Escolar Documentos
Profissional Documentos
Cultura Documentos
Universo
Faculdade Salgado de Oliveira Graduao Engenharia de Produo Disciplina: Simulao de Projetos 2 AULA
Prof.: Alvaro Ochoa Villa
Trs Etapas
Coleta
Tratamento Inferncia
Slide 2
Slide 3
Coletar e anotar as observaes na mesma ordem em que o fenmeno est ocorrendo, para permitir a anlise de correlao ; 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.
Slide 4
4.
(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 Chwif e Medina (2006) Slide 5
O 728 um outlier?
Modelagem e Simulao de Eventos Discretos Chwif e Medina (2006) Slide 7
Slide 9
com o outlier
Mdia 10,44
sem o outlier
6,83
Mediana
Varincia da amostra
5
2.643,81
5
43,60
Slide 10
Q 3+1,5( Q 3- Q 1)
Q3
15
mediana Q1
10
Q 1-1,5( Q 3- Q 1)
5
outlier
0 A B C Sries
Slide 11
Anlise de Correlao
50
Obs e rv a o k +1
40
Diagrama de disperso dos tempos de atendimento do exemplo de supermercado, mostrando que no h correlao entre as observaes da amostra.
30
20
10
0 0 10 20 30 40
Obs e rv a o k
50
Slide 12
Anlise de Correlao
20
Obs e rv a o k +1
18
Diagrama de disperso de um exemplo hipottico em que existe correlao entre os dados que compem a amostra.
16
14
12
10 10 12 14 16 18
Obs e rv a o k
20
Slide 13
K 1 3,3 log10 n
K n
Amplitude K
Slide 14
Histograma h=4.8
Slide 15
Histograma h=4.8
=1 =1
14.3
23.9 Bloco
33.4
43
f (x )
f (x )
Triangular? Normal?
Exponencial?
a m b x
Slide 16
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 Chwif e Medina (2006) Slide 17
Teste do Qui-quadrado
Limites Inf Sup 0 4.8 4.8 9.6 9.6 14.3 14.3 19.1 19.1 1.0E+10 Exponencial 0.5022 0.2500 0.1244 0.0620 0.0614 Freqncias Terica (T) Observada (O) 100 96 50 55 25 25 12 13 12 10 E Confiana Graus de liberdade Valor Terico p-value (O-T)^2/T 0.16 0.55 0.00 0.04 0.40 1.15 5% 3 7.81 0.76
Portanto,
no rejeitamos
P-value
Parmetro usual nos softwares de estatstica. Para o teste do quiquadrado no Excel, utilizar:
=DIST.QUI (valor de E; graus de liberdade) Valor p-value<0,01 0,01p-value<0,05 0,05p-value<0,10 0,10p-value Critrio Evidncia forte contra a hiptese de aderncia Evidncia moderada contra a hiptese de aderncia Evidncia potencial contra a hiptese de aderncia Evidncia fraca ou inexistente contra a hiptese de aderncia
Slide 19
Slide 20
Slide 21
=2 =1
0,5
Slide 22
=0,5 k= 3 =0,2 k= 10
x
Modelagem e Simulao de Eventos Discretos Chwif e Medina (2006) Slide 23
x
Modelagem e Simulao de Eventos Discretos Chwif e Medina (2006) Slide 24
=1 =2
Slide 25
Slide 26
Slide 27
1/ (b-a )
a
Modelagem e Simulao de Eventos Discretos Chwif e Medina (2006)
Slide 28
Slide 29
=1 =1
=2 =1 =3 =2
x
Modelagem e Simulao de Eventos Discretos Chwif e Medina (2006) Slide 30
Aplicabilidade variabilidade dos valores Independncia 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
Quando
Exponencial
Mdia
Varincia Cauda
Triangular
Simtrica
ou no
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
Simtrica
Normal
Mdia e desvio-padro
Forma
de sino
Variabilidade
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
Uniforme
no se tem nenhuma informao sobre o processo ou apenas os valores limites (simulao do pior caso)
Utilizada
Discreta
Apenas
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 Slide 31