Baixe o app para aproveitar ainda mais
Prévia do material em texto
“Testando” a lei dos grandes números: simulando cálculo de probabilidades através do Stata 53) A lança uma moeda n+1 vezes e B lança a mesma moeda n vezes. Qual é a probabilidade de A obter mais caras que B? Solução: Seja XA o número de caras obtido por A em n+1 lançamentos da moeda e seja seja XB o número de caras obtido por B em n lançamentos da mesma moeda. Pergunta-se: P(XA > XB). 1 1 1 1 1 ( 1)! 1 ( ) 2 2 ( 1 )! ! 2 A AX n X n A A A A n n P X X n X X 1 1 ! 1 ( ) 2 2 ( )! ! 2 B BX n X n B B B B n n P X X n X X Temos uma matriz constituída por (n+1) linhas correspondentes aos lançamentos de A e n colunas correspondentes aos n lançamentos de B. 1,1 1,2 1, 2,1 2,2 2, ,1 , 1,1 1, ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... n n n n n n n n x x x x x x x x x x O valor do primeiro subscrito dos elementos desta matriz corresponde ao número de caras de A e o valor do segundo subscrito dos elementos desta matriz corresponde ao número de caras de B. As combinações em que A faz maior número de caras do que B correspondem a região da matriz que está abaixo da diagonal que vai de x1,1 a xn,n. 11 1 2 1 ( 1)! 1 ! 1 ( 1 )! ! 2 ( )! ! 2 n nn i i j n n n i i n j j 2 11 1 2 1 ( 1)! ! 1 ( 1 )! !( )! ! 2 nn i i j n n n i i n j j 2 1 1 1 2 1 1 1 ( 1)! ! 2 ( 1 )! !( )! ! n n i i j n n n i i n j j 1 1 1 ... ( 1)!2!( 1)!1! ( 2)!3!( 1)!1! ( 2)!3!( 2)!2!n n n n n n 1 1 1 ... (0)!( 1)!( 1)!1! (0)!( 1)!( 2)!2! (0)!( 1)!0! !n n n n n n Fiz uma simulação deste somatório para n = 2 até 30 através de uma rotina no Stata conforme abaixo e cheguei aos resultados listados depois do programa. Os resultados do cálculo da probabilidade convergem rapidamente para 0,5. Mas esta é uma solução por “simulação”. Se alguém conseguir uma solução analítica para o desenvolvimento do somatória acima, favor enviar. forvalues n = 2(1)30 { scalar soma = 0 forvalues i=2(1)`n' { local k = `i' - 1 forvalues j=1(1)`k' { scalar fator = (exp(lnfactorial(`n'+1-`i'))*exp(lnfactorial(`i'))*exp(lnfactorial(`n'- `j'))*exp(lnfactorial(`j')))^(-1) scalar soma = soma + fator } } disp "n = ", `n', " probabilidade = ", soma*.5^(2*`n' + 1)*exp(lnfactorial(`n'+1))*exp(lnfactorial(`n')) } n = 2 probabilidade = .1875 n = 3 probabilidade = .328125 n = 4 probabilidade = .41015625 n = 5 probabilidade = .45410156 n = 6 probabilidade = .47680664 n = 7 probabilidade = .48834229 n = 8 probabilidade = .49415588 n = 9 probabilidade = .49707413 n = 10 probabilidade = .49853611 n = 11 probabilidade = .49926782 n = 12 probabilidade = .49963385 n = 13 probabilidade = .49981691 n = 14 probabilidade = .49990845 n = 15 probabilidade = .49995422 n = 16 probabilidade = .49997711 n = 17 probabilidade = .49998856 n = 18 probabilidade = .49999428 n = 19 probabilidade = .49999714 n = 20 probabilidade = .49999857 n = 21 probabilidade = .49999928 n = 22 probabilidade = .49999964 n = 23 probabilidade = .49999982 n = 24 probabilidade = .49999991 n = 25 probabilidade = .49999996 n = 26 probabilidade = .49999998 n = 27 probabilidade = .49999999 n = 28 probabilidade = .49999999 n = 29 probabilidade = .5 n = 30 probabilidade = .5 70) Motores de avião funcionam independentemente e cada motor tem uma probabilidade p de falhar durante o vôo. Um avião voa com segurança se a maioria de seus motores funciona. Para que valores de p um avião com 3 motores é preferível a um avião com 5 motores? Solução: para um avião de três motores a probabilidade de voar é: 2 3 2 3 3 3 2 3 3 3 3! 