Proc Est - ParteIII

IE-509 Processos Estocsticos para Engenharia
DECOM-FEEC-UNICAMP
PARTE III TEORIA DE FILA
DECOM-FEEC-UNICAMP
III.1 INTRODUO Fila = linha de espera Teoria de Fila: base matemtica para a maioria dos modelos de sistemas de computao e de redes de comunicaes. estudo do fenmeno da linha de espera. potente abstrao para modelar sistemas que consistem de uma coleo de recursos de servios e uma populao de clientes.
DECOM-FEEC-UNICAMP
Teoria de Fila: u s a d a p a ra e s t i m a r o d e s e m p e n h o d e r e d e s d e computadores e de comunicaes. Seu propsito analisar a disputa por recursos e determinar seu efeito no fluxo de trabalho atravs de um sistema.
FSP, 08/06/2010
DECOM-FEEC-UNICAMP
III.2 Descrio e Definies III.2.1 Modelos de Filas Fila com servidor nico (Single-Server Queue):
L = comprimento da mensagem Fonte de Mensagem Mensagens em fila m m m
Buffer
m m m m
Servidor m
Mensagens partindo
Mensagens em trnsito
tempo de servio s
Taxa mdia de chegada = mensagens/segundo
DECOM-FEEC-UNICAMP
As mensagens (jobs) que chegam ao buffer so armazenadas em fila e esperam pelo servio de um nico elemento de processamento (servidor nico). As mensagens que chegam ao buffer podem vir de um grupo de fontes que so diretamente conectadas ao n (fila de mensagens) ou elas podem vir de uma linha externa que conectada a outro n. A fonte de mensagem pode ser finita ou infinita. Um sistema de fontes finitas no pode ter uma fila de servio arbitrariamente longa, mas quanto maior for o nmero de fontes de mensagens maior ser a taxa de chegada de mensagem.
DECOM-FEEC-UNICAMP
Em um sistema de fontes infinitas, o comprimento da fila de servio ilimitado, e a taxa de chegada de mensagem no afetada pelo nmero de fontes. Mensagens chegam no buffer a uma taxa de mensagens/segundo. Mensagens possuem um comprimento de X unidades de dados (bits, bytes, caracteres, etc.) Assumimos: todas as mensagens possuem mesmo comprimento L. Funes em um n so caracterizadas pela taxa de servio e pela disciplina da fila.
DECOM-FEEC-UNICAMP
Taxa de servio = nmero de jobs deixando o n por unidade de tempo de servio. Taxa de servio pode ser dependente da carga, isto , pode depender do comprimento da fila. A disciplina da fila = regra utilizada para determinar a ordem na qual os jobs enfileirados recebem o servio. Exemplo: Primeiro a chegar primeiro a ser servido (FCFS first come first served): fila de bancos, supermercados, etc. Assumiremos que as mensagens so processadas segundo a regra FCFS com taxa de C unidades de dados por segundo (capacidade).
DECOM-FEEC-UNICAMP
Se uma mensagem chega e existem n mensagens a sua frente no buffer, ento o tempo total T para processar essa mensagem consiste no tempo w gasto esperando na fila + o tempo de processamento s:
T =s+w=
L nL 1 + n + = C C
onde = C/L a taxa de servio [mensagens/segundo]. T = tempo total de espera ou tempo de atraso. = varivel aleatria, pois o estado n do buffer varia com o tempo. Modelo simples de uma fila de servidor nico:
Buffer

Mensagens chegando n mensagens enfileiradas
Servidor

Mensagens partindo
DECOM-FEEC-UNICAMP
III.2.2 Estatstica de Poisson Sistema de fila: chegada da mensagem = varivel aleatria tempo de servio = varivel aleatria Processo de chegada de mensagens estatstica de Poisson. Estatstica de Poisson baseada em uma distribuio discreta de eventos. Sistema possui um grande nmero de clientes independentes.
DECOM-FEEC-UNICAMP
Definio: A probabilidade Pn(t) de exatamente n clientes chegarem durante o intervalo de tempo t dada por:
( t )n et P (t ) =
n
n!
onde = taxa mdia de chegada e n = 0, 1, 2, ... Se N = {n | n = 0, 1, 2, ...} o conjunto do possvel nmero de mensagens que chegam a um n, onde a probabilidade de n chegadas dada pela equao acima, ento o nmero esperado ou a mdia de chegadas de mensagens no intervalo de tempo T dado por:
E [N ] =
n =0
nPn (t ) = T
DECOM-FEEC-UNICAMP
Processo de Poisson: estatstica do processo de chegada de mensagens. Assumimos que mensagens entram no sistema de fila nos instantes t0, t1, t2, ..., tn, onde t0 < t1 < t2 < ... < tn.
n = tn tn-1 intervalo entre chegadas (n > 0) formam uma sequncia de

variveis aleatrias independentes e identicamente distribudas.
= um intervalo arbitrrio entre chegadas com funo densidade de

probabilidade a(t).
DECOM-FEEC-UNICAMP
Pode-se provar que chegadas de Poisson geram uma densidade de probabilidade entre chegadas exponencial. Prova: Seja t um intervalo de tempo infinitesimal. a(t)t = probabilidade de que a prxima chegada ocorra no mnimo em t segundos mas no mais que t + t segundos. Ou seja, isso a probabilidade P0(t) de nenhuma chegada para o tempo t multiplicada pela probabilidade P1(t) de uma chegada no tempo infinitesimal t.
DECOM-FEEC-UNICAMP
a(t )t = P0 (t )P 1(t )
onde
( t )0 et P (t ) =
0
0!
=e
( t )1et t ( ) P t = = te 1
1!
fazendo t 0, obtemos
t 0
lim a(t )t = lim e t te t = e t dt

t 0
a(t )dt = e
dt
Chegadas de Poisson:
chegadas tempo entre chegadas chegadas
t0
t1
t2
t3
tempo
DECOM-FEEC-UNICAMP
Tempo distribudo exponencialmente entre chegadas:

a(t)
a t = e t
()
/2
1/

2/

Assim, o tempo entre chegadas uma varivel aleatria exponencialmente distribuda e contnua processo de chegada de Poisson possui tempos de chegada exponenciais.
DECOM-FEEC-UNICAMP
Tempo de servio: tempo para completar a transmisso de uma mensagem, relacionado ao tamanho da mensagem. Mensagens em uma fila so processadas pelo servidor a uma taxa fixa de C unidades de dados por segundo. Mensagens variam em comprimento de maneira aleatria tempo de servio dessas mensagens varia! Assumimos que as mensagens so exponencialmente distribudas em comprimento com comprimento mdio igual a L.
DECOM-FEEC-UNICAMP
Ento, a mensagem ser transmitida ou processada em L/C segundos. Distribuio do tempo de servio:
!C $ S t = # & e Ct " L%
()
Valor esperado de S(t), isto , o tempo mdio de transmisso ou tempo mdio de servio da mensagem:
#= L = 1 E! S t " $ C
()
= C/L a taxa de servio [mensagens/segundo].

