o mais fiel possvel
realidade do projeto. Por exemplo, se um estudo de alguma instituio renomada indica que o
EURO subir aproximadamente 14% em relao ao real numa determinada data, este risco
pode ser includo na anlise fuzzy, para que esta se faa realista. necessrio assegurar que
todas as possibilidades de variao dos parmetros de entrada sejam incorporados anlise.
No presente estudo, os parmetros envolvidos so:
51
a) Recebimentos:
a.1) Nas datas de cumprimento dos eventos, a 30 d.d.l., conforme a condio de
pagamento descrita na tabela 4.1.
b) Desembolsos:
b.1) Impostos:
Imposto de renda (IRPJ): 34% sobre o lucro tributvel como aproximao para
imposto de renda. A empresa objeto normalmente trata o imposto de renda fora
de cada projeto. Ele ser includo no projeto, para uma anlise mais realista.
ICMS: 12% sobre o preo de venda. Este imposto o nico proporcional que
incide neste caso, pois a venda interna (entre unidades AREVA). O cliente
final no cliente direto da unidade produtiva estudada. O valor total do
projeto de R$ 11.702.725,30. Retirando-se o ICMS do valor, sobram para a
empresa R$ 10.298.398,26, dos quais ainda sero descontados os 34% do IR.
Outros: No h, por se tratar de venda interna.
b.2) Custos Diretos: Pagamentos de materiais nos prazos previstos no quadro 2 e mo-
de-obra direta. Apesar da mo-de-obra direta ser um custo direto, seu tratamento pela
empresa realizado quando da realizao do budget anual de vendas da mesma. O
budget prev um certo valor de vendas e de custos de mo-de-obra. Esses custos so
ento alocados pela empresa como um percentual de cada venda e assim so repartidos
entre os diversos projetos. Isto porque o presente projeto no a nica fonte de
recursos que paga os custos da empresa.
O projeto considerado composto de onze tipos de equipamentos, que sero
identificados com a simbologia E1 a E11.
Os custos dos materiais esto associados a cada um dos equipamentos conforme
mostra a tabela 4.2:
52

Datas
Equip 5 6 7 8 9 11
E1

(79.143,84)

(308.291,34)

(1.762.053,26)
E2

(18.940,52)

(412.407,84)
E3

(208.701,27)

(279.864,84)
E4

(58.513,52)

(85.548,93)
E5

(71.490,80)

(73.357,57)
E6

(59.357,88)

(230.460,97)

(1.241.864,37)
E7

(17.750,00)

(194.737,90)
E8

(229.510,64)

(447.966,93)
E9

(76.760,09)

(106.258,31)
E10

(1.215.188,15)
E11

(240.291,88)
Tabela 4.2 Custos associados aos equipamentos.
b.3) Custos indiretos
b.4) Despesas: Com viagens, refeies, salrios de funcionrios administrativos (parte
dos salrios). As despesas tambm so tratadas pela empresa objeto como sendo um
percentual do valor de vendas.
O presente trabalho abordar o fluxo de caixa na sua definio bsica, ou seja, sero
considerados recebimentos e desembolsos no valor exato e na data exata em que ocorreram.
De outra forma, os resultados das anlises no seriam realistas o bastante e no se poderia
confiar nas anlises realizadas para futuras tomadas de decises quanto ao investimento.
c) Cmbio: O projeto engloba insumos importados cujo custo pago em dlares (US$),
francos suos (CHF) e euros (EUR). O cmbio mais esperado antes da realizao do projeto
era:
US$/EURO: 1,30
R$/US$: 2,30
R$/CHF: 2,23
R$/EURO: 3,00
Tabela 4.3 Cmbio mais possvel antes do incio do projeto.

53
4.11.1 Fluxo de caixa determinstico do projeto
O fluxo de caixa determinstico do projeto apresentado na tabela 4.4.
Data Fluxo antes do IR Depreciao VC Lucro tributvel IR (34%) Fluxo depois do IR
0 (16.933,48) - 3.196.151,00 - - (16.933,48)
1 1.012.906,35 15.181,40 3.180.969,60 997.724,94 339.226,48 673.679,86
2 (16.933,48) 15.181,40 3.165.788,20 - - (16.933,48)
3 497.986,43 15.181,40 3.150.606,80 482.805,03 164.153,71 333.832,72
4 (16.933,48) 15.181,40 3.135.425,39 - - (16.933,48)
5 229.428,30 15.181,40 3.120.243,99 214.246,90 72.843,95 156.584,36
6 5.642.446,42 15.181,40 3.105.062,59 5.627.265,01 1.913.270,10 3.729.176,31
7 (35.874,01) 15.181,40 3.089.881,19 - - (35.874,01)
8 (3.627.996,85) 15.181,40 3.074.699,79 - - (3.627.996,85)
9 257.694,56 15.181,40 3.059.518,39 242.513,15 82.454,47 175.240,08
10 (16.933,48) 15.181,40 3.044.336,98 - - (16.933,48)
11 (1.232.121,63) 15.181,40 3.029.155,58 - - (1.232.121,63)

Tabela 4.4 Fluxo de caixa determinstico do projeto
A depreciao envolvida no fluxo de caixa foi calculada com base nos dados de valor contbil
dos imveis, mquinas e equipamentos da unidade em estudo. A tabela 4.5 apresenta estes
valores:

Valor Contbil
(R$)
Depreciao
(%)
Depreciao
(R$)
Anos:
Imveis: 2.290.638,00 4% 91.625,52 25,00
Maquinas/Equipamentos: 744.860,00 10% 74.486,00 10,00
Instalaes: 160.653,00 10% 16.065,30 10,00
Total: 3.196.151,00 - 182.176,82 -
Tabela 4.5 Depreciao de imveis, mquinas e instalaes
Como o projeto mensal, os dados mensais de depreciao foram obtidos considerando-se a
diviso da depreciao anual de R$ 182.176,82 por 12, obtendo-se o valor R$ 15.181,40 como
aproximao para a depreciao mensal.

