ESTUDO PARA A COMPARAÇÃO ENTRE OS MODELOS DE FILAS M/M/C E M/EK/C APLICADA EM UMA PANIFICADORA
|
|
- Fábio Luís Malheiro Caiado
- 7 Há anos
- Visualizações:
Transcrição
1 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 Sadraque Araujo da Silva Junior (UNAMA) sadraquearaujo@hotmail.com ROMULO JOSE PINHEIRO DA SILVA (UEPA) romulojpsilva@hotmail.com Yvelyne Bianca Iunes Santos (UNAMA) yvelyne@superig.com.br Este artigo buscou estudar a comparação entre dois modelos de filas, o M/M/c, com chegada por modelo de Poisson e atendimento por Exponencial Negativa,e o modelo M/Ek/c, com chegado por Poisson e atendimento por Erlang de grau k, em uma filla formada em uma panificado de pequeno porte, visando encontrar aquela cujo os resultadosmais se adequaram a realidade. Porém conclui-se que os dois modelos são muitos proximos quando o parâmetro k = 1, não obtendo nenhum resultado com diferença sensível, para o parâmetro utilizado pode-se dizer que M/M/c e M/E1/c são idênticos. Contudo em uma situação simulada, fazendo com que os picos no tempo de atendimento fossem mais centralizados, o modelo M/Ek/c obteve um melhor desempenho (Erlang a grau 3) quando comparado ao M/M/c. Palavras-chaves: Filas, Modelo deerlang, Exponencial Negativa, Distribuição
2 1. Introdução As filas estão distribuídas em todos os seguimentos da sociedade, seja em um supermercado, ou em uma ligação telefônica, ou em ambientes produtivos. Em certas situações elas podem ser abstratas, mas não abdicando de possuir uma grandiosa importância. A formação de uma fila é aleatória e se não estiver bem dimensionada pode causar grandes transtornos, tanto para os clientes como para o estabelecimento, tais como: congestionamentos, desperdício financeiros, dentre outros. Por uma fila ser concebida de maneira aleatória seu estudo é feito através de processos matemáticos estatísticos (processo estocástico) buscando um equilíbrio entre o custo do atendimento e a satisfação daqueles que fazem parte desse sistema. Dentro do contexto apresentado, o presente trabalho tem como objetivo comparar modelos de atendimento (Exponencial Negativa e Erlang), geradas no acesso ao balcão de atendimento de uma padaria, identificando o modelo que mais se adéqua a realidade. 2. Conceito das filas Segundo Tôrres (2010), a fila é formada quando um determinado posto de serviço não pode atender prontamente um grupo de clientes, ocasionando então a espera para dispor dos serviços oferecidos pelo posto, tendo sua formação caracterizada basicamente pelos seguintes elementos: O regime de chegada: onde cada unidade (cliente) ocupa um lugar de acordo com o momento. O regime de serviço: que depende da disponibilidade de atendimento variando de acordo com o seu intervalo de tempo, pois em alguns lugares o serviço é sempre disponível. Capacidade do sistema: de acordo com o número de clientes que podem ser atendidos simultaneamente. Observando-se a duração do tempo de serviço. Disciplina de Atendimento: representa a ordem na qual os clientes são atendidos, sendo normalmente empregada a disciplina FIFO (First in First out), 3. Descrição do Sistema O local onde foram feitos o estudo e a coleta de dados trata-se de uma panificadora que dispõe de dois atendentes (caixa). Tanto o atendimento do pedido quanto a função de caixa é feito por ambos os atendentes, existindo apenas uma fila para os dois funcionários, onde os clientes aguardam a sua vez de acordo com a ordem de sua chegada. Sendo que o sistema operacional da panificadora não é informatizado. O pagamento do produto é feito somente em dinheiro. 4. Modelagem Analítica do Sistema A partir da coleta feita e da observação embasadas nos dados referentes às chegadas dos clientes, ao número de caixas dispostos no local e também ao tempo usado para cada atendimento, foi definida a modelagem analítica do sistema. 2
