Sistemas de Filas: Aula 3 Amedeo R. Odoni 17 de outubro de 2001 Roteiro da Apresentação • • • • • M/M/1: sistema com capacidade finita, K M/M/m: sistema com capacidade finita, K M/M/m: sistema com capacidade finita, K = m Aspectos relacionados e extensões Exemplo de sistema M/E2/1 • M/G/1: epochs e probabilidades de transição • M/G/1: determinação de L • Porque M/G/m, G/G/1, etc. são difíceis M/M/1: sistema com capacidade finita, K; clientes que encontram o sistema cheio são perdidos λ 0 λ 1 µ ρn (1 − ρ ) Pn = 1 − ρ K +1 … 2 µ λ λ µ λ k -1 µ k µ para n = 0, 1, 2, …, K • Sistema sempre entra em equilíbrio • Cuidado ao aplicar a lei de Little! Devem ser considerados apenas os clientes que efetivamente entram no sistema: λ' = λ (1 − PK ) M/M/m: sistema com capacidade finita, K; clientes que encontram o sistema cheio são perdidos λ 0 λ 1 µ λ 2 2µ λ λ … 3µ mµ m λ m +1 mµ λ … mµ λ K -1 mµ K mµ • É possível montar as equações de equilíbrio e obter expressões exatas para Pn, L, W, Lq, Wq • De grande utilidade prática M/M/m: sistema com capacidade finita, m; caso especial! λ λ 0 1 µ () … 2 2µ λ λ 3µ λ m -1 (m - 1)µ m mµ λ n µ Pn = n! m ∑ () λ i µ para n = 0, 1, 2, …, m i! • Probabilidade do sistema cheio, Pm, é uma “equação de perda de Erlang” i=0 • Exatamente a mesma expressão obtida para Pn de um sistema M/G/m com K = m M/M/∞ (número infinito de servidores) λ 0 λ 1 … 2 µ 2µ n λ ⋅e µ Pn = n! λ λ 3µ λ m -1 (m –1)µ λ m mµ λ m +1 (m + 1)µ λ − µ para n = 0, 1, 2, … • N segue uma distribuição de Poisson! • L = λ/µ; W = 1/µ; Lq = 0; Wq = 0 • Várias aplicações … (m + 2)µ Variações e extensões do processo de nascimento e morte em sistemas de filas • Grande número de extensões dos modelos já apresentados • Por exemplo: existem sistemas em que a taxa de chegadas e de atendimentos dependem do estado do sistema; para alguns deles, é possível obter expressões analíticas exatas • Sistemas que não constituem um processo de renovação, mas que podem ser modelados como sendo contínuos no tempo. Processos markovianos também podem ser analisados • A representação do estado é o aspecto de grande importância (exemplo M/Ek/1) M/G/1: aspectos gerais • Chegadas Poissonianas, taxa λ • Distribuição genérica para tempos de atendimento, S; fS(s); E[S] = 1/µ; σS • Fila com capacidade infinita • O sistema NÃO caracteriza um processo contínuo de Markov (na maior parte do tempo “ele tem memória”) • É possível, entretanto, identificar instantes (“epochs”) em que só precisamos saber qual o número de clientes no sistema de forma a determinar a probabilidade de que num próximo instante 0, 1, 2, …, n clientes estejam no sistema • “epoch”: instante imediatamente após o final de um atendimento M/G/1: Probabilidades de transição para os estados do sistema nos instantes de fim de atendimento (1) • N = número de clientes no sistema num “epoch” aleatório, ou seja, logo após o fim de um atendimento • N’ = número de clientes no sistema no próximo “epoch”, ou seja, no instante em que o próximo atendimento é finalizado • R = número de novos clientes chegando ao sistema durante o atendimento do primeiro cliente a ser atendido depois de um epoch N’ = N + R -1 se N > 0 N’ = R se N = 0 • Obs: certifique-se que você entendeu como R foi definido Epochs e o valor de R N Entre t1 e t2, R = 2 Entre t5 e t6, R = 0 t1 t2 t3 t4 t5 t6 t M/G/1: Probabilidades de transição para os estados do sistema nos instantes de fim de atendimento (2) • As probabilidades de transição podem ser expressas em função de probabilidades: P[número de novas chegadas durante um atendimento = r] = αr = ∫ ∞ 0 (λt ) ⋅ e − λt ⋅ f S (t ) ⋅ dt r! r para r = 0, 1, 2, … • Podemos então desenhar diagramas de estado de transição representando os instantes de finais de atendimentos Uma observação importante • As probabilidades P[N=n] de que n clientes estejam no sistema num “epoch” aleatório são iguais as probabilidades estacionárias, Pn, de existirem n clientes no sistema num instante aleatório qualquer • Chegadas Poissonianas “vêem” tempos médios • Podemos então usar os mesmos argumentos de um sistema M/M/1 para obter: P0 = 1 - λ/µ e E[B] = 1/(µ - λ) • Podemos ainda obter expressões exatas para L, W, Lq e Wq Valores médios para um sistema M/G/1