Filas

1
Faculdade de Engenharia - Campus de Guaratinguet

Pesquisa Operacional
Livro: Introduo Pesquisa Operacional
Captulo 6 Teoria de Filas
Fernando Marins fmarins@feg.unesp.br
Departamento de Produo
Pesquisa Operacional - UNESP / Campus de Guaratinguet
Sumrio
2
Introduo
Estrutura de um Sistema de Filas
Caractersticas Bsicas
Notao de Kendall
Medidas de Desempenho de Sistemas de Filas
Tipos de Sistemas de Filas
Estatstica e Sistemas de Filas
Problemas de Deciso em Sistemas de Filas
Processos de Nascimento e Morte (P-N-M)
Modelos Markovianos
Exerccios
Introduo
Objetivo:
Desenvolvimento de modelos matemticos para permitir
prever o comportamento de Sistemas de Prestao de
Servios (Sistemas de Filas).
Motivao:
Possibilidade de testar possveis modificaes em Sistemas
de Filas que contribuam para melhorar seu rendimento, e
obter subsdios para escolha da melhor alternativa de ao.
3
Exemplos de Sistemas de Prestao de Servios
(Filas)
Congestionamentos de sistemas telefnicos (Erlang);
Escolha do tipo de sinalizao para interseces de vias
urbanas (pare, semforo);
Otimizao de ciclo de um semforo;
Dimensionamento de equipes de manuteno;
Anlise de congestionamentos em aeroportos.
4
Estrutura de um Sistema de Filas
5
Processo de
Chegadas
Processo de
Atendimento
Capacidade do Sistema
Disciplina de
Atendimento
Tamanho
da
Populao
Processo de Chegadas: Quantos clientes solicitaram
servio em [0, t]?
6
Caso importante: Nmero de Chegadas segue um
Processo de Poisson com mdia de chegadas .
Chegadas podem ser individuais ou em grupos.
Caracterizado pela distribuio de probabilidades dos
intervalos entre chegadas consecutivas (ou pela
distribuio de probabilidades do nmero de chegadas
em intervalos disjuntos).
Processo de Atendimento: Quanto tempo demora o
atendimento?
7
Caso importante: durao do atendimento uma varivel
aleatria com distribuio de probabilidades dada por uma
exponencial negativa com mdia 1/.
Caracterizado pela distribuio de probabilidades da durao
do atendimento (ou distribuio de probabilidades do nmero
de atendimentos em intervalos disjuntos). .
A estao de servios pode ser formada por um ou mais
servidores.
Atendimento pode ser individual ou em grupos.
Tamanho da Populao: Finita ou Infinita
Capacidade do sistema: Quantos clientes podem estar no sistema
(fila + posies de atendimento) ao mesmo tempo.
Disciplina de Atendimento: - Forma como os clientes so
selecionados da fila para serem atendidos. Tipos: FIFO, LIFO,
FEFO, com prioridades, aleatria.
8
Modelos sofisticados:
Troca de filas
Desistncias
Redes de filas
Atendimento/chegada dependente do tamanho da fila
Notao de Kendall
Fila Campo I/Campo II/Campo III/Campo IV/Campo V/Campo VI
com
Campo I - informao sobre a distribuio de probabilidades dos intervalos
entre chegadas (D, M, E
K
,G);
Campo II - informao sobre a distribuio de probabilidades dos tempos de
atendimentos (D, M, E
K
,G);
Campo III - informao sobre o nmero de atendentes (em paralelo) para a
fila;
Campo IV - informao sobre a capacidade do sistema;
Campo V - informao sobre o tamanho da populao;
Campo VI - informao sobre a disciplina de atendimento.
Exemplo: Fila M/M/3/20/300/LIFO com = 3/h e = 5/h.
Obs: Quando capacidade do sistema e o tamanho da populao puderem ser
admitidas como sendo , e a disciplina for a FIFO os Campos IV, V , VI
podem ser omitidos.
9
Tempo que o cliente fica na fila - W
q
Tempo que o cliente fica no sistema W
s
(ou W)
Nmero de clientes na fila - L
