Sistemas FILAS DE ESPERA. por Prof. António de Abreu, Universidade Nova de Lisboa, Portugal
|
|
- Luísa Azambuja Braga
- 8 Há anos
- Visualizações:
Transcrição
1 DAS5313 Avaliação de Desempenho de Sistemas FILAS DE ESPERA por Prof. António de Abreu, Universidade id d Nova de Lisboa, Portugal
2 RESUMO DA AULA FILAS DE ESPERA Importância e Origens do Estudo das Filas de Espera Caracterização de Sistemas de Filas de Espera: População, Fila e Serviço Nomenclatura e Notação Medidas de Desempenho Modelos Clássicos: M/G/1, M/D/1, M/M/1, M/M/S, M/M/S/K, M/M/S/N Simulação ARENA de filas de espera
3 Objectivos TEORIA DAS FILAS DE ESPERA Introdução aos conceitos e nomenclatura utilizada na análise de filas de espera Utilizar e compreender diferentes tipos de modelos de sistemas de filas de espera Compreender e calcular medidas de desempenho e descritores de impacto utilizados na avaliação de filas de espera Resolver problemas de decisão envolvendo filas de espera (manualmente e por simulação em Arena)
4 IMPORTÂNCIA DO ESTUDO DAS FILAS DE ESPERA Ocorrem Filas de Espera sempre que a Procura por um serviço excede a Capacidade para prestar esse serviço.
5 ORIGENS DO ESTUDO DAS FILAS DE ESPERA Embora a Teoria das Filas de Espera ( Estudo Matemático das filas de espera) só por si não resolva directamente o problema, fornece informações vitais para a tomada de decisão estimando varias características da fila de espera como por exemplo o tempo médio de espera dos clientes. Os estudos da teoria das filas de espera foram iniciados pelo dinamarquês A.K. Erlang, que no início do Sec. XX, se dedicou ao estudo do fenómeno das filas de espera na, então recente, industria dos telefones. No seu estudo pioneiro, Erlang chamou a atenção para uma nova família de funções densidade da probabilidade que tem hoje o seu nome.
6 SISTEMAS DE FILAS DE ESPERA Clientes 2. Fila de Espera 3. Mecanismo de Serviço ou Atendimento Saídas 1. População ou Fonte
7 CARACTERIZAÇÃO DA POPULAÇÃO DIMENSÃO: Infinita Finita CARACTERÍSTICAS DAS CHEGADAS: Tipo: Simples ou Múltiplas Padrão das chegadas: Constante ou Aleatório COMPORTAMENTO: Paciente Impaciente: abandono, desistência e mudança de fila
8 CARACTERIZAÇÃO DA FILA DE ESPERA TIPO DE FILA: Simples Múltipla COMPRIMENTO DA FILA: Limitado Ilimitado DISCIPLINA DA FILA(Exemplos): FIFO (First in First Out), LIFO (Last In Last Out) Remoção Prioritária, Aleatório (SIRO=Service In Random Order)
9 CARACTERIZAÇÃO DO MECANISMO DE SERVIÇO CONFIGURAÇÃO DO SERVIÇO: Número de canais Nº de fases TIPO DE SERVIÇO: Simples ou individual Múltiplo ou grupal TEMPO DE SERVIÇO: Determinístico ou constante Probabilístico ou aleatório
10 NOTAÇÃO DE KENDALL As características ti dos sistemas it de filas de espera apresentados podem combinar-se de várias formas dando origem a variadíssimos modelos. D. G. Kendall, em 1953 propõe uma notação que especifica os modelos através de uma sequência de três termos separados por barras (A/B/C). Esta notação é conhecida por notação de Kendall e constitui actualmente um código standard para identificação dos modelos de filas de espera. A B (A): Código alfabético de caracterização das chegadas (A): Código alfabético de caracterização das chegadas (B): Código alfabético de caracterização do serviço/atendimento (C): Códigos numérico representativo do número de servidores
11 NOTAÇÃO ADOPTADA
12 PRINCIPAIS CÓDIGOS ALFABÉTICOS Característica Símbolo Significado Tempo entre chegadas ou tempo de atendimento (A, B) D M E k G Determinístico Tempo entre Chegadas (ou Tempo de atendimentos) varia segundo uma distrib. Exponencial Negativa Erlang tipo k (k=1,2,3,...) Distribuição não especificada (outra) Servidores ou Canais, Capacidade do sistema, Dimensão da população S K Sem restrições (ilimitado ou infinito) Nº máx. de canais ou servidores, S Comprimento da fila limitada, não podendo (C, D, E) N exceder K elementos População Finita de N elementos Disciplina da Fila FIFO Atendimento por ordem de chegada (F) LIFO SIRO PRI GD O Último cliente a Entrar é o Primeiro a Sair Atendimento Aleatório Ordem por Prioridade Outra Ordem
13 NOMENCLATURA λ = Taxa de chegada (nº médio de clientes que chegam por unidade de tempo) μ = Taxa de serviço (número médio de clientes que cada servidor tem capacidade para atender por unidade de tempo) s = Número de servidores λ n =Taxa de chegada dependente do estado, ou seja, taxa de chegada quando existem n clientes no sistema. μ n = Taxa de serviço dependente do estado, ou seja, taxa de serviço quando existem n clientes no sistema.
14 PRINCIPAIS MEDIDAS DE DESEMPENHO Caracterizam o funcionamento da fila quer do ponto de vista do cliente quer do ponto de vista do serviço. As mais vulgarmente utilizadas são: Comprimento da Fila (Lq) = nº médio de clientes na fila Número médio de clientes no sistema (L) ou Ls Tempo médio de espera na fila (Wq) Tempo médio de espera no sistema (W) ou Ws
15 OUTRAS MEDIDAS Para além dos indicadores médios anteriormente referidos, é por vezes necessário informação mais pormenorizada sobre o funcionamento do sistema, sendo frequentes: Taxa ou factor de ocupação (ρ) = Percentagem do tempo durante o qual o sistema está a ser solicitado λ ρ = 100 μ Pn = Probabilidade de um sistema estar no estado n, isto é de existirem n elementos nos sistema (fila + atendimento) P(n k)= = Probabilidade de no sistema existirem k ou mais elementos. P ( Wq = 0) = Probabilidade de o tempo de fila de espera na fila ser nulo. P ( Wq > t) = Probabilidade de o tempo de fila de espera na fila, exceder t. P ( W > t) = Probabilidade de o tempo gasto no sistema, exceder t.
16 RELAÇÕES FUNDAMENTAIS: Equações de Little Foram demonstradas pela primeira vez por D.C. Little em 1961 e permitem determinar as quatro primeiras medidas de desempenho atrás referidas a partir da expressão analítica de uma delas,, pressupondo p que as filas de espera se encontram em equilíbrio. L = λw L q = λw q W L = L + λ = W 1 Relacão de L com Lq? q + q μ μ
17 MODELOS GENÉRICOS λ λ λ... λ P n = P = P μ μ μ μ n 1 n 1 n 2 0 n 1 0 n n n λ = n= 0 λ n P n λ L= np = L + μ n q μ n= = 0 L W = λ L = L (1 P) q L q W = q λ 0
18 MODELO M/G/1 = λ n ρ P = 1 μ P 0 = 1 ρ n ρ ( ρ) W = W = W q + 1 μ L q = 2 2 λ σ 21 + λ μ λ μ 2 W q L q λ L = L λ q + μ Se os tempos de serviço forem constantes, a sua variância é e o modelo designado por M/D/1. σ 2 = 0 Se a distribuição dos tempos de serviço for exponencial o modelo é designado por M/M/1.
19 EQUAÇÕES DO MODELO M/M/1 2 λ Lq = ( n 1) Pn = n= = 1 μ ( μ λ ) W q L q λ = = λ μ ( μ λ ) λ λ L = np n = L q + = n = 0 μ μ λ W 1 L 1 = W q + = = = ρ Pn =ρ P0 P 0 1 PW> t = e μ [ ] P [ W > t ] μ λ μ λ q P ( n > k ) = ρ ( ρ) t n 1, t 0 ρ k+ 1 μ ( ρ ) t P W > t = ρe μ ρ 1, t 0
20 MODELOS DE FILAS DE ESPERA Em média um automóvel demora 30 segundos a ser atendido numa portagem. Os automóveis chegam, seguindo uma distribuição de Poisson, a uma taxa de 80 por hora. Assumindo que os tempos de atendimento t seguem uma distribuição ib i exponencial negativa, determine: a) A taxa de utilização da portagem; b) O número médio de automóveis em fila de espera e no sistema; c) O tempo médio que um automóvel espera para ser atendido e para passar através do sistema; d) A probabilidade de haver fila de espera.
