Escolar Documentos
Profissional Documentos
Cultura Documentos
Aula 1
Objetivo: Mostrar o papel fundamental da distribuio de Poisson no
comportamento de grandes populaes.
Modelo
Discusso:
Simplificao da realidade, aplicando o mesmo fator p (constante) a todos os
indivduos da populao.
Certamente, numa famlia, sendo todos correntistas do banco, um nico
membro pode executar tarefas para os outros.
Considere que o modelo vlido, apesar de ser uma simplificao da
realidade.
Telefonia: Este mesmo modelo pode ser aplicado aos usurios de um PBX
(central telefnica). Imagine que cada usurio disque durante o intervalo T com
probabilidade p ou no disque com probabilidade 1-p. Tambm temos uma
simplificao da realidade, pois possivelmente o mesmo fator p no deveria se
aplicar a todos os usurios.
Banco de Dados: Acesso a um banco de dados como, por exemplo, o SIGA.
Usurios tentam acesso com probabilidade p ou no tentam com probabilidade
1-p. Usar uma mesma probabilidade para todos uma simplificao da
realidade.
Questo:
Quantas pessoas em mdia vo ao banco no intervalo T fixo?
Resposta:
Vamos utilizar o conceito de varivel indicadora para o i-simo usurio.
Ii
varivel indicadora que representa o comportamento do i-simo
usurio no intervalo T fixo.
Ii =
Ii =
Alterado 9/4/11
Funo de Massa de Probabilidade ou PMF (Probability Mass Function)
P{ Ii = 1} = p, P{ Ii = 0} = 1 p.
pmf
p
1-p
valores possveis
0
, -
, -
Observao:
Se uma pessoa vai ao banco com a probabilidade de 80% , ento
ela contribui com 0.80 para o nmero mdio de pessoas que vo ao
banco.
Formulao Matemtica:
N: v.a. que representa o nmero de pessoas que vo ao banco
em T da populao total de n clientes.
, -
, -
***
Assuma N=N1 + N2
E[N] = E[N1 + N2] = E[N1] + E[N2] sempre !
Alterado 9/4/11
Observao:
A esperana da soma a soma das esperanas mesmo que
N1 e N2 sejam variveis dependentes. O conceito de independncia
de variveis aleatrias ser revisto mais adiante.
N = N1 * N2
E[N]=E[N 1*N2] = E[N1]*E[N2], apenas se N1 e N 2 forem independentes!
Ler Apostila:
Captulo 13 pginas 44 e 45, onde se prova esta propriedade.
, -
) *
+]
+
[ *
[ *
+
+]
,
Alterado 9/4/11
Bnus:
Como posso simplificar as expresses entre colchetes?
Lembrar:
, -
Recordando condicional:
(
( )
) ( )
( )
( )
( )
( ) ( )
Alterado 9/4/11
Retornando ao nosso problema:
, -
[ ]
, -
Bnus:
P{N=i} = probabilidade de i pessoas irem ao banco no intervalo
de tempo T, considerando o modelo de comportamento?
Resposta:
. /
Bnus
Mostre que:
Alterado 9/4/11
Binmio de Newton
( )
( )
( )
( )
Observao:
( )=
. / *
. /
***
Assuma que a taxa mdia de pessoas indo ao banco fixa, ou seja,
para n >> 1 e
moderado.
. /
(
)
)(
)(
(
(
)
)
( ) (
)
)
) (
)( )
)
)
Alterado 9/4/11
+
(
)(
)(
,i0
Distribuio de Poisson
Lembrar
.
Fluxo Poisson:
chegadas com taxa constante tal que o nmero de
chegadas em T dado pela distribuio de Poisson.
Grandes populaes geram fluxos de Poisson!
Distribuio de Poisson uma distribuio discreta!
, -
mdia
ou
primeiro
, -
(
(
)
)
(
(
)
)
, -
Alterado 9/4/11
ERRO GRAVE
(
k-simo momento
() *
+ (z parmetro)
, -
,
,( )
+, B um evento qualquer
*
() *
+
+
()
8
Alterado 9/4/11
Ento:
, ( )- , ( )
- *
+ () *
+
(S uma forma interessante de se pensar em condicional)
Varincia
2o momento central
( )
) -
,(
,
,
, -
, -
Observao:
um nmero e no uma v.a!
Momentos so sempre nmeros!
( )
,
,
-
()
Alterado 9/4/11
Varincia maior
Varincia menor
Valor a fixo
10
Alterado 9/4/11
N Poisson
E[N 2] =
Complicado!
,
,
( )
Teoria:
1)
2)
Y = aX1 + bX2
E[Y] = E[aX1 + bX2] = aE[X1] + bE[X2]
1 + b 2
Exemplos:
1)
, -
, -
2)
3)
, -
( )
, -
, ( )11
Alterado 9/4/11
N(z) para a Distribuio de Poisson
( )
)
(
( )
Memorizar:
( )
( )
( )
( )
, (
( )
( )
, , (
)-
, -
( )
( )
( )
(Como previsto)
( )
( )
)
(
)
(
)
12
Alterado 9/4/11
Propriedade importante:
A relao entre a pmf e sua Transformada Z biunvoca.
Plano Real
Plano Complexo
( )
+ e tambm
13