Você está na página 1de 37

Simulao (Planejamento de Empresas)

Prof. Paulo Srgio Coelho

Simulao (Planejamento e
Estratgia das Empresas) Prof. Paulo Srgio
Coelho
Aula 05:
Distribuies discretas
Distribuies contnuas

Conceitos Bsicos

Variveis Aleatrias
Espao amostral da varvel X: RX
Variveis Aleatrias Discretas x Contnuas

Funo de massa de probabilidade x Funo de densidade de


probabilidade
Funo de distribuio acumulada

Valor Esperado: E(X)


2
Varincia: V(X) V ( X ) xi E ( X ) p( xi )
RX

V ( X ) E X 2 E ( X )

Desvio Padro: s(X)


Moda

Prof. Paulo Srgio Coelho

Departamento de Anlises Quantitativas


Faculdade de Cincias Econmicas/UERJ

Simulao (Planejamento de Empresas)


Prof. Paulo Srgio Coelho

Exemplo

Considere o experimento de arremessar um dado


comum de jogos
Seja X o nmero de pontos na face que fica para cima
depois do arremesso do dado
RX = {1, 2, 3, 4, 5, 6}
Seja xi
1
2
3
4
5
6

p(xi) 1/21 2/21 3/21 4/21 5/21 6/21


Satisfazendo as duas condies para ser uma
distribuio de probabilidades:
1.

p(xi) 0

2.

p( xi ) 1
RX

Prof. Paulo Srgio Coelho

Exemplo (cont)

A distribuio acumulada :

xi (-,1) [1,2) [2,3) [3,4) [4,5) [5,6) [6, )


p(xi)
1/21 3/21 6/21 10/21 15/21 21/21

Atendendo as propriedades:
1.
2.
3.

Uma funo no decrescente;


lim x F ( X ) 1
lim x F ( X ) 0

Valor Esperado:
E ( X ) xi p( xi ) = 4,33
R
Varincia: V(X) = 2,22
Desvio Padro: s(X) = 1,49
X

Prof. Paulo Srgio Coelho

Departamento de Anlises Quantitativas


Faculdade de Cincias Econmicas/UERJ

Simulao (Planejamento de Empresas)


Prof. Paulo Srgio Coelho

Outro Exemplo

O tempo de vida de um dispositivo usado para


inspecionar fissuras em uma asa de avio dado por
1 x /2
, x0
e
f ( x) 2
0,
caso contrrio

(distribuio exponencial
com mdia de 2 anos)

Prof. Paulo Srgio Coelho

Outro exemplo (cont.)

A probabilidade de que a vida do dispositivo esteja


entre 2 e 3 anos determinada por:
3

P (2 X 3)
2

1
f ( x)dx e x /2 dx e 3/2 e 1 0, 223 0,368
22
0,145

A distribuio acumulada dada por:


x

1
F ( x) e t /2 dt 1 e x /2
20

A probabilidade que a vida seja de menos que 2 anos:

P (0 X 2) F (2) F (0) 1 e 1 1 e0 0, 632

A probabilidade que a vida esteja entre 2 e 3 anos:

P (2 X 3) F (3) F (2) 1 e 3/2 1 e 1 0, 223 0,368

0,145
Prof. Paulo Srgio Coelho

Departamento de Anlises Quantitativas


Faculdade de Cincias Econmicas/UERJ

Simulao (Planejamento de Empresas)


Prof. Paulo Srgio Coelho

Outro exemplo (cont.)

O valor esperado do tempo de vida :


E( X )

RX

xf ( x)dx 1 xe x /2 dx
2 0

E a varincia:

V ( X ) E X 2 E ( X )
E( X 2 )

RX

x 2 f ( x)dx 1 x 2 e x /2 dx
2 0

V ( X ) 8 22 4

s (X ) 4 2
Prof. Paulo Srgio Coelho

Modelos de Distribuio de Probabilidade

Toda varivel aleatria est associada a uma


distribuio de probabilidades distinta;
A determinao das probabilidades fica simplificada se
conhecermos os modelos tericos de distribuies de
probabilidades

So, na realidade, funes matemticas que permitem o


clculo das probabilidades de forma bastante rpida e simples
Poucos modelos cobrem praticamente todos os problemas
usuais;

Seu uso permite que nos concentremos nos fatores que


efetivamente afetam sua tomada de deciso;

Questes algbricas podem ser desprezadas;


Prof. Paulo Srgio Coelho

Departamento de Anlises Quantitativas


Faculdade de Cincias Econmicas/UERJ

Simulao (Planejamento de Empresas)


Prof. Paulo Srgio Coelho

Distribuies tericas na Simulao


Sistemas de Fila

Modelar tempo entre chegadas e tempo de atendimento


Distribuies Exponencial (Gama e Weibull) e Normal (Normallimitada)

Sistemas de Inventrio

Modelar demanda por tempo, tempo entre as demandas e tempo de


espera para chegada de um pedido
Distribuies Geomtrica (Binomial Negativa), Poisson

Sistemas de Confiana e Manuteno

Modelar tempo at a falha


Distribuio Exponencial (Gama e Weibull) e Lognormal

Outros sistemas

Distribuies Uniforme, Triangular e Beta


Bernoulli, Binomial e Hiperexponencial
Prof. Paulo Srgio Coelho

10

Distribuio de Bernoulli
Vrias situaes caracterizam-se por apresentar dois estados ...

