PCS 2039 Modelagem e Simulação de Sistemas Computacionais
|
|
|
- Carmem Rios
- 5 Há anos
- Visualizações:
Transcrição
1 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 4o. Módulo Acadêmico PCS-2039 Modelagem e Simulação de Sistemas Computacionais 1
2 V - Sistemas de Filas Simples Agenda Conceitos de Filas; Relações entre as ariáeis; Processos Estocásticos; Análise de Fila Única; Filas Markoianas; 0 Exercícios. PCS-2039 Modelagem e Simulação de Sistemas Computacionais 2
3 1 - Conceitos de Filas Definição do Modelo de Filas: Processo de Chegada: Medido atraés de Interalos de Chegadas; Seqüência de Valores Aleatórios, Independentes e Identicamente Distribuídos (IID); Distribuição mais comum exponencial; Processo de Seriço: O tempo de cada usuário na execução de um seriço: Tempo de Execução: alores IID; Número de Seridores: normalmente são idênticos; Capacidade do Sistema (tamanho da população): número máximo de usuários do Sistema de Fila; Tamanho da População: número potencial de usuários do Sistema de Fila; PCS-2039 Modelagem e Simulação de Sistemas Computacionais 3
4 1 - Conceitos de Filas Definição do Modelo de Filas: Distribuições: M: exponencial, E: Erlang, D: Determinística e G: Geral. Disciplina de Seriço (política de atendimento): FCFS - First Come First Sered; RR -(Round Robin): fila circular; LCFS - Last Come First Sered; LCFS-preenptio: interrupção do último usuário que chegou; PS - Processor Sharing: RR com um quantum pequeno associado. Centros de Atraso: Sistemas que não possuem atraso (número infinito de Seridores); Exemplos: G/G/1/µ/µ/FCFS = G/G/1 PCS-2039 Modelagem e Simulação de Sistemas Computacionais 4
5 1 - Conceitos de Filas Definição do Modelo de Filas: Exemplo2: M/M/3/20/1500/FCFS Exercícios: 1) Qual o problema com a Fila E/G/12/10/5/LCFS? 2) Quais dos Sistemas de Fila tem melhor desempenho: M/M/3/300/50 ou M/M/3/100/50? PCS-2039 Modelagem e Simulação de Sistemas Computacionais 5
6 1 - Conceitos de Filas Definição do Modelo de Filas: Exemplo: PCS-2039 Modelagem e Simulação de Sistemas Computacionais 6
7 2 - Relações entre as ariáeis Condição de estabilidade: Taxa média de chegada menor que a taxa média de seriço; λ < mμ Relação entre o número de usuários e o tempo de resposta: Número médio no sistema = Taxa de Chegada de usuários * Tempo médio de usuário no Sistema E[n] = λ * E[r] (Resultado de Little) Exemplo: monitorando um seridor de banco de dados, erificou-se que o tempo médio para execução de uma transação é de 100 milisegundos. A taxa de requisições de transações é de 100 requisições por segundo. Qual o número médio de requisições no SGBD? PCS-2039 Modelagem e Simulação de Sistemas Computacionais 7
8 3 - Processos Estocásticos Variáeis aleatórias IID, indexadas pelo Tempo; Processos estocásticos com estado discreto. Exemplo: número de usuários na fila. Processo de Marko: os estados futuros dependem exclusiamente do estado atual; Processo de nascimento/morte: processo no estado n pode mudar somente para n+1 ou n-1; PCS-2039 Modelagem e Simulação de Sistemas Computacionais 8
9 3 - Processos Estocásticos Distribuição de Poisson: a) Junção de Processos de Poisson: PCS-2039 Modelagem e Simulação de Sistemas Computacionais 9
10 3 - Processos Estocásticos Distribuição de Poisson: b) Distribuição de Processos de Poisson: c) Partida de um sistema M/M/1 PCS-2039 Modelagem e Simulação de Sistemas Computacionais 10
11 3 - Processos Estocásticos Relação entre os diersos processos Estocásticos: PCS-2039 Modelagem e Simulação de Sistemas Computacionais 11
12 4 - Análise da Fila Única Dada a seguinte fila única: Diagrama de transição de estados: PCS-2039 Modelagem e Simulação de Sistemas Computacionais 12
13 4 - Análise da Fila Única Probabilidade de Equilíbrio do Processo encontrarse num determinado estado: Solução geral de Probabilidades de um processo de nascimento e morte: PCS-2039 Modelagem e Simulação de Sistemas Computacionais 13
14 5 - Filas Markoianas Filas onde a chegada e atendimento associados a um processo de Poisson (M/M/m/B); Taxas de chegada (λ ) e seriços (μ) não se alteram PCS-2039 Modelagem e Simulação de Sistemas Computacionais 14
