Análise Estatística Da Decisão - Bekman & Costa Neto - Soluções de Questões

See discussions, stats, and author profiles for this publication at: https://www.researchgate.
net/publication/326560564
Análise estatística da decisão - Bekman & Costa Neto - Soluções de questões
Technical Report · July 2006

DOI: 10.13140/RG.2.2.36781.18408
CITATIONS READS
0 766
1 author:
Jose Siqueira
University of São Paulo
96 PUBLICATIONS 531 CITATIONS
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
Mathematics View project
Financial Econometrics View project
All content following this page was uploaded by Jose Siqueira on 23 July 2018.
The user has requested enhancement of the downloaded file.

Solucoes de questoes de Bekman & Costa Neto - 0.pdf
Solucoes de questoes de Bekman & Costa Neto - I.pdf
Solucoes de questoes de Bekman & Costa Neto - II.pdf
Solucoes de questoes de Bekman & Costa Neto - III.pdf
Solucoes de questoes de Bekman & Costa Neto - IV.pdf
Soluções de questões do livro:
Bekman, O. R. & Costa Neto, P. L. O. Análise Estatística da Decisão.
Editora Edgard Blücher. 1993.
José de Oliveira Siqueira
Problema 1:
Um meteorologista acerta 80% dos dias em que chove e 90% dos dias em que não chove.
Chove em 10% dos dias. Tendo havido previsão de chuva em dado dia, qual é a
probabilidade de chover? O meteorologista (previsor) não causa a chuva.
Solução:
Determinação das variáveis aleatórias (VA) (ou variáveis estocásticas VE) do problema:
VAs fornecidas:
Variável Aleatória Estados da Natureza

X C C Total
Pr ( C ) = p =0,10 ( )
Pr C = 1 − p =0,90 1
Quadro 1: Distribuição de probabilidade prévia da VA chuva
"X " X "C " "C " Total

C Pr (" C " C ) =0,80 ( )
Pr " C " C =0,20 1
C ( )
Pr " C " C =0,10 ( )
Pr " C " C =0,90 1
Quadro 2: Distribuições de probabilidade das VAs condicionadas previsor imperfeito (características do
experimento; informação adicional com incerteza)
VAs derivadas:
X "X " "C " "C " Total
C Pr ( C ) Pr ("C " C ) =0,08 ( )
Pr ( C ) Pr " C " C =0,02 Pr ( C ) =0,10
C ( ) (
Pr C Pr " C " C =0,09 ) ( ) ( )
Pr C Pr " C " C =0,81 ( )
Pr C =0,90
Total Pr (" C ") =0,17 Pr (" C ") =0,83 1

Quadro 3: Distribuição de probabilidade da VA conjunta (bidimensional)
"X " "C " "C " Total

(
Pr (" C ") = Pr (" C " C ) + Pr " C " C )
= Pr ( C ) Pr (" C " C ) + Pr ( C ) Pr (" C " C ) ( )
Pr " C " = 1 − 0, 7 p − 0,1
1
=0,83
= 0, 7 p + 0,1
=0,17
Quadro 4: Distribuição de probabilidade da VA previsão da chuva
1
Pr (" C ") é a probabilidade de haver previsão de chuva independentemente do real estado
da natureza.
X "X " "C " "C "
Pr ( C " C ") =
Pr ( C " C ") ( )=
( )
Pr C " C "
= Pr C " C " =
Pr (" C ")
C Pr " C "( )
0,8 p ( 0,7 p + 0,1) =8/17  0,47 2/83  0,02
( )= ( )=
( )
Pr C " C " Pr C " C "
C ( )
Pr C " C " =
Pr (" C ")
Pr C " C " =
Pr " C "( )
9/17  0,53 81/83  0,98
Total 1 1
Quadro 5: Distribuições de probabilidade posteriores (atualizadas; revisada) das VAs condicionadas
Questões:
1. Fazer os gráficos de probabilidades das VAs.
2. Interpretar todas as probabilidades.
3. Desenhar as árvores da natureza e do interessado (decisor).
4. Fazer o gráfico das probabilidades posteriores em função da probabilidade de
chover. Interpretar.
5. Calcular as probabilidades derivadas quando o meteorologista é clarividente
positivo e negativo. Interpretar.
Dica:
" X " X "C " "C " Total
C 1 0 1
C 0 1 1
Quadro 6: Distribuições de probabilidade das VAs condicionadas do previsor
clarividente positivo (informação adicional sem incerteza)
"X " X "C " "C " Total

C 0 1 1
C 1 0 1
Quadro 7: Distribuições de probabilidade das VAs condicionadas do previsor
clarividente negativo (informação adicional sem incerteza)
2
Problema 2:
Uma pessoa deve decidir se carregará um guarda-chuva ao sair de sua residência. Ela
sabe que a probabilidade de chover num dia qualquer do ano é p = 0, 40 . Esta pessoa
conseguiu atribuir valores monetários às combinações dos estados da natureza com suas
alternativas de decisão.
A tabela de ganhos (payoffs) do decisor é:
R$ C C
a1 100 30
a2 0 80
Sendo que a1 corresponde à ação de carregar o guarda-chuva e, conseqüentemente, a2
corresponde à ação de não carregar o guarda-chuva.
Questões:
1. Desenhar as árvores de decisão com previsor clarividente e não-clarividente.
2. Calcular o VEII e VEIP e interpretar os resultados economicamente.
VEIP>VEII>0? Por quê?
3. Fazer o gráfico Pr ( C ) por VEIP (ordenada) e interpretá-lo economicamente.
4. Qual o VEIP máximo e para qual probabilidade de chover isto ocorre?
3
GABARITO DA LISTA DE EXERCÍCIO DA
DISCIPLINA ANÁLISE DA DECISÃO
PROF. JOSÉ DE OLIVEIRA SIQUEIRA
2006
Exercício 2.13 Calcular a esperança e variância da variável aleatória descrita pela
seguinte função de massa de probabilidade:
i xi pi = Pr (X = xi )
1 1 0; 15
2 3 0; 25
3 4 0; 30
4 6 0; 20
5 9 0; 10
O valor da esperança de uma variável aleatória discreta será dado pela expressão:
5
X
E [X] = xi pi = 4; 20:
i=1
E a variância,
2
V [X] = E X2 E [X]
5 5
!2
X X
= x2i pi xi pi = 4; 86:
i=1 i=1
Exercício 2.14 Dois dados são lançados. Calcular a esperança e variância da

variável aleatória "soma dos pontos obtidos".
Podemos resumir os possíveis eventos e suas respectivas probabilidades na seguinte tabela:
i xi pi = Pr (X = xi )
1
1 2 36
2
2 3 36
3
3 4 36
4
4 5 36
5
5 6 36
6
6 7 36
5
7 8 36
4
8 9 36
3
9 10 36
2
10 11 36
1
11 12 36 :
Considerando os dados da tabela, temos que
E [X] = 7
V [X] 5; 83:
1
Exercício 2.15) Uma variável aleatória contínua X assume valores em D = [0;4],
com função de densidade de probabilidade f (x) = cx (4 x). Determinar:
a) a constante c.
Para que f (x) seja uma função de probabilidade, f (x) tem que satisfazer as seguinte condições:
Z
(i) f (x) dx = 1
D
(ii) f (x) 0; 8x 2 D:
A segunda condição pode ser facilmante observada dado f (x) 0 para x 4. Adicionalmente,
temos que
Z 4
cx (4 x) dx = 1
0
4
1
cx2 2 x = 1
3 0
4
c16 2 = 1
3
3
c = :
32
b) a esperança
A média de uma variável contínua pode ser expressa como
Z
E [X] = xf (x) dx
D
Z 4
3 2
= x (4 x) dx
0 32
4
x3 3x4
=
8 128 0
= 2
c) a variância
A variância de uma variável contínua pode ser expressa como
2
V [X] = E X2 E [X]
Z Z 2
= x2 f (x) dx xf (x) dx
D D
4 5 4
3x 3x
= 4
32 160 0
24
= 4
5
4
=
5
2
Exercício 3.1) Um empresário dispõe de R$ 100.000,00. Ele tem a possibilidade
de optar por um entre dois negócios: o negócio A, que, com iguais probabilidades,
o levará em 20 dias, a um lucro de R$ 80.000,00 ou uma perda de R$ 40.000,00; e o
negócio B, que com probabilidades iguais a 0,3 e 0,7 o levará, respectivamente, no
mesmo prazo, a um lucro de R$ 100.000,00, ou a uma perda de R$ 30.000,00. Por
outro lado, ele sabe que, dentro de 30 dias, terá uma oportunidade de participar
de dois outros negócios: o negócio C, que exige um investimento de R$ 20.000,00
e poderá, com probabilidades 0,6 e 0,4, levar respectivamente, a um lucro líquido
de R$ 100.000,00 ou a uma perda de R$ 20.000,00; e o negócio D, que exige um
investimento de R$ 150.000,00 e poderá, com probabilidades 0,7 e 0,3, levar, res-
pectivamente, a um lucro líquido de R$ 50.000,00 ou a uma perda líquida de R$
40.000,00. É fácil veri…car que todos os negócios citados são vantajosos, portanto, o
empresário não deverá desperdiçar oportunidades de participar no melhor projeto.
Nessas condições:
a) Construir a árvore representativa do problema (Figura ).
b) Criar os possíveis cursos de ação do empresário
1. Contratar apenas o negócio A;

2. Contratar negócio A e depois contratar negócio D (se possível);
3. Contratar apenas o negócio B;
4. Contratar negócio B e depois negócio C (se possível);
5. Contratar negócio B e depois negócio D (se possível); e,
6. Não contratar os negócios A e B.
c) Qual o procedimento que deve ser seguido pelo agente decisório no caso do
item b?
Contratar o negócio A e ter a possibilidade de contratar o negócio D é a decisão que apresenta
o maior lucro esperado, ou seja, R$ 131.500,00. Caso seja contratado o negócio B, tendo a
possibilidade de contratar os negócios C ou D, o lucro esperado é de apenas R$ 124.600,00, o
que não maximiza o lucro esperado do decisor.
Exercício 3.2) Têm-se duas moedas honestas e uma que dá 75% de caras. Uma
das moedas é selecionada ao acaso, cabendo então ao agente decisório advinhar se
a moeda é honesta ou viciada. Se acertar, ganhará R$ 30,00; se errar, perderá R$
20,00. (Figura 1)
a) Determinar o VEIP
VEIP será igual a diferença entre o lucro esperado caso contrate o clarividente e caso não
contrate o clarividente, isto é,
V EIP 30; 00 13; 33 16; 67:
3
230.000,00
0,7 230.000,00
Contratar D
0,3 140.000,00
0,5
131.500,00
Não contratar D 180.000,00
Contratar A
0,5 60.000,00
Não faz nada 100.000,00
223.000,00 0,7 250.000,00
Contratar C
0,3 160.000,00
0,3 Não contrata C nem D 200.000,00