4.12 Anlise de viabilidade econmica do investimento
4.12.1 Anlise Tradicional
Por anlise tradicional, pode-se calcular a TIR modificada do fluxo de caixa da tabela 4.4. A
TIR modificada foi utilizada, pois o fluxo de caixa apresenta oito inverses de sinal, sendo
possvel o aparecimento de at oito taxas internas de retorno. Segundo Casarotto e Kopittke
(2000), para os fluxos de caixa negativos deve ser utilizada uma taxa para se calcular seu
VPL, denominada Taxa de Segurana. J para os fluxos de caixa positivos deve ser utilizada
uma taxa para se calcular seu valor futuro (na ltima data do fluxo de caixa), denominada
Taxa de Risco. Ainda segundo os autores, a Taxa de Segurana a ser utilizada reflete o
54
rendimento de depsito para obt-las e a Taxa de Risco reflete uma taxa de reaplicao que a
empresa j vislumbre. Neste estudo de caso, a Taxa de Risco de 0,95% am, que se baseia na
TMA de 12% aa, sendo a Taxa de Segurana de 0,5% am, que se baseia numa aproximao
para o histrico das taxas da poupana no Brasil.
(300,00)
(200,00)
(100,00)
-
100,00
200,00
300,00
400,00
500,00
600,00
700,00
0,00% 0,20% 0,40% 0,60% 0,80% 1,00% 1,20% 1,40% 1,60% 1,80%
M
i
l
h
a
r
e
s

Figura 4.1 VPL do fluxo modificado em funo da taxa de desconto.
Calculando-se a Taxa Interna de Retorno Modificada determinstica do projeto, tem-se:
MTIR = 1,09% a.m.
MTIR = 13,87% a.a.
A TMA da empresa objeto de 12% ao ano, o que significa que, pela anlise tradicional, o
investimento seria considerado vivel.
55
4.12.2 Anlise atravs de clculo fuzzy
Uma anlise detalhada das variaes possveis mnima e mxima devidas aos riscos tcnicos
foi realizada e est apresentada na tabela 4.6.
1. Riscos tcnicos: Variao Mnima Variao Mxima Data afetada
1.1) Desvios tcnicos: -127.500,00 28.500,00 5
1.2) Solicitaes de troca de f ornecedores: -18.000,00 0,00 5
1.3) Retrabalho devido a reprovao na inspeo: -7.560,00 0,00 6
1.4) Necessidade de ensaios de tipo: -160.000,00 160.000,00 9

Tabela 4.6 Riscos tcnicos associados ao investimento.

O mesmo procedimento foi efetuado para os riscos comerciais, resultando na tabela 4.7.
56
2. Riscos comerciais:
2.1) Variao cambial: Variao Mnima Variao Mxima Data afetada
-130.579,67 26.115,93 5
-16.534,58 4.899,13 6
-1.598,35 799,18 7
-445.756,92 90.073,58 8
-27.244,50 5.512,42 9
-130.977,13 27.186,72 11
2.2) Inadimplncia da contratante: Variao Mnima Variao Mxima Data afetada
0,00 0,00 todas
2.3) Atrasos no pagamento: Variao Mnima Variao Mxima Data afetada
-63.034,44 0,00 1
0,00 0,00 2
-31.517,22 0,00 3
0,00 0,00 4
-63.034,44 0,00 5
-441.241,05 0,00 6
0,00 0,00 7
0,00 0,00 8
-31.517,22 0,00 9
2.4) Administrao de contratos: Variao Mnima Variao Mxima Data afetada
Mesmo valor de 2.3,
porm exclusivo
todas
2.5) Aumento do preo dos insumos: Variao Mnima Variao Mxima Data afetada
-78.347,80 0,00 5
-154.949,89 0,00 6
-1.894,05 0,00 7
-361.106,34 0,00 8
-24.029,19 0,00 9
-121.518,82 0,00 11
2.6) Atrasos dos f ornecedores: Variao Mnima Variao Mxima Data afetada
-20.596,80 0,00 1
0,00 0,00 2
-10.298,40 0,00 3
0,00 0,00 4
-20.596,80 0,00 5
-144.177,58 0,00 6
0,00 0,00 7
0,00 0,00 8
-10.298,40 0,00 9

Tabela 4.7 Riscos comerciais associados ao investimento.
As variaes mnimas e mximas apresentadas nas tabelas 4.6 e 4.7 foram obtidas atravs dos
procedimentos de anlise caso a caso, para determinao de valores limite.
1.1) Desvios tcnicos:
H possibilidade de que o equipamento E2 no atenda totalmente especificao do cliente, o
que levaria necessidade de se utilizar um equipamento de classe superior. Essa possibilidade
adicionaria R$ 12.000,00 ao custo direto de cada equipamento do tipo E2, o que levaria a um
subtotal de 156.000,00. Esse subtotal deve ser adicionado ao valor R$ 28.500,00 para
adequao possvel do equipamento E3 especificao do cliente, totalizando, neste item a
57
possibilidade de R$ 184.500,00 s em custo a ser absorvido. H, por outro lado, a
possibilidade do valor R$ 28.500,00 ser pago pelo cliente.
1.2) Solicitaes de troca de fornecedores:
As solicitaes de troca de fornecedores podem totalizar um prejuzo de R$ 18.000,00 para a
empresa objeto neste projeto.
1.3) Retrabalho devido reprovao na inspeo:
Um retrabalho estimativo de 4 horas a mais por equipamento seria responsvel pelo prejuzo
de R$ 7.560,00. Isto se daria por reprovao na inspeo.
1.4) Necessidade de ensaios de tipo:
Este item pode variar grandemente. Porm, tendo em vista que na maior parte dos casos
possvel convencer o cliente a no repetir todos os ensaios de tipo, o valor mdio deste item
que pode ocorrer para o projeto em anlise R$ 160.000,00, sendo o mesmo valor igualmente
passvel de ser pago pelo cliente aps uma negociao bem sucedida.
2.1) Variao cambial:
Para o caso desfavorvel, a direo da empresa visualizou o cmbio de 2,70, 2,50 e 3,50 para
o Dlar, o Franco Suo e o Euro, respectivamente. Para o caso favorvel, as cotaes foram
2,10, 2,15 e 2,90 para o Dlar, o Franco Suo e o Euro, respectivamente.
2.2) Inadimplncia da contratante:
Este item foi desconsiderado, dado que se trata de uma contratante com nvel avaliado como
extremamente baixo de inadimplncia e com solidez no mercado.
2.3) Atrasos no pagamento:
Como atraso mximo dos eventos a empresa toleraria trs meses alm da data prevista para
cada recebimento. A uma taxa de 2% am, que a taxa que o setor financeiro conseguiria por
ms, pode ser calculada a diferena que seria perdida no caso de um atraso de trs meses em
cada recebimento.
2.4) Administrao de contratos:
A m administrao do contrato poderia levar ao mesmo valor de prejuzo do item 2.3, com a
observao de que os riscos seriam exclusivos entre si.
2.5) Aumento do preo dos insumos:
Como a durao do projeto de quase um ano e como de um ano para outro os insumos
aumentam em mdia 10%, estimou-se que os mesmos poderiam subir em 10% no perodo de
anlise.
2.6) Atrasos dos fornecedores:
58
Para fornecedores, tolera-se, no mximo, um atraso de um ms. Caso contrrio, eles podem
ser multados ou desomologados pela empresa, ou seja, eles perderiam o acesso empresa
como fornecedores.

