Simulação Transiente Professores: Paulo Maciel / Ricardo Massa Alunos: Mabson Santos Sálvio Freire Agenda: • Sistemas Terminantes vs Sistemas Não Terminantes • Análise da replicação • Executando simulações • Análise estatística Sistemas Terminantes vs Não terminantes • Diferem em: – Condições Iniciais – Existência de Evento de Término Natural Sistemas Terminantes vs Sistemas Não Terminantes – Sistemas Terminantes • Sistema começa com sem entidades • Possuem evento de término • Não utilizam entidades de um período de tempo anterior • Ex: Banco, Horário de Almoço em um Restaurante Sistemas Terminantes vs Sistemas Não-Terminantes – Sistemas Não-Terminantes • Não possuem tempo de início e tempo de término • Geralmente começam com entidades de tempos anteriores • Exemplo: Hospitais Análise da replicação – Selecionar número de replicações – Colocar um número pequeno pode ser insuficiente para análise – Número muito grande pode levar tempo para análise – Número inicial recomendado: 10 Análise da replicação (Continuação) – Inicialmente devemos calcular: • Média das Médias das Replicações • Desvio Padrão • Erro Padrão (Standard Error) – indica o grau de dispersão em torno deste valor médio Análise da replicação (Continuação) – Deve-se calcular um erro Padrão, dado por: – Onde: • t = distribuição t para 1-α / 2 com n-1 graus de liberdade • s = Desvio padrão das medias das replicações • n = numero de observações da amostra Cálculo do desvio padrão amostral: • Onde: – s = desvio padrão amostral – xi barra = média das replicações – x barra barra = média das médias das replicações – n = número de replicações Precisão Absoluta – Define-se de uma forma arbitrária um valor para precisão – Temos o problema de achar um valor apropriado para este nível de precisão Precisão Absoluta – Fórmula dada por: – Modificando ela, temos: Precisão Relativa • Não temos necessidade de definir um valor arbitrário para precisão • Erro padrão deve ser pequeno na comparação da média amostral (aprox 10% da média amostral) (Law and Kelton, 2000) • Finalidade de comparar erro padrão com a média Precisão Relativa • Dada por: • Rearranjando a fórmula, temos: – Onde i é o número de replicações necessárias para atingir uma tal precisão Executando simulações: – A análise de replicação deve ser realizada para cada alternativa individual – Algumas alternativas exigirão mais ou menos repetições do que outros – Então, todas as alternativas devem ser executadas o número máximo de repetições exigido por qualquer alternativa – É recomendado executar 10 repetições para todas as alternativas inicialmente • Exemplo – Segurança em Aeroportos • Exemplo (Continuação) - Cenários • Exemplo (Continuação) – Cenários • Para alcançar um nível de precisão de 0.10 Alternativa E – total de replicações necessárias é 65 • O número de simulações a serem executadas é dado por: Total de Simulações = Nº Máximo de Replicações * quantidade de alternativas • Se a precisão relativa for menor que 0.1, então este número de replicações é suficiente Análise Estatística: • Comparação entre dois modelos - Intervalo de Confiança - Teste de Hipótese • Comparação entre três ou mais modelos - Análise da Variância - Duncan multiple-range test Comparação entre dois modelos: • Intervalo de confiança. Determina o intervalo qual a diferença entre os dois modelos deverá ser normalmente esperado. Se o modelo é estatisticamente similar, a expectativa é que a diferença dos valores médios das replicações sejam zero (o intervalo de confiança incluir o valor 0). - Intervalo de confiança Welch - Teste t emparelhada • Teste de Hipótese. Utilizado para aceitar ou recusar uma hipótese nula, onde a Ho é normalmente que não existe diferença entre os modelos e H1 que existe diferença entre os modelos. Intervalo de Confiança Welch: • Dados normais e variâncias diferentes. • Cálculo: 1. Grau de liberdade 2. Intervalo de confiança Observação: Se o IC incluir o 0, não existe diferença entre os modelos. Intervalo de Confiança Welch: • Cálculo do Grau de Liberdade Intervalo de Confiança Welch: • Cálculo do Intervalo de Confiança Welch Intervalo de Confiança Welch – Exemplo: • Simular duas políticas de segurança em um aeroporto, avaliando as alternativas pela métrica do tempo do sistema. • Alternativa A: 02 pessoas para verificar o ticket, pessoas/máquinas de raio-x, 02 pessoas/detectores de metal. 