XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

Perspectivas Globais para a Engenharia de Produo

Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

APLICAO DA DISTRIBUIO
POISSON E EXPONENCIAL VOLTADA
PARA MELHORAMENTO DA
QUALIDADE DE SERVIO EM UM
POSTO DE COMBUSTVEL
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 apresentar a importncia da utilizao da

distribuio de probabilidade a fim de obter resultados atravs de
valores aleatrios podendo utiliz-los na simulao do sistema, de
forma a melhorar o atendimento em um posto de combustvel, no qual
foi realizada uma pesquisa em campo e estudado os dados obtidos.
Buscando dessa forma gerar uma melhor qualidade no seu servio a
fim de manter uma posio de lder no mercado, garantindo uma maior
demanda de clientes.
Palavras-chave: Pesquisa Operacional, Distribuio, Probabilidade.

XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

Perspectivas Globais para a Engenharia de Produo

Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

1. Introduo
notvel que nos dias atuais as pessoas procurem por servios que atendam suas
necessidades com qualidade em um menor tempo possvel, gerando ento, a competitividade
entre as empresas para ser lder do mercado, atraindo o maior nmero de clientes. Desta
forma, surgiu a oportunidade de estudar um caso de fluxo de demanda dos clientes em um
posto de combustvel, o qual possui 18h de funcionamento por dia, localizado no interior do
estado do Mato Grosso, no municpio de Colder, onde os principais fatores a serem
levantados esto ligados ao servio de atendimento aos clientes.
De acordo com Marins (2011, pg. 13), a Pesquisa Operacional prope uma abordagem
cientfica, onde ao observar o local, formula o problema e ento constri o modelo cientfico,
podendo ser tanto matemtico como simulao.
Neste trabalho ser utilizada a distribuio de probabilidade para calcular a
distribuio de chegada e atendimento ao cliente referente ao sistema de filas, a qual est
relacionada eficincia e capacidade da empresa.
O objetivo de estudo deste trabalho estudar a qualidade do atendimento ao cliente em
um posto de combustvel, tendo como finalidade aumentar a satisfao do mesmo, evitando
sua permanncia na fila espera de atendimento, e consequentemente, aumentando a
capacidade da empresa e seus lucros.
O tempo de espera, entre outros, no so determinsticos, desta forma, deve-se
encontrar uma maneira de representar esta variabilidade, neste caso ser usada distribuio
exponencial e a distribuio de Poisson.
2. Procedimentos Metodolgicos
O desenvolvimento da presente pesquisa se iniciou com finalidade de estudar os
mtodos de distribuio existentes em uma simulao. Para que isso pudesse ser feito foi
necessrio coletar os dados referentes ao nmero de clientes que chegam ao posto de
combustvel, por dia, com objetivo de abastecer seus veculos tendo como opes lcool,
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 anlise pode
no se encaixar em outras empresas.

XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

Perspectivas Globais para a Engenharia de Produo

Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

Tabela 1 - Dados coletados

Dias
1
2
3
4
5
6
7
8
9
lcool
23 14 26 24 20 18 19 38 14
Gasolina 35 30 46 40 39 39 30 21 28
Diesel
71 40 42 75 11 57 32 93 33
Total
129 84 114 139 70 114 81 152 75
Dias
16 17 18 19 20 21 22 23 24
lcool
20 29 30 26 19 21 18 24 27
Gasolina 33 44 39 22 38 39 36 48 34
Diesel 100 78 69 13 63 37 96 107 67
Total
153 151 138 61 120 97 150 179 128

10 11 12 13 14 15
21 26 17 15 14 16
41 39 25 38 39 35
31 91 13 31 92 88
93 156 55 84 145 139
25 26 27 28 29 30
22 19 22 19 21 21
23 37 25 39 29 46
4 43 80 100 20 73
49 99 127 158 70 140

Fonte: Adaptado pelo proprietrio.

Atravs da tabela 1, foi feita uma nova tabela a fim de auxiliar no desenvolvimento do
trabalho a partir da utilizao das distribuies de probabilidade. Sendo ela:
Tabela 2 - Valores da Probabilidade de chegada de clientes por produto

Mdia Desv.Padro
%
lcool
21
5,33
18,64%
Gasolina
35
7,28
30,64%
Diesel
58
31,16
50,72%
Total
115
35,90
100,00%
Fonte: Adaptado pelos autores.

A partir destes dados, decidiu-se ento, analisar as probabilidades de chegar um

determinado nmero de clientes em um tempo decretado, de forma aleatria, e qual a
durabilidade do seu atendimento, desta forma poder ser analisado a possibilidade de
ocasionar fila, tanto na chegada, quanto no processamento de pedido.
Com o grfico a seguir possvel ter uma melhor visualizao da mdia dos produtos
que foram citados acima.

XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

Perspectivas Globais para a Engenharia de Produo

Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

Fonte: Adaptados pelos autores.

