APLICAÇÃO DA TEORIA DE FILAS E SIMULAÇÃO DE MONTE CARLO EM UMA REDE DE FARMÁCIAS LOCALIZADA NO MUNICÍPIO DE CASTANHAL, PARÁ
|
|
- Valentina Chaves Madureira
- 7 Há anos
- Visualizações:
Transcrição
1 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 (UEPA) rafaelazevedo_@hotmail.com Bruna Gabrielly Teixeira da Silva (UEPA) bruna_gabrielly18@hotmail.com darley ferreira marcelino (UEPA) darleyferreira_13@live.com Daniela Pereira de oliveira (UEPA) danielaoliveiira@gmail.com Atualmente os segmentos farmacêuticos são estabelecimentos totalmente convidativos por possuírem em suas unidades a presença de medicamentos, cosméticos em geral, além de prestação de serviços à sociedade. Contudo, ao atrair mais clientes nota-se a ausência da preocupação no dimensionamento do local, resultando em filas e consequentemente na insatisfação do consumidor. Com isso, objetivouse neste artigo, demonstrar a aplicação da Teoria de Filas e da Simulação de Monte Carlo em uma rede de farmácias no município de
2 Castanhal, no estado do Pará, cujos atributos pesquisados foram o intervalo entre chegadas (IC) e o tempo de atendimento (TA). Posteriormente foi possível compará-las e demostrar a diferença existente entre as duas aplicações. A partir dos resultados foi possível contribuir de forma significativa para que a rede de farmácias tenha conhecimento do impacto da espera na fila. Palavras-chave: Rede de farmácias, filas, Teoria de Filas, simulação de Monte Carlo. 2
3 1. Introdução Segundo a Associação Brasileira de Redes de Farmácias e Drogarias, ABRAFARMA (2014), as farmácias brasileiras ajudam o país a prosperar e somam para a melhoria de vida e bem estar da população, além de possuírem grande importância econômica. Com isso, buscar maneiras de tornar os serviços prestados pelas farmácias cada vez melhores é de suma importância para gerar satisfações por parte dos clientes. Uma das causas que tem gerado grande insatisfação em dias atuais são as filas. Cotidianamente é possível observar que para tudo existe fila, desde um supermercado até um salão de cabeleireiro. Dessa forma Prado (2014) afirma que se o atendimento não for imediato para todos os clientes em todos os dias, a imagem da empresa poderá ficar seriamente abalada. A Teoria das Filas é um método analítico que aborda o assunto através de fórmulas matemáticas e sempre de maneira mensurável, com coleta direta de dados reais, devendo ser aplicada em um contexto que objetive otimizar o sistema ou o processo do meio, nesse caso, ter uma fila que seja satisfatória para o cliente, controlando os custos e buscando o processo mais eficiente possível (PRADO,2014). Uma técnica muito utilizada no contexto atual é o da simulação, que desde o seu surgimento tem sido altamente aceita nas empresas que buscam uma real simulação do que pode vir a acontecer em um determinado tempo. A simulação de Monte Carlo, que segundo Tabosa (2013), é o método que usa números aleatórios, podendo ser obtido por softwares como Microsoft Excel, Crystal Ball, para vários eventos possíveis sem que ocorra interferência pessoal do projetista, no qual esses números são mantidos em uma distribuição probabilística para posterior avaliação da probabilidade de cada evento ocorrer. Este estudo foi realizado em uma farmácia localizada na cidade de Castanhal nordeste do Pará. O estabelecimento não só trabalha na área de medicamentos e similares, mas também no ramo dos cosméticos, produtos higiênicos, outros produtos e serviços, o que só tende a ampliar o seu público e sua demanda através dessa flexibilidade nos produtos e do marketing 3
4 da empresa. Caso o sistema da mesma não seja bem dimensionando, pode causar vários problemas, como as filas, podendo prejudicar a imagem da empresa, o fluxo das pessoas no estabelecimento e causar perdas de tempo, materiais e mão-de-obra. Esta pesquisa tem como objetivo principal estabelecer um dimensionando ideal para o sistema de atendimento em um seguimento de farmácia localizada no município de Castanhal-PA, para que não aconteçam perdas ocasionadas pelo grande tamanho da fila ou por gastos a mais pelo superdimensionamento da capacidade. Este trabalho encontra-se divido da seguinte forma: nesta primeira sessão foi feita a introdução ao tema, na sessão 2 é abordado o referencial teórico, com a exposição do tema e conceitos necessários para a realização do estudo. Na sessão 3 está o método de pesquisa, detalhando a metodologia utilizada. A seguir, na sessão 4, serão apresentados os resultados obtidos e na sequência, as considerações finais do trabalho. 2. Referencial teórico Nesta sessão serão abordados os conceitos úteis para a realização da pesquisa, tais como: Teoria de Filas e simulação de Monte Carlo Teoria de filas Segundo Fitzsimmons e Fitzsimmons (2010), uma fila não pode ser definida somente como uma linha física na frente de um servidor, mas também pode ser formada por pessoas colocadas em espera por um telefonista ou por estudantes sentados em frente a terminais de computador espelhados pelo campus, por exemplo. A teoria das filas, segundo Prado (2014), é um modelo analítico que aborda o assunto por meio de fórmulas matemáticas. Ainda segundo o autor, essa abordagem matemática de filas se iniciou no princípio do século XX (1908) em Copenhague, Dinamarca, com A. K. Erlang, considerado o pai da teoria das filas. Modelos de filas têm sido aplicados com sucesso em muitos sistemas de produção, particularmente em sistemas de serviço, como bancos, supermercados, correios e postos de gasolina e em sistemas de manufatura, como por exemplo 4
