BADANIE SKALOWALNOŚCI MODELI SIECI KOMPUTEROWYCH WYKORZYSTUJĄCYCH APROKSYMACJĘ DYFUZYJNĄ WRAZ ZE ZWIĘKSZENIEM ROZMIARU MODELOWANEJ SIECI 1
|
|
- Nadzieja Kurowska
- 5 lat temu
- Przeglądów:
Transkrypt
1 STUDIA INFORMATICA 212 Volume 33 Number 3A 17 Tomasz NYCZ Poliechnika Śląska Insyu Inormayki Tadeusz CZACHÓRSKI Insyu Inormayki Teoreycznej i Sosowanej Polskiej Akademii Nauk Poliechnika Śląska Insyu Inormayki BADANIE SKALOWALNOŚCI MODELI SIECI KOMPUTEROWYCH WYKORZYSTUJĄCYCH APROKSYMACJĘ DYFUZYJNĄ WRAZ ZE ZWIĘKSZENIEM ROZMIARU MODELOWANEJ SIECI 1 Sreszczenie. Zmienne naężenie ruchu generowanego przez aplikacje inerneowe np. mulimedialne a akże przyjęa przez prookół TCP zasada regulacji naężenia ransmisji w unkcji wykryego obciążenia sieci określanego na podsawie sra lub czasu ransmisji powodują że naężenie ransmisji inerneowych jes permanennie zmienne w czasie a zmiany naężenia i dynamika ych zmian muszą być uwzględnione w ocenie algorymów serowania ruchem i unikania przeciążeń. Modelowanie srukur w Inernecie wymaga z kolei dososowania isniejących meod i modeli do analizy bardzo dużych koniguracji sieciowych. Niniejsza praca bada pod kąem obliczeń numerycznych znany model maemayczny umożliwiający analizę sanów nieusalonych w sanowisku obsługi i ich sieci wykorzysujący meodę aproksymacji dyuzyjnej. Zbadano wpływ poszczególnych paramerów modelu i rozmiaru sieci na całkowiy czas obliczeń a więc na skalowalność meody. Słowa kluczowe: aproksymacja dyuzyjna SCALABILITY STUDY OF COMPUTER NETWORK MODELS USING A DIFFUSION APPROXIMATION WITH AN INCREASE IN THE SIZE OF THE MODELED NETWORK Summary. Varying inensiy o raic generaed by Inerne applicaions such as mulimedia ogeher wih he TCP proocol rules o regulae he inensiy o he deeced ransmission as a uncion o nework load which is deermined on he basis o 1 Praca współinansowana ze środków Unii Europejskiej w ramach Europejskiego Funduszu Społecznego nr umowy o doinansowanie projeku: UDA-POKL /9.
2 64 T. Nycz T.Czachórski loss or ransmission ime cause ha he inensiy o Inerne broadcass is coninuously variable in ime hereore inensiy changes and dynamics o hese changes mus be included in he evaluaion o algorihms or raic conrol and congesion avoidance. Modeling o he srucures on he Inerne in urn requires adapaion o eising mehods and models or he analysis o very large nework coniguraions. This paper eamines he numerical calculaions or well-known mahemaical model ha allows analysis o ransien saes a he service saion and heir neworks using he diusion approimaion mehod. The inluence o various parameers o he model and size o he nework o he oal compuaion ime was invesigaed and hus he scalabiliy o he mehod. Keywords: diusion approimaion 1. Wprowadzenie Niniejsza praca bada możliwości dososowania modelu sieci sanowisk obsługi wykorzysującego meodę aproksymacji dyuzyjnej do opisu bardzo dużych koniguracji sieciowych akich jakie spoyka się przy modelowaniu Inerneu. Zaleą aproksymacji dyuzyjnej jes możliwość opisu sanów nieusalonych kolejek jes o cenne ponieważ naężenie ruchu w sieciach elekomunikacyjnych jes zmienne a momeny przeciążeń mogą powodować przepełnienie buorów w rouerach i znacznie pogorszyć jakość usług ransmisyjnych. Aproksymacja dyuzyjna jes meodą dokładniejszą niż sosowana częso do opisu sanów nieusalonych w sieciach komunikacyjnych aproksymacja płynna luid-low approimaion np. [8] wymaga jednak bardziej złożonych obliczeń i nie była jak doąd sosowana do analizy sieci obejmujących więcej niż kilkadziesią węzłów por. [2]. Inne eoreycznie możliwe podejścia jak symulacja zdarzeń dyskrenych czy modele opare na łańcuchach Markowa o bardzo dużej liczbie sanów są jeszcze bardziej złożone obliczeniowo por. [9]. Model sanowiska obsługi ypu G/G/1/N a więc zgodnie z noacją Kendalla sanowiska z dowolnym rozkładem czasu pomiędzy nadchodzącymi klienami dowolnym rozkładem czasu obsługi z jednym kanałem obsługi i ograniczoną do N liczbą klienów w sysemie wykorzysujący aproksymację dyuzyjną w rozparywanej uaj posaci zaproponował Gelenbe [3 4] podając rozwiązanie modelu rozkład liczby klienów w sysemie ylko dla sanu usalonego gdy prawdopodobieńswa sanów nie zależą od czasu. Rozwiązanie dla sanów nieusalonych zosało zaproponowane w pracy [1]. Model en może być wykorzysywany do opisu kolejek pakieów w rouerach IP opisując dynamikę zmian ych kolejek przy nieusannie zmiennym naężeniu przychodzącego do rouerów ruchu kórego charaker jes dodakowo różny od srumienia Poissona jak również do wyznaczania zmiennych w czasie prawdopodobieńsw uray pakieu w wyniku przepełnienia buora zadania nadchodzące w chwilach gdy w sanowisku jes obecnych N klienów są racone.
