Escolar Documentos
Profissional Documentos
Cultura Documentos
Fila de Espera
Atividade
Influência externa
o Nenhuma,
o Resultante do desempenho de um sistema a montante.
Prioridade aleatória.
Quantas filas?
Chegadas Saídas
Chegadas Saídas
Número de servidores
o Um, vários ou variável.
Disponibilidade do serviço
o Permanente ou intermitente.
Duração do serviço
o Constante,
o Distribuído exponencialmente (instantes de começo e
finalização distribuídos independente e
aleatoriamente),
o Outras distribuições estatísticas,
o Dependente do tempo despendido na fila.
o Tempo de espera.
Notação de Kendall
A / B / S d | e
Exemplos:
»» M / M /1 | FIFO ou M / M /1
»» D / M / 2 , G / M / 2 100 | LIFO
(D significa constante, G significa distribuição genérica)
e t t 0
f t
0 t 0
f(t)
0.05
0.00
0.00 13.82 27.63 41.45 55.26 69.08
1
Média: E T
1
Variância: Var T
2
t e t
k
f k k 0,1,2,...
k!
Poisson(2.00)
0.3
0.2
0.0
-2 0 2 4 6 8 10
Média: E X t
Variância: Var X t
Para as chegadas:
1 a
Taxa de serviço =
1 s
FDP é g t e t
Fila de espera M / M /1
»» Taxa de chegadas
instante t.
dt
n
Pn e dt
n!
P1 = dt edt
dt
2
= dt 1 dt ...
2!
dt (para dt suficientemente pequeno)
Fila de espera M / M /1
»» Equações de probabilidade (1)
Estado no n n n 1 n 1
instante t Pn t Pn t Pn1 t Pn1 t
Chegadas 0 1 0 1
ocorridas em dt 1 dt dt 1 dt dt
Serviços 0 1 1 0
terminados em dt 1 dt dt dt 1 dt
Pn t dt = Pn t 1 dt 1 dt
+ Pn t dt dt
+ Pn1 t 1 dt dt
+ Pn1 t dt 1 dt
Pn t dt = Pn t 1 dt dt dt 2
+ Pn t dt 2
+ Pn1 t dt dt 2
+ Pn1 t dt dt 2
Fila de espera M / M /1
»» Equações de probabilidade (2)
Pn t dt = Pn t 1 dt dt + Pn1 t dt + Pn1 t dt
Pn t dt Pn t
= Pn t + Pn1 t + Pn1 t
dt
Pn t dt Pn t dPn t
(N.B. lim )
dt 0 dt dt
Então fica:
dPn t
Pn t Pn1 t Pn1 t n 0
dt
dP0 t
P1 t P0 t n 0
dt
Fila de espera M / M /1
»» Comportamento a longo prazo (estado estacionário) (1)
dPn t
Estado estacionário: 0
dt
P1 P0 0 n 0
Fila de espera M / M /1
»» Comportamento a longo prazo (estado estacionário) (2)
P1 P0 0 n 0
P2 P0
2
............................
Pn P0
n
n 0 n 0 1
(com o pressuposto de que 1)
1
Mas como Pn 1 , vem que P0
n0 1
1 P0 1
Pn n 1
Fila de espera M / M /1
»» Medidas de desempenho (1)
= 1 2 2 1 ...
= 1 1 2 ...
1
=
1
2
=
1
Fila de espera M / M /1
»» Medidas de desempenho (2)
Lq n 1 Pn = 1 P2 2 P3 ...
n1
= 2 1 2 3 1 ...
= 2 1 1 2 ...
2 1
=
1
2
2
=
1
Pn k = 1
nk 1
n
= 1 k 1 1 2 ...
= k 1
Fila de espera M / M /1
»» Medidas de desempenho (3)
P n k 1 = 1
nk 2
n
= 1 k 2 1 2 ...
= k 2
2 3
1 0 =
1 1
Fila de espera M / M /1
»» Exemplo 1
( 4 / hora , 6 / hora )
b) Nº médio no sistema: 2
1
2
c) Nº médio na fila (desde que esta exista): 1.33
1
3
f) Nº médio na fila durante todo o tempo: 0.888
1
Lq Wq
1
W Wq (válida qq que seja o nº de
servidores, desde que a taxa de serviço seja
igual para todos)
L Lq (deduz-se das anteriores...)
K 1
Então, a taxa média (ponderada) é: Pn 1 PK
n 0
representa a taxa de ocupação, e
0 1 n1 n
1 2 n n1
0 1 2 ...... n-1 n n+1 ......
