1
© UNESP 6 Agosto 2008
Autor: Anibal Tavares de Azevedo
Limeira, 03 de Outubro 2013
SIMULAÇÃO DE SISTEMAS AULA 8
2
© UNESP 6 Agosto 2008
Definição de L:
Empregando a distribuição de estado estacionário dada e usando ρρρρ = λλλλ/µµµµ é possível obter a média do número de clientes presentes no modelo de filas é L.
TEORIA DE FILAS
Definição de Lq:
O número esperado de clientes esperando atendimento (ou na fila) é Lq.
Definição de Ls:
O número esperado de clientes em atendimento é Ls.
Definição de W, Wq e Ws:
Define-se W como o tempo esperado gasto pelo cliente no sistema, incluindo o tempo na fila mais o tempo de atendimento. O tempo gasto na fila é Wq e o tempo em serviço é Ws.
3
© UNESP 6 Agosto 2008
Modelo de Fila M/M/s/GD/∞∞∞∞/∞∞∞∞:
Este modelo supõe:
1 / 2 / 3 / 4 / 5 / 6
1 2 3 4 5 6
1 Natureza do processo de chegada. Ex.: M – variáveis aleatórias iid como função de distribuição exponencial.
2 Natureza do processo de serviço. Ex.: M – variáveis aleatórias iid como função de distribuição exponencial.
3 Número de servidores em paralelo é s ao invés de 1.
4 Organização da fila: FCFS – Primeiro a entrar, primeiro a sair (First come, first served), p. ex.
5 Número máximo de clientes no sistema (totalizando clientes na fila e em atendimento).
6 Tamanho da população de clientes.
4
Modelo de Fila M/M/s/GD/∞∞∞∞/∞∞∞∞:
Neste modelo existem s servidores em paralelo tal que se existem j clientes dois casos podem ocorrer:
TEORIA DE FILAS
Caso 1: Se j ≤≤≤≤ s
Todos os clientes presentes estão em atendimento, pois o número de servidores é maior que o de clientes. Se j servidores estão ocupados a taxa de fim de serviço será j*µµµµ.
Seja s = 3 e j = 2:
µµµµ
Taxa de atendimento j*µµµµ = 2*µµµµ
5
© UNESP 6 Agosto 2008
Modelo de Fila M/M/s/GD/∞∞∞∞/∞∞∞∞:
Neste modelo existem s servidores em paralelo tal que se existem j clientes dois casos podem ocorrer:
Caso 2: Se j > s
Neste caso s servidores estão ocupados enquanto j-s clientes aguardam atendimento. A taxa de fim de serviço será s*µµµµ.
Seja s = 3 e j = 5:
µµµµ µµµµ
Taxa de atendimento s*µµµµ = 3*µµµµ
µµµµ
# clientes na fila j - s = 5 – 3 = 2
6
© UNESP 6 Agosto 2008
Modelo de Fila M/M/s/GD/∞∞∞/∞∞ ∞∞∞:
Neste modelo existem s servidores em paralelo tal que se existem j clientes dois casos podem ocorrer:
Casos 1 e 2:
Se j clientes estão presentes, então, min(j,s) servidores estarão ocupados e a taxa de atendimento será de µµµµj = min(j,s)µµµµ.
TEORIA DE FILAS
Seja s = 3 e j = 2:
µµµµ µµµµ
µµµµj = min(j,s)µµµµ µµµµ2 = min(2,3)µµµµ µµµµ2 = 2µµµµ
Serv. ocupados:
min(j,s) min(2,3) = 2
µµµµ µµµµ µµµµ
Seja s = 3 e j = 5:
µµµµj = min(j,s)µµµµ µµµµ5 = min(5,3)µµµµ µµµµ5 = 3µµµµ
Serv. ocupados:
min(j,s) min(5,3) = 3
7
© UNESP 6 Agosto 2008
Modelo de Fila M/M/s/GD/∞∞∞∞/∞∞∞∞:
Os dois casos anteriores podem ser modelados por um processo de nascimento-morte tal como dado a seguir:
2 1
0
λλλλ
2µµµµ λλλλ
µµµµ
s+1 s
λλλλ
sµµµµ λλλλ
sµµµµ
•••
•••
•••
•••
Caso 1 Caso 2
λλλλj = λλλλ (j=0,1,2,...) µµµµj = ju (j = 0,...,s) µµµµj = sµµµµ (j = s+1,...)