3! 3 (1 ) (1 ) (1 ) 2 3 2!1! 3!0! P p p p p p p p 2 3 2 33 (1 ) 3 2p p p p p Para o avião de 5 motores: 4 5 4 5 5 5 4 5 4 5 5 5 5 (1 ) (1 ) 5 (1 ) 5 4 4 5 P p p p p p p p p p Então o avião de 3 motores é preferível ao avião de cinco motores quando é satisfeita a seguinte inequação: 2 3 4 53 2 5 4p p p p 5 4 3 24 5 2 3 0p p p p 2 3 2(4 5 2 3) 0p p p p Desenvolvi a seguinte rotina no Stata para estudar o sinal deste polinômio. Esta rotina resulta na construção do gráfico a seguir. Pelo gráfico verifica-se que o valor do polinômio é sempre positivo para 0 < p < 1. Portanto o trimotor é sempre preferível ao avião de 5 motores. clear set more off set matsize 2000 matrix A = J(1000,2,0) local j = 0 forvalues i = 0(.001)1 { local j = `j' + 1 scalar t = 4*`i'^5 - 5*`i'^4 - 2*`i'^3 + 3*`i'^2 matrix A[`j',1] = `i' matrix A[`j',2] = t disp t } svmat A, names(A) rename A2 y rename A1 p twoway (line y p), ytitle(f(p)) 0 .1 .2 .3 f(p ) 0 .2 .4 .6 .8 1 p 58) Quantas vezes, no mínimo, se deve lançar um dado não tendencioso para que a probabilidade de obter algum 6 seja superior a 0,9? Solução: Seja n o número de lançamentos do dado. A probabilidade de se obter no mínimo um 6 em n lançamentos é dado por: 0 0 n 1 1 P(no minimo um 6) = 1 - P(nenhum 6) = 1 - 1 0 6 6 n ! 5 5 1 1 0.9 ( 0)!0! 6 6 n n n n 5 0.1 6 n 5 nlog log0.1 6 log0.1 n> 5 log 6 n> 12.63 Para n = 12 125 1- 0.888 6 Para n = 13 135 1- 0.906 6 7) Uma loteria tem N números e só um prêmio. Um jogador compra n bilhetes em uma extração. Outro compra só um bilhete em n extrações diferentes. ( ambos os jogadores apostam portanto a mesma importância). Qual deles tem maior probabilidade de ganhar o prêmio? Solução: O primeiro jogador tem probabilidade de ganhar o premio igual: 1 2 1 ( 0) 1 ... 1 1 1 N N N n N n P X N N N n N 1 1 n n N N O segundo jogador tem probabilidade igual a: 0 0 1 1 1 1 ( 0) 1 1 1 1 0 n n n P X N N N Para demonstrar que o segundo jogador tem maior probabilidade de ganhar o premio, temos que demonstrar que 1 1 1 n n N N para qualquer n e N, n < N. 1 1 1 n n N N 1 1 n N n N N 1 n N n N N N Esta expressão é falsa, pois quando N é grande 1 1 n N N e 1 N n N Portanto o primeiro jogador terá maior probabilidade de ganhar o premio. 39) Uma moeda é jogada 6 vezes. Sabendo-se que no primeiro lançamento deu coroa,calcular a probabilidade condicional de que o número de caras nos 6 lançamentos supere o número de coroas. Solução: Em cinco lançamentos restantes, como já temos uma coroa, o número de caras deve superar o numero de coroas + 1. Temos então de calcular P(X>= 3) onde X é o número de caras em 5 lançamentos. 