Baixe o app para aproveitar ainda mais
Prévia do material em texto
Processos Estocásticos Mestrado em Ciências Actuariais Alexandra Bugalho de Moura �ĚŝĕĆŽ�ŶǑ͗�ϵϱ YƵĂĚƌŽƐ�ĚĞ�ĚŝǀĞƌƐĂƐ�ŽƌŐĂŶŝnjĂĕƁĞƐ�ŶĆŽͲŐŽǀĞƌŶĂŵĞŶƚĂŝƐ͕�ŵŝŶŝƐƚĠƌŝŽƐ�Ğ�ŝŶƐƟƚƵŝĕƁĞƐ�ĚĞ�ĞŶƐŝŶŽ�ƐƵƉĞƌŝŽƌ�ĞƐƟǀĞƌĂŵ�ƌĞƵŶŝĚŽƐ�Ă�ϭϬ�ĚĞ��ďƌŝů͕�Ğŵ� DĂƉƵƚŽ͕�Ğŵ�^ ĞŵŝŶĄƌŝŽ�ƐŽďƌĞ�Ă�&ŽƌŵĂĕĆŽ�Ğ��ĚƵĐĂĕĆŽ�/ŶĐůƵƐŝǀĂ͘�KƌŐĂŶŝnjĂĚŽ�ƉĞůĂ�&ĂĐƵůĚĂĚĞ�ĚĞ��ĚƵĐĂĕĆŽ�ĚĂ�h�D�;&����Ϳ͕�Ž�ĞǀĞŶƚŽ�ƟŶŚĂ�ĐŽŵŽ� ŽďũĞĐƟǀŽ�ƌĞŇĞĐƟƌ�ƐŽďƌĞ�Ă�ƋƵĞƐƚĆŽ�ĚĂ�ŝŶĐůƵƐĆŽ�ŶŽ�ƉƌŽĐĞƐƐŽ�ĚĞ�ĞŶƐŝŶŽ�Ğ�ĂƉƌĞŶĚŝnjĂŐĞŵ�ƋƵĞ�ĐŽŶƟŶƵĂ�ŵƵŝƚŽ�ĂƋƵĠŵ�ĚĂƐ�ĞdžƉĞĐƚĂƟǀĂƐ͕�ŶŽ�ƉĂşƐ͘ ��WĄŐ͘�ϴ �ďƌŝů��ͻ��ϮϬϭϱ WĄŐ͘�ϰ WĄŐ͘�ϲ WĄŐ͘�Ϯ &$,&&�GLVWLQJXLGR�QD�FDWHJRULD�GH�2XUR� SHOD�*OREDO�,QQRYDWLRQ�:HHN� �ĞĐŽƌƌĞƵ�ŶŽƐ�ĚŝĂƐ�ϴ�Ğ�ϵ�ĚĞ��ďƌŝů͕�Ğŵ�DĂƉƵƚŽ͕�Ž�^ ĞŵŝŶĄƌŝŽ�ZĞŐŝŽŶĂů�ƐŽďƌĞ�Ž��ĂƌďŽŶŽ�ĚŽƐ� DĂŶŐĂŝƐ�ĚŽ��ĞůƚĂ�ĚŽ�ĂŵďĞnjĞ͘�K�ĞǀĞŶƚŽ͕�ƋƵĞ�ƌĞƷŶĞ�ă�ŵĞƐŵĂ�ƐĂůĂ�ĐŝĞŶƟƐƚĂƐ�ƌĞŐŝŽŶĂŝƐ�Ğ� ŝŶƚĞƌŶĂĐŝŽŶĂŝƐ͕� ĐŽŶƐƟƚƵŝ� Ƶŵ� ĞƐƉĂĕŽ� ĚĞ� ĂƉƌĞƐĞŶƚĂĕĆŽ� ĚŽƐ� ƌĞƐƵůƚĂĚŽƐ� ĚŽ� WƌŽũĞĐƚŽ� ĚŽ� �ĂƌďŽŶŽ�ĚŽƐ�DĂŶŐĂŝƐ�Ğ�ƉƌĞƚĞŶĚĞ�ƚƌĞŝŶĂƌ�ŽƐ�ƉĂƌƟĐŝƉĂŶƚĞƐ�ĚĞ�ŵĞƚŽĚŽůŽŐŝĂƐ�ĚĞ�ĂǀĂůŝĂĕĆŽ� ĚŽ�ĐĂƌďŽŶŽ�Ğ�ĚĞ�ŵŽŶŝƚŽƌŝĂ͕�ŝŶǀĞŶƚĂƌŝĂĕĆŽ�ĚĂ�ǀĞŐĞƚĂĕĆŽ�Ğ�ŵĂƉĞĂŵĞŶƚŽ͘ ��hŶŝǀĞƌƐŝĚĂĚĞ��ĚƵĂƌĚŽ�DŽŶĚůĂŶĞ�;h�DͿ�Ğ�Ž��ĂŶĐŽ��ŽŵĞƌĐŝĂů�Ğ�ĚĞ�/ŶǀĞƐƟŵĞŶƚŽƐ�;��/Ϳ� ĂƐƐŝŶĂƌĂŵ�ŶĂ�ŵĂŶŚĆ�ĚĞ�ŚŽũĞ͕�ϬϮ�ĚĞ��ďƌŝů͕�ƵŵĂ��ĚĞŶĚĂ�ĚĞ��ŽŶƚƌĂƚŽ�ĚĞ�WĂƌĐĞƌŝĂ�ĞŶƚƌĞ�ĂƐ� ĚƵĂƐ�ŝŶƐƟƚƵŝĕƁĞƐ�ǀŝƐĂŶĚŽ�Ž�ĂƉŽŝŽ�ĚĂƐ�ĂƌƚĞƐ�Ğ�ĐƵůƚƵƌĂ�ŶĂ�h�D͘���ƌĞŶŽǀĂĕĆŽ�ĚŽ�ĐŽŶƚƌĂƚŽ͕� ĐŽŵ�ĚƵƌĂĕĆŽ�ĚĞ�ϯ�;ƚƌġƐͿ�ĂŶŽƐ͕�ƉĞƌŵŝƚĞ�Ă�h�D�Ƶŵ�ĞŶĐĂŝdžĞ�ĮŶĂŶĐĞŝƌŽ�ĚĞ�hŵ�DŝůŚĆŽ�ĚĞ� DĞƟĐĂŝƐ� ĚĞƐƟŶĂĚŽƐ� ă� ĂĐƟǀŝĚĂĚĞƐ� ĚĞ� ĚĞƐĞŶǀŽůǀŝŵĞŶƚŽ� ĚŽƐ� ŵƵƐĞƵƐ� Ğ� ĞƐƉĂĕŽƐ� ŵƵƐĞŽůſŐŝĐŽƐ͘� 8(0�H�%&,�UHQRYDP�SDUFHULD 0DSXWR�DFROKH�6HPLQiULR�5HJLRQDO� VREUH�R�&DUERQR�GRV�0DQJDLV 81,9(56,'$'( ( ' 8$ 5 ' 2 021'/$1( �ŽůĞƟŵ�/ŶĨŽƌŵĂƟǀŽ�ĚĂ�hŶŝǀĞƌƐŝĚĂĚĞ��ĚƵĂƌĚŽ�DŽŶĚůĂŶĞ )$&('�UHDOL]D�SULPHLUR� 6HPLQiULR�VREUH�(GXFDomR� ,QFOXVLYD�QR�SDtV Agosto 2017 Alexandra Bugalho de Moura Processos Estocástico, UEM Agosto 2017 1 / 14 Outline Outline 1 Processos de Poisson Processo de Poisson Composto Processo de Poisson Misto Processo de Polya Alexandra Bugalho de Moura Processos Estocástico, UEM Agosto 2017 2 / 14 Processos de Poisson Processo de Poisson Composto Processo de Poisson Composto