APLICAÇÃO DA DISTRIBUIÇÃO POISSON E EXPONENCIAL VOLTADA PARA MELHORAMENTO DA QUALIDADE DE SERVIÇO EM UM POSTO DE COMBUSTÍVEL
|
|
- Marta Godoi Affonso
- 7 Há anos
- Visualizações:
Transcrição
1 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 (UNIC) ja.zf@hotmail.com LEANDRO GUSTAVO ALVES (UNIC) leandrociosp@gmail.com O objetivo deste artigo é apresentar a importância da utilização da distribuição de probabilidade a fim de obter resultados através de valores aleatórios podendo utilizá-los na simulação do sistema, de forma a melhorar o atendimento em um posto de combustível, no qual foi realizada uma pesquisa em campo e estudado os dados obtidos. Buscando dessa forma gerar uma melhor qualidade no seu serviço a fim de manter uma posição de líder no mercado, garantindo uma maior demanda de clientes. Palavras-chave: Pesquisa Operacional, Distribuição, Probabilidade.
2 1. Introdução É notável que nos dias atuais as pessoas procurem por serviços que atendam suas necessidades com qualidade em um menor tempo possível, gerando então, a competitividade entre as empresas para ser líder do mercado, atraindo o maior número de clientes. Desta forma, surgiu a oportunidade de estudar um caso de fluxo de demanda dos clientes em um posto de combustível, o qual possui 18h de funcionamento por dia, localizado no interior do estado do Mato Grosso, no município de Colíder, onde os principais fatores a serem levantados estão ligados ao serviço de atendimento aos clientes. De acordo com Marins (2011, pg. 13), a Pesquisa Operacional propõe uma abordagem científica, onde ao observar o local, formula o problema e então constrói o modelo científico, podendo ser tanto matemático como simulação. Neste trabalho será utilizada a distribuição de probabilidade para calcular a distribuição de chegada e atendimento ao cliente referente ao sistema de filas, a qual está relacionada à eficiência e capacidade da empresa. O objetivo de estudo deste trabalho é estudar a qualidade do atendimento ao cliente em um posto de combustível, tendo como finalidade aumentar a satisfação do mesmo, evitando sua permanência na fila à espera de atendimento, e consequentemente, aumentando a capacidade da empresa e seus lucros. O tempo de espera, entre outros, não são determinísticos, desta forma, deve-se encontrar uma maneira de representar esta variabilidade, neste caso será usada à distribuição exponencial e a distribuição de Poisson. 2. Procedimentos Metodológicos O desenvolvimento da presente pesquisa se iniciou com finalidade de estudar os métodos de distribuição existentes em uma simulação. Para que isso pudesse ser feito foi necessário coletar os dados referentes ao número de clientes que chegam ao posto de combustível, por dia, com objetivo de abastecer seus veículos tendo como opções álcool, gasolina e diesel. Este procedimento de coleta de dados se deu a partir de um contato direto com o dono do estabelecimento, o qual disponibilizou os dados referentes de 30 dias, de acordo com a tabela 1. Pelo fato dos dados levantados serem somente de uma empresa, esta análise pode não se encaixar em outras empresas. 2
3 Tabela 1 - Dados coletados Dias Álcool Gasolina Diesel Total Dias Álcool Gasolina Diesel Total Fonte: Adaptado pelo proprietário. Através da tabela 1, foi feita uma nova tabela a fim de auxiliar no desenvolvimento do trabalho a partir da utilização das distribuições de probabilidade. Sendo ela: Tabela 2 - Valores da Probabilidade de chegada de clientes por produto Média Desv.Padrão % Álcool 21 5,33 18,64% Gasolina 35 7,28 30,64% Diesel 58 31,16 50,72% Total ,90 100,00% Fonte: Adaptado pelos autores. A partir destes dados, decidiu-se então, analisar as probabilidades de chegar um determinado número de clientes em um tempo decretado, de forma aleatória, e qual a durabilidade do seu atendimento, desta forma poderá ser analisado a possibilidade de ocasionar fila, tanto na chegada, quanto no processamento de pedido. Com o gráfico a seguir é possível ter uma melhor visualização da média dos produtos que foram citados acima. 3
