INTRODUÇÃO À MODELAGEM E

SIMULAÇÃO DE SISTEMAS
Módulo 3 - Conceitos e terminologias – Parte 2
Profa. Carolina Lino Martins
NESTA AULA...

1. EMPREGO DA INTUIÇÃO 2. EMPREGO DA TEORIA 3. EXEMPLO DO POSTO DE

PARA TOMADA DE DAS FILAS PARA TOMADA LAVAGEM DE AUTOMÓVEIS
DECISÃO DE DECISÃO
Exemplo – Posto de serviços de lavação de automóveis

3
 Exemplo – Posto de lavação de automóveis
Imagine um posto de lavagem de automóveis com as seguintes
características:

01 elevador hidráulico
01 operador
01 uma mangueira de alta pressão
 Exemplo – Posto de lavação de automóveis

Dependendo do dia da semana e da hora escolhida, é

possível que, ao chegar ao posto, um cliente encontre o
mesmo ocupado.

Prevendo tal situação, o proprietário criou uma área de

espera na qual os clientes podem aguardar (por ordem
de chegada) pelo momento de serem atendidos (para no
máximo quatro automóveis).
Atividade para responder no questionário do AVA

1. Para o sistema do posto de lavação de

automóveis, identifique: -As entidades
(estáticas e dinâmicas); -Variáveis de estado.
Resposta:
Entidade dinâmica: automóveis;
Entidades estáticas: elevador hidráulico,
operador e a mangueira de alta pressão;
Variáveis de estado: Fila do posto de lavação,
estado dos recursos do posto de lavação
(ocupado ou livre).
Atividade para responder no questionário do AVA

2. Um modelo de simulação do sistema do

posto de lavação auxiliaria em que tipo de
decisão?

Resposta:
Como tratar e analisar o problema

Considere que o proprietário esteja disposto a realizar alguns estudos deste

sistema visando melhorar o atendimento ao público, principalmente nos fins
de semana.

Algumas das dúvidas, que tem sido por ele levantadas, com respeito ao
funcionamento de seu negócio são as seguintes:

1. Será que a área de espera disponível (para no máximo quatro

automóveis) é suficiente para acomodar a clientela do sábado pela
manhã ou estou perdendo clientes por falta de espaço?
2. Será que os serviços estão sendo prestados em tempo aceitável, de tal
forma que os clientes não fiquem muito tempo no sistema?
3. Será que é necessário contratar um operador auxiliar para este período de
alta demanda?
Como tratar e analisar o problema

Para que se possa efetivamente estudar este sistema por meio de

um modelo, é fundamental que duas informações básicas estejam
disponíveis:

1. Com que frequência ocorre à chegada de carros para serem

servidos?
2. Qual o tempo necessário para completar o serviço?
Como tratar e analisar o problema

Segundo observações pessoais do proprietário, no sábado pela

manhã (período considerado crítico) os automóveis “chegam mais
ou menos a cada 10 min.”, enquanto que o tempo de atendimento
é de “aproximadamente 15 min.”. “No entanto (segue afirmando)
às vezes é ao contrário. O operador leva cerca de 10 min. para
lavar e os carros demoram mais para chegar”.

± 10 min 15 min
Emprego da Achometria

No primeiro caso, só o
emprego do bom senso não
permite ao decisor prever
efetivamente o que irá
acontecer com o sistema. É
necessário que este use um
pouco de imaginação para
“adivinhar” o futuro.
Emprego da Achometria

Embora desaconselhável esta é uma das técnicas de

apoio a decisão mais utilizada.

Para utilizá-la (assim como qualquer outra técnica) é

preciso ter dados.

Neste caso, os principais elementos são a frequência com

que os automóveis chegam ao posto e o tempo
necessário para efetuar os serviços.
Emprego da Achometria

Considerando as únicas informações disponíveis, isto é,

as observações pessoais do proprietário, as duas
situações possíveis são apresentadas:

Situação TEC – Tempo Entre Chegadas TS – Tempo de Serviço

A ± 10 min aprox. 15 min
B ≥ 10 min ± 10 min
Emprego da Achometria

Na situação A é possível verificar que, como os

automóveis chegam mais rápidos do que podem ser
servidos, é muito alta a possibilidade de ocorrerem
congestionamentos. Assim, considerando este possível
cenário, as decisões poderiam ser, por exemplo:

1. Aumentar a área de espera (alugando um terreno

vizinho, por exemplo) ou;

2. Contratar mais um empregado e comprar mais um

elevador hidráulico ou,

3. Ambas as medidas acima.

Emprego da Achometria

Já diante da situação B, o que pode ser verificado é que

o sistema apresenta uma certa FOLGA, isto é, como o
tempo de atendimento é menor (pelo menos na maioria
das ocorrências, segundo as observações do
proprietário) do que os tempos decorridos entre as
chegadas, raramente ocorrerão filas de espera.

