Teoria das filas

1 - Elementos de uma fila: Clientes Servidores 1 2 Populao Fila 3 Atendimento 2 Caractersticas de uma fila: 2.1 Clientes e tamanho da populao Populao infinita => Chegadas independentes Populao finita => Chegadas interdependentes 2.2 Processo de chegadas: No basta fornecer valores mdios, necessrio tambm mostrar como os valores se distribuem em torno da mdia, i.e., qual distribuio de probabilidades rege o processo. = Ritmo de chegada IC = Intervalo entre chegadas Obs: Intervalos regulares => processos altamente automatizados 2.3 Processo de atendimento: = Ritmo de atendimento TA = Tempo de atendimento 2.4 Nmero de servidores: Quantidade de servidores que atendem aos clientes

2.5 Disciplinas das filas: FIFO = First in, first out LIFO = Last in, first out Prioridade = Uma caracterstica do cliente define sua prioridade de atendimento Randmico = Atendimento aleatrio 2. 6 Tamanho mdio da fila: Se e so constantes => o tamanho da fila oscila em torno de um valor mdio. Se < a fila aumentar indefinidamente. 2.7 Tamanho mximo da fila: Os clientes devem aguardar em uma rea de espera que deve ser dimensionada de acordo com o tamanho mximo esperado para a fila. 2.8 Tempo mdio de espera: O tempo mdio de espera depende dos processos de chegada e atendimento. TF = f ( , ) 3 Variveis aleatrias: O comportamento de uma varivel aleatria pode ser expresso pelo seu valor mdio e a forma como os valores se distribuem em torno desta mdia. 4 Dinmica de uma fila: Exemplo de um banco: Intervalo entre chegadas (minutos): Cliente 1 2 3 4 5 6 7 8 9 10 11 12 Intervalo 2 3 3 3 5 0 1 5 1 4 1 2 Mdia=2.5 Momento 2 5 8 11 16 16 17 22 23 27 28 30 = 24 / h Durao do atendimento: Cliente 1 2 3 4 5 Durao 1 2 1 1 4 6 2 7 1 8 4 9 10 11 12 2 3 1 3 Mdia=2.0 = 30 / h

Tempo de espera de cada cliente: Cliente Momento Durao Liberao Espera 1 2 1 3 0 2 5 2 7 0 3 8 1 9 0 4 5 6 7 11 16 16 17 1 3 2 1 12 19 21 22 0 0 3 4 8 22 4 26 0 9 23 2 28 3 10 11 12 27 28 30 3 1 3 31 32 35 1 3 2

TF = (3+4+3+1+3+2)/12 = 16/12 = 1.33 min NF = (3+4+3+1+3+2)/35 = 16/35 = 0.46 clientes 5 - Sistemas estveis: Sistema estvel aquele em que e se mantm constantes ao longo do tempo. Se e no so estveis, a anlise do comportamento do sistema Pela teoria das filas s possvel se retalharmos o perodo de tempo, o que torna a anlise muito mais complexa. 6 Tamanho da amostra: Um estudo sobre um sistema estvel, apresentar sempre os mesmos resultados desde que adequadamente analisado. O tamanho da amostra fundamental. 7 Tipos de filas: 7.1 1 fila e 1 servidor 7.2 1 fila e n servidores 7.3 m filas e n servidores 7.4 filas especiais (ex: caixas expressos de supermercados) 7.6 filas que seguem uma alterao dinmica do sistema de atendimento

8 - Variveis aleatrias fundamentais: 8.1 - Variveis referentes ao sistema: TS = tempo mdio de permanncia no sistema NS = nr. mdio de clientes no sistema 8.2 - Variveis referentes ao processo de chegada: = ritmo mdio de chegada IC = intervalo entre chegadas por definio: IC = 1/ 8.3 - Variveis referentes fila: TF = tempo mdio de permanncia na fila NF = nr. mdio de clientes na fila 8.4 - Variveis referentes ao processo de atendimento: TA = tempo mdio de atendimento ou servio M = quantidade de atendentes ou servidores NA = nr. mdio de clientes que esto sendo atendidos = ritmo mdio de atendimento de cada atendente por definio: TA = 1/ 8.5 - Relaes bsicas: NS = NF + NA TS = TF + TA Pode-se demonstrar tambm que: NS = NF + / = NF + TA/IC 8.6 - Taxa de utilizao dos atendentes: para 1 fila e 1 servidor: = / para 1 fila e M servidores: = /(M ) Assim, representa a frao mdia de tempo em que cada servidor est ocupado. Para sistemas estveis, tem-se que : < 1 8.7 - Intensidade de trfego ou nmero mnimo de atendentes: i = | / | = |TA/IC| i o prximo valor inteiro que se obtm pela diviso / . Assim, i representa o nmero mnimo de atendentes necessrio para atender a um dado fluxo de trfego. Unidade de i = erlangs ( em homenagem A. K. Erlang)