No lanamento de uma moeda, tirararmos ou no cara;


Em uma linha de montagem, uma pea sair defeituosa ou no;

Ao classificarmos os resultados acima em Sucessos [S] ou


Insucessos [I], poderemos atribuir probabilidades...

p(S)=p; p(I)=q;
p+q=1 q=1-p;

E( X ) p

V (X ) p q

Exemplo:

Definindo tirar 4 ao lanar um dado no viciado como sucesso, temos


p=1/6 e q=5/6.
Prof. Paulo Srgio Coelho

Departamento de Anlises Quantitativas


Faculdade de Cincias Econmicas/UERJ

11

Simulao (Planejamento de Empresas)


Prof. Paulo Srgio Coelho

Distribuio Binomial
Se uma Distribuio de Bernoulli repetida n vezes de forma
independente (ou seja, garantindo que um resultado no
influencie o seguinte), obtem-se a Distribuio Binomial. Em
resumo, na Binomial:

Cada tentativa apresenta Sucesso (S) ou Insucesso (I);


A probabilidade de sucesso p
As tentativas so independentes (uma no afeta a outra);
X mede o nmero de sucessos em n tentativas;

Para certo x, dados n, p (ache q = 1 p), usar:


n
p ( X x | n, p ) p x q n x
x
E( X ) n p

sendo

n
n!

x
x !(n x)!

V (X ) n p q
Prof. Paulo Srgio Coelho

12

Distribuio Binomial
Alternativamente ao uso da frmula, use a funo
DISTRBINOM do Excel:

P(X=k) use DISTR.BINOM(k;n;p;0)


P(Xk) use DISTR.BINOM(k;n;p;1)

Exemplo
Qual a probabilidade de tirarmos 2 caras no lanamento de 3 moedas ? E
tirarmos 3 caras ?
Temos n=3, p=1/2=0.5
Para k=2 caras, no Excel faa DISTR.BINOM(2;3;0.5;0)
Para k=3 caras, no Excel faa ___________________

Prof. Paulo Srgio Coelho

Departamento de Anlises Quantitativas


Faculdade de Cincias Econmicas/UERJ

13

Simulao (Planejamento de Empresas)


Prof. Paulo Srgio Coelho
Distribuio Binomial
Exemplo

O percentual de peas defeituosas em uma linha de


produo de 5%;
Considerando uma amostra com 10 peas, qual a
probabilidade de encontramos:

Exatamente 2 peas defeituosas?


At 2 peas defeituosas?
Mais do que 2 peas defeituosas?

Prof. Paulo Srgio Coelho

14

Distribuio Binomial
Exemplo (cont.)

Supondo amostras com 100 elementos:

qual o valor esperado para o nmero de peas defeituosas em


cada amostra? Como interpretar este resultado?

qual o devio padro para o nmero de peas defeitusas?

Prof. Paulo Srgio Coelho

Departamento de Anlises Quantitativas


Faculdade de Cincias Econmicas/UERJ

15

Simulao (Planejamento de Empresas)


Prof. Paulo Srgio Coelho

Distribuio Geomtrica

Ainda relacionado a processos de Bernoulli, considere


agora que X a quantidade de tentativas necessrias
para alcanar o primeiro sucesso.
q x 1 p, x 1, 2,...
p( x)
caso contrrio
0,
E( X )

V (X )

1
p
q

p2
Sem rotina auxiliar no Excel
16

Prof. Paulo Srgio Coelho

Distribuio Geomtrica
Exemplo

Quarenta por cento das impressoras de jato de tinta so


rejeitadas na inspeo
Qual a probabilidade de que a primeira impressora
aceitvel seja a terceira inspecionada?
Seja Sucesso = ser aceitvel

p 0, 6

e ento

q 0, 4

p (3) q x 1 p 0, 42 0, 6 0, 096

Quando esperado encontrar a primeira impressora


aceitvel? Com que variabilidade?
E( X )

1
1

1, 67
p 0, 6

V (X )

q
p

0, 4
0, 62

1,11

Prof. Paulo Srgio Coelho

Departamento de Anlises Quantitativas


Faculdade de Cincias Econmicas/UERJ

17

Simulao (Planejamento de Empresas)


Prof. Paulo Srgio Coelho

Distribuio de Poisson
Descreve diversos processos aleatrios e bem simples
Conta o nmero de vezes que um evento especfico ocorre em
uma determinada rea de oportunidades (definida por meio de
tempo, extenso, rea, etc.)

