Baixe o app para aproveitar ainda mais
Prévia do material em texto
Universidade Federal de Mato Grosso - Campus Universitário do Araguaia Instituto de Ciências Exatas e da Terra Teoria das Filas e Simulação Bacharelado em Ciência da Computação Prof. Ivairton M. Santos http://comp.cua.ufmt.br/ ivairton/ March 22, 2017 1 Índice Introdução Modelagem de Sistemas Aplicações Filas Propriedades Variáveis randômicas fundamentais Processos de chegada e de atendimento Apêndice - Tabelas de referências Modelos de filas Modelo M/M/1 Modelo M/M/1/K Modelo M/M/c Modelo Erlang Simulação Método de Monte Carlo Ivairton | Teoria das Filas e Simulação 2 Introdução I A Teoria das Filas e a Teoria da Simulação são técnicas de planejamento. I Constituem da base teórica de programas de computador relacionados com simulação. I Envolve matemática, modelagem e algoritmos. Ivairton | Teoria das Filas e Simulação 3 Modelagem de Sistemas I Sistemas balanceados Qual é a quantidade correta de equipamentos (sejam eles máquinas, veículos, pessoas, etc)? Ou, qual é o melhor layout e o melhor fluxo dentro do sistema? I O que são filas? As filas são antipáticas e dispendiosas. I Uma modelagem de sistema pode ser feita por duas abordagens: I Teoria das filas I Simulação Ivairton | Teoria das Filas e Simulação 4 Modelagem de Sistemas Aplicações I Linhas de produção I Transportes I Comunicações I Bancos, supermercados, escritóriose, etc. Ivairton | Teoria das Filas e Simulação 5 Filas Elementos I Em uma típica fila temos: I População I Clientes I Fila I Serviço Ivairton | Teoria das Filas e Simulação 6 Filas Características I Características de uma fila I Clientes e tamanho da população I Processo de chegada (distribuição de frequência, tal como distribuição normal, de Poisson e exponencial) Ritmo de chegada = λ | Ex: λ = 20 clientes/minuto Intervalo de Chegadas = IC | Ex: IC = 3 segundos I Processo de atendimento Ritmo de atendimento = µ | Ex: µ = 6 clientes/minuto Tempo de Duração = TA | Ex: TA = 10 segundos/cliente I Número de servidores I Disciplina da fila (FIFO, LIFO, prioridade, randômico) I Tamanho médio da fila I Tamanho máximo da fila I Tempo médio de espera Ivairton | Teoria das Filas e Simulação 7 Filas Características I Variáveis randômicas I Diretamente ligadas às filas I Para as principais variáveis existe um valor médio I E uma distribuição de probabilidades I Sistemas estáveis I A abordagem matemática de filas exige que λ e µ sejam estaveis (constantes) I Por mais que possam ocorrer sistuações adversas, em sistemas estáveis todas as características randômicas das filas se mantêm estáveis I Tamanho da amostra É importante escolher um tamanho correto para a amostra. Ivairton | Teoria das Filas e Simulação 8 Filas Características I Dimensionamento: tipo da fila I Uma única fila e um único servidor I Uma única fila e diversos servidores I Diversas filas e diversos servidores I Filas especiais I Alteração dinâmica no sistema de atendimento Ivairton | Teoria das Filas e Simulação 9 Filas Exercício I Exercício 1 - Considere um sistema em que navios chegam a um porto para carregar algum produto. Abaixo estão anotados os valores de intervalos entre chegadas (em horas) para 10 navios: Cliente: 01 02 03 04 05 06 07 08 09 10 Intervalo: 10 02 13 07 02 08 08 08 10 09 A duração do processo de carga (em horas) para cada navio é: Cliente: 01 02 03 04 05 06 07 08 09 10 Duração: 05 05 03 03 06 07 06 08 02 05 Pede-se: 1. O intervalo médio entre chegadas 2. A duração média do carregamento 3. Tente desenhar um esquema de funcionamento da fila 4. Calcule o tamanho médio da fila 5. Calcule o tempo médio de espera na fila Ivairton | Teoria das Filas e Simulação 10 Filas Variáveis randômicas fundamentais I Variáveis referentes ao sistema I TS = Tempo médio de permanência no sistema I NS = Número médio e clientes no sistema I Variáveis referentes ao processo de chegada I λ = ritmo médio de chegada I IC = Intervalo médio entre chegadas Por definição: IC = 1 λ I Variáveis referentes à fila I TF = Tempo médio de permanência na fila I NF = Número médio de clientes na fila I Variáveis referentes ao processo de atendimento I TA = Tempo médio de atendimento ou de serviço I M = Quantidade de atendentes I NA = Número médio de clientes em atendimento I µ = Ritmo médio de atendimento de cada atendente Por definição: TA = 1 µ Ivairton | Teoria das Filas e Simulação 11 Filas Variáveis randômicas fundamentais Ivairton | Teoria das Filas e Simulação 12 Filas Variáveis randômicas fundamentais I Relações básicas: NS = NF + NA TS = TF + TA I Pode-se demosntrar que: NA = λµ = TA IC . Portanto: NS = NF + NA = NF + λµ = NF + TA IC I Taxa de utilização dos atendentes I Para o caso de uma fila/um atendente: ρ = λ µ I Para uma fila/vários atendentes: ρ = λMµ I Número mínimo de atendentes i = |λµ | = | TA IC | I Formulas de Litter: NF = λ.TF NS = λ.TS Ivairton | Teoria das Filas e Simulação 13 Filas Exemplos I Exemplo 1: Em uma fábrica observou-se o funcionamento de um dado setor, em que λ = 20 clientes/hora, µ = 25 clientes/hora e TS = 0,3 hora. Pede-se o tamanho médio da fila. Solução: TA = 1µ = 0,04 TF = TS - TA = 0,26 NF = λ.TF = 5,2 clientes I Exemplo 2: Para o mesmo sistema anterior, calcular NS e NA. Solução: NS = λ.TS = 20 × 0,3 = 6 clientes NA = NS - NF = 6 - 5,2 = 0,8 clientes I Exemplo 3: Em uma mineração verificou-se que o tempo médio (TS) dos caminhões junto às carregadeiras é de 3 minutos e que, em média, existem 6 caminhões (NS) no setor. Qual a taxa de chegada de caminhões? Solução: Pela lei de Little: NS = λ.TS ou λ = NS/TS Logo: λ = 6/3 = 2 chegadas/minuto Ivairton | Teoria das Filas e Simulação 14 Filas Exemplos I Exemplo 4: No mesmo sistema anterior, exisstindo um total de 30 caminhões em serviço, qual a duração de um ciclo? Solução: Chamamos de ciclo o tempo gasto para que todos os caminhões "passem" pela carregadeira uma vez. Ao final de um ciclo o sistema terá atendido uma vez a cada um dos 30 camnhiões. Duração do ciclo = (Quantidade de caminhões) / λ Duração do ciclo = 30 / λ = 30/2 = 15 minutos I Exemplo 5: No mesmo sistema dos 2 exercícios anteriores, qual o tempo médio para o processo completo de descarregamento (ou TFS: Tempo Fora do Sistema)? Solução: Um ciclo corresponde à soma do tempo dentro do sistema (TS=3) com o tempo de descarregamento (TFS). Logo: TFS + TS = 15 TFS = 15 - 3 = 12 Ivairton | Teoria das Filas e Simulação 15 Filas Postulados básicos I Postulados básicos: a) Em qualquer sistema estável, o fluxo que entra é igual ao fluxo que sai b) Em um sistema estável, o fluxo de etrada se mantém nas diversas seções do sistema c) Em um sistema estável, a junção de fluxos equivale às suas somas d) Em um sistema estável, o fluxo de desdobra aritmeticamente Ivairton | Teoria das Filas e Simulação 16 Filas Exercícios I Exercício 1: Em uma pizzaria que faz entregas em casa, chegam em média 4 entregadores/minuto para pegar o produto a ser entregue. Sabe-se ainda que o número médio de enetregadores dentro da pizzaria é de 6 (NS). Qual o tempo médio no sistema? I Exercício 2: No mesmo sistema anterior, existem 40 entregadores. Qual o tempo médio da entrega (TFS)? I Exercício 3: Em um sistema de computação tem-se: I Tempo médio de pensar e fornecer dados (TFS) = 15 minutos I Quantidade de terminais ativos = 40 I Taxa de