5 a matéria-prima aguardando o processamento em máquinas ou estações de trabalho (BATALHA, 2008) Componentes de uma fila A estrutura básica de um sistema de filas, segundo Marins (2011), são: 1) população; 2) processo de chegadas de clientes; 3) organização da fila; 4) disciplina de atendimento; 5) processo de atendimento de clientes Notação de Kendall Marins (2011) afirma que antes de se iniciar um estudo sobre Teoria de filas, é importante conhecer uma notação para modelos de filas, devida a David Kendall, que é universalmente utilizada. Segundo a notação de Kendall, um modelo de filas é representado por uma sucessão de símbolos, colocados de maneira organizada por barras inclinadas (MARINS, 2011). De maneira geral, segundo Prado (2014), um modelo de filas pode ser descrito pela seguinte notação: A/B/c/K/m/Z, onde, ainda segundo o autor: A descreve a distribuição dos intervalos entre chegadas; B descreve a distribuição do tempo de atendimento; c é a quantidade de atendentes; K é a capacidade máxima do sistema; m é o tamanho da população que fornece clientes; Z é a disciplina da fila. Prado (2014) ainda afirma que os valores para A e B dependem do tipo de distribuição que elas se referem, podendo ser: exponencial negativa (M); Erlang de estágio m (Em); hiperexponencial de estágio m (Hm); determinística; geral Processos de chegada Prado (2014) define processo de chegada como sendo a taxa média de chegada de clientes (em um certo intervalo de tempo, podendo ser individual ou em grupo. Fitzsimmons e 5
6 Ftizsimmons (2010) afirmam que normalmente coletam-se dados registrando os tempos reais de chegada, em seguida esses dados são utilizados para calcular o intervalo entre as chegadas. Ainda segundo os autores, existem muitos estudos que indicam que a distribuição dos tempos entre as chegadas será exponencial Processos de atendimento Processo de atendimento é definido por Prado (2014), como a taxa média de atendimento de clientes em um certo intervalo de tempo. De acordo com Marins (2011), da mesma forma que o processo de chegada, o processo de atendimento pode ser individual ou em grupo. Segundo Fitzsimmons e Fitzsimmons (2010), a organização dos atendentes, as políticas de gerenciamento e comportamento do servidor contribuem para o melhor desempenho do atendimento Disciplina da fila De acordo com Fitzsimmons e Fitzsimmons (2010), disciplina da fila é uma política estabelecida pela gerencia para selecionar o cliente seguinte a ser atendido. Marins (2011) define como sendo mais comum a regra do primeiro a chegar é o primeiro a ser atendido (em inglês se diz FIFO: first in first out). Entretanto, para Prado (2014), outras disciplinas podem existir, como o último a chegar primeiro a ser atendido (em inglês se diz LIFO: last in first out), serviço por ordem de prioridade, serviço randômico, etc Capacidade do sistema Em boa parte dos modelos de filas existe uma limitação para o número de pessoas que podem fazer parte do sistema. Enquanto a capacidade não chega ao seu limite, os indivíduos que chegam aguardam na fila até serem atendidos, já os indivíduos que chegam quando a capacidade do sistema está esgotada são recusados (MARINS, 2011) Número de servidores Marins (2011) define o número de servidores como sendo a quantidade de servidores atendendo os clientes. Segundo Prado (2014), o sistema mais simples de filas é aquele que existe um único servidor que possa atender um único cliente de cada vez, no entanto, 6
7 conforme o aumento do ritmo de chegada, pode-se manter a qualidade do sistema aumentando o número de servidores Tamanho da população O tamanho da população é a quantidade de usuários em potencial, que em algum momento pode usufruir do sistema, podendo ser do tipo finita ou infinita. Esta última é definida dessa maneira quando a população é muito grande (FITZSIMMONS e FITZSIMMONS, 2010). Prado (2014) afirma que a chegada de um novo cliente em uma fila não afeta a taxa de chegada de clientes subsequentes, e desta forma conclui-se que as chegadas são independentes. Os processos descritos acima podem ser representados na figura a seguir. 7
8 Figura 1: Componentes de uma fila Fonte: Marins (2011) Fórmulas para o modelo-padrão M/M/1 Segundo o autor Prado (2014), as equações descritas a seguir podem ser utilizadas para calcular as características de desempenho no sistema com base somente na taxa média de chegada λ e na taxa média de atendimento por servidor µ. Tabela 2: Fórmulas para o modelo-padrão M/M/1. Definição Fórmula Número médio de clientes na fila Número médio de clientes no sistema 8
