1 Teoria da Utilidade

Tamanho: px
Começar a partir da página:

Download "1 Teoria da Utilidade"

Transcrição

1 Teoria do Risco 2006/07, Disciplina Optativa, 2 o s. 1 Teoria da Utilidade 1. O Sr. Bonifácio quer fazer face a uma perda aleatória X. Considera a seguinte função utilidade: u(x) = exp{ 0, 015x}, <x<+ (a) Sabendo que X N(100, ), mostre que o prémio máximo que está disposto a pagar para segurar esta perca é de 175. (b) Sabendo que X N(80,σ 2 ), calcule o conjunto de valores de σ para os quais o prémio máximo que está disposto a pagar para adquirir um seguro sobre X é superir a Considere a seguinte função utilidade u(x) = x, x 0. A um decisor, que detém uma capital w, é proposto a troca desse capital por um de dois montantes aleatórios à sua escolha X e Y. As distribuições de probabililidades de X e Y são dadas por: x f(x) e y g(y) (a) Mostre que o decisor prefere X a Y. (b) Determine para que valores de w o decisor deve declinar a oferta? (c) Será que usando outra função utilidade poderá concluir que Y é preferível a X? 3. Um investidor decidiu orçamentar para o próximo ano todo o seu dinheiro em um de dois investimentos alternativos. No início do ano em questão a sua riqueza era de A, sendo que a riqueza resultante do investimento i édeax i, onde X i (i =1, 2) é a riqueza acumulada de uma unidade investida. O investidor considera que X i tem distribuição Lognormal com parâmetros µ i e σ i. O investimento escolhido é o que maximiza a utilidade esperada da sua riqueza no fim do ano relativamente à função utilidade u(x) =k log x, x > 0 (k>0) (a) Mostre que a decisão é independente da riqueza inicial. (b) Mostre que o investidor não escolhe nessariamente o investimento com maior valor esperado E[X i ]. (c) Considere os parâmetros: µ 1 =0, 09; σ 1 =0, 25; µ 2 =0, 1. Encontre os valores de σ 2 que verificam E[X 1 ] >E[X 2 ] emostrequeaescolharecaino2 o investimento. 4. Um decisor detém uma riqueza A e considera a função utilidade u(x) = exp{ 0, 002x}. Admite a possibilidade de uma perda de X e, sendo que esta a acontecer acontecerá apenas uma vez. A probabilidade de não existir perda é de 0,9 e a distribuição do montante (dado que existe perda) tem distribuição Gama(α;0, 01), com média 100α. (a) Calcule o prémio máximo que o decisor está disposto a pagar por um seguro sobre este risco quando α =2. (b) Para que valores de α o decisor estará disposto a pagar pelo menos um prémio de 100? 5. O Sr. Aníbal Dúvidas utiliza a seguinte função utilidade como auxiliar em tomada de decisões: u(x) =x 0.01x 2, x<50. Com uma riqueza inicial w, o Sr. Aníbal poderá ter que fazer face a uma perda de montante c com probabilidade q, sendo 1 q a probabilidade de esta não surgir. Considere que c w<50. Para fazer face a esta perda aleatória ele pondera a compra de um seguro.

2 (a) Para os valores de c =10, q =0.5 e os diferentes valores de w =10, 20, 30. Calcule o(s) prémio(s) máximo(s) que o Sr. Aníbal está disposto a pagar, por forma a cobrir o seu risco. Justifique os procedimentos. (b) Há decisores que defendem que quanto maior for a riqueza de um indivíduo, maior a sua capacidade para absorver uma perca. Tendo em atenção os resultados da alínea anterior, considera que o Sr. Aníbal pertence a esse grupo de decisores? Justifique. Verifique ainda que o prémio máximo é superior à perca esperada do risco. 6. O Sr. Prudêncio utiliza a seguinte função utilidade como auxiliar em tomada de decisões: u(x) = exp { 0.005x}. É possuidor de uma propriedade que está sujeito a certo tipo de dano. A probabilidade de que no próximo período a propriedade não seja danificada é de 3/4. Em caso de dano, a função de densidade de probabilidade de uma perda (positiva) é dada por f(x) =0.01e x/100, x>0. Uma seguradora propõe ao Sr. Prudêncio uma cobertura para o próximo período, propondo-se pagar metade de qualquer tipo de perda que ocorra. Verifique que a perca esperada para o período é de 25 u.m. equeoprémiomáximoqueoproprietário está disposto a pagar é de u.m. 7. Uma seguradora utiliza, nas suas decisões, uma função utilidade do tipo u 1 (x) = (1 exp{ 0.005x}). Por outro lado, um potencial segurado utiliza para a sua decisão económica uma função utilidade u 2 (x) = exp{ 0.007x}. O tipo de risco a segurar é o que a seguir se descreve. A probabilidade de que uma propriedade nãosejadanificada no próximo período é de 0.9. A probabilidade de ocorrer dano mais de uma vez é negligenciável. No caso de haver dano, o montante da indemnização é uma variável aleatória exponencial de média 100 u.m. (a) Determine a função distribuição do risco, classificandoav.a. emcausa. Verifique que a sua função geradora de momentos é x M(x) = 0.01 x, x<0.01, e determine o valor esperado do risco. (b) A seguradora e o segurado estudam a possibilidade de estabelecerem um contrato de seguro segundo o qual, o risco é transferido na totalidade para a seguradora. Diga, justificando, se a apólice é praticável. (c) Qual o prémio mínimo que a seguradora estaria disposta a aceitar, para se responsabilizar por qualquer dano que ocorresse? 2

3 Teoria do Risco 2006/07, Disciplina Optativa, 2 o s. 2 Modelo de Risco Individual 1. Suponha que T = qx +(1 q) Y e Z = IX +(1 I) Y em que I Bernoulli(q) e independente das v.a. s X e Y. (a) Compare os valores esperados E(T k ) e E(Z k ), k =1, 2. (b) Considere que X e Y são iid e com distribuição N(0; 1). i. Calcule E(T 2 ) e E(Z 2 ), k =1, 2. ii. Identifique as distribuições de T e Z. 2. Seja S = X 1 +2X 2 +3X 3 em que X k Poisson(k), k =1, 2, 3 e são independentes. Calcule Pr [S = s] para s =0, 1,..., Determine a distribuição de S = X 1 +X 2,emqueX k são independentes e com distribuição Exponencial(k), k =1, 2: (a) Usando a fórmula da convolução; (b) Calculando a função geradora de momentos e por esta identificando a distribuição. 4. Determinada carteira é composta por 2000 apólices de seguro de vida a um ano. Metade delas são caracterizadas por um pagamento de um montante b 1 =1e uma probabilidade de morte no período de uma ano de q 1 =1%. Para a outra metade temos b 2 =2e q 2 =5%. Utilizando o teorema do limite central, calcule o menor valor da carga de segurança, em percentagem, a ser adicionada ao prémio líquido, de forma que a probabilidade do pagamento total de indemizações exceder o prémio total seja no máximo de 5%. 5. Uma carteira é constituída por dois tipos de contratos. Para o contrato k, k =1, 2, a probabilidade de uma indemnização é q k e o número de apólices é n k. No caso de uma indemnização, o seu montante é x, com probabilidade p k (x): n k q k p k (1) p k (2) p k (3) Tipo Tipo Considere que os contratos são independentes. Sejam S k o montante total de indemnizações dos contratos de tipo k e S = S 1 + S 2. (a) Calcule a média e a variância de S. (b) Determine o capital mínimo de forma a cobrir as indemnizações agregadas com probabilidade (aproximada) de 95%. 6. Considere uma carteira com apólices de seguro de vida a um ano. Seja n k o número de apólices da carteira com capital seguro b k. A composição da carteira é a seguinte: b k n k A probabilidade de morte no ano é de 0.01, sendo as apólices independentes. A seguradora decidiu fazer um resseguro do tipo Excesso de Danos com nível de retenção 2, pagando um prémio equivalente a 120% do prémio puro que recebe por apólice. Depois de cobrados os prémios, a seguradora cedente retira dessa quantia total um montante B que vai reservar para o pagamento das indemnizações que ocorram e do prémio do resseguro. 3

4 (a) Calcule a média e a variância das indemnizações totais do segurador cedente, depois de resseguro. (b) Recorrendo à aproximação à Normal, calcule aproximadamente o valor de B de forma que este cubra os custos a que se destina em 95% dos casos. 4

