• Nenhum resultado encontrado

SIMULAÇÃO EM PROMODEL AULA 4

N/A
N/A
Protected

Academic year: 2019

Share "SIMULAÇÃO EM PROMODEL AULA 4"

Copied!
33
0
0

Texto

(1)

© UNESP 6 Agosto 2008

Autor: Anibal Tavares de Azevedo

Limeira, 27 de Novembro 2013

SIMULAÇÃO EM PROMODEL

AULA 4

2

TEORIA DE FILAS

Torno

µµµµ

1

= 20

peças/minuto

Estágio 1

Peças

esperam

serviço

em 1

Peças

prontas

65% Taxa r1 = 8

Projeto 2: Em uma fábrica

o sistema de produção é

tal como dado na figura

ao lado, isto é, as peças

passam por um torno e

65% ficam adequadas

(prontas) ao passo que 35%

devem ser refeitas. Se a

taxa de chegada segue

exponencial com média

de 8 peças por minuto e a

taxa de atendimento é de

20 peças por minuto, então,

construir o modelo

correspondente.

(2)

3

© UNESP 6 Agosto 2008

Lógica de Operação

Chegada de peças exp(1/8)

Torno processa peça com taxa exp(1/20)

Peça adequada?

Peça pronta é entregue

Não

Sim

MODELO NO PROMODEL

65% 35%

4

PROMODEL

(3)

© UNESP 6 Agosto 2008 Passo 1: Construir os locais

Locais

6

PROMODEL

(4)

7

© UNESP 6 Agosto 2008

PROMODEL

Passo 1: Construir os locais

Local

Capacidade

Chegada_Pecas INF

Torno 1

8

PROMODEL

Passo 1: Construir os locais

Local

Capacidade

Chegada_Pecas INF

(5)

© UNESP 6 Agosto 2008 Passo 1: Construir os locais – Estoque_Pecas

10

PROMODEL

1

(6)

11

© UNESP 6 Agosto 2008

PROMODEL

Passo 1: Construir os locais

Local

Capacidade

Chegada_Pecas INF

Torno 1

12

PROMODEL

Passo 1: Construir os locais - Esteira_Pecas

1

(7)

© UNESP 6 Agosto 2008 Passo 2: Construir as entidades

Entidades

14

PROMODEL

Passo 2: Construir as entidades

(8)

15

© UNESP 6 Agosto 2008

PROMODEL

Passo 2: Construir as entidades

1

2

3

16

PROMODEL

Passo 3: Chegadas

(9)

© UNESP 6 Agosto 2008 Passo 3: Chegadas

1

2

3

18

Lógica de Operação

Chegada de peças exp(1/8)

Torno processa peça com taxa exp(1/20)

Peça adequada?

Peça pronta é entregue

Não

Sim

MODELO NO PROMODEL

(10)

19

© UNESP 6 Agosto 2008

Lógica de Operação

Chegada de peças exp(1/8)

Torno processa peça com taxa exp(1/20)

Peça adequada?

Peça pronta é entregue

Não

Sim

MODELO NO PROMODEL

65% 35%

Intervalo de tempo entre as chegadas

Tempo médio de processamento

20

PROMODEL

Passo 3: Chegadas

1

Clique com botão direito

2

(11)

© UNESP 6 Agosto 2008 Passo 3: Chegadas

1

22

PROMODEL

Passo 3: Chegadas

1

2

E(1/8)

(12)

23

© UNESP 6 Agosto 2008

PROMODEL

Passo 3: Chegadas

1

E(1/8)

1/8

24

PROMODEL

Passo 3: Chegadas

(13)

© UNESP 6 Agosto 2008 Passo 4: Processamento

Processamento

26

PROMODEL

Passo 4: Processamento

1

3

(14)

27

© UNESP 6 Agosto 2008

PROMODEL

Passo 4: Processamento

1

2

3

28

Lógica de Operação

Chegada de peças exp(1/8)

Torno processa peça com taxa exp(1/20)

Peça adequada?

Peça

Não

Sim

MODELO NO PROMODEL

(15)

© UNESP 6 Agosto 2008 Passo 4: Processamento

1

2

3

30

PROMODEL

Passo 4: Processamento

1

2

3

(16)

31

© UNESP 6 Agosto 2008

PROMODEL

Passo 4: Processamento

32

PROMODEL

Passo 4: Processamento

1

2

(17)

© UNESP 6 Agosto 2008

Lógica de Operação

Chegada de peças exp(1/8)

Torno processa peça com taxa exp(1/20)

Peça adequada?

