INTRODUO

As empresas buscam cada vez mais atingir o nvel de servio exigido pelo cliente.
Existem diversos modos para buscar este nvel de servio, e um deles atravs da
pesquisa operacional. De acordo com Hillier et al (2001), a pesquisa operacional foi
responsvel pelo aumento da economia de diversos pases atravs de seu
desenvolvimento na produtividade. Winston (1994) acrescenta que a pesquisa
operacional tem por objetivo operar um sistema, respeitando as restries dos
recursos.

O tema escolhido se baseou na necessidade de se observar como a influncia de

fatores simples, tais como nmero de funcionrios e layout do estabelecimento, pode
provocar mudanas no nvel de servio de qualquer estabelecimento.

O projeto realizado tem o intuito de realizar uma pesquisa bibliogrfica em simulao

de evento discretos aliado a teoria das filas. Alm disso, ser simulado uma situao
real de uma loja de convenincia, objetivando a proposta de melhorias aliado a
realidade da empresa. Nacionalmente, no se encontrou artigos que abordem alguma
situao semelhante.

REFERENCIAL TERICO

De acordo com Hillier(2001), a pesquisa operacional possui inmeras aplicaes e

pode solucionar uma alta gama de problemas. Ele ainda detalha que em 1998 a
Taco Bell obteve uma reduo anual de 13 milhes apenas com a otimizao do
horrio de atendimento de seus funcionrios atendendo o nvel de servio exigido
pelo cliente.

Existem, ainda, inmeras outros exemplos de aplicaes de pesquisa operacional

que resultam em ganhos para a empresa, seja econmico, ambiental, pessoal, etc.

Winston (1994) aponta que com relao ao mtodo de soluo de problemas, a

pesquisa operacional apresenta duas gamas de solues: mtodos analticos e
simulaes. No entanto, nem todo problema pode ser resolvido atravs de mtodos
analticos, devido a necessidade de se fazerem adaptaes demasiadamente.
Taha (2008) aponta que apenas observar um sistema real sobrepe a simulao em
termos de melhores resultados. Hillier (2001) complementa defendendo que a
simulao pode ser a nica opo de resoluo de algum problema.

Winston (1994) tambm aponta que a vantagem da simulao em relao a

mtodos analticos se baseia na facilidade quando comparado a mtodos analticos.
Alm disso, o uso da simulao no requer necessariamente o uso de
consideraes e simplificaes, podendo ter assim uma maior confiabilidade.

Simulao do evento discreto

Taha (2008) apresenta dois tipos de modelos de simulao: contnuos e discretos.

Nos modelos contnuos Taha (2008) e Winston(1994) dizem que as mudanas

ocorrem frequentemente ao decorrer do tempo. Assim, possvel o uso de
equaes para se representar tais sistemas. J nos modelos discretos ocorre o
contrrio. As mudanas ocorrem apenas quando o cliente alguma varivel discreta
interfere.

Os eventos discretos, ainda, possuem grande aplicabilidade em sistemas que

possuem filas, como bancos por exemplo. A chegada de uma varivel discreta
(cliente) provocar mudanas no sistema. Assim, simula-se situaes semelhantes.

Arenales et al (2006) mostra que a capacidade do sistema e o tempo mdio de

espera dos usurios so inversos. evidente que quanto maior a capacidade menos
tempo os clientes devem esperar na fila. Isto implica que o custo de se espera em
fila. Quanto maior os custos de se oferecer o servio menor os custos relacionados a
atraso e perdas de usurios. Isto pode ser visto na Figura 1.
 Figura 1: Relao entre custos

Fonte: prpria

MATERIAIS E MTODOS

Para a elaborao deste trabalho foram utilizados os seguintes softwares:

AnyLogic para a execuo da simulao;

Software R para se encontrar as distribuies adequadas dos tempos;

Microsoft Office Excel Para registros dos tempos;

A metodologia utilizada primeiramente foi pesquisa de mercado, no qual os dados

foram coletados manualmente, utilizando um relgio com cronometro, para analisar
os horrios e o tempo dos clientes dentro do estabelecimento.

DESENVOLVIMENTO

Inicialmente foram coletados os tempos necessrios para se realizar a simulao.

