Baixe o app para aproveitar ainda mais
Prévia do material em texto
PROCESSOS ESTOCÁSTICOS André Alves Gandolpho Professor DSc. Petrópolis, agosto de 2014 Introdução Ementa do Curso: Revisão dos Conceitos Básicos de Estatística e Probabilidade; Cadeias de Markov; Processos de Poisson; Teoria das Filas; Programação Dinâmica; Árvores de Decisão. Tipo de Avaliação: Datas das Avaliações:PP ⇒ 27 de setembro de 2014 PF ⇒ 29 de novembro de 2014 2a Chamada: 06 de dezembro de 2014 ( ) 3 2PFPPMédia += Introdução Bibliografia: 1) Hillier, F., Lieberman, G.; (2013), 9a Ed. - Introdução à Pesquisa Operacional - Editora Bookman. 2) Winston, Wayne L. (1994), Operations Research - Applications and Algorithms, Third Edition, Duxbury Press. Revisão dos Conceitos Básicos de Estatística Definições Básicas: Fenômeno Estatístico: é qualquer evento que se pretenda analisar, cujo estudo seja possível da aplicação do método estatístico; Exemplo: A natalidade na Grande Vitória. Dado Estatístico: é um dado numérico e é considerado a matéria-prima sobre a qual iremos aplicar os métodos estatísticos; População: Conj. total de elem.s portadores de, pelo menos, 1 característica comum; Amostra: é uma parcela representativa da população que é examinada com o propósito de tirarmos conclusões sobre a essa população; Parâmetros: São valores singulares que existem na população e que servem para caracterizá-la. Para definirmos um parâmetro devemos examinar toda a população. Exemplo: Os alunos deste curso têm em média 1,70 metros de estatura. Estimativa: é um valor aproximado do parâmetro e é calculado com o uso da amostra. Revisão dos Conceitos Básicos de Estatística Definições Básicas: Variável: É, convencionalmente, o conj. de resultados possíveis de um fenômeno. Qualitativa: Quando seu valores são expressos por atributos: sexo, cor da pele,etc. Quantitativa: Quando os dados são de caráter nitidamente quantitativo, e o conjunto dos resultados possui uma estrutura numérica, trata-se portanto da estatística de variável. Variáveis Quantitativas: Discreta Ou Descontínua: Seus valores são expressos geralmente através de números inteiros não negativos. Resulta normalmente de contagens. Exemplo: Nº de alunos presentes às aulas de Qualidade no 1º semestre: mar = 40, abr = 30, mai = 35, jun = 36. Contínua: Resulta normalmente de uma mensuração, e a escala numérica de seus possíveis valores corresponde ao conjunto ℜ dos números Reais, ou seja, podem assumir, teoricamente, qualquer valor Tabela primitiva ou dados brutos: É uma tabela ou relação de elementos que não foram numericamente organizados. Exemplo : 45, 41, 42, 41, 42 43, 44, 41 ,50, 46, 50, 46, 60, 54, 52, 58, 57,58, 60, 51 Distribuição de Freqüência: É um tipo de tabela que condensa uma coleção de dados conforme as freqüências (repetições de seus valores). Revisão dos Conceitos Básicos de Estatística Medidas de Posição ou Médias: São as estatísticas que representam uma série de dados orientando-nos quanto à posição da distribuição em relação ao eixo horizontal do gráfico da curva de freqüência. Média Aritmética: onde: xi são os valores da variável; n = número de dados; Moda (Mo): É o dado que mais se repete ou que possui a maior freqüência. Exemplo: Determinar a moda de idade de uma classe de alunos em que a pesquisa tenha revelado as seguintes idades: 18, 18, 19, 20, 21, 21, 22, 23, 23, 23, 24, 25, 26. Como a moda é o valor que mais ocorre na pesquisa, então a moda da série de idades é 23 anos. n x =x n =i i∑ 1 Revisão dos Conceitos Básicos de Estatística Medidas de Posição ou Médias: Mediana (Me): É o elemento que está exatamente no centro das informações ordenadas. Para se obter o elemento mediana de uma série deveremos seguir os seguintes passos: a) Se N for ímpar a mediana é o termo de ordem . b) Se N for par é a média aritmética dos termos de ordem : e Exemplos: Determinar a mediana das seguintes séries: a) Série que é composta dos seguintes elementos: 56, 58 , 62, 65 e 90. Solução: N = 5 (ímpar), . Então Me = 62. b) Nº de erros por folha, cometidos por digitadores: 12, 12, 13, 13, 15, 16, 18,20. Solução: N = 8(par), então Assim, a Mediana