Você está na página 1de 24

Modelagem e Simulao

1 of 24

file:///I:/ens/Livro MS/1.MS.htm

1. Introduo
Os sistemas computacionais, tais como as redes de computadores, prestam relevantes
servios compartilhando recursos de software e de hardware. Tendo em vista a magnitude de
suas contribuies em todos os nveis da nossa sociedade, desnecessrio destacar sua
importncia e o seu alcance espao-temporal.
Uma caracterstica destes sistemas que um recurso pode atender, em geral, apenas uma
tarefa em dado intervalo de tempo e as outras tarefas que pretendem utiliz-lo devem esperar
em uma fila. Este conceito, apesar da sua simplicidade, a ideia primria para a compreenso
do mais simples ao mais complexo sistema computacionais, da performance de uma CPU
grande rede mundial, a Internet, dos sistema de hardware aos sistemas de software.
Os modelos de filas so utilizados para a modelagem analtica, simulao e avaliao do
desempenho de sistemas computacionais, tanto em nivel de software quanto de hardware.
Eles permitem descrever o estado destes sistemas quantificando suas variveis de estado e
sua dinmica temporal.
A simulao de sistemas computacionais pode ser vista como o estudo do comportamento de
sistemas atravs de modelos de filas. Ela utiliza muitos outros recursos tericos,
principalmente estatstica, mas tambm nmeros aleatrios, matemtica discreta e de teoria
dos nmeros, alm de engenharia de software, clculo numrico, tcnicas de programao e
computao grfica.
O uso da simulao pode oferecer vantagens quando necessrio estimar distribuio de
variveis aleatrias, testar hipteses estatsticas, comparar cenrios representando diferentes
solues de um problema, avaliar o comportamento de uma soluo analtica e avaliar um
processo de tomadas de deciso em tempo real.
A execuo de modelos de simulao em computador tem potencial para fornecer resultados
mais precisos sem a necessidade de interferir nos sistemas reais, possibilitando gerar
informaes teis na tomada de decises para a soluo de problemas.
A simulao uma rea com grande potencial de aplicao comercial, pesquisa e consultoria,
principalmente em sistemas de grande trfego. Mas vai alm, como banco de dados, sistemas
operacionais, comunicao, sistemas embarcados e projetos de hardware e software.

1.1. Sistema
O termo sistema pode ser definido como um conjunto estruturado de componente entre os
quais pode-se definir alguma relao de funcionalidade. O valor dos atributos dos seus
componentes, variveis de estado e parmetros, em um dado instante de tempo, define o
estado do sistema.

08/03/2015 09:02

Modelagem e Simulao

2 of 24

file:///I:/ens/Livro MS/1.MS.htm

Figura 1.1. Representao grfica da relao sistema-mundo real.


Para os propsitos deste livro, os sistemas de interesse so os sistemas computacionais que
so recursos de software e de hartdware, tomados em parte ou no todo, de modo isolado ou
em conjunto. E para sua representao so utilizados sistemas de filas.

1.2. Modelo
Modelos so descries de um sistema, concebidos atravs de uma abstrao da realidade,
considerando seus aspectos relevantes, de modo que possam ser utilizados com os propsitos
de controle e predio.
A construo de um modelo, em geral, busca viabilizar a soluo de um problema de um
sistema, podendo existir um nmero variado de modelos para um mesmo sistema, cada um
deles considerando aspectos especficos do mesmo. muito comum ter vrios modelos para
resolver o mesmo problema de um sistema.
A utilidade de um modelo est diretamente relacionada sua capacidade de incorporar
elementos reais de forma simples, contendo seus aspectos importantes sem que a sua
complexidade impossibilite a compreenso e manipulao do mesmo.

Figura 1.2. Representao grfica da relao sistema-mundo real-modelo.


Para os propsitos deste livro, os modelos de interesse so os modelos de fila, que so
modelos matemticos capazes de representar sistemas computacionais de modo geral,
simular seu comportamento, descrever seus aspectos relevantes, analis-los e fazer predio.

1.3. Simulao
Simulao consiste em manipular um modelo de um sistema, real ou hipottico, para
compreender seu comportamento ou avaliar sua operao.

08/03/2015 09:02

Modelagem e Simulao

3 of 24

file:///I:/ens/Livro MS/1.MS.htm

Figura 1.3. Representao grfica da relao sistema-mundo real-modelo-simulao.


Por meio da simulao possvel fazer uma estimativa do comportamento de um sistema,
alm de estabelecer como mudanas no sistema, no todo ou em partes, podem afetar seu
comportamento e desempenho.
A simulao pode ser classificada de vrias maneiras, a mais comum usa quatro categorias: a)
simulao contnua; b) simulao Monte Carlo; c) simulao de eventos discretos e d)
simulao baseada em trace.

1.3.1. Simulao Contnua


A simulao contnua leva em conta o tempo, utilizada para modelar sistemas cujo estado
varia continuamente no tempo, sendo comum a utilizao de equaes diferenciais para o
clculo das mudanas das variveis de estado ao longo do tempo.
Um processo pode ser de estado discreto ou contnuo. Se os valores que suas variveis de
estado podem assumir finito e enumervel, o processo chamado de processo de estado
discreto. Por exemplo, o nmero de servidores em um sistema de fila pode ter valores
discretos iguais a 1, 2, 3 e assim por diante, portanto um processo de estado discreto.
Por outro lado, se as variveis de estado podem assumir qualquer valor real ele um processo
de estado contnuo. O tempo de espera numa fila, teoricamente, pode assumir qualquer valor
real e, portanto, um processo de estado contnuo.

1.3.2. Simulao Monte Carlo


O Mtodo de Monte Carlo um mtodo estatstico que utiliza amostragens aleatrias massivas
para obter resultados numricos, repetindo sucessivas simulaes para calcular
probabilidades. Tem sido utilizado como forma de obter aproximaes numricas de funes
complexas, utilizando alguma distribuio de probabilidade e uma amostra para aproximar a
funo de interesse.
Simulao de Monte um modelo de simulao esttica, a passagem do tempo irrelevante.

1.3.3. Simulao de Eventos Discretos


Em simulao discreta, o estado do sistema s pode mudar nos tempos de eventos. Um
evento discreto acontece em um momento do tempo. Como o estado de um evento discreto
permanece constante entre tempos de eventos, uma descrio completa do estado do sistema
pode ser obtida avanando o tempo de simulao.
Na simulao de sistemas computacionais, feita por meio modelos de modelos de filas, as
tarefas entram na fila e so atendidos pelo servidor. Estes processos de chegada e de
atendimento so eventos discretos que ocorrem em pontos isolados do tempo.

1.3.4. Simulao de Trace

08/03/2015 09:02

Modelagem e Simulao

4 of 24

file:///I:/ens/Livro MS/1.MS.htm

Trace um registro ordenado no tempo de eventos ocorridos em um sistema real, como um


log de um servidor. A simulao baseada em trace utiliza este registro como dados de entrada
e, assim, permite avaliar o comportado do modelo.
Traces so teis para conhecer o comportamento de sistemas computacionais, so fontes de
dados para obteno de funes de distribuio de dados para uso em simulao. Como so
valores medidos, podem tambm ser usados na validao e verificao de resultados das
simulo. Por serem dados medidos, traces devem ser amostras representativas do
comportamento do sistema.

