Download - Filas M/M/1
![Page 1: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/1.jpg)
Filas M/M/1Filas M/M/1
![Page 2: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/2.jpg)
Chegadasde Poisson k
Serviçoexponencial
M/M/1M/M/1 É o exemplo mais simple de um PNM. Servidor único Processos de chegada Poisson Tempo de serviço com distribuição
exponencial. Política de serviço FIFO
![Page 3: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/3.jpg)
Sistema
servidorfila
Chegadas
M/M/1M/M/1
![Page 4: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/4.jpg)
Chegadas
Sistema
servidorfila
M/M/1M/M/1
![Page 5: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/5.jpg)
Chegadas
Sistema
servidorfila
M/M/1M/M/1
![Page 6: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/6.jpg)
Chegadas
Sistema
servidorfila
M/M/1M/M/1
![Page 7: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/7.jpg)
Chegadas
Sistema
servidorfila
M/M/1M/M/1
![Page 8: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/8.jpg)
Chegadas
Sistema
servidorfila
M/M/1M/M/1
![Page 9: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/9.jpg)
Chegadas
Sistema
servidorfila
M/M/1M/M/1
![Page 10: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/10.jpg)
Chegadas
Sistema
servidorfila
M/M/1M/M/1
![Page 11: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/11.jpg)
Chegadas
Sistema
servidorfila
M/M/1M/M/1
![Page 12: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/12.jpg)
Chegadas
Sistema
servidorfila
M/M/1M/M/1
![Page 13: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/13.jpg)
k
k
M/M/1M/M/1 Exemplo 1: seja a seguinte representação de uma
rede de comutação de pacotes
k = : taxa de chegada dos pacotes ao nó k = : taxa de saída dos pacotes para o canal
![Page 14: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/14.jpg)
M/M/1M/M/1
Segundo a solução de PNM se tem que:
Por outro lado, a condição de normalização estabelece que:
Portanto, se :
k
k
k
i
k
0 0 00
1
,
kk 1
1 0 1
![Page 15: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/15.jpg)
M/M/1M/M/1
Segundo a solução de PNM se tem que:
Por outro lado, a condição de normalização estabelece que:
Portanto, se :
k
k
k
i
k
0 0 00
1
,
kk 1
1 0 1
kk 1 1,
![Page 16: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/16.jpg)
L E k k kk
[ ] ,
0 11
T E sE k
[ ][ ]
,
1
11
M/M/1M/M/1
De onde:
O tempo médio de permanência no sistema, igual ao tempo de espera mais o tempo de serviço, se obtém pela fórmula de Little:
![Page 17: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/17.jpg)
M/M/1M/M/1
Exemplo 2: considera-se agora o mesmo sistema de filas M/M/1 do exemplo anterior, porém a taxa de serviço é 2.
![Page 18: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/18.jpg)
E k[ ] ,
12 1
E sE k
[ ][ ]
,
1
2
12 1
M/M/1M/M/1
O valor médio do número de pacotes no sistema é:
O tempo médio de permanência no sistema é:
![Page 19: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/19.jpg)
0
1
2
3
4
5
6
0 0,2 0,4 0,6 0,8 1
E[s]
/2
M/M/1 ()
M/M/1 (2
E[s]= tempo de resposta normalizado
Gráfico comparativoGráfico comparativo
![Page 20: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/20.jpg)
A ocupação média de um buffer de um concentrador de dados pode ser calculada para diferentes casos. Neste tipo de equipamento, os pacotes que entram de terminais a ele conectados são armazenados por ordem de chegada em um buffer, e são então lidos em FIFO sobre um enlace de saída de transmissão.
TERMINAL
TERMINAL
TERMINAL
TERMINAL
CONCENTRADORBUFFER
Análise de um concentradorAnálise de um concentrador
![Page 21: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/21.jpg)
10 terminais estão conectados ao concentrador Cada um gera um pacote a cada 8 segundos
(distribuição exponencial) Pacotes têm 960 bits de comprimento em
média (distribuição exponencial) Linha de saída com capacidade de 2400 b/s
Ocupação média do buffer = E [n] = ? Atraso médio no sistema = E [T] = ? Tempo médio de espera na fila = E [W] = ?
