Nota: Se procura o jogo de origem alemã, veja Se procura o jogo de origem alemã, veja Bolão (esporte)
Bolão é 📉 uma modalidade de aposta, inoficiosa na maioria dos casos, que pode ocorrer de duas formas - numa, vários apostadores se 📉 juntam para adquirir uma série de cartões de apostas, aumentando assim a probabilidade de acertos, e com posterior divisão dos 📉 prêmios;[1] e a variante popular, que é a de apostar no resultado de um evento futuro, em geral esportivo como 📉 os gols de uma partida de futebol.
Bolão de apostas [ editar | editar código-fonte ]
Este tipo de "bolão" é bastante 📉 difundido no Brasil, tendo sido incorporado informalmente pelas casas lotéricas como forma de vender mais bilhetes de concursos como a 📉 Mega-Sena - neste último caso tornado bastante conhecido no início de 2010, quando um grupo de apostadores do Rio Grande 📉 do Sul deixou de ganhar um prêmio recorde da loteria quando a funcionária do estabelecimento deixou de registrar os números 📉 no sistema operado pela Caixa Econômica Federal, ensejando a abertura de inquérito policial[2] e uma declaração oficial da entidade financeira 📉 negando apoio a este tipo de prática das lotéricas credenciadas.[3][4]
Bolão de prognóstico [ editar | editar código-fonte ]
Modalidade bastante difundida, 📉 sobretudo nos países hispânicos, quando recebe o nome de polla (hispanificação da palavra inglesa poll - que pode ser traduzida 📉 como apuração de votos)[5], chegando a ser institucionalizada em alguns lugares, como no Chile, em que os prognósticos são feitos 📉 por uma empresa governamental.[6]
Neste caso, as apostas são recolhidas individualmente, e cada apostador indica qual o resultado em um evento 📉 futuro, que podem ir do placar de uma partida desportiva ao número de votos de um candidato numa eleição.
Também ocorre 📉 no caso de um campeonato, em que se aposta quais equipes passarão para uma fase seguinte.[7]
Este modelo de bolão é 📉 muito utilizado no Brasil em especial na Copa do Mundo de Futebol da FIFA.
Diversos grupos de amigos, colegas de trabalho, 📉 familiares se organizam para fazer os prognósticos dos resultados dos jogos da competição através de sites e aplicativos de celular.[8]
Em 📉 teoria das probabilidades, um martingale é um modelo de jogo honesto (fair game) em que o conhecimento de eventos passados 📉 nunca ajuda a prever os ganhos futuros e apenas o evento atual importa.
Em particular, um martingale é uma sequência de 📉 variáveis aleatórias (isto é, um processo estocástico) para o qual, a qualquer tempo específico na sequência observada, a esperança do 📉 próximo valor na sequência é igual ao valor presentemente observado, mesmo dado o conhecimento de todos os valores anteriormente observados.[1]
O 📉 movimento browniano parado é um exemplo de martingale.
Ele pode modelar um jogo de cara ou coroa com a possibilidade de 📉 falência.
Em contraste, em um processo que não é um martingale, o valor esperado do processo em um tempo pode ainda 📉 ser igual ao valor esperado do processo no tempo seguinte.
Entretanto, o conhecimento de eventos anteriores (por exemplo, todas as cartas 📉 anteriormente retiradas de um baralho) pode ajudar a reduzir a incerteza sobre os eventos futuros.
Assim, o valor esperado do próximo 📉 evento, dado o conhecimento do evento presente e de todos os anteriores, pode ser mais elevado do que o do 📉 presente evento se uma estratégia de ganho for usada.
Martingales excluem a possibilidade de estratégias de ganho baseadas no histórico do 📉 jogo e, portanto, são um modelo de jogos honestos.
É também uma técnica utilizada no mercado financeiro, para recuperar operações perdidas.
Dobra-se 📉 a segunda mão para recuperar a anterior, e assim sucessivamente, até o acerto.
Martingale é o sistema de apostas mais comum 📉 na roleta.
A popularidade deste sistema se deve à jogo que ganha dinheiro no pix simplicidade e acessibilidade.