21 MODELO M/M/S 1) Envolve dois ou mais canais de serviço disponíveis 2) Clientes esperam numa fila única 3) Exemplos: bancos e linhas aéreas
22 EQUAÇÕES DO MODELO M/M/S P0 ( λ / μ) ρ Lq = ( n S) Pn = 2 n = S S!( 1 ρ ) λ λ L = npn = λw = λwq + = Lq + n=0 μ μ W 1 L = W q + = μ λ W q S = L λ q P 0 S 1 ( λ / μ ) n ( λ / μ ) S 1 = 1 / + n = 0 n! S! 1 ρ
23 EQUAÇÕES DO MODELO M/M/S (Cont.) [ ] q 0 PW = = n ( λ / μ) P para 0 n S 1 0 n! P P n n = n n= 0 ( λ / μ) P para n S n S 0 S!S S S S P t S 1 λ/ e PW [ > t] = 1 + 0( λ/ μ) μ ( μ) 1 e S S!( 1 ρ) 1 λ/ μ μt, t 0 [ ] [ ] Sμ (1 ρ )t > t = 1 P(W = 0) e, t 0 P W q q
24 MODELOS DE FILAS DE ESPERA O gerente de uma agência bancária necessita de determinar o nº de postos de atendimento a colocar no balcão do banco. O tempo de permanência dos clientes na agência bancária tem um custo estimado de 5 /h.cliente e os empregados de balcão são pagos a 4 /h.empregado. As chegadas são aleatórias seguindo uma distribuição de Poisson com uma média de 40 por hora eostempos de serviço seguem uma distribuição exponencial tendo em média uma duração de 2 minutos. Devido às suas características espaciais o balcão não poderá conter mais do que 4 postos de atendimento. Determine o número de postos de atendimento a instalar atendimento é proporcional ao número de postos. admitindo que o
25 MODELO M/M/S: Resolução Medidas S=2 S=3 S=4 P 0 0,200 0,254 0,262 Lq 1,067 0,145 0,026 Wq 0,027 0,004 0,001 W 0, , , L 2,400 1,478 1,359 Custos S=2 S=3 S=4 E(Wc) 2,40*5= 12 1,48*5= 7,4 1,36*5= 6,8 Sc 2*4= 8 3*4 = 12 4*4=16 E(Tc) 20 UM/h 19,4 UM/h 22,8UM/h
26 MODELO M/M/S/K São as situações conhecidas como fila de espera com comprimento limitado Número máximo de elementos permitidos no sistema é K (fila +atendimentos) Esta situação ocorre na prática quando existem limitações físicas nos sistemas A taxa de chegada (λ) depende do estado (n) do sistema logo: λ n = λ 0 para n = 012,,,..., K 1 para n K
27 MODELO M/M/S/K A taxa do chegada constitui uma taxa média de entrada: K 1 λ = λp = λ( 1 P ) n = 0 n P K representa a probabilidade de desistência por falta de capacidade do sistema K As relações fundamentais entre Lq, L, Wq e W mantêm-se válidas substituindo λ por. ρ não representa uma taxa de ocupação mas uma taxa de pressão, o qual poderá ser superior a 1, para um sistema em equilíbrio.
28 EQUAÇÕES DO MODELO M/M/S/K P 0 = S 1 n S K S 1 + ( λ / μ) ( λ / μ) 1 ρ 1 / + se ρ 1 n 0 n S 1 =!! ρ S 1 n S ( λ / μ) ( λ / μ) 1/ + ( K S + 1) se ρ = 1 n = 0 n! S! P n n ( λ / μ ) P 0, para n = 1,..., S n! n ( λ / μ) = P = S,..., 0 para n K S S n S,! 0, para n > K
29 EQUAÇÕES DO MODELO M/M/S/K L q S P0 ( λ / μ) ρ = 2 S!( 1 ρ) [ K S K S 1 ρ ( K S ) ρ ( 1 ρ ) ] L = L q + λ μ W q L q 1 = W = Wq + = λ μ L λ P 0 S 1 n ( λ / μ) ( λ / μ) = 1 / + n= 0 n! S! S K n S ρ PW [ ] q 0 n= S = = S 1 n= 0 P n
30 EQUAÇÕES DO MODELO M/M/1/K 1. No caso de: ρ 1 λ Lq = L ( 1 P0 ) = L = L μ K ρ ( K + 1 ) L = npn = 1 ρ 1 W P n n= 0 ρ K+ 1 ρ 1 L L = Wq + = = μ λ λ ( 1 P ) n P = ρ 0 0 se n =1,..., K se n > K k λ ( 1 Pk ) μ K+ 1 W L L q q q = = λ λ ( 1 P ) P 1 ρ = 1 0 K 1 ρ + [ ] PWq = 0 = P0 k
31 EQUAÇÕES DO MODELO M/M/1/K 2. No caso de: ρ = 1 P = 1 n K + 1 n = 012,,,..., K L K = L L P q = ( 1 0 ) 2 W L = λ( 1 P ) W P k q = L q λ ( 1 P ) k
32 EXEMPLO DE APLICAÇÃO O balcão de pré-pagamento, de um parque de estacionamento t situado junto de uma estrada tem, actualmente, um caixa e espaço para três veículos. A taxa de chegadas ao balcão é de 14 automóveis por hora obedecendo d aumadistribuição de Poisson. Ataxa de serviço do balcão éde20 veículos por hora com tempos distribuídos exponencialmente. Durante umavisita it ao parque, pelo responsável, foi-lhe transmitido, pelo caixa que: os veículos circulavam devagar perto do balcão de pagamento quando o parque não estava cheio e circulavam rápido quando o parque estava completo. Perante este fenómeno, o responsável questiona-se relativamente à percentagem de clientes que não param devido ao facto do sistema estar cheio e que efeito produziria no sistema o aumento de capacidade para 4 ou 5 veículos.
33 Dados MODELO M/M/1/K: Resolução S= 1 caixa K=3 (2emesperae1aseratendido) espera e a ser atendido) λ=14 veículos / h. Chegadas de Poisson μ= 20 veículos/ h. Tempos exponenciais Modelo M/M/1/K Objectivo Determinar Pk para K=3,4,5 Caracterizar o desempenho do sistema nas diversas condições
34 Resultados MODELO M/M/1/K: Resolução K=3 K=4 K=5 P0 0,3948 0,3606 0,3400 Pw 0,6052 0,6394 0,6600 PK 0,1354 0,0866 0,0571 L 1,0695 1,3232 1,5333 Lq 0,4643 0,6838 0,8733 W 0,0884 0,1035 0,1162 Wq 0,0384 0,0535 0,0662
35 Modelo M/M/S/N Número de chegadas por unidade d de tempo é descrito por uma distribuição de probabilidades de Poisson com uma taxa de chegadas média de λ clientes/(unid.tempo) Os tempos de serviço são descritos por uma distribuição exponencial negativa, com uma taxa de atendimento de μ clientes / (unid.tempo por servidor) Existem S servidores A população a servir é limitada a N elementos A capacidade da fila de espera poderia ser infinita Disciplina da fila de espera é FIFO λ Taxa de ocupação = S μ Taxa de desocupação = 1 S λ μ
36 EQUAÇÕES DO MODELO M/M/S/N L n S P q n N = ( ) n S = λ + = λ + = + + = = 1 N 0 n n 1 S 1 S P n) (N L L ) P S(1 L np L μ + = μ + = + + = = = q q 0 n n 0 n q n L L ) P S(1 L np L L L L L 1 W L L N L q q q = = λ λ ( ) W W L L N L q = + = = 1 μ λ λ ( ) P N N n n N N n S S n n S n S n n S N = 1 + = = /! ( )!!! ( )!! λ μ λ μ
37 EQUAÇÕES DO MODELO M/M/S/N (cont.) P n = n N! λ P0, para n = 1,...,S (N n)!n! μ n N! λ P para n = S,..., N n S 0, (N n)!s!s μ 0, para n > N
38 MODELOS DE FILAS DE ESPERA Numa unidade fabril existem 25 equipamentos idênticos que possuem uma taxa de avarias poissoniana com uma média de 2 avarias por hora. O tempo médio de reparação é de 6 minutos seguindo uma distribuição exponencial negativa. Admitindo que o custo horário de inactividade de cada equipamento é de 36 equeovencimento de cada mecânico é pago com base num custo horário de 1,5. Será que a actual equipa de 6 mecânicos deverá ser aumentada? Se sim, em quantos elementos?
