You are on page 1of 18

1 Introducao aos Processos Estocasticos

Frequentemente, considera-se situac oes em que sao feitas observacoes quanto a um perodo de tempo,
situac oes essas inuenciadas por efeitos aleatorios ou de azar, n ao s o em um unico instante, mas por todo
o intervalo de tempo ou sequencia de tempos que se est a a considerar. Essa situac ao e denominada um
processo estocastico.
Em termos gerais, um processo estocastico e um fen omeno que varia em algum grau, de forma imprevi-
svel, ` a medida que o tempo passa. A imprevisibilidade, nesse caso, implica que se observou uma sequencia
de tempos inteira do processo em v arias ocasi oes diferentes, sob condic oes presumivelmente identicas e
as sequencias de observacao resultantes, seriam em geral diferentes.
Portanto, processo estocastico e um modelo matem atico utilizado para o estudo de fen omenos aleat orios
que tem como resultado funcoes. Essas funcoes que chamaremos de trajetorias est ao denidas sobre um
conjunto arbitr ario T mas que n os tomaremos, usualmente como sendo um intervalo na reta real ou um
conjunto [0, ). O conjunto T ser a chamado conjunto de parametros.
Como para cada ponto w no espaco W temos uma tajet oria, um processo estocastico tambem pode
ser pensado como uma funcao de duas vari aveis, w W e t T, com valores em um conjunto E que
chamaremos espaco de estado que usualmente ser a de [0, ), ou um conjunto enumer avel ou nito.
1.1 Denicao
Um processo estocastico [X
t
] = {X
1
, X
2
, ..., X
n
} e chamado de processo de Markov se para todo n 3,
t
1
< t
2
< ... < t
n
e para todo x
1
, x
2
, ...x
n
reais
P[X = x
n
| X = x
1
, ...., X = x
n1
] = P[X = x
n
| X = x
n1
]
ou seja, a distribuic ao condicional de uma variavel dado um n umero nito de vari aveis anteriores
depende somente da ultima destas variaveis.
1.2 Cadeias de Markov
Seja um processo estocastico {X
1
, X
2
, ..., X
n
}. Se X
n
= i, ent ao o processo e dito estar no estado i no
tempo n. Suponhamos que sempre que o processo est a no estado i, exista uma probabilidade p
ij
de que
estara no estado seguinte j. Isto e, suponhamos que:
P(X
n+1
= j | X
n
= i
n
, X
n1
= i
n1
, ..., X
1
= i
1
, X
0
= i
0
} = p
ij
para todo os estados i
0
, i
1
, ..., i
n1
e todo n 0.
Este processo estoc astico e denominado de Cadeia de Markov. A equac ao acima pode ser interpretada
como a distribuic ao condicional de um estado futuro X
n+1
, dado os estados passados X
0
, X
1
, ..., X
n1
e
X
n
(o estado atual), e independente dos estados passados e depende somente do estado atual. Ou, em
outras palavras, condicionado ao conhecimento do valor de X
n
(estado atual), a probabilidade de que X
n+1
assuma algum valor (um estado futuro) n ao ser a afetada pelo conhecimento dos valores de X
1
, X
2
, ..., X
n1
(os estados passados).
Assim, um processo de Markov consiste de um conjunto de elementos e um conjunto de estados tal
que:
a) em qualquer tempo cada elemento deve estar em um dado estado;
1
b) a probabilidade de que um elemento passe de um estado para outro em um perodo de tempo
depende somente desses dois estados.
O valor de p
ij
representa a probabilidade de que o processo estando no estado i, apos uma transi cao
estara no estado j. Para uma Cadeia de Markov, essas probabilidades formam a matriz das probabilidades
de transicao de um passo (P) do processo. Desde que as probabilidades sejam n ao-negativas e desde que
o processo sofra uma transic ao em algum estado, temos que a matriz de transic ao e dada por
P =
_

_
p
00
p
01
p
02
...
p
10
p
11
p
12
...
p
20
p
21
p
22
...
... ... ... ...
p
i0
p
i1
p
i2
...
... ... ... ...
_

_
.
Nota-se que a soma dos elementos de cada linha da matriz P e igual a 1, ou seja,

j=0
p
ij
= 1 para
i = 0, 1, 2...
Seja P
(n)
a matriz das probabilidades das n-transic oes de p
n
ij
, ent ao,
P
(n+m)
= P
(n)
P
(m)
ou seja,
P
2
= P P; P
3
= P P
2
; P
4
= P P
3
.
1. Os dados de um censo dividem as famlias em populacoes economicamente estaveis e economicamente
em depress ao. Depois de um perodo de 1 ano, a probabilidade de que uma famlia est avel assim
permaneca e de 0, 92, enquanto a probabilidade dela car em depress ao e de 0, 08. A probabilidade
de que uma famlia em depress ao se torne estavel e de 0, 03, enquanto a probabilidade de que ela
assim permaneca e de 0, 97.
(a) Obtenha a matriz de transic ao P.
(b) Calcule P
2
e P
4
.
Resolucao: Designemos a estabilidade econ omica como estado 0 e economicamente em depress ao
como estado 1. Assim,
(a) P =
_
0, 92 0, 08
0, 03 0, 97
_
(b) P
2
=
_
0, 92 0, 08
0, 03 0, 97
_

