Por muitas vezes somos obrigados a encarar essas inevitveis situaes que esto presente no

cotidiano humano.
Uma fila ocorre quando a procura por um determinado servio maior que a capacidade deste
de prove-lo.
Esse situao existe desde o inicio da civilizao, como dimensionar a quantidade de
servidores ideal para atender a toda demanda?
Sera que tao simples como parece?
Podemos ento pegar a media de clientes por hora e dividir pelo nmeros de servidores e s
analizar o resultado?
Mesmo assim continuaramos com as filas, pois elas tem a capacidade de acumular
imprevisivelmente.
O que isso significa? Que para utilizar esse mtodo teramos que ter uma bola de cristal para
fazer tudo dar certo, caso contrario teramos longas esperas e em outros nenhuma, no temos
como prever quanto cada servio durara ou ento quantos e como os clientes vao chegar no
decorrer do tempo.
Esse problema comeou a ser estudado a mais de cem anos, quando em 1909 um matemtico
dinamarqus das telecomunicaes chamado Agner Erlang comeou a trabalhar em aplicar a
teoria das probabilidades a problemas de trfegos de telefonia e publicou o primeiro trabalho
neste assunto provando que ligaes telefnicas distribudas aleatoriamente seguiam a lei de
distribuio de Poisson. Erlang considerado o pai da teoria das filas atualmente um setor da
pesquisa operacional que ultiliza conceitos bsicos de processo estocsticos e de matemtica
aplicada para analizar o fenmeno de formao de filas e suas caractersticas.
Entao qual a razo que os gerentes dos estabelecimentos e o poder publico no aumentam
suas capacidades de atendimento?
Podem ser resumidas basicamente por dois motivos
-Inviabilidade econmica
-limitao de espao
Dessa forma a teoria das filas tenta encontrar um ponto de equilbrio que satisfaa o cliente e
que seja vivel economicamente para o provedor do servio.
Um problema de filas tpicos pode ser descrito como o cliente chegando, esperando pelo
servio se no forem atendidos imediatamente e saindo do sistema aps serem atendidos.
Existem dois tipos de espera do cliente, o tempo que o cliente gasta na fila e o tempo total do
cliente no sistema (tempo na fila + o tempo do servio).
Nos processos de filas comuns, os processos de chegada so estocsticos, ou seja desenvolvem
no tempo e no espao conforme as leis de probabilidade, assim necessrio conhecer a
distribuio de probabilidade descrevendo os tempos entre sucessivas chegadas dos clientes.

Existem duas distribuies tericas validas para aplicao na teoria das filas:
Exponencial: que uma distribuio continua, que normalmente usada para representar
tempos de atendimento.
Poisson: que uma distribuio discreta, utilizada normalmente para representar chegadas de
clientes ao sistema e tambm tempo de atendimento.
As chegadas se processam segunda uma distribuio de Poisson com mdia LAMBDA chegadas
por tempo. Seus parmetros so: LAMBDA que o ritmo mdio de chegada e IC que
intervalo mdio entre chegadas.
Grande parte do que foi falado dos padres de chegada so validos para os padres de servio.
O processo de servio pode depender do numero de clientes esperando pelo servio.
O servidor pode trabalhar mais rpido se a fila estiver aumentando ou caso contrrio pode
tornar-se confuso e ficar mais lento.
Os tempos de atendimento seguem a distribuio exponencial negativa com mdia
1/LAMBADA, ou seja, o numero de atendimento segue uma distribuio de Poisson com mdia
MI.
Seus paramentros so:
MI: Ritmo mdio de atendimento
TA: tempo de durao mdia de servios ou atendimento
A disciplina de filas se refere a maneira como os clientes so escolhidos para entrarem em
servio aps uma fila ser formada.
A maioria de disciplinas comuns que podem ser observadas na vida diria a:
FCFS : first come-first served (primeiro a chegar o primeiro a ser servido)
Entretanto existem outras disciplinas, como a:
LCFS : last come-first served (ultimo a chegar o primeiro a ser servido)
SIRO : Service in random order (o atendimento segue em ordem aleatria)
PRI : priority service(o atendimento aos usurios segue uma ou mais prioridades pre
estabelecidas pela gerncia do sistema).
Existem duas situaes para a capacidade do sistema:
- Sistema de filas finitos, ou seja, em alguns processos de filas, existe uma limitao fsica da
quantidade de espao na fila.
- Sistema de filas infinitos, quando no restries quanto ao crescimento da fila.
Quando o nmero de canais de servios so definidos, tipicamente esto sendo determinado o
nmero de estaes de servio paralelos que podem servir os clientes simultaneamente,
podendo possuir uma fila para cada servidor, ou uma nica fila para todo os servidores.

A notao de processo de filas mais ultilizados atualmente foi proposta por Kendall, e
descrita por uma srie de smbolos, tais como:
A/S/m/K/N/Q
Onde esto apresentadas nessa tabela:
TABELA
Denotando a taxa mdia de clientes chegando no servio de filas como LAMBDA e a taxa
mdia de servio como MI, sendo que uma medida de congestionamento para o sistema c
server :
RO = LAMBDA/c MI
Quando RO > 1 , o numero mdio de chegadas no sistema excede a taxa mdia de servio do
sistema, de forma que quando o tempo avana a fila se terna cada vez maior, impedindo
qualquer situao de equilbrio. Assim para se obter uma situao de equilbrio, deve ser < 1.
Quando RO=1 ao menos que as chegadas e os servios sejam determinsticos e bem
escalonados, nenhum estado de equilbrio existe, desde que aleatoriedade impedira a fila de
se esvaziar de forma que a mesma crescera sem limites.
Por essa razo se a taxa mdia de servios e a taxa mdia de chegada so conhecidas, o
numero mdio de servidores paralelos requeridos para garantir a soluo de estado de
equilbrio pode ser imediatamente calculado encontrando o menor c que satisfaa a equao:
LAMBDA/c MI < 1.
Com base em tudo que vimos sobre a utilizao da teoria das filas podemos avaliar o
comportamento de um sistema de filas e seus parmetros, como por exemplo:
A probabilidade de haver N clientes no sistema.
A probabilidade que um nmero de clientes no sistema seja superior certo valor.
A probabilidade que o sistema esteja ocioso
A probabilidade que o sistema esteja ocupado
O nmero mdio de clientes no sistema
O nmero mdio de clientes na fila
O tempo mdio de espera na fila por cliente
O tempo mdio gasto no sistema por cliente

Eu optei pelo tratamento analtico nesse trabalho, fora ele tem o tratamento de modelagem e
simulao e o achometria(tratamento por bom senso e um pouco de adivinhao).
As funes determinsticas sempre retornam o mesmo resultado quando so chamadas com o
uso de um conjunto especfico de valores de entrada e quando recebem o mesmo estado do
banco de dados. As funes no determinsticas podem retornar resultados diferentes cada
vez que so chamadas com um conjunto especfico de valores de entrada, mesmo se o estado
do banco de dados que elas acessam permanea o mesmo.
Padres estocsticos so aqueles que tm origem em processos no determinsticos, com
origem em eventos aleatrios. Por exemplo, o lanar de dados resulta num processo
estocstico, pois qualquer uma das 6 faces do dado tem iguais probabilidades de ficar para
cima quando de seu arremesso.