3 Segundo Shamblin (1979), grifo dos autores, no modelo M/M/2 tanto a chegada como o atendimento podem ser marcovianos, seguindo a Distribuição de Poisson (recomendado para a chegada) ou a Distribuição Exponencial Negativa (recomendado para o processo de atendimento), entretanto, não foram consideradas apenas as equações referentes às sugestões dos artífices citados, visto que neste trabalho também será avaliada a utilização da distribuição de Erlang no processo de atendimento do público. Para Bolch (1998), a Notação de Kendall é usada para descrever os sistemas de filas elementares.. O sistema observado no estabelecimento é testado no modelo M/M/2 e no modelo M/Ek/2, onde existe uma única fila para dois atendentes. Para ambos os processos (chegada e atendimento) se faz necessário o cálculo de:, seja a taxa média de chegada ao sistema, calculada por: Onde: D Quantidade de Pessoas que chegaram à fila em um intervalo de tempo; Ritmo de chegada;, seja a taxa média de atendimento, calculada por: Onde: e São os tempos de cada intervalo utilizado para o atendimento; Frequência Observada para o respectivo intervalo; Para Hillier (1988) e Bolch (1998), é necessário que o sistema fique em equilíbrio, para que a teoria de filas seja aplicada, considerando sempre ou, fazendo com que o sistema sempre consiga atender a todos os clientes, pois caso contrário haverá teoricamente a tendência a formação de uma fila infinita. A taxa de utilização do sistema pode ser definida como: 4.1 Distribuição de Poisson A Distribuição de Poisson consiste em uma curva matemática usada na estatística e na simulação de resultados para representar a probabilidade de que determinado evento ocorraem um intervalo especificado, sendo antes a probabilidade média conhecida. Na aplicação em filas é utilizada pelo fato da chegada de pessoas acontecer independe e aleatoriamente no tempo. Segundo Prado (2009), a equação de Poisson pode ser escrita na seguinte fórmula: 4.2 Distribuição Exponecial Negativa 3
4 Segundo Moreira (2010) e Prado (2009), a distribuição exponencial negativa é a correspondente da distribuição de Poisson, porque também se baseia em função de probabilidade em torno de uma média conhecida. Pode-se dizer que um fenômeno segue as duas distribuições ao mesmo tempo, Poisson e Exponencial Negativa. Pelo fato da distribuição estar feita em um intervalo de tempo o resultado calculado através da integração da equação exponencial negativa, tendo como resultado: 4.3 Distribuição de Erlang Para Hillier (1998), a distribuição de tempo de serviço exponencial supõe um grau muito elevado de variabilidade..., enquanto a função de Erlang gera uma menor incerteza pelo fato de encontrar-se em um campo intermediário de variação, onde está localizada a maioria de serviços reais, ou seja, entre a variação zero e a variação da distribuição exponencial encontrasse a Distribuição de Erlang. Ferreira (1998) indica a fórmula da distribuição de Erlang: Contudo, como a mesma está sendo usada em intervalo de tempo, a equação deve ser utilizada como a média do intervalo. A utilização da equação desta forma (tempo como média do intervalo) foi resultado da análise dos autores, sendo esta a que melhor se adequou. 4.4 Teste do Chi-Quadrado Chi-Quadrado, simbolizado por, é um teste de hipóteses que tem como objetivo, encontrar um valor da dispersão para duas variáveis nominais, e avaliar a associação existente entre variáveis quantitativas. O princípio básico deste método é comparar as possíveis divergências entre as frequências observadas e esperadas para certo evento. Pode-se dizer que dois grupos se comportam de forma semelhante se as divergências entre as frequências observadas e as esperadas em cada categoria forem muito próximas à zero. Utiliza-se o teste para verificar se a frequência com que um determinado acontecimento observado em uma amostra varia significativamente ou não da frequência com que ele é esperado. Abaixo segue fórmula do teste Chi-quadrado: Onde: o = frequência observada para cada classe e = frequência esperada para aquela classe Com o resultado de, calcula-se o grau de liberdade e de posse destes dois valores, determina-se o máximo erro admissível, que neste trabalho será considerado 5%. Utilizando os 3 valores (, G.L. e 5%) encontra-se o valor tabelado, que representa o valor máximo que pode assumir para o respectivo erro. Caso o resultado seja abaixo do da tabela, a distribuição é aderente a realidade com erro inferior a 5%. 5. Coleta de dados 5.1 Chegada de clientes 4
