Академический Документы
Профессиональный Документы
Культура Документы
ADMINISTRAO
11a edio
RICHARD B. CHASE
F. R O B E R T J A C O B S
NICHOLAS J. AQUILANO
Traduo
Claudia Freire
Lucas M. F. Yassumura
Monica Rosemberg
Reviso Tcnica
Digenes de Souza Bido
Mestre e Doutor em Administrao de Empresas pela FEA/USP
Docente do CCSA/Mackenzie e da FAC/FITO
Beijing
Londres
Bogot
Madri
Santiago
Milo
So Paulo
DA PRODUO E OPERAES
Bangcoc
nota tcnica
Caracas
Cidade do Mxico
Montreal
Seul
Nova Delhi
Sydney
Taip
Cingapura
Nova York
Toronto
seo 2
NOTA TCNICA 7
nota tcnica s e te
A DMINIS T RA O DA F I L A
D E ES PERA
Definio de filas
12
20
23
23
Concluso
nota tcnica
nota tcnica
DE COBRANA DE PEDGIO EM
Compreender as filas de espera, ou simplesmente filas, e aprender como administr-las, uma das
reas mais importantes na administrao de operaes. um elemento bsico para a criao de cronogramas, projetos de trabalho, nveis de estoque e assim por diante. Na nossa economia de servios,
pegamos filas todos os dias desde quando dirigimos para o trabalho at quando passamos no caixa
do supermercado. Tambm encontramos filas de espera em fbricas as tarefas esperam em filas
para ser executadas em mquinas diferentes, e as prprias mquinas esperam sua vez para serem
inspecionadas. Em resumo, as filas de espera esto espalhadas por toda parte.
Nesta nota tcnica, discutiremos os elementos bsicos dos problemas relacionados s filas de espera e
apresentaremos frmulas para resolv-los, supondo o processo em equilbrio (estado estacionrio). Essas
frmulas, desenvolvidas por meio da teoria das filas, permitem que os planejadores analisem as exigncias
de servios e elaborem instalaes de servio adequadas s condies propostas. A teoria das filas abrangente o suficiente para cobrir esperas desiguais, como aquelas enfrentadas pelos clientes em um shopping
center ou um avio na fila de aterrissagem esperando a liberao de uma pista para pousar. Recentemente,
provedores de acesso Internet tiveram problemas para fornecer linhas telefnicas suficientes para os
assinantes se conectarem. Esse problema tambm pode ser analisado por modelos de filas.
Filas
Servio
seo 2
EQUILBRIO CUSTO-BENEFCIO
Servio
A Figura NT7.1 mostra a relao essencial de trade-off sob condies tpicas (estado de equilbrio)
de trfego de clientes. Inicialmente, com capacidade mnima de servio, o custo da fila de espera
est no mximo. medida que a capacidade de atendimento aumenta, h uma reduo no nmero de
clientes na fila e nos tempos de espera, o que reduz o custo da fila de espera. A variao dessa funo,
em geral, representada por uma curva exponencial negativa. O custo de instalao de capacidade
de servio exibido de forma simplificada, como uma funo linear em vez de escalonada. O custo
agregado ou total demonstrado com uma curva em formato de U, uma aproximao comum nesses
tipos de problemas de equilbrio. O custo timo idealizado encontrado no ponto de cruzamento
entre as curvas de capacidade de servio e fila de espera.
VISO PRTICA
Servio
figura NT7.1
DAS
FILAS
DE
ESPERA
Antes de prosseguirmos com a apresentao tcnica da teoria das filas, til observar o lado intuitivo
da questo para enxergar o que significa. A Figura NT7.2 mostra chegadas em um estabelecimento de
servios (como um banco) e as exigncias de servios desse local (como caixas e gerentes). Uma varivel importante o nmero de chegadas ao longo das horas em que o local permanece aberto. Do ponto
de vista da prestao do servio, os clientes demandam quantidades variveis de servio, geralmente
excedendo a capacidade normal. Podemos controlar as chegadas de diversas maneiras. Por exemplo,
podemos ter uma fila curta (como um drive-through em um restaurante fast-food com delimitao de
espaos), podemos estabelecer horrios especficos para determinados clientes ou oferecer promoes
especiais. Quanto ao prestador de servio, podemos modificar o tempo de atendimento utilizando
Custo da capacidade
de servio
Custo da fila
de espera
Capacidade tima
Capacidade do estabelecimento de servio
figura NT7.2
Exigncias do Servio
Tempo do
servio
Capacidade
normal
Tempo
Tempo
nota tcnica
Treine os atendentes para que sejam simpticos. Cumprimentar o cliente pelo nome, ou oferecer alguma ateno
especial, so atitudes que podem aliviar muito a sensao
negativa de uma espera longa. (Dica: Em vez de simplesmente recomendar aos atendentes que sejam simpticos,
psiclogos sugerem que se deve indicar ao atendente quais
so os momentos de recorrer a aes gentis especficas,
como sorrir ao cumprimentar o cliente, ao tirar pedidos
e ao retornar o troco [em uma loja de convenincia]. Testes
usando essas aes comportamentais especficas demonstraram melhoras significativas na percepo de simpatia dos
atendentes, nas avaliaes dos clientes.)
FONTE: BASEADO EM KATZ, K. ET AL. PRESCRIPTION FOR THE WAITING-LINE BLUES. SLOAN MANAGEMENT REVIEW, P. 51-52, INVERNO 1991.
atendentes mais rpidos ou mais lentos, mquinas mais rpidas ou mais lentas, ferramentas diferentes,
materiais diferentes, layout diferente, preparao mais rpida e assim por diante.
O ponto essencial que as filas de espera no so uma condio fixa de um sistema produtivo,
mas esto em grande parte inseridas no controle de administrao e projeto do sistema. O professor
Richard Larson (o famoso observador de filas) e seus colegas propem idias teis para a administrao de filas em sua pesquisa realizada no setor bancrio. (Ver quadro intitulado Sugestes para a
Administrao de Filas.)
CHEGADA
DOS
Sistema de organizao de
filas
CLIENTES
As chegadas em um sistema de servios podem ser originadas de uma populao finita ou infinita.
Essa distino importante, porque as anlises se baseiam em premissas diferentes e exigem equaes diferentes para sua soluo.
P o p u l a o F i n i t a Uma populao finita se refere ao grupo de tamanho limitado de clientes que usar o servio e, em alguns momentos, formar uma fila. O motivo pelo qual essa classificao finita importante que, quando um cliente deixa sua posio como integrante dessa populao
(por exemplo, uma mquina quebrada que necessita de servio), o tamanho do grupo de usurios
reduzido em um, o que reduz a probabilidade de uma prxima ocorrncia. No entanto, quando um
Servio
Origem da
populao
Finita
Infinita
seo 2
figura NT7.3
Atendentes
Sada
Chegadas
de clientes
Administrao
de Operaes
Interativa
cliente atendido e retorna ao grupo de usurios, a populao aumenta e a probabilidade de um usurio solicitar o servio tambm aumenta. Essa categoria finita de problemas requer um conjunto de
frmulas separado daquele usado no caso da populao infinita.
Como exemplo, considere um conjunto de seis mquinas cuja manuteno feita por um operrio.
Quando uma mquina quebra, a populao de origem reduzida para cinco, e a probabilidade de uma
das cinco mquinas restantes quebrar e precisar de conserto certamente menor que quando seis mquinas estavam em operao. Se duas mquinas param de funcionar, deixando apenas quatro em operao,
a probabilidade de outra quebrar muda novamente. No entanto, quando uma mquina consertada e colocada de volta em funcionamento, a populao de mquinas aumenta, elevando assim
a probabilidade da prxima pane. Um modelo de populao finita com um atendente que pode
ser usado nesses casos apresentado nas Figuras NT7.8 e NT 7.10.
P o p u l a o I n f i n i t a Uma populao infinita grande o suficiente em relao ao
sistema de servio, de modo que o tamanho da populao resultante de subtraes ou adies
populao (um cliente que solicite um servio ou um cliente que j foi atendido retorna populao) no afeta significativamente as probabilidades do sistema. Supondo que na explicao
anterior sobre populao finita houvesse 100 mquinas em vez de seis, se uma ou duas mquinas
parassem, a probabilidade de ocorrncia das prximas panes no seria muito diferente, e a suposio de que a populao (para todos os fins prticos) era infinita poderia ser feita sem grande
margem de erro. E nem as frmulas para problemas infinitos de organizao de filas gerariam
muito erro, se aplicadas a um mdico com 1.000 pacientes ou uma loja de departamento com
10.000 clientes.
DISTRIBUIO
DAS
CHEGADAS
nota tcnica
figura NT7.4
Distribuio Exponencial
f(t)
Distribuio exponencial
f (t) e-t
[NT7.1]
t (MINUTOS)
0
0,5
1,0
1,5
2,0
(2)
PROBABILIDADE DE QUE
A PRXIMA CHEGADA OCORRA
EM t MINUTOS OU MAIS
(PELO APNDICE F
OU RESOLVENDO et)
(3)
PROBABILIDADE DE QUE
PRXIMA CHEGADA OCORRA
EM t MINUTOS OU MENOS
[1 COLUNA (2)]
A
1,00
0,61
0,37
0,22
0,14
0
0,39
0,63
0,78
0,86
PT (n)
(T)n eT
n!
