Escolar Documentos
Profissional Documentos
Cultura Documentos
INATEL
1. Aspectos Iniciais
A teoria de filas uma das mais interessantes aplicaes da teoria da probabilidade, sendo de
grande importncia para a anlise e dimensionamento de sistemas de comunicaes de dados e
tambm em sistemas ligados cincia da computao. A formao de fila aparece em diversas
situaes do nosso cotidiano e, de mais interesse para ns, em sistemas aplicados, tais como:
filas de usurios para utilizar um terminal, filas de mensagens de entrada esperando para serem
processadas por um computador, filas de mensagens esperando por um canal de sada de um
concentrador, filas de mensagens esperando pela utilizao de uma linha de comunicao em
um sistema multiponto, etc.
Neste captulo, faremos uma introduo teoria de filas, com uma abordagem o mais aplicada
possvel. Ou seja, dentro do esprito do nosso curso, no estaremos preocupados em deduzir as
expresses que permitem a anlise do fenmeno, mas sim, conhecidas essas expresses, como
utiliza-las em situaes reais, indicando suas potencialidades e limitaes. Por esta razo,
optamos por apresentar o assunto principalmente atravs de EXERCCIOs.
Antes de prosseguirmos no nosso estudo, faz-se necessrio que faamos algumas definies
iniciais:
A utilizao de uma facilidade definida como sendo a relao entre o tempo em que a
facilidade est ocupada e o tempo total disponvel. De outra forma, podemos definir utilizao
como sendo a relao entre a carga real do sistema e a mxima carga que o sistema pode
manusear.
Como Exemplo vamos tomar o caso de uma lanchonete em que o chapista leva em mdia 5
minutos para fazer um sanduche. Se o nmero mdio de clientes que procuram esta lanchonete
de 8 clientes por hora, qual a utilizao do chapista?
5 8 8
= = 0. 667 ou = = 0. 667
60 12
A pergunta que fazemos a seguir : H formao de fila nesta lanchonete? E a resposta sim!
Mesmo que a carga seja inferior carga mxima manusevel, temos formao de fila, pois os
clientes chegam ao sistema de forma aleatria.
Como veremos ao longo deste captulo, a utilizao da facilidade tem influncia direta e
significativa no tempo de espera na fila. Como fcil de concluir, se um cliente chega ao
sistema e todos os servidores esto ocupados, este cliente entrar em uma fila de espera para ser
atendido. Caso tenhamos um servidor livre, o cliente ser atendido imediatamente. Em sistemas
em que na grande maioria das vezes o cliente chega e encontra um servidor livre, o tamanho
mdio da fila reduzido, mas em compensao temos uma baixa utilizao do servidor. Por
outro lado, se na maioria das vezes o servidor est ocupado temos uma alta utilizao da
facilidade mas, em compensao, a fila pode crescer significativamente, causando insatisfao e
eventualmente perda de clientes. Assim, o projetista do sistema deve encontrar uma soluo de
compromisso de modo a atender os clientes dentro do padro de qualidade desejado definido.
Para isto, a teoria de filas uma importante ferramenta.
Ainda, a utilizao de teoria de fila pode ser til para prevermos o comportamento da qualidade
do sistema com o tempo e, com isto, determinarmos estratgias de atualizao e/ou crescimento
do sistema, de modo que a qualidade no se deteriore alm do especificado. Por Exemplo, o
modelo analtico de um sistema on-line pode nos mostrar que, com o incremento previsto na
carga, o sistema "afundar" em um prazo de dois anos. Com esta informao, e conhecendo o
modelo, podemos estudar alternativas para manter a qualidade com o decorrer do tempo, tais
como: aumentar a capacidade de memria do sistema, prover uma CPU mais rpida, aumentar a
taxa de transmisso da linha de comunicao, etc.
