Departamento de Informtica

Modelos de Filas de Espera

Mtodos Quantitativos
LEI
2006/2007
Susana Nascimento
(snt@di.fct.unl.pt)

Advertncia
Autor
Joo Moura Pires (jmp@di.fct.unl.pt)

Este material pode ser livremente usado para uso

pessoal ou acadmico e sem qualquer autorizao
prvia do autor desde que acompanhado desta
declarao do autor.
Para uso comercial (por exemplo em cursos pagos) o
uso deste material requer a expressa autorizao do
autor.
2

MQ-06/07

Sumrio
Estrutura bsica de Modelos de Filas de Espera
Distribuio Exponencial
Processo de nascimento e morte
Modelos de filas de espera baseados no processo de
nascimento e morte
Modelos com distribuies no exponenciais
Modelos com prioridades nas filas
3

Sumrio (A1-FE)

Estrutura bsica de Modelos de Filas de Espera

Distribuio Exponencial
Processo de nascimento e morte
Modelos de filas de espera baseados no processo de
nascimento e morte
Modelos com distribuies no exponenciais
Modelos com prioridades nas filas

MQ-06/07

Processo bsico de Fila de Espera

Sistema de Fila de Espera

Fonte de
Entrada

Clientes

Fila

Mecanismo de
Servio

Clientes
servidos

1.

Uma fonte de entrada gera ao longo do tempo clientes que solicitam um servio.

Os clientes entram no Sistema de Fila de Espera e juntam-se a uma Fila de

Espera

Em certos instantes escolhido um membro da fila, para ser servido, de acordo

com alguma regra conhecida por Disciplina da Fila de Espera.

O Cliente seleccionado servido por um mecanismo de servio

Quando um servio concludo para um cliente, este sai do sistema de Fila de

Espera.

Processo bsico de Fila de Espera

Sistema de Fila de Espera

Fonte de
Entrada

Clientes

Fila

Mecanismo de
Servio

Clientes
servidos

Dimenso da populao que pode ser servida

Padro estatstico como os clientes so gerados ao longo do tempo
para serem servidos

MQ-06/07

Processo bsico de Fila de Espera

Sistema de Fila de Espera

Fonte de
Entrada

Clientes

Fila

Mecanismo de
Servio

Clientes
servidos

Capacidade da Fila (nmero de clientes que pode conter)

Disciplina da Fila de espera

Processo bsico de Fila de Espera

Sistema de Fila de Espera

Fonte de
Entrada

Clientes

Fila

Mecanismo de
Servio

Clientes
servidos

Nmero de canais paralelos de servio - nmero de servidores

Tempo de servio - Distribuio de probabilidades -

MQ-06/07

Fonte de entrada - Populao alvo Dimenso: nmero total de clientes que podem requerer
servios do sistema
Infinito: a fonte ilimitada.
Clculos so mais simples
assumido quando a dimenso finita mas grande

Finito: a fonte limitada.

Modelo analtico mais complicado pois o nmero de clientes dentro do
sistema (na fila ou a ser servidos) afecta o nmero de clientes fora do
sistema.
Este modelo deve ser adoptado sempre que o ritmo a que os clientes so
gerados pela fonte depende significativamente do nmero de clientes que
esto dentro do sistema.
9

Fonte de entrada - Populao alvo Padro estatstico segundo o qual os clientes se apresentam
para serem servidos:
Distribuio de Poisson - O nmero de clientes gerados (que
aparecem para ser servidos) at um certo tempo t segue uma
distribuio de Poisson.
Assume que a chegada de clientes ao sistema independente do
nmero de clientes presentes -> populao infinita.

Tempo entre chegadas de clientes ao sistema - Distribuio

exponencial
10

MQ-06/07

Fila de Espera
Dimenso da fila de Espera
Infinita
A suposio de fila de capacidade infinita a forma mais geral, mesmo quando a
capacidade for finita mas suficientemente grande.