15 5 - Filas Markoianas Fila Única (M/M/1): Aplicando-se a fórmula geral: sendo λ/μ intensidade de tráfego, representada por ρ PCS-2039 Modelagem e Simulação de Sistemas Computacionais 15
16 5 - Filas Markoianas Fila Única (M/M/1) a. Fator de utilização do Seridor: b. Número médio de usuários no Sistema: c. Variância do número de usuários: d. Probabilidade de n ou mais usuários: PCS-2039 Modelagem e Simulação de Sistemas Computacionais 16
17 5 - Filas Markoianas Fila Única (M/M/1) e. Tempo médio de resposta E[r]: PCS-2039 Modelagem e Simulação de Sistemas Computacionais 17
18 5 - Filas Markoianas Fila Única (M/M/1) f.distribuição de probabilidades do tempo de Resposta F(r): PCS-2039 Modelagem e Simulação de Sistemas Computacionais 18
19 5 - Filas Markoianas Fila Única (M/M/m): m seridores PCS-2039 Modelagem e Simulação de Sistemas Computacionais 19
20 5 - Filas Markoianas Fila Única (M/M/1/B): limite de usuários no sistema (B) PCS-2039 Modelagem e Simulação de Sistemas Computacionais 20
21 5 - Filas Markoianas Exemplo: Num Gateway de rede, leantamentos anteriores constaram que os pacotes chegam a uma taxa média de 125 pps (pacotes por segundo) e o gateway utiliza 2 milisegundos para encaminha-los. Usando o Modelo M/M/1, responda: - Qual é a probabilidade de oerflow no gateway (tem somente 13 buffers disponíeis); - Quantos Buffers são necessários para manter a perda de pacotes abaixo de um pacote por milhão. PCS-2039 Modelagem e Simulação de Sistemas Computacionais 21
22 Bibliografia ü Apostila 5. PCS-2039 Modelagem e Simulação de Sistemas Computacionais 22
PCS 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
Mário Meireles Teixeira. Departamento de Informática, UFMA.
Teoria das Filas Mário Meireles Teixeira Departamento de Informática, UFMA mario@deinf.ufma.br Filas, filas... As filas são a praga do mundo atual! Espera-se em fila no banco, na padaria, no ponto de ônibus,
PCS 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
FILAS 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
ATeoria 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
PCS 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
Modelos Probabilísticos Filas M/M/1, M/G/1. Profa. Jussara M. Almeida 1 o Semestre de 2014
Modelos Probabilísticos Filas M/M/1, M/G/1 Profa. Jussara M. Almeida 1 o Semestre de 2014 Modelos Probabilísticos de Filas R W S λ Notação de Kendall Fila G / G / 1 1 = um único servidor Distribuição dos
ATeoria 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
Processos 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
PLANEJAMENTO DE TRANSPORTES TT049
UNIVERSIDADE FEDERAL DO PARANÁ DEPARTAMENTO DE TRANSPORTES PLANEJAMENTO DE TRANSPORTES TT049 Prof. Diego Fernandes Neris diego.neris@ufpr.br Filas: Problema mais comum na engenharia de transportes e de
Noções de Processos Estocásticos e Cadeias de Markov
Noções de Processos Estocásticos e Cadeias de Markov Processo Estocástico Definição: Processo Estocástico é uma coleção de variáveis aleatórias indexadas por um parâmetro t R (entendido como tempo). X={
Avaliação 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
Avaliação de Desempenho de Sistemas Discretos
Avaliação de Desempenho de Sistemas Discretos Parte VI: Introdução aos Processos Estocásticos e Teoria das Filas Professor: Reinaldo Gomes reinaldo@dsc.ufcg.edu.br Processos Estocásticos Família de VAs
Avaliação de Desempenho de Sistemas Discretos
Processos Estocásticos Avaliação de Desempenho de Sistemas Discretos Parte VI: Introdução aos Processos Estocásticos e Teoria das Filas Professor: Reinaldo Gomes reinaldo@dsc.ufcg.edu.br Família de VAs
Avaliação de Desempenho de Sistemas Discretos
Avaliação de Desempenho de Sistemas Discretos Parte II: Modelagem de Sistemas Professor: Reinaldo Gomes reinaldo@computacao.ufcg.edu.br Modelos Modelo é uma abstração de um sistema real Apenas as características
Avaliação de Desempenho de Sistemas Discretos