chegada de transnsações = 2/segundo Pede-se o tempo de resposta do computador (TS). Ivairton | Teoria das Filas e Simulação 17 Filas Exercícios I Exercício 4: Em uma mineração temos 12 caminhões efetuando um ciclo no qual consomem 4 minutos entre fila e carregamento pela escavadeira (TS) e, a seguir, gastam 8 minutos para levar a carga até o britador e voltar (TFS). Calcular λ e NS. I Exercício 5:Em um sistema de computação temos 21 terminais. O tempo médio de resposta do computador (TS) é de 2 segundos e existem, em média, 6 transações (NS) dentro do sistema. Pede-se: a) Qual a taxa de chegada de transações? b) Qual a duração de um ciclo? c) Qualo tempo médio de pensar e fornecer os dados (TFS)? I Exercício 6: A representação de fluxo dada abaixo corresponde ao fluxo de peças em um setor de uma fábrica, calcule o fluxo de chegda em cada equipamento: Em A: λ = 10; Em B: λ = 20 De A para C, valor de C? De B para D e de C para D, valor de D? De D para E, com taxa de 30%, valor de E? De D para F, com taxa de 70%, valor de F? Ivairton | Teoria das Filas e Simulação 18 Filas Processos de chegada e de atendimento I Considere um processo de chegada de uma forma quantitativa. I Por exemplo, a tabela abaixo descreve a chegada de veículos a um pedágio a cada intervalo de 1 minuto, no período de 1 hora. I Nas 60 anotações, chegaram 120 veículos, com λ = 2 veículos/minuto. I O menor valor (0) ocorreu 9 vezes. I O maior valor (8) ocorreu 1 vez. Ivairton | Teoria das Filas e Simulação 19 Filas Processos de chegada e de atendimento I Uma análise adequada desses dados deve-se valer da estatística. I O principal objetivo é saber como os valores se distribuem em torno da média. I Ao agrupar os dados temos: I O gráfico abaixo mostra a curva para o ritmo de chegada x frequência relativa: Ivairton | Teoria das Filas e Simulação 20 Filas Processos de chegada e de atendimento Qual é a distribuição estatística que mais se aproxima dos dados reais apresentados? I Uma metodologia é usar como critério o teste baseado em x2. I Para o caso, a distribuição que mais se aproxima é a de Poisson. Ivairton | Teoria das Filas e Simulação 21 Filas Processos de chegada e de atendimento Distribuição de Poisson: f (x) = λ x e−λ x! I A distribuição de Poisson tem se mostrado aplicável a inúmeros tipos de processos de chegadas práticos. Ivairton | Teoria das Filas e Simulação 22 Filas Processos de chegada e de atendimento I Exemplo: Em uma fábrica chegam em média 7 pedidos/semana (segundo uma distribuição de Poisson). Qual a probabilidade de ocorrer a chegada das quantidades de pedidos abaixo em uma mesma semana? (a) zero pedidos (b) 7 pedidos (c) até 7 pedidos (d) Acima de 7 pedidos Solução: (a) f (0) = 0, 001 (b) f (7) = 0, 149 (c) f (0) + f (1) + f (2) + f (3) + f (4) + f (5) + f (6) + f (7) = 0, 598 (d) 1 − (f (0) + f (1) + ...+ f (7)) = 1 − 0, 598 = 0, 402 Ivairton | Teoria das Filas e Simulação 23 Filas Processos de chegada e de atendimento I A distribuição de Poisson está relacionada com ritmos. Distribuição Exponencial Negativa Pode-se demonstrar que a distribuição Exponencial Negativa é a correspondente da distribuição de Poisson quando nos referimos a intervalos entre chegadas. I Considerando ainda o exemplo do pedágio, podemos reescrevê-lo considerando os intervalos entre chegadas de veículos, conforme tabela abaixo: Ivairton | Teoria das Filas e Simulação 24 Filas Processos de chegada e de atendimento I Considere uma abordagem estatística por faixa de intervalos entre chegadas: Ivairton | Teoria das Filas e Simulação 25 Filas Processos de chegada e de atendimento Distribuição Exponencial Negativa f (x) = λe−λx onde, f (x) é a função densidade, sendo λ o ritmo de chegada e x o tempo. I Para calcularmos a frequência relativa de ocorrência de chegadas no intervalo t e t + ∆t , devemos calcular a integral no mesmo intervalo (de x = 0 até x = x) F (x) = 1− e−λx Ivairton | Teoria das Filas e Simulação 26 Filas Processos de chegada e de atendimento I O valor da integral de F (x) no intervalo (t , t + ∆t) é F (t + ∆t)− F (t) e representa também a probabilidade de ocorrência do fenômeno no intervalo (t , t + ∆t) Ivairton | Teoria das Filas e Simulação 27 Filas Processos de chegada e de atendimento I Exemplo: Considerando o problema o pedágio, para o qual λ = 2 chegadas/minuto (ou 0,033 chegadas/segundo), ou IC = 30 segundos: (a) Cálculo da probabilidade de que o intervalo entre duas chegadas seja de até 30 sgundos (0,5 min): Solução: F (0, 5) = 0, 632 ou 63,2% (b) Cálculo da probabilidade de que o intervalo entre duas chegdas seja maior que 30 segundos: Solução: 1 − F (0, 5) = 1 − 0, 632 = 0, 368 ou 36,8% (c) Cálculo da probabilidade de que o intervalo entre duas chegdas esteja compreendido entre 12 e 24 segundos (0,2 e 0,4 minutos): Solução: F (0, 4)− F (0, 2) = 0, 551 − 0, 330 = 0, 221 ou 22,1 Ivairton | Teoria das Filas e Simulação 28 Filas Exercícios I Exercício 1: Um profissional foi solicitado para efetuar um estudo em uma firma distribuidora de gasolina. Esta firma possui um pátio com uma bomba, onde os caminhões são carregados com gasolina. Com o aumento das vendas, tem acontecido frequentemente a lotação do pátio por caminhões, além de atrapalhar o trânsito local. Assim, a missão do profissional é redimensionar o pátio no que se refere ao número ótimo de postos de atendimento. Inicialmente, ele estudou o ritmo de chegada, fazendo uma coleta de dados, conforme tabela abaixo, que relaciona a quantidade de veículos que chegou ao pátio em cada um dos 80 intervalos de 1 hora. Pede-se: verificar graficamente se o ritmo de chegadas se aproxima da distribuição de Poisson. Ivairton | Teoria das Filas e Simulação 29 Filas Exercícios I Exercício 2: Em uma fábrica as máquinas estragam a um ritmo de 4 falhas/semana, segundo uma distribuição de Poisson. Quando uma máquina falha, é enviada uma solicitação de conserto ao departamento responsável pela manutenção. Qual a probabilidade de, em uma dada semana, chegarem as seguintes quantidades de solicitações de conserto: (a) zero (b) 1 falha (c) até 4 falhas (d) mais que 4 falhas (e) 12 falhas I Exercício 3: Em um dado sistema o intervalo médio entre duas chegadas é IC = 10 minutos (λ = 6 chegadas/hora, Dist. Exp. Negativa). Pede-se a probabilidade de que o intervalo entre duas chegadas seja: (a) até 6 minutos (b) maior que 6 minutos (c) entre 6 e 30 minutos (d) maior que 30 minutos Ivairton | Teoria das Filas e Simulação 30 Filas O processo de atendimento I Ainda considerando o problema do pedágio, mas agora com atenção ao atendente, considere a tabela abaixo que mostra 100 valores referentes a duração de cada atendimento: Temos: TA = 20 segundos/cliente (TA = 0,33 minutos/cliente) Ou seja: µ = 3 clientes/minuto I Para análise desses dados é necessário agrupá-los em intervalos. Ivairton | Teoria das Filas e Simulação 31 Filas O processo de atendimento I Verificando se os valores da frequência relativa seguem a distribuição exponencial, tem-se: I Nota-se que existe uma grande diferença entre as curvas. Ivairton | Teoria das Filas e Simulação 32 Filas O processo de atendimento I Observa-se que a distribuição Exponencial prevê uma alta probabilidade para o atendimento nos primeiros momentos, o que é absurdo. A distribuição Exponencial geralmente não se adapta ao processo de