3 2 4 1 5 0 5 5 51 1 1 1 1 1 3 4 52 2 2 2 2 2 10 5 1 16 0,5 32 32 32 32 Simulei 100000 vezes 5 lançamentos de uma mesma moeda através do seguinte programa Stata e a proporção de resultados com 3 ou mais caras foi igual a 0,49648. * Simulando 5 lançamentos de uma moeda cap prog drop moeda prog def moeda local contador = 0 forvalues i = 1(1)5 { scalar z = runiform() if z <= .5 { scalar moeda = 0 } else { scalar moeda = 1 local contador = `contador' + 1 } } if `contador' >= 3 { scalar x = 1 } else { scalar x = 0 } end simulate y=x , reps(100000) nodots: moeda summa y 30) João e Pedro lançam, cada um, um dado não-tendencioso. Qual é a probabilidade do resultado de João ser maior ou igual ao resultado de Pedro? Solução: Supoe-se que os resultados de João e Pedro são independentes.A probabilidade dp resultado de João ser maior do que o resultado de Pedro corresponde a um subconjunto do espaço amostral, que se constitui de 36 eventos subtraindo-se os eventos em que Pedro ganha e teremos (36-6)/2 = 15 eventos em que João ganha, cada um com probabilidade 1/36 e portanto a probabilidade de João ganhar é igual a 15/36. 27) Colocam-se ao acaso n botões em um tabuleiro n x n, não sendo permitido haver dois botões em uma mesma casa. Qual é a probabilidade de não haver dois botões nem na mesma linha nem na mesma coluna? Solução: Existem n2 possibilidades de se colocar o primeiro dos n botões no tabuleiro. Para cada uma destas n2 possibilidades temos (n2-1) possibilidades de colocarmos o segundo dos n botões e assim por diante – quando chegamos ao penúltimo botão só nos resta uma possibilidade restante de colocarmos o nosso n-esimo botão. Então o numero de eventos distintos em que não ocorrem dois botões na mesma casa é: 2 2 2 2 2 2 ! ( 1) ( 2) ...( 2) 1 ( 1)! n n n n n n n n Este é o tamanho de nosso espaço amostral. O número de eventos favoráveis é igual a n!. Por exemplo, se n = 3 temos os seguintes eventos favoráveis: b x x x b x x x b ou b x x x x b x b x ou x b x b x x x x b ou x x b b x x x b x ou x b x x x b b x x ou x x b x b x b x x O número de resultados (eventos) distintos do espaço amostral é igual a nn . Portanto a probabilidade será igual a: 2 2 2 2 ! !( 1)! ! ! ( 1)! n n n n n n n n Por exemplo, para n = 3 temos: 2 2 2 2 ! !( 1)! 3!(9 3 1)! 3!7! 3 ! ! 9! 9! 4 ( 1)! n n n n n n n n Vamos simular este experimento através da seguinte rotina Stata: * Simulando o preenchimento com botões em um tabuleiro * com n x n posições cap prog drop tabuleiro prog def tabuleiro local n = 5 matrix X = J(`n',`n',0) local i = 1 while `i' <= `n' { local k = int(1+(`n')*runiform()) local l = int(1+(`n')*runiform()) scalar x = X[`k',`l'] if x == 1 { } else { matrix X[`k',`l'] = 1 local i = `i' + 1 } } matrix list X matrix lin = J(1,`n'+1,0) matrix col = J(`n',1,0) matrix X = X,col matrix X = X\lin forvalues i = 1(1)`n' { forvalues j = 1(1)`n' { matrix X[`i',`n'+1] = X[`i',`n'+1] + X[`i',`j'] matrix X[`n'+1,`j'] = X[`n'+1,`j'] + X[`i',`j'] } } scalar x = 0 forvalues i = 1(1)`n' { forvalues j = 1(1)`n' { if X[`n'+1,`j'] > 1 { scalar x = 1 continue, break } } if X[`i',`n'+1] > 1 { scalar x = 1 continue, break } } scalar x = 1 - x end simulate y=x , reps(10000) nodots: tabuleiro summa y qui local n = 5 disp exp(lnfactorial(`n'))*exp(lnfactorial(`n'^2-`n'+1))/exp(lnfactorial(`n'^2))
Compartilhar