9

2.

MODELOS DE FILAS E ESTOQUES

COM CHEGADAS E ATENDIMENTOS
INDIVIDUAIS

Uma forma simples de mostrar fisicamente o problema de acmulos em um

sistema (engenheiros, arquitetos e outros tcnicos envolvidos no processo de planejar
e operar sistemas, normalmente apreciam analogias fsicas), o de representar o
sistema por um silo de armazenagem de gros, ou uma caixa d`gua, com um duto de
entrada e um duto de sada, cada qual dotado de um registro que permite controlar a
vazo atravs do duto.
O duto de entrada com seu dispositivo de controle de vazo representa o
processo de chegada ao sistema, e o duto de sada com os seu dispositivo de controle
de vazo o(s) posto(s) de atendimento no caso de problemas de filas, e o processo de
sada da rea de armazenagem no caso de problemas de estoques.
Para representar fenmenos reais necessrio admitir que, nos casos em que a
natureza discreta dos "clientes" de um servio importante para a correta descrio
do fenmeno, os gros do silo tm dimenso comparvel com o dimetro dos dutos
de entrada e sada, de forma que apenas um elemento consegue fluir atravs de uma
seo de controle por vez.

10

Como em todo processo de aprendizado necessrio primeiro andar para

depois correr, utilizaremos o modelo analgico para descrever inicialmente as filas
mais simples, que so aquelas em que tanto o fluxo de chegadas como o fluxo de
atendimento so de natureza determinstica, ou seja, no existem oscilaes de
natureza aleatria no entorno de valores mdios desses fluxos.
Tentar-se- dessa forma, apresentar o fenmeno de formao de filas ou
estoques, atravs de uma representao grfica, sem as complexidades associadas
representao matemtica de modelos probabilsticos , forma
1

tradicional de

apresentao do problema em livros texto .

2

2.1 A Fila com Um Canal de Atendimento

2.1.1 A Fila Determinstica

Fluxo discreto
A Figura do tubo apresentada abaixo ilustra o problema: clientes (pessoas ou
objetos) chegam a um sistema de processamento qualquer (e.g. caixa de
supermercado), ultrapassando uma seo de controle de entrada no sistema, para
serem processados em um canal de atendimento, neste caso representado pelo duto de
sada onde cabe exatamente um cliente antes da vlvula de liberao, cujo instante de
abertura define o fim do atendimento e a conseqente sada do cliente do sistema.

modelos probabilsticos de filas so o mesmo que modelos estocsticos de filas

ver por exemplo Hillier & Lieberman (1988) cap.9

11

14
incio da
fila

12

incio do
atendimento

fim do
atendimento

Nmero acumulado
de clientes

10

tempo mximo
de espera na fila

fila
mxima
canal de
atendimento
ocioso

4
cliente
espera

cliente
atendido

8
10
Tempo

12

14

16

Figura 2.1: Fila formada por elementos discretos

No nosso modelo analgico os clientes do servio a ser prestado so

representados pelas bolas. Se no instante de chegada de uma bola no houver
nenhuma dentro do tubo, a bola rola diretamente para o canal de atendimento. Uma
vez dentro do canal de atendimento ocorre um tempo de atendimento T aps o qual
aberta a vlvula de liberao. Se j houver bolas dentro do tubo, como o caso
representado na Figura 2.1, ento a bola entra na fila aguardando sua vez de ser
atendida. O grfico associado representao analgica, descreve a evoluo do
sistema durante um intervalo de tempo, observando-se perodos de ociosidade do
sistema, perodos onde a fila zero e perodos onde existe fila.
Chamamos este modelo de determinstico pois admitimos implicitamente que
o instante de chegadas das bolas ao tubo conhecido e que o tempo de atendimento

12

fixo, no caso representado igual a 1 unidade de tempo. Em outras palavras, se as

chegadas esto programadas na forma apresentada no grfico da Figura 2.1, o tempo
de atendimento 1 unidade de tempo e temos apenas um canal de atendimento, ento
da para prever que se formar uma fila nos perodos 2-3 e 5-9. V-se portanto que no
caso de fluxos determinsticos s h acmulo no tubo quando, por razes previsveis
ou programas previamente estabelecidos, chegam mais bolas s caixas em um
intervalo t do que o sistema consegue liberar atravs do canal de atendimento, ou
seja, quando temporariamente o fluxo mdio de chegadas maior que o fluxo mdio
de atendimento.
De uma forma mais sinttica podemos descrever esse nosso sistema da
seguinte forma:

Seo de
controle 2
(fim da fila - incio
do atendimento)

Seo de
controle 1
(incio da fila)

Fila

Seo de
controle 3
(fim do atendimento)

Canal de atendimento

SISTEMA

Figura 2.2: Sees de controle de uma fila

Como mostra a Figura 2.2 o nosso sistema formado por dois componentes:
a fila (ou as filas) e o canal de atendimento (ou os canais de atendimento).
No nosso caso simples temos apenas uma fila e um canal de atendimento.
Para descrever o nosso fenmeno necessrio que conheamos algumas das
suas caractersticas. Essas caractersticas sero observadas nas sees de controle.

13

Na seo de controle 1, observamos os instantes em que os elementos chegam

ao sistema ( ou o intervalo entre chegadas sucessivas). Se no houver fila ( o tubo de
bolinhas estiver vazio), a seo de controle 1 coincide com a seo de controle 2, ou
seja, o elemento entra no sistema no momento em que ele entra no canal de
atendimento. Se houver fila, a seo de controle 1 vai se deslocando medida em que
a fila cresce/decresce.
Na seo 2 observamos os instantes em que os elementos entram no canal de
atendimento e na seo 3 os instantes em que eles saem do canal de atendimento,
liberando-o para o prximo atendimento.
Com essa descrio do sistema agora possvel representar uma fila atravs
de um grfico (Figura 2.3) no qual plotamos os instantes
i- simo elemento ao sistema,
de atendimento, e

si

ei

ci

- instante de chegada do

- instante de entrada do i-simo elemento no canal

- instante de sada do i-simo elemento do canal de

atendimento, o qual coincide, neste modelo, com a sada do sistema.

Observando-se o grfico da Figura 2.3 vemos que, para descrever
precisamente o que ocorre dentro do nosso sistema necessrio estabelecer uma
disciplina para a forma de atendimento dentro do sistema. Se, como o caso do
grfico da Figura 2.3, os elementos entram no canal de atendimento exatamente na
ordem em que chegam ao sistema, ento diz-se que essa fila, se ela existir, tem
disciplina FIFO "First In First Out", primeiro a entrar na fila o primeiro a sair da fila.

14

14

chegada de um elemento
entrada do elemento no canal
de atendimento
sada do elemento do canal de
atendimento

12

F max

Fluxo acumulado

10

Ts max
Tf max
8

N = 12 t = 13
C(t)
E(t)
S(t)

A max
6

Tfk = 22,5, k=1..12

Tsk = 34,6, k=1..12
F(t) = C(t) - E(t)
A(t) = C(t) - S(t)
F 1,73
Tf 1,88
Fmax = 4,0 Tfmax = 3,5
Amax = 5,0 Tsmax = 4,5

ts4
te4
2

0
0

ta

10

12

Tempo

14

tb

Figura 2.3: Descrio grfica de uma fila FIFO

A Figura 2.4 mostra um grfico de uma fila onde a disciplina no FIFO, mas
sim LIFO "Last In First Out", ou seja, o ltimo a entrar o primeiro a sair.