atendimento. I Um dos poucos (raros) casos em que a distribuição Exponencial Negativa se adapta ao atendimento é o caso da duração de uma ligação telefônica. I Para este processo não existe uma única distribuição que melhor se adapte. I As candidatas com boas possibilidades são: I Hiper-exponencial de grau m I Erlang de grau m Ivairton | Teoria das Filas e Simulação 33 Filas O processo de atendimento I Exemplo: A duração média de um telefonema é de 6 minutos e segue a distribuição Exponencial Negativa. Qual a probabilidade de que a duração seja: (a) até 6 minutos (b) acima de 6 minutos (c) até 1 minuto (d) entre 1 e 6 minutos (e) acima de 30 minutos Solução: (vide valores da distribuição exponencial acumuada) Visto que TA = 6 minutos, pode-se considerar µ = 10 ligações/hora. (a) F (0, 1) = 0, 632 ou 63,2% (b) 1 − F (0, 1) = 1 − 0, 632 = 0, 368 ou 36,8% (c) F (0, 011) = 0, 153 ou 15,3% (d) F (0, 1)− F (0, 011) = 0, 632 − 0, 153 = 0, 479 ou 47,9 (e) 1 − F (0, 5) = 1 − 0, 993 = 0, 007 ou 0,7% Ivairton | Teoria das Filas e Simulação 34 Filas Exercícios I Exercício 4: O mesmo profissional do Exercício 1 estudou o processo de atendimento no pátio. Os dados da tabela abaixo mostram a duração de cada atendimento em minutos: Pede-se: verifique graficamentese a duração do atendimento segue a distribuição Exponencial Negativa. Ivairton | Teoria das Filas e Simulação 35 Filas Exercícios I Exercício 5: A duração média de carga de um caminhão em uma empresa de atacado é de 20 minutos (µ = 3 atendimentos/hora). Considere que o proceso siga a distribuição Exponencial Negativa e calcule a probabilidade de que o tempo de carga seja de: (a) até 10 minutos (b) entre 10 e 20 minutos (c) entre 20 e 30 minutos (d) entre 30 e 40 minutos Conforme visto, é pouco provavel que o processo de carregamento de um caminhão obedeça a distribuição Exponencial. Faça comentários qualitativos sobre quais valores seriam mais prováveis para as respostas dos itens anteriores. Ivairton | Teoria das Filas e Simulação 36 Filas Apêndice - Tabelas Ivairton | Teoria das Filas e Simulação 37 Filas Apêndice - Tabelas Ivairton | Teoria das Filas e Simulação 38 Filas Apêndice - Tabelas Ivairton | Teoria das Filas e Simulação 39 Filas Apêndice - Tabelas Ivairton | Teoria das Filas e Simulação 40 Filas Apêndice - Tabelas Ivairton | Teoria das Filas e Simulação 41 Modelo M/M/1 I O modelo de fila M/M/1 é aquele em que tanto as chegadas quanto o atendimento são marcovianos e temos um único atendente. I Pode-se ter uma população infinita ou finita. Ivairton | Teoria das Filas e Simulação 42 Modelo M/M/1 População infinita I São as seguintes fórmulas que tram as principais variáveis randômicas: Nome Descrição Fórmula NF Número médio de clientes na fila NF = λ 2 µ(µ−λ) NS Número médio de clientes no sistema NS = λµ−λ TF Tempo médio que o cliente fica na fila TF = λµ(µ−λ TS Tempo médio que o cliente fica no sistema TS = 1µ−λ Pn Probabilidade de existirem n clientes no sistema Pn = (1− λµ ) λ µ ) n Ivairton | Teoria das Filas e Simulação 43 Modelo M/M/1 Taxa de utilização I Chamamos de taxa de utilização a relação entre o ritmo médio de chegada e o ritmo médio de atendimento: ρ = λµ I Sistemas estáveis exigem λ menor que µ, ou ρ < 1. Ivairton | Teoria das Filas e Simulação 44 Modelo M/M/1 Exemplo I Exemplo 1: a cabine telefônica - Suponha que as chegdas a uma cabine telefônica obedecem a lei de Poisson, com ritmo de 6 chegadas/hora. A duração média do telefonema é de 3 minutos e suponha que siga a distribuição exponencial. Pede-se a) Qual a probabilidade de uma pessoa chegar à cabine e não ter que esperar? b) Qual o número médio de pessoas na fila? c) Qual