q
Nmero de clientes no sistema L
s
(ou L)
Ociosidade dos servidores - P
0
Observe-se que todas estas medidas so variveis aleatrias.
Convencionou-se analisar seus valores mdios medidos numa
situao de estado de equilbrio de funcionamento do sistema.
Medidas de Desempenho (KPIs) de Sistemas de Filas
(Queues)
10
Tipos de Sistemas de Filas
Markovianos - para caracterizar o comportamento futuro do
sistema basta conhecer o seu estado atual (por exemplo: o
nmero de clientes no sistema no momento).
No-Markovianos - para caracterizar o comportamento futuro
do sistema necessrio conhecer o seu estado atual e se ter
informaes sobre o passado (por exemplo: o tempo que o
cliente que est sendo atendido j demandou de servio).
11
Estatstica e Sistemas de Filas
Inferncia Estatstica:
Qual modelo se adapta a uma dada situao?
Necessrio aplicar tcnicas estatsticas de estimao de
parmetros e testes de aderncia para a escolha da
distribuio de probabilidades adequada para cada caso.
Importante: as medidas de eficincia do sistema de
filas so dependentes das taxas de chegadas () e de
atendimentos ().
12
Projeto - Sistema deve ter algumas caractersticas desejadas
escolher o nmero de servidores, qual o tamanho mximo
admissvel para a fila, qual a disciplina de atendimento
adequada...
Controle - Como e quando alterar as caractersticas bsicas do
sistema de forma a otimizar algum critrio econmico de
interesse.
13
Variveis comumente observadas - tamanho da fila ou a quantidade
de trabalho acumulado por executar pelos servidores.
Custos comumente envolvidos - custo de espera (cliente), custo do
atendimento (servidor), custo de perda de clientes em potencial,
custo de ociosidade do servidor.
Decises possveis - fechar o sistema para novos clientes e/ou
acelerar o atendimento.
Importante: na impossibilidade de se desenvolver modelos
matemticos para situaes complexas recomenda-se o uso da
tcnica de Simulao de Sistemas.
14
Processos de Nascimento e Morte (P-N-M):
Estado do sistema = nmero de clientes no sistema = n
Nascimento representa entrada de cliente no sistema.
Morte representa sada de cliente do sistema.
n
= taxa mdia de chegadas quando h n clientes no sistema.
n
= taxa mdia de atendimentos quando h n clientes no sistema.
P-N-M: chegadas e atendimentos aleatrios, e
n
e
n
dependem
apenas do estado do sistema.
15
Definies
Postulados (Funo o(At) um nulo quando At tende a zero)
Admita o sistema no estado n no instante t
(I)Nascimento - Probabilidade de ocorrer exatamente 1 nascimento
no intervalo de tempo At dada por
n
AT + o(At).
(II) Morte - Probabilidade de ocorrer exatamente 1 morte no
intervalo de tempo At dada por
n
AT + o(At).
(III) Salto mltiplo - Probabilidade de ocorrer nmero de
nascimentos e mortes superior a 1 dado por o(At).
16
Estado Eventos em t Probabilidades
n - 1 1 nascimento P
n-1
(t).(
n-1
T + o(t)). (1)
n + 1 1 morte P
n+1
(t).(
n+1
T + o(t)). (2)
n Nenhum P
n
(t).( 1 -
n
T -
n
T + o(t)). (3)
Outro Mltiplos O(t). (4)
P
n
(t + t) = (1) + (2) + (3) + (4).
Consequncia: o estado n do sistema em t + At pode ter sido
alcanado a partir de 4 situaes mutuamente exclusivas do sistema
no instante t: n, n - 1, n + 1, outra.
Seja p
n
(t) = probabilidade do sistema estar no estado n no instante t =
probabilidade de existir n clientes no sistema no instante t.
17
Rearranjando a expresso p
n
(t + At), dividindo por At e passando ao
limite quando At 0, tem-se:
dT
T dPn ) (
dT
T dPn ) (