A Equao (NT7.2) mostra a probabilidade de haver exatamente n chegadas no tempo T.1 Por exemplo, se a taxa mdia de chegadas de unidades em um sistema for trs por minuto ( 3), e desejarmos
descobrir qual a probabilidade de que exatamente cinco unidades cheguem em um perodo de um
minuto (n 5, T 1), teremos
P1 (5)
(3 1)5 e31
35 e3
5!
120
2,025e3 0,101
Ou seja, h uma probabilidade de 10,1% de haver cinco chegadas em um intervalo qualquer de um minuto.
Distribuio de Poisson
seo 2
figura NT7.5
0,224
Probabilidade
de n chegadas
no tempo T
Mdia = = 3
Varincia = = 3
0,224
0,20
0,16
0,149
Curva suavizada
0,102
0,10
0,050
0,05
0
1
figura NT7.6
4
5
6
8
Nmero de chegadas (n)
10
12
Constante
Distribuio
Exponencial ou Poisson
Outros
Controlvel
Padro
Incontrolvel
nico
Tamanho da chegada
Lote
Paciente (entra na fila e fica)
Nvel de pacincia
Embora muitas vezes mostrada como uma curva suavizada, como na Figura NT7.5, a Poisson uma
distribuio discreta. (A curva se torna mais suavizada conforme n aumenta.) A distribuio discreta
porque n se refere, em nosso exemplo, ao nmero de chegadas em um sistema, e esse deve ser um
nmero inteiro. (No pode haver, por exemplo, 1,5 chegada.)
Observe ainda que as distribuies exponencial e Poisson podem ser derivadas uma da outra. A
mdia e a varincia da Poisson so iguais e simbolizadas por . A mdia da exponencial 1/ e sua
varincia 1 / 2. (Lembre-se que o tempo entre as chegadas distribudo exponencialmente, e que
o nmero de chegadas por unidade de tempo tem distribuio de Poisson).
Outras caractersticas das chegadas incluem padres de chegada, tamanho das unidades de chegada e nvel de pacincia (ver Figura NT 7.6.)
Padres de chegadas. As chegadas em um sistema so muito mais controlveis do que normalmente se pensaria. Barbeiros, por exemplo, podem reduzir sua taxa de chegadas aos sbados (e supostamente transferi-lo para outros dias da semana) cobrando US$ 1 a mais pelos cortes para adultos ou
nota tcnica
cobrando taxas de adultos nos cortes para crianas. As lojas de departamento promovem liquidaes
entre estaes ou liquidaes de apenas um dia, em parte para fins de controle. Companhias areas oferecem taxas para excurses e para baixa temporada por motivos semelhantes. O mtodo mais simples
dentre todos usados para o controle de chegadas a determinao do horrio comercial.
Algumas demandas de servios so obviamente incontrolveis, como demandas em prontos-socorros de hospitais. Mas, mesmo nessas situaes, as chegadas em prontos-socorros de
determinados hospitais so controlveis at certo ponto, por exemplo, mantendo os motoristas
de ambulncias da regio onde se presta o servio, informados sobre a situao dos respectivos
hospitais que atendem.
Tamanho das unidades em espera. Uma chegada nica pode ser considerada uma unidade. (A
unidade o menor nmero atendido). Uma chegada nica no prego da Bolsa de Valores de Nova
York (Nyse) de 100 aes; uma chegada nica em uma fbrica de processamento de ovos pode
ser uma dz ia de ovos ou um nmero fixo de 2 dzias; uma chegada nica em um restaurante
seria uma pessoa.
Uma chegada em lote algum mltiplo da unidade, como um bloco de 1.000 aes na Nyse,
uma caixa de ovos na processadora ou um grupo de cinco pessoas em um restaurante.
Nvel de pacincia. Uma chegada paciente aquela que espera quanto tempo for necessrio
para que o estabelecimento a atenda. (Mesmo que as pessoas resmunguem ou demonstrem irritabilidade, o fato de esperarem j suficiente para rotul-las como chegadas pacientes de acordo
com a teoria das filas.)
Existem duas categorias de chegadas impacientes. Membros da primeira categoria chegam,
observam o local de atendimento e o comprimento da fila e, ento, decidem ir embora. Os da
segunda categoria chegam, observam a situao, entram na fila de espera e, ento, depois de
algum tempo, saem da fila. O comportamento do primeiro tipo denominado recusa, ao passo
que o segundo chamado renncia.
O SISTEMA
DE
ORGANIZAO
DE
FILAS: FATORES
O sistema de organizao de filas consiste primordialmente em fila(s) de espera e nmero de atendentes disponveis. Aqui discutiremos questes referentes s caractersticas e gerenciamento da fila
de espera, estrutura da fila e taxa de atendimento. Os fatores a serem considerados quanto s filas de
espera incluem o comprimento da fila, o nmero de filas e a disciplina das filas.
Comprimento. Em um sentido prtico, uma fila infinita simplesmente uma fila muito extensa
em termos de capacidade do sistema de atendimento. Exemplos de comprimento infinito potencial
so uma fila de veculos engarrafados por quilmetros em uma ponte, e clientes que precisam
formar uma fila ao longo do quarteiro espera para comprar ingressos para o teatro.
Postos de gasolina, terminais de carga e estacionamentos possuem capacidade limitada de
filas, resultante de restries legais ou caractersticas fsicas de espao. Isso torna o problema da
fila de espera mais complicado no s na utilizao do servio e clculos de filas de espera, mas
tambm no formato da distribuio efetiva das chegadas. O impedimento da entrada em uma fila
em razo da falta de espao pode acabar acumulando a populao, que vai tentar de novo em outro
horrio ou tentar obter o servio em outro local. Ambas as opes fazem uma diferena bvia
no caso da populao finita.
Nmero de filas. Uma fila nica ou registro nico , obviamente, apenas uma fila. O termo filas
mltiplas se refere s filas nicas que se formam na frente de dois ou mais atendentes ou s filas
nicas que convergem em algum ponto central de redistribuio. A desvantagem das filas mltiplas em uma instalao movimentada que as pessoas geralmente
mudam de filas se outros servios executados anteriormente demoraram menos ou se outros clientes, naquele momento em outras filas,
aparentemente demoram menos para ser atendidos.
Comprimento da fila
Disciplina das filas. A disciplina da fila uma regra de prioridades
ou um conjunto de regras que determinam a ordem de atendimento dos
clientes que esto em uma fila. As regras selecionadas podem exercer
um efeito drstico no desempenho geral do sistema. O nmero de
Nmero de filas
clientes na fila, o tempo mdio de espera, a amplitude da variabilidade no tempo de espera e a eficincia do local de servios so apenas
alguns fatores influenciados pela escolha das regras de prioridades.
Comprimento infinito
potencial
Capacidade limitada
nico
Mltiplo
10
seo 2
Disciplina da fila
Emergncias Primeiro
Necessidades limitadas
Outros
Reservas primeiro, emergncias primeiro, cliente que gera maior lucro primeiro, pedidos maiores
primeiro, melhores clientes primeiro, tempo de espera mais longo na fila e data de promessa mais cedo
so outros exemplos de regras de prioridade. Existem dois problemas prticos principais na aplicao de
qualquer regra: um garantir que os clientes conheam e sigam a regra. O outro garantir que se implemente um sistema permitindo que os funcionrios administrem a fila (como os sistemas de senhas).
Taxa de atendimento
D i s t r i b u i o d o Te m p o d e A t e n d i m e n t o Outro importante recurso da estrutura de espera o tempo que o cliente ou unidade gasta com quem presta o servio uma vez que este
iniciado. As frmulas de fila de espera geralmente especificam a taxa de atendimento do prestador
de servio em nmero de unidades por perodo (como 12 concluses por hora) e no como o tempo
do atendimento, que pode ter em mdia cinco minutos cada. A regra de tempo de atendimento constante determina que todo atendimento demora exatamente o mesmo tempo. Nas chegadas constantes,
essa caracterstica geralmente limitada a operaes controladas por mquinas.
Quando os tempos de servio so aleatrios, podem ser aproximados por meio da distribuio exponencial. Ao utilizar a distribuio exponencial como uma aproximao dos tempos de servio, iremos
nos referir a como o nmero mdio de unidades ou clientes que podem ser atendidos por perodo.
E s t r u t u r a s d a F i l a Conforme mostra a Figura NT7.7, o fluxo de itens a serem atendidos
pode passar por uma fila nica, mltiplas filas ou alguma combinao entre ambas. A escolha do
formato depende, em parte, do volume de clientes atendidos e, em parte, das restries impostas por
exigncias seqenciais que regem a ordem em que o servio deve ser executado.
1. Canal nico, fase nica. Esse o tipo mais simples de estrutura de fila de espera, e frmulas
diretas esto disponveis para solucionar o problema para modelos-padro de distribuio de chegada
e servio. Quando as distribuies no so padro, o problema solucionado com mais facilidade
pela simulao em computador. Um exemplo tpico de uma situao de canal nico, fase nica o
de uma pessoa na barbearia.
