You are on page 1of 59

BIBLIOGRAFIA - Estatstica

Captulo 2
Pginas 24-52

Apndice I
Pginas 247-280

Modelagem e Simulao de Eventos Discretos

METODOLOGIA

FORMULAO DO
MODELO

OBJETIVOS E
DEFINIO
DO SISTEMA
ANLISE E
REDEFINIO

MODELO
ABSTRATO
REPRESENTAO
DO MODELO
RESULTADOS
EXPERIMENTAIS
(Captulo 6)

MODELO
CONCEITUAL
(Captulo 3)

DADOS
DE ENTRADA
(Captulo 2)

EXPERIMENTAO
DO MODELO
IMPLEMENTAO
DO MODELO

MODELO
OPERACIONAL
MODELO
COMPUTACIONAL
(Captulo 4)

VERIFICAO
E VALIDAO
(Captulo 5)

Modelagem e Simulao de Eventos Discretos

DADOS DE ENTRADA - TRS ETAPAS

Coleta de dados
Tratamento
Inferncia

Modelagem e Simulao de Eventos Discretos

COLETA DOS DADOS


1. Escolha adequada da varivel de
estudo
2. O tamanho da amostra deve estar entre
100 e 200 observaes. Amostras com
menos de 100 observaes podem
comprometer a identificao do melhor
modelo probabilstico, e amostras com
mais de 200 observaes no trazem
ganhos significativos ao estudo;

Modelagem e Simulao de Eventos Discretos

COLETA DOS DADOS


3. Coletar e anotar as observaes na mesma ordem
em que o fenmeno est ocorrendo, para permitir a
anlise de correlao ;
4. Se existe alguma suspeita de que os dados mudam em
funo do horrio ou do dia da coleta, a coleta deve
ser refeita para outros horrios e dias. Na modelagem
de dados, vale a regra: toda suspeita deve ser
comprovada ou descartada estatisticamente.

Modelagem e Simulao de Eventos Discretos

ESTATISTICA Reviso de
Probabilidades
Exerccios:
Coleta de dados
Funo de distribuio (histograma)

Modelagem e Simulao de Eventos Discretos

CONSTRUO DE HISTOGRAMA

Modelagem e Simulao de Eventos Discretos

ESTATISTICA Reviso de
Probabilidades

Exerccio 1:
Ao lanar uma moeda:
Qual a probabilidade de dar cara?
Qual a probabilidade de dar coroa?
Como a funo de distribuio
(histograma) deste modelo?

Modelagem e Simulao de Eventos Discretos

ESTATISTICA Reviso de
Probabilidades
Exerccio 2:
Lanar uma moeda 10 vezes,
Anotar em uma planilha os resultados de
cada lance.
Lance Resultado
Desenhar a funo de
1
Cara
Cara
distribuio (histograma) 2

Modelagem e Simulao de Eventos Discretos

Coroa

Cara

Coroa

Cara

Coroa

Coroa

Cara

10

Cara
9

ESTATISTICA Reviso de
Probabilidades
Exerccio 2:
Desenhar a funo de distribuio
(histograma)
Lance

6
5
4
3
2
1

X
X
X
X
X
X

X
X
X
X

Cara

Coroa

Modelagem e Simulao de Eventos Discretos

Resultado

Cara

Cara

Coroa

Cara

Coroa

Cara

Coroa

X
X

Coroa

Cara

10

Cara

X
10

ESTATISTICA Reviso de
Probabilidades
Exerccio 3:
Alterar os resultados da planilha da
seguinte forma:
Se der Cara anotar 0
Lance Resultado
1
0 - Cara
Se der Coroa anotar 1
2
0 - Cara
Calcular o valor mdio.

X
X
X
X
X
X
0

0,4

X
X
X
X
1

Modelagem e Simulao de Eventos Discretos

X
X

1 - Coroa

0 - Cara

1 - Coroa

0 - Cara

1 - Coroa

X
X

1 - Coroa

0 - Cara

10

0 - Cara

X
11

ESTATISTICA Reviso de
Probabilidades
Exerccio 3:
Normalizar (acumulado = 1 )
Dividir n ocorrncias por n
Lance

1,0
0,8
0,6
0,4
0,2
0,0

0,4

Modelagem e Simulao de Eventos Discretos

Resultado

0 - Cara

0 - Cara

1 - Coroa

0 - Cara

1 - Coroa

0 - Cara

1 - Coroa

1 - Coroa

0 - Cara

10

0 - Cara
12

ESTATISTICA Reviso de
Probabilidades
Exerccio 5:
Lanar um dado 100 vezes,
Anotar em uma planilha, para cada lance, o
resultado.