o número médio de pessoas no sistema? d) Qual o número médio de clientes usando o telefone? e) Qual o tempo na fila? f) Para qual ritmo de chegada teríamos a situaçãm em que o tempo médio de espra na fila seria de 3 minutos? g) Qual é a fração do dia durante a qual o telefone está em uso? Ivairton | Teoria das Filas e Simulação 45 Modelo M/M/1 Exemplo Solução: Pelos dados temos: λ = 6 chegadas/hora (IC=10 minutos); TA = 3 minutos (µ = 20atendimentos/hora a) Probabilidade de não ter ninguém no sistema: P0 = 1− λ/µ = 1− 6/20 = 0,7 b) NF = λ 2 µ(µ−λ) = (6 2)/(20(20− 6)) = 0,128 c) NS = λ/(µ− λ) = 0,428 d) NA = NS − NF = 0,428− 0,128 = 0,30 e) TF = λ/µ(µ− λ) = 6/20(20− 6) = 0,021hora = 1,28minutos f) Para TF = 3 minutos ou TF = 0,05 hora e mantendo o mesmo µ = 20 clientes/hora, temos: λ = TF×µ 2 1+µ×TF = 10 chegadas/hora g) A fração do dia em que o telefone está em uso é dado por 1− P0, ou seja, 30%. Ivairton | Teoria das Filas e Simulação 46 Modelo M/M/1/K I Um caso particular e comum é aquele em quea população de clientes é finita. I Exemplo: Uma mineradora com 1 escavadeira e alguns caminhões. I A tabela asseguir K representa a quantidade finita de clientes que estão percorrendo o sistema Nome Descrição Fórmula NF número médio de clientes na fila NF = K − λ+µλ + (1− P0) + λ µ NS Número médio de clientes no sistema NS = K − λ+µλ + (1− P0) + λ µ + λ µ TF Tempo médio que o cliente fica na fila TF = Kλ − (λ+µ)×(1−P0) λ2 TS Tempo médio que o cliente fica no sistema TS = Kλ − (λ+µ)×(1−P0) λ2 + 1µ Pn Prob. de existirem n clientes no sistema Pn = ( µλ ) K−n (K−n)×ΣKj=0 ( µ λ )j j! Ivairton | Teoria das Filas e Simulação 47 Modelo M/M/1/K Exercícios Exercícios: 1. Clientes chegam a uma barbearia em um ritmo de 3/hora e o serviço demora, em média, 16 minutos. Qual o tempo de espera na recepção? e no sistema? 2. Pessoas chegam a uma bilheteria de um teatro a um ritmo de 25/hora. O tempo médio de atendimento da bilheteria é de 2 min. Calcule o tamanho da fila, o tempo médio de espra e a fração de tempo em que a bilheteria não trabalha. 3. Em um sitema no qual λ = 4 clientes/hora e µ = 6 clientes/hora, qual a probabilidade de existir no sistema: (a) zero clientes (b) 1 cliente (c) 3 ou 4 clientes (d) 5 ou mais clietes Ivairton | Teoria das Filas e Simulação 48 Modelo M/M/1/K Exercícios Exercícios: 1. No mesmo sistema anterior, admitindo-se que o custo do cliente parado seja de R$10/hora, pede-se o custo horário de clientes no sistema. 2. Em um sistema de filas sequenciais, no qual as peças fluem pela linha de produção (Linha 1 e Linha 2 alimentam em paralelo a Linha 3), temos: λ1 = 10, λ2 = 5, µ1 = 15, µ2 = 30 e µ3 = 20 Calcule: (a) NF, TF, NS e TS para cada servidor (b) NS e TS para o sistema como um todo Ivairton | Teoria das Filas e Simulação 49 O modelo M/M/c I O modelo M/M/c é aquele em que temos uma única fila e diversos servidores. I Tanto a chegada como o atendimento são marcovianos. I Será considerado que a capacidade de atendimento de cada um dos servidores é a mesma. I Para este modelo são válidas as seguintes definições: I λ = ritmo médio de chegada; I IC = intervalo médio entre chegadas (IC = 1/λ); I TA = tempo médio de atendimento, ou de serviço em cada atendente; I µ = ritmo médio de atendimento de cada atendente (TA = 1/µ Ivairton | Teoria das Filas e Simulação 50 O modelo M/M/c População infinita: fórmulas x gráficos Fórmulas × Gráficos As fórmulas para o modelo M/M/c são complexas e difíceis de serem manipuladas. De modo geral, prefere-se o uso de gráficos de referência. I Utilizaremos gráfico para obter o número médio dos clientes na fila (NF) em função do fator de utilização, tendo