Documente Academic
Documente Profesional
Documente Cultură
Obiective:
nelegerea rolului conceptului de simulare in cadrul proiectarii sistemului de productie Cunoasterea conceptului de probabilitate si a aplicatiilor sale ntelegerea teoriei firelor de asteptare Prezentarea a doua modele a firelor de asteptare: M/M/1 si M/D/1
1. Conceptul de PROBABILITATE
Probabilitatea exprimarea numeric a ansei ca un eveniment din viitor s aib loc. Probabilitatea i teoria probabilitilor sunt utilizate n foarte multe tehnici manageriale de decizie prin analiz cantitativ: teoria deciziei, modele de regresie, previziuni, modele de control a stocurilor, management de proiect, teoria firelor de ateptare, modele de simulare, analiza Markov, control statistic, teoria jocurilor.
20 25 15 40 100 zile
A arunca cu zarul
TOTAL
P(A)
P(B)
Ex. P (extragere negru) i P (extragere trefl) sunt divergente. Astfel, P (extragere negru) = 13/52 si P (extragere trefl) = 13/52.
P (Negru sau Trefl) = P (extragere negru) + P (extragere trefl) = 13/52 + 13/52 = 0,5 = 50%
8
Ex. P (extragere 4) i P (extragere rou) NU sunt divergente, deci pot avea loc simultan. Dar, n acelai timp nu au nici proprietatea de integralitate deoarece nu reprezint toate consecinele posibile ale unei extrageri.
P ( extragere 4 sau rosu) = P (4) + P(rosu) P (patru si rou) = 4/52 + 13/52 1/52 = 4/13
9
Averse de ploaie n Ninsoare abundent n SUA Bucureti Pregtire temeinic la fizica Nota peste 9 la examen Atitudine antreprenorial Gsirea unui loc de munc la absolvirea facultii Extragere carte de trefl din Extragere carte de inim roie pachetul de cri din pachetul de cri
Exist 3 tipuri de probabiliti pentru producerea evenimentelor, indiferent de relaia dintre acestea (dependen sau independen): Probabilitatea simpla (marginal): P (A) - probabilitatea ca un eveniment s aib loc. Probabilitatea compusa: P (AB) Probabilitatea condiionata: P (BA) - Probabilitatea de producere a evenimentul B tiind c 10 evenimentul A a avut loc.
Ex. Probabilitatea de a extrage nr. 6 din prima aruncare cu zarul i de extrage nr. 2 din a doua aruncare cu zarul este: P (6 din prima aruncare i 2 din a doua aruncare) = P (6) P (2) = 1/6 1/6 = 1/36 = 0,028
11
Probabilitatea compus P (AB) P(AB) = P(A) P(B), unde P(AB) probabilitatea ca evenimentele A si B s aib loc simultan sau unul dup altul P(A) probabilitatea marginal a evenimentului A P(B) - probabilitatea marginal a evenimentului B
= P (AB) P(B)
12
Exemplu 1. Evenimente independente. ntr-o cutie sunt 3 bile negre i 7 bile verzi. Extragem o bil din cutie, o punem la loc i extragem a doua bil din cutie. S se determine probabilitile pentru urmtoarele evenimente: Care este probabilitatea de a avea o bil neagr la prima extragere? Care este probabilitatea de a extrage dou bile verzi? Care este probabilitatea de a extrage o bil neagr la a doua extragere, dac la prima extragere am obinut o bil verde? Care este probabilitatea de a extrage o bil verde la a doua extragere, dac la prima extragere am obinut o bil verde?
13
Exemplu 2. Evenimente dependente. ntr-o urn sunt 10 bile conform descrierii de mai jos: 4 bile albe (A), inscripionate cu litere (L); 2 bile albe (A), inscripionate cu numere (N); 3 bile galbene (G), inscripionate cu litere (L); 1 bil galben (G), inscripionate numere (N). Calculai probabilitile simple, condiionate i compuse. Presupunem c extragem o bil din urn i constatm c este galben. Care este probabilitatea ca bila s fie inscripionat cu litere (L)?