Análise de um concentradorAnálise de um concentrador
![Page 22: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/22.jpg)
Modelo: para modelar o buffer será usada uma
fila M/M/1
Ocupação média do buffer
Portanto:
5.0
seg4.024009601
segpacotes
25.181
10
E n( )
11
Análise de um concentradorAnálise de um concentrador
![Page 23: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/23.jpg)
Atraso médio, usando a Lei de Little:
Tempo médio de espera:
)(
)(nE
TE
seg8.0251
)( TE
1
)()( TEWE
seg4.0)( WE
Análise de um concentradorAnálise de um concentrador
![Page 24: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/24.jpg)
Cada terminal gera pacotes a cada 5 seg em média. Encontre a ocupação média do buffer E[n], o atraso médio E[T] e a média do tempo de espera E[W].
Para modelar o buffer será usada uma fila M/M/1. Ocupação média do buffer:
4)(
8.0
seg4.01
segpacotes
nE
Análise de um concentradorAnálise de um concentrador
![Page 25: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/25.jpg)
Atraso médio, usando a Lei de Little:
Tempo médio de espera:
E TE n
( )( )
seg2)( TE
E W E T( ) ( ) 1
seg6.1)( WE
Análise de um concentradorAnálise de um concentrador
![Page 26: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/26.jpg)
Filas M/M/CFilas M/M/C
![Page 27: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/27.jpg)
M/M/CM/M/C
E[t] = 1/ =: tempo médio entre chegadas ao sistema
E[x] = 1/: tempo médio dos clientes em serviço
u = E[x]/E[t] = /: intensidade de tráfego C: número de servidores A utilização de um servidor é então:
![Page 28: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/28.jpg)
M/M/CM/M/C
E[t] = 1/ =: tempo médio entre chegadas ao sistema
E[x] = 1/: tempo médio dos clientes em serviço
u = E[x]/E[t] = /: intensidade de tráfego C: número de servidores A utilização de um servidor é então:
u
C C
![Page 29: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/29.jpg)
M/M/2M/M/2
Exemplo 3: adiciona-se outra saída, formando um sistema de filas M/M/2
![Page 30: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/30.jpg)
k
k
k k
22 1 2 1
1
0 0 ,
01
12 1
,
M/M/2M/M/2
Para k a taxa de serviço efetiva é 2 .Logo, segundo a solução geral de um PNM :
Junto com a equação de normalização, obtém-se:
![Page 31: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/31.jpg)
kk k
2 1
11 2 1,
E k
E s
[ ] ,
[ ] ,
2
12 1
12 1
2
1
2
M/M/2M/M/2
Então,
Finalmente, a ocupação média do sistema e o tempo médio de permanência no sistema são:
![Page 32: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/32.jpg)
0
1
2
3
4
5
6
0 0,2 0,4 0,6 0,8 1
E[s]
/2
M/M/1 M/M/2
M/M/12
E[s]= tempo de resposta normalizado
Gráfico comparativoGráfico comparativo
![Page 33: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/33.jpg)
C
10
20 105.
M/M/1M/M/1
Exemplo 4: Fila M/M/1 Tempo entre chegadas = 20 [s] = 1/ Tempo de serviço = 10 [s] = 1/ Número de servidores = 1 = C
O servidor está ocupado na metade do tempo
![Page 34: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/34.jpg)
C
30
20 115.
M/M/1M/M/1
Exemplo 5: Fila M/M/1 Tempo entre chegadas = 20 [s] = 1/ Tempo de serviço = 30 [s] = 1/ Número de servidores = 1 = C
O sistema é inundado com chegadas (sistema instável): pode ser resolvido com outro servidor.
![Page 35: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/35.jpg)
C
30
20 20 75.
