SOLUÇÃO+D

1
CAPÍTULO 2 – SISTEMAS COM FILA
3a) Modelo D/D/1/5/FIFO

1 1
λ = 5 usuários por minuto = usuário por segundo → = 12 segundos.
12 λ
5 1 1
µ = usuários por minuto = usuário por segundo → = 36 segundos.
3 36
λ > µ → há fila.
1 1
∃m ∈ Ζ | =m ; m=3
µ λ
K + 1 = λt 0* −[ ] t 0* −
1
λ
µ ∴6 =
1 *
12
(
t 0 − t 0* − 12 )
1
36
t 0* 90 100 96 95
→ t 0* = 96 segundos
n (t ) *
0 7−2 = 5 8−2 = 6 8−2 = 6 7−2 = 5
1
t 0* = 96 = 8, então o 8º usuário será o primeiro a ser rejeitado.
12
0, 0 ≤ t < 12 segundos,
1 1
n (t ) = t − (t − 12 ) , 12 ≤ t < 96 segundos,
12 36
5, t ≥ 96 segundos,
24 (n − 1) segundos, n < 8,
Wq(n) =
144 segundos, n = 10 + 3k , k = 0,1,2,....
Obs : os usuários a serem rejeitados são os de ordem n ≥ 8 tais que

n ≠ 10 + 3k, k = 0,1,2,...
Resolução de Exercícios - Teoria de Filas

Mª Cristina Fogliatti e Néli Mª Costa Mattos
2
3b) Modelo D/D/1/7/FIFO

1
= 30 minutos → λ = 2 usuários por hora,
λ
µ = 1 usuário por hora
1 1
∃m ∈ Ζ | = m ; m = 2.
µ λ
K + 1 = λt 0* − [ ] t 0* −
1
λ
µ →8=
1 *
30
(
t 0 − t 0* − 30
1
)
60
t 0* 420 390 419
→ t 0* = 420 minutos
n (t ) *
0 14 − 6 = 8 13 − 6 = 7 13 − 6 = 7
1
λt 0* = 420 = 14, então o 14º usuário será o primeiro a ser rejeitado.
30
0, 0 ≤ t < 30 minutos,
1 1
n (t ) = t − (t − 30 ) , 30 ≤ t < 420 minutos,
30 60
7, t ≥ 420 minutos,
30 (n − 1) minutos, n < 14,

Wq( n ) =
360 minutos, n = 15 + 2k , k = 0,1,2,....
n ≠ 15 + 2k, k = 0,1,2,...

3
3c) Modelo D/D/1/3/FIFO
1
= 15 minutos → λ = 4 usuários por hora.
λ
1
= 20 minutos → µ = 3 usuários por hora.
1 1
Não existe m ∈ Ζ | =m .
µ λ
K + 1 = λt 0* − [ ] t 0* −
1
λ
µ ∴4 =
1 *
15
(
t 0 − t 0* − 15)1
20
,
t 0* 120 150 135 149

→ t 0* = 150 minutos.
n (t 0* ) 8−5=3 10 − 6 = 4 9−6=3 9−6=3
1
λt 0* = ⋅ 150 = 10, então o 10º usuário usuário será o primeiro a ser rejeitado.
15
0, 0 ≤ t < 15 minutos,
1 1
n (t ) = t − (t − 15) , 15 ≤ t < 150 minutos,
15 20
2 ou 3, t ≥ 150 minutos.
Verifica-se do gráfico que

Wq11 = 30, Wq15 = 30, Wq19 = 30,
Wq12 = 35, Wq16 = 35, Wq20 = 35,
Wq13 = 40, Wq17 = 40, Wq21 = 40,
então,
5 (n − 1) minutos, n < 10,
30 minutos, n = 11 + 4k, k = 0, 1, 2,...,
Wq( n ) =
35 minutos, n = 11 + 4k, k = 0, 1, 2,...,
40 minutos, n = 11 + 4k, k = 0, 1, 2,....
n = 10 + 4k, k = 0,1,2,...
4
3d) Modelo D/D/1/6/FIFO
1
λ = 3 usuários por hora = usuário por minuto.
20
1 1
= 40 minutos → µ = usuário por minuto.
40
1 1
∃m∈Ζ | = m ; m = 2.
µ λ
K + 1 = λt 0* − [ ] t 0* −
1
λ
µ ∴7 =
1 *
20
(
t 0 − t 0* − 20
1
)
40
,
t 0* 200 240 220 239

→ t 0* = 240 minutos.
n (t ) *
0 10 − 4 = 6 12 − 5 = 7 11 − 5 = 6 11 − 5 = 6
1
λ t 0* = .240 = 12, então o 12º usuário será o primeiro a ser rejeitado.
20
0, 0 ≤ t < 20 minutos,
1 1
n (t ) = t. − (t − 20 ). , 20 ≤ t < 240 minutos,
20 40
20 (n − 1) minutos, n < 12,

Wq( n ) =
200 minutos, n ≥ 13 + 2k, k = 0,1,2,...,
n = 12 + 2k, k = 0,1,2,... .

5
4) Modelo D/D/1/4/FIFO
1 1
λ = 10 usuários por hora = usuário por minuto → = 6 minutos.
6
1 1
µ = 5 usuários por hora = usuário por minuto → = 12 minutos.
12 µ
1 1
∃m∈Ζ | = m ; m = 2.
µ λ
[ ]
K + 1 = λt 0* − t 0* −
1
λ
µ ∴5 =
1 *
6
(
t 0 − t 0* − 6 )1
12
,
t 0* 48 42 47
→ t 0* = 48 minutos.
n(t )*
0 8−3= 5 7−3= 4 7−3 = 4
1
λ t 0* = 48 = 8, então o 8º usuário será o primeiro a ser rejeitado.
6
0, 0 ≤ t < 6 minutos,
1 1
n (t ) = t − (t − 6 ) 6 ≤ t < 48 minutos,
6 12
6 (n − 1) minutos, n < 8,
Wq( n ) =
36 minutos, n ≥ 9 + 2k, k = 0,1,2,...,
Obs : os usuários a serem rejeitados são os de ordem n ≥ 8 tais que n = 8 + 2k, k = 0,1,2,...
O 8º usuário a chegar no sistema não poderá ingressar no mesmo.

4a) -
4b) o próximo usuário a entrar no sistema será o 9º usuário e aguardará na fila 36 minutos.

6
CAPÍTULO 3 – PROCESSOS ESTOCÁSTICOS
(λ t ) n e − λt
1) λ = 15 interrupções por dia; Pn t = , n ≥ 0.
n!
1a) E[N(t)] = λt E[(N(1/24)] = 15/24 = 0,625 interrupções em 1 hora.
1b) t = 7 P100(7) = (15 x 7)100 e-15x7 / 100! ≅ 0,035.
1c) P0 (1/48) = (15/48)0 x e-15/48 / 0! ≅ 0,7316.
1d) t = 6 horas = 1/4 do dia.

P(N(1/4) < 3) = P0(1/4) + P1(1/4) + P2(1/4)
P(N(1/4) < 3) = (15/4)0 e-15/4/0! + (15/4)e-15/4/1! + (15/4)2e-15/4/2!
= 0,0235 + 0,0882 + 0,1654 ≅ 0,2771.
2) λ = 60 trabalhos por hora = 1 trabalho por minuto ; Pn(t) = (λt)n e-λt / n!, n 0.
2a) P(T > 4) = P(N(4) = 0) = P0(4) = 40 e-4 /0! = e-4 ≅ 0,018.
2b) P(T < 8) = 1-P(T > 8) = 1- P(N(8) = 0) = 1 - P0(8) = 1- 80 e-8 /0! ≅ 1 - e-8 = 0,999.
3)
λk = λ , k ≥ 0,
3a)
µ k = kµ , k ≥ 1.
λ λ λ λ λ λ
0 1 2 ... k k+1 ....

µ 2µ 3µ kµ kµ (k+1)µ
Pk = P0 λ λ λ....λ = P0 (1/k!) (λ/µ)k , k 1.
µ.2µ.3µ...kµ
k k
1 λ
∞ ∞
1 λ
1 = P0 + P0 = P0 = P0 e λ/µ P0 = e -λ/µ.
k =1 k! µ k = 0 k! µ
= λ/µ P0 = e - .
k
Pk = e - / k! k = 0, 1, 2,....

7
(K − k ) λ , 0 ≤ k ≤ K,
λk =
0, k > K,
3b)
kµ , 1 ≤ k ≤ K,
µk =
0, k > K.
K (K-1)λ (K-2)λ λ
0 1 2 ... K
µ 2µ 3µ kµ
= λ/µ.
k
Pk = P0 Kλ (K-1) λ (K-2) λ...(K-k+1) λ = P0 K!(K-k)! , k = 1, 2, …K.
µ.2µ.3µ...kµ k!
k
K
K! λ
1= P0 +P0 .
k =1 ( K − k )!k! µ
K
K!
1= P0 1 + ρk .
k =1 ( K − k )!k!
−1
K
K!
P0 = 1 + ρk .
k =1 ( K − k )!k!
λk = (k + 1) λ , k ≥ 0,
3c)
µ k = kµ , k ≥ 1.
λ 2λ 3λ kλ (k+1)λ (k+2)λ
0 1 2 ... k k+1 ....

µ 2µ 3µ kµ (k+1)µ (k+2)µ
= λ/µ..
k
Pk = P0 λ. 2λ. 3λ. ... kλ = P0 .
µ.2µ.3µ. ... kµ
1 = P0 + P1 + P2 + ... + Pk + …
∞
1 = P0 ρk .
k =0
1= P0 (1/(1- )) P0 = 1 – .
k
Pk = (1 – ) , k = 0, 1, 2,…
8
λ, 0 ≤ k ≤ K,
λk =
3d) 2λ , k > K,
µk = µ, k ≥ 1.
λ λ λ kλ 2λ 2λ
0 1 2 ... K (K+1) ....

µ µ µ µ µ µ
Se k < K,
= λ/µ,.
Pk = P0 λ λ λ ... λ Pk = P0 k , 0 < k < K.
µ µ µ. ...µ
Se k > K,
Pk = P0 λ λ λ ... .2λ .2λ .2λ Pk = P0 .2 (k-K) k k > K.
µ µ µ ...µ
K ∞
1 = P0 ρk + 2(k −K ) ρ k .
k =0 k = K +1
K ∞ −1 K ∞ −1
P0 = ρ +
k
2 (k − K )
ρ k
= ρ +2k −K
(2 ρ ) k
.
k =0 k = K +1 k =0 k = K +1
K ∞ −1
Fazendo l = k − ( K + 1), P0 = ρ + 2ρk ( K +1)

(2 ρ ) l
.
k =0 l =0
O cálculo das Pk’s só é possível se < 1/2, pois a primeira parcela de P0 sempre converge, mas a
segunda só converge se 2 < 1. Neste caso,
−1
1 − ρ K 2 ρ K +1
P0 = + .
1 − ρ 1 − 2ρ
4)
4a)

9
4b)
dP0 (t )
= −λP0 (t ) + µP1 (t ),
dt
dP1 (t )
= − µP1 (t ) + λP0 (t ).
dt
4c) O estado n = 0 representa o equipamento em funcionamento .
Para o estado estacionário, tem-se

λ µ
λP0 = µP1 ; 1 = P0 + P1 → P1 = e P0 = .
λ+µ λ+µ
1 2 1
5) = 20 dias = mês; = 30 dias = 1 mês.
λ 3 µ
Considera-se que os estados representam o número de satélites em funcionamento.

5a)
2λ λ
2 1 0
µ µ
5b)
dP2 (t )
= −2λP2 (t ) + µP1 (t ),
dt
dP1 (t )
= −(λ + µ ) P1 (t ) + µP0 (t ) + 2λP2 (t ),
dt
dP0 (t )
= − µP0 (t ) + λP1 (t ).
dt
No regime estacionário, tem-se
µP
− 2λP2 + µP1 = 0 → P2 = 1 .
2λ
λP1
− µP0 + λP1 = 0 → P0 = .
µ
µP λP 2λµ 6
1 = P0 + P1 + P2 → 1 = P1 + 1 + 1 → P1 = 2 = ≅ 0,353,
2λ µ 2λ + 2λµ + µ 2
17
9 µP 2
P0 = ≅ 0,529 e P2 = 1 = ≅ 0,118.
17 2λ 17
λP1 3 6 9
5c) P0 = = . = ≅ 0,53.
µ 2 17 17

10
6) Para i > 0,
λi = iλ ,
µ i = iµ .
λ 2λ (i-1)λ iλ (i+1)λ
0 1 2 ... i i+1 .......

µ 2µ 3µ iµ (i+1)µ (i+2)µ
Pelo diagrama de fluxo, observa-se que este sistema não pode ser considerado de nascimento e
morte pois não é uma cadeia de Markov irredutível. Quando o sistema atinge o estado i = 0 não
sai mais dele. Este estado é denominado absorvente. Dessa forma, o sistema não entra no regime
estacionário.
7)
λ1
λ2
λ
λ3
λ4
Se em cada via o tempo entre a passagem de dois carros sucessivos segue uma distribuição
exponencial de parâmetro i, i =1, 2, 3, 4, então o fluxo de cada via segue uma distribuição de
Poisson de mesmo parâmetro.
Na via principal não há carros se não há nenhum carro nas 4 vias.
λ1 0 e − λ λ2 0 e −λ λ3 e − λ λ 4 0 e − λ
1
0 2 3 4
P0 (t ) = . . . = e −( λ1 + λ2 + λ3 + λ4 ) ,
0! 0! 0! 0!
Na via principal há 1 carro se há 1 carro em somente 1 das 4 vias.