3 Badanie skalowalności modeli sieci kompuerowych wykorzysujących aproksymację W rozdziale 2 przedsawiono aproksymację dyuzyjną jako meodę rozwiązywania modeli kolejkowych dla sanów nieusalonych a w rozdziale 3 znajdują się uzyskane wyniki obliczeń w zależności od wybranych paramerów modelu i rozmiaru badanej sieci. Wszyskie obliczenia wykonano za pomocą specjalnego oprogramowania przygoowanego dla rozwiązywania meodą zaproponowaną i opisaną w [1 2] modelu w posaci sieci sanowisk obsługi o dowolnej opologii. Oprogramowanie o umożliwia eekywne wykorzysanie meody i uzyskanie na jej podsawie wyników ilościowych wymaga jednak odpowiedniego srojenia w posaci doboru paramerów arykuł podsumowuje doświadczenia auorów w ej dziedzinie. W pracy [6] analizowano błąd meody aproksymacji dyuzyjnej wynikający z zasąpienia procesu dyskrenego liczby klienów w sanowisku ciągłym procesem dyuzji uaj skoncenrowano się na zbadaniu błędów numerycznych związanych ze złożonymi obliczeniami modelu. 2. Aproksymacja dyuzyjna sacji ypu FIFO: model G/G/1/N Poniżej jes omówiony klasyczny dyuzyjny model sanowiska obsługi z jednym kanałem obsługi i kolejką. Niech A B określają rozkłady srumienia klienów przychodzących i czasu obsługi w sanowisku obsługi a a i b będą ich unkcjami gęsości. Rozkłady są dowolne ale nie sprecyzowane meoda wymaga jedynie znajomości ich dwóch pierwszych momenów. Średnie rozkładów są określone jako E[A] = 1/λ E[B] = 1/µ a wariancje jako Var[A] = C A A 2 A Var[B] = 2 B. Oznaczmy eż kwadraowe współczynniki wariancji: C B B. N przedsawia liczbę klienów obecną w sysemie w momencie. A Dla pojedynczej kolejki ypu FIFO zmiany N + δ N mają w przybliżeniu rozkład normalny ze średnią λ µδ i wariancją przy założeniu że czas δ jes wysarczająco długi i sacja działa bez przerwy. Aproksymacja dyuzyjna zamienia proces N na ciągły proces dyuzji X kórego ininiezymalne zmiany dx = X + d X mają rozkład normalny o średniej βd i wariancji αd gdzie β α są współczynnikami równania dyuzji B kóre określa unkcję gęsości prawdopodobieńswa procesu dyuzji X : d = P [ X < + d X = ]. 1 Oba procesy X i N mają rozkład normalny zmian w czasie wybór β = λ µ C C zapewnia że paramery obu ych rozkładów rosną w ym A B A samym empie wraz ze wzrosem czasu obserwacji. B
4 66 T. Nycz T.Czachórski W [3] aproksymacja dyuzyjna sacji G/G/1/N zosała przedsawiona jako proces X kóry jes określony na zamknięym przedziale [ N]. Gdy proces dyuzji dojdzie do = zachowuje ę warość przez czas kóry jes wielkością losową o rozkładzie wykładniczym z paramerem λ a nasępnie powraca do = 1. Czas przez kóry proces pozosaje w = odpowiada okresowi bezczynnemu sanowiska. Gdy dojdzie do = N zachowuje ę warość przez czas kóry jes wielkością losową o rozkładzie wykładniczym z paramerem µ a nasępnie powraca do = N 1. Czas przez kóry proces pozosaje w = N odpowiada okresowi maksymalnego obciążenia sanowiska. Równanie dyuzji jes uzupełnione przez równania równowagi dla ] [ X P p ] [ N X P p n i ma posać N p p N 2 lim p d dp 2 lim p d dp N N N Rozwiązanie parz [1] polega na rozparzeniu najpierw równania dyuzji z barierami pochłaniającymi w = i = N za pomocą sandardowych meod analiycznych i uzyskaniu unkcji gęsości prawdopodobieńswa φ ego procesu a nasępnie wyrażeniu unkcji gęsości prawdopodobieńswa procesu dyuzji z naychmiasowymi powroami jako superpozycji unkcji φ : N d N g d g gdzie unkcje g 1 g N 1 deiniują inensywność rozpoczęcia nowych procesów po skoku z bariery w punkach = 1 i = N 1. Ich warości są orzymywane z układu równań równowagi dla przepływów prawdopodobieńsw wchodzących i wychodzących z barier. Funkcję gęsości orzymuje się analiycznie w posaci jej ransormay Laplace a kórej oryginał jes uzyskiwany numerycznie. Powyższe rozwiązanie dla sanu nieusalonego jes uzyskane dla sałych paramerów. Aby wprowadzić α β odzwierciedlające ewolucję srumieni wejściowych oś czasu jes dzielona na małe przedziały w kórych paramery są sałe a rozwiązanie na końcu każdego przedziału daje warunek począkowy dla równania dyuzji nasępnego przedziału o nowych paramerach. Czasami zachodzi konieczność wprowadzenia zależności paramerów dyuzji od warości samego procesu α β odzwierciedla o np. mechanizm konroli reagujący na wielkość kolejki lub pozwala modelować serwery o wielu kanałach obsługi. W akim przypadku przedział dyuzji [ N] jes podzielony na podprzedziały o określonej np. jednoskowej długości w kórych paramery są sałe. Równania dla przedziałów przesrzeni