9 Tempo médio que o cliente passa na fila Tempo médio que o cliente fica no sistema Fonte: Adaptado de Prado (2014) Simulação de Monte Carlo As empresas atuais têm muitas escolhas a se fazer, e no que diz respeito ao seu sistema de produção, essas escolhas podem tanto trazer benefícios quanto maléficos para ela; sendo assim, é de extrema importância que se façam análises a fim de se calcular os possíveis riscos sobre cada uma das decisões que precisem ser tomadas. Neste contexto a simulação de Monte Carlo vem para dar uma visão ao analista, permitindo que ele veja os possíveis resultados gerados a partir de decisões tomadas e avaliar os impactos que eles possam acarretar. Segundo Prado (2014), a simulação, como o próprio nome indica, é uma técnica que permite imitar o funcionamento de um sistema real dentro de um modelo teórico, ou seja, utilizandose deste artificio a pessoa que está analisando o sistema poderá ver uma gama de resultados possíveis sobre seu sistema, e ainda as probabilidades de ocorrência desses resultados. De acordo com Hillier e Lieberman (2010): Para preparar a simulação de um sistema complexo, um modelo de simulação detalhado precisa ser formulado para descrever a operação do sistema e como ele deve ser simulado. Um modelo de simulação tem diversos blocos construtivos básicos: 1. Uma definição do estado do sistema (por exemplo, o número de clientes em um sistema de filas). 2. Identificar os possíveis estados do sistema que podem ocorrer. 3. Identificar os possíveis eventos (por exemplo, chegadas e términos de atendimento em um sistema de filas) que mudariam o estado do sistema. 4. Uma provisão para um relógio simulado, localizado no mesmo endereço do programa de simulação, que vai registrar a passagem do tempo (simulado). 5. Um método para gerar eventos aleatoriamente de diversos tipos. 6. Uma fórmula para identificar as transições de estado que são geradas pelos diversos tipos de eventos. 9
10 O método de Monte Carlo Prado (2014), diz que podemos definir o método de Monte Carlo como sendo uma maneira de transformar um conjunto de números aleatórios em outro conjunto de números (variáveis aleatórias), com a mesma distribuição da variável considerada. Esse método é mais utilizado quando o modelo é complexo ou não linear, ou quando envolve um número razoável de parâmetros de incerteza (LIMA et al., 2008). Vide figura 3. 10
11 Figura 3: Processo de Simulação de Monte Carlo para uma simulação de quatro variáveis. 11
12 Fonte: casarotto e kopittke (2000) 3. Método de pesquisa Este estudo foi realizado em uma farmácia e o atributo pesquisado foi a taxa de chegada e o ritmo de atendimento. Conforme afirma Rodrigues (2006), esta pesquisa é do tipo quantitativa, pois os dados coletados foram analisados e interpretados na busca por mensurar as variáveis estudadas; para alcançar este objetivo utilizou-se o software Excel 2013, conhecimentos estatísticos e o auxílio do Crystal Ball. A seguir é possível verificar de forma mais detalhada o método utilizado Instrumento para coleta de dados Para a coleta de dados foi necessário a utilização de um cronômetro para se ter o conhecimento da quantidade de pessoas que adentravam à farmácia e a quantidade de clientes que eram atendidos no caixa em um intervalo de 1 minuto. Além deste, também foi necessário o uso de uma folha de verificação uma ferramenta simples, mas de grande utilidade para registrar os dados obtidos para posterior análise Definição da unidade de estudo A unidade farmacêutica está localizada no centro da cidade de Castanhal, no estado do Pará, possui além do proprietário e da gerente, oito funcionários ativos que trabalham oito horas por dia. A farmácia possui um interior totalmente organizado, no qual na entrada há o caixa, composto por uma atendente, logo em seguida há três corredores contendo cosméticos e outros produtos disponíveis em prateleiras. No meio do local existem balcões somente com maquiagens e produtos para beleza, e ao fim encontram-se os medicamentos Procedimentos para o estudo Para realização do estudo e concretização dos cálculos, visto que é uma pesquisa quantitativa, além da escolha do estabelecimento farmacêutico foi necessária à autorização da gerência para coleta da quantidade de pessoas que entravam e eram atendidas no caixa. O serviço de caixa possui um atendente, consequentemente uma única fila, e como o fluxo de clientes é mais concentrado nesse setor, o mesmo foi priorizado e analisado como o sistema 12
13 para aplicação da Teoria de Filas e posterior simulação de Monte Carlo, pois, diante da observação feita, o surgimento de filas e a ocorrência de atendimento são mais evidenciados. Em vista disso e da autorização cedida, inicialmente foi coletado um valor estipulado de cinquenta amostras aleatórias, alusiva ao número de pessoas que entravam e eram atendidas no caixa. Em seguida, os dados foram tabulados, no software Excel 2013, para o cálculo da frequência relativa e acumulada a fim de servir como base para construção do histograma. Por conseguinte, para determinar a distribuição estatística adequada, foi utilizado o software estatístico Crystal Ball, no qual é comparada a curva obtida através dos dados reais com as distribuições existentes. 4. Resultados Com o intuito de se obter os valores do número médio de clientes na fila (NF), do número médio de clientes no sistema (NS), o tempo médio que o cliente passa na fila, bem como o tempo médio que o cliente fica no sistema (TS), a partir da Teoria de Filas e simulação de Monte Carlo, foi necessário trabalhar com os dados coletados na busca por esse objetivo. A seguir, na folha de verificação, são apresentados os 50 dados do intervalo entre as chegadas. 13