Finita
Quando o limite finito e pequeno de tal modo que a capacidade da fila possa ser
atingida com frequncia, ento assume-se que a capacidade um nmero finito

Modelo mais complexo

Disciplina da Fila de Espera

Primeiro a chegar, primeiro a ser servido
Aleatrio
Prioridades
11

Mecanismo de Servio
Organizao
Uma ou mais infraestruturas de servio
Se for mais de uma, cada cliente deve ser servido sequencialmente por todas elas

Cada infraestrutura de servio composta por um ou mais servidores

em paralelo

12

MQ-06/07

Mecanismo de Servio
Tempo de Servio
Para cada servidor necessrio especificar a distribuio de
probabilidades dos tempos de servio
(eventualmente um por cada tipo de cliente)

Em geral todos os servidores tm a mesma distribuio de

probabilidades

Distribuies de probabilidades comuns

Distribuio Exponencial
Distribuio degenerada (constante)
Distribuio de Erlang
13

Sistema de Fila de Espera Elementar

Uma nica fila de Espera
Uma nica infraestrutura de servio
Um ou mais servidores
Sistema de Fila de Espera

Clientes

Fila
CCCCCC

Mecanismo de Servio
C S1
C

S2

S3

Clientes
servidos

14

MQ-06/07

Hipteses de independncia
Os tempos entre chegadas so independentes e
identicamente distribuidos
Os tempos de servio so independentes e identicamente
distribuidos
? / ? / s
Distribuio de tempos
Entre chegadas

Nmero de servidores

Distribuio de tempos servios

15

Modelos ?/?/s
Notao usada para as distribuies

M: distribuio Exponencial (Marcoviana)

D: distribuio Degenerada (tempos constantes)
Ek: distribuio de Erlang com parmetro k
G: distribuio Geral ou arbitrria

Exemplos
M/M/s
M/G/1

16

MQ-06/07

Terminologia e Notao (1)

Estado do Sistema: nmero de clientes dentro do sistema de
fila de espera (na fila ou a ser servido pelos servidores)
Comprimento da fila: nmero de clientes na fila espera de
servio
= Estado do Sistema - nmero de clientes a serem servidos
N(t): nmero de clientes no sistema no instante t (t 0)
Pn(t): probabilidade de estarem exactamente n clientes no
sistema no instante t, conhecido o nmero de clientes no
instante t = 0.
s: nmero de servidores (canais paralelos) no sistema.
17

Terminologia e Notao (2)

n: ritmo mdio de chegadas de novos clientes quando esto
n clientes no sistema (nmero esperado de chegadas por
unidade de tempo)
Se n constante para todos os valores de n, ou seja quando o
ritmo de chegada no depende do nmero de clientes no sistema,
denota-se por .
1/ o tempo esperado entre chegadas de novos clientes.

18

MQ-06/07

Terminologia e Notao (3)

n: ritmo mdio de servio global do sistema (nmero
mdio de clientes que terminam o seu servio por unidade
de tempo).
Observao: n um valor combinado do ritmo de servio de
todos os servidores ocupados.

: Quando o ritmo mdio de servio, por servidor ocupado,

constante para todos os valores de n.
n = s quando n s, isto , quando todos os servidores esto
ocupados
1/ o tempo esperado de servio
19

Terminologia e Notao (4)

= /(s) o factor (taxa) de utilizao da infraestrutura
de servio, isto , a fraco de tempo esperado em que os
servidores esto ocupados:
o nmero mdio de clientes que terminam o seu servio por
unidade de tempo por servidor sempre ocupado
s o nmero de servidores
s o nmero mdio de clientes que terminam o seu servio por
unidade de tempo supondo que todos os servidores esto ocupados,
ou seja, a capacidade de servio do sistema por unidade de
tempo.
o nmero esperado de novos clientes por unidade de tempo
20

MQ-06/07

10

Terminologia e Notao:
Regime Estacionrio
Sistema em Regime Estacionrio
A distribuio de probabilidade do sistema mantem-se a mesma ao
longo do tempo.

