MDULO 5 - TEORIA DAS FILAS (Queueing Theory)

Baseado em Andrade, Eduardo Leopoldino de, Introduo pesquisa operacional, LTC - Livros Tcnicos e Cientficos, Rio de Janeiro, 2000.; Albernaz, Marco Aurlio, Teoria das Filas Apontamentos da Disciplina Pesquisa Operacional II Pontifcia Universidade Catlica RJ, 2004 e Costa, Renato Aurlio Castro, Determinao de Estoques , Dissertao de Mestrado, Universidade Federal do Paran, Curitiba, 2003; Prado, Darci Santos do. Teoria das Filas e da Simulao, ISBN 85-86948-12-8, INDG Tecnologia e Servios LTDA, Belo Horizonte, 2004.

1. INTRODUO A abordagem matemtica das filas se iniciou em 1908, na cidade de Copenhague, Dinamarca. O pioneiro da investigao foi o matemtico Agner Krarup Erlang (1909), quando trabalhava numa companhia telefnica, estudando o problema de redimensionamento de centrais telefnicas. Somente a partir da Segunda Guerra Mundial que a teoria foi aplicada a outros problemas de filas. Seu trabalho foi difundido por outros pesquisadores em diversos pases europeus. Na dcada de 30, dentre as pesquisas nesta rea, Andrey Kolmogorov, na Rssia, estudava um sistema com entrada de probabilidade de Poisson (Simon Denis Poisson) e sada arbitrria em nico ou mltiplo atendente. A Teoria das Filas uma das tcnicas da Pesquisa Operacional, que trata de problemas de congestionamentos de sistemas, onde clientes solicitam alguns tipos de servios. Esses servios so limitados por restries intrnsecas do sistema, que, devido a isso, podem causar filas. Para melhor entendimento de um sistema de filas e seus componentes pode-se visualizar a figura 1 a seguir. Fig.1. Exemplo de fila com seus componentes

Populao Sistema

Existem vrios exemplos reais de sistemas de filas. Como forma de ilustrao a tabela 1 lista quatro exemplos. Tab.1. Exemplos de Sistemas de Filas Situao Banco Atendimento em pizzaria Banco de Sangue Estaleiro de Navios Processo de Entrada Usurios chegando ao banco Processo de Sada Usurio atendido pelo caixa Pizzaria envia pizzas

Pedido para entrega de pizza para o cliente Chegada de bolsa com sangue Bolsa usada por paciente Navio necessitando reparo Navio reparado volta enviado para o estaleiro para o mar

2.DEFINIES IMPORTANTES A seguir sero definidos alguns componentes e variveis importantes para compreenso sobre os sistemas de filas.
25/01/07 - 1 de 11 Mdulo 5 - Teoria das Filas

