Teoriadorisco

O risco a probabilidade de acontecimento de um determinado evento futuro, capaz

de alterar o equilbrio econmico de um patrimnio. Baseado nisso A TEORIA DO RISCO o
processoqueresideemestabelecerummodelodetarifaoeficientefrenteaossinistrosque
chegam ao segurador, capaz de garantir equilbrio em face das variaes aleatrias do risco
segurado e dar solvibilidade (meio de pagar) ao segurador no longo prazo, de maneira que o
processoderuinanoocorra.Assimateoriadorisco,temcomoobjetivoprincipalestabelecer
paraobemsobanliseumprmiojustoparaumdadofuturomensurvel,incertoquantoao
prazoouocorrnciaeindependentedavontadedaspartesdocontrato.
1) Conceitosestatsticos.
A teoria do risco inerente teoria estatstica, portanto a compreenso de
determinados termos e conceitos estatsticos assim como algumas propriedades, se faz
necessria ou at mesmo fundamental. Assim de imediato algumas definies bsicas
referente teoria estatstica so apresentadas, e outra definies e aplicaes sero
apresentadasaolongodoscaptulosconformesejaconveniente.
1.1) Variveisaleatrias
AvarivelaleatriapodeserentendidacomoumafunoX(. )queassociaacadaevento
doespaodeprobabilidadeumnmeroreal.Ouseja,umaquantidadeX(. )ouX,associadaa
cada possvel resultado do espao de amostral, denominada de varivel aleatria. Alguns
autores apontam a fraqueza dessa terminologia, uma vez que se chama varivel a uma
funo.Almdisso,otermoaleatriotambmnoapropriado,umavezqueafunoP|. ]
noutilizadoemsuadefinio.
Exemplo 1:
Um exemplo ilustrativo a conceituao a de uma fabrica onde alguns dos itens
produzidos apresentam algum problema de fabricao.
Sendo o experimento de retirar uma amostra de n = 2 peas da linha de produo,
o espao amostral :
u = {(D, D)(D, Pe)(Pe, D)(Pe, Pe)], em que Pe a pea perfeita e D a com
defeito.
Nem sempre fcil especificar um espao amostral, ento ao se associar um
nmero a cada um dos eventos , criamos um novo conjunto.
Voltando ao exemplo, o novo conjunto seria R = {u,1,2], se o evento desejado
fosse nmero de peas com defeito retiradas da linha de montagem.
No exemplo acima R R. Ou seja, R a imagem de X(. ). Ainda por definio, a
varivel aleatria deve ser tal que o evento Ar definido por:
Ar = {: X() r]
pertena a Z para todo nmero real r . No exemplo acima, tem-se:
X(D, D) = 2 X(Pe, D) = 1 X(D, Pe) = 1 X(Pe, Pe) =
Logo X uma varivel aleatria.
Assim, formalmente, uma varivel aleatria X uma funo com domnio no espao de
probabilidades e contradomnio a reta dos reais. E as mesmas podem ser classificada como
discretas,seassumesomenteumnmeroenumerveldevalores(finitoouinfinito).Emquea
cada realizao y corresponde uma probabilidade P|X = x]. Isso define uma funo de
probabilidade,aqualdeveobedeceraalgumascondies,quaissejam:
(i) P|X = x

] u,paratodoi.
(ii) P|X = x

=1
= 1
Em que o ndice i empregado para identificar os diferentes valores que a varivel pode
assumir. Essa funo denominada por inmeros autores como a distribuio de
probabilidadedavarivelaleatriadiscretaX.
Pode tambm ser classificada como varivel aleatria contnua se corresponderem aos
dados de medida, pertencentes aos R, assim como para variveis continuas em geral. Para
variveis dessa natureza, os elementos do contradomnio da funo X(. ) so os infinitos
valores possveis pertencentes a um intervalo. Alm disso, valores especficos da varivel
correspondem a eventos de probabilidade nula. Portanto no h sentido em se definir uma
funo de probabilidade como aquela para variveis aleatrias discretas, mas conveniente
elaborar uma funo que fornea probabilidades com relao s realizaes da varivel estar
contidas em intervalos quaisquer. Com essa motivao que foi concebida a funo de
densidade de probabilidade (f.d.p) ou simplesmente funo de densidade, pela qual tais
probabilidadespodemsercalculadas.Ascondiesqueeladeveobedecerso:
(i) (x) u,paraqualquervalordex.
(ii) ] (x)Jx = 1

-
,
(iii) P|o X b] = ] (x)Jx
b
u
,paraquaisqueroeb.
Independedofatodeavarivelaleatriaserdiscretaoucontinuaumaimportantefuno
associada a ela corresponde funo de distribuio acumulada, funo de distribuio de
probabilidade, ou simplesmente funo de distribuio. Atravs dela, obtmse, por
definio, probabilidades de que a varivel em questo esteja abaixo de um determinado
valor. Em geral ela representada por F(x), ou (x). Assim F(x) = P|X x]. Em que
P|X x] pode ser lido como probabilidade da varivel aleatria X assumir valores menores
que x. O conhecimento de tal funo permite obter qualquer informao sobre a varivel.
Assim a composio das funes de probabilidade faz parte da modelagem terica das
realizaes das variveis aleatrias uma vez que um fenmeno aleatrio ou estocstico
descritominimamenteporsuadistribuiodeprobabilidade.

1.2) ProbabilidadeCondicional.
Sejam X
1
e X
2
duas variveis aleatrias discretas definidas no mesmo espao de
probabilidades.DefinimosadistribuiocondicionaldeX
1
dadoX
2
,pelaexpresso.
P
X
1
|X
2
(X
1
|X
2
) =
P
X
1
,X
2
(x
1
, x
2
)
P
X
2
(x
2
)

OndeP
X
1
,X
2
(x
1
, x
2
)afunodedistribuioconjuntadeX
1
eX
2
,essaexpressosimilar
regra do produto de probabilidades, aplicada aqui para variveis aleatrias e funo de
distribuio.
Essaumaverso,paravariveisaleatrias,daLeidaProbabilidadeTotal.
Podemosobterafunodistribuiocondicionalde
1
,dado
2
= y
2
;
F

1
|
2
(y
1
|
2
= y
2
) =
P(|
1
y
1
] |
2
= y
2
])
P(
2
= y
2
)

Comoconsequncia,temos:
F

1
(y
1
) = P(
2
= y
2
)F

1
|
2
(y
1
|
2
= y
2
).

Em algumas situaes, til escrever a funo de distribuio conjunta a partir da

condicional:
F

1
,
2
(y
1
, y
2
) = P(
2
= k)F

1
|
2
(y
1
|
2
= k).
k:k<
2

Exemplo2
Com base em resultados do Posto de Sade do bairro, estabeleceuse a funo de
probabilidadeconjuntaentreosnmerosdiriosdecrianasatendidascomalergia(X)ecom
pneumonia().Noquadroabaixo,apresentaseaconjuntaeasmarginaisparaessasvariveis

Condicionado ocorrncia ou no de casos de pneumonia, como se comporta o

nmerodecrianasalrgicas?