5 Os dados de chegada foram coletados entre 6:20h e 7:30h da manhã, desconsiderando 5 observações, de maneira que foram observadas quantos clientes chegava a fila em intervalos fixos e consecutivos de 1 min, obtendo-se assim a frequência de chegada na fila para cada minuto, os resultados destas anotações podem ser visualizadas e analisadas na tabela abaixo: Tabela 1: Frequências Observadas para a chegada de clientes na fila A partir da Tabela 1 é feito o cálculo da Frequência Calculada, que são os resultados obtidos a partir da distribuição de Poisson para = 0, Tabela 2: Frequências calculadas pela distribuição de Poisson (chegada) Observado o valor do erro pode-se concluir que o resultado é satisfatório, pois o resultado foi abaixo do mínimo recomendado para distribuição com grau de liberdade 4 a 5% de significância, que seria um erro de 9,488. Ou seja, o teste revela que a distribuição de Poisson para = 0,92307 clientes/min é válido. Partindo dessa validação o gráfico foi traçado e como resultado obteve-se: Figura 1: Sobreposição dos dados reais de chegada e a distibuição de Poisson 5
6 O Figura 1 mostra que a distribuição de Poisson se adequa com satisfação a realidade dapanificadora. 5.2 Atendimento de clientes Para o atendimento os seus respectivos dados foram obtidos através da cronometragem dos tempos que cada funcionário gastava para atender um pedido. Como os tempos foram muito variados, os mesmo foram distribuidos em invervalos de tempo igualmente espaçados. Para que fossem testadas as distribuições para atendimento, o mesmo foi considerado em intervalos de tempo de 0min a 7min, dividos em 7classes, onde foram obtidas as frequências para todos os intervalos, conforme apresenta-se na Tabela 3. Considerando que OP I (Operador I) e OP II (Operador II). Tabela 3: Frequência observada e relativa para o atendimento Com os resultados de e foi feita a comparação entre a taxa de chegada média e a taxa de atendimento média, usando para isso o resultado multiplicado por 2 (número de atendentes), bem como o cálculo da taxa de utilização: Observando que a taxa de utilização do sistema é de 65,3%, ou seja, o sistema encontra-se estável Aplicação da distribuição exponencial negativa Apartir da tabela 3 foi aplicada à equação da distribuição exponencial negativa para ambos os funcionarios utilizando suas respectivas taxas de atendimento, gerando como resultado atabela a seguir. 6
7 Tabela 4: Frequências calculadas pela distribuição Exponencial Negativa (atendimento) Analisando o resultado do teste do Chi-quadrado e comparando, com os resultados para grau de liberdade 5 a 5% de significância, obtêm-se o erro máximo admissível de 11,07. Portanto os erros foram inferiores aos recomendados confirmando a aderência da função à realidade, para ambos os operadores. Graficamente, tem-se: Operador I Operador II Figura 2: Sobreposição dos dados reais deatendimento e a distibuição Exponencial Negativa Aplicação da distribuição de Erlang1 A partir da Tabela 3 foi aplicada à distribuição de Erlang1. Como o modelo proposto neste tópico adimite vários valores para o fator k que modela o formato da curva criada foi utilizado o valor de k = 1, pois para valores superiores a este, os resultados estavam desproporcionais a realidade, para ambos os funcionários utilizando suas respectivas taxas de atendimento, gerando como resultado a seguinte tabela. 7
8 Tabela 5: Sobreposição dos dados reais de atendimento e a distibuição de Erlang1 Analisando o resultado do teste do Chi-quadrado e comparando, com os resultados para grau de liberdade 3 a 5% de significância, obtêm-se o erro máximo admissível de 11,07. Portanto como os erros foram inferiores aos recomendados a função adere com satisfação à realidade, para ambos os operadores, resultados estes iguais ao anterior. Graficamente, tem-se: Operador I Operador II Figura 3: Sobreposição dos dados reais de atendimento e a distibuição Erlang1 5.3 Simulação com picos de atendimento diferentes Como parte deste estudo, foi feita a comparação das duas distribuições citadas em situações onde os picos de atendimento não estão nos intervalos iniciais, mas sim, em faixas intermediarias de intervalo. Na tabela abaixo pode ser observada as alterações para a simulação de novos picos de atendimento, onde o momento de pico de 19 anotações entre 0 e 1 min foi alterado para o intervalo de 1 a 2 min, mudando os resultados obtidos, para: 8