14 Número da amostra Tabela 1: Intervalo entre as chegadas (IC), em segundos. IC Número da amostra Fonte: Autores (2015) IC Ratificando o que foi dito nos procedimentos para esse estudo, além do intervalo entre as chegadas, também foi coletado o tempo de atendimento; esses dados são apresentados na 14
15 tabela seguinte. 15
16 Tabela 2: tempo de atendimento (TA), em segundos. Número da amostra TA Número da amostra Fonte: Autores (2015) Posteriormente, a partir desses dados, foi possível elaborar os histogramas de cada variável analisada. A figura 3, representa um histograma, onde são apresentados os intervalos entre as TA 16
17 chegadas, já na figura 3, estão os valores que representam o tempo que cada cliente levou para ser atendido. 17
18 Figura 4: Histograma dos intervalos entre as chegadas no sistema Fonte: Autores (2015) Figura 5: Histograma do tempo de atendimento Fonte: Autores A partir dessas análises foi possível calcular, usando a teoria de filas, o número médio de clientes na fila, que foi igual a 1,46; o número médio de clientes no sistema, igual a 2,14; o 18
19 tempo médio que o cliente passa na fila, igual a 2,14 segundos; e o tempo médio que o cliente fica no sistema, igual a 131,91 segundos. Para se chegar nesses valores foi necessário utilizar as equações apresentadas na sessão 2. A tabela a seguir, demonstra esses valores: Tabela 3: Resultados da análise da Teoria de filas Variável Valor NF 1,46 NS 2,14 TF 131,91 TS 193,61 Fonte: Autores (2015) Com o uso da Teoria de filas neste estudo, tornou-se necessário utilizar também a simulação de Monte Carlo, com o objetivo de compará-las, para que o objetivo trabalho seja alcançado. Dessa forma, com o auxílio dos softwares Excel 2013 e Crystal Ball foi possível se obter os valores do tamanho médio da fila, ou seja, o número de clientes na fila (NF) e o tempo médio de espera na fila (TF), utilizando a simulação de Monte Carlo. As duas variáveis encontradas são de grande importância dentro do sistema analisado. O número médio de clientes na fila obtidos com o uso da simulação foi de 0,22 clientes, ou seja um valor que demonstra que uma quantidade pequena de clientes esperam na fila sua vez de atendimento. No entanto, com o uso da teoria de filas essa variável assumiu um valor 663,64% maior do que com o uso da simulação de Monte de Carlo, o que demostra uma diferença grande nos resultados dos dois métodos. O tempo médio de espera na fila, a partir da simulação de Monte Carlo, foi de 21,08 segundos, o que representa um tempo razoavelmente curto pela espera do atendimento. Entretanto, assim como no número médio de clientes na fila, com o uso da teoria de filas o valor de TF foi 625,76% maior do que com o uso da simulação, novamente existe uma 19
20 diferença grande nos resultados obtidos pelos dois métodos. Vale ressaltar que conforme indicado na sessão 2, a distribuição que melhor se adequa ao intervalo de chegadas é a exponencial. Todavia, com o auxílio do software Crystal Ball, a distribuição que melhor se adequou foi a binomial negativa. A variável tempo de atendimento também seguiu essa distribuição, conforme indicado nas figuras 5 e 6 a seguir. 20
21 Figura 6: Gráfico da distribuição binomial negativa para IC Fonte: autores (2015) Figura 7: Gráfico da distribuição binomial negativa para TA Fonte: Autores (2015) 4. Considerações Finais A utilização das ferramentas pertinentes à Teoria de filas e Simulação de Monte Carlo 21
22 permitiu alcançar o objetivo primordial do estudo e, através dos resultados promovidos, analisar o comportamento real da fila e, posteriormente, a simulação demonstrou o quão rentável é, visto que seus resultados foram consideravelmente reduzidos. Além de poder explicitar graficamente tal comparação. Desta forma, é notória a acessibilidade dos assuntos abordados em qualquer cenário, pois o surgimento de filas pode ocorrer em diversos lugares e os atrasos promovidos pela mesma geram custos, mas que adotando a simulação o problema pode ser otimizado. Evidenciando a importância de sua aplicação. A partir do estudo, a rede de farmácias pôde ter o real conhecimento de sua necessidade para dimensionar de forma inteligente a sua capacidade, haja vista que o cenário ideal é a inexistência de filas. Todavia, não seria possível aplicar tais ferramentas sem a permissão do estabelecimento, cujo mesmo foi extremamente cooperativo sem interpor qualquer tipo de obstáculo, nem mesmo opondo pelo lugar que os pesquisadores escolhiam para realizar a coleta das amostras no estabelecimento. No entanto, a pesquisa limitou-se somente no caixa de pagamento, sem se estender a outros setores da farmácia, além de estratificar horários para coleta de dados a fim de apurar dados relevantes, visto que os fluxos de pessoas variam durante o dia. Como continuidade e ampliação de pesquisa, sugere-se aplicar o estudo em outros setores da farmácia, principalmente, no setor de atendimento alusivo à abertura de contas do banco credenciado na mesma, localizado no meio do estabelecimento cujo mau dimensionamento pode causar problemas em relação a locomoção de pessoas que vão comprar remédios. REFERÊNCIAS 22
