39
Teoria de Filas – Aula 1 Aula de hoje Revisão de probabilidade Eventos e probabilidade Independência Prob. condicional Aulas passada Introdução, Logística e Motivação para avaliação e desempenho

Teoria de Filas – Aula 1 · Teoria de Filas – Aula 1 Aula de hoje Revisão de probabilidade Eventos e probabilidade Independência Prob. condicional Aulas passada Introdução,

  • Upload
    others

  • View
    25

  • Download
    1

Embed Size (px)

Citation preview

  • Teoria de Filas – Aula 1Aula de hoje

    Revisão de probabilidade

    Eventos e probabilidade

    Independência

    Prob. condicional

    Aulas passada

    Introdução, Logística e Motivação para avaliação e desempenho

  • Experimentos AleatóriosO que é um experimento aleatório?

    Experimento que nem sempre dá o mesmo resultado!

    Exemplos:Resultado de jogar um dado

    Palavra de busca submetidas ao Google

    Tempo de espera no ponto de ônibus

    Vivemos num mundo aleatório...

  • Caracterizando AleatoriedadeComo caracterizar um experimento aleatório?

    Ingredientes necessários...

    Possíveis resultados do experimento

    “Probabilidade” de ocorrer cada um dos resultados

    Modelos Probabilísticos

  • Modelo Probabilístico

    Componentes

    Espaço amostral (S): conjunto de eventos elementares que podem ocorrer a partir de um experimento aleatório

    Probabilidade de eventos (P): quantificação da “chance” que cada evento ocorra

    Conjunto de eventos (E): subconjunto de eventos que são de nosso interesse

    Representação matemática de um fenômeno aleatório

  • Exemplo: Dado

    Espaço amostral (S): cada uma das faces do dado S= {1, 2, 3, 4, 5, 6}

    Probabilidade de eventos (P): chance de que cada face ocorra: P(1) = 1/6, P(2) = 1/6, etc.

    Conjunto de eventos (E): números pares, E = {2, 4, 6}

  • Exemplo: Tempo Esperandoum Ônibus

    Espaço amostral (S): tempo de espera até a chegada de um ônibus (medido em segundos), S = {0, 1, 2, ...}

    Probabilidade de eventos (P): chance de que uma pessoa espere exatamente x segundos, P(0), P(1), P(2), etc.

    Conjunto de eventos (E): tempo de espera menor que 1 minuto, E = {x | x < 60}

  • Exemplo: Status de 2 Componentes (1/2)

    Espaço amostral (S1): total de componentes em

    funcionamento, S = {0, 1, 2}

    Probabilidade de eventos (P): chance de que x componentes estejam funcionando, P(0), P(1), P(2)

    Conjunto de eventos (E): total de componentes em funcionamento seja no máximo igual a dois

  • Exemplo: Status de 2 Componentes (2/2)

    Espaço amostral (S2): qual componente está em

    funcionamento S = {(0,0), (1,0), (0,1),(1,1)}

    Probabilidade de eventos (P): chance que o componente 1 esteja em funcionamento e o 2 nã0 esteja em funcionamento: P(1)

    Conjunto de eventos (E): um dos componentes está em funcionamento

  • Exemplo: Fila de Banco (total de clientes)

    Espaço amostral (S1): total de clientes em uma

    das filas do banco, S = {0, 1, 2,3,...}

    Probabilidade de eventos (P): chance de ter x pessoas na fila, P(0), P(1), P(2),P(3),...

    Conjunto de eventos (E): total de clientes na fila seja menor que 10

  • Exemplo: Fila de Banco (total de clientes por idade)

    Espaço amostral (S2): total de clientes em uma

    das filas do banco, considerando a faixa etaria S = {(0,0),(0,1),..,(1,0),...}

    Probabilidade de eventos (P): chance de ter x jovens na fila, P(0,0), P(1,0), P(1,1),P(1,2),...

    Conjunto de eventos (E): total de clientes jovens na fila é menor que 5

  • O que é Probabilidade?

    “Chance de que um evento ocorra”

    Fração de ocorrência ou frequência relativa

    contagem de eventos

    número de ocorrências divido por número total de eventos

    Exemplo:

    A frequência relativa de uma das faces de um dado é em torno de 1/6

  • O que é Probabilidade?Conceito Clássico

    Se associada a um experimento aleatório tivermos um espaço amostral com N elementos, igualmente prováveis, e A é um evento que contem N

    A elementos do espaço de resultados

    então:

    P[A] = NA

    /N

    Exemplos:

    Dado justo

    Urna com bolas

  • O que é Probabilidade?Conceito baseado em frequência (nem todos os resultados de um experimento aleatório são equiprováveis!)