_
0, 92 0, 08
0, 03 0, 97
_
=
_
0, 8488 0, 1512
0, 0567 0, 9433
_
P
4
= P
2
.P
2
=
_
0, 8488 0, 1512
0, 0567 0, 9433
_

_
0, 8488 0, 1512
0, 0567 0, 9433
_
=
_
0, 7290 0, 2710
0, 1016 0, 8984
_
2
Portanto:
Ap os 2 anos, estando no estado economicamente est avel, a probabilidade de:
- continuar estavel e de 84, 88%.
- passar para depress ao econ omica e de 15, 12%.
Ap os 2 anos, estando no estado depress ao economica, a probabilidade de
- passar para estabilidade economica e de 5, 67%.
- continuar no estado depress ao econ omica e de 94, 33%.
Ap os 4 anos , estando no estado economicamente est avel, a probabilidade de:
- continuar estavel e de 72, 90%.
- passar para depress ao econ omica e de 27, 10%.
Ap os 4 anos, estando no estado depress ao economica,
- passar para estabilidade economica e de 10, 16%.
- continuar no estado depress ao econ omica e de 89, 84%.
1.2.1 Obtencao de p
(n)
Ate aqui consideramos somente as probabilidades condicionais. Se desejarmos uma distribui cao n ao
condicional do estado no tempo n, e necessario especicar a distribuic ao de probabilidade de estado inicial,
dada pelo vetor linha p
(0)
= (p
(0)
1
, p
(0)
2
, ..., p
(0)
n
). Logo
p = p
(0)
P
e
p
(n)
= p
(0)
P
(n)
se o processo e estacion ario.
1. No exerccio anterior, seja o vetor de probabilidade inicial p
(0)
= (0, 80; 0, 20). Obtenha p
(4)
.
Resolucao:
p
(4)
= p
(0)
P
4
= (0, 80; 0, 20)
_
0, 7290 0, 2710
0, 1016 0, 8984
_
= (0, 6035; 0, 3965)
Isto signica que ap os 4 anos, 60, 35% das famlias estarao economicamente est aveis e 39, 65% estar ao
em depressao economica.
1.2.2 Limites de Transicao
Uma matriz estocastica P e ergodica se o lim(P
n
) existe, isto e, se cada p
(n)
ij
tem limite quando n .
Toda matriz erg odica possui limite de transicao.
Seja X = (x
1
, x
2
, ..., x
k
) e X = XP, isto e, (x
1
, x
2
, ..., x
k
)P = (x
1
, x
2
, ..., x
k
), obtemos um sistema de
equac ao. Incluindo