02 • Alternativa B: 03 pessoas para verificar o ticket, pessoas/máquinas de raio-x, 01 pessoas/detectores de metal. 02 Teste t emparelhada: • Comparação relacionadas com o mesmo modelo. • Before-and-After Comparison. • Cálculo: 1. Nova variável baseada nas médias dos pares das replicações. 2. Intervalo de Confiança da nova variável. Observação: Se o IC incluir o 0, não existe diferença entre os modelos. Teste t emparelhada: • Cálculo para a nova variável Teste t emparelhada: • Cálculo no Intervalo de Confiança para a nova variável Teste t emparelhada – Exemplo: • Avaliação do atraso médio de uma comunicação VoIP, em um dispositivo móvel, em uma Rede Mesh. • Alternativa A: 10 pontos de acesso. • Alternativa B: 15 pontos de acesso. Comparação entre três ou mais modelos: • A comparação entre três ou mais modelos envolve dois procedimentos: 1. Análise da Variância (ANOVA). Usada para determinar se existe diferença significante entre uma ou mais médias de modelos diferentes. Se não existir médias diferentes, concluímos a análise. 2. Duncan multiple-range test. Utilizado para determinar qual média é diferente das demais. Anova: • Os dados amostrais são separados em grupos de acordo com uma característica, ou fator. Fator 1 Desktop Notebook Nacional 9 8 8 10 7 10 8 6 7 9 7 Fator 2 Multinacionais 8 7 7 10 10 9 6 8 10 8 9 ANOVA – Exemplo: • Comparar o desempenho de quatro protocolo de roteamento para rede ad-hoc sem fio. Replicação 1 2 3 4 5 Média Média Geral AODV 2,03 0,27 0,42 1,07 2,38 1,234 0,174 DSR 1,34 0,14 0,02 0,08 0,08 0,332 ABR 0,15 0,02 0,16 0,37 0,22 0,184 TORA 0,23 0,04 0,34 0,16 0,05 0,164 ANOVA – Exemplo: • Calcular a estatística de teste F 1. Calcular a soma total dos quadrados; 2. Calcular a soma de quadrados entre as amostras; 3. Calcular a soma de quadrados dentro das amostras; 4. Calcular a média quadrática entre as amostras; 5. Calcular a média quadrática dentro das amostras; 6. Calcular a estatística de teste F. ANOVA – Exemplo: • Calcular a estatística de teste F 1. Calcular a soma total dos quadrados; SQ Entre amostras Dentro das amostras Total 8,861 gl MQ F F crítico ANOVA – Exemplo: • Calcular a estatística de teste F 2. Calcular a soma de quadrados entre as amostras; Entre amostras Dentro das amostras Total SQ 3,889 8,861 gl MQ F F crítico ANOVA – Exemplo: • Calcular a estatística de teste F 3. Calcular a soma de quadrados dentro das amostras; where, SST = Sum of squares total (1) SSB = Sum of squares between (2) SSW = Sum of squares within Entre amostras Dentro das amostras SQ 3,889 4,971 Total 8,861 gl MQ F F crítico ANOVA – Exemplo: • Calcular a estatística de teste F 4. Calcular a média quadrática entre as amostras; Entre amostras Dentro das amostras SQ 3,889 4,971 Total 8,861 gl MQ 1,296 F F crítico ANOVA – Exemplo: • Calcular a estatística de teste F 5. Calcular a média quadrática dentro das amostras; Entre amostras Dentro das amostras SQ 3,889 4,971 Total 8,861 gl MQ 1,296 0,311 F F crítico ANOVA – Exemplo: • Calcular a estatística de teste F (a partir dos dados anteriores) Entre amostras Dentro das amostras SQ 3,889 4,971 Total 8,861 gl MQ 1,296 0,311 F F crítico 4,173 Entre amostras Dentro das amostras SQ 3,889 4,971 Total 8,861 gl 3 16 MQ 1,296 0,311 F F crítico 3,239 4,173 Entre amostras Dentro das amostras SQ 3,889 4,971 Total 8,861 gl 3 16 MQ 1,296 0,311 F F crítico 3,239 4,173 Se a estatística do teste F é menor que o valor crítico, não podemos rejeitar H0 Se a estatística do teste F é maior que o