Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
1 Teoria de Filas
Processo de chegada: se os usurios de uma fila chegam nos instantes t1, t2, t3,..., tj,
as variveis aleatrias j = tj - tj-1 so chamadas de intervalos entre chegadas.
Processo de servio: O tempo que cada usurio do sistema de fila passa em servio
define o seu tempo de servio. usual considerar que estes tempos de servios so
variveis aleatrias IID. A distribuio mais comum a exponencial, porm outras
distribuies tambm so utilizadas, tais como: determinstica, Hyper-exponencial e
genrica.
1
Tamanho da populao: representa o nmero total de usurios em potencial, que
podem chegar no sistema de fila. Na maioria dos sistemas reais a populao finita,
porm se esse nmero suficientemente grande, pode-se utilizar o valor infinito como
tamanho da populao.
Notao
A/S/m/B/K/SD onde
A: Distribuio dos intervalos entre chegadas;
S: Distribuio dos tempos de servio;
m: Nmero de servidores;
B: Nmero mximo de usurios no sistema;
K: Tamanho mximo da populao;
SD: Disciplina de atendimento ou servio.
2
A distribuio exponencial possui a propriedade de no apresentar memria
(memoryless), isto , o prximo estado s depende do estado atual e no dos estados
anteriores.
Servio
Chegada Espera
m
nq
ns
Chegada
anterior n
Chegada Incio de Trmino de
atual servio Servio
w s Tempo
t
r
3
2 Relaes entre as variveis
As relaes discutidas a seguir so vlidas para o sistema G/G/m (ou seja, para qualquer
sistema de filas):
Observe que estas variveis so aleatrias. Em particular esta igualdade leva a uma
outra igualdade entre os seus valores mdios:
ou de maneira semelhante:
E[nq] = *E[w]
Note que r,w e s so variveis aleatrias. Portanto existe entre seus valores mdios a
seguinte relao:
E[r] = E[w] + E[s]
Cov(w,s) = 0
e
4
Var[r] = Var[w] + Var[s]
Resultado de Little
Suponha que o sistema seja monitorado por um intervalo de tempo T e que seja mantido
um registro sobre cada instante de chegada ou de partida. Se T for suficientemente
grande o nmero de chegadas se aproxima do nmero de partidas. Seja esse nmero
igual a N.
Ento
Taxa de chegada = Total de chegadas/Tempo total = N/T
Seja J a soma do tempo gasto no sistema por todos os usurios que passaram pelo
sistema no intervalo T, ento se podem escrever as seguintes relaes:
Portanto:
E[n] = (N/T)*(J/N)
Ou seja,
3 Processos Estocsticos
Uma seqncia de variveis aleatrias idnticas indexadas por um mesmo parmetro,
por exemplo, tempos, formam um processo estocstico.
Dependendo dos valores que a varivel aleatria pode tomar, podem-se ter processos
com estados discretos ou contnuos. Por exemplo: O nmero de usurios na fila um
processo discreto.
Processo de Markov
5
Cadeia de Markov
Os sistemas de fila do tipo M/M/m podem ser modelados como uma cadeia de Markov
considerando-se como estado o nmero de usurios na fila.
Processo de Poisson
2 =
Poisson
Poisson
6
b) Distribuio de processos de Poisson
1=p1*
p1
p2 2=p2*
Poisson
pk
=pk*
Poisson
<
Poisson Poisson
Processos
Estocsticos
Processos de
Markov
Processos de
Nascimento e
Morte
7
4 Anlise de Fila nica
Probabilidades em Equilbrio
O clculo de pj (t) na situao de equilbrio pode ser feito atravs de uma equao de
balanceamento de fluxo de probabilidades em cada estado da Cadeia de Markov. A
ltima equao necessria a soma das probabilidades de todos os estados que igual a
um.
8
O intervalo de tempo t deve ser pequeno o suficiente para no haver dois eventos
simultneos neste intervalo. Podemos montar um conjunto de equaes para as
transies de estado:
Ento
dp j ( t )
= j1 p j1 ( t ) ( j + j ) p j ( t ) + j+1 p j+1 ( t )
dt
Quando o sistema est na, situao de equilbrio, isto , estvel, a probabilidade de estar
em um estado j no varia com o tempo o que significa que a derivada de pj(t) nula.