15

14
ordem de
chegada de um elemento
atendimento
entrada do elemento no canal
de atendimento
sada do elemento do canal de
9
atendimento

12

10

N = 12 t = 13
C(t)
E(t)
S(t)

Fluxo acumulado

11

Tfk = 22,5, k=1..12

Tsk = 34,6, k=1..12
F 1,73
Tf 1,88
Fmax = 4,0 Tfmax = 9,5
Amax = 5,0 Tsmax = 10,5

A max = F max + 1
8

F max = 4
10

4
12

Tf max

Ts max

0
0

ta

10

Tempo

12

14

tb

Figura 2.4: Descrio grfica de uma fila LIFO

Quando h mais de um canal de atendimento (e.g. nas caixas de um

supermercado), comum ocorrerem disciplinas aleatrias. Newell (82) as denominou
SIRO "Service In Random Order" e apresenta como exemplo de transportes o
fenmeno da fila em um ponto de nibus, onde tambm no necessariamente entra
primeiro no nibus quem chegou primeiro no ponto. Como veremos adiante, a
disciplina da fila pode no afetar a medida de mrito, dependendo do que se pretende
medir.

16

Vemos tambm que possvel medir vrias caractersticas do nosso sistema.

Se estamos interessados em dimensionar a capacidade mxima de acmulo do nosso
tubo de bolinhas, ento nos interessa medir a fila mxima no intervalo t = t b - t a da
Figura 2.3 ou da Figura 2.4, que no caso Fmax = 4 elementos. Se por outro lado a
medida importante o tempo mximo que um elemento permanece na fila, ento nos

interessa medir esse tempo, que igual a Tf max max t ei t ci 3,5 unidades de
tempo no caso de disciplina FIFO e 9.5 unidade de tempo no caso de disciplina LIFO.
Ou ainda, se a medida importante o acmulo mximo no sistema, mediremos Amax=5
elementos,

ou

tempo

mximo

no

sistema,

ento

mediremos

Ts max max t si t ci 4,5 unidades de tempo no caso FIFO, e 10.5 unidades de

tempo no caso LIFO.
muito comum entretanto, que estamos interessados em medir desempenhos
mdios do sistema durante um intervalo de tempo, ou seja, fila mdia, tempo mdio
de espera na fila, nmero mdio de elementos no sistema, ou tempo mdio de espera
no sistema.
Voltemos Figura 2.3. O objetivo medir o desempenho mdio da fila no
intervalo t = t b - t a
Nesse intervalo chegaram n elementos ao sistema. O (j+1)-simo elemento
esperou Tf j+1 = t e j+1 - t c j+1 na fila, ou seja os n elementos esperaram um tempo total
igual a
Ttot f

j1 n

k j1

fk

(no exemplo das Figuras 2.3 e 2.4 admitiu-se j=0, ou seja, o sistema estava vazio
quando se iniciou a observao).
Se dividirmos o tempo total de espera por n elementos teremos o tempo mdio de
espera na fila que denominaremos:

1
Ttot f
n

(1)

17

Se por outro lado dividirmos o tempo total de espera pelo intervalo t = t b - t a , neste
caso considerado como o intervalo de tempo de interesse para a medida de
desempenho, teremos a fila mdia no perodo que denominaremos:

F=

1
Ttot f
(t b - t a )

(2)

Um detalhe interessante dessa descrio da fila que alguns teoremas de

prova relativamente sofisticada no caso de filas estocsticas, tornam-se evidentes
nessa descrio de uma fila determinstica.
A frmula tradicional de F Tf

, na literatura em lngua inglesa

apresentada como L = W , provada por Little (1961), nada mais descreve do que o
seguinte:

seja =

n
o fluxo mdio de chegadas de elementos ao sistema no intervalo
(t b -t a )

considerado.
Ento, de (1):

Tf =

n
1
) Ttot f
(t b -t a ) n

e portanto, Tf F .
c.q.d.
Em outras palavras, as medidas de desempenho mdias da fila esto
associadas atravs do parmetro .
Verificaremos agora o que ocorre com as medidas de desempenho mdias do
sistema.

18

O j+1 simo elemento ficou no sistema Ts j+1 = t s j+1 - t c j+1 ,ou seja,os
elementos esperaram um tempo total igual a

Ttot s

j1 n

k j1

sk

Por analogia temos:

Ts =

1
Ttot f
n

e
A=

1
Ttot f
(t b - t a )

e portanto, TS = A .
Os grficos das Figuras 2.3 e 2.4 foram desenvolvidos de forma que se atenda
um mesmo nmero n = 12 elementos no intervalo t b -t a = 13 unidades de tempo, com
um tempo de atendimento constante, igual a 1 unidade de tempo.
Se calcularmos numericamente as medidas de desempenho dessas duas filas
(ver clculo de Ttot s, F e Tf nas Figuras), notamos que s diferem quanto ao tempo
mximo de espera de um elemento na fila. Esse resultado no um acaso, e a razo
porque, no caso mais complexo matematicamente de descrio de filas estocsticas, a
literatura, apesar de citar as outras disciplinas, admite via de regra que o fenmeno
real possa ser representado pela disciplina FIFO, em virtude da complexidade da
soluo matemtica para as outras disciplinas.

Fluxo contnuo
Da mesma forma como para o caso de fluxo discreto, podemos imaginar um
silo de gros onde conhecemos a priori a lei de chegada de gros pelo duto de entrada

19

e a lei de consumo de gros atravs do duto de sada. A Figura 2.5 representa esse
caso:
Existem vrios fenmenos de transporte onde essa aproximao por um
contnuo vlida. Tomemos por exemplo o caso de chegadas de pessoas a uma
plataforma de metr. O nmero de pessoas que chegam durante perodos de pico
to grande e o acmulo na plataforma tambm, que variaes decorrentes de um
maior ou menor espaamento entre dois elementos sucessivos (no caso pessoas), ou
mesmo detalhes da disciplina da fila, tm efeito desprezvel sobre as medidas de
mrito que se busca normalmente nesse caso, ou seja, o nmero mximo de pessoas
acumuladas na estao, ou o tempo mximo provvel que uma pessoa espera na
plataforma at conseguir embarcar no trem.
Veremos adiante que essa aproximao do fluxo de chegadas por um meio
contnuo adequada para um conjunto bastante grande de problemas de transporte,
onde estamos interessados em medir eventos macroscopicamente durante picos de
trfego, ou quando a quantidade estocada deve ser normalmente grande, ou quando o
nmero de canais de atendimento grande.
Se descrevermos o que ocorre no nosso sistema com trs sees de controle
teremos, semelhana do caso de eventos discretos, a medida de vazo de chegada
no sistema c(t) na seo de controle 1, a medida de vazo de entrada no canal de
atendimento e(t) na seo de controle 2 e a medida de vazo de sada do sistema s(t)
na seo de controle 3, conforme mostrado na Figura 2.5. Como se pode perceber
nessa representao por fludo, no estamos mais interessados na distribuio dos
tempos entre chegadas sucessivas de elementos, mas sim na distribuio da vazo ao
longo de um perodo de observao.
C(t)

S(t)
C(t)

S(t)

20

16
tempo de espera ou
permanncia mxima

Fluxo acumulado de fluido

14
12

acmulo ou
fila mxima

10

Canal de
atendimento
parcialmente
ocioso

C(t)

6
4

S(t)

Canal de atendimento a
plena capacidade

Canal de atendimento
parcialmente ocioso

0
0

10 12 14 16 18

Tempo

Figura 2.5: Fila formada por um contnuo

A disciplina de fila, dependendo das caractersticas do processo em anlise,

pode ser irrelevante, e portanto pode-se admitir para efeito de medidas de
desempenho, disciplina FIFO. Se, por exemplo no caso de estoque de produtos
perecveis, essa hiptese for crtica, necessrio que se garanta operacionalmente a
conformidade do sistema a uma disciplina FIFO ou quase FIFO.
As medidas de desempenho da fila e do sistema continuam sendo facilmente
observveis se plotarmos o fenmeno graficamente.
A Figura 2.6 apresenta um grfico mais detalhado de uma fila que pode ser
representada pela analogia de meio fludo (e.g. o processamento nos balces de
despachos-"check-in" dos passageiros embarcando em um avio B 747).