A distribuio de Poisson normalmente aplicada para prever a taxa de ocorrncia de

eventos em um determinado tempo. Andrade (2012, p.190), diz que esta distribuio tem
como caractersticas uma grande importncia, sendo aplicvel quando a oportunidade para a
ocorrncia de um evento grande, mas a ocorrncia real tem baixa probabilidade.
A probabilidade de ocorrncia de um fenmeno, para intervalos pequenos, pode ser
considerada proporcional ao intervalo, sendo esta, outra cacterstica descrita pela distribuio
de Poisson. (ANDRADE, 2012).
Utilizando a distribuio de Poisson possvel analisar a ocorrncias de um evento
aleatrio com probabilidade por uma unidade de tempo, sendo que este seja constante, por
exemplo o que foi realizado neste trabalho, o nmero de clientes que chegam ao posto de
combustvel durante seu horrio de expediente que entre as 05:30 as 23:30, destacando seu
produto com maior demanda. O nmero de eventos ao longo de um intervalo uma varivel
aleatria discreta que frequentemente modelada por uma distribuio de Poisson.
(MONTGOMERY; RUNGER; HUBELE, 2012, p.59).
A equao de Poisson dada por:

Onde:
= Taxa de ocorrncia;
e = Base do logaritmo natural 2,7183;
x = Probabilidade de ocorrncia.

XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

Perspectivas Globais para a Engenharia de Produo

Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

De acordo com (Montgomery; Runger; Hubele, 2012) o comprimento do intervalo

entre eventos frequentemente modelado por uma distribuio exponencial. Essas
distribuies, por estarem relacionadas, em um mesmo experimento aleatrio podem fornecer
probabilidades para diferentes variveis aleatrias. Com a distribuio exponencial torna-se
possvel 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
combustvel.

3. Resultados

Para exemplicar como desenvolver a equao de acordo com os dados obtidos,

utilizando o produto diesel = 3,26:

 Chegar 0 cliente/h

Chegar 1 cliente/h

 Chegar 2 clientes/h

Chegar mais de 2 clientes/h

Na tabela a seguir, encontram-se os dados obtidos atravs da distribuio de Poisson

para realizar a distribuio de chegada dos clientes por hora. Com a equao de Poisson foi
possvel chegar a tais resultados:

Tabela 3 - Tempo de Chegada de Clientes/h

Mdia de 1,22 clientes/hora lcool

()
Mdia de 1,92 clientes/hora Gasolina
()
Mdia de 3,26 clientes/hora Diesel
()

Chegar 0
cliente/h

Chegar 1
cliente/h

Chegar 2
clientes/h

Chegar
mais de 2
clientes/h

30%

36%

22%

12%

15%

28%

27%

30%

4%

13%

20%

63%

Fonte: Adaptado pelos autores.

De acordo com os resultados da tabela 3, possvel analisar que a probabilidade de

no chegar nenhum cliente para adquirir o produto lcool em uma hora de 30%, para
gasolina 15% e para o diesel 4% e assim sucessivamente como mostra a tabela, significando
que quanto menor for porcentagem de chegada de um cliente no posto, menor ser a
probabilidade que esse cliente abastea o produto diesel, porm a probabilidade que abastea
o produto lcool maior. Como pode ser observado na tabela.
Outra situao visvel nesta tabela 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, tambm, a
diminuio da probabilidade de chegada de clientes a procura de lcool no mesmo tempo
determinado, devido a sua baixa demanda.
Grfico 1 - Chegada de Clientes pela Taxa de Ocorrncia.

XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

Perspectivas Globais para a Engenharia de Produo

Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

Fonte: Adaptado pelos autores.

Com os resultados encontrados na tabela 2, possvel realizar a distribuio 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 nmero de clientes a serem
atendidos nesta variabilidade do tempo. Para isso, foi usada a seguinte frmula:

Onde,
= Taxa de ocorrncia;
t = tempo.

Um exemplo da aplicabilidade dos dados na frmula pode ser dado pelo intervalo de
tempo 0,00 a 0,05 (h), com a taxa de ocorrncia = 6,4. ( = mdia total de chegada de
clientes/horrio de funcionamento dirio = 115/18)

Tabela 4 - Tempo de atendimento por nmero de clientes

Tempo de atendimento

Probabilidade

(h)
0,00
0,05
0,10
0,15

Tempo de atendimento
(min)

a
a
a
a

0,05
0,10
0,15
0,20

27,39%
19,89%
14,44%
10,49%

0a3
3a6
6a9
9 a 12

XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

Perspectivas Globais para a Engenharia de Produo

Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

0,20
0,25
0,30
0,35
0,40
0,45
0,50
0,55
0,60
0,65
0,70
0,75
0,80
0,85
0,90
0,95

Mdia de
()

a
a
a
a
a
a
a
a
a
a
a
a
a
a
a
a

6,4

0,25
0,30
0,35
0,40
0,45
0,50
0,55
0,60
0,65
0,70
0,75
0,80
0,85
0,90
0,95
1,00
Total

7,61%
5,53%
4,01%
2,92%
2,12%
1,54%
1,12%
0,81%
0,59%
0,43%
0,31%
0,23%
0,16%
0,12%
0,09%
0,06%
100%

12 a 15
15 a 18
18 a 21
21 a 24
24 a 27
27 a 30
30 a 33
33 a 36
36 a 39
39 a 42
42 a 45
45 a 48
48 a 51
51 a 54
54 a 57
57 a 60
-

clientes/hora

Fonte: Adaptado pelos autores.