λ 1e −λ1 λ 2 0 e − λ2 λ3 e − λ3 λ4 0 e − λ4
0
P1 = 1 . . .
1! 0! 0! 0!
λ10 e −λ λ 21e −λ λ3 e −λ λ4 0 e −λ
1
0 2 3 4
+ . . .
0! 1! 0! 0!
λ10 e −λ λ 2 0 e −λ λ3 e −λ λ4 0 e −λ
1
1 2 3 4
+ . . .
0! 0! 1! 0!
λ10 e −λ λ 2 0 e −λ λ3 0 e −λ λ 41e −λ
1 2 3 4
+ . . .
0! 0! 0! 1!
= (λ1 + λ2 + λ3 + λ4 ) e −( λ1 + λ2 + λ3 + λ4 ) .
1

11
Na via principal há 2 carros se há 2 carros em somente 1 das 4 vias, ou se há 1 carro em somente

2 das vias secundárias .
λ1 2 e − λ1 λ 2 0 e − λ2 λ3 0 e − λ3 λ4 0 e − λ4
P2 = . . .
2! 0! 0! 0!
λ1 0 e −λ λ2 2 e −λ λ3 e −λ λ 4 0 e −λ
1
0 2 3 4
+ . . .
0! 2! 0! 0!
0 − λ1 − λ2 − λ3
λ3 e λ 4 e −λ
2
λ1 e λ2 e0 0 4
+ . . .
0! 0! 2! 0!
0 − λ1 − λ2 − λ3
λ1 e λ2 e0
λ3 e0
λ4 e −λ
2 4
+ . . .
0! 0! 0! 2!
λ11e −λ λ 21e −λ λ3 e −λ λ 4 0 e −λ
1
0 2 3 4
+ . . .
1! 1! 0! 0!
λ1t 1e −λ λ2 0 e −λ λ3 e −λ λ 4 0 e −λ
1
1 2 3 4
+ . . .
1! 0! 1! 0!
λ11e −λ λ 2 0 e −λ λ3 0 e −λ λ 411e −λ
1 2 3 4
+ . . .
1! 0! 0! 1!
0 − λ1 1 − λ2 1 − λ3
λ1 e λ2 e λ3 e λ 4 e −λ
0 4
+ . . .
0! 1! 1! 0!
0 − λ1 1 − λ2 − λ3 1 − λ4
λ1 e λ2 e λ3 e0
λ4 e
+ . . .
0! 1! 0! 1!
0 − λ1 − λ2 1 − λ3 1 − λ4
λ1 e λ2 e0
λ3 e λ4 e
+ . . .
0! 0! 1! 1!
(λ1 + λ2 + λ3 + λ 4 ) 2 e − ( λ1 + λ2 + λ3 + λ4 )
= .
2!
4 n 4
− λi
λi e i =1
(λ1 + λ 2 + λ3 + λ4 ) n e −( λ1 + λ2 + λ3 + λ4 ) i =1
Pn = = .
n! n!
4
Então o fluxo da avenida principal segue uma distribuição de Poisson de parâmetro λ = λi .
i =1
Outra forma:
Seja X = o fluxo na avenida principal
4
X = X i onde X i , i = 1, 2, 3, 4, é o fluxo da i - ésima via, com distribuição de Poisson de
i =1
parâmetro i .

12
A função geradora de momentos de Xi é dada (Anexo 1B) por:

M X i (θ ) = e λi (e ) , i = 1, 2, 3, 4.
θ
−1)
( )
4
4 4 4 λi eθ −1
X i → ∏ M X (θ ) =∏ e ( )=e
θ
λi e −1)
X = i
i =1
i =1 i =1 i =1
que é a função geradora de momentos de uma variável aleatória de Poisson de parâmetro
4
λ= λi . Pela propriedade da unicidade da função geradora de momentos, pode-se afirmar que
i =1
4
X tem distribuição de Poisson de parâmetro λ = λi .
i =1
8) Tomando como referência uma das vias (i-ésima via),
I) Há 0 (zero) carros na i-ésima via, se ocorre um dos seguintes eventos mutuamente

exclusivos:
i) há 0 carros na via principal;
ii) há k > 0 carros na via principal (P) e estes seguem para quaisquer outras vias ( i).
P0i (t ) = P0P (t ) + P1P (t )(1 − pi ) + P2P (t )(1 − pi ) 2 + + PnP (t )(1 − pi ) n + ...

(λt ) 2 e −λt (1 − pi ) 2 (λt ) n e −λt (1 − pi ) n
= e −λt + λte −λt (1 − pi ) + + ... + + ...
2! n!
=
∞
(λt ) k e −λt (1 − pi ) k
=e − λt
∞
[λt (1 − pi )]k
= e −λt .e λt (1− pi ) = e −λtpi .
k =0 k! k =0 k!
II) Há 1 carro na i-ésima via, se ocorre um dos seguintes eventos mutuamente exclusivos:
i) há k , k = 1,2,3,... carros na via principal (P) e um destes segue pela a i-ésima via e o outros
( k-1) carros seguem para quaisquer outras vias ( i). Há k eventos deste tipo.
P1i (t ) = P1P (t ) pi + 2 P2P (t ) pi (1 − pi ) + + nPnP (t ) pi (1 − pi ) n −1 + ...

2(λt ) 2 e −λt pi (1 − pi ) 3(λt ) 3 e −λt pi (1 − pi ) 2 n (λt ) n e −λt pi (1 − pi ) n−1
= λte −λt pi + + + ... + + ...
2! 3! n!
(λt ) 2 (1 − pi ) 2 (λt ) n−1 (1 − pi ) n−1
= λte −λt pi 1 + λt (1 − pi ) + + ... + ...
2! (n − 1)!
= λte −λt
pi
∞
(λt ) k (1 − pi ) k
= λte −λt pi
∞
[λt (1 − pi )] k
k =0 k! k =0 k!
= λte −λt pi e λt (1− pi ) = λtpi e −λtpi .

13
III) Há 2 carros na i-ésima via, se ocorre um dos seguintes eventos mutuamente exclusivos:
i) há k , k = 2,3,... carros na via principal (P) e dois destes seguem pela a i-ésima via e o outros
(k-2) carros seguem para quaisquer outras vias ( i). Há k (k-1)/2 eventos deste tipo.
n (n − 1) P
P2i (t ) = P2P (t ) pi2 + 3P3P (t ) pi2 (1 − pi ) + 6 P4P (t ) pi2 (1 − pi ) 2 + + Pn (t ) pi2 (1 − pi ) n− 2 + ...
2
(λt ) 2 e −λt pi2 3(λt ) 3 e −λt pi2 (1 − pi ) 6(λt ) 4 e −λt pi2 (1 − pi ) 2 n (n − 1) (λt ) n e −λt pi2 (1 − pi ) n−2
= + + + ... + . + ...
2! 3! 4! 2 n!
(λt ) 2 e −λt pi2 (λt ) 2 (1 − pi ) 2 (λt ) n−2 (1 − pi ) n− 2
= 1 + λt (1 − pi ) + + ... + + ...
2 2! (n − 2)!
=
(λt ) 2 e −λt pi2 ∞
[λt (1 − pi )]k
2! k =0 k!
(λt ) e p λt (1− pi ) (λtpi ) 2 e −λtpi
2 − λt 2
= e i
= .
2! 2!
...) Há m carros na i-ésima via, se ocorre um dos seguintes eventos mutuamente exclusivos:
i) há k , k = m, m+1, m+2,... carros na via principal (P) e m destes seguem para a i-ésima via e o
outros (k-m) carros seguem para quaisquer outras vias ( i). Há C km eventos deste tipo.
(m + 2) (m + 1) P
Pmi (t ) = PmP (t ) pim + (m + 1) PmP+1 (t ) pim (1 − pi ) + Pm+ 2 (t ) pim (1 − pi ) 2
2
(m + 3)(m + 2)(m + 1) P
+ Pm+3 (t ) pim (1 − pi ) 3
3!
(λt ) m e −λt pim (m + 1)(λt ) m+1 e −λt pim (1 − pi ) (m + 2) (m + 1)(λt ) m + 2 e −λt pim (1 − pi ) 2
= + +
m! (m + 1)! 2(m + 2)!
(m + 3)(m + 2)(m + 1)(λt ) m+3 e −λt pim (1 − pi ) 3
+ + ...
6(m + 3)!
(λt ) m e −λt pim (λt ) 2 (1 − pi ) 2 (λt ) 3 (1 − pi ) 3
= 1 + λt (1 − pi ) + + + ...
m! 2! 3!
=
(λt ) m e −λt pim ∞
[λt (1 − pi )] j
m! j =0 j!
(λt ) e p λt (1− pi ) (λtpi ) m e −λtpi
m − λt m
= e i
= .
m! m!
Então, o número de carros que seguem pela i-ésima via secundária, i =1, 2, 3, 4, tem distribuição
de Poisson de parâmetro pi.

14
Outra forma:
Seja Z o número de carros da via principal. Z segue uma distribuição de Poisson de

parâmetro .
e −λ λz
P( Z = z ) = .
z!
Seja Xi o número de carros da via principal que seguem pela i-ésima via, com probabilidade
pi.
(X i = k Z = z ) segue distribuição Binomial de parâmetros n e pi.

z
→ P (X i = k Z = z ) = p ik (1 − pi ) z − k
k
e −λ λ z z k
P ( X i = k , Z = z ) = P (Z = z )P (X i = k Z = z ) = p i (1 − p i ) z − k
z! k
e −λ λ z z!
= . p ik (1 − p i ) z − k .
z! ( z − k )!k!
P (X i = k ) =
∞
P (X i = k, Z = z ) =
e −λ λk p ik ∞
[(1 − pi )λ ]z − k
n=k k! z =k ( z − k )!
z−k = j
P (X i = k ) =
e − λ (λ p i ) k ∞
[(1 − pi )λ ] j =
e − λ pi ( λp i ) k
.
k! j =0 j! k!.
Dessa forma, Xi segue uma distribuição de Poisson de parâmetro pi.
9) N(t) = número de impactos ambientais sofridos no instante (0,t]. N(t) tem distribuição de
Poisson de parâmetro . Este processo é um caso particular da decomposição do processo de
Poisson (ver exercício 8), com probabilidade de falha, p1 = 1- p e probabilidade de continuar
funcionando, p2 = p
o processo de ocorrência de falhas, NF(t), tem distribuição de Poisson de parâmetro (1-p).
Dessa forma,
P( NF (t ) = n ) =
[(λt (1 − p )]n e −λ t (1− p ) n ≥ 0.
n!
10) Pelo diagrama de fluxo observa-se que este processo é um processo de Poisson com taxas
dependendo dos estados do processo, cuja modelagem exige conhecimentos além dos
apresentados no texto.
nλ (n+1)λ (n+2)λ
n n+1 n+2 .......

15
11) µ = 2 por minuto; há 3 pessoas na fila e 1 em atendimento. Considera-se que o tempo que o
novo cliente aguardará pelo serviço no sistema, Tq, inclui o tempo de atendimento dessas 4
pessoas. Tq tem distribuição de Erlang de tipo k = 4 e µ = 2.
11a) E[Tq] = 4/2 = 2 minutos = 120 segundos.
11b) P(T >10 ) = P(N < 5), onde N tem distribuição de Poisson de parâmetro igual a 20.
P( N < 5) = P( N = 0) + P( N = 1) + P ( N = 2) + P( N = 3) + P( N = 4)
= e − 20
(20)0 + (20)1 + (20)2 + (20)3 + (20)4 ≅ 0,000017.
0! 1! 2! 3! 4!
12) = 2 por hora.

µ = 4 por hora.
λk = λ + 1 0 ≤ k < 3,
λk = λ , k ≥ 3.
λ+1 λ+1 λ+1 λ λ
0 1 2 3 4 .......
µ µ µ µ µ
k
λi −1
Pk = P0 ∏ k ≥ 1.
i =1 µi
k
λ +1
P0 , 1 ≤ k < 3,
µ
Pk = 3 k −3
λ +1 λ
P0 , k ≥ 3.
µ µ

16
n −3
∞ 2 ∞ 2
(λ + 1) n ∞
(λ + 1) 3 λ
1= Pn = P0 + Pn + Pn = P0 + P0 + P0
n=0 n =1 n=2 n =1 µn n =3 µ3 µ
i
λ + 1 (λ + 1) 2 (λ + 1) 3 ∞
λ
= P0 1 + + +
µ µ2 µ3 i =0 µ
λ + 1 (λ + 1) 2 (λ + 1) 3 1
= P0 1 + + + . ,
µ µ2 µ3 1− λ
µ
então,
−1
λ + 1 (λ + 1) 2 (λ + 1) 3 1
P0 = 1 + + + . .
µ µ2 µ3 1− λ
µ
A proporção do tempo que os aviões dos aeroportos vizinhos não são aceitos para pouso é dada por
P = P3 + P4 + P5 + ... = 1 − P0 − P1 − P2 .
Para λ = 2 e µ = 4,
P0 ≅ 0,288,
P1 ≅ 0,216,
P2 ≅ 0,162,
então,
P ≅ 0,334, ou seja em 33% do tempo.

17
CAPÍTULO 4 – MODELOS DE FILAS BÁSICOS
1) Modelo M/M/1/ ∞ / FIFO

λ = 12000 caracteres por minuto = 200 caracteres por segundo
µ = 250 caracteres por segundo
λ 200
ρ= = = 0,8 .
µ 250
ρ2 0,8 2
Lq = = = 3,2 caracteres.
1 − ρ 1 − 0,8

λ = 60 veículos por hora
µ = 360 veículos por hora
2a) ρ = λ / µ = 60/360 ≅ 0,167
2b) P (N = 0) = 1 − ρ ≅ 0,833 que é maior do que qualquer Pn então o número de carros mais
provável é zero.
2c) P (0) ≅ 0,83 e P (1) ≅ 0,14 → P (0) + P (1) ≅ 0,97 > 0,95. Dessa forma basta ter espaço para um
carro.
ρ
2d) W q = = 2 segundos.
µ −λ

λ = ? chamadas por minuto.
µ = 1/3 chamadas por minuto.
ρ=λ/µ=3 .
ρ 3λ
Como Wq = ≤3→ ≤ 3 → λ ≤ 0,17 chamadas por minuto.
µ −λ 1
−λ
3
4) Modelo M/M/1/ /FIFO

λ = 15 clientes por hora = 1/4 clientes por minuto.
µ = ? chamadas por minuto
Como P (Tq ≤ 12 ) ≥ 0,90 → 0,90 ≤ 1 − ρ e − ( µ − λ )t

0,25
→ ρ e −( µ − λ )t = e − ( µ − 0, 25)12 ≤ 0,10.
µ
− ( µ − 0, 25)12
e ≤ 0,4 µ → 12µ + ln µ ≥ 3 − ln 0,4 → 12 µ + ln µ ≥ 3,92.
Por tentativa e erro, µ = 0,41 clientes por minuto.

18

λ = 30 trabalhos por hora.
µ = 10 trabalhos por hora.
5a)
30 30 30 30 30 30
0 1 2 ... n n+1 .......

10 10 10 10 10 10
5b) /µ = 3 o sistema não entra no regime estacionário e P0 não pode ser calculada.
6) Modelo M/M/1/4/FIFO
ρ = λ / µ = 2/3 < 1.
4
2 2
1−
ρ (1 − ρ )
n
3 3
Pn = → P4 = ≅ 0,076 .
1 − ρ k +1 2
5
1−
3
Taxa de Rejeição = λ P4 = 2.0,076 ≅ 0,15 trabalhos por hora ≅ 3, 6 trabalhos por dia.
ρ = λ / µ = 2/4 < 1.
ρ n (1 − ρ )
Pn = .
1 − ρ k +1
(1 − ρ ) 2
7a) P0 = = ≅ 0,667.
1 − ρ k +1 3
7b) P1 = 1- P0 =1/3 ≅ 0,33.
8) Modelo M/M/1/K/FIFO
λ = 12 carros por hora.
µ = 15 carros por hora.
ρ = λ / µ = 12/15 = 4/5 < 1.