1.4. Simulao Computacional


A simulao computacional faz uso de computadores para realizar simulaes. Ela utiliza
linguagens de programao para implementar os modelos matemticos de sistemas
computacionais em software e process-los em computadores, fazendo uso das capacidades e
velocidades extremadas destas mquinas.
No texto do livro, o termo simulao refere-se a simulao computacional. Neste sentido, os
modelos de Sistema de Filas sero apresentados e implementados em C++ e Javascript,
viabilizando a simulao em diversas tipos de computadores e dispositivos mveis,
navegadores e sistemas operacionais.

1.5. Etapas de um Estudo de Simulao


O processo de construo de modelos para representar sistemas reais pode ser organizado
em uma sequncia de estgios de forma a simplificar, agilizar e melhorar o modelo.
Considerando a estreita relao entre a simulao e a orientao a objetos, as tcnicas de
engenharia de software oferecem contribuies relevantes no trabalho de projeto de modelos.
Neste contexto, na Tabela 1.1 esto apresentados em linhas gerais os estgios da construo
de modelos para simulao de sistemas.
Tabela 1.1. Estgios da construo de modelos para simulao de sistemas segundo Jain
(1991)
o problema discutido no escopo do sistema real ou seu projeto. Uma vez
identificado o problema, pode-se avaliar a viabilidade do uso da simulao para sua
soluo. Esta avaliao acontece em consonncia com os objetivos da simulao
aps identificado, o problema ento formulado com vistas simulao. Devido
Formulao do
natureza evolucionria da simulao, a definio do problema um processo
Problema
contnuo, que ocorre em todos estes estgios
identificar os resultados a serem alcanados com a simulao, definir critrios para
avaliao destes resultados e apresentar suas aplicaes, restries e limites das
Objetivos
solues encontradas para o problema. Em seguida so definidos os objetivos
especficos, para enumerar as caractersticas internas do sistema que precisam ser
representadas no modelo
o modelo conceitual consiste de uma descrio esttica e de uma descrio
Construo do
dinmica. A descrio esttica define os elementos do sistema e suas
Modelo Conceitual caractersticas. A descrio dinmica define o modo como estes elementos
Identificao do
Problema

08/03/2015 09:02

Modelagem e Simulao

5 of 24

file:///I:/ens/Livro MS/1.MS.htm

interagem causando mudanas no seu estado no decorrer do tempo. O modelador


deve conhecer bem a estrutura e as regras de operao do sistema e saber extrair
o essencial do mesmo, sem incluir detalhes desnecessrios. A quantidade de
detalhes includa no modelo deve ser baseada no propsito para o qual
construdo
Determinao dos geralmente os valores de entrada so de incio, hipotticos ou baseados em alguma
Dados de Entrada e anlise preliminar. Depende do objetivo do modelo, amostras representativas do
Sada
sistema so requeridas. So teis nos estgios posteriores do estudo da simulao
Construo do
Modelo
a traduo do modelo conceitual para uma forma reconhecida pelo computador
Computacional
consiste em determinar se o modelo conceitual executado pelo computador como
Verificao
esperado
busca comprovar que ele representa o sistema real com fidelidade suficiente para
garantir a obteno de solues satisfatrias para o problema. Normalmente so
utilizados cenrios em que o comportamento real j conhecido previamente e que
pode ser comparado com o comportamento obtido com a simulao. Tambm pode
Validao
envolver uma comparao da estrutura do modelo e do sistema, e comparaes do
nmero de vezes que decises fundamentais ou tarefas dos subsistemas so
realizadas. Outros modelos do mesmo sistema tambm podem ser utilizados na
validao
refere-se ao estabelecimento das aes para a execuo da simulao, o plano
estratgico consiste em um cronograma de atividades eficiente tanto para explicar
as relaes entre os resultados simulados e as variveis controladas, quanto para
Plano de Ttica e
determinar a combinao dos valores das variveis controladas que minimizariam
Estratgia
ou maximizariam a resposta simulada. J o plano ttico consiste em determinar
como cada simulao deve ser realizada para se obter as informaes desejadas
sobre os dados
Experimentao e
Anlise dos
execuo do modelo computacional, interpretao e anlise dos resultados
Resultados
Implementao dos
os resultados da simulao so implantados no sistema real
Resultados
Documentao do
documentao do modelo utilizando os diagramas da UML ou equivalente
Modelo
Relatrio da
relatrio tcnico da simulao e memria de clculo utilizando normas tcnicas ou
Simulao
equivalente

1.6. Sistemas de Fila


Sistemas de Fila so compostos por Tarefas, uma ou mais Filas e um ou mais Servidores,
como exposto na Tabela1.2. O termo tarefa ser a nomenclatura deste livro embora,
depedendo do contexto, possam ser encontrados vrios sinnimos equivalentes na literatura
especializada.
Tabela 1.2. Componentes dos Sistemas de Fila
Tarefa a unidade que requer atendimento
Fila
representa as tarefas que esperam atendimento, no inclui as tarefas sendo atendidas
Servidorcanal que realiza o atendimento da tarefa, pode ser um nico ou mltiplo

Sistemas de Fila podem ser descritos como terefas chegando para serem processadas e

08/03/2015 09:02

Modelagem e Simulao

6 of 24

file:///I:/ens/Livro MS/1.MS.htm

saindo do sistema aps serem atendidas. A formao de fila ocorre quando a procura maior
do que a capacidade de atendimento do sistema. O fluxo temporal das tarefas nas Filas e no
Servidor determina a dinmica do sistema.
A Figura 1.4 representa graficamente um Sistema de Fila, nela pode-se ver ainda a estrutura
destes modelos, seus parmetros e as interrelaes entre eles. Nesta figura pode-se identificar
seis parmetros bsicos dos Sistemas de Fila, eles so descritos na Tabela 1.3.