21

300
280

Xn = Xm

Tf max

T atd =
2 min

F max

260
240
C(t)

Fluxo acumulado (passageiros)

220
200

E(t)

180

S(t)

160
140
120
100
80
60
40
20
0
0 = t0

20

40 ti

60
Tempo (minutos)

80

t n = tm

100

tj

120

Figura 2.6: Descrio grfica de uma fila representada por um contnuo

A fila mxima representada por

Fmax = max C(t) - E(t)
onde
t

C( t )

c( t )dt
0

- fluxo acumulado de chegadas no sistema at o instante t.

22

E( t )

e( t )dt -

fluxo acumulado de entradas no canal de atendimento at o

instante t.
e

Tf max C 1 ( x n ) E 1 ( x n ) , com xn = c(tn)

onde tn o instante em que ocorre Fmax .

Analogamente podemos calcular valores mximos no sistema

A max max C( t ) S( t )

Ts max C 1 ( x m ) S 1 ( x m ) , com xm = c(tm)

onde tm o instante em que ocorre Amax.

Na maioria dos casos de aplicao, admite-se que o tempo de atendimento

constante e portanto as curvas E(t) e S(t) so paralelas na regio de Fmax, Amax e xm =
xn.
Como no caso de fluxo discreto, possvel que em certos casos seja de
interesse calcular valores mdios de desempenho em um intervalo t = t b - t a . Neste
caso teramos para a fila:
tempo total de espera na fila Ttot f

tb

C( t ) E(t )dt

ta

fila mdia
3

ver prova em Newell (1982), cap. 2

23

1
Ttot f
tb ta

tempo mdio de espera na fila

Tf

1
Ttot f
n

nmero mdio no sistema

A

1
Ttot s
tb ta

tempo mdio de espera no sistema

Ts

1
Ttot s
n

tambm neste caso pode-se mostrar facilmente que se fluxo mdio de chegada = ,
ento,

F Tf

A Ts
Um aspecto que parece bvio, tanto do exame do modelo de fluxo discreto
como do exame do modelo de fluxo contnuo, mas que frequentemente esquecido
em anlises de problemas de filas, que s existe acmulo de gros no silo ou bolas
no tubo, se C(t) > S(t) durante um intervalo t ( igual a tb-ta no caso exemplificado).
Se S(t) max a capacidade mxima de vazo do duto de sada , e C(t) S(t)max
para todo t, ento tudo o que entra no acumulador sai continuamente pelo duto de
sada, de forma que S(t) = C(t) t, no ocorrendo formao de fila. o que ocorre
na Figura 2.6 no intervalo t = t i t0.
Essa constatao, apesar de trivial, fonte de muitos erros, conduzindo em
caso de equvoco do analista, a fila negativa, a qual no tem justificativa fsica. Em

24

outras palavras, um elemento, pessoa ou objeto, no pode ser atendido na fila se ainda
no entrou no sistema.
Em qualquer sistema de fila existe um princpio de conservao, ou seja, o que
entra tem que sair e o que no entra no pode sair.
Esse alerta importante, pois no incomum o analista representar um fluxo
de chegada em que notoriamente ocorre um pico de trfego, como por exemplo no
histograma de chegadas de veculos a um posto de pedgio no perodo de 150
minutos apresentado na Figura 2.7, por uma distribuio probabilstica, em geral
Poisson, de fluxo mdio constante, igual mdia do fluxo no perodo .
4

A utilizao de um modelo "tradicional" da teoria das filas implica que os

veculos no perodo de menor fluxo so atendidos antes que eles tenham entrado no
sistema o que conduz obviamente a erro na medida de mrito, qualquer que seja a
escolhida.
Aps essa discusso conceitual sobre filas formadas exclusivamente porque
durante um certo perodo de tempo o fluxo medio de chegada maior que o fluxo de
atendimento, introduziremos atravs do emprego do nosso modelo analgico de fluxo
discreto, o conceito tradicional da teoria das filas, de filas formadas exclusivamente
devido a variaes estocsticas das chegadas e do atendimento no entorno de um
valor mdio constante.

freqncia acumulada de observaes

observaes/10 minutos
4

2 1

ver Ashford et alii (1976) para um exemplo de aplicao equivocada do modelo de fluxo
estacionrio a um caso de fluxo mdio varivel.

25

1400

200
180

1200

1000

140
120

800

100
600

80
60

400

Fluxo observado de veculos

Fluxo acumulado de veculos

160

40
200
20
0

10

20

30

40

50

60

70

80

90 100 110 120 130 140 150

Tempo (minutos)

Figura 2.7: Histograma de um processo de chegadas onde ocorre um pico de

trfego

2.1.2 A Fila Estocstica

No conceito tradicional apresentado na literatura sobre "teoria das filas" partese das seguintes hipteses crticas:

as medidas de mrito da fila ocorrem no intervalo de tempo t .

as chegadas so regidas por um processo aleatrio com distribuio de

probabilidade conhecida ( comum admitir-se que as chegadas seguem uma
distribuio de Poisson) de mdia constante no intervalo de tempo considerado.

os tempos de atendimento tambm so regidos por um processo aleatrio com

distribuio de probabilidade conhecida ( comum admitir-se que os tempos de

26

atendimento seguem uma distribuio exponencial negativa) de mdia Ta

constante.

a disciplina da fila FIFO.

Ao contrrio entretanto do que foi mostrado em 2.1.1, no pode ocorrer o

caso de o fluxo mdio de chegadas ser temporariamente maior que o fluxo mdio de
atendimentos , com. =

1
, pois se e devem ser constantes no perodo
Ta

t de anlise do fenmeno; a condio

implica em fila infinita.

Para simular uma fila estocstica e mostrar graficamente o que ocorre,

recorremos a uma tabela de nmeros aleatrios e escolhemos 50 nmeros entre 1 e
5

99 para os intervalos entre chegadas sucessivas, e 50 nmeros diferentes entre 1 e 99

para os tempos de atendimento correspondentes. Mediante a funo de transformao
t=E(x)ln(r), com E(x)=tempo mdio entre eventos, e r um nmero randmico
retirado da tabela, essas distribuies de tempo foram transformadas em distribuies
exponenciais negativas para que a nossa simulao corresponda ao modelo tradicional
da fila com chegadas Poissonianas e atendimento exponencial, e um canal de
atendimento. Na simulao apresentada na Figura 2.8 utilizou-se E(x) =1 para a
gerao das chegadas e E(x) = 1,1 para os atendimentos, de forma a garantir a
condio de < 1.
No caso desses 50 eventos, que obviamente no satisfazem a condio de
t , mas satisfazem s outras condies crticas, pode-se observar alguns
resultados interessantes:

da ajustagem de uma reta atravs das observaes de intervalos entre chegadas

sucessivas ( = cte) atravs da tcnica de mnimos quadrados resulta o valor
aproximadamente igual a 1 (0,96);

utilizamos a tabela 6 do apndice de Meyer (1983).

27

da ajustagem de uma reta atravs das observaes de instantes de incio de

atendimento resulta um valor de aproximadamente igual a 1.1 (1.06);

as retas E(t) e S(t) so praticamente paralelas (o no paralelismo deve-se ao

comprimento do perodo de simulao << ) e o intervalo entre elas corresponde
a Ta = 1 / .

as oscilaes em torno da mdia, neste caso de um nico canal de atendimento em

que o ndice de congestionamento 1,0, so relativamente grandes. Mesmo
assim, nota-se que para um intervalo de tempo de 50 atendimentos, ou seja,
aproximadamente 50Ta ,a fila mxima, apesar de relativamente grande em alguns
perodos, finita.