O estudo de teoria de filas pode ser dividido em sistemas com SERVIDOR NICO e sistemas
com MLTIPLOS SERVIDORES. Neste captulo trataremos e exemplificaremos os dois tipos
de sistemas. A figura a seguir ilustra um sistema com mltiplos servidores. Aproveitaremos esta
figura para definirmos alguns termos bsicos.
W S1
S2
E(n)
Sn
E(ts) = 1/ = Tempo mdio que o servidor leva para atender um cliente = tempo de servio
= taxa de sada de clientes do sistema.
E(tw) = Tempo mdio que o cliente permanece na fila, aguardando atendimento
E(tq) = Tempo mdio que o cliente permanece no sistema, aguardando atendimento e sendo
atendido.
Obviamente, temos:
e, tambm,
= E (n ) E (ts ) = (1.3)
1. O processo de chegada
2. O processo de atendimento
3. A disciplina de atendimento
4. O nmero de servidores
5. O nmero mximo de clientes que podem estar no sistema (tamanho de Buffer)
6. O tamanho da populao de clientes.
A notao de Kendall (desenvolvida por David Kendall) uma forma simples de resumirmos o
comportamento do sistema analisado. Nesta notao tem o seguinte formato A/B/c/K/m/Z, onde:
comum vermos os sistemas definidos com a notao simplificada A/B/c. Neste caso assumimos que
no h limite para o tamanho da fila, a fonte de clientes infinita, e a disciplina de tratamento First-
In, First-Out. Os smbolos tradicionalmente usados para A e B so:
PROB {1 morte}
K
K-1 K+1
PROB {1 nascimento}
0 K-1 K
0 1 K-1 K K+1
1 K K+1
Para escrever as equaes de equilbrio devemos fazer Fluxo de Entrada = Fluxo de sada
Logo,
( K + K )PK = K 1 PK 1 + K +1 PK +1
0 P 0= 1 P 1
P
K =0
K =1
Para encontrar uma frmula de recorrncia para PK vamos resolver o sistema acima:
P1 = 0
P
1
0
K 1 P +
K 1 K +1 P K +1
PK =
K+ K
( + K ) PK K 1 PK 1
PK +1 = K
K +1
( + )P P0
P2 =
1 1 1 0
1+ 1 0
P2 = 0
P0 P
2 1 2 0
( 1 + 1 ) 0
P2 =
0
P
1 2 2 0
+ 1 0 1 0
P2 = 1 0 P0
12
1 0
P2 = P
1 2 0
K 1
i
PK = P0
i =0 i +1
K 1
i
P =1 P0 + P0 = 1
K =0
K
K =1 i = 0 i +1
1
P0 = K 1
i
1+
K =1 i = 0 i +1
Seja um sistema com infinitas entradas e locais de espera e somente uma linha de sada
Linha
K = K = 0,1,2,
A fila M/M/1, com
K= K = 0,1,2,
0 1 2 K-1 K K+1
( + ) P = P + P K 1
K 1 K +1
K
P0 = P1 K=0
PK = 1
P1 = P0 P1 = P0
( + ) P1 P0
P2 = = (1 + ) P1 P0
P2 = (1 + ) P0 P0 P2 = 2 P0
P3 =
( + )P2 P1 = (1 + )P P
2 1
P3 = (1 + ) 2 P0 2 P0 P3 = 3 P0
PK = K P0
P
K =0
K =1 P0 K = 1
K =0
O termo
K =0
K
reconhecido como uma progreao geomtrica com taxa . Para < 1
K =0
K
=
1
Logo,
1
P0 =1 P0 = (1 )
1
e
PK = (1 ) K
E{Q} = KP K
K =0
E {Q} = K (1 )
K =0
K
= (1 ) K
K =0
K
mas
K
K =0
K
=
(1 ) 2
E{Q} = (1 )
(1 ) 2
E{Q} =
1
Para calcular o tempo mdio de permanncia no sistema vamos utilizar o Teorema de Little, que est
demonstrado no item 3.2.1.