Ex.: defeitos na pintura,


nmero de falhas no dia,
nmero de pessoas que chegam ao banco em uma hora
nmero de pulgas no pelo de um cachorro

Descrita por um nico parmetro, a (>0) que aponta para a


prpria mdia da distribuio

e a a x
, x 0,1, 2,...

p( x) x !
0,
caso contrrio

E( X ) a
V (X ) a

Prof. Paulo Srgio Coelho

18

Distribuio de Poisson
Caractersticas

A probabilidade de que um evento especfico ocorra em


uma determinada rea de oportunidades a mesma para
todas as reas de oportunidades;

O nmero de eventos que ocorrem em diferentes reas


de oportunidades so independentes

A probabilidade de ocorrncia de dois ou mais eventos


tende a zero quando a rea de oportunidades vai se
tornando menor.
Prof. Paulo Srgio Coelho

Departamento de Anlises Quantitativas


Faculdade de Cincias Econmicas/UERJ

19

Simulao (Planejamento de Empresas)


Prof. Paulo Srgio Coelho
Distribuio de Poisson
Exemplo

Sabe-se que o nmero mdio de acidentes de trabalho


2,5 por ms, e segue uma distribuio de Poisson.

Qual a probabilidade de que no prximo ms nenhum


acidente de trabalho venha a ocorrer?
Qual a probabilidade de que no prximo ms um acidente
de trabalho venha a ocorrer?
Qual a probabilidade de que no prximo ms de trabalho 2
ou mais acidentes de trabalho venham a ocorrer?

Prof. Paulo Srgio Coelho

20

Distribuio de Poisson
Frmulas no Excel

possvel usar a funo do Excel:

=DIST.POISSON(x ; a ; 0)

Para distribuio acumulada at x:

=DIST.POISSON(x ; a ; 1)

Prof. Paulo Srgio Coelho

Departamento de Anlises Quantitativas


Faculdade de Cincias Econmicas/UERJ

21

10

Simulao (Planejamento de Empresas)


Prof. Paulo Srgio Coelho

Outro exemplo

A demanda durante a espera de


um pedido distribuda por
Poisson, com uma mdia de 10
unidades.
Deseja-se obter a quantidade
de unidades a ser mantida em
estoque (estoque de segurana)
de forma que apenas 5% das
vezes a demanda supere este
estoque de segurana

Prof. Paulo Srgio Coelho

22

Distribuio Exponencial
Funo de densidade de
probabilidade

Funo de distribuio
acumulada

e x , x 0
f ( x)
caso contrrio
0,

1 e x , x 0
F ( x)
caso contrrio
0,

Prof. Paulo Srgio Coelho

Departamento de Anlises Quantitativas


Faculdade de Cincias Econmicas/UERJ

23

11

Simulao (Planejamento de Empresas)


Prof. Paulo Srgio Coelho

Distribuio exponencial

como uma taxa de ocorrncia (quantidade de


ocorrncias por tempo)
modelar o tempo entre chegadas, completamente aleatrio
modelar o tempo de servio, altamente varivel

como uma taxa de falha (1/quantidade mdia de


tempo para falhar)
tempo de vida de um componente que falha instantaneamente

E( X )

1
V (X ) 2

24

Prof. Paulo Srgio Coelho

Distribuio Exponencial
Efeito do valor de
2

=2

1,8
1,6

= 1,5

1,4

=1

1,2
1

= 0,5

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

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

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

2,2 2,4 2,6 2,8

Prof. Paulo Srgio Coelho

Departamento de Anlises Quantitativas


Faculdade de Cincias Econmicas/UERJ

3
25

12

Simulao (Planejamento de Empresas)


Prof. Paulo Srgio Coelho
Distribuio Exponencial
Exemplo
Suponha que a vida de uma lmpada industrial, em
milhares de horas, exponencialmente distribuda com
taxa de falha = 1/3 (uma falha a cada 3.000 horas, em
mdia)
x /3
F ( x) 1 e

A probabilidade de que a lmpada dure menos que 3.000


horas :
P( x 3) F (3) F (0) F (3) 1 e 3/3

A probabilidade de que a lmpada dure entre 2.000 e 3.000


horas :
2/3

P (2 x 3) F (3) F (2) 0, 6321 1 e

1 0,367879 0, 6321

0, 6321 0, 4866 0,1455

A probabilidade de que a lmpada dure mais que a mdia :


P ( x 3) 1 P( x 3)

1 0, 6321

0,3679
26

Prof. Paulo Srgio Coelho

Distribuio Exponencial
Probabilidade Acumulada maior do que

A probabilidade que a lmpada dure mais que 5.000


horas :

