QUESTÃO 09 – PROVA ESTATÍSTICA 2018

Uma pessoa investe R$ 10.000,00 (I) em duas aplicações cujas taxas de retorno são
variáveis aleatórias independentes, 𝑅1 e 𝑅2 , com médias 5% e 14% e desvios-padrão
1% e 8%, respectivamente. O retorno esperado é dado por 𝑅𝑡 = 𝛼𝐼𝑅1 + (1 − 𝛼)𝐼𝑅2 e o
seu desvio-padrão dado por 𝜎(𝑅𝑡 ).

(0) Para minimizar o risco, o percentual investido na aplicação 1, 𝛼, deve ser superior a
0,98.

(1) Adotando a estratégia de minimizar o risco, o desvio-padrão do retorno total 𝜎(𝑅𝑡 ) é

aproximadamente 𝑅$ 99,23.

(2) Para um retorno total de R$ 770, o valor investido na aplicação 1 deveria ser de R$
7.000 e na aplicação 2 deveria ser de R$ 3.000.

(3) Para um retorno esperado total de R$ 770, o menor risco, medido pelo desvio-padrão,
seria de R$ 250.

(4) Seja 𝑅𝑡 com média R$ 770 e desvio-padrão R$ 250, então a menor probabilidade do
retorno total estar entre R$ 210,98 e R$ 1.329,02 é de 80%.

Solução:

Observe que a expressão 𝑅𝑡 = 𝛼𝐼𝑅1 + (1 − 𝛼)𝐼𝑅2 é chamada de retorno esperado no

caput da questão, no entanto, nos itens 1, 2, 3 e 4 é tratada como retorno total. Essa
diferença é importante, pois, ao que parece a expressão é de fato o retorno total e ainda é
uma variável aleatória. Além disso, observe que desvios-padrão de 1% e 8%, geram
variâncias de 0,0001 e 0,0064, respectivamente. Considerando isso, temos:

(0) Minimizar o risco deve ser entendido como minimizar a variância de 𝑅𝑡 .

Rearrumando a expressão, temos:

𝑉𝑎𝑟(𝑅𝑡 ) = 𝑉𝑎𝑟(𝛼𝐼𝑅1 + (1 − 𝛼)𝐼𝑅2 ) = 𝑉𝑎𝑟(𝛼𝐼𝑅1 ) + 𝑉𝑎𝑟((1 − 𝛼)𝐼𝑅2 ),

pois 𝑅1 e 𝑅2 são independentes. Assim,

𝑉𝑎𝑟(𝑅𝑡 ) = 𝛼 2 𝐼 2 𝑉𝑎𝑟(𝑅1 ) + (1 − 𝛼)2 𝐼 2 𝑉𝑎𝑟(𝑅2 ) ⇒

𝑉𝑎𝑟(𝑅𝑡 ) = 𝐼 2 [𝛼 2 𝑉𝑎𝑟(𝑅1 ) + (1 − 𝛼)2 𝑉𝑎𝑟(𝑅2 )] (1)

A CPO de (1) é dada por:

𝜕𝑉𝑎𝑟(𝑅𝑡 )
= 0 ⇒ 2𝛼𝑉𝑎𝑟(𝑅1 ) − 2(1 − 𝛼)𝑉𝑎𝑟(𝑅2 ) = 0
𝜕𝛼
⇒ 2𝛼𝑉𝑎𝑟(𝑅1 ) − 2𝑉𝑎𝑟(𝑅2 ) + 2𝛼𝑉𝑎𝑟(𝑅2 ) = 0
𝑉𝑎𝑟(𝑅2 )
⇒ 𝛼𝑉𝑎𝑟(𝑅1 ) + 𝛼𝑉𝑎𝑟(𝑅2 ) = 𝑉𝑎𝑟(𝑅2 ) ⇒ 𝛼 =
𝑉𝑎𝑟(𝑅1 ) + 𝑉𝑎𝑟(𝑅2 )

Deste modo, segundo dados da questão:

 𝑉𝑎𝑟(𝑅2 ) 0,0064 64 98
𝛼= = = >
𝑉𝑎𝑟(𝑅1 ) + 𝑉𝑎𝑟(𝑅2 ) 0,0001 + 0,0064 65 100

Se analisarmos a CSO de (1):

𝜕 2 𝑉𝑎𝑟(𝑅𝑡 )
= 2𝐼 2 [𝑉𝑎𝑟(𝑅1 ) + 𝑉𝑎𝑟(𝑅2 )] > 0
𝜕𝛼 2
Ou seja, a função é convexa em todo seu domínio e admite um ponto de mínimo (o
resultado acima, que é maior que 98%).