P0 P1 P2 Pn1 Pn Pn1
0 1 2 ...... S-2 S-1 S S+1 ...... n n+1 ......
P0 P1 P2 PS 2 PS 1 PS PS 1 Pn Pn1
2 S 1 S S S
Taxa de desocupação = 1
2 2 Lq
Lq n 1 Pn Wq
n 1 1
1 L 1
L nPn Lq W Wq
n 0 1
P n k k 1 P Wq t e
1 t
P0 1 (taxa de desocupação) , t0
P W t e P Wq 0 P0
1 t
Pn n P0 , t0
(Fonte deste resumo e dos seguintes: L.Valadares Tavares et al., Investigação Operacional, McGraw-Hill, 1996).
P0
S
Lq
Lq n S Pn Wq
S !1
2
nS
1 L
L nPn Lq W Wq
n 0
S 1 n S 1 P0 S 1 e t S 1
P0 1 P W t e t
1 , t 0
n0 n! S ! 1 S !1 S 1
n
P Wq 0 Pn
S !S nS P0 , se n S n 0
, se n 0,1,..., K 1
n Nº servidores = 1
0, se n K
K 1
Pn 1 PK
n 0
População = Taxa de ocupação =
Nº máx. no sistema = K e Fila máxima = K 1 Taxa de desocupação = 1
Lq
Lq n 1 Pn L Wq
n 1
L nPn
K 1 K 1
W Wq
1
L
n 0 1 1 K 1
1 n P0 , se n 1,..., K
P0 (taxa de desocupação) Pn P Wq 0 P0
1 K 1 0, se n K
, se n 0,1,..., K 1
n Nº servidores = S
0, se n K
K 1
Pn 1 PK
n 0 S
População = Taxa de ocupação =
S
Nº máx. no sistema = K e Fila máxima = K S Taxa de desocupação = 1
S
P0
S
Lq n S Pn = 1 K S K S K S 1 n
S !1
2
nS
P0 , se n 1,..., S
n !
n
L nPn Lq S 1 n S K
Pn
n 0 P0 1 nS nS
P0 , se n S ,..., K
n0 n ! S! nS S !S
Lq 1 L
Wq W Wq S 1
P Wq 0 Pn 0, se n K
n 0
Características do modelo ( M / M /1/ N ) –> “fila de espera simples, mas população finita”
Chegada: Poisson Tempo de atendimento: Exponencial Negativo
Taxa = clientes / u. tempo Taxa = clientes / u. tempo
N n , se n 0,1,..., N 1
n Nº servidores = 1
0, se n N
N 1
n Pn N n Pn N L Taxa de ocupação =
n 0 n 0
População = N
Fila máxima = Taxa de desocupação = 1
Lq
Lq n 1 Pn N 1 P0 Wq
n 1
1 L
L nPn Lq W Wq
n 0
N ! n N ! n
P Wq 0 P0
N
P0 1 (taxa de desocupação) P , se n 1,..., N
n 0 N n ! Pn N n ! 0
0, se n N
N n , se n 0,1,..., N 1
n Nº servidores = S
0, se n N
N 1
n Pn N n Pn N L Taxa de ocupação =
n 0 n 0 S
População = N
Fila máxima = Taxa de desocupação = 1
S
Lq
Lq n S Pn Wq
nS
1 L N!
n
L nPn Lq W Wq P0 , se n 1,..., S
n 0 N n !n !
N !
n
S 1 Pn
P0 , se n S ,..., N
n n
N! N
N! n S
P0 1 N n !S !S n S N n ! S ! S
n0 N n !n ! n S
0, se n N
Um armazém recebe camiões com encomendas que são descarregadas usando empilhadores.
Os camiões chegam segundo um processo de Poisson à taxa de 16 camiões/dia;
Os tempos médios de descarga são variáveis (seguindo uma distribuição Exponencial Negativa):
Nº empilhadores 1 2 3 4 5
Tempo médio de descarga (min) 50 20 15 12 10
A operação de empilhadores custa 7.5 €/h;
A imobilização dos camiões acarreta um custo de 15 €/h;
1 dia = 8 horas.
Pretende-se dimensionar a equipa de empilhadores de modo a minimizar os custos globais do sistema.