5 3 Modelo de Risco Colectivo Teoria do Risco 2006/07, Disciplina Optativa, 2 o s. 1. Seja um risco relativo a determinado período representado pela v.a. Xque tem distribuição Poisson composta(λ, F ( )). λ éoparâmetrodepoissonesejamm k e m(t), respectivamente o k-ésimo momento em relação à origem e a f.g.m. (caso exista) da distribuição dos montantes individuais F ( ). A f.g.m. de X caso exista é dada pela expressão M X (t) =exp{λ (m(t) 1)} (a) Mostre, justificando todos os passos, que o coeficiente de assimetria de X édadopelaexpressão γ X = λm 3 / (λm 2 ) 3/2. (b) Explique o sentido da assimetria da distribuição de X e calcule o limite do coeficiente de assimetria quando λ. Interprete cuidadosamente o resultado. (c) Suponha agora que λ =10e a f.d.p. dos montantes particulares é dada pela expressão f(z) =3, ,5 (10 + z) 4,5, z > 0. obtendo-se relativamente a X: E[X] =40,V[X] = /3 e E[(X E[X]) 3 ]= /5. i. Aproxime Pr[X > 100] considerando a aproximação de X ànormaleàgamadeslocadacom parâmetros k, α e β: k + α/β = λm 1 ; α/β 2 = λm 2 ; 2/ α = γ X (ver (a)). ii. Comente os resultados obtidos em (i) referindo justificadamente qual das duas aproximações considera mais adequada/desadequada. 2. Seja S = X 0 +X X N (X 0 0) a v.a. que representa as indemnizações agregadas de um risco num determinado período, X i é a indemnização particular i, independente de X j ( i 6= j) e independente de N ( i) que tem distribuição de Poisson(λ). A distribuição comum das indemnizações individuais é uma Lognormal com parâmetros µ e σ 2, com densidade f(x) = ³ xσ 1 n 2π exp (log x µ) 2 / 2σ 2 o, x>0. Sabe-se que E(S) =λe(x) e V (S) =λe(x 2 ). O segurador deste risco fez um resseguro do tipo X-Loss com retenção M (>0). (a) Calcule a média e a variância do montante agregado que ficou da responsabilidade do segurador (pós-resseguro). Justifique todos os procedimentos. (b) Mostre que o ressegurador paga em média por período um valor total (inclui indemnizações nulas) µ λ exp ½µ + 12 ¾ µ µ log M µ σ 2 log M µ σ2 1 Φ M 1 Φ σ σ Justifique todos os procedimentos. 3. O montante das indemnizações agregadas de uma carteira num ano tem distribuição Poisson composta. A f.d.p. dos montantes particulares é a seguinte: f(x) = x 4, x > 100 A seguradora admite a aquisição de um resseguro X-Loss com retenção M, 0 M <, paraesta carteira. Sejam X(M) e Y (M) as v.a. s que representam os montantes globais liquidos a pagar pela seguradora e resseguradora, respectivamente. Calcule o valor de M que minimiza V [X(M)] + V [Y (M)] Considere separadamente os valores M 100 e M >

6 4. Considere uma carteira de seguro automóvel. A companhia seguradora assume que a distribuição do número de acidentes num ano para cada uma das apólices da carteira é uma Poisson de média 0,3. O custo de reparação do automóvel após o sinistro tem distribuição de Pareto(4;1500). A companhia seguradora admite que o segurado só faz participação do acidente quando o custo de reparação excede 210. Cada acidente que é participado dá origem a uma indemnização que é paga na totalidade pela companhia, que incorre ainda numa despesa adicional de 100. Calcule o montante esperado que a companhia paga num ano em indemnizações e despesas relativamente a cada apólice. 5. Uma carteira de seguros consiste em n apólices. Para cada apólice o número de indemnizações num ano tem distribuição de Poisson com parâmetro θ e o montante da indemnização individual tem média m (>0) e desvio padrão s. O parâmetro θ tem o mesmo valor para todas as apólices da carteira mas o seu valor é desconhecido. Considera-se então que θ é uma variável aleatória com média µ e desvio padrão σ. Seja X a v.a. que representa o montante global de indemnizações na carteira. A seguradora estuda a variabilidade da carteira através do coeficiente de variação, CV (X), representado pelo quociente entre odesviopadrãodex e a respectiva média. (a) Mostre que quando n aumenta, mantendo m, s, µ e σ fixos, CV (X) decresce para um valor limite, que será zero se e só se σ for zero. (b) Explique o resultado de (a). 6. O número de indemnizações a que um segurado dá origem por período tem distribuição de Poisson com média 0,1. Cada indemnização toma os valores 5000 e com probabilidades 0,8 e 0,2 respectivamente. Determine a probabilidade das indemnizações agregadas serem superior a Considere que as indemnizações agregadas de uma determinada carteira têm distribuição binomial negativa composta. O número esperado de sinistros é 100 e a variância do número de sinistros é 200. Os primeiros três momentos em relação à origem das indemnizações particulares são 200, e Osprémiossãode24mil uros. Qual a probabilidade aproximada do rácio de perca (quociente entre as indemnizações agregadas e os prémios) ser superior a 110%. Utilize a aproximação à Normal, Gama deslocada e Normal Power. Tire conclusões. 8. Considere o modelo de risco coletivo. Sejam as v.a. s, S que representa as indemnizações agregadas produzidas por um risco num determinado período, X i a indemnização individual i e N onúmerode indemnizações no referido período. S = P N i=0 X i, X 0 0. Sejam ainda, f(.), p n e g(.) as funções de probabilidade de X i,den edes, respectivamente. Ainda, f(1) = 0.4, f(2) = 0.6. (a) Sejam, p j 1 =0.1j, j =1, 2, 3, 4. Sabendo que g(x) = P n=0 p nf n (x), calculeg(x), parax = 0, 1,..., 5. (b) Considere agora que N Poisson(2). Calculeg(x), parax =0, 1,..., 5, usando a fórmula recursiva de Panjer. 9. Considere o modelo de risco coletivo. Sejam as v.a. s, S que representa as indemnizações agregadas produzidas por um risco num determinado período, X i a indemnização individual i e N onúmerode indemnizações no referido período. S = P N i=0 X i, X 0 0. Sejam ainda, f(.), p n e g(.) as funções de probabilidade de X i,den edes, respectivamente. Sejam as funções x f(x) n p n (a) Sabendo que g(x) = P n=0 p nf n (x), calculeg(x), parax =0, 1,...,4. (b) Considere agora as variáveis aleatórias N 1 e N 2 representando, respectivamente, o número de indemnizações de montante igual a 1 e a 2. Calcule Pr[N 1 =1], Pr[N 2 =1]e Pr[N 1 =1,N 2 =1]. Tire conclusões sobre a independência de N 1 e N 2. 6

7 (c) Suponha nesta alínea que N representa o número de acidentes sofridos num determinado ano por um condutor segurado e N Poisson(λ). Se ocorre um acidente existe uma probabilidade p de que os montantes dos danos excedam um montante dedutível (franquia). Deduza a distribuição do número de acidentes que resultam num pagamento de indemnização. 10. Seja N tal que p n =(a + b/n)p n 1, n =1, 2, 3,... esejas = P N i=1 X i. X i está distribuida nos inteiros positivos e suponha a existência de E(S r ), r =1, 2,... (a) Mostre que E(S r ) pode ser calculado recursivamente: Xr 1 E(S r )=(1 a) 1 E(S i )E(X r i ) a i=0 µ r i + b µ r 1 i (b) Suponha que N tem distribuição de Poisson com média λ. Verifique µ S = λe(x), V (S) =λe(x 2 ) e µ 3,S = λe(x 3 ). 7

