Coronel Fabriciano

Fevereiro de 2012

Professor: Aloísio de Castro Gomes Júnior Versão 3.0

Unileste 2

Capítulo 1: Introdução
1.1. Pesquisa Operacional (PO)

 Utilizada pela primeira vez durante a 2ª Guerra Mundial, quando equipes de

pesquisadores procuraram desenvolver métodos para resolver problemas de
operações militares.

 A PO é uma metodologia cujo arcabouço teórico agrega quatro ciências

fundamentais para o processo de preparação, análise e tomada de decisões: a
economia, a matemática, a estatística e a informática.

Conceito: “PO é a aplicação de métodos científicos a problemas complexos para

auxiliar no processo de tomada de decisões, tais como projetar, planejar e operar
sistemas em situações que requerem alocações eficientes de recursos escassos.”

 O Enfoque Gerencial da PO:

 Enfoque Clássico: busca da solução ótima.

Experiência
e Intuição

Identificação Informações Modelagem Resultado Aceitar ou

do problema Necessárias e Solução Ótimo Recusar

 Enfoque Atual: uso do modelo para identificação do problema certo - “procurar

a questão certa a ser respondida ao invés da resposta certa”.

Identificação Informações Modelagem Resultado

do problema Necessárias e Solução Ótimo

Informações são Novas

relevantes? Percepções

Experiência
Problema Certo? Aceitar ou
e Intuição
Rejeitar

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.

Unileste 3

 Técnicas de PO usadas na resolução de problemas:

 Programação Linear
 Programação Dinâmica
 Programação Não-Linear
 Programação Inteira Mista
 Teoria das Filas
 Simulação
 Teoria dos Jogos

 Fases de um estudo de PO:

 Definição do Problema
 Construção do Modelo
 Solução do Modelo
 Verificação e Validação do Modelo
 Implementação dos resultados obtidos
 Avaliação Final

1.2. Modelagem

Sistema Real
Existente

Sistema Modelo
Reduzido às
Variáveis
Principais

 Modelo: “Um modelo é a representação externa e explicativa de parte da realidade

vista pelas pessoas que desejam usá-la para entender, mudar, gerenciar e controlar
parte da realidade.” (Pidd, 2004)

 Tipos de Modelo:

 Modelos de Otimização;
 Modelos de Simulação.

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.

Unileste 4

 Modelos de Otimização:

 Adequado quando as variáveis do sistema são determinísticas;

 Seleção de uma única alternativa via análise matemática;
 A alternativa selecionada é considerada ótima sob um determinado aspecto.

 Modelos de Simulação:

 Adequado quando o sistema apresenta variáveis estocásticas;

 Alto grau de liberdade/flexibilidade;
 Permite criação de cenários futuros;
 Análise de perguntas do tipo: “E se?”.

 Modelos de Otimização x Simulação

 Sempre que possível usar modelos de otimização;

 As maiorias dos sistemas encontrados na prática, não complexos, envolvem
variáveis aleatórias e não possuem soluções analíticas.
 Na simulação a análise é feita por métodos numéricos e não analíticos.
 Na simulação os modelos são “rodados” e analisados, e não solucionados
analiticamente.

 Processo de decisão com Modelos de Otimização

Dados e Informações Modelo de Otimização

do Sistema Solução Ótima
 Representação do Sistema
Decisão
 Critério de seleção alternativa

 Processo de decisão com Modelos de Simulação

Hipótese 1 Solução 1
PROCESSO DE
Hipótese 2 MODELO DE Solução 2 ESCOLHA DA Solução
SIMULAÇÃO MELHOR Escolhida
Hipótese 3 Solução 3 DECISÃO

Critérios de
Escolha

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.

Unileste 5

1.3. Simulação

 Simulação = Imitação da Realidade

 Simulação = “É a técnica de solução de um problema pela análise de um modelo

que descreve o comportamento do sistema usando um computador digital” (Prado,
2004)

 A simulação envolve a construção de um modelo aproximado da realidade, o qual

será operado muitas e muitas vezes, analisando-se então seus resultados para que
ele possa ser mais bem compreendido, manipulado e controlado.

 IDÉIA BÁSICA: analisar um sistema para tornar possível responder perguntas do

tipo: “E se o sistema operasse desta ou daquela forma?”.

 Origem: 2ª Guerra Mundial → Estudo da difusão de nêutrons → construção da

bomba atômica.

Entradas MODELO DE Saídas

Políticas SIMULAÇÃO Respostas

Interação e Experimentação

 Simulação vs. Experimentação Direta

 Custos: O custo da experimentação direta pode inviabilizar a realização do

projeto. Exemplo: Imagine que se deseja descobrir o impacto da inclusão de
um novo produto na linha de produção. Teríamos que variar o layout, contratar
funcionários, comprar novos equipamentos, tudo isso sem saber se essas
mudanças iriam funcionar. Talvez seja necessária a montagem de uma linha
totalmente nova, ou talvez as máquinas disponíveis sejam suficientes. Sendo
assim a simulação pode evitar um grande desperdício de dinheiro.
 Tempo: Após o modelo de simulação ter sido construído, pode-se manipular o
tempo da forma que mais convém e fazer análises verificando se o sistema
estará pronto para abastecer as demandas futuras. Pode-se também simular
vários meses de operações do sistema em pouco tempo.
 Replicação: Podemos testar o modelo várias vezes, avaliando a conseqüência
de cada mudança.
 Segurança: Através do modelo, não corremos riscos de acidentes ou
inconvenientes, como paradas de produção, atrasos, etc.
 Legalidade: Através da simulação podem-se ignorar leis trabalhistas.

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.

Unileste 6

 Principais Vantagens da Simulação

 Novas políticas e procedimentos operacionais podem ser testados sem

interrupção do sistema real.
 Determinação de gargalos do sistema.
 Determinação de como o sistema realmente opera ao invés de como as pessoas
pensam que ele opera.
 Análise de cenários futuros (“E se?”).

 Fases de um estudo de Simulação

Formulação do Problema e
Coleta de dados

Identificação das Variáveis e das

Condições do sistema

Construção do Modelo

Validação dos Modelos com

Dados Históricos

Modelo Não
Aprovado?

Elaboração do Programa
Computacional

Realização dos Experimentos

Análise dos Resultados

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.

Unileste 7

1 - Formulação do Problema e Coleta de Dados:

- Devem ser explicitamente definidos os objetivos da simulação, a amplitude e a

profundidade que se quer da análise e os recursos disponíveis. É evidente que essa
definição inicial do problema pode ser alterada durante a realização do processo de
simulação.
- A coleta de dados é um processo de recolhimento dos fatos e informações
disponíveis que serão processados quando houver necessidade.
- Os dados devem ser coletados observando os seguintes cuidados:
 Deve haver uma quantidade suficiente de dados;
 Os dados devem ser qualitativamente confiáveis;
 Os dados devem ser significativos para o processo de tomada de decisão.

2 – Identificações das Variáveis e das Condições do Sistema

- A escolha do conjunto de variáveis é muito importante para a qualidade do modelo.

É fundamental que todas as variáveis importantes sejam incluídas de modo que os
resultados do modelo sejam confiáveis.
- É importante definir também as relações entre variáveis, as condições e restrições
do sistema, de modo possibilitar a construção de um modelo que represente, o mais
fielmente possível, sua operação no mundo real.

3 – Construção do Modelo

- Essa talvez seja a parte mais difícil do processo de simulação e que deve ser
realizada com mais cuidado. A dificuldade parte do fato de que, na construção do
modelo, é exigida tanto arte quanto técnica, para que eles representem bem os
sistemas, levando em conta todas as relações importantes.

4 – Validação do Modelo

- Uma vez construído o modelo, é necessário saber se ele atende aos objetivos da
simulação, representando corretamente o sistema em estudo. Os testes com o modelo
devem abranger também os dados, de modo a se verificar sua consistência.
- O primeiro teste que normalmente se faz é a operação do modelo com dados
históricos e condições conhecidas, com o objetivo de ser conseguir reproduzir o
desempenho do sistema obtido na realidade.

5 – Elaboração do Programa Computacional

- Nesta fase pode-se utilizar softwares já desenvolvidos especificamente para

simulação de sistemas, tais como ARENA, AUTOMOD, PROMODEL, etc, ou pode-se
desenvolver um simulador próprio utilizando alguma linguagem de computação de
propósito geral.
- Com o programa pronto devem ser executados testes para verificação de erros de
programação, consistência e conceituação.

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.

Unileste 8

- Para Validação do programa podem ser simuladas, por exemplo, situações simples
cujos resultados sejam possíveis de acompanhamento, ou simular cenários passados
e compará-los com seus registros.

6 – Experimentos e Análise dos Resultados

- Com o sistema validado, resta realizar os devidos experimentos e analisar os dados

de saída, podendo assim estudar o funcionamento do sistema simulado e as
alternativas para o novo sistema.

 Aplicações de Simulação

 Linhas de produção: Modificações em um sistema existente (expansão da

produção atual, troca de equipamentos, adição de novos produtos) pode-se
antecipar onde serão formados gargalos; planejamento de um setor de
produção totalmente novo; obtenção da melhor política de estoque.
 Sistema de Transporte: Operação de ferrovias, rodovias, aeroportos, portos,
controladores de tráfego, etc.
 Área da Saúde: Estudo de sistemas de triagem em grandes hospitais, Análise
de alternativas operacionais de setores de emergência.
 Área Militar: Simulação de operações de guerra
 Comunicação: Informação sobre o tempo de resposta e chamadas perdidas.
Dimensionamento da quantidade de atendimentos em Call Centers (Tele
Atendimento).
 Bancos, Supermercados e Escritórios: Dimensionamento dos números de
caixas, avaliação do uso de caixas especiais e do uso de fila única.
 Mineração: Dimensionamento de pátios, determinação de pontos de carga e
descarga de minérios

 Abordagens para um estudo de simulação

- Pontos a serem considerados:

 Manipulação do Tempo
 Durações determinísticas ou estocásticas
 Trocas de estado

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.