O fluxo fuzzy construdo atravs da incorporao dos valores de variao de cada risco a
cada data especfica. A tabela 4.8 apresenta a somatria dos possveis riscos em cada data.
Desta forma, tm-se as variaes totais mnima e mxima dos valores de fluxo de caixa.

DATA
FLUXO
DETERMINISTICO
VARIAO
MXIMA
VARIAO MNIMA RISCOS
0 -16.933,48 0,00 0,00
1 1.012.906,35 -83.631,23 0,00 2.3, 2.4, 2.6
2 -16.933,48 0,00 0,00
3 497.986,43 -41.815,62 0,00 2.3, 2.4, 2.6
4 -16.933,48 0,00 0,00
5 229.428,30 288.419,33 28.500,00
1.1, 1.2, 2.1, 2.3,
2.4, 2.6
6 5.642.446,42 785.035,80 4.899,13
1.3, 2.1, 2.3, 2.4,
2.6
7 -35.874,01 -3.492,40 799,18 2.1, 2.5
8 -3.627.996,85 -445.756,92 90.073,58 2.1
9 257.694,56 14.447,07 165.512,42
1.4, 2.1, 2.3, 2.4,
2.6
10 -16.933,48 0,00 0,00
11 -1.232.121,63 962.692,21 27.186,72 2.1

Tabela 4.8 Variaes totais mnima e mxima dos valores de fluxo de caixa.
Partindo-se do fluxo de caixa determinstico mais possvel, adiciona-se a este as variaes
mnima e mxima em cada data e o resultado o fluxo de caixa com incerteza fuzzy, com
representao por pontos, como na tabela 4.9:
DATA MNIMO MAIS POSSIVEL MXIMO
0 -16.933,48 -16.933,48 -16.933,48
1 590.048,63 673.679,86 673.679,86
2 -16.933,48 -16.933,48 -16.933,48
3 292.017,11 333.832,72 333.832,72
4 -16.933,48 -16.933,48 -16.933,48
5 -260.126,55 156.584,36 211.200,29
6 2.964.713,22 3.729.176,31 3.734.075,44
7 -39.366,41 -35.874,01 -35.074,83
8 -4.434.860,12 -3.627.996,85 -3.537.923,27
9 -77.849,22 175.240,08 340.752,50
10 -16.933,48 -16.933,48 -16.933,48
11 -1.484.617,58 -1.232.121,63 -1.204.934,91

Tabela 4.9 Fluxo de caixa com incerteza fuzzy incorporada.

O clculo das TIR modificadas se faz possvel aplicando o mtodo aos fluxos Mnimo, Mais
possvel e Mximo da tabela 4.9 anterior. Desta forma, o problema se torna calcular a TIR dos
seguintes fluxos de caixa:
59

Dat
a
MIN MP MAX
0 -6.099.328 -4.753.484 -4.640.426
1 0 0 0
2 0 0 0
3 0 0 0
4 0 0 0
5 0 0 0
6 0 0 0
7 0 0 0
8 0 0 0
9 0 0 0
10 0 0 0
11 4.071.762 5.354.569 5.586.182

Tabela 4.10 Fluxo de caixa do mtodo da TIR modificada
Para os fluxos Mnimo, Mais possvel e Mximo da tabela 4.10 ento possvel calcular uma
nica TIR para cada um. Estas TIR sero os limites do nmero fuzzy que representa a TIR
possibilstica do investimento.

TIR como
TFN (a.m.)
-3,61% 1,09% 1,70%
TIR como
TFN (a.a.)
-35,65% 13,87% 22,43%
Tabela 4.11 TIR obtida atravs de clculo fuzzy.
A TIR fuzzy apresentada na tabela 4.10 passvel de ser calculada para cada entre 0 e 1.
Este clculo gera um nmero fuzzy, a Taxa Interna de Retorno Fuzzy do investimento (TIRF).
A TIRF() no linear e est representada na figura 4.2.
60
0,00
0,10
0,20
0,30
0,40
0,50
0,60
0,70
0,80
0,90
1,00
-4,00% -3,00% -2,00% -1,00% 0,00% 1,00% 2,00%
TIRF L (ESQUERDA)
TIRF R (DIREITA)

Figura 4.2 Interpretao para a TIR atravs de clculo fuzzy (TIRF).
A TIR do projeto, obtida atravs de clculo fuzzy, passa a ser denominada TIRF e possui os
lados esquerdo e direito, sendo o valor determinstico de 1,09% o valor com grau de
pertinncia =1. Conforme j mencionado anteriormente, a TMA da empresa objeto de 12%
a.a., ou seja, 0,95% a.m. Assim, pode-se plotar o grfico da figura 4.3.

Figura 4.3 TIR e TMA para o fluxo de caixa do projeto.
0,00
0,10
0,20
0,30
0,40
0,50
0,60
0,70
0,80
0,90
1,00
-4,0000% -3,0000% -2,0000% -1,0000% 0,0000% 1,0000% 2,0000%
TIRF L (ESQUERDA)
TIRF R (DIREITA)
TIR
TMA
Ai
0,00
0,10
0,20
0,30
0,40
0,50
0,60
0,70
0,80
0,90
1,00
-4,0000% -3,0000% -2,0000% -1,0000% 0,0000% 1,0000% 2,0000%
TIRF L (ESQUERDA)
TIRF R (DIREITA)
TIR
TMA
Ai
61
Relembrando as equaes (34) e (35):
Possibilidade de inviabilidade:
A
Ai
P
S
= (49)

Ai = rea de possibilidade de inviabilidade
A = rea total sob o TFN que representa a TIRF
( )
=
1
0
d TIRF TIRF A
L R
(50)
Utilizando o conceito de Riemann para integrais, porm reduzindo o nmero de reas
retangulares para 500, tem-se que:
500
1
. ) ( ). (
500
0
500
1

= =
= =
i
i R i
i
R R
TIRF TIRF A
(51)
500
1
. ) ( ). (
500
0
500
1

= =
= =
i
i L i
i
L L
TIRF TIRF A (52)