x
i
= 1, vem,
_

_
x
1
= x
1
p
11
+x
2
p
21
+... +x
n
p
n1
x
2
= x
1
p
12
+x
2
p
22
+... +x
n
p
n2
.
.
. =
.
.
. +
.
.
. +. . . +
.
.
.
x
n
= x
1
p
1n
+x
2
p
2n
+... +x
n
p
nn
3
x
1
+x
2
+... +x
n
= 1
1. Vamos supor que o nvel economico de um homem e classicado em tres categorias: rico(R), classe
media(M), e pobre (P). Vamos supor que dos lhos de um homem rico, 95% s ao ricos e 5% de
classe media. No caso de um indivduo de classe media, 10% s ao ricos, 70% de classe media e 20%
s ao pobres. E, nalmente, no caso de um homem pobre, 30% s ao de classe media e 70% sao pobres.
Supondo que cada homem tem um lho, podemos formar uma cadeia de Markov observando uma
famlia atraves de geracoes sucessivas.
(a) Obtenha a matriz de transic ao P.
P =
_
_
_
0, 95 0, 05 0, 00
0, 10 0, 70 0, 20
0, 00 0, 30 0, 70
_
_
_
(b) Obtenha o limite de transic ao.
Seja X = (x
1
, x
2
, ..., x
k
)
(x
1
, x
2
, ..., x
k
)
_
_
_
0, 95 0, 05 0, 00
0, 10 0, 70 0, 20
0, 00 0, 30 0, 70
_
_
_
= (x
1
, x
2
, ..., x
k
)
0, 95x
1
+ 0, 10x
2
= x
1
0, 05x
1
+ 0, 70x
2
+ 0, 30x
3
= x
2
0, 20x
2
+ 0, 70x
3
= x
3
x
1
+x
2
+x
3
= 1
Resolvendo o sistema temos a seguinte solucao: x
1
= 6/11; x
2
= 3/11 e x
3
= 2/11.
Isto e, X = (6/11, 3/11, 2/11) = (0, 5455; 0, 2727; 0, 1818)
Portanto, para um longo periodo de tempo (em que n ), 54, 55% serao da classe rica;
27, 27% da classe media e 18, 18% ser ao da classe pobre.
4
1.2.3 Lista 1
1. Nas matrizes markovianas abaixo calcule P
2
, P
4
e determine tambem os limites de transicao.
Interprete seus resultados.
(a)
_
_
_
0, 3 0, 6 0, 1
0, 7 0, 2 0, 1
0, 2 0, 3 0, 5
_
_
_
(b)
_
_
_
0, 2 0, 5 0, 3
0, 7 0, 3 0, 0
0, 2 0, 4 0, 4
_
_
_
(c)
_
_
_
0, 2 0, 6 0, 2
0, 8 0, 1 0, 1
0, 4 0, 3 0, 3
_
_
_
2. Suponha que um microcomputador possa estar tanto ocupado, como inoperante e que, se estiver
inoperante, possa estar parado para reparo como aguardando mais trabalho. Indique esses estados
ocupado, em reparo e aguardando mais trabalho, por 0, 1 e 2. Observe o estado do sistema em
uma sequencia de dias sucessivos, e suponha que haja suciente falta de memoria no sistema, de
forma que possa ser aproximado por uma cadeia de markov com matriz de transic ao de um passo,
da forma:
P =
_
_
_
0, 8 0, 1 0, 1
0, 2 0, 6 0, 2
0, 6 0, 0 0, 4
_
_
_
(a) Calcule P
2
e P
4
. Interprete seus resultados.
(b) Suponha que p
(0)
= (0, 7; 0, 2; 0, 1), calcule p
(2)
e p
(4)
. Interprete seus resultados.
(c) Calcule os limites de transic oes, isto e, a propor cao do tempo a longo prazo que o microcom-
putador gasta em tres estados.
3. S ao os seguintes os h abitos de um fumante: se ele fuma cigarros com ltro uma semana, muda para
cigarros sem ltros na semana seguinte com probabilidade 0, 2. Por outro lado, se fuma cigarros
sem ltros numa semana, tem uma probabilidade de 0, 7 de fumar cigarros sem ltros na semana
seguinte.
(a) Dena os estados desse processo e obtenha a matriz de transic ao P.
(b) Calcule P
2
e P
4
. Interprete seus resultados.
(c) Suponha que p
(0)
= (0, 7; 0, 3), calcule p
(4)
e interprete os resultados.
4. Os habitos de estudo de um estudante sao os seguintes: se estuda uma noite, tem 80% de certeza
que n ao estudara na noite seguinte. Em contrapartida, se n ao estuda uma noite, tem 60% de certeza
de que n ao estudara tambem na noite seguinte.
(a) Dena os estados desse processo e obtenha a matriz de transic ao P.
(b) Com que frequencia ele estuda numa sequencia sucientemente grande de dias.
5
(c) Supondo p
(0)
= (0, 5; 0, 5), calcule p
(4)
. Interprete seus resultados.
(d) Obtenha P
8
. Interprete seus resultados.
5. Um psicologo faz os seguintes assentamentos a respeito do comportamento de camundongos submeti-
dos a um programa particular de alimenta cao: para qualquer ensaio particular, 80% dos camundongos
que se dirigiram para a direita no experimento anterior, se dirigir ao para a direita neste ensaio, e
60% dos que se dirigiram para a esquerda no experimento anterior, se dirigir ao para a direita neste
ensaio.
(a) Dena os estados desse processo e obtenha a matriz de transic ao P.
(b) Se 50% se dirigiram para a direita no primeiro ensaio, o que poderia ele prever com respeito:
(i) ao segundo ensaio?; (ii) ao terceiro ensaio?
(c) Qual o comportamento dos camundongos numa sequencia muito grande de ensaios?
6. O fabricante de componentes de inform atica X domina normalmente com 60% o mercado de inform a-
tica. Dados do ano anterior mostram que 75% dos usuarios de X permanecem leais a ela, enquanto
25% mudaram para outros concorrentes. Alem disso, 80% dos usuarios dos competidores perma-
neceram leais a eles, enquanto os outros 20% mudaram para X. Considerando que essa tendencia
continue, determine:
(a) Dena os estados desse processo e obtenha a matriz de transic ao P.
(b) P
2
. Interprete seus resultados.
(c) A participacao de X no mercado apos um longo perodo de tempo.
(d) Sendo p
(0)
= (0, 60; 0, 40), obtenha p
(4)
. Interprete seus resultados.
7. As uvas da fazenda do Vale Verde s ao classicados como superior, media e pobre. Seguindo uma
safra superior, as probabilidades de se ter uma safra superior, media ou pobre no ano seguinte s ao:
0, 0 ; 0, 8 e 0, 2, respectivamente. Seguindo uma safra media, as probabilidades de uma safra superior,
media ou pobre s ao: 0, 2 ; 0, 6 e 0, 2 , respectivamente. Seguindo uma safra pobre, as probabilidades
de se ter uma safra superior, media ou pobre, s ao : 0, 1 ; 0, 8 e 0, 1 , respectivamente.
(a) Dena os estados desse processo e obtenha a matriz de transic ao P.
(b) Determinar as probabilidades de uma safra superior para os proximos 5 anos, dado que p
(0)
=
(0, 7; 0, 2; 0, 1). Interprete os resultados.
(c) Obtenha os limites de transicao. Interprete os resultados.
(d) Obtenha P
10
. Interprete seus resultados.
8. Suponha que chover a ou nao amanha, dependendo das condic oes previtas pela meteorologia, se chove
ou nao hoje e nao das condic oes meteorol ogicas passadas. Suponha tambem que se chove hoje, entao
chovera amanha com probabilidade , e se nao chove hoje, ent ao chover a amanha com probabilidade
. Encontre a matriz de transic ao.
6
9. Consideremos uma das linhas de enchimento das garrafas da Sinolis e a maquina que se encarrega
de encher as garrafas ao longo do dia. Esta m aquina estando a funcionar em perfeitas condic oes
pode no dia seguinte comecar a funcionar com defeito, atrasando assim o enchimento das garrafas
com probabilidade 0, 09, ou pode passar a uma situac ao de avaria total, com probabilidade 0, 01, o
que implica na paralisa cao da linha de produ cao. Estando a trabalhar com defeito a m aquina pode