Processo de Poisson Composto {Xt}t>0 tal que Xt = Nt∑ i=1 Yj com {Nt}t>0 processo de Poisson e {Yj}+∞j=1 sequência de v.a.’s i.i.d. e independente de {Nt}t>0 Tem-se E(Xt) = E(Nt)× E(Y ) = λt × E(Y ) e Var(Xt) = λt × E(Y 2) Aplicação em Teoria do Risco Sinistros chegam a uma seguradora segundo: um processo de Poisson, com intensidade λ e um monetante individual j : Yj Alexandra Bugalho de Moura Processos Estocástico, UEM Agosto 2017 3 / 14 Processos de Poisson Processo de Poisson Composto Funções geradoras Processo de Poisson Função geradora dos momentos MN(t)(r) = E [e rN(t)] = eλt(e r−1) Processo de Poisson composto Função geradora dos momentos MX (t)(r) = MN(t) [ ln(MY (r)) ] = e λt (MY (r)−1) Exercício 3, exame 2015 Alexandra Bugalho de Moura Processos Estocástico, UEM Agosto 2017 4 / 14 Processos de Poisson Processo de Poisson Misto Processo de Poisson Misto Processo de Poisson Misto Processo de Poisson tal que a intensidade do processo, λ, é o resultado da observação (realização) de uma v.a. não negativa Λ com função de distribuição (cumulativa) Λ v.a. com FΛ(λ) = P(Λ 6 λ) A v.a. Λ designa-se v.a. estrutural (ou distribuição estrutural) Processo de Poisson Misto Para um dado λ fixo o processo de Poisson misto é um processo de Poisson de intensidade λ: N(t)|Λ = λ ∼ Poisson(λt) =⇒ N(t)|Λ = λ é processo de Poisson de intensidade λ Em geral (não condicional) N(t) é processo de Poisson misto Alexandra Bugalho de Moura Processos Estocástico, UEM Agosto 2017 5 / 14 Processos de Poisson Processo de Poisson Misto Processo de Poisson Misto Processo de Poisson Misto O processo de contagem incondicional {N(t)}t>0, com N(0) = 0, tal que P(N(t + s)− N(s) = k) = ∫ +∞ 0 P(N(t + s)− N(s) = k|Λ = λ)dFΛ = ∫ +∞ 0 e−λt(λt)k k! dFΛ = ∫ +∞ 0 e−λt(λt)k k! fΛ(λ) dλ = E [P(N(t + s)− N(s) = k|Λ = λ)] designa-se de processo de Poisson Misto. Alexandra Bugalho de Moura Processos Estocástico, UEM Agosto 2017 6 / 14 Processos de Poisson Processo de Poisson Misto Processo de Poisson Misto Processo de Poisson Misto Tem-se pk,k+n(s, t) = (k + n)! k!n! ( s t )k ( t − s t )n pk+n(t) pk (s) A probabilidade de transição, pk,k+n(s, t), é