Escolar Documentos
Profissional Documentos
Cultura Documentos
de Decisão
Material Teórico
Teoria das Filas: Modelos e Simulações
Revisão Textual:
Profa. Ms. Fátima Furlan
Teoria das Filas: Modelos e Simulações
• Notação Kendall
• Postulados básicos e modelos de filas
• Ferramentas para Simulação
OBJETIVO DE APRENDIZADO
· Apresentar a notação Kendall utilizada para a classificação dos
modelos de fila, os tipos básicos de sistemas de filas e suas aplicações.
Orientações de estudo
Para que o conteúdo desta Disciplina seja bem
aproveitado e haja uma maior aplicabilidade na sua
formação acadêmica e atuação profissional, siga
algumas recomendações básicas:
Conserve seu
material e local de
estudos sempre
organizados.
Aproveite as
Procure manter indicações
contato com seus de Material
colegas e tutores Complementar.
para trocar ideias!
Determine um Isso amplia a
horário fixo aprendizagem.
para estudar.
Mantenha o foco!
Evite se distrair com
as redes sociais.
Seja original!
Nunca plagie
trabalhos.
Não se esqueça
de se alimentar
Assim: e se manter
Organize seus estudos de maneira que passem a fazer parte hidratado.
da sua rotina. Por exemplo, você poderá determinar um dia e
horário fixos como o seu “momento do estudo”.
No material de cada Unidade, há leituras indicadas. Entre elas: artigos científicos, livros, vídeos e
sites para aprofundar os conhecimentos adquiridos ao longo da Unidade. Além disso, você também
encontrará sugestões de conteúdo extra no item Material Complementar, que ampliarão sua
interpretação e auxiliarão no pleno entendimento dos temas abordados.
Após o contato com o conteúdo proposto, participe dos debates mediados em fóruns de discussão,
pois irão auxiliar a verificar o quanto você absorveu de conhecimento, além de propiciar o contato
com seus colegas e tutores, o que se apresenta como rico espaço de troca de ideias e aprendizagem.
UNIDADE Teoria das Filas: Modelos e Simulações
Contextualização
Na maioria dos casos, a chegada de um novo cliente em um sistema de filas
é independente do tempo transcorrido entre esse evento e a chegada ocorrida
anteriormente, ou seja, as chegadas, geralmente, ocorrem de maneira aleatória,
como é o caso, por exemplo, das filas em uma agência bancária, onde a chegada
de um cliente não tem relação com a chegada anterior, ou das filas de máquinas
quebradas em um departamento de manutenção.
8
Notação Kendall
O matemático britânico David George Kendall, em seu artigo intitulado “Sto-
chastic Processes Occurring in the Theory of Queues and their Analysis by the
Method of the Imbedded Markov Chain” (Processos Estocásticos Ocorrentes na
Teoria das Filas e sua Análise pelo Método da Cadeia de Markov Integrada”), publi-
cado em 1953 no The Annals of Mathematical Statistics, propôs a utilização de
uma notação específica para descrever os processos de filas. Essa notação, que fi-
cou conhecida como “Notação de Kendall”, descreve um sistema de filas por meio
de seis parâmetros básicos identificados pelas letras A/B/c/K/m/Z. Esses parâ-
metros representam as características do sistema, conforme a seguinte estrutura:
Figura 1
9
9
UNIDADE Teoria das Filas: Modelos e Simulações
Exemplos
A seguir, são apresentados alguns modelos de filas representados em notação
Kendall, apenas com o intuito de exemplificar essa notação.
Exemplo 1: M/M/2/30/2000/FIFO
• Intervalo entre chegadas: segue a distribuição de Poisson (M);
• Tempo de serviço: exponencialmente distribuído (M);
• Quantidade de atendentes: 2;
• Capacidade máxima do sistema: 30 clientes;
• Tamanho da fonte (população): 2000 indivíduos;
• Disciplina da fila: FIFO.
Exemplo 2: M/M/3/500
• Intervalo entre chegadas: segue a distribuição de Poisson (M);
• Tempo de serviço: exponencialmente distribuído (M);
• Quantidade de atendentes: 3;
10
• Capacidade máxima do sistema: 500 clientes;
• Tamanho da fonte: infinito (parâmetro omitido, portanto, considera-se o valor
padrão: ∞);
• Disciplina da fila: FIFO (parâmetro omitido, portanto, considera-se o valor
padrão: FIFO).
Exemplo 3: M/M/4
• Intervalo entre chegadas: segue a distribuição de Poisson (M);
• Tempo de serviço: exponencialmente distribuído (M);
• Quantidade de atendentes: 4;
• Capacidade máxima do sistema: infinita (parâmetro omitido, portanto,
considera-se o valor padrão: ∞);
• Tamanho da fonte: infinito (parâmetro omitido, portanto, considera-se o valor
padrão: ∞);
• Disciplina da fila: FIFO (parâmetro omitido, portanto, considera-se o valor
padrão: FIFO).
