Modelagem Analitica 2 - Teoria de Filas

Terminologia e Notao Bsica
Teoria de Filas
Referencia principal:
Freitas, P. J. Introduo Modelagem e Simulao de Sistemas, 2 Ed., Visual Books, 2008, Cap. 8.
Simulao Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE
Exemplos de Sistemas de Filas

Servidor
Fila Simples
Entidade Chegando Fila Entidade Servida Servidores
Centro com uma fila e mltiplos servidores
Entidade Chegando
Fila
Entidade Servida
Servidor Entidade Chegando Filas
Entidade Servida
Centro com mltiplas filas e um servidor
Servidor
Sistema de fila com regra de atendimento (LIFO)
Entidade Chegando Fila
Entidade Servida
Modelos de Filas e a Notao de Kendall

A especificao de um modelo de fila normalmente requer que as seis caractersticas (parmetros) sejam declarados. A notao mais conhecida chamada de notao de Kendall que possui a forma A/S/m/B/K/SD, onde:
9 9 9 9 9 9 9 9
A: Distribuio do tempo de chegada; S: Distribuio do tempo de servio; m: Nmero de servidores; B: Capacidade do sistema (tamanho da fila); K: Tamanho da populao; SD: Disciplina de servio. Se no especificado B e K so considerados infinitos e o tipo de disciplina de servio definido com FIFO. As chegadas so individuais.
Simulao Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE 3
Modelos de Filas e a Notao de Kendall

Os
tipos de distribuio para tempos de chegada e de servio, costumam ser representados pela seguinte nomenclatura:
9 9 9 9 9
M: Ek: Hk : D: G:
Exponencial (M de memoryless); Erlang com parmetro k; Hiperexponencial com parmetro k; Determinstica; Geral..
Exemplo 1
Considere
9 9 9 9
a especificao M/M/1///FIFO:
(M) tempos entre chegadas com distribuio exponencial; (M) tempo de servio com distribuio exponencial; (1) um nico servidor; () capacidade do sistema (tamanho da fila) sem limitaes; () populao tambm ilimitada (FIFO) disciplina de servio Forma reduzida. Se os 3 ltimos parmetros so //FIFO ento a notao ficaria M/M/1.
9 9 9
Exemplo 2
Um
9 9 9 9
sistema de fila que foi retratado com o emprego da notao de Kendall como M/G/4/50/2000/LIFO.
M: tempos entre chegadas com distribuio exponencial; G: tempos de servio distribudos de forma arbitrria; 4: quatro servidores; 50: capacidade do sistema (tamanho da fila) limitada a 50 clientes (4 sendo servidos e no mximo 46 aguardando na fila); 2000: a fonte de origem dos clientes com capacidade tambm limitada para 2000 clientes. LIFO: a disciplina de servio do tipo ltimo a chegar o primeiro a ser atendido.
9 9
Anlise de um Sistema de Fila Simples

As
principais variveis associadas a estes modelos so as seguintes:

9
= tempo entre chegadas, isto , tempo decorrido entre

duas chegadas sucessivas;
9 9 9
= taxa mdia de chegadas = 1/E();

s = tempo de servio por cliente; = taxa mdia de servio do servidor = 1/E(s);
Anlise de um Sistema de Fila Simples
Relacionamentos entre e que se aplicam em modelos de fila do tipo G/G/m (MM1 um caso especial do G/G/m).
1.
Condio de Estabilidade < m. Isto , que taxa mdia de chegadas () seja menor que a taxa mdia de servio (), considerando m servidores, onde m = 1, 2, 3.... Nmero no Sistema versus Nmero na Fila o nmero de clientes no sistema (n) = soma do nmero de clientes na fila (nq) + o nmero de clientes sendo servidos (ns).
2.
Anlise de um Sistema de Fila Simples . . .

3.
Nmero versus Tempo duas relaes so importantes para a compreenso do comportamento geral de um sistema de filas. A condio fundamental que se considere que clientes no so perdidos (deixam o sistema) por falta de capacidade da fila de espera. N mdio de clientes no sistema = = taxa de chegadas X tempo mdio no sistema N mdio de clientes na fila = = taxa de chegadas X tempo mdio de espera
Anlise de um Sistema de Fila Simples . . .