Contratar B
0,6 300.000,00
Contratar D
124.600,00
252.000,00 0,4 180.000,00
0,7
70.000,00
4
30,00 Pr(H|’H’)=1 30,00
H | ‘H’
Pr(D|’H’)=0 -20,00
Pr(‘H’)=2/3 Pr(H|’H’)=1 30,00
D | ‘H’
30,00 -20,00 Pr(D|’H’)=0 -20,00
Contratar
clarividente -20,00 Pr(H|’D’)=0 30,00
H | ‘D’
Pr(‘D’)=1/3 Pr(D|’D’)=1 -20,00
Pr(H|’D’)=0 30,00
D | ‘D’
30,00 Pr(D|’D’)=1 -20,00
13,33 Pr(H)=2/3 30,00
Não contratar Pr(D)=1/3 -20,00

clarividente
Pr(H)=2/3 -20,00
-3,33 Pr(D)=1/3 30,00
Figure 1: Exercício 3.2
5
b) Determinar até quanto convém ao agente decisório pagar para jogar uma
moeda escolhida antes de enunciar o palpite.
Vide Figura 2.
H 30,00
Pr(‘H’)=2/3
30,00 D -20,00
Jogar a moeda
antecipadamente H -20,00
Pr(‘D’)=1/3
D 30,00
13,33 Pr(H)=2/3 30,00
Pr(D)=1/3 -20,00
Não jogar a moeda
antecipadamente
Pr(H)=2/3 -20,00
-3,33 Pr(D)=1/3 30,00
Figure 2: Exercício 3.2 item b
O valor de possuir a opção de lançar a moeda antecipadamente será igual à diferença entre
o valor esperado caso se jogue a moeda antecipadamente e o valor esperado caso não se jogue a
moeda antecipadamente, ou seja, aproximadamente, R$ 16,67.
c) Qual o procedimento que deve ser seguido pelo agente decisório no item b?
Caso o custo da possibilidade de se jogar a moeda antecipadamente seja maior que R$ 16,67,
e considerando o critério de maximização do lucro esperado, tem-se que o decisor deverá jogar
antecipadamente a moeda, veri…car se a moeda é honesta ou desonesta, e então escolher de
acordo com o que foi veri…cado. Caso o custo de se jogar a moeda antecipadamente seja menor
ou igual à R$ 16,67, então ele não deve jogar a moeda antecipadamente e enunciar que a moeda
6
será honesta.
Exercício 3.3) São dadas cinco urnas, duas das quais contêm uma nota de R$
100,00. As demais estão vazias. Denominaremos estas urnas de boas e más, respec-
tivamente. As urnas boas têm sobre si uma carta retirada ao acaso, de um baralho,
do qual foram previamente extraídas as …guras. As urnas más têm sobre si uma
carta retirada de um baralho do qual foram previamente extraídos os ases. Um
jogador tem a chance de escolher uma urna e abri-la, …cando com seu contéudo.
Antes, porém, poderá ou não olhar a respectiva carta. Se olhar, poderá abrir a
mesma urna escolhida ou optar por abrir qualquer das outras. Pede-se:
a) Representar a árvore de decisão completa.

Considerando apenas dois baralhos comuns de 52 cartas tem-se que as probabilidades de sair
um Ás, 2 à 10 e Figuras, respectivamente, são iguais a
Pr As = Pr AsjB Pr (B) + Pr AsjM Pr (M )

4 2 0 3 4
= + =
40 5 48 5 100
Pr (2 a 10) = Pr (2 a 10jB) Pr (B) + Pr (2 a 10jM ) Pr (M )
36 2 36 3 81
= + =
40 5 48 5 100
Pr (F ig:) = Pr (F ig:jB) Pr (B) + Pr (F ig:jM ) Pr (M )
0 2 12 3 15
= + = :
40 5 48 5 100
Conseqüentemente, a árvore de decisões pode ser assim representada pela Figura 3:
b) Determinar a regra de ação ótima do jogador.

O jogador deve inicialmente olhar a carta em cima da urna. Caso a carta em cima da urna
apresente Ás, então o jogador deverá manter a urna. Caso a carta apresente um número de 2
à 10, então o jogador será indiferente em manter a urna ou escolher uma nova urna. Caso a
carta em cima da urna apresente uma …gura o jogador deverá trocar de urna. Realizando esta
estratégia o jogador otimizará o seu lucro esperado que será igual a R$ 43,90, superior ao lucro
esperado da estratégia de não olhar a carta, que é de apenas R$ 40,00.
Exercício 3.4) Considerar a árvore de decisão dada pela Figura 4:
a) Determinar o VEIP
No caso da clarividência (Figura 5) as probabilidades condicionadas são iguais a
0 0
Pr 1j 1 = 1
0 0
Pr 2j 1 = 0
0 0
Pr 1j 2 = 0
0 0
Pr 2j 2 = 1:
7
100,00 Pr(B|Ás)=1 100,00
Manter
Pr(M|Ás)=0 0,00
Pr(B)=1/4 100,00
Pr(Ás)=4/100 Trocar
25,00 Pr(M)=3/4 0,00
40,00 Pr(B|2 à 10)=2/5 100,00
Manter
43,90
Pr(M|2 à 10)=3/5 0,00
Pr(2 à 10)=81/100
Olhar a carta
Pr(B)=2/5 100,00
Trocar
40,00 Pr(M)=3/5 0,00
0,00 Pr(B|Fig.)=0 100,00
Pr(Fig.)=15/100 Manter
Pr(M|Fig.)=1 0,00
Pr(B)=1/2 100,00
Trocar
50,00 Pr(M)=1/2 0,00
Pr(B)=2/5 100,00
Não olhar a carta

8
40,00 Pr(M)=3/5 0,00
Figure 3: Exercício 3.4 item a

370,00 Pr(q1|‘q1’)=0,85 430,00
a3
Pr(q2|‘q1’)=0,15 30,00
Pr(‘q1’)=0,6
a4 130,00
274,00
a1 70,00 Pr(q1|‘q2’)=0,10 430,00
a3
Pr(q2|‘q2’)=0,90 30,00
Pr(‘q2’)=0,4
a4 130,00
250,00 Pr(q1)=0,55 430,00
a3
a2 Pr(q2)=0,45 30,00
a4 130,00
Figure 4: Exercício 3.4
9
430,00 Pr(q1|‘q1’)=1 430,00
a3
Pr(q2|‘q1’)=0 30,00
Pr(‘q1’)=0,6
a4 130,00
310,00
a1 30,00 Pr(q1|‘q2’)=0 430,00
a3
Pr(q2|‘q2’)=1 30,00
Pr(‘q2’)=0,4
a4 130,00
250,00 Pr(q1)=0,55 430,00
a3
a2 Pr(q2)=0,45 30,00
a4 130,00
10
Conseqüentemente, temos que o VEIP será igual
V EIP = E [a1 ] E [a2 ]
= 310; 00 250; 00
= 60; 00:
b) Determinar o valor do experimento envolvido

Considerando a árvore de decisão dada inicialmente, temos que o VEII é
V EII = E [a1 ] E [a2 ]
= 274 250
= 24:
Exercício 3.5) Determinar o conjunto de todas as possíveis estratégias correspon-

dentes à árvore de decisão do problema anterior.
Durante o processo decisório é necessário tomar duas decisões, isto é, escolher entre a1 e a2
e posteriormente escolher entre a3 e a4 . Conseqüentemente, as possíveis estratégias serão dadas
por:
(a1 ; a3 )
(a1 ; a4 )
(a2 ; a3 )
(a2 ; a4 ) :
Exercício 3.6) Os Cabeludinhos, um grupo disco muito em voga, tem a intenção

de gravar um novo compacto. A gravadora tem sérias dúvidas sobre a receptividade
do material e acredita que há uma chance em quatro de o disco se tornar um sucesso.
A gravação e a distribuição do disco custam R$ 20.000,00 e, se for um sucesso, a
gravadora lucrará R$ 120.000,00; se for um fracasso, a gravadora terá apenas um
pilha de discos encalhados em suas mãos. Se o disco não for gravado, não haverá
lucro nem prejuízo.
a) Vale a pena gravar o disco? (Figura 6)

Considerando o critério de maximização do lucro esperado, a gravadora irá gravar o disco,
pois esta decisão propiciará um lucro esperado de R$ 10.000,00, que é superior ao lucro esperado
igual a zero, no caso dela decidir não gravar o disco.
b) A gravadora pode consultar um disquejóquei, que tem informação perfeita so-

bre o processo mental da juventude discothéque. Quanto vale a informação perfeita.
(Figura 7)
O valor da contribuição do disquejóquei é equivalente ao valor da informação perfeita VEIP,
que é dado pela diferença entre o lucro esperado caso ele contrate o disquejóquei e o lucro esperado
caso ele não contrate o disquejóquei, ou seja,
V EIP = 25:000; 00 10:000; 00
= 15:000; 00:
11
c) Como alternativa, a gravadora pode encomendar uma pesquisa de opinão
pública de um conhecido instituto que, com 60% de probabilidade prevê um sucesso
(se o disco for realmente um sucesso) e, com 80% de probabilidade, prevê um fracasso
(se o disco realmente fracassar). Quanto valem os serviços do instituto? (Figura 8)
Temos que as probabilidades conjuntas podem ser obtidas por meio do Teorema da Proba-
bilidade Condicionada, ou seja,
Pr (S \ S) = Pr (SjS) Pr (S)
6 1
= = 0; 15
10 4
Pr (S \ F ) = Pr (F jS) Pr (S)
4 1
= = 0; 10
10 4
Pr (F \ F ) = Pr (F jF ) Pr (F )
8 3
= = 0; 60
10 4
Pr (F \ S) = Pr (SjF ) Pr (F )
2 3
= = 0; 15:
10 4
Conseqüentemente, temos que
Pr (S) = Pr (S \ S) + Pr (F \ S)
= 0; 15 + 0; 15 = 0; 30
Pr (F ) = Pr (S \ F ) + Pr (F \ F )
= 0; 10 + 0; 60 = 0; 70:
Utilizando o Teorema de Bayes temos ques as probabilidades condicionadas desejadas são iguais
a
Pr (S \ S) 0; 15 1
Pr (SjS) = = =
Pr (S) 0; 30 2
Pr (F \ S) 0; 15 1
Pr (F jS) = = =
Pr (S) 0; 30 2
Pr (S \ F ) 0; 10 1
Pr (SjF ) = = =
Pr (F ) 0; 70 7
Pr (F \ F ) 0; 60 6
Pr (F jF ) = = = :
Pr (F ) 0; 70 7
Considerando esta nova estrutura de probabilidades, o valor da pesquisa contratada será igual ao
valor da informação imperfeita, que é dado pela diferença do lucro esperado caso seja contratada
a pesquisa e caso não seja contratada a pesquisa, ou seja,
V EII = 12:000; 00 10:000; 00
= 2:000; 00:
Exercício 3.10) Imaginar o clarividente parcial que, com probabilidade p, nada

