Teoria das filas

1 - Elementos de uma fila:

Servidores
Clientes

1
2

Fila

Populao

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

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

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

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
NF =
( )

2 Nr. Mdio de clientes no sistema:

NS =

3 Tempo mdio que o cliente fica na

fila:

TF =

4 Tempo mdio que o cliente fica no

sistema:

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

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

TF =
TS =

Pn =

( + )

( + )

.(1 P0 )
.(1 P0 ) +

( + ).(1 P0 )

( + ).(1 P0 )

( ) K n
(k n)!.

( )j

j=0

j!

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?