23 Associação Brasileira de Rede de Farmácias e Drogarias. Congresso nacional de excelência em gestão. Disponível em: < Acesso em 01 de Maio de Congresso Nacional de Excelência em Gestão. IV, Niterói RJ. Simulação de Monte Carlo auxiliando a análise de viabilidade econômica de projetos. Niterói. Congresso Nacional de Excelência em Gestão, 31 jul. à 02 ago p. ENEGEP. XXXIII, Salvador Bahia. Mensuração de custos diretos unitários com variabilidade em uma empresa do setor da construção civil. Salvador: ENEGEP, 8 à 11 out p. FITZSIMMNOS, James A; FITZSIMMONS, Mona J. Administração de Serviços: operações, estratégia e tecnologia da informação. 6 ed. Porto Alegre: Bookman, HILLIER, Frederick S.; LIEBERMAN, Gerald J. Introdução à pesquisa operacional. 8 ed. Porto Alegre: Bookman, MARINS, Fernando Augusto Silva. Introdução à Pesquisa Operacional. São Paulo: Cultura Acadêmica, PRADO, Darci Santos do. Teoria das filas e simulação. Rio de Janeiro: Falconi,
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;
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 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 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 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 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 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 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 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 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 maisGestão 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,
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 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 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 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 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 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 maisGESTÃO 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
Leia maisFILA 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
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 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 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 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 mais6 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
Leia maisANÁLISE DO SISTEMA DE FILAS DE UMA CASA LOTÉRICA ATRAVÉS DA SIMULAÇÃO E TEORIA DAS FILAS
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
Leia maisFernando 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 maisPLANEJAMENTO 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
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 maisPESQUISA OPERACIONAL: APLICAÇÃO DE TEORIA DE FILAS NO SISTEMA DE UMA PANIFICADORA
XXX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO Maturidade e desafios da Engenharia de Produção: competitividade das empresas, condições de trabalho, meio ambiente. São Carlos, SP, Brasil, 12 a15 de outubro
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 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 maisPROPOSTA DE UM ESTUDO DE FILAS PARA MELHORIA NO ATENDIMENTO EM PONTOS DE VENDA: UM ESTUDO DE CASO NO SETOR FARMACÊUTICO
PROPOSTA DE UM ESTUDO DE FILAS PARA MELHORIA NO ATENDIMENTO EM PONTOS DE VENDA: UM ESTUDO DE CASO NO SETOR FARMACÊUTICO ANDRÉ ANDRADE LONGARAY longaray@yahoo.com.br UNIVERSIDADE FEDERAL DO RIO GRANDE FURG
Leia maisESTUDO DE CASO PARA DIMENSIONAMENTO DO PRAZO DE ENTREGA EM UMA LINHA DE PRODUÇÃO DE GARRAFAS DE POLIETILENO DE BAIXA DENSIDADE
ESTUDO DE CASO PARA DIMENSIONAMENTO DO PRAZO DE ENTREGA EM UMA LINHA DE PRODUÇÃO DE GARRAFAS DE POLIETILENO DE BAIXA DENSIDADE Jônatas Araújo de Almeida (UFPE) jonatasaa@hotmail.com Renata Zarzar Pinheiro
Leia maisAmbiente Arena Tutorial. Paulo Cesar F. de Oliveira, BSc, PhD
Ambiente Arena Tutorial Paulo Cesar F. de Oliveira, BSc, PhD Terminologia Variável de Estado Evento Recurso e Fila de Recurso Entidade Atributo Atividade e Período de Espera Tempo (Real) Simulado e Tempo
Leia maisSatisfação no trabalho dos docentes do Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Norte - IFRN, Câmpus Nova Cruz 1
Satisfação no trabalho dos docentes do Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Norte - IFRN, Câmpus Nova Cruz 1 Letícia Rosa de Carvalho 2,Thiago José de Azevêdo Loureiro 2
Leia maisCOMO FUNCIONA A SIMULAÇÃO. Capítulo 2 - Aula 2. Simulação Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE
COMO FUNCIONA A SIMULAÇÃO Capítulo 2 - Aula 2 1 Tratando a Variabilidade dos Sistemas As diferenças fundamentais entre os dois tratamentos (T. Filas e simulação): para a solução analítica o objetivo da
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 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 maisFrederico Netto Canedo (CESUC) Emerson William da Silva (CESUC)