Modelagem e Simulao de Eventos Discretos

13

ESTATISTICA Reviso de
Probabilidades
Exerccio 5:
Lanar um dado 100 vezes,
Anotar em uma planilha, para cada lance, o
resultado.

Modelagem e Simulao de Eventos Discretos

14

ESTATISTICA Reviso de
Probabilidades
Exerccio 4:
Com os dados levantados (100 amostras),
desenhar um histograma (funo de
distribuio).
Conte o nmero de ocorrncias de 0 (cara)
Conte o nmero de ocorrncias de 1 (coroa)
Construa um grfico onde:
o eixo x 0 e 1 e
o eixo y o nmero de ocorrncias de cada x.
Qual a diferena entre lanar 10 vezes o
dado e lanar 100 vezes?
Modelagem e Simulao de Eventos Discretos

15

ESTATISTICA Reviso de
Probabilidades
Exerccio 6 - dado:
Com os dados levantados (100 amostras),
desenhar um histograma (funo de
distribuio).
Qual deveria ser a funo de distribuio
terica?

Modelagem e Simulao de Eventos Discretos

16

ESTATISTICA Reviso de
Probabilidades
Exerccio 7:
Lanar um dado 2 vezes,
Anotar em uma planilha, para cada lance, a
soma dos resultados de cada lance,
Repetir esta operao 100 vezes (200
lances).

Modelagem e Simulao de Eventos Discretos

17

ESTATISTICA Reviso de
Probabilidades
Exerccio 8 - dados:
Com os dados levantados (100 amostras),
desenhar o histograma (funo de
distribuio).
Qual deveria ser o grfico terico?

Modelagem e Simulao de Eventos Discretos

18

CONSTRUO DE HISTOGRAMA
O histograma utilizado para identificar qual a distribuio a
ser ajustada aos dados coletados.

K 1 3,3 log10 n
1. Definir o nmero de classes:

2. Definir o tamanho do intervalo:

Formula
de Sturges

n
K 2
4
h

Amplitude
K

3. Construir a tabela de freqncias


4. Construir o histograma

Modelagem e Simulao de Eventos Discretos

19

CONSTRUO DE HISTOGRAMA
Construir um histograma a partir de dados levantados num
experimento.
Dados Levantados
75

68

72

70

72

72

73

70

69

70

73

70

70

69

71

70

71

68

72

70

1. Definir o nmero de classes:K

Varivel
n
min
max
mdia
desvio

1 3,3 log10 n

2. Definir o tamanho do intervalo:

3. Construir a tabela de frequncia


4. Construir o histograma
Modelagem e Simulao de Eventos Discretos

valor
20
68,00
75,00
70,75
1,77

log10(20)
k=1+3,3*log10(20)

Varivel
k
amplitude
intervalo

1,301
5,293

valor
5
7,00
1,40
20

CONSTRUO DE HISTOGRAMA
Construir um histograma a partir de dados levantados num
experimento.
Dados Levantados
75

68

72

70

72

72

73

70

69

70

73

70

70

69

71

70

71

68

72

70

Varivel
n
min
max
mdia
desvio
k
amplitude
intervalo

valor
20
68,00
75,00
70,75
1,77
5
7,00
1,40

intervalo
68,00 69,40
69,40 70,80
70,80 72,20
72,20 73,60
73,60 75,00

qtde

1. Definir o nmero de classes:


2. Definir o tamanho do intervalo:

3. Construir a tabela de frequncia


4. Construir o histograma
Modelagem e Simulao de Eventos Discretos

21

CONSTRUO DE HISTOGRAMA
Construir um histograma a partir de dados levantados num
experimento.
Dados Levantados
75

68

72

70

72

72

73

70

69

70

73

70

70

69

71

70

71

68

72

70

Varivel
n
min
max
mdia
desvio
k
amplitude
intervalo

valor
20
68,00
75,00
70,75
1,77
5
7,00
1,40

intervalo
68,00 69,40
69,40 70,80
70,80 72,20
72,20 73,60
73,60 75,00

qtde
4
7
6
2
1

1. Definir o nmero de classes:


2. Definir o tamanho do intervalo:

3. Construir a tabela de frequncia


4. Construir o histograma
Modelagem e Simulao de Eventos Discretos

22

ESTATISTICA Reviso de
Probabilidades
Exerccio 8 - Terremotos:

http://pt.wikipedia.org/wiki/Lista_de_terramotos

Modelagem e Simulao de Eventos Discretos

23

ESTATISTICA Reviso de
Probabilidades
Exerccio 8 - Terremotos:

http://pt.wikipedia.org/wiki/Lista_de_terramotos

Modelagem e Simulao de Eventos Discretos

24

ESTATISTICA Reviso de
Probabilidades
Exerccio 8 - Terremotos:

http://pt.wikipedia.org/wiki/Lista_de_terramotos

Modelagem e Simulao de Eventos Discretos

25

ESTATISTICA Reviso de
Probabilidades
Exerccio 4 - macarro:
Dividir (200 amostras) bastes de macarro
em trs partes:
Esquerda
Meio
Direita
Medir cada uma das partes com preciso de
milmetro e anotar em uma planilha.

Modelagem e Simulao de Eventos Discretos

26

ESTATISTICA Reviso de
Probabilidades
Exerccio 4 - macarro:
Com os dados levantados (200 amostras),
desenhar quatro histogramas (funo de
distribuio), uma para a parte esquerda,
outra para o meio e o terceiro para a direita
e o quarto para as 600 amostras.
Qual deveria ser o grfico terico de cada
parte?

Modelagem e Simulao de Eventos Discretos

27

Nmeros Aleatrios

John Cage
Musica Aleatria
Witold Lutoslawski

Modelagem e Simulao de Eventos Discretos

28

Exemplo: Filas nos Caixas do


Supermercado
Intervalo entre chegadas de pessoas nos caixas do supermercado (100 medidas).
Tempos em minutos:

Modelagem e Simulao de Eventos Discretos

29

Medidas de Posio e Disperso

Mdia
Medidas de posio

Mediana

Moda

Mnimo

Mximo

728

Amplitude

728

Desvio padro
Medidas de disperso

10,44

Varincia da amostra

51,42
2.643,81

Coeficiente de
Variao

493%

Coeficiente Assimetria

13,80

O 728 um outlier?
Modelagem e Simulao de Eventos Discretos

30

Exemplo: Filas nos Caixas do


Supermercado
Intervalo entre chegadas de pessoas nos caixas do supermercado (100 medidas).
Tempos em minutos:

Modelagem e Simulao de Eventos Discretos

31

Outliers ou Valores Discrepantes

Erro na coleta de dados. Este tipo de outlier o mais


comum, principalmente quando o levantamento de dados feito
por meio manual.
Eventos Raros. Nada impede que situaes totalmente
atpicas ocorram na nossa coleta de dados. Alguns exemplos:
Um dia de temperatura negativa no vero da cidade do Rio
de Janeiro;
Um tempo de execuo de um operador ser muito curto em
relao aos melhores desempenhos obtidos naquela tarefa;
Um tempo de viagem de um caminho de entregas na cidade
de So Paulo, durante o horrio de rush, ser muito menor do
que fora deste horrio.

Modelagem e Simulao de Eventos Discretos

32

Outliers ou Valores Discrepantes

Dados

Mdia
Mediana
Varincia da
amostra

Modelagem e Simulao de Eventos Discretos

com o
outlier

sem o
outlier

10,44

6,83

2.643,81

43,60

33

Identificao de Outliers: Box-plot

Valores

Q 3+1,5(Q 3- Q 1)

20

Q3
15

mediana
Q1
10

Q 1-1,5(Q 3- Q 1)
5

outlier

0
A

Modelagem e Simulao de Eventos Discretos

Sries

34

DISTRIBUIES DISCRETAS: POISSON

Modelagem e Simulao de Eventos Discretos

35

DISTRIBUIES CONTNUAS: UNIFORME

f (x )

1/ (b-a )

a
Modelagem e Simulao de Eventos Discretos

x
36

DISTRIBUIES CONTNUAS:
TRIANGULAR

f (x )

Modelagem e Simulao de Eventos Discretos

37

DISTRIBUIES CONTNUAS:
EXPONENCIAL
f (x )
1/

x
Modelagem e Simulao de Eventos Discretos

38

DISTRIBUIES CONTNUAS: NORMAL

f (x )

Modelagem e Simulao de Eventos Discretos

39

MODELAGEM DE DADOS... SEM DADOS!