19
ρ n (1 − ρ )
Pn = .
1 − ρ k +1
8a) K = 1
P1 = 4/9 ≅ 0,44 ≅ 44%.
8b) K = 3
P3 = 64/369 ≅ 0,17 ≅ 17%.
8c) K = 5
P3 = 1024/11529 ≅ 0,088 ≅ 9%.
9) Modelo M/M/2/K/FIFO
λ = 15 chamadas por hora.
µ = 12 chamadas por hora.
r = λ / µ = 15/12 = 5/4.
ρ = r / c = 5/8 < 1.
−1 −1
rn
1
cr 2 1
1,25 n 2.1,25 2
Po = + = + ≅ 0,23.
n = 0 n! c! (c − r ) n =0 n! 2! ( 2 − 1,25)
P0 cr c +1
Lq = ≅ 0,80 chamadas na fila.
c ! (c − r )
L = r + Lq ≅ 2,05 chamadas no sistema.

rcµ
Wq = P0 ≅ 3,19 minutos.
(c − 1)! (cµ − λ )
1
W = + W q = 5 + 3,19 ≅ 8,19 minutos.
µ
Probabilidade de um usuário chegar e ser atendido imediatamente:

P0 + P1 ≅ 0,52 .
Probabilidade de haver um operador ocioso:

P0 + P1/2 ≅ 0,37 .
Para o usuário pode não ser atrativo esperar 3,19 minutos para ser atendido, mesmo que em
52% das vezes venha ser atendido sem esperar. Para a companhia, o sistema não é bom pois a
probabilidade de um operador ficar ocioso é de 0,37.

λ = 80 clientes por hora.
µ = 360 clientes por hora.
r = λ / µ = 80/360 = 2/9.
ρ = r / c = 1/18 < 1.
−1
0,22 n
3
4.0,22 3
10a) P0 = + ≅ 0,8
n =0 n! 4! (4 − 0,22)

20
P1 = 0,80.0,221 ≅ 0,178
0,22 2
P2 = 0,80. ≅ 0,02
2!
0,22 3
P3 = 0,80. ≅ 0,001.
3!
Fração do tempo que um balconista qualquer esteja ocioso:
3 1 1
P0 + P1 . + P2 . + P3 . ≅ 0,9444 ≅ 94,44%.
4 2 4
10b) A probabilidade de ter mais de 3 clientes na padaria:
P( N > 3) = 1 − (P0 + P1 + P2 + P3 ) ≅ 1 − (0,8 + 0,178 + 0,02 + 0,001) ≅ 0,001.

λ = 30 usuários por hora.
µ = 100 usuários por hora.
r = λ / µ = 30/100 = 0,3.
ρ = r / c = 0,3/5 = 0,06.
11a)
−1
c −1
rn cr c
P0 = + ≅ 0,741
n=0 n ! c ! (c − r )
Wq =
rcµ
P0 =
(0,3)5 .1,67 .0,741 ≅ 0 .
(c − 1)! (cµ − λ )2 4! (5.1,67 − 0,5 )
2
Praticamente não existe fila para o serviço.
11b) P (W > 1) = 1 − W (1) = 1 − 1 − 0,741 ×

(0,3)
5
e − (5.1, 67 − 0,5 ) ≅ 0.
5 !(1 − (0,06 ))
q q
A probabilidade do tempo de espera superar 1 minuto é praticamente nula.
11c) E[N] = L = r +
r c +1c
P0 = 0,3 +
(0,3)6 .5 0,741 = 0,3 usuários.
c !(c − r ) 5![5 − (0,3)]
2 2

λ = 60 usuários por hora.
µ = 30 usuários por hora.
r = λ / µ = 60/30 =2.
ρ = r / c = 2/3 <1.
−1
2
2n 3.2 3
12a) P0 = + ≅ 0,11.
n=0 n ! 3 ! (3 − 2)

21
12b)
r
P1 = P0 ≅ 0,222.
1!
r2
P2 = P0 ≅ 0,222.
2!
→ P0 + P1 + P2 ≅ 0,555.
P0 cr c +1
12c) L q = ≅ 0,88 usuários,
c! (c − r ) 2
L = r + L q ≅ 2 + 0,88 ≅ 2,88 usuários.
rcµ
12d) W q = P0 ≅ 0,88 minutos.
(c − 1)! (cµ − λ ) 2
1
W = Wq + ≅ 0,88 + 2 ≅ 2,88 minutos.
µ
rc
12e) W q (t ) = 1 − P0 e − (cµ − λ )t
c! (1 − ρ )
Wq (5) ≅ 0,964 minutos.
12f) O sistema pode estar com 0, 1, 2 ou 3 postos vazios; esses eventos acontecem com
probabilidades P3, P2, P1 e P0 respectivamente, então o número médio de postos vazios, V é
dado por:
V = 0.P3+ 1.P2 +2.P1 + 3.P0 ≅ 0,99.
13) Modelo M/M/c/ /FIFO

λ = 1 navio por hora.
µ = 1 navio a cada 12 horas.
r = λ / µ = 12
ρ = r / c = 12/c <1 c>12.
−1
rn
c −1
crc
P0 = + .
n = 0 n! c! (c − r )
rcµ
Wq = P0 .
(c − 1)!(cµ − λ ) 2
Para c = 13,
P0 ≅ 0,000003 .

22
Wq ≅ 8,45 horas > 6 horas.

Para c = 14,
P0 ≅ 0,000005.
W q ≅ 2,89 horas < 6 horas.
Então o sistema com c = 14 berços satisfaz à condição imposta.

λ = 3 unidades por hora.
µ = 3/2 aparelhos por hora.
r=λ/µ =2
ρ = r / c = 2/c <1 c >2.
−1
rn
c −1
c rc
P0 = + .
n = 0 n! c!(c − r )
cr c +1
Lq = P0 .
c!(c − r ) 2
Para c = 3,
P0 ≅ 0,111.
Lq ≅ 0,889 aparelhos.
Como Lq ≤ 15 aparelhos, c = 3 técnicos satisfaz à condição imposta.

λ = 3 clientes por minuto.
µ = 2 clientes por minuto.
r = λ / µ = 3/2
ρ = r / c = 3/2c <1 c 2.
−1
rn
c −1
c rc
P0 = + .
n = 0 n! c! (c − r )
rc
Wq (0) = 1 − P0 .
c!(1 − ρ )
rcµ
Wq = P0 .
(c − 1)!(cµ − λ ) 2
23
Para c = 2,
P0 ≅ 0,1429.
W q (0) ≅ 0,04, que não satisfaz às condições.
Para c = 3,
P0 ≅ 0,2105.
W q (0) ≅ 0,76, que não satisfaz às condições.
Para c = 4,
P0 ≅ 0,2209.
W q (0) ≅ 0,92 > 0,90.
1
Neste caso, Wq = 0,015 minutos < = 0,5.0,5 = 0,25 minutos.
2µ
Dessa forma, as duas condições são satisfeitas com c = 4.
16)
16a) Neste caso, tem-se para cada caixa, um modelo M/M/1/∞/FIFO
λ = 1/3 clientes por minuto.
µ = 1/2 clientes por minuto.
ρ = λ / µ = 2/3.
P0 = 1 − ρ ≅ 0,333.
ρ
L= = 2 clientes.
(1 − ρ )
ρ2
Lq = ≅ 1,33 clientes.
(1 − ρ )
L
W= = 6 minutos.
λ
Lq
Wq = = 4 minutos.
λ
Considerando que há dois caixas em funcionamento, tem-se para o banco:

L B = 4 clientes.
L Bq ≅ 2,66 clientes.

24
L
W= = 6 minutos.
λ
Lq
Wq = = 4 minutos.
λ
Probabilidade de um cliente qualquer ser atendido sem esperar: (P0)2 = 1/9.
Probabilidade de pelo menos um caixa estar ocioso: P0 +P0 - (P0) 2 = 0,55.
16b) Neste caso, tem-se um modelo M/M/2/∞/FIFO

λ = 2/3 clientes por minuto.
µ = 1/ 2,4 clientes por minuto.
r = λ / µ = 1,6.
ρ = r / 2 = 0,8.
-1
rn
c −1
cr c
P0 = + ≅ 0,11.
n = 0 n! c! (c − r )
P0 cr c +1
Lq = ≅ 2,82 clientes.
c! (c − r ) 2
L = r + L q ≅ 4,42 clientes.
rcµ
Wq = P0 ≅ 4,15 minutos.
(c − 1)! (cµ − λ ) 2
1
W= + W q ≅ 6,49 minutos.
µ
Probabilidade de um cliente qualquer ser atendido sem ter que aguardar:
P0 +P1 ≅ 0,29.
Probabilidade de pelo menos um caixa estar ocioso: P0 + P1 ≅ 0,29.
Quadro Resumo das medidas de desempenho:

2 caixas 2 caixas
Medida de Desempenho
independentes com fila única
P0 0,33 0,11
L 4 clientes 4,42 clientes
Lq 2,66 clientes 2,82 clientes
W 6 minutos 6,49 minutos
Wq 4 minutos 4,15 minutos
P(pelo menos 1 caixa ocioso) 0,55 0,29
Do ponto de vista do cliente, a primeira situação é a melhor uma vez que o tempo de espera na
fila e o comprimento da fila são menores, além de apresentar uma maior probabilidade de não
encontrar fila. Pelo lado do banco, a segunda situação apresenta uma melhor configuração pelo
fato da taxa de ociosidade ser menor. Os caixas deveriam ser treinados de forma a reduzir seus
tempos de serviço para que o segundo sistema seja também melhor para os clientes.

25
17) Modelo M / M / 1 / ∞ / FIFO (1)

ρ1
L1 =
1 − ρ1
Modelo M / M / 2 / ∞ / FIFO (2)
L 2 = L 2q + r ,
c +1
cr
L2 q = P20 ,
c! (c − r ) 2
,
λ
r =
µ
n c −1
c −1 r cr
P20 = + e c = 2.
n=0 n! c!(c − r )
λ/2
Para cada uma das filas do sistema M / M / 1 / ∞ /FIFO, com taxas λ / 2 e µ ; ρ1 = ,
µ
tem − se :
ρ1 2λ
L1 = 2. = .
1 − ρ1 2 µ − λ
λ
Para a fila do sistema M / M / 2 / ∞ /FIFO, com taxas λ e µ e r = , tem − se :
µ
n c −1
c −1 r cr 2−r
P0 = + → P0 = .
n =0 n! c!(c − r ) 2+r
c +1
cr r3
L2 q = P0 = .
c!(c − r ) 2 4 − r2
r3 4λµ
L2 = L2 q + r = +r = .
4−r 2
4 µ 2 − λ2
L2 4λµ 2µ − λ 2µ
= . = <1 → L2 < L1 .
L1 4 µ − λ2 2
2λ 2µ + λ
18) Para o modelo M / M / 1 / ∞ / FIFO , tem-se:
ρ
L1 = , ρ < 1.
1− ρ
Para o modelo M / M / 2 / ∞ / FIFO , com coeficiente de utilização tem-se

26
−1
2ρ 2 1− ρ
P0 = 1 + 2 ρ + = dado que r = 2 ρ
1− ρ 1+ ρ
8ρ 3 1− ρ 2 ρ 2
e L2 = 2 ρ + . = . = .
4(1 − ρ ) 1 + ρ 1 + ρ 1 − ρ 1 + ρ
2
Como 1 < 1 + ρ < 2, L1 < L2 .
19) Para o modelo M / M / 1 / ∞ / FIFO , com parâmetros 1 e µ, tem-se:
λ1
ρ1 = .
µ
1
W1 = .
µ − λ1
Para o modelo M / M / 2 / ∞ / FIFO , com parâmetros 2 e 2µ, tem-se:
λ2
ρ2 = .
4µ
2λ1
Como ρ 1 = ρ 2 → λ 2 = 4λ1 → r = .
µ
−1
1
rn 2r 2 2 − r 4µ − λ2
P0 = + = = .
n = 0 n! 2!(2 − r ) 2 + r 4µ + λ2
1 2r c µ 1 8λ12 1 λ12
W2 = + P0 = + = +
2 µ (c − 1)!(2cµ − λ 2 ) 2 2 µ µ (4 µ − 4λ1 )(4 µ + 4λ1 ) 2 µ 2 µ ( µ 2 − 4λ12 )
µ µ
= = W1 .
2( µ − λ1 )( µ + λ1 ) 2( µ + λ1 )
µ
Como < 1 → W2 < W1 .
2( µ + λ1 )
20)
20a)
Bomba 1
Modelo M/M/2/ /FIFO
1 = 2/3 usuários por minuto.
µ 1 = 2/5 = 0,4 usuários por minuto.
r1 = 1 / µ 1 = 5/3.

27
−1 −1
c −1
rn c rC 1
1,67 n 2 .1,67 2
P10 = + ≅ + ≅ 0,091.
n=0 n! c !(c − r ) n=0 n! 2!(2 − 1,67 )
rcµ 1,67 2.0,4
W1q = P ≅ . 0,091 ≅ 5,68 minutos para clientes que usam
(c − 1)!(cµ − λ ) 2
0
1!(2 . 0,4 − 0,67) 2
a bomba 1.
Bomba 2
Modelo M/M/2/ /FIFO
2 = 2/5 = 0,4 usuários por minuto.
µ 2 = 2/5 = 0,4 usuários por minuto.
r2 = 2 / µ 2 = 1.
−1 −1
c −1
rn crc 1
1n 2 ..12
P20 = + ≅ + ≅ 0,33.
n =0 n ! c !(c − r ) n =0 n ! 2!(2 − 1)
rcµ 12. 0,4
W2 q = P0 ≅ 0,33 ≅ 0,825 minutos para clientes que usam
(c − 1)!(cµ − λ ) 2 1!(2 . 0,4 − 0,4) 2
a bomba 2.
Considerando que os usuários formam uma única fila no posto, o tempo médio de espera na
fila de todos os clientes é uma composição ponderada dos tempos médios de espera, ou seja,
λ1 λ2
W q = W1q + W2 q ≅ 3,865 minutos.
λ1 + λ 2 λ1 + λ 2
20b) Considerando as bombas modificadas de modo que cada mangueira sirva os dois tipos de
gasolina, tem-se o modelo M / M / 4 / / FIFO, com:
= 1 + 2 =16/15 ≅ 1,07 usuários por minuto.
µ = 2/5 = 0,4 usuários por minuto.
r = / µ = 8/3 ≅ 2,67.
−1
c −1
rn c rc
P0 = + ≅ 0,06.
n=0 n ! c !(c − r )
rcµ
Wq = P0 ≅ 0,72 minutos ≅ 44 segundos.
(c − 1)!(cµ − λ ) 2
A diferença do tempo médio de espera das alternativas a) e b) é igual a 3,145 minutos.
É acentuada a melhora no tempo médio de espera na situação b), portanto, a alternativa na qual
os motoristas podem escolher qualquer bomba é bem mais eficiente do que aquele em que as
bombas servem um único tipo de gasolina.