Fila
Sejam,
(t ) = No de chegadas acumuladas no intervalo (0,t)
(t ) = No de partidas acumuladas no intervalo (0,t)
A rea hachurada (t ) , at um ponto t qualquer, representa o tempo total gasto no sistema por
todos os clientes at aquele instante.
(t )
t=
t
(t ) Client . xSeg.
Tt =
(t ) Client .
(t )
Nt =
t
Ento,
(t ) Tt t t T
Nt = = = tT
t
t
t t
Nas condies estacionrias
E { n} = T ou E{Q} = T
E{Q}
E{Tq } =
E{W } = E{Tw }
E{N s } = E{TS }
A distribuio exponencial para o tempo de servio certamente no o pior caso possvel na prtica.
Entretanto, podemos dizer que se o desvio padro do tempo de servio maior do que sua mdia, algo
no sistema deve ser alterado. Por Exemplo, imagine um sistema com 6 tipos de transaes que
apresenta os seguintes tempos de servio : 15,20,25,30,35 e 300. Neste caso, o desvio padro do tempo
de servio ligeiramente superior a sua mdia. Contudo, claramente vemos que o tempo de servio da
sexta transao muito superior aos demais. Assim, se este tempo diz respeito a uma mensagem longa
(por Exemplo), devemos parti-la em partes, se possvel.
bastante til que possamos determinar a probabilidade que a fila exceda um dado tamanho ou que o
tempo de permanncia no sistema (ou na fila) exceda um certo valor. Ns frequentemente procuramos
resposta para perguntas tais como : "quo frequentemente a fila excede 6?" ou "ser que 90% das
transaes sero atendidas em um tempo menor ou igual a x segundos?".
P(q = N ) = (1 ) N
P(q N ) = q = N (1 ) N
A probabilidade do tempo de permanncia no sistema (tq) ser maior que um dado valor pode ser
calculada por:
( )
P tq > T = e [
(1 ) T/ E ( t s ) ]
EXERCCIO 3: O n de uma rede de comutao de mensagens recebe em mdia 240 mensagens por
minuto (segundo uma distribuio de Poisson) para uma das suas linhas de sada. A linha tem uma taxa
de transmisso de 800 caracteres por segundo. A distribuio do tamanho da mensagem (incluindo os
caracteres de controle) aproximadamente exponencial com um tamanho mdio de 176 caracteres.
Calcule os parmetros solicitados, admitindo que o buffer do n da rede permite o armazenamento de
um nmero muito grande de mensagens.
a) O tempo de servio.
b) A utilizao da facilidade.
c) O nmero mdio de mensagens na fila, esperando para serem transmitidas.
d) O tempo mdio que uma mensagem gasta no sistema.
e) O tempo mdio que uma mensagem aguarda na fila.
f) A probabilidade do tempo de permanncia no sistema ultrapassar 3 vezes o seu valor
mdio.
g) A probabilidade que 10 ou mais mensagens estejam esperando para serem transmitidas.
EXERCCIO 4: Seja um sistema com servidor nico e quatro posies de espera (alm da posio de
quem est sendo atendido). A taxa de chegada de clientes no sistema , independende do nmero de
clientes no sistema, e a taxa de sada de clientes . Determine a probabilidade associada a cada estado
e a probabilidade de bloqueio do sistema. Calcule numericamente para = 10 e = 20.
Seja um sistema com um nico servidor e com locais de espera limitados a ( N 1) , o que significa que
o nmero mximo de elementos no sistema N . A chegada das chamadas obedece uma distribuio
Poissoniana.