Distribui
o

Parmetros

Caractersticas

Aplicabilidade
Grande

Exponencial

Mdia

Triangular

Menor valor,
moda e maior
valor

Varincia
Cauda

alta
para direita

Quando
Simtrica

ou no

Simtrica

Normal

Mdia e
desviopadro

Forma

de sino

Variabilidade

controlada pelo desviopadro


Todos

Uniforme

Maior valor e
menor valor

variabilidade dos valores


entre um valor e outro
Muitos valores baixos e poucos valores altos
Utilizada para representar o tempo entre chegadas
sucessivas e o tempo entre falhas sucessivas
Independncia

os valores no
intervalo so
igualmente provveis
de ocorrer

se conhece ou se tem um bom chute sobre


a moda (valor que mais ocorre), o menor valor e o
maior valor que podem ocorrer
Quando

a probabilidade de ocorrncia de valores


acima da mdia a mesma que valores abaixo da
mdia
Quando o tempo de um processo pode ser considerado
a soma de diversos tempos de sub-processos
Processos manuais
Quando

no se tem nenhuma informao sobre o


processo ou apenas os valores limites (simulao do
pior caso)
Utilizada

Discreta

Valores e
probabilidade
de ocorrncia
destes
valores

Apenas

assume os
valores fornecidos pelo
analista

Modelagem e Simulao de Eventos Discretos

para a escolha de parmetros das entidades


(por exemplo: em uma certa loja, 30% dos clientes
realizam suas compras no balco e 70% nas
prateleiras)
Quando se conhecem apenas valores intermedirios
da distribuio ou a porcentagem de ocorrncia de
alguns valores discretos
40

Anlise de Correlao

Diagrama de disperso dos tempos


de atendimento do exemplo de
supermercado, mostrando que
no h correlao entre as
observaes da amostra.

Modelagem e Simulao de Eventos Discretos

41

Anlise de Correlao

Diagrama de disperso de um
exemplo hipottico em que
existe correlao entre os
dados que compem a amostra.

Modelagem e Simulao de Eventos Discretos

42

Inferncia
Qual o melhor modelo probabilstico ou
distribuio estatstica que pode representar a
amostra coletada?
Lognormal?
=1 =0,5

f (x )

=1 =1

x
f (x )
1/

f (x )

Triangular?

f (x )

Normal?

Exponencial?
a

Modelagem e Simulao de Eventos Discretos

43

Testes de Aderncia (no paramtricos)

Testa a validade ou no da hiptese de aderncia (ou hiptese nula) em


confronto com a hiptese alternativa:

H0: o modelo adequado para representar a distribuio da

populao.

Ha: o modelo no adequado para representar a distribuio

da populao.
Se a um dado nvel de significncia (100)% rejeitarmos H0, o modelo
testado no adequado para representar a distribuio da populao. O
nvel de significncia equivale probabilidade de rejeitarmos a hiptese
nula H0, dado que ela est correta. Testes usuais:
Qui quadrado
Kolmogorov-Sminov
Modelagem e Simulao de Eventos Discretos

44

Teste do Qui-quadrado

Modelagem e Simulao de Eventos Discretos

45

P-value

Parmetro usual nos softwares de estatstica. Para o teste do qui-quadrado no


Excel, utilizar:
=DIST.QUI (valor de E; graus de liberdade)

Valor
p-value<0,01

Critrio
Evidncia forte contra a hiptese de
aderncia

0,01p-value<0,05

Evidncia moderada contra a hiptese


de aderncia

0,05p-value<0,10

Evidncia potencial contra a hiptese de


aderncia

0,10p-value

Evidncia fraca ou inexistente contra a


hiptese de aderncia

Modelagem e Simulao de Eventos Discretos

46

Exemplo: Filas nos Caixas do


Supermercado
Um gerente de supermercado est
preocupado com as filas formadas nos
caixas de pagamento durante um dos turnos
de operao. Quais seriam as variveis de
estudo para coleta de dados? (S) ou (N).
( ) O nmero de prateleiras no supermercado
( ) Os tempos de atendimento nos caixas
( ) O nmero de clientes na fila
( ) O tempo de permanncia dos clientes no supermercado
( ) Os tempos entre chegadas sucessivas de clientes nos caixas de pagamento
Modelagem e Simulao de Eventos Discretos

47

Exemplo: Filas nos Caixas do


Supermercado
Um gerente de supermercado est
preocupado com as filas formadas nos
caixas de pagamento durante um dos turnos
de operao. Quais seriam as variveis de
estudo para coleta de dados? (S) ou (N).
(N) O nmero de prateleiras no supermercado
(S) Os tempos de atendimento nos caixas
(S) O nmero de clientes na fila
(N) O tempo de permanncia dos clientes no supermercado
(S) Os tempos entre chegadas sucessivas de clientes nos caixas de pagamento
Modelagem e Simulao de Eventos Discretos

