Teoria de Filas Aula 15



Documentos relacionados
Modelagem e Análise Aula 9

Avaliação e Desempenho Aula 18

Teoria das Filas aplicadas a Sistemas Computacionais. Aula 20

COS767 - Modelagem e Análise Aula 2 - Simulação. Algoritmo para simular uma fila Medidas de interesse

Avaliação de Desempenho de Sistemas

Processos Estocásticos aplicados à Sistemas Computacionais

Modelos de Filas de Espera

Introdução a Teoria das Filas

Sistemas de Apoio à Decisão

Uma introdução à Teoria das Filas

16.36: Engenharia de Sistemas de Comunicação. Aulas 17/18: Modelos de Retardo para Redes de Dados

Modelos Estocásticos. Resolução de alguns exercícios da Colectânea de Exercícios 2005/06 PROCESSOS ESTOCÁSTICOS E FILAS DE ESPERA LEGI

Avaliação de Desempenho de Sistemas

Introdução à Teoria das Filas

Objetivos. Teoria de Filas. Teoria de Filas

24/Abril/2013 Aula 19. Equação de Schrödinger. Aplicações: 1º partícula numa caixa de potencial. 22/Abr/2013 Aula 18

Processos Estocásticos

Introdução. Uso do disco Vantagens Desvantagens Baixo custo, facilidade de manutenção do software e do hardware, simetria e flexibilidade

Exercícios de Filas de Espera Enunciados

Um jogo de preencher casas

Resolvendo problemas com logaritmos

Avaliação de Desempenho

CAPÍTULO 3. Sistemas com Vários Componentes (Multicomponentes) em Modelos Markovianos de Decisão

Simulação de Sistemas Teoria das Filas Estrutura do Sistema

Introdução às equações diferenciais

Sistemas Operativos. Sumário. Escalonador da CPU. ! Filas Multinível. ! Filas Multinível com Feedback. ! Escalonamento em multiprocessadores

MATEMÁTICA FINANCEIRA Professor Fábio Maia. AULA 1 - Juros Simples. Formulário: Juros Simples: j = C.i.n e Montante: M = C. (1 + i.

Processo de chegada: o Chegadas em grupo ocorrem segundo um processo Poisson com taxa. O tamanho do grupo é uma variável aleatória discreta

TEORIA DAS FILAS 1.1 UMA INTRODUÇÃO À PESQUISA OPERACIONAL

AVALIAÇÃO DE DESEMPENHO

Gestão de Operações II Teoria das Filas

Resoluções comentadas de Raciocínio Lógico e Estatística - SEPLAG APO

UNIDADE 4 FUNÇÕES 2 MÓDULO 1 FUNÇÃO QUADRÁTICA 1 - FUNÇÃO QUADRÁTICA. 103 Matemática e Lógica Unidade 04. a > 0 a < 0 > 0


UDESC DCC TADS DISCIPLINA : PESQUISA OPERACIONAL QUINTA LISTA DE EXERCÍCIOS

Probabilidade e Estatística I Antonio Roque Aula 11 Probabilidade Elementar: Novos Conceitos

Notação. Quantidades Económicas de Encomenda. 1.1 Quantidade Económica de Wilson. 1.1 Quantidade Económica de Wilson

Métodos Quantitativos Prof. Ms. Osmar Pastore e Prof. Ms. Francisco Merlo. Funções Exponenciais e Logarítmicas Progressões Matemáticas

Instalação licença Network SOLIDWORKS 2016

Linguagem e Técnicas de Programação I Tipos de dados, variáveis e constantes. Prof. MSc. Hugo Souza Material desenvolvido por: Profa.

Circuito RC: Processo de Carga e Descarga de Capacitores

Conteúdos: Funções da Linguagem

Estatística e Probabilidade. Aula 8 Cap 05. Distribuição normal de probabilidade

Usando o do-file editor Automatizando o Stata

Uma estratégia para sustentabilidade da dívida pública J OSÉ L UÍS O REIRO E L UIZ F ERNANDO DE P AULA

Faça a gestão do espaço da sua conta de egomail

Uma e.d.o. de segunda ordem é da forma

Instituto de Educação Marista Nossa Senhora das Graças Viamão RS USBEE União Sul Brasileira de Educação e Ensino. Tecnologias para Aprender e Ensinar

Unidade 3 Função Logarítmica. Definição de logaritmos de um número Propriedades operatórias Mudança de base Logaritmos decimais Função Logarítmica

UNIVERSIDADE FEDERAL DO MATO GROSSO CAMPUS

Filas: conceitos e implementações

Telefonia Celular: Troncalização. CMS /1 Professor: Bruno Fontana da Silva

29/Abril/2015 Aula 17

Administração de Sistemas de Informação Gerenciais

Resolverei neste artigo uma prova da fundação VUNESP realizada em 2010.