Peça pronta é entregue

Não

Sim

65% 35%

34

Lógica de Operação

Chegada de peças exp(1/8)

Torno processa peça com taxa exp(1/20)

Peça adequada?

Peça pronta é entregue

Não

Sim

MODELO NO PROMODEL

(18)

35

© UNESP 6 Agosto 2008

PROMODEL

Passo 4: Processamento

1

2

3

4

36

PROMODEL

Passo 4: Processamento

(19)

© UNESP 6 Agosto 2008

Lógica de Operação

Chegada de peças exp(1/8)

Torno processa peça com taxa exp(1/20)

Peça adequada?

Peça pronta é entregue

Não

Sim

65% 35%

38

Passo 4: Processamento

1

2

2

3

4

(20)

39

© UNESP 6 Agosto 2008

Passo 4: Processamento

PROMODEL

40

PROMODEL

Passo 6: Opções de Simulação

(21)

© UNESP 6 Agosto 2008 Passo 7: Execução da Simulação

Executar

42

(22)

43

© UNESP 6 Agosto 2008

PROMODEL

44

TEORIA DE FILAS

Mini-Projeto 2:

Somar todos os dígitos dos RA de

todos os integrantes do grupo. Por exemplo: 950219

+ 97001 = 9 + 5 + 2 + 1 + 9 + 9 + 7 + 1 = 43. Se o

último dígito do número obtido for par, então, o

grupo deverá empregar o exercício 1 da lista 2. Caso

contrário, o grupo deverá empregar o exercício 5 da

lista 2. O Mini-projeto 2 consiste em:

(1)Resolver o exercício considerando rejeição:

●Se o último dígito for par: 15%, 25% e 35%.

●Se o último dígito for ímpar: 10%, 20% e 30%.

(23)

© UNESP 6 Agosto 2008 Redes de Filas Abertas:

As redes de filas abertas são uma generalização do sistema de filas em série com k estágios. Agora o estágio j considera as chegadas de outros estágios e uma taxa de chegada rj de fora do sistema de filas.

Estágio 1 Estágio 2

•••

•••

•••

•••

Estágio k Chegadas outros estágios Chegadas outros estágios

S1 servidores Taxa µµµµ1

S2 servidores

Taxa µµµµ2

Sk servidores

Taxa µµµµk

Taxa r1 Taxa r2 Taxa rk 46

Redes de Filas Abertas:

Assim, em redes de filas abertas uma vez completado o serviço em um estágio i, o cliente entra na fila do estágio j com probabilidade pij e completa o serviço com probabilidade:

TEORIA DE FILAS

=

K j ij

p

1

1

Definindo λλλλj como a taxa de chegada de clientes no estágio j (somando o que vem de fora do sistema e de outros estágios), então, λλλλ1, λλλλ2,...,λλλλk podem ser encontrados através da solução do seguinte sistema linear:

(j=1,2,...,K)

+

=

j K ij i j

r

p

λ

(24)

47

© UNESP 6 Agosto 2008

Redes de Filas Abertas:

Para encontrar L, ou seja, o número esperado de clientes no sistema basta somar o número esperado de clientes presentes em cada estágio. Para encontrar W, o tempo médio que um cliente gasta no sistema, basta empregar a fórmula L = λλλλW para todo o sistema e usar

λλλλ = r1 + r2 + ... + rK. A justificativa para este procedimento é que dessa forma λλλλ representa o número médio de clientes por unidade de tempo que chegam ao sistema.

TEORIA DE FILAS

48

Exemplo 1: Considere dois servidores. Em média

8 clientes por hora chegam de fora

para o servidor 1 e, em média, 17

clientes por hora chegam de fora

para o servidor 2. O servidor 1

pode atender com taxa exponencial 20 clientes

por hora e o servidor 2 atende 30 clientes por

hora. Após terminar o serviço no servidor 1

metade dos clientes vai embora do sistema e a

outra metade vai para o servidor 2. Após terminar

o serviço no servidor 2, ¾ dos clientes completa o

serviço e ¼ retorna ao servidor 1. Encontrar:

(25)