8 Teoria do Risco 2006/07, Disciplina Optativa, 2 o s. 4 Teoria da Ruína 1. Seja X i Gama(2; 2) e λ =1,c=1, 1. Calculeocoeficiente de ajustamento. (R =0, 1225). 2. Sejam m(t), m k e R, respectivamente, a f.g.m. de X, momento de ordem k em relação à origem e o coeficiente de ajustamento. Sabendo que exp{rx} = P k=0 (1/k!)(Rx)k (explique!), mostre que R< 2(c λm 1) λm 2 3. Seja P (x) =1 exp{ βx}, x>0(β>0). Sabe-seque ψ 0 (u) = λ c ψ(u) λ c Z u 0 p(u x)ψ(x)dx λ [1 P (u)] (1) c (a) Mostre que o coeficiente de ajustamento é R = β λ/c. (b) Mostre utilizando (1), que ψ(u) =ψ(0) exp{ Ru}. (c) Conclua utilizando a solução da alinea anterior que ψ(0) = λ/βc. Emparticular,sec =(1+θ)λm 1, mostre que ψ(0) = (1 + θ) 1. Para as alíneas seguintes considere c =(1+θ)λm 1 e β =1. (d) Interprete sucintamente a relação coeficiente de ajustamento e probabilidade de ruína eventual. (e) Explique o efeito do parâmetro de Poisson λ edocoeficiente de carga θ na probabilidade de ruína para este caso (c =(1+θ)λm 1 ). 4. Sejaoprocessoderisco{U(t)} t 0 : U(t) =u+ct S(t), onde u ( 0) é a reserva inicial, c é o prémio por unidadedetempoe{s(t)} t 0 é um processo Poisson composto (λ, P (x)) ep (0) = 0. Sejamp(x) e δ(u) respectivamente, a f.d.p. das indemnizações particulares e a probabilidade de sobrevivência eventual. (a) Mostre que (justifique todos os procedimentos) d du δ(u) =λ c δ(u) λ c Z u 0 δ(u x)p(x)dx (b) Considere λ =1, c =1e p(x) =12e 3x 12e 4x, x>0 Considere a transformada de Laplace de δ(u): δ(s) =cδ(0)/ (cs λ + λ p(s)) de δ(u). p(s) éat.l. de p(x) e δ(0) = 1 λm 1 /c, sendo m 1 a indemnização particular média. Mostre que (justifique todos os procedimentos): δ(u) =1 5 8 e u e 5u 5. Suponha que λ =10, p(x) =8e 4x 7e 7x,x>0, e c =5.Calculeψ(u). 6. Considere o processo clássico de risco {U(t),t 0}. O prémio é calculado segundo o princípio do valor esperado, com coeficiente de carga θ = 0.4 e a distribuição das indemnizações individuais é dada pela densidade p(x) = 3e 3x +7e 7x /2. (a) Qual dos valores 0, 1 e 6 é raiz da equação 1+(1+θ)m 1 R = m(r)? Destes valores, qual é o coeficiente de ajustamento? Justifique. 8

9 (b) Uma das quatro expressões abaixo é a probabilidade de ruína para o processo. Discuta (sem calcular) qual delas é a expressão correcta, explicando porque é que as outras não o podem ser. Justifique cuidadosamente. 1. ψ(u) = e u e 6u 2. ψ(u) = e u e 6u 3. ψ(u) = e 0.5u e 6.5u 4. ψ(u) = e 0.5u e 6.5u 7. Considere o processo clássico de risco {U(t),t 0 U(0) = u}. O prémio é calculado segundo o princípio do valor esperado, com coeficiente de carga θ. Sejam λ =3, c =1e função distribuição das indemnizações individuais (I (.) é a função indicatriz): P (x) = µ1 19 e 3x 89 e 6x I (0,+ ). (a) Mostre que a distribuição das indemnizações individuais é uma mistura de distribuições exponenciais e indentifique-as. (b) Calcule o valor esperado m 1,ocoeficiente de carga θ, af.g.m. m(s) e a probabilidade de ruína eventual ψ(0). (c) Mostre que a probabilidade de ruína é dada pela expressão ψ(u) = 4 9 e 2u e 4u, u O processo das indemnizações agregadas de um determinado risco é um processo Poisson composto com parâmetro λ. As indemnizações particulares têm distribuição exponencial de média 1. O prémio por unidadedetempoéc =(1+θ)λm 1 (θ>0). Seja B(u, n) a probabilidade de ruina até à n-ésima indemnização (inclusivé), n =1, 2,..., para este risco, dado uma reserva inicial u 0. (a) Mostre que (b) Encontre uma expressão para B(u, 2). B(u, 1) = exp{ u} 2+θ 9. Duas seguradoras decidem partilhar a responsabilidade de indemnizações de um determinado risco. A partilha é feita com base no seguinte: A primeira companhia paga uma proporção α e a segunda companhia paga a proporção complementar 1 α sobre cada indemnização. O processo das indemnizações agregadas para este risco é um processo de Poisson composto. As indemnizações particulares têm f.d.p. p(x), x > 0. O prémio anual cobrado pela companhia i (i =1, 2) étal que o seu coeficiente de ajustamento é um valor fixo R i > 0. O acordo sobre a partilha do risco é tal que a proporção α deve ser encontrada por forma a minimizar o prémio total anual a ser cobrado pelas duas seguradoras. Mostre que o valor óptimo é. R 2 α = R 1 + R 2 9

10 Teoria do Risco 2006/07, Disciplina Optativa, 2 o s. 5 Princípios de Cálculo do Prémio 1. Um princípio é sub-aditivo se para dois riscos X e Y, P X+Y P X + P Y. (a) Mostre que o princípio do valor esperado é sub-aditivo. (b) Sob que condições o princípio da variância é sub-aditivo? (c) Dê uma interpretação desta propriedade. 2. Diga qual é a transformada de Esscher com parâmetro h de (a) Distribuição de Poisson com média λ. (b) Distribuição Gama de média α/β. Sob que condições a transformada existe? 3. Prove que o princípio de Esscher satisfaz a Propriedade 2, Consistência e Aditividade. 4. Prove que o princípio exponencial é aditivo. 5. Considere o princípio de risco ajustado com índice de risco ρ. Calcule prémios para os seguintes riscos com ρ =1, 2; 1, 5; 1, 8 ecomente: (a) X U(0; 2) (b) Y exp(1) (c) Z Pareto(2; 1) 6. Considere um risco X, representando as indemnizações agregadas num ano. A v.a. X Normal(µ, σ 2 ), sendo µ e σ 2 tais que Pr[X <0] ' 0. O segurador decidiu ressegurar o risco por forma a pagar Y = X se X<Me Y = M se X M, sendo o restante (Z) pago pelo ressegurador (tratado Stop-Loss). M é uma quantia fixa positiva. (a) Seja P (β,m) o prémio de resseguro, calculado pelo princípio exponencial, i.e. pelo princípio da utilidade nula com função utilidade u(x) = exp{ βx}, β>0. Mostreque µ µ M µ P (β,m) =β 1 log Φ +exp ½β (µ M)+ 12 ¾ µ M µ σ β2 σ 2 1 Φ βσ σ Justifique todos os procedimentos. [Nota: Genericamente, prémio pelo pr. exponencial para um risco Z : P Z = β 1 log E (exp {βz}). lim β 0 + P Z = E [Z]]. (b) Sejam µ =1, 2; σ 2 =1/4; β =0, 2 e M =1, 4. i. Calcule P (β,m). Explique o comportamento de P (β,m) como função de β,para um dado valor de M. ii. Seja P (0, 2; 1, 4) = (1 + θ) E[Z], ouseja,igualaoprémiopelopr. do valor esperado. Calcule a carga θ associada. (Nota: Se não resolveu (i) faça P (0, 2; 1, 4) = 0, 1204) 7. Calcule a transformada de Esscher com parâmetro h da distribuição Binomial(n; p) e verifique, identificando os parâmetros, que a transformada é ainda binomial. 10

11 Teoria do Risco 2006/07, Disciplina Optativa, 2 o s. 6 Teoria da Credibilidade 1. Sejam X 1 e X 2 v.a. s que representam as indemnizações agregadas de um risco relativamente a dois anos consecutivos. A distribuição de cada X j (j =1, 2) depende de um parâmetro, fixo mas deconhecido, θ. Dado θ as v.a. s X 1 e X 2 são iid com distribuição comum N(θ, τ 2 ). A distribuição aprioride θ é N(µ, σ 2 ). (a) Mostre que as variáveis X 1 e X 2 têm a mesma distribuição. (b) Calcule E[X 1 X 2 ] em função de µ e σ 2 emostrequex 1 e X 2 não são (incondicionalmente) independentes, apesar de terem a mesma distribuição. (c) Interprete a afirmação em (b). 2. O número de indemnizações anuais de um determinado risco tem distribuição de Poisson com média θ. O valor de θ é fixo mas desconhecido. A distribuição aprioride θ éuniformeem[0; 1]. Sejamx 1,..., x n o número observado de indemnizações em anos sucessivos para este risco, e seja x = P n i=1 x i/n. (a) Mostre que a média a posteriori pode ser escrita na forma: R 1 0 e nθ θ nx+1 dθ R 1 0 e nθ θ nx dθ (b) Suponha n =5. Calcule a média da distribuição a posteriori de θ para x =0e x =0, 2. (c) Utilizando as respostas em (b) mostre que a média a posteriori de θ não pode ser escrita na forma (µ = E[θ]) zx +(1 z)µ 3. Seja N o número de indemnizações dum risco num ano. A distribuição condicional de N dado λ é Poisson com média λ, sendo λ uma tiragem casual de um colectivo com distribuição Gama(α, β), com α e β conhecidos. Seja λ o estimador de credibilidade linear para λ, i.e. 4. λ = a + bn = zn +(1 z)µ com z = σ 2 /(µ + σ 2 ) sendo E[λ i ]=µ, V[λ i ]=σ 2 (não é preciso mostrar). Considere ainda o estimador Bayes de λ: amédia a posteriori E[λ N]. (a) Sejam W 1,W 2,..., W n uma sequência de v.a. s iid com variância σ 2.SejaW = P n i=1 W i/n, mostre que X n (n 1) 1 Wi W 2 é um estimador centrado para σ 2. (b) Supunhamos válidos os pressupostos do modelo de Bühlmann. Utilizando (a) mostre que N 1 é estimador centrado para E[σ 2 (θ)]. N X j=1 i=1 X n (n 1) 1 2 Xij X.j i=1 11

