Modelagem e Simulação de Eventos Discretos – Chwif e Medina (2006) Slide 1

Prof. Afonso C. Medina

Prof. Leonardo Chwif

Anexo I

Páginas 208-218Este material é disponibilizado para uso exclusivo de docentes que adotam o livro Modelagem e Simulação de Eventos Discretos em suas disciplinas. O material pode (e deve) ser editado pelo professor.

Pedimos apenas que seja sempre citada a fonte original de consulta.

Verifique sempre a atualização deste material no site www.livrosimulacao.eng.br

Divirta-se!

Versão 0.114/05/06

Distribuições Estatísticas

Modelagem e Simulação de Eventos Discretos – Chwif e Medina (2006) Slide 2

Distribuições discretas: Binomial

x

f ( x )

Modelagem e Simulação de Eventos Discretos – Chwif e Medina (2006) Slide 3

Distribuições discretas: Poisson

x

f (x )

Modelagem e Simulação de Eventos Discretos – Chwif e Medina (2006) Slide 4

Distribuições contínuas: Beta

0 0,5 1x

f (x )

α =2

β=1α =3

β =2

α=4

β=4

α=2

β=3

α=1,5 β =5 α=6 β=2

α=2

β=1

Modelagem e Simulação de Eventos Discretos – Chwif e Medina (2006) Slide 5

Distribuições contínuas: Erlang

x

f (x )

λ =0,5 k= 3

λ =0,5

λ =0,2 k= 10

Modelagem e Simulação de Eventos Discretos – Chwif e Medina (2006) Slide 6

Distribuições contínuas: Exponencial

x

f (x )

1/λ

Modelagem e Simulação de Eventos Discretos – Chwif e Medina (2006) Slide 7

Distribuições contínuas: Gama

x

f (x )

α =0,

α =1

α=2

Modelagem e Simulação de Eventos Discretos – Chwif e Medina (2006) Slide 8

Distribuições contínuas: Lognormal

x

f (x )

µ =1 σ=1

µ =1 σ=0,5

Modelagem e Simulação de Eventos Discretos – Chwif e Medina (2006) Slide 9

Distribuições contínuas: Normal

f (x )

µ

Modelagem e Simulação de Eventos Discretos – Chwif e Medina (2006) Slide 10

Distribuições contínuas: Uniforme

ba

1/ (b-a )

x

f (x )

Modelagem e Simulação de Eventos Discretos – Chwif e Medina (2006) Slide 11

Distribuições contínuas: Triangular

x

f (x )

a bm

Modelagem e Simulação de Eventos Discretos – Chwif e Medina (2006) Slide 12

Distribuições contínuas: Weibull

x

f (x )

α =0,5 β =1

α =1 β =1 α =2 β =1

α =3 β =1

α=3 β=2

Modelagem e Simulação de Eventos Discretos – Chwif e Medina (2006) Slide 13

Modelagem de dados... Sem dados!

�Utilizada para a escolha de parâmetros das entidades (por exemplo: em uma certa loja, 30% dos clientes realizam suas compras no balcão e 70% nas prateleiras) �Quando se conhecem apenas “valores intermediários” da distribuição ou a porcentagem de ocorrência de alguns valores discretos

�Apenas assume os valores fornecidos pelo analista

Valores e probabilidade de ocorrência destes valores

Discreta

�Quando não se tem nenhuma informação sobre o processo ou apenas os valores limites (simulação do pior caso)

�Todos os valores no intervalo são igualmente prováveis de ocorrer

Maior valor e menor valor

Uniforme

�Quando a probabilidade de ocorrência de valores acima da média é a mesma que valores abaixo da média�Quando o tempo de um processo pode ser considerado a soma de diversos tempos de sub-processos�Processos manuais

�Simétrica�Forma de sino�Variabilidade controlada pelo desvio-padrão

Média e desvio-padrão

Normal

�Quando se conhece ou se tem um bom “chute” sobre a moda (valor que mais ocorre), o menor valor e o maior valor que podem ocorrer

�Simétrica ou nãoMenor valor, moda e maior valor

Triangular

�Grande variabilidade dos valores�Independência entre um valor e outro�Muitos valores baixos e poucos valores altos�Utilizada para representar o tempo entre chegadas sucessivas e o tempo entre falhas sucessivas

�Variância alta�Cauda para direita

MédiaExponencial

AplicabilidadeCaracterísticasParâmetrosDistribuição