39 MODELO M/M/S/N: Resolução Dados N= 25 equipamentos λ= 2 equip. / h. Dist. Poisson 1/μ= 6 min./equip. Exponenciais μ= 10 equip./h. Modelo M/M/S/N Custo de inactividade C w = 36 /h.equip. Custo MOD para reparação C s = 1,5 /(h.mecânico) Objectivos S>6? f.o. MIN E(Tc)= MIN [E(Wc)+Sc] = MIN [ L*Cw + Cs*S ]
40 MODELO M/M/S/N: Resolução (cont.) Resultados: S=6 S=7 S=8 S=9 P 0 0,0099 0,0103 0,0104 0,0105 L q 0,340 0,112 0,028 0,000 L 4,45 4,26 4,19 4,17 W c S c 9,0 10,5 12,0 13,5 T c A contratação de mais 2 mecânicos permitiria um custo total de 163 /h (inferior em 5 /h ao custo actual).
41 OUTROS MODELOS Os modelos apresentados são somente alguns dos modelos possíveis. Existem outras situações, que podem ser analisadas analiticamente, como por exemplo: Outras disciplinas da fila de espera, Taxa de serviço depende do número de elementos na fila de espera, A taxa de chegadas não obedece a uma distribuição de Poisson. No entanto, t os modelos analíticos dependemd de hipóteses que raramente se enquadram na realidade, sendo então necessário recorrer à SIMULAÇÃO para encontrar soluções realistas que serão posteriormente utilizadas pelo gestor.
42 CASO DE ESTUDO.UM EXEMPLO Posto de lavagem de automóveis. Área de Espera Informações: Dependendo do dia da semana e da hora escolhida, é possível que, ao chegar ao posto, um cliente o encontre ocupado. Prevendo tal situação, o proprietário criou um área de espera na qual os clientes podem aguardar (por ordem de chegada) pelo momento de serem atendidos.
43 COMO TRATAR E ANALISAR O PROBLEMA Algumas dúvidas do proprietário: Será que a área de espera disponível (no máximo quatro automóveis) é suficiente para acomodar toda a clientela ao sábado de manhã ou estou a perder clientes por falta de espaço? Será que os serviços são realizados num tempo aceitável, de tal forma que os clientes não fiquem muito tempo à espera? Será que é necessário contratar um operador auxiliar para o período em que a procura é mais elevada?
44 COMO TRATAR E ANALISAR O PROBLEMA Informações do proprietário sobre as manhãs de sábado: chegam mais ou menos a cada 10 min. tempo de atendimento é de aproximadamente 15 min.. No entanto (segue afirmando) ás vezes é ao contrário. O operador leva cerca de 10 min. para lavar e os carros demoram mais tempo a chegar. Situação TEC - Tempo entre Chegadas TS - Tempo de Serviço A ± 10 min 15 min B 10 min ± 10 min
45 COMO ANALISAR O PROBLEMA Para que se possa estudar este sistema é necessário saber: Com que frequência ocorrem as chegadas dos carros para serem lavados? Qual o tempo necessário para a lavagem? Três alternativas de análise: A1 - emprego do bom senso e um pouco de intuição; A2 - tratamento analítico, empregando-se a teoria das filas de espera. A3 - tratamento por meio de simulação.
46 A1 POR INTUIÇÃO Bom senso + imaginação para adivinhar o futuro. Embora desaconselhável, esta é uma das técnicas de apoio a decisão mais utilizadas (a mais económica?). Na situação A: Situação TEC - Tempo entre Chegadas TS - Tempo de Serviço A ± 10 min 15 min B 10 min ± 10 min os automóveis chegam mais rápido do que podem ser lavados; elevada probabilidade de ocorrerem congestionamentos. Assim, considerando este cenário, as decisões poderiam ser, por exemplo: aumentar a área de espera (alugando um terreno vizinho, por exemplo); contratar mais um empregado e comprar mais um posto de lavagem; ambas as medidas acima.
47 A1 POR INTUIÇÃO Situação B: Situação TEC - Tempo entre Chegadas TS - Tempo de Serviço A ± 10 min 15 min B 10 min ± 10 min o sistema apresenta alguma folga (tempo de atendimento é menor do que os tempos decorridos entre as chegadas; raramente ocorrerão filas de espera. Neste caso, a decisão do proprietário seria não tomar nenhuma medida. Quais são as recomendações?
48 CASO A2 2 - Teoria ANALITICAMENTE das filas de espera Dispõe de um conjunto de fórmulas matemáticas, as quais permitem calcular a maioria das respostas desejadas pelo proprietário, tais como: tempo médio dos serviços, tamanho médio da fila na área de espera, tempo médio de espera, proporção de ocupação do operador, etc.. Dados: É preciso estimar valores para o tempo médio entre duas chegadas de automóveis e o tempo médio das lavagens. Estas informações podem ser obtidas de duas possíveis fontes: Estimativas do proprietário; Processo de amostragem.
49 A2 ANALITICAMENTE Identificar qual o tipo de sistema: No caso do nosso exemplo, podemos considerar que o sistema em análise é do tipo M/M/1. Área de Espera
50 A2 ANALITICAMENTE Fórmulas: Número Médio de Carros no Sistema L = Tempo Médio Despendido no Sistema λ μ λ W 1 = μ λ Taxa Média de Ocupação do Servidor ρ = λ μ λ éataxa de chegadas, isto é, número de carros que chegam no sistema durante um período de tempo determinado. Por exemplo: 5 carros por hora. μ representa a taxa de serviço. Esta é também expressa em termos de unidades atendidas por unidade de tempo. Por exemplo: 6 carros por hora. NOTA: As fórmulas serão válidas se λ < μ
51 A2 ANALITICAMENTE Situação A Situação TEC - Tempo entre Chegadas TS - Tempo de Serviço A ± 10 min 15 min B 10 min ± 10 min Logo, em média chegam ao sistema 6 carros a cada hora, isto é, λ = 6. Quanto à taxa μ de atendimento, t o valor é de 4 por hora. Então, λ > μ. Logo, a fila de carros cresce sem parar. A longo prazo, esta é a previsão teórica para o comportamento do posto de lavagem.
52 A2 ANALITICAMENTE Situação B Situação TEC - Tempo entre Chegadas TS - Tempo de Serviço A ± 10 min 15 min B 10 min ± 10 min A tabela indica que o tempo entre chegadas é 10 min. e que o tempo de serviço é de ± 10 min. Vamos então analisar o comportamento da estação de lavagem para outros cenários, assumindo diversos valores para o primeiro parâmetro (10, 12 e 15 min.) e fixando o segundo em 10 min.. λ assume os valores 6 (60 mim/10 min), 5 e 4 carros por hora, respectivamente; μ = 6 carros por hora, teremos as seguintes respostas:
53 A2 ANALITICAMENTE λ L 5 2 W 1 0,5 ρ 1 0,833 0,666 Respostas do Modelo de Filas Número Médio de Carros no Sistema L Tempo Médio Dispendido no Sistema W Taxa Média de Ocupação do Servidor ρ
54 A2 ANALITICAMENTE Resultados λ L 5 2 W 1 0,5 ρ 1 0,833 0,666 Na coluna relativa a λ = 6, observa-se que os valores de L e W assumem valor igual a devido a divisão por zero resultante da formula. A interpretação, neste caso é: a fila tende a crescer indefinidamente, enquanto que o servidor passa 100% do tempo ocupado. Ao avaliarmos o comportamento do sistema para λ = 5 e λ = 4, verifica- se, respectivamente t os seguintes resultados: o número médio de carros no sistema cai para 5 e 2, o tempo médio de espera reduz-se para 1 hora e ½ hora as taxas médias de ocupação baixam para 83,3% 3% e 66,6%. 6%
55 SIMULAÇÃO (conceitos básicos)
56 O QUE É A SIMULAÇÃO? Algumas definições Imitação do funcionamento de um sistema real recorrendo a uma representação adequada (aos fins em vista) desse modelo. É uma colecção extensa de métodos e aplicações que reproduzem o comportamento de um sistema real. Recorre normalmente a um computador e a software adequado. Simulação implica a modelação de um processo ou sistema, de tal forma que o modelo imite as respostas do sistema real numa sucessão de eventos que ocorrem ao longo do tempo. Simulação é o processo de projectar um modelo de um sistema real e conduzir experiências com este modelo com o propósito de entender o seu comportamento e/ou avaliar estratégias para a sua operação.