P ( x 5) 1 P( x 5) 1 1 e 5/3

e 5/3 0,1889

Ou seja:

P( x t ) 1 P( x t ) 1 1 e t e t

Prof. Paulo Srgio Coelho

Departamento de Anlises Quantitativas


Faculdade de Cincias Econmicas/UERJ

27

13

Simulao (Planejamento de Empresas)


Prof. Paulo Srgio Coelho
Distribuio Exponencial
Probabilidade Condicionada

P A | B

P A e B
P B

A probabilidade que a lmpada dure mais que 5.000


horas, sendo que j dura h 4.000 horas :
P ( x 5 | x 4)

P ( x 5)
P ( x 4)

e 5/3
e

4/3

e 1/3

0, 7165

Ou seja:
P( x s t | x t )

P( x s t ) e ( s t )
t e s
P( x t )
e

Prof. Paulo Srgio Coelho

28

A Distribuio Exponencial e a
Distribuio de Poisson

O intervalo de tempo entre duas ocorrncias (chegadas)


segue uma distribuio exponencial com parmetro
SE E SOMENTE SE
O nmero de chegadas em um intervalo de tempo
segue uma distribuio de Poisson com mdia
Exemplo:

Processos em uma mquina chegam segundo uma distribuio


de Poisson com mdia de = 2 processos por hora
Neste caso, o tempo mdio de chegada segue uma
distribuio exponencial com o mesmo parmetro . Sabemos
que, neste caso, o valor esperado para a prxima chegada
1/ = 1/2 hora
Prof. Paulo Srgio Coelho

Departamento de Anlises Quantitativas


Faculdade de Cincias Econmicas/UERJ

29

14

Simulao (Planejamento de Empresas)


Prof. Paulo Srgio Coelho

Distribuio Gama

Funo Gama

b x b 1e x dx
0

Integrando: b b 1 b 1

Generaliza a noo de fatorial para todos os nmeros


positivos, no apenas inteiros

Funo de densidade de probabilidades:


b 1 bq x
bq
, x0
b bq x e
f ( x)
0,
caso contrrio

b o parmetro de forma e
q o parmetro de escala
30

Prof. Paulo Srgio Coelho

Distribuio Gama (cont.)


1

V (X )
E( X )
So:
bq 2
q
Distribuio Acumulada:
bq

bq t b 1 e bq t dt ,
1 x
F(X )
1
0,

0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0

( b )

x0
caso contrrio

b=3
b=2
b=1
0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8 2 2,2 2,4 2,6 2,8 3
Prof. Paulo Srgio Coelho

Departamento de Anlises Quantitativas


Faculdade de Cincias Econmicas/UERJ

31

15

Simulao (Planejamento de Empresas)


Prof. Paulo Srgio Coelho

Distribuio Gama e Distribuio Exponencial

Se b um inteiro, ento a distribuio gama pode ser


considerada uma soma de b variveis com distribuio
exponencial de parmetro bq :
Se:

X X 1 X 2 ... X b

sendo

bq e bq x j , x 0
g(x j )
caso contrrio
0,

e ainda Xj mutuamente independentes, ento


b 1 bq x
bq
, x0
b bq x e
f ( x)
0,
caso contrrio

Prof. Paulo Srgio Coelho

32

Distribuio Gama no Excel

Os parmetros da Distribuio Gama costumam ser


apresentados de diferente forma;
No Excel:

=DIST.GAMA( X ; alfa ; beta ; cumulativo)

Excel

Frmula

Alfa

Beta

bq

Prof. Paulo Srgio Coelho

Departamento de Anlises Quantitativas


Faculdade de Cincias Econmicas/UERJ

33

16

Simulao (Planejamento de Empresas)


Prof. Paulo Srgio Coelho

Distribuio (de) Erlang

Se um cliente passa por k estaes de atendimento:


1

Sendo que:

o prximo cliente s entra na primeira estao quando o


cliente anterior tiver sado da ltima
cada estao tem o tempo de servio distribudo
exponencialmente com mdia kq

Ento o tempo total de atendimento tem uma


distribuio Gama com parmetros b e q.
34

Prof. Paulo Srgio Coelho

Distribuio Erlang Acumulada

A integral da funo de probabilidade acumulada


quando b = k inteiro torna-se:

k 1 e kq x kq x i
1
,
F(X )
i!
i 0

0,

E( X )

V (X )

1
kq

x0

Distribuio de
Poisson com parmetro
kq x;
Probabilidade de k 1
ocorrncias

caso contrrio

moda( X )

k 1
kq

Prof. Paulo Srgio Coelho

Departamento de Anlises Quantitativas


Faculdade de Cincias Econmicas/UERJ

35

17

Simulao (Planejamento de Empresas)


Prof. Paulo Srgio Coelho
Distribuio de Erlang
Exemplo

Durante os trs meses mais frios do ano Paulo no vai


na sua casa de praia. Mas para desencorajar possveis
assaltantes ele decidiu manter uma luz acesa.
Criou um mecanismo com duas lmpadas em srie, de
forma que se a primeira falhar a segunda entra em ao.
Nas embalagens das lmpadas est escrito que o tempo
mdio de vida de 1000 horas, distribudas
exponencialmente.
Qual a probabilidade de que uma das lmpadas ainda
esteja acesa quando o professor retornar?