Figura 1.4. Representao grfica dos Sistemas de Fila, sua estrutura, parmetros bsicos e
suas interrelaes (Jain, 1991).
Tabela 1.3. Os seis parmetros bsicos dos Sistemas de Fila
1. Processo de
chegada
2. Distribuio do
tempo de servio
3. Nmero de
Servidores
4. Capacidade do
Sistema
5. Tamanho da
populao
6. Disciplina de
Servio

o processo de chegada de tarefas ou entrada na fila do sistema, medido em


termos de nmero mdio de chegadas por unidade de tempo ( taxa mdia de
chegada) ou pelo tempo mdio entre chegadas sucessivas
a distribuio do tempo de servio descrito pela taxa de servio ( nmero de
servios atendidos em dado intervalo de tempo) ou pelo tempo de servio
nmero de servidores em paralelo que prestam servios simultneamente. Um
sistema de filas pode apresentar um ou mltiplos canais de atendimento operando
independentemente um do outro
nmero mximo de tarefas permitidos no sistema ao mesmo tempo, tanto aquelas
sendo atendidas quanto aquelas nas filas
tamanho potencial da populao de tareafs que demandam o sistema
refere-se maneira como os servios so escolhidos para entrar no servidor aps
uma fila ser formada

O modelo mais simples dos Sistemas de Fila aquele que possui uma nica fila e apenas um
servidor, Figura 1.5. O modelo Fila+Servidor pode ser usado para analisar os recursos

08/03/2015 09:02

Modelagem e Simulao

7 of 24

file:///I:/ens/Livro MS/1.MS.htm

individuais de sistemas de computao como, por exemplo, se tarefas a serem processadas


por uma CPU so mantidas em uma memria, a CPU pode ser modelada por um Sistema de
Fila simples, onde a memria a Fila e a CPU o Servidor do sistema.

Figura 1.5. Representao grfica de Sistemas de Fila simples destacando sua estrutura, seus
processos de entrada e sada, a formao da Fila com tarefas em espera e o Servidor.
O modelo Fila+Servidor a unidade bsica da simulao, embora possua estrutura simples ele
bem estudado e tem sido bem sucedido em representar o comportamento dos sistemas
computacionais. Estes modelos podem ser associados em srie e,ou, em paralelo para simular
sistemas computacionais como rede de computadores.

1.6.1. Notao de Kendall para Sistemas de Fila


De maneira geral, Sistemas de Fila podem ser descritos pela notao de Kendall (A/B/c
/K/m/Z), Tabela 1.4, com seus valores apresentados na Tabela 1.5.
Tabela 1.4. Descrio dos parmetros da notao de Kendall para Sistemas de Fila
A distribuio dos intervalos de tempo entre chegadas
B distribuio do tempo de servio
c nmero de servidores ou capacidade de atendimento
K nmero mximo de tarefas permitidas no sistema
mtamanho da populao de tarefas
Z disciplina da fila

Tabela 1.5. Valores dos parmetros da notao de Kendall para Sistemas de Fila
SmboloDescrio
A
B
c
K
m
Z

Valores
M Processo de Poisson (Markoviano)
D Determinstica
Distribuio de tempo entre chegadas
E Erlang ( = 1,2, ...)
GI Geral e Independente
Distribuio de tempo de servio
M, D, E, GI
Nmero de servidores
1, 2, ...,
Capacidade do sistema
1, 2, ...,
Tamanho da populao
1, 2, ...,
FIFO primeiro que chega o primeiro a ser atendido
LIFO ltimo que chega o primeiro a ser atendido
Disciplina da fila
SIRO servio com ordem aleatria
PRI prioridade

Assim, por exemplo, a notao M/E5/1/10//FIFO indica uma processo com chegadas
Marcovianas (Exponencial Negativa ou Poisson), atendimento Erlang de quinto grau, um
servidor, capacidade mxima do sistema igual a 10 tarefas, populao infinita e o primeiro que
chega o primeiro a sair do sistema.

08/03/2015 09:02

Modelagem e Simulao

8 of 24

file:///I:/ens/Livro MS/1.MS.htm

A notao M/M/1 o sistema de fila mais simples, com chegadas e atendimento Marcovianos,
um servidor, capacidade do sistema infinita, populao infinita e o primeiro que chega o
primeiro a sair do sistema, a abreviao de M/M/1///FIFO.
Em sistemas computacionais, principalmente em sistema que envolve hardware e sistemas de
tempo real, o escalonamento das tarefas so utilizados para decidir que tarefa deve entrar
em servio. Alm das diciplinas de filas j citados temos ainda as seguintes:
RR (round robin) - uma tarefa escalonada atendida por um intervalo de tempo pequeno,
um quantum. Se o servio no completado neste intervalo de tempo, ela colocada no
final da fila e outra tarefa atendida at que esgote seu quantum ou termine o servio
PS (processos sharing) - as tarefas dividem a capacidade do Servidor como se
executassem em paralelo
IS (infinite server) - no existe fila, as tarefas so atendidas assim que chegam no Sistema
de Fila
PRTY (nonpreemptive priority) - uma tarefa no Servidor no afetada quando outra tarefa
de maior prioridade chega no Sistema de Fila
PRTYPR (preemptive-resume priority) - a chegada de uma tarefa com maior prioridade no
Sistema de Fila tira do Servidor a de menor prioridade
O desenvolvimento tanto terico quanto computacional dos modelos de Sistemas de Fila
permitiram suas aplicaes nas Cincias e Engenharias, revelando-se um rico manancial para
simulaes de sistemas do mundo real.

1.6.2. Variveis Aleatrias dos Sistemas de Fila


As variveis de estado dos Sistemas de Fila podem assumir diferentes valores numricos para
cada evento, conceitualmente so variveis aleatrias tem termos estatsticos. As variveis
aleatrias fundamentais dos Sistemas de Fila esto representadas na Figura 1.6 e descritas na
Tabela 1.6.

08/03/2015 09:02

Modelagem e Simulao

9 of 24

file:///I:/ens/Livro MS/1.MS.htm

Figura 1.6. Variveis aleatrias utilizadas na anlise de Sistemas de Fila Simples, adaptado de
Jain (1991).
Tabela 1.6. Variveis aleatrias fundamentais dos Sistemas de Fila Simples (Jain, 1991).
VarivelDescrio

tempo entre chegadas, isto , o tempo entre duas chegadas sucessivas

taxa mdia de chegada por unidade de tempo, = 1/E[]


s
tempo de servio, tempo requerido para processar cada tarefa
taxa mdia de servio por servidor por unidade de tempo, = 1/E[s], a taxa total de servio para

m servidores m
n
nmero de tarefas no sistema, inclui as tarefas sendo atendidas e as que esperam na fila
n
nmero de tarefas esperando na fila ou comprimento da fila
q

nmero de tarefas sendo atendidas

tempo de resposta ou tempo no sistema, inclui tanto o tempo de espera para ser atendido
quanto o tempo de atendimento

08/03/2015 09:02

Modelagem e Simulao

10 of 24

file:///I:/ens/Livro MS/1.MS.htm

tempo de espera, intervalo de tempo entre a chegada e o incio do atendimento da tarefa