2. Canal nico, fases mltiplas. Uma lavadora de automveis ilustraria esse caso porque uma
srie de servios (passar aspirador, molhar, lavar, tirar o sabo, secar, limpar janelas e estacionar)
realizada em uma seqncia consideravelmente uniforme. Um fator fundamental no caso do canal
nico com servio em sries a quantidade de itens acumulados permitidos na frente de cada servio,
o que, por sua vez, constitui filas de espera separadas.
3. Canais mltiplos, fase nica. Guichs de caixas de um banco e caixas de supermercado em
lojas de departamento de grande volume exemplificam este tipo de estrutura. A dificuldade com este
formato que o tempo de atendimento desigual dado a cada cliente resulta em velocidade ou fluxo
desiguais entre as filas. Isso faz que alguns clientes sejam atendidos antes de outros que chegaram
antes e que mudem de filas. Modificar essa estrutura para garantir o atendimento s chegadas em
ordem cronolgica exigiria a formao de uma fila nica, a partir da qual, assim que um atendente
fica livre, o prximo cliente da fila atendido.
figura NT7.7
Fase nica
nica
Fases mltiplas
Fase nica
Estrutura
Canais mltiplos
Fases mltiplas
Fase nica
Canal mltiplo a nico
Fases mltiplas
Mista
Caminhos alternativos como:
O principal problema relacionado a essa estrutura que ela exige um controle rgido da fila para
manter a ordem e direcionar os clientes aos atendentes disponveis. Em alguns casos, distribuir nmeros aos clientes na ordem de chegada ajuda a sanar esse problema.
4. Canais mltiplos, fases mltiplas. Esse caso semelhante ao anterior, exceto pelo fato de
que dois ou mais servios so realizados em seqncia. A internao de pacientes em um hospital segue
esse padro, porque uma seqncia especfica de etapas geralmente seguida: contato inicial no balco
de atendimento, preenchimento de ficha, confeco de etiquetas de identificao, obteno de leito,
acompanhamento do paciente at o quarto e assim por diante. Como diversos atendentes normalmente
ficam disponveis para esse procedimento, mais de um paciente pode ser atendido por vez.
5. Mista. Dentro dessa categoria mais geral, consideraremos duas subcategorias: 1. estruturas de
canal mltiplo a nico e 2. estruturas de caminhos alternativos. De acordo com (1), encontramos filas que
podem ser combinadas em uma para servio de fase nica, como em uma ponte em que duas pistas convergem em uma, ou filas que se combinam em uma para servios em canais mltiplos, como em filas de
submontagem alimentando uma fila principal. No caso (2), temos duas estruturas que diferem em termos
de exigncias de fluxo direcional. A primeira semelhante ao caso canais mltiplos fases mltiplas, com
exceo de que a. pode haver mudana de um canal para o prximo depois que o primeiro servio foi prestado e b. o nmero de canais e fases pode variar novamente depois da execuo do primeiro servio.
SADA
nota tcnica
Depois que um cliente atendido, h duas possibilidade de sada: 1. O cliente pode retornar populao de origem e se tornar imediatamente um candidato concorrente para o servio novamente ou
2. pode haver uma baixa probabilidade de novo atendimento. O primeiro caso pode ser ilustrado por
uma mquina que tenha sido constantemente consertada e retornada operao, mas pode quebrar
11
12
seo 2
novamente; o segundo pode ser ilustrado por uma mquina que foi vistoriada ou modificada e apresenta baixa probabilidade de obter um novo servio em um futuro prximo. Analogicamente, podemos nos referir ao primeiro como um caso de resfriado recorrente e ao segundo como um caso
nico de cirurgia de retirada de apndice.
Baixa probabilidade de
novo atendimento
Sada
Retorno populao de origem
Deve ficar evidente que, quando a populao de origem finita, qualquer modificao no servio
realizado para os clientes que retornam populao modifica a taxa de chegada no estabelecimento
da prestao do servio. Isso obviamente altera as caractersticas da fila de espera em estudo e requer
uma nova anlise do problema.
Excel: Fila
Problema 1: Clientes na fila. Um banco deseja saber quantos clientes esperam no caixa do
guich drive-through, quanto tempo precisam esperar, qual a utilizao do caixa e qual teria de
ser a taxa de atendimento para que em 95% do tempo no haja mais que trs carros no sistema
em qualquer horrio.
Problema 2: Seleo de equipamentos. Uma franquia da Robot Car Wash precisa decidir qual
equipamento comprar a partir de trs opes. Unidades maiores custam mais, mas lavam os carros
com mais rapidez. Para tomar a deciso, os custos esto relacionados receita.
figura NT7.8
LAYOUT
FASE DO
SERVIO
POPULAO
DE ORIGEM
PADRO DE
CHEGADA
DISCIPLINA DA
FILA
PADRO DO
SERVIO
COMPRIMENTO
ADMISSVEL DA FILA
EXEMPLO
TPICO
Canal nico
nica
Infinita
Poisson
Atendimento
por ordem
de chegada
Exponencial
Ilimitado
Caixa drive-through de
um banco; pedgio
com uma pista
Canal nico
nica
Infinita
Poisson
Atendimento
por ordem
de chegada
Constante
Ilimitado
Infinita
Poisson
Atendimento
por ordem
de chegada
Exponencial
Ilimitado
Balco de peas em
concessionria de
automveis
Canal nico
Finita
Poisson
Atendimento
por ordem
de chegada
Exponencial
Ilimitado
Pane e conserto de
mquina na fbrica
MODELO
nica
nota tcnica
figura NT7.9
Taxa de chegada
Taxa de atendimento
1
Tempo mdio do servio
1
Tempo mdio entre as chegadas
um nico atendente
figura NT7.10
Modelo
1
Modelo
2
Lq
2
( )
Lq
Ls
2
2 ( )
Ls Lq
Lq
Lq
Wq
Pn 1
Wq
Po 1
(NT7.3)
Lq
Ls
Ws
Wq
(NT7.4)
Ls Lq /
Wq Lq /
Ws Ls /
S
Pw Lq 1
(NT7.5)
O Modelo 4 uma situao de fila finita que solucionada mais facilmente usando-se as tabelas finitas. Essas tabelas, por sua vez,
exigem a manipulao de termos especficos.
Modelo
4
X
T
TU
H FNX
L N (1 F )
Pn
N!
n
X Po
(N n)!
L NF (1 X )
W
LT
L (T U)
H
NL
F
nLH
TU
TUW
Problema 3: Determinao do nmero de atendentes. O departamento de peas de uma concessionria precisa decidir quantos atendentes ficaro no balco. Mais funcionrios custam mais
dinheiro, mas geram economia porque os mecnicos esperam menos tempo.
Problema 4: Populao de origem finita. Enquanto os modelos vistos anteriormente supem
uma grande populao, a fila finita emprega um conjunto distinto de equaes para os casos em
(NT7.6)
13
14
seo 2
que a populao solicitante pequena. Neste ltimo problema, o mecnico deve atender quatro
mquinas de tecelagem para mant-as em operao. Com base nos custos associados inativao
das mquinas e nos custos dos mecnicos para atend-las, o problema est em decidir quantos
mecnicos escalar.
EXEMPLO NT7.1: CLIENTES
NA
FILA
O Western National Bank est pensando em abrir um guich drive-through para atender a seus clientes. A
gerncia estima que os clientes chegaro a uma razo de 15 por hora. O caixa que vai ocupar o guich consegue
atender os clientes a uma razo de um a cada trs minutos.
Servio
A utilizao do caixa.
O nmero mdio na fila de espera.
O nmero mdio no sistema.
O tempo mdio de espera na fila.
O tempo mdio de espera no sistema, incluindo servio.
SOLUO Parte 1
1. A utilizao mdia do caixa (usando o Modelo 1)
Excel:
Queue.xls
15 75%
20
2. O nmero mdio na fila de espera
Lq
(15)2
2
2,25 clientes
20(20 15)
( )
Ls
15
2
3 clientes
20 15
Wq
2,25
Lq
0,15 hora ou 9 minutos
15
Ws
Ls
3
0,2 hora ou 12 minutos
15
SOLUO Parte 2
O nvel atual de servio para trs carros ou menos a probabilidade de que existam 0, 1, 2 ou 3 carros no sistema.
Pelo Modelo 1, da Figura NT 7.10,
n
Pn 1
(15/20)0 0,250
(15/20)1 0,188
(15/20)2 0,141
(15/20)3 0,105
0,684
ou
nota tcnica
68,5%
A probabilidade de haver mais de trs carros no sistema 1,0 menos a probabilidade de trs carros ou menos
(1,0 0,685 31,5 %).
Para um nvel de servio de 95% para trs carros ou menos, isso significa que P0 P1 P2 P3 95%.
0
0,95 1
1 1 1
0,95 1
1
DE
EQUIPAMENTOS
A Robot Company possui franquias de postos de combustvel e lavagem de carros nos Estados Unidos. A Robot
oferece uma lavagem como cortesia para quem enche o tanque ou, apenas pela lavagem, cobra US$ 0,50. A
experincia mostra que o nmero de clientes que ganham as lavagens aps encher o tanque quase igual ao de
apenas lavagens. O lucro mdio sobre um abastecimento de cerca de US$ 0,70, e o custo da lavagem para a
Robot de US$ 0,10. A Robot funciona 14 horas por dia.