O jogo Martingale dá a impressão enganosa de vitórias 📉 rápidas e fáceis.
A essência do sistema de jogo da roleta Martingale é a seguinte: fazemos uma aposta em uma chance 📉 igual de roleta (vermelho-preto, par-ímpar), por exemplo, no "vermelho": fazemos uma aposta na roleta por 1 dólar; se você perder, 📉 dobramos e apostamos $ 2.
Se perdermos na roleta, perderemos a aposta atual ($ 2) e a aposta anterior ($ 1) 📉 de $ 3.4, por exemplo.
duas apostas ganham (1 + 2 = $ 3) e temos um ganho líquido de $ 📉 1 na roleta.
Se você perder uma segunda vez na roleta Martingale, dobramos a aposta novamente (agora é $ 4).
Se ganharmos, 📉 ganharemos de volta as duas apostas anteriores (1 + 2 = 3 dólares) e a atual (4 dólares) da roda 📉 da roleta, e novamente ganharemos 1 dólar do cassino [2].
Originalmente, a expressão "martingale" se referia a um grupo de estratégias 📉 de aposta popular na França do século XVIII.
[3][4] A mais simples destas estratégias foi projetada para um jogo em que 📉 o apostador ganhava se a moeda desse cara e perdia se a moeda desse coroa.
A estratégia fazia o apostador dobrar 📉 jogo que ganha dinheiro no pix aposta depois de cada derrota a fim de que a primeira vitória recuperasse todas as perdas anteriores, além de 📉 um lucro igual à primeira aposta.
Conforme o dinheiro e o tempo disponível do apostador se aproximam conjuntamente do infinito, a 📉 possibilidade de eventualmente dar cara se aproxima de 1, o que faz a estratégia de aposta martingale parecer como algo 📉 certo.
Entretanto, o crescimento exponencial das apostas eventualmente leva os apostadores à falência, assumindo de forma óbvia e realista que a 📉 quantidade de dinheiro do apostador é finita (uma das razões pelas quais casinos, ainda que desfrutem normativamente de uma vantagem 📉 matemática nos jogos oferecidos aos seus clientes, impõem limites às apostas).
Um movimento browniano parado, que é um processo martingale, pode 📉 ser usado para descrever a trajetória de tais jogos.
O conceito de martingale em teoria das probabilidades foi introduzido por Paul 📉 Lévy em 1934, ainda que ele não lhes tivesse dado este nome.
[5] O termo "martingale" foi introduzido em 1939 por 📉 Jean Ville,[6] que também estendeu a definição à martingales contínuos.
[7] Muito do desenvolvimento original da teoria foi feito por Joseph 📉 Leo Doob, entre outros.
[8] Parte da motivação daquele trabalho era mostrar a impossibilidade de estratégias de aposta bem-sucedidas.[9]
Uma definição básica 📉 de um martingale de tempo discreto diz que ele é um processo estocástico (isto é, uma sequência de variáveis aleatórias) 📉 X 1 , X 2 , X 3 , ...
{\displaystyle X_{1},X_{2},X_{3},...
} de tempo discreto que satisfaz, para qualquer tempo n 📉 {\displaystyle n} ,
E ( | X n | ) < ∞ {\displaystyle \mathbf {E} (\vert X_{n}\vert )<\infty }
E ( X 📉 n + 1 ∣ X 1 , .
.
.
, X n ) = X n .
{\displaystyle \mathbf {E} (X_{n+1}\mid X_{1},\ldots 📉 ,X_{n})=X_{n}.}
Isto é, o valor esperado condicional da próxima observação, dadas todas as observações anteriores, é igual à mais recente observação.[10]
Sequências 📉 martingale em relação a outra sequência [ editar | editar código-fonte ]
Mais geralmente, uma sequência Y 1 , Y 2 📉 , Y 3 , ...
{\displaystyle Y_{1},Y_{2},Y_{3},...
} é considerada um martingale em relação a outra sequência X 1 , X 2 📉 , X 3 , ...
{\displaystyle X_{1},X_{2},X_{3},...