Unileste 9

A – Manipulação do tempo

- Uma das vantagens de simulação é a possibilidade de controlar a velocidade com

que as alterações no estado do modelo se processam.
- A essência da simulação é que as trocas de estado do sistema são modeladas
através do tempo. Assim, é importante considerar como o fluxo de tempo deve ser
manuseado ao longo da simulação.
- Formas de manipulação do tempo:
 Divisão do tempo em intervalos regulares: o modelo é atualizado a cada
intervalo constante de tempo.
 Técnica do Próximo Evento: O modelo é atualizado a intervalos variáveis de
tempo. Assim, o modelo só é atualizado quando se tem certeza que alguma
mudança ocorrerá. Estas trocas de estado são chamadas eventos.

B – Durações determinísticas ou estocásticas

- Um sistema é dito determinístico, quando seu comportamento pode ser

perfeitamente previsível e estocástico quando as variáveis que o constituem tem seu
comportamento descrito por distribuições de probabilidade.

C – Trocas de Estado

- As variáveis incluídas em um modelo de simulação podem trocar seus valores de

forma discreta ou contínua.

 Eventos Contínuos: é uma ação que não cessa. Ele continua ininterruptamente
em relação ao tempo. A temperatura da água em um lago subindo e caindo
durante o dia, o fluxo de óleo em um tanque e conversões químicas são
exemplos simples.
 Eventos Discretos: é uma ação instantânea que ocorre em um único momento.
Um avião aterrizando em um aeroporto, um caminhão chegando numa doca de
entrega, um cliente entrando em um banco e uma máquina terminando em um
ciclo são exemplos de eventos discretos.

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.

Unileste 10

Capítulo 2: Simulação à Eventos Discretos

2.1. Generalidades

 Emprega a técnica do próximo evento para controlar o comportamento do modelo.

 Trabalha com sistemas que envolvem filas (obvias ou não).

2.2. Terminologia

A) Entidades

- Elementos individuais do sistema cujo comportamento se deseja analisar. Exemplo:

Em um banco se quisermos estudar o comportamento das filas a entidade a ser
estudada será o cliente.

- Tipos de Entidades:
 Permanentes: permanecem no sistema durante toda a simulação;
 Temporárias: permanecem no sistema apenas parte da simulação;
 Ativas: trabalham em conjunto com outras entidades e as “retêm” durante
algumas operações do sistema;
 Passivas: trabalham em conjunto com outras entidades e são retidas por elas
durante algumas operações do sistema.
- Organização das Entidades:
 Classes: grupos permanentes de entidades idênticas ou similares;
 Conjuntos: grupos temporários de entidades idênticas ou similares, por
exemplo, um grupo de entidades em fila;
 Atributo: são itens que informam determinadas características de uma
entidade. Servem para 2 propósitos: distinguir membros de uma mesma classe
de entidades, controlar o comportamento das entidades.
- Operações Relacionadas às Entidades:
 Eventos: são os instantes de tempo o qual alguma troca significativa de estado
ocorre no sistema.
 Atividades: são as operações e procedimentos que são iniciados em cada
evento.
 Processo: às vezes, é usual agrupar uma seqüência de eventos na ordem
cronológica que eles acontecem. Tal seqüência é conhecida como processo, é
utilizado para representar parte ou toda “vida” de uma entidade dentro do
sistema.
 Relógio de simulação: representa o instante corrente da simulação.

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.

Unileste 11

B) Recursos

- Elementos individuais do sistema que não são modelados separadamente. Um

recurso consiste em itens idênticos e o programa mantém um controle sobre quantos
itens estão disponíveis a cada momento. O recurso é o que a entidade necessita para
realizar alguma atividade. No exemplo do banco, podemos considerar os caixas como
sendo um tipo de recurso, o gerente como outro tipo, etc.

2.3. Diagrama de Ciclos de Atividades (DCA)

 Para construir um modelo de simulação à eventos discretos, é necessário:

1. Identificar as classes de entidades envolvidas;
2. Considerar as atividades em que estas entidades estão engajadas;
3. Interligar e relacionar estas atividades.

 O DCA é uma forma de representar graficamente um modelo de simulação. O DCA

representa as interações existentes entre as diversas entidades de compõem o
sistema e é muito prático na representação de sistemas com uma forte estrutura de
filas. O DCA normalmente está associado à abordagem de simulação baseada em
atividades ou no método das três fases que serão vistos posteriormente.

 O DCA é constituído de três elementos básicos: entidades, filas e atividades.

 Entidades: representam as classes de entidades físicas do sistema são

representadas por linhas. O primeiro passo na construção de um DCA é a
definição das entidades do sistema e no caso das permanentes, também as
suas respectivas quantidades. A cada entidade podem ser associados atributos
que servem para registrar determinados dados da simulação.

 Atividades: São os estados onde entidades participam de alguma operação. São

representadas por um retângulo. De cada atividade podem participar uma ou
mais entidades. A duração de cada atividade pode ser constante ou seguir uma
distribuição de probabilidade pré-definida. Durante a execução de uma
atividade, as entidades nela envolvidas ficam indisponíveis. Cada entidade que
participa da atividade define uma entrada e uma saída do retângulo.

 Filas: representam estados passivos de entidades que aguardam o atendimento

das condições de início de uma atividade, para dela participarem. A condição
básica de início de uma atividade é a existência de entidades nas filas que a
precedem. Assim, no início da atividade as entidades são retiradas das filas que
a precedem, ficando indisponíveis até o término daquela atividade. Ao término
da atividade as entidades são colocadas nas filas subseqüentes a ela. Isto
implica que, um DCA, é obrigatório a existência de alternância entre filas e
atividades. Outra conseqüência desta alternância é que o tempo de
permanência numa fila não é determinado, visando acordo com o andamento

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.

Unileste 12

da simulação. Entre obrigatoriedade de alternância entre filas e atividades,

muitas vezes torna necessária a definição de filas artificiais, onde a espera
nunca acontece. As filas são representadas por um círculo.

 Um DCA é composto de um conjunto de subdiagramas que constituem os ciclos de

vida de cada entidade. O ciclo de vida de cada entidade, por sua vez, é o conjunto de
atividades e filas percorridas pela entidade ao longo do sistema

 Fontes / Nascedouros / Sumidouros: servem para representar o mundo exterior ao

sistema. Um nascedouro pode ser visto como uma fila de capacidade infinita. São
representados por dois círculos sobrepostos. A mesma representação serve para o
sumidouro, que representa a saída de entidades do sistema.

 Outros elementos: Prioridade de execução de atividades; Desvios condicionais;

Disciplinas de filas (FIFO – primeiro que entra, primeiro que sai; LIFO – último que
entra, primeiro que sai; Prioridade – uma característica da entidade define sua
prioridade de atendimento); Duração das atividades.

Regras básicas de um DCA:

1. Alternância obrigatória entre atividades e filas;

2. Filas são exclusivas de uma única classe de entidades;
3. Entidades permanentes devem ter a sua quantidade e localização (filas) no
início da simulação explicitada
4. Atividades devem ser explicitadas suas durações;
5. Entidades temporárias devem ser geradas e destruídas na mesma fonte.
6. Desvios condicionais devem ter suas regras explicitadas.

 Exemplo 1: Em um banco, clientes chegam há um intervalo médio de 3 minutos

segundo uma distribuição exponencial. Ao chegarem 20% dos clientes se dirigem ao
caixa comum, 15% ao gerente e o restante aos caixas eletrônicos. O atendimento no
caixa comum segue uma distribuição normal com média de 5 minutos e desvio padrão
de 1 minuto. O atendimento no caixa eletrônico segue uma distribuição triangular com
moda de 4 minutos, mínimo de 3 minutos e máximo de 6 minutos e desvio padrão de
1 minuto. O atendimento no gerente segue uma distribuição normal com média de 12
minutos e desvio padrão de 2 minutos. Posto isto, construir o DCA do problema
anterior.

 Exemplo 2: Uma empresa de mineração opera 7 escavadeiras. As escavadeiras

trabalham em operação contínua, interrompendo seu funcionamento apenas para
manutenção corretiva. O tempo entre falhas é descrito por uma distribuição
exponencial negativa com média de 7 dias. A manutenção é feita por uma única
equipe e sua duração também é exponencialmente distribuída com média de 1 dia.
Deseja-se simular este problema para avaliar o tempo que as escavadeiras ficam

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.

Unileste 13

paradas por falta de manutenção. Também deseja-se estimar a ocupação média da

equipe de manutenção e avaliar o impacto do aumento do número de equipe para
duas.

 Exemplo 3: O problema do Bar

Num bar, os clientes chegam da rua para tomar chope, numa quantidade que varia
aleatoriamente em função da sede de cada um. Os intervalos entre chegadas
consecutivas são exponencialmente distribuídos com média de 10 minutos. A
quantidade de copos que cada cliente toma é definida quando da sua chegada,
através do atributo SEDE. A SEDE de um cliente varia de acordo com uma distribuição
inteira uniforme com um mínimo de 1 e um máximo de 4 copos. Chegando ao bar, um
cliente aguardará sua vez de ser servido. Uma vez servido, atividade cuja duração
segue uma distribuição normal com média de 6 minutos e desvio padrão de 1 minuto,
o cliente beberá seu copo a seguir. O tempo para beber um copo distribui-se
uniformemente com valores inteiros entre 5 e 8 minutos. Este ciclo irá se repetir até
que o cliente tenha sua sede saciada. Dois garçons são responsáveis pelo atendimento
dos clientes e pela lavagem dos copos usados. O atendimento, além do cliente, exige
também que um copo limpo esteja disponível. A lavagem dos copos tem duração
constante e igual a 2 minutos. Supõe-se ainda que o bar dispõe de 70 copos. Pede-se
desenvolver um modelo utilizando o DCA para representação do sistema.