4 Fonte: Adaptados pelos autores. A distribuição de Poisson é normalmente aplicada para prever a taxa de ocorrência de eventos em um determinado tempo. Andrade (2012, p.190), diz que esta distribuição tem como características uma grande importância, sendo aplicável quando a oportunidade para a ocorrência de um evento é grande, mas a ocorrência real tem baixa probabilidade. A probabilidade de ocorrência de um fenômeno, para intervalos pequenos, pode ser considerada proporcional ao intervalo, sendo esta, outra cacterística descrita pela distribuição de Poisson. (ANDRADE, 2012). Utilizando a distribuição de Poisson é possível analisar a ocorrências de um evento aleatório com probabilidade por uma unidade de tempo, sendo que este seja constante, por exemplo o que foi realizado neste trabalho, o número de clientes que chegam ao posto de combustível durante seu horário de expediente que é entre as 05:30 as 23:30, destacando seu produto com maior demanda. O número de eventos ao longo de um intervalo é uma variável aleatória discreta que é frequentemente modelada por uma distribuição de Poisson. (MONTGOMERY; RUNGER; HUBELE, 2012, p.59). A equação de Poisson é dada por: Onde: λ = Taxa de ocorrência; e = Base do logaritmo natural 2,7183; x = Probabilidade de ocorrência. 4
5 De acordo com (Montgomery; Runger; Hubele, 2012) o comprimento do intervalo entre eventos é frequentemente modelado por uma distribuição exponencial. Essas distribuições, por estarem relacionadas, em um mesmo experimento aleatório podem fornecer probabilidades para diferentes variáveis aleatórias. Com a distribuição exponencial torna-se possível descrever o tempo que se leva para completar uma tarefa, de acordo com o objetivo deste trabalho, o tempo que se leva para atender cada cliente que chega no posto de combustível. 3. Resultados Para exemplicar como desenvolver a equação de acordo com os dados obtidos, utilizando o produto diesel λ = 3,26: 5
6 Chegar 0 cliente/h Chegar 1 cliente/h
7 Chegar 2 clientes/h Chegar mais de 2 clientes/h Na tabela a seguir, encontram-se os dados obtidos através da distribuição de Poisson para realizar a distribuição de chegada dos clientes por hora. Com a equação de Poisson foi possível chegar a tais resultados: Média de (λ) Média de (λ) Média de (λ) Tabela 3 - Tempo de Chegada de Clientes/h Chegar 0 cliente/h Chegar 1 cliente/h Chegar 2 clientes/h Chegar mais de 2 clientes/h 1,22 clientes/hora Álcool 30% 36% 22% 12% 1,92 clientes/hora Gasolina 15% 28% 27% 30% 3,26 clientes/hora Diesel 4% 13% 20% 63% Fonte: Adaptado pelos autores. De acordo com os resultados da tabela 3, é possível analisar que a probabilidade de não chegar nenhum cliente para adquirir o produto álcool em uma hora é de 30%, para gasolina 15% e para o diesel 4% e assim sucessivamente como mostra a tabela, significando que quanto menor for à porcentagem de chegada de um cliente no posto, menor será a probabilidade que esse cliente abasteça o produto diesel, porém a probabilidade que abasteça o produto álcool é maior. Como pode ser observado na tabela. Outra situação visível nesta tabela é o aumento da probabilidade de chegada de clientes que buscam adquirir o produto diesel em uma hora, isto se deve ao fato deste produto possuir uma demanda maior de clientes neste estabelecimento, o que explica, também, a diminuição da probabilidade de chegada de clientes a procura de álcool no mesmo tempo determinado, devido a sua baixa demanda. Gráfico 1 - Chegada de Clientes pela Taxa de Ocorrência.