MODELAGEM UTILIZANDO O SOFTWARE ARENA PARA A DETERMINAÇÃO DO MELHOR DIMENSIONAMENTO DO ATENDIMENTO: aplicação em uma casa lotérica na cidade de Catalão-GO Frederico Netto Canedo (CESUC) asfredttcanedo@gmail.com
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 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 maisAnálise da incidência de filas em um serviço drive-thru de uma empresa de fast-food
Análise da incidência de filas em um serviço drive-thru de uma empresa de fast-food Leonardo dos Santos Lourenço Bastos (UEPA) lslbastos@gmail.com Matheus Lopes Mendes (UEPA) mendes_matheus@hotmail.co.uk
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 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 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 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 maisMetodologia Científica. Construindo Saberes
Metodologia Científica Construindo Saberes Trabalho com Projetos A pesquisa promove saberes Estímulo ao desenvolvimento da ciência Construção e busca por novos conhecimentos Buscar novos horizontes Desenvolvimento
Leia maisESTUDO PARA A COMPARAÇÃO ENTRE OS MODELOS DE FILAS M/M/C E M/EK/C APLICADA EM UMA PANIFICADORA
ESTUDO PARA A COMPARAÇÃO ENTRE OS MODELOS DE FILAS M/M/C E M/EK/C APLICADA EM UMA PANIFICADORA IGOR MICHEL SANTOS LEITE (UNAMA) igormsleite@hotmail.com Jorge Luiz Okabe Auad (UNAMA) legend182@gmail.com
Leia maisAplicação da Teoria das filas no setor de fotocópias em um ambiente interno
Aplicação da Teoria das filas no setor de fotocópias em um ambiente interno Lucas Augusto Soares Paula Marcus Antônio Croce 2 Resumo: A teoria das filas é um ramo da probabilidade que explica o comportamento
Leia maisMetodologia para o dimensionamento da capacidade do elevador em prédios comerciais utilizando simulação de Monte Carlo aplicada à teoria de filas
Metodologia para o dimensionamento da capacidade do elevador em prédios comerciais utilizando simulação de Monte Carlo aplicada à teoria de filas Gabriela Lopes Gomes (UTFPR) lopesgabig@gmail.com Jean
Leia maisRevisão de distribuições de probabilidades contínuas (Capítulo 6 Levine)
Revisão de distribuições de probabilidades contínuas (Capítulo 6 Levine) Statistics for Managers Using Microsoft Excel, 5e 2008 Pearson Prentice-Hall, Inc. Chap 6-1 Objetivos: Neste capítulo, você aprenderá:
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 maisProbabilidade 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
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 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 maisCOMO FUNCIONA A SIMULAÇÃO
COMO FUNCIONA A SIMULAÇÃO Capítulo 2 - Aula 3 1 Terminologia Básica Variáveis de Estado Eventos Entidades e Atributos Recursos e Filas de Recursos Atividades e Períodos de Espera Tempo (Real) Simulado
Leia maisCOMO FUNCIONA A SIMULAÇÃO
COMO FUNCIONA A SIMULAÇÃO Capítulo 2 - Aula 3 1 Terminologia Básica Ver capítulo 2 da referência 1 Variáveis de Estado Eventos Entidades e Atributos Recursos e Filas de Recursos Atividades e Períodos de
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 maisMODELAGEM E SIMULAÇÃO
MODELAGEM E SIMULAÇÃO Professor: Dr. Edwin B. Mitacc Meza edwin@engenharia-puro.com.br www.engenharia-puro.com.br/edwin Análise da Decisão Pela própria natureza da vida, todos nós devemos continuamente
Leia maisCapítulo 5 Distribuições de Probabilidades. Seção 5-1 Visão Geral. Visão Geral. distribuições de probabilidades discretas
Capítulo 5 Distribuições de Probabilidades 5-1 Visão Geral 5-2 Variáveis Aleatórias 5-3 Distribuição de Probabilidade Binomial 5-4 Média, Variância e Desvio Padrão da Distribuição Binomial 5-5 A Distribuição
Leia maisAplicação da Teoria das Filas em um Supermercado localizado na região Centro-Oeste do Estado do Paraná
Aplicação da Teoria das Filas em um Supermercado localizado na região Centro-Oeste do Estado do Paraná Rafaela Viletti, EPA, UNESPAR/Campus de Campo Mourão rafa_viletti@hotmail.com Valderice Herth Junkes,
Leia maisPARTE 3. Profª. Drª. Alessandra de Ávila Montini
PARTE 3 Profª. Drª. Alessandra de Ávila Montini Distribuições Contínuas 2 Conteúdo Principais Distribuições de Probabilidade para Variáveis Quantitativas Contínuas: Exponencial Normal T de Student Qui-quadrado
Leia maisESTUDO DA TEORIA DAS FILAS APLICADO A UMA EMPRESA PRESTADORA DE SERVIÇOS DE POSTAGEM
João Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016 ESTUDO DA TEORIA DAS FILAS APLICADO A UMA EMPRESA PRESTADORA DE SERVIÇOS DE POSTAGEM Katiucya Juliana Rodrigues de Lima (UFG ) katy_lima@hotmailcom
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 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 maisTeoria das Filas e Simulação
Universidade Federal de Mato Grosso - Campus Universitário do Araguaia Instituto de Ciências Exatas e da Terra Teoria das Filas e Simulação Bacharelado em Ciência da Computação Prof. Ivairton M. Santos
Leia mais2. Teoria das Filas Processo de chegada
1. Introdução O setor da saúde no Brasil, em especial a saúde pública, é um sistema idealizado de forma a atender as necessidades da população, tal como o Sistema Único de Saúde (SUS), inspirado na estratégia
Leia maisNotas de Aula. Copyright 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.