A partir das equaes (49) e (50), o valor das reas A
R
e A
L
:
A
R
=0,01397876
A
L
=-0,012708984
Como A = A
R
- A
L
, tem-se:
A = A
R
- A
L
= 0,01397876-(-0,012708984)
A = 0,026687744 (53)
A rea Ai a rea indesejada, dentro da qual o projeto torna-se invivel. Para seu clculo,
Pode-se subtrair a rea do retngulo que vai do eixo (x) at 0,95% e a rea dos retngulos
menores com base 1/500 e altura TIRF
R
, rea esta que vai de =0 at =0,970533165.
Procedendo desta maneira, a rea de possibilidade de inviabilidade fica:
Ai = 0,022250151 (54)
Dividindo-se as equaes (52) e (51), obtem-se a possibilidade de inviabilidade Ps:
4 0,02668774
1 0,02225015
=
S
P
P
S
= 83,37% (exato) (55)

Caso se utilize para a rea indesejada a Ai do TFN de aproximao, tem-se que:
2
.h b
A
i
= (56)
62
1 0,02211360
2
5 0,97053316 %)). 61 , 3 ( % 95 , 0 (
=

=
i
A (57)
Para este TFN, a rea total a ser considerada a prpria rea sob o TFN. A equao (58)
indica esta rea.

2
.h b
A =
4 0,02653784
2
1 %)). 61 , 3 ( % 7 , 1 (
=

=
TFN
A (58)

4 0,02653784
1 0,02211360
=
S
P

(59)
% 33 , 83 =
S
P (aproximado por TFN)
(60)
No estudo de caso realizado, a diferena entre a rea do TFN e a rea exata seria:
% 56 , 0
4 0,02668774
9 0,00014989 -
A
(%) = =
=
TFN
A A
Erro
(61)
Conforme indicado no captulo 2, como o desvio por aproximao por TFN pode ser
importante, deve-se realizar seu estudo sempre que se aproxima os resultados desta maneira.
No estudo realizado para a empresa objeto, o desvio mximo segundo Chiu e Park (1994) por
aproximao por TFN, para o incremental de 0,002 de 2,29% esquerda, abaixo do valor
exato. Esse desvio ocorre para = 0,998. O desvio encontrado tambm maior do que o erro
de linearizao com relao ao valor exato, proposto no captulo 2.
4.13 Software desenvolvido para anlise de viabilidade de investimentos
atravs de lgica fuzzy
4.13.1 Conceito do add-in para Microsoft Excel
Um add-in ou suplemento para Microsoft Excel um programa desenvolvido dentro deste
ambiente com a finalidade de facilitar operaes e clculos. Aps sua programao possvel
transformar o programa em um menu ou em um boto da barra de ferramentas do Excel, para
uso constante no microcomputador do usurio em diversas planilhas.
O add-in criado para utilizao em Microsoft Excel foi desenvolvido em VBA (Visual Basic
for Applications) tem como finalidade ser uma barra de ferramentas para resoluo de
63
problemas de anlise de viabilidade de investimentos utilizando lgica fuzzy, principalmente
com relao ferramenta Taxa Interna de Retorno Fuzzy, podendo ser utilizado tambm para
o clculo do Valor Presente Lquido Fuzzy.
4.13.2 A construo do add-in para Microsoft Excel
A Microsoft disponibiliza em seu pacote Office o programa Excel, cuja funo bsica
possibilitar o trabalho com planilhas de clculo customizveis.
Ao acessar o programa, clicando nos botes de escolha atravs da seqncia Iniciar
Programas Microsoft Office Microsoft Office Excel 2003, conforme figura 4.4 o programa
mostra uma tela em branco, conforme figura 4.5.

Figura 4.4 Iniciando o Microsoft Office Excel 2003

Figura 4.5 Tela inicial do Microsoft Office Excel 2003
Na tela mostrada na figura 4.5, h diversas guias, entre elas as guias Arquivo, Editar, Exibir
Inserir, Formatar, Ferramentas, Dados, Janela e Ajuda.
64
Na guia Ferramentas, aparecem, dentre outros, os itens Atingir meta, Cenrios, Solver, Macro,
Suplementos, Personalizar e Opes. importante ressaltar que esta verso do pacote office
possui menus dinmicos que mudam os itens disposio, medida que estes vo sendo mais
utilizados ou menos utilizados.
Escolhendo-se atravs de um clique do mouse o item Macro, aparecem os itens Macros,
Gravar nova macro, Segurana, Editor do Visual Basic e Editor de scripts Microsoft.

Figura 4.6 Entrada no Editor do Visual Basic
Escolhendo o item Editor do Visual Basic, inicia-se o ambiente de desenvolvimento do
Microsoft Visual Basic for Applications. O presente software foi desenvolvido com a verso
6.3.

Figura 4.7 Ambiente de desenvolvimento do Microsoft Visual Basic for Applications.
65
Na janela da figura 4.7, escolhe-se ento o boto Mdulo, que abre um novo mdulo de
programao em branco, conforme figura 4.8.

Figura 4.8 Novo mdulo de programao aberto.
Os programas criados no ambiente citado podem ser de dois tipos: Procedimentos ou funes.
Os procedimentos so programas que podem ser armazenados em botes ou itens de menu.
As funes so programas que retornam um valor e so usadas ao se escrever em uma das
clulas da planilha da seguinte maneira:
=FUNO(PARMETRO1, PARMETRO2, PARMETRO3,... PARMETROn)