8 Fonte: Adaptado pelos autores. Com os resultados encontrados na tabela 2, é possível realizar a distribuição de atendimento conforme mostra a tabela 3, variando o tempo em 0,00 a 1,00 dados em horas, ou seja, de 0 a 60 minutos, de modo a encontrar a probabilidade do número de clientes a serem atendidos nesta variabilidade do tempo. Para isso, foi usada a seguinte fórmula: Onde, λ = Taxa de ocorrência; t = tempo. Um exemplo da aplicabilidade dos dados na fórmula pode ser dado pelo intervalo de tempo 0,00 a 0,05 (h), com a taxa de ocorrência λ = 6,4. (λ = média total de chegada de clientes/horário de funcionamento diário = 115/18) Tabela 4 - Tempo de atendimento por número de clientes Tempo de atendimento (h) Probabilidade Tempo de atendimento (min) 0,00 a 0,05 27,39% 0 a 3 0,05 a 0,10 19,89% 3 a 6 0,10 a 0,15 14,44% 6 a 9 0,15 a 0,20 10,49% 9 a 12 8
9 0,20 a 0,25 7,61% 12 a 15 0,25 a 0,30 5,53% 15 a 18 0,30 a 0,35 4,01% 18 a 21 0,35 a 0,40 2,92% 21 a 24 0,40 a 0,45 2,12% 24 a 27 0,45 a 0,50 1,54% 27 a 30 0,50 a 0,55 1,12% 30 a 33 0,55 a 0,60 0,81% 33 a 36 0,60 a 0,65 0,59% 36 a 39 0,65 a 0,70 0,43% 39 a 42 0,70 a 0,75 0,31% 42 a 45 0,75 a 0,80 0,23% 45 a 48 0,80 a 0,85 0,16% 48 a 51 0,85 a 0,90 0,12% 51 a 54 0,90 a 0,95 0,09% 54 a 57 0,95 a 1,00 0,06% 57 a 60 Total 100% - Média de (λ) 6,4 clientes/hora Fonte: Adaptado pelos autores. Nesta distribuição de atendimento, de acordo com a tabela 4, é possível notar que quanto maior for o tempo do mesmo para ser realizado, menor será a probabilidade da demanda de clientes, e quanto menor o tempo de atendimento maior será a demanda de clientes, ou seja, a probabilidade do posto demorar em torno de 57 a 60 minutos para atender um cliente é de 0,06%, o que é uma taxa mínima, resultando em algo positivo pra empresa, pois é um valor quase nulo. No gráfico abaixo é possível visualizar claramente a situação descrita acima. Gráfico 2 - Tempo de Atendimento por Clientes. 9
10 Fonte: Adaptado pelos autores. Este fator deve ao caso da teoria das filas, onde a população opta submeter-se, na maioria das vezes, por serviços em que passam o menor tempo possível nas filas, a não ser que o produto esperado tenha uma qualidade relativamente ótima e diferenciada das demais concorrentes. Isto afeta diretamente as empresas, já que a qualidade é um dos principais fatores para se ganhar clientes, é o que ocorre nesta empresa, a qual a mesma oferece serviços diferenciados a fim de atrair seus clientes, como além do frentista prestar serviço de abastecimento, com a autorização do cliente, checa a parte frontal do veículo, verificando elementos como, água no radiador, quantidade de óleo, disponibiliza também uma lavagem no para-brisa e vidros laterais. 4. Conclusão Com os dados obtidos através da aplicabilidade dos métodos de distribuição de probabilidades é possível avaliar a eficácia e eficiência do atendimento aos clientes junto ao posto de combustível, onde, aproximadamente, 60% da demanda são atendidas em até 9 minutos, porém, dos 40% restantes é possível trabalhar a ociosidade do sistema melhorando sua eficiência. Esta ociosidade pode ser uma causa do tempo de chegada, em que é preciso que o cliente aguarde na fila pelo fato de outros clientes estarem sendo atendidos no momento. Além disso, é possível que exista fila para realizar o pagamento quando ocorrer um grande fluxo de clientes no dia, pois de acordo com o proprietário, muitos ainda preferem se 10
11 locomover até o caixa para realizarem o pagamento ao invés de já acertarem diretamente com o frentista, o que ocasiona em um tempo maior ao realizar o serviço. Futuramente pode promover treinamentos para capacitação dos funcionários, a fim de que os mesmos não sejam a causa da ociosidade, caso não melhore consideravelmente, pode ser estudada a situação de contratação de novos frentistas, aumentando sua capacidade de atendimento já que o posto de combustível oferece serviços de lavagem do para-brisa e frente do automóvel o que pode acarretar em um maior tempo no atendimento, porém, um diferencial. Pode haver também, a possibilidade de aumentar o número de caixas agilizando o serviço de pagamento. 5. Referências ANDRADE, Eduardo Leopoldino. Introdução à Pesquisa Operacional: métodos e modelos para análise de decisões. - 4.ed. - Rio de Janeiro: LTC, p. ISLEB, Jean. Qualidade em um Posto de Combustível: Um Estudo de Caso em um Posto Localizado na Região de Blumenau SC. Blumenau, Dissertação (Trabalho de Conclusão de Curso em Engenharia de Produção) Universidade Regional de Blumenau. Acesso em: 12 nov MARINS, Fernando Augusto Silva. Introdução à Pesquisa Operacional. São Paulo: Cultura Acadêmica: Universidade Estadual Paulista Pró-Reitoria de Graduação, Acesso em: 3 nov MONTGOMERY, Douglas C.; RUNGER, George C.; HUBELE, Norma F. Estatística Aplicada à Engenharia. 2.ed. Rio de Janeiro: LTC, p. Acesso em: 11 fev PRADO, D. S. do. Teoria das Filas e da Simulação. Belo Horizonte: MG: Editora de Desenvolvimento Gerencial, v.2, Acesso em: 13 nov
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
Leia maisColeta e Modelagem dos Dados de Entrada
Coleta e Modelagem dos Dados de Entrada Capítulo 2 Páginas 24-52 Este material é disponibilizado para uso exclusivo de docentes que adotam o livro Modelagem e Simulação de Eventos Discretos em suas disciplinas.