3
Tronco
a) Diagrama de Estados
0 1 2 K-1 K K+1
N-1 N
b) Equaes de Equilbrio
( + ) P
K = PK 1 + PK +1 1 K N 1
P0 = P1 K=0
PN = PN 1 K=N
P
K =0
K =1
( + )( P0 )
P1 = P0 P2 =
P2 = 2 P0 PK = K P0 K N 1
P
K =0
K =1 P0 + P0 + 2 P0 + L + N 1
P0 + PN = 0
PN = PN 1 = N 1
P0 = N P0
N N
P
K =0
K = P0 + P0 + P0 + L + P0 =
2 N
K =0
K
P0
N
1
P0 K = 1 P0 = N
K =0
K =0
K
Sabemos que
N 1
a 0 (1 q N )
a0q m =
m= 0 1 q
N N 1
(1 ) (1 N ) + N (1 )
K= K+ N = 1
+ N =
1
K =0 K =0
1 N +1 1
= P0 =
1 1 N +1
1
PK = K
para 0 K N
1 N +1
Note que para N ns camos no caso da fila M/M/1, e retornarmos expresso (14).
Da teoria da Probabilidade P{ A / B} P( B ) = P{ B / A} P( A)
Mas o processo de chegada independe do estado do sistema, ento P{ N OCUP . / 1CHEGADA } = P{ N OCUP. } ,
e
PBLOQ = PN
1
PBLOQUEIO = N
1 N +1
Para uma fila M/M/1 podemos dizer que, nas condies estacionrias, o no mdio de chegadas igual
ao no mdio de partidas, se o Buffer no estiver vazio. A taxa de partida se o sistema no est vazio
(1 P0 ) , onde P0 a probabilidade do sistema estar vazio.
Logo,
= (1 P0 )
P0 = 1
(1 PB ) (1 P0 )
Sistema
PB
M/M/1/N
PB Probabilidade de Bloqueio
(1 PB ) = (1 P0 )
+ P0
PB = 1 (1 P0 ) =
1 + P0
PB =
P0 (1 ) 1
PB = mas P0 =
1 N +1
1
(1 )
1 N +1 (1 ) (1 )(1 N +1
)
PB = =
(1 N +1)
+ (1 ) N +1 (1 ) N
PB = =
(1 N +1) (1 N +1)
N (1 )
PB =
1 N +1
N
E{Q} = KP K
K =0
N
1 1 N
E{Q} = K K = K K
K =1 1 N +1 1 N +1 K =1
1 N
E{Q} = K K 1
1 N +1 K =1
(1 ) N d K
E{Q} =
1 N +1 K =1 d
(1 ) d N K
E{Q} =
1 N +1 d K = 0
N
1 N +1
mas
K =0
K
=
1
Ento,
(1 ) d 1 N +1
E{Q} =
1 N +1 d 1
( N + 1) N +1
E{Q} = +
1 N +1
(1 )
( N + 1) N +1
E{Q} =
(1 ) 1 N +1
A expresso acima nos mostra que o nmero mdio de elementos em um sistema com capacidade finita
sempre menor que o nmero para o sistema com capacidade infinita (M/M/1), que era
E{Q} = .
(1 )
E{Q}
E{Tq } = .
Devemos tomar cuidado com o fato de que, neste caso, a carga que realmente entra no sistema no ,
e sim (1 PB ) .
Logo
E{Q}
E{Tq } =
(1 PB )
EXERCCIO 5: Um concentrador possui uma linha de sada que opera velocidade de 128 kbps. Este
comutador recebe pacotes com um comprimento mdio de 512 bytes (com distribuio exponencial), a
uma taxa de 25 pacotes/segundo. Deseja-se que a probabilidade de se perder um pacote por falta de
espao no buffer seja inferior a 0.01%. Qual deve ser o tamanho do buffer do concentrador? Quanto
tempo em mdia um pacote permanece no concentrador?
EXERCCIO 6: Faa um grfico comparando o tempo mdio de permanncia no sistema para as filas
M/M/1 e M/M/1/N, para vrios valores de N, em funo de . Conclua!
EXERCCIO 7: Seja um sistema com 4 servidores e populao infinita. A taxa de chegada dos
clientes no sistema , e a taxa de sada em cada servidor . Desenhe o diagrama de estados. Calcule
a probabilidade associada a cada estado. Calcule a probabilidade de bloqueio.