28
21) Supondo que todos os servidores livres tenham a mesma probabilidade, 1/c, de ser
escolhido para prestar o serviço, a probabilidade Pi d do um servidor i estar desocupado
(ocioso) é dada por:
1 2 3 c −1
Pi d = P0 + P1 1 − + P2 1 − + P3 1 − + + Pc −1 1 −
c c c c
c −1
rn rn n
−
c −1
n c −1
rn n c −1
rn rn n n =0 n! n! c
= Pn 1 − = P0 1− = P0 − = .
n =0 c n=0 n! c n =0 n ! n! c c −1
rn c rc
+
n=0 n ! c ! (c − r )
A probabilidade de um servidor i estar ocupado, Pi o , é de:
c −1
rn rn n c rc c −1 n
r n
− +
n=0 n! n! c c ! (c − r ) n = 0 n ! c
Pi o = 1 − Pi d = 1 − c −1 n c
= c −1 n
r cr r c rc
+ +
n =0 n ! c ! (c − r ) n =0 n ! c ! (c − r )
c rc c −1
rn c r c −1 r c −1 c −1 i
r
+ − +
c ! (c − r ) n =1 (n − 1)! c r (c − 1)! (c − r ) (c − 1)! i = 0 i !
= = .
c −1 n
r cr c
c c −1 n
r c rc
+ +
n=0 n ! c ! (c − r ) n =0 n ! c ! (c − r )
rc c −1 i
r c rc c −1 i
r
+ +
r (c − 1)! (c − r ) i = 0 i ! r c ! (c − r ) i = 0 i !
= . c −1 n = . c −1 n
c r c rc c r c rc
+ +
n=0 n ! c ! (c − r ) n=0 n ! c ! (c − r )
r λ
= = .
c cµ
22) Modelo M / M / 4 / 6 / FIFO

1
λ = navios por hora.
2
1
µ= navios por hora.
10
λ
r= = 5 ≠1
µ

29
22a)
−1 −1
k − c +1 6 − 4 +1
r 5
r 1−
c
5 1−
4
c −1
rn c 3
5n 4
P0 = + = + ≅ 0,0072.
n = 0 n! r n = 0 n! r
c! 1 − c! 1 −
c c
k −c k − c +1
r r r
− 1 (k − c + 1) +1−
P0 r c c c c
Lq = . 2
c!c r
1−
c
6−4 6 − 4 +1
5 5 5
− 1 (6 − 4 + 1) +1−
0,0072.5 4 4 4 4
≅ . 2
≅ 0,82 navios.
4!4 5
1−
4
c −1 3
5n
L = Lq + c + ( n − c) Pn ≅ 0,82 + 4 + ( n − 4) 0,0072 ≅ 4,35 navios.
n =0 n =0 n!
22b)
L 4,35
W= ≅ .
λ (1 − Pk ) 0,5(1 − Pk )
rn
Pn = P0 .
c! c n − c
56 4,35
P6 = 0,0072 → W ≅ ≅ 12,32 horas.
4!4 6−4
0,5(1 − 0,293)
22c) A taxa de chegada ao porto auxiliar é igual à taxa de rejeição e é dada por
λP6 = 0,5 ⋅ 0,293 ≅ 0,1465 navios por hora ≅ 3,5 navios por dia.
22d) Como L = 4,35 > 4, todas as 4 equipes estão sendo empregadas e a disponibilidade de
berços é suficiente. Como a taxa de serviço é de 10 horas e os navios ficam no sistema, em
média 12,32 horas, o tempo de espera na fila é de 2,32 horas o que para o usuário, é
satisfatório. Por outro lado, a taxa de chegadas igual a 0,1465 no porto auxiliar, implica em
mais de 3 navios por dia desviados do porto principal o que representa uma perda considerável
em sua receita.

= 1 carro por minuto.
= 1/6 carros por minuto.
r = 6.
−1
2
6 n 6 3 (1 − [6 / 3]7−3+1 )
P0 = + ≅ 0,0009.
n = 0 n! 3!(1 − 6 / 3)
30
67
P7 ≅ P0 ≅ 0,52.
3!3 7−3
A taxa de rejeição é dada por P7 ≅ 0,52 carros por minuto serão rejeitados em média 31
carros por hora.
24) Modelo: M/M/c/c/FIFO

A probabilidade de se rejeitar um cliente é dada por Pc . Busca-se o menor c tal que Pc 0,1,
já que as vagas livres podem ser entendidas como servidores e também como limitação de
espaço.
λ = 10 carros por minuto,

1
µ = carros por minuto.
3
r = 30 .
Já que as vagas livres podem ser entendidas como servidores e também como limitação de
espaço.
Pc ≤ 0.1.
30 c
Pode ser empregada a fórmula de perda de Erlang Pc = c c! i
30
i = 0 i!
para o cálculo de c e utilizado algum Software de Filas como por exemplo o QSB para este
cálculo.

= 12 pacientes por dia.
µ = 4 pacientes por dia.
r = 3.
rc 35 243
25a) Pc = c c! i → P5 = 5 5! i ≅ 0 120 ≅ 0,11.
3 3 3 31 3 2 3 3 3 4 3 5
+ + + + +
i = 0 i! i = 0 i! 0! 1! 2! 3! 4! 5!
São transferidas em média 11% das pacientes.
25b) P = 1 − P5 ≅ 1 − 0,11 ≅ 0,89.
26) Modelo M / M / 8/ 8 / FIFO.

= 4 carros por hora.
µ = 1 carro a cada 30 minutos = 2 carros por hora.
r = / µ = 2.

31
26a) A probabilidade de um carro não conseguir vaga é igual à probabilidade do
estacionamento estar lotado, P8.
rn 28
n! 8! 0,00635
Pn = C i
→ P8 = 8 i
≅ ≅ 0,00086.
r 2 7,3873
i=0 i! i =0 i!
8
26b) E[número de carros estacionados] = L = nPn .
i =0
8
nPn = 0 P0 + 1P1 + 2 P2 + 3P3 + 4 P4 + 5 P5 + 6 P6 + 7 P7 + 8 P8
i =0
≅ 0 + 0,271 + 0,542 + 0,5415 + 0,36 + 0,1805 + 0,042 + 0,02408 + 0,00688 ≅ 2 carros.
26c) Trata-se de um sistema subutilizado pois em média há no mesmo 2 carros e a

probabilidade de se encontrar vaga é aproximadamente igual a 0,999. A demanda poderia
crescer bastante sem risco de atrapalhar o fluxo de tráfego local.

32
CAPÍTULO 5 – MODELOS MARKOVIANOS INTERMEDIÁRIOS
.
1) = 1 máquina. a cada 15 dias.
µ = 3 máquinas. a cada 7 dias.
r = 7/45
Modelo M*/M/1/10/FIFO
1ai)
−1
0
K! r n 10
K! r n
P0 = +
n = 0 ( K − n)! n!
n −1
n =1 ( K − n)! c! c
−1
10! (7 / 45) n
0 10
10!(7 / 45) n
= + ≅ 0,058.
n = 0 (10 − n )! n! n =1 (10 − n)!
1aii)
−1
0
K ! nr n 10
K ! nr n
L = P0 +
n = 0 ( K − n )! n!
n −1
n =1 ( K − n )! c! c
−1
0
10! n(7 / 45) n 10
10! n(7 / 45) n
= 0,058 + ≅ 4 máquinas indisponíveis.
n = 0 10 − n)! n! n =1 (10 − n)!
L 4
W= ≅ ≅ 10 dias.
λ ( K − L) 0,42
1aiii) K – L ≅ 10 – 4 ≅ 6 máquinas.
1b)Sim, colocando uma outra equipe de trabalho melhoraria o desempenho pois a ociosidade de
5,8 % é baixa. Para este caso, c = 2, tem-se o modelo M*/M/2/10/FIFO, com P0 ≅ 0,2, W ≅ 3,2
dias e K-L ≅ 8,25 máquinas; observa-se então melhoria do sistema.
2) Modelo M*/M/c/K/FIFO.
−1
c −1
K! r n K
K! r n
P0 = + .
n = 0 ( K − n)! n!
n −1
n = c ( K − n)! c! c
P0 K ! r n
1≤ n < c
( K − n)! n!
Pn =
P0 K ! r n
c ≤ n ≤ K.
( K − n)!c! c n − c
2a) M*/M/5/5/FIFO,
= 1 componente a cada 10 dias.
µ = 2 componentes a cada 7 dias.
r = 7/20 .

33
−1
4
5! r n 5
5! r n
P0 = + ≅ 0,22.
n = 0 (5 − n)! n!
n −1
n = 5 (5 − n)!5!5
4
7
0,22.5!
20
P4 = ≅ 0,0165.
4!
5
7
0,22.5!
20
P5 = ≅ 0,0011.
5!
P4 + P5 ≅ 0,0175.
2b) M */M/1/5/FIFO

r = 7/20 .
−1
0
5! r n 5
5! r n
P0 = + ≅ 0,098.
n = 0 (5 − n)! n! n =1 (5 − n)!
4
7
0,22.5!
20
P4 = ≅ 0,1765.
4!
5
7
0,22.5!
20
P5 = ≅ 0,0618.
5!
P4 + P5 ≅ 0,238.
2c) M */M/1/5/FIFO.

r = 7/60.
−1
0
5!r n 5
5!r n
P0 = + ≅ 0,505.
n = 0 (5 − n )!n! n =1 (5 − n )!
4
7
0,22.5!
60
P4 = ≅ 0,116.
4!
5
7
0,22.5!
60
P5 = ≅ 0,0013.
5!
P4 + P5 ≅ 0,0123.
Com esta terceira política, a probabilidade de indisponibilidade do sistema é menor.

34
3) Modelo M* / M / 1 / 20 / FIFO.
λ = 2 máquinas por hora.
µ = 30 máquinas por hora.
r = 0,067.
−1
c −1
K! r n K
K!r n
P0 = + ≅ 0,0456 .
n = 0 ( K − n)! n!
n−c
n = c ( K − n)! c! c
3a)
−1
K ! nr n
c −1 K
K ! nr n
L = P0 + ≅ 5,68 caça - níqueis travados.
n = 0 ( K − n )! n!
n −c
n = c ( K − n)! c! c
Aplicando a fórmula de Little,

L
W= ≅ 11,91 minutos.
λ ( K − L)
3b)
L ≅ 5,68 caça - níqueis travados.
4) Alternativa 1: 3 mecânicos.
Modelo M* / M / 3 / 5 / FIFO.
λ =1 máquina por dia.
µ = 2 máquinas por dia.
r = 0,5.
Probabilidade de não haver máquinas paradas:

−1
c −1
K! r n K
K! r n
P0 = + ≅ 0,1293.
n = 0 ( K − n)! n!
n−c
n = c ( K − n )! c! c
Número médio de máquinas paradas:

−1
c −1
K ! nr n K
K ! nr n
L = P0 + ≅ 1,71 .
n = 0 ( K − n )! n!
n −c
n = c ( K − n)! c! c
Número médio de máquinas disponíveis:

K – L ≅ 3,29.
Tempo médio de indisponibilidade de uma máquina qualquer

L
W= ≅ 12,52 horas .
λ ( K − L)
Alternativa 2: 1 especialista.
Modelo M* / M / 1 / 5 / FIFO:
λ =1 máquina por dia.
µ = 6 máquinas por dia.
r ≅ 0,1667.

35
Probabilidade de não haver máquinas paradas:
−1
c −1
K! r n K
K!r n
P0 = + ≅ 0,3604.
n = 0 ( K − n)! n!
n −c
n = c ( K − n)! c! c

−1
K ! nr n
c −1 K
K ! nr n
L = P0 + ≅ 1,16 .
n = 0 ( K − n )! n!
n −c
n = c ( K − n)! c! c

K – L ≅ 3,84.
Tempo médio de indisponibilidade de uma máquina qualquer:

L
W= ≅ 7,27 horas .
λ ( K − L)
Como o custo para as duas alternativas é o mesmo, comparando os resultados de

desempenho, constata-se que a segunda é a melhor alternativa para o estabelecimento.
5) Modelo M*/M/3/6/FIFO.
λ = 2 quebras por hora.
4
µ = ≅ 1,33 reparos por hora.
3
r = 1,5.
−1
c −1
K! r n K
K!r n
P0 = + ≅ 0,0027.
n = 0 ( K − n)! n!
n −c
n = c ( K − n)! c! c

−1
c −1
K !nr n K
K !nr n
L = P0 + n −c
≅ 4 máquinas paradas.
n = 0 ( K − n)! n! n = c ( K − n)!c!c
Comprimento médio da fila:

c −1
Lq = L − c + (c − n) Pn ,
n=0
onde
K! r n
Pn = P0 , n = 1,2.... .
( K − n)! n!
6!1,51
P1 = 0,0027 ≅ 0,0243,
(6 − 1)!1!
6!1,5 2
P2 = 0,0027 ≅ 0,091,
(6 − 2)!2!

36
c −1
Lq = L − c + (c − n) Pn ≅ 1,15 máquinas.
n=0
Tempo médio de permanência no sistema:
L
W= = 60 minutos.
λ ( K − L)
Tempo médio de espera na fila:
Lq
Wq = ≅ 18 minutos.
λ ( K − L)
Número médio de máquinas em operação:

K-L ≅ 2 máquinas.
O funcionamento da fábrica é ineficiente, devido ao fato de somente haver em média 2 máquinas

em operação, ou seja, quase 70% das máquinas estão sendo reparadas, com ócio total dos
servidores muito baixo.
Sugere-se que sejam feitos investimentos para diminuir a quantidade de minutos em que as
máquinas ficam sendo reparadas, através de treinamento para equipe, ou ampliação da equipe ou
até a implantação de uma equipe adicional. Outra sugestão que pode ser adotada é a renovação
gradual das máquinas com a finalidade de diminuir λ.
6) Modelo M*/M/2/7/FIFO.
= 1 máquina por hora.
µ = 2 máquinas por hora.
r =1/2.
P0 ≅ 0,032.
L ≅ 3,356 máquinas paradas.
K - L ≅ 7 – 3,356 ≅ 3,644 máquinas disponíveis.
Se uma máquina quebrar e não for reparada, tem-se K = 6. Neste caso, tem-se:
Modelo M*/M/2/7/FIFO.
P0 ≅ 0,0622.
L ≅ 2,622 máquinas quebradas.