Leia maisColeta e Modelagem dos Dados de Entrada
Slide 1 Módulo 02 Coleta e Modelagem dos Dados de Entrada Prof. Afonso C. Medina Prof. Leonardo Chwif Três Etapas Coleta Tratamento Inferência Coleta dos Dados 1. Escolha adequada da variável de estudo
Leia 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 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 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 maisAPLICAÇÃO DO CONTROLE ESTATÍSTICO DE PROCESSO: ESTUDO DE CASO
APLICAÇÃO DO CONTROLE ESTATÍSTICO DE PROCESSO: ESTUDO DE CASO John César de Souza johncesar.souza@hotmail.com Lucas Vidotti de Carvalho vidotti@hotmail.com.br Marcelo A. Santos Miranda marcaugusto04@gmail.com
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 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 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 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 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 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 maisO Papel da Estatística em outras áreas
5 de Março de 2012 Site: http://ericaestatistica.webnode.com.br/ e-mail: ericaa_casti@yahoo.com.br O método de Engenharia e o Pensamento Estatístico Distribuição de Pontos 3 provas - 30 pontos cada; Listas
Leia maisTÍTULO: MODELAGEM E SIMULAÇÃO DE UM TERMINAL PORTUÁRIO PARA EMBARQUE DE AÇÚCAR PARA EXPORTAÇÃO
TÍTULO: MODELAGEM E SIMULAÇÃO DE UM TERMINAL PORTUÁRIO PARA EMBARQUE DE AÇÚCAR PARA EXPORTAÇÃO CATEGORIA: CONCLUÍDO ÁREA: ENGENHARIAS E ARQUITETURA SUBÁREA: ENGENHARIAS INSTITUIÇÃO: UNIVERSIDADE CATÓLICA
Leia 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 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 maisGabarito - Lista de Exercícios 1
Gabarito - Lista de Exercícios Teoria das Filas Modelo M/M/. Clientes chegam a uma barbearia, de um único barbeiro, com tempo médio entre chegadas de 0 minutos. O barbeiro gasta em média 5 minutos com
Leia maisTeoria das Filas aplicadas a Sistemas Computacionais. Aula 09
Teoria das Filas aplicadas a Sistemas Computacionais Aula 09 Universidade Federal do Espírito Santo - Departamento de Informática - DI Laboratório de Pesquisas em Redes Multimidia - LPRM Teoria das Filas
Leia maisD i s c i p l i n a : P e s q u i s a O p e r a c i o n a l I I T e o r i a d a s F i l a s - L i s t a d e E x e r c í c i o s : 0 2
01. Um lava rápido Automático funciona com somente uma baia. Os carros chegam, conforme uma distribuição de Poisson, em média a cada 12 minutos e podem esperar no estacionamento oferecido se a baia estiver
Leia maisAPLICAÇÃO PRÁTICA SOBRE DIMENSIONAMENTO DE
LICENCIATURA EM ENGENHARIA CIVIL -º Ciclo Disciplina de TRANSPORTES Ano Lectivo de 006/007 º Semestre APLICAÇÃO PRÁTICA SOBRE DIMENSIONAMENTO DE COMPONENTES DE SISTEMAS DE TRANSPORTES Considere uma empresa
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 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 maisACH Introdução à Estatística Conteúdo Teórico: 12 - Simulação
ACH2053 - Introdução à Estatística Conteúdo Teórico: Marcelo S. Lauretto Referências: Morris DeGroot, Mark Schervish. Probability and Statistics. 4th Ed. - 4o capítulo Ilya M. Sobol. A Primer for the Monte
Leia maisPrincipais distribuições discretas Distribuição de Bernoulli sucesso fracasso X = 1, se sucesso X = 0, se fracasso P(X) TOTAL 1 Exemplo 5:
Principais distribuições discretas Na prática, sempre se procura associar um fenômeno aleatório a ser estudado, a uma forma já conhecida de distribuição de probabilidade (distribuição teórica) e, a partir
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 maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Introdução à simulação Geração de números aleatórios Lei dos Grandes Números Aula de hoje Geração de variáveis aleatórias: Transformada Inversa
Leia 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 maisAvaliação de Desempenho
Avaliação de Desempenho Aula passada Métricas, Técnicas, Erros Aula de hoje Conceitos importantes de probabilidade Como fazer a análise de desempenho? Modelos Matemáticos Modelos de Simulação Como fazer
Leia maisLISTA DE EXERCÍCIOS 2 VARIÁVEIS ALEATÓRIAS
Universidade Federal de Ouro Preto Instituto de Ciências Exatas e Biológicas Departamento de Matemática MTM 5 Estatística Turma 22 Professor: Rodrigo Luiz Pereira Lara LISTA DE EXERCÍCIOS 2 VARIÁVEIS ALEATÓRIAS
Leia maisBioestatística e Computação I
Bioestatística e Computação I Distribuições Teóricas de Probabilidade Maria Virginia P Dutra Eloane G Ramos Vania Matos Fonseca Pós Graduação em Saúde da Mulher e da Criança IFF FIOCRUZ Baseado nas aulas
Leia maisLista 4 de exercícios
Lista 4 de exercícios 1. (MORETTIN, 2010) Na leitura de uma escala, os erros variam de -1/4 a ¼, com distribuição uniforme de probabilidade. Calcular a média e a variância da distribuição dos erros. 2.