9
( 1 + 1 )p1 0 p 0 ( 1 + 1 ) 0 p 0 0 p 0 0 1
p2 = = = p0
2 2 2 1 2 1 2
Para n=1,2,...,
0 1 2 ... n1
pn = p0
1 2 3 ... n
p
n=0
n =1
Clculo de p0:
n 1 j
1 = p 0 + pn = p0 + p 0
n =1 n =1 j= 0 j+1
n 1 j
1 = p 0 (1 + )
n =1 j = 0 j+1
n =1 j = 0 j +1
n 1 j
pn = p 0 *
j= 0 j+1
5 Filas Markovianas
So as filas nicas com chegada e atendimento pelo processo de Poisson, indicadas de
forma genrica como M/M/m/B sendo M o nmero de servidores, e B o nmero
mximo de usurios no sistema. Neste caso considera-se que o sistema se encontra na
situao de equilbrio em que a taxa de chegada no se altera, sendo igual a , e as taxas
de servio de dos servidores no se alteram, sendo que todos servidores tem a mesma
taxa de atendimento .
10
5.1 Fila nica M/M/1
<
0 1 2 j-1 j j+1
n=
11
Var (n) = E(n 2 ) E(n) 2 = n 2 .(1 ). n E(n) 2 =
n =1 (1 )2
d. Probabilidade de se ter n ou mais usurios no sistema:
p n = p j = j .(1 ) = n
j =n j =n
Nmero
mdio de
Grfico de E[nq] x
clientes
na fila
E[nq ] = 2 /(1 )
0 1 =
Observar: quando se aproxima de 1 o tempo na fila e o nmero de clientes na fila
tendem a infinito.
12
5.2 Fila nica M/M/m
Este sistema possui uma fila e m servidores cada um com taxa de atendimento .
0 1 2 m-1 m m+1
2 3 (m-1) m m m
Este sistema possui uma fila e um servidor com taxa de atendimento , sendo que a fila
possui tamanho B-1, isto , o limite no nmero de usurios no sistema B.
B-1
0 1 2 B-1 B
Diagrama de transio de estados
13
5.4 Fila nica M/M/m/B
Este sistema possui uma fila e m servidores cada um com taxa de atendimento sendo
que a fila possui tamanho B-m, isto , o limite no nmero de usurios no sistema B.
B-m
a) Se Bm
0 1 2 B-1 B
2 3 (B-1) B
b) Se B>m
0 1 2 m-1 m B-1 B
2 3 (m-1) m m m m
14
6 Bibliografia
[1] Jain, R., The Art of Computer Systems Performance Analysis, John Wiley &
Sons Inc, ISBN: 0-471-50336-3, 1991, 685 p.
[2] Cassandras, C. G., Discrete Event Systems: Modeling and Performance Analysis,
Aksen Associates Incorporated Publishers, 1993 , ISBN: 0-256-11212-6, 790p.
[3] Menasc, D. A., Almeida, V. A. F., Scaling E-Business: Technologies, Models,
Performance and Capacity Planning, Prentice-Hall, ISBN: 0-13-086328-9, 2000,
449p.
[4] Marsan, M. A., Balbo, G., Conte, G., Donatelli, S., Franceschinis, G., Modeling
with Generalized Stochastic Petri Nets, John Wiley & Sons, ISBN: 0-471-93059-
8, 1995, 301p.
7 Exerccios
4) Um servidor de rede possui uma unidade de disco com tempo mdio para
processamento de uma requisio de Entrada/Sada de 50 ms. A taxa de chegada de
requisies de 16 requisies por segundo.
Determine:
a) Fator de utilizao do disco.
15
b) Probabilidade de o servidor estar ocioso.
c) Probabilidade de ter que esperar na fila.
d) Nmero mdio de requisies no servidor.
e) Nmero mdio de requisies esperando na fila.
f) Tempo mdio de resposta a uma requisio.
g) Varincia do tempo de resposta.
h) Tempo de espera em 90%.
7) Repita o exerccio anterior assumindo que uma fila separada mantida para cada
unidade de disco do sistema. Assuma tambm a mesma taxa de chegada de
requisies.
Resp.: a) 0,5; b) 0,5; c) 0,5; d) 1; e) 0,5; f) 0,1s; g) 0,01s2; h) 0,16s.
16
Resp.: a) 0,22; 0,34; 0,25; 0,13; 0,0629 b) 1,5 req; c) 0,0629; d) 1,3; e) 28; f) 1,9; g)
0,47; h) 0,0522.
9) 50% dos alunos que vo sala de um professor para esclarecer dvidas desistem se
o professor j est ocupado e 100% desistem se o professor est ocupado e j existe
um colega espera. Desenhe a cadeia de Nascimento e Morte deste sistema
considerando que a taxa inicial de chegada de alunos e o tempo mdio de
atendimento de cada aluno 1/. Determine as probabilidades de equilbrio deste
sistema. Qual o nmero mdio de alunos sendo atendidos se =2 alunos/hora e
1/=15 minutos.