8
Modelo de Fila M/M/s/GD/∞∞∞∞/∞∞∞∞:
Seja ρρρρ = λλλλ/sµµµµ e ρρρρ < 1, então, para este modelo:
2 1
0
λλλλ
2µµµµ λλλλ
µµµµ
s+1 s
λλλλ
sµµµµ λλλλ
sµµµµ
•••
•••
•••
•••
(j=1,...,s)
TEORIA DE FILAS
∑−
= + −
= 1
0 0
) 1 (
! ) (
! ) (
1
s
i
s i
s s i
s
ρ ρ π ρ
π ρ
! )
( 0
j s j
j
π π = ρ
9
© UNESP 6 Agosto 2008
Pode ser mostrado também que:
A probabilidade de estado estacionário de que todos os servidores estejam ocupados é dada por:
) 1 (
! ) ) (
( 0
ρ π ρ
= −
≥ s
s s j P
s
ρ ρ
−
= ≥ 1
) ( j s Lq P
λ µ
λ −
= ≥
= s
s j L P
Wq q ( )
Para se obter L, usa-se L = Lq + Ls e que Ls = λλλλ/µµµµ:
µ + λ
= Lq
L e
µ λ µ µ µ
λ λ
1 ) ( 1
1 +
−
= ≥ +
= +
=
= s
s j W P
L L
W q q
e
Observe que vários valores dependem de P(j ≥≥≥≥ s).
10
© UNESP 6 Agosto 2008
Exemplo 1: Considere um banco com dois atendentes. Um média de 80 clientes por hora chegam ao banco e esperam em
uma única fila por um caixa vazio. O tempo médio de
atendimento de um clientes é de 1,2 minutos. Assumindo que o tempo entre as chegadas e o tempo de serviços são exponenciais, determinar:
TEORIA DE FILAS
(B)O número esperado de clientes no banco.
(C)O tempo médio de espera que um cliente gasta no banco.
(A)A fração de tempo que um servidor está vazio.
11
© UNESP 6 Agosto 2008
(A)A fração de tempo que um servidor está vazio.
Para determinar a fração de tempo que um servidor em particular está ocioso é necessário observar que quando j = 0 o servidor está totalmente ocioso, mas quando j = 1, somente 50% do tempo um servidor estará ocioso (são dois), isto é:
Tempo ocioso de 1 servidor = ππππ0 + 0,5ππππ1
Seja ρρρρ = λλλλ/sµµµµ = 80/2*50 = 0,8. Calculando ππππ0,e depois ππππ1:
) 8 , 0 1 (
! 2
) 8 , 0
* 2 (
! 1
) 8 , 0
* 2 (
! 0
) 8 , 0
* 2 (
1 )
1 (
! ) (
! ) (
1
2 1
0 1
0 0
+ − +
= + −
= ∑−
= s
i
s i
s s i
s
ρ ρ π ρ
9 1 4 , 6 6 , 1 1
1
0 =
+
= + π
12
TEORIA DE FILAS
(A)A fração de tempo que um servidor está vazio.
Usando que ππππ0 = 1/9 calcula-se ππππ1:
(j=1,...,s)
! )
( 0
j s j
j
π π = ρ
176 ,
! 0 1
11 , 0 ) 8 , 0
* 2
( 1
1 = =
π
A fração de tempo que 1 servidor estará ocupado é:
Tempo ocioso de 1 servidor = ππππ0 + 0,5ππππ1 = 0,11 + 0,088 = 0,198
13
© UNESP 6 Agosto 2008
Sejam λλλλ = 80 clientes por hora e µµµµ= 50 clientes por hora.
Então: ρρρρ = 80/(2*50) = 0,80 < 1 e o estado estacionário existe.