5 Badanie skalowalności modeli sieci kompuerowych wykorzysujących aproksymację dyuzji są rozwiązywane razem z równaniami bilansu równowagi dla przepływów prawdopodobieńswa pomiędzy sąsiadującymi przedziałami. Zasady worzenia sieci sanowisk obsługi i obliczania zmiennych w czasie paramerów srumieni pomiędzy sacjami obsługi ypu G/G/1/N są opisane np. w [2]. 3. Wpływ paramerów modelu na czas obliczeń Badanie wpływu paramerów na czas obliczeń zosało przeprowadzone dwusopniowo. W pierwszym kroku zbadano wpływ poszczególnych paramerów modelu dla pojedynczego sanowiska a w drugim wpływ rozmiaru sieci liczby węzłów przy określonych paramerach wszyskich sanowisk na czas obliczeń. Paramery modelu oparego na meodzie aproksymacji dyuzyjnej mające wpływ na czas obliczeń można podzielić na dwie grupy. Pierwsza grupa o paramery usawiane w pliku koniguracyjnym modelu i należą do nich: całkowiy czas do kórego odnosi się model Time krok czasowy Sep maksymalny rozmiar kolejki N liczba akywnych kanałów obsługi c. Druga grupa zawiera paramery mające wpływ na czas i precyzję obliczeń i są o paramery usawione w aplikacji. Do ej grupy należą: precyzja algorymu Sehesa N [7] służącego do inwersji ransorma Laplace a gdzie oryginał ransormay s oblicza się jako N ln 2 ln 2 V i i 2 i1 2 gęsość próbkowania całkowania numerycznego meodą Simpsona. Analiza wpływu długości przedziału czasu w kórym jes rozparywana ewolucja modelu i kroku obliczeń na złożoność czasową meody zosała przeprowadzona wspólnie ponieważ oba e paramery mają jednakowy wpływ na czas obliczeń. Krok obliczeń oznacza o ile zwiększa się upływ czasu meody zaczynając od aż do momenu osiągnięcia przez meodę całkowiego czasu obliczeń. Obliczenia dla ego przypadku zosały przeprowadzone w nasępujący sposób: krok obliczeń zosał usawiony na 1 sekundę a zmieniał się maksymalny czas obliczeń od 1 sekundy do 1 sekund. Nasępnie zmierzono czasy dla kolejnych sekund kóre nasępnie zosały uśrednione przykładowo dla maksymalnego czasu 2 sekund zmierzono czasy obliczeń i uśredniono zebrane czasy poprzez podzielenie ich sumy przez 2 a akże zmierzono całkowiy czas obliczeń kolejno: Maksymalna długość kolejki zosała usawiona na N = 2 sysem ma jeden kanał obsługi liczbę wyrazów n w eoreycznie nieskończonym szeregu obliczanym w algorymie Sehesa okre-
6 68 T. Nycz T.Czachórski śla o dokładność ransormacji odwronej na n = 18 a gęsość próbkowania całkowania numerycznego jes akualnie uzależniona ylko od liczby akywnych kanałów obsługi i w przypadku jednego kanału wynosi 2. Rysunek 1 przedsawia średni czas obliczeń pojedynczego kroku uśredniony po liczbie kroków zależnej od maksymalnego czasu obliczeń i jak widać liczba kroków nie ma większego wpływu na czas rwania pojedynczego kroku. Rysunek 2 przedsawia całkowiy czas obliczeń różniący się liczbą kroków wynikającą z większego maksymalnego czasu obliczeń przyjęo sały krok obliczeń równy 1 sekundzie. Jak widać wraz ze wzrosem liczby kroków mamy liniowy wzros całkowiego czasu obliczeń. Rys. 1. Średni czas pojedynczego kroku obliczeń w unkcji maksymalnego czasu obliczeń Fig. 1. Average uniary calculaions sep as a uncion o oal virual calculaions ime Rys. 2. Całkowiy czas obliczeń w unkcji maksymalnego czasu obliczeń Fig. 2. Toal calculaions ime as a uncion o oal virual calculaions ime
7 Badanie skalowalności modeli sieci kompuerowych wykorzysujących aproksymację Kolejny paramer kóry ma wpływ na złożoność czasową meody o maksymalny rozmiar kolejki. Paramer en zosał przebadany dla pojedynczego sanowiska o jednym kanale obsługi precyzji algorymu Sehesa usawionej na n=18 i gęsości próbkowania całkowania numerycznego równej 2 dla zachowania akich samych warunków obliczeń. Jak widać na rysunkach 3 i 4 wraz ze wzrosem maksymalnej długości kolejki wzrasa średni i całkowiy czas obliczeń. Wynika o ze wzrosu zakresu możliwych przepływów masy prawdopodobieńswa akualnej liczby klienów w sysemie a więc wzrosu wielkości ablic je przechowujących. Rys. 3. Średni czas pojedynczego kroku obliczeń w unkcji maksymalnej długości kolejki Fig. 3. Average uniary calculaions sep as a uncion o maimum queue lengh Rys. 4. Całkowiy czas obliczeń w unkcji maksymalnej długości kolejki Fig. 4. Toal calculaions ime as a uncion o maimum queue lengh
8 7 T. Nycz T.Czachórski Kolejnym paramerem mającym wpływ na czas obliczeń jes liczba akywnych kanałów obsługi kóry może przyjmować warości od 1 do maksymalnej długości kolejki. Paramer en określa liczbę podprzedziałów meody przepływ masy prawdopodobieńswa jes ograniczony do wielkości podprzedziałów i nasępuje zbilansowanie przepływów pomiędzy podprzedziałami. W eekcie gdy paramer en ma warość większą od 1 ablica zawierająca prawdopodobieńswa zmiany akualnej liczby klienów w sysemie z jednej warości na drugą nie jes wypełniona w całości wynika z ograniczeń podprzedziałami a co za ym idzie czas obliczeń ulega skróceniu. Z drugiej srony jeżeli podprzedział jes mały w szczególności jednoskowy i jeżeli gęsość próbkowania całkowania numerycznego jes mała o unkcja aproksymująca akualną liczbę klienów w sysemie będzie miała małą dokładność co negaywnie wpłynie na precyzję obliczeń. Aby przeciwdziałać emu zjawisku akualnie program przyjmuje dwie możliwe warości gęsości próbkowania całkowania numerycznego uzależnione od liczby akywnych kanałów