Leia maisAnálise de Dados e Simulação
Universidade de São Paulo Instituto de Matemática e Estatística http:www.ime.usp.br/ mbranco Processo de Poisson. Processo de Poisson Homogêneo Considere N(t) o número de ocorrências de um determinado
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 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 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 maisPesquisa Operacional II
Pesquisa Operacional II Modelo de Filas Professor: Roberto César A Notação de Kendall Um modelo de fila pode ser descrito pela notação: A/B/c/K/m/Z em que: A = distribuição dos intervalos entre chegadas;
Leia maisAPLICAÇÃO DA ESTÍSTICA DESCRITIVA PARA O DIMENSIONAMENTO DE BAIAS DE CRUZAMENTOS EM T : ESTUDO DE CASO EM UM PÓLO GERADOR DE VIAGEM.
APLICAÇÃO DA ESTÍSTICA DESCRITIVA PARA O DIMENSIONAMENTO DE BAIAS DE CRUZAMENTOS EM T : ESTUDO DE CASO EM UM PÓLO GERADOR DE VIAGEM. Harlenn dos Santos Lopes 1, Bruno de Oliveira Rocha 1, Francisco Arcelino
Leia maisNoções de Probabilidade e Estatística CAPÍTULO 3
Noções de Probabilidade e Estatística Resolução dos Exercícios Ímpares CAPÍTULO 3 Felipe E. Barletta Mendes 8 de outubro de 2007 Exercícios da seção 3.1 1 Uma moeda viciada tem probabilidade de cara igual
Leia mais4 Aplicação ao Carro Flex Fuel
58 4 Aplicação ao Carro Flex Fuel 4.1. Introdução Como visto no início da dissertação, o conceito do automóvel flex fuel tem como origem a possibilidade do carro utilizar como combustível álcool, gasolina
Leia maisSCX5005 Simulação de Sistemas Complexos II. Problemas em Simulação
SCX5005 Simulação de Sistemas Complexos II Alguns Marcelo S. Lauretto Referências: Morris DeGroot, Mark Schervish. Probability and Statistics. 4th Ed. - 4o capítulo Ilya M. Sobol. A Primer for the Monte
Leia maisSIMULAÇÃO DO SISTEMA IDEAL PARA LINHA DE PRODUÇÃO DE UMA FÁBRICA DE ENGRENAGENS SIMULATION OF IDEAL SYSTEM FOR PRODUCTION LINE OF A FACTORY GEARS
v. 01, n. 02: p. 66-75, 2014 SIMULAÇÃO DO SISTEMA IDEAL PARA LINHA DE PRODUÇÃO DE UMA FÁBRICA DE ENGRENAGENS SIMULATION OF IDEAL SYSTEM FOR PRODUCTION LINE OF A FACTORY GEARS Daniel Roberto Censi 1 Gilberto
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 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 mais1 Dimensionamento de Frota
1 Dimensionamento de Frota DESENVOLVA UM MODELO DE SIMULAÇÃO COM N CAMINHÕES QUE CIRCULAM ENTRE UMA FÁBRICA E PORTO. TANTO NA FÁBRICA COMO NO PORTO ESSES CAMINHÕES PASSAM POR UM PROCESSO DE PESAGEM NA
Leia maisPROBABILIDADE E ESTATÍSTICA DISTRIBUIÇÕES DE PROBABILIDADES PARTE I
PROBABILIDADE E ESTATÍSTICA DISTRIBUIÇÕES DE PROBABILIDADES PARTE I Bruno Baierle Maurício Furigo Prof.ª Sheila Regina Oro (orientadora) Edital 06/2013 - Produção de Recursos Educacionais Digitais Variável
Leia maisESTATÍSTICA. x(s) W Domínio. Contradomínio
Variáveis Aleatórias Variáveis Aleatórias são funções matemáticas que associam números reais aos resultados de um Espaço Amostral. Uma variável quantitativa geralmente agrega mais informação que uma qualitativa.