Modelos Avaliação de Desempenho de Sistemas Discretos Parte II: Modelagem de Sistemas Modelo é uma abstração de um sistema real Apenas as características importantes para a avaliação devem ser consideradas
Teoria 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
Modelagem 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
FILAS. 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
Modelização do Sistema Produtivo Teoria das Filas de Espera
Modelização do Sistema Produtivo Teoria das Filas de Espera http://www.fe.up.pt/maspwww Licenciatura em Engenharia Electrotécnica e de Computadores Gil M. Gonçalves Gil.Goncalves@fe.up.pt 2004/2005 Outline
SIMULAÇÃO 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
Rede 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
INTRODUÇÃO À TEORIA DAS FILAS
INTRODUÇÃO À TEORIA DAS FILAS Uma fila é caracterizada por: Processo de chegada dos fregueses à fila Tempo de serviço dedicado pelo servidor a cada freguês Número de servidores Espaço disponível para espera
Marcus Vinicius de Oliveira DMAT - Universidade Federal de Minas Gerais. 13 de dezembro de 2011
Simulação de Filas Marcus Vinicius de Oliveira marcus.eletrica@hotmail.com DMAT - Universidade Federal de Minas Gerais 13 de dezembro de 2011 Resumo O objetivo deste trabalho é apresentar um algorítmo
Estatística 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
Material baseado nos slides de: Marcos José Santana Regina Helena Carlucci Santana
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Departamento de Sistemas de Computação SSC643 Avaliaçãode Desempenhode Sistemas Computacionais Aula 6 Sarita Mazzini Bruschi
Pesquisa 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;
Aplicação. 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
Estatística 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
Introdução 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
Estatística 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
Curso: Engenharia de Produção
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
Modelos Probabilísticos de Desempenho. Profa. Jussara M. Almeida 1º Semestre de 2014
Modelos Probabilísticos de Desempenho Profa. Jussara M. Almeida 1º Semestre de 2014 Modelos Probabilísticos Processos Estocásticos Processos de Poisson Filas M/M/1, M/G/1... Mais genericamente: modelos
TE802 Processos Estocásticos em Engenharia. Valores Esperados de Somas de Variáveis Aleatórias Notes. PDF da Soma de Duas Variáveis Aleatórias.
TE802 Processos Estocásticos em Engenharia Somas de Variáveis Aleatórias 25 de abril de 2016 Valores Esperados de Somas de Variáveis Aleatórias Seja W n = X 1 + + X n, E[W n ] = E[X 1 ] + E[X 2 ] + + E[X
TE802 Processos Estocásticos em Engenharia. Valores Esperados de Somas de Variáveis Aleatórias. TE802 Somas de Variáveis Aleatórias
TE802 Processos Estocásticos em Engenharia Somas de Variáveis Aleatórias 27 de setembro de 2017 Valores Esperados de Somas de Variáveis Aleatórias Seja W n = X 1 + + X n, E[W n ] = E[X 1 ] + E[X 2 ] +
Modelagem 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
Avaliação 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:
TE802 Processos Estocásticos em Engenharia
TE802 Processos Estocásticos em Engenharia Cadeias de Markov 20/11/2017 Andrei Markov Em 1907, Andrei Markov iniciou um estudo sobre processos onde o resultado de um experimento depende do resultado de
Evandro Deliberal Aula 06
Evandro Deliberal evandro@deljoe.com.br https://www.linkedin.com/in/evandrodeliberal http://www.deljoe.com.br/professor Aula 06 Agenda Lei de Little Fila Pilha Lei de Little Já parou para pensar em quantos
Davidson Rodrigo Boccardo
Gerenciamento de processos Davidson Rodrigo Boccardo flitzdavidson@gmail.com Revisão Critérios de alocação: Utilização da CPU Produtividade (Throughput) Número de processos finalizados por unidade de tempo
Lista de Exercícios - SCE131
Lista de Exercícios - SCE131 Prof. Eduardo F. Costa - ICMC - USP http://www.icmc.usp.br/ efcosta Parte 1 - Cadeia de Markov (a tempo discreto) Exercício 1. Seja uma cadeia de Markov com probabilidades
Teoria 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
