You are on page 1of 4

UNIVERSO EAD

ENGENHARIA DE PRODUO
PESQUISA OPERACIONAL II

PROCESSOS ESTOCSTICOS

PROFESSOR ALEXANDER CASCARDO CARNEIRO

2016
1. Processos Estocsticos
Um processo estocstico uma coleo de variveis aleatrias indexadas (Xt),
onde t um ndice, geralmente o tempo. Assim, um processo estocstico a descrio
de um fenmeno aleatrio que varia com o tempo t. Considere o exemplo do livro do
Taha:

Nesse exemplo, X uma varivel aleatria discreta (pois possui um nmero


finito de estados 0, 1 ou 2) e representa a condio de uma mquina na ocasio de
uma manuteno preventiva, a qual realizada mensalmente. O ms representado pela
letra t (t = 1 representa o ms 1, t = 2 o ms 2 e etc). Logo, a cada ms t, a condio da
mquina pode ser ruim (Xt = 0), razovel (Xt = 1) e boa (Xt = 2). Alm disso, temos que
X1 uma varivel aleatria que expressa a condio da mquina no ms 1, X2 uma
varivel aleatria que expressa a condio da mquina no ms 2 e assim por diante.
Portanto, cada ms possui uma varivel aleatria: X1 X2 X3 ... (que o mesmo que
escrever na forma: Xt para t = 1, 2, 3...), a qual definimos como processo estocstico.
Ou seja, temos um processo estocstico quando a nossa varivel aleatria puder assumir
valores diferentes em cada instante de tempo (que nesse caso o ms) de maneira
mais formal: um processo estocstico um conjunto de variveis aleatrias (Xt), onde t
um ndice, geralmente o tempo.

Um processo estocstico X1 X2 X3 ... pode representar ainda a coleo das


quantidades de carros que passam por um determinado ponto de uma rodovia, a
evoluo dos nveis de estoque semanais de uma firma, o comportamento de uma
partcula de gs, variaes nas qualidades dos produtos, variaes nos preos de aes,
vendas numa determinada loja, evoluo do nmero de desempregados num
determinado pas, etc.

2. Diagramas de Transio de Estados


Uma forma de representar um processo estocstico atravs de grafos, o qual
identifica os estados da varivel aleatria e suas probabilidades de transio, como
mostrado a seguir:
Nesse caso temos 3 estados (0, 1 e 2). As setas indicam a probabilidade de
transio de estado. Por exemplo, a seta marcada abaixo demonstra que a probabilidade
de a varivel aleatria mudar do estado 0 para o estado 1 de 1/2 (ou 0,5 ou 50%).

No exemplo abaixo, destacada a probabilidade de transio do estado 1 para o


estado 1 (ou seja, a probabilidade de a varivel aleatria se manter no estado 1) que
mede 1/3 (ou 0,3333... ou 33,33...%) .

Considere por exemplo que esse grafo (diagrama de transies de estado) dado
acima representa a situao descrita no exemplo da condio da mquina dado
anteriormente. Dessa forma podemos dizer o seguinte: se a mquina estiver em
condio ruim este ms (estado 0), a probabilidade dela estar em condio razovel
(estado 1) no prximo ms de 1/2 (que a probabilidade de transio do estado 0 para
o estado 1). Ou ento, se a mquina estiver em condio razovel este ms, a
probabilidade de ela continuar em condio razovel no prximo ms de 1/3 (que a
probabilidade de transio do estado 1 para o estado 1).

No caso dos grafos, mais comum numerarmos os estados comeando do 1 (no


do 0 como fizemos anteriormente), como mostrado a seguir:
Considere agora pij a probabilidade de transio do estado i para o estado j.
Portanto p11 = 0 (pois no existe transio do estado 1 para o estado 1), p 12 = 1/2 (que
a probabilidade de transio do estado 1 para o 2), p 13 = 1/2 (que a probabilidade de
transio do estado 1 para o 3), p21 = 1/3 (que a probabilidade de transio do estado 2
para o 1), p22 = 1/3 (que a probabilidade de transio do estado 2 para o 2), p23 = 1/3
(que a probabilidade de transio do estado 2 para o 3), p31 = 2/3 (que a
probabilidade de transio do estado 3 para o 1), p32 = 1/3 (que a probabilidade de
transio do estado 3 para o 2) e Portanto p 33 = 0 (pois no existe transio do estado 3
para o estado 3).

Uma forma de simplificar a visualizao desses valores atravs de uma matriz


da seguinte forma:

Substituindo os valores obtidos anteriormente nesse matriz chegamos em:

Essa matriz acima conhecida como Matriz de Transio de Estados. Ela


uma matriz quadrada cujo nmero de linhas e colunas igual ao nmero de estados (no
nosso exemplo so 3). Repare que a soma de todos os elementos de cada linha sempre
1 (100%). Isso sempre ocorre, pois cada linha representa todas as possibilidades de
transies daquele estado.