Condio de estabilidade:
> m, m o nmero de servidores, esta condio de estabilidade no se aplica
populao finita e aos sistemas de buffer finito
nos sistemas de populao finita, o comprimento da fila sempre finito, o sistema nunca
pode se tornar instvel
sistemas de buffer finito (K finito) so sempre estveis desde que as tarefas que chegam
sejam descartados quando o nmero de tarefas no sistema exceda a capacidade do
sistema
Nmero no Sistema x Nmero na Fila
n = n + n n, n e n so variveis aleatrias
q

s,

E[n] = E[n ] + E[n ], o nmero mdio de tarefas no sistema igual soma do nmero
q

mdio na fila e o nmero mdio no servidor


se a taxa de servio de cada servidor independente do nmero de tarefas na fila, tem-se
que Cov(n ,n ) = 0 e V[n] = V[n ] + V[n ]. A varincia do nmero de tarefas no sistema
q s

igual soma da varincia do nmero de tarefas na fila e da varincia do nmero de tarefas


no servidor.
Nmero x Tempo
se as tarefas no so perdidas devido a capacidade do sistema, o nmero mdio de
tarefas em um sistema est relacionada com seu tempo mdio de resposta pela equao:
nmero mdio de tarefas no sistema = taxa de chegada tempo mdio de servio
similarmente: nmero mdio de tarefas na fila = taxa de chegada x tempo mdio de
espera na fila
Estas equaes so conhecidas como a Lei de Little. Em sistemas de buffer finito, estas leis
podem ser usadas desde que seja usada a taxa de chegada efetiva, ou seja, a taxa de
servios que realmente entram no sistema e so atendidas pelo servidor.
Tempo no Sistema x Tempo na Fila
r = w + s, o tempo que uma tarefa fica em um sistema de filas igual soma do tempo de
espera na fila e do tempo de servio, r, w e s so variveis aleatrias.
E[r] = E[w] + E[s], o tempo mdio no sistema igual soma do tempo mdio de espera e
o tempo mdio de servio
se a taxa de servio independente do nmero de servios na fila, tem-se que Cov(w,s) =
0 e V[r] = V[w] + V[s], a variao do tempo no sistema igual soma das varincias do
tempo de espera e do tempo de servio
A Teoria de Filas, desenvolvido por A. K. Erlang em 1909, utilizada para descrever
analiticamente Sistemas de Fila por meio de frmulas matemticas. Seu uso permite
determinar vrias medidas da efetividade destes sistemas, com a finalidade de indicar seu
desempenho. Na Tabela 1.7 esto os resultados analticos da Teoria das Filas aplicada em

08/03/2015 09:02

Modelagem e Simulao

11 of 24

file:///I:/ens/Livro MS/1.MS.htm

Sistemas de Fila M/M/1.


Tabela 1.7. Resultados analticos de Sistemas de Fila M/M/1 segundo a Teoria das Filas (Jain,
1991).

4. Probabilidade de zero tarefa no sistema

= taxa de chegada de tarefas por unidade de


tempo
= taxa de servio por unidade de tempo
= /
<1
p = 1-

5. Probabilidade de n tarefas no sistema

p = (1-) , n =0, 1, ...

6. Nmero mdio de tarefas no sistema


7. Varincia do nmero mdio de tarefas no sistema

E[n] = /(1-)

1. Parmetros
2. Intensidade de trfego
3. Condio de estabilidade

V[n] = /(1-)

P[n = k] = 1- , k = 0
q

8. Probabilidade de k tarefas na fila

k+1

P[n = k] = (1-)

,k>0

9. Nmero mdio de tarefas na fila

E[n ] = /(1-)

10. Varincia do nmero mdio de tarefas na fila

V[n ] = (1+- )/(1-)

11. Funo de distribuio acumulada do tempo de


resposta
12. Tempo mdio de resposta
13. Varincia do tempo de resposta
14. q-Percentil do tempo de resposta
15. 90-Percentil do tempo de resposta
16. Funo de distribuio acumulada do tempo de
espera
17. Tempo mdio de espera
18. Varincia do tempo de espera
19. q-Percentil do tempo de espera
20. 90-Percentil do tempo de espera
21. Probabilidade de n ou mais tarefas no sistema
22. Probabilidade de executar n tarefas no perodo
ocupado
23. Nmero mdio de tarefas executadas no perodo
ocupado
24. Varincia do nmero de tarefas executadas no
perodo ocupado
25. Durao mdia do perodo ocupado
26. Varincia do perodo ocupado

-r(1-)

F(r) = 1-e

E[r] = (1/)/(1-)
2

V[r] = (1/ )/(1-)


E[r] ln[100/(100-q)]
2.3 E[r]
-w(1-)

F(w) = 1-e

E[w] = (1/)/(1-)=E[r]
2

V[w] = (2-)/[ (1-) ]


max{ 0, (E[w]/)ln[100/(100-q)] }
max{ 0, (E[w]/)ln(10) }

n
n-1

(1/n)C(2n-2,n-1)

/(1+)

2n-1

1/(1-)
3

(1+)/(1-)
1/[(1-)]
2

1/[ (1-) ]-1/[ (1-) ]

1.6.3. Processos Nascimento-Morte


Um processo nascimento-morte til para modelar sistemas em que as tarefas chegam uma
de cada vez e no em lotes. O estado destes sistemas podem ser representados pelo seu
nmero de tarefas n. A chegada de uma nova tarefa altera o estado do sistema para n+1, isto

08/03/2015 09:02

Modelagem e Simulao

12 of 24

file:///I:/ens/Livro MS/1.MS.htm

denominado nascimento. Da mesma forma, o atendimento de uma tarefa muda o estado do


sistema para n-1, isto nomeado morte.
Se os estados futuros de um processo so independentes do passado e dependem apenas do
presente, o processo chamado de Processo de Markov, isto , para s e t > 0 ento P(X > s+t
| X > s) = P(X > t). Esta propriedade dos Processos de Markov torna-os mais fcil de analisar j
que no necessrio considera sua trajetria passada, conhecer seu estado atual suficiente.
Um Processo Markov de estado discreto chamado de Cadeia de Markov. Estes nomes so
em homenagem a A. A. Markov, que os definiu e os analisou em 1907.
Os Sistemas de Fila M/M/m podem ser modeladas atravs de Processos de Markov. O
atendimento dos Servidores nestes sistemas um Processo de Markov e a chegada de tarefas
em Fila uma Cadeia de Markov.
Os Processos de Markov nos quais as transies so discretas e restritas aos estados vizinhos
so Processos Nascimento-Morte. Assim possvel representar os estados por nmeros
inteiros de tal forma que um processo no estado n pode mudar apenas para o estado n+1 ou
n-1. Por exemplo, o nmero de tarefas em uma fila com um nico servidor e chegadas
individual (e no em lotes) pode ser representada como um Processo Nascimento-Morte. Uma
chegada na fila (nascimento) faz com que o estado mude por +1 e uma partida da fila (morte),
faz com que o estado mude por -1.
Se os tempos entre chegadas so independentes e igualmente distribudos (iid) e
exponencialmente distribudos, o nmero de chegadas n em um determinado intervalo (t,t+x)
tem uma distribuio de Poisson, o processo de chegada referido como um Processo de
Poisson.
Os Processos de Poisson tem as seguintes propriedades:
fuso de k Processos de Poisson com taxa mdia resulta em um Processo de Poisson
com taxa mdia dada por =1/k .
i

um Processo de Poisson com taxa mdia pode ser divido em n processos com p ,
1 1

p , ..., p , p = 1
2 2

n n

a saida de um sistema de filas M/M/1 em que < um Processo de Poisson


a saida de um sistema de filas M/M/m com taxas de servios , ..., , em que < so
1

Processos de Poisson
A relao entre os processos estocsticos est representada graficamente na Figura 1.7.

