Baixe o app para aproveitar ainda mais
Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original
Aula 05 Bussab e Morettin, Seções 6.1 a 6.5 Meyer, Seções 4.1 e 4.2 Variáveis Aleatórias Discretas 1 Conteúdo Definição de Variável Aleatória (v.a.) Definição de Variável Aleatória Discreta Distribuição de Probabilidades Função de Distribuição Acumulada Esperança Matemática e Variância i. Definição; ii. Propriedades. Exemplo 1 Um aplicador investiu R$10.000 num ativo. Esse investimento pode render ou perder 1% de um dia para o outro. A probabilidade de sofrer uma valorização é de 60%. Já a probabilidade de sofrer uma desvalorização de 40%. Admitindo independência entre dois dias consecutivos de aplicação e sabendo que o investimento tem duração de 2 dias, ao fim dos quais haverá um resgate total (valor investido + “ganhos”): Exemplo 1 (Cont.) Descreva como se comporta o ganho do investidor, em R$? V: o ativo sofreu valorização N: o ativo não sofreu valorização Espaço Amostral G (V,V) (V,N) (N,V) (N,N) 201 -1 -199 G: ganho com a aplicação Exemplo 1 (Cont.) Variável Aleatória Espaço Amostral Reta real Números reais X Variável aleatória: dado um experimento aleatório com espaço amostral , uma variável aleatória é uma regra (função) que associa a cada elemento de um número real. Notação usual: X, Y, Z, ... Definição. Seja uma variável aleatória. Se o número de valores possíveis de for finito ou infinito numerável, denominaremos de variável aleatória (v.a.) discreta. Isto é, os valores possíveis de podem ser postos em lista como . No caso finito, a lista acaba. Já no caso infinito numerável, a lista continua indefinidamente. (Meyer, 1982, p. 72) Variável Aleatória Discreta Exemplos: número de falhas num sistema, ao longo de um dia; número de vezes que o preço de um determinado ativo financeiro caiu durante um dia; número de partidas jogadas por um time de futebol até se conseguir a primeira vitória. Variável Aleatória Discreta Distribuição de Probabilidades 9 Função de Probabilidade Definição. Seja uma variável aleatória discreta. A cada possível resultado xi, i = 1, 2, ..., associaremos um número p(xi) = P(X = xi) = pi, denominado probabilidade de xi. Os números p(xi), i = 1, 2, ..., devem satisfazer às seguintes condições: , para todo i; . A função p, anteriormente definida, é denominada função de probabilidade da variável aleatória X. Distribuição de uma v.a. Definição. A coleção de pares {xi, p(xi)}, i = 1, 2, ..., é denominada distribuição de probabilidades da variável aleatória X. Voltando ao Exemplo 1 Descreva como se comporta o ganho do investidor, em R$? Qual a probabilidade do investimento não ser lucrativo? Um aplicador investiu R$10.000 num ativo. Esse investimento pode render ou perder 1% de um dia para o outro. A probabilidade de sofrer uma valorização é de 60% e uma desvalorização de 40%. Admitindo independência entre dois dias consecutivos de aplicação e sabendo que o investimento tem duração de 2 dias, ao fim dos quais haverá um resgate total (valor investido + “ganhos”): V: o ativo sofreu valorização N: o ativo não sofreu valorização Distribuição de probabilidades de G Voltando ao Exemplo 1 (cont.) Um corretor de seguros recebe uma comissão de R$50,00 a cada novo seguro que vende. A probabilidade de um determinado perfil de cliente adquirir o seguro é de 0,20. Descreva como pode se comportar a comissão se o corretor abordará 2 clientes de maneira independente um do outro. Calcule o valor esperado da comissão do corretor. Exemplo 2 Defina os seguintes eventos: C – o cliente compra o seguro, N – o cliente não compra o seguro. Exemplo 2 (cont.) Um corretor de seguros recebe uma comissão de R$50,00 a cada novo seguro que vende. A probabilidade de um determinado perfil de cliente adquirir o seguro é de 