possa dizer. Mostrar que o valor dos serviços deste clarividente é (1 p) V EIP .
12
Podemos representar por meio da Figura 9 de forma geral um processo decisório para o
qual existe a possibilidade de se contratar um clarividente sendo que o lucro esperado com o
clarividente é A e o lucro esperado sem o clarividente é B, tal que A > B.
Neste processo decisório o valor da informação perfeita será dado pela diferença de lucro
esperado caso se contrate ou não o clarividente, ou seja,
V EIP = A B:
Caso o clarividente seja parcial e escolha não oferecer a clarividência com probabilidade p,
mesmo que tenha sido contratado para isto, o processo decisório então será representado pela
Figura 10.
Neste processo decisório o valor da informação perfeita do clarividente parcial, denotado por
V EIP , será dado por
V EIP = [A (1 p) + B p] B
= A (1 p) B (1 p)
= (1 p) (A B) :
Substituindo V EIP = A B, temos o resultado desejado, isto é,
V EIP = (1 p) V EIP:
Exercício 3.21) Uma empresa especializada em instalações industriais tem duas

opções contratuais quanto à instalação de uma fábrica:
I - Responsabilizar-se pela aquisição dos equipamentos e pela montagem, auferindo
R$ 1.000.000,00, se o prazo for cumprido, ou R$ 700.000,00 se houver atraso.
II - Prestar os mesmos serviços descritos em I, auferindo R$ 950.000,00 indepen-
dentemente do prazo.
A empresa deve arcar com os custos de aquisição dos equipamentos, custos de
montagem e custos administrativos. Os custos administrativos e de montagem são
conhecidos e valem, respectivamente, R$ 100.000,00 e R$ 200.000,00. Os equipamen-
tos poderão ser adquiridos em dois fornecedores alternativos. O preço do fornecedor
X é de R$ 350.000,00; e o do fornecedor Y, depende da taxa de câmbio, sendo de
R$ 300.000,00, se a taxa se mantiver, ou de R$ 450.000,00 se sofrer alteração.
A probabilidade prévia de a taxa de câmbio ser alterada é 1=2 e a de ocorrer
atraso na instalação da fábrica é de 1=4, se o fornecedor for X, e 1=3, se o fornecedor
for Y. Determinar:
a) O lucro esperado (e as decisões que maximizam o lucro esperado).

Este processo decisório é representado pela Figura 11. O lucro esperado é de R$ 300.000,00,
sendo que este lucro será obtido por meio da estratégia de se escolher inicialmente a Alternativa
II e em seguida contratar o fornecedor X. Qualquer outra estratégia propiciará um lucro esperado
menor.
b) O valor da clarividência a respeito do preço do fabricante Y.

Este processo decisório é representado pela Figura 12. O valor da clarividência para a in-
formação dos preços de Y (‡utuações na taxa de câmbio) será igual ao VEIP desta árvore de
decisão, que por sua vez é igual a R$ 25.000,00.
13
c) O valor da clarividência a respeito de o prazo ser cumprido ou não (uma vez
escolhido o fabricante).
Este processo decisório é representado pela Figura 13. O valor da clarividência para a infor-
mação dos prazos de fornecimentos (atrasos) será igual ao VEIP desta árvore de decisão, que
por sua vez é igual a R$ 37.500,00.
d) O valor da clarividência conjunta a respeito do preço e do prazo.

Este processo decisório é representado pela Figura 14. O valor da clarividência para a infor-
mação dos prazos de fornecimentos em conjunto das ‡utuações na taxa de câmbio será igual ao
VEIP desta árvore de decisão, que por sua vez é igual a R$ 37.500,00. O valor da informação
referente a taxa de câmbio não contribuirá signi…cativamente para o decisor caso ele já possua
a informação dos prazos, pois nesta situação, a estratégia de contratar o fornecedor X domina a
estratégia de contratar o fornecedor Y.
e) O valor dos serviços de um especialista em assuntos econômicos que prevê a

taxa de câmbio corretamente com 90% de probabilidade.
Este processo decisório é representado pela Figura 15.
Temos que as probabilidades conjuntas podem ser obtidas por meio do Teorema da Proba-
bilidade Condicionada, ou seja,
Pr (A \ A) = Pr (AjA) Pr (A)
9 1 9
= =
10 2 20
Pr (A \ M ) = Pr (M jA) Pr (A)
1 1 1
= =
10 2 20
Pr (M \ M ) = Pr (M jM ) Pr (M )
9 1 9
= =
10 2 20
Pr (M \ A) = Pr (AjM ) Pr (M )
1 1 1
= = :
10 2 20
Conseqüentemente, temos que
Pr (A) = Pr (A \ A) + Pr (M \ A)
9 1 1
= + =
20 20 2
Pr (M ) = Pr (A \ M ) + Pr (M \ M )
1 9 1
= + = :
20 20 2
Utilizando o Teorema de Bayes temos ques as probabilidades condicionadas desejadas são iguais
14
a
Pr (A \ A) 9 9
Pr (AjA) = = 2=
Pr (A) 20 10
Pr (M \ A) 1 1
Pr (M jA) = = 2=
Pr (A) 20 10
Pr (A \ M ) 9 9
Pr (AjM ) = = 2=
Pr (M ) 20 10
Pr (M \ M ) 1 1
Pr (M jM ) = = 2= :
Pr (A) 20 10
Considerando esta nova estrutura de probabilidades o valor da infomação do economista con-

tratado será igual ao valor da informação imperfeita, que por sua vez é igual a R$ 17.500,00.
15
10.000,00 Pr(S)=1/4 100.000,00
Gravar
Pr(F)=3/4 -20.000,00
Não gravar 0,00
16
100.000,00 Pr(S|‘S’)=1 100.000,00
Gravar
Pr(F|‘S’)=0 -20.000,00
Pr(‘S’)=1/4
Não gravar 0,00

25.000,00
Contratar
-20.000,00 Pr(S|‘F’)=0 100.000,00
disquejóquei
Gravar
Pr(F|‘F’)=1 -20.000,00
Pr(‘F’)=3/4
Não gravar 0,00
10.000,00 Pr(S)=1/4 100.000,00
Gravar
Pr(F)=3/4 -20.000,00
Não contratar
disquejóquei
Não gravar 0,00
17
40.000,00 Pr(S|‘S’)=1/2 100.000,00
Gravar
Pr(F|‘S’)=1/2 -20.000,00
Pr(‘S’)=0,3
Não gravar 0,00

12.000,00
Contrata
-2.857,14 Pr(S|‘F’)=1/7 100.000,00
pesquisa
Gravar
Pr(F|‘F’)=6/7 -20.000,00
Pr(‘F’)=0,7
Não gravar 0,00
10.000,00 Pr(S)=1/4 100.000,00
Gravar
Pr(F)=3/4 -20.000,00
Não contrata
pesquisa
Não gravar 0,00
Figure 8: Exercício 3.6 item c
18
A
Contrata
clarividente
Não contrata
clarividente
Figure 9: Exercício 3.10 (Clarividente: p=0)
Pr(oferecer)=1-p
A(1-p)+Bp
Contrata
clarividente
Pr(não oferecer)=p
Não contrata
clarividente
Figure 10: Exercício 3.10 (Clarividente parcial: p>0)
19
275.000,00 Pr(Não atrasar)=3/4 350.000,00
Fornecedor X
Pr(Atrasar)=1/4 50.000,00
325.000,00 Pr(tx. altera)=1/2 400.000,00
Alternativa I
Pr(Não atrasar)=2/3
Pr(tx. mantém)=1/2 250.000,00

Fornecedor Y
225.000,00 25.000,00 Pr(tx. altera)=1/2 100.000,00
Pr(Atrasar)=1/3
Pr(tx. mantém)=1/2 -50.000,00
Alternativa II Fornecedor X 300.000,00
Pr(tx. altera)=1/2 350.000,00
Fornecedor Y
275.000,00 Pr(tx. mantém)=1/2 200.000,00
20
275.000,00 Pr(Não atrasar)=3/4 350.000,00
Fornecedor X
Pr(Atrasar)=1/4 50.000,00
400.000,00 Pr(tx. Altera|“tx. Altera")=1 400.000,00
Alternativa I
Pr(tx. Mantém|“tx. Altera")=0 250.000,00

Fornecedor Y
300.000,00 100.000,00 Pr(tx. Altera|“tx. Altera")=1 100.000,00
Pr(Atrasar)=1/3
Pr(tx. Mantém|“tx. Altera")=0 -50.000,00
Pr(“tx. Altera")=1/2 Alternativa II Fornecedor X 300.000,00
Pr(tx. Altera|“tx. Altera")=1 350.000,00
Fornecedor Y
350.000,00 Pr(tx. Mantém|“tx. Altera")=0 200.000,00
325.000,00
275.000,00 Pr(Não atrasar)=3/4 350.000,00
Fornecedor X
Contrata Pr(Atrasar)=1/4 50.000,00

clarividente
(preço de Y)
250.000,00 Pr(tx. Altera|“tx. mantém")=0 400.000,00
Alternativa I
Pr(“tx. mantém")=1/2 Pr(tx. mantém|“tx. mantém")=1 250.000,00

Fornecedor Y
150.000,00 -50.000,00 Pr(tx. altera|“tx. mantém")=0 100.000,00
Pr(Atrasar)=1/3
Pr(tx. mantém|“tx. mantém")=1 -50.000,00
Alternativa II Fornecedor X 300.000,00
Pr(tx. altera|“tx. mantém")=0 350.000,00
Não contrata Fornecedor Y

clarividente
(preço de Y)
200.000,00 Pr(tx. mantém|“tx. mantém")=1 200.000,00
21
300.000,00

350.000,00 Pr(Não atrasar|“Não atrasa”)=1 350.000,00
Alternativa I
Pr(Atrasar|“Não atrasa”)=0 50.000,00

Pr(“Não atrasa”)=3/4
Alternativa II 300.000,00
337.500,00
50.000,00 Pr(Não atrasar|“atrasa”)=0 350.000,00
Alternativa I
Pr(Atrasar|“atrasa”)=1 50.000,00
Pr(“atrasa”)=1/4
Fornecedor X
325.000,00 Pr(tx. Altera)=1/2 400.000,00
Pr(Não atrasar|“Não atrasa”)=1

325.000,00
Pr(tx. mantém)=1/2 250.000,00
325.000,00
Alternativa I
Pr(tx. altera)=1/2 100.000,00
Pr(Atrasar|“Não atrasa”)=0
Contratar
clarividente
(prazos) 25.000,00 Pr(tx. mantém)=1/2 -50.000,00
Pr(“Não atrasa”)=2/3
Pr(tx. altera)=1/2 350.000,00
Alternativa II
Fornecedor Y
275.000,00 Pr(tx. mantém)=1/2 200.000,00
325.000,00 Pr(tx. Altera)=1/2 400.000,00
308.333,33
Pr(Não atrasar|“atrasa”)=0
25.000,00
Pr(tx. mantém)=1/2 250.000,00
Alternativa I
Pr(tx. altera)=1/2 100.000,00

