Se os ônibus passam, em média, a cada dez minutos, parece razoável esperar cinco minutos ao chegar aleatoriamente ao ponto. Mas quando os intervalos são irregulares, a espera média pode ser muito maior. A explicação envolve um viés matemático conhecido como paradoxo da inspeção.
Imagine que uma empresa de transporte informe intervalo médio de dez minutos entre ônibus. Você chega ao ponto sem consultar o horário e conclui que, em média, deveria esperar apenas cinco minutos.
Mas a experiência pode ser diferente mesmo que o intervalo médio anunciado esteja correto. A chave é compreender que intervalos longos ocupam mais tempo e, portanto, são encontrados com maior probabilidade por quem chega em um instante aleatório.
Duas linhas com a mesma média
Considere a linha A, cujos ônibus chegam rigorosamente a cada dez minutos. Um passageiro que chega uniformemente durante um desses intervalos esperará, em média, cinco minutos.
Agora considere a linha B, com intervalos que alternam entre dois e dezoito minutos. A média dos intervalos continua sendo dez, mas o serviço é muito irregular.
Se selecionarmos um intervalo ao acaso entre os sucessivos, metade terá dois minutos e metade terá dezoito. Entretanto, um passageiro que chega aleatoriamente no tempo não seleciona intervalos com probabilidades iguais.
Por que encontramos mais intervalos longos?
Cada ciclo da linha B possui vinte minutos: dois de intervalo curto e dezoito de intervalo longo. Portanto, um instante selecionado aleatoriamente nesse ciclo possui probabilidade de 10% de cair no intervalo curto e 90% de cair no longo.
O intervalo longo aparece nove vezes mais nas experiências dos passageiros, porque ocupa nove vezes mais tempo.
Esse é o mecanismo do paradoxo da inspeção: observar o sistema em instantes aleatórios produz uma amostra enviesada em direção a intervalos mais longos.
A espera real da linha B
Dentro de um intervalo de dois minutos, um passageiro que chega uniformemente espera, em média, um minuto. Dentro de um intervalo de dezoito minutos, espera nove.
Ponderando pelas probabilidades corretas:
Portanto, a espera média da linha B é 8,2 minutos, enquanto a da linha A é apenas cinco.
A diferença é de 64%, apesar de ambas possuírem a mesma média de intervalos.
A quantidade de ônibus por hora, vista em períodos suficientemente longos, não mudou. Mudou apenas a regularidade das chegadas.
A equação geral
Considere uma variável aleatória positiva X que representa o intervalo entre eventos, com média μ = E[X] e variância σ². Em um processo de renovação estacionário com intervalos independentes e identicamente distribuídos, segundo momento finito e observadores que chegam independentemente dos eventos, o tempo médio residual até o próximo evento é:
Como E[X²] = μ² + σ², obtemos:
O primeiro termo é a espera que teríamos com intervalos constantes. O segundo representa a penalidade associada à variabilidade.
Como a variância não pode ser negativa:
A igualdade ocorre quando os intervalos são constantes. Assim, mantendo fixa a média, a irregularidade aumenta a espera esperada.
No exemplo alternado de dois e dezoito minutos, os intervalos não são independentes, pois seguem um padrão determinístico. Mas o mesmo cálculo de média temporal vale pela ponderação dos intervalos por seu comprimento.
Verificando o exemplo
Na linha B, a média é μ = 10. A variância dos comprimentos de intervalo é:
A equação fornece:
O resultado coincide com o cálculo direto. A variância explica exatamente o excesso de espera.
E se os ônibus chegassem aleatoriamente?
Suponha que os intervalos sejam exponenciais com média dez minutos. Nesse caso, a variância é μ² = 100.
Aplicando a mesma fórmula:
A espera média é igual ao intervalo médio. É consequência da propriedade de ausência de memória da distribuição exponencial: o tempo esperado adicional não diminui simplesmente porque já esperamos algum tempo.
Esse é um modelo probabilístico particular, não uma descrição obrigatória de linhas reais.
Por que ônibus começam a andar juntos?
Existe outro fenômeno chamado bus bunching. Um veículo ligeiramente atrasado encontra mais passageiros acumulados nos pontos. Seu embarque demora mais e o atraso cresce. O ônibus seguinte, encontrando menos passageiros, consegue aproximar-se.
Com o tempo, podem formar-se grupos de ônibus muito próximos, intercalados com grandes períodos sem atendimento. A frota pode permanecer igual, mas a experiência dos passageiros piora.
A regularidade, portanto, pode ser tão importante quanto a frequência média do serviço.
Aplicações à indústria e aos serviços
O mesmo raciocínio aparece na observação de máquinas, atendimentos e falhas operacionais. Uma auditoria que visita um sistema em instantes aleatórios tem maior probabilidade de encontrar episódios longos do que episódios curtos.
Esse tipo de viés precisa ser considerado ao interpretar indicadores de disponibilidade e duração. Escolher uma ocorrência ao acaso e escolher um instante ao acaso são operações estatísticas diferentes.
A análise complementa O paradoxo dos 100%: por que trabalhar na capacidade máxima pode fazer uma empresa funcionar pior?, embora aqui o mecanismo não dependa necessariamente da formação de filas.
Também se relaciona a A média pode estar certa — e ainda assim contar a história errada e à discussão sobre preço-sombra e recursos escassos.
Medir a operação ou a experiência?
A média dos intervalos trata cada intervalo como uma observação. Já a média de espera de quem chega aleatoriamente no tempo privilegia naturalmente intervalos longos.
As duas medidas podem estar corretas, mas respondem a perguntas distintas.
Uma empresa pode cumprir sua meta de intervalo médio e, ainda assim, oferecer uma experiência insatisfatória. Se o objetivo é reduzir a espera dos passageiros, precisamos medir a variabilidade e não apenas a frequência média.
Quantos serviços consideramos eficientes porque cumprem suas metas operacionais, embora os indicadores não representem aquilo que as pessoas realmente experimentam?
Livro recomendado
O Andar do Bêbado, de Leonard Mlodinow (Zahar, ISBN 9788537818107), apresenta os fundamentos intuitivos do acaso e da Probabilidade. Consultar na Amazon Brasil — link afiliado. Confira a edição e a oferta comercial.
Para aprofundar
A relação E[W] = E[X²]/(2E[X]) é conhecida na teoria dos processos de renovação e do tempo residual. Ela pode ser encontrada em referências de Teoria das Filas e Probabilidade aplicada.
Guilherme Augusto Pianezzer
Professor de Matemática, autor e criador de conteúdo. Os textos deste site são produzidos com foco em rigor conceitual, clareza didática e conexão entre Matemática, Economia, Ciência e Educação.
Deixe um comentário