Leia maisSIMULAÇÃO DE UM SISTEMA DE FILAS EM UM POSTO DE COMBUSTÍVEL SITUADO EM CAMPO MOURÃO/PR UTILIZANDO O SOFTWARE ARENA
SIMULAÇÃO DE UM SISTEMA DE FILAS EM UM POSTO DE COMBUSTÍVEL SITUADO EM CAMPO MOURÃO/PR UTILIZANDO O SOFTWARE ARENA Pedro H. Barros Negrão 1, Andressa M. Corrêa 1, Thamara Martim 1, Mariana Gonçalves da
Leia maisINSTITUTO DE PÓS GRADUAÇÃO ICPG GESTÃO DA TECNOLOGIA DA INFORMAÇÃO
INSTITUTO DE PÓS GRADUAÇÃO ICPG GESTÃO DA TECNOLOGIA DA INFORMAÇÃO Prof. Msc. Saulo Popov Zambiasi (saulopz@gmail.com) Informação - ICPG - Criciuma - SC 1 Características Gerais, operadores, algoritmo.
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 maisModelagem 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
Leia maisPNV-5005 MODELAGEM E ANÁLISE DE SISTEMAS INTERMODAIS DE TRANSPORTE UTILIZANDO TÉCNICAS DE SIMULAÇÃO
PNV-5005 MODELAGEM E ANÁLISE DE SISTEMAS INTERMODAIS DE TRANSPORTE UTILIZANDO TÉCNICAS DE SIMULAÇÃO Prof. Dr. Rui Carlos Botter e-mail: rcbotter@usp.br Março de 2015 Etapas de um projeto de simulação OBJETIVOS
Leia maisLista de exercícios propostos de Distribuições Discretas Estatística I OBS: Os exercícios estão dispostos em ordem de dificuldade.
Lista de exercícios propostos de Distribuições Discretas Estatística I OBS: Os exercícios estão dispostos em ordem de dificuldade. 1. Sendo X uma variável seguindo uma distribuição Uniforme Discreta, com
Leia maisUniversidade Federal do Pará Instituto de Tecnologia ESTATÍSTICA APLICADA. Campus de Belém Curso de Engenharia Mecânica
Universidade Federal do Pará Instituto de Tecnologia ESTATÍSTICA APLICADA Plano da Disciplina Campus de Belém Curso de Engenharia Mecânica 1 IDENTIFICAÇÃO Nome da disciplina: Estatística Aplicada I Código
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 maisO Papel da Estatística na Engenharia. Objetivos de Aprendizagem. UFMG-ICEx-EST-032/045 01/09/ :01
0 ESQUEMA DO CAPÍTULO O Papel da Estatística na Engenharia Montgomery, D. C. & Runger, G. C. Estatística Aplicada e Probabilidade para Engenheiros. Cap. 1. 5ª Ed., LTC Livros Técnicos e Científicos Editora
Leia maisO Papel da Estatística na Engenharia
ESQUEMA DO CAPÍTULO O Papel da Estatística na Engenharia Montgomery, D. C. & Runger, G. C. Estatística Aplicada e Probabilidade para Engenheiros. Cap. 1. 5ª Ed., LTC Livros Técnicos e Científicos Editora
Leia maisUniversidade Federal do Pará Instituto de Tecnologia. Plano da Disciplina. Campus de Belém Curso de Engenharia Mecânica
Universidade Federal do Pará Instituto de Tecnologia Campus de Belém Curso de Engenharia Mecânica 1. IDENTIFICAÇÃO Nome da disciplina: Estatística Aplicada I Código da disciplina: EN07048 Nome do professor:
Leia maisModelagem e Análise de Sistemas - COS767
Modelagem e Análise de Sistemas - COS767 Aula de hoje Introdução à simulação Geração de números aleatórios Lei dos Grandes Números Geração de variáveis aleatórias: método da transformada inversa Simulação
Leia maisFTAD Formação Técnica em Administração de Empresas. Módulo: Gestão da Qualidade. Profa. Maria do Carmo Calado
FTAD Formação Técnica em Administração de Empresas Módulo: Gestão da Qualidade Profa. Maria do Carmo Calado Aula 2 A Era da Qualidade Total Objetivos: Possibilitar a compreensão das características, princípios
Leia maisESCOLA SECUNDÁRIA JERÓNIMO EMILIANO DE ANDRADE DE ANGRA DO HEROÍSMO
ESCOLA SECUNDÁRIA JERÓNIMO EMILIANO DE ANDRADE DE ANGRA DO HEROÍSMO PLANIFICAÇÃO ANUAL ANO LECTIVO: 008/009 DISCIPLINA: Matemática ANO: 1º Aulas previstas 1º período: 7 (5 ) º período: 7 (5 ) 3º período:
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 DINÂMICA DE UM TREM COM TRÊS VAGÕES RESUMO
Mostra Nacional de Iniciação Científica e Tecnológica Interdisciplinar III MICTI Fórum Nacional de Iniciação Científica no Ensino Médio e Técnico - I FONAIC-EMT Camboriú, SC, 22, 23 e 24 de abril de 2009