Prof. Paulo Srgio Coelho

36

Distribuio de Erlang
Exemplo soluo

Os dados do problema indicam os parmetros:

k = 2 (etapas = lmpadas)
kq = 1/1000 (durao mdia de cada lmpada)
q = 1/2000 (parmetro usado na frmula analtica, mas no
necessrio na funo DIST.POISSON do Excel)

Resolvendo:
P( X 2160) 1 P( X 2160) 1 F (2160)
F (2160) 1 DIST.POISSON(1;2160/1000;1) 1 0,3644 0, 6356

P( X 2160) 1 0,6356 0,3644

Prof. Paulo Srgio Coelho

Departamento de Anlises Quantitativas


Faculdade de Cincias Econmicas/UERJ

37

18

Simulao (Planejamento de Empresas)


Prof. Paulo Srgio Coelho
Distribuio de Erlang
Outro exemplo

Um exame mdico realizado em trs etapas. Cada


etapa tem tempo mdio de realizao de 20 minutos,
distribudos exponencialmente

k = 3 etapas
kq = 1/20, ento q = 1/60
Qual a probabilidade de que o exame total dure 50 minutos ou
menos? P( X 50) F (50) 1 DIST.POISSON(2;50/20;1)
P ( X 50) 1 0,5438 0, 4562

Qual o tempo esperado do exame?

Qual o tempo modal?

moda( X )

E( X )

60

k 1 3 1

40
kq
1/ 20

Prof. Paulo Srgio Coelho

38

Distribuio de Weibull
Amplia possibilidades da funo exponencial
Funo de densidade de probabilidade:

Parmetros:

a 1 x v

a x v
b , xv
f ( x) b b e


caso contrrio
0,

v, parmetro de localizao ( < v < )


b, parmetro de escala (b > 0)
a, parmetro de forma (a > 0)

Funo de Probabilidade Acumulada:


a

x v

F ( x) 1 e b , x v
0,
caso contrrio

Prof. Paulo Srgio Coelho

Departamento de Anlises Quantitativas


Faculdade de Cincias Econmicas/UERJ

39

19

Simulao (Planejamento de Empresas)


Prof. Paulo Srgio Coelho
Funes de Densidade
Grficos
v=0
a = 0,5
b = 0,5

2
1,8
1,6
1,4

v=0
a = 3,0
b = 1,0

v=0
a = 1,0
b = 1,0

1,2

1
0,8

v=0
a = 2,0
b = 1,0

0,6
0,4
0,2
0
0

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

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

2,2 2,4 2,6 2,8

Prof. Paulo Srgio Coelho

3
40

Distribuio de Weibull
Valor Esperado e Varincia

O valor esperado da Distribuio de Weibull :

1
E ( X ) v b 1
a

x 1 t
x t e dt

Onde
0
pode ser calculada no Excel fazendo =EXP(LNGAMA(x))

A varincia da Distribuio de Weibull :


2 1 2
V ( X ) b 1 1
a a

Prof. Paulo Srgio Coelho

Departamento de Anlises Quantitativas


Faculdade de Cincias Econmicas/UERJ

41

20

Simulao (Planejamento de Empresas)


Prof. Paulo Srgio Coelho
Distribuio Weibull e a
Distribuio Exponencial

Quando v = 0 e a = 1, a distribuio de Weibull


reduzida a:

1 x/ b
, x0
e
f ( x) b
0,
caso contrrio

Que uma distribuio exponencial com mdia

Prof. Paulo Srgio Coelho

42

Distribuio de Weibull no Excel

Prof. Paulo Srgio Coelho

Departamento de Anlises Quantitativas


Faculdade de Cincias Econmicas/UERJ

43

21

Simulao (Planejamento de Empresas)


Prof. Paulo Srgio Coelho

Exemplo

O tempo de falha para um painel de tela plana tem uma


Distribuio de Weibull com v = 0, a = 1/3, e b = 200
horas.

Qual o tempo mdio para falhar?