4.
Tempo no Sistema versus Tempo na Fila o tempo despendido por um cliente (ou o tempo de residncia de um cliente) num sistema de fila (r) igual soma do tempo de espera (w) com o tempo recebendo servio (s): r = w + s.
10
Modelo M/M/1

o modelo de fila mais empregado; Processos ou sistemas com um nico servidor podem ser representados por este modelo. TEC e TS bem descritos por uma Exponencial (processos de Poisson). Sem limitaes para o tamanho da fila Disciplina de gerenciamento do tipo FIFO. Parmetros necessrios para sua anlise so:
9 9
Taxa de chegada de clientes por unidade de tempo , Taxa de demanda de servio do servidor por unidade de tempo .
11
Modelo M/M/1
Estado do sistema determinado pelo nmero de clientes que se encontram no mesmo em determinado momento (na fila e no servio).
0 1 2 J-1 j J+1
...
...
Nmero no sistema
Diagrama de estados modelo M/M/1
12
Modelo M/M/1 - Frmulas

1 2 3 4 5 6 7 8 Intensidade de trfego
= /
Condio de estabilidade (requisito necessrio < 1, isto , < para que a fila no cresa indefinidamente) Probabilidade de zero clientes no sistema Probabilidade de n clientes no sistema p0 = 1 pn = (1 ).n, n = 0,1,...,
Probabilidade de n ou mais clientes no P(n ou mais) = n sistema Nmero mdio de clientes no sistema Varincia do nmero de clientes no sistema Probabilidade de k clientes na fila E[n] = / (1 ) Var[n] = / (1 )2
2 k =0 1 , P (nq = k ) = k +1 (1 ). , k > 0
Nmero mdio de clientes na fila:
E[nq] = 2 / (1 ) Var[nq] = 2.(1 + - 2) / (1 )2 E[r] = (1/) / ( 1 )
10 Varincia do nmero de clientes na fila 11 Tempo mdio no sistema (ou de resposta)
12 Varincia do tempo no sistema (ou de Var[r ] = 1 / 2 (1 ) 2 resposta) 13 Tempo mdio de espera 14 Varincia do tempo de espera
E[ w] = .(1 / ) (1 )
Var[w] = (2 ). / (2.(1 )2)

13
Exemplo 8.1
Medies feitas em um roteador mostram que pacotes de dados chegam para serem roteados com uma taxa mdia de 1250 pacotes por segundo (pps) e so encaminhados (processados) com uma mdia de um pacote a cada 0,5 ms.
9
Qual a probabilidade de haver uma sobrecarga no buffer do roteador se este dispe de espao para apenas 35 pacotes? Qual o tamanho de buffer necessrio para que a taxa de perda de pacotes seja inferior a 1 pacote por milho.
Dados: Taxa de chegada = 1.250 pps Taxa de servio = 1/0,0005 = 2.000 pps
14
Exemplo 8.1 - Soluo

Utilizao do roteador (intensidade do trfego): = / = 1.250/2.000 =0,625 Numero mdio de pacotes no roteador: E[n] = / (1- ) = 0,625 / 0,375 = 1,67 Tempo mdio de resposta do roteador:
E[r] = (1/) / (1- ) = (1/2.000)/(1- 0,625) = (0,0005 / 0,375) = 0,0013 seg.
Probabilidade de estouro do buffer: P (n 35) = 35 = 0.62535 = 7,2 x 10-8 72 pacotes para cada bilho de pacotes
roteados.
Tamanho do buffer para que a probabilidade deste estourar seja 10-6. O que se deseja que n 10-6.
log (n) log (10-6) n.log () log (10-6) n > log (10-6)/log () n > log (10-6) / log (0.625) -5/-0,204 > 24,5. Ou n 25.
Com um buffer de tamanho 25, a taxa de perda menor que 1 pacote por milho de pacotes roteados.
15
Exemplo 8.2
Verifica-se que o tempo entre requisies a um servidor Web pode ser modelado por meio de uma distribuio exponencial com parmetro para sua mdia igual a 8 ms. O tempo mdio para o servidor processar cada requisio tambm pode ser descrito como uma exponencial com tempo mdio de aproximadamente 5 ms. Com base nestas medies solicita-se:
9 9
Qual o tempo mdio de resposta experimentado pelos usurios? Quanto mais rpido deveria ser um novo servidor para que o tempo de resposta caia para a metade do tempo atual? Qual deve ser o tamanho do buffer de entrada do servidor para que a perda de requisies seja de, no mximo, 1 a cada bilho de requisies?
16
Exemplo 8.2 - Soluo
Dados:
O tempo mdio entre chegadas de requisies (req) de uma a cada 8 ms. Logo a taxa de requisies = 1 req/8 ms = 0,125 req/ms. O tempo de processamento de 5 ms/req. Logo a taxa de servio = 1 req/5 ms = 0,2 req/ms
Soluo:
Taxa de utilizao do servidor = / = 0,125/0,2 = 0,625 de sua capacidade mxima. E[r] = (1/)/(1- ) = (1/0,2)/(1 0,625) = 13,333 ms; ou 62,5 %
(a) Tempo mdio de resposta (ou valor esperado para o tempo de resposta):
17
Exemplo 8.2 - Soluo