Novo mdulo aberto.
66
4.13.3 Estrutura do add-in desenvolvido para clculo da TIRF
O add-in desenvolvido para clculo da TIRF um procedimento e constitui-se basicamente
das partes A, B, C e D a seguir:
A. Declarao de variveis;
B. Inicializao de parmetros;
C. Clculo da TIRF;
D. Apresentao dos resultados em uma planilha Excel.
O programa tem como entrada o fluxo fuzzy, que pode ter vida varivel e a TMA da empresa.
O fluxo fuzzy deve ser digitado a partir da clula A1. A TMA deve ser fornecida e em seguida
o programa j poder realizar os clculos para encontrar a TIRF do fluxo de caixa. A
limitao do programa que esse fluxo de caixa j deve ser informado no formato
convencional (com apenas uma mudana de sinal).
O resultado da TIRF um nmero fuzzy contnuo que no programa discretizado em 1002
pontos (2 pontos so os extremos da TIRF que possuem grau de pertinncia =0). O programa
permite qualquer nmero de pontos para discretizao da TIRF, sendo que h um limite
tcnico de aproximadamente 32000 pontos para o Microsoft Excel.
Basicamente, o programa trabalha da seguinte maneira:
A. Declarao de variveis
Nesta fase, relativamente simples, h alocao de memria para cada tipo de varivel.
Alguns tipos consomem mais memria, outros tipos menos. No programa, as variveis l,
c, vida, pontos, r, s, t so declaradas como sendo nmeros inteiros, ao passo que as
variveis alfa, passo, AR, AL, A, ATFN, TIRFL, TIRFR, TMA, alfatma, Ai so
declaradas reais e consomem mais memria.
B. Inicializao de parmetros
Os parmetros que so automaticamente inicializados so:
l (nmero de linha aps a ltima linha do fluxo de caixa);
c (a primeira coluna do fluxo);
vida (vida do investimento, retirada do tamanho do fluxo de caixa);
pontos (nmero de pontos requeridos para discretizao da TIRF);
67
passo (incremento gradativo de para reclculo de parmetros);
TMA (Taxa Mnima de Atratividade);
Alfa ((x), inicializado como zero e incrementado at 1 com incrementos
iguais ao passo);
AL (rea sob o grfico da TIRF, esquerda do valor mais possvel);
AR (rea sob o grfico da TIRF, direita do valor mais possvel).
C. Clculo da TIRF
Para cada alfa, desde 0 at 1 com incremento igual ao parmetro passo, so calculados os
valores do investimento e dos retornos, atravs das equaes dos TFN representativos de
cada varivel. Em seguida, calcula-se o lado esquerdo da TIRF. Este procedimento
repetido para cada alfa at que alfa seja igual a 1. Quando alfa chega a 1 ele novamente
zerado e os clculos so refeitos para o lado direito da TIRF.
D. Apresentao dos resultados em uma planilha Excel
O programa apresenta os dados de entrada e sada em uma planilha Excel. Duas linhas
abaixo do fluxo so apresentados os dados de clculo da TIRFL (501 linhas para o estudo
de caso realizado, pois alm das 500 linhas ainda inclui-se o zero). Duas linhas abaixo da
TIRFL, so mostrados os valores da TIRFR (para o estudo de caso so tambm 501
valores). O programa tambm mostra os seguintes valores de sada:
AL (Integral em relao a sob o grfico da TIRF, esquerda do valor mais
possvel)
AR (Integral em relao a sob o grfico da TIRF, direita do valor mais
possvel)
A (rea exata sob a curva da TIRF).
ATFN (rea sob o TFN que aproxima a TIRF)
A-ATFN (Diferena entre a rea exata e a rea aproximada)
Erro(%) (Erro percentual entre as reas)
Ai (rea de Possibilidade de Inviabilidade)
Ps (Possibilidade de Inviabilidade Percentual)
68
A figura 4.9 indica como os dados so mostrados pelo programa. Adicionalmente, a figura
4.10 mostra o detalhe da barra de ferramentas financeiras que utilizam lgica fuzzy,
desenvolvidas para oferecer um conjunto mais completo de ferramentas de deciso.

Figura 4.9 Planilha de sada de dados do programa desenvolvido em VBA.

Figura 4.10 Barra de ferramentas financeiras fuzzy para anlise de investimentos.
O software desenvolvido provou ser suficiente para a presente pesquisa. O tempo de execuo
aumenta, medida que se aumente o nmero de pontos desejados para a discretizao da
resposta. Uma outra limitao advm da necessidade de se inserir o fluxo de caixa fuzzy na
clula A1 da planilha em branco.
Sua flexibilidade se deve ao fato de aceitar fluxos de caixa fuzzy triangulares quaisquer, sendo
necessrio como dado de entrada apenas a TMA da empresa para avaliao de viabilidade.
Tambm h a facilidade de se disponibilizar o software como um boto de comando da barra
de ferramentas do Microsoft Office Excel 2003.
69
4.14 O software aplicado ao estudo de caso
Para o estudo de caso realizado possvel repetir os clculos de maneira relativamente
simples e gil.

Inicialmente, deve-se digitar o fluxo de caixa fuzzy na clula A1. Logo aps esta insero do
fluxo, entra-se no menu Fuzzy e em seguida no item de menu TIR Fuzzy.
Ao clicar no item TIR Fuzzy aparece na tela a caixa de dilogo da figura 4.11.

Figura 4.11 Caixa de dilogo para insero do valor da TMA a.m. da empresa.

A caixa de dilogo da figura 4.11 faz a leitura do valor da TMA da empresa, que neste caso
de 0,95% am. Clica-se, ento, no boto Calcular TIR e aguarda-se at o final da execuo do
programa, que leva alguns segundos.
O programa mostra os valores da figura 4.12 na tela, aps a sua execuo.

Figura 4.12 Dados de sada do software desenvolvido para o estudo de caso.

70
O presente captulo apresentou um estudo de caso detalhado onde se aplicou a TIR calculada
atravs da teoria fuzzy. A resposta obtida carrega mais informao do que a resposta
determinstica, podendo-se afirmar, para este caso especfico, que houve enriquecimento da
informao obtida.
Os valores encontrados para P
S
nas equaes (55) e (60), que apresentam tanto o valor exato
como o valor aproximado, denotam que o investimento em anlise de alto risco.
interessante enfatizar a importncia da coerncia dos dados de entrada em relao realidade,
que no presente estudo de caso so conservadores, pois consideram mais riscos do que
oportunidades compondo a variao fuzzy dos parmetros. O resultado encontrado para a rea
de inviabilidade indica igualmente que a empresa objeto deve estar atenta aos riscos
envolvidos nos projetos antes mesmo de selecion-los, pois a anlise pura e simplesmente das
margens de venda podem ser insuficientes para sua aceitao ou rejeio.
Um software para clculo da TIR atravs da teoria dos conjuntos fuzzy foi desenvolvido em
VBA e utilizado no estudo de caso, sendo detalhado o seu esquema de funcionamento. A
agilidade na aplicao do software pode poupar tempo nos clculos que envolvem a teoria
fuzzy quando aplicada a investimentos e em especfico ao clculo da TIRF.
71
CAPTULO 5