Tamanho da populao - Tamanho do grupo que fornece os clientes. Para tamanhos maiores que 30 diz-se, geralmente, considera-se que a populao infinita, ou ainda, que a chegada de um cliente no afetar a significativamente a probabilidade da chegada de outro cliente. Quando a populao for pequena, ou seja, menor que 30, o efeito existe e pode ser considervel. Clientes e Tamanho da Populao So unidades da populao que chegam para o atendimento, como por exemplo, pessoas, peas, mquinas, navios, automveis etc.. Fila (linha de espera) - Nmero de clientes esperando atendimento. No inclui o cliente que est sendo atendido; Unidade de atendimento - Processo ou sistema que realiza o atendimento do cliente. Pode ser unidade nica ou mltipla; Taxa de chegada dos clientes - Taxa (nmero de clientes / unid. tempo) segundo a qual os clientes chegam para serem atendidos. O valor mdio da taxa de chegada representado por (lambda). Como raro um processo onde taxa de chegada dos clientes seja regular, ou seja, no existe nenhuma variao entre os valores para os intervalos entre chegadas, so adotadas distribuies de freqncia (normal, Poisson, exponencial etc.) para representar o processo. O mesmo modelo com distribuio normal pode diferir significativamente em termos de resultado do que com uma distribuio de Poisson; Taxa de atendimento dos clientes - Taxa (nmero de clientes / unid. tempo) segundo a qual um canal de atendimento ou servidor pode efetuar o atendimento de um cliente O valor mdio da taxa de atendimento (mu). importante ressaltar que o valor desta taxa considerado como se o servidor estivesse ocupado 100% do seu tempo. Como h tempo ocioso, a distribuio de freqncia (normal, Poisson, exponencial etc.) deste valor igualmente importante na determinao do grau de complexidade matemtica. O pressuposto mais comum a distribuio de Poisson, porm exige que os eventos de chegada e atendimento sejam completamente independentes. Em todos os casos, os resultados so valores mdios ou esperados e supe-se que as taxas se mantm constantes ao longo do tempo. De fato, isto pode no ser verdade, uma vez que podem ocorrer alteraes no processo to logo a fila assuma um valor muito alto; Disciplina da Fila - Mtodo de decidir qual o prximo cliente a ser atendido. (exemplo: FIFO-primeiro a chegar/ primeiro a ser atendido). Nmero Mdio de Clientes na Fila no Vazia (NF) - Nmero mdio de clientes que aguardam o atendimento, ou seja, o que determina o tamanho da fila. a caracterstica mais relevante ao se defrontar com a opo de escolher uma fila. A meta no ter fila, chegar e ser atendido. Supondo que os ritmos mdios de chegada e atendimento sejam constantes, o tamanho da fila ir oscilar em torno de um valor mdio. Nmero de Mdio de Clientes no Sistema (NS) - Nmero de clientes aguardando na fila mais os que esto sendo atendidos. Pode ser entendido tambm como sendo o tamanho mdio na fila mais o nmero mdio de clientes no atendimento. Tempo Mdio que o Cliente Fica na Fila (TF) - Tempo mdio de espera pelo cliente na fila esperando para ser atendido. Tempo Mdio que o Cliente Fica no Sistema (TS) - Tempo mdio de espera pelo cliente na fila esperando para ser atendido mais o tempo de atendimento. A partir do nmero mdio de clientes no sistema ou na fila, possvel calcular o tempo mdio de permanncia do cliente no sistema (TS) e na fila (TF).
Mdulo 5 - Teoria das Filas

25/01/07 - 2 de 11

A razo (rho) chamada de Fator de Utilizao do Servidor, o qual representa a frao mdia do tempo em que o servidor est ocupado. Este fator a base de clculo da probabilidade de haver um nmero K de clientes no sistema, o qual definir o tamanho da fila e o tempo mdio que os clientes permanecem nela e no sistema ( = / . ). Observao Importante

Considerando-se que um observador esteja analisando um sistema de atendimento e conclua que > . Provavelmente o mesmo concluir que no deveria haver fila naquele sistema pois, a taxa mdia de atendimentos do sistema () maior que a taxa mdia de chegadas () nele. Vale lembrar que este tipo de anlise seria correta se os processos de chegada e de atendimento fossem regulares. Mas, sabendo-se que esses processos so raros na vida real, chega-se a concluso que existe um fator de aleatoriedade no sistema. A abordagem matemtica da teoria das filas exige que exista estabilidade no sistema (chegada e atendimento), ou seja > , considerando-se com isso que e devem se manter constantes em relao ao tempo. Do contrrio, devem-se utilizar modelos de simulao por computador para efetuar tais anlises do sistema. 3.CONDIES DE OPERAO DO SISTEMA Quando essas filas ultrapassam o valor estimado ou normal, pode-se concluir que o sistema est na fase de congestionamento. Nesta fase a qualidade e a produtividade do sistema decresce e o custo operacional tende a subir. Existem diversos fatores que podem interferir no desempenho de um sistema, tais como: a forma de atendimento aos clientes; a forma da chegada dos clientes; a disciplina da fila e a estrutura do sistema. 3.1. Forma do Atendimento aos Clientes O primeiro passo para a anlise de um sistema de filas o levantamento estatstico do nmero de clientes atendidos por unidade de tempo, ou do tempo gasto em cada atendimento. Este procedimento viabiliza a determinao da distribuio de probabilidade do nmero de atendimentos ou a durao de cada atendimento. Por exemplo, observando-se a tabela a seguir onde est expresso o tempo de atendimento a 100 clientes, em segundos, de um certo atendente, pode-se chegar ao valor de .
20 19 20 25 21 18 22 24 18 18 22 20 23 18 15 20 21 24 15 20 23 18 25 18 17 19 23 25 14 18 18 17 17 17 18 18 20 21 17 22 17 23 14 17 19 20 21 23 13 24 15 22 15 25 22 22 20 20 18 14 21 21 22 26 15 23 23 19 19 24 20 21 20 23 14 24 22 18 18 24 25 22 23 25 15 25 21 17 19 23 26 23 21 24 17 22 20 17 20 25