08/03/2015 09:02

Modelagem e Simulao

13 of 24

file:///I:/ens/Livro MS/1.MS.htm

Figura 1.7. Relao entre processos estocsticos.

1.6.4. Probabilidade de Estado para Processos Nascimento-Morte


A Figura 1.8 apresenta o diagrama de transio de estado de um processo nascimento-morte.
Este o sistema mais simples de fila em que servios chegam de acordo com um Processo de
Poisson em um sistema de servidor nico. O modelo tambm assume capacidade infinita da
instalao, os servios so provenientes de uma populao infinita e a distribuio dos
servios na base FIFO.

Figura 1.8. Diagrama de transio de estado de um processo nascimento-morte.


Quando o sistema estiver no estado n, os novos processos chegam a taxa

n-1

e partem com

taxa de servio . Assumindo que os intervalos entre chegadas e os tempos de servio so


n

exponencialmente distribudos, a probabilidade de estado estacionrio de um processo


nascimento-morte de estar no estado n dada pelo Teorema 1.1.
Teorema 1.1. A probabilidade do estado estacionrio p de um processo nascimento-morte
n

estar no estado n dada por:


p = p ( ...
n

0 0 1 2

n-1

)/( ...
1 2 3

), em que p a probabilidade da fila estar vazia, n = 0.

n-1 n

Esta expresso para p pode ser utilizada para analisar Sistemas de Fila M/M/c/K/m, para
n

todos os valores de c, K e m.

1.6.5. Sistemas de Filas M/M/1


Este o Sistema de Fila mais simples, constitudo por uma fila e um servidor, em que as
tarefas chegam de acordo com um Processo de Poisson e o tempo para atende-las
distribudo exponencialmente. Uma vez que neste sistema pode-se aumentar ou diminuir, no
mximo, uma tarefa de cada vez, um Processo Nascimento-Morte com taxas homogneas
08/03/2015 09:02

Modelagem e Simulao

14 of 24

file:///I:/ens/Livro MS/1.MS.htm

de nacimentos e de morte . O diagrama de estado das taxas de transio de Sistemas de


Fila M/M/1 mostrado na Figura 1.9.

Figura 1.9. Diagrama de transio de estado de Sistemas de Fila M/M/1 destacando os


valores constantes das taxas de transio e .
O estado dessa fila dado pelo seu nmero de tarefas podendo variar, teoricamente, de 0 a .
Para = e = , n [0,), o Teorema 1.1 nos d a seguinte expresso para a
n

probabilidade de n tarefas do sistema:

( / ) .

A quantidade / chamada de intensidade de trfego e indicada pelo smbolo . Assim p =


n

p .
0

Uma vez que a soma de todas probabilidades deve ser igual a 1, tem-se a seguinte expresso
2

para a probabilidade de zero tarefas na Fila do sistema:


Substituindo p em p , temos:
0

Nota:

=1

= /(1 )

=1/(1++ ++ )=1

=(1) .

|x| < 1, soma da progresso geomtrica infinita (Polyanin &

Manzhirov, 2007, pag. 357).


Pode-se derivar as propriedades das filas M/M/1 que foram apresentadas na Tabela 1.7. Por
exemplo, a Utilizao do Servidor dada pela probabilidade de se ter um ou mais servios no
sistema: U = 1-p =
0

O nmero mdio de tarefas no sistema dado por: E[n]=np =n(1) =/(1)


n

Nota: a

, |x| < 1 (Polyanin & Manzhirov, 2007, pag. 357).

A varincia do nmero de tarefas no sistema : [ ]= [

]( [ ]) =

(1) -[/(1)] =

/(1)

A probabilidade de n ou mais tarefas no sistema ( )=

(1) =

O tempo mdio de resposta pode ser calculado usando a Lei de Little, que estabelece que:
nmero mdio de tarefas no sistema = taxa de chegada x tempo mdio de resposta, isto

08/03/2015 09:02

Modelagem e Simulao

15 of 24

file:///I:/ens/Livro MS/1.MS.htm

, E[n] = E[r].
[n]=

[r] [ ] = [n]/ = [/(1)]/ = (1/ )/(1) = (1)/

A funo de distribuio acumulada (fda) do tempo de resposta F(r) = 1-e

-r(1-)

Note-se que o tempo de resposta distribudo exponencialmente. A partir desta distribuio


pode-se calcular seus percentis. Por exemplo, o q-percentil do tempo de resposta pode ser
calculado por 1

(1)

= /100 ou

= (1/ )(1)

[100/(100 )]

Da mesma forma, o fda do tempo de espera dado por F(w) = 1-e

-w(1-)

Trata-se de uma distribuio exponencial truncada. Seu q-percentil dado por

=(1/ )(1)

[100/(100 )]
Esta frmula se aplica somente se q maior do que 100(1-) sendo os demais percentis so
nulos. Isto pode ser indicado pela equao: =
{0, [ ]/ [100/(100 )]}
O nmero mdio de tarefas na Fila dado por [n ]=( 1)

=( 1)(1) = /(1)

Quando no h servios no sistema, o servidor considerado ocioso; caso contrrio, o


servidor est ocupado. O intervalo de tempo entre dois sucessivos intervalos ociosos
chamado de perodo ocupado.
O seguinte exemplo ilustra a aplicao destes resultados na modelagem de um gateway de
rede, extrado de Jain (1991).
Exemplo 1.1. Em um gateway de uma rede, medies mostraram que os pacotes chegavam
a uma taxa mdia de 125 pacotes por segundo (pps) e o gateway levava cerca de 2
milissegundos para transmiti-los. Usando um modelo M/M/1, analise o gateway. Qual a
probabilidade de estouro de buffer se o tamanho do buffer do gateway for igual a 13? Qual a
tamanho do buffer para que a perda de pacotes seja menor do que um pacote por milho?
Taxa de chegada = 125 pps
Taxa de servio = 1/0.002 = 500 pps
Intensidade do trfego no gateway = / = 0,25
n

Probabilidade de n pacotes no gateway = (1-) = 0,75(0,25)

Nmero mdio de pacotes no gateway = /(1-)= 0,25/0,75 = 0,33


Tempo mdio gasto no gateway = (1/)/(1-)= (1/500)/(1-0,25)=2.66 ms
n

Probabilidade de estouro de buffer = P(mais de 13 pacotes no gateway) = = 0,2513=

08/03/2015 09:02

Modelagem e Simulao

16 of 24

1,49x10

-8

file:///I:/ens/Livro MS/1.MS.htm

15 pacotes por bilhes de pacotes


-6

Para limitar a probabilidade de perda para menos de 1x10 , < 1x10


(0,25) = 9,96. O tamanho do buffer deve ser igual a 10.

-6

-6

ou n > log (1x10 )/log

Os dois ltimos resultados sobre buffer overflow so aproximados. Estritamente falando, o


gateway deve realmente ser modelado como uma fila M/M/1/B. No entanto, uma vez que a
utilizao baixa e o tamanho do buffer est acima do comprimento mdio da fila, estes
resultados so boas aproximaes.

