Professional Documents
Culture Documents
Exemplo: Suponha que o alvo de avaliao seja um programa de computador e que o aspecto escolhido para anlise seja a sua modularidade. Suponha ainda que dois grupos diferentes realizem a avaliao e cheguem cada um as suas concluses, que so as seguintes: Grupo 1: o programa contm 2 mdulos (avaliao quantitativa). Isto expressa somente uma caracterstica do sistema avaliado, sem emitir opinies sobre o fato. Grupo 2: o programa no modular pois contm poucos mdulos (avaliao qualitativa). A afirmao parte do princpio que o nmero de mdulos existente pequeno, mas para chegar a tal concluso necessria uma comparao com um referencial base (por exemplo, supondo que o nmero mnimo aceitvel de mdulos seja cinco). No presente caso foi emitida uma opinio sobre o sistema avaliado.
Mtodos Elementares
Avaliam diretamente a realidade atravs de instrumentos fsicos, por exemplo, com maior ou menor grau de refinamento. Principal desvantagem: no podem ser aplicados em previses, pois necessitam da realidade, ou pelo menos um prottipo para avaliar . Alm disso, s vezes a medio direta da realidade, apesar de ser a maneira mais simples de avaliar, pode ser muito complicada ou mesmo impossvel. Exemplos: medir a temperatura no interior de um reator nuclear, medir a velocidade dos ventos no interior de um tornado, etc.
Mtodos Indiretos
Avaliam uma descrio da realidade, um modelo. O mtodo de avaliao aplicado sobre o modelo e todos os resultados obtidos sero funo deste modelo. Principal desvantagem: a falta de preciso que est ligada a construo do modelo, pois a qualidade destes mtodos depende da qualidade do modelo desenvolvido e da qualidade da medio. Um modelo no representa completamente a realidade. O gap semntico sempre permanece (distncia entre o significado real e o significado da representao do real). O processo de modelagem baseia-se na abstrao. Esta se d em duas etapas: primeiro so identificadas as caractersticas mais importantes (para aquele que modela) da realidade em questo e em seguida (segunda etapa) feito o mapeamento desta realidade para o modelo que ir ser avaliado.
Os mtodos indiretos dividem-se em: Simulao: so semelhantes aos mtodos elementares, pois a avaliao baseia-se na observao do funcionamento do modelo. A grande vantagem da simulao a nvel de facilidade na medio por exemplo, embora o modelo no considere a totalidade dos aspectos da realidade. Este mtodo indireto possui normalmente um baixo nvel de abstrao. Mtodos analticos: a partir de um modelo definido segundo algumas hipteses de funcionamento, um conjunto de equaes obtido. Tais equaes so a expresso matemtica do modelo. Os mtodos analticos possuem o mais alto nvel de abstrao. Sua principal desvantagem deve-se ao fato de que geralmente suas hipteses de funcionamento costumam so restritivas demais e a elaborao do modelo tende a ser mais complexa do que em relao ao mtodo anterior (simulao).
Cada mtodo possui suas caractersticas prprias. Evidentemente para cada caso real a analisar, os diversos mtodos sero mais ou menos adequados. possvel estabelecer uma comparao genrica entre os mtodos:
Mtodo
Objeto avaliado
Velocidade Fator de de avaliao dependncia real baixa alta Tempo de observao Tempo de simulao Complexidade algortmica
Elementar realidade
Observaes importantes: Uma varivel importante do processo de chegada a taxa de chegada ( ) dos clientes no sistema de filas. Esta taxa especifica que, por exemplo, 10 clientes por segundo vo chegar no sistema (e possivelmente serem atendidos ou ento podem entrar em uma ou mais filas). As disciplinas de filas se referem as regras que o servidor vai empregar para decidir qual ser o prximo cliente da fila a ser atendido. As disciplinas mais comuns so: FIFO: First-In, First-Out; tambm chamada FCFS (First-come-First-served) LIFO: Last-In, First-Out; comportamento de pilha
Populao de clientes
A: distribuio do tempo entre-chegadas (interarrival time) B: distribuio do tempo de atendimento (service time) c: nmero de servidores (paralelos) K: capacidade das filas m: nmero de clientes na fonte (tamanho da populao) Z: disciplina da fila Por exemplo, um sistema de filas M/M/1// indica um sistema com : tempo entre-chegadas distribudo exponencialmente tempo de atendimento tambm distribudo exponencialmente 1 servidor fila de capacidade ilimitada populao de tamanho infinito
Este tipo de sistema usualmente abreviado como M/M/1 , e a ausncia das duas ltimas letras (K , m) indicam o uso dos valores tpicos (default) para infinito. Observaes: 1) o M usado para denotar distribuio exponencial por causa de sua propriedade Markoviana de no ser influenciado por estados anteriores (memoryless) 2) o Z considerado FIFO por default (FCFS), no sendo obrigatria sua presena neste caso.
Lq : descreve o nmero de clientes na fila Ls : descreve o nmero de clientes em atendimento (servio) L : descreve o nmero total de clientes
Frmulas genricas: a = .Ws = a/c = /c. W = Wq + Ws L = Lq + Ls L = .W Lq = .Wq Ls = .Ws Para o caso M/M/1, as frmulas especficas ficam: = .Ws W = Ws / (1-) Wq = .W L = .W = /(1-) 2 Lq = .Wq = / (1-) P[L = n] = (1-) P[L n] =
n n
Exemplo: Suponhamos um pedgio onde h somente uma caixa fazendo o atendimento; os carros chegam a uma taxa de 2 carros por minuto e o tempo mdio de atendimento de cada carro por parte da caixa de 10 segundos. Logo temos: c=1 = 2 / 60 = 0,0333 Ws = 10 segundos = 1/10 = 0,1 nmero de servidores (s h uma caixa, logo c=1) 2 carros a cada 60 segundos (tempo de atendimento ou servio) a taxa mdia de servio; a cada segundo so atendidos 0,1 carros
a = 0,0333 . 10 = 0,333 servidores so necessrios para o atendimento = 0,0333 . 10 = 0,333 taxa de utilizao = 33,3 % (h sub-utilizao do servidor) Este um caso M/M/1, portanto: W = 10 / 1 - 0,333 = 10 / 0,66667 = 14,99 15 segundos ( o tempo de permanncia de cada cliente no sistema fila + atendimento ) Wq = 0,333 . 14,99 = 4,99 5 seg ( o tempo mdio de permanncia na fila)
L = 0,0333 . 14,99 = 0,499 0,5 clientes ( o nmero mdio de clientes no sistema) Lq = 0,0333 . 4,99 = 0,16 clientes Ls = 0,0333 . 10 = 0,333 clientes ( o nmero mdio de clientes na fila) ( o nmero mdio de clientes sendo atendidos)
Qual a probabilidade da fila ter 0,5 clientes ? P[L = 1,5] = (1 0,333) . 0,333
1,5
= 0,128
= 0,192