 Exemplo 4: Problema do Bilheteiro de Teatro

Durante o dia o bilheteiro de um teatro se encarrega da venda de ingressos e do

atendimento a consultas por parte do público. As consultas pessoais têm prioridade
sobre as chamadas telefônicas que, graças a um sofisticado sistema eletrônico, são
colocadas numa fila e atendidas na ordem de chegada. O público é educado e muito
paciente, nunca indo embora ou desligando o telefone sem que tenha sido atendido. O
intervalo entre a chegada de duas consultas pessoais consecutivas segue uma
distribuição exponencial com média de 12 unidades de tempo. O intervalo entre a
chegada de duas chamadas telefônicas consecutivas também é exponencialmente
distribuído com média 10 unidades de tempo. Um atendimento pessoal leva em média
6 unidades de tempo, seguindo uma distribuição exponencial. Uma chamada
telefônica leva em média 5 unidades de tempo, distribuindo-se também segundo uma
exponencial. Deseja-se simular este problema para estimar a taxa de ocupação do
bilheteiro e o tempo de espera das pessoas.

Refazer o problema supondo que a central telefônica não retenha chamadas (uma
chamada encontrando o sistema ocupado ou não sendo atendida – bilheteiro ocupado
– é perdida). Também simular os dois casos, supondo a existência de dois bilheteiros.

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.

Unileste 14

2.3.1. Lista de Exercícios – Diagrama de Ciclo de Atividade

Exercício 1: Banco → Caixas com Atendimento Especial

Construir o DCA de um sistema bancário que opera com 2 caixas. Neste Banco, os
clientes chegam de acordo com uma distribuição exponencial com média de 4
minutos. E o atendimento nos caixas leva em média 5 minutos com desvio padrão de
30 segundos, segundo uma distribuição normal. O atendimento à pessoas idosas e
gestantes (clientes especiais) tem prioridade sobre o atendimento aos demais
clientes. 10% dos clientes que chegam ao banco são idosos e gestantes. Os clientes
especiais nunca desistem, mas os demais clientes quando encontram mais de 10
clientes na fila voltam para a casa.

Exercício 2:

Uma central telefônica, recebe chamadas a intervalos aleatórios segundo uma

distribuição exponencial negativa com intervalo médio entre chamadas de 4
segundos. A duração média da conversação é de 120 segundos, também seguindo
uma distribuição exponencial negativa. A central tem uma capacidade limitada de
atendimento correspondente ao número de troncos disponíveis que é igual a 30. Uma
chamada, encontrando o sistema congestionado (todos os troncos ocupados), é
perdida. Posto isto, pede-se construir o diagrama de ciclo de atividades para este
sistema, pois deseja-se construir um programa de simulação para estimar o número
médio de troncos ocupados e o percentual de chamadas perdidas. Além disso,
sabendo-se que o percentual de chamadas perdidas deve ser limitado a 5%, deseja-
se saber qual deveria ser o número de troncos necessários para atender a este nível
de serviço e qual seria, neste caso, a ocupação média da central.

Exercício 3:

Refazer o problema anterior supondo que uma chamada, encontrando o sistema

congestionado (todos os troncos ocupados), pode ser perdida, fato que ocorre com
30% de probabilidade, ou então, voltar a ser efetivada (retorno) dentro de 10
segundos. Não há limite preestabelecido para o número de retornos que uma
chamada pode ter.

Exercício 4:

Refazer o problema anterior supondo que uma chamada, encontrando o sistema

congestionado (todos os troncos ocupados), é direcionada para uma central auxiliar
com outros 10 troncos de capacidade. Caso a central auxiliar também esteja
congestionada, a chamada será perdida (não há retorno neste caso).

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.

Unileste 15

Exercício 5:

Um porto de embarque de minério opera da seguinte forma: Os navios chegam ao

porto em intervalos de tempo que seguem uma distribuição exponencial negativa com
média de 6 dias. A capacidade dos navios varia da seguinte forma: 75% são de
100.000 t, 15% são de 200.000 t e 10% de 150.000 t. Chegando ao porto, os navios
encontrando o píer vago (o porto só possui um píer) e desde que haja minério no
estoque, começam a ser carregados a uma taxa de 1200 t/h. Caso o estoque de
minério termine antes do navio ser completamente carregado, o navio aguardará no
píer a chegada de minério, ou seja, ele só deixa o píer quando estiver completamente
carregado. O minério chega ao porto via ferrovia, sendo que cada trem é composto de
80 vagões com capacidade de 100 t cada um. Os trens chegam ao porto, em média, a
cada 7 horas, seguindo uma distribuição normal, com desvio padrão de 1 hora. Os
trens, chegando ao porto, têm seus vagões descarregados um a um, por um único
virador de vagões. O tempo de descarga de cada vagão segue uma distribuição
normal com média de 2,5 minutos e desvio padrão de 0,3 minutos. Ao fim da
descarga de cada vagão, obviamente, o estoque de minério do porto aumenta em 100
t. Posto isto, pede-se construir o diagrama de ciclo de atividades para o sistema.

Exercício 6:

Um consultório médico opera da seguinte forma (todos os valores de tempo estão em

minutos): os clientes chegam a intervalos que seguem uma distribuição triangular
com média de 30, mínimo de 23 e máximo de 35. Ao chegarem, são atendidos por
uma secretária que preenche um formulário eletrônico contendo informações sobre o
paciente. O tempo deste atendimento segue uma distribuição normal com média de 2
e desvio padrão de 0,5. Preenchido o formulário, o cliente aguarda pela consulta com
o médico, cuja duração segue uma distribuição normal com média de 20 e desvio
padrão de 5. Após a consulta 10% dos pacientes são submetidos a algum exame no
próprio consultório, enquanto os demais vão embora. O exame é realizado logo após a
consulta e feito pelo próprio médico, tendo uma duração exponencialmente distribuída
com média igual a 5. Após isso, os clientes deixam o consultório. A secretária além de
preencher os formulários, também atende o telefone, cujas chamadas chegam a
intervalos que seguem uma distribuição exponencial com média de 5. A duração da
conversa telefônica é exponencialmente distribuída com média igual a 3. O
atendimento telefônico, quando a secretária está disponível, é prioritário. Quando ela
está atendendo algum paciente, ela termina o atendimento antes de atender o
telefone. Posto isto, construir o diagrama de ciclo de atividades representativo deste
sistema explicitando todos os seus elementos e condições.

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.

Unileste 16

Exercício 7:

Uma empresa usa matérias primas do tipo A e B. Ambas são transportadas por
caminhões, de mesma capacidade, que chegam à empresa segundo uma distribuição
exponencial negativa de média de 25 minutos. Sabe-se que 30% desses caminhões
trazem matéria prima do tipo A e o restante do tipo B. Ao chegarem à empresa os
caminhões têm sua carga checada por um funcionário da portaria, que preenche um
formulário e encaminha o caminhão para uma das docas de descarga, atividade que
possui duração exponencialmente distribuída com média de 5 minutos. Existe uma
doca (Doca A) para descarga de caminhões que transportam mercadorias do tipo A e
duas docas para aqueles que transportam mercadorias do tipo B (Doca B1 e Doca B2).
O tempo de descarga dos caminhões que transportam mercadoria do tipo A segue
uma distribuição normal com média de 30 minutos e desvio padrão de 6 minutos. O
tempo de descarga dos caminhões que transportam mercadoria do tipo B segue uma
distribuição triangular com moda de 38, mínimo de 30 e máximo de 50 minutos. Os
caminhões com mercadorias do tipo B são encaminhados para a doca que tiver menor
fila (B1 ou B2). Após a descarga, os caminhões seguem para outro setor da empresa
onde entregam as notas fiscais e os recibos de descarga. Neste setor, os caminhões
são atendidos por um funcionário, que preenche um formulário de liberação do
veículo. O tempo gasto pelo funcionário para realização deste serviço segue uma
distribuição normal com média de 7 minutos e desvio padrão de 2 minutos. Após
receberem o formulário de liberação, os caminhões se dirigem à portaria da empresa,
onde o mesmo funcionário que os recebeu faz uma vistoria de segurança nos
caminhões, para certificar se eles não estão saindo com nada da empresa, e os libera
em seguida. O tempo gasto nesta atividade é exponencialmente distribuído com
média de 4 minutos. O funcionário da portaria prioriza o atendimento de chegada de
caminhões em relação à vistoria de saída. Posto isto, construir o diagrama de ciclo de
atividades representativo deste sistema.

Exercício 8:

Uma oficina de automóveis realiza serviços de manutenção mecânica, manutenção

elétrica e lanternagem. Para tanto, esta oficina conta com 4 equipes, duas para
manutenção mecânica, uma para manutenção elétrica e uma para lanternagem. Os
carros, ao chegarem à oficina, passam por uma triagem inicial, realizada por um único
funcionário, e são encaminhados para realização dos serviços, sendo que 45% deles
necessitam de manutenção mecânica, 25% de manutenção elétrica, 18% de
lanternagem e 12% de manutenção mecânica e lanternagem. Os carros que
necessitam de lanternagem e manutenção mecânica (12%) são atendidos
primeiramente no serviço que apresentar a menor fila de espera e após sua realização
são, então, encaminhados ao outro serviço, tendo prioridade de atendimento sobre os
veículos que porventura estiverem na fila de espera para realização daquele serviço.
O intervalo entre chegadas de carros segue uma distribuição exponencial negativa
com média de 2 h. O tempo de triagem segue uma distribuição normal com média de
0,17 h e desvio padrão de 0,02 h. O tempo de manutenção mecânica segue uma
distribuição exponencial negativa com média de 3,8 h. O tempo de manutenção
elétrica segue uma distribuição exponencial negativa com média de 2.5 h. O tempo de

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.

Unileste 17

lanternagem segue uma distribuição exponencial negativa com média de 5 h.

Construir o DCA representativo do sistema, explicando detalhadamente os desvios
condicionais existentes.

