SME0121 - Processos Estocsticos

Prof Dr Marinho Gomes de Andrade Filho

marinho@icmc.usp.br

- Projeto da Disciplina -
Simulao e Anlise Estatstica de problemas reais propostos

Frederico de Oliveira Sampaio - 8922100

Instituto de Cincias Matemticas e de Computao
USP So Carlos

So Carlos, 4 de julho de 2017

Sumrio

1. Introduo 2

2. Problema 2
2.1. Questo 1 2
2.2. Resoluo 2
2.2.1. Simulando a operao do sistema por 8760 horas 2
2.2.2. Anlise Estatstica do dcimo componente 3
2.3. Questo 2 6
2.4. Resoluo 6
2.4.1. Cdigo da simulao com n=1000 6
2.4.2. a) 7
2.4.3. b) 9
2.5. Questo 3 10
2.6. Resoluo 10
2.6.1. Prova 10
2.6.2. Comparao por simulao 11
2.6.3. Esperana 12
2.7. Questo 4 13
2.8. Resoluo 1) 13
2.8.1. Simulando a operao do sistema por 365 dias 13
2.8.2. Anlise Estatstica do dcimo componente 13
2.9. Resoluo 2) 16
2.9.1. Cdigo da simulao com n=1000 16
2.9.1.1. a) 17
2.9.2.2 b) 19

1
1. Introduo
O referido trabalho aborda um problema real descrito pelo docente e faz uma anlise
estatstica juntamente com algumas simulaes para que seja feita uma comparao e explicite a
relao dos conceitos aprendido em aula. Dos conceitos, utilizaremos a distribuio exponencial e o
modelo de Poisson para tratar do problema em sua forma contnua (horas) e uma distribuio
geomtrica para tratar do mesmo problema de forma discreta (dias).
Tambm foi utilizado R para se aplicar os clculos. R uma linguagem e tambm um
ambiente de desenvolvimento integrado para clculos estatsticos e grficos.

2. Problema

2.1. Questo 1
Certo componente em um grande sistema tem um tempo de vida cuja densidade pode ser
aproximada por fx(x) = e-x, x 1. Quando o componente falha este recolocado por um idntico.
Seja T1, T2, ... os tempos de falhas ento o tempo de vida do k-simo componente recolocado.
Vamos assumir que os componentes so idnticos e as vidas dos componentes so medidas em
horas. Simule a operao desse sistema por um ano (8760 horas). E faa uma anlise estatstica do
tempo de vida do dcimo componente: construa sua densidade de probabilidade, a distribuio de
probabilidade acumulada, o valor esperado e desvio padro do tempo de vida desse componente e
calcule o tempo de vida com probabilidade de 95%

2.2. Resoluo

2.2.1. Simulando a operao do sistema por 8760 horas

Cdigo:

####################################
x<-numeric(0)
y<-numeric(0)
z<-numeric(0)
i=1

nmeros aleatrios:
while(sum(x)<8760)
{
x[i]=rexp(n=1,rate=1/60)
i=i+1
}
x
tam=i-1
tam
[1] 142

2
 ####################################
Portanto: Tamanho da amostra = 142

2.2.2. Anlise Estatstica do dcimo componente

Cdigo:

####################################
x1<-numeric(0)
t=1
i=1
while(t<1001)
{
while(i<11)
{
x1[i]=rexp(n=1,rate=1/60)
i=i+1
}
z[t]=x1[10]
y[t]=sum(x1[0:10])
i=0
t=t+1
}
z
y
####################################

####################################
summary(z)
####################################

Minimum Quartil 1 Mediana Mdia Quartil 3 Mximo

0.0419 15.6300 38.9800 60.0400 81.4100 532.0000

####################################
quantile(z,c(.025,.975))
####################################

2.5% 97,5%

2.045792 228.040091

####################################
sd(z)
####################################
Portanto: Desvio Padro = 65.35928

Distribuio densidade::

3
####################################
hist(z,freq=FALSE, breaks=20, col= 'pink', xlab='X[10]', ylab='Densidade', main='Distribuicao densidade')
####################################

Funo acumulada X[10]:

####################################
plot(ecdf(z),main='Distribuio Acumulada X[10]')
####################################

4
Distribuio densidade::

####################################
hist(y, freq=FALSE, breaks=20, col= 'pink', xlab='T[10]', ylab='Densidade', main='Distribuicao densidade')
####################################

Funo acumulada T[10]:

####################################
plot(ecdf(y),main='Distribuio Acumulada T[10]')
####################################

5
2.3. Questo 2
Supondo que cada componente recolado custa US$ , quando novo e considerando uma
taxa de inflao r (portanto uma taxa de desconto = 1/(1+r)). Ento se o tempo da k-sima
substituio o valor atual do custo da substituio do k-simo componente ck = e-Tk.
Assumindo isso para todo horizonte de planejamento (1 ano), o valor presente do custo de
manuteno do sistema :

a) Simule o custo do k-simo componente (k=10) e faa uma anlise estatstica desse custo
(construa sua densidade de probabilidade, a distribuio de probabilidade acumulada, o valor
esperado, desvio-padro do custo desse componente e calcule o custo com probabilidade de 95%).
b) Faa uma anlise estatstica do custo de manuteno C (construa sua densidade de
probabilidade, a distribuio de probabilidade acumulada, o valor esperado, desvio-padro do custo
desse componente e calcule o custo com probabilidade de 95%).