CONCLUSO

5.1 Concluso sobre a interpretao para a TIR fuzzy proposta na presente
dissertao
Dado que na maioria dos casos de anlise de viabilidade econmica de investimentos no se
tem certeza absoluta que os valores utilizados nos clculos sero mantidos na realidade e que
comum que eles no se mantenham, a importncia de uma ferramenta que considera
variaes nos parmetros indiscutvel. A tendncia das anlises de engenharia econmica
deve ser sempre a melhoria nas tcnicas e nas concluses advindas destas tcnicas.
A presente pesquisa indica que a TIR resultante de investimentos onde a incerteza
incorporada atravs da teoria fuzzy se apresenta como um nmero fuzzy e que se deve
consider-la nos clculos de anlise de viabilidade econmica de investimentos, sob pena de
considerar vivel um investimento em realidade com possibilidade alta de inviabilidade.
Apesar das objees at o presente momento, o presente trabalho apresenta uma alternativa
realista para a TIR fuzzy e demonstra sua existncia dentro do contexto apresentado. O
mtodo da TIR por si s muitas vezes questionado, porm vale ressaltar sua alta capacidade
de sntese da informao contida num fluxo de caixa com investimento inicial e receitas
futuras. A ferramenta aqui apresentada pode ser utilizada em conjunto com o VPL fuzzy, de
forma a flexibilizar as anlises, enriquecendo-as com o conceito de incerteza lxica prprio
dos conjuntos fuzzy e com a TIR modificada, quando os fluxos de caixa com os quais se est
lidando no forem fluxos de caixa convencionais.
O clculo da possibilidade de inviabilidade, realizado atravs da rea de inviabilidade A
i
torna
a visualizao do problema de viabilidade mais clara e foi realizado assumindo-se que a
aproximao por TFN no presente trabalho no gerou grande distoro (a distoro mxima
foi de 2,29%). Este resultado, no generalizvel, deve ser investigado em outros estudos.
Apesar deste fato, vale ressaltar o grau de detalhamento da resposta fuzzy assim obtida, mais
amplo que o caso determinstico, com certeza enriquecendo as anlises.
72
Os valores encontrados para P
S
de 83,37% para o valor exato e de 83,33% para P
S
calculado
atravs do TFN de aproximao, denotam que o investimento em anlise de alto risco. Os
dados de entrada devem apresentar coerncia em relao realidade, sendo que no presente
estudo de caso so conservadores, pois consideram mais riscos do que oportunidades
compondo a variao fuzzy dos parmetros. O resultado encontrado para a rea de
inviabilidade indica igualmente que a empresa objeto deve estar atenta aos riscos envolvidos
nos projetos antes mesmo de selecion-los, pois a anlise pura e simplesmente das margens de
venda podem ser insuficientes para sua aceitao ou rejeio.
5.2 Concluso sobre utilizao de parmetros de entrada na forma fuzzy
A entrada de dados em um fluxo de caixa fuzzy apresenta-se mais complexa do que no caso
determinstico, pois requer um estudo detalhado dos possveis riscos e ganhos que se poder
obter em cada data, para cada equipamento do projeto. Quanto mais detalhados e completos
forem os dados de entrada, tanto melhor ser a resposta fuzzy, pois ela englobar um grande
nmero de possibilidades. A TIR na forma fuzzy um nmero fuzzy, cujo valor de maior grau
de pertinncia (=1) o prprio valor determinstico. A incerteza se mostrar como os lados
direito e esquerdo da TIR obtida por lgica difusa.
Os parmetros de entrada influem no formato final da TIR fuzzy. Caso a anlise dos dados
reais demonstrasse que os dados de entrada gerariam outros tipos de TFN, mais propensos a
oportunidades dos que a riscos, a TIR fuzzy de resposta seria maior direita, sendo que a rea
de inviabilidade A
i
seria menor e o valor da possibilidade de inviabilidade P
S
encontrado seria
igualmente menor, indicando um investimento de menor risco.
5.3 Concluso sobre o grau de exatido dos TFN de aproximao
No estudo de caso realizado na empresa objeto, quando os clculos foram realizados de forma
exata, sem aproximaes, a possibilidade de inviabilidade encontrada P
s
foi de 83,37%. J a
possibilidade de inviabilidade P
s
para o caso em que se aproximou a resposta por TFN foi de
83,33%. A diferena entre as respostas (0,05% de erro) considerada desprezvel, sendo
vivel, neste caso, aproximar a TIR fuzzy por um TFN, sem perda importante de informao.
Apesar disto, esta concluso no generalizvel e se recomenda que toda aproximao por
TFN seja acompanhada do percentual de erro desta aproximao, at que se tenha um melhor
detalhamento desta problemtica em futuros trabalhos.
73

