ANÁLISE DO SISTEMA DE FILAS DE UMA CASA LOTÉRICA ATRAVÉS DA SIMULAÇÃO E TEORIA DAS FILAS
|
|
- David Madureira Vieira
- 5 Há anos
- Visualizações:
Transcrição
1 João Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016 ANÁLISE DO SISTEMA DE FILAS DE UMA CASA LOTÉRICA ATRAVÉS DA SIMULAÇÃO E TEORIA DAS FILAS Matheus Barbosa Silva (UEPA ) matheusbarbosaeng@gmailcom REIDSON DUARTE SANTOS (UEPA ) reidsonduarte@gmailcom Victor Rodrigues Matos (UEPA ) vict0r-r0drigues@hotmailcom Alex Fagundes Brito (UEPA ) alexfagundesb@gmailcom Este artigo consiste em fazer uma análise do sistema de filas de uma casa lotérica, através de duas ferramentas da Pesquisa Operacional: simulação e teoria das filas, também com o intuito de fazer um comparativo entre ambas A estratégia dee pesquisa adotada foi a de visita in loco para coleta de dados e em seguida o tratamento dos mesmos, com o auxílio de softwares O estudo mostrou qual ferramenta é a mais eficaz para análise de um sistema de filas Concluiu-se que a simulação é a melhor escolha para se obter uma análise mais minuciosa, e conseguir melhorias no atendimento Palavras-chave: Pesquisa Operacional, simulação, teoria das filas
2 1 Introdução Há milhares de anos, os índios tinham como estratégia de guerra a formação de filas em suas caminhadas pela floresta, onde cada um pisava na pegada daquele que estava a sua frente para que o último apagasse seus próprios passos e os de todo grupo, dessa forma não deixavam vestígios para o inimigo Tal hábito deu origem à expressão fila indiana Atualmente as filas são muito utilizadas para prestação de serviços, formando assim um sistema que busca melhorar o atendimento De acordo com Prado (1999), o estudo das filas se iniciou em 1908 com uma abordagem matemática A partir do advento do computador na década de 50, a modelagem de fila pôde ser analisada através da simulação, que consiste em processo que permite a obtenção de conclusões sobre o desempenho de um sistema, com a tentativa de imitar o funcionamento do sistema real por meio de um modelo Segundo Andrade (2000), outro método utilizado para tratar de problemas de congestionamento de sistemas, onde clientes solicitam serviços, é o da teoria das filas A teoria das filas tem como objetivo encontrar um ponto de equilíbrio que satisfaça o cliente e que ao mesmo tempo seja viável economicamente para o provedor do serviço O presente artigo tem como finalidade analisar o sistema de filas de uma agência lotérica, utilizando as ferramentas citadas anteriormente, e comparar seus resultados A agência escolhida para análise se localiza no Pará, no município de Marabá, Bairro Nova Marabá, está no mercado há 4 anos, possui 3 guichês de atendimento e 4 funcionários 2 Referencial teórico 21 Teoria das filas Segundo Taha (2008) o estudo de filas trata-se do processo de quantificação do tempo de espera em uma fila de um determinado sistema, sendo o seu principal objetivo reduzir os tempos de espera e custos inerentes ao mesmo Prado (1999) diz que, além disso, a teoria das filas permite com que seja feito o estudo para que se encontre o melhor arranjo do layout do sistema de atendimento Taha (2008) afirma: Os principais protagonistas de uma situação de fila são o cliente e o servidor Tal afirmação deve-se em função de que o cliente é gerado por uma fonte 2
3 (população) e ao sair dela é direcionado a alguma instalação de serviço (servidor), que poderá ser atendido no momento de sua chegada se não houver uma fila na instalação, ou caso contrário não Ao utilizar a teoria de filas, podem-se tomar decisões sobre a fila de espera, levando a uma melhor produtividade (MARSUDI; SHAFEEK, 2014) Prado (1999) diz que o intervalo médio de chegada de clientes ao sistema é:,onde IC é intervalo de chegada dos clientes à fila, o λ é o ritmo com que os mesmos chegam O tempo médio de atendimento (TA) é descrito por em que µ é o ritmo de atendimento do serviço prestado 211 Características de uma fila Algumas características são essenciais e determinantes para o bom funcionamento de uma fila Os componentes são: a) Processo de chegada: é um processo estocástico que se desenvolve no tempo e no espaço, de acordo com a lei da probabilidade Assim, é preciso conhecer qual a distribuição de probabilidade que descreve o tempo entre as chegadas As mais utilizadas são a de Poisson, Erlang, hiperexponencial, e arbitrária; b) Distribuição do tempo de serviço: assim como no processo de chegada, também necessita de uma distribuição de probabilidade do tempo de serviço De acordo com Andrade (2000) o tempo de atendimento pode ser: regular, onde a duração de todos os atendimentos é a mesma, ou aleatória, na qual cada cliente necessita de um tempo próprio de atendimento, sendo esta situação mais comum c) Disciplina da fila: descreve a maneira que os clientes deixam a fila para serem atendidos A disciplina mais como é o FIFO (First In, First Out), onde o primeiro a entrar é o primeiro a sair Também é utilizado o LCFS (Last Come, First Served), em que o último a chegar é o primeiro a ser atendido, além de disciplinas que contam com prioridade no atendimento d) Número de servidores: aponta a quantidade de pontos de atendimento do sistema que podem servir os clientes paralelamente Se o sistema possuir mais de um servidor, são duas as situações possíveis: um sistema de fila única para todos os servidores 3
4 (exemplo: serviços bancários) ou um de múltiplas filas, no qual cada fila é destinada a um servidor (exemplo: caixas de supermercado) e) População: número de clientes que podem chegar ao sistema de filas Teixeira (2004) diz que o tamanho da população pode ser finita ou infinita f) Capacidade do sistema: indica o número máximo de clientes que o sistema pode atender, sendo finita ou infinta Caso seja finita, quando o sistema estiver lotado nenhum cliente pode entrar até que algum outro saia 212 Notação de Kendall Segundo Ferreira Filho (2007), em 1953, D G Kendall criou uma notação para sistemas de filas que é hoje amplamente utilizada Essa notação consiste na forma A/S/m/B/K/SD, onde: A (Arrival Process): descreve a distribuição do tempo entre chegadas S(Service Time Distribution): a distribuição do tempo de serviço; m: o número de servidores; B (Buffer): a capacidade total de usuários no sistema; SD (Service Discipline): a disciplina de atendimento 213 Modelos de filas Utilizando a notação de Kendall é possível determinar diversos modelos de fila, sendo que para cada uma das características existem vários valores Segue a representações mais comuns para as distribuições: M: distribuição Markoviana, Exponencial ou Poisson; E k : distribuição de Erlang com parâmetro K; H k : distribuição Hiperexponencial com parâmetro K; D: distribuição Determinística; G: distribuição Genérica Como exemplos de modelo, pode-se citar o M/M/1, onde se caracteriza sistema constituído por fila única sendo atendida por um servidor e M/M/c, o qual tem mais de um servidor também atendido por fila única 4