1
E ( X ) v b 1
a

0 200 4

200 6

Qual a probabilidade de que uma unidade falhe antes de


2.000 horas?
P ( X 2.000) F (2000) DIST.WEIBULL(2000;1/ 3; 200;1)
0,8840

Prof. Paulo Srgio Coelho

44

Outro Exemplo

O tempo para uma aeronave pousar e liberar a pista de


pouso em um importante aeroporto internacional segue
uma Distribuio de Weibull com v = 1,34 minutos,
a = 0,5, e b = 0,04 minutos

Qual a probabilidade de que uma aeronave em aproximao


leve mais que 90 segundos para pousar e liberar a pista?

P( X 90) 1 P( X 90) 1 F (90)


1 DIST.WEIBULL(1,5 1,34;0,5;0, 04;1)
1 0,8647
0,1353
Prof. Paulo Srgio Coelho

Departamento de Anlises Quantitativas


Faculdade de Cincias Econmicas/UERJ

45

22

Simulao (Planejamento de Empresas)


Prof. Paulo Srgio Coelho

Distribuio Normal

Tambm chamada de Distribuio de Gauss ou


Gaussiana
Notao especial: X
Funo de densidade:
f ( x)

N ,s 2

s 2

1 x

e 2 s

Distribuio Normal
Propriedades
1. limx - f(x) = 0 e limx f(x) = 0

O valor de f(x) se aproxima de zero quando x se torna muito pequeno


(negativo) ou muito grande (positivo)

2. f ( x) = f ( + x)

A funo de densidade de probabilidade simtrica

3. O mximo valor da funo de densidade de probabilidade


ocorre em x =

Ou seja, a mdia e a moda so iguais


f(x)

Prof. Paulo Srgio Coelho

Departamento de Anlises Quantitativas


Faculdade de Cincias Econmicas/UERJ

47

23

Simulao (Planejamento de Empresas)


Prof. Paulo Srgio Coelho
Funo de Probabilidade Acumulada e
Distribuio Normal Padro

A Funo de Probabilidade Acumulada da Distribuio


Normal :

F ( x) P( X x)

1 t

e 2 s

dt

Esta integral calculada por mtodos numricos;


Cada valor de e s resultar em valores diferentes
t
Transformao: z
s
E a integral normal padro est tabelada:

F ( z ) P( Z z )

e t

/2

dt

Que resulta sempre no mesmo valor


48

Prof. Paulo Srgio Coelho

Distribuio Normal

Exemplo:

Analisando os pesos de
itens trasportados por
aquela empresa, chegouse concluso de que eles
so normalmente
distribudos, com mdia
1.000kg e desvio-padro
150kg.

X: peso do item a ser transportado


X N( 1000, s 2 1502)
rea = ?

1.000

Departamento de Anlises Quantitativas


Faculdade de Cincias Econmicas/UERJ

24

Simulao (Planejamento de Empresas)


Prof. Paulo Srgio Coelho
Distribuio Normal
Exemplo Excel

O Excel permite que calculemos a probabilidade


acumulada de -infinito at um valor qualquer:
Resultado da funo
DIST.NORM.N

P ( X x) F ( x) DIST.NORM.N( x;1.000;150;1)

Distribuio Normal

Exemplo Excel
Calculamos ento:

P ( X 1.150) F (1.150)

Departamento de Anlises Quantitativas


Faculdade de Cincias Econmicas/UERJ

25

Simulao (Planejamento de Empresas)


Prof. Paulo Srgio Coelho

Distribuio Normal

Outro exemplo:

Considerando ainda os pesos dos itens


trasportados por aquela empresa
(mdia = 1.000 e desvio padro = 150)
Qual a probabilidade de encontrarmos
itens pesando mais que 1.210 kg?
rea = ?

P ( X 1.210) 1 F (1.210)
1 DIST.NORM.N(1210;1000;150;1)
1 0,9192 0, 0808
1.000

1.210

Distribuio Normal
E mais outro exemplo

Deseja-se saber agora a probabilidade de encontrar itens


pesando entre 800kg e 1.100kg;

Probabilidade
Procurada

800

1.000 1.100

Departamento de Anlises Quantitativas


Faculdade de Cincias Econmicas/UERJ

26

Simulao (Planejamento de Empresas)


Prof. Paulo Srgio Coelho

Calculo em duas etapas


P(X< 1.100)

1.100

P(X< 800)
800

P(X<1.100) - P(X< 800)


800

1.000 1.100

Clculos - Excel

1.100

800

800

1.000 1.100

Departamento de Anlises Quantitativas


Faculdade de Cincias Econmicas/UERJ

27

Simulao (Planejamento de Empresas)


Prof. Paulo Srgio Coelho

Outra situao

Exemplo (Inversa da Distribuio)

Para o mesmo conjunto de dados, diga qual o peso que est


associado a uma probabilidade de 40%, ou seja, existe 40%
de probabilidade que o peso seja at quanto?