Pr(“atrasa”)=1/3
Pr(Atrasar|“atrasa”)=1
25.000,00 Pr(tx. mantém)=1/2 -50.000,00
Não contratar
clarividente Pr(tx. altera)=1/2 350.000,00
(prazos)
Alternativa II
275.000,00 Pr(tx. mantém)=1/2 200.000,00
22
300.000,00
Figure 13: Exercício 3.21 item c

350.000,00
Pr(Não atrasar|E5)=1 350.000,00
Alternativa I
Pr(E5)=3/4 Pr(Atrasar|E5)=0 50.000,00

E5: “Não atrasa”
337.500
50.000,00
Pr(Não atrasar|E6)=0 350.000,00
Alternativa I
Pr(E6)=1/4 Pr(Atrasar|E6)=1 50.000,00

E4: “Atrasa”
Contratar
fornecedor X Alternativa II 300.000,00
400.000,00
Pr(tx. Altera|E1)=1 400.000,00
Pr(Não atrasar|E1)=1
400.000,00
Pr(tx. Mantém|E1)=0 250.000,00
Alternativa I
100.000,00
Pr(tx. Altera|E1)=1 100.000,00
Pr(Atrasar|E1)=0
Pr(tx. Mantém|E1)=0 -50.000,00
Pr(tx. Altera|E1)=1 350.000,00
Alternativa II
Pr(E1)=1/3 Pr(tx. Mantém|E1)=0 200.000,00

350.000,00
E1: “Não atrasa” & “tx. altera”
250.000,00
Pr(tx. Altera|E2)=0 400.000,00
250.000,00
Pr(tx. Mantém|E2)=1 250.000,00
Alternativa I
-50.000,00
Contratar Pr(tx. Altera|E2)=0 100.000,00
clarividente
Pr(Atrasar|E2)=0
Pr(tx. Mantém|E2)=1 -50.000,00

Contratar
fornecedor Y Pr(E2)=1/3
Pr(tx. Altera|E2)=0 350.000,00
E2: “Não atrasa” & “tx. mantém”
Alternativa II
Pr(tx. Mantém|E2)=1 200.000,00

308.333,00
200.000,00
400.000,00
Pr(tx. Altera|E3)=1 400.000,00
100.000,00
Pr(tx. Mantém|E3)=0 250.000,00
Alternativa I
Pr(E3)=1/6 100.000,00
E3: “Atrasa” & “tx. altera” Pr(tx. Altera|E3)=1 100.000,00
Pr(Atrasar|E3)=1
Pr(tx. Mantém|E3)=0 -50.000,00
Pr(tx. Altera|E3)=1 350.000,00
Alternativa II
Pr(tx. Mantém|E3)=0 200.000,00

350.000,00
250.000,00
Pr(tx. Altera|E4)=0 400.000,00
Pr(E4)=1/6
E4: “Atrasa” & “tx. mantém” 23 -50.000,00
Pr(tx. Mantém|E4)=1 250.000,00
Alternativa I
Não contratar -50.000,00
clarividente Pr(tx. Altera|E4)=0 100.000,00
Pr(Atrasar|E4)=1
Pr(tx. Mantém|E4)=1 -50.000,00
Pr(tx. Altera|E4)=0 350.000,00
Alternativa II
Pr(tx. Mantém|E4)=1 200.000,00

200.000,00
300.000,00
Figure 14: Exercício 3.21 item d

275.000,00 Pr(Não atrasar)=3/4 350.000,00
Fornecedor X
Pr(Atrasar)=1/4 50.000,00
385.000,00 Pr(tx. Altera|“tx. Altera")=0,9 400.000,00
Alternativa I
Pr(tx. Mantém|“tx. Altera")=0,1 250.000,00

Fornecedor Y
285.000,00 85.000,00 Pr(tx. Altera|“tx. Altera")=0,9 100.000,00
Pr(Atrasar)=1/3
Pr(“tx. Altera")=1/2 Pr(tx. Mantém|“tx. Altera")=0,1 -50.000,00
Fornecedor X 300.000,00
Alternativa II
Pr(tx. Altera|“tx. Altera")=0,9 350.000,00
Fornecedor Y
317.500,00
335.000,00 Pr(tx. Mantém|“tx. Altera")=0,1 200.000,00
275.000,00 Pr(Não atrasar)=3/4 350.000,00
Contratar Fornecedor X
especialista
Pr(Atrasar)=1/4 50.000,00
265.000,00 Pr(tx. Altera|“tx. mantém”)=0,1 400.000,00
Alternativa I
Pr(“tx. mantém”)=1/2
Pr(tx. Mantém|“tx. mantém”)=0,9 250.000,00

Fornecedor Y
165.000,00 -35.000,00 Pr(tx. Altera|“tx. mantém”)=0,1 100.000,00
Pr(Atrasar)=1/3
Pr(tx. Mantém|“tx. mantém”)=0,9 -50.000,00
Fornecedor X 300.000,00
Alternativa II
Não contratar
especialista
Pr(tx. Altera|“tx. mantém”)=0,1 350.000,00
Fornecedor Y
215.000,00 Pr(tx. Mantém|“tx. mantém”)=0,9 200.000,00

300.000,00
Figure 15: Exercício 3.21 item e
24
Capítulo 5
Função de utilidade logarítmica do SEGURADO

Esse modelo é usado no caso do segurado porque incorpora o capital do agente
decisório (segurado) ao modelo de utilidade, e isso é importante porque a aversão ao
risco é tanto menor quanto maior for o capital do decisor.
 : capital/patrimônio do segurado
vmax : valor máximo que o segurado está disposto a pagar pela apólice de seguro
x : valor do bem a ser segurado (esse valor está contido no capital do segurado)
p : probabilidade de ocorrência de perda total do bem
SITUAÇÕES
1) ANTES DA CONTRATAÇÃO DO SEGURO:
Loteria antes do seguro: [ − x, p;  , (1 − p )]
O segurado tem probabilidade p de ter perda total no bem, e 1 − p de não acontecer
nada.
2) DEPOIS DA CONTRATAÇÃO DO SEGURO:

 −v
Essa é a melhor situação possível: o segurado paga o preço do seguro e não perde o
bem. Portanto, fica com o capital subtraindo o preço pago pelo seguro.
De acordo com o “princípio da não-degeneração da utilidade”, a situação “depois”

sempre tem que ser preferível ou equivalente à “antes”, pois o segurado está se livrando
do risco. Portanto:
 −v  − x, p; ,1 − p
Aplicando a função de utilidade logarítmica (queremos isolar o v):
ln ( − v )  p ln ( − x ) + (1 − p ) ln 
exp ( ln ( − v ) )  exp ( p ln ( − x ) + (1 − p ) ln  )
 − v  ( − x )  1− p
p
−v  − + ( − x )  1− p
p
v   − ( − x )  1− p
p
v   − ( − x )  1 − p
p
1
v   − ( − x )  1 .
p
p

v   − ( − x )
p
p

v  − ( − x )
p
p
 1 p
v   1 − p ( − x ) 
  
 ( − x )  p
v   1 − 
  p 
   − x p 
v   1 −    = vmax
    
Notar que se o valor do ativo for igual ao capital do segurado ( x =  ), então o preço
máximo que o segurado está disposto a pagar é o valor do ativo ( vmax =  ).
Função de utilidade exponencial da SEGURADORA
É usada em situações nas quais existe aversão ao risco constante, caso da seguradora.
Além disso, o beta está incorporado à função de utilidade, e sua grandeza é de grande
importância na determinação do preço a ser cobrado e do risco que ela está disposta a
correr.
 : capital/patrimônio da seguradora
cmin : valor mínimo que a seguradora cobra pela apólice de seguro
x : valor do bem a ser segurado
p : probabilidade de ocorrência de perda total do bem
SITUAÇÕES
1) ANTES DA CONTRATAÇÃO DO SEGURO:

2) DEPOIS DA RESOLUÇÃO DA INCERTEZA:

Loteria depois da contratação:   + c − x, p;  + c,1 − p 
A seguradora tem probabilidade p de ser obrigada a cobrir a perda total do segurado, e
1-p de não acontecer o sinistro, que é a melhor situação possível.
De acordo com o “princípio da não-degeneração da utilidade”, a situação “depois”

sempre tem que ser preferível ou equivalente à “antes”, já que a seguradora quer lucrar
com a venda de seguros. Os betas podem ser cancelados, segundo a propriedade
DELTA. O c pode “passar para o outro lado”, ficando negativo.
Portanto:
  + c − x, p;  + c,1 − p  
 − x, p;0,1 − p  −c
Aplicando a função de utilidade exponencial (queremos isolar o c ):
  x  c
p 1 − exp    + (1 − p ) 0  1 − exp  
     
  x  c
p 1 − exp     1 − exp  
     
  x  c
−1 + p 1 − exp     − exp  
     
c    x 
− exp    −1 + p 1 − exp   
     
c    x 
exp    1 − p 1 − exp   
     
  c     x  
ln  exp     ln 1 − p 1 − exp    
        
  
c   x 
 ln 1 − p 1 − exp    
   
 
   x 
c   ln 1 − p 1 − exp     = cmin
     
 
O contrato do seguro é economicamente viável se vmax  cmin .
VPL do equivalente certo de José
EMD ( X ) = X : equivalente monetário determinístico ou equivalente certo ou valor

ajustado ao risco
 x 
u ( EMD ( X ) ) = 0,5  u (106 ) + 0,5  u ( 0 ) , sendo que u( x) = 1 − exp  − 6  .
 10 
 − EMD ( X )    10   6
  0 
1 − exp   = 0,5 1 − exp  − 6   + 0,5 1 − exp  − 6  
 10  
6
 10    10   
 − EMD ( X ) 
1 − exp  6  = 0,5 1 − exp ( −1)  + 0,5 1 − exp ( 0 ) 
 10 
 − EMD ( X )   1
1 − exp   = 0,5 1 −  + 0,5 (1 − 1)
 e
6
 10 
 − EMD ( X )   1
− exp   = −1 + 0,5 1 − 
 e
6
 10 
 − EMD ( X )   1
exp   = 1 − 0,5 1 − 
 e
6
 10 
  − EMD ( X )     1 
ln exp    = ln 1 − 0,5 1 −  
 e 
6
  10   
− EMD ( X )
= −0,37989
106
EMD ( X ) = 379.885, 49
EMD ( X )
VPL25% ( EMD ( X ) ) = = 303.908,39
1, 25
Equivalente certo do VPL de Antônio
 x 
u ( x ) = 1 − exp  − 6 
 10 
6
VPL25% (106 ) =
10
= 8 105
1, 25
( ) ( )
u EMD (VPL25% ( X ) ) = 0,5  u VPL25% (106 ) + 0,5  u (VPL25% ( 0 ) )
u ( EMD (VPL 25% ( X ) ) ) = 0,5  u (8 10 ) + 0,5  u ( 0 )

