Please use this identifier to cite or link to this item: http://hdl.handle.net/1843/46853
Type: Monografia (especialização)
Title: Intervalo de credibilidade para intensidade de tráfico em filas M/M/s utilizando o algoritmo amostragem-reamostragem por importância (SIR)
Authors: Raquel Ude Braz
First Advisor: Roberto da Costa Quinino
First Referee: Frederico Rodrigues Borges da Cruz
Abstract: Em teoria de filas, um dos principais interesses dos pesquisadores é estudar o seu comportamento, seu processo de formação e analisar algumas características de desempenho, tais como, por exemplo, a intensidade do tráfico. Esta monografia visa detalhar a metodologia para obtenção do intervalo de credibilidade para a intensidade de tráfico em filas markovianas finitas com s servidores, denominadas M/M/s, na notação de Kendall. Para tanto utilizaremos o método de Sampling Importance Resampling (SIR) em conjunto com o intervalo de credibilidade de mínima amplitude.
Abstract: One of the major research interests in queuing theory is to study the performance characteristics of the queues, such as the traffic intensity. This paper aims to detail the methodology for obtaining the credibility interval for the traffic intensity in finite Markovian queues with s servers, called M/M/s, in Kendall's notation. For this, we will use the Sampling Importance Resampling (SIR) method together with the minimum amplitude credibility interval.
Subject: Estatística
Teoria das filas
Levantamentos de trânsito
Análise de intervalos (Matemática)
language: por
metadata.dc.publisher.country: Brasil
Publisher: Universidade Federal de Minas Gerais
Publisher Initials: UFMG
metadata.dc.publisher.department: ICX - DEPARTAMENTO DE ESTATÍSTICA
metadata.dc.publisher.program: Curso de Especialização em Estatística
Rights: Acesso Aberto
URI: http://hdl.handle.net/1843/46853
Issue Date: 11-Feb-2022
Appears in Collections:Especialização em Estatística

Files in This Item:
File Description SizeFormat 
_Monografia_Raquel Ude Braz_.pdf631.08 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.