Calcula-se P(j ≥≥≥≥ s) = P(j ≥≥≥≥ 2). Então:
(B) O número esperado de clientes no banco.
) 1 (
! ) ) (
( 0
ρ π ρ
= −
≥ s
s s j P
s
71 , ) 0
8 , 0 1 (
! 2
11 , 0
* ) 8 , 0
* 2 ) ( 2 (
2 =
= −
≥ j P
14
© UNESP 6 Agosto 2008
TEORIA DE FILAS
Se P(j ≥≥≥≥ 2) = 0,71. Então:
Aplicando a Equação relativa a L:
(B) O número esperado de clientes no banco.
clientes
84 , 80 2
, 0 1
80 , 0
* 71 , 0 1
)
( =
= −
−
= ≥
ρs ρ j
Lq P
44 , 50 4 84 80 ,
2 + =
= +
= µλ Lq
L clientes
15
© UNESP 6 Agosto 2008
(C)O tempo médio de espera que um cliente gasta no banco.
horas = 3,3 minutos
055 , 80 0
44 ,
4 =
=
= λ W L
16
Exercício 1: O mesmo banco do exercício anterior sabe que no início do mês a taxa
média de clientes por hora passa de 80 para 95. Sabendo-se que o atendimento a um cliente não deve demorar mais que 20 minutos será necessário
aumentar o número de atendentes para 3 ou mais?
TEORIA DE FILAS
(A) Será necessário calcular o tempo médio de espera que um cliente gasta no banco. Se este for maior que 20 minutos, então, verificar se 3 fornece um tempo menor, senão 4 e assim por diante.
17
© UNESP 6 Agosto 2008
Algumas equações para os cálculos:
∑−
= + −
= 1
0 0
) 1 (
! ) (
! ) (
1
s
i
s i
s s i
s
ρ ρ π ρ
(j=1,...,s)
! )
( 0
j s j
j
π π = ρ
) 1 (
! ) ) (
( 0
ρ π ρ
= −
≥ s
s s j P
s
clientes
ρ ρ
−
= ≥ 1
) (j s Lq P
µ + λ
= Lq
L clientes horas
λ W = L
ρρρρ = λλλλ/sµµµµ
Se ρρρρ ≥≥≥≥ 1, então, não existe estado estacionário.
18
© UNESP 6 Agosto 2008
TEORIA DE FILAS
O tempo no banco é menor que 20 minutos, se λλλλ = 95?
) 95 , 0 1 (
! 2
) 95 , 0
* 2 (
! 1
) 95 , 0
* 2 (
! 0
) 95 , 0
* 2 (
1 )
1 (
! ) (
! ) (
1
2 1
1 0
0 0
+ − +
= + −
= ∑−
= s
i
s i
s s i
s
ρ ρ π ρ
% 5641 , 39 2
1 1 , 36 9 , 1 1
1
0 = =
+
= + π
Sejam λλλλ = 95 clientes por hora e µµµµ= 50 clientes por hora e ρρρρ = λλλλ/sµµµµ →→→ ρρρρ=95/(2*50) = 0,95. Então:→
19
© UNESP 6 Agosto 2008
O tempo no banco é menor que 20 minutos, se λλλλ = 95?
Usando-se que ππππ0 = 1/9, calcula-se P(j≥s):
) 1 (
! ) ) (
( 0
ρ π ρ
= −
≥ s
s s j P
s
9256 , ) 0
95 , 0 1 (
! 2
) 39 / 1 (
* ) 95 , 0
* 2 ) ( 2 (
2 =
= −
≥ j P
clientes
5864 , 95 17
, 0 1
95 , 0
* 9256 , 0 1
)
( =
= −
−
= ≥
ρs ρ j
Lq P
48 , 50 19
58 95 ,
17 + =
= +
= µ
λ Lq
L clientes
20
TEORIA DE FILAS
O tempo no banco é menor que 20 minutos, se λλλλ = 95?
horas = 12,3 minutos
2051 , 95 0
48 ,
19 =
=
= λ W L
21
© UNESP 6 Agosto 2008
Exemplo 2: O gerente de um banco deve determinar quantos atendentes devem trabalhar na Sexta. Cada minuto que um cliente permanece na fila, o gerente acredita que custa R$ 0,05.