A Robot possui trs unidades de fora e estaes de lavagem, e o franqueado deve selecionar a unidade que
mais lhe convm. A unidade I consegue lavar os carros taxa de um a cada cinco minutos e alugada por US$ 12
por dia. A unidade II, maior, consegue lavar os carros taxa de um a cada quatro minutos, mas custa US$ 16 por
dia. A unidade III, a maior de todas, custa US$ 22 por dia e consegue lavar um carro em trs minutos.
O franqueado estima que os clientes ficaro na fila por no mximo cinco minutos para lavar o carro. Mais
tempo do que isso far que a Robot perca a venda da gasolina e da lavagem.
Servio
Excel:
Queue.xls
15
16
seo 2
SOLUO
Usando a unidade I, calcule o tempo mdio de espera dos clientes na fila para lavagem ( para a unidade 1
12 por hora). Com as equaes do Modelo 2 (Figura NT7.10).
Lq
102
2
2,08333
2(12)(12 10)
2( )
Wq
2,08333
Lq
1
0,208 hora ou 12 2 minutos
10
Lq
102
0,667
2(15)(15 10)
Wq
0,667
0,0667 hora ou 4 minutos
10
Se o tempo de espera for o nico critrio, a unidade II deve ser a escolhida. Mas, antes de tomarmos a deciso final, devemos observar o diferencial de lucro entre ambas as unidades.
1
Com a unidade I, alguns clientes iriam desistir e abandonar o local em razo da espera de 12 2 minutos. E,
embora isso complique bastante a anlise matemtica, podemos obter alguma estimativa de perda de vendas
1
com a unidade I aumentando Wq 5 minutos ou 2 hora (a durao mdia de tempo que os clientes vo esperar)
e solucionando . Isso seria a taxa efetiva de chegada dos clientes:
Wq
Lq
2/2( )
Wq
2( )
2Wq 2
1 2Wq
2 2 (12)2
1
1 2 2 (12)
Portanto, como a estimativa original de era de 10 por hora, estima-se que dois clientes por hora sero perdi1
dos. Lucro perdido de 2 clientes por hora 14 horas 2 (US$ 0,70 lucro abastecimento US$ 0,40 lucro da
lavagem) US$ 15,40 por dia.
Como o custo adicional da unidade II em relao unidade I de apenas US$ 4 por dia, a perda de US$
15,40 em lucro obviamente garante a instalao da unidade II.
A restrio inicial de espera mxima de cinco minutos satisfeita pela unidade II. Portanto, a unidade III
no considerada a menos que se espere que a taxa de chegadas aumente.
Servio
Excel:
Queue.xls
DO
NMERO
DE
ATENDENTES
No departamento de servios da Glenn-Mark Agency, os mecnicos que precisam de peas para o conserto de
automveis ou servios apresentam formulrios de solicitao no balco do departamento de peas. O funcionrio da rea de peas preenche uma requisio enquanto o mecnico espera. Os mecnicos chegam de maneira
aleatria (Poisson) taxa de 40 por hora e um funcionrio consegue preencher as requisies taxa de 20 por
hora (exponencial). Se o custo do funcionrio de peas de US$ 6 por hora e o custo do mecnico de US$ 12
por hora, determine o nmero timo de funcionrios para atendimento no balco. (Como a taxa de chegadas
alta, possvel assumir uma origem infinita).
SOLUO
Em primeiro lugar, suponha que trs funcionrios sero escalados porque apenas um ou dois resultariam em filas
infinitamente longas (pois 40 e 20). As equaes do Modelo 3 da Figura NT7.10 sero usadas aqui.
nota tcnica
Mas, primeiro, precisamos obter o nmero mdio na fila, utilizando a tabela da Figura NT7.11. Usando a tabela
e os valores / 2 e S 3, obtemos Lq 0,8888 mecnico.
Neste ponto, vemos que possumos uma mdia de 0,8888 mecnico esperando ao longo de todo o dia. Para
um dia de oito horas, a US$ 12 por hora, h um desperdcio do tempo do mecnico equivalente a 0,8888 mecnico US$ 12 por hora 8 horas US$ 85,32.
Nossa prxima etapa obter novamente o tempo de espera se adicionarmos outro funcionrio de peas.
Ento, comparamos o custo adicional do funcionrio extra com o tempo economizado pelos mecnicos.
Novamente, usando a tabela da Figura NT7.11, mas com S 4, temos
Lq 0,1730 mecnico na fila
0,1730 US$ 12 8 horas custo de US$ 16,61 de um mecnico esperando na fila
Valor do tempo economizado do mecnico US$ 85,32 US$ 16,61
US$ 68,71
48,00
US$ 20,71
Esse problema poderia ser expandido para considerar a adio de funcionrios encarregados da entrega de
peas aos mecnicos; o problema ento seria determinar o nmero timo de entregadores. Isso, no entanto, teria
de incluir o custo adicional do tempo perdido com erros no recebimento da peas. Por exemplo, um mecnico
reconheceria uma pea errada no balco e obteria a correo imediata, ao passo que os entregadores de peas
no teriam essa capacidade.
DE
ORIGEM FINITA
Estudos de um grupo de quatro mquinas da tecelagem Loose Knit revelaram que, em mdia, cada mquina
1
precisa de ajustes a cada hora, e que o operador atual demora uma mdia de 7 2 minutos por ajuste. Supondo
chegadas Poisson, servio exponencial e um custo de tempo ocioso da mquina de US$ 40 por hora, determine
1
se um segundo operador de mquina (que tambm demora 7 2 minutos por ajuste) deveria ser contratado pela
taxa de US$ 7 por hora.
Servio
SOLUO
Este um problema de filas finitas que pode ser solucionado utilizando tabelas de filas finitas. (Ver Figura NT7.12.)
A abordagem a esse problema comparar o custo de inativao da mquina (seja esperando na fila ou sendo
atendida) e um operador, ao custo de inativao da mquina e dois operadores. Isso pode ser feito descobrindo
o nmero mdio de mquinas que esto no sistema de servio e multiplicando esse nmero pelo custo de inativao por hora. Para isso adicionamos o custo dos operadores.
Antes de prosseguirmos, vamos primeiro definir alguns termos:
N Nmero de mquinas na populao
S Nmero de operadores
T Tempo necessrio para consertar uma mquina
U Tempo mdio de operao de uma mquina at que precise do servio
X Fator de servio ou proporo do tempo do servio necessrio para cada mquina ( T/(T U))
L Nmero mdio de mquinas esperando na fila para serem consertadas
H Nmero mdio de mquinas sendo consertadas
Os valores a serem determinados a partir das tabelas finitas so
D Probabilidade de que uma mquina precisando de servio precise esperar
F Fator de eficincia, que mede o efeito de ter de esperar na fila para ser atendido
As tabelas so organizadas de acordo com trs variveis: N, tamanho da populao; X, fator de servio; e S,
o nmero de canais de servio (operadores neste problema). Para procurar um valor, encontre primeiro a tabela
para o tamanho N correto. Ento, pesquise a primeira coluna para o X apropriado e, finalmente, encontre a fila
Excel:
Queue.xls
17
18
seo 2
figura NT7.11
0,10 0,0111
0,15 0,0264
0,20 0,0500
0,25 0,0833
0,30 0,1285
0,35 0,1884
0,40 0,2666
0,45 0,3681
0,50 0,5000
0,55 0,6722
0,60 0,9090
0,65 1,2071
0,70 1,6333
0,75 2,2500
0,80 3,2000
0,85 4,8165
0,90 8,1000
0,95 18,0500
1,0
1,2
1,4
1,6
1,8
2,0
2,2
2,4
2,6
2,8
3,0
3,2
3,4
3,6
3,8
4,0
4,2
4,4
4,6
4,8
5,0
5,2
5,4
5,6
5,8
6,0
6,2
6,4
6,6
6,8
7,0
7,2
7,4
7,6
7,8
8,0
8,2
8,4
8,6
8,8
9,0
9,2
9,4
9,6
9,8
10
0,0006
0,0020
0,0039
0,0069
0,0110
0,0166
0,0239
0,0333
0,045
0,0593
0,0767
0,0976
0,1227
0,1523
0,1873
0,2285
0,2767
0,0019
0,0030
