Teoria das filas

1 - Elementos de uma fila: Servidores

1
Clientes
2

Fila 3
População

Atendimento
2 – Características de uma fila:

2.1 – Clientes e tamanho da população

População infinita => Chegadas independentes
População finita => Chegadas interdependentes

2.2 – Processo de chegadas:

Não basta fornecer valores médios, é necessário também
mostrar como os valores se distribuem em torno da média, i.e., qual
distribuição de probabilidades rege o processo.
= Ritmo de chegada
IC = Intervalo entre chegadas
Obs: Intervalos regulares => processos altamente automatizados

2.3 – Processo de atendimento:

= Ritmo de atendimento
TA = Tempo de atendimento
2.4 – Número de servidores:
Quantidade de servidores que atendem aos clientes
2.5 – Disciplinas das filas:
FIFO = First in, first out
LIFO = Last in, first out
Prioridade = Uma característica do cliente define sua prioridade
de atendimento
Randômico = Atendimento aleatório

2. 6 – Tamanho médio da fila:

Se e são constantes => o tamanho da fila oscila em torno de

um valor médio. Se < a fila aumentará indefinidamente.

2.7 – Tamanho máximo da fila:

Os clientes devem aguardar em uma área de espera que deve ser
dimensionada de acordo com o tamanho máximo esperado para a fila.

2.8 – Tempo médio de espera:

O tempo médio de espera depende dos processos de chegada e
atendimento.
TF = f ( , )

3 – Variáveis aleatórias:

O comportamento de uma variável aleatória pode ser expresso pelo seu valor
médio e a forma como os valores se distribuem em torno desta média.

4 – Dinâmica de uma fila:

Exemplo de um banco:
Intervalo entre chegadas (minutos):
Cliente 1 2 3 4 5 6 7 8 9 10 11 12
Intervalo 2 3 3 3 5 0 1 5 1 4 1 2 Média=2.5
Momento 2 5 8 11 16 16 17 22 23 27 28 30 = 24 / h

Duração do atendimento:
Cliente 1 2 3 4 5 6 7 8 9 10 11 12
Duração 1 2 1 1 4 2 1 4 2 3 1 3 Média=2.0
= 30 / h


 Tempo de espera de cada cliente:

Cliente 1 2 3 4 5 6 7 8 9 10 11 12
Momento 2 5 8 11 16 16 17 22 23 27 28 30
Duração 1 2 1 1 3 2 1 4 2 3 1 3
Liberação 3 7 9 12 19 21 22 26 28 31 32 35
Espera 0 0 0 0 0 3 4 0 3 1 3 2

TF = (3+4+3+1+3+2)/12 = 16/12 = 1.33 min

NF = (3+4+3+1+3+2)/35 = 16/35 = 0.46 clientes

5 - Sistemas estáveis:

Sistema estável é aquele em que e se mantêm constantes ao longo do

tempo. Se e não são estáveis, a análise do comportamento do sistema

Pela teoria das filas só é possível se retalharmos o período de tempo, o que

torna a análise muito mais complexa.
6 – Tamanho da amostra:

Um estudo sobre um sistema estável, apresentará sempre os mesmos resultados

desde que adequadamente analisado.
O tamanho da amostra é fundamental.
7 – Tipos de filas:

7.1 – 1 fila e 1 servidor

7.2 – 1 fila e n servidores
7.3 – m filas e n servidores
7.4 – filas especiais (ex: caixas expressos de supermercados)
7.6 – filas que seguem uma alteração dinâmica do sistema de atendimento
8 - Variáveis aleatórias fundamentais:

8.1 - Variáveis referentes ao sistema:

TS = tempo médio de permanência no sistema
NS = nr. médio de clientes no sistema
8.2 - Variáveis referentes ao processo de chegada:
= ritmo médio de chegada
IC = intervalo entre chegadas
por definição: IC = 1/
8.3 - Variáveis referentes à fila:
TF = tempo médio de permanência na fila
NF = nr. médio de clientes na fila
8.4 - Variáveis referentes ao processo de atendimento:
TA = tempo médio de atendimento ou serviço
M = quantidade de atendentes ou servidores
NA = nr. médio de clientes que estão sendo atendidos

= ritmo médio de atendimento de cada atendente

por definição: TA = 1/

8.5 - Relações básicas:

NS = NF + NA
TS = TF + TA
Pode-se demonstrar também que:
NS = NF + / = NF + TA/IC

8.6 - Taxa de utilização dos atendentes:

para 1 fila e 1 servidor: = /


para 1 fila e M servidores: = /(M )



Assim, representa a fração média de tempo em que cada servidor está



ocupado.
Para sistemas estáveis, tem-se que : < 1 

8.7 - Intensidade de tráfego ou número mínimo de atendentes:

i = | / | = |TA/IC|

i é o próximo valor inteiro que se obtém pela divisão / . Assim, i representa

o número mínimo de atendentes necessário para atender a um dado fluxo de

tráfego.
Unidade de i = erlangs ( em homenagem A. K. Erlang)
8.8 - Fórmulas de Little (J. D. C. Little):

NF = . TF
NS = . TS
8.9 - Postulados básicos:

1 - Em qualquer sistema estável, o fluxo que entra é igual ao fluxo que sai.
2 - Em um sistema estável, o fluxo de entrada se mantém nas diversas seções
do sistema.
3 - Em um sistema estável, a junção de fluxos equivale às suas somas.