Notas de Aula Estatística Elementar 10ª Edição by Mario F. Triola Tradução: Denis Santos Slide 1 Capítulo 5 Distribuições de Probabilidades 5-1 Visão Geral 5-2 Variáveis Aleatórias 5-3 Distribuição de
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 maisEvandro 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
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 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 maisESTUDO DE CASO SOBRE TEORIA DAS FILAS EM UMA SECRETARIA ESCOLAR DO ESTADO DO PARÁ
João Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016 ESTUDO DE CASO SOBRE TEORIA DAS FILAS EM UMA SECRETARIA ESCOLAR DO ESTADO DO PARÁ Bruna Baia da Cunha (ESTÁCIO ) brunabaiacunha@gmailcom wilson antonio
Leia mais3 Metodologia para Avaliação Probabilística de Reservas
3 Metodologia para Avaliação Probabilística de Reservas Este trabalho tem o objetivo de propor uma metodologia para a avaliação probabilística de reservas de óleo e gás. Conforme exposto no capítulo introdutório,
Leia maisUNIVERSIDADE FEDERAL DE CAMPINA GRANDE CENTRO DE CIÊNCIAS E TECNOLOGIA DEPARTAMENTO DE ENGENHARIA CIVIL ÁREA DE ENGENHARIA E RECURSOS HÍDRICOS
UNIVERSIDADE FEDERAL DE CAMPINA GRANDE CENTRO DE CIÊNCIAS E TECNOLOGIA DEPARTAMENTO DE ENGENHARIA CIVIL ÁREA DE ENGENHARIA E RECURSOS HÍDRICOS Manual do usuário Planilha HIDRO Operação de reservatórios
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: 2 P R O J E T O D E
Leia maisConceitos matemáticos:
Conceitos matemáticos: Para entender as possíveis mudanças quantitativas que ocorrem, ao nível de uma amostra de sementes, é preciso compreender alguns princípios básicos de cálculo. Tendo sido desenvolvido
Leia maisPERT PERT PERT PERT PERT PERT. O CPM assume que as estimativas de tempo para um projeto são certas (determinísticas);
O CPM assume que as estimativas de tempo para um projeto são certas (determinísticas); A duração de cada atividade na prática, contudo, pode ser diferente daquela prevista no projeto; Existem muitos fatores
Leia maisESCOLA SECUNDÁRIA DE LOUSADA
ESCOLA SECUNDÁRIA DE LOUSADA 2012 2013 PLANIFICAÇÃO DA DISCIPLINA DE MATEMÁTICA Curso Profissional de Técnico de Multimédia ELENCO MODULAR A7 Probabilidades 28 A6 Taxa de variação 36 A9 Funções de crescimento
Leia maisFunções 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
Leia maisProgramas de simulação
Conceitos Por que SIMULAR? Objetivos da simulação Avaliar a precisão de modelos analíticos Comparar estratégias distintas Avaliar o desempenho de sistemas 1 Processo de simulação Desenvolvimento de um
Leia maisI - Introdução à Simulação
1 I - Introdução à Simulação Simulação é, entendida como a imitação de uma operação ou de um processo do mundo real. A simulação envolve a geração de uma história artificial de um sistema para a análise
Leia maisCapacidade. Planos de Capacidade feitos em 2 níveis
Introdução CAPACIDADE Capacidade Máximo de produção (output) de um processo ou sistema Planos de Capacidade feitos em 2 níveis Planos de capacidade a longo prazo Lidam com investimentos em instalações
Leia maisModelos 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
Leia maisAPLICAÇÃO DA PROGRAMAÇÃO LINEAR PARA MINIMIZAÇÃO DE CUSTOS NO PROCESSO PRODUTIVO DE UMA VIDRAÇARIA
APLICAÇÃO DA PROGRAMAÇÃO LINEAR PARA MINIMIZAÇÃO DE CUSTOS NO PROCESSO PRODUTIVO DE UMA VIDRAÇARIA Bernardo Moreira Vergara (UEPA) bervergara2006@hotmail.com Gabriel da Silva Andrade (UEPA) gabrielandradesilva@hotmail.com