11) Um supermercado oferece R$10,00 aos seus prximos 1000 clientes que
encontrarem todas as caixas ocupadas. Considere que existe uma fila nica para
todos os caixas. Os clientes chegam fila a uma taxa de 3 clientes por minuto e a
taxa de servio de cada caixa 2 clientes por minuto. O gerente do supermercado
quer saber quantos caixas deve manter em funcionamento para que seu oramento
de R$2.500,00 no seja excedido, isto , a promoo no deve gastar mais que
R$2.500,00 para esses primeiros 1000 clientes.
17
8 Frmulas
M/M/1 M/M/m
1. Taxa de chegada
Taxa de servio
Nmero de Servidores 1 m
2. Fator de utilizao
U= = U= =
m
3. Probabilidade de zero usurios no 1
p0 = 1 ( m ) m m1 ( m ) n
sistema p 0 = 1 + +
m!(1 ) n =1 n !
4. Probabilidade de n usurios no p n = (1 ) n ( m ) n
sistema pn = p0 n<m
n= 0,1,2,..., n!
mm n
p n = p0 nm
m!
5. Probabilidade de n ou mais usurios p n = n
no sistema
6. Probabilidade de esperar na fila p 1 = ( m) m
= P( m usurios ) = P0
m! (1 )
7. Nmero mdio de usurios no E[n] = / (1 ) E[n] = m + /(1 )
sistema
8. Varincia do nmero de usurios no Var[n] = / (1 ) 2 1 +
sistema
2
Var[n] = m + + m
(1 )
18
M/M/1 M/M/m
9. Tempo mdio de resposta E[r] = (1 / ) /(1 ) 1
E[r] = 1 +
m(1 )
10.Varincia do tempo de resposta Var[r] = (1 / 2 ) / (1 ) 2 1 ( 2 )
Var[r] = 1 +
2 m 2 (1 ) 2
11.Probabilidade de k usurios na fila p(nq = k) = 1 2 k=0
p(nq = k) = (1 ) k +1 k>0
12.Nmero mdio de usurios na fila E[n q ] = 2 / (1 ) E[n q ] = /(1 )
13.Varincia do nmero de usurios na Var[nq ] = 2 (1 + 2 ) /(1 ) 2 Var[nq ] = (1 + ) /(1 ) 2
fila
14.Tempo mdio de espera E[w] = /[(1 )] E[w] = /[m(1 )]
15.Varincia do tempo de espera Var[w] = (2 ) /[ 2 (1 )2 ] Var[w] = (2 ) /[m2 2 (1 )2 ]
16.Tempo de resposta em q% 100
rq% = E[r ] ln
100 q
17.Tempo de espera em q% E[ w] 100 E[ w ] 100
w q% = max 0, ln w q% = max 0, ln
100 q 100 q
19
M/M/1/B M/M/m/B
1. Taxa de chegada
Taxa de servio
Nmero de servidores 1 m
Nmero de usurios B (B1) B (Bm)
2. Fator de utilizao U = (1 PB ) sendo =/ U = (1 PB ) sendo =/(m)
O sistema sempre estvel (<) O sistema sempre estvel (<)
3. Probabilidade de zero usurios no 1
(1 ) (1 B m +1 )( m ) m m 1 ( m ) n
sistema p0 = 1 p 0 = 1 +
(1 B+1 ) m!(1 )
+
n =1 n!
1
p0 = =1
( B + 1)
4. Probabilidade de n usurios no (1 ) n ( m ) n
sistema pn = 1 e 0 n B p n = p0 0nm
(1 B+1 ) n!
1 m
pn = =1 e 0 n B m n
( B + 1) p n = p0 mnB
m!
pn = 0 n>B
5. Taxa de chegada efetiva ' = (1 PB ) ' = (1 PB )
6. Taxa de perda PB PB
7. Nmero mdio de usurios no ( B + 1) B+1
sistema E[n] =
1 1 B+1
8. Nmero mdio de usurios na fila 1 + B B
E[n q ] =
1 1 B+1
9. Tempo mdio de resposta E[r] = E[n ] /[(1 PB )] E[r] = E[ n ] /[ (1 PB )]
10.Tempo mdio de espera E[w] = E[ n q ] /[(1 PB )] E[w] = E[ n q ] /[(1 PB )]
20
Frmulas de Progresses Geomtricas
Sendo
a0 - primeiro termo
an - ltimo termo
q - razo
a 0 (1 q n +1 )
Sn =
(1 q)
S n = a 0 + a1 + ... + a n + ... = a i qn
i=0
a0
Sn =
(1 q)
21