57 RECORRE-SE À SIMULAÇÃO QUANDO... Projectar o sistema (quando não existe) - Neste caso a simulação poderá ser usada para planear o novo sistema. Melhorar o funcionamento do sistema existente - Experimentar com o sistema real pode ser dispendioso. Por exemplo, o modelo de simulação poderá indicar, com um menor custo, quais os benefícios de se investir em um novo equipamento Prever o futuro comportamento dos sistemas - Antecipar os efeitos produzidos por alterações ou pelo emprego de outros métodos. Medir o desempenho do sistema (diagnóstico)
58 RECORRE-SE À SIMULAÇÃO QUANDO... A experimentação com o sistema real é inadequada - Por exemplo: o planeamento dos serviços de emergência quando ocorre um desastre aéreo. Responder a questões do tipo: O que aconteceria se? Construir teorias e hipóteses a partir das observações efectuadas
59 ÁREAS DE APLICAÇÃO DA SIMULAÇÃO Indústria de manufatura, Sistemas públicos, Sistemas de transporte, Sistemas de lazer / entretenimento, Sistemas de computação, Etc...
60 VANTAGENS DA SIMULAÇÃO Quais são as vantagens da técnica de simulação? A técnica de simulação é de fácil compreensão e aceitação. Geralmente, esta aceitação deve-se a factores, tais como: níveis de detalhes; a visualização dos sistemas (inclusive com animações); economia de tempo e recursos financeiros. Ganhos de produtividade e qualidade. a percepção de que o comportamento do modelo simulado é muito semelhante ao do sistema real.
61 DESVANTAGENS DA SIMULAÇÃO Quais são as desvantagens da técnica de simulação? Conhecimento A construção de modelos requer um processo de aprendizagem.. Dois modelos de um mesmo sistema construídos por dois indivíduos terão similaridades mas dificilmente serão iguais. Recursos - Tempo Não gera respostas exactas, mas estimativas aproximadas
62 CONTEXTO DA SIMULAÇÃO Sistema do Mundo Real Entradas Modelo de Saídas (Dados) Simulação (Respostas) Experimentação MODELO DE SIMULAÇÃO O processo de imitação e criação de uma história artificial dos sistemas reais, pressupõe uma série de simplificações. (grau de abstracção).
63 CONTEXTO DA SIMULAÇÃO SISTEMA Real, existe e alterasse no tempo e no espaço MODELO Representação simplificada do sistema segundo uma perspectiva, visando promover um melhor entendimento. Perspectiva estática análise estrutural: visão da organização das partes do sistema e sua interligação (onde os componentes se localizam) SIMULAÇÃO Manipulação das variáveis do modelo. Perspectiva dinâmica: visão comportamental dos sistemas (causa e efeito no tempo e no espaço)
64 A3 Simulação: ARENA
65 A3 Simulação: ARENA Animação do modelo durante a simulação
66 A3 Simulação: ARENA
67 Ex: Relatório de Resultados A3 Simulação
68 A3 Simulação: INTRODUÇÃO ARENA Quatro temas básicos sobre o Arena serão tratados: Interface básica do ambiente Introdução à construção de modelos Execução de Simulações Animação de Simulações
69 Módulos Basic Process Create 1 Empurra as entidades para o modelo com um tempo entre elas que pode ser aleatório 0 Process 1 Modela Queue-Seize-Delay-Release de um Recurso, ou parte disso (como por exemplo um Delay) Decide 1 0 True Tomada de decisão relativamente ao percurso que uma entidade deve seguir com base em condições ou probabilidades 0 False Coloca as entidades fora do modelo e, por vezes, recolhe estatísticas Dispose 1 0
70 Módulos Basic Process Assign 1 Atribui valores (especialmente Atributos) quando uma entidade passa através dele Record 1 Regista informação quando as entidades passam através dele, tipicamente estatísticas de entidades Combina múltiplas entidades numa única Batch 1 0 Separate 1 0 Original Divide múltiplas entidades que estavam combinadas ou duplica uma entidade 0 Duplicate
71 Fluxograma Exit Facility 0 B roken Items Repair Inspect Ok? 0 False 0 Tr ue
72 Módulos Basic Process Módulo Entity : Define valores e figuras. Módulo Queue : Define valores e regras relacionados com filas. Módulo Resource : Define recursos incluindo custos e disponibilidade.
73 Módulos Basic Process Módulo Variable : Usado para definir valores iniciais e tipos de variáveis. Módulo Schedule : Define a programação da operação dos recursos. Módulo Set : Define vários tipos de conjuntos que incluem recursos, entidades, figuras, etc.
74 Entidades Entidades são elementos dinâmicos que passam através do sistema. Exemplos: pessoas, peças, informação, etc. Entidades são distinguidas pelos atributos José 1. 8 anos 2. Rapaz 3. Olhos azuis Maria 1. 5 anos 2. Rapariga 3. Olhos verdes Infelizmente, os atributos têm que ser valores numéricos 4. Gosta queijo 4. Gosta uvas As entidades são criadas quando entram no modelo Create 1 0 As entidades d são eliminadas i quando saem do modelo Dispose 1 0
75 Filas As entidades vão para uma fila quando precisam de ser processadas No ARENA Uma entidade tenta apanhar (Seize) um recurso (Resource) Uma entidade utiliza um recurso durante um determinado período de tempo (Delay) Se não há recursos disponíveis, a entidade espera numa fila (Queue) A entidade liberta (Release) o recurso quando conclui o processamento As Filas são criadas automaticamente por alguns módulos (ex., Process) e podem ser caracterizadas manualmente As propriedades de uma fila, incluindo a sua disciplina, são definidas via a folha de dados Queue (Queue spreadsheet) Pi Primeiro i a chegar ou o último a chegar é o primeiro i a ser atendido Primeiro o que tem o valor do atributo mais baixo ou elevado Process 1 0
76 Recursos Os Recursos têm Um identificador (Name) - dado por nós Uma capacidade d (Capacity) -número de unidades d que podem ser simultaneamente processadas; pensar em número de servidores em paralelo. E podem ter um horário (Schedule) - quando está disponível E podem ser animados Os Recursos são automaticamente ti t definidos id por alguns módulos (ex., Process) Os Recursos podem ser definidos manualmente; as suas propriedades podem ser alteradas através da folha de dados resourse (Resources spreadsheet) no painel Basic Process Existe também uma folha de dados schedule (Schedule spreadsheet) para especificar o horário dos recursos
77 Construção do Modelo no Arena Create: É o módulo responsável pela entrada dos automóveis no modelo. Process: É o módulo responsável pelo processo ou serviço efectuado pelo servidor. Dispose: É o módulo responsável pela saída dos automóveis do sistema.
78 Construção do Modelo no Arena os intervalos entre chegadas foram caracterizados por uma distri-buição Exponen- cial negativa com taxa média igual a λ =12 min/carro. Foi definido que chega apenas um cliente por vez e o tempo de início de simulação é 0 (zero). Janela do módulo Create personalizada
79 Construção do Modelo no Arena Observe que o tempo de atendimento do operador é caracterizado por uma distribuição triangular com parâmetros 9,10 e 11. Foi definido um recurso para esta operação (campo Resources), o operador. Janela do módulo Process personalizada
80 Construção do Modelo no Arena Janela do módulo Dispode Notar que o campo Record Entity Statiscs está activado. Isto faz com algumas estatísticas básicas sejam realizadas pelo simulador (por exemplo, o número de entidades atendidas pelo servidor durante o período de tempo simulado).
81 Construção do Modelo no Arena Janela de Replication Parameters personalizada
82 Construção do Modelo no Arena Janela de Project Parameters personalizada
83 Construção do Modelo no Arena Janela de Reports personalizada
84 EXEMPLO - 2 Pretende-se modelar um sistema de reparação de peças. O intervalo de tempo entre chegadas de peças consecutivas pode ser aproximado a uma distribuição exponencial negativa com uma média de 4 minutos. O tempo de reparação pode ser modelado através de uma distribuição normal com uma média de 3.5 minutos e um desvio padrão de 2 minutos. Após a reparação, cada peça é inspeccionada, actividade que demora, em média, 2 minutos, segundo uma distribuição exponencial negativa. No processo de inspecção, 10% das peças são não conformes, tendo que ser novamente reparadas.