Exemplo 4: M/E2/5/∞/∞/SIRO
• Intervalo entre chegadas: segue a distribuição de Poisson (M);
• Tempo de serviço: segue a distribuição Erlang de ordem 2 (E2);
• Quantidade de atendentes: 5;
• Capacidade máxima do sistema: infinita (∞);
• Tamanho da fonte: infinito (∞);
• Disciplina da fila: SIRO (atendimento em ordem aleatória).
Postulados Básicos
Os postulados apresentados a seguir se aplicam a quaisquer modelos de filas
estáveis, ou seja, sistemas onde a taxa média de chegada (λ) é menor que o ritmo
médio de atendimento (µ).
11
11
UNIDADE Teoria das Filas: Modelos e Simulações
12
Principais Modelos de Filas
Modelo M/M/1
A notação M/M/1 é uma forma abreviada da notação Kendall, onde são
omitidos os parâmetros K (capacidade máxima do sistema), m (tamanho da fonte)
e Z (disciplina da fila). Portanto, considera-se para esses parâmetros os seus valores
padrões, sendo assim, o modelo M/M/1 possui as seguintes características:
• Intervalo entre chegadas: segue a distribuição de Poisson (M);
• Tempo de serviço: exponencialmente distribuído (M);
• Quantidade de atendentes: 1;
• Capacidade máxima do sistema: infinita (default - padrão);
• Tamanho da fonte: infinito (default - padrão);
• Disciplina da fila: FIFO (default - padrão).
Pela sua simplicidade, o M/M/1 é o modelo de fila mais utilizado nos estudos
teóricos. Nesse modelo markoviano de um único atendente, a taxa de chegada
segue o processo de Poisson, o ritmo de atendimento segue o modelo de distribuição
probabilística exponencial, e a capacidade de atendimento e o tamanho da fonte
são infinitos. Dessa forma, as medidas de desempenho podem ser facilmente
calculadas. A Tabela 2 mostra as equações básicas do modelo de fila M/M/1.
1
2 Tempo médio de atendimento TA =
µ
λ
3 Taxa média de utilização do servidor. ρ=
µ
13
13
UNIDADE Teoria das Filas: Modelos e Simulações
r +1
Probabilidade de que a quantidade de clientes no λ
5 P(n > r ) =
sistema seja maior que um dado valor “r”. µ
µ−λ
6 Probabilidade de que o sistema esteja ocioso. P (n = 0 ) =
µ
λ2
9 Número médio de clientes na fila de espera. NF =
µ (µ − λ )
λ
10 Tempo médio de espera na fila. TF =
µ (µ − λ )
1
11 Tempo médio em que o cliente permanece no sistema. TS =
µ−λ
14
Dados conhecidos:
• λ = 16 (taxa de chegada = 16 pessoas/hora)
• TA = 3min = 3÷60 = 0,05h (tempo de atendimento 0,05 hora/pessoa)
• µ = 1÷TA = 1÷0.05 = 20 (ritmo de atendimento = 20 pessoas/hora)
Solução
1. Número médio de pessoas esperando na fila (NF):
λ2 16 2 256
NF = = = = 3, 2pessoas.
µ ( µ − λ ) 20. ( 20 − 16 ) 80
NS = λ ⋅ TS = 16 ⋅ ( 0, 25 )= 4 pessoas
0
16 20 − 16 4
P ( 0 ) = . = 1⋅ = 0, 2 = 20% de probabilidade.
20 20 20
15
15
UNIDADE Teoria das Filas: Modelos e Simulações
Modelo M/M/c
O modelo M/M/c é uma variação do modelo M/M/1, com a diferença de que o
número de atendentes, definido pelo parâmetro “c”, é maior que 1. Portanto, esse
modelo possui as seguintes características:
• Intervalo entre chegadas: segue a distribuição de Poisson (M);
• Tempo de serviço: exponencialmente distribuído (M);
• Quantidade de atendentes: 2 ou mais (c);
• Capacidade máxima do sistema: infinita (default - padrão);
• Tamanho da fonte: infinito (default - padrão);
• Disciplina da fila: FIFO (default - padrão).
P ( 0 ) cr c +1
NF Número médio de clientes na fila de espera. NF =
c !(c − r )
2
r c +1
NS Número médio de clientes no sistema. NS = r + P (0)
c ! ( c − r )2
16
Equações do modelo M/M/c
r cµ
TF Tempo médio de espera na fila. TF = P (0)
( c − 1) ! ( c µ − λ )
2
1 r cµ
TS Tempo médio em que o cliente permanece no sistema. TS = + P (0)
µ ( c − 1) ! ( c µ − λ )
2
rn
P ( n) = P ( 0 ) 1≤n≤ c
se
n!
P(n) Probabilidade de existirem “n” clientes no sistema. r n
P ( n ) = P ( 0 ) n− c n≥c
se
c c!