(B) 0 = n para P - P = 0
(A) 0 > n para )P + ( - + 0
0 0 1 1
n 1 1 1 1
= + +

n n n n n n P P
18
Que resulta em:
Analisando o sistema em regime estacionrio, tem-se
= 0
=
n-1
p
n-1
(t) +
n+1
p
n+1
(t) - (
n
+
n
)p
n
(t).
Da expresso (A) tem-se:
(C)
P - P
+
P
=
P
-
) + ( P
1
1 - n 1 n
1
n
1
1 - n 1
1
n
1
+
+ +
+
+ =
n
n n
n
n
n
n
n
n n
n P

P P 1
0
1
0 = (D)
0
1 1
0 2 1
1

...
P P
n n
n n
n

+ =
19
Aplicando conjuntamente ( C) e (D) tem-se:
Da expresso (B) tem-se:
Como sabe-se que, considerando todos os estados possveis do
sistema, tem-se:

=
0 1 = n
n 0 1 = P + P seja ou 1
n
n P
[
[ [
[
= =
=
=
1 = j i,
1
1
0
0 0
1
1
0
+ 1
1
= P e
n
j
j
n
i
i
n
j
j
n
i
i
n P P
20
P
0
= proporo do tempo que o sistema fica vazio (servidores ociosos)
Substituindo a expresso de P
n+1
vem:
Modelos Markovianos
1. Fila M/M/1
2. Fila M/M/S
3. Fila M/M/1/N*
4. Fila M/M/S/N*
5. Fila M/M/1 com populao finita p
6. Fila M/M/S com populao finita p
21
Obs: No livro texto h 9 modelos descritos.
Modelo M/M/1
Como no h limitao para a formao de fila, e a populao
infinita, tem-se:
n
= e
n
= para todo n = 0, 1, 2, 3... Assim:
1. < para - 1 =
- 1
1
1
=
1
=
+ 1
1
0 1 = i
0
|
|
.
|
\
|
|
|
.
|
\
|
=
i
n n
P
0 > n para P = P 0
1
1
0
0
n
n
j
j
n
i
i
n P
|
.
|
\
|
=
[
[
=
22
Defina = / como o fator de utilizao ou congestionamento do
Sistema de Filas. Tem-se ento:
P
n
=
n
(1- ) para n = 0, 1, 2, 3,...
Clculo do nmero mdio de clientes no sistema:
Clculo do nmero mdio de clientes na fila:
=
0 = n
n
-
= nP

S L
=
1 = n
2
n
) - (
= 1)P - (n

Q L
23
Modelo M/M/1
Utilizando-se a Frmula de Little (1961) L
S, Q
= W
S, Q
, tem-se:
Tempo mdio de um cliente no sistema
Tempo mdio de um cliente na fila
( )
-
= Q W
24
Modelo M/M/1
( ) -
1
= Ws
Modelo M/M/S
Neste caso o modelo de filas tem s servidores em paralelo para
atendimento dos clientes:
Onde = taxa mdia de atendimento/servidor
n
= para n = 0, 1, 2, 3...
>
s s
=
S n se S
S n 0 se n
n
Modelo M/M/S
Para este sistema tem-se: com = /s < 1
Obs: ver Diagrama 1 com os valores de P
0
para S= 1, 2, 3, 4, 5,
7,10, 15, 20, 25.
P
N
=

S
- 1
1
S!
+
!
= P
1
0
0

=
|
.
|
\
|
|
|
.
|
\
|
|
|
.
|
\
|
S
n
S n
n
S > n se
S S!
P
S n 0 se
!
S - n
0
n
0
|
|
.
|
\
|
s s
|
|
.
|
\
|
n
P
n
26
-1
Diagrama 1 - Valores de P
0
para a Fila M/M/S
27
=
s
7
Modelo M/M/S
( )
( ) 1 !
P
S - n
0
S = n

|
|
.
|
\
|
= =
S
P L
S
n Q
W
Q
= L
Q
/
W
S
= W
Q
+ 1/
L
S
= L
Q
+ /
Obs: ver Diagrama 2 com valores de L
S
para S = 1, 2, 3, 4, 5,
7, 10, 15, 20, 25.
28
( ) 1 !
P
,
0
S = n

|
|
.
|
\
|
= =
)
`
S
P S C
S
n
Frmula C de Erlang
7
Diagrama 2 - Valores de L
S
para a Fila M/M/S
29
=
s
FILA M/M/1/N*
30
Processo de Chegadas: Poisson, taxa
Tempo de Servio: Exponencial, taxa
Nmero de Atendentes: 1
Capacidade do Sistema: N*
31
a) A restrio de capacidade pode surgir ou por uma restrio
fsica do sistema ou por iniciativa do cliente.
b) Como existe essa restrio de capacidade, neste caso tem-
se:
e para

n
se n N
=
>
,
, *
se n = 0,1,..., N*-1
0

n
=
n = 1 2 , ,...
FILA M/M/1/N*
32
FILA M/M/1/N*
c) No ser preciso a restrio = /s < 1
Seguindo a mesma seqncia da fila M/M/1, tem-se:
P
n
N
n N N
0
0
1 1
1
1
1
1
1 1
=
|
\
|
.
|
=
|
\
|
.
|
|
\
|
.
|
=

