Simulação de Monte Carlo

Disciplina: Estatística Aplicada

Curso: Engenharia de Manutenção Eletromecânica

Professora Adriana Almeida

Professor Murilo Lopes

Programação da aula 22/09/2022

19:00h às 20:50h – Simulação de Monte Carlo e

Encerramento do conteúdo.

21h às 21:15h Intervalo.

21:15h às 22:30h- Atividades pendente.

Simulação de Monte Carlo

 O método de Monte Carlo é um método que se baseia

em amostragens aleatórias massivas para obter
resultados numéricos.
 Utiliza-se a aleatoriedade de dados com intuito de gerar
resultado para problemas que a priori são
determinísticos.
 Muito utilizada para diversas simulações em
Manutenção, especialmente quando há ausência de
histórico de dados.
Simulação de Monte
Carlo
 Os primeiros estudos reconhecidos
pela ciência sobre aleatoriedade
de dados foram feitos por Lorde
Kelvin no século XIX. Conhecido por
desenvolver a escala Kelvin de
temperatura absoluta (onde o zero
absoluto é definido como 0 K).
 Kelvin utilizou no século XIX, técnicas
similares as de “Monte Carlo” em
uma discussão das equações de
Boltzmann.
Simulação de Monte Carlo

 O nome Monte Carlo surgiu efetivamente durante o

projeto Manhattan na Segunda Guerra Mundial.
 No projeto, que tratava-se da construção da bomba
atómica, Stanisław Ulam, von Neumann e Fermi
consideraram a possibilidade de utilizar o método, que
envolvia a simulação direta de problemas de natureza
probabilística relacionados com o coeficiente de
difusão do nêutron em certos materiais.
GERAR NÚMEROS ALEATÓRIOS
• Retorna um número aleatório real maior que ou igual a 0 e menor que 1
distribuído uniformemente.
• O resultado é volátil, ou seja: Um novo número aleatório real é retornado
sempre que a planilha é calculada. (TESTAR COM TECLA F9)
• Retorna um número aleatório inteiro entre os números especificados.
• O resultado é volátil, ou seja: Um novo número aleatório real é retornado
sempre que a planilha é calculada. (TESTAR COM TECLA F9)
• O resultado é conciso e segue a distribuição de probabilidade
selecionada.
• Os dados seguem a Distribuição Normal.
• O resultado é conciso e segue a distribuição de probabilidade
selecionada.
• Os dados seguem a Distribuição Uniforme.
Distribuição Uniforme
 É a distribuição contínua de probabilidades na qual qualquer
valor de uma variável aleatória tem a mesma probabilidade
de ocorrer num certo intervalo.
 Assim, dado um intervalo A= [a,b], a probabilidade de um
evento x, em um subintervalo

 S=]c,d[ de A, é dada por: P(c ≤ x ≤ d)= (d-c)/(b-a)

Exemplo:

 Se o tempo que uma máquina gasta para produzir

certo tipo de peça variar uniformemente entre 120 e 160
segundos, qual a probabilidade de que uma peça
aleatoriamente escolhida por um engenheiro de
manutenção tenha sido em um tempo entre 130 e 140
segundos?

 P(120 ≤ x ≤ 160)= (140-130)/(160-120)=0,25=25%

Simulação de Monte Carlo: Exemplo

 PREVISÃO DE CONSUMO DE ÓLEO DIESEL - EMPRESA DE

TERRAPLANAGEM
Determine o consumo esperado de diesel por dia, com índice de
confiança de 95%, para 80 pás carregadeiras, caracterizadas por:
▪ Operação média de 09 horas por dia, entre um mínimo de 08 horas
e um máximo de 10 horas (admitir que segue Distribuição
Uniforme).
▪ Consumo médio (diesel) de 13 litros/hora, entre um mínimo de 11
litros/hora e um máximo de 15 litros/hora (admitir que segue
Distribuição Uniforme).
▪ Probabilidade de 90% das máquinas disponíveis por dia, 72 em
média (admitir que segue Distribuição Binomial).
 ▪ CONSUMO TOTAL (LITROS) = Nº DE MÁQUINAS X LITROS/HORA X HORAS

▪ 80 pás carregadeiras;
▪ Probabilidade de 90% das máquinas disponíveis por dia, 72 em média (Segue Distribuição
Binomial).
 ▪ CONSUMO TOTAL (LITROS) = Nº DE MÁQUINAS X LITROS/HORA X HORAS

▪ Consumo médio (diesel) de 13 litros/hora, entre um mínimo de 11 litros/hora e um máximo

de 15 litros/hora (Segue Distribuição Uniforme).
 ▪ CONSUMO TOTAL (LITROS) = Nº DE MÁQUINAS X LITROS/HORA X HORAS

▪ Operação média de 09 horas por dia, entre um mínimo de 08 horas e um máximo de 10

horas (Segue Distribuição Uniforme).
 ▪ CONSUMO TOTAL (LITROS) = Nº DE MÁQUINAS X LITROS/HORA X HORAS

▪ Determine o consumo esperado de diesel por dia, com índice de confiança de 95%.
▪Gerar dados aleatórios para simulação.
▪Gerar dados aleatórios para simulação.
▪ Calcular o Desvio Padrão
▪Gerar dados aleatórios para simulação.
▪ Calcular o Desvio Padrão
▪Gerar dados aleatórios para simulação.
▪ Calcular o Desvio Padrão
▪ CONSUMO TOTAL (LITROS) = Nº DE MÁQUINAS X LITROS/HORA X HORAS
▪ Calcular a Média
REFERÊNCIAS

 MONTGOMERY, D. C.; RUNGER, G. C. Estatística Aplicada e

Probabilidade para Engenheiros. Tradução de Verônica Calado. 6.
ed. Rio de Janeiro: Livros Técnicos e Científicos, 2018.
 MEYER, P. L. Probabilidade: aplicações à estatística. Tradução de
Ruy de C. B. Lourenço Filho. 2. ed.Rio de Janeiro: Livros Técnicos
e Científicos, 2011.
 ROSS, S. M. A First Course in Probability. 8. ed. New Jersey:
Prentice Hall, 2010.