valor crítico, rejeitamos H0 Duncan multiple-range test • Executado depois que H0 ANOVA foi rejeitada. • Sabemos que existe uma ou mais médias que são diferentes. • Indica qual média é diferente das demais alternativas em um particular nível de confiança. • A ideia do teste é comparar o range (máximo-mínimo) de conjuntos de médias adjacentes com um valor calculado crítico. Duncan multiple-range test – Procedimento: • Ordenar as médias das replicações de cada alternativa (menor para maior). • Calcular o valor crítico da diferença mínima significativa (2 passos). • Comparar o range das médias adjacentes com o correspondente valor da diferença mínima significativa. • Analisar o resultado. Se o resultado do range das médias é maior que o valor da diferença mínima significativa, existe uma diferença entre as médias. Duncan multiple-range test – Procedimento: • Ordenar as médias das replicações de cada alternativa (menor para maior). Ranking 1 2 3 4 Replicações TORA ABR DSR AODV 1 0,23 0,15 1,34 2,03 2 0,04 0,02 0,14 0,27 3 0,34 0,16 0,02 0,42 4 0,16 0,37 0,08 1,07 5 0,05 0,22 0,08 2,38 Média 0,164 0,184 0,332 1,234 Duncan multiple-range test – Procedimento: • Calcular o valor da diferença mínima significativa. 1° - Desvio Padrão da média: Entre amostras Dentro das amostras SQ 3,889 4,971 Total 8,861 gl 3 16 MQ 1,296 0,311 F F crítico 3,239 4,173 Duncan multiple-range test – Procedimento: • Calcular o valor da diferença mínima significativa. 2° - Valor da diferença mínima significativa: * α = 0,05 / gl = 16 P r 2 2,998 3 3,144 4 3,235 P R 2 0,747 3 0,784 4 0,806 Duncan multiple-range test – Procedimento: • Comparar as médias adjacentes com o correspondente valor da diferença mínima significativa. Ranking Média 1 2 3 4 TORA ABR DSR AODV 0,164 0,184 0,332 1,234 P R 2 0,747 3 0,784 4 0,806 TORA - AODV = 0,164 - 1,234 = -1,07 1,07 > 0,806 Se o range das médias é maior que o valor da diferença mínima significativa, existe uma diferença entre as médias. Duncan multiple-range test – Procedimento: • Comparar as médias adjacentes com o correspondente valor da diferença mínima significativa. Ranking Média 1 2 3 4 TORA ABR DSR AODV 0,164 0,184 0,332 1,234 P R 2 0,747 3 0,784 4 0,806 TORA – DSR = 0,164 - 0,332 = -0,168 0,168 < 0,784 ABR – AODV = 0,184 - 1,234 = -1,05 1,05 > 0,784 Se o range das médias é maior que o valor da diferença mínima significativa, existe uma diferença entre as médias. Duncan multiple-range test – Procedimento: • Comparar as médias adjacentes com o correspondente valor da diferença mínima significativa. Ranking Média 1 2 3 4 TORA ABR DSR AODV 0,164 0,184 0,332 1,234 P R 2 0,747 3 0,784 4 0,806 TORA – ABR = 0,164 - 0,184 = -0,016 0,016 < 0,747 ABR – DSR = 0,184 - 0,332 = -0,148 0,148 < 0,747 DSR – AODV =0,332 - 1,234 = -0,902 0,902 > 0,747 Se o range das médias é maior que o valor da diferença mínima significativa, existe uma diferença entre as médias. Duncan multiple-range test – Procedimento: • Analisar Resultado. Ranking Média 1 2 3 4 TORA ABR DSR AODV 0,164 0,184 0,332 1,234 TORA - AODV = 0,164 - 1,234 = -1,070 TORA - DSR = 0,164 - 0,332 = -0,168 ABR - AODV = 0,184 - 1,234 = -1,050 TORA - ABR = 0,164 - 0,184 = -0,016 ABR - DSR = 0,184 - 0,332 = -0,148 DSR - AODV =0,332 - 1,234 = -0,902 1,070 > 0,806 0,168 < 0,784 1,050 > 0,784 0,016 < 0,747 0,148 < 0,747 0,902 > 0,747 P R 2 0,747 3 0,784 4 0,806 Alternativas Diferentes Alternativas Semelhantes Alternativas Diferentes Alternativas Semelhantes Alternativas Semelhantes Alternativas Diferentes Se o range das médias é maior que o valor da diferença mínima significativa, existe uma diferença entre as médias. Revisão: • Sistemas Terminantes vs Sistemas Não Terminantes • Análise da replicação – Selecionando o nível de precisão • Executando simulações • Análise estatística – Comparação entre dois modelos • Intervalo de Confiança Welch • Teste t emparelhado – Comparação entre três modelos • ANOVA • Duncan Test