9 Tabela 6: Observadas para a simulação Frequências Desenvolvendo a mesma ideia da tabela 4, distribuição exponencial negativa, porém com os valores da simulação, tem-se: Tabela 7: Frequências Distribuição Exponencial simulação calculadas pela Negativa para a Observando o resultado do teste de aderência conclui-se que a mesma distribuição não é mais viável para representa a realidade idealizada, já que o erro é consideravelmente superior ao valor do erro limite para a significância de 5%. No gráfico é notável a diferença existente. Operador I 9
10 Operador II Figura 4: Sobreposição dos dados reais de atendimento e a Distr. Expo. Negativa para os dados fictícios Fazendo o cálculo para Erlang k, obteve-se varios tipos de curvas, pelo fato de que cada valor de k possuir uma curva diferente, e aquela que melhor se adequou aos dados foi Erlang 3, na qual abaixo encontrasse os resultados: Tabela 8: Frequências calculadas pela Distribuição Erlang 3 para a simulação Comparando os resultados do Chi- Quadrado da tabela 7 com a tabela 8, é possível observar a diferença nos erros, sendo que na distribuição de Erlang 3 o erro do operrador II é causado principalmente pelo último intervalo e se caso o mesmo fosse reduzido a 0 o erro total seria de apenas de 3,3755 e para o operrador I o maior erro gerado foi no penúltimo intervalo e caso fosse reduzido a zero, semelhante a comparação anterior, o erro total seria de 5,6159. Abaixo segue os respectivos gráficos da distribuição de Erlang 3: Operador I 10
11 Operador II 6. Análise Figura 5: Sobreposição dos dados reais de atendimento e a Distr.Erlang 3 para o dado fictícios Observando os gráficos é possível concluir que a distribuição de Erlang com grau 1 é muito semelhante à distribuição Exponencial negativa, demonstrando a proximidade dos dois modelos, para situações com picos de distribuição se concentrando nos primeiros intervalos de tempo. Contudo, analisando os gráficos do modelo simulado, conclui-se que a curva de Erlang melhor se adequou a situação fictícia, mesmo tendo se assemelhado a exponencial negativa quando. Isso ocorre devido a possibilidade de mutação em sua função pelo fato da mesma ter o fato de mutação em sua função geratriz, viabilizando a mobilidade (no sentido de mudança de aspecto) da curva. Sempre tornando-a ajustável a uma situação, dependendo do grau adotado. 7. Conclusão Este trabalho foi de grande importância para o aprofundamento sobre as possibilidades que a Teoria de filas nos proporciona. A modelagem matemática usada neste conteúdo determina a confiabilidade do estudo, portanto se faz necessário uma boa modelagem para que os resultados sejam o mais próximo possível da realidade. A comparação final entre o modelo M/M/c, com chegada pelo modelo de Poisson e atendimento por Exponecial Negativa, e o modelo M/E1/c, com chegado por Poisson e atendimento por Erlang de grau 1 (valores superiores para o parâmetro k fazia com que a curva ficasse altamente discrepante com a realidade, onde quanto maior o valor de k mais a equação de Erlang tende a uma distribuição normal)mostrou que os modelos são praticamente idênticos, não havendo diferenças significativas entre os mesmos. Porém, na simulação, onde mudou-se a taxa de atendimento,fazendo o pico das distribuições se encontra em intervalos de tempo intermediários, entre 1 e2 min,o modelo M/Ek/c obteve um melhor desempenho (Erlang a grau 3) quando comparado ao M/M/c. Ou seja, a curva de Erlang é mais abrangente quando comparada a exponencial negativa, recomendando a sua utilização para a maioria das situações de atendimento. Porém, se faz necessário o aprofundamento nas equações de desenpenho de Erlang, visto que a mesma é dificilmente sitada por autores, na maioria dos casos os mesmo fazem menção a Erlang para apenas 1 atendente, o que dificulta o aprofundamento no assunto. Referências 11
12 BOLCH, Gunter / GREINER, Stefan / MEER, Hermann de / TRIVEDI, Kishor S. Queueing Networks and Markov Chains: Modeling and Performance Evaluation with Computer Science Applications. New York: Wiley- Interscience, FERREIRA, J. O. Simulação de Filas G1/G/m e verificação de aproximações desdás por filas Ph/Ph/m. São José dos Campos: INPE, HILLIER, Frederick S. / LIEBERMAN, Gerald J. Introdução à Pesquisa Operacional. Tradução de Helena L. Lemos Rio de Janeiro: Editora Campus / São Paulo: Editora da Universidade de São Paulo, MOREIRA, Daniel Augusto. Pesquisa Operacional: Curso Introdutório. 2º Ed. Rev. e Atu. São Paulo: Cengage Learning PRADO, Darci Santos do. Teoria das Filas e da Simulação. Série Pesquisa Operacional Volume 2. 4º Ed. Nova Lima: INDG Tecnologia e Serviços Ltda SHAMBLIN, James E. / STEVENS, G.T. JR. Pesquisa Operacional: Uma Abordagem Básica.3º Ed. São Paulo: Editora Atlas S.A TÔRRES, Oswaldo Fadigas. Elementos da Teoria das Filas. Disponível em: < Acessado em: 10/11/