manter-se nessa situac ao, dia ap os dia, com probabilidade 0, 55 ou passar ` a situac ao de avaria total
com probabilidade 0, 45, situac ao que e denitiva ate proceder ` a reparac ao ou substituic ao. Seja X
n
a vari avel aleatoria que registra o estado da maquina no dia n. Encontre a matriz de transic ao em
um passo (P) e em dois passos (P
2
). Interprete seus resultados.
10. Considere um jogador que em cada lance de um jogo ou ganha R$1, 00 com probabilidade p ou perde
R$1, 00 com probabilidade 1 p. Suponha que ele pare de jogar quando consegue acumular R$5, 00
ou quando perde tudo (R$0, 00). Se X
n
representa o capital do jogador num instante n, dena os
estados e encontre a matriz de probabilidade de transi cao.
11. Suponha duas caixas I e II e tres bolas numeradas por 1, 2 e 3. Inicialmente algumas dessas bolas
est ao na caixa I e o restante na caixa II. Um inteiro e relacionado ao acaso entre 1, 2 e 3 e a bola
correspondente aquele inteiro e removida da caixa em que se encontra e colocada na caixa oposta.
Este procedimento e repetido indenidamente, sendo as selec oes independentes de ensaio para ensaio.
Se X
n
representa o n umero de bolas na caixa I apos o n esimo ensaio, ache a matriz de transi cao.
12. Considere a matriz de transic ao:
P =
_
_
_
_
_
_
1
8
1
8
1
2
1
4
1
4
2
8
1
8
3
8
1
16
3
16
5
16
7
16
1
5
0
2
5
2
5
_
_
_
_
_
_
onde os estados s ao denidos por S = {0, 1, 2, 3} e p
(0)
= (
1
16
;
5
16
;
7
16
;
3
16
).Determine:
(a) P(X
0
= 0; X
1
= 1; X
2
= 0).
(b) P(X
0
= 0; X
1
= 1; X
2
= 1; X
3
= 1).
(c) P(X
0
= 1; X
1
= 2; X
2
= 3).
(d) P(X
0
= 3; X
1
= 1; X
2
= 2; X
3
= 1).
13. Considere a matriz de transic ao:
P =
_
_
_
_
_
_
1
8
1
8
1
2
1
4
1
4
2
8
1
8
3
8
1
16
3
16
5
16
7
16
1
5
0
2
5
2
5
_
_
_
_
_
_
Determine: P
2
00
, P
2
21
, P
2
23
e P
3
00
.
14. Considere a cadeia de Markov com S = {0, 1, 2} e a matriz de transic ao:
P =
_
_
_
0 1 0
1 p 0 p
0 1 0
_
_
_
7
Determine P
100
e P
101
.
15. Seja
P =
_
_
_
_
_
_
1
8
1
8
1
2
1
4
1
4
2
8
1
8
3
8
1
16
3
16
5
16
7
16
1
5
0
2
5
2
5
_
_
_
_
_
_
e a distribuic ao inicial p
(0)
= (
1
16
;
5
16
;
7
16
;
3
16
). Determine p
(1)
, p
(2)
, p
(3)
e p
(4)
.
16. Considere uma cadeia de Markov tendo um conjunto de estados S = {0, 1, 2} e a matriz de transi cao:
P =
_
_
_
1
3
1
3
1
3
1
4
2
4
1
4
1
6
1
3
1
2
_
_
_
Determine a distribui cao estacion aria.
17. Considere a cadeia de Ehrenfest e suponha 4 estados.
P =
_
_
_
_
_
_
0 1 0 0
1
3
0
2
3
0
0
2
3
0
1
3
0 0 1 0
_
_
_
_
_
_
Ache a distribuic ao estacionaria.
18. Para a cadeia ergodica a seguir determine a distribui cao estacion aria.
P =
_
_
_
1
2
1
2
0
1
2
1
4
1
4
0
1
3
2
3
_
_
_
1.2.4 Gabarito - Lista 1
01- (a) P
2
=
_
_
_
0, 53 0, 33 0, 14
0, 37 0, 49 0, 14
0, 37 0, 33 0, 30
_
_
_
; P
4
=
_
_
_
0, 4548 0, 3828 0, 1624
0, 4292 0, 4084 0, 1624
0, 4292 0, 3828 0, 1880
_
_
_
;
_
0, 4405 0, 3929 0, 1667
_
.
(b) P
2
=
_
_
_
0, 45 0, 37 0, 18
0, 35 0, 44 0, 21
0, 40 0, 38 0, 22
_
_
_
; P
4
=
_
_
_
0, 4040 0, 3977 0, 1983
0, 3955 0, 4029 0, 2016
0, 4010 0, 3988 0, 2002
_
_
_
;
_
0, 40 0, 30 0, 20
_
.
(c) P
2
=
_
_
_
0, 60 0, 24 0, 16
0, 28 0, 52 0, 16
0, 44 0, 36 0, 20
_
_
_
; P
4
=
_
_
_
0, 4976 0, 3264 0, 1760
0, 4016 0, 4096 0, 1888
0, 4528 0, 3648 0, 1824
_
_
_
;
_
0, 4545 0, 3636 0, 1818
_
.
03 - (a) P =
_
0, 8 0, 2
0, 3 0, 7
_
. (b) P
2
=
_
0, 70 0, 30
0, 45 0, 55
_
; P
4
=
_
0, 6250 0, 3750
0, 5625 0, 4375
_
.
8
(c)
_
0, 6063 0, 3937
_
.
05 - (a) P =
_
0, 8 0, 2
0, 6 0, 4
_
. (b) (i) p
2
=
_
0, 74 0, 26
_
(ii) p
3
=
_
0, 75 0, 25
_
.(c)
_
0, 75 0, 25
_
.
07 - (a) P =
_
_
_
0, 0 0, 8 0, 2
0, 2 0, 6 0, 2
0, 1 0, 8 0, 1
_
_
_
. (b) 0, 1514. (c)
_
0, 1515 0, 6667 0, 1818
_
.
(d) P
10
=
_
_
_
0, 1515 0, 6667 0, 1818
0, 1515 0, 6667 0, 1818
0, 1515 0, 6667 0, 1818
_
_
_
.
09 - P =
_
_
_
0, 90 0, 09 0, 01
0, 00 0, 55 0, 45
0, 00 0, 00 1
_
_
_
; P
2
=
_
_
_
0, 81 0, 1305 0, 0595
0, 00 0, 3025 0, 6975
0, 00 0, 00 1
_
_
_
. 11 - P =
_
_
_
_
_
_
0 1 0 0
1
3
0
2
3
0
0
2
3
0
1
3
0 0 1 0
_
_
_
_
_
_
.
13 - P
2
00
= 0, 1281; P
2
21
= 0, 1133 ; P
2
23
= 0, 3977 ; P
3
00
= 0, 1514.
15 - p
(1)
=
_
0, 1508 0, 1680 0, 2820 0, 3992
_
; p
(2)
=
_
0, 1583 0, 1137 0, 3442 0, 3838
_
; p
(3)
=
_
0, 1465 0, 1128 0, 3544 0, 3863
_
; p
(4)
=
_
0, 1459 0, 1130 0, 3526 0, 3885
_
. 17 - n ao - estacio-
n aria.
9
2 Teoria das Filas
Uma das areas uteis de aplicacao da teoria dos processos Markovianos e o estudo das las de espera.
Um processo de las consiste em chegadas de usuarios em um estabelecimento de prestac ao de servico,
esperando em las, se todos os atendentes estiverem ocupados, depois, recebendo o servico e nalmente dei-
xando o estabelecimento. Um sistema de las consiste em um conjunto de usu arios, com varios atendentes
e uma ordem pela qual os usuarios chegam e sao processados.
Um sistema de las e um processo de nascimento-morte com uma popula cao composta de usu arios
esperando para serem atendidos e sendo atendidos. Um nascimento ocorre quando um usuario chega no
estabelecimento de prestac ao de servi cos e uma morte ocorre quando o usuario deixa este estabelecimento.
Em um sistema de las, supoe-se que hajam usu arioschegando a um posto de atendimento buscando
servicos. O tempo entre chegadas e o tempo para realizar servicos sao vari aveis aleat orias. Devido a esse
carater aleat orio, e impossvel garantir que terminos de servicos coincidam exatamente com chegadas de
usu arios. Existem casos em que o servi co completa a sua tarefa com um usuario e nao encontra mais
ninguem na la, consequentemente ele ca ocioso ate que o pr oximo usu ario chegue.
Alguns exemplos de problemas de las s ao os caixas em cada loja de uma rede de supermercados
atendendo os seus clientes, atendimento de clientes nos caixas em uma agencia banc aria, atendimento aos
motoristas no abastecimento de combustvel nos postos de gasolina e alcool pelos frentistas, mensagens
geradas por uma fonte que ser ao transmitidas numa linha de comunicac ao. Se a linha esta ocupada quando
a mensagem e gerada, ca esperando liberacao num buer.
A descri cao de qualquer sistema de las requer um estudo dos seguintes processos:
a) Processo de chegadas que descreve a maneira pela qual os indivduos se integram na la.
b) Disciplina de las que descreve a maneira pela qual se fazem as prioridades de escolhas para servico,
ou seja, o primeiro a chegar e o primeiro a ser atendido (FIFO).
c) Mecanismo de atendimento: descreve a durac ao de tempo que cada servico requer.
No processo de chegadas, a distribuic ao de probabilidade do tempo entre chegadas e Poisson, denida
por f(t) =
e