K – L = 6 – 2,62 ≅ 3,38.
Dessa forma, o número médio de máquinas disponíveis para uso seria reduzido em 0,266.
7) Modo (1)
λ = 6 falhas por hora.
= 12 reparos por hora.
r = 0,5.
37
−1
c −1
K! r n K
K! r n
P0 = + ≅ 0,087.
n = 0 ( K − n)! n!
n−c
n = c ( K − n )! c! c
−1
K !nr n
c −1 K
K !nr n
L = P0 + n−c
≅ 2,1 máquinas paradas.
n = 0 ( K − n)! n! n = c ( K − n )!c!c
L
λ ( K − L)
Modo (2)
λ = 6 falhas por hora.
= 20 reparos por hora.
r = 0,3.
−1
c −1
K! r n K
K! r n
P0 = + ≅ 0,183.
n = 0 ( K − n)! n!
n−c
n = c ( K − n )! c! c
−1
K !nr n
c −1 K
K !nr n
L = P0 + n −c
≅ 1,66 máquinas paradas.
n = 0 ( K − n)! n! n = c ( K − n )!c!c
L
W= ≅ 3,8 minutos.
λ ( K − L)
Da comparação dos modos, pode-se afirmar que o segundo traz benefícios ao sistema.
8) Modelo M/Mµi /1/ ∞/FIFO.

µ 1* = 4 clientes por hora, 0 ≤ n < 3,
µn = *
µ 2 = 6 clientes por hora, n ≥ 3.
λ 5
= = 1,25 ≠ 1.
µ1* 4
λ 5
= ≅ 0,83.
µ 2* 6
n 0 = 3.
n0 n0 −1 −1
−1
λ λ λ 5
30
5 5
2
1− 1−
µ1* µ 2* µ1* 4 6 4
P0 = + = + ≅ 0,086.
λ λ λ 5
1− 1− 1− 1−
µ1* µ 2* 4 6

38
Número médio de clientes no sistema
n0 n0 −1
λ λ λ
1 + (n 0 − 1) * − n0 * n0 −1 n 0 − (n 0 − 1)
λ µ1 µ1 λ λ µ 2*
L = P0 * +
µ1 λ
2
µ 2* µ 1* λ
2
1− * 1− *
µ1 µ2
3 2
5 5 5
1 + (3 − 1) −3 2 (3 − (3 − 1)
5 4 4 5 5 6
≅ 0,086 2
+ 2
≅ 5,75 clientes.
4 5 6 4 5
1− 1−
4 6
Número médio de clientes na fila:

Lq = L − (1 − P0 ) ≅ 4,9 clientes.
Tempo médio de permanência no sistema:

L
W = ≅ 70 minutos.
λ
Tempo médio de espera na fila:

1 − P0
Wq = W − ≅ 58 minutos.
λ
Valor Esperado do Tempo Serviço:

1 − P0
E[ S ] = ≅ 11 minutos.
λ
Analisando o sistema verifica-se que este trabalha quase sempre com a taxa µ 2* e quase não
apresenta ociosidade.
Do ponto de vista do cliente, verifica-se que os tempos médios de permanência no sistema e de
espera na fila são elevados, o que poderá provocar a perda de clientes caso haja um concorrente
que trabalhe de forma mais eficiente. Com o intuito de reduzir estes tempos deve-se melhorar a
taxa de serviço, podendo-se adotar a utilização da empacotadora ou disponibilizar mais caixas.
9)
9a) Modelo M*/M/1/8/FIFO.
λ = 2 trabalhos por minuto.

n, 1 < n < 5,
µn = .
4, 5 ≤ n ≤ 8.

39
9b)
2 2 2 2 2 2
0 1 2 3 4 ....... 8
n
1 2 3 4 4 4
dP0 (t )
= −2 P0 (t ) + P1 (t ),
dt
dP8 (t )
= −4 P8 (t ) + 2 P7 (t ),
dt
dPn (t )
= −(n + 2) Pn (t ) + (n + 1) Pn +1 (t ) + 2 Pn−1 (t ), 1 ≤ n < 5,
dt
dPn (t )
= −6 Pn (t ) + 5 Pn+1 (t ) + 2 Pn−1 (t ), 5 ≤ n < 7.
dt
P0 λn
, 1 ≤ n < 5,
n!
Pn =
P0 λn
, 5 ≤ n ≤ 8.
4!4 n− 4
8
1= Pn ≅ P0 + 0,262 + 0,262 + 0,175 + 0,087 + 0,044 + 0,022 + 0,011 + 0,006
n =0
→ P0 ≅ 0,131.
8
9c) L = nPn ≅ 2,129 clientes.
n=0
9d) P0 ≅ 0,131.
10)
10a)
λ, 0 ≤ n ≤ k ,
2λ , n > k .
µ n = µ , n ≥ 1.
Diagrama de fluxo:
λ λ λ λ 2λ 2λ 2λ 2λ
0 1 2 ... k k+1
... n ...
n
µ µ µ µ µ µ µ µ

40
Equações de equilíbrio:
λ
λP0 = µP1 → P1 = P0 ,
µ
λ+µ λ
λPi −1 + µPi +1 = λPi + µPi → Pi +1 = Pi − Pi −1 , ∀ 1 < i < k ,
µ µ
2λ + µ λ
λPi −1 + µPi +1 = (2λ + µ ) Pi → Pi +1 = Pi − Pi −1 , i = k ,
µ µ
2λ + µ 2λ
2λPi −1 + µPi +1 = (2λ + µ ) Pi → Pi +1 = Pi − Pi −1 , ∀ i > k .
µ µ
Tem-se, então
λ
P1 = P0 ,
µ
2
λ+µ λ λ
P2 = P1 − P0 = P0
µ µ µ
i
λ
Pi = P0 , ∀ 1 < i < k ,
µ
k
λ
Pk = P0 .
µ
k +1
λ
Pk +1 =2 P0 ,
µ
k +2
λ
Pk + 2 = 2 2 P0 ,
µ
n
λ
P0 , 1 ≤ n ≤ k,
µ
→ Pn = n n
n−k λ 2λ P0
2 P0 = , n > k.
µ µ 2k

41
Sejam
λ 2λ
ρ1 = e ρ2 = .
µ kµ
∞ k ∞ k ∞
1
1= Pi = Pi + Pi =P0 ρ1n + ρ 2n
i=0 i =1 i = k +1 i =1 2k i = k +1
1− ρ ρ
k +1 k +1
P0 + k1
, 2
se ρ1 ≠ 1 ∧ ρ 2 < 1,
1 − ρ1 2 (1 − ρ 2 )
→1=
ρ 2k +1
P0 k + 1 + , se ρ1 = 1 ∧ ρ 2 < 1.
2 k (1 − ρ 2 )
−1
1 − ρ1k +1 ρ k +1
+ k 2 , se ρ1 ≠ 1 ∧ ρ 2 < 1,
1 − ρ1 2 (1 − ρ 2 )
→ P0 = −1
ρ 2k +1
k +1+ , se ρ1 = 1 ∧ ρ 2 < 1.
2 k (1 − ρ 2 )
n n
∞ k ∞ k
λ 1 ∞
2λ
E[N] = L = nPn = nPn + nPn =P0 + k .
n=0 n=0 n = k +1 n=0 µ 2 n = k +1 µ
Como a primeira parcela é uma soma finita, sempre existe . A segunda parcela é uma soma
λ
infinita cujo resultado (soma geométrica) existe se < 1.
2µ
10b)
n = (n + 2) , n = 0, 1, 2, ..., > 0,
µ n = nµ, n = 1, 2, ..., µ > 0.
Modelo Mi/ Mµi /1/ /FIFO, com n e µ n variáveis em todos os estados.
Diagrama de fluxo:
2λ 3λ 4λ (n+1)λ (n+2)λ (n+3)λ
0 1 2 ... n n+1
...
n
µ 2µ 3µ nµ (n+1)µ (n+2)µ

42
No regime estacionário, tem-se:
2λP0
2λP0 = µP1 → P1 = .
µ
nµPn + (n + 2)λPn = λPn −1 + (n + 1) µPn +1 ∀n ≥ 1.
De onde,
3λ 2
para n = 1, µP1 + 3λP1 = λPn + 2 µP2 → P2 = P0 .
µ2
4λ 3
para n = 2, 2 µP2 + 4λP2 = λP1 + 3µP3 → P3 = P0 .
µ3
Por recorrência obtém - se :
n
λ
Pn = (n + 1) P0 , ∀n ≥ 1.
µ
n n
∞
λ ∞ ∞
λ
1 = Pn = P0 (n + 1) = P0 1 + (n + 1) .
i =0 i =0 µ n =1 µ
λ
Seja ρ = < 1 e observando-se que
µ
d n +1
(n + 1) ρ n = ρ , tem - se
dρ
1
P0 = ∞
= (1 − ρ ) 2 e Pn = (1 − ρ ) 2 (n + 1) ρ n , ∀n ≥ 0.
d n +1
ρ
n = 0 dρ
∞
2 ρ (1 − 4 ρ + 2 ρ )
E[ N ] = L = nPn = .
n=0 1− ρ
11) Modelo M/M/1/ /FIFO.
λ, 0 ≤ n ≤ 8,
λn = λ
, n > 8.
n +1
µ n = 3, n ≥ 1.

43
λ
11a) Apesar de se tratar de um sistema sem limitações físicas, como → 0 para n
n +1
suficientemente grande, pode-se considerar um sistema com capacidade limitada, com taxas de
chegadas variáveis a partir de 8 elementos no sistema e com taxa de atendimento constante
µ = 3. Dessa forma, tem-se um modelo M i/M/1/K/FIFO.
Ao considerar capacidade limitada, não existe nenhuma restrição para o cálculo de L, número
médio de elementos no sistema.
λ λ λ λ λ/10 λ/11 λ/K
0 1 2 ... 9 10
... K
k
µ µ µ µ µ µ µ
11b) No regime estacionário,

λ
λP0 = µP1 → P1 = P.
µ 0
n
λ
(λ + µ ) Pn = λPn−1 + µPn+1 → Pn = P0 , ∀ 1 ≤ n ≤ 8.
µ
Para n = 9,
9
λ
(λ + µ ) P8 = λP7 + µP9 → P9 = P0 .
µ
Para n = 10,
10
λ 1 λ
+ µ P9 = λP8 + µP10 → P10 = P0 .
10 10 µ
Para n = 11,
11
λ λ 1 λ
+ µ P10 = P9 + µP11 → P11 = .
11 10 10.11 µ
Para n = 12,
12
λ λ 1 λ
+ µ P11 = P10 + µP12 → P12 = .
12 11 10.11.12 µ

44
Por recorrência, tem-se:

n
1 λ
Pn = P0 , 10 ≤ n ≤ K − 1.
n
µ
∏ii =10
Para n = K ,
K
λ 1 λ
PK −1 = µPK → PK = .
K K
µ
∏i i =10
n
λ
P0 , 1 ≤ n ≤ 9,
µ
→ Pn = n
1 λ
P0 , 10 ≤ n ≤ K − 1.
n
µ
∏i
i =10
−1
n n n n
K 9
λ K
1 λ 9
λ K
1 λ
1= Pn =P0 1 + + → P0 = + .
µ n
µ µ n
µ
n =0 n =1 n =10
∏i
i =10
n =0 n =10
∏i
i =10
n n
∞
λ9 K 9 K
n λ
11c) E[N] = L = nPn = nPn + nPn = P0 n + .
µ n
µ
n=0 n =1 n =10 n =1 n =10
∏i
i =10
Como as duas parcelas são finitas, a substituição dos parâmetros , µ, K e de P0 permitem a

obtenção de L.
12)
12a) Modelo M/Mµi/1/ ∞ /FIFO.
λ = 3 navios por dia.
µ = 2n navios por dia, n = 1,2,....
Diagrama de fluxo:
3 3 3 3 3 3
0 1 2 ... n n+1
...
k
2 4 6 2n 2(n+1) 2(n+2)
n n

45
Equações de equilíbrio:
3P0
3P0 = 2 P1 → P1 = .
2
3Pn + 2nPn − 3Pn −1
3Pn −1 + 2(n + 1) Pn +1 = 3Pn + 2nPn → Pn +1 = ∀n ≥ 1.
2(n + 1)
Para n = 2,
2
9 3 P0
P2 = P0 = .
8 2 2!
Para n = 3,
3
27 3 P0
P3 = P0 = .
48 2 3!
n
3 P0
Pn = ∀n ≥ 1.
2 n!
n n 3 n
∞ ∞
3 P0 ∞
3 1 3 e −1,5
1= Pn = = P0 = P0 e 2 → P0 = e −1,5 e Pn = ∀n ≥ 1.
n =0 n =0 2 n! n =0 2 n! 2 n!
n n n +1
∞ ∞
3 e −1,5 ∞ 3 e −1,5 ∞
3 e −1,5
12b) L = E[N] = nPn = n = = ≅ 1,5 operários.
n=0 n =0 2 n! n=1 2 ( n − 1)! n=0 2 n!
12c) P (N > 4) = 1- (P0+P1+P2+P3+P4) = 1- 0,9814 ≅ 0,0186.
L 1 − P0 1,5 1 − e −1,5
12d) Wq = W - E[S] = − = −
λ λ 3 3
0,5 + 0,223
≅ ≅ 0,241 dia ≅ 5,8 horas.
3
.
13)
13a) Sistema caracterizado por uma série de filas com 3 estágios sem bloqueios, cada um
podendo ser representado por um
Modelo M / M / 1 / / FIFO.
= 5 aparelhos por hora.
µ = 30 aparelhos por hora.
13b) Wi = 1 / (µ - ) = 1/25 hora, i = 1,2,3.

W =3 Wi = 0,12 hora = 7,2 minutos.
13c) Li = /(1- ), onde = /µ = 1/6 Li = 0,20 aparelhos.

L = 3 Li = 0,6 aparelhos.

46
13d) P0 = 1 - = 0,83; se considerarmos 8 horas de trabalho diário, tem-se por dia,
8.0,83 = 6,67 horas ociosas de cada técnico.
13e) (P0 )3 = 0,833 = 0, 578.
14)
ESTADOS DESCRIÇÃO DOS ESTADOS
0 {0,0,(0,0)}
1 {1,0,(0,0)},{0,1,(0,0)},{0,0,(0,1)},{0,0,(1.0)}
2 {1,1,(0,0)},{1,0,(1,0},{1,0,(0,1)},{0,1,(1,0)},{0,1,(0,1)},{0,0,(1,1)}
3 {1,1,(1,0)}, {1,1,(0,1)},{1,0,(1,1)},{0,1,(1,1)},
4 {1,1,(1,1)},
15) O sistema é caracterizado por uma série de filas com 2 estágios sem bloqueios.
Estágio 1:
=12 pessoas por hora.
µ 1 = 4 pessoas por hora.
r1 = / µ 1 = 3.
1 = r1 / 4 = 0,75.
Estágio 2:
=12 pessoas por hora.
µ 2 = 10 pessoas por hora.
r2 = / µ 2 = 1,2.
2 = r2 / 2 = 0,6.
1 µ rc
W = + P0 .
µ (c − 1)! (cµ − λ ) 2
cr c +1
L = r + P0 .
c! (c − r ) 2
−1
c −1
rn cr c
15a) P0 = +
n=0 n! c! (c − r )
Para o Estágio 1, c = 4 e r = 3.
−1
3
3n 4. 3 4
P01 = + ≅ 0,0377.
n=0 n! 4! ( 4 − 3)
Para o Estágio 2, c = 2 e r = 1,2.
−1
1
2n 2.1,2 2
P02 = + ≅ 0,24.
n =0 n! 2! ( 2 − 1,2)
Para o Estágio 1,
W1 = 0,377 horas ≅ 22,8 minutos.