50

Chegada ao
sistema
Incio do
atendimento
Fim do
atendimento

Fluxo acumulado

40

30

20

10

0
0

10

20

30

40

50

60

Tempo

Figura 2.8: Representao grfica de uma fila estocstica

No objeto deste texto reproduzir o desenvolvimento terico dos modelos
analticos de filas estocsticas, assunto este muito bem apresentado em vrios textos

28

clssicos sobre o assunto , mas apresentamos a seguir as formulaes das principais

6

medidas de mrito, para efeito de comparao dos resultados teoricamente esperados

com os resultados obtidos da nossa simulao grfica.
probabilidade de zero elementos no sistema
Po = 1 -
probabilidade de n elementos no sistema
Pn 1 n

numero mdio de elementos no sistema

A=

(1 - )

numero mdio de elementos na fila

F=

e lembrando que F Tf e

A Ts

(1 - )
,

tempo mdio de espera no sistema

Ts =

1
((1 - ) )

Tf =

((1 - ) )

tempo mdio de espera na fila

Nota-se dessas formulaes que o tempo de espera tende a infinito quando

tende a 1, o que no se confirma na nossa simulao com perodo finito.
Em outras palavras, o modelo analtico s tende a resultados numericamente
corretos se vlida a hiptese de fluxo estacionrio para um grande nmero de
ocorrncias do fenmeno em observao. Esse resultado tem interesse prtico para o
analista de um problema de filas em transportes, pois muito comum o fenmeno
6

ver por exemplo Novaes(1975) cap 5 ou Hillier e Lieberman(1988) cap 10.

29

observado ter caractersticas nitidamente estocsticas, mas sua durao ser finita, e
no gerar um nmero muito grande de eventos durante o perodo em que a fila
efetivamente um problema. Nesse caso a utilizao do modelo analtico tende a
conduzir a medidas de comprimento de fila e tempo de espera maiores do que as que
seriam observadas na prtica.
Por outro lado podemos ter um problema prtico que satisfaz razoavelmente
bem essa condio crtica e onde esperas custam muito caro (e.g. acesso de navios a
um porto, chegadas de avies a uma pista de pouso). Nesse caso pode ser necessrio
que se avalie no s medidas mdias da fila, mas tambm a probabilidade de que um
elemento que chega fila no espere mais do que um determinado tempo mximo
praticamente aceitvel. Este o caso em que uma estimativa a favor da segurana
muito desejvel, e se utilizarmos a formulao
( Tf max ) m e
P ( Tf Tf max ) = 1 - Pn
m!
n =1
m0

n 1

( - Tf max )

o nosso erro a favor da segurana ser tanto menor quanto maior for o nmero de
eventos que ocorrem no perodo em que vlida a condio de fluxo estacionrio.
Um outro aspecto com o qual um analista de filas se confronta comumente
que a distribuio de probabilidades dos tempos de atendimento e/ou dos tempos
entre chegadas sucessivas, no segue a distribuio exponencial negativa associada ao
processo de gerao e extino que deu origem formulao terica do modelo
analtico.
A pergunta que surge naturalmente : como e quanto esse fato influencia as
medidas de mrito do sistema?
Esse problema foi analisado por muitos pesquisadores e atualmente existem
solues que foram tabeladas e nos permitem fazer uma anlise de sensibilidade.
7

ver Hillier e Yu (1981)

30

A Figura 2.9 mostra uma generalizao dos valores esperados de fila mdia
F

para filas estocsticas do tipo M/M/1, M/D/1 e D/M/1 com t -> . As duas
7

primeiras representam dois extremos tericos de fila mdia F em funo da

distribuio de probabilidades dos tempos de atendimento para a distribuio de
chegadas poissoniana. A primeira e a terceira representam dois extremos tericos de F
em funo da distribuio de probabilidades dos tempos entre chegadas sucessivas
para a distribuio de atendimento exponencial.
Da Figura 2.9 possvel observar-se alguns resultados interessantes:

nota-se que, para a variao da distribuio dos tempos de atendimento, os

resultados de F ficam compreendidos entre dois extremos, com FM / FD = 2
qualquer que seja . Esse resultado pode, para esse caso simples de fila
monocanal, ser obtido tambm a partir da anlise da equao de Pollaczek Khintchine desenvolvida para o modelo M/G/1, que a seguinte:
8

F =

C V (T )

2
, pois C V (Ta ) 1 para o modelo M/M/1,
1

2
, pois C V (Ta ) 0 para o modelo M/D/1.
2 1

para a variao da distribuio dos tempos entre chegadas sucessivas observa-se

que

F
F

M
D

varia em funo de , sendo que para >0,9 os valores de fila mdia

tendem ao valor encontrado no modelo M/D/C, e para =0,5,

7
8

com

var Ta
E Ta

a qual conduz a F
ea F

2
( 1 + C 2v (Ta ))
2(1 - )

ver Novaes (1975), cap.3

F
F

M
D

4.

31

conclui-se portanto que, nos casos em que a estocasticidade dos processos de

chegada e de atendimento relevante para a estimativa de medidas de mrito do
sistema em anlise, e o sistema operar com ndices de congestionamento da
ordem de 0,4 a 0,7, existe uma influncia pondervel do coeficiente de variao
das distribuies desses processos sobre as medidas mdias de desempenho da fila
monocanal.

100,0

Fila M/M/1
Fila M/D/1
Fila D/M/1
Valores de "Fila Mdia"

10,0

1,0

0,1
0,4

0,5

0,6

0,7

0,8

0,9

1,0

Valores de

Figura 2.9: Sensibilidade da fila monocanal variao do processo de

atendimento e de chegadas

32

Apesar da grande contribuio dada por Hillier e Yu com a publicao de

"Queueing Tables and Graphs", resultados numricos para a enorme quantidade de
combinaes possveis de modelos intermedirios aos casos extremos apresentados
no existem disposio dos planejadores, os quais normalmente recorrem a
"solues de engenharia", interpolando entre os valores extremos. Como veremos
adiante, esse procedimento de gerar de forma rpida, estimativas de medidas de
desempenho, se justifica pelo fato de fenmenos reais no satisfazerem normalmente a
condio de fluxo estacionrio, e o nvel de conhecimento sobre os parmetros e
ser via de regra to impreciso, que um excesso de refinamento na determinao da
distribuio dos processos de chegada e de atendimento, no conduz necessariamente
a melhores estimativas.
Os resultados da Figura 2.9, quando confrontados com a simulao grfica da
Figura 2.8 (na qual 1.0), fornecem uma clara ilustrao das limitaes dos
resultados do modelo analtico quando utilizado para a anlise de um fenmeno onde
a hiptese de fluxo estacionrio no vlida. Nota-se que, para uma condio
prxima da saturao com =1, a fila mxima foi da ordem de 10 elementos no
perodo de simulao, enquanto o modelo analtico implica em fila infinita para essa
mesma condio.
Da anlise desses casos mais simples de filas com apenas um canal de
atendimento, infere-se que a tcnica de modelagem de um fenmeno real requer do
analista, em primeiro lugar, um amplo e profundo conhecimento do processo que gera
a fila, e em segundo, uma clara definio do que se pretende medir, e qual o nvel de
preciso necessrio nessa medio.
Quando modelos grficos, analticos, ou valores previamente tabelados no
satisfazem os requisitos considerados necessrios para uma tomada de deciso, ento
justifica-se o maior investimento na montagem de um modelo de simulao digital.