5
 − EMD (VPL25% ( X ) )    8.105     0 

1 − exp   = 0,5 1 − exp  −   + 0,5 1 − exp  − 6  
 10 6  
6
 10     10  
 
 − EMD (VPL25% ( X ) ) 
1 − exp   = 0,5 1 − exp ( −0,8 )  + 0,5 1 − exp ( 0 ) 
 10 6 
 
 − EMD (VPL25% ( X ) ) 
1 − exp   = 0,5 (1 − 0, 44933) + 0,5 (1 − 1)
 10 6 
 
 − EMD (VPL25% ( X ) ) 
− exp   = −1 + 0,5  0,55067
 106 
 
 − EMD (VPL25% ( X ) ) 
exp   = 0, 77446
 106 
 
  − EMD (VPL25% ( X ) )  
ln exp    = ln ( 0, 77446 )
  106 
 
− EMD (VPL25% ( X ) )
= −0,32205
106
EMD (VPL25% ( X ) ) = 322.046,51
Portanto, o valor da resolução imediata da incerteza (VRII):

VRII = EMD (VPL25% ( X ) ) − VPL25% ( EMD ( X ) )
= 322.046,51 − 303.908,39
= 18.138,12
CAPÍTULO 5, EXERCÍCIO 10
a) VPL dos EMDs dos fluxos estocásticos

 12
EMD ( X 1 ) = 1 −
2
0, 002  36002
EMD ( X 1 ) = 108.000 −
2
= 95.040
EMD ( X 1 )
VP20% ( EMD ( X 1 ) ) =
1, 2
 22
EMD ( X 2 ) = 2 −
2
0, 002  55602
EMD ( X 2 ) = 115.200 −
2
= 84.286, 4
EMD ( X 2 )
VP20% ( EMD ( X 2 ) ) =
(1, 2 )
2
VPL20% ( EMD ( x0 ) , EMD ( X 1 ) , EMD ( X 2 ) ) = − x0 + VP20% ( EMD ( X 1 ) ) + VP20% ( EMD ( X 2 ) )

 95.040 84.286, 4 
= −140.000 +  +
 1, 2 (1, 2) 2 
= −2.267, 78
b) EMD dos VPLs dos fluxos estocásticos
significa “usando a propriedade da independência”
X  2 
VP20% ( X 1 ) = 1  1; 1 2
1, 2  1, 2 (1, 2 ) 
 
1  12
EMD (VP20% ( X 1 ) ) =
1
− 
1, 2 2 (1, 2 )2
108.000 1 3.6002
= − 0, 002
(1, 2 )
2
1, 2 2
X2    22 
VP20% ( X 2 ) =  2
; 
(1, 2) 2  (1, 2 )2 (1, 2 )4 
 
2  22
EMD (VP20% ( X 2 ) ) =
1
− 
(1, 2 ) 2 (1, 2 )4
2
115.200 1 5.5602
= − 0, 002
(1, 2 ) (1, 2 )
2 4
2
VPL20% ( x0 , X 1 , X 2 ) = − x0 + VP20% ( X 1 ) + VP20% ( X 2 )
EMD (VPL20% ( x0 , X 1 , X 2 ) ) = EMD ( − x0 + VP20% ( X 1 ) + VP20% ( X 2 ) )
EMD ( − x0 ) + EMD (VP20% ( X 1 ) ) + EMD (VP20% ( X 2 ) )
= − x0 + EMD (VP20% ( X 1 ) ) + EMD (VP20% ( X 2 ) )
 1  12 2 1  22 
= −140.000 +  1 −  + −  
1, 2 2 (1, 2 ) (1, 2 ) 2 (1, 2 ) 
2 2 4
  2    12  22  
EMD (VPL20% ( x0 , X 1 , X 2 ) ) = −140.000 +  1 + −  + 
4 
( ) ( ) ( )
2 2

1, 2 1, 2 2 
 1, 2 1, 2  
108.000 115.200 0, 002  3.6002 5.5602  
= −140.000 +  + −  + 
4 
( ) ( ) (1, 2 )  
2 2

1, 2 1, 2 2 
 1, 2
= −140.000 + 146.091,82
= 6.091,82
Valor da Resolução Imediata da Incerteza:
VRII = EMD (VPL20% ( x0 , X 1 , X 2 ) ) − VPL20% ( EMD ( x0 ) , EMD ( X 1 ) , EMD ( X 2 ) )
= 6.091,82 − ( −2.267, 78 )
= 8.359, 60
Se o decisor não é obrigado a executar o projeto de investimento e o
VPL20% ( EMD ( x0 ) , EMD ( X1 ) , EMD ( X 2 ) )  0 , ele deve pagar para a resolução
imediata da incerteza no máximo o valor de EMD (VPL20% ( x0 , X1 , X 2 ) )  0 .
Se o decisor é obrigado a executar o projeto de investimento e
VPL20% ( EMD ( x0 ) , EMD ( X1 ) , EMD ( X 2 ) )  0 , então o valor máximo a pagar para a
resolução imediata da incerteza é o VRII.
1

João é um torcedor apaixonado, que está tentando resolver um problema decisório pouco
antes de um jogo entre as seleções do Brasil e da Argentina, sendo que João possui
função de utilidade exponencial com coeficiente de tolerância igual a 10 4 , isto é,
( )
u ( x ) = 1 − exp − x 104 . Trata-se de um jogo decisivo e que terá necessariamente um
vencedor, pois, em caso de empate, haverá decisão por pênaltis. João deve optar entre as
três possíveis alternativas: (a1) assistir ao jogo no estádio, (a2) assistir ao jogo pela
televisão e (a3) ouvir o jogo pelo rádio. Uma e somente uma dessas ações deverá ser
adotada. Considere que João possa utilizar o serviço de um especialista em futebol que
lhe dirá “O Brasil vai perder” ou “O Brasil vai ganhar”, com probabilidades bastante boas
de acertar, ajudando-o a melhorar seu conhecimento quanto à distribuição de
probabilidades dos estados da natureza.
a1 a2 a3
V 1000 600 -300
D -500 -100 200
Pr (V ) = 0,6 , Pr ("V ") = 0,5
Pr ("V " V ) = 0,70 , Pr (" D " D ) = 0,80 , Pr (V | "V ") = 0,84 , Pr ( D | " D ") = 0,64 .
2
Estado da
Utilidade
Natureza
V|”V” 0,09516 1.000,00
a1 X1/’V’
D|”V” -0,05127 -500,00
V|”V” 0,05824 600,00
a2 X2/’V’
‘V’ D|”V” -0,01005 -100,00
V|”V” -0,03045 -300,00
a3 X3/’V’
D|”V” 0,01980 200,00

‘R’
Contrata
V|”D” 0,09516 1.000,00
especialista
a1 X1/’D’
D|”D” -0,05127 -500,00
‘D’ V|”D” 0,05824 600,00
a2 X2/’D’
D|”D” -0,01005 -100,00
V|”D” -0,03045 -300,00
a3 X3/’D’
D|”D” 0,01980 200,00
V 0,09516 1.000,00
a1 X1
D -0,05127 -500,00
Não contrata V 0,05824 600,00

especialista
a2 X2
D -0,01005 -100,00
V -0,03045 -300,00
a3 X3
D 0,01980 200,00
3
Utilidade
V|”V” 1.000 - v u(1000 - v)

E[u(X1|”V”)]=0,071731
a1 X1|“V”
D|”V” -500 - v u(-500 - v)
V|”V” 600 - v u(600 - v)

E[u(X1|”V”)]=0,071731 E[u(X2|”V”)]=0,047184
a2 X2|“V”
“V” D|”V” -100 - v u(-100 - v)
V|”V” -300 - v u(-300 - v)

E[u(X3|”V”)]=-0,022410
a3 X3|“V”
D|”V” 200 - v u(200 - v)

E[u(“R”|e2)]=0,0431327
EMD(“R”|e2)=440,16
“R”
Contratar V|”D” 1.000 - v u(1000 - v)
especialista E[u(X1|”D”)]=0,0014448
a1 X1|“D”
D|”D” -500 - v u(-500 - v)
“D” V|”D” 600 - v u(600 - v)

E[u(X2|”D”)]=0,0145344
a2 X2|“D”
E[u(X2|”D”)]=0,0145344
D|”D” -100 - v u(-100 - v)
V|”D” -300 - v u(-300 - v)

E[u(X3|”D”)]=0,0017100
a3 X3|“D”
D|”D” 200 - v u(200 - v)
V 1.000 0,09516
E[u(X1)]=0,036516
a1 X1
D -500 -0,05127
Não contratar V 600 0,05824

E[u(X1)]=0,036516
especialista EMD(X1)=372,00
E[u(X2)]=0,030924
a2 X2
D -100 -0,01005
V -300 -0,03045
E[u(X3)]=-0,01035
a3 X3
D 200 0,01980
Figura 1: Árvores de Decisão do João

Questões (justificar todas as respostas; fazer os cálculos das utilidades usando 5 casas
decimais):
4
1. Considerando a árvore de decisão do João, determinar se ele deve ou não contratar o

especialista em futebol se este cobrar: (a) exatamente VEII ou (b) mais do que o VEII ou
(c) menos do que o VEII.
Solução:
As respostas a seguir independem da função de utilidade de João, pois o VEII é um valor
ajustado ao risco pela função de utilidade do decisor.
(a) No caso do especialista cobrar exatamente o VEII, i.e., v = VEII , João será indiferente
em contratá-lo.
(b) No caso do especialista cobrar mais que o VEII, i.e., v  VEII , João não deverá
contratá-lo.
(c) No caso do especialista cobrar menos que o VEII, i.e., v  VEII , João deverá
contratá-lo.
2. Quais são os valores do VEII e do VEIP?
Solução:
Os valores do VEII e do VEIP dependem da função de utilidade do João. Na primeira
prova João usou a função de utilidade u ( x ) = x , i.e., a linear. A propriedade delta apenas
se aplica para as funções de utilidade linear e exponencial. Portanto, os métodos
utilizados na prova unificada são análogos aos da primeira prova. O critério de
maximização da esperança do ganho é substituído pelo critério de maximização da
utilidade esperada do ganho (critério de Machina-Bernoulli).
O valor a ser pago pelo decisor ao previsor pelo serviço prestado é denotado por v  0 .
Pelo Princípio da não-degeneração da utilidade esperada, a utilidade esperada da loteria
considerando a contratação do especialista em futebol deve ser maior ou igual à de não
contratá-lo. Se as utilidades das duas loterias forem iguais, então v = VEII :
EMD ( LcII ( v = VEII ) ) = EMD ( LsI ) .
Lembrar que a estratégia e2 = ( a1 , a2 ) corresponde à decisão de contratar o previsor e se

este disse “V”, decide-se pela alternativa a1 e se disse “D”, pela a2 .
Aplicando a propriedade delta temos e definindo LcII  LcII ( v = 0 ) temos que:

5
EMD ( LcII ) − VEII = EMD ( LsI )

VEII = EMD ( LcII ) − EMD ( LsI )
= EMD (" R " | e2 ) − EMD ( LsI )
= u −1 ( )
 u (" R " | e2 )  − u −1 (  u ( LsI ) )
1
= − ln 1 −

( u (" R " | e )  ) + ln (1 −  u ( LsI )  )
2
1

1  1 −  u (" R " | e2 )  
= − ln  
  1 −  u ( LsI )  
 1 −  u (" R " | e2 )  
= −104 ln  
 
 1 − max u ( X 1 )  ; u ( X 2 )  ; u ( X 3 )   

 1 −  u (" R " | e2 )  
= −104 ln  
 1 − max 0, 036516;0, 030924; −0, 01035 
 
 1 −  u (" R " | e2 )  
= −104 ln  
 1 −  u ( X1 ) 
   
 1 −  u (" R " | e2 )  
= −104 ln  
 1 − 0, 036516 
 
 1 − 0, 0431327 
= −104 ln  
 1 − 0, 0365160 
 440,16 − 372, 00
 68,16
Considerando as probabilidades condicionadas dados para este problema para a árvore de
decisão da Figura 1, temos que VEII  68,16 .
No caso de clarividência, temos a seguinte estrutura de probabilidades:
Pr (V | "V ") = 1
Pr ("V ") = 0, 60 Pr ( D | "V ") = 0
e
Pr (" D ") = 0, 40 Pr (V | " D ") = 0
Pr ( D | " D ") = 1
Aplicando esta estrutura temos que,

6
VEIP = EMD ( LcIP ) − EMD ( LsI )

= EMD (" R " | e3 ) − EMD ( LsI )
= u −1 ( )
u (" R " | e3 )  − u −1 (  u ( LsI ) )
1
= − ln 1 −

(  u (" R " | e )  ) + ln (1 − u ( LsI )  )
3
1

1  1 − u (" R " | e3 )  
= − ln  
  1 −  u ( LsI )  
 1 −  u (" R " | e3 )  
= −104 ln  
 
 1 − max u ( X 1 )  ; u ( X 2 )  ; u ( X 3 )   

 1 −  u (" R " | e3 )  
= −104 ln  
 1 −  u ( X1 ) 
   
 1 − 0, 0649479 
= −104 ln  
 1 − 0, 0365160 
 671,53 − 372, 00
 299,53.
Solução alternativa para o VEIP:
• Utilidade esperada da situação antes da contratação do clarividente: 0,03659
• Loteria da situação depois da contratação do clarividente:
u (1.000 − v ) ,0,06; u ( 200 − v ) ,0, 4
Pelo princípio da não-degeneração da utilidade esperada temos que:

1.000 − v, 0, 6; 200 − v, 0, 4  372, 00
  (103 − v )     ( 2 102 − v )  
0, 6 1 − exp  −   + 0, 4 1 − exp  −    0, 03659
  104     104 
     
  1  2 
 0, 6 exp  − 10  + 0, 4 exp  − 102  
v  −10 ln 
4      = v = VEIP
1 − 0, 03659
max
 
 
 
Portanto, o valor máximo a ser pago pelo decisor ao clarividente é o VEIP.
3. Fazer o gráfico do VEIP (ordenada) pela probabilidade do Brasil vencer (abscissa).
Se João não souber a probabilidade do Brasil ganhar, qual é o valor máximo que ele
pagaria pelo serviço do especialista em futebol clarividente?
Solução:
Considerando, por exemplo, que a estratégia ótima com a estrutura de informação
perfeita é e3 = ( a1 , a3 ) e que a probabilidade do Brasil ganhar é Pr (V ) = p , temos que:
7
 u ( LcIP ( p ) )  = u (" R " | e3 ) ; p   0, 01980 + 0, 07536 p
 
u ( LsI ( p ) )  = max u ( X 1 ) ; p  ; u ( X 2 ) ; p  ; u ( X 3 ) ; p 
 max −0, 05127 + 0,14643 p; −0, 01005 + 0, 06829 p;0, 01980 − 0, 05026 p .
Igualando as utilidades esperadas, temos:

u ( X 1 ) ; p  = u ( X 2 ) ; p   p  0,52747
u ( X 2 ) ; p  = u ( X 3 ) ; p   p  0, 25182
Conseqüentemente,
−0, 05127 + 0,14643 p, se p  ( 0,52747;1

u ( LsI ( p ) )   −0, 01005 + 0, 06829 p, se p  ( 0, 25182;0,52747 

0, 01980 − 0, 05026 p, se p  0;0, 25182
E usando a equação VEIP ( p ) = EMD ( LcIP ( p ) ) − EMD ( LsI ( p ) ) temos que:
VEIP ( 0 ) = 0
VEIP ( 0, 25182 )  321, 44
VEIP ( 0,52747 )  341, 61
VEIP (1) = 0.
Desta maneira, o gráfico do VEIP em função da probabilidade pode ser representado pela
Figura 3.
8
400
350
300
250
VEIP(p)
200
150
100
50
0
0.25182 0.52747
0,00 0,10 0,20 0,30 0,40 0,50 0,60 0,70 0,80 0,90 1,00
Probabilidade (p)
Figura 3 - Gráfico do VEIP(p)

Baseado nos dados calculados e no gráfico o VEIP máximo ocorre quando a probabilidade é
p  0,52747 .
4. Desenhar o contorno admissível. As estratégias são: e1 = ( a1 , a1 ) , e2 = ( a1 , a2 ) ,

e3 = ( a1 , a3 ) , e4 = ( a2 , a1 ) , e5 = ( a2 , a2 ) , e6 = ( a2 , a3 ) , e7 = ( a3 , a1 ) , e8 = ( a3 , a2 ) ,
e9 = ( a3 , a3 ) . Determinar as estratégias dominantes e dominadas. Determinar a
estratégia ótima para cada valor da probabilidade do Brasil vencer. Para facilitar a
análise considere v = 0 .
Solução:
Considerando as probabilidades condicionadas dadas para a questão, é possível plotar as
esperanças condicionadas das utilidades das possíveis estratégias, isto é, u (" R " | ) | V 
e u (" R "| ) | D , e, conseqüentemente, identificar o contorno admissível, conforme
apresentado na Figura 2.
9
0,03
e9
0,02
e6 Contorno Admissível
0,01
e3
0,00
-0,04 -0,02 e8 0,00 0,02 0,04 0,06 0,08 0,10 0,12
E[u("R"|.)|D]
-0,01
e5
e2
-0,02
-0,03
e7
-0,04
e4
-0,05
e1
-0,06
E[u("R"|.)|V]
Figura 2 – Contorno Admissível

As estratégias dominantes são todas aquelas que pertencem ao contorno admissível, isto é
e1 = ( a1 , a1 ) , e2 = ( a1 , a2 ) , e3 = ( a1 , a3 ) , e6 = ( a2 , a3 ) , e e9 = ( a3 , a3 ) . Por outro lado, as
estratégias dominadas são aquelas que estão a esquerda ou abaixo do contorno
admissível, isto é, e3 = ( a1 , a3 ) , e4 = ( a2 , a1 ) , e5 = ( a2 , a2 ) , e7 = ( a3 , a1 ) e e8 = ( a3 , a2 ) .
A estratégia ótima dada a probabilidade do Brasil vencer igual Pr (V ) = p será aquela

que maximiza a utilidade esperada. Lembrando da regra das esperanças iteradas (ou regra
da torre), temos:
 u (" R "| ei )  =   u (" R "| ei ) | R  
= p  u (" R "| ei ) | V  + (1 − p)  u (" R "| ei ) | D 
=  u (" R "| ei ) | D  + p ( )
 u (" R "| ei ) | V  − u (" R "| ei ) | D  ,
e, conseqüentemente, a utilidade esperada das estratégias dominantes são:

10
u (" R " | e1 )   −0, 05127 + 0,14643 p

 u (" R " | e2 )   −0, 01829 + 0,10238 p
 u (" R " | e3 )   0, 00559 + 0, 05189 p
 u (" R " | e6 )   0, 01383 + 0, 01780 p
 u (" R " | e9 )   0, 01980 − 0, 05026 p.
Igualando as equações na ordem do contorno admissível, temos que:

u (" R " | e1 )  = u (" R " | e2 )   p  0, 749
u (" R " | e2 )  = u (" R " | e3 )   p  0, 473
u (" R " | e3 )  = u (" R " | e6 )  p  0, 241
u (" R " | e6 )  = u (" R " | e9 )   p  0, 088.
Finalmente temos o resultado que as estratégias ótimas são:

• e9 se p  0, 088
• indiferença entre e6 e e9 se p  0, 088
• e6 se 0, 088  p  0, 241
• e3 se 0, 241  p  0, 473
• e2 se 0, 473  p  0, 749
• e1 se p  0, 749.
5. Qual é o valor do VEIP se o especialista em futebol for um clarividente parcial com
probabilidade igual a 0,05 de não dizer nada?
Solução:
11
0,09516
0,6
0,06502 “R”
0,95
0,4
Contratar F
Clarividente 0,06359
Parcial
656,55 0,01980
0,05
0,036516
372,00
Não Contratar Clarividente Parcial 0,036516
372,00
VEIPparcial = 656,55 − 372, 00

= 284,55.
Solução alternativa:
VEIPparcial = (1 − 0, 05 )  VEIP
= 0,95  299,53
= 284,55.
Fórmulas:
Função de utilidade exponencial:
u ( x ) = 1 − exp ( − x ) ,   0 .
Coeficiente de aversão ao risco de Arrow-Pratt do decisor exponencial:
r ( x) = 
Coeficiente de tolerância do decisor exponencial:
1
 ( x) =

Função de inversa da função de utilidade exponencial:
12
1
u −1 ( x ) = − ln (1 − x ) , se x é utilidade esperada, então u −1 ( x ) = EMD

Equivalente monetário determinístico do decisor exponencial:
EMD ( X ) = X
= u −1 ( u ( X )  )
1
= − ln

