©2000 Paulo Adeodato Avaliação de Desempenho de Sistemas Análise de Fila Única Paulo Adeodato Departamento de Informática Universidade Federal de Pernambuco.

Slides:



Advertisements
Apresentações semelhantes
Escola Politécnica de Pernambuco Departamento de Ensino Básico
Advertisements

Lei de Little.
Filas M/M/1.
Probabilidade e Esperança Condicional
Variáveis Aleatórias Uma variável aleatória associa um número real a cada resultado de um experimento aleatório. Mais precisamente…
Algoritmos para Geração de Variáveis Aleatórias
Medidas de Eficiência Teoria das Filas Profa. Sandra de Amo
Análise Energética para Sistemas Abertos (Volumes de Controles)
Controle de Processos por Computador
Teoria das filas.
Variável Aleatória Contínua
Modelos Probabilísticos Filas M/M/1, M/G/1
MB-711 Fundamentos de Tratamento de Incertezas
Modelando Analiticamente o MAC do Bluetooth
Avaliação de Desempenho
SSC Avaliação de Desempenho de Sistemas Computacionais Prof. Marcos José Santana 2o semestre / 2009 Métodos Analíticos: Processo de Nascimento e.
Simulação de Sistemas Prof. MSc Sofia Mara de Souza AULA2.
Variáveis Aleatórias Uma variável aleatória associa um número real a cada resultado de um experimento aleatório. Mais precisamente…
Variáveis Aleatórias Contínuas
Noções de Simulação O cálculo de probabilidades e valores esperados nem sempre pode ser feito analiticamente. Frequentemente, recorre-se a modelos de simulação.
Introdução aos Processos Estocásticos
1 Fila M/M/1 – Distribuição do Tempo de Espera no Buffer Prof. Motoyama Aula 6 Adendo.
INF-103: Avaliação de Desempenho
TE – PROBABILIDADE E PROCESSOS ESTOCÁSTICOS
Estabilidade e Estacionariedade em Séries Temporais
PROCESSOS ESTOCÁSTICOS
Laís Araújo Lopes de Souza
C OMPARAÇÃO DO COMPORTAMENTO DO BIC EM ALGUNS MODELOS PROBABILÍSTICOS Diogo Taurinho Prado Orientadora: Denise Duarte.
VALORES ESPERADOS.
AXIOMÁTICA Rosa Canelas.
AXIOMÁTICA.
Distribuição de Probabilidades
Variáveis Aleatórias Discretas-II-1; Função de Distribuição de X
Call Center de Emergência Marcus A. de Queiroz V. Lima
Avaliação de Desempenho
TEORIA DE FILAS SERVIÇO BULK
PLANEJAMENTO DO EXPERIMENTO
Profa Ana Carla Bittencourt Reis
Mario de Andrade Lira Junior lira.pro.br\wordpress 2/4/2015 lira.pro.br\wordpress - Reservados todos os direitos autorais.
Aplicações Estatísticas uma rápida abordagem
© 2000 Paulo Adeodato Avaliação de Desempenho de Sistemas A Arte da Apresentação de Dados Paulo Adeodato Departamento de Informática Universidade Federal.
Modelagem Estatística
3. Distribuições de probabilidade
Probabilidade e Estatística para Avaliação de Desempenho
Avaliação de Desempenho de Sistemas Computacionais
MSCC - Introdução Baseado no capítulo 1 do livro Performance Evalution of Computer and Communication Systems, de Jean-Yves Le Boudec (EPFL)
Avaliação de Desempenho de Sistemas Leis Operacionais de Filas
Regressão e Previsão Numérica.
Modelagem e Avaliação de Desempenho
Modelos Probabilísticos de Desempenho Profa. Jussara M. Almeida 1º Semestre de 2011.
Avaliação de Desempenho de Sistemas Introdução Paulo Adeodato Grupo de Inteligência Computacional Departamento de Informática Universidade Federal de Pernambuco.
©2000 Paulo Adeodato Avaliação de Desempenho de Sistemas Geradores de Números Aleatórios Paulo Adeodato Departamento de Informática Universidade Federal.
Memória.
Avaliação de Desempenho de Sistemas Introdução
DISTRIBUIÇÕES DE PROBABILIDADE
Avaliação de Desempenho de Sistemas Introdução à Simulação
© 2000 Paulo Adeodato Avaliação de Desempenho de Sistemas Análise de Resultados de Simulação Paulo Adeodato Departamento de Informática Universidade Federal.
Artigo: Markov chain models of a telephone call center with call blending autores Alexandre Deslauriers, Pierre L’Ecuyer, Juta Pichitlamken, Armann Ingolfsson,
Representação no Domínio do Tempo de
Gabriela Servidone Gustavo Bratfisch
Teoria das filas. Em duas horas???? ESSÊNCIA DE MODELOS DE FILAS Clientes Servidores Intervalo entre chegadas (continuo) Duração do serviço (continuo)
Universidade Federal da Paraíba Departamento de Informática Introdução à Engenharia de Computação Álgebra de Boole.
©2000 Paulo Adeodato Avaliação de Desempenho de Sistemas Introdução à Teoria das Filas Paulo Adeodato Departamento de Informática Universidade Federal.
© 2000 Paulo Adeodato Avaliação de Desempenho de Sistemas Teste de Geradores de Números Aleatórios Paulo Adeodato Departamento de Informática Universidade.
Métodos Estatísticos Aplicados às Ciências Biológicas
PESQUISA OPERACIONAL II Professor: D. Sc. Edwin B. Mitacc Meza
PESQUISA OPERACIONAL II Professor: D. Sc. Edwin B. Mitacc Meza
Regressão linear simples
Conceitos básicos da teoria da informação e as medidas de desigualdade de Theil (1967) Cap. 4 – Distribuição de renda – Medidas de desigualdade e Pobreza.
© 2000 Paulo Adeodato Avaliação de Desempenho de Sistemas Geração de Valores Aleatórios Paulo Adeodato Departamento de Informática Universidade Federal.
Transcrição da apresentação:

©2000 Paulo Adeodato Avaliação de Desempenho de Sistemas Análise de Fila Única Paulo Adeodato Departamento de Informática Universidade Federal de Pernambuco

©2000 Paulo Adeodato Conteúdo * Processos de Nascimento-Morte * Análise do Comportamento no Regime Permanente * Exemplo * Propriedades de Filas Únicas * Limitações da Análise

©2000 Paulo Adeodato Características da Fila Única * O sistema mais simples * Aplicações: CPU única dispositivos isolados * Processo de nascimento-morte: processo de Markov com a transição de estados limitada aos vizinhos e.g. n(t+1)  {n(t)-1, n(t), n(t)+1} * Seqüências temporais de variáveis aleatórias n(t) número de jobs numa CPU no instante de tempo t w(t) tempo de espera na fila no instante de tempo t * Utilizados para representar o estado de sistemas com filas

©2000 Paulo Adeodato Tipos de Processos Estocásticos-1 Cadeias de Markov tempo contínuo espaço contínuo tempo discreto espaço contínuo tempo contínuo espaço discreto tempo discreto espaço discreto Processos de Markov n(t) w(t) Cadeias estocásticas

©2000 Paulo Adeodato Processos Estocásticos-2 * Classificação: Tempo: discreto ou contínuo Estado: discreto ou contínuo Memória:  com memória Y(t+1)=f [ Y(t),Y(t-1),...,Y(t-r+1) ]  sem memória Y(t+1)=f [ Y(t) ] * Processo de Markov: sem memória  distribuição exponencial válido para filas do tipo M/M/m:  n(t) cadeia de Markov  w(t) processo de Markov

©2000 Paulo Adeodato Análise do Processo de Nascimento-Morte em Regime Permanente * Objetivos: Associar a cada estado n(t) a sua probabilidade de ocorrência p n e deduzir as demais informações a partir do conhecimento desse espaço de probabilidade.