5 22 Simulação de Monte Carlo De acordo com Chwif (2015) a palavra simulação possui diversos significados em que a maioria exprime que simulação é o ato de representar algo, que pode ser classificada em computacional (necessita de um computador ou software para ser realizada) ou não computacional (a representação não é realizada por um computador) Em pesquisa operacional utiliza-se, geralmente, a simulação computacional onde são realizados vários testes em busca da otimização de determinado sistema A simulação computacional classifica-se em diversos tipos, sendo uma delas é a Simulação de Monte Carlo (SMC) Segundo Gujarati (2002) a técnica baseia-se eno uso de números aleatórios e probabilidades para a solução de problemas O nome Monte Carlo surgiu de um Cassino localizado em Mónaco, o método foi criado por Von Neumann para solucionar problemas de física nuclear em 1944, e foi utilizado no projeto Manhattan na criação da bomba atômica Para Lustosa et al (2004), a simulação de Monte Carlo trata-se de um método que utiliza a geração de números aleatórios para atribuir valores às variáveis do sistema que se deseja investigar Os números são obtidos por meio de artifícios aleatórios (ex: tabelas, roletas, sorteios) ou diretamente de softwares, através de funções específicas A cada iteração, o resultado é armazenado e, ao final de todas as iterações, a sequência de resultados gerados é transformada em uma distribuição de frequência que possibilita calcular estatísticas descritivas, como média, valor mínimo, valor máximo e desvio-padrão, cabendo ainda ao executor das simulações a prerrogativa de projetar cenários futuros de operação do sistema em análise A Simulação de Monte Carlo tem aplicações em problemas de tomada de decisão que envolve risco e incerteza, ou seja, situações nas quais o comportamento das variáveis envolvidas com o problema não é de natureza determinística Para executar a SMC e necessário seguir os seguintes passos: Definir as variáveis envolvidas no sistema em análise com base em dados passados ou em estimativas subjetivas dos administradores; Construir as distribuições de frequência (absoluta, relativa e acumulada) para cada uma das variáveis definidas; 5
6 Definir, para cada variável considerada, os intervalos de classe (de incidência dos números aleatórios) com base nas distribuições de frequência acumulada projetadas; Gerar números aleatórios; Incidir números aleatórios gerados nos intervalos de classe de cada variável; Simular os experimentos Para se obter uma correta execução da SMS, Lustosa et al (2004) apontam que a simulação deve ser repetida mais de cem vezes para que se tenha uma amostra significativa Porém, não há determinação quanto ao número máximo de simulações que devem ser feitas 221 Teste Qui-quadrado Conti (2009) afirma que Qui-quadrado é um teste de hipóteses que busca encontrar um valor de dispersão para duas variáveis nominais, associado a variáveis qualitativas, que não depende de parâmetros populacionais, como variância e média O principio deste método é comparar proporções, ou seja, possíveis discrepâncias entre as frequências observadas e aguardadas em um determinado evento O teste tem como finalidade testar a adequabilidade de um modelo probabilístico a um conjunto de dados observados Esse recurso busca avaliar erros aleatórios, partindo de uma hipótese de nulidade (H 0 ), que é o que ocorre na população, por uma de não nulidade (H 1 ) que é formulada por um estudo, definido a partir do nível de significância (α) e da quantidade de graus livres Supondo que se observou um conjunto de eventos possíveis (E 1, E 2,, E n ) que ocorreram em determinadas frequências (fo 1, fo 2,, fo n ), chamadas de frequências observadas, e que podem ser comparadas às frequências esperadas ou teóricas (fe 1, fe 2, fe n) procedentes de modelos de probabilidade Assim para resolver tal questão é utilizado o teste qui-quadrado, que indicará o quanto a frequência observada se aproxima da esperada De acordo com Spiegel (1981), a medida de discrepância entre as frequências observadas e as esperadas pode ser atribuída pela estatística (qui-quadrado), que é obtida pela seguinte equação: 6
7 Se Se = 0, as frequências observadas e esperadas são iguais > 0, quanto maior o valor, maior será a discrepância 3 Metodologia A pesquisa está classificada em quantitativa e qualitativa, segundo Prodanov e Freitas (2013) uma pesquisa quantitativa é aquela que tudo pode ser quantizado buscando a relação causaefeito do fenômeno analisado, quanto que a pesquisa qualitativa não necessita de uso de dados quantizados, mas apenas da análise da relação do mundo real com o sujeito, sendo os dados analisados de forma indutiva pelo pesquisador Para o desenvolvimento deste estudo utilizou-se conhecimentos de pesquisa operacional sobre teoria das filas As informações contidas neste trabalho foram coletadas por meio de um levantamento de campo realizado numa agência lotérica Realizou-se a análise do tempo de atendimento dos caixas e o intervalo de chegada de cliente novos na fila, com o intuito de conhecer o potencial de um operador de caixa e do fluxo de pessoas naquele local para que somente assim seja possível auxiliar no processo de gerenciamento do controle e propor melhorias no atendimento O processo se concentrou na cronometragem do tempo de atendimento em que um cliente passava em atendimento no caixa da lotérica, essa análise do tempo para se obter um cálculo cada vez mais preciso só e possível mediante a coleta de no mínimo 50 amostras de tempos, sendo assim, neste trabalho foram coletadas 65 amostragens para estudo Simultaneamente foram coletadas 65 amostragens de tempo em que chegavam novos clientes na fila da agência Essa análise consistiu em saber o intervalo de tempo da última pessoa na fila até a chegada de um novo cliente na fila, para que fosse possível efetuar o tratamento dos dados para o trabalho Todas essas analises de tempo, somente foram possíveis e seguras mediante ao uso de um cronometro de mão, o que possibilita o mínimo possível de erros na coleta de cada amostragem de tempo 7
8 Em seguida, foi feito o tratamento de dados para execução do teste qui-quadrado e simulação O tratamento foi realizado com o auxílio dos programas R, RStudio, e Excel 4 Resultados 41 Gráficos de Dispersão Depois de efetuada a coletada dos dados, foi utilizado o software Excel para tratar os mesmos com a finalidade de verificar como estavam dispersos os tempos de atendimento da fila (TA) quanto do intervalo de chegada de clientes (IC) ao sistema, para tal adotou-se como critério de exclusão o percentil de 95% Abaixo segue gráficos antes da exclusão dos pontos que estão acima da linha limite de dispersão representada na cor laranja sendo que tal linha é o percentil de 95 %, ela mostra que todos os elementos que estão abaixo da linha (reta) estão dentro da média de dispersão e o que está acima deve ser excluído Gráfico 1 Intervalo de chegada de clientes (IC) Gráfico 2 Tempo de atendimento (TA) 8