4 - Em um sistema estável, o fluxo se desdobra aritmeticamente.

9 - Processos de chegada e atendimento:

Exemplo de chegadas de veículos a um pedágio: foram anotados o número

de veículos que chegaram a cada intervalo de 1 min. Entre 7 e 8 horas.
Chegaram no total 120 veículos.

Ritmo Freq. Absoluta Freq. Relativa Dist. Poisson ( =2)

0 9 0.150 0.135
1 17 0.283 0.271
2 17 0.283 0.271
3 9 0.150 0.180
4 4 0.066 0.090
5 1 0.017 0.036
6 1 0.017 0.012
7 1 0.017 0.003
8 1 0.017 0.001
9 0 0.000 0.000
10 0 0.000 0.000

= 120 veículos / 60 min = 2 veículos / min.

Distribuição de Poisson:
λxe −λ
f ( x) =
x!
x é a probabilidade ( freq. Relativa) de ocorrerem x chegadas na unidade
de tempo, sendo que representa o ritmo médio de chegadas. Por ex: para
x = 2 tem-se: f(2) = 0.271.

Distribuição Exponencial Negativa:

Quando um processo de chegada possui um ritmo que segue Poisson, o

intervalo entre chegadas segue uma distribuição exponencial negativa.

f (x) = λe −λx
Notação de Kendall (David Kendall):

Fila A/B/c/K/m/Z

onde: A = distribuição dos intervalos entre chegadas

B = distribuição dos tempo de serviço
c = quantidade de servidores (atendentes)
K = capacidade max. Do sistema
m = tamanho da população
Z = disciplina da fila

A anotação condensada A/B/c é muito usada e se supõe que não há limite

para o tamanho da fila, a população é infinita e a disciplina é FIFO.
Para A e B, quando a distribuição for exp. Negativa, usa-se M (Marcoviana)
 Filas: Modelo M/M/1
Modelo de fila que tanto as chegadas quanto o atendimento são marcovianos,
i.e., seguem a distribuição de Poisson (p/ ritmos) ou exponcencial negativa
(p/ intervalos). Além disso, existe apenas um servidor.

1 - População infinita - Fórmulas usuais (dedução : vide ref. 03 –Cap. 07):

λ2
1 – Nr. Médio de clientes na fila: NF =
µ (µ − λ )

λ
2 – Nr. Médio de clientes no sistema: NS =
(µ − λ )
3 – Tempo médio que o cliente fica na λ
fila: TF =
µ (µ − λ )
4 – Tempo médio que o cliente fica no
sistema: 1
TS =
(µ − λ )
5 – Probabilidade de existirem n clientes
no sistema:
Pn = (1 − λ / µ )(λ / µ ) n

Taxa de utilização:
λ2 ρ2
NF = =
Quando tende p/ 1 a fila tende a aumentar


µ (µ − λ ) 1 − ρ
Infinitamente.
NF

0 1 
2 - População finita - Fórmulas usuais (dedução : vide ref. 03 –Cap. 07):
Modelo M/M/1/K

(λ + µ )
1 – Nr. Médio de clientes na fila: NF = K − .(1 − P0 )
λ

2 – Nr. Médio de clientes no sistema: (λ + µ ) λ

NS = K − .(1 − P0 ) +
λ µ
3 – Tempo médio que o cliente fica na (λ + µ ).(1 − P0 )
K
fila: TF = −
λ λ2
4 – Tempo médio que o cliente fica no
sistema: K ( λ + µ ).(1 − P0 ) 1
TS = − +
λ λ2 µ
5 – Probabilidade de existirem n clientes
µ
no sistema: ( ) K −n
Pn = λ
µ
k ( )j
(k − n)!.


λ
j=0 j!

Exemplo 1:
Suponhamos que as chegadas a uma cabine telefônica obedeçam a lei de
Poisson, com ritmo de 6 chegadas por hora. A duração média do telefonema
é de 3 minuts e suponhamos que siga a distribuição exponencial negativa.
Pede-se:
1 – Qual a probabilidade de uma pessoa chegar à cabine e não ter que esperar?
2 – Qual o número médio de pessoas na fila?
3 – Qual o número médio de pessoas no sistema?
4 – Qual o número médio de clientes usando o telefone?
5 – Qual o tempo médio de fila?
6 – Para qual ritmo de chegada teríamos a situação em que o tempo médio de
espera na fila seria de 3 min?
7 – Qual a fração do dia durante a qual o telefone está em uso?