LES5727 - Estatı́stica Aplicada à Economia

Prof. Adriano Azevedo-Filho

Lista 03 sobre Distribuições Multivariadas - Esperança e Conceitos Relacionados

Distribuições multivariadas

Exercı́cio 1 – Considere que a distribuição conjunta (função de densidade) de probabi-

lidade das variáveis X e Y é definida por
k −(x+y)
fXY (x, y) = e I(0,∞) (x)I(0,∞) (y)
2
(a) Encontre o valor de k para que fXY (x, y) seja uma função de densidade que atende
as propriedades necessárias.
(b) Obtenha a distribuição marginal de X, ou seja, fX (x).
(c) Obtenha a distribuição condicional de X dado Y , ou seja, fX|Y (x|y).
(d) São X e Y independentes?

Exercı́cio 2 – Considere uma moeda com 2 faces, uma com o número 0 e a outra com o
número 1. A moeda é lançada 2 vezes. Se X representa a soma dos 2 resultados obtidos
e Y representa o produto desses resultados,

(a) Caracterize a função de massa bivariada de X e Y . Ilustre a função.

(b) Obtenha a distribuição marginal de X, ou seja, fX (x).
(c) Obtenha a distribuição condicional de X dado Y , ou seja, fX|Y (x|y).
(d) São X e Y independentes?

Exercı́cio 3 – Assuma que X1 e X2 são V.A.s independentes com distribuição marginal

idêntica definida por
x
fX (x) = I[0,2] (x).
2
(a) Caracterize a distribuição conjunta fX1 X2 (x1 , x2 ).
(b) Encontre FX1 X2 (1, 1) para essa situação.
1
(c) Se Z = g(X1 , X2 ) = X1 X2
encontre E(Z).

Exercı́cio 4 – Refaça o exercı́cio apresentado no final do material sobre distribuições

multivariadas, relativo ao Teorema de Bayes, envolvendo a caracterização da distribuição
a posteriori da probabilidade da tachinha cair com a ponta para cima (X = 1, em
termos de uma variável Bernoulli). Considere que a distribuição a priori tem agora
probabilidades 1/4, 1/2 e 1/4 para a V.A. P assumir os valores 0,25, 0,50 e 0,75 tal
como no problema original.

(a) Nessas condições mostre a nova distribuição a posteriori, considerando a mesma

evidência de dois lançamentos da tachinha com resultado ponta para cima (X = 1).
(b) Resolva novamente, agora considerando que a tachinha foi lançada 3 vezes, com 2
dois resultados ponta para cima (X = 1) e um ponta para baixo (X = 0).
 Exercı́cio 5 – Normal multivariada – A distribuição Normal multivariada é definida por
1 1 T V−1 (x−⃗
fX (x) = p 1 e− 2 (x−⃗µ) µ)
,
(2π) |V|
2 2

 
X1  
E(X1 )
 X2 
..
onde X =  , µ
⃗ = ,
   
.. .
 . 
E(Xp )
Xp
 
σ11 σ12 . . . σ1p
 σ21 σ22 . . . σ2p 
V= .. ,
 
.. .. . .
 . . . . 
σp1 σp2 . . . σpp
e σij = Cov(Xi , Xj ).

(a) Mostre que a distribuição Normal univariada pode ser obtida como um caso parti-
cular da multivariada quando p = 1.
(b) Mostre a expressão para distribuição Normal bivariada (p=2).

Esperança Matemática e Conceitos Relacionados

Exercı́cio 6 – Se X é uma variável aleatória com fX (x) = (a + bx2 )I[0,1] (x), ache os
valores de a e b de forma que E(X) = 32 .

Exercı́cio 7 – Suponha que X é uma variável aleatória cuja unidade de medida é kg e

Y representa essa mesma variável em lb. O desvio padrão e o coeficiente de variação de
Y serão os mesmos de X? e se X é medido em graus Celsius e Y representa o mesmo
fenômeno medido em graus Fahrenheit? É necessário bastante cuidado com variáveis
como temperatura, por exemplo, medida na escala intervalar: uma situação em que a
temperatura dobra em graus Celsius não implica em que temperatura dobre se fosse
medida em graus Farenheit. [Obs: a conversão de graus Farenheit (F) para Celsius (C)
é dada por C = 59 (F − 32). Considere a conversão de kg para lb dada por 1 kg = 2,2
lb.].

Exercı́cio 8 – Dados de uma face – Considere um jogo que consiste no lançamento de

6 dados especiais. Cada dado tem 5 faces lisas (sem numeração) e uma face numerada,
variando de 1 a 6 (um número para cada dado). Suponha que X representa a soma dos
resultados obtidos nos 6 dados após um lançamento (se o resultado de um dado for a
face lisa, ele é contado como zero). Esse jogo era comum em festas na Europa na idade
média, pagando-se altos prêmios para valores elevados de X.