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 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 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 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 maisA TEORIA DAS FILAS COMO FERRAMENTA DE APOIO PARA ANALISE DE UMA EMPRESA DE LAVA- RÁPIDO EM VOLTA REDONDA
A TEORIA DAS FILAS COMO FERRAMENTA DE APOIO PARA ANALISE DE UMA EMPRESA DE LAVA- RÁPIDO EM VOLTA REDONDA Byanca Porto de Lima (Unifoa) byanca_porto@yahoo.com.br Bruna Marta de Brito do Rego Medeiros (Unifoa)
Leia maisA TEORIA DAS FILAS COMO FERRAMENTA DE APOIO PARA ANALISE DE UMA EMPRESA DE LAVA-RÁPIDO EM VOLTA REDONDA
ISSN 1984-9354 A TEORIA DAS FILAS COMO FERRAMENTA DE APOIO PARA ANALISE DE UMA EMPRESA DE LAVA-RÁPIDO EM VOLTA REDONDA Área temática: Pesquisa Operacional Byanca Porto de Lima byanca_porto@yahoo.com.br
Leia 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 maisModelos 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
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 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 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 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 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 Avaliação de Desempenho. Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2018
Modelagem e Avaliação de Desempenho Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2018 Análise de desempenho São disponíveis duas abordagens para realizar a análise de desempenho:
Leia 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 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 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 maisAplicação da Teoria de Filas para modelagem e análise de desempenho no setor de Recursos Humanos de uma indústria alimentícia
Aplicação da Teoria de Filas para modelagem e análise de desempenho no setor de Recursos Humanos de uma indústria alimentícia Marcelo Otavio Milani (FHO-Uniararas) m.o.milani@hotmail.com Fernando César
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 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 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 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 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 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 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 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 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 maisAPLICAÇÃO DA TEORIA DE FILAS E SIMULAÇÃO DE MONTE CARLO EM UMA REDE DE FARMÁCIAS LOCALIZADA NO MUNICÍPIO DE CASTANHAL, PARÁ
APLICAÇÃO DA TEORIA DE FILAS E SIMULAÇÃO DE MONTE CARLO EM UMA REDE DE FARMÁCIAS LOCALIZADA NO MUNICÍPIO DE CASTANHAL, PARÁ Keivison Pinto do Rosario (UEPA) keivison_r@hotmail.com Rafaela Lopes de Azevedo
Leia 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 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 maisModelagem e Avaliação de Desempenho. Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2014
Modelagem e Avaliação de Desempenho Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2014 Análise de desempenho São disponíveis duas abordagens para realizar a análise de desempenho:
Leia maisModelagem e Avaliação de Desempenho. Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2017
Modelagem e Avaliação de Desempenho Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2017 Análise de desempenho São disponíveis duas abordagens para realizar a análise de desempenho:
Leia 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 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 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 maisESTATÍSTICA. x(s) W Domínio. Contradomínio
Variáveis Aleatórias Variáveis Aleatórias são funções matemáticas que associam números reais aos resultados de um Espaço Amostral. Uma variável quantitativa geralmente agrega mais informação que uma qualitativa.