} se, para todo n {\displaystyle n} ,
E ( | Y n | ) < 📉 ∞ {\displaystyle \mathbf {E} (\vert Y_{n}\vert )<\infty }
E ( Y n + 1 ∣ X 1 , .
.
.
, X 📉 n ) = Y n .
{\displaystyle \mathbf {E} (Y_{n+1}\mid X_{1},\ldots ,X_{n})=Y_{n}.}
Da mesma forma, um martingale de tempo contínuo em relação 📉 ao processo estocástico X t {\displaystyle X_{t}} é um processo estocástico Y t {\displaystyle Y_{t}} tal que, para todo t 📉 {\displaystyle t} ,
E ( | Y t | ) < ∞ {\displaystyle \mathbf {E} (\vert Y_{t}\vert )<\infty }
E ( Y 📉 t ∣ { X τ , τ ≤ s } ) = Y s ∀ s ≤ t .
{\displaystyle \mathbf 📉 {E} (Y_{t}\mid \{X_{\tau },\tau \leq s\})=Y_{s}\quad \forall s\leq t.}
Isto expressa a propriedade de que o valor esperado condicional de qualquer 📉 observação no tempo t {\displaystyle t} , dadas todas as observações até o tempo s {\displaystyle s} , é igual 📉 à observação no tempo s {\displaystyle s} (considerando que s ≤ t {\displaystyle s\leq t} ).
Em geral, um processo estocástico 📉 Y : T × Ω → S {\displaystyle Y:T\times \Omega \to S} é um martingale em relação a uma filtração 📉 Σ ∗ {\displaystyle \Sigma _{*}} e medida de probabilidade P {\displaystyle P} se
Σ ∗ {\displaystyle \Sigma _{*}} espaço de probabilidade 📉 subjacente ( Ω , Σ , P {\displaystyle \Omega ,\Sigma ,P}
espaço de probabilidade subjacente ( Y {\displaystyle Y} Σ ∗ 📉 {\displaystyle \Sigma _{*}} t {\displaystyle t} T {\displaystyle T} Y t {\displaystyle Y_{t}} função mensurável Σ τ {\displaystyle \Sigma _{\tau 📉 }}
função mensurável Para cada t {\displaystyle t} Y t {\displaystyle Y_{t}} espaço Lp L 1 ( Ω , Σ t 📉 , P ; S ) {\displaystyle L^{1}(\Omega ,\Sigma _{t},P;S)}
E P ( | Y t | ) < + ∞ ; 📉 {\displaystyle \mathbf {E} _{\mathbf {P} }(|Y_{t}|)<+\infty ;}
Para todo s {\displaystyle s} t {\displaystyle t} s < t {\displaystyle s
E P ( [ Y t − Y s ] χ F ) = 📉 0 , {\displaystyle \mathbf {E} _{\mathbf {P} }\left([Y_{t}-Y_{s}]\chi _{F}\right)=0,} em que χ F {\displaystyle \chi _{F}} função indicadora do evento 📉 F {\displaystyle F} A última condição é denotada como Y s = E P ( Y t | Σ s 📉 ) , {\displaystyle Y_{s}=\mathbf {E} _{\mathbf {P} }(Y_{t}|\Sigma _{s}),} que é uma forma geral de valor esperado condicional.[ 11 ]
É 📉 importante notar que a propriedade martingale envolve tanto a filtração, como a medida de probabilidade (em relação à qual os 📉 valores esperados são assumidos).
É possível que Y {\displaystyle Y} seja um martingale em relação a uma medida, mas não em 📉 relação a outra.
O Teorema de Girsanov oferece uma forma de encontrar uma medida em relação à qual um processo de 📉 Itō é um martingale.[12]
Exemplos de martingales [ editar | editar código-fonte ]
Um passeio aleatório não viesado (em qualquer número de 📉 dimensões) é um exemplo de martingale.
O dinheiro de um apostador é um martingale se todos os jogos de aposta com 📉 que ele se envolver forem honestos.
Uma urna de Pólya contém uma quantidade de bolas de diferentes cores.
A cada iteração, uma 📉 bola é aleatoriamente retirada da urna e substituída por várias outras da mesma cor.
