Prévia do material em texto
Maria Lucinda Silva · · · · · Universidade Zambeze Faculdade de Ciências e Tecnologia Beira, Abril de 2020 Índice Introdução 3 Valores Esperado 4 Valor Esperado: Caso Discreto 4 Valor Esperado: Caso continuo 5 Valor esperado de uma variável aleatória 5 Exemplos 6 Propriedades do valor esperado 7 Exercícios Resolvidos 7 Conclusão 9 Bibliografia 10 Introdução Valor esperado é um conceito estatístico que caracteriza a soma das probabilidades de cada possibilidade de saída de um experimento aleatório multiplicada pelo seu valor. Isto é, representa o valor médio esperado de uma experiência se ela for repetida muitas vezes. Em actuária, valores esperados é basicamente o resultado que se espera obter com uma variável aleatória, ou um conjunto delas, multiplicado pela probabilidade de ocorrência dessas variáveis, acrescido de um factor de capitalização financeira, que visa manter o valor do dinheiro durante o tempo. Por representar o valor de equilíbrio entre receitas e despesas de determinado produto, a valor esperado também é conhecida como preço puro ou preço de custo. Valores Esperado O valor esperado, também chamado esperança matemática, de uma variável aleatória é a soma do produto de cada probabilidade de saída da experiência pelo seu respectivo valor. Isto é, representa o valor médio "esperado" de uma experiência se ela for repetida muitas vezes. Valor Esperado: Caso Discreto Seja x uma variável aleatória discreta, com valores possíveis x1, x2, ..., xn, ... Seja p(xi)=P(X= xi), i = 1,2,...,n então o valor esperado de x, denotado por E(X) será: ) Se a série convergir absolutamente: O valor esperado pode ser compreendido intuitivamente como a média ponderada dos possíveis valores de x. Caso os valores de x sejam igualmente prováveis, tem-se a média aritmética. Apesar da semelhança entre média ponderada e E(X), existe uma diferença fundamental entre elas: · E(X) é um parâmetro de uma distribuição de probabilidade teórica, ou seja, é um valor teórico. · é a média ponderada, o resultado de uma combinação de um conjunto numérico – valor empírico. Se o experimento for realizado n vezes, originando os valores x1, x2,...,xn (são as n medições repetidas das características numéricas de x). · é a média ponderada e está próxima de E(x) em certo sentido se n for suficientemente grande. · Da mesma forma a fA frequência relativa estão próximas de pA probabilidade. Valor Esperado: Caso continuo Seja x uma variável aleatória contínua com função densidade de probabilidade f(x), assim o valor esperado ou E(X) será: E[x] existirá somente se: for finita E(X) é o que se chama de primeiro momento de uma distribuição de probabilidade e fornece uma medida de posicionamento da distribuição podendo também ser representada o centro de gravidade da distribuição de probabilidade. Valor esperado de uma variável aleatória Para uma variável aleatória discreta com valores possíveis , , , … e com as suas probabilidades representadas pela função , o valor esperado calcula-se pela série: ) Para uma variável aleatória contínua X o valor esperado calcula-se mediante o integral de todos os valores da função de densidade : Generalizando, seja g uma função que toma valores no espaço amostral de X. Então temos: e Deve-se notar que, no caso geral, não comuta com a função g, ou seja: Exemplos Exemplo1 Considere uma carteira de seguros com a seguinte função de probabilidade. S(MTN) 0 1000 2000 3000 4000 5000 6000 𝑃(𝑆) 0,35 