48

ARENA Input Analyzer

Modelagem e Simulao de Eventos Discretos

49

Dados de Entrada
Em um modelo de simulao, so inseridos dados para
que ele represente com preciso o sistema em estudo.
Alguns dados tm valores bem determinados, como por
exemplo, distncias, nmero de mquinas disponveis e
outros.
Existem aqueles que so indeterminados, normalmente
os que envolvem tempo, pois os processos no so
exatos, podendo ter variaes em torno de um valor
mdio. Este valor mdio, normalmente, utilizado em
simulaes estticas. Porm, em uma simulao
dinmica temos a possibilidade de inserir esta variao
no modelo atravs de distribuies estatsticas.
O ARENA possui Input Analyzer, que trata dos dados de
entrada de forma automtica.

Modelagem e Simulao de Eventos Discretos

50

Input Analyzer
File > New
No boto
Windows,
Input Analyzer .da.sub-pasta
ARENA.
File
> Iniciar
Datado File
> inicie
Useo Existing
.
Text files (*.txt) escolha terremoto.txt

Modelagem e Simulao de Eventos Discretos

51

Input Analyzer
File > New
No boto
Windows,
Input Analyzer .da.sub-pasta
ARENA.
File
> Iniciar
Datado File
> inicie
Useo Existing
.
Text files (*.txt) escolha terremoto.txt

Modelagem e Simulao de Eventos Discretos

52

Input Analyzer
Fit > Fit All
No boto Iniciar do Windows, inicie o Input Analyzer da sub-pasta ARENA.

Distribuio
Weibull com menor
erro
Valor P-Value

Modelagem e Simulao de Eventos Discretos

53

Input Analyzer
Windows > Fit All Sumary

Clique aqui

Distribuio
Weibull com menor
erro

Quando chegar a um valor adequado, pode copiar a expresso obtida para seu
modelo criado no ARENA, atravs da opo do Menu Edit. (Editar) - Copy Expression
(Copiar Expresso) e colar no local desejado dentro do modelo.
Modelagem e Simulao de Eventos Discretos

54

Distribuies Estatsticas
Normal
A distribuio Normal, descreve fenmenos
regidos por variveis aleatrias que possuem variao
simtrica acima e abaixo da mdia. Muito utilizada em
tempos de processo como tempos de mquina.
Uniforme
A distribuio Uniforme especifica que cada
valor entre um mnimo e um mximo especificado,
tenham igual probabilidade de acontecer. Costuma-se
utilizar esta distribuio quando pouco ou quase nada
se sabe a respeito do comportamento da varivel
aleatria que estamos tratando, a exceo de seus
pontos extremos.

Modelagem e Simulao de Eventos Discretos

55

Distribuies Estatsticas (cont)


Triangular
A distribuio Triangular no identificada com
nenhum tipo de operao especfica, mas til quando
se deseja uma primeira aproximao na falta de dados
especficos. Alm dos valores mnimo e mximo
caracterstico da distribuio uniforme, o
conhecimento de um valor mais provvel, valor modal,
permite o uso desta distribuio, no lugar da uniforme.
muito utilizada quando no existem dados suficientes
e necessria uma estimativa.
Exponencial
A distribuio exponencial uma das mais
utilizadas em modelos de simulao. O principal uso
a modelagem de perodos de tempos entre dois
acontecimentos.

Modelagem e Simulao de Eventos Discretos

56

Distribuies Estatsticas (cont)


Beta
Devido a sua capacidade de se adequar a vrias
formas, esta distribuio usada como uma aproximao,
quando houver ausncia de dados.
Gamma
Esta funo costuma ser aplicada para representar
tempo de complementao de alguma tarefa.
Log Normal
frequentemente utilizada para representar
tempos de atividades com distribuio no simtrica.

Modelagem e Simulao de Eventos Discretos

57

Distribuies Estatsticas (cont)


Erlang
Utilizada na simulao de alguns tipos de
processos, muitas vezes em situaes em que uma
entidade entra em uma estao para ser servida
seqencialmente, por uma srie de recursos.
Weibull
largamente utilizada em modelos que
representam o tempo de vida de equipamentos.

Modelagem e Simulao de Eventos Discretos

58

Reviso

Exerccio de Reviso
Pginas 45 e 46
Exerccios 4 a 6

Modelagem e Simulao de Eventos Discretos

59

You might also like