obsługi: jeżeli jes jeden kanał obsługi gęsość próbkowania wynosi 2 przykładowo.5 1 dla przedziału -1 jeżeli jes więcej niż jeden kanał obsługi gęsość próbkowania wynosi 16 przykładowo dla przedziału -1. Ten negaywny problem dokładności obliczeń wysępuje również w przypadku bardzo małych maksymalnych długości kolejki w szczególności N = 1 ale ponieważ akie przypadki są znacznie rzadsze o dla ich policzenia gęsość próbkowania jes usawiana ręcznie w kodzie aplikacji. Aby zachować akie same warunki obliczeń podobnie jak w przypadku badania wpływu maksymalnej długości kolejki usawiono aką samą warość parameru gęsości próbkowania dla wszyskich przypadków równą 16. Rys. 5. Średni czas pojedynczego kroku obliczeń w unkcji liczby akywnych kanałów obsługi Fig. 5. Average uniary calculaions sep as a uncion o number o acive channels
9 Badanie skalowalności modeli sieci kompuerowych wykorzysujących aproksymację Jak widać na rysunkach 5 i 6 wzros liczby kanałów obsługi przy sałej maksymalnej długości kolejki w powyższych przykładach N = 2 powoduje znaczne przyspieszenie obliczeń wynikające z wypełniania ablicy prawdopodobieńsw przejść ylko częściowo. Można również zauważyć że przy dużej warości parameru gęsości próbkowania numerycznego i jednym kanale obsługi obliczenia bardzo mocno się wydłużają dlaego program w ym przypadku domyślnie korzysa z mniejszej warości. Sosowanie podprzedziałów ma jednak wady. We wszyskich przedziałach paramery dyuzji miały ę samą warość sąd można by oczekiwać że średnia długość kolejki powinna być we wszyskich przypadkach aka sama. Niesey ak nie jes bilansowanie pomiędzy przedziałami wprowadza dodakowy błąd co ilusruje rysunek 7. Rys. 6. Całkowiy czas obliczeń w unkcji liczby akywnych kanałów obsługi Fig. 6. Toal calculaions ime as a uncion o number o acive channels Rys. 7. Średnia długość kolejki w czasie dla różnej liczby akywnych kanałów obsługi Fig. 7. Mean queue lengh as a uncion o ime or dieren number o acive channels
10 72 T. Nycz T.Czachórski Jak widać wzros liczby akywnych kanałów obsługi znacznie przyspiesza obliczenia ale koszem dokładności orzymanych rezulaów. Kolejny paramer wpływający na czas obliczeń o wspomniany już wcześniej paramer gęsości próbkowania całkowania numerycznego kóry nie jes dosępny z poziomu pliku koniguracyjnego modelu. Domyślnie przyjmuje dwie warości: 2 dla jednego kanału obsługi i 16 dla większej ich liczby. Jak już zosało wspomniane paramer en odpowiada za dokładność całkowania numerycznego meodą Simpsona. Meoda Simpsona wymaga aby paramer en był parzysy sąd w zależności od porzeb były eż sosowane warości 4 i 8. Rysunki 8 i 9 przedsawiają wpływ warości ego parameru na czas obliczeń. Rys. 8. Średni czas pojedynczego kroku obliczeń w unkcji gęsości próbkowania całkowania numerycznego Fig. 8. Average uniary calculaions sep as a uncion o inegraion sep size Rys. 9. Całkowiy czas obliczeń w unkcji gęsości próbkowania całkowania numerycznego Fig. 9. Toal calculaions ime as a uncion o inegraion sep size
11 Badanie skalowalności modeli sieci kompuerowych wykorzysujących aproksymację Rys. 1. Średnia długość kolejki w czasie dla różnych warości gęsości próbkowania całkowania numerycznego Fig. 1. Mean queue lengh as a uncion o ime or dieren sizes o inegraion sep Rysunek 1 pokazuje wpływ ego parameru na dokładność obliczeń i jak widać jego warości od 2 w górę dają bardzo dobre wyniki. Należy jednak pamięać że w ych przykładach mamy jeden kanał obsługi i maksymalną długość kolejki równą 2 co już dla warości ego parameru równej 2 daje 41 punków do aproksymacji. Gdyby przykład miał maksymalną liczbę akywnych kanałów obsługi 2 warość parameru równa 2 oznaczałaby aproksymowania unkcji w podprzedziale zaledwie 3 punkami co znacznie pogorszyłoby orzymywane wyniki sąd przy większej liczbie kanałów obsługi aplikacja sosuje warość 16. Rys. 11. Średni czas pojedynczego kroku obliczeń w unkcji parameru algorymu Sehesa Fig. 11. Average uniary calculaions sep as a uncion o Sehes inversion precision
12 74 T. Nycz T.Czachórski Rys. 12. Całkowiy czas obliczeń w unkcji parameru algorymu Sehesa Fig. 12. Toal calculaions ime as a uncion o Sehes inversion precision Rys. 13. Średnia długość kolejki w czasie dla różnych warości parameru algorymu Sehesa Fig. 13. Mean queue lengh as a uncion o ime or dieren values o Sehes inversion precision Osanim paramerem mającym wpływ na czas obliczeń jes precyzja algorymu Sehesa służącego do inwersji Laplace a. Również z nią paramer jes usawiony w aplikacji na szywno na warość n = 18 i odpowiada on za jeden z wymiarów ablic prawdopodobieńsw przejść przy warości 18 ego parameru z 18 warości w dziedzinie Laplace a orzymujemy jeden wynik w dziedzinie czasu. Wpływ ego parameru na czas obliczeń ilusrują rysunki 11 i 12 a rysunek 13 pokazuje wpływ na dokładność obliczeń kóra w ym przypadku jes jednakowa dla wszyskich warości od 12 do 2.