© UNESP 6 Agosto 2008

Servidor 1

µµµµ

1

= 20

cli/hora

Estágio 1

Peças

esperam

serviço

em 1

Peças

esperam

serviço

em 2

Estágio 2

Servidor 2

µµµµ

2

= 30

cli/hora

Peças

prontas

Peças

prontas

1/4 3/4 1/2 1/2 Taxa r1 = 8

Taxa r2 = 17

50

TEORIA DE FILAS

Servidor 1

µµµµ

1

= 20

cli/hora

Estágio 1

Peças

esperam

serviço

em 1

Peças

esperam

serviço

em 2

Estágio 2

Servidor 2

µµµµ

2

= 30

(26)

51

© UNESP 6 Agosto 2008

TEORIA DE FILAS

Servidor 1

µµµµ

1

= 20

cli/hora

Estágio 1 Estágio 2

Servidor 2

µµµµ

2

= 30

cli/hora

Taxa λλλλ

Taxa r1 = 8

Taxa r2 = 17

Dado L, para se achar W, usa-se:

λ = r1 + ... + rK pois isto é a taxa de chegada no sistema

52

TEORIA DE FILAS

Primeiro observa-se que tem-se uma rede de filas abertas com

r1 = 8 clientes por hora e r2 = 17 clientes por hora. Além

disso, p12= 0,5 p21 = 0,25, p11 = p22= 0. Para encontrar

λλλλ1 e λλλλ2 basta resolver o seguinte sistema:

(A) Qual fração do tempo o servidor 1 está ocioso.

(j=1,2,...,K)

≠ =

+

=

K j i i i ij j

j

r

p

, 1

(27)

© UNESP 6 Agosto 2008

Primeiro observa-se que tem-se uma rede de filas abertas com

r1 = 8 clientes por hora e r2 = 17 clientes por hora. Além

disso, p12= 0,5 p21 = 0,25, p11 = p22= 0. Para encontrar

λλλλ1 e λλλλ2 basta resolver o seguinte sistema:

Isto é:

(A) Qual fração do tempo o servidor 1 está ocioso.

(j=1,2,...,K)

2 21 1

1

λ

λ

=

r

+

p

1 12 2

2

λ

λ

=

r

+

p

≠ =

+

=

K j i i i ij j

j

r

p

, 1

λ

λ

2

1

8

0

,

25

λ

λ

=

+

1

2

17

0

,

5

λ

λ

=

+

14

1

=

λ

cli/h

24

2

=

λ

cli/h

54

(A) Qual fração do tempo o servidor 1 está ocioso.

Agora o primeiro servidor pode ser tratado como um modelo

M/M/1/GD/∞∞∞∞/∞∞∞∞ com λλλλ1 = 14 clientes por hora e µµµµ= 20 clientes por hora. Se ρρρρ = λλλλ1/µµµµ= 14/20 = 7/10 = 0,7, então:

(28)

55

© UNESP 6 Agosto 2008

(A) Qual fração do tempo o servidor 1 está ocioso.

Agora o primeiro servidor pode ser tratado como um modelo

M/M/1/GD/∞∞∞∞/∞∞∞∞ com λλλλ1 = 14 clientes por hora e µµµµ= 20 clientes por hora. Se ρρρρ = λλλλ1/µµµµ= 14/20 = 7/10 = 0,7, então:

ππππ

0

= (1 -

ρρρρ

) = (1 - 0,7) = 0,3

Ou seja, 30% do tempo o servidor 1 estará ocioso.

56

TEORIA DE FILAS

(B) Achar o número esperado de clientes no sistema.

(B.1) Achar o número esperado de clientes no servidor 1.

Se o primeiro servidor pode ser tratado como um modelo

M/M/1/GD/∞∞∞∞/∞∞∞∞ com λλλλ1 = 14 clientes por hora e µµµµ= 20 clientes por hora. Se ρρρρ = λλλλ1/µµµµ= 14/20 = 7/10 = 0,7, então:

)

1

(

1

ρ

ρ

=

(29)

© UNESP 6 Agosto 2008

(B) Achar o número esperado de clientes no sistema.

(B.1) Achar o número esperado de clientes no servidor 1.

Se o primeiro servidor pode ser tratado como um modelo

M/M/1/GD/∞∞∞∞/∞∞∞∞ com λλλλ1 = 14 clientes por hora e µµµµ= 20 clientes por hora. Se ρρρρ = λλλλ1/µµµµ= 14/20 = 7/10 = 0,7, então:

3

7

)

7

,

0

1

(

7

,

0

)

1

(

1

=

=

=

ρ

ρ

L

58

TEORIA DE FILAS

(B) Achar o número esperado de clientes no sistema.