Nível da Arquitetura do Conjunto das Instruções

Faculdade de Computação

Prof. Marcelo Nogueira

ECOLOGIA GERAL ECOLOGIA DE POPULAÇÕES (DINÂMICA POPULACIONAL E DISPERSÃO)

Fila de Prioridade. Siang Wun Song - Universidade de São Paulo - IME/USP. MAC Estruturas de Dados

A linguagem como representação

QUANTIFICADORES. Existem frases declarativas que não há como decidir se são verdadeiras ou falsas. Por exemplo: (a) Ele é um campeão da Fórmula 1.

EXERCÍCIOS DE RECUPERAÇÃO- MATEMÁTICA 6º ANO-PROFA. M.LUISA-2º BIMESTRE MÚLTIPLOS, DIVISORES, FATORAÇÃO, MDC.MMC,PROBLEMAS

1 Propagação de Onda Livre ao Longo de um Guia de Ondas Estreito.

Algoritmos e Estruturas de Dados I 01/2013. Estruturas Condicionais e de Repetição (parte 2) Pedro O.S. Vaz de Melo

Refração da Luz Índice de refração absoluto Índice de refração relativo Leis da refração Reflexão total da luz Lentes Esféricas Vergência de uma lente

Notas de Cálculo Numérico

Microsoft Excel. Formulários PARTE 8 SUMÁRIO

por séries de potências

Avaliação de Desempenho de Sistemas. Conceitos Básicos de Sistemas e Modelos

GASTOS VARIÁVEIS, FIXOS E SEMI-VARIÁVEIS (alguns conhecimentos indispensáveis para quem trabalha com análises econômicas e financeiras) ASSOCIADOS

Seminário de Avaliação Econômica de Projetos Sociais

MATEMÁTICA PROVA DO VESTIBULAR ESAMC RESOLUÇÃO E COMENTÁRIO DA PROFA. MARIA ANTÔNIA GOUVEIA. 26. A expressão numérica ( ) RESOLUÇÃO:

Singularidades de Funções de Variáveis Complexas

Algoritmos de Escalonamento

Sistemas de Numeração

Funcionalidades do sistema SPED Contábil. Luiz Campos

COLÉGIO ESTADUAL VISCONDE DE BOM RETIRO. Plano de aula 05 junho de Bolsistas: Guimara Bulegon, Maiara Ghiggi e Viviane Polachini

INSTITUTO TECNOLÓGICO

Função do 2º Grau. Alex Oliveira

A Torre de Hanói e o Princípio da Indução Matemática

ELEMENTOS DA TEORIA DAS FILAS

Resolução dos Exercícios sobre Derivadas

Sistemas de Filas: Aula 1. Amedeo R. Odoni 10 de outubro de 2001

UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE CIÊNCIAS INTEGRADAS DO PONTAL FÍSICA EXPERIMENTAL III INDUTORES E CIRCUITOS RL COM ONDA QUADRADA

7 - Análise de redes Pesquisa Operacional CAPÍTULO 7 ANÁLISE DE REDES. 4 c. Figura Exemplo de um grafo linear.

4) Considerando-se os pontos A(p1, q 1) = (13,7) e B (p 2, q 2) = (12,5), calcule a elasticidade-preço da demanda no ponto médio.

Paridades. Paridade do Poder de Compra

1 A Integral por Partes

1. Explicando Roteamento um exemplo prático. Através da análise de uns exemplos simples será possível compreender como o roteamento funciona.