=
+ +
*
* *

33
FILA M/M/1/N*
P
n
n
N
=

|
\
|
.
|
+
1
1
1

*
n N = 0 1 2 , , ,..., *
L n P
n
n
N
=
=
-
0
*
( )
L
N
N
N
=
+
+

1
1
1
1
1
*
*
*
( )
L L P
q
= 1
0
para
34
tempo mdio, levando em conta todos os usurios, atribuindo-
se tempo zero aos usurios que foram recusados; ele pode ser
calculado diretamente por:
=
1
W
L
W =
1
tempo mdio, considerando-se apenas os usurios que se
juntam ao sistema; deve-se tomar algum cuidado no seu clculo,
pois, neste caso, o processo de chegadas no possui mais taxa ,
pois toda vez que um consumidor encontra N* usurios no sistema,
ele perdido.
Pode-se mostrar que a taxa de chegadas agora igual a
e portanto:
( ) ( )
*
1
*
2
1 1
N N
P
W
P
L
W
( )
1 P
N*
=
2
W
Para a Fila M/M/1/N*, o tempo mdio que um usurio
passa no sistema pode ser de dois tipos:
35
FILA M/M/S/N*
Observao: para
S N > *
>
s s
=
* , 0
1 * 0 ,
N n se
N n se
n

s s +
s s
=
* 1 se ,
0 se ,
N n S S
S n n
n
>
=
=
|
|
.
|
\
|
=
* , 0
* ,..., ,
!
1 ,..., 1 , 0 ,
!
0
0
N n se
N S n se
S
P S
S n se P
n
P
n S
n
n

36
( ) ( )
( )
( )
( )
=
|
|
.
|
\
|
+ +
=
|
|
.
|
\
|
+
=
+
1 ,
!
1 *
!
1 ,
! 1 !
1
1
1
0
1
1
0
1 *
0

se
n
S
S N
S
S
se
n
S
S
S
P
n
S
n
S
n
S
n
S N
S
( )
( )
( ) ( ) ( )
( )( )
=
+
= +
=
+
1 ,
2
* 1
!
1 , 1 1 * 1
1 !
0
* 1 *
2
0

se
S N S N
S
P S
se S N
S
P S
L
S
S N S N
S
q
FILA M/M/S/N*
37
FILA M/M/S/N*
( )
/ ,
1
, 1
* q q q N
L W W W P = + = =
=
( ) ( )
( )( )
( )
( )
+
+ +
=

+ +
=
=
+
=
1 ,
! 1
1 *
1 ,
1 ! 1
1
0
1
1
0
1 *
1
1

se P
S
S N S
nP L
se
S
P S
nP L
L
S
n
S
n
q
S N
S
n
S
n
q
38
FILA M/M/1 , com populao finita p
Em alguns casos o nmero de clientes em potencial para a estao
de servios pequeno.
Se este valor for to pequeno que a chegada de um cliente para ser
atendido ou um atendimento afeta a probabilidade de futuras
chegadas, no ser mais vlido o pressuposto de uma populao
infinita.
Assim, tem-se:
( )

n
p n se n p
se n p
=
s s
>
,
,
0
0

n
se n p = = , , ,..., 1 2
onde p = nmero de usurios na populao
39
FILA M/M/1 , com populao finita p
Pode-se obter as seguintes expresses:
( )
( )
P
p
p n
P
p
p n
P
para n p
n
n
n
n
0
0
0
1
1 2
=
|
\
|
.
|
(
(
=
|
\
|
.
|
=
!
!
,
!
!
, ,...,
( )
( )
( )
L nP p P L p P
n
n q
= = =
+