é: 2 1+ = NP 21 NP = 1 22 += NP ordenada série da elemento 3 2 15 2 1 0 = + = + = NP elemento 51 2 8 e elemento 4 2 8 0 2 0 1 =+=== PP 14 2 28 2 1513 == + =Me Revisão dos Conceitos Básicos de Estatística Medidas de Posição ou Médias: Desvio Padrão: O desvio padrão baseia-se nos desvios em torno da média aritmética e a sua fórmula básica pode ser traduzida como: Exemplo: Calcular o desvio padrão da população representada por: {- 4, -3, -2, 3, 5} N )x(x =σ n =i i∑ − 1 2 Sabemos que N = 5 e (62,8/5) = 12,56 Assim, o desvio padrão (σ) = 3,54 Revisão dos Conceitos Básicos de Estatística Medidas de Posição ou Médias: Variância: É uma medida que tem pouca utilidade como estatística descritiva, porém é extremamente importante na inferência estatística e em combinações de amostras. Revisão dos Conceitos Básicos de Estatística Função de Distribuição de Probabilidade: Para cada variável aleatória, associa-se uma função distribuição cumulativa (fdc). A função de distribuição FX (x) de uma variável aleatória X é definida como: F(x) = P [X ≤ x] ∀ x ∈ ℜ. A função distribuição FX (x) satisfaz as seguintes propriedades: • 0 ≤ F(X) ≤ 1, para todo X; • F(X) é não decrescente, isto é, se x ≤ y então: FX(x) ≤ FX(y); • 1F(x)lim e 0F(x)lim == ∞→− ∞→ xx Revisão dos Conceitos Básicos de Probabilidade Objetivo: descrever e analisar comportamento incerto Noção Básica: aleatoriedade Condição para aleatoriedade: se um experimento é repetido n vezes, conhecimento de qualquer seqüência de saídas não permite prever a próxima saída com certeza. Espaço Amostral S: conjunto de todas as possíveis saídas de um experimento aleatório – Pode ser finito ou infinito; – Espaço amostral finito: discreto (contável); – Espaço amostral infinito: discreto ou contínuo. Exemplo: Para o experimento "lançar uma moeda duas vezes e anotar o par de faces de cima" temos o seguinte espaço amostral: S = {(K,K), (K,C), (C,K), (C,C)}. Revisão dos Conceitos Básicos de Probabilidade Atribuindo Probabilidades a Eventos: Um dos aspectos mais difíceis da construção de modelos probabilísticos. Duas abordagens 1) Baseada em Freqüência: P(ocorrência) = n / N Onde: n = # de vezes que saída ocorreu N = # de experimentos 2) Baseada em Axiomas Mede a freqüência da saída sobre todos os experimentos. Revisão dos Conceitos Básicos de Probabilidade Atribuindo Probabilidades a Eventos: Continuação Exemplo: 1)Suponha um baralho de cartas padrão. Calcule a probabilidade de pegar uma carta preta. Solução: O Baralho padrão possui 52 cartas, sendo 26 pretas e 26 vermelhas. Assim, temos que a probabilidade de retirarmos aleatoriamente uma carta preta do baralho preto é: P(preto) = 2 1 52 26 = Revisão dos Conceitos Básicos de Probabilidade Axiomas de Probabilidades: Seja: S o espaço amostral de um experimento aleatório. P(A) = probabilidade associada ao evento A. A função de probabilidade P() deve satisfazer os seguintes axiomas: P(A) ≥ 0, para qualquer evento A P(S) = 1 P(A∪B) = P(A) + P(B), desde que A ∩ B = ∅ Se A1, A2, A3, ... são mutuamente exclusivos, Conseqüências dos Axiomas: P(∅) = 0 Se A ⊆ B , então P(A) ≤ P(B) Para S discreto: P(A∪B) = P(A) + P(B) – P(A∩B) P [Ui=1 ∞ An]=∑i=1 ∞ P ( An ) )(1)( APAP −= )(1)( BAPBAP ∩−=∪Revisão dos Conceitos Básicos de Probabilidade Axiomas de Probabilidades: Exemplo: Consideremos o lançamento de um dado equilibrado. Determine a probabilidade de cada evento abaixo: 1. A: sair o número 5 2. B: sair um número maior que 4 3. C: sair um primo 4. D: sair um número maior que 7 Revisão dos Conceitos Básicos de Probabilidade Axiomas de Probabilidades: Exemplo: SOLUÇÂO O espaço amostral é = {1,2,3,4,5,6}. Como o dado é equilibrado, todos os resultados são equiprováveis e adotamos a distribuição de probabilidades uniforme. Assim, a probabilidade de cada evento elementar é 1/6. Temos, então: 1. P(A) = P({5}) = 1/6 2. P(B) = P({5,6}) = P({5}) + P({6}) = 1/6 + 1/6 = 2/6 = 1/3 3. P(C) = P({2,3,5}) = P({2})+P({3})+P({5}) = 1/6 + 1/6 + 1/6 = 3/6 = ½ 4. P(D) = P(∅) = 0 Slide 1 Slide 2 Slide 3 Slide 4 Slide 5 Slide 6 Slide 7 Slide 8 Slide 9 Slide 10 Slide 11 Slide 12 Slide 13 Slide 14 Slide 15 Slide 16
Compartilhar