Leia maisEstatística Aplicada
Estatística Aplicada Variável Aleatória Contínua e Distribuição Contínua da Probabilidade Professor Lucas Schmidt www.acasadoconcurseiro.com.br Estatística Aplicada DISTRIBUIÇÕES CONTÍNUAS DE PROBABILIDADE
Leia maisCadeias 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
Leia maisEngenharia da Qualidade I Aula 5
Engenharia da Qualidade I Aula 5 Ferramentas para o Controle e Melhoria da Qualidade Prof. Geronimo Virginio Tagliaferro 4 Diagrama de causa e efeito (diagrama de Ishikawa) O diagrama de causa e efeito
Leia maisUNIVERSIDADE DO ESTADO DO RIO DE JANEIRO REDES DE COMUNICAÇÕES
1 a. Lista Redes de Comunicações I pg. 1/5 UNIVERSIDADE DO ESTADO DO RIO DE JANEIRO REDES DE COMUNICAÇÕES 1 Prof. Flávio Alencar 1 a. LISTA (Assuntos: Filas, probabilidade e estatística aplicada a redes
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 maisProbabilidade. 1 Distribuição de Bernoulli 2 Distribuição Binomial 3 Multinomial 4 Distribuição de Poisson. Renata Souza
Probabilidade Distribuição de Bernoulli 2 Distribuição Binomial 3 Multinomial 4 Distribuição de Poisson Renata Souza Distribuição de Bernoulli Uma lâmpada é escolhida ao acaso Ensaio de Bernoulli A lâmpada
Leia maisPROCESSO DE POISSON. Processo Estocástico Prof, Ms. Eliana Carvalho
Processo Estocástico Prof, Ms. Eliana Carvalho Este processo estocástico deve o seu nome ao matemático francês Simion-Denis Poisson (1781-1840). Espaço de estados discreto (cadeia) Variável tempo é contínua
Leia maisDistribuição Amostral e Estimação Pontual de Parâmetros
Roteiro Distribuição Amostral e Estimação Pontual de Parâmetros 1. Introdução 2. Teorema Central do Limite 3. Conceitos de Estimação Pontual 4. Métodos de Estimação Pontual 5. Referências População e Amostra
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 maisEstatística Aplicada
Estatística Aplicada Distribuições Discretas de Probabilidade Professor Lucas Schmidt www.acasadoconcurseiro.com.br Estatística Aplicada DISTRIBUIÇÕES DISCRETAS DE PROBABILIDADE Distribuições de Probabilidade
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 maisobservado, ainda que o tempo médio de serviço é igual a meio minuto. Determine:
0. Um único servidor em um centro de serviço está ocupado quatro de cada cinco minutos, em média. Foi observado, ainda que o tempo médio de serviço é igual a meio minuto. Determine: (i) O tempo médio de
Leia maisNoções 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
Leia mais2 Distribuições Teóricas Discretas
2 Distribuições Teóricas Discretas Exercício 2.1 Seja X B (n, p) e Y B (n, 1 p), verifique que P (X = r) =P (Y = n r). InterpreteoresultadoemtermosdeprovasdeBernoulli. Exercício 2.2 Utilizando as tabelas
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 maisGUIA PRÁTICO. Produtividade de Frota. TrackMaker Rastreamento Profissional de Frota: Welerson Faria Especialista Logístico
TrackMaker Rastreamento Profissional de Frota: Welerson Faria Especialista Logístico 31 3643-0878 GUIA PRÁTICO Produtividade de Frota O SEU GUIA DEFINITIVO Este E-Book é destinado a empresas que têm como
Leia maisEscola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo. Variáveis Aleatórias Discretas
Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo Variáveis Aleatórias Discretas Professora Renata Alcarde Sermarini Piracicaba abril 2016 Renata Alcarde Sermarini Estatística Geral
Leia maisAnálise dos preços dos combustíveis no Estado do Paraná
Análise dos preços dos combustíveis no Estado do Paraná Mesmo considerando a atual crise econômica a expectativa é de que o custo de vida do brasileiro aumente, em média, 4,26% em 2009 e 4,46% em 2010.