85 EXEMPLO - 2 Cria entidades; de notar que o período de tempo entre chegadas é Exponencial, neste caso Expo(0.25) A decisão é 2-way by chance com 90% de probabilidade bilid d de ser true Exit Facility 0 Broken Items Repair Inspect Ok? 0 False 0 Tr ue A acção é Seize-Delay Delay- Release O tempo de inspecção pode ser dado por uma expressão, neste caso Expo(0.5).
MODELAGEM E SIMULAÇÃO
MODELAGEM E SIMULAÇÃO Professor: Dr. Edwin B. Mitacc Meza edwin@engenharia-puro.com.br www.engenharia-puro.com.br/edwin Como Funciona a Simulação Introdução Assim como qualquer programa de computador,
Leia maisTeoria das filas. Clientes. Fila
Teoria das filas 1 - Elementos de uma fila: População Clientes Fila Servidores 1 3 Atendimento Características de uma fila:.1 Clientes e tamanho da população População infinita > Chegadas independentes
Leia maisIntrodução a Avaliação de Desempenho
Introdução a Avaliação de Desempenho Avaliar é pronunciar-se sobre as características de um certo sistema. Dado um sistema real qualquer, uma avaliação deste sistema pode ser caracterizada por toda e qualquer
Leia maisSistemas de Filas: Aula 1. Amedeo R. Odoni 10 de outubro de 2001
Sistemas de Filas: Aula 1 Amedeo R. Odoni 10 de outubro de 2001 Tópicos em Teoria das Filas 9. Introdução a sistemas de filas; lei de Little, M/M/1 10. Filas Markovianas (processo de renovação) 11. Fila
Leia mais)HUUDPHQWDV &RPSXWDFLRQDLV SDUD 6LPXODomR
6LPXODomR GH6LVWHPDV )HUUDPHQWDV &RPSXWDFLRQDLV SDUD 6LPXODomR #5,6. Simulador voltado para análise de risco financeiro 3RQWRV IRUWHV Fácil de usar. Funciona integrado a ferramentas já bastante conhecidas,
Leia mais&UHDWH±'LVSRVH±3URFHVV±(QWLW\±5HVRXUFH
$5(1$±$8/$ &UHDWH±'LVSRVH±3URFHVV±(QWLW\±5HVRXUFH )OX[RGD6LPXODomR5HFXUVRV(QWLGDGHV ygxorv%ivlfrvgr$uhqd ygxor&5($7( Cria as entidades para a simulação Campo Name: Identifica e documenta o módulo. Está
Leia maisCAP. I ERROS EM CÁLCULO NUMÉRICO
CAP. I ERROS EM CÁLCULO NUMÉRICO 0. Introdução Por método numérico entende-se um método para calcular a solução de um problema realizando apenas uma sequência finita de operações aritméticas. A obtenção
Leia maisSimulação Computacional de Sistemas, ou simplesmente Simulação
Simulação Computacional de Sistemas, ou simplesmente Simulação Utilização de métodos matemáticos & estatísticos em programas computacionais visando imitar o comportamento de algum processo do mundo real.
Leia maisGestão dos Níveis de Serviço
A Gestão dos Níveis de Serviço (SLM) Os sistemas e tecnologias de informação e comunicação têm nas empresas um papel cada vez mais importante evoluindo, hoje em dia, para níveis mais elevados de funcionamento
Leia maisModelos, em escala reduzida, de pontes e barragens. Simuladores de voo (ou de condução), com os quais se treinam pilotos (ou condutores).
SIMULAÇÃO 1 Introdução Entende-se por simulação a imitação do funcionamento de um sistema real recorrendo a uma representação desse sistema. Com essa representação modelo, pretende-se realizar experimentações
Leia maisSimulação Industrial
Licenciatura em Engenharia e Gestão Industrial Simulação Industrial Enunciados de Exercícios Para as Aulas Práticas Acácio M. de O. Porta Nova Departamento de Engenharia e Gestão Instituto Superior Técnico
Leia maisDEPARTAMENTO DE MATEMÁTICA E CIÊNCIAS EXPERIMENTAIS
DEPARTAMENTO DE MATEMÁTICA E CIÊNCIAS EXPERIMENTAIS Planificação Anual da Disciplina de TIC Módulos 1,2,3-10.ºD CURSO PROFISSIONAL DE TÉCNICO DE APOIO À GESTÃO DESPORTIVA Ano Letivo 2015-2016 Manual adotado:
Leia maisSAD orientado a MODELO
Universidade do Contestado Campus Concórdia Curso de Sistemas de Informação Prof.: Maico Petry SAD orientado a MODELO DISCIPLINA: Sistemas de Apoio a Decisão SAD Orientado a Modelo De acordo com ALTER
Leia maisDEMONSTRAÇÕES FINANCEIRAS COMBINADAS
24 DEMONSTRAÇÕES FINANCEIRAS COMBINADAS Os mercados de capitais na Europa e no mundo exigem informações financeiras significativas, confiáveis, relevantes e comparáveis sobre os emitentes de valores mobiliários.
Leia maisTrabalhos Práticos. Programação II Curso: Engª Electrotécnica - Electrónica e Computadores
Trabalhos Práticos Programação II Curso: Engª Electrotécnica - Electrónica e Computadores 1. Objectivos 2. Calendarização 3. Normas 3.1 Relatório 3.2 Avaliação 4. Propostas Na disciplina de Programação
Leia maisVamos denominar 1/µ o tempo médio de atendimento de um cliente. Tem-se, então que:
Vamos admitir que o tempo de atendimento (tempo de serviço) de clientes diferentes são variáveis aleatórias independentes e que o atendimento de cada consumidor é dado por uma variável S tendo função densidade
Leia maisModelos de Filas de Espera
Departamento de Informática Modelos de Filas de Espera Métodos Quantitativos LEI 2006/2007 Susana Nascimento (snt@di.fct.unl.pt) Advertência Autores João Moura Pires (jmp@di.fct.unl.pt) Susana Nascimento
Leia maisPor que aparecem as filas? Não é eficiente, nem racional, que cada um disponha de todos os recursos individualmente. Por exemplo:
Por que aparecem as filas? Não é eficiente, nem racional, que cada um disponha de todos os recursos individualmente. Por exemplo: que cada pessoa disponha do uso exclusivo de uma rua para se movimentar;
Leia maisUNIDADE VI - Planejamento e Controle de Projetos
UNIDADE VI - Planejamento e Controle de Projetos Características do Planejamento e Controle Tarefas do Planejamento e Controle Processo de Planejamento e Controle de Projetos Técnicas e Ferramentas de
Leia maisExercícios. Exercício 1
Exercícios Exercício 1 Considere um sistema de processamento com os seguintes tempos entre chegadas de tarefas: Tempo entre Chegadas (horas) Probabilidade 0 0.23 1 0.37 2 0.28 3 0.12 Os tempos de processamento
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 byanca_porto@yahoo.com.br UniFOA Bruna Marta de Brito do Rego Medeiros brunamartamedeiros@hotmail.com
Leia maisModelo Cascata ou Clássico
Modelo Cascata ou Clássico INTRODUÇÃO O modelo clássico ou cascata, que também é conhecido por abordagem top-down, foi proposto por Royce em 1970. Até meados da década de 1980 foi o único modelo com aceitação
Leia maispor João Gomes, Director Executivo do Instituto de Planeamento e Desenvolvimento do Turismo e Professor Associado da Universidade Fernando Pessoa
COMO AUMENTAR AS RECEITAS DE UM NEGÓCIO: O CONCEITO DE GESTÃO DE RECEITAS (revenue management) (Publicado na Revista Hotéis de Portugal Maio/Junho 2004) por João Gomes, Director Executivo do Instituto
Leia maisModelagem e Simulação
AULA 11 EPR-201 Modelagem e Simulação Modelagem Processo de construção de um modelo; Capacitar o pesquisador para prever o efeito de mudanças no sistema; Deve ser próximo da realidade; Não deve ser complexo.