47
Para o Estágio 2,
W2 = 0,154 horas ≅ 9,6 minutos.
2
i) W = Wi ≅ 22,8 + 9,6 ≅ 32,4 .
i =1
Para o Estágio 1,
L1 ≅ 4,53 passageiros.
Para o Estágio 2,
L2 ≅ 0,63 passageiros.
2
ii) L = Li ≅ 4,53 + 1,875 ≅ 6,41 passageiros.
i =1
15b) Apesar do número de passageiros não caracterizar um congestionamento significativo,
observa-se uma retenção de passageiros no estágio 1 que poderia ser corrigida.
16) O sistema é caracterizado por uma série de filas com 2 estágios sem bloqueios, com
características idênticas. Tem-se 2 modelos M/M/1/ /FIFO.
1 = 2 = 4 itens por hora.
µ 1 = µ 1 = 5 itens por hora.
Para este modelo tem-se P0 = 0,2, P1 = 0,16 e P2 = 0,128.

O sistema é considerado congestionado se há mais de um elemento aguardando por serviço no
segundo estágio. Para isto acontecer deve haver no segundo estágio pelo menos 3 elementos (1
sendo atendido e pelo menos 2 aguardando por atendimento). A probabilidade disto acontecer é
dada por:
P (N >2) = 1 - (P0 +P1 +P2) = 0,512; então, o congestionamento é provocado pelo pouco espaço
disponível para os itens aguardarem pelo processamento da máquina B, o que poderia ser
resolvido com um aumento desse espaço.
17) Modelo M/M/ / /FIFO..

= 20000 telespectadores por hora.
µ = 2/3 telespectadores por hora.
λ
L= = 30000 telespectadores.
µ
18) Modelo M/ M/ / / FIFO.
= 8 alunos por mês.
µ = 2 alunos por mês.
L = /µ = 4 alunos.
19) Modelo M / M / ∞ / ∞ / FIFO.

λ = 30 caminhões por hora
µ = 4 caminhões por hora.
19a) L = ρ = λ / µ = 7,5 caminhões.
19b) W = 1/µ = 15 minutos.

48
CAPÍTULO 6 – OUTROS MODELOS MARKOVIANOS
1) Modelo M/Mi/2/∞/FIFO.
λ = 600 trabalhos por hora = 10 trabalhos por minuto.
Equipamento 1
µ1 = 15 trabalhos por minuto.
Equipamento 2:
µ 2 = 8 trabalhos por minuto.
Taxa de ocupação do sistema:
λ 10
ρ= = ≅ 0,435.
µ1 + µ 2 15 + 8
Probabilidade do sistema estar vazio:
−1 −1
λ (λ + µ 2 ) 10 (10 + 8)
P( 0, 0) = 1+ ≅ 1+ ≅ 0,4133.
µ1 .µ 2 (1 − ρ )(1 + 2 ρ ) 15.8(1 − 0,435)(1 + 2.0,435)
λ .ρ 10.0,435
P( 0,1) = P( 0, 0) ≅ 0,4133 ≅ 0,12 .
µ 2 (1 + 2 ρ ) 8(1 + 2.0,435)
λ.(1 + ρ ) 10(1 + 0,435)

P(1, 0) = P( 0, 0) ≅ 0,4133 ≅ 0,211 .
µ1 (1 + 2 ρ ) 15(1 + 2.0,435)
ρλ (λ + µ 2 ) 0,435.10(10 + 8)
P(1,1) = P( 0, 0) = 0,4133 ≅ 0,144 .
µ1 µ 2 (1 + 2 ρ ) 15.8(1 + 2.0,435)
λ.(λ + µ 2 )
L=
(1 − ρ )[µ 1 µ 2 (1 − ρ )(1 + 2 ρ ) + λ (λ + µ 2 )]
10(10 + 8)
≅ ≅ 1,04 trabalhos.
(1 − 0,435)[15 x8(1 − 0,435)(1 + 2 x0,435) + 10(10 + 8)]
O sistema poderia ser mais utilizado já que atende bem a um crescimento da demanda.
2) λ = 5 grupos por hora

µ = 1/4 pedidos por minuto = 15 pedidos por hora.
Grupos de tamanho i, i = 1, 2, 3.
2a) Modelo M[X]/M/2/∞/FIFO

1 1 1
E[X] = + 2 + 3 = 2 .
3 3 3
1 1 1 14
E[X2] = + 4 + 9 = .
1 3 3 3
2b)
λE [ X ] 2
ρ= = .
µ 3
λ (E[ X ] + E [X 2 ]) 20
L= = ≅ 3,33 pedidos.
2 µ (`1 − ρ ) 6

49
2c) Modelo M/M/1/∞/FIFO.
λ1 , a ser calculado.
µ = 1/4 pedidos por minuto.
λ
ρ = = 4λ1 .
µ
ρ 4λ1 20
L= = = → λ1 ≅ 0,19 grupos por minuto.
1 − ρ 1 − 4λ1 6
Para que os sistemas tenham desempenho equivalente, deveria haver para esse segundo sistema
um aumento da demanda de 30%.
3) Modelo M/M[X]/1/∞/FIFO.
λ = 5 contâineres por hora.
µ = 2 viagens por hora.
X = 3 contâineres, constante, igual ao tamanho do grupo a ser atendido.
= 5/6 ≅ 0,83.
Equação característica: 2r 4-7r + 5 = 0.
Observa-se que r = 1 é raiz deste polinômio o que reduz à busca das raízes do polinômio:
2r 4 7 r + 5
= 2 r 3 + 2 r 2 + 2 r − 5.
( r − 1)
Por aproximação, a única raiz real em (0,1) é r ≅ 0,91.
r 1 0 0,5 0,9 0,95 0,91 0,92 0,915

P(r) 0 -5 -3,25 -0,122 0,42 -0,017 0,09 0,036
1− r
P0 = ≅ 0,03.
X
1 − r n +1
P0 , 1 ≤ n ≤ 2,
1− r
Pn =
λ n −3
P0 r , n ≥ X.
µ
∞
1 − r n +1 5 ∞
2
L= nPn = P0 n+ nr n −3 ≅ 11,15 contâineres.
n=0 n=0 1− r 2 n=3
Como o espaço para guardar os containeres não transferidos é reduzido, há indícios da
necessidade de utilizar um segundo avião.
4) Modelo M[x] / M / 1 /∞ / FIFO.

X = 2 constante.
4a)Diagrama de fluxo:
λ λ λ λ λ λ
λ
λ
0 1 2 3 ....... n n+1
.......
µ µ µ µ µ µ µ
50
λE[ X ] 2λ
4b) ρ = = <1 para a entrada no regime estacionário.
µ µ
µ − 2λ
Neste caso, C ( z ) = z 2 , P0 = e E[ X ] = 2.
µ
1− z
P ( z ) = ( µ − 2λ ) = ,
A
onde A = µ − µz − λz + λz 3 → lim A = µ .
z →0
(
A = µ − µz − λz + λz
n
)
3 n
→ lim A n = µ n .
z →0
dA dA
= − µ − λ + 3λz 2 → lim = −( µ − λ ).
dz z → 0 dz
n n
dA
dz
(
= − µ − λ + 3λz 2 n
) → lim
dA
z → 0 dz
= −( µ − λ ) n .
d2A d2A
= 6 λ z → lim = 0.
dz 2 z → 0 dz 2
d3A d3A
= 6 λ → lim = 6λ .
dz 3 z → 0 dz 3
dnA d4A
= 0 ∀n ≥ 4 → lim = 0 ∀n ≥ 4.
dz n z → 0 dz 4
d d 1− z
P1 = ( µ − 2λ ) lim P( z ) = ( µ − 2λ ) lim
z → 0 dz z → 0 dz A
dA
− A − (1 − z )
dz λ ( µ − 2λ ) λ
= ( µ − 2λ ) lim = = P0 .
z →0 A 2
µ2 µ
dA
− A − (1 − z )
1 d dz λ+µ λ λ λ
P2 = ( µ − 2λ ) lim = . P0 = +1 P0 .
2 z → 0 dz A 2
µ µ µ µ
2
d2A dA dA
− (1 − z ) A 2
+ 2A + 2(1 − z )
1 d dz dz dz
P3 = ( µ − 2λ ) lim
6 z → 0 dz A3
2 2
λ + 2µ λ λ λ
= . P0 = +2 P0
µ µ µ µ
Por recorrência pode - se obter :

n −1
λ λ
Pn = + (n − 1) . P0 ∀n ≥ 1.
µ µ
n −1 n −1 −1
∞ ∞
λ λ ∞
λ λ
1= Pn = P0 + + (n − 1) . P0 → P0 = 1 + + (n − 1) . .
n=0 n =1 µ µ n =1 µ µ

51
λ
ρ= < 1.
µ
n −1 n n −1 n −1
∞
λ λ ∞
λ ∞
λ ∞
λ
1+ + (n − 1) . = + n. − .
n =1 µ µ n=0 µ n =1 µ n =1 µ
1 d 1 1 1 1
= + − −1 = → P0 = (1 − ρ ) 2 .
1 − ρ dρ 1 − ρ ρ 1 − ρ (1 − ρ ) 2
5) M/ E3 / 1 / ∞ /FIFO.
λ = 6.
µ = 8.
λ
ρ= = 0,75.
µ
P0 = 1 − ρ = 0,25.
L = 2,25.
Lq = L − ρ = 1,50
L
W= = 0,375.
λ
W q = 0,25.
6)
6a) M/ E10 / 1 / ∞ /FIFO
λ = 5 aparelhos por hora.
µ = 6 aparelhos por hora.
6b)
λ
ρ= ≅ 0,83.
µ
L ≅ 3,12 aparelhos.
L
λ
Apesar de haver, em média, poucos aparelhos no sistema, cada aparelho permanece no mesmo
37,4 minutos, dos quais apenas 10 minutos são necessários para o seu atendimento. Uma
recomendação seria diminuir o tempo de atendimento.

52
7) M/ Ek / 1 / ∞ /FIFO
Para este sistema, não são permitidas filas. Seja P1,i, i =1,2,...,k, a probabilidade de haver 1
usuário na fase i. Para que um usuário ingresse, o anterior deve ter sido liberado de todas as
fases.
0
F1 ... Fk-1 Fk
1
kµ kµ
kµ kµ
I) O sistema está vazio em (t+ t), se ocorre um dos seguintes eventos mutuamente exclusivos:
i) o sistema está vazio em t, e em (t, t+ t), não ingressa ninguém;
ii) em t, há no sistema um usuário na fase k (fase final) e em (t, t+ t) ele é liberado.
P0 (t + ∆t ) = P0 (t )(1 − λ∆t − o(∆t )) + P1,k (t )(kµ∆t + o(∆t ) + o(∆t )).

No regime estacionário,
λ
0 = −λP0 + kµP1,k → P1,k = P0 .
kµ
II) No sistema há um usuário em (t+ t), e ele está na fase i < k se ocorre um dos seguintes
eventos mutuamente exclusivos:
i) em t, há no sistema um usuário na fase i < k e em (t, t+ t) ele não progride de fase;
ii) em t, há no sistema um usuário na fase i-1 e em (t, t+ t) ele é liberado
P1,i (t + ∆t ) = P1,i (t )(1 − kµ∆t − o(∆t ) + P1,i −1 (t )(kµ∆t + o(∆t )) + o(∆t ).

0 = −kµP1,i + kµP1,i −1 → P1,i = P1,i −1 , 1 < i < k .
III) No sistema há um usuário em (t+ t), e ele está na fase 1 se ocorre um dos seguintes eventos
mutuamente exclusivos:
i) em t, há no sistema um usuário na fase 1 e em (t, t+ t) ele não progride de fase;
ii) em t, o sistema está vazio e em (t, t+ t) ingressa um usuário para a fase 1 e ele não progrede
de fase.
P1,1 (t + ∆t ) = P1,1 (t )(1 − µ∆t − o(∆t ) + P0 (t )(λ∆t + o(∆t )) (1 − µ∆t − o(∆t )) + o(∆t ).
λ
µP1,1 = λP0 → P1,1 = P0 .
µ
Então,
λ
P1,i = P0 1 ≤ i ≤ k .
kµ
k
λ λ µ λ
1 = P0 + P0 = P0 1 + → P0 = e P1 = .
i =1 kµ µ λ+µ λ+µ

53
8) M/ M / 1 / ∞ /FIFO M/ E2 / 1 / ∞ /FIFO
λ λ
ρ1 = . ρ2 = .
µ1 µ2
λ λ
P10 = 1 − ρ 1 = 1 − , λ < µ1 . P20 = 1 − ρ 2 = 1 − , λ < µ2 .
µ1 µ2
λ 3ρ 22 λ ( 4µ 2 − λ )
L1 = . L2 = ρ 2 + = .
µ1 − λ 4(1 − ρ 2 ) 4 µ 2 ( µ 2 − λ )
λ 3λ
W q1 = . Wq2 = .
µ1 ( µ1 − λ ) 4µ 2 (µ 2 − λ )
λ (4 µ 2 − λ ) λ 4µ 2 λ λ
→ L2 = < = ≤ = L1 , se µ1 ≤ µ 2 .
4 µ 2 ( µ 2 − λ ) 4 µ 2 ( µ 2 − λ ) ( µ 2 − λ ) ( µ1 − λ )
e
λ λ
L1 = < .
( µ1 − λ ) (µ 2 − λ )
3λ λ
W q2 = < ≤ Wq1 se µ 2 ≥ µ1 .
4µ 2 ( µ 2 − λ ) µ 2 (µ 2 − λ )
Para iguais demandas, observa-se que se µ 2 µ 1, utilizando-se o modelo M/ E2 / 1 / ∞ /FIFO

obtém-se valores para L e Wq menores que os correspondentes utilizando-se o modelo
M/ M / 1 / ∞ /FIFO; caso contrário (se µ 2 < µ 1 ) o modelo M/ M / 1 / ∞ /FIFO leva a valores
menores para L e Wq .
9)
9a) Pelo diagrama de fluxo a seguir, observa-se que não é um processo de nascimento e morte,
pois não há possibilidade de ocorrer “morte” no estado 1 e também porque há possibilidade de
passar diretamente do estado 2 para o estado zero.
λ λ
0 1 2