Exercício 9:

A Empresa XYZ Ltda. pretende simular todo o seu processo produtivo com a finalidade
de testar novas políticas operacionais e a inserção de novos equipamentos. Hoje, a
empresa possui três setores: montagem das peças (2 máquinas), acabamento final (3
máquinas) e inspeção (10 funcionários). Existe um pequeno estoque entre cada um
destes setores. As peças necessárias para a confecção do produto chegam na linha de
montagem a intervalos que seguem distribuição exponencial com média de 5 minutos.
A linha de montagem é totalmente automatizada e o processo de montagem tem
duração segundo uma distribuição normal com média de 12 minutos e desvio padrão
de 3 minutos. Após a montagem o produto é transportado até o estoque da linha
seguinte. O processo de acabamento tem duração que segue uma distribuição normal
com média de 10 minutos e desvio padrão de 2 minutos. Após o acabamento final o
produto é encaminhado ao setor de inspeção. O processo de inspeção tem duração
que segue uma distribuição exponencial com média de 3 minutos. A inspeção é feita
por dois funcionários da empresa. A empresa dispõe de 10 funcionários para este
setor. Após a inspeção, os produtos que estão de acordo com todas as normas de
qualidade (85% do total) são enviados para o estoque de produto acabado da
empresa. Os produtos não-conformes (15%) passam por um processo de
reaproveitamento das peças. Este processo de reaproveitamento tem duração média
de 2 minutos segundo uma distribuição exponencial negativa. Este processo é feito
pelos funcionários da inspeção. Apenas 20% dos produtos são reaproveitados e estes
são enviados ao setor de montagem. A atividade de reaproveitamento tem prioridade
sobre a atividade de inspeção. Posto isso, construir o DCA do sistema explicando
detalhadamente todos os desvios, atribuições e condições.
Obs.: Considere a entidade peças = entidade produto.

Exercício 10:

Uma agência bancária opera da seguinte forma: os clientes chegam a intervalos que
seguem uma distribuição exponencial com média de 3,5 minutos. Ao chegarem 40%
deles se dirigem aos caixas eletrônicos (a agência possui dois), 30% ao caixa comum
(a agência possui apenas um), 10% ao gerente, 12% aos caixas eletrônicos e em
seguida ao gerente e 8% ao caixa comum e em seguida ao gerente. O tempo gasto
no caixa eletrônico é exponencialmente distribuído com média de 2 minutos. O tempo
de atendimento no caixa comum segue uma distribuição normal, com média de 3
minutos e desvio padrão de 0,8 minutos. O tempo de atendimento pelo gerente segue
uma distribuição lognormal com média de 6 minutos e desvio padrão de 1,5 minutos.
Posto isso, construir o DCA do sistema explicando detalhadamente todos os desvios,
atribuições e condições.

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.

Unileste 18

Exercício 11:

Uma empresa deseja estudar a compra de novos equipamentos para seu setor
de usinagem. Para saber quantos equipamentos de cada tipo ela deve comprar, ela
encomendou um estudo de simulação.
As Peças chegam à fábrica segundo uma distribuição exponencial com média de
4,5 minutos. Ao chegarem, as peças são distribuídas de acordo com três possíveis
seqüências de usinagem. Sabe-se que 30% das peças necessitam da usinagem do
tipo 1, 20% das peças necessitam da usinagem do tipo 2 e as demais peças
necessitam da usinagem do tipo 3. A seqüência de operações de cada tipo de
usinagem são descritas na tabela a seguir. Nesta tabela são apresentadas as
máquinas pelas quais cada peça deve passar.

Tipo de Usinagem Máquinas

1 Maq. 1 Maq. 2 Maq. 3
2 Maq. 3 Maq. 2
3 Maq. 3 Maq. 2 Maq. 1

As operações na máquina 1 duram em média 12 minutos segundo uma

distribuição exponencial negativa. Já as operações na máquina 2 duram em média 10
minutos, com desvio padrão de 2 minutos segundo uma distribuição normal. E as
operações na máquina 3 têm duração segundo uma distribuição normal com média de
6 minutos e desvio padrão de 0,5 minutos.
Assim que são usinadas as peças são encaminhadas para o setor responsável
pela entrega da mesma ao cliente.
Posto isto, construir o DCA da situação atual da empresa explicando
detalhadamente todos os desvios, atribuições e condições.
Sugestão: Crie um atributo “TUSI” que representa a seqüência de máquinas pela
qual as peças vão passar.

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.

Unileste 19

2.4 Abordagens Usadas em Simulação

Tipos de Abordagens existentes:

 Abordagem das três fases – Ideal para o DCA;

 Abordagem por Eventos – Mais rápida, porém mais complexa;
 Abordagem por Atividades – Muito lento, por isso não é muito utilizado
recentemente;
 Abordagem por Processos – Mais usada pelos softwares de simulação.

2.4.1 Método das Três Fases

É uma das formas de estruturação de programas de simulação a eventos

discretos. Foi apresentado por Tocher em 1963. Suas principais características
são descritas a seguir.

a) Conceitos de evento e relógio de simulação:

Um evento pode ser entendido como uma mudança no estado do sistema

em processo de simulação. Toda atividade está delimitada por dois eventos, o
primeiro que caracteriza seu início e o segundo seu término.
O relógio da simulação corresponde ao instante corrente da mesma. O relógio
sempre avança para o instante em que ocorrerá o evento mais próximo, o que
implica em um avanço a intervalos quase sempre variáveis. Sendo assim, o
programa de simulação deve dispor de recursos para descobrir quando
ocorrerá o próximo evento e avançar o relógio da simulação até ele.

b) Tipos de eventos

Existem dois tipos de eventos associados ao método das três fases: os

eventos que caracterizam o início e aqueles que caracterizam o fim da
atividade. Tais eventos são conhecidos como eventos do tipo C (início da
atividade) e eventos do tipo B (fim da atividade). Todo evento C é tido como
condicional, pois para uma atividade ter início uma ou mais condições sempre
devem ser satisfeitas. A cada atividade está associado um único evento C, que
está condicionado à existência de entidades nas filas e/ou fontes que precedem
a atividade. Como a duração de cada atividade é determinada antes de seu
início, através de amostragem ou deterministicamente, os eventos B têm seus
inícios ou ocorrências predeterminados. Para cada entidade participante da
atividade é definido um evento B distinto. Assim, a cada atividade está
associado um único evento C e tantos eventos B quantas forem as entidades
que dela participam. O evento B libera as entidades que participaram da
atividade a ele relacionada para as filas subsequentes àquela atividade.

c) As fases A, B e C

As três fases que caracterizam o método são:

Fase A:

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.

Unileste 20

Corresponde ao avanço do relógio da simulação. Nesta fase o relógio é

avançado para o instante quando se dará o término da próxima atividade. Para
tanto, o programa consulta a lista de eventos B e encontra aquele que ocorrerá
em primeiro lugar.

Fase B:

Termina a atividade e executa todos eventos B programados para aquele

momento, liberando as entidades para as filas subsequentes.

Fase C:

Executa a verificação das condições de início de todas as atividades do

sistema. Inicia as atividades cujas condições foram satisfeitas, calculando sua
duração e programa os eventos B a elas associados. O início de cada atividade
é caracterizado pela saída das entidades das filas que a precedem. Uma
atividade é iniciada quantas vezes sua condição de início for satisfeita. A ordem
de checagem das condições de início das atividades segue a ordem suas
prioridades predefinidas. Quando todas as atividades passíveis são iniciadas
termina a fase C e retorna-se à fase A até a interrupção do programa e/ou seu
término.

Como pode ser notado no início da simulação, ou seja, quando o relógio

está no instante zero, nenhum evento B acontece, pois não existe nenhuma
atividade em andamento. Sendo assim, o sistema deve ser modelado de tal
forma que no instante zero possa ocorrer o início de pelo menos uma
atividade. Por isto as entidades permanentes são colocadas em filas adequadas
antes do início da simulação. Para as entidades temporárias não existe esta
preocupação.

Uma última e importante consideração sobre a estruturação dos

programas diz respeito ao tempo de aquecimento. Grande parte dos sistemas
simulados necessitam de um tempo de simulação inicial, onde não se coletam
dados estatísticos, para saírem do regime transiente e entrarem no regime
estável de execução. Este intervalo de tempo é denominado tempo de
aquecimento do sistema. Isto é alcançado com uso de atividades especiais que
geram eventos B programados com esta finalidade.

A figura a seguir apresenta a estrutura de um programa baseado no Método

das 3 fases.

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.

Unileste 21

Exemplo: Problema das Sondas

A seguir é apresentado o DCA do problema das Sondas.

A seguir é apresentada a tabela com a simulação usando o método das 3 fases

até o instante de tempo 4,5 h.

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.

Unileste 22

Exercício:

O setor de manutenção de uma empresa de manufatura opera como descrito no DCA

abaixo. Utilizando as tabelas de variáveis aleatórias, faça uma simulação manual
deste processo usando o Método das Três Fases até o instante T=15. As atividades
têm sua duração descrita em dias. Obs.: Para o desvio após a inspeção considere que
x <=0,20 a máquina não passou na inspeção e x > 0,20 a máquina passou na
inspeção.

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.

Unileste 23

Uniforme (0,1) Exp(5) N(3; 0,5) N(0,5; 0,1)

0,2 2,9 2,5 0,4
0,4 2,7 2,9 0,6
0,5 5,2 3,0 0,5
0,1 4,2 3,5 0,5
0,3 7,2 3,3 0,4
0,8 8,8 2,9 0,6
0,7 5,1 3,0 0,4
0,5 4,8 3,1 0,6
0,6 6,2 2,7 0,5
0,9 4,9 3,4 0,6

2.4.2 Abordagem por Eventos

Usada desde a década de 60 devido a ampla utilização da linguagem de

simulação SIMSCRIPT (originada do trabalho de Markowitz et al em 1963).

Enquanto na abordagem pelo método das três fases temos blocos B’s e C’s, na
abordagem por eventos as partições dos eventos são conhecidas como Rotinas
de Eventos, que são um conjunto de declarações que expressam toda as
conseqüências lógicas que podem ter origem a partir de um evento.