Problemas de Otimização. Problemas de Otimização. Solução: Exemplo 1: Determinação do Volume Máximo

Universidade Federal de São Carlos Departamento de Matemática Curso de Cálculo Numérico - Turma E Resolução da Primeira Prova - 16/04/2008

A MONTAGEM DA EQUAÇÃO PARA DETERMINAÇÃO DO PREÇO DE VENDA

Transcrição:

Teoria de Filas Aula 15 Aula de hoje Correção Prova Aula Passada Prova Little, medidas de interesse em filas

Medidas de Desempenho em Filas K Utilização: fração de tempo que o servidor está ocupado Tempo de espera: quantidade de tempo que cada elemento espera na fila Vazão (Throughput): quantidade de elementos servidos pela fila por unidade de tempo Fração de descarte: fração de elementos descartados por falta de espaço na fila

Utilização N(t) evolução do tamanho da fila no tempo t Sistema ocioso Sistema ocupado Utilização: fração de tempo que sistema está ocupado U = + + + + +... +

Calculando a Utilização Seja T um intervalo de tempo qualquer (grande) T E[X] T E[X] T E[X] T E[X] Número médio de pedidos que chegam no intervalo Tempo médio para servir cada pedido Tempo médio para servir todos os pedidos Fração de tempo servindo os pedidos Utilização

O que é? E[X] E[X] : taxa média de chegada : tempo médio de serviço E[X] : adimensional E[X] > 1 : chegada maior que serviço E[X] < 1 : chegada menor que serviço Fila irá crescer indefinidamente Fila sobre controle E[X] : utilização do sistema Fração de tempo que o sistema passa servindo pedidos

Tempo de Espera Como calcular o tempo de espera em uma fila? tempo decorrido desde o instante de chegada até o instante de saída IDÉIA: Decompor o tempo de espera em tempos menores Tempo para finalizar o pedido sendo atendido no instante de chegada Tempo para atender cada um dos pedidos da fila Tempo para atender o pedido que acabou de chegar

Variáveis Aleatórias de uma A Fila W N c : número de pedidos na fila quando nosso pedido chega (incluindo o que está sendo atendido) R : tempo residual (tempo para finalizar atendimento do pedido sendo atendido) X i N c : tempo necessário para atender o i-ésimo pedido da fila (i=1, 2,..., N c - 1) W : tempo de espera de um pedido (do instante de chegada até o instante de saída) X

Tempo de A W Espera W: tempo de espera do pedido que chegou N c pedidos no sistema N c X 1 em atendimento + N c 1 na fila Quanto vale W? W = R + X 1 + X 2 +... + X N c-1 + X tempo residual do elemento em atendimento tempo de serviço do i-ésimo elemento da fila tempo de serviço do elemento que acabou de chegar

Tempo Médio de Espera A W N c Aplicar valor esperado E[.] Tempo médio de espera: E[W] E[W] = E[R + X 1 + X 2 +... + X N c-1 + X] E[W] = E[R] + E[X ]+... + E[X ]+ E[X] 1 N c-1 X E[W] = E[R] + E[N c ]E[X] X i são idênticamente distribuídas

Resultado de Little E[W] Caixa Preta E[N] : taxa média de chegada E[W] : tempo médio que cada pedido permanece dentro da caixa preta E[N] : número médio de pedidos dentro da caixa (depois de um tempo muito grande) Qual é a relação entre eles? E[N] = E[W] Vamos provar isto hoje!

Resultado de Little E[W] Caixa Preta E[N] Número médio dentro do sistema é igual ao produto da taxa média de chegada pelo tempo médio de permanência no sistema Intuitivo, mas poderoso (não depende de nenhuma distribuição) Exemplo: E[W] = 3.5 minutos =2 E[N] =? clientes por minuto

Resolvendo o Tempo Média de Espera Duas equações: E[W] = E[R] + E[N c ]E[X] E[N] = E[W] Suposição (I) : E[N] = E[N c ] Suposição (II) : E[R] = E[X] Substituindo nas equações acima, temos E[W] = E[X] + E[W] = E[X] 1 E[X] E[W]E[X] equação em função dos parâmetros da fila

Suposição I: E[N] = E[N c ] Duas variáveis (medidas) Número de elementos no sistema N em um instante de tempo qualquer N c no instante de uma chegada

Suposição I E[N] = E[N c ] Quando isto é verdade? PASTA Poisson Arrivals See Time Averages pas Quando o processo de chegada é Poisson E[N] = E[N c ]

E[R] = E[X] Suposição II Quando isto é verdade? Memoryless Distribuição não tem memória Quando o tempo de serviço é exponencial

Medidas de Desempenho Comportamento típico em Filas K Tempo de espera Vazão Tradeoff entre tempo de resposta e vazão

Aplicando a Lei de Little Cálculo do número médio de clientes no SISTEMA (fila + serviço): E[N] = λe[w] Cálculo do número médio de clientes na FILA E[N q ]=λe[w q ]