Escolar Documentos
Profissional Documentos
Cultura Documentos
Fonte de
usuários
chegadas Linha de Servidor Usuários
espera atendidos
ou fila
fila servidor
fila servidores
fila
servidores
Múltiplos canais, múltiplas fases
fila
servidores
Custo total
Custo
de
serviço
Custo de espera
Nível de serviço
no sistema l n l
= (
m )
(1 - )
m
l
Número médio de L =
m-l
usuários no sistema
l2
Número médio de Lq =
m(m - l)
usuários na fila
© 1998 by Prentice-Hall Inc
Russell/Taylor Oper Mgt 2/e
Tempo médio gasto pelo 1 L
W = =
usuário no sistema (m - l) l
l
Tempo médio gasto Wq =
m(m - l)
pelo usuário na fila
Probabilidade de que r= l
o servidor esteja ocupado, m
fator de utilização
l
Probabilidade de servidor I= 1-r = (1 - ) = P0
m
vazio e que o usuário possa
ser atendido
l
Número médio de usuários L = m-l
= 24/(30-24) = 4
no sistema
l2
Número médio de usuários Lq = = 242/30(30-24) = 3,2
m(m - l)
na fila
l
Probabilidade que o r= = 24/30 = 0,80
servidor esteja m
ocupado, fator de utilização
Probabilidade que o servidor I = 1 - r = 1 - 0,80 = 0,20
esteja vazio e o usuário
possa ser atendido
Utilization 80,00%
P(0), probability that the system is empty 0,2000
Lq, expected queue length 3,2000
L, expected number in system 4,0000
Wq, expected time in queue 0,1333 8,0000 Minutos
W, expected total time in system 0,1667 10,0000 Minutos
Probability that a customer waits 0,8000
0,25
Probability
0,2
0,15
0,1
0,05
0
0 3 6 9 12 15 18 21 24 27 30 33 36 39 42 45 48 51 54 57 60 63 66 69 72 75 78 81 84 87 90 93 96
NUMBER IN SYSTEM
Análise de custo das filas
O Administrador deseja testar duas alternativas
para reduzir o tempo de espera do usuário:
Utilization 60,00%
P(0), probability that the system is empty 0,4000
Lq, expected queue length 0,9000
L, expected number in system 1,5000
Wq, expected time in queue 0,0375 2,2500 Minutos
W, expected total time in system 0,0625 3,7500 Minutos
Probability that a customer waits 0,6000
0,5
Probability
0,4
0,3
0,2
0,1
0
0 3 6 9 12 15 18 21 24 27 30 33 36 39 42 45 48 51 54 57 60 63 66 69 72 75 78 81 84 87 90 93 96
NUMBER IN SYSTEM
Alternativa II
Novo balcão custa $6000 mais $200 por semana para o
caixa
Os usuários se dividem automaticamente pelos dois caixas
A taxa de chegada se reduz de l = 24 para l = 12
A taxa de serviço para cada caixa permanece m = 30
Recalcule as características de operação do sistema
Utilization 40,00%
P(0), probability that the system is empty 0,6000
Lq, expected queue length 0,2667
L, expected number in system 0,6667
Wq, expected time in queue 0,0222 1,3333 Minutos
W, expected total time in system 0,0556 3,3333 Minutos
Probability that a customer waits 0,4000
0,8
Probability
0,6
0,4
0,2
0
0 3 6 9 12 15 18 21 24 27 30 33 36 39 42 45 48 51 54 57 60 63 66 69 72 75 78 81 84 87 90 93 96
NUMBER IN SYSTEM
Tempo de serviço constante
Tempo de serviço constante ocorre com
máquinas e equipamentos automáticos
l
Probabilidade que o r =
m
servidor esteja ocupado,
fator de utilização
Lq
Wq = =1,14/10 =0 .114 hora ou 6,84 minutos
l
Utilization 75,00%
P(0), probability that the system is empty 0,2500
Lq, expected queue length 1,1250
L, expected number in system 1,8750
Wq, expected time in queue 6,7500
W, expected total time in system 11,2500
Fila com comprimento finito
Existe um limite físico para o comprimento da fila
M = máximo número de usuários no sistema
Taxa de serviço não pode ser menor que a taxa de
chegada para permitir condições de estabilidade (m > l)
1-l/m
Probabilidade de zero P0 =
usuários no sistema 1 - (l / m)M+1
Probabilidade de l n
Pn = (P0 ) (m) for n M
exatamente n usuários
no sistema
l/m (M + 1)(l / m) M + 1
Número médio de usuários L = 1-l/m 1 - (l / m )M+1
no sistema
Seja PM = probabilidade de um usuário não entrar no sistema
l (1- PM)
Número médio de Lq = L
usuários na fila m
L
Tempo médio que o W =
usuário gasta no sistema l (1 - PM)
Probabilidade de l n=M 20 4
exatamente n carros
Pm = (P0 ) (m) = (0,38) ( 30 ) = 0,076
no sistema
l/m (M + 1)(l / m) M + 1
Número médio de L =
1-l/m 1 - (l / m )M+1
carros no sistema
20/30 (5)(20/30) 5
= = 1,24
1 - 20/30 1- (20/30)5
© 1998 by Prentice-Hall Inc
Russell/Taylor Oper Mgt 2/e
Número médio de l (1- PM) 20(1-0,076)
Lq = L - = 1,24 - = 0,62
carros na fila m 30
L 1,24
Tempo médio gasto = = 0,067 horas
W =
por um carro l(1 - PM) 20 (1-0,076)
no sistema = 4,03 min
= 2,03 min
0,4
0,2
0
0 3 6 9 12 15 18 21 24 27 30 33 36 39 42 45 48 51 54 57 60 63 66 69 72
NUMBER IN SYSTEM
População de usuários finita
As chegadas se originam de uma população finita
(contável)
N = tamanho da população
1
Probabilidade de zero P0 =
N N!