Vamos considerar agora um sistema com N servidores, sem formao de fila, e com populao infinita,
conforme ilustrado na figura a seguir.
1 1
2 2
Sem
3 Fila
0 1 2 K-1 K K+1
2 K (K+1)
N-1 N
PK ( + K ) = PK +1 ( K + 1) + PK 1 K<N
N P = PN 1 K=N
N
P
K =0
K =1 K=0
Resolvendo obtemos:
P1 = P0 PN = PN 1
N
PK ( + K ) PK 1
PK +1 =
( K + 1)
PK +1 =
1
K +1
[
( + K ) PK PK 1 ]
P2 =
1
2
[
( + 1) P1 P0 ]
1
2
[ 1
P2 = ( + 1) P0 P0 = 2 P0
2
]
P3 =
1
3
[
( + 2) P2 P1 ]
1 2 P0
P3 = + 2 P0 2 P0
3 2
P0
3
P3 =
3 2
K P0
PK = K<N
K!
N N 1
P
K =0
K =1 P
K =0
K + PN = 1
P0 N P0
N 1
PN = PN 1 = =
N N ( N 1)! N!
Logo,
N
K P0
K =0 K!
=1
1
P0 = N
K
K!
K =0
K / K!
PK = N K
K!
K =0
N/ N!
PBLOQ. = PN = N K
K =0 K!
EXERCCIO 8: Um PABX atende a 40 ramais, cada um gerando em mdia 4 chamadas por hora, cada
uma com um tempo mdio de reteno de 3 minutos. Deseja-se que a probabilidade de bloqueio seja
menor ou igual a 1%. Quantos troncos so necessrios?
Vamos extender os resultados do exerccio 8, considerando que o sistema tem capacidade infinita e m
servidores.
2 (m-1) m m m
K (K+1)
Para k m
PK ( K + ) = PK 1 + ( K + 1) PK +1
2 3
P1 = PO , P2 = PO , P3 = PO
2 6
Generalizando,
k
Pk = P0 ; k m
k!
* Perceba que aqui > 1 e < 1 , pois a carga total.
m
Para k m
Pm (m + ) = Pm1 + m Pm+1
Pm (m + ) Pm1
Pm+1 =
m
k
mas para k m Pk = Po , ento
k!
m m1
Pm+1 = 1 + P P
m m! o m (m 1)! o
m m+1 m
Pm+1 = Po + Po Po
m! m m! m!
m+1
Pm+1 = Po
m m!
Pm+1 ( m + ) = Pm + Pm+ 2 m
Pm+1 ( m + ) Pm
Pm+ 2 =
m
m+1 m
Pm+ 2 = 1 + P P
m m m! o m m! o
m+ 2
Pm+ 2 = Po
m 2 m!
k
Pk = Po ; Km
m! m k m
Para o clculo de Po utilizamos: P
k =0
k =1
m1
k
k
k!
Po + m! m k m Po = 1
k =0 k =m
k
m k m
m! m k m = m! m k m
k =m k =m
k m
m
m! k =m m
fazendo c = k-m
k m
c c
1
m! m k m =
m! c= 0 m
mas
c =0 m
=
para
m
<1
k =m
1
m
Ento,
k m 1
m! m k m =
m!
k =m
1
m
1
Po = m 1
k
m
k =0 k!
+
m! 1
m
E{W }= (k m )Pk = q Pm + q
k =m q =0
E{W }= q Pq onde Pq a probabilidade de termos q elementos na fila. Mas, se temos q
q =0
E{W }= q Pm + q , onde Pm+ q a probabilidade de termos m+q elementos no sistema.
q =0
m+q
E{W }= q Po
q =0 m!m m + q m
m
q
E{W }= q Po
q =0 m! m
m q
E{W }= Po q
m! q =0 m
mas
q m
q =0
=
m
2
1
m
po m
E{W }= m
2
m!
