Escolar Documentos
Profissional Documentos
Cultura Documentos
l
i
d
Probabilidade & Estatística
e
1
Introdução
Estatística
Descritiva
Inferência
estatística
Conclusão Conhecimento
Exemplo de Problema:
Se a aula começa às 8:50, que horas você deve sair de sua casa ?
29.1 34.4 30.0 27.9 30.5 34.9 29.3 29.6 29.8 28.5 31.2 34.8 33.6
29.8 24.7 31.2 31.5 25.6 30.3 36.1 30.0 31.4 32.6 22.6 31.4 29.7
30.1 31.2 29.9 28.7 31.7 34.0 29.8 30.4 28.2 32.9 30.4 28.4 31.1
34.1 25.9 29.1 31.5 32.9 29.2 30.5 28.3 29.1 32.1 29.0
Slide 8
Motivação e Contexto
“Embora o conhecimento estatístico seja essencial para a
compreensão dos fenômenos observados no mundo físico que é
essencialmente aleatório, o conceito de aleatório, não é familiar
aos nossos alunos de engenharia. Isso se deve ao fato de que
em toda a sua formação anterior, nas várias disciplinas, em geral
os fenômenos estudados foram apresentados como
determinísticos, evitando-se a interpretação de toda componente
de variação aleatória.”
Houve mudança?
É o suficiente?
R: testes estatísticos de
hipótese (cap. 8 e 9)
(Estatística inferencial)
Slide 11
Motivação e Contexto
Premissas comuns para Análise Estatística de Dados:
Slide 12
Motivação e Contexto
❑ Suponha que você tenha alterado um processo qualquer,
coletado uma amostra antes da mudança e outra após a
mudança. Agora deseja saber se houve alteração no
desempenho médio do processo. Como faria isto?
Slide 14
Motivação e Contexto
Ex: Composição de tinta
Um Eng. Químico está analisando
diferentes formulações de tinta em
que a medida de desempenho é o
tempo de secagem.
Slide 15
Motivação e Contexto
Distribuições de frequências (ou de probabilidade)
probabilidade
valores
ERLANG GAMMA
NORMAL WEIBULL
Slide 16
Motivação e Contexto
Experimentos Planejados (Design of Experiments – DOE)
Slide 17
Fatores (variáveis entrada)
Run
Rand. Order Order x1 x2 x3
16 1 1 1 1
8 2 1 1 1
7 3 -1 1 1
9 4 -1 -1 -1 𝑞𝐸𝑥𝑝: quant. de experimentos
2 5 1 -1 -1
4 6 1 1 -1 𝑛í𝑣𝑒𝑖𝑠: quantidade de valores que variável
12 7 1 1 -1 assume nos experimentos
15 8 -1 1 1
1 9 -1 -1 -1 𝑟𝑒𝑝: replicações (repetição do experimento
11 10 -1 1 -1
3 11 -1 1 -1
com os mesmos valores das variáveis)
𝑎𝑖 : peso da variável
𝑥𝑗 na resposta 𝑦
Slide 18
Motivação e Contexto
160
140
120
valor medido
100
80
60
40
20
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
observações
R: 27%
Distribuição Binomial: descreve qual a probabilidade de se
obter 𝑥 sucessos em 𝑛 tentativas independentes, onde cada
tentativa tem a mesma probabilidade de sucesso 𝑝
Slide 20
Motivação e Contexto
Exemplo: Uma linha de transmissão de energia opera se houver pelo
menos 1 caminho funcional entre os extremos. Abaixo é dado o
desenho da linha com a respectiva probabilidade de cada trecho
funcionar. Qual a probabilidade da linha operar?
𝑎′ 𝑏1 𝑐′ 𝑑1
0.90 0.95
𝑎2 0.90 𝑏2 𝑦
𝑥 0.99
𝑎3
0.90 𝑐2 0.95 𝑑2
𝑏3
Slide 21
Motivação e Contexto
Ex: calcular a área de
geometrias complexas.
L
OBS: mesma lógica pode ser usada para gerar valores segundo uma f.d.p.
(Método de Aceitação – Rejeição)
Slide 22
Motivação e Contexto
Previsão de Demanda
Slide 23
Motivação e Contexto
• Roteamento de veículos: tempo de viagem
• Dimensionamento de Call Centers
• Planejar inspeção de lotes de peças
• Controle de qualidade dentro de um processo
• Gestão de estoques
• Expectativa de produção em Lavouras
• Previsão de Demanda
• Previsão de Chuvas
• Dimensionamento de Estruturas/Peças : cargas a que são
submetidas
• ... Prof Pierluigi Piazzi - COMO ESTUDAR E APRENDER
https://www.youtube.com/watch?v=noXqEGIZak8
Slide 24