25/01/07 - 3 de 11

Mdulo 5 - Teoria das Filas

A tabela a seguir expe alguns dados importantes para a elaborao da distribuio de freqncia. Dados Importantes Menor Valor (segundos) Maior Valor (segundos) N de Atendim. Mdia (segundos / cliente) Frmula no Excel =MNIMO(Dados) =MXIMO(Dados) =CONT.VALORES(Dados) =MDIA(Dados)

13 26 100 20,19

A mdia aritmtica resulta no tempo mdio de atendimento por cliente, ou seja, 20,19 segundos por cada cliente. Sabendo-se que 1 minuto tem 60 segundos, chega-se ao tempo mdio de atendimento por cliente de 0,3365 minuto por cliente. Desta forma, pode-se calcular a taxa mdia de atendimentos: = 2,97 clientes por minuto ( 1 / 0,3365 ). Os dados a seguir esto agrupados de forma que se possa avali-los em relao a sua distribuio em relao a mdia. Freqncia Faixas Absoluta >10 11-13 14-16 17-19 20-22 23-25 26-28 29> Freqncia Relativa (Probabilidade) 0 0,01 0,10 0,29 0,32 0,26 0,02 0 1

Frmula no Excel

0 ={FREQNCIA(Dados;Limite Mx.Tempo)} 1 10 29 32 26 2 0 = 100

Observao: Para determinar a freqncia absoluta, localiza-se a clula direita do primeiro valor (>10) para utilizao do assistente de frmulas. Marcar todas as clulas, incluindo-se a primeira, incluindo somente o limite mximo (10,13,16,19,22,25,28,29), selecionando-se at a ltima referncia (29>). Pressionar F2 para editar a frmula e "CTRL+SHIFT+ENTER" para formao da frmula em matriz. Pressionar ENTER para finalizar a edio. Para saber-se como os valores se distribuem em torno da mdia necessita-se plotar os dados em um grfico.

25/01/07 - 4 de 11

Mdulo 5 - Teoria das Filas

0,35 Freqncia Relativa 0,3 0,25 0,2 0,15 0,1 0,05 0 0 5 10 15 20 Durao 25 30 35

3.2 Forma da Chegada dos Clientes Geralmente a chegada dos clientes a um sistema ocorre de forma aleatria. Sendo assim, necessita-se realizar um levantamento estatstico para caracterizar se o processo de chegadas pode ser representado por uma distribuio de probabilidades. Para efetuar-se este levantamento necessita-se identificar se o processo de chegadas est no estado estacionrio, sinalizando que o processo poder ser sempre representado por este levantamento. Se o levantamento for efetuado no estado noestacionrio, ele no servir como representante de uma situao normal. Por exemplo, os usurios de uma agncia bancria utilizam-na em um processo estacionrio, mas quando da existncia de uma greve bancria prolongada, o sistema poderia ser classificado como no-estacionrio, pois haveria uma corrida ao banco. Essas situaes seriam diferentes e influenciariam nas caractersticas da fila, o que poderia implicar em distribuies de probabilidades diferentes. Por exemplo, observando-se a tabela a seguir onde est expresso a quantidade de veculos que chegaram a um posto de pedgio, em perodos de 1 minuto, em uma hora, pode-se chegar ao valor de . 2 2 1 3 5 1 4 2 2 2 4 2 5 1 4 5 5 2 3 3 4 6 5 1 3 4 3 6 2 3 2 3 2 6 1 3 1 4 2 3 1 2 4 2 1 3 1 1 4 3 1 5 2 3 5 4 2 5 1 1