    A probabilidade de um acontecimento é avaliada através da informação já existente, sendo igual a razão entre o número de vezes em que se verificou uma realização favorável ao evento A ( N

    A ) e o

    número de vezes (N) que o experimento aleatório foi realizado

    P[A] = limN, →∞

    NA

    /N

  • O que é Probabilidade?Exemplo: O telefone toca. Qual é a probabilidade de ser engano?

    Neste caso, dizer que a probabilidade de ser engano é equiprovável a probabilidade de não ser engano, não reflete a realidade!

    Vamos recorrer à experiência para obter esta medida!

  • Álgebra de EventosDiagrama de eventos

    S

    Evento A

    Evento B

    Evento C

    Conjunto de eventos (resultados) elementaresEx. evento A, evento B, etc

    Evento ocorre quando um de seus elementos é o resultado do experimento aleatório

    Operações de união, interseção e complemento

    Espaço amostral

  • Aplicando Álgebra de EventosVamos considerar uma célula wireless com 5 canais idênticos. O seguinte experimento aleatório pode ser considerado: observar quantos canais estão disponíveis. Cada canal pode estar em dois estados diferentes: ocupado (0) e disponível (1). O espaço amostral tem 32 tuplas, representando todas as combinações possíveis dos estados dos canais.

  • Exemplo: Dois dadosConsidere dois dados jogados simultaneamente

    Qual é o espaco amostral?

    S = { (1, 1), (1, 2), (1, 3), (1, 4), (1, 5), (1, 6), (2, 1), (2, 2), (2, 3), (2, 4), (2, 5), (2, 6), ... }

    Evento A : os dois dados são paresA = { (2, 2), (2, 4), (2, 6), (4, 2), (4, 4), (4, 6),

    (6,2), (6,4), (6,6)}

    B = { (1, 1), (1, 2), (1, 3), (1, 4), (1, 5), (2, 1), (2, 2), (2, 3), (2, 4), (3, 1), (3, 2), (3, 3), (4, 1), (4, 2), (5, 1)}

    Evento B : soma é menor que 7

  • Exemplo: Dois dados

    Evento A : os dois dados são paresA = { (2, 2), (2, 4), (2, 6), (4, 2), (4, 4), (4, 6),(6,2), (6,4),

    (6,6)}

    Evento B : soma é menor que 7B = { (1, 1), (1, 2), (1, 3), (1, 4), (1, 5), (2, 1), (2, 2),

    (2, 3), (2, 4), (3, 1), (3, 2), (3, 3), (4, 1), (4, 2), (5, 1)}

    Evento C : soma é menor que 7 e ambos dados são pares

    A∩B = { (2, 2), (2, 4), (4, 2)}

  • Exemplo: Status de 2 ComponentesConsidere a observação da saída de dois componentes consecutivos em uma linha de produção

    Qual é o espaco amostral?

    S = {(0,0), (1,0), (0,1),(1,1)}

    Evento A :Exatamente um componente não está funcionando

    A = {(1,0),(0,1)}Evento B :Os dois componentes estão em funcionamento

    B = {(1,1)}

  • Exemplo de Confiabilidade (1/2)Sistema com 2 discos idênticos

    Sistema operacional quando ao menos 1 disco está funcionando

    Qual probabilidade do sistema estar operacional?

    Modelo

    p: prob. de um disco falhar

    Falhas ocorrem de forma independente

  • Exemplo de Confiabilidade (2/2)Qual é o experimento aleatório?

    Qual é o espaço amostral?

    estado do disco 1, estado do disco 2

    f = disco falhou, o = disco operacionalS = { (f, f), (f, o), (o, f), (o, o) }

    Qual é o conjunto de eventos de interesse?(ao menos 1 disco está operacional)

    A = { (f, o), (o, f), (o, o) }

    Qual é a probabilidade de ocorrer o evento de interesse?

  • Exemplo de Execução de Código(1/3)

    Considere o seguinte código

    if B then s1

    else s2

    Experimento aleatório consiste em observar 2 execuções sucessivas do comando if

    Qual probabilidade de ocorrer pelo menos uma execução de s1? Qual a probabilidade de s2 ser executado na primeira vez?

  • Exemplo de Execução de Código(2/3)

    Qual é o experimento aleatório?

    Qual é o espaço amostral?

    comando 1a execução, comando 2a execução

    s1 = execução s1, s2 = execução s2S = { (s1, s1), (s1, s2), (s2, s1), (s2, s2) }

    Através de inúmeras repetições da execução do código, temos:

    P((s1,s1)) = 0.34; P((s1,s2)) = 0.26

    P((s2,s1)) = 0.26; P((s2,s2)) = 0.14

  • Exemplo de Execução de Código(2/3)

    Qual é o conjunto de eventos de interesse?A = “Pelo menos uma execução de s1”

    B = “s2 é executado na primeira vez”

    A = {(s1,s1),(s1,s2),(s2,s1)}

    B = {(s2,s1),(s2,s2)}

    P(A)? P(B)?