13 Badanie skalowalności modeli sieci kompuerowych wykorzysujących aproksymację Kolejnym eapem prac było zbadanie wpływu rozmiaru sieci liczba węzłów na czas obliczeń. Przebadano sieć o opologii drzewa w 4 koniguracjach: 1 węzeł I poziom 1 węzłów I i II poziom 1 węzłów I II i III poziom 1 węzłów I II III i IV poziom. Paramery wszyskich węzłów były akie same z wyjąkiem węzła pierwszego. Przyjęo przypadek w kórym cały ruch jes kierowany do pierwszego węzła a nasępnie z równym prawdopodobieńswem do kolejnych 9 węzłów razem 1 węzłów. Na kolejnym eapie drzewa węzłów każdy z 9 wysyła swój ruch z równym prawdopodobieńswem do każdego ze swoich 1 dzieci razem 1 węzłów. Na osanim poziomie mamy 9 węzłów skonigurowanych podobnie jak węzły wyższej warswy z ą różnicą że one nie wysyłają już ruchu dalej. Schema sieci i poszczególnych warsw ilusruje rysunek 14. Rys. 14. Schema sieci z podziałem na kolejne poziomy Fig. 14. Nework diagram divided ino layers Badania wydajności dla ak skonsruowanej sieci zosały przeprowadzone dwukronie ponieważ w przypadku domyślnej koniguracji aplikacji nie udało się uzyskać wyników dla 1 węzłów. Wynika o z ograniczeń sysemu operacyjnego na maksymalną liczbę owarych plików. W podanej koniguracji jeden kanał obsługi maksymalna długość kolejki 2 całkowiy czas obliczeń 1 sekund z krokiem co 1 sekundę każdy z węzłów generuje 9 plików wynikowych. Niesey sysem operacyjny nie był w sanie uworzyć więcej niż 17 plików wynikowych i aplikacja zosała zamknięa z powodu braku dosępnych zasobów. Ponieważ badana jes wydajność czasowa meody na porzeby esu zapis plików wynikowych zosał wyłączony. Rysunki 15 i 16 przedsawiają orzymane czasy obliczeń dla 4 rozmiarów sieci w przypadkach z zapisem i bez zapisu plików wynikowych.
14 76 T. Nycz T.Czachórski Rys. 15. Średni czas pojedynczego kroku obliczeń w unkcji liczby węzłów sieci Fig. 15. Average uniary calculaions sep as a uncion o number o nodes Rys. 16. Całkowiy czas obliczeń w unkcji liczby węzłów sieci Fig. 16. Toal calculaions ime as a uncion o number o nodes 4. Podsumowanie W pracy przedsawiono model maemayczny umożliwiający analizę sanów nieusalonych w sanowisku obsługi wykorzysując meodę aproksymacji dyuzyjnej kóra pozwala na przyjęcie w modelu ogólnych założeń a nasępnie zbadano czy modele opare na ej meodzie nadają się do badania dużych sieci poprzez wyznaczenie czasu porzebnego do wyliczenia modelu sieci składającej się z czerech różnych wielkości. Jak widać z uzyskanych czasów meoda a pozwala na uzyskanie wyników znacznie szybciej niż odpowiednie symu-
15 Badanie skalowalności modeli sieci kompuerowych wykorzysujących aproksymację laory symulacja sanów nieusalonych jes niezwykle czasochłonna bo wymaga wielokronego rzędu seek ysięcy powórzenia przebiegów ak by dla określonego momenu czasu wyznaczyć hisogram rozkładu liczby klienów w sanowisku jednakże nie nadaje się do zasosowań wymagających wyników w czasie rzeczywisym bez zasosowania równoległego modelu obliczeń. Zbadano eż wpływ poszczególnych paramerów modelu i zasosowanego algorymu obliczeniowego na czas i precyzję obliczeń. Paramerem mającym największy wpływ na złożoność czasową meody okazał się paramer odpowiadający za gęsość próbkowania całkowania numerycznego kóry jes ściśle powiązany z liczbą akywnych kanałów obsługi. Najlepszym rozwiązaniem byłoby uzależnienie ego parameru od wielkości podprzedziału. Okazało się również że warość n = 18 elemenów szeregu jes dla precyzji algorymu Sehesa zby wysoka ponieważ już dla warości n = 12 uzyskuje się bardzo dobre rezulay przy jednoczesnym przyspieszeniu wynoszącym 33%. BIBLIOGRAFIA 1. Czachórski T.: A mehod o solve diusion equaion wih insananeous reurn processes acing as boundary condiions Bullein o Polish Academy o Sciences Technical Sciences vol no Czachórski T.: Modele kolejkowe w ocenie eekywności pracy sieci i sysemów kompuerowych. Wyd.: Pracownii Kompuerowej Jacka Skalmierskiego Gliwice Gelenbe E.: On Approimae Compuer Sysems Models J. ACM vol. 22 no Gelenbe E. Pujolle G.: The Behaviour o a Single Queue in a General Queueing Nework Aca Inormaica Vol. 7 Fasc. 2 s Newell G. F.: Applicaions o Queueing Theory Chapman and Hall London Nycz T. Czachórski T.: Analiza błędów modeli oparych na meodzie aproksymacji dyuzyjnej [w:] P. Pikiewicz red. Zasosowania Inerneu Wyższa Szkoła Biznesu Dąbrowa Górnicza 212 s Sehes H.: Algorihm 368: Numeric inversion o Laplace ransorm Comm. o ACM vol. 13 no. 1 s Hollo K. Liu Y. Misra V. Towsley D. Gong W.-B.: Fluid mehods or modeling large heerogeneous neworks. NTIS kwiecień 25. AFRL-IF-RS-TR Czachórski T Nycz M Nycz T. Pekergin F.: Transien saes o lows and rouer queues a discussion o modelling mehods Proc. o Inernaional Conerence on Neworking and Fuure Inerne ICNFI 212 Isanbul April Wpłynęło do Redakcji 14 marca 212 r.