2.2 A Fila com C Canais de Atendimento em Paralelo

33

2.2.1 A Fila Determinstica

Uma vez vistos os casos mais simples relativos a um canal de atendimento,
procuraremos agora extender os nossos modelos analgicos para os casos
aparentemente mais complicados de uma fila com mltiplos canais de atendimento.
Nesse primeiro caso o nosso modelo tem o aspecto fsico mostrado na Figura
2.10 ou seja, forma-se uma fila nica e o primeiro elemento na fila entra no primeiro
canal que ficar livre, no caso o canal 1. Apesar de vrios sistemas reais operarem de
acordo com essa premissa de fila nica, muitos no satisfazem essa condio (e.g.
postos de pedgio, caixas num supermercado). Essa caracterstica entretanto no
invalida os resultados do nosso modelo terico para a maioria dos casos prticos, pois
tende a existir uma compensao, com os usurios procurando os canais onde a
expectativa de espera menor (fila mais curta). Essa forma operacional no garante o
processo FIFO, mas a filas mdias e mximas tendem a ser equivalentes ao modelo
FIFO (ver item 2.1).
NOTA: no nosso modelo admitimos que o tempo
decorrido entre a liberao do canal 1 at o
instante que ele ocupado pelo cliente i+1 da
fila desprezvel.

Figura 2.10: Modelo analgico de uma fila de fluxo discreto com C canais de
atendimento paralelos
Na forma ilustrada pelo modelo analgico da Figura 2.10, a fila tem disciplina
FIFO e valem portanto tambm inferncias quanto a tempo mximo de espera.

34

Se o nosso fenmeno real determinstico, ou pode ser representado pelo

modelo

determinstico,

ento

tempos

de

atendimento

TA1 = TA2 = TA3 = .... = TAC = valor fixo qualquer, e os C canais de atendimento
podem, sem perda de generalidade, serem representados por um nico canal, onde
possvel processar at C elementos no perodo TA.
Como no caso 2.1, s existir fila se houver temporariamente um fluxo de
chegada maior que o fluxo de atendimento.
No caso de fluxo contnuo a analogia at mais simples pois pode-se imaginar
um duto de sada cuja vazo C vezes a vazo k de um canal nico, ou seja, para
efeito de medidas de mrito sobre o acmulo na caixa d'agua irrelevante se temos C
tubos de sada de capacidade k ou um tubo com capacidade kC.
Portanto esse modelo igual ao modelo de um canal de atendimento descrito
em 2.1.

2.2.2 A Fila Estocstica

Nesse caso admitiremos, como no item 2.2, que a fila formada apenas
devido estocasticidade do processo e que so vlidas as hipteses do conceito
tradicional de "teoria das filas".
Para um nmero pequeno de canais, possvel simular a fila graficamente
utilizando o mesmo expediente do item 2.2, s que gerando, alm dos intervalos entre
chegadas sucessivas, tempos aleatrios de atendimento para cada um dos canais
efetivamente em uso.
A Figura 2.11 mostra uma simulao dessa natureza para um sistema com 3
canais de atendimento paralelos e admitindo-se fila do tipo M/M/3.
V-se que continuam vlidos os princpios definidos anteriormente, s que,
para se descrever o fenmeno matematicamente, este caso bem mais complexo.

35

As primeiras formulaes analticas desse problema datam dos trabalhos de

Erlang (1909) para o caso M/M/C.
O livro de Novaes (1975) apresenta, na lngua portuguesa, uma anlise
matemtica abrangente do modelo M/M/C e alguns resultados at ento obtidos para
filas GI/G/C.
Mais recentemente Hillier e Yu (1981) Tabelaram as medidas de mrito para as
filas E M / E K / C com M variando de 1 a e K variando de 1 a .
Resultados analticos dos casos extremos M/M/C e M/D/C j existem h mais
de duas dcadas e foram apresentados na literatura clssica sbre o assunto .
3

Para as filas do tipo GI/G/C houve considervel dificuldade para a aplicao

do mtodo de cadeia de Markov imersa. Detalhes matemticos da forma de soluo
do caso geral E M / E K / C so descritos por Yu (1977), mas vrios outros autores
contribuiram com passos intermedirios de soluo durante mais de uma dcada de
pesquisas, incluindo-se: Mayhug e McCormick (1968), Heffer (1969), Mayhug(1970),
Hillier e Lo (1971).
A

transformao

desses

resultados

tericos

em

procedimentos

computacionais, exigiu por sua vez um considervel grau de sofisticao em anlise

numrica, estando o sucesso relativamente recente, associado ao esforo de vrios
cientistas e enorme evoluo dos meios computacionais disponveis. Detalhes desse
desenvolvimento so apresentados em Hillier e Lo (1971) e Avis (1977).

ver Prabhu(1965) - cap 1.

36

50
45

chegada ao
sistema
atendimento
canal 1
atendimento
canal 2
atendimento
canal 3

40

Fluxo acumulado

35
30
25
20
15
10
5
0
0

10

20

30

40

50

60

70

80

90

100

Tempo

Figura 2.11: Representao grfica de uma fila estocstica com 3 canais de

atendimento em paralelo

No caso computacionalmente mais simples, o do modelo M/M/C,

desenvolvido a partir do processo de gerao e extino, obtem-se as seguintes
formulaes para as principais medidas de mrito da fila com mltiplos canais de
atendimento em paralelo :

37

probabilidade de zero elementos no sistema

P0 =

1
( C )
( C )c
+

j!
C!( 1 - )
j= 0
j

C -1

probabilidade de n elementos no sistema

Pn = ( C ) n .
Pn = ( C ) n

P0
n!

para 1 n C

P0
n! C ( n -C )

para n > C

nmero mdio de elementos na fila

P0 ( C ) C
F=
( 1 - ) 2 . C!
nmero mdio de elementos no sistema
A = F+C
probabilidade de o nmero mximo de elementos no sistema no exceder um
determinado valor Nmax

P n N max

N max

P
n 1

tempo mdio de espera na fila

Tf

Ts

tempo mdio no sistema

probabilidade de o tempo de fila ser menor ou igual a um valor Tf

P ( Tf Tf max ) 1

Nos

casos

P0 ( .C ) C
e
(1 ) C!

computacionalmente

max

( C ) . Tf max

complexos

dos

modelos

M / E K / C, E M / M / C e E M / E K / C ( 2 K ;2 M ) , a melhor ferramenta
disponvel so as Tabelas e grficos apresentados em Hillier e Yu (1981), dos quais
reproduzimos alguns no Anexo 2.

38

Da mesma forma que no item 2.1.2 entretanto, antes de dedicar-se a um

esforo de detalhamento da modelagem, de interesse para o tcnico envolvido na
soluo de um problema real, uma anlise de sensibilidade das medidas de
desempenho da fila com referncia s variaes das caractersticas do processo de
chegadas e de atendimento.
A Figura 2.12, semelhana da Figura 2.9, apresenta os valores de fila mdia
F para os casos extremos de distribuio dos tempos de atendimento, admitindo a
chegada poissoniana, e C variando entre 1 e 15. Na Figura 2.13 so apresentados as
curvas de F em funo de para os casos extremos da distribuio dos tempos entre
chegadas sucessivas, admitindo-se atendimento exponencial e o mesmo campo de
variao de C.
Nota-se no comportamento das curvas de F em funo de apresentadas na
Figura 2.12 , uma grande semelhana de comportamento da medida de mrito em
funo da variao das distribuies de probabilidades, com o comportamento
apresentado na Figura 2.9 para o caso mais simples de fila com apenas um canal de
atendimento.
De fato, se analisarmos os valores numricos Tabelados por Hillier e Yu,
apresentados no Anexo 2, veremos que para C = 15 e = .99 a razo entre as filas
mdias obtidas para os modelos M/M/15 e M/D/15 igual a 2.0 , valor este igual ao
encontrado para a fila com apenas um canal de atendimento. Para valores menores de
a razo entretanto diminui, observando-se valores da ordem de 1.8 no caso de = .
80 e C = 15, e 1.9 no caso de = .80 e C = 5.