0,0043
0,0061
0,0084
0,0112
0,0147
0,0189
0,0239
0,0300
0,0371
0,0031
0,0041
0,0053
0,0454
0,0940
0,1778
0,3128
0,5320
0,8888
1,4907
2,1261
4,9322
12,2724
0,0067
0,0158
0,0324
0,0604
0,1051
0,1730
0,2770
0,4205
0,6581
1,0000
0,0059
0,0121
0,0227
0,0390
0,066
0,1047
0,1609
0,2411
0,0047
0,0090
0,0158
0,0266
0,0425
0,0659
0,0065
0,0110
0,0180
1,5282
2,3855
3,9060
7,0893
16,9366
0,3541
0,5128
0,7365
1,0550
1,5181
0,0991
0,1452
0,2085
0,2947
0,4114
0,0282
0,0427
0,0631
0,0912
0,1292
0,0077
0,0122
0,0189
0,0283
0,0412
0,0084
0,0127
2,2164
3,3269
5,2675
9,2885
21,6384
0,5694
0,7837
1,0777
1,4857
2,0708
0,1801
0,2475
0,3364
0,4532
0,6071
0,0590
0,0827
0,1142
0,1555
0,2092
0,0189
0,0273
0,0389
0,0541
0,0742
0,0087
0,0128
0,0184
0,0260
2,9375
4,3004
6,6609
11,5178
26,3726
0,8102
1,0804
1,4441
1,9436
2,6481
0,2785
0,3680
0,5871
0,6313
0,8225
0,1006
0,1345
0,1779
0,2330
0,3032
0,0361
0,0492
0,0663
0,0683
0,1164
0,0125
0,0175
0,0243 0,0085
0,0330 0,0119
0,0443 0,0164
3,6878
5,2979
8,0768
13,7992
31,1270
1,0707
1,3967
1,8040
2,4198
3,2441
0,3918
0,5037
0,6454
0,8247
1,0533
0,1518
0,1964
0,2524
0,3222
0,4090
0,0590
0,0775
0,1008
0,1302
0,1666
0,0224
0,0300
0,0398
0,0523
0,0679
0,0113
0,0153
0,0205
0,0271
0,0105
4,4471
6,3133
9,5102
16,0379
35,8956
1,3471
1,7288
2,2324
2,9113
3,8558
0,5172
0,6521
0,8202
1,0310
1,2972
0,2119
0,2677
0,3364
0,4211
0,5250
0,0876
0,1119
0,1420
0,1789
0,2243
0,0357
0,0463
0,0595
0,0761
0,0966
0,0141
0,0187
0,0245
0,0318
0,0410
0,0097
0,0129
0,0168
5,2264
7,3441
10,9592
18,3223
40,6824
1,6364
2,0736
2,6470
3,4160
4,4805
0,6530
0,8109
1,0060
1,2484
1,5524
0,2796
0,3469
0,4288
0,5236
0,6501
0,1214
0,1520
0,1891
0,2341
0,2885
0,0522
0,0663
0,0834
0,1043
0,1208
0,0220
0,0283
0,0361
0,0459
0,0577
6,0183
8,3869
12,4183
20,6160
45,4769
1,9366
2,4293
3,0732
3,9318
5,1156
6,8210
0,7980
0,9788
1,2010
1,4752
1,8165
2,2465
0,3543
0,4333
0,5267
0,5437
0,7827
0,9506
0,1603
0,1974
0,2419
0,2952
0,3699
0,4352
0,0723
0,0899
0,1111
0,1367
0,16731
0,2040
0,3333
0,6748
1,3449
2,8441
7,6731
10
11
12
13
14
15
nota tcnica
figura NT7.12
0,015
0,022
0,030
0,034
0,038
0,042
0,046
1
1
1
1
1
1
1
0,045
0,066
0,090
0,102
0,114
0,126
0,137
0,999
0,998
0,997
0,996
0,995
0,994
0,993
0,048
0,052
0,054
0,058
0,060
0,062
0,064
1
1
1
1
1
1
1
0,143
0,155
0,161
0,173
0,179
0,184
0,190
0,992
0,991
0,990
0,989
0,988
0,987
0,986
0,200
0,210
0,066
0,070
1
2
1
2
1
2
1
0,196
0,014
0,208
0,016
0,222
0,018
0,237
0,985
0,999
0,984
0,999
0,981
0,999
0,978
0,230
2
1
2
1
2
1
2
0,021
0,251
0,023
0,265
0,026
0,280
0,028
0,999
0,975
0,999
0,972
0,999
0,969
0,999
1
2
1
2
1
2
1
0,294
0,031
0,308
0,034
0,321
0,037
0,335
0,965
0,998
0,962
0,998
0,958
0,998
0,954
2
1
2
1
2
1
2
0,041
0,349
0,044
0,362
0,047
0,376
0,051
0,997
0,950
0,997
0,945
0,997
0,941
0,996
1
2
1
2
1
2
1
0,389
0,055
0,402
0,058
0,415
0,062
0,428
0,936
0,996
0,931
0,995
0,926
0,995
0,921
2
1
2
1
2
1
2
0,066
0,441
0,071
0,454
0,075
0,466
0,079
0,994
0,916
0,994
0,910
0,993
0,904
0,993
0,075
0,080
0,085
0,090
0,095
0,100
0,105
0,110
0,115
0,120
0,125
0,130
0,135
0,140
0,145
0,150
0,155
0,160
0,165
0,170
X
0,180
0,190
0,200
0,220
0,240
0,250
0,260
0,270
0,280
0,290
0,300
0,310
0,320
0,330
0,340
0,360
0,380
1
2
1
2
1
3
2
0,479
0,088
0,503
0,098
0,526
0,008
0,108
0,899
0,991
0,887
0,990
0,874
0,999
0,988
1
3
2
1
3
2
1
0,549
0,009
0,118
0,572
0,011
0,129
0,593
0,862
0,999
0,986
0,849
0,999
0,984
0,835
3
2
1
3
2
1
3
0,012
0,140
0,614
0,014
0,151
0,634
0,016
0,999
0,982
0,822
0,999
0,980
0,808
0,999
2
1
3
2
1
3
2
0,163
0,654
0,018
0,175
0,673
0,020
0,187
0,977
0,794
0,998
0,975
0,780
0,998
0,972
1
3
2
1
3
2
1
0,691
0,022
0,200
0,708
0,024
0,213
0,725
0,766
0,99s8
0,968
0,752
0,998
0,965
0,738
3
2
1
3
2
1
3
0,027
0,226
0,741
0,030
0,240
0,756
0,033
0,997
0,962
0,724
0,997
0,958
0,710
0,997
2
1
3
2
1
3
2
0,254
0,771
0,036
0,268
0,785
0,039
0,282
0,954
0,696
0,996
0,950
0,683
0,996
0,945
1
3
2
1
3
2
1
0,798
0,047
0,312
0,823
0,055
0,342
0,846
0,670
0,994
0,936
0,644
0,993
0,926
0,619
0,400
3
2
1
3
2
1
3
0,064
0,372
0,866
0,074
0,403
0,884
0,085
0,992
0,915
0,595
0,990
0,903
0,572
0,986
2
1
3
2
1
3
2
0,435
0,900
0,097
0,466
0,914
0,111
0,498
0,891
0,551
0,985
0,878
0,530
0,983
0,864
1
3
2
1
3
2
1
0,926
0,125
0,529
0,937
0,141
0,561
0,947
0,511
0,980
0,850
0,492
0,976
0,835
0,475
3
2
1
3
2
1
3
0,157
0,592
0,956
0,176
0,623
0,963
0,195
0,972
0,820
0,459
0,968
0,805
0,443
0,964
2
1
3
2
1
3
2
0,653
0,969
0,216
0,682
0,975
0,275
0,752
0,789
0,429
0,959
0,774
0,415
0,944
0,734
1
3
2
1
3
2
1
0,985
0,343
0,816
0,991
0,422
0,871
0,996
0,384
0,926
0,695
0,357
0,905
0,657
0,333
3
2
1
3
2
1
3
0,512
0,917
0,998
0,614
0,954
0,999
0,729
0,880
0,621
0,312
0,852
0,587
0,294
0,821
2
3
2
0,979
0,857
0,995
0,555
0,786
0,526
0,420
0,440
0,460
0,480
0,480
0,500
0,520
0,540
0,560
0,580
0,600
0,650
0,700
0,750
0,800
0,850
0,900
0,950
19
20
seo 2
figura NT7.13
Comparao dos Custos dos Tempos de Inativao do Servio e Reparo de Quatro Mquinas
NO DE OPERADORES
NO DE MQUINAS INATIVAS
(H L)
CUSTO DOS
OPERADORES
(US$ 7/HORA CADA UM)
CUSTO TOTAL
HORA
POR
0,597
US$ 23,88
US$ 7,00
US$ 30,88
0,451
18,04
14,00
32,04
para S. A seguir, leia D e F. (Alm desses valores, outras caractersticas sobre o sistema de filas finitas podem
ser encontradas usando-se as frmulas finitas.)
Para solucionar o problema, considere o Caso I com um operador e o Caso II com dois operadores.
Caso I: Um operador. Conforme o enunciado do problema.
N4
S1
1
T 7 2 minutos
U 60 minutos
X
7,5
T
0,111
7,5 60
TU
Pela Figura NT7.12, que mostra a tabela N 4, F interpolado como aproximadamente 0,957 em X 0,111
e S 1.
O nmero de mquinas esperando na fila para serem consertadas L, em que
L N(1 F) 4(1 0,957) 0,172 mquina
O nmero de mquinas sendo consertadas H, no qual
H FNX 0,957(4)(0,111) 0,425 mquina
A Figura NT7.13 mostra o custo resultante do tempo inativo da mquina e o custo do operador.
Caso II: Dois operadores. Pela Figura NT7.12, em X 0,111 e S 2, F 0,998.
O nmero de mquinas esperando na fila, L,
L N (1 F) 4(1 0,998) 0,008 mquina
O nmero de mquinas sendo consertadas, H,
H FNX 0,998(4) (0,111) 0,443 mquina
Os custos de inativao das mquinas e dos dois operadores so exibidos na Figura NT7.13. A ltima coluna
dessa figura mostra que manter apenas um reparador a melhor escolha.
dados durante um perodo que representa consideravelmente o suas expectativas sobre o perodo com
o qual est se deparando. Por exemplo, se quiser saber quantos caixas de banco voc deveria manter
para atender a seus clientes na sexta-feira perto do horrio de almoo, rena os dados referentes a esse
perodo. Isso vai assegurar que as transaes sendo realizadas sejam semelhantes quelas que voc
ter futuramente. Voc pode utilizar um cronmetro para contar quanto tempo se leva para atender a
cada cliente. Usando esses dados, calcule a mdia e o desvio-padro do tempo do servio.