=0
0 0
1 1
,
( ) W
L
W
L
com p L
q
q
= = =

,
Obs: ver Diagrama 3 com os valores de P
0
para p= 1, 2, 3, 4, 5, 6, 7,
8, 9,10
M/M/1, com populao finita p
40
p=1
p=2
p=3
p=4
p=5
p=6
p=7
p=8
p=9
p=10
41
FILA M/M/S , com populao finita p
Aqui tem-se: para
1 < s S p
( )

n
p n se n p
se n p
=
=
>
, , ,...,
,
01
0
n
n se n S
S se n S S p
=
=
= +
, , ,...,
, , ,...,
1 2 1
1
42
Pode-se obter:
( ) ( )
P
p
p n n
p
p n S S n
S
n
n S
p
n S
n
0
0
1
1
=
|
\
|
.
|
(
(
+
|
\
|
.
|
(
(

=
=

!
! !
!
! !
( )
( )
P
p
p n n
P se n S
p
p n S S
se S n p
se n p
n
n
n S
n
=
|
\
|
.
|
s s
|
\
|
.
|
s s
>
!
! !
,
!
! !
,
,
0
0
0
43
( )
0
1
0
1
0
1
0
!
!
1
1
P
S
n
n
p
n
S n
p
n
P S P S n nP L
n
S n
p
S n
n
S
n
n
S
n
n
p
S n
n
S
n
(
(
|
|
.
|
\
|
|
|
.
|
\
|
+
|
|
.
|
\
|
|
|
.
|
\
|
=
|
.
|
\
|
+ + =
= =
( ) ( )
L n S P L S S n
p
n
P
q
n S
p
n
n
S
n
= = +
|
\
|
.
|
|
\
|
.
|
(
(