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 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 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 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 maisBioestatística e Computação I
Bioestatística e Computação I Distribuições Teóricas de Probabilidade Maria Virginia P Dutra Eloane G Ramos Vania Matos Fonseca Pós Graduação em Saúde da Mulher e da Criança IFF FIOCRUZ Baseado nas aulas
Leia maisVariáveis aleatórias discretas
Probabilidades e Estatística + Probabilidades e Estatística I Colectânea de Exercícios 2002/03 LEFT + LMAC Capítulo 3 Variáveis aleatórias discretas Exercício 3.1 Uma caixa contém 6 iogurtes dos quais
Leia maisExercício 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.
Leia maisDistribuição de Probabilidade. Prof.: Joni Fusinato
Distribuição de Probabilidade Prof.: Joni Fusinato joni.fusinato@ifsc.edu.br jfusinato@gmail.com Modelos de Probabilidade Utilizados para descrever fenômenos ou situações que encontramos na natureza, ou
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 maisDistribuições de probabilidade de variáveis aleatórias discretas
Distribuições de probabilidade de variáveis aleatórias discretas Universidade Estadual de Santa Cruz Ivan Bezerra Allaman Cronograma 1. Distribuição Bernoulli 2. Distribuição Binomial 3. Distribuição Poisson
Leia maisDistribuições Discretas
META: Estudar o comportamento das Variáveis Aleatórias Discretas, bem como das Distribuições Binomial e Poisson e suas aplicações. Entender o comportamento de uma Variável aleatória Contínua. OBJETIVOS:
Leia maisLICENCIATURA EM MATEMÁTICA A DISTÂNCIA / UFF
SELEÇÃO DE TUTORES A DISTÂNCIA 208.2 ANEXO I Grupo : Geometria e Números Complexos Construções Geométricas Geometria Plana Geometria Espacial Números Complexos Possuir Graduação em Matemática, Física ou
Leia maisModelagem da disponibilidade mecânica do harvester no corte de povoamento florestal
Modelagem da disponibilidade mecânica do harvester no corte de povoamento florestal Carlos Cézar C. Diniz 1, Eduardo da Silva Lopes 2 1 UFPR Universidade Federal Do Paraná. E-mail: carloscezardiniz@gmail.com
Leia maisDEPARTAMENTO DE MATEMÁTICA E CIÊNCIAS EXPERIMENTAIS - Grupo 500 Planificação Anual /Critérios de avaliação. Disciplina: Matemática A 12º ano 2016/2017
AGRUPAMENTO DE ESCOLAS ANSELMO DE ANDRADE DEPARTAMENTO DE MATEMÁTICA E CIÊNCIAS EXPERIMENTAIS - Grupo 500 Planificação Anual /Critérios de avaliação Disciplina: Matemática A 12º ano 2016/2017 Início Fim
Leia maisDEPARTAMENTO DE MATEMÁTICA E CIÊNCIAS EXPERIMENTAIS - Grupo 500. Planificação Anual /Critérios de avaliação
AGRUPAMENTO DE ESCOLAS ANSELMO DE ANDRADE DEPARTAMENTO DE MATEMÁTICA E CIÊNCIAS EXPERIMENTAIS - Grupo 500 Planificação Anual /Critérios de avaliação Disciplina: Matemática A 12º ano 2015/2016 Início Fim
Leia maisPalavras-chave: Comunicação empresarial; Satisfação dos clientes; Relato de prática; Posto de combustíveis.
TODA EMPRESA PRECISA INVESTIR EM COMUNICAÇÃO EMPRESARIAL EXTERNA? A importância dos objetivos da empresa e da satisfação do cliente Luciano Adriano Mielke luciano.mielke1@gmail.com Fabio Prates dos Santos
Leia maisUniversidade Federal do Ceará
Universidade Federal do Ceará Faculdade de Economia Vicente Lima Crisóstomo Fortaleza, 2011 1 Sumário Introdução Estatística Descritiva Probabilidade Distribuições de Probabilidades Amostragem e Distribuições
Leia maisAPOSTILA DE PROCESSOS DECISÓRIOS (JAN/2018)
APOSTILA DE PROCESSOS DECISÓRIOS (JAN/2018) Profª Mônica Roberta Silva, M.Sc. www.retadechegada.com (21) 3902-1462 e (21) 9157-5825 monicarobs@hotmail.com 1 Processo Decisório Bazerman (2004:4) aponta
Leia mais