16 78 T. Nycz T.Czachórski Absrac The aricle presens invesigaion o numerical calculaions or well-known mahemaical model ha allows analysis o ransien saes a he service saion and heir neworks using he diusion approimaion mehod. The inluence o various parameers o he model and size o he nework o he oal compuaion ime was invesigaed and hus he scalabiliy o he mehod. Adresy Tomasz NYCZ: Poliechnika Śląska Insyu Inormayki ul. Akademicka Gliwice Polska omasz.nycz@polsl.pl Tadeusz CZACHÓRSKI: Insyu Inormayki Teoreycznej i Sosowanej Polskiej Akademii Nauk ul. Bałycka Gliwice Polska adek@iiis.pl
DYNAMIKA KONSTRUKCJI
10. DYNAMIKA KONSTRUKCJI 1 10. 10. DYNAMIKA KONSTRUKCJI 10.1. Wprowadzenie Ogólne równanie dynamiki zapisujemy w posaci: M d C d Kd =P (10.1) Zapis powyższy oznacza, że równanie musi być spełnione w każdej
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych r. ma złożony rozkład Poissona. W tabeli poniżej podano rozkład prawdopodobieństwa ( )
Zadanie. Zmienna losowa: X = Y +... + Y N ma złożony rozkład Poissona. W abeli poniżej podano rozkład prawdopodobieńswa składnika sumy Y. W ejże abeli podano akże obliczone dla k = 0... 4 prawdopodobieńswa
Bardziej szczegółowoROCZNIKI INŻYNIERII BUDOWLANEJ ZESZYT 7/2007 Komisja Inżynierii Budowlanej Oddział Polskiej Akademii Nauk w Katowicach
ROZNIKI INŻYNIERII BUDOWLANEJ ZESZYT 7/007 Komisja Inżynierii Budowlanej Oddział Polskiej Akademii Nauk w Kaowicach WYZNAZANIE PARAMETRÓW FUNKJI PEŁZANIA DREWNA W UJĘIU LOSOWYM * Kamil PAWLIK Poliechnika
Bardziej szczegółowoPROGRAMOWY GENERATOR PROCESÓW STOCHASTYCZNYCH LEVY EGO
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 69 Elecrical Engineering 0 Janusz WALCZAK* Seweryn MAZURKIEWICZ* PROGRAMOWY GENERATOR PROCESÓW STOCHASTYCZNYCH LEVY EGO W arykule opisano meodę generacji
Bardziej szczegółowo( ) ( ) ( τ) ( t) = 0
Obliczanie wraŝliwości w dziedzinie czasu... 1 OBLICZANIE WRAśLIWOŚCI W DZIEDZINIE CZASU Meoda układu dołączonego do obliczenia wraŝliwości układu dynamicznego w dziedzinie czasu. Wyznaczane będą zmiany
Bardziej szczegółowoPobieranie próby. Rozkład χ 2
Graficzne przedsawianie próby Hisogram Esymaory przykład Próby z rozkładów cząskowych Próby ze skończonej populacji Próby z rozkładu normalnego Rozkład χ Pobieranie próby. Rozkład χ Posać i własności Znaczenie
Bardziej szczegółowoZASTOSOWANIE TEORII MASOWEJ OBSŁUGI DO MODELOWANIA SYSTEMÓW TRANSPORTOWYCH
Pior KISIELEWSKI, Łukasz SOBOTA ZASTOSOWANIE TEORII MASOWEJ OBSŁUGI DO MODELOWANIA SYSTEMÓW TRANSPORTOWYCH W arykule przedsawiono zasosowanie eorii masowej obsługi do analizy i modelowania wybranych sysemów
Bardziej szczegółowoPolitechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania. Podstawy Automatyki
Poliechnika Gdańska Wydział Elekroechniki i Auomayki Kaedra Inżynierii Sysemów Serowania Podsawy Auomayki Repeyorium z Podsaw auomayki Zadania do ćwiczeń ermin T15 Opracowanie: Kazimierz Duzinkiewicz,
Bardziej szczegółowoMETODA DOBORU ŚCIEŻEK TRANSMISYJNYCH DLA POPRAWY JAKOŚCI POŁĄCZEŃ GŁOSOWYCH IP
Krysian Ryłko Zakład Sieci Kompuerowych Wydział Informayki Poliechnika Szczecińska krysian@ps.pl 2005 Poznańskie Warszay Telekomunikacyjne Poznań 8-9 grudnia 2005 METODA DOBORU ŚCIEŻEK TRANSMISYJNYCH DLA
Bardziej szczegółowoĆWICZENIE 4 Badanie stanów nieustalonych w obwodach RL, RC i RLC przy wymuszeniu stałym
ĆWIZENIE 4 Badanie sanów nieusalonych w obwodach, i przy wymuszeniu sałym. el ćwiczenia Zapoznanie się z rozpływem prądów, rozkładem w sanach nieusalonych w obwodach szeregowych, i Zapoznanie się ze sposobami
Bardziej szczegółowoWykład 5 Elementy teorii układów liniowych stacjonarnych odpowiedź na dowolne wymuszenie