39

1,0E+02

Fila M/M/2

Fila M/D/2

Fila M/M/5

Fila M/D/5

Fila M/M/15

Fila M/D/15

Valores de Fila Mdia

1,0E+01

1,0E+00

1,0E-01
0,60

0,65

0,70

0,75

0,80

0,85

0,90

0,95

1,00

Valores de

Figura 2.12: Sensibilidade da fila multicanal variao do processo estocstico

dos tempos de atendimento

Tambm a variao entre os modelos M/M/C e D/M/C segue um padro de

comportamento muito semelhante ao observado para o modelo de um canal de
atendimento, observando-se razes de FM/FD variando entre 3.0 e 2.0 para valores de
tais que a fila tenha significado fsico (F 1).
Portanto valem para o modelo multicanal as mesmas concluses qualitativas
apresentadas no item 2.2, ou seja :

40

nos casos em que a estocasticidade dos processos de chegada e de atendimento

relevante para a estimativa de medidas de mrito do sistema em anlise, existe
uma influncia pondervel do coeficiente de variao das distribuies desses
processos sbre essas medidas.

apesar da grande contribuio dada por Hillier e Yu com as Tabelas e os grficos

das filas M/EK/C, EM/M/C e EM/EK/C, no existem facilmente acessveis aos
potenciais usurios, resultados numricos para a enorme quantidade de
combinaes possveis, mas apenas algumas Tabelas, que servem de referncia
para "solues de engenharia".

como fenmenos reais no satisfazem normalmente a condio de fluxo

estacionrio, e o nvel de conhecimento sbre os parmetros e via de regra
impreciso, um excesso de refinamento na determinao das distribuies dos
processos de chegada e dos tempos de atendimento, normalmente no se justifica.

quando um elevado nvel de preciso requerido, recorre-se a pacotes de

simulao digital tais como o GPSS, por exemplo.

41

1,0E+02

Fila M/M/2
Fila M/M/5
Fila M/M/15

Fila D/M/2
Fila D/M/5
Fila D/M/15

Valores de Fila Mdia

1,0E+01

1,0E+00

1,0E-01
0,60

0,65

0,70

0,75

0,80

0,85

0,90

0,95

1,00

Valores de

Figura 2.13: Sensibilidade da fila multicanal variao do processo estocstico

dos tempos entre chegadas sucessivas

2.2.3 A Fila Estocstica que No Satisfaz Condio de Fluxo

Estacionrio
Esse, que o caso mais comum de formao de filas nos transportes e em
vrios sistemas do nosso cotidiano (e.g. filas de bancos em perodos de pico),
infelizmente o que oferece maior dificuldade para um tratamento analtico preciso.

42

Quando C pequeno, e a natureza discreta dos elementos no sistema

relevante (filas devem ser pequenas), o atual estgio de desenvolvimento dos modelos
analticos no nos oferece nenhum auxlio, sendo que nesses casos a soluo do
problema passa por mtodos de simulao digital. Por outro lado, nessas condies
crticas, comum que, para garantir que a fila fique pequena, se considere que
condies de fluxo estacionrio so vlidas durante o perodo de pico e se calculam
medidas de mrito que conduzem implicitamente a resultados superestimados (a favor
da segurana).
Um conjunto de problemas comum entretanto, aquele de sistemas onde um
nmero finito de elementos ir supersaturar o sistema durante um intervalo T
conhecido, e onde, por razes de custo, invivel a operao do sistema em uma
condio de <1.
Nesse caso, onde a aproximao por um contnuo (F>>1) em geral vlida,
mas onde nos sentimos inseguros de admitir a condio simples de C(t) e S(t) serem
determinsticos, interessa ao menos uma estimativa da variao da fila em torno de
valores mdios obtidos a partir do modelo determinstico.
Quando o nmero de elementos que sero processados finito, como o caso
por exemplo de: passageiros de um voo que devem ser processados nos balces de
despacho, caminhes de uma empresa que devem ser atendidos durante um perodo
de pico de carga e descarga, clientes de um banco durante um perodo de pico; ento
valem condies particulares que sero a seguir discutidas.

43

Suponhamos, por exemplo, que uma companhia area sabe que n passageiros
so esperados para embarcar em um vo programado qualquer. Apesar de alguns
passageiros sempre chegarem cedo e outros sempre chegarem tarde para o embarque,
e eles prprios conhecerem os seus hbitos, para a companhia area, ou para a
administrao do aeroporto, esses hbitos so em princpio aleatrios. Admitamos que
de amostras anteriores de como os passageiros chegam ao aeroporto para se
apresentarem nos balces de despachos de um vo especfico, conseguimos
determinar uma funo distribuio emprica dos instantes de chegada em relao a
um horrio programado de partida.
FC(t) = P{instante de chegada de um passageiro t}
Suponhamos tambm que cada passageiro viaja individualmente e no chega
ao aeroporto em um grupo de passageiros (e.g. nibus, trem). Se numerarmos esses
passageiros em uma ordem arbitrria (por exemplo, por nome), poderemos assumir
que eles so eventos estatisticamente independentes e identicamente distribudos, e
portanto, a probabilidade
P{passageiro 1 chegar antes de t 1, passageiro 2 chegar antes de t 2,..., passageiro n
chegar antes de tn } = FC(t1)FC(t2)...FC(tn)
A forma original de numerar os passageiros irrelevante para o processo de
formao de fila, pois no estamos interessados em quem chegou at o instante t, mas
apenas na probabilidade de k passageiros quaisquer terem chegado at o instante t, ou
seja, P C t k .
A medio deste fenmeno um exerccio clssico de teoria das
probabilidades. Se imaginarmos a chegada at o instante t como um sucesso e a
chegada aps o instante t como um fracasso, com probabilidades FC(t) e 1 FC ( t ) ,
respectivamente, ento a nossa questo central de estimar P C t k , resume-se ao
clculo da probabilidade de ter k sucessos em n tentativas, a qual dada por:

44

P C( t ) k

n!
k
n k
FC ( t ) 1 FC ( t )
k! n k !

ou seja, uma distribuio binomial com

mdia E[C(t)] = nFC(t)
e varincia 2 [C(t)] = n FC (t) ( 1 - FC (t) )
Esse resultado muito interessante, pois se tomarmos uma unidade de desvio
padro como medida de disperso no entorno da curva mdia E[C(t)] , vemos que
esse desvio proporcional a n1/2 e assume valor zero para FC(t) = 0 (nenhum
passageiro chegou), e para FC(t) = 1 (todos os passageiros chegaram).
Para uma distribuio FC(t) conhecida, possvel portanto determinar um
grfico como o apresentado na Figura 2.14, onde a curva slida representa E[C(t)] e
as curvas interrompidas representam E C( t ) C( t ) .
Neste caso utilizou-se N=100, pois dessa forma E[ C(t)] pode ser tomada
como a prpria FC (t) em percentagem, e ser multiplicada por um N qualquer
correspondente ao nmero efetivo de passageiros, admitindo-se que FC (t) no
depende da quantidade de passageiros que iro embarcar, mas sim de outros fatores
que introduzem aleatoriedade no processo (e.g. dificuldades de acesso dos
passageiros ao aeroporto em funo de trfego no sistema virio).
A interpretao das curvas da Figura 2.14 a de que se espera que na maioria
dos casos C(t) deva situar-se entre os limites estabelecidos pelas curvas pontilhadas
de E C( t ) C( t ) .

45

A partir desse resultado possvel portanto obter-se uma estimativa do efeito

de superposio da estocasticidade do processo de chegadas, fila formada por
supersaturao temporria, imposta muitas vezes pelas prprias condies
operacionais do sistema, que no caso dos balces de despacho de passageiros por
exemplo, esto via de regra associadas a garantir um fluxo de atendimento tal que
todos os passageiros possam ser atendidos antes da partida programada do vo.