Nesta distribuio de atendimento, de acordo com a tabela 4, possvel notar que

quanto maior for o tempo do mesmo para ser realizado, menor ser a probabilidade da
demanda de clientes, e quanto menor o tempo de atendimento maior ser a demanda de
clientes, ou seja, a probabilidade do posto demorar em torno de 57 a 60 minutos para atender
um cliente de 0,06%, o que uma taxa mnima, resultando em algo positivo pra empresa,
pois um valor quase nulo.
No grfico abaixo possvel visualizar claramente a situao descrita acima.
Grfico 2 - Tempo de Atendimento por Clientes.

XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

Perspectivas Globais para a Engenharia de Produo

Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

Fonte: Adaptado pelos autores.

Este fator deve ao caso da teoria das filas, onde a populao opta submeter-se, na
maioria das vezes, por servios em que passam o menor tempo possvel nas filas, a no ser
que o produto esperado tenha uma qualidade relativamente tima e diferenciada das demais
concorrentes. Isto afeta diretamente as empresas, j que a qualidade um dos principais
fatores para se ganhar clientes, o que ocorre nesta empresa, a qual a mesma oferece servios
diferenciados a fim de atrair seus clientes, como alm do frentista prestar servio de
abastecimento, com a autorizao do cliente, checa a parte frontal do veculo, verificando
elementos como, gua no radiador, quantidade de leo, disponibiliza tambm uma lavagem no
para-brisa e vidros laterais.

4. Concluso

Com os dados obtidos atravs da aplicabilidade dos mtodos de distribuio de

probabilidades possvel avaliar a eficcia e eficincia do atendimento aos clientes junto ao
posto de combustvel, onde, aproximadamente, 60% da demanda so atendidas em at 9
minutos, porm, dos 40% restantes possvel trabalhar a ociosidade do sistema melhorando
sua eficincia. Esta ociosidade pode ser uma causa do tempo de chegada, em que preciso
que o cliente aguarde na fila pelo fato de outros clientes estarem sendo atendidos no
momento. Alm disso, possvel que exista fila para realizar o pagamento quando ocorrer um
grande fluxo de clientes no dia, pois de acordo com o proprietrio, muitos ainda preferem se

10

XXXV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

Perspectivas Globais para a Engenharia de Produo

Fortaleza, CE, Brasil, 13 a 16 de outubro de 2015.

locomover at o caixa para realizarem o pagamento ao invs de j acertarem diretamente com

o frentista, o que ocasiona em um tempo maior ao realizar o servio.
Futuramente pode promover treinamentos para capacitao dos funcionrios, a fim de
que os mesmos no sejam a causa da ociosidade, caso no melhore consideravelmente, pode
ser estudada a situao de contratao de novos frentistas, aumentando sua capacidade de
atendimento j que o posto de combustvel oferece servios de lavagem do para-brisa e frente
do automvel o que pode acarretar em um maior tempo no atendimento, porm, um
diferencial. Pode haver tambm, a possibilidade de aumentar o nmero de caixas agilizando o
servio de pagamento.
5. Referncias
ANDRADE, Eduardo Leopoldino. Introduo Pesquisa Operacional: mtodos e modelos para anlise de
decises. - 4.ed. - Rio de Janeiro: LTC, 2012. 202p.
ISLEB, Jean. Qualidade em um Posto de Combustvel: Um Estudo de Caso
em um Posto Localizado na Regio de Blumenau SC. Blumenau, 2008. Dissertao (Trabalho de Concluso
de Curso em Engenharia de Produo) Universidade Regional de Blumenau. Acesso em: 12 nov. 2014.
MARINS, Fernando Augusto Silva. Introduo Pesquisa Operacional. So Paulo: Cultura Acadmica:
Universidade Estadual Paulista Pr-Reitoria de Graduao, 2011. Acesso em: 3 nov. 2014.
MONTGOMERY, Douglas C.; RUNGER, George C.; HUBELE, Norma F. Estatstica Aplicada Engenharia.
2.ed. Rio de Janeiro: LTC, 2012. 354 p. Acesso em: 11 fev. 2015.
PRADO, D. S. do. Teoria das Filas e da Simulao. Belo Horizonte: MG: Editora de Desenvolvimento
Gerencial, v.2, 1999. Acesso em: 13 nov. 2014.

11