Leia maisUsando o Arena em Simulação
Usando o Arena em Simulação o ARENA foi lançado pela empresa americana Systems Modeling em 1993 e é o sucessor de dois outros produtos de sucesso da mesma empresa: SIMAN (primeiro software de simulação
Leia maisSimulação Transiente
Tópicos Avançados em Avaliação de Desempenho de Sistemas Professores: Paulo Maciel Ricardo Massa Alunos: Jackson Nunes Marco Eugênio Araújo Dezembro de 2014 1 Sumário O que é Simulação? Áreas de Aplicação
Leia maisDiagrama de transição de Estados (DTE)
Diagrama de transição de Estados (DTE) O DTE é uma ferramenta de modelação poderosa para descrever o comportamento do sistema dependente do tempo. A necessidade de uma ferramenta deste tipo surgiu das
Leia maisINTRODUÇÃO objectivo
INTRODUÇÃO O tema central deste trabalho é o sistema de produção just-in-time ou JIT. Ao falarmos de just-in-time surge de imediato a ideia de produção sem stocks, inventários ao nível de zero, produção
Leia maisGESTÃO de PROJECTOS. Gestor de Projectos Informáticos. Luís Manuel Borges Gouveia 1
GESTÃO de PROJECTOS Gestor de Projectos Informáticos Luís Manuel Borges Gouveia 1 Iniciar o projecto estabelecer objectivos definir alvos estabelecer a estratégia conceber a estrutura de base do trabalho
Leia maisUma introdução à Teoria das Filas
Uma introdução à Teoria das Filas Introdução aos Processos Estocásticos 13/06/2012 Quem nunca pegou fila na vida? Figura: Experiência no bandejão Motivação As filas estão presentes em nosso cotidiano,
Leia maisMódulo 4. Construindo uma solução OLAP
Módulo 4. Construindo uma solução OLAP Objetivos Diferenciar as diversas formas de armazenamento Compreender o que é e como definir a porcentagem de agregação Conhecer a possibilidade da utilização de
Leia maisPlaneamento de um Posto de Abastecimento de Combustível
Introdução aos Computadores e à Programação 2007/2008, 2º Semestre 1º Trabalho de OCTAVE Planeamento de um Posto de Abastecimento de Combustível 1. Introdução Pretende-se instalar um posto de abastecimento
Leia maisPesquisa Operacional
GOVERNO DO ESTADO DO PARÁ UNIVERSIDADE DO ESTADO DO PARÁ CENTRO DE CIÊNCIAS NATURAIS E TECNOLOGIA DEPARTAMENTO DE ENGENHARIA Pesquisa Operacional Tópico 4 Simulação Rosana Cavalcante de Oliveira, Msc rosanacavalcante@gmail.com
Leia maisExercícios de Filas de Espera Enunciados
Capítulo 8 Exercícios de Filas de Espera Enunciados Enunciados 124 Problema 1 Os autocarros de uma empresa chegam para limpeza à garagem central em grupos de cinco por. Os autocarros são atendidos em ordem
Leia maisModelos de Filas de Espera
Departamento de Informática Modelos de Filas de Espera Métodos Quantitativos LEI 2006/2007 Susana Nascimento (snt@di.fct.unl.pt) Advertência Autor João Moura Pires (jmp@di.fct.unl.pt) Este material pode
Leia maisPLANIFICAÇÃO MODULAR ANO LECTIVO 2015 / 2016
PLANIFICAÇÃO MODULAR ANO LECTIVO 2015 / 2016 CURSO/CICLO DE FORMAÇÃO Técnico de Eletrotecnia e Técnico de Gestão de Equipamentos Informáticos / 2015/2018 DISCIPLINA: Tecnologias da Informação e Comunicação
Leia maisVersão 1.0 09/Set/2013. www.wedocenter.com.br. WeDo Soluções para Contact Center Consultorias
Verificação do Modelo de Erlang Ponto de Análise: Processo de chegada de contatos Operações de Contact Center Receptivo Por: Daniel Lima e Juliano Nascimento Versão 1.0 09/Set/2013 Ponto de Análise Processo
Leia maisExcel. Excel conceitos básicos
Excel Docente: Ana Paula Afonso Excel conceitos básicos A folha de cálculo não é mais do que um programa que manipula um conjunto de células dispostas em formato de matriz, cujo conteúdo, quando numérico,
Leia maisA MATEMÁTICA NO ENSINO SUPERIOR POLICIAL 1
A MATEMÁTICA NO ENSINO SUPERIOR POLICIAL 1 A IMPORTÂNCIA DA MATEMÁTICA O desenvolvimento das sociedades tem sido também materializado por um progresso acentuado no plano científico e nos diversos domínios
Leia maisEstabelecendo Prioridades para Advocacia
Estabelecendo Prioridades para Advocacia Tomando em consideração os limites de tempo e recursos dos implementadores, as ferramentas da série Straight to the Point (Directo ao Ponto), da Pathfinder International,
Leia maisDEPARTAMENTO DE MATEMÁTICA E CIÊNCIAS EXPERIMENTAIS (GRUPO INFORMÁTICA) Ano Letivo de 2014/2015 MÓDULO 1 FOLHA DE CÁLCULO
Ensino Regular Diurno Disciplina: T.I.C. Professores: Margarida Afonso Curso Profissional - Técnico de Auxiliar de Saúde Ano: 10.º Turma(s): TAS MÓDULO 1 FOLHA DE CÁLCULO OBJECTIVOS Indicar as principais
Leia maisPERGUNTAS MAIS FREQÜENTES SOBRE VALOR PRESENTE LÍQUIDO (VPL)
PERGUNTAS MAIS FREQÜENTES SOBRE VALOR PRESENTE LÍQUIDO (VPL) Melhor método para avaliar investimentos 16 perguntas importantes 16 respostas que todos os executivos devem saber Francisco Cavalcante(f_c_a@uol.com.br)
Leia maisO que é a estatística?
Elementos de Estatística Prof. Dr. Clécio da Silva Ferreira Departamento de Estatística - UFJF O que é a estatística? Para muitos, a estatística não passa de conjuntos de tabelas de dados numéricos. Os
Leia maisMÓDULO IV O ROI NUM SISTEMA DE ELEARNING
MÓDULO IV O ROI NUM SISTEMA DE ELEARNING Objectivos gerais do módulo No final do módulo, deverá estar apto a: Identificar os diferentes tipos de custos de elearning; Comparar os custos de elearning com
Leia maisCláudio Tadeu Cristino 1. Julho, 2014
Inferência Estatística Estimação Cláudio Tadeu Cristino 1 1 Universidade Federal de Pernambuco, Recife, Brasil Mestrado em Nutrição, Atividade Física e Plasticidade Fenotípica Julho, 2014 C.T.Cristino
Leia maisConceitos Iniciais Parte 1
Módulo SIMULAÇÃO Conceitos Iniciais Parte O que pode ser simulado? Sistema de manufatura com máquinas, pessoas, rede de transporte, correias transportadoras e espaço para armazenamento; Agências bancárias
Leia maisApresentação da Solução. Divisão Área Saúde. Solução: Gestão de Camas
Apresentação da Solução Solução: Gestão de Camas Unidade de negócio da C3im: a) Consultoria e desenvolvimento de de Projectos b) Unidade de Desenvolvimento Área da Saúde Rua dos Arneiros, 82-A, 1500-060
Leia mais5. Métodos ágeis de desenvolvimento de software
Engenharia de Software 5. Métodos ágeis de desenvolvimento de software Nuno Miguel Gil Fonseca nuno.fonseca@estgoh.ipc.pt Desenvolver e entregar software o mais rapidamente possível é hoje em dia um dos
Leia maisDirecção Regional de Educação do Algarve
MÓDULO 1 Folha de Cálculo 1. Introdução à folha de cálculo 1.1. Personalização da folha de cálculo 1.2. Estrutura geral de uma folha de cálculo 1.3. O ambiente de da folha de cálculo 2. Criação de uma
Leia maisMúltiplos Estágios processo com três estágios Inquérito de Satisfação Fase II
O seguinte exercício contempla um processo com três estágios. Baseia-se no Inquérito de Satisfação Fase II, sendo, por isso, essencial compreender primeiro o problema antes de começar o tutorial. 1 1.
Leia maisPLANEJAMENTO OPERACIONAL - MARKETING E PRODUÇÃO MÓDULO 3 O QUE É PLANEJAMENTO DE VENDAS E OPERAÇÕES?