S
usuários no sistema
(l / m)n
n = 0 (N - n)!
Probabilidade de N! l n
exatamente n usuários Pn =
(N - n)!
(m) P0 Onde n = 1, 2, ..., N
no sistema
Número médio de l+m
usuários na fila Lq = N - (1- P0)
l
1
Probabilidade de zero P0 =
N N!
S
máquinas no sistema
(l / m)n
n = 0 (N - n)!
1
= = 0,652
20 20!
S
n = 0 (20 - n)!
(0,005/0,2778)n
0,005 + 0,2778
= 20 (1- 0,652) = 0,169
0,005
Número médio de
máquinas no sistema L = Lq + (1-P0) = 0,169 + (1-0,62) = 0,520
0,6
0,4
0,2
0
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100 105 110 115 120 125 130 135 140 145 150
NUMBER IN SYSTEM
Modelos de canais múltiplos, fase única
sm > l
1
P0 =
[S l l
n=s-1
1 n 1 s sm
n=0
n! (m) ]+ s! (m)( sm - l )
© 1998 by Prentice-Hall Inc
Russell/Taylor Oper Mgt 2/e
Probabilidade de 1 l n
existirem exatamente
Pn =
s! sn-s
(m) P0, for n > s
n usuários no sistema
1 l n
Pn =
n!
(m) P0, for n <= s
Probabilidade de que 1 l s sm
um usuário chegando
Pw =
s!
(m) ( sm - l )P0
no sistema tenha
que esperar
l s
( l
m )
Número médio de lm
usuários no L = P0 + (m)
sistema (s - 1) ! (sm - l)2
Número médio de l
Lq = L
usuários na fila m
= Lq
l
Lq
Tempo médio gasto por Wq = = 3,5/10 = 0,35 hrs = 21 min
um usuário na fila m
1 l s sm
Pw =
s! ( m )
( sm - l )P 0
Probabilidade de que
um usuário que chegue 1 10 3 3(4)
no sistema tenha que
=
3! ( 4 )
( 3(4)-10 ) (0,45) = 0,703
esperar
Utilization 83,33%
P(0), probability that the system is empty 0,0449
Lq, expected queue length 3,5112
L, expected number in system 6,0112
Wq, expected time in queue 0,3511 21,0674 Minutos
W, expected total time in system 0,6011 36,0674 Minutos
Probability that a customer waits 0,7022
0,15
Probability
0,1
0,05
0
0 3 6 9 12 15 18 21 24 27 30 33 36 39 42 45 48 51 54 57 60 63 66 69 72 75 78 81 84 87 90 93 96
NUMBER IN SYSTEM
Melhorando o serviço
Colocar um quarto atendente para melhorar o serviço
Recalcule as características da operação. Melhorou?
Utilization 62,50%
P(0), probability that the system is empty 0,0737
Lq, expected queue length 0,5331
L, expected number in system 3,0331
Wq, expected time in queue 0,0533 3,1986 Minutos
W, expected total time in system 0,3033 18,1986 Minutos
Probability that a customer waits 0,3199
0,25
Probability
0,2
0,15
0,1
0,05
0
0 3 6 9 12 15 18 21 24 27 30 33 36 39 42 45 48 51 54 57 60 63 66 69 72 75 78 81 84 87 90 93 96
NUMBER IN SYSTEM
Melhorando o serviço
Po = 0,073 probabilidade de zero usuários
L = 3,0 usuários
W = 0,30 horas, 18 min no serviço
Lq = 0,5 usuários esperando
Wq = 0,05 horas, 3 min esperando, contra 21 anteriores
Pw = 0,31 probabilidade de que o usuário tenha que esperar
Competindo com cadeia de serviço local
- Merrill Lynch
A maior cadeia de comércio de títulos no varejo
dos EUA.