Para qualquer cor dada, a fração das 📉 bolas na urna com aquela cor é um martingale.
Por exemplo, se atualmente 95% da bolas são vermelhas, então, ainda que 📉 a próxima iteração mais provavelmente adicione bolas vermelhas e não de outra cor, este viés está exatamente equilibrado pelo fato 📉 de que adicionar mais bolas vermelhas altera a fração de forma muito menos significativa do que adicionar o mesmo número 📉 de bolas não vermelhas alteraria.
Suponha que X n {\displaystyle X_{n}} moeda honesta foi jogada n {\displaystyle n}
moeda honesta foi jogada 📉 Considere Y n = X n 2 − n {\displaystyle Y_{n}={X_{n}}^{2}-n} X n {\displaystyle X_{n}} { Y n : n 📉 = 1 , 2 , 3 , ...
} {\displaystyle \{Y_{n}:n=1,2,3,...
\}} raiz quadrada do número de vezes que a moeda for 📉 jogada.
raiz quadrada do número de vezes que a moeda for jogada.
No caso de um martingale de Moivre, suponha que a 📉 moeda é desonesta, isto é, viesada, com probabilidade p {\displaystyle p} q = 1 − p {\displaystyle q=1-p}
X n + 📉 1 = X n ± 1 {\displaystyle X_{n+1}=X_{n}\pm 1} com + {\displaystyle +} − {\displaystyle -}
Y n = ( q 📉 / p ) X n .
{\displaystyle Y_{n}=(q/p)^{X_{n}}.}
Então, { Y n : n = 1 , 2 , 3 , ...
} 📉 {\displaystyle \{Y_{n}:n=1,2,3,...
\}} { X n : n = 1 , 2 , 3 , ...
} {\displaystyle \{X_{n}:n=1,2,3,...
\}} E [ Y 📉 n + 1 ∣ X 1 , .
.
.
, X n ] = p ( q / p ) X 📉 n + 1 + q ( q / p ) X n − 1 = p ( q / p 📉 ) ( q / p ) X n + q ( p / q ) ( q / p ) 📉 X n = q ( q / p ) X n + p ( q / p ) X n 📉 = ( q / p ) X n = Y n .
{\displaystyle {\begin{aligned}E[Y_{n+1}\mid X_{1},\dots ,X_{n}]&=p(q/p)^{X_{n}+1}+q(q/p)^{X_{n}-1}\\[6pt]&=p(q/p)(q/p)^{X_{n}}+q(p/q)(q/p)^{X_{n}}\\[6pt]&=q(q/p)^{X_{n}}+p(q/p)^{X_{n}}=(q/p)^{X_{n}}=Y_{n}.\end{aligned}}}
No teste de razão de verossimilhança 📉 em estatística, uma variável aleatória X {\displaystyle X} f {\displaystyle f} g {\displaystyle g} amostra aleatória X 1 , ...
, 📉 X n {\displaystyle X_{1},...
,X_{n}} [ 13 ] Considere Y n {\displaystyle Y_{n}}
Y n = ∏ i = 1 n g 📉 ( X i ) f ( X i ) {\displaystyle Y_{n}=\prod _{i=1}^{n}{\frac {g(X_{i})}{f(X_{i})}}}
Se X {\displaystyle X} f {\displaystyle f} g 📉 {\displaystyle g} { Y n : n = 1 , 2 , 3 , ...
} {\displaystyle \{Y_{n}:n=1,2,3,...
\}} { X n 📉 : n = 1 , 2 , 3 , ...
} {\displaystyle \{X_{n}:n=1,2,3,...\}}
Suponha que uma ameba se divide em duas amebas 📉 com probabilidade p {\displaystyle p} 1 − p {\displaystyle 1-p} X n {\displaystyle X_{n}} n {\displaystyle n} X n = 📉 0 {\displaystyle X_{n}=0} r {\displaystyle r} r {\displaystyle r} p {\displaystyle p} [ 14 ] Então
{ r X n : 📉 n = 1 , 2 , 3 , .
.
.