ESTRATÉGIA DE DESENVOLVIMENTO E MODELAGEM DA CAPACIDADE PORTUÁRIA DO PORTO SUL
ESTRATÉGIA DE DESENVOLVIMENTO E MODELAGEM DA CAPACIDADE PORTUÁRIA DO PORTO SUL José Carlos Valle da Silva Ademar Nogueira do Nascimento Robson da Silva Magalhães Jorge Ubirajara Pedreira Júnior Universidade
Projeto de Redes: Modelagem e Desempenho
Projeto de Redes: Modelagem e Desempenho Especialização em Redes e Segurança de Sistemas Prof. Marcelo E. Pellenz http://www.ppgia.pucpr.br/~marcelo marcelo@ppgia.pucpr.br Modelagem de Desempenho de Redes
Avaliação 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
Coleta 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
Modelagem e Análise de Sistemas de Computação Aula 19
Modelagem e Análise de Sistemas de Computação Aula 19 Aula passada Intro a simulação Gerando números pseudo-aleatórios Aula de hoje Lei dos grandes números Calculando integrais Gerando outras distribuições
PROCESSOS ESTOCÁSTICOS
PROCESSOS ESTOCÁSTICOS Definições, Principais Tipos, Aplicações em Confiabilidade de Sistemas CLARKE, A. B., DISNEY, R. L. Probabilidade e Processos Estocásticos, Rio de Janeiro: Livros Técnicos e Científicos
6 ESCALONAMENTO DE CPU
6 ESCALONAMENTO DE CPU O escalonamento de CPU é ponto chave da multiprogramação. Ela permite que haja mais de um processo em execução ao mesmo tempo. Em ambientes com um único processador, o escalonador
Modelagem e Análise Aula 11
Modelagem e Análise Aula 11 Aula passada Aplicação de Little Utilização Processo de saída Aula de hoje Modelo do servidor Web Split/Merge de Poisson Rede de filas Múltiplas Filas Porque resultado anterior
Avaliação Quantitativa de Sistemas
Avaliação Quantitativa de Sistemas Contexto A Avaliação Quantitativa de Sistemas permite a avaliação de sistemas antes mesmo da sua implementação física. Dessa forma, é possível avaliar um sistema projetado
Computação Avançada PARTE I
Computação Avançada Módulo 1 (Aula Teórico-Prática) Modelação e Análise de Sistemas Computacionais Nuno Pereira npereira@dei.isep.ipp.pt Eduardo Tovar emt@dei.isep.ipp.pt COMPA TP - Módulo 1; Sem Resoluções
Módulo III: Processos de Poisson, Gaussiano e Wiener
Módulo III: Processos de Poisson, Gaussiano e Wiener Wamberto J. L. Queiroz Universidade Federal de Campina Grande-UFCG Departamento de Engenharia Elétrica Processos Estocásticos Campina Grande - PB Módulo
Sistemas de Computação. Processos e escalonamento
Processos e escalonamento Sistema operacional Programa que age como intermediário entre o usuário de um computador e o hardware Objetivos: Executar programas do usuário e facilitar a resolução de problemas
Coleta 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.
Escola 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
Comparação dos Sistemas STDM x TDM Determinísticos e não Determinísticos
Comparação dos Sistemas STDM x TDM Determinísticos e não Determinísticos UERJ-FEN-DETEL Comparação dos Sistemas TDM e STDM Serão avaliados os sistemas de transmissão do tipo TDM (Time Division Multiplexing)
Exercício 7: Resolução: 2º Semestre 2002/2003 Exercícios resolvidos
º Semestre 00/003 Exercícios resolvidos Exercício 7: Num banco de ensaios de automóveis cada diagnóstico consiste em duas fases distintas de teste: uma primeira parte mecânica e outra parte eléctrica.
Avaliação de Desempenho de Sistemas
Avaliação de Desempenho de Sistemas Modelo de Filas M/M/1 e M/M/m Prof. Othon Batista othonb@yahoo.com Modelo de Filas Nas aulas anteriores vimos a necessidade de se utilizar uma distribuição para representar
COMO 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
Teoria 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
Funções Geradoras de Variáveis Aleatórias. Simulação Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE
Funções Geradoras de Variáveis Aleatórias 1 Funções Geradoras de Variáveis Aleatórias Nos programas de simulação existe um GNA e inúmeras outras funções matemáticas descritas como Funções Geradoras de
Aula Entre classes pode ou não haver interrupção de uma classe em outra. - Classe 1 é a mais prioritária e Classe p é a menos prioritária.
