Beruflich Dokumente
Kultur Dokumente
2.
10
tradicional de
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.
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
12
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
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
si
ei
ci
- instante de chegada do
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
ts4
te4
2
0
0
ta
10
12
Tempo
14
tb
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
A max = F max + 1
8
F max = 4
10
4
12
Tf max
Ts max
0
0
ta
10
Tempo
12
14
tb
16
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
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)
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
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
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
21
300
280
Xn = Xm
Tf max
T atd =
2 min
F max
260
240
C(t)
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
C( t )
c( t )dt
0
22
E( t )
e( t )dt -
instante t.
e
tb
C( t ) E(t )dt
ta
fila mdia
3
23
1
Ttot f
tb ta
1
Ttot f
n
1
Ttot s
tb ta
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
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
160
40
200
20
0
10
20
30
40
50
60
70
80
Tempo (minutos)
26
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
27
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
28
(1 - )
F=
e lembrando que F Tf e
A Ts
(1 - )
,
1
((1 - ) )
Tf =
((1 - ) )
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
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
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
F
F
M
D
com
var Ta
E Ta
a qual conduz a F
ea F
2
( 1 + C 2v (Ta ))
2(1 - )
F
F
M
D
4.
31
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
32
33
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
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.
35
transformao
desses
resultados
tericos
em
procedimentos
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
37
1
( C )
( C )c
+
j!
C!( 1 - )
j= 0
j
C -1
P0
n!
para 1 n C
P0
n! C ( n -C )
para n > C
P n N max
N max
P
n 1
Ts
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
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
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
40
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
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
42
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 !
45
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
46
1
n!
Pn
, tem-se
C
F Ta
, ou seja, se os tempos de atendimento mdio Ta forem pequenos, os
C
para uma sntese dos mtodos de anlise matemtica de filas com C grande ver Newell (1982) item
5.5
47
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
49
Figura 2.15: Modelo analgico de filas em srie com fluxo de elementos discretos
50
20
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
chegada ao
sistema
acumulador 1
acumulador 2
51
acumulador 3
sada do
sistema
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
180
160
A1
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
53
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
55
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
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