como parâmetro a quantidade de servidores M. I Utilizaremos gráfico para obter o número médio de clientes no sistema (NS). I Para os dois casos a taxa de utilização é: ρ = λ/Mµ onde λ é o ritmo de chegada, M a quantidade de servidores e µ o ritmo de atendimento. Ivairton | Teoria das Filas e Simulação 51 O modelo M/M/c População infinita: fórmulas x gráficos ρ = λ/Mµ Ivairton | Teoria das Filas e Simulação 52 O modelo M/M/c População infinita: fórmulas x gráficos ρ = λ/Mµ Ivairton | Teoria das Filas e Simulação 53 O modelo M/M/c População infinita: fórmulas x gráficos I Em ambos os gráficos a ordenada tem escala logarítmica. I Em ambos os gráficos o valor da ordenada tende para infinito quando ρ tende para 1. I Observa-se a redução acentuada quando dobra-se a capacidade de atendimento. I Observa-se também que, aumentando a quantidade de servidores, o tamanho da fila diminui e aumenta a quantidade de clientes no sistema. I Após o uso dos gráficos, as outras variáveis randômicas fundamentais podem ser obtidas pelas fórmulas de Little (TF = NF/λ e TS = NS/λ). Ivairton | Teoria das Filas e Simulação 54 O modelo M/M/c Exemplos I Exemplo 1 - Depósito de ferramentas: Retomando o exemplo onde foi calculado o custo horário de um sistema com 1 atendente em que λ = 1 e µ = 1,2, sendo R$9,00 o custo horário do atendente e R$18,00 o custo horário do operário parado. Podemos agora acrescentar diversos atendentes, avaliando o custo mínimo: M ρ NS Custo atend. Custo ope. Total 1 0,833 5,0 R$9,00 R$90,00 R$99,00 2 0,417 1,0 R$18,00 R$18,00 R$36,00 3 0,277 0,7 R$27,00 R$12,60 R$39,60 4 0,208 0,6 R$36,00 R$10,80 R$46,80 5 0,200 0,59 R$45,00 R$10,62 R$55,62 Ivairton | Teoria das Filas e Simulação 55 O modelo M/M/c Exemplos I Exemplo 2 - Chegada superior a atendimento: Uma agência bancária possui 5 atendentes e funcionadiariamente das 10:00 às 16:00 (6 horas). O ritmo de chegada é de 110 clientes /hora e a duração média de atendimento é de 3 minutos (µ=20 atendimentos/hora). Pergunta-se: (a) o tamanho médio da fila; (b) o tempo médio de espera na fila. Solução: Temos um problema que não se enquadra no modelo M/M/c, visto que o funcionamento da agência não tem duração contínua e infinita, pré-requisito da teoria de filas. Caso isto ocorresse, teríamos: ρ = λ/Mµ = 110/(5× 20) = 1,1 Isso nos leva a concluir que tanto o tamanho médio da fila, como o tempo médio de espera tendem a infinito. Ivairton | Teoria das Filas e Simulação 56 O modelo M/M/c Exemplos I Exemplo 3 - Fila única versus diversas filas: Um banco deseja modificar a forma de atendimento a seus clientes, que hoje funciona comdiversas filas, pelo sistema de fina única. Os dados atuais são: λ = 70 clientes/hora, que se distribuem em 5 filas M = 5 atendentes µ = 20 clientes/hora (TA = 3 minutos) Solução: (a) situação atual com 5 filas. Em cada fila temos: λ = 70/5 = 14 TS = 1/(µ− λ) = 0,167 hora = 10 minutos NS = λ× TS = 14 × 0,167 = 2,33 Nas 5 filas temos: NS (total) = 5 x 2,33 = 11,67 pessoas Solução: (b) situação futura com fila única ρ = λ/M.µ = 70/(5 x 20) = 0,7 Usando o gráfico como referêcia: NS = 5 pessoas TS = NS/λ = 5/70 = 0,07 hora = 4,3 minutos Ivairton | Teoria das Filas e Simulação 57 O modelo M/M/c Exercícios 1. Um banco possui dois funcionários trabalhando no setor de atendimento. O primeiro trabalha apenas com depósito e o segundo com retiradas. Sabe-se que o tempo de serviço de ambos segue a distribuição exponencial, com uma média de 3 minutos/cliente. As chegadas obedecem a disribuição de Poison, com média de 16 chegadas/hora para os depositantes e 14 chegadas/hora para os que fazem retiradas. Qual seria o efeito no tempo médio no sistema (TS) se ambos os funcionários trabalhassem com retiradas e depósitos? 