Mais de 450 escritórios e 10,000 corretores
Informações disponíveis por redes de
computadores
Desejo aumentar a rapidez das atualizações nos
horários de negócios
Estudo via filas permitiu determinar que as
consultas (Poisson) poderiam ser atendidas por
dois servidores.
Isto permitiu o estudo de viabilidade financeira e a
implantação do projeto
Exercício I
Uma grande loja de roupas masculinas emprega um
alfaiate para ajustes de roupas de clientes. O
número de clientes que necessitam de ajustes segue
uma distribuição de Poisson com taxa média de
chegada de 5 por hora. Os clientes provam a roupa
que é marcada e então esperam pelo atendimento
do alfaiate. Este tempo de atendimento segue
aproximadamente uma distribuição exponencial com
média de 10 minutos. Pergunta-se:
a) Qual o número médio de clientes na sala de ajustes?
b) Qual é o tempo que um cliente provavelmente gastará
nesta espera?
c) Qual a probabilidade do alfaiate estar desocupado?
d) Qual é a probabilidade de que um cliente espere mais
que 10 minutos pelo atendimento do alfaiate?
M/M/s
Arrival rate 5 Assumes Poisson process for
Service rate 6 arrivals and services.
Number of servers 1
Utilization 83,33%
P(0), probability that the system is empty 0,1667
Lq, expected queue length 4,1667
L, expected number in system 5,0000
Wq, expected time in queue 0,8333 50,0000 Minutos
W, expected total time in system 1,0000 60,0000 Minutos
Probability that a customer waits 0,8333
0,2
Probability
0,15
0,1
0,05
0
0 3 6 9 12 15 18 21 24 27 30 33 36 39 42 45 48 51 54 57 60 63 66 69 72 75 78 81 84 87 90 93 96
NUMBER IN SYSTEM
Exercício II
Um agência bancária de uma universidade deve
abrir conta para os novos alunos no início de
cada ano letivo. A chegada deve obedecer
Poisson com 4 alunos por hora. O tempo de
atendimento do único funcionário do setor segue
uma distribuição exponencial com média de 12
minutos por aluno. O banco que saber se o nível
de serviço está bom ou se é necessário colocar
mais um funcionário neste período.
M/M/s
Arrival rate 4 Assumes Poisson process for
Service rate 5 arrivals and services.
Number of servers 1
Utilization 80,00%
P(0), probability that the system is empty 0,2000
Lq, expected queue length 3,2000
L, expected number in system 4,0000
Wq, expected time in queue 0,8000 48,0000 Minutos
W, expected total time in system 1,0000 60,0000 Minutos
Probability that a customer waits 0,8000
0,25
Probability
0,2
0,15
0,1
0,05
0
0 3 6 9 12 15 18 21 24 27 30 33 36 39 42 45 48 51 54 57 60 63 66 69 72 75 78 81 84 87
NUMBER IN SYSTEM
Programação de turnos de
trabalho
Demanda diária de serviços: fixa (polícia,
hospitais) ou variável (telefonistas)
A alocação de turnos deve contemplar a
demanda dentro de um nível de serviço
pré-estabelecido
Restrições: dias de folga e pagamento de
horas extras
Programação de turnos de
trabalho - exemplo
Problema de Programação linear inteira
Primeiro se determina o número de
funcionários desejado em cada dia da
semana (teoria das filas)
Cada turno consiste de 5 dias de trabalho e
dois de folga
São possiveis 7 turnos (turno 1 folga
domingo e segunda)
Programação de turnos de
trabalho - exemplo
Seja:
Xi= número de empregados alocados no turno i
e que folga 2 dias consecutivos a partir do dia
i
bj= número de empregados desejados no dia j
Programação
de turnos de
trabalho -
formulação
Programação de turnos de
trabalho – dados
Sala de emergência hospitalar: 24 horas/dia
Enfermeiras necessárias durante os turnos diários
Dia Dom Seg Ter Qua Qui Sex Sab
Enfermeiras 3 6 5 6 5 5 5
Programação de turnos de trabalho -
resultados
O problema possui várias soluções:
A) x1=1, x2=1, x3=2, x4=0, x5=3, x6=0, x7=1
mostrada a seguir
Enf. Dom Seg Ter Qua Qui Sex Sab
A X X X X X
B X X X X X
C X X X X X
D X X X X X
E X X X X X
F X X X X X
G X X X X X
H X X X X X
Total 6 6 5 6 5 5 7
Requerido
3 6 5 6 5 5 5
Excesso
3 0 0 0 0 0 2
Programação de turnos de trabalho -
resultados
Ou
B) x1=1, x2=1, x3=1, x4=1, x5=1, x6=1, x7=2
Qual destas duas é melhor?
Filas na WEB
www.usp.br/fearp/po
www.prenhall.com/weiss
http://www.dei.isep.ipp.pt/~andre/docum/tfe.
htm
http://www.prenhall.com/divisions/bp/app/ru
ssell/student/html/internet16.html