(a) Obtenha a esperança e variância de X (dica: esse é um caso em que obtenção pela
definição será mais complicada.)
(b) Suponha que um prêmio em dinheiro será pago em proporção ao valor apostado, se
o jogador obtiver o maior valor possı́vel no jogo. Qual deve ser o valor do prêmio,
de forma que a esperança de ganho para o promotor do jogo seja de $0,1 por $1
apostado. O promotor do jogo retêm o valor apostado em todos os casos.

Exercı́cio 9 – Se f1 (x) e f2 (x) são funções de densidade, verifique se

f (x) = α1 f1 (x) + α2 f2 (x)

também é uma função de densidade nas seguintes situações:

 (a) α1 + α2 = 1. (já feito anteriormente)
(b) α1 + α2 = 1, α1 ≥ 0, α2 ≥ 0. (já feito anteriormente)
(c) Considere as condições do item (b). Se µ1 e µ2 são as esperanças associadas a f1 (x)
e f2 (x), e σ12 , σ22 as variâncias, ache a esperança e a variância associadas a f (x) (ou
técnicamente falando, da variável aleatória que tem distribuição f (x).)

Exercı́cio 10 – Papel-tesoura-pedra – Num “jogo” chamado papel-pedra-tesoura n pes-

soas mostram uma das mãos representando uma pedra (mão fechada), papel (mão
aberta) e tesoura (mão com os dedos formando um V). Pedra ganha de tesoura (pois
pedra danifica tesoura); tesoura ganha de papel (tesoura corta papel) e papel ganha
de pedra (papel embrulha pedra). Se 2 pessoas estão jogando esse jogo, defina uma
variável aleatória X que represente o número de jogadas necessárias para que o jogo
termine (o jogo termina quando uma pessoa ganha o jogo). Obtenha a distribuição de
probabilidade para essa variável aleatória. (já feita na lista passada). Obtenha E(X) e
V (X).

Exercı́cio 11 – Fixação do preço – Uma empresa está planejando um investimento que

considera um desembolso de $ 200 no perı́odo 0 para produzir 120 unidades de um
produto para ser vendido no perı́odo 1, a um preço P que hoje é incerto, representado
por uma distribuição uniforme entre [1;b], onde b ̸= 1, com E(P ) = $ 2. A taxa interna
de retorno de um investimento, é o valor da taxa de juros r que torna o valor presente do
fluxo de caixa do investimento igual a zero, ou seja, nesse caso, o valor R∗ que soluciona:
120P
−200 + = 0.
1 + R∗
Como P é incerto, a taxa interna de retorno do investimento também é incerta no
momento em que o investimento é realizado. Com base nessas informações responda:

(a) Especifique o valor do parâmetro b da distribuição associada ao preço.

(b) Obtenha os valores de E(R∗ ) e V (R∗ ).
(c) Suponha que o investidor pode fixar o preço futuro no valor da esperança da distri-
buição de probabilidade do preço, a um custo adicional no perı́odo 0 de $ 5. Qual
seria a taxa interna de retorno do investimento com essa estratégia?
(d) No caso dele não poder fixar o preço futuro, qual seria a distribuição de probabili-
dade que representa a taxa interna de retorno, antes da realização do investimento?
(e) Qual é a probabilidade dessa taxa interna de retorno ser igual ou inferior a 7% na
situação do ı́tem anterior?

Exercı́cio 12 – Se X é uma variável aleatória com esperança matemática µ, mostre que

E[(X − b)2 ] é minimizada quando b = µ (fácil). Mostre também que E(|X − c|) é
minimizada quando c = ξ0,5 ou seja a mediana (difı́cil).

Exercı́cio 13 – Indique se as seguintes proposições são falsas ou verdadeiras, justificando

sua resposta através de uma prova. Nas proposições, X e Y são variáveis aleatórias, a
e b são constantes.

(a) Se E(XY ) = E(X)E(Y ) então X e Y são independentes.

(b) V (X + 2Y ) = V (X − 2Y ).
(c) Se Y = a + bX, com V (X) = V (Y ) = 1, tem-se b = ρXY , onde ρXY é o coeficiente
de correlação entre X e Y .
Exercı́cio 14 – Variância matricial – Considere as seguintes definições:
     
X1 2 9 −4 9
X =  X2 , k= 4 e V =  −4 16 0  .
X3 7 9 0 9

Defina
Y = k′ X
e observe que V é a matriz de covariância associada às 3 variáveis aleatórias X1 , X2 ,
X3 . Obtenha V(Y), a variância de Y . Obtenha também a matriz de correlação definida
a partir de V, que é uma matriz onde cada elemento representa ρi,j , onde i, j são os
ı́ndices das variáveis e as posições na matriz, em termos de linhas e colunas.