Grandezas definidas para o sistema em regime estacionrio

Pn - probabilidade de estarem exactamente n clientes no sistema
L - nmero esperado de clientes no sistema
Lq - comprimento esperado da fila de espera (excluindo os clientes
que esto a ser servidos)
W - Tempo passado no sistema (incluindo o tempo de servio) para
cada cliente; W = E(W)
Wq - Tempo de espera no sistema (excluindo o tempo de servio)
de cada cliente; Wq = E(Wq)
21

Relaes entre L, W, Lq e Wq
Assumindo que n, ritmo mdio de chegadas ao sistema,
constante e igual a para todo n, verifica-se num regime
estacionrio:
L=W
(Frmula de Little)
e
Lq = Wq

Se n no toma o mesmo valor para todos os valores de n,

ento, possvel substituir por valor mdio dos n ao
longo do tempo.
22

MQ-06/07

11

Relaes entre L, W, Lq e Wq
Assumindo que o tempo mdio de servio um valor
constante 1/ para n 1, ento:
W = Wq + 1/
(Tempo passado no sistema= Tempo passado espera + tempo de
servio)

23

Resumo da terminologia
Sistema de Fila de Espera
Fila
CCCCCC

Clientes

1/n 1/
Tempos entre chegadas

Factor de utilizao

MQ-06/07

= /(s)

n, N(t)

Mecanismo de Servio
C S1
C

S2

S3

1/n

1/

Clientes
servidos

s
# por unidade de tempo
tempo

Tempos de servio

s - capacidade
24

12

Resumo da terminologia - Regime estacionrio

Nmero esperado de clientes no sistema
Sistema de Fila de Espera
L n, N(t)

Clientes

Mecanismo de Servio
C S1

Fila
CCCCCC

1/

Lq

Nmero esperado de clientes na fila

S2

S3

1/

L=W

W = E(W)
1/

Wq

Lq = Wq

Clientes
servidos

Wq = E(Wq)

W = Wq + 1/
25

Distribuio Exponencial
Caracterizao de um sistema de Filas de Espera
Distribuio de probabilidades dos tempos entre chegadas
Distribuio de probabilidades do nmero de clientes novos

Distribuio de probabilidades dos tempos de servio

Requisitos para um modelo terico

Suficientemente realista
Previses razoveis

Suficientemente simples

Distribuio Exponencial

Matematicamente tratvel

26

MQ-06/07

13

Distribuio Exponencial com parmetro

T uma varivel aleatria (v.a.) que respresenta o tempos entre chegadas ou
os tempos de servio

et
fT (t) =
0

P[T t] = 1 et

para t 0
para t < 0

P[T > t] = et

Funo densidade

E(T ) =

para t 0

Probabilidades acumuladas

var(T ) =

Esperana Matemtica

Varincia
27

Distribuio Exponencial com parmetro = 4

et
fT (t) =
0

para t 0
para t < 0

Funo densidade

f (t ) (para = 4)
4.5
4.0
3.5
3.0
2.5
2.0
1.5
1.0
0.5
0.0
0

0.25

0.5

0.75

1.25

1.5

E(T) = 1/ = 1/4
28

MQ-06/07

14

Distribuio Exponencial com parmetro

f (t )
4.5
4.0
3.5

=4

3.0
2.5
2.0
1.5

=2

1.0
0.5
0.0
0

0.25

0.5

0.75

1.25

1.5

29

P1: fT(t) uma funo estritamente decrescente em

t
P[0 T t] > P[t T t + t] para t > 0 e t > 0
f (t ) (para = 4)

c P[0 T 1/] = 0.632

4.5
4.0
3.5

d P[1/ T 2/] = 0.233

3.0
2.5
2.0
1.5
1.0

0.5

e P[2/ T 3/] = 0.086

0.0
0

0.25

0.5

0.75

1.25

1.5

30

MQ-06/07

15

P1: fT(t) uma funo estritamente decrescente em

t
mais provvel que os valores de T sejam pequenos do que
grandes, isto , valores inferiores a menos de metade de
E(T), ou seja inferiores a 1/(2).
P[0 T 1/] = 0.632
: Inferior a E(T)
P[0 T 0.5/] = 0.393
: Inferior a metade de E(T)
P[0.5/ T 1.5/] = 0.383 : Inferior a metade de E(T)
0.393