Em média 2 clientes por minuto chegam ao banco. Em média leva 2 minutos para o atendente completar o serviço. O tempo entre as chegadas e o de serviço são exponenciais.
O custo de um atendente por hora é de R$ 9. Para minimizar a soma dos custos de serviço e os custos de atraso, quantos atendentes deverão trabalhar na Sexta?
22
© UNESP 6 Agosto 2008
TEORIA DE FILAS
Sejam λλλλ = 2 clientes por minuto e µµµµ= 0,5 clientes por minuto e
ρ= λλλλ/sµµµµ< 1 →→→→4/s < 1, então, s ≥≥≥≥ 5. Deve haver pelo menos 5
atendentes para não “explodir” o número de clientes. E agora, calcula-se para s = 5, 6, ... e comparar qual o menor:
Custo esperado minuto
Custo serviço minuto
= Custo espera
minuto
+
Custo espera minuto
Custo espera cliente
= ×××× clientes esperados
minuto Custo espera
cliente = ×××× Tempo médio(min)
clientes no sistema 0,05
cliente/min
W é o tempo esperado gasto pelo cliente no sistema
23
© UNESP 6 Agosto 2008
Custo espera cliente
0,05W
=
Custo espera minuto
Custo espera cliente
= ×××× clientes esperados
minuto
λλλλ é taxa média de chegada de clientes no sistema(=2).
Custo espera
minuto = 0,05Wqλλλλ = 2*0,05Wq = 0,1Wq
24
TEORIA DE FILAS
Sejam λλλλ = 2 clientes por minuto e µµµµ= 0,5 clientes por minuto e s = 5 tal que ρρρρ= λλλλ/sµµµµ →→→→ ρρρρ= 2/5*(0,5) = 2/2,5 = 0,8. Então:
∑−
= + −
= 1
0 0
) 1 (
! ) (
! ) (
1
s
i
s i
s s i
s
ρ ρ π ρ
0130 , 1 0
1 = =
π =
) 8 , 0 1 (
! 5
) 8 , 0
* 5 (
! 4
) 8 , 0
* 5 (
! 3
) 8 , 0
* 5 (
! 2
) 8 , 0
* 5 (
! 1
) 8 , 0
* 5 (
! 0
) 8 , 0
* 5 (
1
5 4
3 2
1 0 0
+ − +
+ +
+ π =
25
© UNESP 6 Agosto 2008
minutos
1 , 2 1 ) 5 , 0 ( 5
55 , 0 )
( =
= −
−
= ≥
= λ sµ λ s j L P
Wq q
55 , ) 0
8 , 0 1 (
! 5
0130 , 0 ) 8 , 0
* 5 ( ) 1 (
! ) ) (
(
5
0 =
= −
= −
≥ ρ πρ s s s j P
s
Sejam λλλλ = 2 clientes por minuto e µµµµ= 0,5 clientes por minuto e s = 5 tal que ρρρρ= λλλλ/sµµµµ→→→→ ρρρρ= 2/5*(0,5) = 2/2,5 = 0,8. Então:
Custo espera
minuto = 0,1Wq = R$ 0,11
Custo serviço
minuto = 9/60 = R$ 0,15
26
© UNESP 6 Agosto 2008
Custo esperado minuto
Custo serviço minuto
= Custo espera
minuto
+ TEORIA DE FILAS
Custo esperado
minuto = R$ 0,15 * 5 + R$ 0,11 = R$ 0,86
27
© UNESP 6 Agosto 2008
Sejam λλλλ = 2 clientes por minuto e µµµµ= 0,5 clientes por minuto e s = 6 tal que ρρρρ= λλλλ/sµµµµ →→→→ ρρρρ= 2/6*(0,5) = 2/3. Então:
∑−
= + −
= 1
0 0
) 1 (
! ) (
! ) (
1
s
i
s i
s s i
s
ρ ρ π ρ
0167 , 93 0 , 59
1
0 = =
π
) 67 , 0 1 (
! 6
) 67 , 0
* 6 (
! 5
) 3 / 2
* 6 (
! 4
) 3 / 2
* 6 (
! 3
) 3 / 2
* 6 (
! 2
) 3 / 2
* 6 (
! 1
) 3 / 2
* 6 (
! 0
) 3 / 2
* 6 (
1
6 5
4 3
2 1
0 0
+ − +
+ +
+ +
π =
28
minutos
28 , 2 0 ) 5 , 0 ( 6
28 , 0 )
( =
= −
−
= ≥
= λ sµ λ s j L P
Wq q
TEORIA DE FILAS
28 , ) 0
3 / 2 1 (
! 6
0167 , 0 ) 3 / 2
* 6 ( ) 1 (
! ) ) (
(
6
0 =
= −
= −
≥ ρ πρ s s s j P
s
Sejam λλλλ = 2 clientes por minuto e µµµµ= 0,5 clientes por minuto e s = 6 tal que ρρρρ= λλλλ/sµµµµ →→→→ ρρρρ= 2/6*(0,5) = 2/3. Então:
Custo espera
minuto = 0,1Wq = R$ 0,028
29
© UNESP 6 Agosto 2008
Custo esperado minuto
Custo serviço minuto
= Custo espera
minuto
+
Custo esperado
minuto = R$ 0,15 * 6 + R$ 0,02 = R$ 0,92
Na verdade o cálculo detalhado não era necessário, pois o custo do serviço por minuto para 6 servidores,
que não depende de ρρρρ, domina o custo de espera.
Assim, basta fazer R$ 0,15*6 = R$ 0,90 (custo serviço com 6) que é maior que o custo total de R$ 0,86 para 5 servidores. Portanto, 5 é melhor.
30
© UNESP 6 Agosto 2008
TEORIA DE FILAS
R$ 0,11 R$ 0,15
Custo serviço Custo fila c/ 5
+ 1 atendente
+ R$ 0,15
Melhor caso
- R$ 0,11
= + R$ 0,04
Uma regra, então, é:
Se (custo_fila > custo_serviço), então, contratar atendente Senão não contratar atendente
31
© UNESP 6 Agosto 2008
Exercício 2: Para qual valor do custo de permanência por minuto na fila passa a ser vantajoso a contratação de 6 atendentes (no exemplo c = 0,05)? Lembrando que
λλλλ = 2 clientes por minuto e µµµµ = 0,5 clientes por minuto.
∑−
= + −
= 1
0 0
) 1 (
! ) (
! ) (
1
s
i
s i
s s i
s
ρ ρ π ρ
28min
, ) 0
( =
−
= ≥
λ µ s
s j Wq P
) 1 (
! ) ) (
( 0
ρ π ρ
= −
≥ s
s s j P
s
Custo espera
minuto = c*Wq*λλλλ
32
Custo serviço minuto
Custo espera minuto
=
R$ 0,15 * 6 = TEORIA DE FILAS
c*Wq*λλλλ
c = 0,9/(Wq*λλλλ)
minutos
28 , 2 0 ) 5 , 0 ( 6
28 , 0 )
( =
= −
−
= ≥
= λ sµ λ s j L P
Wq q
33
© UNESP 6 Agosto 2008
A função de distribuição do tempo de espera do consumidor pode ser obtida de modo a, p.ex., se determinar a percentagem de pessoas que devem esperar
mais de 5 minutos em um mercado, ou seja, P(W > 5).