Qual deve ser o novo valor de para que r = 13,33/2 = 6,67 ms? Considerando a mesma taxa de requisies e r = (1/)/(1- ) = 1/( - ), pode-se isolar = (1/r) + ) = (1/6,67) + 0,125 = 0,275 req/ms. Isto significa que o novo servidor deve ser ((0,275 0,2)/0,2)) x 100% = 37,5% mais rpido do que o anterior para que o tempo mdio de resposta seja a metade do atual.
18
Exemplo 8.2 - Soluo

preciso encontrar um valor limite n, acima do qual haveria perda de requisies, caso a fila (buffer) tenha que ser limitada (como de fato acontece nos sistemas do mundo real). Deseja-se que a probabilidade de uma requisio chegar ao sistema e encontrar k ou mais requisies seja menor ou igual a 10-9. Empregando-se a relao 5 da Tabela 8.1 (P(n ou mais) = n), obtmse: n = 10-9. Soluo para = 0,667 dado por: n log (10-9)/log (0,625) = 44,09. Logo, em se tratando de um sistema com a fila limitada, haveria a necessidade de espao para comportar pelo menos 45 requisies para que a de descarte destas junto ao servidor ser menor do que 10-9.
Modelo M/M/m
utilizado para a modelagem de sistemas que apresentam uma nica fila diante de vrios dispositivos (servidores) idnticos, ou sistemas multiprocessados. Como o M/M/1, TEC e TS so Exponenciais (processos de Poisson). Sem limitaes para o tamanho da fila Disciplina de gerenciamento do tipo FIFO. Parmetros necessrios para sua anlise so:
9 9 9
Taxa de chegada de clientes por unidade de tempo , Taxa de servio de cada um dos servidores por unidade de tempo Quantidade de servidores disponveis m.
Modelo M/M/m
Assim como no modelo anterior, o estado do sistema tambm determinado pelo nmero n de clientes que ali se encontrem em determinado momento (na fila e nos servidores).
0 1 2 2 3 m-1 (m 1) m m m m+1 m
...
...
Diagrama de estados modelo M/M/m
21
1 2 3
Intensidade de trfego Condio de estabilidade Probabilidade de zero clientes no sistema
= /(m.) < 1, isto , < m.

m 1 (m ) m (m ) n + p0 = 1 + m!(1 ) n=1 n! 1
Probabilidade de n clientes no sistema
Frmulas Modelo M/M/m
(m ) n p0 , n = 1,2,..., m 1 n! pn = n m m p , n = m, m + 1,..., 0 m!
Probabilidade de enfileiramento ( = probabilidade de m ou mais clientes no sistema) Nmero mdio de clientes no sistema
= P( m clientes) =
(m ) m p0 m!(1 )
6 7 8 9
E[n] = m + . / (1 - )
Varincia do nmero de clientes no 1 + . Var[n] = m + . + m sistema 2 (1 ) Nmero mdio de clientes na fila: Varincia do nmero de clientes na fila E[nq] = . / (1 ) Var[nq] = .(1 + - ) / (1 - )2
10 Tempo mdio no sistema (ou de resposta)
E[r ] =
1 1+ m(1 )
11 Varincia do tempo no sistema (ou de (2 ) 1 Var[r ] = 2 1 + 2 resposta) m (1 ) 2 12 Tempo mdio de espera 13 Varincia do tempo de espera
E[ w] = E (nq ) / = /[m (1 )]
Var[ w] = (2 ) / m 2 2 (1 ) 2
]
22
14 Taxa de utilizao mdia de cada U = / m = servidor; Simulao Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE
Exemplo 8.4
Para o mesmo sistema citado no exemplo 8.2, considere uma nova configurao no servidor Web. Agora, o nmero de processadores igual a quatro. Com esta nova configurao, at quatro requisies podem ser simultaneamente atendidas. Neste caso, considerando a mesma demanda, qual seria o tempo mdio de resposta experimentado pelos usurios? Dados:
9O
tempo mdio entre chegadas de requisies (req) de uma a cada 8 ms. a taxa de requisies = 1 req/8 ms = 0,125 req/ms. Taxa de servio = 1 req/5 ms = 0,2 req/ms de servidores m = 4.
9Logo 9O
tempo de processamento de 5 ms/req.
9Logo,
9Nmero
Exemplo 8.4 - Soluo
Portanto, pode-se esperar que um aumento de quatro vezes na capacidade nominal de processamento do servidor provoque uma reduo de aproximadamente 60% no tempo de resposta, isto , de 13,33 ms para 5,01 ms.
Exemplo 8.5
Uma companhia area pretende disponibilizar 5 terminais de autoatendimento em um aeroporto. A gerencia de atendimento da companhia est em dvida entre duas alternativas:
9(a) 9(b)
colocar os 5 terminais juntos, com acesso por fila nica;
distribu-los individualmente em vrios locais do aeroporto, considerando, neste caso, que a demanda se distribua igualmente entre os locais onde se encontrarem os 5 terminais.
Para apoiar futura deciso, a gerencia solicita ao departamento tcnico uma anlise para prever o comportamento das duas alternativas, principalmente em relao a expectativa do tempo mdio despendido pelos clientes no sistema. Os dados fornecidos pelo gerente so os seguintes:
Exemplo 8.5 Dados e Soluo
Dados:
9Estima-se 9Cada
a chegada de 100 clientes por hora nos terminais;
cliente dever permanecer, em mdia, 2 minutos junto ao terminal;
Soluo
O sistema poder ser avaliado considerando
(a) (b)
Emprego de um modelo M/M/5 ou
Empregando-se um modelo M/M/1 (neste caso com a demanda reduzida a 1/5 da demanda original).
26
Exemplo 8.5 Soluo