1.7. Outra Formulao para os Passos de um Estudo de


Modelagem e Simulao
Freitas Filho (2008), no captulo 1 Modelagem e Simulao de Sistemas, discute uma
segunda viso do processo de Formulao de um Estudo Envolvendo Modelagem e
Simulao, tomada das principais fontes sobre o assunto, os textos clssicos de Banks, Law e
Kelton, Pegden e Kelton e Sadow ski. As etapas apresentadas na Figura 1.9 esto presentes
em quase todos os livros e trabalhos gerais sobre o processo para solucionar problemas
usando modelagem e simulao. As etapas desta figura so descritas na Tabela 1.8.

Figura 1.9. Diagrama com as etapas em um estudo envolvendo modelagem e simulao.


Tabela 1.8. Descrio das etapas em um estudo envolvendo modelagem e simulaoto
Todo estudo de simulao inicia com a formulao do problema. Os propsitos e
objetivos do estudo devem ser claramente definidos. Devem ser respondidas
questes do tipo:
Formulao e
Anlise do
Problema

1.
2.
3.
4.
5.

Por que o problema est sendo estudado?


Quais sero as respostas que o estudo espera alcanar?
Quais so os critrios para avaliao da performance do sistema?
Quais so as hipteses e prerrogativas?
Que restries e limites so esperados das solues obtidas?

08/03/2015 09:02

Modelagem e Simulao

17 of 24

Planejamento do
Projeto

Formulao do
Modelo Conceitual

file:///I:/ens/Livro MS/1.MS.htm

Com o planejamento do projeto pretende-se ter a certeza de que se possuem


recursos suficientes no que diz respeito a pessoal, suporte, gerncia, hardware e
software para realizao do trabalho proposto. Alm disso, o planejamento deve
incluir um a descrio dos vrios cenrios que sero investigados e um cronograma
temporal das atividades que sero desenvolvidas, indicando os custos e
necessidades relativas aos recursos anteriormente citados.
Traar um esboo do sistema, de forma grfica (fluxograma, por exemplo) ou
algortmica (pseudocdigo), definindo componentes, descrevendo as variveis e
interaes lgicas que constituem o sistema. recomendado que o modelo inicie
de forma simplificada e v crescendo at alcanar algo mais complexo,
contemplando todas as suas peculiaridades e caractersticas. O usurio deve
participar intensam ente desta etapa. Alguma s das questes que devem ser
respondidas:
1. Qual a estratgia de modelagem? Discreta? Contnua? Uma combinao?
2. Que quantidade de detalhes deve ser incorporada ao modelo?
3. Como o modelo reportar os resultados? Relatrios ps-simulao?
Animaes durante a execuo?
4. Que nvel de personalizao de cenrios e cones de entidades e recursos
deve ser implementado?
5. Que nvel de agregao dos processos (ou de alguns) deve ser
implementado?
6. Como os dados sero colocados no modelo? Manualmente? Leitura de
arquivos?
Macro-informaes so fatos, informaes e estatsticas fundamentais, derivados
de observaes, experincias pessoais ou de arquivos histricos. Em geral, macroinformaes servem para conduzir os futuros esforos de coleta de da dos voltados
a alimentao de parmetros do sistema modelado. Algumas questes que se
apresentam so:

Coleta de Macro
Informaes
Coleta de Dados

1. Quais so as relaes e regras que conduzem a dinmica do sistema? O uso


dediagramas de fluxos comum para facilitar a compreenso destas interrelaes.
2. Quais so as fontes dos dados necessrios a alimentao do modelo?
3. Os dados j se encontram na forma desejada? O mais comum os dados
disponveis encontrarem-se de maneira agregada (na forma de mdias, por
exemplo), o que no interessante para a simulao.
4. E quanto aos dados relativos a custos e finanas? Incorporar elementos de
custos em um projeto torna sua utilizao muito mais efetiva. Custos de
espera, custos de utilizao, custos de transporte etc., quando empregados,
tornam os modelos mais envolventes e com maior credibilidade e valor.
Codificar o modelo numa lnguagem de simulao apropriada. Embora hoje os
esforos de conduo desta etapa tenham sido minimizados em funo dos
avanos em hardware e, principalmente, nos softwares de simulao, algum as
questes bsicas devem ser propriamente formuladas e respondidas:

Traduo do
Modelo

1. Quem far a traduo do modelo conceitual para a linguagem de simulao?


fundamental a participao do usurio se este no for o responsvel direto
pelo cdigo.
2. Como ser realizada a comunicao entre os responsveis pela programao
e a gerncia do projeto?
3. E a documentao? Os nomes de variveis e atributos esto claramente

08/03/2015 09:02

Modelagem e Simulao

18 of 24

file:///I:/ens/Livro MS/1.MS.htm

documentados? Outros, que no o programador responsvel, podem entender


o programa?

Verificao e
Validao do
Modelo

Confirmar que o modelo opera de acordo com a inteno do analista (sem erros de
sintaxe e lgica) e que os resultado s por ele fornecidos possuam crdito e sejam
representativos dos resultados do modelo real. Nesta etapa as principais questes
so:
1. O modelo gera informaes que satisfazem os objetivos do estudo?
2. As informaes geradas so confiveis?
3. A aplicao de testes de consistncia e outros confirma que o modelo est
isento de erros de programao?
Projetar um conjunto de experimentos que produza a informao desejada,
determinando como cada um dos testes deva ser realizado. O principal objetivo
obter mais informaes com menos experimentaes. As principais questes so:

Projeto
Experimental

Experimentao

Interpretao e
Anlise Estatstica
dos Resultados

Comparao de
Sistemas e
Identificao das
Melhores Dolues

Documentao

1. Quais os principais fatores associados aos experimentos?


2. Em que nveis devem ser os fatores variados de forma que se possa melhor
avaliar os critrios de desempenho?
3. Qual o projeto experimental mais adequado ao quadro de respostas
desejadas?
Executar as simulaes para a gerao dos dados desejados e para a realizao
das anlises de sensibilidade.
Traar inferncias sobre os resultados alcanados pela simulao. Estimativas para
as medidas de desempenho nos cenrios planejados so efetuadas. As anlises
podero resultar na necessidade de um maior nmero de execues (replicaes)
do modelo para que se possa alcanar a preciso estatstica sobre os resultados
desejados. Algumas questes que devem ser apropriadamente respondidas:
1. O sistema modelado do tipo terminal ou no-terminal?
2. Quantas replicaes so necessrias?
3. Qual deve ser o perodo simulado para que se possa alcanar o estado de
regime?
4. E o perodo de warm-up?
Muitas vezes o emprego da tcnica de simulao visa a identificao de diferenas
existentes entre diversas alternativas de sistemas. Em algumas situaes, o
objetivo comparar um sistema existente ou considerado como padro, com
propostas alternativas. Em outras, a ideia a comparao de todas as propostas
entre si com o propsito de identificar a melhor ou mais adequada delas. As
questes prprias deste tipo de problema so?
1.
2.
3.
4.
5.