9 No gráfico 1 foram excluídos os 3 pontos acima da linha que possuem os seguintes valores: 3,82 minutos; 5,25 minutos; e 4,87 minutos No gráfico 2 os três pontos acima da linha com valores de 5,57 minutos; 5,78 minutos; e 6,18 minutos 42 Tabelas de frequência e histograma A partir da exclusão de tais pontos montou-se uma tabela de frequência relativa para o intervalo de chegada (IC) e uma para o tempo de atendimento (TA), em que foi considerada cinco classes de intervalo para ambas as tabelas Tabela 1 Intervalo de chegada Tabela 2 Tempo de atendimento 9
10 Na tabela 1(intervalo de chegada) o tamanho do intervalo entre classes foi de 0,50 minutos, onde o valor mínimo de todos os elementos analisados referentes ao intervalo de chegada foi de 0,02 minutos e máximo de 2,50 minutos, sendo o intervalo que mais possui frequência é o número 1 (0,02 0,52) com taxa de frequência de 44 % Na tabela 2 (tempo de atendimento) o tamanho do intervalo de classes foi de 0,75 minutos em que o menor valor de todos os elementos analisados foi correspondente a 0,17 minutos e e o maior de 3,93 minutos A classe que mais se repetiu foi a de número 2, com taxa de frequência de 35% Abaixo se encontra os respectivos histogramas de IC e TA Gráfico 3 Intervalo de chegada (IC) Gráfico 4 Tempo de atendimento (TA) 10
11 Através dos histogramas tanto para o intervalo de chegada de clientes como para o tempo de atendimento é possível definir a possível distribuição que cada um possui No caso do histograma de IC (intervalo de chegada) percebe-se que a possível distribuição que deve ser utilizada é exponencial e no histograma de TA (tempo de atendimento) a distribuição de Poisson, no entanto faz-se necessário realizar o teste aderência 43 Teste de aderência Para se montar o teste de aderência, que tem como objetivo definir como os dados estão distribuídos estatisticamente optou-se por usar a classificação do teste Qui Quadrado, pois o mesmo não depende de parâmetros populacionais como variância e média, onde se utilizou o nível de significância de 5%, com base nisso foi calculado no Crystal Ball o teste de aderência, em que se adotou duas hipóteses para o P- valor: H 0 (Hipótese de nulidade) a frequência verificada não possui diferenças significativas em relação as esperadas H A (Hipótese de não nulidade) as frequências verificadas possuem diferenças em relação às esperadas Após ter sido executado o teste foi gerado pelo Crystal Ball os gráficos abaixo para IC e TA com seus respectivos valores para P-valor nas figuras 1 e 2 Gráfico 5 Intervalo de chegada 11
12 Figura 1 Intervalo de chegada P valor Conforme pode ser verificado no gráfico 5 e na figura 1 referente aos dados de P- valor, sendo o mesmo 0144, o intervalo de chegada assume a hipótese de H 0, pois a frequência verificada não possui diferença em relação as frequências esperadas, logo é válido adotar a distribuição exponencial para IC, pois o valor da taxa da exponencial também é igual a 1,47 minutos em relação ao ritmo de chegada 12
13 Gráfico 6 - Tempo de atendimento Figura 2 Tempo de atendimento P valor Quanto ao gráfico 6 e a figura 2 do P valor que igual a 0,003 referente ao tempo de atendimento, assume a hipótese de H A na qual diz que os valores observados (verificados) são diferentes dos esperados, em função disso a distribuição exponencial não é adequada para o tempo de atendimento, pois o ritmo de atendimento esperado não é o mesmo, no entanto para fins didáticos será adotado que a distribuição exponencial atende ao TA 13
14 44 Simulação Após definir o modelo de distribuição como também os ritmos: atendimento 1,96 clientes por minuto e chegada de clientes como 1,47 clientes por minuto, foi gerado através do cristal ball 1000 números aleatórios, que foram inseridos no R para que fosse realizado a simulação de Monte Carlo, que resultou nos dados abaixo em que se compara a teoria das filas com a simulação de Monte Carlo Tabela 3 Comparação entre teoria das filas e simulação A partir da tabela acima, nota-se que nenhum dos dados entre a teoria das filas e os dados por simulação são iguais, isso é devido à teoria das filas ser baseada em médias, que dessa forma não oferece uma margem de desvio seguro, pois tende a superotimizar o problema Quanto a simulação ela baseia-se na geração de números aleatórios que no qual possuem uma margem de segurança maior que o da teoria das filas que permite assim analisar o problema de forma mais próxima do modelo real 5 Conclusões Com base nos dados deste trabalho, pode-se concluir que quando se busca apenas analisar uma fila de um sistema qualquer, há necessidade de não apenas entender, mas também de melhorar o próprio sistema, o uso da simulação é a melhor escolha para isso, pois através dela é possível alterar o ritmo do sistema e projetar diversos cenários futuros para o mesmo 14
15 Um problema que ocorre com a teoria das filas é que a mesma baseia-se em um calculo sobre médias e isso faz com que a margem de erro possa ser alta, fazendo com que o sistema seja superotimizado, refletindo assim um problema quando se tenta melhorar o mesmo, devido a uma grande possibilidade de erro Sugere-se como tema para trabalhos futuros, a proporção em que um mal arranjo de layout interfere no sistema de fila e como o tempo de atendimento de uma fila pode influenciar no faturamento de uma empresa Referências ANDRADE, E L Introdução à Pesquisa Operacional: métodos e modelos para a análise de decisão 2 Ed Rio de Janeiro: LTC, 2000 CHWIF, L; MEDINA, A Modelagem e Simulação de Eventos Discretos: Teoria & Aplicações São Paulo: Editora dos Autores, 2006 CONTI, FÁTIMA - Muitas Dicas Disponível em < Acesso em: 29 de agosto de 2015 Laboratório de Informática - ICB UFPA FERREIRA FILHO, JOSÉ MARTINS Processos Estocásticos e Teoria das Filas Disponível em: < Acesso em: 28 de agosto de 2015 GUJARATI, DN Econometria básica 3ª edição São Paulo: Makron Books, 2002 LUSTOSA, P R B; PONTE, V M R; DOMINAS, W R Simulação In: CORRAR, L J; THEÒPHILO, C R (Org) Pesquisa Operacional para decisão em contabilidade e administração São Paulo: Atlas, 2004 MARSUDI, M; SHAFEEK, H The Application of Queuing Theory in Multi-Stage Production Line Proceedings of the 2014 International Conference on Industrial Engineering and Operations Management Bali, Indonesia, January, 2014 PRADO, D S Teoria das Filas e da Simulação Belo Horizonte, MG: Editora de Desenvolvimento Gerencial Série Pesquisa Operacional, Vol 2, 1999 PRODANOV, C C; FREITAS EC Metodologia do Trabalho Científico: métodos e técnicas da pesquisa e do trabalho acadêmico [livro eletrônico] 2 Ed Novo Hamburgo, p Disponível em < Acesso em: 28 de Julho de 2015 SPIEGEL, MR Estatística São Paulo: Mc Graw Hill, 1981 TAHA,HAMDY A Pesquisa Operacional: uma visão geral 8 ed São Paulo : Pearson Prentice Hall,
16 TEIXEIRA, MM Introdução à Teoria das Filas Disponível em: < Acesso em: 29 de Agosto de
Fernando Nogueira Simulação 1
Simulação a Eventos Discretos Fernando Nogueira Simulação Introdução Simulação não é uma técnica de otimização: estima-se medidas de performance de um sistema modelado. Modelos Contínuos X Modelos Discretos
Leia maisAPLICABILIDADE DE TEORIA DE FILAS E SIMULAÇÃO DE MONTE CARLO EM UMA LOJA DE DEPARTAMENTOS EM CASTANHAL/PARÁ.
João Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016 APLICABILIDADE DE TEORIA DE FILAS E SIMULAÇÃO DE MONTE CARLO EM UMA LOJA DE DEPARTAMENTOS EM CASTANHAL/PARÁ Gabriel Rodrigues de Oliveira Gadelha ((UEPA)
Leia maisA TEORIA DAS FILAS COMO FERRAMENTA DE APOIO PARA ANALISE DE UMA EMPRESA DE LAVA- RÁPIDO EM VOLTA REDONDA
A TEORIA DAS FILAS COMO FERRAMENTA DE APOIO PARA ANALISE DE UMA EMPRESA DE LAVA- RÁPIDO EM VOLTA REDONDA Byanca Porto de Lima (Unifoa) byanca_porto@yahoo.com.br Bruna Marta de Brito do Rego Medeiros (Unifoa)
Leia maisA TEORIA DAS FILAS COMO FERRAMENTA DE APOIO PARA ANALISE DE UMA EMPRESA DE LAVA-RÁPIDO EM VOLTA REDONDA
ISSN 1984-9354 A TEORIA DAS FILAS COMO FERRAMENTA DE APOIO PARA ANALISE DE UMA EMPRESA DE LAVA-RÁPIDO EM VOLTA REDONDA Área temática: Pesquisa Operacional Byanca Porto de Lima byanca_porto@yahoo.com.br
Leia maisEscola de Engenharia de Lorena EEL/USP Curso de Engenharia de Produção. Teoria da Filas. Prof. Fabrício Maciel Gomes
Escola de Engenharia de Lorena EEL/USP Curso de Engenharia de Produção Teoria da Filas Prof. Fabrício Maciel Gomes Teoria das Filas Por quê das Filas? Procura por um serviço maior do que a capacidade do
Leia maisColeta e Modelagem dos Dados de Entrada
Coleta e Modelagem dos Dados de Entrada Capítulo 2 Páginas 24-52 Este material é disponibilizado para uso exclusivo de docentes que adotam o livro Modelagem e Simulação de Eventos Discretos em suas disciplinas.
Leia maisColeta e Modelagem dos Dados de Entrada
Slide 1 Módulo 02 Coleta e Modelagem dos Dados de Entrada Prof. Afonso C. Medina Prof. Leonardo Chwif Três Etapas Coleta Tratamento Inferência Coleta dos Dados 1. Escolha adequada da variável de estudo
Leia maisANÁLISE DA EFICIÊNCIA DO ATENDIMENTO EM UM SETOR DE COLETA SANGUÍNEA DE UM LABORATÓRIO: ESTUDO DE CASO DE TEORIA DAS FILAS
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO. ANÁLISE DA EFICIÊNCIA DO ATENDIMENTO EM UM SETOR DE COLETA SANGUÍNEA DE UM LABORATÓRIO: ESTUDO DE CASO DE TEORIA DAS FILAS Francisco Lobo Mazzaro Pereira
Leia maisFILAS Conceitos Fundamentais. Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2016
FILAS Conceitos Fundamentais Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2016 Teoria de Filas É uma das abordagens mais utilizadas no estudo de desempenho e dimensionamento
Leia maisANÁLISE DE TEORIA DAS FILAS: SISTEMA DE FILAS DE UM SERVIÇO DE PRONTO ATENDIMENTO RESUMO
37 ANÁLISE DE TEORIA DAS FILAS: SISTEMA DE FILAS DE UM SERVIÇO DE PRONTO ATENDIMENTO Francieli de Fátima de Oliveira 1 Mara Lucia Grando; Marcel Belusso; Stefan Antônio Bueno 2 RESUMO A teoria das filas
Leia maisAPLICAÇÃO DA TEORIA DAS FILAS EM UMA REDE DE CINEMAS
APLICAÇÃO DA TEORIA DAS FILAS EM UMA REDE DE CINEMAS Kaue Juca Jardim de Oliveira (UEPA) kauejuca18@gmail.com Bernardo Moreira Vergara (UEPA) bervergara2006@hotmail.com Yvelyne Bianca Iunes Santos (UEPA)
Leia maisATeoria de filas é uma das abordagens mais utilizadas no estudo de desempenho
Teoria de Filas - Resumo Pedroso 4 de setembro de 2011 1 Introdução 2 Definições básicas ATeoria de filas é uma das abordagens mais utilizadas no estudo de desempenho e dimensionamento de sistemas de comunicação
Leia maisModelagem e Avaliação de Desempenho. Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2016
Modelagem e Avaliação de Desempenho Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2016 Simulação de Sistemas Simulação é a técnica de solução de um problema pela análise de
Leia maisTestes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
Testes de Hipóteses Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução e notação Em geral, intervalos de confiança são a forma mais
Leia maisATeoria de filas é uma das abordagens mais utilizadas no estudo de desempenho
Teoria de Filas - Resumo e Exercícios Pedroso 24 de setembro de 2014 1 Introdução 2 Definições básicas ATeoria de filas é uma das abordagens mais utilizadas no estudo de desempenho e dimensionamento de
Leia mais1 Que é Estatística?, 1. 2 Séries Estatísticas, 9. 3 Medidas Descritivas, 27
Prefácio, xiii 1 Que é Estatística?, 1 1.1 Introdução, 1 1.2 Desenvolvimento da estatística, 1 1.2.1 Estatística descritiva, 2 1.2.2 Estatística inferencial, 2 1.3 Sobre os softwares estatísticos, 2 1.4
Leia maisTÍTULO: MODELAGEM E SIMULAÇÃO DE UM TERMINAL PORTUÁRIO PARA EMBARQUE DE AÇÚCAR PARA EXPORTAÇÃO
TÍTULO: MODELAGEM E SIMULAÇÃO DE UM TERMINAL PORTUÁRIO PARA EMBARQUE DE AÇÚCAR PARA EXPORTAÇÃO CATEGORIA: CONCLUÍDO ÁREA: ENGENHARIAS E ARQUITETURA SUBÁREA: ENGENHARIAS INSTITUIÇÃO: UNIVERSIDADE CATÓLICA
Leia maisTeoria das Filas Aula 1. Gestão de Operações II Prof. Marcio Cardoso Machado
Teoria das Filas Aula 1 Gestão de Operações II Prof. Marcio Cardoso Machado 1 Modelagem de Sistemas Sistema de Operações Genérico Ambiente Otimizado Mais adequado Recursos Entrada de recursos PROCESSO
Leia maisSUMÁRIO. 1.1 Introdução, Conceitos Fundamentais, 2