5.4 Concluses sobre o software desenvolvido para clculo da TIR fuzzy
O software criado durante o perodo da presente pesquisa razoavelmente flexvel, pois aceita
fluxos de caixa com qualquer vida e tambm discretizaes da ordem de 32000 pontos para as
TIR obtidas via clculo fuzzy.
O objetivo do software foi alcanado, sendo que sua execuo diminui muito o tempo de
clculo da TIRF devido a sua flexibilidade e ele depende apenas do fluxo de caixa fuzzy e da
TMA da empresa para poder ser utilizado. O clculo da possibilidade de inviabilidade feito
via TFN, agregando-se ao rol de informaes de sada o desvio percentual da aproximao da
resposta por TFN.
5.5 Recomendaes para trabalhos futuros
Como apresentado no captulo 1, o presente trabalho no tem enfoque na comparao entre
lgica fuzzy e estatstica. Apesar disto h algumas tentativas de estabelecer relaes entre os
dois assuntos, ainda que haja tanto defensores exclusivos da lgica fuzzy quanto defensores
exclusivos de mtodos estatsticos. Recomenda-se fortemente a comparao entre os tpicos
lgica fuzzy e estatstica e sua aplicao anlise de viabilidade econmica de investimentos.
Freqentemente, os fluxos de caixa de diversos projetos no so convencionais, ou seja,
freqentemente os desembolsos no ocorrem todos na data zero, se que ocorrem na data
zero, havendo ainda desembolsos e recebimentos em diversas outras datas, tornando o mtodo
da TIR difcil ou impossvel de ser aplicado, dado o postulado de Ren Descartes de que o
nmero de razes reais positivas de um polinmio no mximo igual ao nmero de mudanas
de sinal dos termos do polinmio. Este problema foi solucionado no presente trabalho atravs
do mtodo da TIR modificada, porm este mtodo ainda questionado por alguns autores,
dentre eles Samanez (2002). Torna-se, assim, necessrio avaliar a aplicabilidade deste
mtodo, observando-se, porm, que a Proposta de Interpretao para a Taxa Interna de
Retorno atravs de Clculo Fuzzy aqui apresentada no se invalida para fluxos convencionais,
caso futuramente o mtodo da TIR modificada seja realmente invalidado.
Por questes de simplificao da representao dos parmetros de entrada, utilizou-se neste
trabalho apenas os nmeros triangulares fuzzy (TFN). Porm, como afirma Machado (2005), a
natureza no linear. Possivelmente os projetos financeiros tambm no o sejam. Isto indica
que, caso se desejasse modelar com maior preciso os fenmenos de investimento, seria
74
igualmente necessrio estudar outras formas de representao fuzzy em anlise de viabilidade
econmica de investimentos, alm da anlise j realizada no presente trabalho com os TFN.
A aproximao da TIR na forma fuzzy por TFN pode ser melhor estudada para que se
verifique se a mesma generalizvel, uma vez que aqui se apresentou factvel. H o
imperativo de se pesquisar se este tipo de aproximao, que simplifica muito os clculos, no
traz desvios de ordem superior informao que deveria estar contida na resposta.
75
ANEXO 1
Listagem do programa para obteno da TIRF
Sub tirf()
'Declarao de variveis (escrever o fluxo fuzzy na clula A1):
Dim l, c, vida, pontos, r, s, t As Integer
Dim alfa, passo, AR, AL, A, ATFN, TIRFL, TIRFR, TMA, alfatma, Ai As Double
'reinicia tela:
Range("I4:K4").Select
Selection.ClearContents
Range("F4:F11").Select
Range("A15").Select
Range(Selection, Selection.End(xlToRight)).Select
Range(Selection, Selection.End(xlDown)).Select
Range("A1").Select
Selection.End(xlDown).Select
Cells(ActiveCell.Row + 1, ActiveCell.Column).Select
'Gravando a referncia de linha (l) e coluna (c) da primeira
'clula logo aps o fluxo de caixa (parte inferior esquerda do
'fluxo mais uma linha:
l = ActiveCell.Row
c = ActiveCell.Column
76
'vida=linha atual-1:
vida = l - 1
'nmero de alfa cuts, pode ser alterado para maior preciso:
pontos = 500
passo = 1 / pontos
'inicializao de variveis:
TMA = Cells(1, 6).Value
alfa = 0
AL = 0
AR = 0
'clculo do lado esquerdo de cada TFN para cada alfa:
For r = 0 To pontos
Cells(l + 2 + r, c) = alfa
Cells(l + 2 + r, c + 1) = Cells(1, 1) + (Cells(1, 2) - Cells(1, 1)) * alfa
For s = 1 To (vida - 1)
Cells(l + 2 + r, c + 1 + s) = Cells(s + 1, 1) + (Cells(s + 1, 2) - Cells(s + 1, 1)) * alfa
t = s
Next
alfa = alfa + (1 / pontos)
Cells(l + 2 + r, c + 2 + t) = WorksheetFunction.IRR(Range(Cells(l + 2 + r, c + 1), Cells(l
+ 2 + r, c + 1 + t)))
AL = AL + (1 / pontos) * Cells(l + 2 + r, c + 2 + t).Value
Next
'zerando alfa novamente, para clculo de TIRFR:
alfa = 0
'clculo do lado direito de cada TFN para cada alfa:
For r = 0 To pontos
77
Cells(l + 5 + pontos + r, c) = alfa
Cells(l + 5 + pontos + r, c + 1) = Cells(1, 3) - (Cells(1, 3) - Cells(1, 2)) * alfa
For s = 1 To (vida - 1)
Cells(l + 5 + pontos + r, c + 1 + s) = Cells(s + 1, 3) - (Cells(s + 1, 3) - Cells(s + 1, 2))
* alfa
t = s
Next
alfa = alfa + (1 / pontos)
Cells(l + 5 + pontos + r, c + 2 + t) = WorksheetFunction.IRR(Range(Cells(l + 5 + pontos
+ r, c + 1), Cells(l + 5 + pontos + r, c + 1 + t)))
AR = AR + (1 / pontos) * Cells(l + 5 + pontos + r, c + 2 + t).Value
Next
'clculo de TIR fuzzy direita e esquerda para cada alfa:
TIRFL = WorksheetFunction.Min(Range(Cells(l + 2, c + 2 + t), Cells(l + 2 + pontos, c + 2
+ t)))
TIR = WorksheetFunction.Max(Range(Cells(l + 2, c + 2 + t), Cells(l + 2 + pontos, c + 2 +
t)))
TIRFR = WorksheetFunction.Max(Range(Cells(l + 5 + pontos, c + 2 + t), Cells(l + 5 +
pontos + pontos, c + 2 + t)))
'clculo da rea do TFN de aproximao do resultado:
ATFN = (TIRFR - TIRFL) / 2
'clculo da rea exata sob a TIRF:
A = AR - AL
'clculo do alfa relativo ao encontro da TMA com a TIRF, caso corte
'no lado esquerdo da TIRF.
'obs: caso corte na direita, no necessrio fazer TIRF, pois o
'investimento determinstico ser invivel.
alfatma = (TMA - TIRFL) / (TIR - TIRFL)
78
Ai = (TMA - TIRFL) * alfatma / 2
'Apresentao dos resultados:
Cells(4, 6) = AR
Cells(5, 6) = AL
Cells(6, 6) = A
Cells(7, 6) = ATFN
Cells(8, 6) = A - ATFN
Cells(9, 6) = (A - ATFN) / A
Cells(10, 6) = Ai
Cells(11, 6) = Ai / A
Cells(4, 9) = TIRFL
Cells(4, 10) = TIR
Cells(4, 11) = TIRFR
End Sub
79
REFERNCIAS BIBLIOGRFICAS