No caso do problema do bilheteiro de teatro tem-se 4 rotinas de eventos:

1 – Chegada de pessoas
2 – Chegada de chamadas telefônicas
3 – Fim do atendimento pessoal
4 – Fim da conversa telefônica

Pelo método das três fases seriam necessários 4 eventos B e 2 eventos C para
expressar somente as atividades de atendimento. Na abordagem por eventos
as rotinas incluem eventos tipo B e C na mesma rotina.

Assim, o fim de atendimento pessoal e a chegada de pessoas poderiam ser

expresso pelo seguinte pseudocódigo:

Liberar a pessoa n
Se Tamanho da fila (Ag_Atd_Pessoal) >0 então:
Pega a pessoa n+1 da fila
Amostra o tempo de atendimento pessoal
Programa fim de atd. pessoal n+1 p/ ocorrer após o tempo de atendimento
Senão se Tamanho da fila (Ag_Atd_Tel)>0 então:
Pega a próxima chamada na fila
Amostra o tempo de conversa telefônica
Programa o fim de atd. telefônico p/ ocorrer após o tempo de conversa
Senão libera o bilheteiro para a fila (Bilhet_Disponível)
Amostra o tempo de chegada da pessoa n+1
Programa a chegada da pessoa n+1
Se Tam. da fila (Ag_Atd_Pessoal) =0 e Tam. da fila (Bilht_Disponível) então:

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.

Unileste 24

Pega o bilheteiro na fila

Pega a pessoa n
Amostra o tempo de atendimento pessoal
Programa fim de atd. pessoal n+1 p/ ocorrer após o tempo de atendimento
Senão coloca a pessoa n na fila (Ag_Atd_Pessoal)

Processamento de uma simulação baseada na abordagem por eventos:

1 – Exame do calendário de eventos para encontrar o próximo evento a

ocorrer e mover o relógio da simulação para este ponto. Move o(s) evento(s)
que ocorrerá (ão) neste tempo para a lista de eventos correntes.

2 – Mantém o relógio parado e executa todas as rotinas de eventos que estão

na lista de eventos correntes.

Este ciclo se repete até o fim da simulação.

OBS: Na abordagem por eventos a simulação se processa mais rapidamente

porque o programa não precisa testar, a cada passo, todos eventos C’s. Ao
invés disso, todas as conseqüências lógicas de um evento são previstas nas
rotinas de eventos. Por outro lado, a programação de modelos mais complexos
fica mais difícil e a possibilidade de desenvolvimento modular fica mais
complexa.

2.4.3 Abordagem por Atividades

Foi a base original do método das três fases. Nos EUA, muitos estudiosos
confundem estas duas abordagens. Surgiu na Inglaterra e foi usada na
linguagem CSL (Buxton & Laski, 1962), desenvolvida pela Esso e IBM. A base
desta abordagem são atividades. Os eventos B e C são expressos por
atividades. Assim, para o problema do bilheteiro de teatro, teríamos as
seguintes atividades:

1 – Chegada de pessoas
2 – Início do atendimento pessoal
3 – Fim do atendimento pessoal
4 – Chegada de chamadas
5 – Início da conversa telefônica
6 – Fim da conversa telefônica

Processamento de uma simulação baseada na abordagem por atividades:

1 – Exame do calendário de eventos para encontrar o próximo evento a

ocorrer e mover o relógio da simulação para este ponto.

2 – Varre repetitivamente todas as atividades, fazendo seus testes de

execução, para descobrir aquelas que podem ser executadas no instante
corrente.

Este ciclo é repetido até a simulação terminar.

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.

Unileste 25

Obs: Este tipo de simulação é mais lenta, pois a varredura de todas as

atividades deve acontecer a cada avanço do relógio.

2.4.4 Abordagem por Processos

Usado primeiramente no sistema SIMULA (Dahl & Nygaard, 1966).

Para modelar um sistema usando as abordagens anteriores, é necessário

que o analista considere o processo (ou ciclo de vida) de cada classe de
entidades e quebrá-lo em partes fundamentais. Na abordagem por processos,
o bloco básico de construção do modelo é o processo de cada classe de
entidades. Um processo é definido como uma seqüência de operações através
das quais uma entidade deve passar durante sua vida no sistema. Cada classe
de entidades tem seu próprio processo. Assim, uma simulação baseada em
processos consiste num conjunto de processos, pelo menos um para cada
entidade. Durante a simulação, entidades serão criadas como membros dessas
classes e seguirão o processo previsto para a classe. O programa executivo
controla, a cada instante da simulação, o movimento dessas entidades pelos
processos. O progresso no movimento da entidade pode ser suspenso por duas
condições:

Retardos incondicionais: retardos cujos tempos são determinados a

priori, normalmente por amostragem. Este tipo de retardo acontece quando
uma entidade participa de uma atividade.

Retardos condicionais: retardos cujos tempos não são determinados a

priori. Isto ocorre quando as entidades tem seu movimento suspenso devido à
espera de atendimento de condições para prosseguir seu processo (espera em
filas). No caso do bilheteiro de teatro teríamos, por exemplo, o seguinte
processo para a classe de entidades pessoas:

1 – Pessoa n chega
2 – Amostra o tempo de chegada da próxima pessoa
3 – Cria o processo para a pessoa n+1
4 – Retarda pessoa n+1 até sua chegada
5 – Pessoa n espera até chegar ao início da fila e o bilheteiro estar livre
6 – Pega o bilheteiro
7 – Pega a pessoa n na fila
8 – Amostra o tempo de atendimento
9 – Retarda a pessoa n até o atendimento ser finalizado
10 – Libera o bilheteiro
11 – Libera a pessoa n

Processamento de uma simulação baseada na abordagem por processos:

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.

Unileste 26

Teoricamente um processo é uma lista de operações cronologicamente

ordenada. O programa executivo precisa saber em quais pontos uma entidade
pode ter seu curso suspenso por retardos condicionais e incondicionais. Desta
forma, cada processo deve conter pontos de reativação, nos quais as entidades
suspensas retornam ao processo. Um programa executivo deve manter um
registro para cada entidade que contenha dois campos: seu tempo de
reativação e seu próximo ponto de reativação. O programa executivo deve
então manter duas listas destes registros:

1 – Lista de eventos futuros: lista contendo uma seqüência cronológica de

registros daquelas entidades cujo progresso está suspenso incondicionalmente.

2 – Lista de eventos correntes: a qualquer instante da simulação, esta lista

contém registros de dois tipos de entidades. Primeiro aquelas cujo progresso
está suspenso incondicionalmente e cujas reativações devem ocorrer no
instante corrente da simulação. Segundo aquelas entidades cujo progresso
está suspenso condicionalmente.

O programa executivo a cada instante realiza as seguintes fases:

1 – Varre a lista de eventos futuros para determinar o tempo do próximo

evento. Avança o relógio da simulação até este instante.

2 – Move as entidades, cujo tempo de reativação é igual ao tempo corrente, da

lista de eventos futuros para a lista de eventos correntes.

3 – Varre a lista de eventos correntes e move as entidades que apresentarem

condições, ao longo de seu processo, até o mesmo ser completado ou ser
suspenso por retardos condicionais ou incondicionais. Se o retardo for
incondicional, a entidade terá seus registros movidos para a lista de eventos
futuros. O programa registra seu próximo ponto de reativação.

Este ciclo é repetido até a simulação terminar.

2.5 Geração de Números Aleatórios e Método do Monte Carlo

1 – Números verdadeiramente aleatórios:

Exemplos de geradores: > Roleta

> Dados

Nota: ambos são geradores muito lentos

Simuladores necessitam de longas seqüências de números aleatórios, o que

dificulta o uso dos geradores exemplificados.

Podem ser usados equipamentos eletrônicos e radioativos para este fim. Este
tipo de equipamento mede o número de partículas emitidas num curto

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.

Unileste 27

intervalo de tempo. Um aparelho semelhante a um contador Geiger é usado

para contar essas partículas em cada intervalo de tempo e os resultados
obtidos são convertidos em números aleatórios. Por razões óbvias, um
contador deste tipo não poderia ser usado em um simulador.

2 – Números pseudo-aleatórios:

 A importância de se produzir seqüências idênticas de números aleatórios

reside na garantia que as condições de teste de cada cenário sejam
idênticas e que seja possível a repetição da simulação.

 Números aleatórios podem ser gerados e depois armazenados de alguma

forma, como por exemplo, em tabelas (Rand Corporation, 1955). O
problema é que números armazenados dessa forma deixam de ser
aleatórios a partir do momento que pode-se prever o próximo número
observando a tabela!

 Números pseudo-aleatórios são produzidos por geradores baseados em

regras matemáticas bem conhecidas. As seqüências produzidas passam em
testes idênticos àqueles usados em seqüências verdadeiramente aleatórias.

Tipos de geradores: Congruenciais

Congruenciais multiplicativos

3 – Geradores Congruenciais:

Proposto primeiramente por Lehmer (1951). A seqüência é obtida da seguinte

relação:

Xi é a seqüência de inteiros no intervalo (0, m-1)

X i1  aX i  c(mod m)

c, a e m são constantes, onde a é chamado de multiplicador, c de incremento

ou constante aditiva e m de módulo.

X0 é o valor inicial da seqüência, também chamado de semente.

mod m é o resto da divisão por m. No caso, o resto da divisão de (Xi + c) por

m.

Exemplo: seja X0=4, a=3, c=0 e m=5

i Xi
0 4
1 2
2 1

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.

Unileste 28

3 3
4 4
5 2

Obs: 1 - O valor máximo de Xi=m-1

2 – Existe periodicidade

Assim, caso se queira produzir valores no intervalo (0,1) deve-se dividir o

resultado obtido para Xi por m.

Ui=Xi/m Xi (0,m - 1) e Ui(0,1)

Requisitos gerais para estes geradores:

A escolha dos valores de a, c e m é fundamental para determinar se os

números gerados terão uso prático. Em geral, deseja-se garantir as seguintes
características aos geradores:

 Os números produzidos deverão ser uniformemente distribuídos no

intervalo (0,1), ou seja, todos os valores dentro desta faixa deverão ocorrer
com igual freqüência.

 Os números gerados deverão ser independentes um do outro.