12 5. Os dados abaixo correspondem às indemnizações agregadas, em 6 anos consecutivos, de 5 apólices de seguro de incêndio industrial referentes a uma carteira de uma seguradora. Os montantes estão deflacionados e são expressos em 1.000C=. A pó li ce Ano (a) Discuta as hipóteses de aplicabilidade do modelo de Bühlmann, para este caso. (b) Calcule o Prémio de Credibilidade para cada uma das apólices. c ADER 12

2 Modelo Clássico de Cramér-Lundberg

2 Modelo Clássico de Cramér-Lundberg 2 Modelo Clássico de Cramér-Lundberg 2.1 Conceitos fundamentais Nesta sessão introduziremos alguns conceitos fundamentais que serão utilizados na descrição do modelo de ruína. A lei de probabilidade que

Leia mais

TEORIA DO RISCO. LUIZ SANTOS / MAICKEL BATISTA economia.prof.luiz@hotmail.com maickel_ewerson@hotmail.com

TEORIA DO RISCO. LUIZ SANTOS / MAICKEL BATISTA economia.prof.luiz@hotmail.com maickel_ewerson@hotmail.com TEORIA DO RISCO LUIZ SANTOS / MAICKEL BATISTA economia.prof.luiz@hotmail.com maickel_ewerson@hotmail.com 1 TARIFAÇÃO (FERREIRA, 2002) Diversos conceitos e metodologias envolvidos no cálculo do preço pago

Leia mais

Logo, para estar entre os 1% mais caros, o preço do carro deve ser IGUAL OU SUPERIOR A:

Logo, para estar entre os 1% mais caros, o preço do carro deve ser IGUAL OU SUPERIOR A: MQI 00 ESTATÍSTICA PARA METROLOGIA - SEMESTRE 008.0 Teste 6/05/008 GABARITO PROBLEMA O preço de um certo carro usado é uma variável Normal com média R$ 5 mil e desvio padrão R$ 400,00. a) Você está interessado

Leia mais

Instituto Politécnico de Viseu Escola Superior de Tecnologia

Instituto Politécnico de Viseu Escola Superior de Tecnologia Instituto Politécnico de Viseu Escola Superior de Tecnologia Departamento: Matemática Estatística I Curso: Contabilidade e Administração Ano: 3 o Semestre: o Prova: Exame Época: Normal Ano Lectivo: 2004/2005

Leia mais

Descreve de uma forma adequada o

Descreve de uma forma adequada o EST029 Cálculo de Probabilidade I Cap. 8 - Variáveis Aleatórias Contínuas Prof. Clécio da Silva Ferreira Depto Estatística - UFJF 1 Variável Aleatória Normal Caraterização: Descreve de uma forma adequada

Leia mais

Cláudio Tadeu Cristino 1. Julho, 2014

Cláudio Tadeu Cristino 1. Julho, 2014 Inferência Estatística Estimação Cláudio Tadeu Cristino 1 1 Universidade Federal de Pernambuco, Recife, Brasil Mestrado em Nutrição, Atividade Física e Plasticidade Fenotípica Julho, 2014 C.T.Cristino

Leia mais

DISTRIBUIÇÕES DE PROBABILIDADE

DISTRIBUIÇÕES DE PROBABILIDADE DISTRIBUIÇÕES DE PROBABILIDADE i1 Introdução Uma distribuição de probabilidade é um modelo matemático que relaciona um certo valor da variável em estudo com a sua probabilidade de ocorrência. Há dois tipos

Leia mais

COMENTÁRIO AFRM/RS 2012 ESTATÍSTICA Prof. Sérgio Altenfelder

COMENTÁRIO AFRM/RS 2012 ESTATÍSTICA Prof. Sérgio Altenfelder Comentário Geral: Prova muito difícil, muito fora dos padrões das provas do TCE administração e Economia, praticamente só caiu teoria. Existem três questões (4, 45 e 47) que devem ser anuladas, por tratarem

Leia mais

Universidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Revisão de Probabilidade e Estatística

Universidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Revisão de Probabilidade e Estatística Universidade Federal do Paraná Departamento de Informática Reconhecimento de Padrões Revisão de Probabilidade e Estatística Luiz Eduardo S. Oliveira, Ph.D. http://lesoliveira.net Conceitos Básicos Estamos

Leia mais

Aula de Exercícios - Variáveis Aleatórias Discretas - Modelos Probabiĺısticos

Aula de Exercícios - Variáveis Aleatórias Discretas - Modelos Probabiĺısticos Aula de Exercícios - Variáveis Aleatórias Discretas - Modelos Probabiĺısticos Organização: Airton Kist Digitação: Guilherme Ludwig Exercício Se X b(n, p), sabendo-se que E(X ) = 12 e σ 2 = 3, determinar:

Leia mais

(b) Qual a probabilidade de ter sido transmitido um zero, sabendo que foi recebido um (1.0) zero?

(b) Qual a probabilidade de ter sido transmitido um zero, sabendo que foi recebido um (1.0) zero? Grupo I 5.0 valores 1. Um sistema de comunicação binária transmite zeros e uns com probabilidade 0.5 em qualquer dos casos. Devido ao ruído existente no canal de comunicação há erros na recepção: transmitido

Leia mais

Investimentos e Mercados Financeiros

Investimentos e Mercados Financeiros MESTRADO EM CONTABILIDADE, FISCALIDADE E FINANÇAS EMPRESARIAIS 1º SEMESTRE 2007/2008 Investimentos e Mercados Financeiros Caderno de Exercícios nº3 Escolha da Carteira Óptima Raquel M. Gaspar 1 Teoria

Leia mais

UNIVERSIDADE FEDERAL DO PIAUÍ (UFPI) ENG. DE PRODUÇÃO PROBABILIDADE E ESTATÍSTICA 2

UNIVERSIDADE FEDERAL DO PIAUÍ (UFPI) ENG. DE PRODUÇÃO PROBABILIDADE E ESTATÍSTICA 2 UNIVERSIDADE FEDERAL DO PIAUÍ (UFPI) ENG. DE PRODUÇÃO PROBABILIDADE E ESTATÍSTICA 2 LISTA N O 2 Prof.: William Morán Sem. I - 2011 1) Considere a seguinte função distribuição conjunta: 1 2 Y 0 0,7 0,0

Leia mais

Prof. M. Sc. Jarbas Thaunahy Santos de Almeida 1

Prof. M. Sc. Jarbas Thaunahy Santos de Almeida 1 Prof. M. Sc. Jarbas Thaunahy Santos de Almeida 1 Aula 7 Covariância e suas aplicações Roteiro Introdução Covariância Valor esperado, Variância e Desvio-padrão da soma entre duas variáveis aleatórias Retorno

Leia mais

Variáveis Aleatórias Contínuas e Distribuição de Probabilidad

Variáveis Aleatórias Contínuas e Distribuição de Probabilidad Variáveis Aleatórias Contínuas e Distribuição de Probabilidades - parte IV 2012/02 Distribuição Exponencial Vamos relembrar a definição de uma variável com Distribuição Poisson. Número de falhas ao longo

Leia mais

Regressão logística na identificação de factores de risco em acidentes automóveis e fraude de seguros.

Regressão logística na identificação de factores de risco em acidentes automóveis e fraude de seguros. Regressão logística na identificação de factores de risco em acidentes automóveis e fraude de seguros. José Luís Mourão Faculdade de Ciências Universidade do Porto 28 de Janeiro de 2013 José Luís Mourão

Leia mais

CPV O cursinho que mais aprova na GV

CPV O cursinho que mais aprova na GV O cursinho que mais aprova na GV FGV ADM Objetiva 06/junho/010 MATemática 01. O monitor de um notebook tem formato retangular com a diagonal medindo d. Um lado do retângulo mede 3 do outro. 4 A área do

Leia mais

7. A Soc. Z efectuou, pela 1ª vez, ajustamentos em dívidas a receber ( Provisões para créditos de cobrança duvidosa), conforme quadro abaixo:

7. A Soc. Z efectuou, pela 1ª vez, ajustamentos em dívidas a receber ( Provisões para créditos de cobrança duvidosa), conforme quadro abaixo: Considere os seguintes limites fixados para os funcionários públicos (P 30-A/2008): Subsídio de Refeição (4,11 ); Transporte em automóvel próprio ( 0,39 por quilómetro). O SP A está sujeito à seguinte

Leia mais

Aula 11 Esperança e variância de variáveis aleatórias discretas

Aula 11 Esperança e variância de variáveis aleatórias discretas Aula 11 Esperança e variância de variáveis aleatórias discretas Nesta aula você estudará os conceitos de média e variância de variáveis aleatórias discretas, que são, respectivamente, medidas de posição

Leia mais

Exercícios de Gestão de Inventários

Exercícios de Gestão de Inventários Investigação Operacional Exercícios de Gestão de Inventários Exercícios de Gestão de Inventários Exercício 1 Uma empresa deve comprar 400 unidades de um artigo, por ano. Esta procura é conhecida e fixa.