0,20. Descreva como pode se comportar a comissão se o corretor abordará 2 clientes de maneira independente um do outro. Calcule o valor esperado da comissão do corretor. Exemplo 2 (cont.) Características de v.a. Discretas 17 Considere a seguinte distribuição de probabilidades para uma v.a. discreta X Características de v.a. discretas X x1 x2 x3 ... xk Total P(X = xi) p1 p2 p3 ... pk 1,00 Definição (valor esperado ou esperança matemática ou média ou valor médio). O valor esperado de uma v.a. é a soma dos produtos dos valores da variável pelas respectivas probabilidades da variável assumir tais valores. Valor Esperado Valor Esperado Propriedades: (i) E(X+a) = E(X) + a, onde a é uma constante. (ii) E(bX) = bE(X), onde b é uma constante. (iii) Combinando (i) e (ii): E(aX+b) = aE(X) + b, onde a e b são constantes. Voltando ao Exemplo 2 (cont.) 00,64 + 500,32 + 1000,04 20 reais (valor médio da comissão do corretor) - comissão do corretor após abordar os 2 clientes Seja Assim, Distribuição de probabilidades Variância Definição. A variância de uma v.a. é o valor esperado da variável , isto é, Em que Variância Propriedades da Variância: Var(X+b) = Var(X) , onde b é uma constante. (ii) Var(aX) = a2Var(X) , onde a é uma constante. (iii) De (i) e (ii), Var(aX+b) = a2Var(X), onde a e b são constantes. Hã? Exercício 1 (ANPEC 2011 – Questão 9) Hã? (0) F (1) V (2) F Função de Distribuição Acumulada 25 Função de Distribuição Acumulada Definição. Dada uma v.a. , chamaremos de função de distribuição acumulada (f.d.a.), ou simplesmente função de distribuição (f.d) à função Exemplo 3 Considere dois lançamentos independentes de uma moeda equilibrada. Com o espaço de probabilidade sendo o usual, defina como sendo a variável aleatória (v.a.) que denota o número de caras nos dois lançamentos. Assim, não é difícil observar que a distribuição de probabilidades é dada por: 0 1 2 0,25 0,50 0,25 E, portanto, a função de distribuição correspondente é dada por: X 0 1 2 P(X xi) 0,25 0,75 1,00 ou Exemplo 3 (Cont.) Observação O gráfico de F(x) é em escada. Os pontos de descontinuidade ocorrem nos valores assumidos pela variável aleatória, sendo o tamanho do salto a probabilidade da variável aleatória assumir aquele determinado valor. Exercícios 30 Exercício Resolvido Qual a probabilidade de se ter prejuízo num dia? Qual a variância do lucro? Uma empresa de segurança visita, em um dia de trabalho, dois potenciais clientes para oferecer seus serviços. A probabilidade de fechar contrato com o primeiro cliente visitado no dia é da ordem de 10%. Quando a primeira visita resulta em contrato, a probabilidade de se fechar contrato na segunda visita quadruplica, caso contrário, ela se mantém. Admitindo que o custo dessas duas visitas seja da ordem de $10 e que a receita obtida com um contrato fechado seja da ordem de $50, pergunta-se: Exercício Resolvido Defina a v.a. como sendo o lucro obtido durante o período de interesse. Assim, Exercício Resolvido Finalmente, a distribuição de probabilidades da v.a. , definida anteriormente, fica dada por Qual a probabilidade de se ter prejuízo num dia? Exercício Resolvido Qual a variância do lucro? E(X) = 90 x 0,04 + 40x 0,15 + (-10) x 0,81 = 1,5 E(X2) = (90)2 x 0,04 + (40)2 x 0,15 + (-10)2 x 0,81 = 645 Var(X) = E(X2) – [E(X)]2 = 645- (1,5)2 = 642,75 Exercício Resolvido Exercício Proposto Um rapaz está pensando em convidar sua namorada para sair. O problema é que as despesas correm por sua conta. Eles podem ir ao cinema ou ao teatro. 