Lembre de que, na estatstica, a mdia
X
[NT7.7]
x1 N
i1
S
(x1 X )2
i1
N1
A seguir, anote os dados sobre a quantidade de tempo entre as chegadas de cada novo cliente durante o
perodo que est estudando. Isso denominado tempo entre chegadas. Com esses dados em mos, calcule
o desvio mdio e o desvio-padro do tempo entre chegadas. A partir desses clculos, temos
Xs Tempo mdio do servio
Xa Tempo mdio entre chegadas
Ss Desvio-padro da amostra do tempo do servio
Sa Desvio-padro da amostra do tempo entre chegadas
Em seguida, defina o seguinte:
Cs Coeficiente de variao do tempo do servio
Ss
Xs
1
Xa
Sa
Xa
1
Xs
Agora, podemos calcular algumas estatsticas sobre nosso sistema. Primeiro, defina S como o nmero
de atendentes que pretendemos usar. Ento,
Utilizao dos atendentes
2(S 1)
1
Ca2 C2a
2
nota tcnica
21
22
seo 2
80% dependendo da quantidade de varincia existente nas taxas de chegada e atendimento do cliente.
Lq o comprimento esperado da fila, e Wq quanto tempo se estima que o cliente vai esperar na fila.
Ls e Ws so o nmero esperado de clientes no sistema e o tempo esperado de um cliente no sistema.
Essas estatsticas consideram que o nmero total de clientes e o tempo total de espera devem incluir
aqueles que j esto de fato sendo atendidos.
EXEMPLO NT7.5: APROXIMAO
NOS
CLCULOS
DA
FILA
DE
ESPERA
Vamos considerar o exemplo de uma central de atendimento que recebe pedidos para uma empresa de servios
pelo correio. Durante o perodo de pico, o tempo mdio entre as chamadas (Xa) de 0,5 minuto, com desvio-padro
(Sa) de 0,203 minuto. O tempo mdio de atendimento a uma chamada (Xs ) de 4 minutos, e o desvio-padro
do tempo do servio (Ss) de 2,5 minutos. Se a central de atendimento estiver usando nove operadores para
atender s chamadas, quanto tempo se estima que o cliente vai esperar para ser atendido? Qual seria o impacto
de adicionar mais um operador?
SOLUO
Excel:
Queue.xls
Wq o tempo estimado para que um cliente espere at ser atendido. A melhor maneira de efetuar esse clculo
com uma planilha. A planilha Queue_Models.xls do DVD-ROM pode ser usada sem problemas. As seguintes
etapas so necessrias para o clculo do tempo de espera do cliente.
Etapa 1. Calcular a taxa esperada de chegadas de clientes (), taxa de atendimento por atendente (), coeficiente de variao do tempo entre chegadas (Ca) e do tempo do servio (Cs ).
1
1
2 clientes por minuto
0,5
Xa
1
1
0,25 cliente por minuto
4
Xs
Ca
Sa
0,203
0,406
0,5
Xa
Cs
Ss
2,5
4
Xs
0,625
2
0,888889
9 0,25
S
Etapa 3. Calcular o nmero estimado de pessoas em espera (Lq) e a durao da espera (Wq).
Lq
0,4062 0,6252
Ca2 Cs2
2(S 1)
0,8888892(9 1)
1,476064 cliente
1
1 0,888889
2
2
Wq
1,476064
Lq
0,738032 minuto
2
Em mdia, estimamos que os clientes esperem 44 segundos (0,738032 60) at conseguirem falar com um atendente.
Para dez operadores, o clculo se d desta maneira:
2
0,8
10
0,25
S
Lq
0,4062 0,6252
Ca2 Cs2
2(S 1)
0,82(10 1)
0,487579 cliente
1
1 0,8
2
2
Wq
0,487579
Lq
0,24379 minuto
2
Com dez operadores, o tempo de espera cortado em um tero para 14,6 segundos. Se voc adicionar dois operadores (elevando o total para 11), o tempo de espera na fila ser de 6,4 segundos. A adio do primeiro operador
extra exerce um impacto significativo no tempo de espera do cliente.
nota tcnica
23
Essa aproximao til para diversas situaes tpicas de filas. fcil implement-la usando uma
planilha como a Queue_Models.xls, includa no DVD-ROM disponvel na Editora. Lembre-se que a
aproximao parte do pressuposto de que a populao a ser atendida grande, e que os clientes chegam
um por vez. A aproximao pode ser til para uma anlise rpida da situao das filas de espera.
CONCLUSO
Os problemas ligados s filas de espera desafiam e frustram aqueles que tentam solucion-los. O objetivo bsico equilibrar o custo da espera com o custo da adio de mais recursos. Para
um sistema de servios, isso significa que a utilizao de um atendente pode ser consideravelmente
baixa para proporcionar um tempo de espera curto ao cliente. Uma das principais preocupaes ao
lidar com esses problemas qual procedimento ou regra de prioridade usar para selecionar o prximo
produto ou cliente a ser atendido.
Muitos problemas com filas parecem simples at haver uma tentativa de solucion-los. Esta nota
tcnica tratou dos problemas mais simples. Quando a situao se torna mais complexa, quando h
fases mltiplas ou os servios so realizados apenas em uma seqncia determinada, a simulao
computadorizada necessria para que se obtenha a soluo tima.
PA
L AV R A S
-C
H AV E
Distribuio exponencial Uma distribuio de probabilidade associada muitas vezes aos tempos entre chegadas.
E V I S O
D E
R M U L A S
Distribuio exponencial
[NT7.1]
f (t) et
Distribuio de Poisson
[NT7.2]
PT (n)
(T)n eT
n!
24
seo 2
Lq
2
( )
Wq
Lq
Pn 1
Po 1
[NT7.3]
Ls
Ws
Ls
Modelo 2
Lq
2
2 ( )
Lq
Wq
[NT7.4]
Ls Lq
Modelo 3
Ws
Ls
Wq Lq /
Ls Lq /
[NT7.5]
Pw Lq S 1
Wq Lq /
Modelo 4
X
T
TU
L N F (1 F )
H FNX
nLH
[NT7.6]
Pn
W
N!
n
X Po
(N n)!
LT
L (T U)
H
NL
xi N
S
i 1
Cs
[NT7.7]
Ss
Xs
T U
TUW
F
X
L N F(1 Fx)
Ca
Sa
Xa
i 1
(xi X )2
N1
1
Xa
1
Xs
S
Lq
Ca2 Cs2
2(S 1)
1
2
LS Lq S
Lq
LS
WS
Wq
PROBLEMAS RESOLVID
PROBLEMA RESOLVIDO 1
Excel
Queue.xls
O S
A Quick Lube Inc. opera uma oficina de troca rpida de leo. Em um dia normal, os clientes chegam
taxa de trs por hora, e o trabalho de troca realizado em uma mdia de uma a cada 15 minutos. Os
mecnicos trabalham em equipe em um carro por vez.
nota tcnica
Soluo
3, 4
3
a. Utilizao
75%.
4
9
32
2
b. Lq
2,25 carros na fila.
4(
4
3)
( )
4
2,25
Lq
0,75 hora ou 45 minutos.
3
3
Ls
d. Ws
4 3 3 1 hora (espera troca).
c. Wq
PROBLEMA RESOLVIDO 2
A American Vending Inc. (AVI) fornece comida para as mquinas automticas de uma grande universidade. Como
os alunos costumam chutar as mquinas por raiva ou frustrao, a gerncia enfrenta a necessidade de reparos constantes. Em mdia trs mquinas quebram por hora e as panes so distribudas no formato Poisson. Os perodos
de inativao custam empresa US$ 25/hora, por mquina, e cada funcionrio de manuteno recebe US$ 4 por
hora. Um funcionrio consegue consertar as mquinas a uma taxa mdia de cinco por hora, distribudas exponencialmente; dois funcionrios trabalhando juntos conseguem dar conta de sete por hora, distribudas exponencialmente; e uma equipe de trs funcionrios consegue reparar oito por hora, distribudas exponencialmente.
Qual o tamanho ideal da equipe de manuteno para o reparo das mquinas?
Soluo
Caso I Um funcionrio
3/hora Poisson, 5/hora exponencial
Existe um nmero mdio de mquinas no sistema de
3
3
1
1
mquina
Ls
2
53
2
O custo de inativao de US$ 25 1,5 US$ 37,50 por hora; o custo de reparo de US$ 4,00 por hora;
e o custo total por hora para 1 funcionrio de US$ 37,50 US$ 4,00 US$ 41,50.
Inativao (1,5 US$ 25) US$ 37,50
Mo-de-obra (1 funcionrio US$ 4)
4,00
US$ 41,50
Caso II Dois funcionrios
3, 7
3
Ls
0,75 mquina
73
3
3
Ls
8 3 5 0,60 mquina
Excel
Queue.xls
25
26
seo 2
PROBLEMA RESOLVIDO 3
O American Bank possui um nico caixa eletrnico (ATM) em um shopping center. Foram reunidos
dados durante um perodo de pico de uso em um sbado tarde, e se descobriu que o tempo mdio entre
as chegadas dos clientes de 2,1 minutos, com desvio-padro de 0,8 minuto. Notou-se tambm que um
cliente demora em mdia 1,9 minuto para concluir uma transao, com desvio-padro de 2 minutos.