©2000 Paulo Adeodato Roteiro de Análise do Processo de Nascimento-Morte em Regime Permanente 0 0 11 1 1 22 2 2 33 j-2  j-1 j-1 jj j j  j+1 j+1  j+2 1- Criar o modelo do diagrama de transição de estados de um processo de nascimento-morte para a fila desejada

©2000 Paulo Adeodato Roteiro de Análise do Processo de Nascimento-Morte em Regime Permanente 2- A partir do diagrama de transições de estado, obter as probabilidades de transição para cada estado no instante (t+  t) 3- Rearranjar a equação da probabilidade de transição do estado j para obter a sua taxa de variação ao longo do tempo e tomar o limite  t  0

©2000 Paulo Adeodato Roteiro de Análise do Processo de Nascimento-Morte em Regime Permanente * apenas as probabilidades estabilizam; os estados variam 5- Explicitar a probabilidade do estado j+1 em função dos estados de menor ordem (filas menores) 4- Achar o ponto de equilíbrio (regime permanente, t   )

©2000 Paulo Adeodato Roteiro de Análise do Processo de Nascimento-Morte em Regime Permanente * apenas as probabilidades estabilizam; os estados variam 7- Obter a probabilidade do estado j=0 a partir do axioma de Kolmogorov 6- Eliminar a recursão

©2000 Paulo Adeodato Análise da Fila Única M/M/1 em Regime Permanente 1- Considerar os parâmetros dos processos de chegada e atendimento da fila independentes do tamanho da mesma 0  1  2   j-1  j  j+1 

©2000 Paulo Adeodato Análise da Fila Única M/M/1 em Regime Permanente 2- Simplificar a expressão da probabilidades associadas a cada estado no processo de nascimento-morte onde  é definida como a intensidade de tráfego. O somatório só converge se o sistema for estável   < 1.

©2000 Paulo Adeodato Propriedades da Fila Única M/M/1 * Utilização (U): probabilidade de haver alguém utilizando o sistema  Tamanho médio da fila ( E[n] )  Variância do tamanho da fila ( V[n] )  Coeficiente de variação do tamanho da fila ( C.V.[n] )

©2000 Paulo Adeodato Propriedades da Fila Única M/M/1  Probabilidade de haver n ou mais jobs na fila  Tempo médio de resposta ( E[r] ) Lei de Little: E[n]= E[r]  F.D.A. do tempo de resposta ( F[r] ) (fdp exponencial)

©2000 Paulo Adeodato Propriedades da Fila Única M/M/1  F.D.A. do tempo de resposta ( F[r] ) (por comparação) logo:  Variância do tempo de resposta ( V[r] )

©2000 Paulo Adeodato Propriedades da Fila Única M/M/1  Percentis de ordem q  Tempo médio de espera ( E[w] )  F.D.A. do tempo de espera ( F[w] )  Percentis de ordem q

©2000 Paulo Adeodato Análise da Fila Única M/M/m em Regime Permanente 1- Considerar os parâmetros dos processos de chegada e atendimento da fila independentes do tamanho da mesma 0  1 22 2 33 m  -1 m-1 mm m mm m+1 mm

©2000 Paulo Adeodato Análise da Fila Única M/M/m/B em Regime Permanente 1- Considerar os parâmetros dos processos de chegada e atendimento da fila independentes do tamanho da mesma 0  1 22 2 33 m  -1 B m mm m+1 mm m-1 mm mm

©2000 Paulo Adeodato Análise da Fila Única M/M/m em Regime Permanente 2- Simplificar a expressão da probabilidades associadas a cada estado no processo de nascimento-morte onde  é definida como a intensidade de tráfego. O somatório só converge se o sistema for estável   < 1.

©2000 Paulo Adeodato Propriedades da Fila Única M/M/1 * Utilização (U): probabilidade de haver alguém utilizando o sistema  Tamanho médio da fila ( E[n] )  Variância do tamanho da fila ( V[n] )  Coeficiente de variação do tamanho da fila ( C.V.[n] )

©2000 Paulo Adeodato Propriedades da Fila Única M/M/1  Probabilidade de haver n ou mais jobs na fila  Tempo médio de resposta ( E[r] ) Lei de Little: E[n]= E[r]  F.D.A. do tempo de resposta ( F[r] ) (fdp exponencial)

©2000 Paulo Adeodato Propriedades da Fila Única M/M/1  F.D.A. do tempo de resposta ( F[r] ) (por comparação) logo:  Variância do tempo de resposta ( V[r] )

©2000 Paulo Adeodato Limitações da Análise

©2000 Paulo Adeodato Referências Bibliográficas * Raj Jain (1991) The Art of Computer Systems Performance Analysis: Techniques for Experimental Design, Measurement and Modeling John Wiley & Sons Capítulo 31