SUMÁRIO 1 CONCEITOS BÁSICOS, 1 1.1 Introdução, 1 1.2 Conceitos Fundamentais, 2 1.2.1 Objetivo, 2 1.2.2 População e amostra, 2 1.3 Processos estatísticos de abordagem, 2 1.4 Dados estatísticos, 3 1.5 Estatística
Leia maisTeste Qui-quadrado. Dr. Stenio Fernando Pimentel Duarte
Dr. Stenio Fernando Pimentel Duarte Exemplo Distribuição de 300 pessoas, classificadas segundo o sexo e o tabagismo Tabagismo Fumante (%) Não Fumante (%) Masculino 92 (46,0) 108 (54,0) Sexo Feminino 38
Leia maisCapítulo 2. Distribuições de Probabilidade Estimativas de parâmetros e tempos-atéfalha. Flávio Fogliatto
Capítulo 2 Distribuições de Probabilidade Estimativas de parâmetros e tempos-atéfalha Flávio Fogliatto 1 Ajustes de distribuições Em estudos de confiabilidade, dados são amostrados a partir de uma população
Leia maisModelagem e Análise Aula 9
Modelagem e Análise Aula 9 Aula passada Equações de fluxo Tempo contínuo Aula de hoje Parâmetros de uma fila Medidas de desempenho Cálculo do tempo de espera Resultado de Little Parâmetros da Fila chegada
Leia maisProcessos Estocásticos aplicados à Sistemas Computacionais
Processos Estocásticos aplicados à Sistemas Computacionais Magnos Martinello Universidade Federal do Espírito Santo - UFES Departamento de Informática - DI Laboratório de Pesquisas em Redes Multimidia
Leia maisA TEORIA DE FILAS COMO FERRAMENTA DE APOIO NA ANÁLISE DE UM SERVIÇO DE ATENDIMENTO
A TEORIA DE FILAS COMO FERRAMENTA DE APOIO NA ANÁLISE DE UM SERVIÇO DE ATENDIMENTO BYANCA PORTO DE LIMA byanca_porto@yahoo.com.br UNIFOA Artur da Silva Siqueira de Novais artur_novais@yahoo.com.br UNIFOA
Leia maisSimulação a Eventos Discretos. Fernando Nogueira Simulação 1
Simulação a s Discretos Fernando Nogueira Simulação Introdução Simulação não é uma técnica de otimização: estima-se medidas de performance de um sistema modelado. Modelos Contínuos X Modelos Discretos
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Somas aleatórias Aula de hoje Introdução à simulação Geração de números aleatórios Lei dos Grandes Números Simulação de Sistemas Discretos É
Leia maisAvaliação e Desempenho Aula 18
Avaliação e Desempenho Aula 18 Aula passada Fila com buffer finito Fila com buffer infinito Medidas de interesse: vazão, número médio de clientes na fila, taxa de perda. Aula de hoje Parâmetros de uma
Leia maisSimulação e Modelagem
Simulação e Modelagem Prof. Afonso C Medina Prof. Leonardo Chwif Versão. 6//6 Introdução Definição A Simulação como ferramenta de suporte à decisão Quando utilizar a Teoria das Filas ou a Simulação? O
Leia maisTeoria das Filas aplicadas a Sistemas Computacionais. Aula 09
Teoria das Filas aplicadas a Sistemas Computacionais Aula 09 Universidade Federal do Espírito Santo - Departamento de Informática - DI Laboratório de Pesquisas em Redes Multimidia - LPRM Teoria das Filas
Leia maisTeoria das Filas aplicadas a Sistemas Computacionais. Aula 20
Teoria das Filas aplicadas a Sistemas Computacionais Aula 20 Magnos Martinello Universidade Federal do Espírito Santo - UFES Departamento de Informática - DI Laboratório de Pesquisas em Redes Multimidia
Leia mais6EMA Lucas Santana da Cunha 17 e 19 de abril de Universidade Estadual de Londrina
ESTATÍSTICA ECONÔMICA 6EMA020-1000 lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 17 e 19 de abril de 2017 1 o Bimestre Cronograma Critério de Avaliação Bibliografia
Leia maisNÍVEL DE ENSINO: CARGA HORÁRIA: PROBABILIDADE EST PROFESSOR-AUTOR:
ESTATÍSTICA E PROBABILIDADE NÍVEL DE ENSINO: Graduação CARGA HORÁRIA: 80h PROFESSOR-AUTOR: Bráulio Roberto Gonçalves Marinho Couto Janaína Giovani Noronha de Oliveira Octávio Alcântara Torres Reinaldo
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Análise da dados através de gráficos Introdução a Simulação Aula de hoje Introdução à simulação Geração de números aleatórios Lei dos Grandes
Leia maisConceito de Estatística
Conceito de Estatística Estatística Técnicas destinadas ao estudo quantitativo de fenômenos coletivos, observáveis. Unidade Estatística um fenômeno individual é uma unidade no conjunto que irá constituir
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Análise da dados através de gráficos Introdução a Simulação Aula de hoje Introdução à simulação Geração de números aleatórios Lei dos Grandes
Leia maisAplicação. Controlo Óptimas. 23º Seminário de Engenharia Mecânica - 4 Junho de Nuno Manuel R. S. Órfão
Aplicação de Cadeias de Markov em Redes de Filas de Espera Políticas de Controlo Óptimas 23º Seminário de Engenharia Mecânica - 4 Junho de 2003 - Nuno Manuel R. S. Órfão nmorfao@estg.ipleiria.pt 1 Sumário
Leia maisFILAS. Mestrado em Engenharia Elétrica Carlos Marcelo Pedroso 2013
FILAS Mestrado em Engenharia Elétrica Carlos Marcelo Pedroso 2013 Ementa Projeto de redes de computadores via estudos analíticos e de ferramentas de simulação. Bibliografia básica JAIN, Raj. The art of
Leia maisCaros Alunos, segue a resolução das questões de Estatística aplicadas na prova para o cargo de Auditor Fiscal da Receita Municipal de Teresina.