Leia maisModelagem e Análise 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 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 maisLucas Santana da Cunha 12 de julho de 2017
DISTRIBUIÇÃO NORMAL Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 12 de julho de 2017 Distribuição Normal Dentre todas as distribuições de probabilidades,
Leia maisSSC546 Avaliação de Sistemas Computacionais Parte 1 -Aula 4 Sarita Mazzini Bruschi
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Departamento de Sistemas de Computação SSC546 Avaliação de Sistemas Computacionais Parte 1 -Aula 4 Sarita Mazzini Bruschi Material
Leia maisLucas Santana da Cunha de junho de 2018 Londrina
Distribuição Normal Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 25 de junho de 2018 Londrina 1 / 17 Distribuição Normal Dentre todas as distribuições de probabilidades,
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 maisESTUDO DA OPERACIONALIDADE DOS BERÇOS DE ATRACAÇÃO NO PORTO DE VILA DO CONDE UTILIZANDO A ANÁLISE DE TEORIA DAS FILAS.
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 maisIdentificação da Distribuição Teórica de Probabilidades
Identificação da Distribuição Teórica de Probabilidades A utilização de gráficos, tais como um histograma, são muito úteis para a identificação ou delineamento da distribuição teórica de probabilidades.
Leia 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 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 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 maisTécnicas de validação estatística.
Gualberto Agámez Montalvo. Análise de Dados e Simulação Departamento de Estatística Universidade de São Paulo. 1 de Junho de 2015 Considere-se um modelo matemático que supõe que as chegadas diárias a um
Leia maisESTUDO DA TEORIA DAS FILAS APLICADA A UMA CASA LOTÉRICA NO MUNICÍPIO DE XANXERÊ RESUMO
64 ESTUDO DA TEORIA DAS FILAS APLICADA A UMA CASA LOTÉRICA NO MUNICÍPIO DE XANXERÊ Graziela Da Rocha Candaten; Valeska Belusso Oltramari 1 Mara Lucia Grando; Marcel Belusso; Stefan Antônio Bueno 2 RESUMO
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Análise da dados através de gráficos Introdução a Simulação Aula de hoje Introdução à simulação Geração de números aleatórios Lei dos Grandes
Leia maisAPLICAÇÃO DA TEORIA DAS FILAS EM SISTEMA DE ATENDIMENTO AO CLIENTE: ESTUDO DE CASO NUMA LOJA DE VAREJO DO ESPÍRITO SANTO
APLICAÇÃO DA TEORIA DAS FILAS EM SISTEMA DE ATENDIMENTO AO CLIENTE: ESTUDO DE CASO NUMA LOJA DE VAREJO DO ESPÍRITO SANTO Jonas Paluci Barbosa Instituto Federal do Espírito Santo Campus Cariacica Rod. Gov.
Leia maisAutora: Bruna Russo Bahiana Orientador: Prof. Marcos dos Santos, MSc. COPPE/UFRJ
Administrando o Trade Off Econômico entre o Custo da Espera e o Custo da Capacidade de Atendimento: uma Abordagem à Luz da Simulação de Eventos Discretos Autora: Bruna Russo Bahiana Orientador: Prof. Marcos
Leia maisAplicação da Teoria de Filas Markovianas no Controle de Fluxo de Usuários. Ednário B. Mendonça 1, Divanilda M. Esteves 2 ISSN:
ISSN: 2317-0840 Aplicação da Teoria de Filas Markovianas no Controle de Fluxo de Usuários Ednário B. Mendonça 1, Divanilda M. Esteves 2 1 Universidade Estadual da Paraíba - UEPB, Brasil. 2 Departamento
Leia maisDistribuições Contínuas de Probabilidade
Distribuições Contínuas de Probabilidade Uma variável aleatória contínua é uma função definida sobre o espaço amostral, que associa valores em um intervalo de números reais. Exemplos: Espessura de um item
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 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 maisTRATAMENTO ESTATÍSTICO DE DADOS EXPERIMENTAIS
TRATAMENTO ESTATÍSTICO DE DADOS EXPERIMENTAIS I. INTRODUÇÃO Profa. Dra. Lúcia Helena Seron I. 1. Algarismos Significativos O número de algarismos significativos numa medida pode ser definido como o número
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 maisCOMPARAÇÃO INTRALABORATORIAL NA MEDIÇÃO DO ENTALHE EM CORPOS DE PROVA CHARPY
PROMOÇÃO E REALIZAÇÃO REDE METROLÓGICA DO ESTADO DE SÃO PAULO - REMESP REDE DE SANEAMENTO E ABASTECIMENTO DE ÁGUA - RESAG 9 a 3 de outubro de 04 Local: Associação Brasileira da Indústria de Máquinas e
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 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 maisOutras distribuições contínuas. Gama Qui-quadrado t-student F-Snedecor Pareto Weibull Beta Log-Normal Meia-normal Cauchy etc...