Wykład 5 Elemeny eorii układów liniowych sacjonarnych odpowiedź na dowolne wymuszenie Prowadzący: dr inż. Tomasz Sikorski Insyu Podsaw Elekroechniki i Elekroechnologii Wydział Elekryczny Poliechnika Wrocławska
Bardziej szczegółowoWNIOSKOWANIE STATYSTYCZNE
Wnioskowanie saysyczne w ekonomerycznej analizie procesu produkcyjnego / WNIOSKOWANIE STATYSTYCZNE W EKONOMETRYCZNEJ ANAIZIE PROCESU PRODUKCYJNEGO Maeriał pomocniczy: proszę przejrzeć srony www.cyf-kr.edu.pl/~eomazur/zadl4.hml
Bardziej szczegółowoA C T A U N I V E R S I T A T I S N I C O L A I C O P E R N I C I EKONOMIA XLIII nr 2 (2012)
A C T A U N I V E R S I T A T I S N I C O L A I C O P E R N I C I EKONOMIA XLIII nr 2 (2012) 211 220 Pierwsza wersja złożona 25 października 2011 ISSN Końcowa wersja zaakcepowana 3 grudnia 2012 2080-0339
Bardziej szczegółowoPolitechnika Częstochowska Wydział Inżynierii Mechanicznej i Informatyki. Sprawozdanie #2 z przedmiotu: Prognozowanie w systemach multimedialnych
Poliechnika Częsochowska Wydział Inżynierii Mechanicznej i Informayki Sprawozdanie #2 z przedmiou: Prognozowanie w sysemach mulimedialnych Andrzej Siwczyński Andrzej Rezler Informayka Rok V, Grupa IO II
Bardziej szczegółowoWYKORZYSTANIE STATISTICA DATA MINER DO PROGNOZOWANIA W KRAJOWYM DEPOZYCIE PAPIERÓW WARTOŚCIOWYCH
SaSof Polska, el. 12 428 43 00, 601 41 41 51, info@sasof.pl, www.sasof.pl WYKORZYSTANIE STATISTICA DATA MINER DO PROGNOZOWANIA W KRAJOWYM DEPOZYCIE PAPIERÓW WARTOŚCIOWYCH Joanna Maych, Krajowy Depozy Papierów
Bardziej szczegółowoC d u. Po podstawieniu prądu z pierwszego równania do równania drugiego i uporządkowaniu składników lewej strony uzyskuje się:
Zadanie. Obliczyć przebieg napięcia na pojemności C w sanie przejściowym przebiegającym przy nasępującej sekwencji działania łączników: ) łączniki Si S są oware dla < 0, ) łącznik S zamyka się w chwili
Bardziej szczegółowoMetody rachunku kosztów Metoda rachunku kosztu działań Podstawowe pojęcia metody ABC Kalkulacja obiektów kosztowych metodą ABC Zasobowy rachunek
Meody rachunku koszów Meoda rachunku koszu Podsawowe pojęcia meody ABC Kalkulacja obieków koszowych meodą ABC Zasobowy rachunek koszów Kalkulacja koszów meodą ABC podsawową informacja dla rachunkowości
Bardziej szczegółowo2. Wprowadzenie. Obiekt
POLITECHNIKA WARSZAWSKA Insyu Elekroenergeyki, Zakład Elekrowni i Gospodarki Elekroenergeycznej Bezpieczeńswo elekroenergeyczne i niezawodność zasilania laoraorium opracował: prof. dr ha. inż. Józef Paska,
Bardziej szczegółowoPROPOZYCJA NOWEJ METODY OKREŚLANIA ZUŻYCIA TECHNICZNEGO BUDYNKÓW
Udosępnione na prawach rękopisu, 8.04.014r. Publikacja: Knyziak P., "Propozycja nowej meody określania zuzycia echnicznego budynków" (Proposal Of New Mehod For Calculaing he echnical Deerioraion Of Buildings),
Bardziej szczegółowoψ przedstawia zależność
Ruch falowy 4-4 Ruch falowy Ruch falowy polega na rozchodzeniu się zaburzenia (odkszałcenia) w ośrodku sprężysym Wielkość zaburzenia jes, podobnie jak w przypadku drgań, funkcją czasu () Zaburzenie rozchodzi
Bardziej szczegółowoPOMIAR PARAMETRÓW SYGNAŁOW NAPIĘCIOWYCH METODĄ PRÓKOWANIA I CYFROWEGO PRZETWARZANIA SYGNAŁU
Pomiar paramerów sygnałów napięciowych. POMIAR PARAMERÓW SYGNAŁOW NAPIĘCIOWYCH MEODĄ PRÓKOWANIA I CYFROWEGO PRZEWARZANIA SYGNAŁU Cel ćwiczenia Poznanie warunków prawidłowego wyznaczania elemenarnych paramerów
Bardziej szczegółowoĆWICZENIE 7 WYZNACZANIE LOGARYTMICZNEGO DEKREMENTU TŁUMIENIA ORAZ WSPÓŁCZYNNIKA OPORU OŚRODKA. Wprowadzenie
ĆWICZENIE 7 WYZNACZIE LOGARYTMICZNEGO DEKREMENTU TŁUMIENIA ORAZ WSPÓŁCZYNNIKA OPORU OŚRODKA Wprowadzenie Ciało drgające w rzeczywisym ośrodku z upływem czasu zmniejsza ampliudę drgań maleje energia mechaniczna
Bardziej szczegółowoEksploracja danych. KLASYFIKACJA I REGRESJA cz. 1. Wojciech Waloszek. Teresa Zawadzka.