} {\displaystyle \{\,r^{X_{n}}:n=1,2,3,\dots \,\}}
é um martingale em relação a { X 📉 n : n = 1 , 2 , 3 , ...
} {\displaystyle \{X_{n}:n=1,2,3,...\}}
Uma série martingale criada por software.
Em uma comunidade 📉 ecológica (um grupo de espécies em um nível trófico particular, competindo por recursos semelhantes em uma área local), o número 📉 de indivíduos de qualquer espécie particular de tamanho fixado é uma função de tempo (discreto) e pode ser visto como 📉 uma sequência de variáveis aleatórias.
Esta sequência é um martingale sob a teoria neutra unificada de biodiversidade e biogeografia.
Se { N 📉 t : t ≥ 0 } {\displaystyle \{N_{t}:t\geq 0\}} processo de Poisson com intensidade λ {\displaystyle \lambda } { N 📉 t − λ t : t ≥ 0 } {\displaystyle \{N_{t}-\lambda _{t}:t\geq 0\}}
Submartingales, supermartingales e relação com funções harmônicas [ 📉 editar | editar código-fonte ]
Há duas generalizações populares de um martingale que também incluem casos em que a observação atual 📉 X n {\displaystyle X_{n}} não é necessariamente igual à futura expectativa condicional E [ X n + 1 | X 📉 1 , ...
, X n ] {\displaystyle E[X_{n+1}|X_{1},...
,X_{n}]} , mas, em vez disto, a um limite superior ou inferior à 📉 expectativa condicional.
Estas definições refletem uma relação entre a teoria do martingale e a teoria do potencial, que é o estudo 📉 das funções harmônicas.
[15] Assim como um martingale de tempo contínuo satisfaz a E [ X t | { X τ 📉 : τ ≤ s } − X s = 0 ∀ s ≤ t {\displaystyle E[X_{t}|\{X_{\tau }:\tau \leq s\}-X_{s}=0\forall s\leq 📉 t} , uma função harmônica f {\displaystyle f} satisfaz a equação diferencial parcial Δ f = 0 {\displaystyle \Delta f=0} 📉 , em que Δ {\displaystyle \Delta } é o operador de Laplace.
Dado um processo de movimento browniano W t {\displaystyle 📉 W_{t}} e uma função harmônica f {\displaystyle f} , o processo resultante f ( W t ) {\displaystyle f(W_{t})} também 📉 é um martingale.
Um submartingale de tempo discreto é uma sequência X 1 , X 2 , X 3 , .
.
.
📉 {\displaystyle X_{1},X_{2},X_{3},\ldots } integráveis que satisfaz a
E [ X n + 1 | X 1 , .
.
.
, X n 📉 ] ≥ X n .
{\displaystyle {}E[X_{n+1}|X_{1},\ldots ,X_{n}]\geq X_{n}.
} Da mesma forma, um submartingale de tempo contínuo satisfaz a E [ 📉 X t | { X τ : τ ≤ s } ] ≥ X s ∀ s ≤ t .
{\displaystyle 📉 {}E[X_{t}|\{X_{\tau }:\tau \leq s\}]\geq X_{s}\quad \forall s\leq t.
} Em teoria do potencial, uma função sub-harmônica f {\displaystyle f} Δ f 📉 ≥ 0 {\displaystyle \Delta f\geq 0} Grosso modo, o prefixo "sub-" é consistente porque a atual observação X n {\displaystyle 📉 X_{n}} E [ X n + 1 | X 1 , ...
, X n ] {\displaystyle E[X_{n+1}|X_{1},...,X_{n}]}
De forma análoga, um 📉 supermartingale de tempo discreto satisfaz a
E [ X n + 1 | X 1 , .
.
.
, X n ] 📉 ≤ X n .
{\displaystyle {}E[X_{n+1}|X_{1},\ldots ,X_{n}]\leq X_{n}.
} Da mesma forma, um supermartingale de tempo contínuo satisfaz a E [ X 📉 t | { X τ : τ ≤ s } ] ≤ X s ∀ s ≤ t .
{\displaystyle {}E[X_{t}|\{X_{\tau 📉 }:\tau \leq s\}]\leq X_{s}\quad \forall s\leq t.