PLANEJAMENTO OPERACIONAL - MARKETING E PRODUÇÃO MÓDULO 3 O QUE É PLANEJAMENTO DE VENDAS E OPERAÇÕES? Índice 1. O que é planejamento de...3 1.1. Resultados do planejamento de vendas e operações (PVO)...
Leia mais(Consulta Real em Ambiente Virtual)
BEM-VINDO AO C R A V (Consulta Real em Ambiente Virtual) A partir de hoje o Arquivo Nacional da Torre do Tombo oferece um novo serviço. O CRAV faculta uma nova forma de obter informação, produtos e serviços
Leia maisTarefa Orientada 18 Tabelas dinâmicas
Tarefa Orientada 18 Tabelas dinâmicas Análise de dados através de tabelas dinâmicas. Conceitos teóricos As Tabelas Dinâmicas são tabelas interactivas que resumem elevadas quantidades de dados, usando estrutura
Leia maisA Gestão, os Sistemas de Informação e a Informação nas Organizações
Introdução: Os Sistemas de Informação (SI) enquanto assunto de gestão têm cerca de 30 anos de idade e a sua evolução ao longo destes últimos anos tem sido tão dramática como irregular. A importância dos
Leia maisEstratégia de Manutenção em Oficinas utilizando Caminho Critico
SEGeT Simpósio de Excelência em Gestão e Tecnologia 1 Estratégia de Manutenção em Oficinas utilizando Caminho Critico RESUMO Entre as estratégias gerenciais em empresas de médio e grande porte existe o
Leia maisProf. Antonio Torres antonioctorres@gmail.com @_antonioctorres. Fundamentos de Sistemas Operacionais UNIP/2015
Prof. Antonio Torres antonioctorres@gmail.com @_antonioctorres Fundamentos de Sistemas Operacionais UNIP/2015 Disciplinas FUNDAMENTOS DE SISTEMAS OPERACIONAIS Horários Quarta-feira Fundamentos de Sistemas
Leia maisEXERCÍCIOS EXERCÍCIOS. Definições Básicas. Definições Básicas. Definições Básicas. Introdução à Estatística. Dados: valores de variáveis observadas.
Definições Básicas Introdução à Estatística ESTATÍSTICA: estudo dos métodos para coletar, organizar, apresentar e analisar dados. População: conjunto constituído por todos os indivíduos que apresentem
Leia maisGerenciamento de filas
Gerenciamento de filas Universidade Federal do Vale do São Francisco Campus de Juazeiro BA Colegiado de Engenharia de Produção Professor MSc. Marcel de Gois Pinto Aspectos essenciais do sistema de filas
Leia maisFilas de Espera. Slide 1. c 1998 José Fernando Oliveira FEUP
Filas de Espera Slide 1 Transparências de apoio à leccionação de aulas teóricas Versão 1 c 1998 Filas de Espera 1 Introdução Fenómeno corrente no dia-a-dia Slide 2 clientes pessoas, veículos ou outras
Leia maisMobilidade na FEUP Deslocamento Vertical
Mobilidade na FEUP Deslocamento Vertical Relatório Grupo 515: Carolina Correia Elder Vintena Francisco Martins Salvador Costa Sara Palhares 2 Índice Introdução...4 Objectivos...5 Método...6 Dados Obtidos...7
Leia maisTECNOLOGIAS DA INFORMAÇÃO E COMUNICAÇÃO - TIC 10º C. Planificação de. Curso Profissional de Técnico de Secretariado
Escola Básica e Secundária de Velas Planificação de TECNOLOGIAS DA INFORMAÇÃO E COMUNICAÇÃO - TIC Curso Profissional de Técnico de Secretariado 10º C MÓDULO 1 FOLHA DE CÁLCULO Microsoft Excel Conteúdos
Leia maisDISTRIBUIÇÃO DE WEIBULL CONCEITOS BÁSICOS APLICAÇÕES
LUIZ CLAUDIO BENCK KEVIN WONG TAMARA CANDIDO DISTRIBUIÇÃO DE WEIBULL CONCEITOS BÁSICOS APLICAÇÕES Trabalho apresentado para avaliação na disciplina de Estatística e Métodos Numéricos do Curso de Administração
Leia maisDESENVOLVER E GERIR COMPETÊNCIAS EM CONTEXTO DE MUDANÇA (Publicado na Revista Hotéis de Portugal Julho/Agosto 2004)
DESENVOLVER E GERIR COMPETÊNCIAS EM CONTEXTO DE MUDANÇA (Publicado na Revista Hotéis de Portugal Julho/Agosto 2004) por Mónica Montenegro, Coordenadora da área de Recursos Humanos do MBA em Hotelaria e
Leia maisProtocolo em Rampa Manual de Referência Rápida
Protocolo em Rampa Manual de Referência Rápida 1 O que é o Protocolo em Rampa O protocolo em rampa é um protocolo para testes de esforço que não possui estágios. Nele o incremento da carga se dá de maneira
Leia maisMÓDULO 6 INTRODUÇÃO À PROBABILIDADE
MÓDULO 6 INTRODUÇÃO À PROBBILIDDE Quando estudamos algum fenômeno através do método estatístico, na maior parte das vezes é preciso estabelecer uma distinção entre o modelo matemático que construímos para
Leia mais>>>>> Líder em Renovação
>>>>> CONFORTO. SEGURANÇA. ISOLAMENTO ACÚSTICO. ISOLAMENTO TÉRMICO Líder em Renovação Serviço Global A DELEME COMERCIAL presta um Serviço Global aos seus clientes. Desde o primeiro contacto, até à conclusão
Leia maisCurso de Graduação em Administração. Administração da Produção e Operações I
Curso de Graduação em Administração Administração da Produção e Operações I 22º Encontro - 11/05/2012 18:50 às 20:30h COMO SERÁ NOSSO ENCONTRO HOJE? - ABERTURA - CAPACIDADE E TURNOS DE TRABALHO. 02 Introdução
Leia maisCADEX. Consultoria em Logística Interna. Layout de armazém. Objectivos. Popularidade. Semelhança. Tamanho. Características
CADEX Consultoria em Logística Interna Layout de armazém fonte: Wikipédia O layout de armazém é a forma como as áreas de armazenagem de um armazém estão organizadas, de forma a utilizar todo o espaço existente
Leia maisIntrodução à Teoria das Filas
Introdução à Teoria das Filas If the facts don't fit the theory, change the facts. --Albert Einstein Notação Processo de Chegada: Se os usuários chegam nos instantes t 1, t 2,..., t j, então as variáveis
Leia mais7Testes de hipótese. Prof. Dr. Paulo Picchetti M.Sc. Erick Y. Mizuno. H 0 : 2,5 peças / hora
7Testes de hipótese Prof. Dr. Paulo Picchetti M.Sc. Erick Y. Mizuno COMENTÁRIOS INICIAIS Uma hipótese estatística é uma afirmativa a respeito de um parâmetro de uma distribuição de probabilidade. Por exemplo,
Leia maisObjetivos. Teoria de Filas. Teoria de Filas
Objetivos Teoria de Filas Michel J. Anzanello, PhD anzanello@producao.ufrgs.br 2 Teoria de Filas Filas estão presentes em toda a parte; Exemplos evidentes de fila podem ser verificados em bancos, lanchonetes,
Leia maisAnálise e Desenvolvimento de Sistemas ADS Programação Orientada a Obejeto POO 3º Semestre AULA 03 - INTRODUÇÃO À PROGRAMAÇÃO ORIENTADA A OBJETO (POO)
Análise e Desenvolvimento de Sistemas ADS Programação Orientada a Obejeto POO 3º Semestre AULA 03 - INTRODUÇÃO À PROGRAMAÇÃO ORIENTADA A OBJETO (POO) Parte: 1 Prof. Cristóvão Cunha Objetivos de aprendizagem
Leia maisPÓS GRADUAÇÃO EM CIÊNCIAS DE FLORESTAS TROPICAIS-PG-CFT INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA-INPA. 09/abril de 2014
PÓS GRADUAÇÃO EM CIÊNCIAS DE FLORESTAS TROPICAIS-PG-CFT INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA-INPA 09/abril de 2014 Considerações Estatísticas para Planejamento e Publicação 1 Circularidade do Método
Leia maisPlano de implementação da ISO 9001:2008 PLANO DE IMPLEMENTAÇÃO DA ISO 9001:2008