( exp ( − X )  )
Equivalente monetário determinístico de uma variável aleatória normal com esperança 
e desvio-padrão  , isto é, X ( , ) , sendo que o decisor é exponencial:
2
1
EMD ( X ) =  −  2
2
Equivalente monetário determinístico aproximado de uma variável aleatória qualquer
com esperança  e desvio-padrão  :
1
EMD ( X )   − r (  )  2
2
Propriedade delta da função de utilidade exponencial (sendo   determinística):
EMD ( X +  ) = EMD ( X ) + 
Propriedade delta generalizada da função de utilidade exponencial se X e Y são
variáveis aleatórias independentes:
EMD ( X + Y ) = EMD ( X ) + EMD (Y )
Função de utilidade logarítmica:
u ( x ) = ln ( x ) , x  0 .
Coeficiente de aversão ao risco de Arrow-Pratt do decisor logarítmico:
1
r ( x) =
x
Coeficiente de tolerância do decisor logarítmico:
 ( x) = x
Equivalente monetário determinístico de uma variável aleatória estritamente positiva com
esperança  e desvio-padrão  :
13
EMD ( X ) = X
(
= u −1 u ( X )  )
= exp ( ln ( X )  )
=  exp ( − 2 )

e desvio-padrão  , isto é, X ( , ) :
2
EMD ( X ) = X
(
= u −1 u ( X )  )
= exp (  ln ( X )  )
 1 
=  exp  −  2 
 2 
Notação das loterias:
LcII: loteria com informação imperfeita do previsor
LcIP: loteria com informação perfeita do previsor
LsI: loteria sem informação do previsor
Valor esperado da informação imperfeita:
EMD ( LcII ( v = VEII ) ) = EMD ( LsI )
Valor esperado da informação perfeita:
EMD ( LcIP ( v = VEIP ) ) = EMD ( LsI )
1

João é um torcedor apaixonado, que está tentando resolver um problema decisório pouco
antes de um jogo entre as seleções do Brasil e da Argentina, sendo que João possui
função de utilidade logarítmica, isto é, u ( x ) = ln ( x ) . O opulento João possui uma
riqueza no valor de um milhão. Trata-se de um jogo decisivo e que terá necessariamente
um vencedor, pois, em caso de empate, haverá decisão por pênaltis. João deve optar entre
as três possíveis alternativas: (a1) assistir ao jogo no estádio, (a2) assistir ao jogo pela
televisão e (a3) ouvir o jogo pelo rádio. Uma e somente uma dessas ações deverá ser
adotada. Considere que João possa utilizar o serviço de um especialista em futebol que
lhe dirá “O Brasil vai perder” ou “O Brasil vai ganhar”, com probabilidades bastante boas
de acertar, ajudando-o a melhorar seu conhecimento quanto à distribuição de
probabilidades dos estados da natureza.
a1 a2 a3
V 1000 600 -300
D -500 -100 200
Pr (V ) = 0,6 , Pr ("V ") = 0,5
Pr ("V " V ) = 0,70 , Pr (" D " D ) = 0,80 , Pr (V | "V ") = 0,84 , Pr ( D | " D ") = 0,64 .
Questões (cada questão vale 2 pontos; justificar todas as respostas; fazer os cálculos das
utilidades usando 6 casas decimais):
1. Considerando a árvore de decisão do João, determinar se ele deve ou não contratar o
especialista em futebol se este cobrar: (a) exatamente VEII ou (b) mais do que o VEII ou
(c) menos do que o VEII.
Solução:
As respostas a seguir independem da função de utilidade de João, pois o VEII é um valor
ajustado ao risco pela função de utilidade do decisor.
(a) No caso do especialista cobrar exatamente o VEII, i.e., v = VEII , João será indiferente
em contratá-lo.
(b) No caso do especialista cobrar mais que o VEII, i.e., v  VEII , João não deverá
contratá-lo.
(c) No caso do especialista cobrar menos que o VEII, i.e., v  VEII , João deverá
contratá-lo.
2. Quais são os valores do VEII e do VEIP?
Solução:
2
Os valores do VEII e do VEIP dependem da função de utilidade do João. Na primeira

prova João usou a função de utilidade u ( x ) = x , i.e., a linear. Na prova unificada João
usou a função de utilidade exponencial com coeficiente de tolerância igual a 10 4 , isto é,
( )
u ( x ) = 1 − exp − x 104 . Na prova substitutiva João, cuja riqueza inicial é de  = 106 ,
usa a função de utilidade logarítmica, isto é, u ( x ) = ln ( x ) . O coeficiente de aversão do
João é dado por:
1
r ( + x ) = , sendo que x é o valor resultante da loteria.
+x
O valor resultante da loteria varia entre −5  10 2 e 103 .
Como  x , então:
1 1
r ( + x ) =  = .
+x 
(
Sendo assim, João é aproximadamente exponencial, isto é, u ( x ) = 1 − exp − x 106 . )
Além disso, como o coeficiente de aversão do João é aproximadamente igual a zero,
então João é aproximadamente linear, isto é, u ( x ) = x .
A propriedade delta apenas se aplica para as funções de utilidade linear e exponencial.

Portanto, os métodos utilizados na prova unificada são análogos aos da primeira prova. O
critério de maximização da esperança do ganho, quando o decisor é indiferente ao risco, é
substituído pelo critério mais geral de maximização da utilidade esperada do ganho
(critério de Machina-Bernoulli).
O valor a ser pago pelo decisor ao previsor pelo serviço prestado é denotado por v  0 .
Pelo Princípio da não-degeneração da utilidade esperada, a utilidade esperada da loteria
considerando a contratação do especialista em futebol deve ser maior ou igual à de não
contratá-lo. Se as utilidades das duas loterias forem iguais, então v = VEII :
EMD ( LcII ( v = VEII ) ) = EMD ( LsI ) .
Lembrar que a estratégia e2 = ( a1 , a2 ) corresponde à decisão de contratar o previsor e se

este disse “V”, decide-se pela alternativa a1 e se disse “D”, pela a2 .
Aplicando a propriedade delta temos e definindo LcII  LcII ( v = 0 ) temos que:

3
EMD ( LcII ) − VEII = EMD ( LsI )

VEII = EMD ( LcII ) − EMD ( LsI )
= EMD (" R " | e2 ) − EMD ( LsI )
= u −1 ( )
 u (" R " | e2 )  − u −1 (  u ( LsI ) )
1
= − ln 1 −

( u (" R " | e )  ) + ln (1 −  u ( LsI )  )
2
1

1  1 −  u (" R " | e2 )  
= − ln  
  1 −  u ( LsI )  
 1 −  u (" R " | e2 )  
= −104 ln  
 
 1 − max u ( X 1 )  ; u ( X 2 )  ; u ( X 3 )   

 1 −  u (" R " | e2 )  
= −104 ln  
 1 − max 0, 036516;0, 030924; −0, 01035 
 
 1 −  u (" R " | e2 )  
= −104 ln  
 1 −  u ( X1 ) 
   
 1 −  u (" R " | e2 )  
= −104 ln  
 1 − 0, 036516 
 
 1 − 0, 0431327 
= −104 ln  
 1 − 0, 0365160 
 440,16 − 372, 00
 68,16
Considerando as probabilidades condicionadas dados para este problema para a árvore de
decisão da Figura 1, temos que VEII  68,16 .
No caso de clarividência, temos a seguinte estrutura de probabilidades:
Pr (V | "V ") = 1
Pr ("V ") = 0, 60 Pr ( D | "V ") = 0
e
Pr (" D ") = 0, 40 Pr (V | " D ") = 0
Pr ( D | " D ") = 1
Aplicando esta estrutura temos que,

4
VEIP = EMD ( LcIP ) − EMD ( LsI )

= EMD (" R " | e3 ) − EMD ( LsI )
= u −1 ( )
u (" R " | e3 )  − u −1 (  u ( LsI ) )
1
= − ln 1 −

(  u (" R " | e )  ) + ln (1 − u ( LsI )  )
3
1

1  1 − u (" R " | e3 )  
= − ln  
  1 −  u ( LsI )  
 1 −  u (" R " | e3 )  
= −104 ln  
 
 1 − max u ( X 1 )  ; u ( X 2 )  ; u ( X 3 )   

 1 −  u (" R " | e3 )  
= −104 ln  
 1 −  u ( X1 ) 
   
 1 − 0, 0649479 
= −104 ln  
 1 − 0, 0365160 
 671,53 − 372, 00
 299,53.
Solução alternativa para o VEIP:
• Utilidade esperada da situação antes da contratação do clarividente: 0,03659
• Loteria da situação depois da contratação do clarividente:
u (1.000 − v ) ,0,06; u ( 200 − v ) ,0, 4
Pelo princípio da não-degeneração da utilidade esperada temos que:

1.000 − v, 0, 6; 200 − v, 0, 4  372, 00
  (103 − v )     ( 2 102 − v )  
0, 6 1 − exp  −   + 0, 4 1 − exp  −    0, 03659
  104     104 
     
  1  2 
 0, 6 exp  − 10  + 0, 4 exp  − 102  
v  −10 ln 
4      = v = VEIP
1 − 0, 03659
max
 
 
 
Portanto, o valor máximo a ser pago pelo decisor ao clarividente é o VEIP.
3. Fazer o gráfico do VEIP (ordenada) pela probabilidade do Brasil vencer (abscissa).
Se João não souber a probabilidade do Brasil ganhar, qual é o valor máximo que ele
pagaria pelo serviço do especialista em futebol clarividente?
Solução:
Considerando, por exemplo, que a estratégia ótima com a estrutura de informação
perfeita é e3 = ( a1 , a3 ) e que a probabilidade do Brasil ganhar é Pr (V ) = p , temos que:
5
 u ( LcIP ( p ) )  = u (" R " | e3 ) ; p   0, 01980 + 0, 07536 p
 
u ( LsI ( p ) )  = max u ( X 1 ) ; p  ; u ( X 2 ) ; p  ; u ( X 3 ) ; p 
 max −0, 05127 + 0,14643 p; −0, 01005 + 0, 06829 p;0, 01980 − 0, 05026 p .
Igualando as utilidades esperadas, temos:

u ( X 1 ) ; p  = u ( X 2 ) ; p   p  0,52747
u ( X 2 ) ; p  = u ( X 3 ) ; p   p  0, 25182
Conseqüentemente,
−0, 05127 + 0,14643 p, se p  ( 0,52747;1

u ( LsI ( p ) )   −0, 01005 + 0, 06829 p, se p  ( 0, 25182;0,52747 

0, 01980 − 0, 05026 p, se p  0;0, 25182
E usando a equação VEIP ( p ) = EMD ( LcIP ( p ) ) − EMD ( LsI ( p ) ) temos que:
VEIP ( 0 ) = 0
VEIP ( 0, 25182 )  321, 44
VEIP ( 0,52747 )  341, 61
VEIP (1) = 0.
Desta maneira, o gráfico do VEIP em função da probabilidade pode ser representado pela
Figura 3.
6
400
350
300
250
VEIP(p)
200
150
100
50
0
0.25182 0.52747
0,00 0,10 0,20 0,30 0,40 0,50 0,60 0,70 0,80 0,90 1,00
Probabilidade (p)
Figura 3 - Gráfico do VEIP(p)