54
9b)Pelo diagrama de fluxo, tem-se:
λ
λP0 = µP2 → P2 = P0 .
µ
λ
λP1 = µP2 + λP0 → P1 = P2 + P0 = 2 P0 .
µ
λP1 = 2 µP2 .
−1
λ λ µ 2µ λ
P0 + 2 P0 + P0 = 1 → P0 = 1 + 2 + = , P1 = e P2 = .
µ µ 3µ + λ 3µ + λ 3µ + λ
2µ 2λ 2(λ + µ )
9c) E[N]= + = .
3µ + λ 3µ + λ 3µ + λ
10)
10a)
λ λ λ λ
λ
λ λ
λ λ λ λ λ λ λ λ
λ
λ
0 1 2 ...... n-2 n-1 n n+1 n+2 .......
µ µ µ µ µ µ µ µ µ
10b) Neste caso, tem-se a possibilidade da chegadas de grupos de tamanho1 e de tamanho 2 com
idênticas probabilidades.
z z2
C( z ) = + .
2 2
µP (1 − z )
P( z ) = 0 ,
A
λz 2 λz 3
onde A = µ − µz − λz + + → lim A = µ .
2 2 z →0

55
n
λz 2 λz 3
A = µ − µz − λz +
n
+ → lim A n = µ n .
2 2 z →0
dA 3λz 2 dA
= − µ − λ + λz + → lim = −( µ + λ ).
dz 2 z → 0 dz
n n n
dA 3λz 2 dA
= − µ − λ + λz + = (− ( µ + λ ) ) .
n
→ lim
dz 2 z →0 dz
d2A d2A
= λ + 3λ z → lim = 3λ .
dz 2 z → 0 dz 2
d3A d3A
= 3λ → lim = 6λ .
dz 3 z → 0 dz 3
dnA d4A
= 0 ∀ n ≥ 4 → lim = 0 ∀n ≥ 4.
dz n z → 0 dz 4
0 − µP0 µP0 2 µ − 3λ
1 = P(1) = lim P ( z ) = = lim = → P0 = .
z →1 0 z →1 d 3λ 2µ
A µ−
dz 2
2 µ − 3λ dP( z ) λ
P1 = lim → P1 = P0 .
2µ z → 0 dz µ
2µ − 3λ d 2 P( z ) λ 2λ + µ
P2 = lim → P2 = P0 .
4 µ z →0 dz 2
µ 2µ
2 µ − 3λ d 3 P( z ) λ 2λ + µ
P3 = lim → P3 = P0 .
6µ z → 0 dz 3
µ 2µ
Por recorrência obtém - se :

λ 2λ + µ
Pn = P0 ∀n ≥ 1.
µ 2µ
λ (E[ X ] + E[X 2 ])
10c) L = .
2 µ (1 − ρ )
1 1
E[X] = + 2 = 1,5 .
3 2
1 4
E[X2] = + = 2,5.
2 2
4λ 4λ
L= = .
2 µ P0 2 µ − 3λ
11) Trata-se de um modelo que considera o serviço com 2 fases. Há limitação da capacidade do
sistema em 2 unidades.
λ = 3 unidades por hora.
µ = 4 unidades por hora.

56
11a) Sejam Pn,,i, n = 0,1,2, i =1,2. a probabilidade de haver n usuários no sistema, com o
usuário em atendimento na fase i.
I) o sistema está vazio em (t+ t), se ocorre um dos seguintes eventos mutuamente exclusivos:
ii) em t, há no sistema um usuário na fase 2 de atendimento e em (t, t+ t) não ingressa nenhum
usuário e o usuário em atendimento é liberado.
P0 (t + ∆t ) = P0 (t )(1 − λ∆t − o(∆t )) + P1, 2 (t )(1 − λ∆t − o(∆t ))(2 µ∆t + o(∆t )) + o(∆t ).
λ
λP0 = 2µP1, 2 → P1, 2 = P0 .
2µ
II) no sistema há em (t+ t) um usuário na fase 1 se ocorre um dos seguintes eventos
mutuamente exclusivos:
i) em t, há no sistema um usuário na fase 1 e em (t, t+ t) ele não progride de fase nem ingressa
nenhum usuário;
ii) em t, o sistema está vazio e em (t, t+ t), ingressa um usuário para a fase 1 e ele não progride
de fase;
iii) em t, há no sistema dois usuários sendo 1 na fase 2 e em (t, t+ t) ele é liberado e não
ingressa nenhum usuário.
P1,1 (t + ∆t ) = P1,1 (t )(1 − λ∆t − o(∆t ))(1 − 2 µ∆t − o(∆t ))

+ P0 (t )(1 − λ∆t − o(∆t ))(1 − 2 µ∆t − o(∆t ))
+ P2, 2 (t )(1 − λ∆t − o(∆t ))(2 µ∆t + o(∆t )) + o(∆t ).
(λ + 2 µ ) λ λ 2 (λ + 4 µ )
P2, 2 (t ) = P1,1 − P0 = P0 .
2µ µ 8µ 3
III) no sistema há em (t+ t) um usuário na fase 2 de atendimento se ocorre um dos seguintes

eventos mutuamente exclusivos:
i) em t, há no sistema um usuário na fase 2 e em (t, t+ t) ele não é liberado nem ingressa
nenhum usuário;
ii) em t, há no sistema um usuário na fase 1 e em (t, t+ t) ele progride para a fase 2 e não
ingressa nenhum usuário;
P1, 2 (t + ∆t ) = P1, 2 (t )(1 − λ∆t − o(∆t ))(1 − 2 µ∆t − o(∆t )

+ P1,1 (t )(1 − λ∆t − o(∆t ))(2 µ∆t + o(∆t )) + o(∆t ).
λP1, 2 + 2 µP1, 2 = 2 µP1,1 .

λ + 2µ λ (λ + 2 µ )
P1,1 = P1, 2 = P0 .
2µ 4µ 2

57
IV) no sistema há em (t+ t) dois usuários, um na fase 1 de atendimento se ocorre um dos
seguintes eventos mutuamente exclusivos:
i) em t, há no sistema dois usuários, com um usuário na fase 1 e em (t, t+ t) ele não progride
para a fase 2;
ii) em t, há no sistema um usuário na fase 1 e em (t, t+ t) ele não progride para a fase 2 e
ingressa um usuário.
P2 ,1 (t + ∆ t ) = P2 ,1 (t )(1 − 2 µ∆ t − o ( ∆ t ) + P1,1 ( λ ∆ t + o ( ∆ t ))(1 − 2 µ∆ t − o ( ∆ t )) + o ( ∆ t ).

2 µP2,1 = λP1,1
λ λ 2 (λ + 2 µ )
P2,1 = P1,1 = P0 .
2µ 8µ 3
λ (λ + 2 µ ) λ λ 2 (λ + 2 µ ) λ (λ + 4 µ ) 2 P0
1 = P0 + P1,1 + P1, 2 + P2,1 + P2, 2 = P0 + P0 + P0 + P0 + .
4µ 2 2µ 8µ 3 8µ 3
−1
4 µ 3 + λ 3 + 4λ 2 µ + 4 µ 2 λ
→ P0 =
4µ 3
= 3, µ = 4.
Então,
P0 ≅ 0,41.
P1,2 ≅ 0,154,
P1,1 ≅ 0,211,
P2,1 ≅ 0,079,
P2,2 ≅ 0,135.
11b) E[N] = L =1(P1,1 + P2,1) + 2(P2,1 + P2,2 ) ≅ 0,795.
11c) Utilizando-se o modelo M/M/1/2/FIFO com = 3 e µ = 4, tem-se:

P0 ≅ 0,43,
P1 ≅ 0,324,
P2,2 ≅ 0,243,
E[N] = L = 0,81.
Observa-se que os 2 modelos utilizados levam a valores de L muito próximos.
12)
12a) Modelo M/M[X]/1/ /FIFO
As chegadas são individuais, atendimentos em grupos de tamanho 1 ou 2, há um único servidor
que atende segundo a disciplina FIFO. O serviço é realizado com taxa µ independentemente do
tamanho do grupo. Quando há um cliente, este é atendido individualmente; quando há dois ou
mais clientes, atendem-se 2 juntos.

58
12b)
λ λ λ
0 1 2 ......
µ µ µ µ
µ
12c)
I) o sistema está vazio em (t+ t), se ocorre um dos seguintes eventos mutuamente exclusivos:
ii) em t, há no sistema um usuário e em (t, t+ t) não ingressa nenhum usuário e o usuário em
atendimento é liberado.
iii) em t, há no sistema dois usuários e em (t, t+ t) não ingressa nenhum usuário e os usuários
em atendimento são liberados.
P0 (t + ∆t ) = P0 (t )(1 − λ∆t − o(∆t )) + P1 (t )(1 − λ∆t − o(∆t ))( µ∆t + o(∆t ))

+ P2 (t )(1 − λ∆t − o(∆t ))( µ∆t + o(∆t )) + o(∆t ),
dP0 (t )
= −λP0 (t ) + µ (P1 (t ) + P2 (t ) )
dt
II) no sistema há em (t+ t) n > 0 usuários se ocorre um dos seguintes eventos mutuamente
exclusivos:
i) em t, há no sistema n usuários e em (t, t+ t) nenhum usuário é liberado nem ingressa nenhum
usuário;
ii) em t, há no sistema (n +1) usuários e em (t, t+ t) um usuário é liberado e não ingressa
nenhum usuário;
iii) em t, há no sistema (n + 2) usuários e em (t, t+ t) os dois usuários são liberados e não
ingressa nenhum usuário;
iv) em t, há no sistema (n - 1) usuários e em (t, t+ t) nenhum usuário é liberado e ingressa um
usuário;
Pn (t + ∆t ) = Pn (t )(1 − λ∆t − o(∆t ))(1 − µ∆t − o(∆t ))

+ Pn+ 2 (t )(1 − λ∆t − o(∆t ))( µ∆t + o(∆t ))
+ Pn−1 (t )(λ∆t + o(∆t ))(1 − µ∆t − o(∆t ))
+ Pn+1 + (t )(1 − λ∆t − o(∆t ))( µ∆t + o(∆t ))
dPn (t )
= − (λ + µ ) Pn (t ) + µPn + 2 (t ) + λPn−1 (t ) + µPn +1 (t ).
dt
12d) No regime estacionário,
0 = −λP0 + µP1 + µP2 ,

0 = − (λ + µ ) Pn + λPn −1 + µPn+ 2 + µPn +1 ∀n ≥ 1.

59
Definindo o operador,
DPn = Pn+1 ,
D 2 Pn = Pn + 2 ,
D n Pm = Pn + m .
e aplicando no sistema obtido em b), tem-se:

(
0 = µD 3 − (λ + µ ) D + λ Pn , )
cujo polinômio característico
µ r 3 − (λ + µ ) r + λ = 0,
possui raízes:
− µ + µ 2 + 4λµ − µ − µ 2 + 4λµ
r1 = 1, r2 = , r3 = .
2µ 2µ
As raízes positivas são:
1 1 λ λ
r1 = 1 e r2 = − + + , se < 2.
2 4 µ µ
12e)
Pn = (1 − r2 ) r2n , ∀n ≥ 0.

60
CAPÍTULO VII – MODELOS SEMI-MAROVIANOS E NÃO-MARKOVIANOS
OTIMIZAÇÃO DE SISTEMAS
1)M/M/1/∞/FIFO.
λ = 1 navio a cada 12 horas = 2 navios por dia.

λ 2
ρ = ≤1 → ≤1
µ µ
µ ≥ 2 por dia.
E[Ct] = E[f(Cdescarga, Cespera)]

Cdescarga = 1000 µ.
0, n = 0,
C espera =
500n, n ≥ 1.
∞ ∞
E[C espera ] = 500nPn = 500 nPn = 500( L − 0 P0 ) = 500 L.
n =1 n =1
Min E [Ct] = min (1000µ + 500 L)= min [1000µ + 1000/(µ - 2)].
Para obter o valor de µ que minimiza E [Ct], deriva-se a expressão em relação a µ, iguala-se a
zero e buscam-se as raízes da expressão resultante.
d d 1000 1000
E[C t ] = 1000 µ + = 1000 − = 0 → as raízes são µ1 = 1 e µ 2 = 3.
dµ dµ µ −2 ( µ − 2) 2
Como µ 2, o valor de µ que satisfaz a essa exigência é µ = 3 navios por dia. O tempo médio de
1
atendimento, é igual a 8 horas.
µ
2) Modelo M / M / c / /FIFO
λ = 1 cliente a cada 6 segundos = 10 clientes por minuto = 600 clientes por hora.
µ = 3 clientes por minuto = 180 clientes por hora.
λ 600 10
ρ= ≤1 → ≤1 → c≥ .
cµ 180c 3
O menor c inteiro que satisfaz essa condição é c = 4.
Custo envolvidos:
- Custos por servidor, Cs = R$ 10,00 por hora.
- Custo de espera, Ce = R$10,00 por hora.
Ct = cCs +L Ce = 10c + 10L.

61
Para este modelo, tem-se:
Ce Cs Ct
c L P0
(USD) (USD) (USD)
4 6,62 0,021 66,20 40 106,20
5 3,98 0,031 39,80 50 89,80
6 3,52 0,034 35,20 60 95,20
7 3,38 0,035 33,80 70 103,80
Então para ter-se um atendimento de menor custo global, é necessário que se trabalhe com 5
postos de atendimento.
3) Modelo M/M/c/∞/FIFO.
λ = 1 usuário por minuto = 60 usuários por hora.
µ = 1 usuário a cada 0,9 minutos ≅ 66,67 usuários por hora.
Custos envolvidos:
- Custo de manutenção, Cm = R$ 0,321 por hora (supondo que o caixa funcione 7 dias de 24
horas cada).
- Custo de espera cliente, Ce = R$ 3,00 por hora.
λ 60
ρ= ≤1 → ≤ 1 → c ≥ 0,9.
cµ c 66,67
O menor c inteiro que satisfaz a essa condição é c = 1.
E[Ct] = E[f(Cm, Ce)].

Cm = 0,321c.
Ce = 3Lq.
Busca-se o c que minimize E [Ct]; min E [Ct] = min (0,321c + 3Lq).