100

E[C(t)]

90

80

Fluxo acumulado

70

E[C(t)] + [C(t)]

60

E[C(t)] [C(t)]

50
40

30
20

10
0
0

10

20

30

40

50

60

70

80

90

100

Tempo

Figura 2.14: Campo de variao de C (t) para chegadas seguindo uma

distribuio binomial (fonte:adaptado de Newell(1982) Fig. 4.1)

2.2.4 Filas Estocsticas com C Grande

46

A literatura que descreve tcnicas de anlise de problemas que caem nessa

categoria extensa, pois foi justamente esse o caso originalmente analisado por
Erlang no contexto de servios de telefonia.
Em particular o caso de C tem grande destaque, pois nessas condies
pode-se demonstrar que para a fila M/M/

a distribuio de probabilidade dos

elementos no sistema tem a forma

1

n!

Pn

ou seja, segue uma distribuio de Poisson .

4

No nosso estudo introdutrio entretanto, estamos interessados apenas nos

principais indicativos de como esses sistemas se comportam em termos reais, e sua
sensibilidade em relao variao dos parmetros dos processos de chegada e de
atendimento.
A Tabela 2.1 apresenta comprimentos mdios F para valores de C
relativamente grandes (C 10) e nos da algumas respostas para o comportamento de
filas nessas condies.
Nota-se inicialmente que o nmero mdio de elementos no sistema s maior
do que o nmero de canais C para valores relativamente altos de .

Mesmo nessas condies, tomando F = TF

TF

, tem-se
C

F Ta
, ou seja, se os tempos de atendimento mdio Ta forem pequenos, os
C

tempos de permanncia na fila sero relativamente pequenos, mesmo para F

aparentemente elevados.

para uma sntese dos mtodos de anlise matemtica de filas com C grande ver Newell (1982) item
5.5

47

Tabela 2.1: Variao de F em funo de para valores de C grandes

VALORES DE F
Tipo de fila
C

10

M/M/C
15

20

25

0.90
6.02
5.42
4.96
4.57
0.95
15.68 14.95 14.35 13.84
0.98
45.48 44.66 43.97 43.37
0.99
95.41 94.56 93.84 93.21
(fonte:Tabelas de Hillier and Yu (1981))

M/D/C
10

15

3.10
7.95
22.86
47.83

2.98
7.81
22.70
47.66

20

D/M/C
10

15

2.82
7.61
22.48
47.43

2.45
7.12
21.92
46.86

2.08
6.64
21.36
46.26

Assim sendo, fica relativamente fcil estimar, com razovel nvel de preciso, a
quantidade de canais de atendimento em paralelo necessrios para alguns tipos de
instalaes de transporte, onde deve haver um balanceamento de fluxos de chegadas e
fluxos de atendimento e onde a condio de C grande vlida. o caso por exemplo
de um posto de pedgio, onde se deseja dimensionar, na fase de projeto, o nmero de
canais de atendimento que devero ser construdos para que o fluxo mximo de
atendimento no pedgio seja compatvel com a capacidade mxima da via em
perodos de pico de trfego com "razovel" nvel de servio. Da Tabela 2.1 observa-se
que a partir de 10 canais, qualquer valor de <1 j garante esse nvel "razovel", pois
se tivermos uma fila M/M/C (condio mais crtica) e distribuirmos os veculos por 10
canais, a fila mdia mxima que ocorreria para valores de da ordem de 0.99, seria
de aproximadamente 10 carros em fila por canal, o que para um atendimento mdio
de 15 s/veculo implicaria em esperas da ordem de 2.5 min.
Nota-se que, a uma pequena reduo do valor de , correspondem
desempenhos consideravelmente melhores, ou seja, se atravs de treinamento
adequado dos caixas for possvel reduzir o tempo mdio de atendimento em 10%
(passar de 15s para 13.5s) a fila tende praticamente a desaparecer. Como estimativas
futuras tanto da demanda de trfego em perodos de pico, como de tempos mdios de
atendimento so imprecisas, a simples tcnica de balanceamento de fluxos conduz a
estimativas bastante adequadas do nmero de canais necessrios.
Nota-se tambm nesse tipo de problema que, apesar de ocorrer uma variao
do valor numrico de F do modelo M/M/C para os modelos M/D/C ou D/M/C, em

48

termos de aplicabilidade prtica, qualquer refinamento desnecessrio, a menos que

haja um conhecimento extremamente preciso dos valores esperados de e .
A situao descrita comum a muitos problemas de engenharia em que
usamos teoria das filas para planejamento e projeto de instalaes que devero
atender a condies operacionais sbre as quais se tem, no momento de elaborar o
projeto, informaes limitadas. Se por exemplo, por alguma razo (e.g.
estabelecimento de uma tarifa de pedgio que exige um trabalho adicional de fazer
troco) o tempo mdio de atendimento futuro for maior que o utilizado no projeto, o
sistema poder entrar em colapso, por mais elaborado que tenha sido o modelo de
filas utilizado.

2.3 A Fila com M Canais de Atendimento em Srie

2.3.1 A Fila Determinstica
Os problemas de filas em srie so bastante comuns nos transportes onde um
elemento processado em m canais sucessivos (e.g. uma srie de semforos ao longo
de uma avenida).
Um modelo analgico que representa bem esse fenmeno o de um
brinquedo de criana constitudo de canaletas de madeira onde correm bolinhas de
vidro conforme mostra a Figura 2.15., no qual se adapta um sistema de controle do
fluxo de bolinhas em cada extremo.
O modelo nos mostra claramente que o fluxo de chegada ao canal 2 est
condicionado pelo processo de atendimento no canal 1 e que o fluxo de chegada no
canal 3 est condicionado pelo processo de atendimento no canal 2, e assim por
diante.

49

Figura 2.15: Modelo analgico de filas em srie com fluxo de elementos discretos

As medidas de mrito de um sistema como este podem ser obtidas a partir de

um grfico de fluxo acumulado de eventos como o da Figura 2.16, onde se admitiu
que o tempo que uma bolinha leva para deslocar-se da sada do canal i at a fila i+1
desprezvel frente ao tempo de atendimento mais tempo na fila i+1.
Em um sistema de filas em srie comum que se queira avaliar no s o
desempenho das filas de cada um dos componentes do sistema, mas tambm medidas
do sistema como um todo, ou seja, tempo mximo de permanncia no sistema,
nmero mximo acumulado no sistema, ou tempo mdio de permanncia no sistema.
o caso por exemplo de avaliar, quanto tempo uma pessoa que entra em um hospital
para um "check-up" geral, levar em mdia para percorrer todas as clnicas, ou quanto
tempo uma pea que entra em um processo de produo levar para ficar pronta.

50

20

Fluxo Acumulado (N)

15

10

chegada ao sistema
entrada C1
sada C1 = entrada C2

sada C2
entrada C3
sada C3 = sada do sistema

0
0

10

15

20

25

30

35

40

45

50

55

60

65

Tempo

Figura 2.16: Representao grfica de uma fila determinstica de eventos

discretos com 3 canais em srie

No caso de fluxo de um fluido, um modelo analgico de representao o de

uma srie de caixas d'gua interligadas em srie conforme ilustrado na Figura 2.17.

chegada ao
sistema
acumulador 1
acumulador 2

51

acumulador 3
sada do
sistema

Figura 2.17: Modelo analgico de filas em srie de um fluido

Neste caso, um grfico do fluido acumulado em cada uma das caixas poderia
ter o aspecto apresentado na Figura 2.18.
Na Figura 2.18 os valores F1 , F2 , F3 e F4 representam as filas ou acmulos
nos reservatrios; nos reservatrios 2, 3 e 4 admitiu-se que os elementos entram na
fila seguinte no instante em que so liberados no canal de atendimento anterior, e que
o seu atendimento termina no instante em que saem da fila, ou seja, sada da fila =
sada do sistema.
Um exemplo tpico de um encadeamento de filas dessa natureza, o caso
observado no embarque de passageiros em aeroportos onde, aps serem despachados
no canal de despacho de bagagem (fila F1), os passageiros normalmente se acumulam
no saguo principal do aeroporto at que sejam chamados para a sala de prembarque (fila F2); nessa sala os passageiros se acumulam at a liberao para
embarque no avio (fila F3); a fila F4 mostrada no grfico, corresponderia ao acmulo
de pessoas entre o balco de conferncia de embarque e a porta de embarque da
aeronave.