 Comprimento do ciclo deve ser o maior possível.

 Devido aos simuladores exigirem um grande número de valores, o processo

de geração deve ser rápido para garantir a eficiência da simulação.

4 – Geradores congruenciais multiplicativos:

Neste caso, c=0 e X0  0

X i1  aX i (mod m)
Para garantir um período completo dentro do intervalo (0, m –1), o valor da
semente X0 e do módulo m devem ser primos entre si. A melhor maneira de
garantir esta condição é encontrar o maior número primo possível para o
módulo. Um gerador muito utilizado que tem boa aceitação estatística usa
a=16.807 e m=231-1=2.147.483.647. Fishman (1978) sugeriu
a=630.360.016 e m=2.147.483.647. Groenendaal (1992) sugeriu
a=397.204.094 e m=950.706.376. Ambos tiveram boas características
estatísticas.

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.

Unileste 29

5 – Amostragem aleatória simples

Método de Monte Carlo: O método de Monte Carlo baseia-se num conceito

estatístico simples:

Seja x uma variável aleatória com as seguintes características:

1 – Função de distribuição de probabilidades f(x)

2 – Função cumulativa de probabilidades F(x)

Se y=F(x), então y tem uma distribuição uniforme sobre o intervalo fechado

(0,1). Assim, como a função cumulativa de probabilidades representa as
características aleatórias da variável em questão, a função y=F(x) é uma
relação entre duas variáveis:

Variável x, com distribuição aleatória própria;

Variável y, com distribuição uniforme, entre 0 e 1.

O método de Monte Carlo consiste nos seguintes passos:

1 – Dada a função cumulativa de probabilidades da variável em simulação,

sorteia-se um número (através de um gerador de números aleatórios) no
intervalo (0,1).

2 – Usando a função cumulativa de probabilidades, determinar o valor da

variável x que corresponde ao número aleatório gerado.

Assim, pode-se definir o Método de Monte Carlo como sendo uma forma de
transformar um conjunto de números aleatórios (distribuição original) em
outro conjunto de números (variáveis aleatórias), com a mesma distribuição
da variável considerada.

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.

Unileste 30

3 Teoria das Filas

3.1 O que são filas?

 Um sistema com fila é qualquer processo onde os usuários oriundos de

uma determinada população chegam para receber um serviço pelo qual
esperam, se for necessário, saindo do sistema assim que o serviço é
complentado.

 Exemplos:

 Descontar um cheque em um banco;

 Pagar compras em um supermercado;
 Comprar um ingresso num cinema;
 Pagar pedágio na estrada;
 Lingotes aquecidos, esperando serem laminados em uma aciaria;
 Caminhões em uma mineradora, esperando junto a uma carregadeira, a
vez de serem carregados com minério;
 Entre outras várias situações...

Filas não são simpáticas

 Lei de Murphy:
“a fila que anda é a outra, mas não adianta trocar de fila pois a fila que
anda é a outra.”

Filas são Dispendiosas

 Filas em equipamentos de produção podem ocasionar aumentos no ciclo

de produção, tendo como conseqüência aumento nos custos e atrasos nos
pedidos dos clientes.

Estrutura Básica de um sistema com Fila

 Um sistema com fila é composto fisicamente por usuários, por canais

ou posto de serviço/atendimento e por um espaço designado para a espera.

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.

Unileste 31

3.2 Características de uma Fila

A) Clientes e Tamanho da População

 População infinita – chegadas independentes: a chegada de um novo

cliente não afeta a taxa de chegada dos clientes subseqüentes.

 População Finita ou pequena – a chegada um novo cliente afeta a taxa

de chegada dos clientes subseqüentes. Por exemplo: Numa Mineração, na
qual existem 3 caminhões.

B) Processo de Chegada

 Não basta fornecer valores médios, é necessário também mostrar como

os valores se distribuem em torno da média, i.e., qual distribuição de
probabilidades rege o processo.

 Exemplo: Pedágio. 20 automóveis por minuto ou 1 automóvel a cada 3

segundos.

  = Ritmo (taxa) de Chegada e IC = Intervalo entre chegadas.

 Obs: Intervalos regulares - processos altamente automatizados.

C) Processo de Atendimento

 Exemplo: Pedágio. Atendente atende 6 veículos por minuto ou gasta 10

segundo para atender um veículo.

  = Ritmo ou taxa de atendimento e TA = Tempo de atendimento.

D) Número de Servidores
 Quantidade de servidores que atendem aos clientes.

E) Disciplina da Fila
 FIFO = First in, first out;
 LIFO = Last in, first out
 Prioridade = Uma característica do cliente define sua prioridade de
atendimento.
 Randômico = Atendimento aleatório.

F) Tamanho Médio da Fila

 Se  e  são constantes => o tamanho da fila oscila em torno de um
valor médio. Se  <  a fila aumentará indefinidamente.

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.

Unileste 32

G) Tamanho Máximo da Fila

 Os clientes devem aguardar em uma área de espera que deve ser

dimensionada de acordo com o tamanho máximo esperado para a fila.

H) Tempo Médio de Espera na Fila

 O tempo médio de espera depende dos processos de chegada e

atendimento.

3.3 Dinâmica de uma Fila

 Exemplo: Um banco

Chegada:

Cliente 1 2 3 4 5 6 7 8 9 10 11 12
Intervalo 2 3 3 3 5 0 1 5 1 4 1 2
Momento 2 5 8 11 16 16 17 22 23 27 28 30

IC = 2,5 minutos (média)

 = 24 clientes por hora

Atendimento:

Cliente 1 2 3 4 5 6 7 8 9 10 11 12
Duração 1 2 1 1 3 2 1 4 2 3 1 3

TA = 2 minutos (média)
 = 30 clientes por hora

Dinâmica do Funcionamento
Atendimento
Fila

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.

Unileste 33

Tempo Médio na Fila

Cliente 1 2 3 4 5 6 7 8 9 10 11 12
Tempo
0 0 0 0 0 3 4 0 3 1 3 2
na Fila

Total de Clientes Atendidos: 12

Tempo Médio na Fila (TF) = (3+4+3+1+3+2)/12 = 16/12 = 1,33 minuto
Número médio de clientes na fila (NF) = (3+4+3+1+3+2)/35 = 0,46 cliente

Sistemas Estáveis

 Fluxo médio de entrada () constante.

 Ritmo médio de atendimento () constante.
>

Dimensionando filas

 Um estudo sobre um sistema estável, apresentará sempre os mesmos

resultados desde que adequadamente analisado.
 O tamanho da amostra é fundamental.

3.4 Tipos de Filas

 Uma fila e um único servidor

Clientes

Servidor

Atendimento
População Fila

 Uma única fila e diversos servidores

Servidor
Clientes

Servidor

População Fila
Servidor

Atendimento

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.

Unileste 34

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.

Unileste 35

 Diversas filas e os correspondentes servidores

Clientes

Servidor

Servidor

População
Servidor

Filas Atendimento

 Sistemas Complexos de Fila

Servidor
Clientes
Servidor

Servidor

Servidor
População Fila
Servidor
Atendimento 2
Atendimento 1

 Filas Especiais

Ex.: Caixa rápido em supermercados

3.5 Variáveis Aleatórias Fundamentais

 Variáveis referentes ao sistema:

TS = tempo médio de permanência no sistema
NS = número médio de clientes no sistema

 Variáveis referentes ao processo de chegada:

 = ritmo médio de chegada
IC = intervalo entre chegadas
por definição: IC = 1/ 

 Variáveis referentes à fila:

TF = tempo médio de permanência na fila
NF = número médio de clientes na fila

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.

Unileste 36

 Variáveis referentes ao processo de atendimento:

TA = tempo médio de atendimento ou serviço
c = quantidade de atendentes ou servidores
NA = número médio de clientes que estão sendo atendidos
 = ritmo médio de atendimento de cada atendente
por definição: TA = 1/ 

 Relações básicas:
NS = NF + NA
TS = TF + TA
Pode-se demonstrar também que:
NS = NF +  / = NF + TA/IC

 Taxa de utilização dos atendentes:

Para 1 fila e 1 servidor:  =  /
Para 1 fila e c servidores:  =  /(c )
Assim,  representa a fração média de tempo em que cada servidor
está ocupado.
Para sistemas estáveis, tem-se que :  < 1.

Clientes na fila Cliente que está sendo atendido

Sistema

Servidor

Servidor

População

Servidor

Chegada Fila Atendimento Saída

IC  TF NF c TA NA 

Sistema
TS NS

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.

Unileste 37

 Intensidade de tráfego ou número mínimo de atendentes:

i = |  / | = |TA/IC|
i é o próximo valor inteiro que se obtém pela divisão  / .
Assim, i representa o número mínimo de atendentes necessário
para atender a um dado fluxo de tráfego. Unidade de i = erlangs
(em homenagem A. K. Erlang).

 Fórmulas de Little (J. D. C. Little):

NF =  . TF
NS =  . TS

 Postulados básicos:

1 - Em qualquer sistema estável, o fluxo que entra é igual ao fluxo

que sai.

 ... 

2 - Em um sistema estável, o fluxo de entrada se mantém nas

diversas seções do sistema.

   
A B C

3 - Em um sistema estável, a junção de fluxos equivale às suas

somas. 3 = 1 + 2

1 1
A
3
2 2
B C
4 - Em um sistema estável, o fluxo se desdobra aritmeticamente.
80%
1 =20 3 =16 3 =16
A C
2 =4
20%

B
2 =4

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.

Unileste 38

Resumo das Fórmulas

Nome Fórmula
Intervalo entre chegadas IC  1 / 
Tempo de Atendimento TA  1 / 
Taxa de Utilização dos Atendentes    /c
Intensidade de Tráfego i |  / | | TA / IC |
Relações entre fila, sistema e atendimento NS  NF  NA
NS  NF   /   NF  TA / IC
TS  TF  TA
NA     / c 
Fórmulas de Little NS  . TS
NF  . TF
Ciclo Ciclo  TS  TFS
Ciclo  (tam. da população) / 

Exemplo 1:

Em uma fábrica observou-se o funcionamento de um dado setor, em que =20

clientes / hora, =25 clientes por hora e TS = 0,3 hora. Pede-se o tamanho
médio da fila.