Leia mais

CAP4: Distribuições Contínuas Parte 1 Distribuição Normal

CAP4: Distribuições Contínuas Parte 1 Distribuição Normal CAP4: Distribuições Contínuas Parte 1 Distribuição Normal Quando a variável sendo medida é expressa em uma escala contínua, sua distribuição de probabilidade é chamada distribuição contínua. Exemplo 4.1

Leia mais

CURSO ON-LINE PROFESSOR GUILHERME NEVES

CURSO ON-LINE PROFESSOR GUILHERME NEVES Olá pessoal! Neste ponto resolverei a prova de Matemática Financeira e Estatística para APOFP/SEFAZ-SP/FCC/2010 realizada no último final de semana. A prova foi enviada por um aluno e o tipo é 005. Os

Leia mais

Resoluções comentadas das questões de Estatística da prova para. ANALISTA DE GERENCIAMENTO DE PROJETOS E METAS da PREFEITURA/RJ

Resoluções comentadas das questões de Estatística da prova para. ANALISTA DE GERENCIAMENTO DE PROJETOS E METAS da PREFEITURA/RJ Resoluções comentadas das questões de Estatística da prova para ANALISTA DE GERENCIAMENTO DE PROJETOS E METAS da PREFEITURA/RJ Realizada pela Fundação João Goulart em 06/10/2013 41. A idade média de todos

Leia mais

Definição. A expressão M(x,y) dx + N(x,y)dy é chamada de diferencial exata se existe uma função f(x,y) tal que f x (x,y)=m(x,y) e f y (x,y)=n(x,y).

Definição. A expressão M(x,y) dx + N(x,y)dy é chamada de diferencial exata se existe uma função f(x,y) tal que f x (x,y)=m(x,y) e f y (x,y)=n(x,y). PUCRS FACULDADE DE ATEÁTICA EQUAÇÕES DIFERENCIAIS PROF. LUIZ EDUARDO OURIQUE EQUAÇÔES EXATAS E FATOR INTEGRANTE Definição. A diferencial de uma função de duas variáveis f(x,) é definida por df = f x (x,)dx

Leia mais

Crédito. Adm. Geral. Para que Estudar Análise de Investimento e Financiamento? Título da aula: Decisões de Investimento e Financiamento I

Crédito. Adm. Geral. Para que Estudar Análise de Investimento e Financiamento? Título da aula: Decisões de Investimento e Financiamento I Adm. Geral Prof. Marcelo dos Santos Título da aula: Decisões de Investimento e Financiamento I Para que Estudar Análise de Investimento e Financiamento? Garantir melhores decisões financeiras na empresa;

Leia mais

2 Independência e dependência das taxas de juro

2 Independência e dependência das taxas de juro 1 Incerteza e juro aleatório Considere-se o intervalo [0, n], o tempo medido em anos, e a partição [0, 1], (1, 2],..., (n 1, 1] e suponha-se que no início do ano t são aplicadas C t unidades de capital,

Leia mais

FUNÇÃO DE 1º GRAU. = mx + n, sendo m e n números reais. Questão 01 Dadas as funções f de IR em IR, identifique com um X, aquelas que são do 1º grau.

FUNÇÃO DE 1º GRAU. = mx + n, sendo m e n números reais. Questão 01 Dadas as funções f de IR em IR, identifique com um X, aquelas que são do 1º grau. FUNÇÃO DE 1º GRAU Veremos, a partir daqui algumas funções elementares, a primeira delas é a função de 1º grau, que estabelece uma relação de proporcionalidade. Podemos então, definir a função de 1º grau

Leia mais

A distribuição Weibull-Poisson

A distribuição Weibull-Poisson A distribuição Weibull-Poisson Estela Maris P. Bereta - DEs/UFSCar Francisco Louzada-Neto - DEs/UFSCar Maria Aparecida de Paiva Franco - DEs/UFSCar Resumo Neste trabalho é proposta uma distribuição de

Leia mais

dissertação. 2 Credibilidade total, em linhas gerais, seria a capacidade de representar o comportamento

dissertação. 2 Credibilidade total, em linhas gerais, seria a capacidade de representar o comportamento 13 1 Introdução Esta dissertação é o estudo de um problema estatístico de classificação que diz respeito à precificação de seguros de automóveis. Devido às particularidades deste ramo, a formação dos contratos,

Leia mais

Métodos de Monte Carlo

Métodos de Monte Carlo Departamento de Estatística - UFJF Outubro e Novembro de 2014 são métodos de simulação São utilizados quando não temos uma forma fechada para resolver o problema Muito populares em Estatística, Matemática,

Leia mais

APLICAÇÕES DA DERIVADA

APLICAÇÕES DA DERIVADA Notas de Aula: Aplicações das Derivadas APLICAÇÕES DA DERIVADA Vimos, na seção anterior, que a derivada de uma função pode ser interpretada como o coeficiente angular da reta tangente ao seu gráfico. Nesta,

Leia mais

x0 = 1 x n = 3x n 1 x k x k 1 Quantas são as sequências com n letras, cada uma igual a a, b ou c, de modo que não há duas letras a seguidas?

x0 = 1 x n = 3x n 1 x k x k 1 Quantas são as sequências com n letras, cada uma igual a a, b ou c, de modo que não há duas letras a seguidas? Recorrências Muitas vezes não é possível resolver problemas de contagem diretamente combinando os princípios aditivo e multiplicativo. Para resolver esses problemas recorremos a outros recursos: as recursões

Leia mais

Estatística Aplicada

Estatística Aplicada INSTITUTO SUPERIOR POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA Estatística Aplicada Ano Lectivo 2006/2007 Ficha n.º1 1. O director comercial de uma cadeia de lojas pretende comparar duas técnicas

Leia mais

O estudo de um indicador de comportamento do segurado brasileiro Francisco Galiza, Mestre em Economia (FGV)

O estudo de um indicador de comportamento do segurado brasileiro Francisco Galiza, Mestre em Economia (FGV) O estudo de um indicador de comportamento do segurado brasileiro Francisco Galiza, Mestre em Economia (FGV) Este artigo tem por objetivo analisar as taxas de aversão ao risco em alguns ramos do mercado

Leia mais

PE-MEEC 1S 09/10 118. Capítulo 4 - Variáveis aleatórias e. 4.1 Variáveis. densidade de probabilidade 4.2 Valor esperado,

PE-MEEC 1S 09/10 118. Capítulo 4 - Variáveis aleatórias e. 4.1 Variáveis. densidade de probabilidade 4.2 Valor esperado, Capítulo 4 - Variáveis aleatórias e distribuições contínuas 4.1 Variáveis aleatórias contínuas. Função densidade de probabilidade 4.2 Valor esperado, variância e algumas das suas propriedades. Moda e quantis

Leia mais

7Testes de hipótese. Prof. Dr. Paulo Picchetti M.Sc. Erick Y. Mizuno. H 0 : 2,5 peças / hora

7Testes de hipótese. Prof. Dr. Paulo Picchetti M.Sc. Erick Y. Mizuno. H 0 : 2,5 peças / hora 7Testes de hipótese Prof. Dr. Paulo Picchetti M.Sc. Erick Y. Mizuno COMENTÁRIOS INICIAIS Uma hipótese estatística é uma afirmativa a respeito de um parâmetro de uma distribuição de probabilidade. Por exemplo,

Leia mais

CAPÍTULO 9 Exercícios Resolvidos

CAPÍTULO 9 Exercícios Resolvidos CAPÍTULO 9 Exercícios Resolvidos R9.1) Diâmetro de esferas de rolamento Os dados a seguir correspondem ao diâmetro, em mm, de 30 esferas de rolamento produzidas por uma máquina. 137 154 159 155 167 159

Leia mais

Previdência Complementar

Previdência Complementar Cartilha Previdência Complementar Guia Fácil de Tributação TRATAMENTO TRIBUTÁRIO BÁSICO A primeira informação que deve ser observada na escolha de um plano de previdência que tenha como propósito a acumulação

Leia mais

Hipótese Estatística:

Hipótese Estatística: 1 PUCRS FAMAT DEPTº DE ESTATÍSTICA TESTE DE HIPÓTESE SÉRGIO KATO Trata-se de uma técnica para se fazer inferência estatística. Ou seja, a partir de um teste de hipóteses, realizado com os dados amostrais,

Leia mais

Pindyck & Rubinfeld, Capítulo 15, Mercado de Capitais::REVISÃO

Pindyck & Rubinfeld, Capítulo 15, Mercado de Capitais::REVISÃO Pindyck & Rubinfeld, Capítulo 15, Mercado de Capitais::REVISÃO 1. Uma empresa utiliza tecidos e mão-de-obra na produção de camisas em uma fábrica que foi adquirida por $10 milhões. Quais de seus insumos

Leia mais

FUNÇÃO DO 1º GRAU. Vamos iniciar o estudo da função do 1º grau, lembrando o que é uma correspondência:

FUNÇÃO DO 1º GRAU. Vamos iniciar o estudo da função do 1º grau, lembrando o que é uma correspondência: FUNÇÃO DO 1º GRAU Vamos iniciar o estudo da função do 1º grau, lembrando o que é uma correspondência: Correspondência: é qualquer conjunto de pares ordenados onde o primeiro elemento pertence ao primeiro

Leia mais

Métodos Estatísticos II 1 o. Semestre de 2010 ExercíciosProgramados1e2 VersãoparaoTutor Profa. Ana Maria Farias (UFF)

Métodos Estatísticos II 1 o. Semestre de 2010 ExercíciosProgramados1e2 VersãoparaoTutor Profa. Ana Maria Farias (UFF) Métodos Estatísticos II 1 o. Semestre de 010 ExercíciosProgramados1e VersãoparaoTutor Profa. Ana Maria Farias (UFF) Esses exercícios abrangem a matéria das primeiras semanas de aula (Aula 1) Os alunos

Leia mais

VE = (0.1)($100) + (0.2)($50) + (0.7)($10) = $27.

VE = (0.1)($100) + (0.2)($50) + (0.7)($10) = $27. Pindyck & Rubinfeld, Capítulo 5, Incerteza :: EXERCÍCIOS 1. Considere uma loteria com três possíveis resultados: uma probabilidade de 0,1 para o recebimento de $100, uma probabilidade de 0,2 para o recebimento

Leia mais

IFRS TESTE DE RECUPERABILIDADE CPC 01 / IAS 36

IFRS TESTE DE RECUPERABILIDADE CPC 01 / IAS 36 IFRS TESTE DE RECUPERABILIDADE CPC 01 / IAS 36 1 Visão geral O CPC 01 é a norma que trata do impairment de ativos ou, em outras palavras, da redução ao valor recuperável de ativos. Impairment ocorre quando

Leia mais

CAPÍTULO 4 Exercícios Resolvidos

CAPÍTULO 4 Exercícios Resolvidos CAPÍTULO 4 Exercícios Resolvidos R4.1) Condição para concretização de uma venda Um certo tipo de componente é vendido em lotes de 1000 itens. O preço de venda do lote é usualmente de 60 u.m. Um determinado

Leia mais

CI202 - Métodos Numéricos

CI202 - Métodos Numéricos CI202 - Métodos Numéricos Lista de Exercícios 2 Zeros de Funções Obs.: as funções sen(x) e cos(x) devem ser calculadas em radianos. 1. Em geral, os métodos numéricos para encontrar zeros de funções possuem

Leia mais

Probabilidade. Distribuição Normal

Probabilidade. Distribuição Normal Probabilidade Distribuição Normal Distribuição Normal Uma variável aleatória contínua tem uma distribuição normal se sua distribuição é: simétrica apresenta (num gráfico) forma de um sino Função Densidade

Leia mais

2 Modelo para o Sistema de Controle de Estoque (Q, R)

2 Modelo para o Sistema de Controle de Estoque (Q, R) Modelo para o Sistema de Controle de Estoque (, ) Neste capítulo é apresentado um modelo para o sistema de controle de estoque (,). Considera-se que a revisão dos estoques é continua e uma encomenda de

Leia mais

EXERCÍCIOS BINOMIAL. X 0 1 2 3 4 P(X=x) 0.00390625 0.046875 0.2109375 0.421875 0.3164063

EXERCÍCIOS BINOMIAL. X 0 1 2 3 4 P(X=x) 0.00390625 0.046875 0.2109375 0.421875 0.3164063 EXERCÍCIOS BINOMIAL Prof. Jomar 1. Num determinado processo de fabricação, 10% das peças são consideradas defeituosas. As peças são acondicionadas em caixas com 5 unidades cada uma. Então: a) Qual a probabilidade

Leia mais

1 Variáveis Aleatórias

1 Variáveis Aleatórias Variáveis Aleatórias Exercício Num lançamento de 3 moedas equilibradas seja X avariável aleatória que representa o número de caras saídas Escreva a função de probabilidade de X Exercício Quantasvezessedevelançarumdadoaoarparaqueaprobabilidade

Leia mais

Tomada de Decisão e Distribuições de Probabilidade. Lupércio França Bessegato

Tomada de Decisão e Distribuições de Probabilidade. Lupércio França Bessegato Tomada de Decisão e Distribuições de Probabilidade Lupércio França Bessegato Introdução Roteiro Tabela de Retorno e Árvore de Decisão Critérios para Tomada de Decisão Exemplos de Aplicação Referências

Leia mais

Simulação Estocástica

Simulação Estocástica Simulação Estocástica O que é Simulação Estocástica? Simulação: ato ou efeito de simular Disfarce, fingimento,... Experiência ou ensaio realizado com o auxílio de modelos. Aleatório: dependente de circunstâncias

Leia mais

Prova Escrita de Matemática Aplicada às Ciências Sociais

Prova Escrita de Matemática Aplicada às Ciências Sociais Exame Nacional do Ensino Secundário Decreto-Lei n.º 74/2004, de 26 de Março Prova Escrita de Matemática Aplicada às Ciências Sociais 10.º e 11.º Anos de Escolaridade Prova 835/2.ª Fase 13 Páginas Duração

Leia mais

CAP. 4b INFLUÊNCIA DO IMPOSTO DE RENDA

CAP. 4b INFLUÊNCIA DO IMPOSTO DE RENDA CAP. b INFLUÊNCIA DO IMPOSTO DE RENDA A influência do Imposto de renda Do ponto de vista de um indivíduo ou de uma empresa, o que realmente importa, quando de uma Análise de investimentos, é o que se ganha

Leia mais

Microeconomia II. Cursos de Economia e de Matemática Aplicada à Economia e Gestão

Microeconomia II. Cursos de Economia e de Matemática Aplicada à Economia e Gestão Microeconomia II Cursos de Economia e de Matemática Aplicada à Economia e Gestão AULA 3.2 Utilidade Esperada Von Neumann-Morgenstern: Aplicação ao Mercado de Seguros Isabel Mendes 2007-2008 18-03-2008

Leia mais

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu 1 Programação Não Linear Aula 25: Programação Não-Linear - Funções de Uma única variável Mínimo; Mínimo Global; Mínimo Local; Optimização Irrestrita; Condições Óptimas; Método da Bissecção; Método de Newton.

Leia mais

a) Suponha que na amostra de 20 declarações foram encontrados 15 com dados incorrectos. Construa um

a) Suponha que na amostra de 20 declarações foram encontrados 15 com dados incorrectos. Construa um Escola Superior de Tecnologia de Viseu Probabilidades e Estatística 2007/2008 Ficha nº 7 1. O director comercial de uma cadeia de lojas pretende comparar duas técnicas de vendas, A e B, para o mesmo produto.

Leia mais

Universidade Nova de Lisboa FACULDADE DE ECONOMIA

Universidade Nova de Lisboa FACULDADE DE ECONOMIA Universidade Nova de Lisboa FACULDADE DE ECONOMIA Nome: Exame de Econometria I 1998/1999 (150 minutos) 5 de Fevereiro de 1999 Na folha existem espaços para apresentar as suas respostas. Defina todos os

Leia mais

Qual é o risco real do Private Equity?

Qual é o risco real do Private Equity? Opinião Qual é o risco real do Private Equity? POR IVAN HERGER, PH.D.* O debate nos mercados financeiros vem sendo dominado pela crise de crédito e alta volatilidade nos mercados acionários. Embora as

Leia mais

Utilizando-se as relações entre as funções básicas é possível obter as demais funções de sobrevivência.