2. Um siderúrgica possui 3 veículos para atender deslocamentos de seus funcionários. O ritmo médio de solicitação de veículos é de 10 pedidos/hora e o tempo médio de uma viagem é de 20 minutos. Calcule o número médio de clientes na fila e o tempo médio na fila. Qual deve ser o número adequado de veículos de modo que o tempo médio de espera na fial seja inferior a 5 minutos? Ivairton | Teoria das Filas e Simulação 58 O modelo Erlang I O modelo M/M/c não dimensiona filas precisamente. I Uma opção de modelo mais preciso é o Erlang (M/Em/c). I Neste modelo, os atendimentos seguem a Distribuição de Erlang de grau m. I O modelo M/M/c fornce um valor para TF (tempo na fila) maior que o modelo M/Em/c, ou seja, M/M/c superdimensiona a necessidade de servidores. Ivairton | Teoria das Filas e Simulação 59 Simulação Simulação É a técnica de solução de um problema pela análise de um modelo que descreve o comportamento do sistema usando um computador. "Simulação implica na modelagem de um processo ou sistema, de tal forma que o modelo imite as respostas do sistema real numa sucessão de eventos que ocorrem ao longo do tempo.” (Schriber, 1974) Sistema É uma agregação de objetos que possuem alguma interação ou interdependência. Ivairton | Teoria das Filas e Simulação 60 Simulação Modelo É a representação de um sistema I Os modelos podem ser categorizados como: I Icônicos I Analógicos I Simbólicos I Matemáticos I Diagramáticos Ivairton | Teoria das Filas e Simulação 61 Simulação I Justificativa para o uso da simulação (no contexto da teoria das filas): 1. Inviabilidade da interferência do sistema real; 2. O sistema em estudo não existe. I Metodologia apra a simulação de sistemas: Etapa 1 Construção do modelo da simulação atual; Etapa 2 Inclusão de alterações no modelo da situação atual para refletir a situação futura desejada. I Método de Monte Carlo é fundamental em simulações de sistemas discretos. Proporciona recriar o funcionamento de um sistema real dentro de um modelo teórico. Ivairton | Teoria das Filas e Simulação 62 Método de Monte Carlo Método de Monte Carlo É uma maneira de se transformar um conjunto de números aleatórios em outro conjunto de números (variáveis aleatórias), com a mesma distribuição da variável considerada. I São conceitos importantes: I números aleatórios; I distribuições relativas e cumulativas; I funções relativa e cumulativa. Ivairton | Teoria das Filas e Simulação 63 Método de Monte Carlo I Esperamos que a simulação forneça resultados semelhantes aos da vida real; I Assim, ao simular, por exemplo, um processo de atendimento, isso seguirá etapas: I Sorteio de um número aleatório; I Uso do número sorteado numa função densidade (que se baseia num gráfico obtido por uma função cumulativa); I Obtem-se portanto, o número correspondente ao tempo de atendimento, por exemplo. I A garantia do método de Monte Carlo é que quando este processo se repete em grande número, os valores simulados se assemelham aos valores reais (no que se refere às variáveis randômicas). Ivairton | Teoria das Filas e Simulação 64 Bibliografia I Estes slides são baseados predominantemente no livro: PRADO, Darci. Teoria das Filas e da Simulação - Série Pesquisa Operacional. Volume 2. Ed. Desenvolvimento Gerencial, Belo Horizonte, 1999. Ivairton | Teoria das Filas e Simulação Obrigado! Prof. Ivairton M. Santos Introdução Modelagem de Sistemas Aplicações Filas Propriedades Variáveis randômicas fundamentais Processos de chegada e de atendimento Apêndice - Tabelas de referências Modelos de filas Simulação Método de Monte Carlo
Compartilhar