70% das vezes ela prefere ir ao cinema, nesse caso, ele gasta $30,00 com os ingressos. Quando eles vão ao teatro, o gasto fica em $90,00. Se eles forem ao cinema, ele sabe que em 80% das vezes ela pede para ir jantar, a despesa somente com o jantar fica em $100,00; 20% das vezes, eles vão direto para casa. Levando a namorada ao teatro, em 40% das vezes ela pede para ir jantar e 60% das vezes eles vão direto para casa. Pergunta-se: Qual a distribuição de probabilidades do gasto que o rapaz tem com a namorada? Qual o valor esperado do gasto? Exercício Proposto (cont.) EXERCÍCIOS EXTRAS 38 Exercício 1 Suponha que assuma um dos valores , e 2. Se para alguma constante , determine Exercício 2 Uma moeda com probabilidade de dar cara é jogada até que de cara ou coroa duas vezes. Determine o número esperado de jogadas. Exercício 3 Um apostador escreve um número positivo em um pedaço de papel vermelho, mostra o papel a um observador imparcial, e então o coloca sobre a mesa com a face escrita para baixo. O observador então joga uma moeda honesta. Se der cara, ele escreve o valor em pedaço de papel azul, que é então colocado sobre a mesa com a face escrita para baixo. Se der coroa, ele escreve o valor neste mesmo papel. Sem saber o valor de ou se a moeda deu cara ou coroa, você tem a opção de virar para cima o papel vermelho ou azul. Após fazer isso e observar o número escrito no papel, você deve escolher entre receber como prêmio aquela quantia ou a quantia (desconhecida) escrita no outro papel. Exercício 4 A cada dia meteorologistas dão probabilidade de chuva para o dia seguinte. Para julgar quão boa é a capacidade de prever o tempo, vamos classificar os meteorologistas da seguinte forma: Se um meteorologista diz que vai chover com probabilidade então ele ou ela receberá uma nota de As notas são anotadas ao longo de um determinado período de tempo e o meteorologista com maior nota média é aquele que melhor faz previsão do tempo. Supondo que um determinado meteorologista esteja ciente do mecanismo de notas adotado e queira maximizar sua nota esperada e que ele acredita verdadeiradamente que choverá amanhã com probabilidade . Que valor ele ou ela deve declarar para maximizar a sua nota esperada? Exercício 5 Se tal que Determine tal que . Espaço Amostral 1 o dia 2 o dia Ganho V V 201 V N -1 N V -1 N N -199 Espaço Amostral Ganho 1o dia 2o dia V V 201 V N -1 N V -1 N N -199 Espaço Amostral 1o cliente 2o cliente Ganho Probabilidade V V 201 0,36 V N -1 0,24 N V -1 0,24 N N -199 0,16 g P(G=g) 201 0,36 -1 0,48 -199 0,16 Espaço Amostral Ganho Probabilidade 1o cliente 2o cliente V V 201 0,36 V N -1 0,24 N V -1 0,24 N N -199 0,16 g P(G=g) 201 0,36 -1 0,48 -199 0,16 Espaço Amostral 1o cliente 2o cliente Comissão Probabil i d ade C C 100 0,04 C N 50 0,16 N C 50 0,16 N N 0 0,64 Espaço Amostral Comissão Probabilidade 1o cliente 2o cliente C C 100 0,04 C N 50 0,16 N C 50 0,16 N N 0 0,64 k i ii k i iiX pxxXPxXE 11 Comissão Probabilidade 100 0,04 50 0,16 + 0,16 = 0,32 0 0,64 Comissão Probabilidade 100 0,04 50 0,16 + 0,16 = 0,32 0 0,64 ) i xP(X i x)E(X 22 222 22 )( (E(X)))E(X)xP(X)XE(x E(X))(XEVar(X)σ ii X ).()( xXPxF ( ) ï ï î ï ï í ì ³ < £ < £ < = £ = . 2 , 1 2 1 , 75 , 0 1 0 , 25 , 0 0 , 0 ) ( se x ; x se ; x se ; se x x X P x F Espaço Amostral 1a visita 2a visita Probabilidade F F 0,04 F N 0,06 N F 0,09 N N 0,81 Espaço Amostral 1a visita 2a visita Custo Fixo Receita Lucro F F 10 100 90 F N 10 50 40 N F 10 50 40 N N 10 0 -10 Espaço Amostral Probabilidade 1a visita 2a visita F F 0,04 F N 0,06 N F 0,09 N N 0,81 Espaço Amostral Custo Fixo Receita Lucro 1a visita 2a visita F F 10 100 90 F N 10 50 40 N F 10 50 40 N N 10 0 -10 Espaço Amostral 1a visita 2a visita X Probabilidade F F 90 0,04 F N 40 0,06 N F 40 0,09 N N -10 0,81 Espaço Amostral X Probabilidade 1a visita 2a visita F F 90 0,04 F N 40 0,06 N F 40 0,09 N N -10 0,81 X Prob. 90 0,04 40 0,06+0,09=0,15 -10 0,81 Total 1,00 810)0( ,XP X Prob. 90 0,04 40 0,06+0,09=0,15 -10 0,81 Total 1,00 X Prob. 90 0,04 40 0,15 -10 0,81 Total 1,00 X Prob. 90 0,04 40 0,15 -10 0,81 Total 1,00
Compartilhar