1
m
E (W )
E{Tw }=
EXERCCIO 11: Em uma cidade pequena, uma companhia area recebe em mdia 20 chamadas de
clientes, na hora de pico, solicitando reservas. Estes clientes so atendidos por operadoras que levam
em mdia 6 minutos para completar o atendimento (distribudo de forma exponencial). Cada operadora
dispe de um terminal para o seu trabalho, sendo desejvel que no mais que 10% dos clientes sejam
postos a esperar na hora de pico. O nmero de locais de espera grande o suficiente para que possamos
consider-lo infinito:
a) Quantos terminais so necessrios;
b) Qual o tempo mdio de espera de um cliente para ser atendido.
EXERCCIO 12: Suponha agora que temos em uma regio 5 cidades que geram o mesmo trfego do
exerccio 11, e que todas as chamadas desta regio so concentradas em um nico lugar. Calcule o
nmero de terminais necessrios e o tempo de espera.
Este o teorema bsico da teoria de filas para sistemas com servidor nico, e apresenta como resultado
a seguinte frmula:
2 ts E 2 ( n )E( t s2 )
2
E( w ) = 1 +
2(1 ) E( t s ) 2(1 )
Esta equao utilizada para estimar o tamanho mdio da fila. Ela aplica-se quando temos tempos de
chegada exponencialmente distribudos (chegada Poissoniana), com qualquer distribuio de tempo de
servio e qualquer disciplina de atendimento da fila, desde que a seleo do prximo item a ser servido
no dependa do tempo de servio. Se a disciplina de atendimento depende do tempo de servio (por
Exemplo, o sistema seleciona o item que requer um tempo de servio menor), ser necessrio
utilizarmos outras equaes.
E( t s ) ts E( n )E( t s2 )
2
E( t w ) = 1 +
2(1 ) E( t s ) 2(1 )
EXERCCIO 13: Ns temos trs sistemas. Todos utilizam linhas de 56 kbps. Todos tem utilizao de
70%. Todos tem mensagens com comprimento mdio de 1400 bits. No primeiro o comprimento das
mensagens exponencialmente distribudo. No segundo as mensagens tem um comprimento constante
(1400 bits). No terceiro metade das mensagens tem um comprimento de 400 bits e a outra metade tem
um comprimento de 2400 bits. Compare o tempo de permanncia no sistema de uma mensagem para os
trs casos.
Vamos analisar agora a situao em que os itens podem ser tratados com prioridades diferentes.
Admitamos a existncia de K tipos de itens (ou transaes), com nveis de prioridade diferentes
(1,2,3,...K), que chegam independentemente segundo uma distribuio de Poisson. Se a taxa de chegada
do item de prioridade j denotada por J e se as chegadas de itens de cada classe so independentes,
temos
= 1 + 2 + L + k
1
E (t s ) = E (t s1 ) + 2 E (t s 2 ) + .... + k E (t sk )
e
( )
E ts =
2 1
( )
( )
E t s1 + 2 E t s 2 + .... + k E t sk
2
2
( )
A frao do fator de utilizao ocupada por um tipo de transao ser dada por
j
j = j E (t sj ) =
j
A utilizao do servidor obtida somando-se o valor da utilizao associada a cada um dos itens. Ou
seja
= 1 + 2 +...+ k
O tamanho das filas e os tempos envolvidos variam em funo da transao que est sendo servida ser
interrompida por uma transao de prioridade mais alta que chegou ao sistema ou no. Ainda, quando
h interrupo, o servio do item interrompido pode ser retomado a partir do ponto em que ele estava,
quando interrompido, caracterizando a disciplina de despacho "Preemptive Resume" ou,
alternativamente, o servio pode ser retomado do incio, perdendo-se aquilo que j havia sido feito, esta
ltima situao caracteriza a disciplina "Preemptive Repeat".
Alm das duas disciplinas citadas no pargrafo anterior, temos uma terceira, denominada "Head of
Line", em que no h interrupo. Aqui, o item de maior prioridade assume a primeira posio na fila
mas aguarda o trmino do atendimento do item que estava sendo servido. Trataremos aqui apenas esta
ltima disciplina de despacho.