Para este modelo, tem-se:
c 0,321c 3Lq E [Ct]

1 0,3214 24,30 24,6214
2 0,6429 0,6856 1,3284
3 0,9643 0,0900 1,0543
4 1,2857 0,0125 1,2982
Das avaliações dos custos globais de operação encontrados para diferentes valores de c, o
número de caixas eletrônicos que minimiza este custo é c = 3 caixas.
4) M / M / c / 4 / FIFO.
λ = 1 cliente a cada 15 segundos = 4 clientes por minuto = 240 clientes por hora.
µ = 1 cliente por minuto = 60 clientes por hora.
Custo/ lucros envolvidos:

- Custo de manutenção da bomba = 14 U$ por semana = 2 U$ por dia.
- Lucro por cliente = 1,25 U$ por operação.

62
Para se atingir o maior lucro global possível, deve - se minimizar o custo total, função do custo
de manutenção das bombas e da perda com clientes rejeitados pela limitação física de 4
automóveis no posto.
E[Ct] = E[f(Cs, Cr)].

Cs = 2c U$.
Cr = 1,25 P4, onde P4 é a probabilidade de rejeição.
Busca-se o número de bombas, c, a serem instaladas no posto tal que E[Ct] seja mínimo.
Para este sistema, como há espaço para apenas 4 carros, 1 c 4.
Dada as restrições para a modelagem, tem-se tabela a seguir.
c P0 Pk Cs(U$) Cr (U$) Ct (U$)

1 0,0029 P1 = 0,750 2 5405,28 5407,28
2 0,0164 P2 = 0,525 4 3777,05 3781,05
3 0.0264 P3 =0,375 6 2702,64 2708,64
4 0,0291 P4 =0,311 8 2236,89 2244,89
Para c = 4 obtém-se o menor custo total.
5) M / M / c / / FIFO.
λ = 5 navios por semana ≅ 0,714 navios por dia.
µA = 0,45 navios por dia, µB = 0,725 navios por dia, µC = 0,8 navios por dia.
c 3.
Devem ser computados os custos para cada tipo de equipamento e para c = 1, 2, 3, exceto no
caso (A,1) = (equipamento A, 1 berço) porque neste caso, µA < , o que implica em fila ilimitada
e custos incalculáveis. Devem ser encontrados os custos fixos, os custos operacionais e os custos
de retenção de navios.
Custos fixos diários:

BERÇOS
EQUIPAMENTO
1 2 3
A - 1680 2520
B 1350 2700 4050
C 1500 3000 4500
Para calcular o custo operacional, deve ser calculada a fração de tempo em que um berço está
ocupado, ou seja = /cµ.
= /cµ.
BERÇOS
EQUIPAMENTO
1 2 3
A - 0,793 0,529
B 0,985 0,493 0,328
C 0,892 0,448 0,297

63
O custo operacional diário = produto do número de berços, por , pelo custo operacional por
berço por dia.
BERÇOS
EQUIPAMENTO
1 2 3
A - 1332 1332
B 1330 1330 1330
C 1427 1427 1427
O custo de retenção diária depende do W para os distintos esquemas operacionais que depende
dos respectivos P0.
P0
BERÇOS
EQUIPAMENTO
1 2 3
A - 0,115 0,19
B 0,015 0,34 0,369
C 0,108 0,383 0,406
W
BERÇOS
EQUIPAMENTO
1 2 3
A - 5,96 2,48
B 90,90 1,82 1,43
C 11,60 1,56 1,29
Então tem-se os custos operacionais por dia = 2000 W
BERÇOS
EQUIPAMENTO
1 2 3
A - 8,511 3,541
B 129,805 2,599 2,042
C 16,565 2,228 1,842
e o custo total por dia
BERÇOS
EQUIPAMENTO
1 2 3
A - 11,523 7,593
B 132,485 6,629 7,422
C 19,492 6,655 7,769
Analisando os dados obtidos, conclui-se que a utilização do equipamento B com 2 berços leva ao
menor custo total.

64
6) Modelos M/M/1/ /FIFO.
λ = 3 computadores por hora
Custo da indisponibilidade de um computador = perda de produção, Cpp= R$ 50,00 por hora.
(1) Custo C1= R$ 30,00 por hora.
µ1 = 4 computadores por hora.
(2) Custo C2 = R$ 50,00 por hora
µ2 = 6 computadores por hora.
Número de Custo da perda

computadores
parados de produção (R$)
0 0
1 50
2 100
... ...
n 50n
... ...
Cpp(n) = 50n.
∞ ∞
E[Cpp(n)] = 50nPn = 50 nPn = 50 L,
n=0 n =0
ρ
onde L = .
1− ρ
Para o Técnico 1:
ρ = 3 / 4 e L = 3 computadores.
Para o Técnico 2:
ρ = 1 / 2 e L = 1 computador.
O custo total (considerando 8 horas de trabalho diário tanto para o serviço como para os
computadores):
C1 = 8(30 + 50.3) = R$ 1.440,00.
C2 = 8(50 + 50.1) = R$ 800,00.
Deve-se então, contratar o segundo técnico que, apesar de cobrar mais, leva a um menor custo
total devido à sua produtividade.

65
7) Modelo M/M/c/c+2/FIFO
λ = 1 cliente a cada 3 minutos = 20 clientes por hora = 160 clientes por dia.
µ = 1 cliente a cada 6 minutos = 10 clientes por hora = 80 clientes por dia.
Custos/ lucros envolvidos:

- Custos de um atendente = R$ 15,00 por dia.
- Lucro por cliente = R$1,00 por operação.
A função Ct é composta por duas parcelas: o custo da oferta de serviço, Ca = 15c e o custo pela
perda de operações (rejeições), Cr = λ Pc+2 . Deve-se então calcular o c que minimize
E[Ct] = 15c + λ Pc+2. Na tabela a seguir, verifica-se que para c =3, tem-se o menor custo global
para manter o posto em operação.
c P0 Pc+2 Ca(R$) Cr (R$) Ct (R$)

1 0,667 0,533 15 85,333 100,333
2 0,111 0,222 30 35,556 65,556
3 0,128 0,076 45 12,133 57,133
4 0,133 0,022 60 3,556 63,556
8) M/M/1/∞/FIFO.
Custos envolvidos:
Custo da manutenção igual a µ C2
Custo de 1 máquina parada no sistema é igual a LC1.
Cλ
LC1 = 1
µ −λ
Cλ
Custo total, Ct = µ C2 + 1 .
µ −λ
Deve ser calculado µ que minimize E[Ct].
Derivando em relação a µ e igualando a zero, tem-se:
d C1λ Cλ
Ct = C 2 − = 0 → µ = + 1 + λ.
dµ (µ − λ ) 2
C2
9) O serviço de entrega das solicitações é prestado por um número c de almoxarifes a ser

determinado utilizando-se um modelo M/M/c/∞/FIFO (já que nada é falado sobre restrições
físicas).
λ = 9 solicitações por hora.
µ = 60 solicitações por hora.
= 9/60c < 1 c 3/20 c 1.
Deve-se calcular c tal que o custo total esperado de operação por hora, E[Ct ]= (60c + 60L) seja
mínimo.
c P0 L Ct
1 0,85 0,18 70,60
2 0,86 0,15 129,00
A contratação de 1 técnico minimiza o custo total da operação e os gastos da empresa por hora
com salários são de R$60,00.

66
10)
1º caso:
Modelo M / M / c / / FIFO.
= 1 avião por dia.
= 1 avião por dia.
= 1/c.
Para < 1, c 2.
2º caso:
Modelo M / M / c / / FIFO.
= 0,75 aviões por dia (reduzir em 1/4 do 1º caso)
= 0,25 aviões por dia (tempo de serviço quatro vezes menor que o do 1º caso)
= 0,75 c > 3.
0,25c
Para c = 2 ou c = 3 postos de atendimento, apenas a política atual é viável.
Fazendo os cálculos para c = 2 e c = 3, para a política atual, obtém-se:
c P0 L (aviões) W (dias)
2 0,333 1,33 1,33
3 0,364 1,04 1,04
Para c = 4, no 1º caso, tem-se:

−1
3
1 4
r1 = 1 → P01 = + ≅ 0,37.
n = 0 n! 4!3
4
L1 = 1 + 0,37 ≅ 1 avião.
4!9
1
W1 = 1 + 0,37 ≅ 1,01 dias.
3!4
Para o segundo caso,
−1
5
3 n 4.3 4
r2 = 3 → P02 = + ≅ 0,038.
n = 0 n! 4!
35.4
L2 = 3 + 0,038 ≅ 1,54 aviões.
4!
3 4.0,25
W2 = 3 + 0,038 ≅ 5,05 dias.
3.2(0,25) 2
Fazendo-se as mesmas contas para c = 5 e c = 6, obtém-se:
c r P0 L (aviões) W (dias)
1 0,367 1,00 1,00
4
3 0,026 4,78 6,38
1 0,368 1,00 1,00
5
3 0,059 3,45 4,15
1 0,369 1,00 1,00
6
3 0,053 3,10 4,10
67
Verifica-se então, que a política atual de manutenção de aviões com c = 4 é mais eficiente pois
há menor gasto com servidores (observe que as diferenças das P0’s não são significativas).
11) Modelo M/M/1/∞/FIFO

λ = 1 caminhão por hora.
11a)
µ = 1/2 caminhão por hora.
c = 1.
equipe: n funcionários.
Custo dos funcionários, Cf = 5 n
Custo dos caminhões, Cc = 20L.
µ = 0,5 n
ρ = λ/µ = 1/0,5n < 1 n > 2.
Deve-se calcular o número de funcionários, n tal que o custo total E[Ct ] = 20 L + 5n, seja
mínimo.
n µ L 20 L 5n 20 L + 5n
3 1,5 2 40 15 55
4 2 1 20 20 40
5 2,5 0,66 13,33 25 38,3
6 3 0,43 8,7 30 38,7
O sistema fica mais eficiente com c = 5 funcionários.

11b)
µ = 0,5 n
ρ = λ/µ = 1/(0,5 n)<1 n > 4.
n µ L 20 L 5n 20 L + 5n
5 1,12 8,33 166,6 25 191,6
6 1,23 4,34 86,8 30 116,8
7 1,32 3,12 62,4 35 97,4
9 1,5 2 40 45 85
10 1,58 1,67 33,4 50 83,4
11 1,65 1,53 30,6 55 85,6
O sistema fica mais eficiente com c = 10 funcionários.
12) Modelo M /M /c / /FIFO

µ = 30 clientes por hora.
r = 4/3
= 4/3.c < 1 c 2.
função objetivo: E[Ct]= 30Wλ +20C

68
Para c = 2 servidores:
M /M /2 / /FIFO.
ρ ≅ 0,667.
P0 = 0,2.
L ≅ 2,4 clientes.
W ≅ 0,06 horas.
Ct ≅ 112 dólares.
Para c = 3 servidores:
M /M /2 / /FIFO
ρ ≅ 0,444.
P0 = 0,25.
L ≅ 1,48 clientes
W ≅ 0,04 horas.
Ct ≅ 108 dólares.
O custo total é menor com c = 3 funcionários.


SOLUÇÃO+D

Enviado por

Dados do documento

Descrição original:

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

SOLUÇÃO+D

Enviado por

Direitos autorais:

Formatos disponíveis

1

CAPÍTULO 2 – SISTEMAS COM FILA

3a) Modelo D/D/1/5/FIFO

Obs : os usuários a serem rejeitados são os de ordem n ≥ 8 tais que

Resolução de Exercícios - Teoria de Filas

3b) Modelo D/D/1/7/FIFO

30 (n − 1) minutos, n < 14,

Resolução de Exercícios - Teoria de Filas

t 0* 120 150 135 149

Verifica-se do gráfico que

3d) Modelo D/D/1/6/FIFO

t 0* 200 240 220 239

20 (n − 1) minutos, n < 12,

Resolução de Exercícios - Teoria de Filas

O 8º usuário a chegar no sistema não poderá ingressar no mesmo.

Resolução de Exercícios - Teoria de Filas

CAPÍTULO 3 – PROCESSOS ESTOCÁSTICOS

1b) t = 7 P100(7) = (15 x 7)100 e-15x7 / 100! ≅ 0,035.

1c) P0 (1/48) = (15/48)0 x e-15/48 / 0! ≅ 0,7316.

1d) t = 6 horas = 1/4 do dia.

2a) P(T > 4) = P(N(4) = 0) = P0(4) = 40 e-4 /0! = e-4 ≅ 0,018.

0 1 2 ... k k+1 ....

Resolução de Exercícios - Teoria de Filas

0 1 2 ... k k+1 ....

0 1 2 ... K (K+1) ....

Fazendo l = k − ( K + 1), P0 = ρ + 2ρk ( K +1)

Resolução de Exercícios - Teoria de Filas

4c) O estado n = 0 representa o equipamento em funcionamento .

Para o estado estacionário, tem-se

Considera-se que os estados representam o número de satélites em funcionamento.

Resolução de Exercícios - Teoria de Filas

0 1 2 ... i i+1 .......

Na via principal há 1 carro se há 1 carro em somente 1 das 4 vias.

Resolução de Exercícios - Teoria de Filas

Na via principal há 2 carros se há 2 carros em somente 1 das 4 vias, ou se há 1 carro em somente

Resolução de Exercícios - Teoria de Filas

A função geradora de momentos de Xi é dada (Anexo 1B) por:

8) Tomando como referência uma das vias (i-ésima via),

I) Há 0 (zero) carros na i-ésima via, se ocorre um dos seguintes eventos mutuamente

P0i (t ) = P0P (t ) + P1P (t )(1 − pi ) + P2P (t )(1 − pi ) 2 + + PnP (t )(1 − pi ) n + ...

P1i (t ) = P1P (t ) pi + 2 P2P (t ) pi (1 − pi ) + + nPnP (t ) pi (1 − pi ) n −1 + ...

Resolução de Exercícios - Teoria de Filas

Resolução de Exercícios - Teoria de Filas

Seja Z o número de carros da via principal. Z segue uma distribuição de Poisson de

(X i = k Z = z ) segue distribuição Binomial de parâmetros n e pi.

Dessa forma, Xi segue uma distribuição de Poisson de parâmetro pi.

n n+1 n+2 .......

Resolução de Exercícios - Teoria de Filas

11a) E[Tq] = 4/2 = 2 minutos = 120 segundos.

12) = 2 por hora.

λ+1 λ+1 λ+1 λ λ

Resolução de Exercícios - Teoria de Filas

Resolução de Exercícios - Teoria de Filas

CAPÍTULO 4 – MODELOS DE FILAS BÁSICOS

1) Modelo M/M/1/ ∞ / FIFO

2) Modelo M/M/1/ ∞ / FIFO

2a) ρ = λ / µ = 60/360 ≅ 0,167

3) Modelo M/M/1/ ∞ / FIFO

4) Modelo M/M/1/ /FIFO

Como P (Tq ≤ 12 ) ≥ 0,90 → 0,90 ≤ 1 − ρ e − ( µ − λ )t

Por tentativa e erro, µ = 0,41 clientes por minuto.

5) Modelo M/M/1/ /FIFO