A distribuio do tempo de servio S(t) possui a mesma forma de a(t), ento, ela obedece a estatstica de Poisson.
DECOM-FEEC-UNICAMP
III.2.3 Notao (D. G. Kendall) Forma mais geral: A/B/c/K/N/Z A: distribuio de tempo entre chegadas B: disciplina de servios c: nmero de servidores K: capacidade do sistema (mximo comprimento de fila ou tamanho de buffer) N: nmero de usurios potenciais em uma dada populao fonte Z: disciplina de enfileiramento Quando no existe limite no comprimento da linha de espera (fila), o nmero de fontes infinito e as mensagens (jobs) so aceitas na base do primeiro a chegar primeiro a ser servido (FCFS).
DECOM-FEEC-UNICAMP
Assim, a notao mais curta A/B/c geralmente utilizada.
Smbolos usados para A e B: GI: tempos entre chegadas independentes gerais. G: M: distribuio de tempo de servio geral. distribuio de tempo de servio ou de entre chegadas exponencial (Markov). D: distribuio de tempo de servio ou de entre chegadas determinstica (constante).
DECOM-FEEC-UNICAMP
Exemplos: Fila M/G/1: Fila possui chegadas de Poisson, uma distribuio de servio geral (distribuio de tempo de servio pouco definido) e um servidor. Fila M/D/1: Fila possui chegadas de Poisson, um tempo de servio constante ou fixo e um servidor. Fila M/M/1: Mensagens chegam com distribuio de Poisson, entram em um buffer infinito com uma distribuio de tempo de servio exponencial e so manipuladas por um servidor na base primeiro a chegar primeiro a ser servido (FCFS).
DECOM-FEEC-UNICAMP
Fila M/M/1: Modelo amplamente usado devido a suas distribuies de probabilidades que descrevem o processo de entrada e o processo de servio de uma forma matemtica simples. Oferece um modelo mais realstico para sistemas de fila reais, pois os padres de chegada de cliente em sistemas reais seguem uma distribuio de probabilidade de Poisson.
L Fonte de Mensagem Mensagens em fila m m m Servidor m m m
Buffer
m m
Mensagens partindo
Mensagens em trnsito
tempo de servio s
Taxa mdia de chegada = mensagens/segundo
DECOM-FEEC-UNICAMP
III.2.4 Relaes entre Variveis Aleatrias Relaes bsicas entre variveis aleatrias que descrevem o nmero de mensagens em vrias partes do sistema e as variveis aleatrias que descrevem tempo (tempo de fila, tempo de servio, etc.) N(t) = nmero de mensagens em um sistema no tempo t. Nq(t) = nmero de mensagens na fila no tempo t. Ns(t) = nmero de mensagens sendo processadas no tempo t. N(t) = Nq(t) + Ns(t) Incio de operao transiente equao difcil de resolver.
DECOM-FEEC-UNICAMP
Transiente: Ocorre devido ao sistema no instante t poder possuir um certo nmero de mensagens na fila e um certo nmero de mensagens sendo servidas (condies iniciais). Aps o incio da operao do sistema, a influncia das condies iniciais vo diminuindo at desaparecer. Assim, o nmero de mensagens no sistema e na fila so independentes do tempo. O sistema dito em equilbrio ou em regime permanente (steady state).
DECOM-FEEC-UNICAMP
Equilbrio:
=N +N N q s
onde estas variveis aleatrias so independentes e descritas por suas distribuies de probabilidades. Mdia: ou
# ! # ! # E! "N $ = E "Nq $+ E "Ns $ N = Nq + Ns
N = nmero mdio do total de mensagens no sistema (em espera e sendo servidas). Nq = nmero mdio de mensagens na fila. Ns = nmero mdio de mensagens sendo servidas.
DECOM-FEEC-UNICAMP
Relaes similares de variveis aleatrias temporais: w = tempo total que uma mensagem gasta no sistema (em espera + servida). q = tempo de espera na fila para uma mensagem. s = tempo de servio para uma mensagem.
w = q+ s
Assim,
# ! # ! # E! " w $ = E " q$ + E " s $
DECOM-FEEC-UNICAMP
No equilbrio temos:
T = Tq + Ts
T = tempo mdio que uma mensagem gasta no sistema (tempo de espera e de servio). Tq = tempo mdio de espera da mensagem na fila. Ts = tempo mdio para processar uma mensagem.
DECOM-FEEC-UNICAMP
III.2.5 Cadeias de Markov Discretas no Tempo Cadeia de Markov com um conjunto finito de estados = processo aleatrio que assume valores contidos em um conjunto discreto {0, 1, 2, 3, ..., q-1}. Realizao tpica:
X[k] 5 4 3 2 1 0 k
X[k] = estado do processo no instante de tempo k.
DECOM-FEEC-UNICAMP
Representao em diagrama de estados: P00 S0 P02 P20 S2 P01 P10 P21 P12 S1 P11
P22 Processo de Markov definido pelo conjunto de probabilidades:
! ! # # # ! # pi ! "k $ = Pr " X "k $ = i $ = Pr " de estar no estado Si no instante k $ ! # ! # ! # # Pij = Pr ! " X "k + 1$ = j | X "k $ = i $ = Pr " de transio do estado Si para o estado S j $
DECOM-FEEC-UNICAMP
Exemplo:
P00 S0 P02 P20
P01 P10 P21 P12 S2 S1
P11
P22
# = PT p ! k # k + 1 Probabilidade de estar no estado i no instante k+1: p ! " $ " $ ! !k + 1# # ! P p $ & % 00 % 0" # = P p !k # + P p !k # + P p !k # ou % p !k + 1# & = % P p1 ! k + 1 " $ 01 0 " $ 11 1 " $ 21 2 " $ $ & % 1" % 01 % p !k + 1# & % P 02 ! # ! # ! # ! # $ & % p2 "k + 1$ = P02 p0 "k $ + P12 p1 "k $ + P22 p2 "k $ " 2" $ "
# ! # ! # ! # p0 ! "k + 1$ = P00 p0 "k $ + P10 p1 "k $ + P20 p2 "k $
P10 P11 P12
! # k# P20 # % p0 ! " $ & & !k # & P21 & = % p " $ & & % 1 P22 & % p !k # & $ % " 2" $ & $
DECOM-FEEC-UNICAMP
III.3 Filas M/M/1 III.3.1 Transies de estado Sistema M/M/1 de fila em equilbrio: A probabilidade de encontrar o sistema em um dado estado n no muda com o tempo. Se um cliente chega, o estado muda de n para n+1, enquanto que quando o cliente foi servido e parte, o estado muda de n para n 1. Para o sistema estar em equilbrio estes dois processos devem ocorrer com mesma taxa.
DECOM-FEEC-UNICAMP
Este princpio conhecido como princpio de equilbrio detalhado. Anlise da probabilidade de estado de um sistema de fila M/M/1: Assumimos que as transies so somente entre estados adjacentes. Se o sistema est no estado n (existem n clientes ou jobs no sistema consistindo de uma fila mais um servidor) e um novo cliente chega, o sistema se move para o estado n + 1. Quando um cliente servido e parte, o sistema se move para o estado n 1.
DECOM-FEEC-UNICAMP
Sistemas onde s ocorrem transio entre estados adjacentes so chamados de sistemas nascimento e morte (birth-death systems). Chegada de um cliente = nascimento. Partida de um cliente = morte. Diagrama de estado para fila M/M/1:
p0
0 1
p1
2 n-1
pn-1
n
pn
n+1
p1
p2
pn
pn+1
= taxa mdia de chegada de clientes por segundo. pn = nmero mdio de transies por segundo do estado n para o estado n+1. pn = probabilidade de equilbrio de que h exatos n clientes no sistema (fila + servidor).
DECOM-FEEC-UNICAMP
= taxa mdia de processamento de clientes por segundo. pn+1 = nmero mdio de transies por segundo do estado n+1 para o
estado n. III.3.2 Tamanho da Fila Sistema M/M/1 de fila em equilbrio taxa de chegada de mensagens igual taxa de partida de mensagens. Ento, o fluxo de mensagens que flui para o estado n igual ao de mensagens que flui para fora dele. Desejamos encontrar: pn(t) = probabilidade de n mensagens estarem presentes no buffer no tempo t.
DECOM-FEEC-UNICAMP
Assumimos n = para qualquer estado e que n = para estados n > 0. Para n = 0, temos 0 = 0. Taxa de chegada e taxa de servio de Poisson. No intervalo (t, t + t), as seguintes transies podem ocorrer: 1. Uma mensagem entra no estado n vinda do estado n 1 com taxa de fluxo = pn-1. 2. Uma mensagem entra no estado n vinda do estado n + 1 com taxa de fluxo = pn+1. 3. Uma mensagem deixa o estado n para o estado n 1 com taxa de fluxo = pn. 4. Uma mensagem deixa o estado n para o estado n + 1 com taxa de fluxo = pn.
DECOM-FEEC-UNICAMP
Ento, temos: Fluxo para o estado n = pn-1 + pn+1 Fluxo saindo do estado n = pn + pn Assim, para n > 0, temos:
pn-1 + pn+1 = ( + )pn

