Baixe o app para aproveitar ainda mais
Prévia do material em texto
Lista - Modelagem Probabilística e Simulação de Sistemas de Produção 1. Considere o problema 5 da lista 2. Agora, considere que uma pesquisa de mercado ao custo de 1.000.000 pode ser realizada para prever qual dos dois níveis de demanda é mais provável ocorrer. Experiências prévias indicam que tais pesquisas são corretas em dois terços das vezes em que são realizadas. a) Encontre o EVPI para este problema. Considere a probabilidade a priori de vender 10.000 igual a probabilidade a priori de 100.000 igual a 0.5. Alternativas Estado da Natureza Vender 10.000 Vender 100.000 Produzir computadores 0 54 Vender direitos 15 15 Probabilidade a priori 0.5 0.5 Máximo Payoff 15 54 𝐸𝑉𝑊𝑃𝐼 = 0. 5 * 15 + 0. 5 * 54 = 34. 5 Alternativas Estado da Natureza Vender 10.000 Vender 100.000 Payoff Esperado Produzir computadores 0 54 0 * 0. 5 + 54 * 0, 5 = 27 * Vender direitos 15 15 15 * 0. 5 + 15 * 0. 5 = 15 Probabilidade a priori 0.5 0.5 - *Máximo 𝐸𝑉𝑃𝐼 = 𝐸𝑉𝑊𝑃𝐼 − 𝐸𝑊𝑊𝑂𝐸 = 34. 5 − 27 𝐸𝑉𝑃𝐼 = 7. 5 b) A resposta em a) indica que compensa realizar a pesquisa de mercado? Sim, pois segundo o enunciado, o custo da pesquisa é 1.000.000 e como o EVPI deu 7.500.000,00, compensa realizar a pesquisa de mercado. 1 c) Desenvolva um diagrama em árvore de probabilidade para obter as probabilidades a posteriori dos dois níveis de demanda para cada dos dois resultados possíveis da pesquisa de mercado. d) Encontre EVE. Para pesq10: 𝐸[𝑃𝑎𝑦𝑜𝑓𝑓(𝑃𝑟𝑜𝑑𝑢𝑧𝑖𝑟/𝐶𝑜𝑛𝑠𝑡𝑎𝑡𝑎çã𝑜 = 𝑝𝑒𝑠𝑞 10)] = 23 * 0 + 1 3 * 54(− 1) = 17 𝐸[𝑃𝑎𝑦𝑜𝑓𝑓(𝑉𝑒𝑛𝑑𝑒𝑟/𝐶𝑜𝑛𝑠𝑡𝑎𝑡𝑎çã𝑜 = 𝑝𝑒𝑠𝑞 10)] = 23 * 15 + 1 3 * 15(− 1) = 14 Para Pesq100: 𝐸[𝑃𝑎𝑦𝑜𝑓𝑓(𝑃𝑟𝑜𝑑𝑢𝑧𝑖𝑟/𝐶𝑜𝑛𝑠𝑡𝑎𝑡𝑎çã𝑜 = 𝑃𝑒𝑠𝑞 100)] = 13 * 0 + 2 3 * 54(− 1) = 35 𝐸[𝑃𝑎𝑦𝑜𝑓𝑓(𝑉𝑒𝑛𝑑𝑒𝑟/𝐶𝑜𝑛𝑠𝑡𝑎𝑡𝑎çã𝑜 = 𝑃𝑒𝑠𝑞 100)] = 13 * 15 + 2 3 * 15(− 1) = 14 2 Payoff esperado sem os custos Payoff esperado com os custos pesq 10 Produzir 18 17 Pesq100 Produzir 36 35 𝐸𝑉𝐸 = 𝑃(𝑝𝑒𝑠𝑞 10) * 18 + 𝑃(𝑃𝑒𝑠𝑞 100) * 36 = 0. 5 * 18 + 0. 5 * 36 𝐸𝑉𝐸 = 27 𝐸𝑉𝐸 = 𝑃𝑎𝑦𝑜𝑓𝑓 𝐸𝑠𝑝𝑒𝑟𝑎𝑑𝑜 𝑐𝑜𝑚 𝐸𝑥𝑝𝑒𝑟𝑖𝑚𝑒𝑛𝑡𝑎çã𝑜 − 𝑃𝑎𝑦𝑜𝑓𝑓 𝐸𝑠𝑝𝑒𝑟𝑎𝑑𝑜 𝑠𝑒𝑚 𝐸𝑥𝑝𝑒𝑟𝑖𝑚𝑒𝑛𝑡𝑎çã𝑜 𝐸𝑉𝐸 = 27 − 27 = 0 Dessa forma, 0 é menor que 1.000.000,00. A pesquisa de mercado não deve ser realizada levando em consideração esse critério. 2. Considere o seguinte modelo para o valor de uma ação. No final de cada dia, o preço é registrado. Se a ação subir, a probabilidade de que ela subirá amanhã é de 0,9. Se a ação tiver caído, a probabilidade de que ela subirá amanhã é apenas 0,6. Para fins de simplificação, classificaremos o caso de a ação permanecer estável como uma queda. Trata-se, portanto, de uma cadeia de Markov, na qual os possíveis estados para cada dia são os seguintes: ● Estado 0: A ação subiu neste dia. ● Estado 1: A ação desceu neste dia. e) Construa a matriz de transição que mostra cada probabilidade de determinado estado hoje para outro estado particular amanhã. 𝑋𝑡 = 0 𝑠𝑒 𝑎 𝑎çã𝑜 𝑠𝑢𝑏𝑖𝑟 𝑛𝑜 𝑑𝑖𝑎1 𝑠𝑒 𝑎 𝑎çã𝑜 𝑑𝑒𝑠𝑐𝑒𝑟 𝑛𝑜 𝑑𝑖𝑎 𝑃 = Estado 0 1 0 P00 P01 1 P10 P11 𝑃 = Estado 0 1 3 0 0,9 0,1 1 0,6 0,4 f) Faça o diagrama de estado 3. Uma Cadeia de Markov com dois estados é um modelo de Markov para um sistema que pode assumir somente dois valores, por exemplo, 0 e 1. Partindo do estado 0, permanece nele com probabilidade 1 − α e assume valor 1 com probabilidade α. Da mesma forma, se o estado atual é 1, permanece nele com probabilidade 1 − β e muda para 0 com probabilidade β. Elabore a matriz de transição de estados e a matriz de probabilidade de transição. 4. Com base no diagrama de fases abaixo, determine a matriz de transição para este problema. 4 Matriz de transição: 𝑃 = 0,2 0,2 0,6 0,3 0 0,7 1 0 0 5
Compartilhar