Aproximadamente quanto tempo os clientes vo precisar esperar na fila durante o perodo de pico?
Excel
Queue.xls
Soluo
Etapa 1. Calcular a taxa esperada de chegada de clientes (), a taxa de atendimento por atendente (), o
coeficiente de variao para a distribuio de chegadas (Ca) e para a distribuio do servio (Cs).
1
1
0,47619 cliente por minuto
2,1
Xa
1
1
0,526316 cliente por minuto
1,9
Xs
0,8
S
Ca a
0,380952
2,1
Xa
Cs
2
Ss
1,9
Xs
1,052632
0,47619
0,904762
1 0,56316
S
0,3809522 1,0526322
Ca2 Cs2
2(S 1)
0,9047622(1 1)
1
1 0,904762
2
2
5,385596 clientes
(Esse o nmero de clientes que estimamos que ficaro em espera.)
Wq
5,385596
Lq
11,30975 minutos
0,47619
Em mdia, estimamos que os clientes esperem 11 minutos e 19 segundos (0,30975 60) para que consigam
usar o caixa eletrnico.
QU
E S T E S
PA R A
DI
S C U S S O
E V I S O
1. Os fatores culturais afetam as filas de espera. Por exemplo, filas de caixas rpidos (isto , dez itens ou
menos) no so comuns no Japo. Por que voc acha que isso acontece?
2. Por quantas filas de espera voc teve de passar em sua ltima viagem de avio?
3. Diferencie um canal e uma fase.
4. Qual o principal trade-off de custo que deve ser feito ao administrar situaes de fila de espera?
5. Quais suposies so necessrias para empregar as frmulas fornecidas para o Modelo 1?
6. De que forma a regra de atendimento por ordem de chegada pode ser injusta com o cliente que aguarda
ser atendido em um banco ou hospital?
7. Defina, em um sentido prtico, o que significa tempo de servio exponencial.
8. Voc acha que a distribuio exponencial seria uma boa aproximao dos tempos de servio para
a. Comprar uma passagem de avio em um aeroporto?
b. Passear em um carrossel em um parque de diverses?
c. Fazer o checkout em um hotel?
d. Concluir uma prova em sua aula de Administrao de Operaes?
9. Voc acha que a distribuio de Poisson seria uma boa aproximao de
a. Corredores cruzando a linha de chegada na maratona de Boston?
b. Tempos de chegada dos alunos em sua aula de Administrao de Operaes?
c. Tempos de chegada do nibus em seu ponto na escola?
PR
O B L E M A S
1. Os alunos chegam secretaria em uma mdia de um a cada 15 minutos, e suas solicitaes demoram uma
mdia de dez minutos para serem processadas. O balco de atendimento possui apenas uma funcionria,
Judy Gumshoes, que trabalha oito horas por dia. Use chegadas Poisson e tempos de servio exponenciais.
a. Qual a porcentagem de tempo em que Judy fica ociosa?
b. Quanto tempo, em mdia, um aluno gasta esperando na fila?
c. Em mdia, qual a durao da fila (espera)?
d. Qual a probabilidade de que um aluno que est chegando (pouco antes de entrar na secretaria)
encontre pelo menos outro aluno esperando na fila?
2. Os coordenadores da secretaria estimam que o tempo que um aluno gasta esperando na fila custa a eles
(em virtude da perda de receita etc.) US$ 10 por hora. Para reduzir o tempo de espera na fila, eles sabem
que precisam melhorar o tempo de processamento de Judy (ver Problema 1). Eles esto, no momento,
considerando as duas opes seguintes:
a. Instalar um sistema de computadores, por meio do qual espera-se que Judy conseguir concluir uma
solicitao de um aluno 40% mais rpido (dos 2 minutos por solicitao para 1 minuto e 12 segundos, por exemplo).
b. Contratar outro funcionrio temporrio, que trabalhar na mesma velocidade que Judy.
Se o computador custa US$ 99,50 para funcionar por dia, enquanto o funcionrio temporrio recebe US$
75 por dia, Judy est correta ao preferir a ajuda do outro funcionrio? Utilize a distribuio de Poisson
e os tempos de servio exponenciais.
3. A Sharp Discounts Wholesale Club possui dois atendentes, um em cada entrada da loja. Os clientes chegam em cada balco em uma mdia de um a cada seis minutos. A taxa de atendimento em cada balco
de quatro minutos por cliente.
a. Com que freqncia (qual porcentagem de tempo) cada atendente fica ocioso?
b. Qual a probabilidade de ambos os atendentes estarem ocupados?
c. Qual a probabilidade de ambos os atendentes estarem ociosos?
d. Quantos clientes, em mdia, esperam na fila que se forma na frente de cada balco?
e. Quanto tempo um cliente gasta no balco (espera na fila mais tempo do servio)?
4. A Sharp Discounts Wholesale Club est considerando consolidar os dois balces (ver Problema 3) em
um local s, atendido por dois funcionrios. Os funcionrios vo continuar trabalhando no mesmo ritmo
individual de quatro minutos por cliente.
a. Qual a probabilidade de espera na fila?
b. Quantos clientes, em mdia, esperam na fila?
c. Quanto tempo um cliente gasta no balco (espera mais tempo do servio)?
d. Voc acha que a Sharp Discounts Wholesale Club deve consolidar os balces?
5. A Burrito King (uma nova franquia de fast-food, sendo inaugurada em mbito nacional) teve xito na
automao da produo de burritos para seus estabelecimentos de fast-food drive-through. O BurroMaster 9000 requer um tempo constante de 45 segundos para produzir um lote de burritos. Estimou-se
que os clientes vo chegar no guich drive-through de acordo com a distribuio de Poisson, em uma
mdia de um a cada 50 segundos. Para ajudar a determinar a quantidade de espao necessria para a fila
no guich, a Burrito King gostaria de saber qual o tempo mdio esperado no sistema, o comprimento
mdio da fila (em carros) e o nmero mdio de carros no sistema (tanto na fila como no guich).
6. O Cine Bijou em Hermosa Beach, na Califrnia, exibe filmes clssicos. Os clientes chegam fila do
cinema taxa de 100 por hora. O vendedor de ingressos fica, em mdia, 30 segundos com cada cliente,
e suas tarefas incluem colar os selos de validao do bilhete de estacionamento do cliente e marcar os
cartes de fidelidade dos clientes. (Em razo desses servios adicionais, muitos clientes s conseguem
comprar o ingresso depois que o filme j comeou.)
a. Qual o tempo mdio de espera do cliente no sistema?
b. Qual seria o efeito no tempo de espera do sistema se houvesse um segundo atendente que cuidasse exclusivamente das validaes e cartes, cortando assim o tempo mdio do servio para 20 segundos?
c. O tempo de espera no sistema seria menor do que o que voc encontrou na questo b, se um segundo
guich fosse aberto e cada atendente realizasse as trs tarefas?
7. Para colaborar na Semana Nacional do Corao, a Associao do Corao planeja instalar uma cabine para
exames de presso gratuitos no shopping center El Con Mall durante toda a semana. A experincia anterior
indica que, em mdia, dez pessoas por hora solicitam o exame. Utilize chegadas Poisson para uma populao
infinita. As medidas de presso sangnea podem ser realizadas em um tempo constante de cinco minutos cada.
Suponha que a extenso da fila possa ser infinita, com disciplina de atendimento por ordem de chegada.
a. Qual o nmero mdio de pessoas que podem ser esperadas na fila?
b. Qual o nmero mdio de pessoas que podem ser esperadas no sistema?
c. Qual a quantidade mdia de tempo que uma pessoa pode esperar gastar na fila?
nota tcnica
27
28
seo 2
8.
9.
10.
11.
12.
d. Em mdia, quanto tempo levar para medir a presso de uma pessoa, incluindo a espera na fila?
e. Nos finais de semana, a taxa de chegada deve aumentar para mais de 12 por hora. Que efeito isso
provocar no nmero na fila de espera?
Uma cantina possui uma cafeteira de onde os clientes se servem sozinhos. As chegadas at a cafeteira
seguem a distribuio de Poisson, taxa de trs por minuto. Ao se servirem, os clientes demoram cerca
de 15 segundos, distribudos exponencialmente.
a. Quantos clientes se espera ver, em mdia, na cafeteira?
b. Quanto tempo se espera que levaria para pegar uma xcara de caf?
c. Qual a porcentagem de tempo em que a cafeteira est sendo usada?
d. Qual a probabilidade de que trs ou mais pessoas estejam na cantina?
e. Se a cantina instalar uma mquina automtica que sirva uma xcara de caf em um tempo constante
de 15 segundos, como isso mudaria as respostas s questes a e b?
Uma empresa de engenharia mantm um especialista tcnico para auxiliar quatro engenheiros projetistas em um projeto. A ajuda prestada pelo especialista aos engenheiros varia amplamente, em termos de
consumo de tempo. O especialista sabe algumas respostas de cor; outras respostas exigem clculos, e
outras exigem ainda um tempo de pesquisa. Em mdia, cada solicitao de assessoria consome uma hora
do tempo do especialista.