2.4. Resoluo

2.4.1. Cdigo da simulao com n=1000

####################################
t=1
k=0
j=1
i=1
x1=matrix(data=NA,nrow=1000,ncol=1000,byrow=TRUE)
t1=matrix(data=NA,nrow=1000,ncol=1000,byrow=TRUE)
i=1

max<-numeric(0)
for(j in 1:1000)
{
while(i<=1000)
{
x1[j,i]=rexp(n=1,rate=1/60)
if(i!=1)
t1[j,i]=t1[j,i-1]+x1[j,i]

if(i==1)
t1[j,i]= x1[j,i]

if(t1[j,i]>8760)
max[j]=i; i=1001

i=i+1
}

6
 i=1
}
max
####################################

2.4.2. a)
Cdigo:

####################################
b=10
r=0.05
a=1/(1+r)
l=1/60
c10<-numeric(0)

for(i in 1:1000)
c10[i]=sum(b*exp(-a*t1[i,1:10]/8760))
####################################

Testanto com resultado terico:

####################################
c10
mean(c10)
l=1/60
k2=seq(from=1, to=10)
10*sum((l/(l+a/8760))^k2)
k2
####################################

####################################
summary(c10)
####################################

Minimum Quartil 1 Mediana Mdia Quartil 3 Mximo

91.68 95.79 96.64 97.49 97.33 99.53

####################################
quantile(c10,c(.025,.975))
####################################

2.5% 97,5%

93.73630 98.42287

7
####################################
sd(c10)
####################################
Portanto: Desvio Padro = 1.206254

Distribuio densidade::

####################################
hist(c10,breaks=25, col='blue', main='Distribuio densidade')
####################################

Funo acumulada X[10]:

####################################
plot(ecdf(c10),main='Distribuio Acumulada C[10]')
####################################

8
2.4.3. b)

####################################
summary(c)
####################################

Minimum Quartil 1 Mediana Mdia Quartil 3 Mximo

691.7 895.1 950.0 948.0 1000.0 1200.0

####################################
quantile(c,c(.025,.975))
####################################

2.5% 97,5%

787.2512 1108.5057

####################################
sd(c)
####################################
Portanto: Desvio Padro = 79.78434

Distribuio densidade::

####################################
hist(c,breaks=25, col='green', main='Distribuio densidade')
####################################

9
 Funo acumulada X[10]:

####################################
plot(ecdf(c),main='Distribuio Acumulada C')
####################################

2.5. Questo 3
3) Mostre que o valor esperado tericos do custos C dado por:

2.6. Resoluo

2.6.1. Prova
Estamos interessado no valor esperado do custo C(w), ou seja:

Para n fixo, podemos escrever Tn = T1 + (T2 T1) + ... + (Tn Tn1), onde T1,T2 T1,...,Tn Tn1
sao variveis aleatrias i.i.d., logo

10
Desde que a distribuio de T1 exponencial com parmetro , temos

2.6.2. Comparao por simulao

Cdigo:
####################################
for(k3 in 1:2000)
y3[k3]=sum(b*(l/(l+a/8760))^x3[1:k3])
z3=b*l/(a/8760)
z3
[1] 1533
####################################
Portanto: valor calculado para limite com n tendendo ao inifito = 1533

####################################
plot(y3,type='l',main='Funo E[Ck]',xlab='k',ylab='E[Ck]',col='blue',ylim=c(0,1800))
####################################

11
####################################
abline(h=z3,col='red')
####################################

Portanto: As linhas ficaram bem prximas em n = 2000.

2.6.3. Esperana
Cdigo:

####################################
x4=matrix(data=NA,nrow=1000,ncol=2000,byrow=TRUE)
t4=matrix(data=NA,nrow=1000,ncol=2000,byrow=TRUE)
i=1

for(j in 1:1000)
{
while(i<=2000)
{
x4[j,i]=rexp(n=1,rate=1/60)
if(i!=1)
t4[j,i]=t4[j,i-1]+x4[j,i]

if(i==1)
t4[j,i]= x4[j,i]

i=i+1
}
i=1
}
x4

c2000<-numeric(0)
for(i in 1:1000)
c2000[i]=sum(b*exp(-a*t4[i,1:2000]/8760))

mean(c2000)

12
 [1] 1536.553

z3
[1] 1533
####################################
Portanto: Esperana terica para n tendendo ao infinito = 1533

2.7. Questo 4
4) Repita o trabalho quando a distribuio de Xk medida em dias pode ser aproximada por
(m) = pqm-1, m 1 . Seja T1, T2, os tempos de falhas; ento Xk = Tk - Tk-1 o tempo de vida do
k-simo componente recolocado. Assumindo que os componentes so idnticos temos: P(Xk = m) =
pqm-1, m 1.