Para o mesmo exemplo calcular o número médio de clientes no sistema (NS) e

número médio de clientes sendo atendidos (NA).

3.6 Modelos de Filas

3.6.1 Notação de Kendall

 Fila A/B/c/K/m/Z
onde:
A = distribuição dos intervalos entre chegadas
B = distribuição dos tempos de serviço
c = quantidade de servidores (atendentes)
K = capacidade máxima do sistema
m = tamanho da população
Z = disciplina da fila
A notação condensada A/B/c é muito usada e se supõe que não há limite
para o tamanho da fila, a população é infinita e a disciplina é FIFO. Para A
e B, quando a distribuição for exp. Negativa, usa-se M (Marcoviana).

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.

Unileste 39

3.6.2 O Modelo M/M/1

 Tanto as chegadas quanto o atendimento seguem a distribuição de

Poisson ou a Exponencial Negativa (ou marcovianos).

Clientes

Servidor

Atendimento
População Fila

Medidas de Desempenho:

Medida de Desempenho Fórmula

𝜆
Taxa de Ocupação: 𝜌=
𝜇
𝜌2 𝜆2
Número Médio de Usuários na Fila: 𝑁𝐹 = =
(1 − 𝜌) 𝜇(𝜇 − 𝜆)
𝜌 𝜆
Tempo Médio de espera na fila: 𝑇𝐹 = =
(𝜇 − 𝜆) 𝜇(𝜇 − 𝜆)
𝜌 𝜆
Número Médio de Usuários no sistema: 𝑁𝑆 = =
(1 − 𝜌) (𝜇 − 𝜆)
1
Tempo médio de permanência no sistema: 𝑇𝑆 =
𝜇−𝜆
Probabilidade de não encontrar ninguém no
sistema:
𝑃0 = 1 − 𝜌

Probabilidade de Encontrar 𝒏 elementos no

sistema:
𝑃𝑛 = 1 − 𝜌 (𝜌)𝑛

Probabilidade do tempo de espera na fila ser

maior que um tempo 𝒕 > 0:
𝑃 𝑇𝑞 > 𝑡 = 𝜌𝑒 − 𝜇 −𝜆 𝑡

Taxa de Utilização

2 2
 NF  
 (  ) 1  

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.

Unileste 40

 Quando  tende p/ 1 a fila tende a aumentar infinitamente.

Exemplo: A cabine telefônica

Suponhamos que as chegadas a uma cabine telefônica obedeçam a lei de

Poisson, com ritmo de 6 chegadas por hora. A duração média do telefonema é
de 3 minutos e suponhamos que siga a distribuição exponencial negativa.
Pede-se:

a) Qual a probabilidade de uma pessoa chegar à cabine e não ter que esperar?

b) Qual o número médio de pessoas na fila?

c) Qual o número médio de pessoas no sistema?

d) Qual o número médio de clientes usando o telefone?

e) Qual o tempo médio de fila?

f) Para qual ritmo de chegada teríamos a situação em que o tempo médio de

espera na fila seria de 3 minutos?

g) Qual a fração do dia durante a qual o telefone está em uso?

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.

Unileste 41

3.6.3 O Modelo M/M/c

 Tanto as chegadas quanto o atendimento seguem a distribuição de

Poisson ou a Exponencial Negativa (ou marcovianos) e o sistema possui 𝑐
servidores.

Servidor
Clientes

Servidor

População Fila
Servidor

Atendimento

Medidas de Desempenho:

Medida de Desempenho Fórmula

𝑟 𝜆
Taxa de Ocupação: 𝜌 = 𝑐 ; 𝑜𝑛𝑑𝑒 𝑟 = 𝜇

𝑐 𝑟 𝑐+1
Número Médio de Usuários na Fila: 𝑁𝐹 = 𝑃0 2
𝑐! 𝑐 − 𝑟

𝑟𝑐 𝜇
Tempo Médio de espera na fila: 𝑇𝐹 = 𝑃0 2
(𝑐 − 1)! 𝑐𝜇 − 𝜆

𝑐 𝑟 𝑐+1
Número Médio de Usuários no sistema: 𝑁𝑆 = 𝑟 + 𝑃0 2
𝑐! 𝑐 − 𝑟

1 𝑟𝑐 𝜇
Tempo médio de permanência no sistema: 𝑇𝑆 = + 𝑃0 2
𝜇 (𝑐 − 1)! 𝑐𝜇 − 𝜆
𝑐−1 −1
Probabilidade de não encontrar ninguém 𝑟𝑛 𝑐 𝑟𝑐
no sistema: 𝑃0 = +
𝑛! 𝑐! (𝑐 − 𝑟)
𝑛=0

𝑟𝑛
𝑃0 , 𝑠𝑒 1 ≤ 𝑛 < 𝑐
Probabilidade de Encontrar 𝒏 elementos no
𝑛!
𝑃𝑛 =
sistema:
𝑟𝑛
𝑃0 , 𝑠𝑒 𝑛 ≥ 𝑐
𝑐 𝑛−𝑐 𝑐!
Probabilidade do tempo de espera na fila 𝑟𝑐
ser maior que um tempo 𝒕 > 0:
𝑃 𝑇𝑞 > 𝑡 = 𝑃0 𝑒 − 𝑐𝜇 −𝜆 𝑡
𝑐! (1 − 𝜌)

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.

Unileste 42

Exemplo: O fechamento de várias agências bancárias ao redor da agência X,

provoca nesta uma taxa de chegada de 0,60 clientes por minuto. Como ela
possuía apenas um caixa, ela não pode atender satisfatoriamente os clientes
com um único servidor. O gerente deve, então, colocar caixas de atendimento
em paralelo. Considerando que a taxa de atendimento seja de 0,50 clientes
por minuto, faça o que se pede:

a) Analise o comportamento do sistema, se o gerente colocar mais dois

caixas.

b) Dependendo dos resultados obtidos no item a, proponha modificações e

analise o comportamento do novo sistema.

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.

Unileste 43

3.7 Lista de Exercícios – Teoria das Filas

(1) Em uma mineração cada caminhão efetua um ciclo em que é carregado de minério
por uma das carregadeiras, desloca-se para o britador para o descarregamento e
retorna às carregadeiras. Verificou-se que o tempo médio (TS) dos caminhões junto
ao britador é de 12 minutos e que, em média, existem 6 caminhões (NS) no setor.

a) Qual a taxa de chegada de caminhões? (R.: 0,5 chegadas por minuto)

b) No mesmo sistema acima, existindo um total de 30 caminhões em serviço,
qual a duração de um ciclo? (R.: 60 minutos)
c) No mesmo sistema acima, qual o tempo médio para o processo completo de
carregamento (ou TFS: Tempo Fora do Sistema)? (R.: 48 minutos)

(2) Em uma pizzaria que faz entregas em casa, chegam, em média, 4 entregadores
pó minuto para pegar o produto a ser entregue. Sabe-se, ainda, que o número médio
de entregadores dentro da pizzaria é de 6 (NS).

a) Qual o tempo médio no sistema? (R.: 1,5 minutos)

b) No mesmo sistema anterior, existem 40 entregadores. Qual o tempo médio da
entrega (TFS)? (R.: 8,5 minutos)

(3) Em um sistema de computação temos 21 terminais. O tempo médio de resposta

do computador (TS) é de 2 segundos e existem, em média, 6 transações (NS) dentro
do sistema. Pede-se:

a) Qual a taxa de chegada de transações? (R.: 3)

b) Qual a duração de um ciclo? (R.: 7)
c) Qual o “tempo médio de pensar e fornecer dados” (TFS) ? (R.: 5)

(4) No desenho seguinte, representativo do fluxo de peças em um setor de uma

fábrica, calcule o fluxo de chegada em cada equipamento. (R.: λA=10, λB=20,
λC=10, λD=30, λE=9, λF=21)

λ = 10
A C E
30%
λ = 20
B D F
70%

(5) Clientes chegam a uma barbearia em um ritmo de 3 por hora e o serviço demora,
em média, 16 minutos.

a)Qual o tempo médio de espera na recepção? (R.: TF= 1,07h)

b) E no sistema? (R.: TS=1,33h)
c) Qual a probabilidade de existirem 3 clientes esperando?

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.

Unileste 44

(6) Pessoas chegam a uma bilheteria de um teatro a um ritmo de 25 por hora. O

tempo médio de atendimento da bilheteria é de 2 minutos. Calcule o tamanho da fila,
tempo médio de espera e a fração de tempo em que a bilheteria não trabalha. (R.:
NF=4,16 e TF=0,167 (tempo ocioso=17%)). Determine também a probabilidade de
existirem 2 clientes na fila do teatro.

(7) Em um sistema de filas seqüenciais (ver figura), no qual as peças fluem pela linha
de produção, temos: λ1=10, λ2=5, µ1=15, µ2=30, µ3=20

λ1
µ1
λ3 λ3
µ3
λ2
µ2

Calcule:
a) NF, TF, NS e TS para cada servidor
RESPOSTA:

Servidor λ µ NF TF NS TS
1 10 15 1,33 0,13 0,20 2
2 5 30 0,03 0,007 0,04 0,2
3 15 20 2,25 0,15 0,20 3

b) NS e TS para o sistema como um todo. (R.: NS=5,2; TS1=0,40 e TS2=0,24)

(8) Em um setor de uma fábrica, o produto que está sendo fabricado chega para
receber componentes adicionais, trabalho este realizado por um operário. Após
instalados os componentes, o produto é inspecionado por um profissional qualificado.
Os produtos que passam na inspeção vão para o outro setor da fábrica e os que são
rejeitados (20%) vão para uma área de reparo existente no próprio setor. Atualmente
os dados são os seguintes (distribuição exponencial):

 A cada 40 minutos chega um novo produto ao setor;

 O instalador gasta 25 minutos para instalar os componentes;
 O inspetor gasta 5 minutos para inspecionar o trabalho realizado;
 O reparador gasta 10 minutos para efetuar os reparos necessários;
 Os tempos de deslocamentos do produto entre as estações de trabalho são
iguais a 1 minuto.