Condies de contorno: Transio do estado 0 (estado vazio) para o estado 1: p0 Transio do estado 1 para o estado 0: p1
DECOM-FEEC-UNICAMP
Assim, os dois fluxos tem que ser iguais: p0 = p1 ou
p1 =
p 0= p0
a intensidade de trfego, determina o nmero mnimo de
servidores necessrio para manter a chegada de mensagens (unidade = Erlang).
DECOM-FEEC-UNICAMP
Exemplo: Sistema de fila com tempo mdio entre chegadas 1/ = 10 s. Tempo mdio de servio 1/ = 5 s. Razo de intensidade de trfego:
1 10 = = 0,5 Erlangs 15
Se tempo mdio de servio 1/ = 15 s: Ento, = 1,5 Erlangs O que indica que as mensagens chegam mais rpidas que elas podem ser processadas.
DECOM-FEEC-UNICAMP
Expresso geral: Tomando pn-1 + pn+1 = ( + )pn para n = 1, temos:
p0 + p2 = ( + ) p1
como
p1 =
temos
p 0= p0
p2 = ( + 1) p1 p0 = 2 p0
Repetindo este processo recursivamente, obtemos:
pn = n p0
Mas sabemos que
n =0
pn = 1
= /

DECOM-FEEC-UNICAMP
Como as probabilidades de estado devem decrescer com n, ento devemos ter
<1
O nmero mdio de chegadas por unidade de tempo deve ser menor que a capacidade do sistema, isto
<
Caso contrrio, o estado de regime permanente (steady state) no poder ser alcanado. Sabemos que
p0 p = 1 = p = n 0 1 n =0 n =0
n
Relao utilizada para x < 1:
n =0
xn =
1 1 x
DECOM-FEEC-UNICAMP
Ento, a probabilidade de ocupao dos vrios estados da fila M/M/1 :
pn = (1 ) n
Note que devemos ter < 1 e que quando a intensidade de trfego cresce, os estados de maior ordem se tornam relativamente mais provveis.
DECOM-FEEC-UNICAMP
Exemplo: = 0,5
0,5 Probabilidade de ocupao de estado, pn 0,4 0,3
1- = 0,5