1 Aula 16 Filas com Classes de Prioridades - Classe i taxa de chegada Poisson - Disciplina de atendimento: - FCFS - LCFS c/ interrupção s/ interrupção - Entre classes pode ou não haver interrupção de uma
Estatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Função Distribuição Condicional Calculando Probabilidades condicionando Esperança Condicional Aula de hoje Análise de Comandos de Programação
A 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
Computação Avançada PARTE I
Computação Avançada Módulo 1 (Aula Teórico-Prática) Modelação e Análise de Sistemas Computacionais Nuno Pereira npereira@dei.isep.ipp.pt Eduardo Tovar emt@dei.isep.ipp.pt COMPA TP - Módulo 1; Sem Resoluções
ANÁLISE 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
Processos Estocásticos e Cadeias de Markov Discretas
Processos Estocásticos e Cadeias de Markov Discretas Processo Estocástico(I) Definição: Um processo estocástico é uma família de variáveis aleatórias {X(t) t T}, definidas em um espaço de probabilidades,
Cadeias de Markov em Tempo Continuo
Cadeias de Markov em Tempo Continuo Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Capitulos 6 Taylor & Karlin 1 / 44 Análogo ao processo
Escalonamento de Processos
Escalonamento de Processos Escalonamento de processos Multiprogramação visa maximizar uso da CPU Sempre que processos estão prontos disputam CPU Algoritmo de escalonamento: maneira de escolher o processo
S I M U L A Ç Ã O 84
S I M U L A Ç Ã O 84 - 1 - Elabore uma rotina que lhe permita gerar números pseudo-aleatórios (NPA) com distribuição X ( f X ( x ) representa a função de densidade de probabilidade de X e F X ( x ) representa
Simulação 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
Avaliação de Desempenho de Sistemas DCC 074
Avaliação de Desempenho de Sistemas DCC 074 Ana Paula Couto 1 o. semestre de 2012 DCC - UFJF 1 Modelagem Analítica Um modelo é uma abstração de um sistema que captura, dentre os inúmeros detalhes do sistema,
Modelos de Filas de Espera
QuickTime and atiff (Uncompressed) decompressorare needed to see this picture. Modelos de Filas de Espera Métodos Quantitativos 2004/2005 João Moura Pires Sumário Estrutura básica de Modelos de Filas de
Eng. 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
Processos Estocásticos
Processos Estocásticos Luis Henrique Assumpção Lolis 26 de maio de 2014 Luis Henrique Assumpção Lolis Processos Estocásticos 1 Conteúdo 1 Introdução 2 Definição 3 Especificando um processo aleatório 4
A 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)
TE802 Processos Estocásticos em Engenharia. Processo Aleatório. TE802 Processos Aleatórios. Evelio M. G. Fernández. 18 de outubro de 2017
TE802 Processos Estocásticos em Engenharia Processos Aleatórios 18 de outubro de 2017 Processo Aleatório Processo Aleatório (ou Estocástico), X(t): Função aleatória do tempo para modelar formas de onda
Proposta de modelos de fonte On/Off para análise de seus impactos em escalonadores FIFO e DRR
Proposta de modelos de fonte On/Off para análise de seus impactos em escalonadores FIFO e DRR Renato Moraes Silva, Tatiana Annoni Pazeto Curso de Licenciatura Plena em Informática Universidade Federal
Computação Avançada PARTE I
Computação Avançada Módulo (Aula Teórico-Prática) Modelação e Análise de Sistemas Computacionais Nuno Pereira npereira@dei.isep.ipp.pt Eduardo Tovar emt@dei.isep.ipp.pt TP - Módulo ; Com Resoluções PARTE
Noções de Simulação. Ciências Contábeis - FEA - Noturno. 2 o Semestre MAE0219 (IME-USP) Noções de Simulação 2 o Semestre / 23
Noções de Simulação Ciências Contábeis - FEA - Noturno 2 o Semestre 2013 MAE0219 (IME-USP) Noções de Simulação 2 o Semestre 2013 1 / 23 Objetivos da Aula Sumário 1 Objetivos da Aula 2 Motivação 3 Geração