Utilizando-se as relações entre as funções básicas é possível obter as demais funções de sobrevivência. MÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA Nesta abordagem paramétrica, para estimar as funções básicas da análise de sobrevida, assume-se que o tempo de falha T segue uma distribuição

Leia mais

94 (8,97%) 69 (6,58%) 104 (9,92%) 101 (9,64%) 22 (2,10%) 36 (3,44%) 115 (10,97%) 77 (7,35%) 39 (3,72%) 78 (7,44%) 103 (9,83%)

94 (8,97%) 69 (6,58%) 104 (9,92%) 101 (9,64%) 22 (2,10%) 36 (3,44%) 115 (10,97%) 77 (7,35%) 39 (3,72%) 78 (7,44%) 103 (9,83%) Distribuição das 1.048 Questões do I T A 94 (8,97%) 104 (9,92%) 69 (6,58%) Equações Irracionais 09 (0,86%) Equações Exponenciais 23 (2, 101 (9,64%) Geo. Espacial Geo. Analítica Funções Conjuntos 31 (2,96%)

Leia mais

Análise e Resolução da prova de Auditor Fiscal da Fazenda Estadual do Piauí Disciplina: Matemática Financeira Professor: Custódio Nascimento

Análise e Resolução da prova de Auditor Fiscal da Fazenda Estadual do Piauí Disciplina: Matemática Financeira Professor: Custódio Nascimento Análise e Resolução da prova de Auditor Fiscal da Fazenda Estadual do Piauí Disciplina: Professor: Custódio Nascimento 1- Análise da prova Neste artigo, faremos a análise das questões de cobradas na prova

Leia mais

Capítulo 3 Modelos Estatísticos

Capítulo 3 Modelos Estatísticos Capítulo 3 Modelos Estatísticos Slide 1 Resenha Variáveis Aleatórias Distribuição Binomial Distribuição de Poisson Distribuição Normal Distribuição t de Student Distribuição Qui-quadrado Resenha Slide

Leia mais

O comportamento conjunto de duas variáveis quantitativas pode ser observado por meio de um gráfico, denominado diagrama de dispersão.

O comportamento conjunto de duas variáveis quantitativas pode ser observado por meio de um gráfico, denominado diagrama de dispersão. ESTATÍSTICA INDUTIVA 1. CORRELAÇÃO LINEAR 1.1 Diagrama de dispersão O comportamento conjunto de duas variáveis quantitativas pode ser observado por meio de um gráfico, denominado diagrama de dispersão.

Leia mais

Gerenciamento de Projetos Técnicas e Ferramentas iniciais

Gerenciamento de Projetos Técnicas e Ferramentas iniciais Gerenciamento de Projetos Técnicas e Ferramentas iniciais Metodologia Aula Teórica Exemplos e Exercícios práticos Questões de concursos anteriores Metodologia e Bibliografia Fontes PMBOK, 2004. Project

Leia mais

Lógica Matemática e Computacional 5 FUNÇÃO

Lógica Matemática e Computacional 5 FUNÇÃO 5 FUNÇÃO 5.1 Introdução O conceito de função fundamenta o tratamento científico de problemas porque descreve e formaliza a relação estabelecida entre as grandezas que o integram. O rigor da linguagem e

Leia mais

a 1 x 1 +... + a n x n = b,

a 1 x 1 +... + a n x n = b, Sistemas Lineares Equações Lineares Vários problemas nas áreas científica, tecnológica e econômica são modelados por sistemas de equações lineares e requerem a solução destes no menor tempo possível Definição

Leia mais

Capítulo 1. x > y ou x < y ou x = y

Capítulo 1. x > y ou x < y ou x = y Capítulo Funções, Plano Cartesiano e Gráfico de Função Ao iniciar o estudo de qualquer tipo de matemática não podemos provar tudo. Cada vez que introduzimos um novo conceito precisamos defini-lo em termos

Leia mais

Investigação Operacional

Investigação Operacional Licenciatura em Engenharia de Comunicações Licenciatura em Engenharia Electrónica Industrial e Computadores Investigação Operacional Exercícios de Métodos para Programação Linear Grupo de Optimização e

Leia mais

5 Análise dos Resultados Seguro de Vida

5 Análise dos Resultados Seguro de Vida Capítulo 5 Análise dos Resultados - Seguro de Vida 5 Análise dos Resultados Seguro de Vida Este capítulo tem como objetivo a análise dos resultados obtidos através da modelagem dos dados de uma seguradora.

Leia mais

Por que aparecem as filas? Não é eficiente, nem racional, que cada um disponha de todos os recursos individualmente. Por exemplo:

Por que aparecem as filas? Não é eficiente, nem racional, que cada um disponha de todos os recursos individualmente. Por exemplo: Por que aparecem as filas? Não é eficiente, nem racional, que cada um disponha de todos os recursos individualmente. Por exemplo: que cada pessoa disponha do uso exclusivo de uma rua para se movimentar;

Leia mais

PERGUNTAS MAIS FREQÜENTES SOBRE VALOR PRESENTE LÍQUIDO (VPL)

PERGUNTAS MAIS FREQÜENTES SOBRE VALOR PRESENTE LÍQUIDO (VPL) PERGUNTAS MAIS FREQÜENTES SOBRE VALOR PRESENTE LÍQUIDO (VPL) Melhor método para avaliar investimentos 16 perguntas importantes 16 respostas que todos os executivos devem saber Francisco Cavalcante(f_c_a@uol.com.br)

Leia mais

Probabilidades e Estatística

Probabilidades e Estatística Departamento de Matemática - IST(TP) Secção de Estatística e Aplicações Probabilidades e Estatística 1 o Exame/1 o Teste/2 o Teste 2 o Semestre/1 a Época 2008/09 Duração: 3 horas/1 hora e 30 minutos 16/01/09

Leia mais

MACROECONOMIA (1º Ano Gestão, ano lectivo 2003/2004) Exercícios de Apoio ao Capítulo 4 (O mercado de bens)

MACROECONOMIA (1º Ano Gestão, ano lectivo 2003/2004) Exercícios de Apoio ao Capítulo 4 (O mercado de bens) 4.1. Determine a função representativa do consumo privado de uma economia em relação à qual se sabe o seguinte: - As intenções de consumo das famílias são caracterizadas por uma dependência linear relativamente

Leia mais

Teste Intermédio A I (50%)

Teste Intermédio A I (50%) aculdade de Economia da Universidade ova de Lisboa 1304 Análise de Dados e robabilidades ernando Brito Soares Graça Silva edro Chaves Teste Intermédio A Data: 14 de Abril de 2007, 11.00 Duração: 2 horas

Leia mais

Resolução de Matemática da Prova Objetiva FGV Administração - 06-06-10

Resolução de Matemática da Prova Objetiva FGV Administração - 06-06-10 QUESTÃO 1 VESTIBULAR FGV 010 JUNHO/010 RESOLUÇÃO DAS 15 QUESTÕES DE MATEMÁTICA DA PROVA DA MANHÃ MÓDULO OBJETIVO PROVA TIPO A O mon i tor de um note book tem formato retangular com a di ag o nal medindo

Leia mais

Matemática. Aula: 04/10. Prof. Pedro Souza. www.conquistadeconcurso.com.br. Visite o Portal dos Concursos Públicos WWW.CURSOAPROVACAO.COM.

Matemática. Aula: 04/10. Prof. Pedro Souza. www.conquistadeconcurso.com.br. Visite o Portal dos Concursos Públicos WWW.CURSOAPROVACAO.COM. Matemática Aula: 04/10 Prof. Pedro Souza UMA PARCERIA Visite o Portal dos Concursos Públicos WWW.CURSOAPROVACAO.COM.BR Visite a loja virtual www.conquistadeconcurso.com.br MATERIAL DIDÁTICO EXCLUSIVO PARA

Leia mais

ANÁLISE DE BALANÇO DAS SEGURADORAS. Contabilidade Atuarial 6º Período Curso de Ciências Contábeis

ANÁLISE DE BALANÇO DAS SEGURADORAS. Contabilidade Atuarial 6º Período Curso de Ciências Contábeis ANÁLISE DE BALANÇO DAS SEGURADORAS Contabilidade Atuarial 6º Período Curso de Ciências Contábeis Introdução As empresas de seguros são estruturas que apresentam características próprias. Podem se revestir

Leia mais

2. Operações de Venda ou de Transferência de Ativos Financeiros

2. Operações de Venda ou de Transferência de Ativos Financeiros TÍTULO : PLANO CONTÁBIL DAS INSTITUIÇÕES DO SISTEMA FINANCEIRO NACIONAL - COSIF 1 35. Instrumentos Financeiros 1. Conceitos 1 - Para fins de registro contábil, considera-se: (Res 3534 art 2º) a) instrumento

Leia mais

Primeira Lista de Exercícios de Estatística

Primeira Lista de Exercícios de Estatística Primeira Lista de Exercícios de Estatística Professor Marcelo Fernandes Monitor: Márcio Salvato 1. Suponha que o universo seja formado pelos naturais de 1 a 10. Sejam A = {2, 3, 4}, B = {3, 4, 5}, C =