A tabela a seguir expe alguns dados importantes para a elaborao da distribuio de freqncia. Dados Importantes Menor Valor (quant.carros) Maior Valor (quant.carros) Quant. Total de Veculos Perodo Total de Anlise (minutos) Quant. de Carros / minuto ()
25/01/07 - 5 de 11

1 6 173 60 2,83

Frmula no Excel =MNIMO(Dados) =MXIMO(Dados) =CONT.VALORES(Dados) =MDIA(Dados) Total Vec./ Total Tempo
Mdulo 5 - Teoria das Filas

Os dados a seguir esto agrupados de forma que se possa avali-los em relao a sua distribuio em relao a mdia. Quant. Freqncia Freqncia Frmula no Excel Relativa de Absoluta Carros (Probabilidade) 0 0 ={FREQNCIA(Dados;Quant.Carros)} 0 1 13 0,22 2 15 0,25 3 12 0,20 4 9 0,15 5 8 0,13 6 3 0,05 7 0 0 = 60 1 Para saber-se como os valores se distribuem em torno da mdia necessita-se plotar os dados em um grfico.

0,3 Freqncia Relativa 0,25 0,2 0,15 0,1 0,05 0 0 1 2 3 4 5 Quant.de Carros 6 7 8

Observa-se que esta distribuio se assemelha com a de Poisson. 3.3. Disciplina da Fila um conjunto de regras que impem a ordem em que os clientes sero atendidos. O atendimento pode ser pela ordem de chegada, ou seja, o primeiro a chegar o primeiro a ser atendido, pela ordem inversa de chegada, ou seja, o ltimo a chegar o primeiro a ser atendido, por prioridade para certas caractersticas etc.. Exemplos: FIFO (First-In-First-Out) ou FCFS (first come, first served): primeiro cliente a chegar fila ser o primeiro a ser atendido. LIFO (Last-In-First-Out) ou LCFS (last come, first served): o ltimo cliente a chegar fila o primeiro a ser atendido. SIRO (Service-In-Random-Order): o atendimento dos clientes faz-se por ordem aleatria. SPT (Shortest-Processing-Time first): o cliente a ser atendido em primeiro lugar ser aquele cujo tempo de atendimento menor.
25/01/07 - 6 de 11 Mdulo 5 - Teoria das Filas

PR (Priority Rules): o atendimento faz-se de acordo com as regras de prioridades pr-estabelecidas. Cada Sistema de Filas pode ser descrito segundo a notao de Kendall1 por seis caractersticas ( A / B / c / K / m / Z). A primeira caracterstica (A) especifica a distribuio dos intervalos entre chegadas e a segunda caracterstica (B) especifica a distribuio do tempo de servio. Podem-se utilizar as seguintes abreviaes padres: M - intervalos de tempo entre chegadas so independentes, identicamente distribudos e variveis aleatrias, seguindo o modelo Marcoviano (distribuio exponencial negativa ou distribuio de Poisson); D - intervalos de tempo entre chegadas so independentes, identicamente distribudos e determinstico (distribuio determinstica); Em - intervalos de tempo entre chegadas so independentes, identicamente distribudos e variveis aleatrias tendo distribuio de Erlang de ordem "m"; Hm - Hiper-exponencial de estgio "m"; G - intervalos de tempo entre chegadas so independentes, identicamente distribudos e tendo distribuio genrica. A terceira caracterstica (c) o nmero de canais de atendimento ou nmero de servidores. A quarta caracterstica (K) especifica o nmero mximo (capacidade mxima) de usurios no sistema. A quinta caracterstica (m) d o tamanho da populao que usa o sistema. A sexta caracterstica (Z) descreve a disciplina da fila. Observaes: 1.Existe uma notao condensada, A/B/c, onde se supe que no h limite para o tamanho da fila, a populao infinita e a disciplina da fila FIFO. Para o caso de capacidade limitada, a notao utilizada A/B/c/K. 2.Os modelos Marcovianos ou de distribuio de Poisson possuem uma grande aplicao terica uma vez que permitem desenvolver uma teoria sobre filas. Atravs dele, possvel calcular todas as principais caractersticas da fila, sem necessitar efetuar dimensionamentos e estudos financeiros com base em anlises mais demoradas com simulao ou uma abordagem matemtica complexa. Modelos de filas com distribuies exponenciais levam a dimensionamento de sistemas com mais segurana. Exemplos: M / E2 / 8 / FCFS / 10 / - pode ser uma clnica com 8 mdicos, intervalo entre chegada de clientes exponencial, tempo de atendimento Erlang de ordem 2, disciplina da fila de atendimento por ordem de chegada, com capacidade total do sistema para 10 clientes e populao infinita. O modelo M/M/1 conhecido como modelo de Poisson. Ele mais utilizado em estudos tericos, pois permite, facilmente, calcular todos os atributos de uma fila, facilitando a sua anlise financeira.