Para determinar esta probabilidade é necessário conhecer a distribuição do tempo de espera de cada cliente. Para
o modelo M/M/s/GD/∞∞∞/∞∞ ∞∞∞ pode ser mostrado que:
[ ]
−
−
−
−
−
≥ − +
=
> −
ρ ρ
µ µ
1
) 1 ( exp )1 ( 1 )
( s
s s s t
j P e
t W
P t
[ s t]
s j P t Wq
P( > )= ( ≥ )exp− µ(1−ρ)
34
© UNESP 6 Agosto 2008
TEORIA DE FILAS
Para ilustrar o uso das equações anteriores, suponha que no Exemplo (s = 5), o gerente do banco deseja saber qual
a probabilidade de que um consumidor deverá esperar na fila por mais do que 10 minutos. Para s = 5, ρρρρ = 0,80,
P(j ≥≥≥≥ 5)= 0,55 e µµµµ = 0,5:
[ s t]
s j P t Wq
P( > )= ( ≥ )exp− µ(1−ρ)
[ 5(0,5)(1 0,8)(10)] 0,55exp( 5) 0,004
exp 55 , 0 ) 10
(Wq> = − − = − =
P
Ou seja, a probabilidade é bem pequena.
EXEMPLO 3:
35
© UNESP 6 Agosto 2008
Para ilustrar o uso das equações anteriores, suponha que no Exemplo (s = 5), o gerente do banco deseja saber qual
a probabilidade de que um consumidor deverá esperar na fila por mais do que 3 minutos. Para s = 5, ρρρρ = 0,80,
P(j ≥≥≥≥ 5)= 0,55 e µµµµ = 0,5, calcular a probabilidade.
[ s t]
s j P t Wq
P( > )= ( ≥ )exp− µ(1−ρ)
[ 5(0,5)(1 0,8)(3)] 0,55exp( 1,5) 0,1227
exp 55 , 0 ) 3
(Wq> = − − = − =
P
Ou seja, a probabilidade é maior que a anterior.
Exercício 3:
36
TEORIA DE FILAS
Suponha que para cliente cujo atendimento é realizado em um tempo maior ou igual a 10 minutos, uma multa de R$ 1.000,00 deverá ser paga. Suponha que o número atual
de atendentes é de 5 (s = 5).
Sejam os dados:
Caso 1: Para s = 5, ρρρρ = 0,80, P(j ≥≥≥≥ 5)= 0,55 e µµµµ = 0,5.
Caso 2: Para s = 6, ρρρρ = 2/3, P(j ≥≥≥≥ 6)= 0,28 e µµµµ = 0,5.
O gerente do banco deve ter 6 atendentes?
EXERCÍCIO 4:
37
© UNESP 6 Agosto 2008
Suponha que para cliente cujo atendimento é realizado em um tempo maior ou igual a 10 minutos uma multa de R$ 1.000,00 deverá ser paga. Suponha que o número atual
de atendentes. Para s = 5, ρρρρ = 0,80, P(j ≥≥≥≥ 5)= 0,55 e µµµµ = 0,5. O gerente do banco deve ter 6 atendentes?
[ s t]
s j P t Wq
P( > )= ( ≥ )exp− µ(1−ρ)
[ 5(0,5)(1 0,8)(10)] 0,55exp( 5) 0,004
exp 55 , 0 ) 10
(Wq> = − − = − =
P
Assim, 1.000 horas de operação com s = 5, em média, o custo da multa será dada por 1.000*P(Wq>10)*1.000:
1.000*0,004 = 4 clientes esperam mais do que 10 min
= R$1.000 * 4 = R$ 4.000,00
EXERCÍCIO 4:
38
© UNESP 6 Agosto 2008
TEORIA DE FILAS
EXERCÍCIO 4:
Assim, 1.000 horas de operação com s = 6, em média, o custo total será dado por 1.000*P(Wq>10)*1.000 + custo at.:
1.000*0,00001 = 0,01 clientes esperam mais que 10 min
= R$1.000 * 0,01 = R$ 10,00 10,00 + 1.000*9 = 10 + 9000
= R$9.010 = R$ 9.010,00
[ s t]
s j P t Wq
P( > )= ( ≥ )exp− µ(1−ρ)
[ 6(0,5)(1 2/3)(10)] 0,28exp( 10) 0,00001
exp 28 , 0 ) 10
(Wq> = − − = − =
P
Para s = 6, ρρρρ = 2/3, P(j ≥≥≥≥ 6)= 0,28 e µµµµ = 0,5:
Vale a pena receber a multa !