Outras distribuições contínuas Gama Qui-quadrado t-student F-Snedecor Pareto Weibull Beta Log-Normal Meia-normal Cauchy etc... 1 c) Algumas distribuições de probabilidade contínuas importantes d) Distribuição
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 mais7 Desempenho dos Algoritmos de uma Classe de Usuários em Relação à Distribuição que Representa o Tempo de Permanência do Usuário na Célula
7 Desempenho dos Algoritmos de uma Classe de Usuários em Relação à Distribuição que Representa o Tempo de Permanência do Usuário na Célula Neste capítulo os sete algoritmos de controle de admissão propostos
Leia mais3 Modelo Anaĺıtico para Sistemas Móveis com uma Classe de Usuários
3 Modelo Anaĺıtico para Sistemas Móveis com uma Classe de Usuários Neste capítulo é apresentado o modelo utilizado para o Controle de Admissão de Chamadas oriundas de usuários pertencentes a uma classe.
Leia maisO Processo de Weibull Poisson para Modelagem da Confiabilidade em Sistemas Reparáveis
O Processo de Weibull Poisson para Modelagem da Confiabilidade em Sistemas Reparáveis Luiz Gustavo Fraga 1 Edmilson Rodrigues Pinto 2 Resumo: Sistemas reparáveis são aqueles sistemas que, após a ocorrência
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 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 maisProf. Dr. Marcone Augusto Leal de Oliveira UFJF CURSO INTRODUTÓRIO DE 12 HORAS OFERECIDO PARA A PÓS-GRADUAÇÃO DA UFABC EM NOVEMBRO DE 2017
Prof. Dr. Marcone Augusto Leal de Oliveira UFJF CURSO INTRODUTÓRIO DE 2 HORAS OFERECIDO PARA A PÓS-GRADUAÇÃO DA UFABC EM NOVEMBRO DE 207 SUMÁRIO - BREVE DESCRIÇÃO, FUNDAMENTOS, CONCEITOS, CARACTERÍSTICAS,
Leia maisEstatística Não Paramétrica. Como construir testes de aderência
Estatística Não Paramétrica Como construir testes de aderência Teste Qui-quadrado Suposições amostra aleatória Dados nominais (sexo: M ou F) ou numéricos (idade: menor que 15, 15-24, 25-34, 35-44, 45-54,
Leia mais3 Processos Estocásticos
3 Processos Estocásticos Os processos estocásticos abordados nesta dissertação são conhecidos como movimento browniano (MB) e movimento de reversão à média (MRM). O capítulo terá como objetivo a apresentação
Leia maisMODELAGEM E ESCOLHA ENTRE EMBALAGENS USANDO TÉCNICAS DE CONFIABILIDADE E ANÁLISE DE
Revista da Estatística da UFOP, Vol I, 2011 - XI Semana da Matemática e III Semana da Estatística, 2011 ISSN 2237-8111 MODELAGEM E ESCOLHA ENTRE EMBALAGENS USANDO TÉCNICAS DE CONFIABILIDADE E ANÁLISE DE
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 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 maisCE001 - BIOESTATÍSTICA TESTE DO QUI-QUADRADO
CE001 - BIOESTATÍSTICA TESTE DO QUI-QUADRADO Ana Paula Araujo Correa Eder Queiroz Newton Trevisan DEFINIÇÃO É um teste de hipóteses que se destina a encontrar um valor da dispersão para duas variáveis
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 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 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 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 maisSISTEMAS DE MANUTENÇÃO E CONFIABILIDADE TP077
SISTEMAS DE MANUTENÇÃO E CONFIABILIDADE TP077 6 DISPONIBILIDADE DE EQUIPAMENTOS 6.1 INTRODUÇÃO Diversas teorias em confiabilidade pressupõem o descarte dos componentes de interesse após a primeira falha.