} Em teoria do potencial, uma função super-harmônica f {\displaystyle f} Δ f ≤ 📉 0 {\displaystyle \Delta f\leq 0} Grosso modo, o prefixo "super-" é consistente porque a atual observação X n {\displaystyle X_{n}} 📉 E [ X n + 1 | X 1 , ...
, X n ] {\displaystyle E[X_{n+1}|X_{1},...,X_{n}]}
Exemplos de submartingales e supermartingales 📉 [ editar | editar código-fonte ]
Todo martingale é também um submartingale e um supermartingale.
Reciprocamente, todo processo estocástico que é tanto 📉 um submartingale, como um supermartingale, é um martingale.
Considere novamente um apostador que ganha $1 quando uma moeda der cara e 📉 perde $1 quando a moeda der coroa.
Suponha agora que a moeda possa estar viesada e que ela dê cara com 📉 probabilidade p {\displaystyle p} Se p {\displaystyle p} 1 / 2 {\displaystyle 1/2} Se p {\displaystyle p} 1 / 2 📉 {\displaystyle 1/2} Se p {\displaystyle p} 1 / 2 {\displaystyle 1/2}
Uma função convexa de um martingale é um submartingale pela 📉 desigualdade de Jensen.
Por exemplo, o quadrado da riqueza de um apostador em jogo de moeda honesta é um submartingale (o 📉 que também se segue do fato de que X n 2 − n {\displaystyle {X_{n}}^{2}-n}
Martingales e tempos de parada [ 📉 editar | editar código-fonte ]
Um tempo de parada em relação a uma sequência de variáveis aleatórias X 1 , X 📉 2 , X 3 , ...
{\displaystyle X_{1},X_{2},X_{3},...
} é uma variável aleatória τ {\displaystyle \tau } com a propriedade de que 📉 para cada t {\displaystyle t} , a ocorrência ou a não ocorrência do evento τ = t {\displaystyle \tau =t} 📉 depende apenas dos valores de X 1 , X 2 , X 3 , ...
, X t {\displaystyle X_{1},X_{2},X_{3},...,X_{t}} .
A 📉 intuição por trás da definição é que, a qualquer tempo particular t {\displaystyle t} , pode-se observar a sequência até 📉 o momento e dizer se é hora de parar.
Um exemplo na vida real pode ser o tempo em que um 📉 apostador deixa a mesa de apostas, o que pode ser uma função de suas vitórias anteriores (por exemplo, ele pode 📉 deixar a mesa apenas quando ele vai à falência), mas ele não pode escolher entre ficar ou sair com base 📉 no resultando de jogos que ainda não ocorreram.[16]
Em alguns contextos, o conceito de tempo de parada é definido exigindo-se apenas 📉 que a ocorrência ou não ocorrência do evento τ = t {\displaystyle \tau =t} seja probabilisticamente independente de X t 📉 + 1 , X t + 2 , ...
{\displaystyle X_{t+1},X_{t+2},...
} , mas não que isto seja completamente determinado pelo histórico 📉 do processo até o tempo t {\displaystyle t} .
Isto é uma condição mais fraca do que aquela descrita no parágrafo 📉 acima, mas é forte o bastante para servir em algumas das provas em que tempos de parada são usados.
Uma das 📉 propriedades básicas de martingales é que, se ( X t ) t > 0 {\displaystyle (X_{t})_{t>0}} for um (sub/super)martingale e 📉 τ {\displaystyle \tau } for um tempo de parada, então, o processo parado correspondente ( X t τ ) t 📉 > 0 {\displaystyle (X_{t}^{\tau })_{t>0}} definido por X t τ := X min { τ , t } {\displaystyle X_{t}^{\tau 📉 }:=X_{\min\{\tau ,t\}}} é também um (sub/super) martingale.
O conceito de um martingale parado leva a uma série de teoremas importantes, incluindo, 📉 por exemplo, o teorema da parada opcional, que afirma que, sob certas condições, o valor esperado de um martingale em 📉 um tempo de parada é igual ao seu valor inicial.