2.8. Resoluo 1)
Para as resolues de todas as questes novamente, ser usada a distribuio geomtrica
discreta.

2.8.1. Simulando a operao do sistema por 365 dias

Cdigo:

####################################
x<-numeric(0)
t<-numeric(0)
i=1
p = 0.05

nmeros aleatrios:
while(sum(x)<365)
{
x[i]=rgeom(1,p)
if(i==1)
t[i] = x[i
else
t[i] = t[i-1] + x[i]

i=i+1
}
x
t
####################################

2.8.2. Anlise Estatstica do dcimo componente

Cdigo:

####################################
x2<-numeric(0)
z<-numeric(0)

13
 y<-numeric(0)

t=1
i=1
while(t<1001)
{
while(i<11)
{
x1[i]=rgeom(1,p)
i=i+1
}
z[t]=x1[10]
y[t]=sum(x1[0:10])
i=0
t=t+1
}
z
y
####################################

####################################
summary(z)
####################################

Minimum Quartil 1 Mediana Mdia Quartil 3 Mximo

0.00 5.00 13.00 18.19 25.00 100.00

####################################
quantile(z,c(.025,.975))
####################################

2.5% 97,5%

0 66

####################################
sd(z)
####################################
Portanto: Desvio Padro = 17.69216

Distribuio densidade::

####################################
hist(z,freq=FALSE, breaks=20, col= 'yellow', main='Distribuicao densidade')
####################################

14
Funo acumulada X[10]:

####################################
plot(ecdf(z),main='Distribuio Acumulada X[10]')
####################################

Distribuio densidade::

####################################
hist(y, freq=FALSE, breaks=20, col='red', main='Distribuicao Densidade')
####################################

15
Funo acumulada T[10]:

####################################
plot(ecdf(y),main='Distribuio Acumulada')
####################################

2.9. Resoluo 2)

2.9.1. Cdigo da simulao com n=1000

####################################
t=1
k=0
j=1
i=1
x1=matrix(data=NA,nrow=1000,ncol=1000,byrow=TRUE)
t1=matrix(data=NA,nrow=1000,ncol=1000,byrow=TRUE)
i=1

16
 max<-numeric(0)
for(j in 1:1000)
{
while(i<=1000)
{
x1[j,i]=geom(1,p)
if(i!=1)
t1[j,i]=t1[j,i-1]+x1[j,i]

if(i==1)
t1[j,i]= x1[j,i]

if(t1[j,i]>8760)
max[j]=i; i=1001

i=i+1
}

i=1
}
max
####################################

2.9.1.1. a)
Cdigo:

####################################
b=10
r=0.05
a=1/(1+r)
c10<-numeric(0)

for(i in 1:1000)
c10[i]=sum(c*a^(t1[i,1:10]/365))
####################################

Testanto com resultado terico:

####################################
c10
mean(c10)
k2=seq(from=1, to=10)
10*sum((l/(l+a/8760))^k2)
k2
####################################

####################################
summary(c10)
####################################

Minimum Quartil 1 Mediana Mdia Quartil 3 Mximo

17
91.68 95.79 96.64 97.49 97.33 99.53

####################################
quantile(c10,c(.025,.975))
####################################

2.5% 97,5%

93.73630 98.42287

####################################
sd(c10)
####################################
Portanto: Desvio Padro = 1.206254

Distribuio densidade::

####################################
hist(c10,breaks=25, col='blue', main='Distribuio densidade')
####################################

Funo acumulada X[10]:

####################################
plot(ecdf(c10),main='Distribuio Acumulada C[10]')
####################################

18
 2.9.2.2 b)
Cdigo:
####################################
C<-numeric(0)

for(i in 1:1000)
C[i]=sum(c*a^(t1[i,1:10]/365))
####################################

####################################
summary(C)
####################################

Minimum Quartil 1 Mediana Mdia Quartil 3 Mximo

2181 2339 2377 2378 2418 2570

####################################
quantile(C,c(.025,.975))
####################################

2.5% 97,5%

2262.233 2495.506

19
####################################
sd(C)
####################################
Portanto: Desvio Padro = 59.85068

Distribuio densidade::

####################################
hist(C,breaks=25, col='green', main='Distribuio densidade')
####################################

Funo acumulada C:

####################################
plot(ecdf(C),main='Distribuio Acumulada C')
####################################

20