PLANO DE IMPLEMENTAÇÃO DA ISO 9001:2008 A APCER vem por este documento transmitir as disposições tomadas para a emissão de certificados acreditados durante o período de implementação definido pela IAF,
Leia maisInstalações Máquinas Equipamentos Pessoal de produção
Fascículo 6 Arranjo físico e fluxo O arranjo físico (em inglês layout) de uma operação produtiva preocupa-se com o posicionamento dos recursos de transformação. Isto é, definir onde colocar: Instalações
Leia maisSoftware comercial para planeamento da distribuição
Software comercial para planeamento da distribuição Existe uma grande variedade de software comercial para planeamento e análise de sistemas eléctricos de distribuição (ver tabela). Muitas das empresas
Leia maisMicrosoft Access 2010. Para conhecermos o Access, vamos construir uma BD e apresentar os conceitos necessários a cada momento
Microsoft Access 2010 Para conhecermos o Access, vamos construir uma BD e apresentar os conceitos necessários a cada momento 1 Principais objetos do Access Tabelas Guardam a informação da BD (Base de Dados)
Leia maisCAPÍTULO 2 MATEMÁTICA FINANCEIRA
CAPÍTULO 2 MATEMÁTICA FINANCEIRA A Matemática Financeira se preocupa com o valor do dinheiro no tempo. E pode-se iniciar o estudo sobre o tema com a seguinte frase: NÃO SE SOMA OU SUBTRAI QUANTIAS EM DINHEIRO
Leia maisRock In Rio - Lisboa
Curso de Engenharia Informática Industrial Rock In Rio - Lisboa Elaborado por: Ano Lectivo: 2004/05 Tiago Costa N.º 4917 Turma: C Gustavo Graça Patrício N.º 4757 Turma: C Docente: Professora Maria Estalagem
Leia maisMODELAGEM E SIMULAÇÃO
MODELAGEM E SIMULAÇÃO Professor: Dr. Edwin B. Mitacc Meza edwin@engenharia-puro.com.br www.engenharia-puro.com.br/edwin Terminologia Básica Utilizada em de Sistemas Terminologia Básica Uma série de termos
Leia maisGereComSaber. Desenvolvimento de Sistemas de Software. Universidade do Minho Conselho de Cursos de Engenharia Licenciatura em Engenharia Informática
Universidade do Minho Conselho de Cursos de Engenharia Licenciatura em Engenharia Informática Desenvolvimento de Sistemas de Software Ano Lectivo de 2009/10 GereComSaber Ana Duarte, André Guedes, Eduardo
Leia maisTECNOLOGIAS DA INFORMAÇÃO E COMUNICAÇÃO. SISTEMAS DE GESTÃO DE BASE DE DADOS Microsoft Access TECNOLOGIAS DA INFORMAÇÃO E COMUNICAÇÃO
TECNOLOGIAS DA INFORMAÇÃO E COMUNICAÇÃO Microsoft Access TECNOLOGIAS DA INFORMAÇÃO E COMUNICAÇÃO CONCEITOS BÁSICOS 1 Necessidade das base de dados Permite guardar dados dos mais variados tipos; Permite
Leia maisESCOLA E.B. 2,3 D. AFONSO III. Planificação da disciplina de Matemática - CEF - 2º Ano Ano letivo de 2014/2015
CONTEÚDOS PROGRAMÁTICOS Planificação da disciplina de Matemática - CEF - 2º Ano Ano letivo de 2014/2015 COMPETÊNCIAS OBJECTIVOS CONCEITOS METEDOLOGIAS /SITUAÇÕES DE APREDIZAGEM AULAS PREVISTAS Módulo 11
Leia maisSegurança e Higiene no Trabalho
Guia Técnico Segurança e Higiene no Trabalho Volume III Análise de Riscos um Guia Técnico de Copyright, todos os direitos reservados. Este Guia Técnico não pode ser reproduzido ou distribuído sem a expressa
Leia maisMODELAGEM E SIMULAÇÃO. Professor: Adriano Benigno Moreira
MODELAGEM E SIMULAÇÃO Professor: Adriano Benigno Moreira Variáveis de Estado As variáveis cujos valores determinam o estado de um sistema são conhecidas como variáveis de estado. Quando a execução de um
Leia maisProgramação 2ºSemestre MEEC - 2010/2011. Programação 2º Semestre 2010/2011 Enunciado do projecto
Mestrado Integrado em Engenharia Electrotécnica e de Computadores Programação 2º Semestre 2010/2011 Enunciado do projecto O projecto a desenvolver pelos alunos consistirá numa sistema de monitorização,
Leia maisPodemos encontrar uma figura interessante no PMBOK (Capítulo 7) sobre a necessidade de organizarmos o fluxo de caixa em um projeto.
Discussão sobre Nivelamento Baseado em Fluxo de Caixa. Item aberto na lista E-Plan Podemos encontrar uma figura interessante no PMBOK (Capítulo 7) sobre a necessidade de organizarmos o fluxo de caixa em
Leia maisSistemas de Gerenciamento de Banco de Dados
Sistemas de Gerenciamento de Banco de Dados A U L A : C R I A Ç Ã O D E B A N C O D E D A D O S - R E Q U I S I T O S F U N C I O N A I S E O P E R A C I O N A I S P R O F. : A N D R É L U I Z M O N T
Leia maisServiço a Pedido ( On Demand ) da CA - Termos e Política de Manutenção Em vigor a partir de 1 de Setembro de 2010
Serviço a Pedido ( On Demand ) da CA - Termos e Política de Manutenção Em vigor a partir de 1 de Setembro de 2010 A Manutenção do Serviço a Pedido ( On Demand ) da CA consiste numa infra-estrutura de disponibilidade
Leia mais2005 José Miquel Cabeças
Dimensionamento de linhas de produção 1 - INTRODUÇÃO A fabricação de elevado volume de produção é frequentemente caracterizada pela utilização de linhas de montagem e fabricação. O balanceamento de linhas
Leia maisPROGRAMAÇÃO DE MICROPROCESSADORES 2011 / 2012
Departamento de Engenharia Electrotécnica PROGRAMAÇÃO DE MICROPROCESSADORES 2011 / 2012 Mestrado Integrado em Engenharia Electrotécnica e de Computadores 1º ano 2º semestre Trabalho Final Reservas de viagens
Leia maisDisciplina: Suprimentos e Logística II 2014-02 Professor: Roberto Cézar Datrino Atividade 3: Transportes e Armazenagem
Disciplina: Suprimentos e Logística II 2014-02 Professor: Roberto Cézar Datrino Atividade 3: Transportes e Armazenagem Caros alunos, Essa terceira atividade da nossa disciplina de Suprimentos e Logística
Leia maisTeoria de Filas. Prof. Gustavo Leitão. Campus Natal Central. Planejamento de Capacidade de Sistemas
Teoria de Filas Prof. Gustavo Leitão Campus Natal Central. Planejamento de Capacidade de Sistemas 5/27/2010 Objetivo da Aula 5/27/2010 5/27/2010 OBJETIVO Apresentar os conceitos de teoria de filas e suas
Leia maisMatemática Financeira Módulo 2
Fundamentos da Matemática O objetivo deste módulo consiste em apresentar breve revisão das regras e conceitos principais de matemática. Embora planilhas e calculadoras financeiras tenham facilitado grandemente
Leia maisFACULDADE DE ENGENHARIA DE COMPUTAÇÃO. PROJETO FINAL I e II PLANO DE TRABALHO <NOME DO TRABALHO> <Nome do Aluno> <Nome do Orientador>
FACULDADE DE ENGENHARIA DE COMPUTAÇÃO PROJETO FINAL I e II PLANO DE TRABALHO O Trabalho de Conclusão de Curso (TCC) a ser desenvolvido
Leia maisPRINCÍPIOS DE INFORMÁTICA PRÁTICA 08 1. OBJETIVO 2. BASE TEÓRICA. 2.1 Criando Mapas no Excel. 2.2 Utilizando o Mapa
PRINCÍPIOS DE INFORMÁTICA PRÁTICA 08 1. OBJETIVO Aprender a utilizar mapas, colocar filtros em tabelas e a criar tabelas e gráficos dinâmicos no MS-Excel. Esse roteiro foi escrito inicialmente para o Excel
Leia maisEscola Secundária de Camarate
Escola Secundária de Camarate Ano Lectivo 2014/2015 Planificação da Disciplina de Tecnologias da Informação e Comunicação Curso Profissional de Técnico Auxiliar de Saúde e Técnico de Restauração e Bar
Leia mais