BANHOLZER, Igor; PAMPLONA, Edson; MONTEVECHI, Jos; SANCHES, Alexandre;
An Interpretation for the Internal Rate of Return Through Fuzzy Calculation. In: SIGEF
Congress (Sociedad Internacional de Gestin y Economa Fuzzy), 12., 2005, Bahia Blanca.
Anais... Bahia Blanca: SIGEF, 2005.
BANHOLZER, Igor; PAMPLONA, Edson; MONTEVECHI, Jos; SANCHES, Alexandre;
Proposta de Interpretao para a Taxa Interna de Retorno atravs de Clculo Fuzzy. In:
Simpsio Brasileiro de Pesquisa Operacional, 37., 2005, Gramado. Anais... Gramado: SBPO,
2005.
BELLMAN, R.; ZADEH, L; Decision Making in a Fuzzy Environment, Management
Science, v. 17, n. 4, p. 141-164, 1970.
BRYMAN, Alan.; Research Methods and Organization Studies. 3
rd
ed. London:
Routledge, 1995.
BUCKLEY, J.J.; The Fuzzy Mathematics of Finance, Fuzzy Sets and Systems, Holanda, n.
21, p. 257-273, 1985.
CASAROTTO FILHO, Nelson; KOPITTKE, Bruno H.; Anlise de Investimentos, 9. ed. So
Paulo: Atlas, 2000.
CHIU, C.Y.;PARK, C. S.; Fuzzy cash flow analysis using present worth criterion. The
Engineering Economist, Auburn, v. 39, n.2, p. 113-137, 1994
CHONGFU, Huang; PEIJUN, Shi; Fuzzy Risk and Calculation, Institute of Resource
Sciences, Beijing, 1999.
GONALVES, Cleber; Adjusted Present Value (APV): Avaliao de Negcios com Taxas
de Desconto Diferenciadas. 2003. Dissertao (Mestrado em Engenharia de Produo)
Programa de Ps-Graduao em Engenharia de Produo, UNIFEI, Itajub.
KAHRAMAN, Cengiz; Ruan, Da; Tolga, Ethem; Capital Budgeting Techniques Using
Discounted Fuzzy Versus Probabilistic Cash Flows, Information Sciences, Elsevier, v. 142,
p. 57-76, 2002.
80
KARSAK, E. Ertugrul; TOLGA Ethem; Fuzzy Multi-Criteria Decision-Making Procedure for
Evaluating Advanced Manufacturing System Investments, J. Production Economics, v. 69,
p. 49-64, 2001.
KLIR, George; YUAN, Bo; Fuzzy Sets and Fuzzy Logic - Theory and Applications. New
Jersey: Prentice Hall, 1995.
KOSKO, B.; Neural networks and fuzzy systems A dynamical systems approach to
machine intelligence, 1. ed, Prentice Hall, 1992.
LAVIOLETTE, Michael; SEAMAN Jr., John W., The Efficacy of Fuzzy Representations of
Uncertainty, IEEE Transactions on Fuzzy Systems, v. 2, n. 1, fev. 1994.
MACHADO, Emilio; Conferncia Plenria: Comentrios em Possibilidad y Probabilidad. In:
SIGEF Congress (Sociedad Internacional de Gestin y Econima Fuzzy), 12., 2005, Bahia
Blanca. Anais... Bahia Blanca: SIGEF, 2005.
MIKHAILOV, L.; Deriving Priorities From Fuzzy Pairwise Comparison Judgements, Fuzzy
Sets and Systems, v. 134, p. 365-385, 2003.
MONTEVECHI, J. A; Contribuio para Identificao de Similaridades entre peas:
Abordagem Baseada na Lgica Fuzzy em Sistemas de Apoio Computadorizados, 1995. Tese
(Doutorado em Engenharia de Produo) Programa de Ps-Graduao em Engenharia de
Produo, USP, So Paulo.
PEDRYCZ, Witold; GOMIDE, Fernando; An Introduction to Fuzzy Sets - Analysis and
Design. Massachusetts: MIT, 1998.
PINHO, A. F.; MONTEVECHI, J. A: PAMPLONA, E. O; Aplicao de Nmeros Fuzzy
Triangulares em Anlise de Investimentos em Situaes de Incerteza Mtodo Baseado na
Teoria dos Jogos. In: Encontro Nacional de Engenharia de Produo (ENEGEP), 1997.
Anais...
ROSS, S. A.; WESTERFIELD, R. W.; JAFFE, Jeffrey, B. D.; Administrao Financeira. 2.
ed. So Paulo: Atlas, 2002.
SAMANEZ, Patrcio; Matemtica Financeira: Aplicaes Anlise de Investimentos. 3.
ed. So Paulo: Prentice Hall, 2002.
SANTOS, Elieber; Um Estudo Sobre a Teoria das Opes Reais Aplicada Anlise de
Investimentos em Projetos de Pesquisa e Desenvolvimento (p&d). 2001. Dissertao
81
(Mestrado em Engenharia de Produo) Programa de Ps-Graduao em Engenharia de
Produo, UNIFEI, Itajub.
SILVA, Edna; MENEZES, Estera. Metodologia da Pesquisa e Elaborao de Dissertao,
Universidade Federal de Santa Catarina, Florianpolis. 4 ed., 2005.
SANCHES, Alexandre; Avaliao Econmica de Projetos de Investimento em Condies
de Incerteza Utilizando Nmeros Triangulares Fuzzy: Uma Aplicao na rea de
Minerao. 2004. Dissertao (Mestrado em Engenharia de Produo) Programa de Ps-
Graduao em Engenharia de Produo, UNIFEI, Itajub.
ZADEH, L. A., Fuzzy Sets, Information & Control, v. 8, p. 338-353, 1965.

REFERNCIAS BIBLIOGRFICAS
COMPLEMENTARES
ANDRADE, Maria Margarida de. Como preparar trabalhos para cursos de ps-
graduao: noes prticas. So Paulo: Atlas, 1995.
ASSOCIAO BRASILEIRA DE NORMAS TCNICAS. NBR10520: informao e
documentao - apresentao de citaes em documentos. Rio de Janeiro, 2002.
documentao lombada- apresentao. Rio de Janeiro, 2004.
documentao trabalhos acadmicos - apresentao. Rio de Janeiro, 2002.
ASSOCIAO BRASILEIRA DE NORMAS TCNICAS. NBR6022: apresentao de
artigos em publicaes peridicas. Rio de Janeiro, 2003.
documentao - referncias - elaborao. Rio de Janeiro, 2002.
ASSOCIAO BRASILEIRA DE NORMAS TCNICAS. NBR6024: numerao
progressiva das sees de um documento. Rio de Janeiro, 2003.
ASSOCIAO BRASILEIRA DE NORMAS TCNICAS. NBR6027: sumrio. Rio de
Janeiro, 2003.
82
documentao: resumos- apresentao. Rio de Janeiro, 2003.
documentao: apresentao de livros. Rio de Janeiro, 2002.
LAKATOS, Eva Maria; MARCONI, Marina de Andrade. Fundamentos de metodologia
cientfica. So Paulo: Atlas, 1993.
LAKATOS, Eva Maria; MARCONI, Marina de Andrade. Metodologia do trabalho
cientfico. So Paulo: Atlas, 1991.

Dissertação Aplicação de Lógica Fuzzy Na Determinação Da TIR - Pamplona

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Dissertação Aplicação de Lógica Fuzzy Na Determinação Da TIR - Pamplona

Caricato da

Copyright:

Formati disponibili

UNIVERSIDADE FEDERAL DE ITAJUB

Igor Ernesto Grieger Banholzer

Potrebbero piacerti anche