    P(A) = P((s1,s1)) + P((s1,s2)) + P((s2,s2))

    P(B) = P((s2,s1)) + P((s2,s2))

  • Exemplo de total de pacotes em um roteador (1/2)

    Considere um buffer em um roteador na saída

    da rede do ICE

    Temos uma fila!

    Buffer tem tamanho máximo = B

    Qual probabilidade de não ter nenhum pacote de dados no buffer? Qual a probabilidade do buffer ter ocupação maior ou igual a 50% ?

  • Exemplo de total de pacotes em um roteador (2/2)

    Qual é o espaço amostral?Total de pacotes no roteador

    N = número de pacotes no roteador

    S = {0,1,2,3,4,...,B}

    Qual é o conjunto de eventos de interesse?A = “Nenhum pacote no roteador”

    B = “Ocupação maior ou igual a 50%”

    P(A)? P(B)?

    P(A) = P(o)

    P(B) = P(B/2) + P(B/2 +1) + … + P(B)

  • Exclusão MútuaDois eventos A e B são mutuamente exclusivos se

    A∩B=∅conjuntovazioExemplos?

    Evento A: os dois dados são pares

    Evento B: os dois dados são ímpares

    Evento A: um dado é par

    Evento B: um dado é ímpar

  • Axiomas de Probabilidade

    (A1): para cada evento A, 0

  • Probabilidade Condicional (1/6)Relacionamento entre a ocorrência de um evento e outros eventos

    S

    Evento BEvento A

    Qual a probabilidade do evento A dado que o evento B ocorreu?

    Dado que o resultado do experimento aleatório é elemento de B, qual a probabilidade deste ser também elemento de A?

    Espaço amostral passa a ser o evento B

  • Probabilidade Condicional (2/6)Considere a probabilidade de um acidente aéreo.

    Sabemos que a probabilidade de morrer em um

    acidente aéreo é baixa

    No entanto, dado que o avião tenha caído...

    A probabilidade é quase 1!

    Porque?

  • Probabilidade Condicional (3/6)

    Definição

    P [A∣B]=P [ A∩B]P [B]

    Probabilidadede A dado B

  • Probabilidade Condicional (4/6)

    Consideremos um colégio onde o total de alunos é de 6800. Dentre estes alunos, 2829 possuem cabelos loiros e 1768 possuem cabelos loiros e olhos azuis. Qual a probabilidade de um aluno ter olho azul, dado que possui cabelos loiros?

    Eventos

    A – alunos possuem olhos azuis

    L – alunos possuem cabelos loirosEntão:

    P(A|L) = P(A ∩ L)/P(L) = (1768/6800)/(2829/6800) = 0.625

  • Probabilidade Condicional (5/6)

    Originalmente, P(A) = 0.4134 < P(A|L) = 0.625!

    Observe que quando condicionamos em L, restringimos o espaço amostral ao conjunto

    das pessoas loiras Aumento de →probabilidade!

  • Probabilidade Condicional (6/6)Consideremos agora que neste mesmo colégio existam 857 alunos de olhos castanhos e 115 alunos com olhos castanhos e cabelos loiros. Qual a probabilidade de um aluno, escolhido ao acaso, não tenha cabelos loiros, dado que tenha olhos castanhos?

    C – alunos possuem olhos castanhos

    L – alunos possuem cabelos loirosEntão:

    P(L|C) = 1 - P(L|C) = 1 – (115/6800)/(857/6800) = 0.8658

  • Como identificar dependência e independência de eventos?

    Probabilidade de chover é independente da nossa vontade!

    Já o número de pessoas que levam o guarda-chuva para o trabalho depende da previsão de tempo!

  • E no caso ...

    Em que A e B são independentes?

  • ExercíciosConsideremos uma caixa que contenha 5000 chips, 1000 produzidos pela companhia X e o resto pela companhia Y. 10% dos chips que são produzidos pela companhia X são defeituosos e 5% dos chips produzidos pela companhia Y são defeituosos. Se escolhemos aletoriamente um chip e este está defeituoso, encontre a probabilidade deste chip ter sido produzido pela companhia X.

  • Exercícios

  • Na próxima aula ...

    Independência

    Condicionamento

    Probabilidade Total

    Variável aleatória discreta

    Funções de distribuição.

    Slide 1Slide 2Slide 3Slide 4Slide 5Slide 6Slide 7Slide 8Slide 9Slide 10Slide 11Slide 12Slide 13Slide 14Slide 15Slide 16Slide 17Slide 18Slide 19Slide 20Slide 21Slide 22Slide 23Slide 24Slide 25Slide 26Slide 27Slide 28Slide 29Slide 30Slide 31Slide 32Slide 33Slide 34Slide 35Slide 36Slide 37Slide 38Slide 39