As expresses que permitem a anlise de sistemas com diferentes classes de prioridade, para disciplina
Head of Line, so resumidas a seguir para um sistema com R categorias de prioridade:
j j
( ) ( )
R R R R
= j = j E (t s ) = E (t s ) E ts = E ts
2 2
j =1 j =1 j =1 j =1
j E (t s2 )
E (W ) =
j 1
( ) 1 E (t )
j j
2 1 i E t s i i si
i =1 i =1
R
E (W ) = E (Wi )
i =1
E (t s2 )
E (t wj ) =
j 1
( ) 1 E (t )
j
21 i E t s i i si
i =1 i =1
j
E (t wj )
R
E (t w ) =
j =1
E (t qj ) = E (t wj ) + E (t sj )
EXERCCIO 14: Com base nas expresses anteriores, escrever as expresses vlidas para sistemas com
duas categorias de prioridade.
EXERCCIO 15: Um dado sistema possui duas classes de mensagens, cujos tempos de atendimento so
exponencialmente distribudos. Admitindo que a mensagem de classe 1 tem maior prioridade que a
mensagem de classe 2, calcule os tempos E(tq) e E(tw) para cada classe de mensagem. Considere os
seguintes dados: = 0.5; 1=2=0.25; E(N1) = E(N2) = 0.25 /seg.; E(ts1) = E(ts2) = 1 seg.; (ts1) =
(ts2) = E(ts1)
EXERCCIO 17: Admita agora que as demandas so diferentes. Temos os seguintes dados:
E(ts1) = E(ts2) = 1 seg.; E(N1) = 0.05/seg.; E(N2) = 0.45/seg.
Seja um sistema onde oito aparelhos telefnicos e quatro aparelhoes de fax disputam seis canais de 64
kbps de um sistema RDSI-FE. Cada aparelho telefnico ocupa, durante uma conversao, um canal de
64 kbps, enquanto um aparelho de fax ocupa dois canais de 64 kbps.
K
Em qualquer estado i
L =1
L VL S
O primeiro passo fazer o diagrama de transio do sistema, explicitando em cada estado o nmero de
clientes de cada tipo associado e a taxa de chegada e sada de clientes associada a cada transio
possvel. Para o exemplo, o diagrama resultante :
0,3
32 Fax
81 71
1 21 Telefone
22
22 32 22 32
81 71 61 51
1 21 31 41
2 2
2 42 2 42 42 2 42
81 71 61 51 41 31
1 21 31 41 51 61
As equaes de equilbrio podem ser escritas tomando-se igualando-se os fluxos de entrada e sada na
horizontal e vertical de forma independente.
iL
M L L
K
PL = C
L =1 i L L
P L =1
i1 i2
m1 1 m 2 2
PL = C
i1 1 i2 2
C = Poo
EXERCCIO 18: Resolva o sistema anterior utilizando as equaes de equilbrio local e , a seguir,
utilize a frmula geral.
4. Bibliografia
4.1. MARTIN, James. System Analysis for Data Transmission. Prentice Hall, Inc. Englewood Cliffs,
1972
4.2. ALLEN, Arlold O. Probability, Statistics, and Queueing Theory - With Computer
Science Applications.
4.3. KLEINROCK, Leonard. Queueing System - Volume 1: Theory. John Wiley $ Sons. New York,
1976
4.4. KLEINROCK, Leonard. Queueing System - Volume 2: Computer Applications. John Wiley $
Sons. New York, 1976.
4.5. GELENBE, E. and PUJOLLE, G.. Introduction to Queueing Networks. John Wiley &
Sons. NewYork, 1987.
4.6. KING, Peter J. B.. Computer and Communication Systems Performance Modeling. Prentice
5. Exerccios
5.2. Considere dois sistemas, ambos utilizando uma linha de 9.600 bps para transmitir
mensagens. Um produz mensagens de 300 caracteres a uma taxa de 3/segundo. O outro produz
mensagens de 150 caracteres a uma taxa de 6/segundo. Em ambos os sistemas as mensagens
chegam independentemente e tem seu comprimento seguindo uma distribuio exponencial.