M/M/2M/M/2
Exemplo anterior com dois servidores: Tempo entre chegadas = 20 [s] = 1/ Tempo de serviço = 30 [s] = 1/ Número de servidores = 2 = C
Os servidores estarão ocupados durante 75% do tempo
![Page 36: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/36.jpg)
Modelos de filas aplicavéis a Modelos de filas aplicavéis a
centrais telefônicascentrais telefônicas
![Page 37: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/37.jpg)
Fila MFila M//MM//
Parâmetros Tempo entre chegadas ~ Exp () Tempo de serviço ~ Exp () Infinitos servidores não existem filas
Exp ()1
2
Exp ()Exp ()
![Page 38: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/38.jpg)
Cadeia de Markov M/M/
Equações:
Neste caso:
<i 0 ,
<i 0 ,
i i
i
0 1 m + 1mm – 1
(m–1) m (m+1) (m+2)
1
0 10
n
i i
in PP
![Page 39: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/39.jpg)
De onde obtém-se que:
P
nn
n
e , n 0
!
0 5 10 15 20 25 300
0.02
0.04
0.06
0.08
0.1
0.12
Probabilidade de que existam n pessoasem um sistema M/M/, com A=15 Erlangs
n
Pn
![Page 40: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/40.jpg)
Observação:
Em uma fila M/M/: Pn ~ P (
Por definição: L = /
Aplicando a Lei de Little : L = ·W
LQ = ·WQ = L – m · = L – , com:
m: número médio de servidores em uso
r: uso médio destes servidores
Então: LQ = WQ = 0,
o que está de acordo com o modelo de infinitos servidores.
![Page 41: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/41.jpg)
Fila MFila M//MM//mm
Parâmetros
Tempo entre chegadas ~ Exp ()
Tempo de serviço ~ Exp ()
Número de servidores : m
Fator de Utilização: /m
Exp ()
Exp ()1
2
m
Exp ()
Exp ()
![Page 42: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/42.jpg)
Cadeia de Markov M/M/m
0 1 mm – 1 m + 1
(m–1) m m m
Equações:
Neste caso: i , i 0
i
i i m
m
,
, m i
1
P Pni
ii
n
010
1
![Page 43: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/43.jpg)
P
Pm
n
Pm
n
n
n
0
0
!
!
, n m
m , n m
m
Substituindo e manipulando:
Pm
n
m
m
n
n
m m
00
11
1
! !
![Page 44: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/44.jpg)
Observação:
Probabilidade de que ao chegar um pacote espere por algum servidor livre, P(Fila):
Como o tempo entre chegadas é distribuído exponencialmente:
Logo, a probabilidade de existir fila é dada por:o que corresponde à fórmula Erlang – C :
P Fila P
mm
mk
mm
nn m
m
k
k
m m( )
( )!( )
( )!
( )!( )
1
10
1
P Fila ann m
( )
a Pn n
P Fila Pnn m
( )
![Page 45: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/45.jpg)
Exemplo m = 8 linhas de saída. A = 4,5 Erlangs Problema: calcular a probabilidade de espera Solução:
!84375,05,4
!
5,4
!84375,05,4
)(87
0
8
8
k
kn
n
k
PFilaP
% 4,10104,0)( FilaP
1 1 0 4375 A
m,
![Page 46: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/46.jpg)
ExemploPBX com 40 ramaisCada ramal realiza diariamente, em média, 54
ligaçõesA duração de cada ligação é, em média, de 3
minutos.
Problema 1: qual é o número de troncos de saída necessários para uma probabilidade 5% de que exista fila máxima?
![Page 47: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/47.jpg)
Solução = 40·542460 = 1,5 ligaçõesmin1 = 3 minligaçãoA = 1.5 · 3 = 4.5 ErlangsNúmero mínimo de troncos de saída:
m = 9 PFila = 4.61 %
8 9 10 110
2
4
6
8
10
12
Número de troncos (servidores)
P(F
ila)
%
Probabilidade de fila com A=4,5 Erlangs
![Page 48: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/48.jpg)
Problema 2: qual é o número de troncos de saída necessários para uma probabilidade de 0,1% de que exista fila máxima?