0,31 0,155 0,13 0,04 0,01 0,005 A seguradora determina que irá cobrar dos seus segurados um prémio baseado no quanto esperam gastar com indemnizações, porém esse valor não deve exceder 4000MT. Calcule o valor esperado sujeito a esse limite. Exemlo2: Considerando o experimento de lançar uma moeda 2 vezes, sendo X = número de caras, temos: X 0 1 2 P(X=x) 1/4 1/2 1/4 Exemplo3: Uma seguradora paga 30.000 MT em caso de acidente de carro, sendo que a taxa cobrada é de 1000 MT. Sabe-se que a probabilidade de um carro sofrer acidente é de 3%. Quanto a seguradora espera ganhar por carro segurado? Definindo G: ganho da seguradora, temos que a distribuição de G é: G -29.000 1000 P(G=g) 0,03 0,97 E(G)=-29.000(0,03)+1000(0,97)=100. Ou seja, é esperado que a seguradora ganhe 100 MT por cada carro segurado. Propriedades do valor esperado O valor esperado de uma constante é a própria constante, ou seja, se C é uma constante, então decorre imediatamente de que E(C)=C. Multiplicando-se uma v.a. X por uma constante C, seu valor esperado fica multiplicado por C, isto é, E(CX)=CE(X). O valor esperado do produto de duas v.a independentes X e Y é o produto dos valores esperados, isto é, se X e Y são independentes, então E(XY)=E(X)E(Y). Nas seguintes propriedades, X e Y são variáveis aleatórias, a, b, c são constantes. E para duas variáveis aleatórias: Estas propriedades podem ser generalizadas para qualquer número de variáveis aleatórias. Exercícios Resolvidos 1. Considerando X com função distribuição de probabilidade qual o valor esperado de x. 2. Para X = nº de caras em 2 lançamentos de uma moeda, determinar o valor esperado de Y=X2+1. Como sabemos, a distribuição de X é: X 0 1 2 P(X=x) 1/4 1/2 1/4 E(Y)=E(X2+1)=(02+1).1/4+(12+1).1/2+(22+1).1/4= =1/4+1+5/4=10/4 5/2. 3. Considerando (X,Y) com distribuição conjunta: y 1 2 3 x 1 0 1/6 1/6 2 1/6 0 1/6 3 1/6 1/6 0 Calcular o valor esperado de Z=XY. E(Z) = E(XY) =1.1.0+1.2(1/6)+1.3(1/6)+2.1(1/6)+2.2.0+2.3(1/6)+3.1(1/6)+3.2(1/6)+3.3.0 =0+2/6+3/6+2/6+0+1+3/6+1+0 E(XY)=11/3. 4. Determine o valor esperado do número de solicitações de empréstimos aprovados por semana (X) X P[X = xi ] xi P[X = xi ] 0 0,1 0 1 0,1 0,1 2 0,2 0,4 3 0,3 0,9 4 0,15 0,6 5 0,1 0,5 6 0,05 0,3 Total 1 2,8 5. Conclusão Valor esperado de uma variável aleatória, um dos conceitos mais relevantes da Teoria das Probabilidades. A esperança matemática é crucial uma vez que é o parâmetro mais importante de uma distribuição de probabilidades, pois junto com a variância matemática, caracterizam plenamente essas distribuições. Por essa razão seu estudo é de vital importância. O valor esperado não é nada mais que a média aritmética de uma variável aleatória ou experimento aleatório, conceito amplamente conhecido na análise exploratória de dados, somente que este é calculado para os dados da amostra, enquanto o valor esperado é calculada nos modelos probabilísticos que se ajustam a esses conjuntos de dados. Bibliografia Azevedo, Paulo Roberto; Introdução à estatística; 3. Ed: EDUFRN, 2016. Sheldon Ross. Probabilidade: um curso moderno, com aplicações. Bookman, 2010. Magalhães, M. N.; LIMA, A. C. P. Noções de Probabilidade e Estatística. 4. ed. São Paulo: EDUSP, 2002. Bussab, WO; Morettin, PA. Estatística básica. São Paulo: Saraiva, 2006. 1 1 Maria Lucinda Silva Universidade Zambeze Faculdade de Ciências e T ecnologia Beira, Abril de 2020 1 Maria Lucinda Silva Universidade Zambeze Faculdade de Ciências e Tecnologia Beira, Abril de 2020