= =
0
1
0
( )
W
L
W
L
com p L
q
q
= = =

, ,
Exerccios
44
1. Uma copiadora para uso de escritrio usada e operada por
pessoas deste mesmo escritrio que precisam fazer cpias,
principalmente secretrias.
Como o trabalho a ser copiado varia de tamanho (n
o
de pginas do
original) e quanto ao n
o
de cpias, a taxa de atendimento
distribuda aleatoriamente, mas se aproxima de um processo de
Poisson tendo uma taxa de atendimento mdio de 10 trabalhos por
hora.
Geralmente as necessidades de uso so aleatrias durante as 8 horas de
trabalho dirio, mas chegam a uma taxa de 5 por hora.
45
Vrias pessoas notaram que surge uma linha de espera s vezes, e
elas tm questionado a poltica de se manter apenas uma unidade.
Se o tempo de uma secretria custa $3,50 por hora, faa uma anlise
para determinar:
(a) A utilizao da copiadora;
(b) O percentual de vezes que uma secretria tem de esperar para
usar a copiadora;
(c) O tempo mdio que uma secretria permanece no sistema de
filas da copiadora;
(d) O custo total mdio de espera e operao da copiadora pelas
secretrias num dia.
Exerccios
L
P
o
[trab/hora] Custo de aluguel
[$/dia]
Mquina pequena (atual)
Mquina grande
10
15
5
10
46
2. A situao apresentada no exerccio (1) foi questionada e
resolveu-se considerar a possibilidade de se instalar duas
mquinas ou de se alugar uma mquina maior, sendo que os dados
adicionais so fornecidos a seguir.
Recalcule todos os itens de (a) a (d). Qual a melhor opo entre as
trs analisadas: 1 mquina pequena, 1 mquina grande ou 2
mquinas pequenas?
Exerccios
47
3. Um empresrio tem plano para abrir um servio automtico de
lavagem de carros numa determinada regio de uma cidade, para
tanto realizou uma pesquisa que proporcionou os seguintes
dados:
Nmero de Clientes em potencialdever seguir uma distribuio
de Poisson, com uma chegada cada 5 minutos, desde que haja
lugar na rea de estacionamento do sistema de lavagem de
carros.
Tempo para lavar um carro dever seguir uma distribuio
Exponencial Negativa, com mdia de 4 minutos.
Exerccios
48
Para ajudar na deciso de onde abrir o negcio, o empresrio
identificou 3 locais disponveis, L1, L2 e L3. Estes locais tm
capacidades diferentes, com respeito rea para estacionamento,
conforme abaixo:
(a) L1 - no tem espao para estacionamento, s cabe a mquina para
lavar os carros;
(b) L2 h espao para 2 carros estacionarem, alm daquele que est
sendo atendido na mquina;
(c) L3 - h espao para 4 carros estacionarem, alm daquele que est
sendo atendido na mquina.
Exerccios
Exerccios
49
Evidentemente, os valores dos aluguis de cada local so diferentes,
sendo o do L1 o mais barato e o de L3 o mais caro.
Para ter mais uma informao para a sua tomada de deciso, alm
dos valores dos aluguis, o empresrio deseja comparar
porcentagem de fregueses perdidos por no haver espao no
estacionamento do local escolhido (no incluindo o carro sendo
lavado).
50
4. Caminhes chegam num armazm para descarga segundo uma
distribuio de Poisson no ritmo de 3 caminhes por hora. A
distribuio do tempo de atendimento aproximadamente uma
exponencial com mdia de 15 minutos. Calcular:
(a) o nmero de caminhes na fila
(b) o nmero de caminhes no sistema
(c) o tempo mdio de espera na fila
(d) o tempo mdio de espera no sistema
(e) a probabilidade de 6 caminhes estarem no sistema
(f) o fator de utilizao.
Exerccios
L
P
o
51
5. Uma refinaria distribui seus produtos por intermdio de
caminhes, carregados no posto de carregamento. So carregados
tanto os caminhes da empresa como os caminhes dos
distribuidores independentes.
As firmas independentes reclamam que, s vezes, tm de esperar em
fila e perdem, assim, dinheiro ao pagarem um caminho e um
motorista que s esto esperando. Pediram refinaria ou para
instalar um novo ponto de carregamento ou para fazer descontos
equivalentes ao tempo de espera.
Exerccios
52
Foram colhidos os seguintes dados:
Taxa mdia de chegada (todos os caminhes) = 2/hora
Taxa de atendimento mdio = 3/hora.
Sabe-se que 30% dos caminhes so independentes. Supondo que
estas taxas sejam aleatrias conforme uma distribuio de Poisson
determine:
(a) A probabilidade de que um caminho tem de esperar
(b) O tempo mdio que um caminho espera
(c) O tempo total mdio de espera dos caminhes independentes por
dia.
Exerccios
53
6. Um guindaste suspenso faz transportes de uma mquina para
outra e deve ser usado sempre que uma mquina tiver de ser
carregada ou descarregada.
A demanda de atendimento aleatria. Os dados colhidos referentes
ao tempo transcorrido entre as chamadas de atendimento seguem
uma distribuio exponencial com uma mdia de chamada de 30
em 30 minutos.
De modo semelhante, o tempo de atendimento real para carga e
descarga tem uma mdia de 10 minutos. Se o custo da mquina
for de $8,50 por hora, quanto custar o atraso por dia?
Exerccios
54
7. Uma companhia telefnica est planejando instalar cabines
telefnicas em um novo aeroporto. Ela traou a norma de que uma
pessoa no deve esperar mais do que 10% das vezes que ela tenta
usar o telefone. A demanda de uso estimada como sendo
Poisson com uma mdia de 30 por hora. A chamada telefnica
mdia tem uma distribuio exponencial com um tempo mdio de
5 minutos.
Quantas cabines telefnicas devem ser instaladas?
Exerccios
P
o
55
8. Um mecnico atende quatro mquinas. Para cada mquina o
tempo mdio entre as exigncias de atendimento de 10 horas e
tratar-se de uma distribuio exponencial. O tempo de reparao
das mquinas tende a seguir a mesma distribuio e tem um
tempo mdio de 2 horas. Quando uma mquina pra para reparos,
o custo do tempo perdido de $20,00 por hora. Os custos dos
mecnicos so de $50,00 por dia.
(a) Qual o n
o
esperado de mquinas em operao?
(b) Qual o custo esperado de atraso por dia?
(c) Seria desejvel ter dois mecnicos, cada um deles atendendo
apenas duas mquinas?
Exerccios
(Po) M/M/2, com populao finita p
56
(L) M/M/2, com populao finita p
57
58
59
60
61

Filas

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Filas

Uploaded by

Copyright:

Available Formats

1

Faculdade de Engenharia - Campus de Guaratinguet

Pesquisa Operacional - UNESP / Campus de Guaratinguet

Pesquisa Operacional - UNESP / Campus de Guaratinguet

You might also like