t
t!
, onde o tempo medio de chegada e dado por E(t) = e a vari ancia e dada por
V ar(t) = .
No mecanismo de atendimento, a distribuic ao de probabilidade mais utilizada e a distribui cao expo-
nencial, denida por f(t) = e
t
, onde o tempo medio de atendimento e dado por E(t) =
1

e a variancia
e dada por V ar(t) =
1

2
.
2.1 Modelo de um unico servidor com entrada Poisson e servico Exponencial
(M/M/1)
O modelo mais simples de um unico servidor tendo a entrada como processo de servico descritos
probabilsticamente e aquele com tempos entre chegadas Poisson e de servico exponencial (M/M/1).
2.1.1 Intensidade de Trafego, Porcentagem de Utilizacao do Sistema ou Taxa de Ocupacao
Seja N o n umero de usu arios no sistema em qualquer tempo, incluindo as pessoas esperando na la
mais aquelas em servi co. Faca t = 0, o tempo de incio do sistema. Ent ao, dene-se a intensidade de
trafego por:
=
tempo medio de servi co
tempo medio de chegada
=
1

.
10
2.1.2 Distribuicao de Probabilidade de Usuarios no Sistema
A distribuicao de probabilidade de que n usu arios estejam no sistema no tempo T e denida pela
distribuic ao geometrica:
P(n) =
_
1

__

_
n
= (1 )
n
com n = 0, 1, 2, ...
2.1.3 Ociosidade do servidor ou do sistema
Portanto, para n = 0, temos que:

0
= 1
e a probabilidade ociosa do servidor.
2.1.4 N umero medio de usuarios no sistema
O n umero medio de usuarios no sistema e denida por:
E(N) =

1
.
2.1.5 N umero medio de usuarios na la
O n umero medio de usuarios na la e denida por:
E(N
f
) =

2
1
.
2.1.6 Tempo medio no sistema e Tempo medio na la
Pela f ormula de Litlle, o n umero medio de usuario no sistema e denido por: E(N) = E(T).
Da, o tempo medio do usuario no sistema e dado por: E(T) =
E(N)

.
Pela f ormula de Litlle, o n umero medio de usuario na la e denido por: E(N
f
) = E(T
f
).
Da, o tempo medio do usuario na la e: E(T
f
) =
E(N
f
)