−1
c −1 r n cr c
P(0) Probabilidade de que o sistema esteja ocioso. P (0) = ∑ +
n= 0 n ! c ! ( c − r )
Dados conhecidos:
• λ = 15 (taxa de chegada = 15 aviões/hora)
• TA = 3min = 3÷60 = 0,05h (tempo de aterrissagem 0,05 hora/avião)
• c = 2 (número de servidores = 2 pistas de pouso)
Solução
1. Ritmo médio de atendimento (µ):
1 1
µ= = = 20 aviões/hora.
TA 0, 05
17
17
UNIDADE Teoria das Filas: Modelos e Simulações
λ 15
r= = = 0, 75
µ 20
1 rcµ
TS = + P
µ ( c − 1) ! ( cµ − λ )2 ( 0 )
1 2
0, 75 x20
TS = + 0,4545 = 0,0582 hora
20 ( 2 − 1) ! ( 2 x20 − 15 ) 2
Modelo M/M/1/K
O modelo M/M/1/K é aplicado com bastante frequência na vida prática. Tra-
ta-se de um caso particular do modelo M/M/1, onde a capacidade máxima do
sistema, representada pelo parâmetro “K”, é limitada. Fato que também implica
na limitação da fonte de clientes (população). O modelo M/M/1/K possui as
seguintes características:
• Intervalo entre chegadas: segue a distribuição de Poisson (M);
• Tempo de serviço: exponencialmente distribuído (M);
• Quantidade de atendentes: 1;
• Capacidade máxima do sistema: finita (K);
• Disciplina da fila: FIFO (default - padrão).
18
A Tabela 4 apresenta as equações desse modelo de fila.
K +1
ρ Kρ + ρ
NF = − ρ ≠ 1
se
1 − ρ 1 − ρ K +1
NF Número médio de clientes na fila de espera. K ( K − 1)
NF = ρ ≠ 1
se
2 ( K + 1)
NS =
ρ
−
( K + 1) ρ K +1 se
→ ρ ≠ 1
1−ρ 1 − ρ K +1
NS Número médio de clientes no sistema.
K se
NS = → ρ = 1
2
ρ Kρ K se
TF = − → ρ ≠ 1
(
µ (1 − ρ ) µ 1 − ρ K
)
TF Tempo médio de espera na fila.
K − 1 se
TF = → ρ = 1
2ρµ
1 Kρ K se
TS = − → ρ ≠ 1
(
µ (1 − ρ ) µ 1 − ρ K
)
TS Tempo médio em que o cliente permanece no sistema.
K + 1 se
TS = → ρ = 1
2ρµ
1 − ρ se
P( 0 ) = → ρ ≠ 1
1 − ρ K +1
P(0) Probabilidade de que o sistema esteja ocioso. 1 se
P( 0 ) = → ρ = 1
K +1
Dados conhecidos:
• λ = 3 (taxa de chegada = 3 máquinas/semana para conserto)
• K = µ = 6 (quantidade de máquinas = capacidade do sistema)
• c = 1 (número de atendentes = departamento de manutenção)
19
19
UNIDADE Teoria das Filas: Modelos e Simulações
Solução
1. Taxa média de utilização do servidor (ρ):
λ 3
ρ = = = 0, 5
µ 6
ρ KρK +1 + ρ se
NF = − →ρ≠1
1 − ρ 1 − ρ K +1
NF =
0, 5
−
(
6. 0, 56 +1 + 0, 5)= 0,4488 máquina em média na fila
1 − 0, 5 1 − 0, 56 +1
NS =
ρ
−
( K + 1) ρ K +1 se
→ ρ ≠ 1
1−ρ 1 − ρ K +1
NS =
0, 5
−
( 6 + 1) 0, 56 +1
= 0,9449 máquina em média no sistema
1 − 0, 5 1 − 0, 56 +1
20
Ferramentas para Simulação
A simulação é um processo experimental onde, a partir de um modelo tomado
como base, são feitas projeções de cenários diversos com o propósito de analisar
o comportamento e as respostas do sistema estudado nas mais variadas condições.
21
21
UNIDADE Teoria das Filas: Modelos e Simulações
Material Complementar
Indicações para saber mais sobre os assuntos abordados nesta Unidade:
Livros
Introdução à Pesquisa Operacional
HILLIER, F. S.; LIEBERMAN, G. J. Introdução à Pesquisa Operacional. 9. ed.
Porto Alegre: Mc Graw-Whill, 2013. Capítulo 17.
Pesquisa Operacional
TAHA, Hamdy A. Pesquisa Operacional. 8.ed. Pearson, 2007. Capítulo 15
Leitura
Estudo sobre Modelagem e Simulação de Sistemas de Fila M/M/1 e M/M/2
https://goo.gl/jMHrOU
Análise do Fluxo de Pessoas no Sistema de Acesso em uma Universidade - Uma Aplicação da Teoria das Filas
Utilizando o PROMODEL
https://goo.gl/smavGW
22
Referências
ANDRADE, E. L. Introdução à Pesquisa Operacional: Métodos e Modelos Para a
Análise de Decisão. 4. ed. Rio de Janeiro: Ltc-Livros Técnicos e Científicos, 2011.
23
23