Nº de Tempo Taxa de Taxa de Tempo médio Tempo total Custo de Custo dos Custo
empi- médio de serviço ocupação no sistema dos camiões imobilização empi- total
lhadores descarga por camião por hora dos camiões lhadores
[min] [camiões/h] [h] [h] [€/h] [€/h] [€/h]
n 1 W W 15W 7.5n
1 50 1.20 1.67
2 20 3.00 0.67 1.00 2.00 30.00 15.00 45.00
3 15 4.00 0.50 0.50 1.00 15.00 22.5 37.50
4 12 5.00 0.40 0.33 0.67 10.00 30.00 40.00
5 10 6.00 0.33 0.25 0.50 7.50 37.50 45.00
m
Uma estimativa razoável para a taxa de chegadas é: ˆ m
ti i 1
probabilidades f t ˆe t ?
ˆ
Teste do 2 - Qui-Quadrado
k (o j e j ) 2
Então a estatística 2
obs deverá seguir uma
j 1 ej
Teste do 2 : (conjeturas)
Exemplo:
(Tempos em minutos.)
Obs.(s) m=25 observações.
0.01
Sum(t)=9.19 minutos. ˆ 25 =2.72 /minuto.
0.07 9.19
0.03
0.08 Consistente com f t 2.72e2.72t ?
0.04
0.1
0.05 Escolhendo k=5 categorias, a probabilidade de cair em
0.1 cada uma delas é 0.2, logo e j 0.2 25 5 .
0.11
1.17 Determinam-se as fronteiras das categorias a partir da
1.5
0.93 função acumulada F t P A t 1 e2.72t :
0.54
0.19 Cat. 1: 0 t l1 minutos
0.22
Cat. 2: l1 t l2 minutos
0.36
0.27 Cat. 3: l2 t l3 minutos
0.46 Cat. 4: l3 t l4 minutos
0.51 Cat. 5: l4 t minutos
0.11
0.56 F l1 0.2 , F l2 0.4 , F l3 0.6 e F l4 0.8
0.72 Logo tiram-se: l1 0.08 , l2 0.19 , l3 0.34 , l4 0.59
0.29
.....
0.04
0.73 Tira-se que 2 obs 0.4 , e escolhendo 0.05 ,
T=9.19 então 32 0.05 7.81 (tabela).
( t ) k 1 e t
t 0
f t (k 1)!
0 t 0
f t
k k
Média: E T Variância: Var T
2
M / E3 /1
Entidades;
Acontecimentos e estados;
Início
FASE A
Determinar instante
do próximo
acontecimento
FASE B
Aplicar regras devidas ao Gerador de
Actualizar
acontecimento e actualizar lista números
estatísticas
de acontecimentos futuros aleatórios
FASE C
NÃO
NÃO
Acabar?
Actualizar
estatísticas
SIM
FIM
disponível a função geradora RAND() – ver anexo com outras fórmulas úteis.
ln 1 F t . Como
1
resolvendo em ordem a t, tira-se que t
0 F t 1 0 1 F t 1, e supondo esta quantidade como
B7 = IF(G6<H6;”Chegada”;”Partida”) G7 = IF(B7=”Chegada”;C7-log(RAND())/$F$1;G6)
C7 = IF(B7=”Chegada”;G6;H6) | H6 se aconteceu uma “Chegada”;
F7 = IF(B7=”Chegada”;F6+1;F6-1) H7 = | C7-log(RAND())/$F$2 se aconteceu uma “Partida” e n>0,
D7 = IF(F7>0;1;0) | ou se aconteceu uma “Chegada” e H6=9999;
E7 = IF(F7>1;F7-1;0) | “9999” se aconteceu uma “Partida” e n=0 (i.e, o sistema está vazio).
Inicialização
Tempo (relógio)
Acontecimento 1 Acontecimento 2 Acontecimento 3
(Chegada) (Partida) (Chegada)
Problema:
Determinar qual a duração da simulação, para que o valor das
variáveis do sistema (ex., medidas de desempenho) sejam
estimadas com uma determinada acurácia, verificando um dado
grau de confiança estatística.
Valor médio
(obtido com curtas simulações de 10 horas) = 120 unidades
Desvio padrão = 40 unidades
Resposta:
X X
Admitindo uma lei Normal: Z D
Z90%
tira-se que o desvio padrão a obter deve ser de:
5
D = 3.04 unidades.
1.6449
D 10
Fazendo então a proporcionalidade inversa:
40 D
Obtém-se que a simulação deve corresponder a:
10 * 40 2
D = 1732 horas (ou mais).
3.04 2
Resposta:
10
O desvio padrão seria, proporcionalmente, de D 40 =4
1000
unidades.