a)
Modelo M/M/5
27
Exemplo 8.5 Soluo

b)
Modelo M/M/1
28
Modelo M/M/m/B
O modelo M/M/m/B apresenta fila com mltiplos servidores e tamanho limitado para rea de espera. Se a capacidade da rea de espera ser alcanada, todos os novos clientes so perdidos. B deve ser maior ou igual a m. Como o M/M/1, TEC e TS so Exponenciais (processos de Poisson) e o gerenciamento da fila do tipo FIFO. Parmetros necessrios para sua anlise so:
9 9 9 9
Taxa de chegada de clientes por unidade de tempo , Taxa de servio de cada um dos servidores por unidade de tempo Quantidade de servidores disponveis m. O tamanho mximo da fila B
Modelo M/M/m/B
Assim como no modelo anterior, o estado do sistema tambm determinado pelo nmero n de clientes que ali se encontrem em determinado momento (na fila e nos servidores). H agora uma limitao em B.
0 1
m-1 m m
m+1 m
...
3
...
m m
(m 1)
Diagrama de estados modelo M/M/m/B
30
1 2 3
Intensidade de trfego Condio de estabilidade Probabilidade de zero clientes no sistema
= /(m.) <
(1 B m+1 )( m ) m m1 ( m ) n p 0 = 1 + + m!(1 ) n! n =1
1
Probabilidade de n clientes no sistema em termos da intensidade de trfego
1 ( m ) n p0 , 0 n < m n! pn = m n m p , m n B 0 m! E[ n ] = npn
n =1 B
Frmulas Modelo M/M/m/B
5 6 7 8 9
Nmero mdio de clientes no sistema Nmero mdio de clientes na fila Taxa efetiva de chegada no sistema Tempo mdio no sistema (ou de resposta) Tempo mdio de espera
E [nq ] =
B1
n =m +1
( n m) p
' = p n = (1 pB )
n =0
E[ r ] = E[n ] / ' = E[ n] /[ (1 PB )] E ( w) = E (r ) 1 / = E [n q ] /[ (1 p B )]
10 Taxa de perda por unidade de tempo 11 Taxa de utilizao mdia servidor; de
pB clientes/unidade de tempo
cada U = ' m = (1 p B )
31
Exemplo 8.6
Para o roteador do exemplo 8.1, considere agora que o mesmo tenha seu buffer (rea de espera) limitado a um mximo de 5 pacotes. Medies feitas no roteador mostram que pacotes de dados chegam para serem roteados com uma taxa mdia de 1250 pacotes por segundo (pps) e so encaminhados (processados) numa mdia de um pacote a cada 0,5 ms. Dados:
9 9 9 9
Taxa de chegada = 1.250 pps; Taxa de servio = 1/0,0005 = 2.000 pps; m = 1; B=5
32
Exemplo 8.6 - Soluo