Solução: os parâmetros do problema se mantém. Número mínimo de troncos de saída:m = 13 PFila = 0.08 %
11 12 13 140
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
Número de troncos (servidores)
P(F
ila)
%
Probabilidade de fila com A=4,5 Erlangs
![Page 49: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/49.jpg)
Comparação:Número mínimo de troncais de saída para :
PF 5 % m = 9 PF 4,61 %PF 0,1 % m = 13 PF 0,08 %
Agregaram-se 4 troncos (isto é, aumento de 44,44 %).
Diminui-se a probabilidade de haver fila em 57,625 vezes (é dizer, diminuiu-se de 98,26 %).
![Page 50: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/50.jpg)
Fila MFila M//MM//11//NN
Parâmetros
Tempo entre chegadas ~ Exp ()
Tempo de serviço ~ Exp ()
Número de servidores : 1
Fator de utilização: /
Exp ()Exp ()
23N N-1
![Page 51: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/51.jpg)
Cadeia de Markov M/M/1/N
Equações:
Neste caso:
1-Ni 0 , i
P Pni
ii
n
010
1
0 1 NN – 1
2
, 1 i Ni
![Page 52: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/52.jpg)
P n Nn Nn
1
10
1
,
Substituindo e manipulando :
P Pnn 0
P n
n
N
N00
1
1
1
1
Conclusão:
![Page 53: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/53.jpg)
Probabilidade de bloqueio M/M/1/N
PB: probabilidade de que uma ligação que chega encontre a fila cheia e se perca.
Da figura:
= ·(1-PB)
Fila
·PB
Exp ()
![Page 54: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/54.jpg)
Juntando ambas equações e manipulando:
Aplicando a Lei de Little :
Além do mais, é a velocidade de processamento multiplicada pela fração de tempo que o servidor trabalha o servidor, isto é:
011 PPB
W
L
PN
1
= ·(1-P0)
PB Nn
11 1
P PB N
![Page 55: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/55.jpg)
Exemplo: em um PBX foram obtidas as seguintes estatísticas:
= 15 ligaçõeshr = 0,25 ligaçõesmin
1 = 3 minligação
Qual deve ser o tamanho do buffer para que a probabilidade de se perder uma ligação seja no máximo 0,1% ?
![Page 56: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/56.jpg)
Solução:
0 75,
PB
N
N
1
10 0011
,
N PB 20 0 08 , %
14 16 18 20 22 240
0.05
0.1
0.15
0.2
0.25
0.3
0.35
N
Pb
%
Probabilidade de bloqueio v/s troncos de entrada
buffer = 19 ligações
![Page 57: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/57.jpg)
Fila MFila M//MM//NN//NN
Parâmetros Tempo entre chegadas ~ Exp () Tempo de serviço ~ Exp () Número de servidores : N Fator de Utilização: /N
Exp ()
Exp ()1
2
N
Exp ()
Exp ()
![Page 58: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/58.jpg)
Cadeia de Markov de M/M/N/N
Equações:
EBG:
, 0 i N - 1i
0 1 NN – 1
2
, 1 i Ni i
V. Saída
·P0
(+i)·Pi
N·PN
Estado
00 < i < N
N
=
==
V. Entrada
·P1
(i+1)·Pi+1+ ·Pi-1
·PN-1
![Page 59: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/59.jpg)
P i
k
i Ni
i
k
k
N
!
!
,
0
0
Manipulando obtém-se:
Pi
Pi
P i Ni i
i
, 1 0 1!
Se obtém que:
Usando: Pii
N
1
0
![Page 60: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/60.jpg)
Observação: a probabilidade PN de que o sistema se encontre cheio e que ao chegar uma ligação esta se perca é dada pela fórmula de perda da distribuição de Erlang:
PN
k
N
N
k
k
N
!