Leia maisSistema de Controle e Monitoramento de Carregamento de Alimentadores e Transformadores de Subestações
21 a 25 de Agosto de 2006 Belo Horizonte - MG Sistema de Controle e Monitoramento de Carregamento de Alimentadores e Transformadores de Subestações Blunio Elias da Silva CEMIG Distribuição S.A belias@cemig.com.br
Leia maisSaiba como gerenciar o estoque da farmácia e ter bons resultados
Saiba como gerenciar o estoque da farmácia e ter bons resultados Ter uma boa gestão de estoque na farmácia é fundamental para assegurar o fluxo de vendas e garantir um bom retorno financeiro. O gerenciamento
Leia maisGestão da Confiabilidade de Usinas Hidrelétricas Aplicando Algoritmo de Reamostragem de Dados
Gestão da Confiabilidade de Usinas Hidrelétricas Aplicando Algoritmo de Reamostragem de Dados Jorge Coelho 1,2, Fabrício Bernardelli 1, Celso de Brasil 2, Augusto C. Gregatti 3 (1) Dep. de Ingeniería Eléctrica,
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 maisA seguir serão apresentados alguns exemplos da aplicação do método de pipeline de vendas em alguns clientes da Nortegubisian.
A seguir serão apresentados alguns exemplos da aplicação do método de pipeline de vendas em alguns clientes da Nortegubisian. 1- Mapeamento dos processos: aplicação da ferramenta de VSM Office para mapeamento
Leia maisPESQUISA OPERACIONAL I
PESQUISA OPERACIONAL I Professor: Dr. Edwin B. Mitacc Meza edwin.professor@gmail.com www.engenharia-puro.com.br/edwin Objetivos A disciplina busca possibilitar ao Aluno: Fornecer conhecimentos de Pesquisa
Leia maisSimulação Monte Carlo
Simulação Monte Carlo Nome do Prof. Fernando Saba Arbache Email do prof. fernando@arbache.com Definição Análise de risco faz parte da tomada de decisão Surgem constantemente incertezas, ambiguidades e
Leia maisAula 2. ESTATÍSTICA E TEORIA DAS PROBABILIDADES Conceitos Básicos
Aula 2 ESTATÍSTICA E TEORIA DAS PROBABILIDADES Conceitos Básicos 1. DEFINIÇÕES FENÔMENO Toda modificação que se processa nos corpos pela ação de agentes físicos ou químicos. 2. Tudo o que pode ser percebido
Leia maisPROBABILIDADES: VARIÁVEL ALEATÓRIA CONTÍNUA E DISTRIBUIÇÃO NORMAL
PROBABILIDADES: VARIÁVEL ALEATÓRIA CONTÍNUA E DISTRIBUIÇÃO NORMAL Aula 6 META Estudar o comportamento e aplicação das Variáveis Aleatórias Contínuas, bem como da Distribuição Normal. OBJETIVOS Ao final
Leia maisEstatística I Aula 8. Prof.: Patricia Maria Bortolon, D. Sc.
Estatística I Aula 8 Prof.: Patricia Maria Bortolon, D. Sc. MODELOS PROBABILÍSTICOS MAIS COMUNS VARIÁVEIS ALEATÓRIAS CONTÍNUAS Lembram o que vimos sobre V.A. contínua na Aula 6? Definição: uma variável
Leia maisCurso Profissional de Nível Secundário
Curso Profissional de Nível Secundário Técnico Auxiliar de Saúde 2 TAS Ano Letivo: 2014/2015 Matemática (200 horas) 11º Ano PLANIFICAÇÃO A LONGO PRAZO A7 Probabilidades Fenómenos aleatórios. 2 aulas Argumento
Leia maisDESENVOLVIMENTO E IMPLEMENTAÇÃO DE SOFTWARE EDUCACIONAL NA ÁREA DE ESTATÍSTICA PARA O ENSINO BÁSICO 1
DESENVOLVIMENTO E IMPLEMENTAÇÃO DE SOFTWARE EDUCACIONAL NA ÁREA DE ESTATÍSTICA PARA O ENSINO BÁSICO 1 Vinícius Fleck 2, Matheus Reis De Almeida 3, Antônio Édson Corrente 4, Peterson Cleyton Avi 5, Tania
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 maisRESUMO. Exercício Resolvido
1 RESUMO A ESPM (Escola Superior de Propaganda e Marketing) em parceria com a Rapp Brasil desenvolveu o primeiro indicador de satisfação do cliente no Brasil, o INSC (Índice Nacional de Satisfação do Cliente),
Leia mais