(B.2) Achar o número esperado de clientes no servidor 2.

Para o segundo servidor pode-se usar o modelo M/M/1/GD/∞∞∞∞/∞∞∞∞

com λλλλ2 = 24 clientes por hora e µµµµ= 30 clientes

por hora. Se ρρρρ = λλλλ2/µµµµ = 24/30 = 0,8, então:

)

1

(

2

ρ

ρ

=

L

(30)

59

© UNESP 6 Agosto 2008

TEORIA DE FILAS

(B) Achar o número esperado de clientes no sistema.

(B.2) Achar o número esperado de clientes no servidor 2.

Para o segundo servidor pode-se usar o modelo M/M/1/GD/∞∞∞∞/∞∞∞∞

com λλλλ2 = 24 clientes por hora e µµµµ= 30 clientes

por hora. Se ρρρρ = λλλλ2/µµµµ = 24/30 = 0,8, então:

4

2

,

0

8

,

0

)

8

,

0

1

(

8

,

0

)

1

(

2

=

=

=

=

ρ

ρ

L

(B) Achar o número esperado de clientes no sistema.

O número médio de clientes no sistema é a soma do número médio de clientes em cada servidor, isto é:

7/3 + 4 = 19/3 clientes em média estarão presentes no sistema.

60

(C) Encontrar o tempo médio que um cliente gasta no sistema.

TEORIA DE FILAS

Servidor 1

µµµµ

1

= 20

Servidor 2

µµµµ

2

= 30

Taxa

λλλλ

Taxa r1 = 8

(31)

© UNESP 6 Agosto 2008

(C) Encontrar o tempo médio que um cliente gasta no sistema.

Para calcular o tempo médio gasto no sistema com L = 19/3 e:

λλλλ

= r

1

+ r

2

+ ... + r

K

= 8 + 17 = 25 clientes/hora

horas

λ

L

W

=

62

(C) Encontrar o tempo médio que um cliente gasta no sistema.

TEORIA DE FILAS

λλλλ

= r

1

+ r

2

+ ... + r

K

= 8 + 17 = 25 clientes/hora

horas = 15,2 minutos

75

19

25

)

3

/

19

(

=

=

=

λ

L

W

(32)

63

© UNESP 6 Agosto 2008

TEORIA DE FILAS

(D) Use (A) e (B): O que ocorre se o servidor 2 só atender 20 c/h

24

2

=

λ

cli/h

Do item (A) tem-se que:

64

TEORIA DE FILAS

(D) Use (A) e (B): O que ocorre se o servidor 2 só atender 20 c/h

24

2

=

λ

cli/h

Do item (A) tem-se que:

Do modelo M/M/1/GD/∞∞∞∞/∞∞∞∞sabe-se que só existe estado estacionário se λλλλ < sjµµµµj, mas neste caso: λλλλ = 24 > 1*20 e

(33)

© UNESP 6 Agosto 2008

Referências

Documentos relacionados

nesta nossa modesta obra O sonho e os sonhos analisa- mos o sono e sua importância para o corpo e sobretudo para a alma que, nas horas de repouso da matéria, liberta-se parcialmente

3.3 o Município tem caminhão da coleta seletiva, sendo orientado a providenciar a contratação direta da associação para o recolhimento dos resíduos recicláveis,

Esperamos ampliar ainda mais a nossa parcela de contribuição, para continuarmos a exportar a alegria sem igual do nosso povo, divulgada sob os acordes do Frevo... participaram,

Um container servlet como o Tomcat 5.5, por exemplo, também não implementa a versão Java EE 5 e, portanto, precisa da biblioteca do TopLink Essentials (toplink-.. essentials.jar

Assim, propusemos que o processo criado pelo PPC é um processo de natureza iterativa e que esta iteração veiculada pelo PPC, contrariamente ao que é proposto em Cunha (2006)

This chapter describes the design and validation of the thermal chamber and the heat insulator that prevents the overheating of the load cells implemented in the top of the creep

(2013 B) avaliaram a microbiota bucal de oito pacientes submetidos à radioterapia na região de cabeça e pescoço através de pirosequenciamento e observaram alterações na

Conforme mencionado anteriormente, os basidiomicetos de podridão branca são mais utilizados em processos de micorremediação mediado pela biodegradação enzimática, mas a