Caros Alunos, segue a resolução das questões de Estatística aplicadas na prova para o cargo de Auditor Fiscal da Receita Municipal de Teresina. De forma geral, a prova manteve o padrão das questões da
Leia maisSSC546 Avaliação de Sistemas Computacionais Parte 1 -Aula 4 Sarita Mazzini Bruschi
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Departamento de Sistemas de Computação SSC546 Avaliação de Sistemas Computacionais Parte 1 -Aula 4 Sarita Mazzini Bruschi Material
Leia maisMonitor: Diego Augusto Silva (P8 Eng. Elétrica) Atendimento: 2as. de 19:45h às 21:30h
Monitor: Diego Augusto Silva (8 Eng. Elétrica) Email: Atendimento: as. de 9:5h às :30h A Nota arcial de Aproveitamento (NA) será obtida da seguinte forma: NA = 0.6 NT + 0. N A nota prática será dada por:
Leia mais6EMA Lucas Santana da Cunha 19 de abril de Universidade Estadual de Londrina
ESTATÍSTICA ECONÔMICA 6EMA020-2000 lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 19 de abril de 2017 1 o Bimestre Plano do Curso Cronograma Critério de Avaliação Bibliografia
Leia maisAvaliação de Desempenho de Sistemas
Avaliação de Desempenho de Sistemas Introdução à Teoria das Filas Prof. Othon Batista othonb@yahoo.com Notação de uma fila Para analisar um dado sistema é necessário a definição das seguintes características:
Leia maisProbabilidade e Estatística. Estimação de Parâmetros Intervalo de Confiança
Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://páginapessoal.utfpr.edu.br/ngsilva Estimação de Parâmetros Intervalo de Confiança Introdução A inferência estatística é o processo
Leia maisANÁLISE DE RESULTADOS
ANÁLISE DE RESULTADOS Conteúdo 2 1. Planejamento de Experimentos 2. Introdução Medidas de Desempenho Análise Estatística dos Resultados Comparação de Resultados Procedimento para análise de resultados
Leia maisSimulação de Sistemas. Adaptado de material de Júlio Pereira Machado (AULA 17)
Simulação de Sistemas Adaptado de material de Júlio Pereira Machado (AULA 17) Análise dos Dados de Saída Além das tarefas de modelagem e validação, devemos nos preocupar com a análise apropriada dos resultados
Leia maisAula 1 -Fundamentos e conceitos básicos (Notas de aula) Prof. Idemauro Antonio Rodrigues de Lara
Aula 1 -Fundamentos e conceitos básicos (Notas de aula) Prof. Idemauro Antonio Rodrigues de Lara Adquirir conhecimento dos fundamentos da Estatística, em seus campos Descritivo e Inferencial, como base
Leia maisModelagem e Avaliação de Desempenho. Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2018
Modelagem e Avaliação de Desempenho Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2018 Análise de desempenho São disponíveis duas abordagens para realizar a análise de desempenho:
Leia maisCap. 4 - Estimação por Intervalo
Cap. 4 - Estimação por Intervalo Amostragem e inferência estatística População: consiste na totalidade das observações em que estamos interessados. Nº de observações na população é denominado tamanho=n.
Leia maisIntervalos de Confiança
Intervalos de Confiança INTERVALOS DE CONFIANÇA.1 Conceitos básicos.1.1 Parâmetro e estatística Parâmetro é a descrição numérica de uma característica da população. Estatística é a descrição numérica de
Leia maisMetodologia de simulação
Metodologia de simulação OBJETIVOS E DEFINIÇÃO DO SISTEMA FORMULAÇÃO DO MODELO ANÁLISE E REDEFINIÇÃO MODELO ABSTRATO RESULTADOS EXPERIMENTAIS (Capítulo 6) MODELO CONCEITUAL (Capítulo 3) REPRESENTAÇÃO DO
Leia maisPLANO DE ENSINO IDENTIFICAÇÃO DA DISCIPLINA
PLANO DE ENSINO IDENTIFICAÇÃO DA DISCIPLINA Curso: CST em Sistemas de Telecomunicações, Tecnologia Nome da disciplina: Teoria da Estatística Código: TEL026 Carga horária: 83 horas Semestre previsto: 3º
Leia maisModelagem e Avaliação de Desempenho. Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2017
Modelagem e Avaliação de Desempenho Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2017 Análise de desempenho São disponíveis duas abordagens para realizar a análise de desempenho:
Leia maisEstatística Descritiva (I)
Estatística Descritiva (I) 1 O que é Estatística Origem relacionada com a coleta e construção de tabelas de dados para o governo. A situação evoluiu: a coleta de dados representa somente um dos aspectos
Leia maisModelagem e Avaliação de Desempenho. Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2014
Modelagem e Avaliação de Desempenho Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2014 Análise de desempenho São disponíveis duas abordagens para realizar a análise de desempenho:
Leia maisPCS 2039 Modelagem e Simulação de Sistemas Computacionais
UNIVERSIDADE DE SÃO PAULO ESCOLA POLITÉCNICA Departamento de Engenharia de Computação e Sistemas Digitais PCS 2039 Modelagem e Simulação de Sistemas Computacionais Graduação em Engenharia de Computação
Leia maisAvaliação de Desempenho de Sistemas Discretos
Avaliação de Desempenho de Sistemas Discretos Probabilidade Professor: Reinaldo Gomes reinaldo@dsc.ufcg.edu.br Planejamento Experimental 2 fatores manipuláveis x 1 x 2 x p entradas Processo...... saídas
Leia maisSERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL RURAL DO SEMI-ÁRIDO PRO-REITORIA DE GRADUAÇÃO PROGRAMA GERAL DE DISCIPLINA
SERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL RURAL DO SEMI-ÁRIDO PRO-REITORIA DE GRADUAÇÃO PROGRAMA GERAL DE DISCIPLINA IDENTIFICAÇÃO (20140206) CURSOS A QUE ATENDE MEDICINA VETERINARIA
Leia maisEng. de Produção. Introdução à Teoria das Filas. Prof. Ricardo Villarroel Dávalos Fpolis, Abril de 2010
Eng. de Produção Introdução à Teoria das Filas Prof. Ricardo Villarroel Dávalos ricardo.davalos@unisul.br Fpolis, Abril de 2010 Introdução Disciplinas das filas λ e IC c µ e TA População de clientes TF
Leia maisVERIFICAÇÃO DOS RECURSOS NECESSÁRIOS. Capítulo 1 VARIÁVEIS E AMOSTRAS 1
PREFÁCIO VERIFICAÇÃO DOS RECURSOS NECESSÁRIOS xiii DO EXCEL... xv Capítulo 1 VARIÁVEIS E AMOSTRAS 1 VARIÁ VEIS 4 NÚMERO DE VARIÁVEIS 5 CLASSIFICAÇÃO DAS VARIÁVEIS 6 ESCALA DE MEDIÇÃO DAS VARIÁVEIS 7 POPULAÇÃO
Leia maisAULA 07 Inferência a Partir de Duas Amostras
1 AULA 07 Inferência a Partir de Duas Amostras Ernesto F. L. Amaral 10 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola,
Leia maisPROBABILIDADE E ESTATÍSTICA EM HIDROLOGIA
Introdução 1 PROBABILIDADE E ESTATÍSTICA EM HIDROLOGIA Fenômeno - MODELO MATEMÁTICO Q = L.H 3/2 F= γ.h.a Ênfase: forma da expressão relação entre : L e H Q γ, h e A F Aula 1 Introdução 2 HIDROLOGIA " É
Leia maisPROGRAMA DE DISCIPLINA
Faculdade Anísio Teixeira de Feira de Santana Autorizada pela Portaria Ministerial nº 552 de 22 de março de 2001 e publicada no Diário Oficial da União de 26 de março de 2001. Endereço: Rua Juracy Magalhães,
Leia maisPesquisa Operacional II
Pesquisa Operacional II Modelo de Filas Professor: Roberto César A Notação de Kendall Um modelo de fila pode ser descrito pela notação: A/B/c/K/m/Z em que: A = distribuição dos intervalos entre chegadas;
Leia maisPrograma Analítico de Disciplina EST106 Estatística I
Programa Analítico de Disciplina Departamento de Estatística - Centro de Ciências Exatas e Tecnológicas Número de créditos: 4 Teóricas Práticas Total Duração em semanas: 15 Carga horária semanal 4 0 4
Leia maisESTATÍSTICA. x(s) W Domínio. Contradomínio
Variáveis Aleatórias Variáveis Aleatórias são funções matemáticas que associam números reais aos resultados de um Espaço Amostral. Uma variável quantitativa geralmente agrega mais informação que uma qualitativa.