KENDALL, D.G., Stochastic processes occurring in the Theory of Queues and their analysis by the method of imbedded Markov chains, p. 338-354 Ann. Math. Statist. 24, 1953.

25/01/07 - 7 de 11

Mdulo 5 - Teoria das Filas

3.4. Estrutura do Sistema Existem vrios tipos de estrutura do sistema, e por isso, necessitam-se ser estudados caso-a-caso. A seguir esto relacionados trs exemplos de configuraes.
entrada

...

sada

sistema de 1 fila e 1 canal

entrada

...

sada

sistema de 1 fila e 3 canais

entrada

...

...

sada sistema complexo

4. MODELO DE 1 CANAL E 1 FILA COM POPULAO INFINITA (M / M / 1) 4.1. Consideraes do Sistema As equaes para este modelo baseiam-se nas seguintes caractersticas: Formas da chegada fila e de atendimento seguem o modelo Marcoviano (distribuio de Poisson ou a distribuio exponencial negativa) e; Nmero de canais de atendimento igual a 1. Expresses Nmero Mdio de Clientes no Sistema: NS = / ( - ) Nmero Mdio de Clientes na Fila: NF = 2 / [ ( - )] Nmero Mdio de Clientes Sendo Atendidos (Fator de Utilizao do Servidor): =/ Probabilidade de Existirem n Clientes no Sistema: P(n) = (1 - / ) ( / )n Teorema: Para qualquer sistema de filas, no qual exista uma distribuio em regime constante, so vlidas as seguintes relaes: NS = TS e NF = TF Vale relembrar que sistemas estveis so caracterizados por < , u seja, < 1. Quanto mais o valor de se aproxima de 1 a fila tende a aumentar infinitamente. Observa-se pela expresso de NF que se = , u seja, = 1, o tamanho da fila infinito.

25/01/07 - 8 de 11

Mdulo 5 - Teoria das Filas

Exemplo 1: O nmero mdio de carros que chegam a um posto de informaes igual a 10 carros/hora. Assumir que o tempo mdio de atendimento por carro seja de 4 minutos, e ambas as distribuies de intervalos entre chegadas e tempo de servio sejam exponenciais. Responder as seguintes questes: a - Qual a probabilidade do posto de informaes estar livre? b - Qual o nmero mdio de carros esperando na fila? c - Qual o tempo mdio que um carro gasta no sistema (tempo na fila mais o tempo de atendimento) ? d - Quantos carros sero atendidos em mdia por hora ? Dados do Problema: Chegada: = 10 carros/hora. Atendimento: em mdia, 1 carro a cada 4 minutos, ou seja 15 carros/hora (60/4). Sendo assim, = 15 carros/hora. Soluo: a - P(0) = (1 - / )( / )0 = (1 - 10 / 15) x 1 = 1 / 3 = 33,33% b - NF = 2 / [ ( - )] = 102 / 15 ( 15 - 10 ) = 1,33 carros c - Dado que NS = TS, ento: TS = NS / = 1 / ( - ) = 1 / 5 = 0,2 horas ou 12 minutos (Ateno) d - Se a ocupao mdia do posto fosse de 100%, ento, o nmero mdio de carros atendidos por hora seria de 15 carros. Sendo a ocupao mdia, a 100%, igual a 1 P(0), ou seja, igual a 2/3, ento o nmero de carros atendidos por hora seria de: 15 * 2 /3 = 10 carros por hora. Exemplo 2: Supondo-se que a chegada de um navio ao bero porturio siga a distribuio de Poisson, com uma taxa de 6 navios por dia. A durao mdia de atendimento dos navios de 3 horas, seguindo-se a distribuio exponencial. Calcule os seguintes valores: a Qual a probabilidade de um navio chegar ao porto e no esperar para atracar? b Qual a quantidade mdia de navios na fila do porto? c Qual a quantidade mdia de navios no sistema porturio? d Qual a quantidade mdia de navios utilizando o porto? e - Qual o tempo mdio de um navio na fila? f Qual deve ser a taxa de chegada de um navio para que o tempo mdio na fila seja de 3 horas? g Qual a probabilidade do bero porturio estar em uso?