Neste caso, a decisão do proprietário seria NÃO TOMAR

NENHUMA MEDIDA. Como decorrência destas possíveis
situações, poucas informações adicionais podem ser
obtidas.
Emprego da Teoria das Filas

Para encaminhar a segunda forma de solução ao

problema, emprega-se um conjunto de fórmulas
matemáticas que permitem calcular a maioria das
respostas desejadas pelo proprietário. Entre estas se
pode mencionar:

1. Tempo médio dos serviços,

2. Tamanho médio da fila na área de espera,
3. Tempo médio de espera,
4. Proporção de ocupação do operador, etc.
O problema das filas

A formação de uma fila ocorre quando a procura por um

serviço maior do que a capacidade do sistema de atender ao
serviço:
• Inviabilidade econômica
• Limitação de espaço
Teoria das filas

Estrutura do sistema

• Os sistemas de filas podem ter estruturas muito

variadas, e cada caso exige um estudo analítico
diferente.
Teoria das filas

Sistema de uma fila e um canal (M/M/1)

Teoria das filas

Sistema de uma fila e ‘s’ canais (M/M/S)

Teoria das filas

Sistema complexo de filas

Sistema de um canal e uma fila com população infinita

22
Teoria das filas

Sistema de uma fila e um canal (M/M/1)

Teoria das filas

Características gerais

• As chegadas se processam segundo uma distribuição

de Poisson com média λ chegada/ tempo;
• Os tempos de atendimento seguem a distribuição de
Poisson com média µ;
• O atendimento á fila é feito pela ordem de chegadas;
• O número de possíveis clientes é suficientemente
grande para que a população possa ser considerada
infinita;
• A condição de estabilidade do sistema é λ < μ.
Teoria das filas

Equações do modelo

Probabilidade de haver n clientes no sistema, ou seja, a

distribuição de probabilidades do número de clientes no
sistema:

Onde:
• λ representa a taxa de chegadas (número de carros que
chegam no sistema durante um período de tempo
determinado);
• μ representa a taxa de serviço.
Teoria das filas

Probabilidade de que o sistema esteja ocioso:

Teoria das filas

Probabilidade de que o sistema esteja ocupado:

Designaremos fator ou taxa de ocupação!!!

Teoria das filas

Parâmetros relativos a quantidade de clientes

Conhecida a distribuição de probabilidades do número

de clientes no sistema n, podemos calcular os
parâmetros da fila.
Teoria das filas

Número Médio de clientes no Sistema (NS):

Teoria das filas

Número Médio de clientes na fila (NF)

Teoria das filas

Parâmetro Relativos aos Tempos Gastos pelos clientes

Tempo Médio de Espera na fila por cliente (TF):

Teoria das filas

Tempo Médio Gasto no Sistema por Cliente (TS):

Teoria das filas

Relação:
1 1
𝜆= 𝜇=
𝑇𝐸𝐶 𝑇𝑆

Situação TEC – Tempo Entre Chegadas TS – Tempo de Serviço

A ± 10 min aprox. 15 min
B ≥ 10 min ± 10 min

Situação 𝜆 𝜇
A 60/10 = 6 60/15 = 4
B 60/(≥10) ≤ 6 60/10 = 6
Emprego da Teoria das Filas

Considerações:

1. As fórmulas somente são utilizadas para situações

em que λ < μ. Situação B.

2. As fórmulas são válidas para estimativas de

comportamentos do sistema observando longas
observações (SIMULAM OBSERVAÇÕES TENDENDO
AO INFINITO).

3. Ao se analisar os resultados das fórmulas, não se

pode, de maneira alguma, ter um pensamento
determinístico ao interpretá-lo.
Emprego da Teoria das Filas

Desta forma, com λ assumindo os valores 6 (60 mim/10 min), 5 e

4 carros por hora, respectivamente e μ = 6 carros por hora, obtém-
se as seguintes respostas:
Emprego da Teoria das Filas

Na coluna relativa a λ = 6, observa-se que os valores de L e W

assumem valor indeterminado devido à divisão por zero resultante
da formula.

A interpretação, neste caso é: a fila tende a crescer

indefinidamente, com congestionamentos eternos no sistema,
enquanto que o servidor passa 100% do tempo ocupado.

Ao se avaliar o comportamento do sistema para λ = 5 e λ = 4,

verificam-se, respectivamente, os seguintes resultados: o número
médio de carros no sistema cai para 5 e 2, o tempo médio de
espera reduz-se para 1 hora e ½ hora e, finalmente, as taxas
médias de ocupação baixam para 83,3% e 66,6%.
Qual a probabilidade de a área
de espera não ser suficiente?