(1) Adotar a estratégia de minimizar o risco significa usar o resultado ótimo de 𝛼 na

função de retorno total:

𝑉𝑎𝑟(𝑅𝑡 ) = 𝛼 2 𝐼 2 𝑉𝑎𝑟(𝑅1 ) + (1 − 𝛼)2 𝐼 2 𝑉𝑎𝑟(𝑅2 )

Para 𝛼 = 64/65, que minimiza o risco:

64 2 64 2
𝑉𝑎𝑟(𝑅𝑡 ) = ( ) (10.000)2 (0,0001) + (1 − ) (10.000)2 (0,0064): contaral
65 65
medonho!

𝑉𝑎𝑟(𝑅𝑡 ) = 9846,15 ⇒ 𝜎(𝑅𝑡 ) ≈ 99,23 (Fiz na calculadora...)

(2) Supondo errado o enunciado, e considerando 𝑅𝑡 = 770, como proposto no item:

𝑚é𝑑𝑖𝑎 𝑑𝑒 𝑅1 𝑚é𝑑𝑖𝑎 𝑑𝑒 𝑅2

𝑅𝑡 = 770 ⇒ 𝑅𝑡 = 𝛼 ⋅ 10.000 ⋅ ⏞ + (1 − 𝛼) ⋅ 10.000 ⋅

0,05 ⏞
0,14
630
= 770 ⇒𝛼= ≈ 0,7
990
Assim, o valor investido na aplicação 1 será igual a 0,7 ⋅ 10.000 = 7.000 e na alicação
2 será igual a 0,3 ⋅ 10.000 = 3.000.

(3) Substituindo os valores anteriores encontrados de cada aplicação na fórumla da

variância:

𝑉𝑎𝑟(𝑅𝑡 ) = 𝛼 2 𝐼 2 𝑉𝑎𝑟(𝑅1 ) + (1 − 𝛼)2 𝐼 2 𝑉𝑎𝑟(𝑅2 ) =

𝑉𝑎𝑟(𝑅𝑡 ) = (0,7)2 (10.000)2 (0,01)2 + (1 − 0,7)2 (10.000)2 (0,08)2 = ⋯ = 62.500

𝜎(𝑅𝑡 ) = √62.500 = 250

(4) Do item temos,

𝐸(𝑅𝑡 ) = 770 e 𝜎(𝑅𝑡 ) = 250

A probabilidade do retorno total estar entre 210,98 𝑒 1329,02, é dada por:

210,98 − 770 𝑅𝑡 − 𝐸(𝑅𝑡 ) 1329,02 − 770

𝑃(210,98 ≤ 𝑅𝑡 ≤ 1329,02) = 𝑃 ( ≤ ≤ )=
250 𝜎(𝑅𝑡 ) 250
...

𝑃(−2,23608𝜎(𝑅𝑡 ) ≤ 𝑅𝑡 − 𝐸(𝑅𝑡 ) ≤ 2,23608𝜎(𝑅𝑡 ))

= 𝑃(|𝑅𝑡 − 𝐸(𝑅𝑡 )| ≤ 2,23608𝜎(𝑅𝑡 ))

Assim, usando a desigualdade de Chebyschev,

1
𝑃(|𝑅𝑡 − 𝐸(𝑅𝑡 )| ≤ 𝑘𝜎(𝑅𝑡 )) ≥ 1 − 𝑘 2 ⇒

1
𝑃(|𝑅𝑡 − 𝐸(𝑅𝑡 )| ≤ 2,23608𝜎(𝑅𝑡 )) ≤ 1 − (2,23608)2 ≅ 0,80

Ou seja, a menor probabilidade (ou probabilidade mínima) do retorno total estar entre
210,98 𝑒 1329,02 é de 80%.