.
2.1.7 Distribuicao de probabilidade do tempo de permanencia no sistema
A probabilidade de que um usuario permaneca mais que T unidades de tempo no sistema e denida
por:
P(T t) = e
t
.
2.1.8 Distribuicao de probabilidade do tempo de permanencia na la
A probabilidade de que um usu ario permaneca mais que T unidades de tempo na la e denida por:
P(T
f
t) = e
t
.
11
1. Um departamento de inform atica de uma Empresa possui um programador j unior para atender os
diversos setores da empresa. Os setores que necessitam de atendimentos segue aproximadamente
uma distribuic ao de Poisson com uma taxa de chegada de 3 por hora. O tempo de atendimento
segue uma distribuic ao exponencial, com uma taxa de 4 usu arios por hora . Determine:
(a) O n umero medio de usu arios na sala e na la desse departamento.
(b) O tempo medio de espera na la e no sistema.
(c) A probabilidade de que um cliente espere mais que 1 hora para ser atendido.
(d) A taxa de ociosidade do programador.
Resolucao: Este e um sistema M/M/1, assim, = 3/hora, = 4/hora e =
3
4
= 0, 75.
(a) O n umero medio de usuarios no sistema ser a: E(N) =

1
=
0,75
10,75
= 3 usu arios na sala.
O n umero medio de usuarios na la ser a: E(N
f
) =

2
1
=
0,75
2
10,75
= 2, 25 usu arios na la.
(b) O tempo medio no sistema e: E(T) =
E(N)

=
3
3
= 1 hora na sala.
O tempo medio na la e: E(T
f
) =
E(N
f
)

=
2,25
3
= 0, 75 horas na la.
(c) P(t
f
> 1) = P(1) = 0, 75e
4
= 0, 0137.
(d)
ocioso
= 1 = 1 0, 75 = 0, 25.
2.1.9 Lista 2
1. Suponha que, em media, num terminal rodovi ario, um taxi est a a disposi cao do passageiro a cada
20 segundos. Sabe-se que o tempo medio entre chegadas de passageiros e 30 segundos.
(a) Calcule a taxa de chegada por unidade de tempo.
(b) Calcule a taxa de atendimento por unidade de tempo.
(c) Calcule a taxa de ocupac ao.
(d) Calcule o n umero medio de usu arios no sistema e na la.
(e) Calcule o tempo medio na la e no sistema.
(f) Calcule a probabilidade de existirem no maximo 3 passageiros no sistema.
2. A companhia Locadora de Autos Roda deve escolher em utilizar dois tipos de ocinas de servi co para
manutenc ao dos carros. Ela estima que os carros chegar ao na ocina na media de 1 carro a cada
40 minutos (suponha que esta taxa seja independente da ocina escolhida). Suponha que o tempo
medio de servico de cada ocina seja de 30 minutos para cada carro.
(a) Calcule a taxa de chegada por unidade de tempo.
(b) Calcule a taxa de atendimento por unidade de tempo.
(c) Calcule a taxa de ocupac ao.
(d) Calcule o comprimento medio da la, o tempo medio na la, o n umero medio de usuario no
sistema, o tempo medio no sistema.
3. Os usu arios chegam a um determinado balc ao de recepc ao de uma companhia aerea em um aero-
porto numa media de 2 por minuto. O gerente deseja organizar a sua equipe de tal forma que a
probabilidade de mais de 5 usu arios aguardarem a sua vez de servico n ao seja maior que 5%.
12
(a) Calcule a taxa mnima de atendimento.
(b) Qual a porcentagem de ociosidade do sistema?
(c) Qual a taxa de atendimento, sendo que o tamanho medio da la n ao deve exceder 2?
(d) Para o item (a) e (c), calcule o comprimento medio da la, o tempo medio na la, o comprimento
medio do sistema e o tempo medio no sistema.
(e) Para o item (a) e (c), calcule a taxa de ocupacao.
4. Suponha que os usuarios chegam a um determinado Centro de Processamento de dados, numa media
de 1 por minuto. O computador atende cada usu ario numa taxa media de modo que o seu tempo
ocioso fosse de 5%, resultante da falta de trabalho. Determine:
(a) A taxa media de atendimento.
(b) O comprimento da la e o n umero medio de usu ario no sistema.
(c) O tempo do usu ario na la e no sistema.
(d) A probabilidade de existirem 4 usu arios no sistema.
5. O modelo de chegadas de carro, seguindo por uma via estreita e unica a um banco caixa-r apido
segue um processo de Poisson, com taxa media de um por minuto. Os tempos de utilizac ao sao
exponencialmente distribudos com uma media de 45 segundos. Considerando que um carro esperara
o quanto for necess ario, determine:
(a) O n umero medio de carros esperando por utilizac ao do caixa-r apido.
(b) O tempo medio que um carro espera pela utilizacao do servico.
(c) O tempo medio que um carro gasta no sistema.
(d) A probabilidade de que existam carros esperando na rua, se o estacionamento do banco pode
somente comportar um m aximo de 5 carros.
6. Uma digitadora recebe trabalho de acordo com um processo de Poisson ` a taxa media de 4 trabalhos
por hora. Os trabalhos sao digitados em uma base de primeiro a chegar , primeiro a ser atendido,
com media de 12 minutos de digitac ao por trabalho. O tempo gasto por trabalho e exponencialmente
distribudo com rela cao a essa media. Determine:
(a) A probabilidade de que um trabalho chegando esteja completo em ate 45 minutos.
(b) A probabilidade de que todos os trabalhos tenham sido datilografados ate o nal expediente.
(c) A probabilidade de que um trabalho gaste menos de 12 minutos para estar pronto.
(d) A probabilidade de que um trabalho gaste menos de 12 minutos na la esperando para ser
atendido.
(e) O n umero medio de trabalhos na la e no sistema.
(f) O tempo medio na la e no sistema.
13
7. Suponha que clientes chegam como Poisson com taxa de um a cada 12 minutos, e que o tempo de
servico e exponencialmente distribudo com uma taxa de servico de um a cada 8 minutos. Determine
o n umero medio de clientes no sistema e o tempo medio que um cliente gasta no sistema.
8. Em uma fabrica observou-se o funcionamento de um dado setor, em que = 20 clientes por hora e
= 25 clientes por hora. Pede-se o tamanho medio da la.
9. Suponha que as chegadas a uma cabine telef onica obedecam a lei de Poisson, com ritmo de 6 che-
gadas por hora. A durac ao media da telefonia e de 3 minutos e suponhamos que siga distribuicao
exponencial. Pede-se:
(a) Qual a probabilidade de uma pessoa chegar a cabine e n ao ter que esperar?
(b) Qual o n umero medio de pessoas na la e no sistema?
(c) Qual o n umero medio de clientes usando o telefone?
(d) Qual o tempo medio na la?
(e) Para que ritmo de chegada teriamos a situa cao em que o tempo medio de espera na la seria
de 3 minutos?
(f) Qual e a fra cao do dia durante a qual o telefone est a em uso?
2.1.10 Gabarito - Lista 2
01 - (a) 2 passageiros/min. (b) 3 passageiros/min. (c) 66, 67% (d) E(N) = 2 passageiros. E(N
f
) =
1, 333 passageiros. (e) E(T) = 1 minuto. E(T
f
) = 0, 6667 minutos. (f) 0, 8024.
03 - (a) 3, 295 usu arios/min. (b) 0, 3930 (c) 2, 73 usu arios/min. (d) E(N
f
)=0, 9374 usu arios na la.
E(T
f
)=0, 4687 minutos. E(N) = 1, 54 usu arios no sistema. E(T) = 0, 77 minutos. E(N
f
)=2, 00 usu arios
na la. E(T
f
)=1, 00 minuto. E(N) = 2, 74 usuarios no sistema. E(T) = 1, 37 minutos. (e) p = 0, 6070 e
p = 0, 7326.
05 - (a) E(N
f
)=2, 25 carros. (b) E(T
f
)=2, 25 minutos. (c) E(T)=3 minutos. (d) 0, 178. 07 -
E(N)=2 clientes. E(T)=24 minutos.
09 - (a) P
ocioso
= 0, 70 (b) E(N)=0, 4286 usuarios no sistema. E(N
f
)=0, 1286 usuarios na la. (c)
E(N) E(N
f
) = 0, 30. (d) E(T
f
) = 1, 29 minutos.(e) = 10 usu arios/hora. (f) p = 0, 30 ou 7, 2 horas.
14
2.2 Modelo com S servidores com entrada Poisson e servico Exponencial
(M/M/S)
Um sistema M/M/S e um processo de las com um modelo de chegadas de Poisson, S atendentes, com
T tempos de atendimento exponenciais independentes, identicamente distribudos (os quais independem
do estado do sistema), capacidade innita e uma disciplina de la do tipo FIFO. O tempo de atendimento
associado a cada atendente e tambem independente do estado, mas como o n umero de atendentes que
atualmente est ao servindo aos usu arios depende do n umero de usuarios no sistema, o tempo efetivo que o
sistema gasta para atender os usuarios dentro dele e dependente do estado.
2.2.1 Distribuicao de probabilidade de usuarios no sistema
Seja =