Foram coletados:

instante em que cliente chega a estabelecimento

 Instante em o que cliente que chega fila

instante em que cliente sai da caixa

Instante em que cliente deixa o estabelecimento

A coleta de dados foi realizada durante dois dias no local, e no mesmo horrio, no
perodo matutino das 6h00 s 8h00, e no perodo vespertino das 15h00 s 17h00.
Estes horrios apresentam o fluxo de maior movimento e foram obtidos com relao
opinio dos funcionrios.

O local possui dois turnos de trabalho, ento foi necessrio simular dois cenrios.
Verificou-se que os dados dos dois dias foram semelhantes, ento no foi
necessrio demais dias para coleta de dados.

Segundo informao do gerente, os dias de mais movimentados seriam aos finais de

semana, no perodo matutino das 6h 00 s 8h00, no primeiro turno. E vespertino das
15h00 s 17h00, no segunda turno.

Um ponto importante se refere aos clientes. O estabelecimento contm mesas e

cadeiras, para maior comodidade do cliente, assim ele pode sentar-se e consumir os
insumos no estabelecimento. Tal tempo dentro do estabelecimento ir influenciar em
relao na coleta de dados.

Foi utilizado o software Anylogic para fazer a simulao na convenincia. No

entanto, antes de se inserir alguns dados no Anylogic, como por exemplo a taxa
mdia de chegada de clientes, deve-se encontrar qual o tipo da distribuio.

Para isso, foi necessrio encontrar anteriormente o tipo de distribuio de cada

tempo.

DISCUSSO

Analisando o movimento e os clientes foi observado que no perodo matutino, a maior

parte dos clientes procuravam pes como mercadoria. E no perodo vespertino os
clientes procuravam no somente pes, mas tambm outras mercadorias, como
lanches, cigarros, doces, bebidas e alguns sentavam-se para tomar um caf da tarde.
O sistema apresenta algumas especificidades:

Chegada de cliente: Probabilstica.

Disciplina da fila: Mista.

Troca de fila: no ocorre por estabelecimento possuir apenas uma caixa.

Desistncia poderia ocorrer.

Abandono poderia ocorrer.

RESULTADO

Modelagem dos dados de entrada

Atravs dos dados coletados foi possvel definir o intervalo entre as chegadas, que foi de =
13.75 clientes/hora para a manh e = 10 clientes/hora para o perodo da tarde, utilizando a
distribuio de Poisson. Para definirem-se tais parmetros foi utilizado o software R como
auxilio, no qual inserido os dados, e a escolha do parmetro que ser usado feita atravs do
menor nmero que for apresentado, como pode ser observado nas Figuras 2 e 3, onde a
distribuio de Poisson foi a que apresentou o menor nmero.

Figura 2 Distribuio para a taxa de chegadas para o turno da manh

 Fonte: R (2016)

Figura 3 Distribuio para a taxa de chegadas para o turno da tarde

Fonte: R (2016)

Para a taxa de atendimento foi utilizada tambm distribuio de Poisson, a qual foi de 1,0322
minutos (61,9304 segundos) para a manh e de 1,2222 minutos (73,3380) para a tarde. A
capacidade do caixa foi definida como sendo um, ou seja, uma atendente no caixa. Segundo o
R, a melhor escolha seria a distribuio de Exponencial Negativo, mas, devido ao fato dessa
distribuio ser mais utilizada em casos de anlise de medio de qualidade, como por exemplo,
o nmero de falhas no processo, esta no se aplicaria bem no caso da fila da convenincia.
Portanto, a prxima escolha seguindo o processo de menor nmero a distribuio de Poisson,
observado nas Figuras 4 e 5.

Figura 4 Distribuio para a taxa de atendimento no perodo da manh

 Fonte: R (2016)

Figura 5 Distribuio para a taxa de atendimento no perodo da tarde

Fonte: R (2016)
Implementao do modelo

O software de simulao Anylogic trabalha com blocos para fazer a simulao, no modelo em
estudo tem-se o bloco source para a entrada dos clientes no estabelecimento, em seguida ligado
ao bloco service - este bloco inclui uma fila (bloco queue) e um tempo de atendimento (bloco
delay) - e por fim o bloco sink que utilizado para a sada dos clientes da convenincia.