Baseado nos dados calculados e no gráfico o VEIP máximo ocorre quando a probabilidade é
p  0,52747 .
4. Desenhar o contorno admissível. As estratégias são: e1 = ( a1 , a1 ) , e2 = ( a1 , a2 ) ,

e3 = ( a1 , a3 ) , e4 = ( a2 , a1 ) , e5 = ( a2 , a2 ) , e6 = ( a2 , a3 ) , e7 = ( a3 , a1 ) , e8 = ( a3 , a2 ) ,
e9 = ( a3 , a3 ) . Determinar as estratégias dominantes e dominadas. Determinar a
estratégia ótima para cada valor da probabilidade do Brasil vencer. Para facilitar a
análise considere v = 0 .
Solução:
Considerando as probabilidades condicionadas dadas para a questão, é possível plotar as
esperanças condicionadas das utilidades das possíveis estratégias, isto é, u (" R " | ) | V 
e u (" R "| ) | D , e, conseqüentemente, identificar o contorno admissível, conforme
apresentado na Figura 2.
7
0,03
e9
0,02
e6 Contorno Admissível
0,01
e3
0,00
-0,04 -0,02 e8 0,00 0,02 0,04 0,06 0,08 0,10 0,12
E[u("R"|.)|D]
-0,01
e5
e2
-0,02
-0,03
e7
-0,04
e4
-0,05
e1
-0,06
E[u("R"|.)|V]
Figura 2 – Contorno Admissível

As estratégias dominantes são todas aquelas que pertencem ao contorno admissível, isto é
e1 = ( a1 , a1 ) , e2 = ( a1 , a2 ) , e3 = ( a1 , a3 ) , e6 = ( a2 , a3 ) , e e9 = ( a3 , a3 ) . Por outro lado, as
estratégias dominadas são aquelas que estão a esquerda ou abaixo do contorno
admissível, isto é, e3 = ( a1 , a3 ) , e4 = ( a2 , a1 ) , e5 = ( a2 , a2 ) , e7 = ( a3 , a1 ) e e8 = ( a3 , a2 ) .
A estratégia ótima dada a probabilidade do Brasil vencer igual Pr (V ) = p será aquela

que maximiza a utilidade esperada. Lembrando da regra das esperanças iteradas (ou regra
da torre), temos:
 u (" R "| ei )  =   u (" R "| ei ) | R  
= p  u (" R "| ei ) | V  + (1 − p)  u (" R "| ei ) | D 
=  u (" R "| ei ) | D  + p ( )
 u (" R "| ei ) | V  − u (" R "| ei ) | D  ,
e, conseqüentemente, a utilidade esperada das estratégias dominantes são:

8
u (" R " | e1 )   −0, 05127 + 0,14643 p

 u (" R " | e2 )   −0, 01829 + 0,10238 p
 u (" R " | e3 )   0, 00559 + 0, 05189 p
 u (" R " | e6 )   0, 01383 + 0, 01780 p
 u (" R " | e9 )   0, 01980 − 0, 05026 p.
Igualando as equações na ordem do contorno admissível, temos que:

u (" R " | e1 )  = u (" R " | e2 )   p  0, 749
u (" R " | e2 )  = u (" R " | e3 )   p  0, 473
u (" R " | e3 )  = u (" R " | e6 )  p  0, 241
u (" R " | e6 )  = u (" R " | e9 )   p  0, 088.
Finalmente temos o resultado que as estratégias ótimas são:

• e9 se p  0, 088
• e6 se 0, 088  p  0, 241
• e3 se 0, 241  p  0, 473
• e2 se 0, 473  p  0, 749
• e1 se p  0, 749.
5. Qual é o valor do VEIP se o especialista em futebol for um clarividente parcial com
probabilidade igual a 0,05 de não dizer nada?
Solução:
9
0,09516
0,6
0,06502 “R”
0,95
0,4
Contratar F
Clarividente 0,06359
Parcial
656,55 0,01980
0,05
0,036516
372,00
Não Contratar Clarividente Parcial 0,036516
372,00
VEIPparcial = 656,55 − 372, 00

= 284,55.
Solução alternativa:
VEIPparcial = (1 − 0, 05 )  VEIP
= 0,95  299,53
= 284,55.
10
Utilidade
V|”V” 1.000 - v u(1000 - v)
a1 X1|“V”
D|”V” -500 - v u(-500 - v)
V|”V” 600 - v u(600 - v)
a2 X2|“V”
“V” D|”V” -100 - v u(-100 - v)
V|”V” -300 - v u(-300 - v)
a3 X3|“V”
D|”V” 200 - v u(200 - v)
“R”
Contratar V|”D” 1.000 - v u(1000 - v)
especialista
a1 X1|“V”
D|”D” -500 - v u(-500 - v)
“D” V|”D” 600 - v u(600 - v)
a2 X2|“V”
D|”D” -100 - v u(-100 - v)
V|”D” -300 - v u(-300 - v)
a3 X3|“V”
D|”D” 200 - v u(200 - v)
V 1.000 0,09516
a1 X1
D -500 -0,05127
Não contratar V 600 0,05824

especialista
a2 X2
D -100 -0,01005
V -300 -0,03045
a3 X3
D 200 0,01980
Figura 1: Árvore de Decisão do João

11
Fórmulas:
Função de utilidade exponencial:
u ( x ) = 1 − exp ( − x ) ,   0 .
Coeficiente de aversão ao risco de Arrow-Pratt do decisor exponencial:
r ( x) = 
Coeficiente de tolerância do decisor exponencial:
1
 ( x) =

Função de inversa da função de utilidade exponencial:
1
u −1 ( x ) = − ln (1 − x ) , se x é utilidade esperada, então u −1 ( x ) = EMD

Equivalente monetário determinístico do decisor exponencial:
EMD ( X ) = X
= u −1 ( u ( X )  )
1
= − ln

( exp ( − X )  )
e desvio-padrão  , isto é, X ( , ) , sendo que o decisor é exponencial:
2
1
EMD ( X ) =  −  2
2
Equivalente monetário determinístico aproximado de uma variável aleatória qualquer
com esperança  e desvio-padrão  :
1
EMD ( X )   − r (  )  2
2
Propriedade delta da função de utilidade exponencial (sendo   determinística):
EMD ( X +  ) = EMD ( X ) + 
Propriedade delta generalizada da função de utilidade exponencial se X e Y são
variáveis aleatórias independentes:
EMD ( X + Y ) = EMD ( X ) + EMD (Y )
Função de utilidade logarítmica:
u ( x ) = ln ( x ) , x  0 .
12
Coeficiente de aversão ao risco de Arrow-Pratt do decisor logarítmico:

1
r ( x) =
x
Coeficiente de tolerância do decisor logarítmico:
 ( x) = x
Equivalente monetário determinístico de uma variável aleatória estritamente positiva com
esperança  e desvio-padrão  :
EMD ( X ) = X
(
= u −1 u ( X )  )
= exp ( ln ( X )  )
=  exp ( − 2 )

e desvio-padrão  , isto é, X ( , ) :
2
EMD ( X ) = X
(
= u −1 u ( X )  )
= exp (  ln ( X )  )
 1 
=  exp  −  2 
 2 
Notação das loterias:
LcII: loteria com informação imperfeita do previsor
LcIP: loteria com informação perfeita do previsor
LsI: loteria sem informação do previsor
Valor esperado da informação imperfeita:
EMD ( LcII ( v = VEII ) ) = EMD ( LsI )
Valor esperado da informação perfeita:
EMD ( LcIP ( v = VEIP ) ) = EMD ( LsI )
View publication stats

Análise Estatística Da Decisão - Bekman & Costa Neto - Soluções de Questões

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Análise Estatística Da Decisão - Bekman & Costa Neto - Soluções de Questões

Enviado por

Direitos autorais:

Formatos disponíveis

See discussions, stats, and author profiles for this publication at: https://www.researchgate.

Análise estatística da decisão - Bekman & Costa Neto - Soluções de questões

Technical Report · July 2006

Mathematics View project

Financial Econometrics View project

The user has requested enhancement of the downloaded file.

Variável Aleatória Estados da Natureza

"X " X "C " "C " Total

Total Pr (" C ") =0,17 Pr (" C ") =0,83 1

"X " "C " "C " Total

X "X " "C " "C "

"X " X "C " "C " Total

Exercício 2.14 Dois dados são lançados. Calcular a esperança e variância da

a) Construir a árvore representativa do problema (Figura ).

b) Criar os possíveis cursos de ação do empresário

1. Contratar apenas o negócio A;

V EIP 30; 00 13; 33 16; 67:

Não faz nada 100.000,00

223.000,00 0,7 250.000,00

0,3 Não contrata C nem D 200.000,00

252.000,00 0,4 180.000,00

Pr(‘H’)=2/3 Pr(H|’H’)=1 30,00

30,00 -20,00 Pr(D|’H’)=0 -20,00

Pr(‘D’)=1/3 Pr(D|’D’)=1 -20,00

30,00 Pr(D|’D’)=1 -20,00

13,33 Pr(H)=2/3 30,00

Não contratar Pr(D)=1/3 -20,00

-3,33 Pr(D)=1/3 30,00

Figure 1: Exercício 3.2

13,33 Pr(H)=2/3 30,00

-3,33 Pr(D)=1/3 30,00

Figure 2: Exercício 3.2 item b

a) Representar a árvore de decisão completa.

Pr As = Pr AsjB Pr (B) + Pr AsjM Pr (M )

b) Determinar a regra de ação ótima do jogador.

Exercício 3.4) Considerar a árvore de decisão dada pela Figura 4:

25,00 Pr(M)=3/4 0,00

40,00 Pr(B|2 à 10)=2/5 100,00

40,00 Pr(M)=3/5 0,00

0,00 Pr(B|Fig.)=0 100,00

50,00 Pr(M)=1/2 0,00

Não olhar a carta

Figure 3: Exercício 3.4 item a

a1 70,00 Pr(q1|‘q2’)=0,10 430,00

250,00 Pr(q1)=0,55 430,00

Figure 4: Exercício 3.4

a1 30,00 Pr(q1|‘q2’)=0 430,00

250,00 Pr(q1)=0,55 430,00

Figure 5: Exercício 3.4 item a

b) Determinar o valor do experimento envolvido

Exercício 3.5) Determinar o conjunto de todas as possíveis estratégias correspon-

Exercício 3.6) Os Cabeludinhos, um grupo disco muito em voga, tem a intenção

a) Vale a pena gravar o disco? (Figura 6)

b) A gravadora pode consultar um disquejóquei, que tem informação perfeita so-

Exercício 3.10) Imaginar o clarividente parcial que, com probabilidade p, nada

Exercício 3.21) Uma empresa especializada em instalações industriais tem duas

a) O lucro esperado (e as decisões que maximizam o lucro esperado).

b) O valor da clarividência a respeito do preço do fabricante Y.

d) O valor da clarividência conjunta a respeito do preço e do prazo.

e) O valor dos serviços de um especialista em assuntos econômicos que prevê a

Considerando esta nova estrutura de probabilidades o valor da infomação do economista con-

Não gravar 0,00

Figure 6: Exercício 3.6 item a