52

200

chegada ao sistema = chegada fila 1

entrada C1

180

sada C1 = chegada fila 2

sada C2 = chegada fila 3
sada C3 = chegada fila 4

160

A1

sada C4 = sada do sistema

140

Fluxo Acumulado

F1

120

100

A4F4
80

A2F2
60

40

A3F3
20

0
0

10

15

20

25

30

35

40

45

50

55

60

Tempo

Figura 2.18: Representao grfica de uma fila determinstica de um fluido com

3 canais em srie

2.3.2 A Fila Estocstica

Descreveremos o processo de encadeamento de filas estocsticas usando o
modelo analgico da Figura 2.15. A diferena em relao ao caso determinstico que
as bolinhas chegam ao sistema segundo um processo estocstico, e so atendidas em
cada canal com um tempo de atendimento tambm varivel aleatoriamente.

53

Para simplificar a compreenso da simulao grfica apresentada na Figura

2.19, admitiu-se 3 filas em srie, cada uma delas com apenas 1 canal de atendimento.
Por questo de simplicidade, admitiu-se tambm que a distribuio dos
intervalos de tempo entre chegadas sucessivas ao sistema, bem como as distribuies
dos tempos de atendimento em cada um dos tres canais, so exponenciais. Nessas
condies as tres filas so do tipo M/M/1, pois o processo de sida da fila i o
processo de chegada fila i+1.
Pode-se entretanto facilmente imaginar o que aconteceria se a fila 2 por
exemplo, tivesse 3 canais de atendimento em paralelo; o processo de saida dos canais
da fila 2 seria semelhante ao apresentado na Figura 2.11. Da mesma forma, se o
atendimento no canal 1 fosse determinstico e houvesse apenas um canal de
atendimento na fila 2, ento a fila no canal 2 seria do tipo D/M/1 e no M/M/1.
Para ampliar a sensibilidade em relao ao que ocorre com uma fila estocstica
em funo da variao de valores de , a Figura 2.19 apresenta condies de
diferentes para cada uma das filas.
Nota-se da nossa simulao da fila 2, a qual foi gerada com um conjunto de
nmeros aleatrios diferentes dos utilizados para a gerao da filas 1 e 3, que o fato
de ter-se reduzido para 0.8, no conduziu a filas significativamente menores que no
caso da fila 1 onde = 1.0. No caso da fila 3 entretanto, onde = 1.5, nota-se uma
clara divergncia entre as curvas C(t) e E(t), qual se superpe s variaes de F em
funo da estocasticidade do processo.
Em sntese, a nica dificuldade desse modelo em relao ao modelo
determinstico, como nos casos anteriores, reside na complexidade do tratamento
matemtico das medidas de mrito.

54

50

40

Fluxo acumulado

30

chegada ao sistema
entrada no canal 1
20

sada do canal 1
chegada no canal 2
entrada no canal 2
sada do canal 2

10

chegada no canal 3
entrada no canal 3
sada do canal 3
sada do sistema

0
0

10

20

30

40

50

60

70

80

90

100

110

120

130

140

150

Tempo

Figura 2.19: Representao grfica de uma fila estocstica com 3 canais de

atendimento em srie

2.3.3 O Efeito de Capacidade Finita de Estocagem

Em muitos sistemas de filas em srie, em particular durante picos de trfego,
pode ocorrer que seja atingido um limite de capacidade de acmulo de um subsistema,
fenmeno este que influenciar o(s) acmulo(s) no(s) subsistema(s) que o
precede(m).

55

Para ilustrar o fenmeno recorremos novamente ao modelo determinstico

dada a facilidade de representao grfica.
A Figura 2.20, ilustra vrias situaes alternativas em que existe um limite
superior de acmulo Akmax em um subsistema k. Quando esse limite atingido, o fluxo
de sada do subsistema k-1 passa a depender do processo de atendimento do
subsistema k, ou seja, a fila do subsistema k passa a se formar dentro do subsistema k1. Na prtica existem casos extremos onde necessria a interrupo do servio no
subsistema k-1 (e.g. bloqueio de catracas numa estao de metro quando h acmulo
excessivo de pessoas nas plataformas, interrupo do fluxo de entrada de caminhes
em uma fbrica quando lota o ptio interno).
Para ilustrar o fenmeno em maior amplitude, recorremos na Figura 2.20 a
uma condio inicial em que j existem acmulos na maioria dos subsistemas, fato
este que em princpio s vivel no modelo determinstico, se assumirmos que houve
interrupo do atendimento em um perodo anterior ao representado no grfico.
Chamando Akmax a capacidade de acmulo mximo do subsistema k tem-se:
A k ( t ) S k 1 ( t ) S k ( t ) com A k ( t ) A k max .

Na Figura 2.20 o canal 1 tem um fluxo de servios S1 ( t ) C1 ( t ) e consegue

atender todos os elementos na medida em que vo chegando, mantendo para efeitos
prticos, a fila F1(t) igual a zero. O subsistema 2 entretanto, tem um fluxo de servios
S 2(t) < S1(t) (fluxo liberado no subsistema 1 = fluxo de entrada no subsistema 2).
O nmero de elementos no subsistema 2, A 2(t) = S1(t) - S2(t) , vai crescendo
at atingir a capacidade A 2ma x no ponto 1. O ponto 1 encontrado transladando-se
a curva S2 (t) para cima com um deslocamento igual a A 2ma x (a linha pontilhada a
esquerda de 1 indica a translao).
A partir do ponto 1 o processador 1 s consegue trabalhar com velocidade tal
a manter o acmulo no subsistema 2 em sua mxima capacidade A2max. Como a partir

56

desse ponto S1(t) < C1(t) , comea a haver acmulo nesse subsistema, o qual antes
estava vazio.
O subsistema 3 mais lento ainda, e sua capacidade atingida no ponto 2. A
partir desse ponto S2(t) = S3(t) , e como o subsistema 2 j estava no seu limite de
capacidade ento S1(t) = S2(t) = S3(t) (ponto 2'). Com essa reduo adicional do fluxo
de servio no subsistema 1 atinge-se para esse subsistema um limite de capacidade
A1max no ponto 3, a partir do qual necessria a imposio de uma condio de
restrio de entrada no sistema C 1(t) S3(t)
.
Os subsistemas 4 e 5, os quais tm fluxos de servios maiores que S3(t) ,
mostram o que ocorre com a fila se existisse um nmero A K (0) de elementos no
sistema no instante 0 que so absorvidos progressivamente no sistema at que ambas
as filas tendem a zero a partir do ponto 7. Esse caso s ocorre

no caso de

atendimentos descontnuos, caso por exemplo de uma srie de semforos ao longo de

uma avenida , e por isso apresentado aqui a ttulo de introduo conceitual.
5

C1(t)
3

A1MAX

S1(t)

C(0) = S1(0)

A2MAX
2
A1(0)
5 Newell (82) item 3.6 pp.65-70 apresenta uma descrio desse caso.
A2(0)
A3MAX

S2(t)
7

Fluxo acumulado

57

S3(t)3
S2(0)

AS33(0)
(t)5
S4C(t)
(t)
S3(0) S4(t)4
A4(0)
C5

A5MAX
S5S(t)
5(t)

Tempo

Figura 2.20: Filas em srie com limite de capacidade de acmulo

(fonte:adaptado de Newell(1982) fig.3.3)