Os clientes entram no local pelo bloco source de entrada, fazem suas compras, vo para a fila e
so atendidos atravs do bloco service e vo embora pelo bloco sink. O intervalo entre as
chegadas foi inserido no bloco source na taxa de chegada. No bloco service o tempo mdio que
os clientes esperam na fila foi transformado para segundos e inserido tempo de atraso.

A convenincia estudada opera em dois turnos, sendo um na parte da manh e outro na parte da
tarde. Assim, a atendente trabalha dois perodos. A simulao do estabelecimento foi feita dois
cenrios, um para o turno matutino e outro para o turno vespertino.

Para analisar os dados, o modelo do Anylogic foi rodado por uma hora para o turno da manh.
Nesse intervalo de tempo como pode ser observado na Figura 6, o nmero de clientes que
entraram na convenincia foi de 12 e no momento no h fila. Segundo o grfico 1, o nmero
mdio de pessoas na fila foi de 0,027 Para a representao do trabalhador utilizou-se o recurso
ressourcePool, que mede a taxa de utilizao desse empregado, como apenas uma mulher
trabalhando no caixa, a capacidade do recurso foi de 1. Ainda na Figura 7, possvel observar
a taxa de utilizao do caixa, que de 20 %, ficando a maior parte do tempo ocioso.

Figura 6 Interface grfica

Fonte: Anylogic (2016)

Grfico 1 Tamanho da fila

 Fonte: Anylogic (2016)

Segundo a Figura 7, o tempo total que um cliente gasta dentro da convenincia de 1,133
minutos e o tempo que ele espera na fila de apenas 6,72 segundos (0,112 minutos).

Figura 7 Interface grfica

Fonte: Anylogic (2016)

Analisando o turno da tarde, tambm rodou- se o programa do Anylogic por uma hora. Segundo
a Figura 8, tem- se que o nmero de clientes que entraram na convenincia em 1 hora, foi de 8
bloco source , com nenhuma pessoa na fila e apenas uma sendo atendida no caixa bloco
service .

Atravs do recurso ResourcePool, temos a taxa de utilizao do caixa que foi de 18%, observada
no recurso Caixa. O tempo que o cliente gasta dentro do estabelecimento de 1,794 minutos
(waitTimeDistr) e fica na fila do caixa 6,54 segundos (0,109 minutos) (timeInSystemDistr). O
tamanho mdio da fila do caixa foi de 0,015 pessoas, e o mximo de uma.

Figura 8 Interface grfica

 Fonte: Anylogic (2016)

Depois de realizar a simulao e aps a observao do estabelecimento, foram

possveis algumas sugestes e interpretaes:

A taxa de utilizao dos servidores est baixa (15%). No entanto no

possvel abaixar o nmero de funcionrios de 2 para 1, uma vez que
enquanto um funcionrio est no caixa, outro est realizando reposies de
mercadorias.

Mudana no layout atual da empresa visto que o caminho ao se entrar na loja

e se dirigir ao caixa no necessariamente precisa ser obedecido pois os
clientes podem percorrer o caminho de sada do estabelecimento. A ideia
de se forar o cliente a percorrer toda a loja.

Implementao de uma porta de sada, logo ao lado do balco. Facilitaria o

fluxo das pessoas em horrios mais movimentados, alm de fazer a pessoa
circular por toda a loja, e no entrar e sair pela mesma porta.

CONCLUSO

Foi possvel obter os resultados esperados. Com a anlise dos resultados foi
possvel sugerir uma mudana no layout do estabelecimento.
Espera-se, ainda, que este trabalho contribua para anlises futuras em casos em
que se deseje analisar cenrios

REFERENCIA BIBLIOGRFICA

ARENALES, M. N.; ARMENTANO, V.; MORABITO, R.; Pesquisa Operacional.

1.ed, Rio de Janeiro: Campus, 2006.

TAHA, H. A. Pesquisa Operacional: uma viso geral. So Paulo: Pearson Prentice

Hall, 2008.

WINSTON, L. Operations Research, Applications and Algorithms, 3a. Ed., Duxburry Press, 1994.

HILLIER, F. S.; LIEBERMAN, G.J.; Introduction to Operations Research. 7. Ed, New York: McGraw-Hill,
2001.