40%

A distribuio uniforme

Um determinado valor assume a mesma probabilidade


de ocorrncia em qualquer lugar do intervalo (a ; b)
1
, se a x b

f (X ) b a
0,
caso contrrio

A distribuio Uniforme normalmente chamada de


Distribuio Retangular:
Distribuio Acumulada:

f (X )

0,
xa

xa
F ( x)
, a xb
b a
1,
xb

1
ba

b
Prof. Paulo Srgio Coelho

Departamento de Anlises Quantitativas


Faculdade de Cincias Econmicas/UERJ

57

28

Simulao (Planejamento de Empresas)


Prof. Paulo Srgio Coelho

A distribuio uniforme

f (X )

1
ba

P( x1 X x2 ) F ( x2 ) F ( x1 )

x2 x1
ba
a

Funo de densidade
de probabilidade

x1

x2

Funo de distribuio
acumulada

Prof. Paulo Srgio Coelho

58

Mdia e Varincia da Distribuio

Valor Esperado:
Varincia:

A distribuio uniforme vital para a simulao:

Nmeros aleatrios so uniformemente distribudos entre 0 e


1;
Nmeros aleatrios sero usados para gerar amostras de
variveis aleatrias de qualquer outra distribuio

Prof. Paulo Srgio Coelho

Departamento de Anlises Quantitativas


Faculdade de Cincias Econmicas/UERJ

59

29

Simulao (Planejamento de Empresas)


Prof. Paulo Srgio Coelho
Distribuio Uniforme
Exemplo 1

Deseja-se simular a operao de um armazm


Aproximadamente a cada 3 minutos um operador de
empilhadeira chamado para uma certa localizao
Dispondo apenas destas informaes possvel usar
uma distribuio uniforme, com a maior varincia
possvel:
2
max V ( X )
s.r.

b a
12

ab
3
2

b 6a

Quanto menor o a,
maior o b e portanto
maior a diferena (b
a)

Com apenas estas informaes podemos usar uma


distribuio uniforme com a = 0 e b = 6.
Prof. Paulo Srgio Coelho

60

Distribuio Uniforme
Exemplo 2

O nibus passa a cada 20 minutos naquele ponto, desde


as 6:40h at as 20:40h.
Um passageiro que no conhecia esta agenda ia todas as
manhs para o ponto em um horrio aleatrio
(distribuio uniforme) entre as 7:00h e 7:30h
Qual a probabilidade de que este passageiro espere
mais do que 5 minutos pelo nibus?

f (X )
1
30

30

O nibus passar as 7:00h,


as 7:20h e as 7:40h
A probabilidade do
passageiro chegar
minutos exatamente as 7:00h (ou as
aps 7h 7:20h) zero

Prof. Paulo Srgio Coelho

Departamento de Anlises Quantitativas


Faculdade de Cincias Econmicas/UERJ

61

30

Simulao (Planejamento de Empresas)


Prof. Paulo Srgio Coelho
Distribuio Uniforme
Exemplo 2 (cont.)
Se o passageiro chegar entre 7:00h e 7:15h ele ter que esperar 5
minutos ou mais pelo nibus das 7:20h
Se o passageiro chegar entre 7:20h e 7:30h ele ter que esperar
mais que 5 minutos pelo nibus das 7:40h
P (0 X 15) P(20 X 30) F (15) F (0) F (30) F (20)

f (X )
1
30

15

20

30

15 0 30 20

0,8333
30
30

O nibus passar as 7:00h,


as 7:20h e as 7:40h
A probabilidade do
passageiro chegar
minutos exatamente as 7:00h (ou as
aps 7h 7:20h) zero
62

Prof. Paulo Srgio Coelho

f ( x)

Distribuio Triangular

Funo de Densidade

2
ca

de Probabilidade:

2 x a
, a xb

b a c a
2 cx

f ( x)
, bxc
c b c a
0,
caso contrrio

Funo de
Probabilidade
Acumulada:

xa
0,

2
x a
, a xb

b a c a
F ( x)

c x 2
, bxc
1
c b c a
1,
xc

Prof. Paulo Srgio Coelho

Departamento de Anlises Quantitativas


Faculdade de Cincias Econmicas/UERJ

63

31

Simulao (Planejamento de Empresas)


Prof. Paulo Srgio Coelho
Distribuio Triangular
Moda, Valor Esperado e Varincia

A moda ocorre em x = b
O valor esperado :

Ocorre que
Como

b 3E ( x ) a c

a b c a 3E ( x ) a c c
2a c
a 2c

E ( x)
3
3

E a Varincia (pouco usada) :


V ( x)

a 2 b 2 c 2 ab ac bc
18
Prof. Paulo Srgio Coelho

64

Exemplo

O tempo consumido por uma CPU para programas que


ela vai executar tem uma distribuio triangular com
a = 0,05 segundos, b = 1,1 segundos e c = 6,5 segundos.