Modelagem 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:
Laboratório 1-05/07/2018
Universidade Federal do ABC Centro de Engenharia, Modelagem e Ciências Sociais Aplicadas Curso de Engenharia de Informação. ESTI020-18 - Teoria de Filas e Análise de Desempenho 2 o Quadrimestre de 2018
Processos Estocásticos
Processos Estocásticos Quarta Lista de Exercícios 12 de fevereiro de 2014 1 Sejam X e Y duas VAs que só podem assumir os valores 1 ou -1 e seja p(x, y) = P (X = x, Y = y), x, y { 1, 1} a função de probabilidade
TE802 Processos Estocásticos em Engenharia
TE802 Processos Estocásticos em Engenharia Vetores Aleatórios 10 de setembro de 2017 Modelos Probabiĺısticos para N Variáveis Aleatórias F X1,...,X n (x 1,...,x n) = P[X 1 x 1,..., X n x n] (x 1,...,x
Gestão de Operações II Teoria das Filas. Prof Marcio Cardoso Machado
Gestão de Operações II Teoria das Filas Prof Marcio Cardoso Machado Filas O que é uma fila de espera? É um ou mais clientes esperando pelo atendimento O que são clientes? Pessoas (ex.: caixas de supermercado,
Distribuições de Probabilidade
Distribuições de Probabilidade 1 Aspectos Gerais 2 Variáveis Aleatórias 3 Distribuições de Probabilidade Binomiais 4 Média e Variância da Distribuição Binomial 5 Distribuição de Poisson 1 1 Aspectos Gerais
Capítulo 5: Escalonamento da CPU. Operating System Concepts 8th Edition
Capítulo 5: Escalonamento da CPU Capítulo 5: Escalonamento de CPU Conceitos Básicos Critérios de Escalonamento Algoritmos de Escalonamento Escalonamento de Threads Escalonamento de Multiprocessadores Exemplos
Um modelo estocástico para o fluxo de caixa de um plano de previdência de um indivíduo 15
2 Simulação estocástica A simulação computacional consiste em empregar técnicas matemáticas em computadores com o propósito de gerar ensaios que tentam reproduzir de maneira análoga um processo ou operação
Probabilidade e Modelos Probabilísticos
Probabilidade e Modelos Probabilísticos 2ª Parte: modelos probabilísticos para variáveis aleatórias contínuas, modelo uniforme, modelo exponencial, modelo normal 1 Distribuição de Probabilidades A distribuição
Modelos Probabilísticos
Modelos Probabilísticos Somente para lembrar... Modelos são extremamente importantes para o estudo do desempenho de um sistema antes de implementá-lo na prática! Foguete proposto tem confiabilidade? Devemos
Sistemas Operacionais Aula 07: Scheduling da CPU. Ezequiel R. Zorzal
Sistemas Operacionais Aula 07: Scheduling da CPU Ezequiel R. Zorzal ezorzal@unifesp.br www.ezequielzorzal.com Objetivos Introduzir o Scheduling da CPU, que é a base dos sistemas operacionais multiprogramados
Métodos 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
Modelagem 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:
Modelos de Distribuição PARA COMPUTAÇÃO
Modelos de Distribuição MONITORIA DE ESTATÍSTICA E PROBABILIDADE PARA COMPUTAÇÃO Distribuições Discretas Bernoulli Binomial Geométrica Hipergeométrica Poisson ESTATÍSTICA E PROBABILIDADE PARA COMPUTAÇÃO
Estatística 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
Processos de Poisson
Processos de Poisson Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Capitulo 5 Taylor & Karlin 1 / 37 Distribuição de Poisson Seja a variável
FILA EM UM PRONTO SOCORRO Paciente espera por ser atendida por um médico em um pronto socorro
TEORIA DAS FILAS FILA EM UM PRONTO SOCORRO Paciente espera por ser atendida por um médico em um pronto socorro Ingressa na sala de atendimento Sai da sala de atendimento Pessoa precisa de cuidados médicos
GESTÃO DA PRODUÇÃO E O ESTUDO DE FILAS EM UMA INDÚSTRIA MOVELEIRA RESUMO
86 GESTÃO DA PRODUÇÃO E O ESTUDO DE FILAS EM UMA INDÚSTRIA MOVELEIRA Elisandro Macedo; Gustavo Kroth 1 Mara Lucia Grando; Gustavo Henrique Marques Menezez; Stefan Antônio Bueno 2 RESUMO O estudo da teoria