Baixe o app para aproveitar ainda mais
Prévia do material em texto
1 Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística Curso: Engenharia de Produção Teoria da Filas – Parte IV A notação utilizada na teoria das filas é variada mas, em geral, as seguintes são comuns: λ = número médio de clientes que entram no sistema por unidade de tempo; µ = número médio de clientes atendidos (que saem do sistema) por unidade de tempo; L = número médio de clientes no sistema; Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística Curso: Engenharia de Produção Teoria da Filas – Parte IV Lq = número médio de clientes na fila; Ls = número médio de clientes sendo atendidos; W = tempo médio que o cliente fica no sistema; Wq = tempo médio que o cliente fica na fila; Ws = tempo médio que um cliente leva para ser atendido. Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística Curso: Engenharia de Produção Teoria da Filas – Parte IV W(t) = a probabilidade de que um cliente fique mais do que um tempo t no sistema; Wq(t) = a probabilidade de que um cliente fique mais do que um tempo t na fila. Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística Curso: Engenharia de Produção Teoria da Filas – Parte IV Para um sistema de filas está em estado estacionário, tem-se: L = λW Lq =λWq Ls = λWs L é expresso em número de clientes, λ é expresso em termos de clientes por hora e W é expresso em horas. Assim λW tem a mesma unidade (clientes) de L. As três equações acima são válidas para qualquer sistema de filas. Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística Curso: Engenharia de Produção Teoria da Filas – Parte IV 2 Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística Curso: Engenharia de Produção Teoria da Filas – Parte IV É um sistema do tipo M/M/1 com no máximo “c” consumidores no sistema. Quando a capacidade “c” do sistema for atingida os clientes são dispensados e perdidos para o sistema. Os parâmetros são: λj = λ para j = 1, 2, ..., c – 1. µj = µ para j = 1, 2, ..., c. Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística Curso: Engenharia de Produção Teoria da Filas – Parte IV A probabilidade do sistema estar vazio é se ρ ≠ 1 e de p0 = 1/(c + 1) se ρ = 1 A probabilidade de existirem “j” clientes no sistema é: pj = 1/(c + 1) se ρ = 1 para 0 < j ≤ c. se ρ ≠ 1 para 0 < j ≤ c. pj = 0 para j > c ρ− ρ− = +1c0 1 1p ρ− ρρ− = +1 1 1 c j j )( p Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística Curso: Engenharia de Produção Teoria da Filas – Parte IV Combinando o fato de que com as probabilidades anteriores, tem-se: ∑= = c 0j j pjL 1. quando c/2L e 1. quando ))(( ]c)c([ L c cc =ρ= ≠ρ ρ−ρ− ρ+ρ+−ρ = + + 11 11 1 1 Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística Curso: Engenharia de Produção Teoria da Filas – Parte IV Lq = L – Ls = L – (1 – p0) = L – 1 + p0, uma vez que: E(Nc) = P(N = 0).E(Nc/ N = 0) + P(N > 0).E(Nc/N > 0) = p0.0 + (1 – p0)x1 = 1 – p0. Nem todo o trafego para o sistema entra no mesmo porque os consumidores são rejeitados quando existem mais do que “c” clientes no sistema, isto é, com probabilidade pc. Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística Curso: Engenharia de Produção Teoria da Filas – Parte IV A determinação de W e Wq a partir do Teorema 1 é mais complicada. Lembrar que em L = λW e Lq = λWq, λ representa o número médio de clientes por unidade de tempo que, de fato, entram no sistema. Nesse modelo de capacidade finita λpc das chegadas encontram o sistema cheio e abandonam o sistema. Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística Curso: Engenharia de Produção Teoria da Filas – Parte IV Dessa forma λλλλc = λλλλ(1 – pc) chegadas por unidade de tempo entrarão, de fato, no sistema. Combinando esses resultados com os valores de L e W do teorema 1, vem: e )p( LL W cc −λ = λ = 1 )p( LL W c q c q q −λ = λ = 1 3 Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística Curso: Engenharia de Produção Teoria da Filas – Parte IV Assim a taxa de utilização do servidor, ρs, que é a probabilidade de que o servidor esteja ocupado é dada por: ρρρρs = λcWs = λλλλ((((1111 – pc)Ws Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística Curso: Engenharia de Produção Teoria da Filas – Parte IV Para um sistema M/M/1/GD/c/∞ o estado estacionário existe mesmo se λ ≥ µ. Isso ocorre porque mesmo se λ ≥ µ, a capacidade finita do sistema não permite que o número de clientes no sistema cresça sem limites. Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística Curso: Engenharia de Produção Teoria da Filas – Parte IV Uma barbearia de um único barbeiro possui um total de 10 assentos. Os tempos são exponencialmente distribuídos e um total de 20 clientes potenciais chegam a cada hora. Os clientes que encontram o local cheio não entram. O barbeiro leva uma média de 12 minutos para barbear cada cliente. Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística Curso: Engenharia de Produção Teoria da Filas – Parte IV O tempo de serviço é exponencialmente distribuído. 1. Na média quantas clientes o barbeiro irá atender? 2. Na média, quanto tempo cada cliente gastará na barbearia? Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística Curso: Engenharia de Produção Teoria da Filas – Parte IV Uma fração p10 de clientes irá encontrar a barbearia cheia. Assim uma média de λ(1 – p10) entrarão na barbearia a cada hora. Todos os clientes que entrarem serão barbeados. Assim o barbeiro fará uma média de λ(1 – p10) barbas por hora. Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística Curso: Engenharia de Produção Teoria da Filas – Parte IV Do problema tem-se que c = 10, λ = 20 clientes por hora e µ = 5 clientes por hora. Então ρ = 20/5 = 4 e p0 = (1 – 4)/(1 – 411) Assim uma média de 20(1 - 3/4) = 5 clientes por hora serão atendidos. 75,0 41 43 41 41 4p 11 10 11 10 10 = − − = − − = 4 Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística Curso: Engenharia de Produção Teoria da Filas – Parte IV Isso significa que uma média de 20 – 5 = 15 possíveis clientes por hora não irão entrar na Barbearia. 2. Para determinar W vamos determinar primeiro L clientes67,9 )41)(41( ]4104.111[4L 11 1110 = −− +− = Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística Curso: Engenharia de Produção Teoria da Filas – Parte IV Então: A barbearia está sempre lotada e o barbeiro deveria pensar em contratar um ajudante. horas 93,1 )4/31(20 67,9 W = − = Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística Curso: Engenharia de Produção Teoria da Filas – Parte IV Um porto que recebe navios graneleiros tem uma única estação de descarga que permite descarregar até 5 navios por dia. O porto tem um cais que permite a ancoragem de apenas 2 navios que quando está ocupado, navios adicionais que pretendam ancorar são desviados para outro porto, acarretando um custo de R$ 20000 por navio desviado. Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística Curso: Engenharia de Produção Teoria da Filas – Parte IV A imobilização de navios no porto tem um custo de $12000 por dia por navio. As chegadas dos navios podem ser consideradas como de Poisson com uma média de 3 navios por dia, sendo os tempos de descarga exponenciais. Quer-se avaliar a viabilidade de ampliar o cais para abrigar 3 navios, onde esta ampliaçãoresultaria num custo adicional de $1000 diários. Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística Curso: Engenharia de Produção Teoria da Filas – Parte IV A ampliação será econômica se a redução dos custos (imobilização + desvio) de navio for maior do que $1000 por dia. Custo de imobilização (CI): $12000Wλc = $12000L dia. Custo de desvio (CD): CD = $20000(3 – λc) dia em 3 – λc é o número de navios desviados diariamente. Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística Curso: Engenharia de Produção Teoria da Filas – Parte IV Temos então: λ = 3 navios/dia, µ = 5 navios/dia s = 1, ρ = 3/5. Vamos calcular os custos com c = 2 e c = 3. Custos com c = 2. p2 = 0,184 , 1− p2 = 0,816 λc = λ(1 – pc) = 2,448 L = 0,673 navios Lq = 0,183 navios 5 Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística Curso: Engenharia de Produção Teoria da Filas – Parte IV Assim os custos com c = 2, são: CI + CD = $12000.0,673 + $20000.(3 – 2,448) = $8076 + $11040 = $19116 dia. Custos com c = 3. p3 = 0,099 , 1− p3 = 0,901 λc = λ(1 – p3) = 2,703 L = 0,904 navios Lq = 0,363 navios Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística Curso: Engenharia de Produção Teoria da Filas – Parte IV Custos com c = 3. CI + CD = $12000.0,904 + $20000.(3 – 2,703) = $10848 + $5940 = $16788 dia. A redução de custos entre as duas situações é de: $19166,00 - $16788,00 = $2378,00 dia > $1000 dia. Assim a ampliação se justifica. Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística Curso: Engenharia de Produção Teoria da Filas – Parte IV GRIMMETT, G. R., SITRZAKER, D. R. Probability and Random Processes. Oxford (London): Oxford University Press, 1991. KLEINROCK, Leonard. Queueing Systems: v. 1: Theory. New York: John Wiley, 1975. WISTON, Wayne L. Operations Research: Applications and Algorithms. 3 ed. Belmont (CA): Duxbury Press, 1994.
Compartilhar