Exercı́cio 15 – (Média-variância do retorno III) – Considere a situação do Exemplo no

texto relativo a alocação de capital que leva à variância mı́nima do retorno. Suponha que
para o investimento 1 tem-se E(R1 ) = 10% e V (R1 ) = 1, para o investimento 2 tem-se
E(R2 ) = 11% e V (R2 ) = 2 e ρ = 0,3 é o coeficiente de correlação entre eles. Suponha
também que o investidor sempre preferirá ao comparar 2 investimentos, o que tenha
maior média e menor variância. Mostre que essa estratégia de colocar todo o capital
em R1 não será ótima. Faça um esboço da ”fronteira eficiente esperança-variância”, com
relação aos 2 investimentos e suas possı́veis combinações.
2
Exercı́cio 16 – Se X, Y e ϵ são variáveis aleatórias com esperança zero e variâncias σX ,
2 2
σY , σϵ , e sabemos que Y = bX + ϵ, onde X e ϵ são independentes, mostre que:
2
(a) Cov(Y, X) = bσX
b2 σ 2
(b) ρ2X,Y = 2 2 X 2
b σX + σϵ
Exercı́cio 17 – Sorveteiro – Um sorveteiro que trabalha com carrinho na rua tem o
seguinte problema: ele deve decidir sobre Q, quantos sorvetes comprar para vender
durante o dia. Se comprar pouco, o sorvete acabará logo, o que limitará seu lucro. Se
comprar muito, sobrará sorvete, que não poderá ser vendido no próximo dia, pois não
estará em boas condições (e não pode ser devolvido). Cada sorvete custa $ 1 e pode
ser vendido por $ 1, 5, se existir demanda. Suponha que ele estima que a quantidade
demandada de sorvetes num dia, representada por X, pode ser caracterizada por uma
função de densidade definida por
1
fX (x) = I[100,200] (x).
100
Responda:
ˆ Se L representa o lucro obtido pelo sorveteiro, obtenha E(L) para a decisão Q =
180. (Solução: E(L) = 42.)
ˆ Qual seria seria a decisão ótima com relação a Q que maximizaria E(L)? (Solução:
Q∗ = 400/3)

Exercı́cio 18 – Considere que X é uma variável aleatória Bernoulli(p), ou seja, assume

valor X = 1 com probabilidadade p e valor X = 0 com probabilidade 1 − p. Considere
uma amostra tamanho n, independente e identicamente distribuida (i.i.d.) dessa vari-
ável, dada por X1 , X2 , . . . , Xn , algo que poderia caracterizar uma amostra aleatória de
n produtos, cada um deles com defeito (Xi = 1) ou sem (Xi = 0) ou uma amostra de n
eleitores, em que cada um pode votar num candidato A (Xi = 1) ou outros candidatos
(Xi = 0).
 (a) Encontre E(X) e V (X).
(b) Se Y = X1 + X2 + . . . + Xn , interprete Y no contexto dos dois exemplos sugeridos
(produtos com defeitos e eleitores).
(c) Obtenha E(Y ) e V (Y ).

Exercı́cio 19 – [15 pts] Considere que numa partida de futebol com 90 minutos, a proba-
bilidade de observarmos um gol dentro de cada intervalo de 1 minuto, a partir do inı́cio
do jogo, é p (só um gol é possı́vel dentro de cada intervalo de 1 minuto). Se considerar-
mos que a ocorrência de gols entre dois intervalos quaisquer de 1 minuto quaisquer são
eventos independentes, responda:

(a) Qual é a média teórica de gols numa partida em que p = 0, 02. [5 pts]
(b) Se p = 0, 03, qual é a probabilidade de observarmos 5 gols ou mais nessa partida?
[10 pts]

Obs: A resposta deve ser por via teórica exata e por métodos amostrais. O resultado
da solução por métodos amostrais, envolvendo simulação Monte Carlo no R, deve ser
apresentado numa nota técnica no RPubs. Mostre o link para essa nota técnica na lista
de exercı́cios. Para realizar essa parte da questão, precisará instalar o RStudio e todas as
libraries do R necessárias para uso do RMarkdown (fácil), e abrir uma conta no RPubs
(fácil) para que sua nota técnica seja transferida automaticamente pelo RStudio para
esse site, para acesso público na internet. Dicas serão dadas na aula de exercicios sobre
isso.