Como realizar este tipo de anlise?


Como proceder para comparar alternativas com um padro?
Como proceder para comparar todas as alternativas entre si?
Como identificar a melhor alternativa de um conjunto?
Como garantir estatisticamente os resultados?

A documentao do modelo sempre necessria. Primeiro para servir como um


guia para que algum, familiarizado ou no com o modelo e os experimentos
realizados, possa fazer uso do mesmo e dos resultados j produzidos. Segundo,
porque se forem necessrias futuras modificaes no modelo, toda a

08/03/2015 09:02

Modelagem e Simulao

19 of 24

file:///I:/ens/Livro MS/1.MS.htm

documentao existente vem a facilitar e muito os novos trabalhos. A


implementao bem sucedida de um modelo depende, fundamentalmente, de que o
analista, com a maior participao possvel do usurio, tenha seguido os passos
que, sumariamente, aqui foram relatados. Os resultados das anlises devem ser
reportados de forma clara e consistente, tambm como parte integrante da
documentao do sistema. Como linhas gerais pode-se dizer que os seguintes
elementos devem constar de uma documentao final de um projeto de simulao:
1. Descrio dos objetivos e hipteses levantadas;
2. Conjunto de parmetros de entrada utilizados (incluindo a descrio das
tcnicas adotadas para adequao de curvas de variveis aleatrias);
3. Descrio das tcnicas e mtodos empregados na verificao e na validao
do modelo;
4. Descrio do projeto de experimentos e do modelo fatorial de experimentao
adotado;
5. Resultados obtidos e descrio dos mtodos de anlise adotados;
6. Concluses e recomendaes. Nesta ltima etapa fundamental tentar
descrever os ganhos obtidos na forma monetria.
A apresentao dos resultados do estudo de simulao deve ser realizada por toda
a equipe participante. Os resultados do projeto devem refletir os esforos coletivos
e individuais realizados, considerando os seus diversos aspectos, isto ,
levantamento do problema, coleta de dados, construo do modelo etc. Durante
todo o desenvolvimento e implementao do projeto, o processo de comunicao,
entre a equipe e os usurios finais, deve ser total e, portanto, durante a
apresentao final no devem ocorrer surpresas de ltima hora. Os itens abaixo de
vem estar presentes como forma de encaminham ento das questes tcnicas,
operacionais e financeiras no que diz respeito aos objetivos da organizao:

Apresentao dos
Resultados e
Implementao

1.
2.
3.
4.
5.
6.
7.
8.

Restabelecimento e confirmao dos objetivos do projeto;


Quais problemas foram resolvidos;
Rpida reviso da metodologia;
Benefcios alcanados com a(s) soluo (es) proposta(s);
Consideraes sobre o alcance e preciso dos resultados;
Alternativas rejeitadas e seus motivos;
Animaes das alternativas propostas quando cabveis;
Estabelecimento de conexes entre o processo e os resultados alcanados
com o modelo simulado e outros processos de reengenharia ou de
reformulao existentes no negcio;
9. Assegurar que os responsveis pelo estabelecimento de mudanas
organizacionais ou processuais tenham compeendido a abordagem utilizada e
seus benefcios;
10. Tentar demonstrar que a simulao uma espcie de ponte entre a idia e sua
implementao.

1.8. Recursos Didticos Pedaggicos


O modelo analtico do Sistema de Filas M/M/1, apresentado na Tabela 1.7, foi implementado
em uma classe Javascript, denominada clMM1Analitico.js, Quadro 1.1. Para fins de
codificao, a letras , e foram trocadas por l, m e r, respectivamente.

08/03/2015 09:02

Modelagem e Simulao

20 of 24

file:///I:/ens/Livro MS/1.MS.htm

Tambm foi desenvolvido o software, MM1Analitico.html, para entrada de dados e


visualizao dos resultados do modelo analtico, Quadro 1.2. O software MM1Analitico.html
utiliza a classe clMM1Analitico.js, com dados de entrada (taxa mdia de chegada), (taxa
mdia de servio), n ( nmero de tarefas) e q (percentil). O valor de n requerido para os
clculos de probabilidades, como no tem 5, e valor de q para os clculos de percentis, como
no tem 14. No Quadro 1.3 esto os resultados modelo analtico de Sistema de Filas M/M/1
utilizando o software MM1Analitico.html para = 0.100 s, = 0.400 s, n = 10 e q = 10.
Quadro 1.1. Classe clMM1Analitico.js para o modelo analtico de Sistemas de Fila M/M/1
function clMM1Analitico(){
this.f = function(n){
var p = 1;
for( var i = n; i > 1; i-- ) p += i;
return p;
}
this.C = function(n,p){
return this.f(n)/this.f(n-p)/this.f(p);
}
this.Calculate = function(l,m,n,q){
var r = l/m, P = [27];
for( var i = 0; i < 27; i++ )
P[i] = -1.0;
P[2] = r;
P[3] = "r >= 1";
if( r < 1.0 ){
P[ 3] = "r < 1";
P[ 4] = 1-r;
P[ 5] = (1-r)*Math.pow(r,n);
P[ 6] = r/(1-r);
P[ 7] = r/Math.pow(1-r,2);
P[ 8] = n > 0 ? (1-r)*Math.pow(r,n+1) : 1-r*r;
P[ 9] = r*r/(1-r);
P[10] = r*r*(1+r-r*r)/Math.pow(1-r,2);
P[11] = 1-Math.exp(-m*r*(1-r));
P[12] = (1/m)/(1-r);
P[13] = (1/Math.pow(m,2))/Math.pow(1-r,2);
P[14] = (1/m)/(1-r)*Math.log(100/(100-q));
P[15] = 2.3*(1/m)/(1-r);
P[16] = 1-r*Math.exp(-m*r*(1-r));
P[17] = r*(1/m)/(1-r);
P[18] = (2-r)*r/(m*m*(1-r)*(1-r));
P[19] = (P[17]/r)*Math.log(100/(100-q));
P[20] = (P[17]/r)*Math.log(10*r);
P[21] = Math.pow(r,n);
P[22] = (1/n)*this.C(2*n-2,n-1)*Math.pow(r,n-1)/Math.pow(1+r,2*n-1);
P[23] = 1/(1-r);
P[24] = r*(1+r)/Math.pow(1-r,3);
P[25] = 1/(m*(1-r));
P[26] = 1/(m*m*Math.pow(1-r,3))-1/(m*m*(1-r)*(1-r));
}
return P;