Pede-se:
a) NF, NS, TF e TS para cada servidor.

RESPOSTA:
Servidor λ µ NF TF NS TS(hora) TS(min)
1 1,5 2,4 1,04 0,69 1,67 1,1 66
2 1,5 12 0,02 0,01 0,14 0,09 5,4
3 0,3 6 0,002 0,009 0,05 0,18 10,8

b) NS e TS para o sistema como um todo. (R.: NS=1,86 e TS=75,76)

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.

Unileste 45

(9) Em uma pedreira, caminhões chegam para descarregar em um britador,

provenientes de 2 minas diferentes. O tempo médio para descarregar um caminhão é
de 2 minutos. Os caminhões chegam da mina 1 a intervalos médios de 3 minutos e da
mina 2 a intervalos médios de 12 minutos. Supondo que os processos de chegada e
atendimento sejam marcovianos (modelo M/M/1), determinar qual espaço deverá ser
disponibilizado na praça do britador (quantos caminhões a praça deve comportar)
para que as operações sejam realizadas satisfatoriamente.

(10) A prefeitura de uma cidade deseja colocar um pedágio na entrada de uma ponte.
Ruas de mão única (sentido unidirecional) convergem para esta ponte como mostrado
na figura abaixo. O pedágio será colocado no ponto P. Os carros passam pelo ponto A
uma taxa 40 carros / hora. Chegando ao ponto B há uma divisão do fluxo de carros,
sendo que 25% se dirigem na direção do ponto E e 75% na direção do ponto F. O
intervalo médio entre passagens de dois carros consecutivos pelo ponto D é de 4,7
minutos e pelo ponto C é de 3,5 minutos. Sabendo-se que o tempo médio gasto para
o pagamento e liberação do pedágio é de 38 segundos, qual será o tempo médio de
espera dos carros no ponto P e qual será o tamanho médio da fila naquele ponto, se
considerarmos a existência de um único caixa de atendimento. Calcule também a taxa
de ocupação do caixa. Suponha que os processos de chegadas e atendimento sejam
Markovianos.

(11) Uma lanchonete está estudando a possibilidade de oferecimento de serviço de

atendimento expresso a motoristas de forma a otimizar o atendimento a clientes que
querem levar seus lanches para casa. Neste serviço, os clientes fazem seus pedidos,
pagam e recebem suas mercadorias sem a necessidade de sair do carro. Ao chegarem
a lanchonete os carros entram num corredor que possui três cabinas espaçadas umas
das outras. Ao passar pela primeira cabina um funcionário anota o pedido do cliente
num terminal de computador e o encaminha para o setor de produção. O carro segue
em frente e ao passar pela segunda cabina, o cliente efetua o pagamento do pedido.
Após o pagamento, o carro segue até a terceira cabina onde recebe o pedido
devidamente empacotado. Assumindo que os processos de chegada e atendimentos
nas diversas cabinas sejam Marcovianos, determinar qual seria o espaço a ser
reservado antes de cada cabina (suponha que cada carro ocupe um espaço médio de
5 metros) de forma que o fluxo de uma cabina não prejudique o funcionamento da
anterior e que o espaço antes da primeira cabina seja adequado à espera. Assuma
que cheguem em média 16 carros por hora, que a cabina de pedidos consiga atender
em média 30 carros por hora e que a cabina de pagamentos e entrega consigam
atender, cada uma, uma média de 24 carros por hora. Calcular também o tempo
médio de permanência dos clientes no sistema.

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.

Unileste 46

(12) Está sendo planejada a saída do estacionamento de um shopping Center onde é

pago, num único guichê, o ticket pela estadia dos carros. Os carros chegam ao guichê
segundo um processo de Poisson com taxa de 60 veículos por hora e o tempo
necessário para se processar a cobrança e permitir a saída do veículo está
exponencialmente distribuído com média de 10 segundos.
a) Qual a taxa de utilização do sistema? (R.: 16,67%)
b) Qual o número de carros mais provável no sistema? (Sugestão: Calcule os
valores de 𝑃𝑛 ) (R.: Zero)
c) Qual é o espaço necessário (em número de carros) no sistema para que, com
pelo menos 95% de certeza, os veículos aguardando liberação não interfiram
no resto da operação? (Sugestão: Calcule os valores de 𝑃𝑛 e vá somando-os até
que o percentual seja superior a 95%) (R.: 1 carro)
d) Qual o tempo médio de espera na fila de um cliente qualquer? (R.: 2 segundos)

(13) Deseja-se determinar a taxa de chamadas que pode ser suportada por uma
central telefônica com as seguintes características:
- duração média das chamadas de 3 minutos;
- podem ser tolerados, no máximo, 3 minutos de tempo médio de espera na fila;
- o sistema pode ser modelado com um modelo M/M/1. (R.: 𝜆 ≤ 0,17 chamadas /
minuto)

(14) Qual é a taxa de atendimento que um empregado de supermercado deve manter

para garantir com uma probabilidade de 90% que um cliente aguarde pelo
atendimento no máximo 12 minutos? Ele é o único empregado do supermercado e
atende em tempos exponenciais os clientes que chegam segundo um processo de
Poisson com parâmetro 15 clientes por hora.
(R.: 𝜇 ≥ 0,402 clientes por minuto)

(15) Uma companhia telefônica tem dois operadores para atender chamadas que
chegam segundo uma distribuição de Poisson com taxa de 15 chamadas por hora. Os
tempos de atendimento de cada operador são exponencialmente distribuídos com
média igual a 5 minutos. Calcule as medidas de desempenho do sistema e comente os
resultados. (R.: 𝑃0 = 0,23; 𝜌 =0,625; NF=0,80 chamadas; TF = 3,19 min.; NS= 2,05
chamadas; TS = 8,19 min.; Probabilidade de não ter que aguardar atendimento =
0,52)

(16) Clientes de uma padaria são atendidos por quatro balconistas, cada um deles
capaz de atender em média 360 fregueses por hora, estando seus tempos de
atendimento idêntica e exponencialmente distribuídos. Os fregueses chegam à padaria
de acordo com um processo de Poisson com taxa de 80 clientes por hora.

a) Determine a fração de tempo que um balconista qualquer está desocupado.

3 1
(R.: 94,44%) Sugestão: Faça 𝑃 𝑎𝑙𝑔𝑢𝑚 𝑏𝑎𝑙𝑐𝑜𝑛𝑖𝑠𝑡𝑎 𝑑𝑒𝑠𝑜𝑐𝑢𝑝𝑎𝑑𝑜 = 𝑃0 + 4 𝑃1 + 2 𝑃2 +
1
𝑃.
4 3

b) Calcule a probabilidade de que existam mais de três fregueses no sistema. (R.:

0,1 %) Sugestão: Faça 𝑃 𝑁 > 3 = 1 − (𝑃0 + 𝑃1 + 𝑃2 + 𝑃3 )

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.

Unileste 47

(17) Em uma estação de trens há cinco telefones públicos. Pessoas chegam para
telefonar segundo um processo de Poisson com taxa de 30 usuários por hora. O
tempo médio de uma chamada é de 36 segundos, sendo a duração das mesmas
idêntica e exponencialmente distribuída. Determine:

a) O valor esperado do tempo que uma pessoa deve aguardar por um telefone.
(R.: ≈ 0)

b) A probabilidade de que esta espera exceda 1 minuto. (R.: ≈ 0)

c) O número esperado de pessoas usando ou esperando um telefone. (R.: ≈ 0,3

usuários)

d) E se houvessem três telefones apenas, como ficariam os resultados anteriores?

(18) Navios chegam a um porto com taxa de um navio por hora, estando o tempo
entre chegadas sucessivas distribuídos exponencialmente. O tempo de permanência
de um navio qualquer no porto (carregando e/ou descarregando) está
exponencialmente distribuído com média de 12 horas. Quantos berços o porto deve
ter para que o tempo médio de espera na fila não exceda 6 horas? (R.: 14 berços).

(19) Uma oficina de reparo de aparelhos eletrodomésticos recebe itens para concerto
que chegam segundo um processo de Poisson de parâmetro três aparelhos por hora.
Cada aparelho é consertado por um eletricista que leva um tempo médio de 40,
estando esse tempo exponencialmente distribuído. Quantos técnicos são necessários
para que o número médio de aparelhos aguardando conserto não ultrapasse 15
unidades? (R.: 3 técnicos)

(20) Clientes chegam a um banco segundo um processo de Poisson de parâmetro 3

clientes por minuto. O tempo de atendimento de um caixa qualquer segue uma
distribuição exponencial com média de 0,5 minutos. Qual o menor número de caixa
para atendimento simultâneo que deve ser mantido, de forma que sejam satisfeitas as
duas condições a seguir:

a) A probabilidade de um cliente qualquer não aguardar por atendimento seja

maior ou igual a 0,9;

b) O tempo médio de espera na fila de um cliente qualquer ser menor que a

metade do tempo médio de serviço? (R.: 4 caixas)

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.

Unileste 48

Bibliografia Utilizada

ANDRADE, E. L. Introdução a Pesquisa Operacional. 3. ed., Rio de Janeiro: LTC,

2004.

PRADO, D. Teoria das Filas e da Simulação. INDG Tecnologia e serviços Ltda.,

Coleção Pesquisa Operacional, Vol. 2, 2. ed., 2004.

CHWIF, L.; MEDINA, A. F. Modelagem e Simulação de Eventos Discretos. 2. ed.,

São Paulo: Editora dos autores, 2007.

PIDD, M. Computer Simulation in Management Science. John Wiley & Sons Ltda.,
5. ed., 2004.

FOGLIATTI, M. C.; MATTOS, N. M. C. Teoria das Filas. Rio de Janeiro: Interciência,

2007.

Notas de aula – Simulação a Eventos Discretos Prof. Aloísio Gomes Jr.