SÉRIES TEMPORAIS E PROCESSOS ESTOCÁSTICOS

Aline Borges
Mind Map by Aline Borges, updated more than 1 year ago
Aline Borges
Created by Aline Borges about 6 years ago
6
0

Description

Mind Map on SÉRIES TEMPORAIS E PROCESSOS ESTOCÁSTICOS, created by Aline Borges on 06/25/2015.

Resource summary

SÉRIES TEMPORAIS E PROCESSOS ESTOCÁSTICOS
  1. SÉRIES TEMPORAIS: é um conjunto de observações ordenadas no tempo.
    1. OBJETIVOS: descrição, explicação, controle de processos e previsão.
      1. ELEMENTOS: tendência, ciclo, sazonalidade e ruído aleatório (ou erro).
        1. MÉTODOS DE PREVISÃO
          1. MODELO CONSTANTE
            1. MODELO LINEAR
              1. MODELO SAZONAL
              2. EXEMPLO: o registro de um ECG de um paciente.
              3. PROCESSOS ESTOCÁSTICOS: é um fenômeno que varia em algum grau, de forma imprevisível, à medida que o tempo passa.
                1. ESTACIONARIEDADE
                  1. ESTACIONÁRIOS: são aqueles que assumem que o processo está em equilíbrio.
                    1. NÃO ESTACIONÁRIOS
                    2. CLASSIFICAÇÃO
                      1. CONTÍNUOS: tempo de conexão de um aparelho telefônico ou tempo de espera numa fila.
                        1. DISCRETOS: quantidade de pessoas numa fila ou quantidade de celulares conectados a uma rede WIFI.
                        2. EXEMPLO: registro do número de carros que passam em um determinado cruzamento.
                        3. ALISAMENTO EXPONENCIAL: cada observação da série recebe um peso diferente.
                          1. AES: é adequado para séries temporais que não apresentam tendência e/ou sazonalidade, isto é, são constantes.
                            1. AED: é usado em previsões de séries temporais com tendência, onde é importante atribuir pesos diferentes aos valores históricos.
                              1. HOLT-WINTERS: é usado em previsões de séries temporais com tendência e sazonalidade.
                              2. MODELOS BOX & JENKINS: permitem que valores futuros de uma série temporal sejam previstos tomando como base apenas seus valores presentes e passados.
                                1. AR (p): autoregressivo
                                  1. MA (q): média móvel
                                    1. ARMA (p, q): autoregressivo de média móvel
                                      1. ARIMA (p, d, q): autoregressivo integrado de média móvel
                                        1. SARIMA (p, d, q) x (P, D, Q)s: sazonal autoregressivo integrado de média móvel
                                        2. TEORIA DAS FILAS: estuda o fenômeno da formação de filas de solicitantes de serviços fornecidos por um determinado recurso.
                                          1. CARACTERÍSTICAS DAS FILAS
                                            1. 1) PROCESSO DE CHEGADA: é fundamental conhecer a distribuição de probabilidade dos tempos entre as chegadas: Poisson, Erlang, Hiperexponencial, etc.
                                              1. 2) DISTRIBUIÇÃO DOS TEMPOS DE SERVIÇO: é o tempo gasto por cada cliente em um serviço. As distribuições podem ser Exponencial, Erlang, Hiperexponencial, etc.
                                                1. 3) QUANTIDADE DE SERVIDORES: é o número de posições de atendimento disponíveis no sistema.
                                                  1. FILA ÚNICA: atende a apenas um cliente de cada vez
                                                    1. FILA POR SERVIDOR: possui m servidores, podendo atender m clientes.
                                                      1. FILA POR GRUPO DE SERVIDORES: cada cliente que chega encontra sempre um servidor disponível.
                                                      2. 4) CAPACIDADE DO SISTEMA: é igual a capacidade da fila de espera mais a quantidade de servidores (posições de serviço).
                                                        1. 5) TAMANHO DA POPULAÇÃO DE CLIENTES: é a quantidade de usuários em potencial que pode, em algum momento, usar o sistema.
                                                          1. INFINITA: taxa de chegada é constante.
                                                            1. FINITA: taxa de chegada é variável.
                                                            2. 6) DISCIPLINA DE SERVIÇO: é o método de escolha da sequência de atendimento dos clientes na fila.
                                                              1. FCFS ou FIFO: filas de banco.
                                                                1. LCFS ou LIFO: pilhas da Torre de Hanoi.
                                                                  1. SIRO: algumas centrais telefônicas.
                                                                    1. PRI: serviço de emergência médica.
                                                                      1. RR: um determinado lugar que só possui um computador e os clientes só têm direito a 30 minutos de cada vez.
                                                                        1. GD: nestas filas não é especificada a disciplina de atendimento.
                                                                      2. TIPOS DE SISTEMAS DE FILAS: Markovianos (caracterizam o comportamento futuro do sistema, bastando conhecer o seu estado atual.) e Não Markovianos (caracterizam o comportamento futuro do sistema sendo necessário conhecer o seu estado atual e ter informações sobre o estado passado).
                                                                      3. SISTEMAS MARKOVIANOS: é um processo estocástico, onde os estados futuros do processo são independentes dos estados passados e dependentes apenas do presente.
                                                                        1. CADEIAS DE MARKOV: em cada unidade de tempo a probabilidade de mudança de um estado para outro é constante no tempo.
                                                                        Show full summary Hide full summary

                                                                        Similar

                                                                        French Vocab - Higher French
                                                                        Moira Shepherd
                                                                        Mechanics
                                                                        james_hobson
                                                                        Changing Urban Environments
                                                                        John Ditchburn
                                                                        Great Expectations
                                                                        Jodee Phillips
                                                                        SAT Sample Essay - Failure/ Success
                                                                        nedtuohy
                                                                        chemistry: c2
                                                                        kristy baker
                                                                        1PR101 2.test - Část 16.
                                                                        Nikola Truong
                                                                        Data Types
                                                                        Santiago Castillo
                                                                        Epithelial tissue
                                                                        Megan Pilmaier
                                                                        Epithelial tissue
                                                                        Megan Pilmaier