8.8 - Frmulas de Little (J. D. C. Little): NF = . TF NS = . TS 8.9 - Postulados bsicos: 1 - Em qualquer sistema estvel, o fluxo que entra igual ao fluxo que sai. 2 - Em um sistema estvel, o fluxo de entrada se mantm nas diversas sees do sistema. 3 - Em um sistema estvel, a juno de fluxos equivale s suas somas. 4 - Em um sistema estvel, o fluxo se desdobra aritmeticamente. 9 - Processos de chegada e atendimento: Exemplo de chegadas de veculos a um pedgio: foram anotados o nmero de veculos que chegaram a cada intervalo de 1 min. Entre 7 e 8 horas. Chegaram no total 120 veculos.

Ritmo Freq. Absoluta 0 9 1 17 2 17 3 9 4 4 5 1 6 1 7 1 8 1 9 0 10 0

Freq. Relativa 0.150 0.283 0.283 0.150 0.066 0.017 0.017 0.017 0.017 0.000 0.000

Dist. Poisson ( =2) 0.135 0.271 0.271 0.180 0.090 0.036 0.012 0.003 0.001 0.000 0.000

= 120 veculos / 60 min = 2 veculos / min.

Distribuio de Poisson:

f ( x) =

xe
x!

x a probabilidade ( freq. Relativa) de ocorrerem x chegadas na unidade de tempo, sendo que representa o ritmo mdio de chegadas. Por ex: para x = 2 tem-se: f(2) = 0.271. Distribuio Exponencial Negativa: Quando um processo de chegada possui um ritmo que segue Poisson, o intervalo entre chegadas segue uma distribuio exponencial negativa.

f (x) = e x
Notao de Kendall (David Kendall): Fila A/B/c/K/m/Z onde: A = distribuio dos intervalos entre chegadas B = distribuio dos tempo de servio c = quantidade de servidores (atendentes) K = capacidade max. Do sistema m = tamanho da populao Z = disciplina da fila

A anotao condensada A/B/c muito usada e se supe que no h limite para o tamanho da fila, a populao infinita e a disciplina FIFO. Para A e B, quando a distribuio for exp. Negativa, usa-se M (Marcoviana)

Filas: Modelo M/M/1

Modelo de fila que tanto as chegadas quanto o atendimento so marcovianos, i.e., seguem a distribuio de Poisson (p/ ritmos) ou exponcencial negativa (p/ intervalos). Alm disso, existe apenas um servidor. 1 - Populao infinita - Frmulas usuais (deduo : vide ref. 03 Cap. 07): 1 Nr. Mdio de clientes na fila: 2 Nr. Mdio de clientes no sistema: 3 Tempo mdio que o cliente fica na fila: 4 Tempo mdio que o cliente fica no sistema:

2 NF = ( )
NS = TF = TS =

( )

( )
1 ( )

5 Probabilidade de existirem n clientes no sistema: Pn = (1 / )( / ) n Taxa de utilizao:

Quando tende p/ 1 a fila tende a aumentar Infinitamente. NF

2 2 NF = = ( ) 1

2 - Populao finita - Frmulas usuais (deduo : vide ref. 03 Cap. 07): Modelo M/M/1/K
1 Nr. Mdio de clientes na fila: 2 Nr. Mdio de clientes no sistema: 3 Tempo mdio que o cliente fica na fila: 4 Tempo mdio que o cliente fica no sistema: 5 Probabilidade de existirem n clientes no sistema:

NF = K
NS = K

( + )

.(1 P0 ) .(1 P0 ) +

( + )

TF = TS = K

( + ).(1 P0 )

( + ).(1 P0 )

Pn =

( ) K n

(k n)!.

( )j j!

j=0

Exemplo 1: Suponhamos que as chegadas a uma cabine telefnica obedeam a lei de Poisson, com ritmo de 6 chegadas por hora. A durao mdia do telefonema de 3 minuts e suponhamos que siga a distribuio exponencial negativa. Pede-se: 1 Qual a probabilidade de uma pessoa chegar cabine e no ter que esperar? 2 Qual o nmero mdio de pessoas na fila? 3 Qual o nmero mdio de pessoas no sistema? 4 Qual o nmero mdio de clientes usando o telefone? 5 Qual o tempo mdio de fila? 6 Para qual ritmo de chegada teramos a situao em que o tempo mdio de espera na fila seria de 3 min? 7 Qual a frao do dia durante a qual o telefone est em uso?