Compare o tempo mdio que uma mensagem permanece no sistema para os dois casos.
5.3. Ns temos trs sistemas. Todos utilizam linhas de 56 kbps. Todos tem utilizao de 50%.
Todos tem mensagens com comprimento mdio de 1400 bits. No primeiro o comprimento das
mensagens exponencialmente distribudo. No segundo as mensagens tem um comprimento
constante (1400 bits). No terceiro metade das mensagens tem um comprimento de 400 bits e a
outra metade tem um comprimento de 2400 bits. Compare o tempo de permanncia no sistema
para os trs casos.
5.4. Um concentrador tem uma linha de sada de 19200 bps. Dez terminais esto conectados a
ele, cada terminal gerando um trfego de 12 mensagens por minuto. Uma mensagem tem um
tamanho mdio de 960 bits (segundo uma distribuio exponencial). Calcule o tempo mdio de
permanncia no sistema de uma mensagem. Admitindo que o concentrador tem buffer com
capacidade infinita (fila M/M/1), encontre a ocupao mdia do buffer. Encontre a
probabilidade de uma mensagem chegar ao sistema e encontrar o buffer cheio, se a sua
capacidade mxima equivalente a duas mensagens (mantenha o modelo M/M/1).
5.5. Repita o exerccio anterior considerando 50 terminais. Qual deveria ser a capacidade do
buffer neste caso, se desejssemos que apenas 1% das mensagens fossem perdidas por falta de
capacidade de armazenamento das mensagens.
5.6. Partindo da expresso geral para o tempo mdio de fila em um sistema com dois tipos de
mensagem, com prioridade, e disciplina de despacho Head-of-line, encontre as expresses
particularizadas para as seguintes situaes (veja tabela 31.3 fornecida no curso) :
Tempos de servio com distribuio exponencial. Mesmo tempo de servio para as duas
mensagens.
Tempos de servio com distribuio constante. Tempos de servio diferentes para as duas
mensagens.
5.7. Um concentrador possui uma linha de sada de 19.200 bps. Na entrada do concentrador
temos nove linhas, cada uma gerando 10 mensagens por minuto. Em quatro linhas as mensagens
tem 100 caracteres (constante), em outras trs as mensagens tem 400 caracteres e nas duas
ltimas 1.600 caracteres. Pede-se:
a) N = 2 e = 0.1
b) N = 4 e = 0.1
c) N = 4 e = 0.8
5.13. Pessoas chegam a uma cabine telefnica segundo uma distribuio de Poisson, a uma taxa
de 5 pessoas por hora (em mdia). Cada pessoa utiliza o telefone em mdia por 4 minutos,
segundo uma distribuio de Poisson. pergunta-se:
5.14. 24 terminais compartilham uma linha de 9.600 bps. Cada terminal envia uma mdia de 10
mensagens/minuto para a linha. O comprimento das mensagens exponencialmente distribudo
com um tamanho mdio de 2000 bits. Calcule:
Pede-se:
a) Qual o tempo mdio de permanncia no sistema para cada tipo de mensagem? Qual o tempo
mdio de permanncia no sistema global?
b) Repita admitindo que no utilizamos prioridade.
5.16. Uma linha de 9.600 bps transporta trfego batch e trfego interativo. O trfego interativo
composto de mensagens com 120 caracteres (constante) chegando a uma taxa de 4 por segundo.
O trfego batch composto de mensagens com 1920 caracteres (constante) chegando a uma taxa
de 0.25 por segundo. Pede-se:
a) Se o trfego interativo tem prioridade sobre o batch, qual o tempo mdio de permanncia no
sistema para cada tipo de mensagem?
b) Se no usarmos prioridade, qual o novo valor do tempo mdio?