Os engenheiros solicitam ajuda do especialista, em mdia, uma vez por dia. Como cada atendimento
demora cerca de uma hora, cada engenheiro consegue trabalhar por sete horas, em mdia, sem ajuda
alguma. Mais um detalhe: os engenheiros que precisam de ajuda no interrompem o especialista caso
ele j esteja debruado sobre outro problema.
Considere este como um problema de filas finitas e responda s seguintes questes:
a. Quantos engenheiros, em mdia, esto esperando pela assessoria do especialista?
b. Qual o tempo mdio que um engenheiro deve esperar pelo especialista?
c. Qual a probabilidade de que um engenheiro tenha de esperar na fila pela ajuda?
L. Winston Martin (um alergista de Tucson) possui um excelente sistema para atender a pacientes
habituais que vo clnica apenas para tomar injees contra alergias. Os pacientes chegam para tomar
a injeo e preenchem uma ficha com nome, que ento colocada em uma urna aberta e levada outra
sala, atendida por uma ou duas enfermeiras. As injees especficas de um paciente so preparadas, e o
paciente chamado pelo alto-falante para que receba a injeo. Em alguns momentos do dia, o fluxo de
pacientes cai e apenas uma enfermeira necessria para aplicar as injees.
Vamos nos concentrar no cenrio mais simples ou seja, quando h uma enfermeira. Suponha
tambm que os pacientes cheguem da maneira Poisson, e que a taxa de atendimento da enfermeira seja
distribuda exponencialmente. Durante esse perodo de menos movimento, os pacientes chegam com um
tempo entre chegadas de aproximadamente trs minutos. A enfermeira demora, em mdia, dois minutos
para preparar o soro dos pacientes e aplicar a injeo.
a. Qual o nmero mdio que voc esperaria ver no consultrio do Dr. Martin?
b. Quanto tempo levaria para a um paciente chegar, tomar a injeo e sair?
c. Qual a probabilidade de que haja trs ou mais pacientes no local?
d. Qual a utilizao da enfermeira?
e. Suponha que trs enfermeiras estejam disponveis. Cada uma leva cerca de dois minutos para preparar
o soro dos pacientes e aplicar a injeo. Qual o tempo mdio total de um paciente no sistema?
O Servio de Imposto de Renda de Judy Gray est analisando suas operaes de atendimento de clientes
durante o ms que precede o prazo de declarao, em abril. Com base em dados histricos, o escritrio
estima que os clientes chegam de acordo com o processo Poisson, com tempo mdio entre chegadas de
12 minutos. O tempo para concluir uma declarao de um cliente distribudo exponencialmente, em
uma mdia de dez minutos. Com base nessas informaes, responda s seguintes perguntas:
a. Se voc fosse at esse escritrio, quanto tempo toleraria esperar para que sua declarao ficasse pronta?
b. Em mdia, qual seria o tamanho do espao reservado para a rea de espera?
c. Se Judy ficasse no escritrio 12 horas por dia, quantas horas por dia, em mdia, ela ficaria ocupada?
d. Qual a probabilidade de o sistema ficar ocioso?
e. Se a taxa de chegada permanecesse inalterada, mas o tempo mdio no sistema precisasse ser de 45
minutos ou menos, o que precisaria ser modificado?
Uma empresa de reproduo grfica possui quatro equipamentos automticos, mas, que pode vir a se tornar inativos em razo da necessidade de peas, manuteno e reparo. Cada equipamento requer servios
aproximadamente duas vezes por hora, ou, mais precisamente, cada equipamento opera em uma mdia
de 30 minutos sem precisar de servio. Os tempos do servio variam bastante, de um servio simples
(como apertar o boto de reincio ou reposicionar o papel) at a desmontagem do equipamento. O tempo
mdio do servio, porm, de cinco minutos.
13.
14.
15.
16.
17.
18.
A inativao dos equipamentos resulta em uma perda de US$ 20 por hora. O reparador do equipamento recebe US$ 6 por hora.
Usando a anlise de filas finitas, responda s seguintes perguntas:
a. Qual o nmero mdio de equipamentos na fila?
b. Qual o nmero mdio de equipamentos ainda em operao?
c. Qual o nmero mdio de equipamentos sendo reparados?
d. A empresa est considerando adicionar outro tcnico que tambm receberia US$ 6. Isso aconselhvel?
Benny, o barbeiro, possui uma barbearia com apenas uma poltrona. Na escola de formao de barbeiros,
informaram a Benny que seus clientes apresentariam uma distribuio de chegada Poisson, e que ele
ofereceria uma distribuio de servio exponencial. Seus dados de pesquisa de mercado indicam que os
clientes chegam taxa de dois por hora. Benny vai demorar uma mdia de 20 minutos para concluir um
corte. Com base nesses nmeros, descubra:
a. O nmero mdio de clientes esperando.
b. O tempo mdio de despesa para um cliente.
c. O tempo mdio que um cliente passa na barbearia.
d. A utilizao mdia do tempo de Benny.
Benny, o barbeiro (ver Problema 13), est pensando em adicionar uma segunda poltrona. Os clientes
seriam chamados para cortar o cabelo por ordem de chegada. Benny estimou que ambos os barbeiros
demorariam uma mdia de 20 minutos para concluir um corte, e que o negcio no sofreria mudanas
com clientes chegando taxa de dois por hora. Descubra as informaes a seguir para ajudar Benny a
decidir se deve ou no acrescentar a segunda poltrona:
a. O nmero mdio de clientes esperando.
b. O tempo mdio que um cliente espera.
c. O tempo mdio que o cliente passa na barbearia.
Os clientes entram no setor de cmeras de uma loja mdia de seis por hora. O departamento possui
um funcionrio que demora, em mdia, seis minutos para atender a cada pessoa. Suponha que seja uma
situao simples de tempo de servio distribudo exponencialmente com chegadas Poisson.
a. Como um observador casual, quantas pessoas voc esperaria ver no setor de cmeras (excluindo o
funcionrio)? Quanto tempo um cliente esperaria gastar no setor de cmeras (tempo total)?
b. Qual a utilizao do funcionrio?
c. Qual a probabilidade de haver mais de duas pessoas no setor de cmeras (excluindo o funcionrio)?
d. Outro atendente foi contratado para trabalhar no setor de cmeras, e ele tambm demora seis minutos
para atender a cada chegada. Quanto tempo o cliente deve esperar gastar no setor agora?
Cathy Livingston, bartender do Tucson Racquet Club, consegue servir bebidas taxa de uma a cada 50
segundos. Em uma noite quente, o bar ficou mais cheio do que o normal, e a cada 55 segundos algum
ia at o balco pedir uma bebida.
a. Supondo que todos no bar bebiam mesma taxa, e que Cathy atendia s pessoas por ordem de chegada, quanto tempo voc acha que teria de esperar para conseguir uma bebida?
b. Quantas pessoas voc acha que ficariam esperando pelas bebidas?
c. Qual a probabilidade de que trs ou mais pessoas esperem pelas bebidas?
d. Qual a utilizao da bartender (qual sua porcentagem de ocupao)?
e. Se a bartender for substituda por uma mquina automtica que sirva bebidas, como isso mudaria sua
resposta na questo a?
Um escritrio emprega diversos funcionrios que produzem documentos e um operador que insere as
informaes do documento em um processador de textos. A equipe produz documentos taxa de 25 por
hora. O operador consegue inserir as informaes com o tempo mdio distribudo exponencialmente de
dois minutos. Suponha que a populao seja infinita, as chegadas sejam Poisson e a extenso da fila seja
infinita, com disciplina de atendimento por ordem de chegada.
a. Calcule a porcentagem de utilizao do operador.
b. Calcule o nmero mdio de documentos no sistema.
c. Calcule o tempo mdio no sistema.
d. Calcule a probabilidade de quatro ou mais documentos estarem no sistema.
e. Se outro funcionrio fosse adicionado, a taxa de produo de documentos aumentaria para 30 por
hora. O que isso provocaria na carga de trabalho do processador de texto? Demonstre por qu.
Uma sala de reforo aos estudos, coordenada por um aluno de ps-graduao, foi preparada para responder
dvidas de alunos e ajud-los a solucionar problemas do curso de Administrao de Operaes. O servio
prestado oito horas por dia. O reitor deseja saber como a sala est funcionando. As estatsticas mostram
que os alunos chegam taxa de quatro por hora, e a distribuio aproximadamente Poisson. O tempo
nota tcnica
29
30
seo 2
19.
20.
21.
22.
23.
24.
nota tcnica
31
Voc decide consolidar todos os caixas para que possam atender a todos os tipos de clientes sem aumentar
os tempos do servio.
c. O que acontecer com a quantidade de tempo que cada caixa fica ocioso? (aumenta, diminui, permanece igual, depende de _______).
d. O que acontecer com a quantidade mdia de tempo que um cliente gasta no banco? (aumenta,
diminui, permanece igual, depende de _______).
BI
B L I O G R A F I A
SE
L E C I O N A D A
NO
TA S
1.
2.
Agradecemos imensamente a Gilvan Souza, da Faculdade de Administrao Robert H. Smith, University of Maryland, por colaborar com
esta seo.