Intensidade de trfego: = / = 1.250/1.2.000 =0,625 Para n = 1, 2,...B, Pn ser:
p1=.p0 = 0,625.p0 p2=2.p0 = 0,391.p0 p3=3.p0 = 0,256.p0 p4=4.p0 = 0,163.p0 p5=5.p0 = 0,103.p0
Pelo axioma da probabilidade total:

p0 + p1 + p2 + p3 + p4 + p5 =1 p0 + 0,625.p0 + 0,391.p0 + 0,256.p0 + 0,163.p0 + 0,103.p0 = 1 p0 = 1/(1 + 0,625 + 0,391 + 0,256 + 0,163 + 0,103) = 1/2,538 = 0,39
Exemplo 8.6 - Soluo

Logo,
p0 = 1/(1 + 0,625 + 0,391 + 0,256 + 0,163 + 0,103) = 1/2,538 = 0,39
Substituindo p0 nas equaes de pn, com n = 1, 2, ... 5 obtm-se:

p1= 0,625.0,39 = 0,247 p2=0,391.0,39 = 0,152 p5= 0,103.0,39 = 0,04
E[n] = npn = 1.0,247 + 2. 0,152 + ...+ 5.0,04 = 1,31

n =1
34
Exemplo 8.6 - Soluo

Como o nmero de buffers do sistema limitado, os pacotes excedentes so descartados. Pode-se ento calcular a taxa efetiva de chegada, isto , os pacotes que efetivamente acessam o roteador como sendo: = .(1 pB) = 1.250.(1 0,103) = 1.121 pps Desta forma, a partir do clculo de pode-se calcular o nmero esperado de pacotes que sero perdidos com esta limitao do buffer: - = 1.250 1.121 = 129 pps.
35
Exerccios
Responda aos exerccios de teoria das filas do captulo 8 do livro texto.
36

Modelagem Analitica 2 - Teoria de Filas

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Modelagem Analitica 2 - Teoria de Filas

Diunggah oleh

Hak Cipta:

Format Tersedia

Terminologia e Notao Bsica

Simulao Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE

Exemplos de Sistemas de Filas

Centro com uma fila e mltiplos servidores

Servidor Entidade Chegando Filas

Centro com mltiplas filas e um servidor

Sistema de fila com regra de atendimento (LIFO)

Entidade Chegando Fila

Simulao Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE

Modelos de Filas e a Notao de Kendall

Modelos de Filas e a Notao de Kendall

Simulao Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE

Anlise de um Sistema de Fila Simples

principais variveis associadas a estes modelos so as seguintes:

= tempo entre chegadas, isto , tempo decorrido entre

= taxa mdia de chegadas = 1/E();

Simulao Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE

Anlise de um Sistema de Fila Simples

Simulao Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE

Anlise de um Sistema de Fila Simples . . .

Simulao Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE

Anlise de um Sistema de Fila Simples . . .

Simulao Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE

Simulao Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE

Diagrama de estados modelo M/M/1

Simulao Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE

Modelo M/M/1 - Frmulas

Nmero mdio de clientes na fila:

E[nq] = 2 / (1 ) Var[nq] = 2.(1 + - 2) / (1 )2 E[r] = (1/) / ( 1 )

10 Varincia do nmero de clientes na fila 11 Tempo mdio no sistema (ou de resposta)

Var[w] = (2 ). / (2.(1 )2)

Simulao Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE

Simulao Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE

Exemplo 8.1 - Soluo

Simulao Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE

Simulao Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE

Exemplo 8.2 - Soluo

Simulao Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE

Exemplo 8.2 - Soluo

Simulao Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE

Exemplo 8.2 - Soluo

Diagrama de estados modelo M/M/m

Simulao Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE

Intensidade de trfego Condio de estabilidade Probabilidade de zero clientes no sistema

= /(m.) < 1, isto , < m.

Probabilidade de n clientes no sistema

Frmulas Modelo M/M/m

10 Tempo mdio no sistema (ou de resposta)

tempo de processamento de 5 ms/req.

Exemplo 8.4 - Soluo

colocar os 5 terminais juntos, com acesso por fila nica;

Exemplo 8.5 Dados e Soluo

a chegada de 100 clientes por hora nos terminais;

cliente dever permanecer, em mdia, 2 minutos junto ao terminal;

Emprego de um modelo M/M/5 ou

Simulao Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE

Exemplo 8.5 Soluo

Simulao Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE

Exemplo 8.5 Soluo

Simulao Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE

Diagrama de estados modelo M/M/m/B

Simulao Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE

Intensidade de trfego Condio de estabilidade Probabilidade de zero clientes no sistema

Probabilidade de n clientes no sistema em termos da intensidade de trfego