08/03/2015 09:02

Modelagem e Simulao

21 of 24

file:///I:/ens/Livro MS/1.MS.htm

}
}

Quadro 1.2. Cdigo do software MM1Analitico.html


<html>
<head>
<meta content="text/html; charset=utf-8" http-equiv="content-type">
<title>Modelagem e Simulacao:: Sistemas de Fila M/M/1 Modelo Analtico</title>
<meta content="Brauliro Goncalves Leal" name="author">
<meta content="Texto da Disciplina Modelagem e Simulacao do Curso de
Engenharia da Computacao da Universidade Federal do Vale do Sao Francisco"
name="description">
<meta content="rede de computadores,sistema computacional,variaveis
aleatorias" name="keywords">
<style>
body,input,table { font-family: Arial; font-size: 22px }
</style>
<script language="javascript" type="text/javascript" src="clMM1Analitico.js">
</script>
<script>
function MM1AnaliticoTeste(){
var MM1Analitico = new clMM1Analitico();
var l, m, n, q, P = [];
l = parseFloat(document.getElementById("l").value);
m = parseFloat(document.getElementById("m").value);
n = parseFloat(document.getElementById("n").value);
q = parseFloat(document.getElementById("q").value);
P = MM1Analitico.Calculate(l,m,n,q);
for( var i = 2; i < 27; i++ ){
var id = i.toString();
if( P[2] < 1.0 ){
if( i != 3 ) document.getElementById(id).value = P[i].toFixed(6);
else document.getElementById(id).value = P[i];
}
else{
if( i == 3 ) document.getElementById(id).value = P[i];
else document.getElementById(id).value = "-";
}
}
}
</script>
</head>
<body> Anlise de Fila M/M/1 - Modelo Analtico
<table border="1" cellpadding="0" cellspacing="0">
<tbody>
<tr>
<td>1. Parmetros
<td><input size="10" id="l" value="0.100" type="text"><br>
<input size="10" id="m" value="0.400" type="text"><br>
<input size="10" id="n" value="10"
type="text"><br>
<input size="10" id="q" value="10"
type="text">

08/03/2015 09:02

Modelagem e Simulao

22 of 24

file:///I:/ens/Livro MS/1.MS.htm

<button type="button" onclick="MM1AnaliticoTeste()">ir</button>


<tr><td>2. Intensidade de trfego
<td><input id="2" value="." type="text">
<tr><td>3. Condio de estabilidade
<td><input id="3" value="." type="text">
<tr><td>4. Probabilidade de zero tarefa no sistema
<td><input id="4" value="." type="text">
<tr><td>5. Probabilidade de n tarefas no sistema
<td><input id="5" value="." type="text">
<tr><td>6. Nmero mdio de tarefas no sistema
<td><input id="6" value="." type="text">
<tr><td>7. Varincia do nmero mdio de tarefas no sistema
<td><input id="7" value="." type="text">
<tr><td>8. Probabilidade de n tarefas na fila
<td><input id="8" value="." type="text">
<tr><td>9. Nmero mdio de tarefas na fila
<td><input id="9" value="." type="text">
<tr><td>10. Varincia do nmero mdio de tarefas na fila
<td><input id="10" value="." type="text">
<tr><td>11. Funo de distribuio acumulada do tempo de resposta
<td><input id="11" value="." type="text">
<tr><td>12. Tempo mdio de resposta
<td><input id="12" value="." type="text">
<tr><td>13. Varincia do tempo de resposta
<td><input id="13" value="." type="text">
<tr><td>14. q-Percentil do tempo de resposta
<td><input id="14" value="." type="text">
<tr><td>15. 90-Percentil do tempo de resposta
<td><input id="15" value="." type="text">
<tr><td>16. Funo de distribuio acumulada do tempo de espera
<td><input id="16" value="." type="text">
<tr><td>17. Tempo mdio de espera
<td><input id="17" value="." type="text">
<tr><td>18. Varincia do tempo de espera
<td><input id="18" value="." type="text">
<tr><td>19. q-Percentil do tempo de espera
<td><input id="19" value="." type="text">
<tr><td>20. 90-Percentil do tempo de espera
<td><input id="20" value="." type="text">
<tr><td>21. Probabilidade de encontrar n ou mais tarefas no sistema
<td><input id="21" value="." type="text">
<tr><td>22. Probabilidade de executar n tarefas no perodo ocupado
<td><input id="22" value="." type="text">
<tr><td>23. Nmero mdio de tarefas executadas no perodo ocupado
<td><input id="23" value="." type="text">
<tr><td>24. Varincia do nmero de tarefas executadas no perodo ocupado
<td><input id="24" value="." type="text">
<tr><td>25. Durao mdia do perodo ocupado
<td><input id="25" value="." type="text">
<tr><td>26. Varincia do perodo ocupado
<td><input id="26" value="." type="text">
</tbody>
</table>

08/03/2015 09:02

Modelagem e Simulao

23 of 24

file:///I:/ens/Livro MS/1.MS.htm

</body>
</html>

Quadro 1.3. Resultados do modelo analtico de Sistema de Filas M/M/1 utilizando o software
MM1Analitico.html.
MM1Analitico

1.9. Referncias
Freitas Filho, Paulo Jos. Introduo Modelagem e Simulao de Sistemas com Aplicaes
Arena. 2a ed. Florianpolis: Visual Books, 2008. 372p.
Jain, R. The Art of Computer Systems Performance Analysis: Techniques for Experimental
Design, Measurement, Simulation, and Modeling. Wiley-Interscience, 1991.
Polyanin, Andrei D.; Manzhirov, Alexander V. Handbook of Mathematics for Engineers and
Scientists. New York: Chapman & Hall/CRC, 2007. 1509p.

1.10. Questes
1. Discuta as maneiras de se estudar um sistema.
2. Compare as tabelas 1.1 e 1.8 e faa uma sntese das duas.
3. Caracterize e diferencie sistemas de fila, fila e atendimento.
4. Qual sistema de fila proporcionaria melhor desempenho: um sistema M/M/3/300/100 ou um
sistema M/M/3/100/100?

1.11. Exerccios
1. Durante um intervalo de 1 hora, observou-se que um servidor de um sistema distribudo
recebeu 10.800 solicitaes. O tempo de resposta mdio destes pedidos foi igual a um tero
de segundo. Qual o nmero mdio de consultas no servidor? Os processos deste sistema
so Poisson?
2. Eventos que chegam em um Sistema de Fila M/M/1 com intervalo entre chegadas iat = { 8,
5, 12, 15, 8, 11, 9, 10, 7, 6 } e tempos de servio st = { 11, 10, 9, 12, 9, 11, 14, 8, 9, 10 },
calcule os resultados analticos deste sistema conforme a Tabela 1.7.
3. Em um Sistema de Fila M/M/1 tem-se iat = {3, 5, 4, 3, 8, 5, 9, 8, 7, 6 } e st = { 12, 12, 10, 9,
2, 2, 1, 3, 2, 5 }. Calcule os resultados analticos deste sistema conforme a Tabela 1.7.
4. Repita o Exemplo 1.1 para:
a) = 250 pps e = 500 pps

08/03/2015 09:02

Modelagem e Simulao

24 of 24

file:///I:/ens/Livro MS/1.MS.htm

b) = 350 pps e = 500 pps


c) = 450 pps e = 500 pps
5. Compare os resultados analticos do exerccio 4.a, 4.b e 4.c.

08/03/2015 09:02