Leia maisAvaliação 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
Leia maisESTUDO DA QUEDA DE CORPOS. Relatório
ESTUDO DA QUEDA DE CORPOS Relatório Relatório Resumo Introdução Descrição Experimental Resultados Discussão Conclusão Referências Introdução Descrição Experimental Resultados Discussão Conclusão Referências
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 maisESTUDO DE FILAS NO SERVIÇO DE CHECK LIST DE UMA CONCESSIONÁRIA DE CARROS RESUMO
97 ESTUDO DE FILAS NO SERVIÇO DE CHECK LIST DE UMA CONCESSIONÁRIA DE CARROS Adriano Machado Becker 1 Alessandra Capello 2 Mara Lucia Grando 3 RESUMO Um sistema de filas pode ser definido como um sistema,
Leia maisAnálise do tempo médio gasto para travessia de uma avenida durante três horários de pico de trânsito do dia.
Metodologia de Planejamento e Análise de Experimentos 1 Análise do tempo médio gasto para travessia de uma avenida durante três horários de pico de trânsito do dia. Carlos Roberto Castelano Júnior Universidade
Leia maisIntervalos de Confiança
Intervalos de Confiança INTERVALOS DE CONFIANÇA.1 Conceitos básicos.1.1 Parâmetro e estatística Parâmetro é a descrição numérica de uma característica da população. Estatística é a descrição numérica de
Leia 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 mais5.1. Demanda
5 Resultados Neste capítulo serão apresentados os resultados obtidos com a utilização do modelo matemático descrito no capítulo anterior. O objetivo do modelo foi desenvolver uma solução para apoiar a
Leia maisModelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais
Modelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais João Eduardo da Silva Pereira (UFSM) jesp@smail.ufsm.br Tânia Maria Frighetto (UFSM) jesp@smail.ufsm.br
Leia maisMonte Carlo Method. Peter Frank Perroni. December 1, Monte Carlo Simulation
Monte Carlo Simulation December 1, 2015 Histórico Técnica muito antiga porém somente recentemente oficializado como método estatístico. Foi muito importante nas simulações da bomba desenvolvida no Projeto
Leia 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 maisMODELAGEM E ANÁLISE DO SISTEMA DE FILAS DE CAIXAS DE PAGAMENTO EM UMA DROGARIA: UMA APLICAÇÃO DA TEORIA DAS FILAS
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO. MODELAGEM E ANÁLISE DO SISTEMA DE FILAS DE CAIXAS DE PAGAMENTO EM UMA DROGARIA: UMA APLICAÇÃO DA TEORIA DAS FILAS Raphael Araújo Barbosa (UEPA) raphaelpro@hotmail.com
Leia maisXIX CONGRESSO DE PÓS-GRADUAÇÃO DA UFLA 27 de Setembro a 01 de Outubro
COMPARAÇÃO DOS MÉTODOS DE VERIFICAÇÃO DO AJUSTE DA DISTRIBUIÇÃO GUMBEL A DADOS EXTREMOS CARLOS JOSÉ DOS REIS 1, LUIZ ALBERTO BEIJO 2,GILBERTO RODRIGUES LISKA 3 RESUMO A distribuição Gumbel é muito aplicada
Leia 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 maisCOS767 - Modelagem e Análise Aula 3 - Simulação
COS767 - Modelagem e Análise Aula 3 - Simulação Validando resultados da simulação Média e variância amostral Teorema do Limite Central Intervalo de confiança Organizando as execuções da simulação Verificando
Leia maisComparação de Desempenho entre o Método dos Elementos de Contorno com Integração Direta e o Método dos Elementos Finitos em problemas de Poisson
Trabalho apresentado no III CMAC - SE, Vitória-ES, 2015. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Comparação de Desempenho entre o Método dos Elementos de Contorno
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 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 mais