0.5E(T)

0.383

E(T)

1.5E(T)

0.632
31

P1: fT(t) uma funo estritamente decrescente em

t
A distribuio exponencial adequada para tempos de
servio quando este em geral muito curto e
ocasionalmente muito longo.
Bancos de hospitais, Bancos, lojas, etc

A distribuio exponencial adequada para tempos entre

chegadas, em situaes em que potencias clientes desistem
(e voltam mais tarde) quando outro cliente j est na fila.
Vo aparecendo mais ou menos regularmente (curtos intervalos)
com intervalos ocasionalmente longos sem aparecer nenhum
cliente.
32

MQ-06/07

16

P2: Falta de memria

P[T > t + t | T > t] = P[T > t] para t > 0 e t > 0

P[T > t + t | T > t] =

P[T > t,T > t + t]

P[T > t]

P[T > t + t]
P[T > t]

e (t+t)
e t

= e t

= P[T > t]
33

P2: Falta de memria

A distribuio de probabilidades do restante tempo at ao
prximo evento (chegada de um novo cliente) a mesma
independentemente de h quanto tempo ocorreu o ltimo
evento (chegada do ltimo cliente)
Tempo entre chegadas
O tempo at a prxima chegada independente de quando
aconteceu a ltima chegada

Tempo de servio
Situaes com diferentes tempos de servio ..
34

MQ-06/07

17

P3:O mnimo de vrias exponenciais independentes

uma distribuio exponencial
Sejam T1, T2, , Tn variveis aleatrias independentes com
distribuies exponenciais de parmetros 1, 2, , n.
Seja U uma v.a
U = min{T1, T2, , Tn}
Se Ti representa o instante em que ocorre um destes eventos, ento
U representa o instante em que o primeiro dos n eventos ocorre.
P[U > t] = P[T1 > t,T2 > t,...,Tn > t]
= P[T1 > t]P[T2 > t]...P[Tn > t]

= e 1t e 2t L e nt
n
i t
= e i =1

U = i
i=1
35

P3:O mnimo de vrias exponenciais independentes

uma distribuio exponencial
Tempo entre chegadas
Considerar que existem n tipos de clientes diferentes com
diferentes distribuies exponenciais com 1, 2, , n
P2 (falta memria) O tempo que falta, a partir de um dado
instante, at chegada de um cliente de tipo i tem tambm uma
exponencial de parmetro i (mesma distribuio).
P3 (mnimo exponencial) O tempo que falta, a partir de um dado
instante, at chegada de um cliente de qualquer tipo tem tambm
uma exponencial de parmetro:
n

U = i
i=1

36

MQ-06/07

18

P3:O mnimo de vrias exponenciais independentes

uma distribuio exponencial
Tempo de servio
Assuma-se que existem n (i.e. s) servidores em paralelo com a
mesma distribuio exponencial (com parmetro ) dos tempo de
servio
Se Ti o tempo de servio que ainda falta, a partir de um dado
instante, para o servidor i, ento a distribuio de probabilidades
do tempo at que um prximo servidor termine o servio uma
exponencial com parmetro n.
Ou seja o sistema multi-servidor pode ser visto como um sistema
mono- servidor cuja distribuio do tempo de servio n.

37

P4: Relao com a distribuio de Poisson

Seja X(t) o nmero de ocorrncias de um evento no intervalo
de tempo entre 0 e t (t 0) uma varivel aleatria com a
seguinte distribuio de probabilidade
P[X(t) = n] =

(t) n et
para n = 0,1,...
n!

X(t) tem uma distribuio de Poisson com parmetro t.