s
< 1, ent ao
P
n
=
_
s
s

n
P
0
s!
, para n > s
(s)
n
P
0
n!
, para n s
onde
1
P
0
=
_
s
s

s+1
s!(1 )
+
s

n=0
(sp)
n
n!
_
.
Pela f ormula de Little, temos:
E(N) = E(T)
E(N
f
) = E(T
f
)
E(T) = E(T
f
) +
1

.
2.2.2 N umero medio na la
O n umero medio de usuarios na la e denida por:
E(N
f
) =
s
s

s+1
P
o
s!(1 )
2
.
2.2.3 Tempo medio no sistema
O tempo medio no sistema e denida por:
E(T) =
(s)
s
sP
0
s!(s )
2
+
1

.
2.2.4 Tempo medio na la
O tempo medio na la e denida por:
E(T
f
) =
(s)
s
sP
0
s!(s )
2
.
15
2.2.5 Proporcao do tempo de ociosidade de cada servidor
A proporc ao do tempo que cada canal (servidor) est a ocioso e:
P
Ocioso
= P
0
+
s 1
s
P
1
+
s 2
s
P
2
+... +
1
s
P
s1
2.2.6 Fator de utilizacao ou taxa de ocupacao
O fator de utiliza cao representa a frac ao do tempo que um atendente est a ocupado e e denido por:
= FU =

s
.
2.2.7 Distribuicao de probabilidade do tempo de permanencia no sistema
A probabilidade de um usu ario levar mais que t tempo no sistema ser a:
P(T t) = e
t

_
1 +
(s)
s
P
0
_
1 e
t(s1s)