(1-) = 0,25

0,2
(1-)2 = 0,125

0,1
(1-)3 = 0,0625

(1-)4 = 0,031

(1-)4 = 0,0156

Numero do estado, n
DECOM-FEEC-UNICAMP
III.4 Frmula de Little Parmetros importantes em sistemas de fila: Nmero mdio de clientes esperando na fila. Tempo mdio que estes clientes gastam no sistema esperando pelo servio.
Para um estado arbitrrio existem 4 quantidades envolvidas: N, Nq, T e Tq. A frmula de Little permite determinar qualquer uma destas quantidades dada uma delas.
DECOM-FEEC-UNICAMP
III.4.1 Obteno Grfica da Frmula de Little

N de chegadas () N de partidas (t)
nmero de chegadas no intervalo [0, ]
6 5 4 3 2 T2 1 T1
()
N()
()
nmero de partidas no intervalo [0, ]
Tempos de chegada: t1a Tempos de partida:
t2a t1d
t3a t2d
t4a t3d
DECOM-FEEC-UNICAMP
Mensagens so processadas pela ordem de chegada (FCFS).
() = nmero de mensagens chegadas no intervalo [0, ]. () = nmero de mensagens que partem no intervalo [0, ].
Exemplo: mensagem i chega no tempo tia e parte no tempo tid. Se o sistema est vazio no instante = 0, o nmero de mensagens N(t) no sistema no tempo t :
N t = t t
()
() ()
O tempo total (t) que todas as mensagens despenderam no sistema no instante t a rea cumulativa no intervalo de [0, t]:
(t ) =
N ( ) d
0
ou
(t ) = Ti +
i =1
(t )
i = t +1
(t t )
i
(t )
()
Ti = tempo que a mensagem i gasta no sistema.
DECOM-FEEC-UNICAMP
Igualando as expresses e dividindo por t, obtemos:
Nt = tTt
onde no intervalo [0, t]:
Nt = 1 t N d 0 t
()
= n mdio de mensagens no sistema

(t ) # (t ) 1 % Tt = Ti + t ti t % i = (t )+1 $ i=1
()
& ( ( '
= tempo mdio que uma mensagem gasta no sistema
t =
(t )
t
= taxa mdia de chegada de mensagem
DECOM-FEEC-UNICAMP
Equao de Little obtida para o caso especial de servio FCFS no intervalo finito [0, t]:
N t = tTt
Para o caso de equilbrio, t , assumimos que Nt, t e Tt permanecem finitos e tendem para seus valores de equilbrio N, e T. Frmula de Little:
N = T
O nmero mdio de clientes em um sistema de fila igual a taxa mdia de chegada de clientes ao sistema multiplicada pelo tempo mdio gasto no sistema.
DECOM-FEEC-UNICAMP
De modo similar temos a relao:
N q = Tq
O nmero mdio de clientes em uma fila igual a taxa mdia de chegada de clientes ao sistema multiplicada pelo tempo mdio que o cliente gasta esperando na fila.
DECOM-FEEC-UNICAMP
III.4.2 Aplicao em uma Fila M/M/1
Encontrar N, Nq, T e Tq em uma fila M/M/1. Para n > 0, temos:
pn-1 + pn+1 = ( + )pn

que fundamental para encontrar todas as quantidades estatsticas de interesse para uma fila. Nmero mdio N de mensagens no sistema:
# = np = N = E! N " $ n 1
n=0
DECOM-FEEC-UNICAMP
Comportamento do nmero esperado de mensagens no sistema:

4
N mdio de mensagens, N
N=
0,2
0,4
0,6
0,8
1,0
Intensidade de trfego,

Para < 0,5 N < 1. Para grande n de mensagens esperando cresce rapidamente.
DECOM-FEEC-UNICAMP
Usando a frmula de Little sistema:
N = T , temos o tempo mdio de espera no
T=
N 1 1 = = = 1+ N 1 1
Tempo mdio de mensagem no sistema, T
5 /

4 /

3 /

T=
2 /

(1 + N ) = 1 1 +

1/

0,2
0,4
0,6
0,8
1,0
Intensidade de trfego,

DECOM-FEEC-UNICAMP
Note que o comportamento do tempo mdio que uma mensagem gasta no sistema em funo da intensidade de trfego similar ao exibido pelo nmero mdio de mensagens no sistema em funo da intensidade de trfego .
Para = 0 T = 1/ (tempo de servio de uma mensagem) mensagem no tem que esperar numa fila e , portanto, servida em 1/ segundos.
Para 1 o nmero mdio de mensagens no sistema e o tempo mdio gasto no sistema aumentam drasticamente.
Assim, neste sistema de fila M/M/1 a penalidade paga muito alta quando tentamos trabalhar perto a sua capacidade.
DECOM-FEEC-UNICAMP
Analisando apenas a fila, temos:
T=
Tempo mdio gasto no sistema
+ Tq
Tempo mdio de servio
Tempo mdio gasto esperando na fila
Ento,
Tq = T
1 = 1
Aplicando a frmula de Little N q = Tq, obtemos o nmero mdio de mensagens na fila:
Nq =
= (1 ) 1
DECOM-FEEC-UNICAMP
Probabilidade de encontrar pelo menos n mensagens no sistema:
n Usando pn = 1 , temos que a probabilidade de o nmero de
mensagens em uma fila M/M/1 ser maior que um nmero N dada por

P(n > N ) =
n = N +1
pn = (1 )
n = N +1
n N +1 =
Esta probabilidade usada para calcular o tamanho do buffer.
DECOM-FEEC-UNICAMP
Exemplo: = 0,5 N 1 2 5 10 15 A ocupao mdia do sistema : P(n > N) 0,250 0,063 0,016 4,910-4 1,510-5
# = = 0,5 = 1 E! n " $ 1 1 0,5