expressa em função das probabilidades marginais pk (s) e pk+n(t). Processo de Poisson Misto Dada a equação anterior e a distribuição dos incrementos conclui-se que os incrementos não são independentes: O processo de Poisson Misto é um processo com incrementos estacionários, mas não independentes Embora tenha incrementos estacionários, não é homogéneo Alexandra Bugalho de Moura Processos Estocástico, UEM Agosto 2017 7 / 14 Processos de Poisson Processo de Poisson Misto Processo de Poisson Misto Processo de Poisson Misto Tem-se, para 0 < s < t, a seguinte probabilidade condicionada P(N(s) = k|N(t) = n + k) = (k + n)! k!n! ( s t )k ( t − s t )n Ou seja, tal como no caso do processo de Poisson N(s)|N(t) = n + k ∼ Binomial ( n + k, p = s t ) Observações É possível mostrar que o processo de Poisson Misto é um processo de nascimento não homogéneo com λk (t) = E [Λ|N(t) = k] Alexandra Bugalho de Moura Processos Estocástico, UEM Agosto 2017 8 / 14 Processos de Poisson Processo de Poisson Misto Processo de Poisson Misto Processo de Poisson Misto Função geradora dos momentos: MN(t)(r) = MΛ(t (e r − 1)) Valor esperado e variância: E [N(t)] = t E [Λ] e Var [N(t)] = t E [Λ] + t2 Var [Λ] Quando t é fixo, N(t) é uma v.a. de Poisson mista Alexandra Bugalho de Moura Processos Estocástico, UEM Agosto 2017 9 / 14 Processos de Poisson Processo de Polya Processo de Polya Processo de Polya Caso particular do processo de Poisson Misto em que Λ tem distribuição Gamma: Λ ∼ Gamma(r , β) fΛ(λ) = 1 Γ(r)βr e−λ/βλr−1, λ > 0 Processo de Polya: probabilidade incondicional Neste caso tem-se pk (t) = (r + k − 1)! k!(r − 1)! ( 1 1 + βt )r ( βt 1 + βt )k ou seja N(t) ∼ BinomialNegativa(r , βt) Logo, a função geradora dos momentos é MN(t)(s) = (1− t β (es − 1))−r Alexandra Bugalho de Moura Processos Estocástico, UEM Agosto 2017 10 / 14 Processos de Poisson Processo de Polya Processo de Polya Processo de Polya: probabilidade condicional Tem-se, para s < t, pk,k+n(s, t) = (r + k + n − 1)! n!