! 0
![Page 61: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/61.jpg)
Dada a máxima intensidade de tráfego, movimenta-se por uma curva, avaliando a probabilidade de que um cliente não possa se comunicar, para distintas quantidades de troncos de entrada.
0 5 10 15 20 25 3001020304050
607080
90100Probabilidade de bloqueio v/s troncos de entrada
N
Pb
%
A=30Erl
2520
15105
As seguintes curvas são usadas para o dimensionamento de centrais PBX:
![Page 62: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/62.jpg)
Probabilidade de bloqueio v/s troncos de entradapara A = 10 Erlangs
17 18 19 20 21 22 23 24 250
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
N
Pb %
Supondo-se intensidade de tráfego máxima de 10 Erlangs, avalia-se as grandes diferenças entre as probabilidades de bloqueio, usando diferentes números de troncos de entrada.
![Page 63: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/63.jpg)
As seguintes curvas são usadas para verificar o dimensionamento de PBX já instaladas:
0 10 20 30 40 500
10
20
30
40
50
60
70
80
90
100Probabilidade de bloqueio v/s intensidade de tráfego
A [Erlangs]
Pb %
N = 5 9 13 17 21 25 29
Dada uma PBX com certo número de troncos, a probabilidade de bloqueio é dada pela curva correspondente, conforme seja a intensidade de tráfego em cada momento.
![Page 64: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/64.jpg)
6 7 8 9 10 11 12 130
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0
Probabilidade de bloqueio v/s intensidade de tráfegopara N = 21 troncos
A [Erlangs]
Pb %
Observa-se que para um pequeno aumento na intensidade de tráfego, a probabilidade de bloqueio pode aumentar de maneira significativa.
![Page 65: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/65.jpg)
Exemplo:PB 0,4%N = 100 linhas1 = 5 minligação
Problemas:Determinar a máxima intensidade de tráfego
admissível.Determinar a máxima taxa de chegada de
ligações para que não ocorra bloqueio.
![Page 66: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/66.jpg)
Solução:
Determinar a máxima intensidade de tráfego
admissível PA
A
k
k
k
100
100
0
100
100 0 004
!
!
,
A = 80 Erl PB = 0,399%
78 79 80 81 820
0.1
0.2
0.3
0.4
0.5
0.6
0.7
A [Erlangs]
Pb %
Probabilidade de bloqueio v/s intensidade de tráfego
![Page 67: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/67.jpg)
Determinar a máxima taxa de chegada de
ligações para que não ocorra bloqueio.
A
Amax Erl80
max 80 0 2,
max 16
0 2, chamadas/min
chamadas/min
chamadas/min
![Page 68: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/68.jpg)
Exemplo:PB 0,5%A = 93,0 Erlangs
Problema:Determinar o mínimo número de troncos
necessários.
Solução:P N
k
N
N
k
k
N
93
930 005
0
!
!
,
![Page 69: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/69.jpg)
111 112 113 114 115 116 1170
0.1
0.2
0.3
0.4
0.5
0.6
0.7
N
Pb %
Probabilidade de bloqueio v/s troncos
N = 114 Troncais PB = 0,42%
![Page 70: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/70.jpg)
Bibliografia básicaBibliografia básica
![Page 71: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/71.jpg)
Bibliografia básicaBibliografia básica S.M. Ross, Introduction to probability models, Academic
Press,1997. R. Jain, The art of computer systems performance evaluation,
Wiley, 1991. K. Trivedi, Probability and statistics with reliability,
queuing, and computer science applications, Prentice Hall, 1982.
V. Kulkarni, Modeling and analysis of stochastic systems, Chapman and Hall,1995.
L. Kleinrock, Queueing systems, Volume 1: Theory, Wiley, 1975
![Page 72: Filas M/M/1](https://reader035.vdocuments.net/reader035/viewer/2022082204/568139b2550346895da14d3f/html5/thumbnails/72.jpg)
FimFim