A chance da ocupao exceder a ocupao mdia do buffer em 10 vezes menor que 10-3. Um buffer que armazena 15 mensagens parecer um buffer infinito.
DECOM-FEEC-UNICAMP
III.5 FILAS M/M/1/K Sistema de fila com nmero limitado de K mensagens que podem ser armazenadas, incluindo a que est sendo servida. Qualquer mensagem extra que chegar, esta ser descartada pelo sistema. Diagrama de estado:
p0
0 1
p1
2 K-2
pK-2
K-1
pK-1
K
p1
p2
pK-1
pK
DECOM-FEEC-UNICAMP
Assumindo que as mensagens chegam e so processadas a taxas constantes. Coeficientes de taxa de transio:
# % n = $ % &0 ! # n = " # $0
para n = 0, 1, 2,..., K 1 para n K para n = 1, 2,..., K para n > K
Novas mensagens que chegam na fila sero geradas de acordo com um processo de Poisson mas s at atingir o valor de K mensagens.
DECOM-FEEC-UNICAMP
Probabilidades de estados em regime (steady state) so dadas por:

n1
pn = p0
i =0
= n p0
para n K
pn = 0
Resolvendo para p0:
para n > K
Probabilidades do conjunto finito de estados deve somar 1, ento
1 K +1 pn = 1 = p0 = p0 1 n=0 n=0
n
p0 =
1 1 K +1
DECOM-FEEC-UNICAMP
p0 =
1 1 K +1
pn = n p0 pn = 0
1 ) ( = fora
1 K +1
para 0 n K
Note que para atingir o equilbrio no necessrio que < . Se = , ento = 1 e usando LHospital, temos:
lim pn = lim
1 1
(1 )
1
K +1
1 K +1
para 0 n K
DECOM-FEEC-UNICAMP
Para K << 1:
pn
1 ) ( = 1
K +1
pn 1 n
(buffer infinito)
Assim, a probabilidade do buffer estar cheio e de que as mensagens sero jogadas fora ou bloqueadas simplesmente a probabilidade de existir K mensagens no sistema, ou seja:
pK
1 ) ( =
1 K +1
DECOM-FEEC-UNICAMP
De modo similar fila M/M/1, podemos aplicar a frmula de Little para encontrar N, T, Nq e Tq. Supondo < , temos o nmero mdio N de mensagens no sistema:
# N = E! " N $ = npn
n=0
( K + 1) = 1 1 K +1
Nq = N Ns
K +1
O nmero mdio Nq de mensagens esperando na fila ser:
Mas o nmero mdio de mensagens sendo servidas a probabilidade do sistema no estar vazio (1 - p0) vezes o nmero mdio de mensagens que so servidas sob esta condio (que igual a 1), ou seja,
# Ns = E! " N s $ = 1 p0 1 = 1 p0
DECOM-FEEC-UNICAMP
Se existe K mensagens no sistema M/M/1/K, ento qualquer mensagem que chega no ser autorizada a entrar no sistema at que uma outra seja processada e saia deste sistema. Isto ocorre com probabilidade:
pK
1 ) ( =
1 K +1
A probabilidade de que uma mensagem possa entrar no sistema igual a (1 - pK), tal que a taxa mdia a de mensagens entrando no sistema dada por:
a = (1 pK )
= taxa de chegada de mensagem.
DECOM-FEEC-UNICAMP
Usando a frmula de Little, obtemos o tempo mdio para uma mensagem passar pelo sistema:
T=
N a
e o tempo mdio que uma mensagem gasta esperando na fila:
Tq =
Nq
DECOM-FEEC-UNICAMP
Exemplo: Fila M/M/1 com capacidade K. Probabilidade de rejeio de mensagens aproximadamente: P[N = K] Comparao desta probabilidade aproximada com a probabilidade exata dada para o modelo M/M/1/K: Para o sistema M/M/1:
K # P! " N = K $ = 1
Se < 1, a probabilidade de rejeitar uma mensagem para o sistema M/ M/1/K :
1 ) ( " $ P N! = K = # %
1 K +1
2 " $ K +1 K +1 = 1 '1 + + + ( # %
DECOM-FEEC-UNICAMP
Se < 1 e K grande:
# ! # P! "N = K $ P"N & = K $
Se > 1, a aproximao se quebra e fornece uma probabilidade negativa.
DECOM-FEEC-UNICAMP
III.6 FILAS M/M/m Neste caso o nmero de servidores m > 1.
Servidor 1

Mensagens partindo
Buffer
Servidor 2

Mensagens chegando
Mensagens partindo
Servidor m

Mensagens partindo
DECOM-FEEC-UNICAMP
Assumimos: Todos os servidores possuem o mesmo destinatrio. O sistema possui buffer infinito. Taxa de chegada n para qualquer estado igual a constante
.
Todos servidores so idnticos, cada um com capacidade de processamento C. Taxas de servio:
' )n #= ( n = min ! n , m " $ ) *m para 0 n m para n m
DECOM-FEEC-UNICAMP
Definio: Fator de utilizao do servidor, U:
U=
Fator de utilizao do servidor pode ser considerado como a frao esperada de servidores ocupados quando cada servidor possui a mesma distribuio de tempo de servio. Fator de utilizao do servidor pode tambm ser considerado como a frao esperada da capacidade do sistema que est em uso.
DECOM-FEEC-UNICAMP
Diagrama de estado para a fila M/M/m:

p0
0 1
p1
2 m-2
pm-2
m-1
pm-1
m
pm
m+1
p1
2p2
(m - 1)pm-1
mpm
mpm+1
Probabilidade de transio de estado: Quando n m, para a condio de equilbrio temos:
pn1 + ( n + 1) pn+1 = ( + n ) pn
ou usando = /, temos:
para n 1
pn1 + ( n + 1) pn+1 = ( + n) pn
para n 1
DECOM-FEEC-UNICAMP
Repetindo o mesmo processo recursivo utilizado para fila M/M/1, obtemos:
n pn = p0 n!
para n m
De modo similar, para n m, temos a equao de equilbrio detalhada para o caso de equilbrio:
pn1 + m pn+1 = ( + m ) pn
ou usando = /, temos:
pn1 + mpn+1 = ( + m) pn
Resolvendo recursivamente, obtemos:
para n m
n pn = p0 nm m! m
para n m
DECOM-FEEC-UNICAMP
Sabendo que
p
n=0
=1
podemos obter a expresso de p0 utilizando as duas expresses de pn:

1 $ m1 n n ' $ m1 n m 1 & + p0 = & + = ) nm % n=0 n! n=m m!m ( & % n=0 n! m! 1 / m
' ) ) (
Relao utilizada para x < 1:
Relao utilizada para q 1:

S
1 x = 1 x n=0
n
aq
k =1
k 1
a qs 1 q 1
DECOM-FEEC-UNICAMP
Valores de medidas de desempenho do sistema, Nq, Tq, N e T: O comprimento da fila obtido considerando os estados para n m, pois uma fila se formar somente se todos os m servidores estiverem ocupados. Por definio:
# Nq = E ! " N q $ = n m pn = kpm+k
n=m
k =0
m ( / m) m+k = k p0 = p0 k 2 k =0 m! m m!(1 / m)
Nq =
m ( / m)
m! 1 / m
p0
DECOM-FEEC-UNICAMP
Utilizando a frmula de Little:
Tq =
Nq
N = T
onde, sabendo que o tempo mdio de processamento E[s] = 1/, temos:
#=T + 1 T = Tq + Ts = Tq + E ! s " $ q
Probabilidade de todos os m servidores estarem ocupados tal que a mensagem que chega deve entrar na fila:
n # P! = "entrar na fila $ = pn = p0 nm m! m n=m n=m
m 1 m! (1 m) n m 1 n ! + m! 1 m ( ) n=0
m1
DECOM-FEEC-UNICAMP
Frmula C de Erlang ou frmula de atraso de Erlang:
# P! "entrar na fila $ =
m 1 m! (1 m) n m 1 + n ! m! 1 m ( ) n=0
m1
Probabilidade de nenhum servidor estar disponvel para uma mensagem chegando a um sistema com m servidores.
DECOM-FEEC-UNICAMP
Exemplo: Comparao do desempenho de atraso mdio e de tempo de espera dos dois sistemas abaixo: M/M/1:
= 1/2
= 1

M/M/2:
= 1/2

= 1/2

= 1/2

DECOM-FEEC-UNICAMP
Para o M/M/1:
12 = = 0,5 1 0,5 1 = = 1 [s] 1 1 0,5

1 11 = = 2 [s] 1 11 2
Tempo mdio de espera:
Tq =
Atraso mdio total:
T=
Para o M/M/2:
12 = =1 12
Probabilidade do sistema estar vazio:
# m1 n m 1 p0 = % + % $ n=0 n! m! 1 / m
& #1 n 2 1 ( = % 1 + 1 ( ' % $ n=0 n! 2! 1 1/ 2
& # 0 1 2 &1 ( = %1 + 1 + 1 2( = 1 3 ( ' $ 0! 1! 2! '
DECOM-FEEC-UNICAMP
Frmula C de Erlang:
# P! "entrar na fila $ =
m 1 m! (1 m) n m 1 + n ! m! 1 m ( ) n=0
m1
12 1 2! 1 1 2
) )
1 12 1 + n! 2! 1 1 2 n=0
m1 n
1 3
Tempo mdio de espera:
Tq =
Atraso mdio total:
m ( / m)
m! 1 / m
p0 =
( ) 1 = 2 [s] 2!(1 1/ 2) 0,5 3 3

2
12 1/ 2
T = Tq +
1 2 8 = + 2 = [s] 3 3
DECOM-FEEC-UNICAMP
Concluso:
Sistema M/M/1 possui menor atraso mdio total e maior tempo mdio de espera que o sistema M/M/2.
O aumento do nmero de servidores diminui o tempo de espera e aumenta o atraso total.
DECOM-FEEC-UNICAMP
III.7 FILAS M/G/1 Envolve uma distribuio de tempo de servio. Assumimos que: Sistema caracterizado por um processo de chegada de Poisson com uma taxa mdia chegadas por segundo.
Somente transies entre estados adjacentes so permitidas.
As mensagens so processadas na base FCFS.
DECOM-FEEC-UNICAMP
Entretanto, a distribuio de tempo de servio possui uma forma arbitrria ou geral B(t) com tempo mdio de servio 1/.
Os resultados mais utilizados para filas M/G/1 so as frmulas de valor mdio de Pollaczek-Khinchin (P-K) para o nmero mdio de mensagens em uma fila e o atraso de tempo mdio.
DECOM-FEEC-UNICAMP
2 Razo da varincia b do tempo de servio pelo tempo mdio de servio
ao quadrado:
2 b 2 2 C = = b 2 1 2 b
Nmero mdio de mensagens no sistema dado pela frmula de valor mdio P-K:
# N = E! "N $ = +
1 + Cb2 2 1
Nmero mdio de mensagens na fila:
Nq = N Ns = N =
1 + Cb2 2 1
Ns =
DECOM-FEEC-UNICAMP
Exemplo: Comprimento das mensagens so exponencialmente distribudas. Ento,

2 b =
2 2 2 Cb = b =1
Substituindo na equao de N, obtemos:
2 1 + C ~ b = N = E N = + 2 2(1 ) 1
[ ]
que idntico ao nmero mdio de mensagens em um sistema M/M/1, como esperado.
DECOM-FEEC-UNICAMP
Exemplo: Comprimento das mensagens so fixas = tempo de servio fixo. Ento,

2 b =0
2 2 2 Cb = b =0
Substituindo na equao de N, obtemos:
2 ~ 2 1+ 0 N =E N =+ = 2(1 ) 1 2(1 )
[ ]
Que indica que o nmero mdio de mensagens 2/[2(1-)] menor que em um sistema M/M/1. Este sistema conhecido como um sistema de fila M/D/1.
2 Note que o n mdio de mensagens aumenta com o aumento de b .
DECOM-FEEC-UNICAMP
O atraso mdio de uma mensagem passando pelo sistema pode ser encontrado utilizando a frmula de Little:
T=
1 ! # 1 !2 1 2 2 # E "N $ = b $ 2 1 "
Para comprimento de mensagens exponencial temos b22 = 1, portanto:
T=
1 (1 )
Para comprimento de mensagens fixo temos o mesmo atraso da fila M/ M/1:
T=
1 (1 )
DECOM-FEEC-UNICAMP
III.8 REDES DE FILAS Classes de redes de fila: Sistemas de filas abertos, caracterizados pelo fato do nmero de mensagens no sistema no ser fixo, o trfego pode entrar e sair do sistema. Sistemas de filas fechados, caracterizados pelo fato do nmero de mensagens no sistema ser fixo, no h chegadas nem partidas externas.
DECOM-FEEC-UNICAMP
Rede de filas aberta:

2
DECOM-FEEC-UNICAMP
Rede de filas fechada:

3
DECOM-FEEC-UNICAMP
III.8.1 Restries de Modelagem Dificuldade no estabelecimento de um modelo analtico: Os tempos entre chegadas se tornam fortemente correlacionados com os tamanhos das mensagens. Para transpor esta dificuldade consideraremos cada estgio da rede como uma fila M/M/1, baseado na seguinte assertiva: Assertiva de independncia de Kleinrock: Se uma nova escolha de tamanho de mensagem feita independentemente de cada fila (isto , de cada enlace de sada), ento modelos de filas M/M/1 separados podem ser usados para cada enlace de comunicao entre ns.
DECOM-FEEC-UNICAMP
Boa aproximao para sistemas com: chegadas de mensagens de Poisson nos pontos de entradas, tamanhos de mensagem exponencialmente distribudos, uma rede densamente conectada, carga de trfego de moderada a pesada.
A modelagem de uma sequncia de enlaces como filas M/M/1 independentes d origem ao teorema de Jackson.
DECOM-FEEC-UNICAMP
III.8.2 Teorema de Jackson Este teorema diz que uma rede com servio FCFS possui solues que esto em uma forma de produto. Consideramos um rede aberta com M filas. Fila i tpica:
buffer
qiii
i
qsis
qiji
qkik
qidi
qxy = probabilidades de roteamento de que uma vez completado o servio sobre a mensagem na fila x, esta roteada para a fila y.
s = fonte d = destino
DECOM-FEEC-UNICAMP
j = taxas de chegada com distribuio de Poisson. i = taxa de servio da fila.

Seja o vetor de estado global n = (n1, n2, ..., nM), onde ni = estado da fila i. Requisito de uma fila a continuidade de fluxo na entrada e na sada. Seja i a taxa total de chegada na fila i da fonte e de todas as filas, ento:
M
i = qsi s + qki k
k =1
Teorema de Jackson diz que a probabilidade de equilbrio p(n) de que a rede est no estado n dada por:
p n = p n1 , n2 , ... , nM = p1 n1 p2 n2 ... pM nM
()
( ) ( )
( )
pi(ni) = probabilidade de equilbrio de que a fila i est no estado ni.
DECOM-FEEC-UNICAMP
Para provar o teorema de Jackson temos que verificar que a equao de equilbrio global satisfeita por uma soluo na forma de produto como dada por:
p(n ) = p(n1, n2 , ... , nM ) = p1(n1 )p2 (n2 ) ... pM (nM )

Igualando a taxa total de partida do estado n taxa de entrada em n, temos a equao de balano global:
M M " % $s + i ' p n = s qsi p n1 , n2 , ... , ni 1, ... , nM # & i =1 i =1
()
) )
+ qid i p n1 , n2 , ... , ni + 1, ... , nM

i =1 M M
+ qij j p n1 , n2 , ... , ni 1, ... , n j + 1, ... , nM

i =1 j =1
DECOM-FEEC-UNICAMP
Lado esquerdo da equao:

M " % $s + i ' p n = # & i =1
()
a taxa total de partida do estado n, desde que possa haver uma chegada com taxa ou uma partida a uma taxa i de qualquer uma das M filas.
Lado direito da equao a taxa total de chegada no estado n: 1 termo: refere-se s chegadas de uma fonte externa na fila i que est no estado ni - 1. As taxas de chegada so sqsi.
M
s qsi p ( n1 , n2 , ... , ni 1, ... , nM )

i =1
DECOM-FEEC-UNICAMP
2 termo: obtido das partidas da fila i diretamente para o destino d. As taxas de partida da fila i so iqid.
M
q
i =1
id
i p ( n1 , n2 , ... , ni + 1, ... , nM )
3 termo: descreve as transies da fila j, que originalmente est no estado nj + 1, para a fila i, que est no estado ni - 1.
M ij j 1 2 i j
q p (n , n , ... , n 1, ... , n
i =1 j =1
+ 1, ... , nM
DECOM-FEEC-UNICAMP
Para resolver a equao anterior usamos

para eliminar qsi. Na expresso resultante, substitumos a relaes:
i p ( n1 , n2 , ... , ni 1, ... , nM ) = i p ( n1 , n2 , ... , ni , ... , nM ) j p ( n1 , n2 , ... , ni 1, ... , nM ) = j p n1 , n2 , ... , ni 1, ... , n j + 1, ... , nM i p ( n1 , n2 , ... , ni , ... , nM ) = i p ( n1 , n2 , ... , ni + 1, ... , nM )
Conceito da reversibilidade de Reich: Em equilbrio, transies de um estado para outro em tempo reverso ocorrem com as mesmas taxas que para as mesmas transies em tempo direto.
DECOM-FEEC-UNICAMP
Ento, a sequncia de chegada original equivalente em todos os aspectos a sequncia de partida em tempo reverso, o que a essncia da equao:
i p(n1, n2 , ... , ni 1, ... , nM ) = i p(n1, n2 , ... , ni , ... , nM )
DECOM-FEEC-UNICAMP
Realizando as substituies, a equao

M M " % $s + i ' p n = s qsi p n1 , n2 , ... , ni 1, ... , nM # & i =1 i =1
()
) )
+ qid i p n1 , n2 , ... , ni + 1, ... , nM

i =1 M M
+ qij j p n1 , n2 , ... , ni 1, ... , n j + 1, ... , nM

i =1 j =1
se reduz condio de conservao de fluxo da fonte para o destino:

M
s = qid i
i =1
Ento, a condio de equilbrio em * satisfeita por:
i p ( n1 , n2 , ... , ni 1, ... , nM ) = i p ( n1 , n2 , ... , ni , ... , nM )
DECOM-FEEC-UNICAMP
Para a fila i temos ento,
! $ p n = # i & p n1 , n2 , ... , ni 1, ... , nM " i %
()
Repetindo este processo ni vezes, obtemos:
! $ p n = # i & p n1 , n2 , ... , ni = 0, ... , nM " i %
ni
()
Seguindo estes mesmos passos para todas as outras filas, temos:
! $ p n = # i & p 0 i =1 " i %
M
ni
()
()
p(0) = probabilidade de todas as M filas estarem vazias.
DECOM-FEEC-UNICAMP
Para encontrar p(0), fazemos i = i/i e somamos a equao anterior sobre todos os estados possveis, igualando o resultado a 1:
M n p(n ) = p(0) i i = 1 n n i =1
O termo entre colchetes deve ser finito para haver soluo, logo:
M " M n% $ i ' = & n # i =1 i =1
i
+ 1 . = -1 0 n =0 i =1 , i /
ni i M
i
Assim, chegamos ao teorema de Jackson:

M M
p n = 1 i = pi ni
i =1 i =1
()
ni i
( )
DECOM-FEEC-UNICAMP
O teorema de Jackson pode ser estendido para redes M/M/m onde cada fila i possui mi servidores, ou seja

onde a equao usada para os pi(ni) neste caso dada por:
pi (ni ) =
ni
mi !mi
mi ni
p0
para ni mi
DECOM-FEEC-UNICAMP
III.8.3 Aplicao em uma Redes de Filas Aplicao da equao:

Consideramos o atraso mdio de uma rede ampla com a mdia feita sobre todos os M enlaces.
T = atraso da rede
1
1 = taxa de chegada
da rede 2
= taxa de sada
da rede
DECOM-FEEC-UNICAMP
Rede aberta em equilbrio = coleo de M filas
s = taxa de chegada (mensagens/segundo) associada ao percurso s.

Taxa chegada total na rede:
= s
s
Da frmula de Little temos o atraso T mdio da rede onde a mdia feita para toda a rede:
# T = E! "n$
E[n] = n mdio de mensagens enfileiradas ou em servio na rede:
M
# ! # E! "n$ = E "ni $
i =1
E[ni] = n mdio de mensagens enfileiradas ou em servio no n i.
DECOM-FEEC-UNICAMP
Para uma fila M/M/1, temos:
# E! "ni $ = iTi =
Ento, o atraso mdio dado por:
i i i
i 1M T= i=1 i i
A equao acima no leva em considerao o atraso de propagao nos enlaces. Se este for includo, ento para um atraso de propagao Tdi sobre o enlace i, obtemos:
% 1 M " i T = $ + iTdi ' i=1 # i i &

Proc Est - ParteIII

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Proc Est - ParteIII

Enviado por

Direitos autorais:

Formatos disponíveis

IE-509 Processos Estocsticos para Engenharia

PARTE III TEORIA DE FILA

IE-509 Processos Estocsticos para Engenharia

IE-509 Processos Estocsticos para Engenharia

IE-509 Processos Estocsticos para Engenharia

Taxa mdia de chegada = mensagens/segundo

IE-509 Processos Estocsticos para Engenharia

IE-509 Processos Estocsticos para Engenharia

IE-509 Processos Estocsticos para Engenharia

IE-509 Processos Estocsticos para Engenharia

IE-509 Processos Estocsticos para Engenharia

IE-509 Processos Estocsticos para Engenharia

IE-509 Processos Estocsticos para Engenharia

n = tn tn-1 intervalo entre chegadas (n > 0) formam uma sequncia de

= um intervalo arbitrrio entre chegadas com funo densidade de

IE-509 Processos Estocsticos para Engenharia

IE-509 Processos Estocsticos para Engenharia

lim a(t )t = lim e t te t = e t dt

IE-509 Processos Estocsticos para Engenharia

Tempo distribudo exponencialmente entre chegadas:

IE-509 Processos Estocsticos para Engenharia

IE-509 Processos Estocsticos para Engenharia

= C/L a taxa de servio [mensagens/segundo].

IE-509 Processos Estocsticos para Engenharia

IE-509 Processos Estocsticos para Engenharia

Assim, a notao mais curta A/B/c geralmente utilizada.

IE-509 Processos Estocsticos para Engenharia

IE-509 Processos Estocsticos para Engenharia

Taxa mdia de chegada = mensagens/segundo

IE-509 Processos Estocsticos para Engenharia

IE-509 Processos Estocsticos para Engenharia

IE-509 Processos Estocsticos para Engenharia

# ! # ! # E! "N $ = E "Nq $+ E "Ns $ N = Nq + Ns

IE-509 Processos Estocsticos para Engenharia

IE-509 Processos Estocsticos para Engenharia

IE-509 Processos Estocsticos para Engenharia

X[k] = estado do processo no instante de tempo k.

IE-509 Processos Estocsticos para Engenharia

P22 Processo de Markov definido pelo conjunto de probabilidades:

IE-509 Processos Estocsticos para Engenharia

P00 S0 P02 P20

P01 P10 P21 P12 S2 S1

# ! # ! # ! # p0 ! "k + 1$ = P00 p0 "k $ + P10 p1 "k $ + P20 p2 "k $

P10 P11 P12

IE-509 Processos Estocsticos para Engenharia

IE-509 Processos Estocsticos para Engenharia

IE-509 Processos Estocsticos para Engenharia

IE-509 Processos Estocsticos para Engenharia

IE-509 Processos Estocsticos para Engenharia

IE-509 Processos Estocsticos para Engenharia

pn-1 + pn+1 = ( + )pn

IE-509 Processos Estocsticos para Engenharia

Assim, os dois fluxos tem que ser iguais: p0 = p1 ou

a intensidade de trfego, determina o nmero mnimo de

servidores necessrio para manter a chegada de mensagens (unidade = Erlang).

IE-509 Processos Estocsticos para Engenharia

IE-509 Processos Estocsticos para Engenharia

Expresso geral: Tomando pn-1 + pn+1 = ( + )pn para n = 1, temos:

Repetindo este processo recursivamente, obtemos:

IE-509 Processos Estocsticos para Engenharia

Como as probabilidades de estado devem decrescer com n, ento devemos ter

Relao utilizada para x < 1:

IE-509 Processos Estocsticos para Engenharia

Ento, a probabilidade de ocupao dos vrios estados da fila M/M/1 :