Qual a probabilidade de que o tempo necessrio para a CPU


executar um programa aleatrio seja de 2,5 segundos ou
menos

Prof. Paulo Srgio Coelho

Departamento de Anlises Quantitativas


Faculdade de Cincias Econmicas/UERJ

65

32

Simulao (Planejamento de Empresas)


Prof. Paulo Srgio Coelho

Outro Exemplo

Um sensor eletrnico determina a qualidade de chips de


memria, rejeitando aqueles que falham.
Os dados do sensor indicam que o nmero mnimo de
sensores que falham durante qualquer hora zero, o
nmero mximo 10 e a mdia 4.
Sem maiores informaes o departamento de qualidade
assumiu que a distribuio da quantidade de falhas
segue uma distribuio triangular
1. Qual a moda da distribuio?
2. Qual a mediana da distribuio?
3. Como fica o grfico da funo de densidade?
Prof. Paulo Srgio Coelho

66

Outro Exemplo
Soluo

1. A moda o valor de b:
4

0 b 10
3

b2

2. A mediana tal que P(x<mediana) = 0,5

Observaremos a < mediana < b ou b < mediana < c?


Como
, conclumos que a mediana

maior do que b
Assim,

Prof. Paulo Srgio Coelho

Departamento de Anlises Quantitativas


Faculdade de Cincias Econmicas/UERJ

67

33

Simulao (Planejamento de Empresas)


Prof. Paulo Srgio Coelho
Outro Exemplo
3. Grfico

f ( x)

0,2

A (total)=0,5

A=0,2
2

3,68 4

10
Prof. Paulo Srgio Coelho

68

Distribuio Lognormal

Quando uma varivel aleatria Y N ( , s 2), ento


X = eY segue uma Distribuio Lognormal com
parmetros e s 2
Funo de densidade

Valor Esperado e Varincia

Prof. Paulo Srgio Coelho

Departamento de Anlises Quantitativas


Faculdade de Cincias Econmicas/UERJ

69

34

Simulao (Planejamento de Empresas)


Prof. Paulo Srgio Coelho

Algumas Funes de Densidade


1,8
1,6

E(X) = 1
V(X) = 4

1,4

E(X) = 1
V(X) = 1

1,2
1
0,8

E(X) = 1
V(X) = 0,5

0,6
0,4
0,2
0

0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8 2 2,2 2,4 2,6 2,8 3
Prof. Paulo Srgio Coelho

70

Reconstruindo a Distribuio Normal

Os parmetros da Distribuio Normal podem ser


determinados com base nos parmetros da Distribuio
Lognormal:

E ( x) 2
E ( x) 2 V ( x) 2

E ( x) 2 V ( x) 2
s ln

E ( x) 2

ln

Prof. Paulo Srgio Coelho

Departamento de Anlises Quantitativas


Faculdade de Cincias Econmicas/UERJ

71

35

Simulao (Planejamento de Empresas)


Prof. Paulo Srgio Coelho

Exemplo

A taxa de retorno de um investimento voltil


modelada como tendo uma distribuio lognormal com
mdia (valor esperado) igual a 20% e Varincia 5%.
Quais os parmetros da Distribuio Lognormal?

ln

E ( x) 2
E ( x) 2 V ( x) 2

E ( x) 2 V ( x) 2
s ln

E ( x) 2

202
ln
2
2

20 5

2,9654

0, 0606

202 52
ln
202

72

Prof. Paulo Srgio Coelho

Distribuies Empricas Contnuas

As distribuies empricas so observadas e no podem


ser ajustadas a um modelo terico

A soluo usada somente quando no h alternativa, pois a


existncia de parmetros desejvel para anlises posteriores

Uma varivel aleatria contnua pode ser modelada


atravs de uma distribuio de frequncia:
Intervalo

Frequncia

Frequncia
Relativa

Frequncia
Acumulada

0 < x 0,5

21

0,21

0,21

0,5 < x 1,0

12

0,12

0,33

1,0 < x 1,5

29

0,29

0,62

1,5 < x 2,0

18

0,19

0,81

2,0 < x 2,5

0,08

0,89

2,5 < x 3,0

11
0,11
Prof. Paulo Srgio Coelho

1,00

Departamento de Anlises Quantitativas


Faculdade de Cincias Econmicas/UERJ

73

36

Simulao (Planejamento de Empresas)


Prof. Paulo Srgio Coelho
Grficos das Funes de Densidade e Distribuio
Acumulada
0,3

Funo de Densidade

0,25

de Probabilidade

0,2
0,15
0,1
0,05
0
0

0,5

1,5

2,5

Funo de Distribuio

0,9
0,8

Acumulada

0,7
0,6
0,5
0,4

0,3
0,2
0,1
0
0

0,5

1,5

2,5

Prof. Paulo Srgio Coelho

Departamento de Anlises Quantitativas


Faculdade de Cincias Econmicas/UERJ

74

37