Leia mais

Distribuição Uniforme Discreta. Modelos de distribuições discretas. Distribuição de Bernoulli. Distribuição Uniforme Discreta

Distribuição Uniforme Discreta. Modelos de distribuições discretas. Distribuição de Bernoulli. Distribuição Uniforme Discreta Distribuição Uniforme Discreta Modelos de distribuições discretas Notas de Aula da Profa. Verónica González-López e do Prof. Jesús Enrique García, digitadas por Beatriz Cuyabano. Acréscimos e modicações:

Leia mais

POLINÔMIOS. x 2x 5x 6 por x 1 x 2. 10 seja x x 3

POLINÔMIOS. x 2x 5x 6 por x 1 x 2. 10 seja x x 3 POLINÔMIOS 1. (Ueg 01) A divisão do polinômio a) x b) x + c) x 6 d) x + 6 x x 5x 6 por x 1 x é igual a:. (Espcex (Aman) 01) Os polinômios A(x) e B(x) são tais que A x B x x x x 1. Sabendo-se que 1 é raiz

Leia mais

ANEXO F: Conceitos Básicos de Análise Financeira

ANEXO F: Conceitos Básicos de Análise Financeira ANEXO F: Conceitos Básicos de Análise Financeira Juros e Taxas de Juros Tipos de Empréstimos Valor Atual Líquido Taxa Interna de Retorno Cobertura de Manutenção de Dívidas Juros e Taxa de Juros Juro é

Leia mais

CAPÍTULO 11. Poupança, acumulação de capital e produto. Olivier Blanchard Pearson Education

CAPÍTULO 11. Poupança, acumulação de capital e produto. Olivier Blanchard Pearson Education Olivier Blanchard Pearson Education Poupança, acumulação de capital e CAPÍTULO 11 2006 Pearson Education Macroeconomics, 4/e Olivier Blanchard Poupança, Os efeitos da taxa de poupança a razão entre a poupança

Leia mais

Sociedade Brasileira de Matemática Mestrado Profissional em Matemática em Rede Nacional. n=1

Sociedade Brasileira de Matemática Mestrado Profissional em Matemática em Rede Nacional. n=1 Sociedade Brasileira de Matemática Mestrado Profissional em Matemática em Rede Nacional MA Números e Funções Reais Avaliação - GABARITO 3 de abril de 203. Determine se as afirmações a seguir são verdadeiras

Leia mais

ESCOLA DR. ALFREDO JOSÉ BALBI UNITAU APOSTILA PROF. CARLINHOS NOME: N O :

ESCOLA DR. ALFREDO JOSÉ BALBI UNITAU APOSTILA PROF. CARLINHOS NOME: N O : ESCOLA DR. ALFREDO JOSÉ BALBI UNITAU APOSTILA INTRODUÇÃO AO ESTUDO DAS FUNÇÕES PROF. CARLINHOS NOME: N O : 1 FUNÇÃO IDÉIA INTUITIVA DE FUNÇÃO O conceito de função é um dos mais importantes da matemática.

Leia mais

CURSO ON-LINE PROFESSOR: VÍTOR MENEZES

CURSO ON-LINE PROFESSOR: VÍTOR MENEZES Caros concurseiros, Como havia prometido, seguem comentários sobre a prova de estatística do ICMS RS. Em cada questão vou fazer breves comentários, bem como indicar eventual possibilidade de recurso. Não

Leia mais

Departamento de Matemática - UEL - 2010. Ulysses Sodré. http://www.mat.uel.br/matessencial/ Arquivo: minimaxi.tex - Londrina-PR, 29 de Junho de 2010.

Departamento de Matemática - UEL - 2010. Ulysses Sodré. http://www.mat.uel.br/matessencial/ Arquivo: minimaxi.tex - Londrina-PR, 29 de Junho de 2010. Matemática Essencial Extremos de funções reais Departamento de Matemática - UEL - 2010 Conteúdo Ulysses Sodré http://www.mat.uel.br/matessencial/ Arquivo: minimaxi.tex - Londrina-PR, 29 de Junho de 2010.

Leia mais

A Curva de Lorenz e o Índice de Gini

A Curva de Lorenz e o Índice de Gini A Curva de Lorenz e o Índice de Gini Curva de Lorenz Considere n valores para uma variável x i e admita-os ordenados de forma que x x 2... x n. A proporção acumulada da população até a i-ésima pessoa é

Leia mais

Roda de Samba. Série Matemática na Escola

Roda de Samba. Série Matemática na Escola Roda de Samba Série Matemática na Escola Objetivos 1. Apresentar uma aplicação de funções quadráticas; 2. Analisar pontos de máximo de uma parábola;. Avaliar o comportamento da parábola com variações em

Leia mais

Um estudo da correlação dos resultados patrimoniais e operacionais das seguradoras Francisco Galiza, Mestre em Economia (FGV)

Um estudo da correlação dos resultados patrimoniais e operacionais das seguradoras Francisco Galiza, Mestre em Economia (FGV) Um estudo da correlação dos resultados patrimoniais e operacionais das seguradoras Francisco Galiza, Mestre em Economia (FGV) Este estudo aborda a correlação entre os resultados operacionais e patrimoniais

Leia mais

Disciplinas: Cálculo das Probabilidades e Estatística I

Disciplinas: Cálculo das Probabilidades e Estatística I Introdução a Inferência Disciplinas: Cálculo das Probabilidades e Estatística I Universidade Federal da Paraíba Prof a. Izabel Alcantara Departamento de Estatística (UFPB) Introdução a Inferência Prof

Leia mais

Equilíbrio econômico de uma seguradora Francisco Galiza, Mestre em Economia (FGV)

Equilíbrio econômico de uma seguradora Francisco Galiza, Mestre em Economia (FGV) Equilíbrio econômico de uma seguradora Francisco Galiza, Mestre em Economia (FGV) O objetivo deste trabalho é estudar um modelo simples de comportamento e equilíbrio das seguradoras. Nesta discussão, são

Leia mais

Notas de aula número 1: Otimização *

Notas de aula número 1: Otimização * UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL UFRGS DEPARTAMENTO DE ECONOMIA CURSO DE CIÊNCIAS ECONÔMICAS DISCIPLINA: TEORIA MICROECONÔMICA II Primeiro Semestre/2001 Professor: Sabino da Silva Porto Júnior

Leia mais

CURSO ON-LINE PROFESSOR: VÍTOR MENEZES. Comentários sobre as provas de estatística e financeira ICMS RJ

CURSO ON-LINE PROFESSOR: VÍTOR MENEZES. Comentários sobre as provas de estatística e financeira ICMS RJ Comentários sobre as provas de estatística e financeira ICMS RJ Caríssimos, Acabei de voltar de uma longa auditoria em que visitamos inúmeros assentamentos federais do INCRA no interior do estado. Ou seja:

Leia mais

Estabilidade. Carlos Alexandre Mello. Carlos Alexandre Mello cabm@cin.ufpe.br 1

Estabilidade. Carlos Alexandre Mello. Carlos Alexandre Mello cabm@cin.ufpe.br 1 Estabilidade Carlos Alexandre Mello 1 Introdução Já vimos que existem três requisitos fundamentais para projetar um sistema de controle: Resposta Transiente Estabilidade Erros de Estado Estacionário Estabilidade

Leia mais

Tecido 1 2 3 4 5 6 7 A 36 26 31 38 28 20 37 B 39 27 35 42 31 39 22

Tecido 1 2 3 4 5 6 7 A 36 26 31 38 28 20 37 B 39 27 35 42 31 39 22 Teste para diferença de médias Exemplo Dois tipos diferentes de tecido devem ser comparados. Uma máquina de testes Martindale pode comparar duas amostras ao mesmo tempo. O peso (em miligramas) para sete

Leia mais

Março/2012 - Parte3. Pag.1. Prof. Alvaro Augusto

Março/2012 - Parte3. Pag.1. Prof. Alvaro Augusto Pag.1 Pag.2 Pag.3 Métodos de Análise Valor Presente Líquido (VPL): Fácil de entender, fácil de calcular. Depende do conhecimento prévio de uma taxa de desconto. Taxa Interna de Retorno (TIR): Difícil de

Leia mais

O ESPAÇO NULO DE A: RESOLVENDO AX = 0 3.2

O ESPAÇO NULO DE A: RESOLVENDO AX = 0 3.2 3.2 O Espaço Nulo de A: Resolvendo Ax = 0 11 O ESPAÇO NULO DE A: RESOLVENDO AX = 0 3.2 Esta seção trata do espaço de soluções para Ax = 0. A matriz A pode ser quadrada ou retangular. Uma solução imediata

Leia mais