(r + k − 1)! ( β(t − s) 1 + βt )n (1 + βs 1 + βt )r+k ou seja N(t)− N(s)|N(s) = k ∼ BinomialNegativa ( r + k, t − s s + 1/β ) Alexandra Bugalho de Moura Processos Estocástico, UEM Agosto 2017 11 / 14 Processos de Poisson Processo de Polya Processo de Polya Processo de Polya: observações Se fixarmos o intervalo de tempo, o número de ocorrências nesse intervalo de tempo segue uma binomial negativa, mas os incrementos não são independentes É um processo de contágio (os incrementos não são independentes) O processo de Polya é um processo de nascimento não homogéneo com contágio linear positivo: λk (t) = E [Λ|N(t) = k] = (r + k) β 1 + βt Alexandra Bugalho de Moura Processos Estocástico, UEM Agosto 2017 12 / 14 Processos de Poisson Processo de Polya Processo de Polya Exemplo Seja {N(t)}t>0 um processo de Polya com E(Λ) = 1 e Var(Λ) = 2. Calcule a probabilidade de não haver indemnizações nos dois primeiros anos. Exemplo Considere que, de ano para ano, o número de indemnizações é independente e que cada ano o número de indemnizações segue uma binomial negativa com parâmetros r = 1 2 e β = 2. Calcule a probabilidade de não haver indemnizações nos dois primeiros anos. Nota Se Λ ∼ Gamma(r , β), então E(Λ) = rβ e Var(Λ) = rβ2 Alexandra Bugalhode Moura Processos Estocástico, UEM Agosto 2017 13 / 14 Processos de Poisson Processo de Polya Processo de Poisson Exercício As chegadas do autocarro número 1 formam um processo de Poisson de taxa 1 autocarro por hora e as chegadas do autocarro número 7 formam um processo de Poisson independente de taxa 7 autocarros por hora. Qual é a probabilidade que passem exatamente 3 autocarros numa hora? Exercício Uma loja abre às 8h. Das 8h às 10h os clientes chegam a uma taxa de Poisson de 4 por hora. Entre as 10h e as 12h chegam a uma taxa de Poisson de 8 por hora. Das 12h às 14h a taxa de chegada aumenta linearmente das 8 por hora para 10 por hora. Das 14h às 17h a taxa de chegada diminui linearmente das 10 por hora para as 4 por hora. Calcule a distribuição de probabilidade do número de clientes que entra na loja num dia. Alexandra Bugalho de Moura Processos Estocástico, UEM Agosto 2017 14 / 14 Processos de Poisson Processo de Poisson Composto Processo de Poisson Misto Processo de Polya
Compartilhar