39
© UNESP 6 Agosto 2008
APLICAÇÃO
Navios fundeados
Demurrage:
“Multa por atraso”
40
Modelo de Reparo de Máquina:
Suponha que existem K máquinas e R técnicos de manutenção. Em qualquer instante de tempo uma máquina pode estar funcionando ou quebrada. O tempo que uma máquina permanece funcionando segue uma distribuição exponencial com taxa λλλλ ao passo que o tempo de reparo necessário segue uma distribuição exponencial com taxa µµµµ.
TEORIA DE FILAS
41
© UNESP 6 Agosto 2008
Modelo de Fila M/M/R/GD/K/K : Este modelo supõe:
1 / 2 / 3 / 4 / 5 / 6
1 2 3 4 5 6
1 Natureza do processo de chegada. Ex.: M – variáveis aleatórias iid como função de distribuição exponencial.
2 Natureza do processo de serviço. Ex.: M – variáveis aleatórias iid como função de distribuição exponencial.
3 Número de servidores em paralelo é R ao invés de 1.
4 Organização da fila: FCFS – Primeiro a entrar, primeiro a sair (First come, first served), p. ex.
5 Número máximo de clientes no sistema (totalizando clientes na fila e em atendimento) é K e não ∞∞∞∞.
6 Tamanho da população de clientes é K e não ∞∞∞∞.
42
© UNESP 6 Agosto 2008
Modelo de Fila M/M/R/GD/K/K:
O modelo anterior é um exemplo de modelo com recursos finitos, ou seja, ele é tal que as chegadas dependem de uma pequena população. Pode-se assumir que este processo pode ser modelado por um processo de nascimento-morte, onde o estado j, em qualquer tempo, é o número de máquinas quebradas. É importante observar que existem 2 casos para este problema:
Caso 1: Mais técnicos que máquinas quebradas: j ≤≤≤≤ R.
Caso 2: Mais máquinas quebradas que técnicos: j > R.
TEORIA DE FILAS
43
© UNESP 6 Agosto 2008
Modelo de Fila M/M/R/GD/K/K:
Neste modelo existem K máquinas e R técnicos de manutenção:
Caso 1: Se j ≤≤≤≤ R
Qualquer máquina que apresentar problema será imediatamente colocada em manutenção. Não há filas.
Seja R = 2 e j = 2:
µµµµ µµµµ
Taxa de atendimento j*µµµµ = 2*µµµµ
44
TEORIA DE FILAS
Seja R = 2 e j = 5:
µµµµ µµµµ
Taxa de atendimento s*µµµµ = 2*µµµµ
# clientes na fila
Modelo de Fila M/M/R/GD/K/K:
Neste modelo existem K máquinas e R técnicos de manutenção:
Caso 2: Se j > R
Neste caso j-R máquinas deverão esperar atendimento, pois a capacidade máxima de atendimento é R.
45
© UNESP 6 Agosto 2008
Modelo de Fila M/M/R/GD/K/K:
Supondo que K = 5 e R = 2, F = Máquina em funcionamento, Q = máquina quebrada e C = Trabalhador ocupado, então, segue a seguinte tabela e grafo:
2 1
0
2µµµµ 5λλλλ
µµµµ
4 3
2µµµµ 2µµµµ
5 2µµµµ 4λλλλ 3λλλλ 2λλλλ λλλλ
Estado # Maq.F Fila # Trab.C
0 5 0 0
1 4 0 1
2 3 0 2
3 2 1 2
4 1 2 2
5 0 3 2
46
© UNESP 6 Agosto 2008
Modelo de Fila M/M/R/GD/K/K:
De acordo com o processo de nascimento-morte:
TEORIA DE FILAS
λλλλj = (K-j)λλλλ (j=0,1,2,...) µµµµj = ju (j = 0,...,R)
µµµµj = Rµµµµ (j = R+1,...) 2
1 0
2µµµµ 5λλλλ
µµµµ
4 3
2µµµµ 2µµµµ
5 2µµµµ 4λλλλ 3λλλλ 2λλλλ λλλλ
Caso 1 Caso 2