Leia maisModelagem e Análise de Sistemas - COS767
Modelagem e Análise de Sistemas - COS767 Aula de hoje Introdução à simulação Geração de números aleatórios Lei dos Grandes Números Geração de variáveis aleatórias: método da transformada inversa Simulação
Leia maisEstatística Computacional (Licenciatura em Matemática) Duração: 2h Exame 14/06/10 NOME:
DEPARTAMENTO DE MATEMÁTICA DA UNIVERSIDADE DE COIMBRA Estatística Computacional (Licenciatura em Matemática) Duração: 2h Exame 14/06/10 NOME: Observação: A resolução completa das perguntas inclui a justificação
Leia maisMais Informações sobre Itens do Relatório
Mais Informações sobre Itens do Relatório Amostra Tabela contendo os valores amostrados a serem utilizados pelo método comparativo (estatística descritiva ou inferencial) Modelos Pesquisados Tabela contendo
Leia maisRELATÓRIO DE PROJETO DE PESQUISA - CEPIC INICIAÇÃO CIENTÍFICA
FACULDADE SANTA RITA - FASAR CENTRO DE PESQUISA E INICIAÇÃO CIENTÍFICA - CEPIC PROJETOS DE PESQUISA RELATÓRIO DE PROJETO DE PESQUISA - CEPIC INICIAÇÃO CIENTÍFICA Ano: 2014 Semestre: 1º P R O J E T O D
Leia maisCOMO FUNCIONA A SIMULAÇÃO. Aula 1. Simulação Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE
COMO FUNCIONA A SIMULAÇÃO Aula 1 1 Tópicos Introdução Um Exemplo Simples Como Tratar e Analisar Problemas Tratando a Variabilidade dos Sistemas Incorporando a Variabilidade aos Modelos Computacionais Terminologia
Leia maisTeste χ 2 de aderência
Teste χ 2 de aderência Chuck Norris Arnold Schwarzenegger 15 de julho de 2013 Resumo O teste χ 2 de aderência é considerado para testar a hipótese de que uma distribuição de probabilidades as frequências
Leia maisSumário. CAPÍTULO 1 Conceitos preliminares 1. CAPÍTULO 2 Descrição de dados: análise monovariada 47
CAPÍTULO 1 Conceitos preliminares 1 Introdução........................................................1 O que é estatística?.................................................. 4 Papel dos microcomputadores.........................................
Leia maisPNV-5005 MODELAGEM E ANÁLISE DE SISTEMAS INTERMODAIS DE TRANSPORTE UTILIZANDO TÉCNICAS DE SIMULAÇÃO
PNV-5005 MODELAGEM E ANÁLISE DE SISTEMAS INTERMODAIS DE TRANSPORTE UTILIZANDO TÉCNICAS DE SIMULAÇÃO Prof. Dr. Rui Carlos Botter e-mail: rcbotter@usp.br Março de 2015 Etapas de um projeto de simulação OBJETIVOS
Leia maisIdentificação da Distribuição Teórica de Probabilidades
Identificação da Distribuição Teórica de Probabilidades A utilização de gráficos, tais como um histograma, são muito úteis para a identificação ou delineamento da distribuição teórica de probabilidades.
Leia maisPLANO DE ENSINO. Disciplina. Código Denominação Carga horária AT 1 AP 2 APS 3 Total 311 Estatística e Probabilidade 120h/a 120h/a.
ANEXO II RESOLUÇÃO Nº 282/2007 CEPE PLANO DE ENSINO PERÍODO LETIVO/ANO: 2008 ANO DO CURSO: 4 Curso: Matemática Modalidade: Licenciatura Turno: Noturno Centro: Centro de Ciências Exatas e Tecnológicas CCET
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Introdução à simulação Geração de números aleatórios Lei dos Grandes Números Aula de hoje Geração de variáveis aleatórias: Transformada Inversa
Leia maisRede de Computadores II
Slide 1 Teoria das Filas Ferramenta matemática para tratar de eventos aleatórios. É o estudo da espera em filas. Proporciona uma maneira de definir o ambiente de um sistema de filas matematicamente. Permite
Leia maisAvaliação de Desempenho
Avaliação de Desempenho Aula passada Métricas, Técnicas, Erros Aula de hoje Conceitos importantes de probabilidade Como fazer a análise de desempenho? Modelos Matemáticos Modelos de Simulação Como fazer
Leia maisAnálise de Aderência e de Associação
Análise de Aderência e de Associação Capítulo 14, Estatística Básica (Bussab & Morettin, 8a Edição) Capítulo 8, Introdução Computacional à Probabilidade e Estatística (Pedrosa & Gama, Porto Editora) 8a
Leia maisDelineamento, Tipos de Pesquisa, Amostragem. Prof. Alejandro Martins
Delineamento, Tipos de Pesquisa, Amostragem Prof. Alejandro Martins DELINEAMENTO DA PESQUISA Conceituação Refere-se ao planejamento da pesquisa em sua dimensão mais ampla O elemento mais importante para
Leia maisApontamentos de Introdução às Probabilidades e à Estatística
i Índice 1. Introdução 1 1.1. Enquadramento e objectivos 2 1.2. Organização 5 1.3. Noções base da Estatística 7 1.3.1. Distinção entre população e amostra 8 1.3.2. Amostragem 10 1.3.3. Unidade estatística
Leia maisPalestra - Matemática Aplicada
Palestra - Matemática Aplicada Marinho G. Andrade SME/ICMC/USP Maio de 2018 Marinho (SME/ICMC/USP) SME 0803 2018.1 1 / 23 Introdução Primeiras Ideias Visão geral da abordagem estatística dos problemas;
Leia maisESTATÍSTICA Distribuições qui-quadrado, t de Student e F de Snedecor Lucas Schmidt
ESTATÍSTICA Distribuições qui-quadrado, t de Student e F de Snedecor Lucas Schmidt lucas.breniuk@hotmail.com Estimação de parâmetros Média Variância Proporção Estimação de parâmetros Média: " estimador
Leia maisAPLICAÇÃO DE TEORIA DAS FILAS PARA MODELAGEM E ANÁLISE DE DESEMPENHO NO SETOR DE RECURSOS HUMANOS DE UMA INDÚSTRIA ALIMENTÍCIA.
João Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016 APLICAÇÃO DE TEORIA DAS FILAS PARA MODELAGEM E ANÁLISE DE DESEMPENHO NO SETOR DE RECURSOS HUMANOS DE UMA INDÚSTRIA ALIMENTÍCIA MARCELO OTAVIO MILANI
Leia maisAnálise Multivariada Aplicada à Contabilidade
Mestrado e Doutorado em Controladoria e Contabilidade Análise Multivariada Aplicada à Contabilidade Prof. Dr. Marcelo Botelho da Costa Moraes www.marcelobotelho.com mbotelho@usp.br Turma: 2º / 2016 1 Agenda
Leia maisCONTEÚDOS PROGRAMÁTICOS
CONTEÚDOS PROGRAMÁTICOS CURSO: MATEMÁTICA DISCIPLINA: ESTATÍSTICA E PROBABILIDADE SÉRIE: 1ª CARGA HORÁRIA: 144 HORAS PROFESSORA: Maria Ivete Basniak ANO LETIVO: 2013 EMENTA: Variáveis e gráficos; Distribuições
Leia maisESTATÍSTICA ECONÔMICA A 6EMA
6EMA020-2000 Lucas Santana da Cunha email: lscunha@uel.br Universidade Estadual de Londrina 13 de abril de 2016 CRONOGRAMA 1 o BIMESTRE: MÓDULO I - Estatística Descritiva Noções Básicas em estatística:
Leia maisXIX CONGRESSO DE PÓS-GRADUAÇÃO DA UFLA 27 de Setembro a 01 de Outubro
COMPARAÇÃO DOS MÉTODOS DE VERIFICAÇÃO DO AJUSTE DA DISTRIBUIÇÃO GUMBEL A DADOS EXTREMOS CARLOS JOSÉ DOS REIS 1, LUIZ ALBERTO BEIJO 2,GILBERTO RODRIGUES LISKA 3 RESUMO A distribuição Gumbel é muito aplicada
Leia mais2ª Klaudemir Santiago
Matemática I 2ª Klaudemir Santiago 2ª Série E.M. Competência Objeto de aprendizagem Habilidade Competência 5: Compreender o caráter aleatório e não determinístico dos fenômenos naturais e sociais e utilizar
Leia maisSIMULAÇÃO EM GESTÃO DE OPERAÇÕES E LOGÍSTICA: TOMADA DE DECISÕES EM MELHORIA DE PROCESSOS CAPÍTULO 3: TEORIA DAS FILAS Roberto Ramos de Morais
3 TEORIA DAS FILAS No cotidiano encontram-se filas em diversas situações: ao ir à padaria para comprar pão, na sala de espera do dentista, na compra de ingressos para o cinema, veículos em uma barreira
Leia maisSúmario APRESENTAÇÃO DA COLEÇÃO...13
Súmario APRESENTAÇÃO DA COLEÇÃO...13 CAPÍTULO I LÓGICA PROPOSICIONAL...15 1. Lógica Proposicional...15 2. Proposição...15 2.1. Negação da Proposição...18 2.2. Dupla Negação...19 2.3. Proposição Simples
Leia maisMétodos Quantitativos para a Gestão Ambiental Probabilidades e Distribuições Estatísticas Parte 1 (4/13) Luiz Carlos Estraviz Rodriguez
Métodos Quantitativos para a Gestão Ambiental Probabilidades e Distribuições Estatísticas Parte 1 (4/13) Luiz Carlos Estraviz Rodriguez Distribuição de probabilidades Contexto O porquê desta aula Ao desenvolvermos
Leia maisANÁLISE DO SISTEMA DE FILAS EM UMA CASA LOTÉRICA NA CIDADE DE MONTEIRO-PB ATRAVÉS DA SIMULAÇÃO E TEORIA DAS FILAS.
ANÁLISE DO SISTEMA DE FILAS EM UMA CASA LOTÉRICA NA CIDADE DE MONTEIRO-PB ATRAVÉS DA SIMULAÇÃO E TEORIA DAS FILAS. Anadyne Backes Dal Maso (UFCG/CDSA) anadynedalmaso@hotmail.com Bruno Victor Delmondes
Leia maisMonte Carlo Method. Peter Frank Perroni. December 1, Monte Carlo Simulation
Monte Carlo Simulation December 1, 2015 Histórico Técnica muito antiga porém somente recentemente oficializado como método estatístico. Foi muito importante nas simulações da bomba desenvolvida no Projeto
Leia maisAPLICAÇÃO DA DISTRIBUIÇÃO POISSON E EXPONENCIAL VOLTADA PARA MELHORAMENTO DA QUALIDADE DE SERVIÇO EM UM POSTO DE COMBUSTÍVEL
APLICAÇÃO DA DISTRIBUIÇÃO POISSON E EXPONENCIAL VOLTADA PARA MELHORAMENTO DA QUALIDADE DE SERVIÇO EM UM POSTO DE COMBUSTÍVEL Carina Lemos Piton (UNIC) carina_piton@hotmail.com Jose Alfredo Zoccoli Filho
Leia maisSimulação de Sistemas
Simulação de Sistemas Daniel Sadoc Menasche e Paulo Aguiar 2012 1/1 Como analisar um sistema? sistema modelo emulador solucão analítica simulador medidas de interesse 2/1 Por que simular? Quando resolver
Leia maisAPLICAÇÃO DA TEORIA DE FILAS E SIMULAÇÃO DE MONTE CARLO EM UMA REDE DE FARMÁCIAS LOCALIZADA NO MUNICÍPIO DE CASTANHAL, PARÁ
APLICAÇÃO DA TEORIA DE FILAS E SIMULAÇÃO DE MONTE CARLO EM UMA REDE DE FARMÁCIAS LOCALIZADA NO MUNICÍPIO DE CASTANHAL, PARÁ Keivison Pinto do Rosario (UEPA) keivison_r@hotmail.com Rafaela Lopes de Azevedo
Leia maisEstatística Descritiva (I)
Estatística Descritiva (I) 1 O que é Estatística Origem relacionada com a coleta e construção de tabelas de dados para o governo. A situação evoluiu: a coleta de dados representa somente um dos aspectos
Leia maisRESOLUÇÃO CADM 10/11, DE 22 DE JUNHO DE 2011
MINISTÉRIO DA EDUCAÇÃO CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA DE MINAS GERAIS COLEGIADO DO CURSO DE BACHARELADO EM ADMINISTRAÇÃO RESOLUÇÃO CADM 0/, DE DE JUNHO DE 0 Aprova planos de ensinos de disciplinas
Leia mais