s!(1 )(s 1 s)
_
(t 0).
2.2.8 Distribuicao de probabilidade do tempo de permanencia na la
A probabilidade de um usu ario levar mais que t tempo na la ser a:
P(T
f
t) =
(s)
s
P
0
s!(1 )
e
st(1)
, (t 0).
1. Um pequeno banco tem dois caixas os quais s ao igualmente ecientes e capazes de atender uma
media de 60 transac oes de clientes por hora, sendo os tempos de atendimento exponencialmente
distribudos. Os clientes chegam ao banco de acordo com um processo de poisson, a uma taxa media
de 100 por hora. Determine:
(a) A probabilidade de que existam mais de 3 clientes no banco.
(b) A probabilidade de que um dado caixa esteja desocupado.
(c) A probabilidade de que um cliente gaste mais de 3 minutos no banco.
(d) O n umero medio de clientes no banco e na la.
(e) O tempo medio no banco e na la.
Resolucao: Este e um sistema M/M/2, com = 100 e = 60 e =
100
2(60)
=
5
6
.
C alculando P
0
chegamos em 0, 0909.
(a) P(N > 3) = 1 P(N 3) = 1 [P(N = 0) +P(N = 1) +P(N = 2) +P(N = 3)] = 0, 5261.
(b) P
ocioso
= [P(N = 0) +
1
2
P(N = 1)] = 0, 1667.
(c) P(t > 1/20) = 0, 4113.
(d) E(N) = 5, 4545 clientes no banco; E(N
f
) = 3, 7879 clientes na la do banco.
(e) E(T) = 0, 0545 horas 60 = 3, 27 minutos; E(T
f
) = 0, 0379 horas 60 = 2, 27minutos.
16
2.2.9 Lista 3
1. Num supermercado o gerente necessitando fazer um estudo para agilizar o atendimento dos caixas
obteve os seguintes dados: o tempo medio de atendimento de um cliente por caixa e de 2 minutos
e o tempo medio de chegada dos clientes e de 1, 5 minutos. Considerar que exista uma unica la e
que existam 3 caixas atendendo.
(a) Calcule a taxa de chegada e de atendimento por unidade de tempo.
(b) Calcule a intensidade do tr aco e a taxa de ocupa cao.
(c) Calcule o tempo medio na la, o comprimento medio da la, o n umero medio de usuarios no
sistema e o tempo medio no sistema.
(d) Calcule a proporc ao de tempo de ociosidade de cada servidor.
(e) Calcule a probabilidade de que um cliente gaste mais que 2 minutos no banco.
(f) Calcule a probabilidade de que todos os atendentes estejam ocupados.
2. Numa agencia banc aria o tempo medio de atendimento de um caixa e de 3 minutos e o tempo medio
de chegada dos clientes e de 60 segundos. Considerando, a existencia de 4 caixas, calcule:
(a) A porcentagem do tempo de ociosidade dos caixas.
(b) O tempo medio dos usuarios no sistema e o tempo medio na la.
(c) O comprimento medio da la e o n umero medio de usuarios no sistema.
(d) A porcentagem de utilizac ao do sistema.
(e) A probabilidade de que um cliente que na la do banco mais que 5 minutos.
3. Um pequeno banco tem tres caixas, os quais sao igualmente ecientes e capazes de atender uma
media de 50 transac oes de clientes por hora, sendo os tempos de atendimento exponencialmente
distribudos. Os clientes chegam ao banco de acordo com um processo de poisson, a uma taxa media
de 110 por hora. Determine:
(a) A probabilidade de que existam mais de 4 clientes no banco.
(b) A proporc ao do tempo de ociosidade de cada caixa.
(c) A probabilidade de que um cliente gaste mais de 5 minutos no banco.
(d) O n umero medio de clientes no banco e na la.
(e) O tempo medio no banco e na la.
4. Um departamento de transporte de estado tem 3 equipes de seguranca para investiga coes, que s ao
chamadas constantemente, e cujo trabalho e analisar as condicoes das estradas nas proximidades de
cada acidente fatal. As equipes s ao igualmente ecientes e cada uma trabalha uma media de 2 dias
para investigar e informar sobre o acidente, sendo o tempo exponencialmente distribudo. O n umero
de acidentes fatais nas estradas estaduais aproximadamente seguem um processo de Poisson, com
uma taxa media de 300 por ano. Determine:
17
(a) O n umero medio de acidentes no sistema.
(b) O n umero medio de acidentes na la.
(c) O tempo medio na la e no sistema.
(d) A probabilidade de que leve mais que 4 dias para ser investigado.
5. Uma padaria e atendida por 2 balconistas, cada um deles capaz de atender em media 30 fregueses
por hora, sendo os tempos de atendimento exponencialmente distribudos. Os fregueses chegam ` a
padaria de acordo com um processo de Poisson, a uma taxa media de 40 por hora. Determine:
(a) A proporc ao do tempo de ociosidade de cada balconista.
(b) A probabilidade de que existam mais de 2 fregueses na padaria.
(c) O n umero medio de fregueses na la e na padaria.
(d) O tempo medio que os fregueses esperam na la e na padaria.
(e) A probabilidade de que um cliente gaste mais que 6 minutos na la? E mais de 6 minutos na
padaria.
6. Um pequeno banco tem 2 caixas, os quais s ao igualmente ecientes e capazes de atender uma media
de 60 transa coes de clientes por hora, sendo os tempos de atendimento exponencialmente distribudos.
Os clientes chegam ao banco de acordo com um processo de poisson, a uma taxa media de 100 por
hora. Determine:
(a) A probabilidade de que existam pelo menos 3 clientes no banco.
(b) A intensidade do tr afego.
(c) A probabilidade de que um cliente gaste mais de 3 minutos no banco.
(d) O n umero medio de clientes no banco e na la.
(e) O tempo medio no banco e na la.
2.2.10 Gabarito - Lista 3
01- (a) = 0, 6667 clientes/minuto. = 0, 50 clientes/minuto. (b) P
Utilizac ao
= 44, 45% ; p = 0, 4445
(c) E(N) = 1, 48 clientes. E(T) = 2, 217 minutos. E(N
f
) = 0, 1446 clientes. E(T
f
) = 0, 217 minutos. (d)
P
ocioso
= 0, 5555 (e) 0, 4164 (f) P(N 3) = 0, 1808.
03 - (a) 0, 2916 (b) P
ocioso
= 0, 2667 (c) 0, 0701 (d) E(N) = 3, 691 clientes. E(N
f
) = 1, 491 clientes.
(e) E(T) = 2, 016 minutos. E(T
f
) = 0, 816 minutos.
05 - (a) P
ocioso
= 0, 3333 (b) 0, 3555 (c) E(N) = 2, 40 fregueses. E(N
f
) = 1, 0667 fregueses.(d)
E(T) = 3, 6 minutos. E(T
f
) = 1, 6 minutos. (e) 0, 0722 e 0, 1867.
18

You might also like