25/01/07 - 9 de 11

Mdulo 5 - Teoria das Filas

Dados do Problema: Chegada: = 6 navios/dia. Atendimento: em mdia, 1 navio a cada 3 horas, ou seja 8 navios/dia (24/3). Sendo assim, = 8 navios/dia. Soluo: a - P(0) = (1 - / )( / )0 = (1 - 6 / 8) x 1 = 1 / 4 = 25% b - NF = 2 / [ ( - )] = 62 / [ 8 ( 8 6 ) ] = 2,25 navios c NS = / ( - ) = 6 / ( 8 6 ) = 3 navios d Navios no Porto = NS NF = 3 2,25 = 0,75 navio e TF = ?, como NF = TF ento TF = NF/ , ou seja TF = 2,25 / 6 = 0,375 dia = 9 horas f Se TF = 3 horas = 0,125 dias (3/24), mantendo-se a mesma taxa de atendimento (), deve-se calcular a nova taxa de chegada (). Sendo assim: Sendo NF = 2 / [ ( - )] e NF = TF, ento 2 / [ ( - )] = TF TF = {2 / [ ( - ) ] } x 1 / = / [ ( - ) ] = / ( 2 - ) TF ( 2 - ) = TF 2 TF = TF 2 = TF + ( TF + 1) = TF 2 = TF 2 / (TF + 1) = 0,125 x 82 / (0,125 x 8 + 1) = 4 navios / dia g Se a probabilidade de no ter nenhum navio no bero porturio de 25%, ento a probabilidade de ter-se um navio atracado de 1 P(0) = 1 1 / 4 = 3 / 4 = 0,75 = 75% Exemplo 3: Uma distribuidora de combustveis utiliza caminhes para transportar o seu produto. Sabendo-se que esta empresa s tem um ponto de abastecimento dos caminhes, que os ritmos de chegada e de atendimento seguem as distribuies do modelo Marcoviano, que a taxa de chegada dos caminhes de 4 unidades por hora, que a taxa de atendimento de 5 unidades por hora, que os custos horrios do funcionrio que abastece o veculo de 5,00 unidades monetrias e do motorista de 12,00 unidades monetrias, calcule o custo horrio do sistema e a probabilidade do funcionrio que abastece ficar sem nenhum caminho para abastecer. Dados do Problema: Chegada: = 4 caminhes/hora. Atendimento: = 5 caminhes/hora. Custo do funcionrio que abastece o caminho: 5,00 unidades monetrias. Custo do motorista: 12,00 unidades monetrias.

25/01/07 - 10 de 11

Mdulo 5 - Teoria das Filas

Soluo: Quantidade de Caminhes no Sistema: NS = / ( - ) = 4 / (5 4) = 4 caminhes Por hora o 1 funcionrio abastece 4 caminhes, ento se pode calcular o custo do sistema por: Custo Horrio do Sistema = 5,00 + (12,00 x 4) = 53,00 unidades monetrias. Probabilidade de no ter nenhum caminho para ser abastecido: P(0) = (1 - / )( / )0 = (1 - 4 / 5) x 1 = 20%. ANEXO Letras Gregas

alfa beta gama delta epsilon zeta eta teta

iota kapa lambda mu nu ksi micron pi rho

sigma tau psilon fi chi psi mega

25/01/07 - 11 de 11

Mdulo 5 - Teoria das Filas