A correspondente esperana matemtica :

E(X(t)) = t
Ento, o nmero esperado de eventos por unidade de tempo .
( designado de ritmo mdio de ocorrncia de eventos)
38

MQ-06/07

19

P4: Relao com a distribuio de Poisson

Com n = 0 temos:
P[X(t) = 0] = et

que a probabilidade de que o primeiro evento ocorra

depois do tempo t. Trata-se de uma distribuio exponencial
de probabilidade sobre t.
Quando os eventos so contados numa base contnua, o
processo contnuo {X(t); t 0} designado de Processo de
Poisson
39

P4: Relao com a distribuio de Poisson

Tempos entre chegadas

Tempos de servio
Exponencial

Nmero de chegadas
Nmero de servios completados
Poisson

40

MQ-06/07

20

P4: Relao com a distribuio de Poisson

Prob[X(t) =
Prob[X(t)
= n]
0.4
0.35
0.3
0.25
t=1
t=2
t=3

0.2
0.15
0.1
0.05
0
0

10

12

14

16

41

P4: Relao com a distribuio de Poisson

Se os tempos de servio seguem uma distribuio
exponencial de parmetro ento define-se X(t) como o
nmero de servios concludos por um servidor
continuamente ocupado durante um tempo t, com = .
Para modelos multi-servidores o nmero de servios
concludos por n servidores continuamente ocupados
durante um tempo t, com = n

42

MQ-06/07

21

P4: Relao com a distribuio de Poisson

Se os tempos entre chegadas de novos clientes seguem uma
distribuio exponencial de parmetro ento definimos
X(t) como sendo o nmero de chegadas durante um tempo t,
com = (que o ritmo mdio de chegadas).

43

P5: t 0, P[T t + t | T > t] t para pequeno

t
T o tempo desde o ltimo evento (chegada ou concluso de um
servio)
Estamos a supor que j passou o tempo t sem que o prximo evento
tenha ocorrido (P[T t + t | T > t] )
A propriedade 2 (falta memria), (P[T > t + t | T > t] = P[T > t] para t
> 0 e t > 0), j indica que a probabilidade de o prximo evento
ocorrer num prximo intervalo t (de tamanho fixo) constante
independentemente de t (o tempo que j passou), qualquer que seja a
dimenso de t.
P5 indica que se t for pequeno, ento:
A probabilidade pode ser aproximada por t
A probabilidade proporcional a t considerando diferentes valores pequenos
44

MQ-06/07

22

P5: t 0, P[T t + t | T > t] t para pequeno

t
P[T t + t | T > t] = P[T t]

= 1 et

e x = 1+ x + xn!
n

= 11+ t (n!t)

n=2

P[T t + t | T > t] t

n=2

para pequenos valores de t.

45

P6: Insensvel Agregao e Desagregao

Supondo que existem n tipos de clientes e que a chegada de
cada um deles um processo de Poisson com parmetro i.
Assumindo que so processos independentes ento a
chegada de todos os clientes (independentemente do seu
tipo) tambm um processo de Poisson com parmetro
= 1 + 2 + + n
Inversamente, se a probabilidade de chegar um cliente do
tipo i for pi, ento
i = p i
46

MQ-06/07

23

Distribuio de Erlang com parmetro k

- distribuio gamma -

Funo densidade
(k)k
f (t) =

(k 1)!

t k1ekt

para t 0

e k so parmetros positivos. k inteiro

Mdia
E(T ) =

Desvio Padro
StDev(T ) =

parmetro k define o grau de

variabilidade dos tempos de servio
relativamente mdia.

1 1
k

47

Distribuio de Erlang com parmetro k

- distribuio gamma f(t)

k=

k=3
k=2
k=1
1/
k = 1 : Exponencial

k = : Degenerada (tempo constante)

48

MQ-06/07

24

Distribuio de Erlang com parmetro k

- distribuio gamma -

Sejam T1, T2, , Tk k variveis aleatrias independentes

identicamente distribudas com distribuio exponencial
com esperana de 1/(k)
Ento a varivel aleatria T = T1 + T2 + + Tk tem uma
distribuio de Erlang com parmetros e k.

Quando o servio composto por uma sequncia de servios, cada

um deles com uma distribuio exponencial, o tempo total de
servio tem uma distribuio de Erlang.

49

MQ-06/07

25