14
V. Variabile aleatoare
Variabil aleatoare numr real alocat oricrui rezultat sau eveniment din cadrul unui experiment. Variabile aleatoare discrete - dac exist un numr limita de valori pentru variabilele respective. Variabile aleatoare continue dac exist un numr nelimitat sau infinit de valori pentru variabilele respective
Experiment Inspecia a repere Construcia case Rezultat Variabil aleatoare Xi Interval de variaie pentru Xi [0,1, 2, ., 50]
600 Nr de repere Xi = nr de repere conforme conforme unei Rata de progres Xi = rata de progres dup 2 0 Xi 100 dup 2 luni luni de
Testare durata de Durata de bun Xi = durata via bec funcionare pina la funcionare 1200 ore
bun 0 Xi 1200
15
V. Variabile aleatoare
Rezultat
Variabil aleatoare Xi
la Acord total - At Acord - A Indiferent - I Dezacord - D Dezacord total - Dt Verificare utilaj Defect - D Funcional - F Testare preferin i place P consumatori i este indiferent I Nu-i place - Np
[1, 2, 3, 4, 5]
[0, 1] [1, 2, 3]
3, = 2, 1,
16
a) Distribuii de probabilitate pentru variabile aleatoare discrete Variabilele aleatoare discrete vor avea alocate probabiliti de realizare, cu valori [0,1] distribuia de probabilitate discret msoar frecvena relativ a valorilor de apariia a variabilelor discrete. Se determin: Tendina central (Expected Value) msoar tendina central a distribuiei de probabilitatea a valorilor variabilei aleatoare discrete Xi: Dispersia (variance) = msoar gradul de mprtiere/repartizare a valorilor variabilei aleatoare discrete n jurul tendinei centrale Deviaia standard = este tot o msur a gradului de mprtiere a valorilor variabilei aleatoare discrete, dar msoar distana dintre un punct dat (o valoare) i tendina central
17
Dispersia (variance) = msoar gradul de mprtiere/repartizare a valorilor variabilei aleatoare discrete n jurul tendinei centrale: = )( ( )
Dac 2 = mic o probabilitate mare ca valorile variabilei aleatoare discrete s fie grupate n jurul tendinei centrale. 2 = mare o probabilitate mic ca valorile variabilei aleatoare discrete s fie grupate n jurul tendinei centrale. Deviaia standard = este tot o msur a gradului de mprtiere a valorilor variabilei aleatoare discrete, dar msoar distana dintre un punct dat (o valoare) i tendina central: = 18
Distribuia de probabilitate a variabilei aleatoare discrete Xi nota studenilor depinde de frecvena relativ de apariie a valorilor 10, 9, 8, 7. Aceast distribuie de probabilitate respect cele 3 condiii: Evenimentele au proprietatea de divergen i reprezint toate cazurile posibile (integralitate) Probabilitile marginale/simple sunt ntre 0 i 1 Suma probabilitilor simple P(Xi) = 1
19
= ( ) = X1 P(X1) + X2 P(X2) + X3 P(X3) + X4 P(X4) () = 10 0,1 + 9 0,35 + 8 0,3 + 7 0,25 = 1 + 3,15 + 2,4 + 1,75 = 8,3 Dispersia (variance) :
= + + + = 10 8,3 0,1 + 9 8,3 0,35 + 8 8,3 0,3 + 7 8,3 0,25 = = 1,7 0,1 + 0,7 0,35 + (0,3) 0,3 + (1,3) 0,25 = 0,91 2 = mic o probabilitate mare ca valorile variabilei aleatoare discrete s fie grupate n jurul tendinei centrale de E(X) = 8,3. Deviaia standard: = 0,91 = 0,9539
= )( ( )
20
21
Distributia Poisson
Utilizat n cazul firelor de ateptare pentru a reprezenta frecvena de sosire a solicitrilor de servire. Exemple de variabile aleatoare discrete ce pot fi descrise prin distribuia Poisson: Nr. de pacieni ce vin la o clinic medical Nr. de clieni ce sosesc la un ghieu bancar Nr. de pasageri ce sosesc la aeroport Nr. de apeluri primite la un Call - Center Etc. Expresia matematic a funciei ce descrie frecvena de apariie a valorilor variabilei aleatoare discrete: , unde =
P(X) probabilitatea de apariie a variabilelor aleatoare discrete X - rata medie a sosirilor n sisteme = nr. sosiri/timp e = 2,718 baza logaritmului natural X variabile aleatoare discrete (0, 1, 2, n)
!
22
Distributia Poisson
Exemplu Dac rata medie a sosirilor n sistem este = 2, s se determine probabilitatea de a avea 0, 1 sau 2 sosiri. Se nlocuiete n formul: =
20 2 0! 21 2 1! 22 2 2! !
1 = 2 =
0 =
= =
20,1353 1
10,1353 1
40,1353 = 12
= 0,1353 14%
23
24
25
Distributia exponential
Funcia densitate de probabilitate a valorilor variabilei aleatoare continue: = , unde X variabila aleatoare continu (timpul de servire) - nr. mediu de clienti serviti e = 2,718 baza logaritmului natural Astfel, Tendina central (timpul mediu de servire): E(X) = Dispersia: =
Probabilitatea ca variabila aleatoare exponenial (X) timpul de servire, s fie mai mic sau egal cu timpul t: P (X t) = 1 e-t. Dac = nr. mediu de servere /or timpul t trebuie exprimat n ore Dac = nr. mediu de servere /min timpul t trebuie exprimat n min.
26
Distributia exponential
Exemplu: Un service auto instaleaz sisteme de amortizoare pe automobile i furgonete. Mecanicul poate monta sistemele de amortizoare cu o rat de 3 seturi/or, iar timpul de servire este distribuit exponenial. Care este probabilitatea ca durata de instalare a unui set de amortizoare s fie de jumtate de or sau mai puin? Identificarea datelor problemei:
X variabila aleatoare continua = durata de servire (montare a sistemului de amortizoare); X = tipul de servire - nr. mediu de clienti serviti = nr. de sisteme de amortizoare instalate; = 3 sisteme/or t = 0,5 ore
CONCLUZIE
Distribuia Exponenial i Distribuia Poisson sunt corelate. Dac frecvena de apariia a unei variabile aleatoare urmeaz distribuia Poisson durata dintre apariiile variabilei urmeaz distribuia Exponenial.
28
TABEL FORMULE
Nr. 1 2 3 4 5 6 7 Formul 0 P(eveniment) 1 P(A sau B) = P(A) + P(B) P(A sau B) = P(A) + P(B) P (A sau B) P(AB) = P(A) P(B) P(A/B)=
() ()
Descriere Formula probabilitii Regula de adunare a dou evenimente divergente Regula de adunare a dou evenimente ce NU sunt divergente Probabilitatea compus pentru dou evenimente independente Probabilitatea condiionat Probabilitatea compus pentru dou evenimente dependente
8 9 10 11 12 13 14 15 16
Dispersia pentru distribuia de probabilitate discret Deviaia standard pentru distribuia de probabilitate discret Distribuia Poisson Tendina central pentru distribuia Poisson Dispersia pentru distribuia Poisson Distribuia Exponenial Tendina central pentru distribuia Exponenial Dispersia pentru distribuia Exponenial Probabilitatea ca o variabil aleatoare X s fie mai mic dect timpul t
29
) =
= 1 1
= 1