Eksploracja danych KLASYFIKACJA I REGRESJA cz. 1 Wojciech Waloszek wowal@ei.pg.gda.pl Teresa Zawadzka egra@ei.pg.gda.pl Kaedra Inżyrii Oprogramowania Wydział Elekroniki, Telekomunikacji i Informayki Poliechnika
Bardziej szczegółowo2.1 Zagadnienie Cauchy ego dla równania jednorodnego. = f(x, t) dla x R, t > 0, (2.1)
Wykład 2 Sruna nieograniczona 2.1 Zagadnienie Cauchy ego dla równania jednorodnego Równanie gań sruny jednowymiarowej zapisać można w posaci 1 2 u c 2 2 u = f(x, ) dla x R, >, (2.1) 2 x2 gdzie u(x, ) oznacza
Bardziej szczegółowoLABORATORIUM TECHNIKI CIEPLNEJ INSTYTUTU TECHNIKI CIEPLNEJ WYDZIAŁ INŻYNIERII ŚRODOWISKA I ENERGETYKI POLITECHNIKI ŚLĄSKIEJ
INSTTUTU TECHNIKI CIEPLNEJ WDZIAŁ INŻNIERII ŚRODOWISKA I ENERGETKI POLITECHNIKI ŚLĄSKIEJ INSTRUKCJA LABORATORJNA Tema ćwiczenia: WZNACZANIE WSPÓŁCZNNIKA PRZEWODZENIA CIEPŁA CIAŁ STAŁCH METODĄ STANU UPORZĄDKOWANEGO
Bardziej szczegółowoPostęp techniczny. Model lidera-naśladowcy. Dr hab. Joanna Siwińska-Gorzelak
Posęp echniczny. Model lidera-naśladowcy Dr hab. Joanna Siwińska-Gorzelak Założenia Rozparujemy dwa kraje; kraj 1 jes bardziej zaawansowany echnologicznie (lider); kraj 2 jes mniej zaawansowany i nie worzy
Bardziej szczegółowoANALIZA ODPOWIEDZI UKŁADÓW KONSTRUKCYJNYCH NA WYMUSZENIE W POSTACI SIŁY O DOWOLNYM PRZEBIEGU CZASOWYM
Budownicwo Mariusz Poński ANALIZA ODPOWIEDZI UKŁADÓW KONSTRUKCYJNYCH NA WYMUSZENIE W POSTACI SIŁY O DOWOLNYM PRZEBIEGU CZASOWYM Wprowadzenie Coraz większe ograniczenia czasowe podczas wykonywania projeków
Bardziej szczegółowoPrognozowanie średniego miesięcznego kursu kupna USD
Prognozowanie średniego miesięcznego kursu kupna USD Kaarzyna Halicka Poliechnika Białosocka, Wydział Zarządzania, Kaedra Informayki Gospodarczej i Logisyki, e-mail: k.halicka@pb.edu.pl Jusyna Godlewska
Bardziej szczegółowoKombinowanie prognoz. - dlaczego należy kombinować prognozy? - obejmowanie prognoz. - podstawowe metody kombinowania prognoz
Noaki do wykładu 005 Kombinowanie prognoz - dlaczego należy kombinować prognozy? - obejmowanie prognoz - podsawowe meody kombinowania prognoz - przykłady kombinowania prognoz gospodarki polskiej - zalecenia
Bardziej szczegółowoWYKORZYSTANIE TESTU OSTERBERGA DO STATYCZNYCH OBCIĄŻEŃ PRÓBNYCH PALI
Prof. dr hab.inż. Zygmun MEYER Poliechnika zczecińska, Kaedra Geoechniki Dr inż. Mariusz KOWALÓW, adres e-mail m.kowalow@gco-consul.com Geoechnical Consuling Office zczecin WYKORZYAIE EU OERERGA DO AYCZYCH
Bardziej szczegółowoPROGNOZOWANIE I SYMULACJE. mgr Żaneta Pruska. Ćwiczenia 2 Zadanie 1
PROGNOZOWANIE I SYMULACJE mgr Żanea Pruska Ćwiczenia 2 Zadanie 1 Firma Alfa jes jednym z głównych dosawców firmy Bea. Ilość produku X, wyrażona w ysiącach wyprodukowanych i dosarczonych szuk firmie Bea,
Bardziej szczegółowoWykład 6. Badanie dynamiki zjawisk
Wykład 6 Badanie dynamiki zjawisk Krzywa wieża w Pizie 1 2 3 4 5 6 7 8 9 10 11 12 13 y 4,9642 4,9644 4,9656 4,9667 4,9673 4,9688 4,9696 4,9698 4,9713 4,9717 4,9725 4,9742 4,9757 Szeregiem czasowym nazywamy
Bardziej szczegółowoTemat: Weryfikacja nienaruszalności bezpieczeństwa SIL struktury sprzętowej realizującej funkcje bezpieczeństwa
1 Lab3: Bezpieczeńswo funkcjonalne i ochrona informacji Tema: Weryfikacja nienaruszalności bezpieczeńswa SIL srukury sprzęowej realizującej funkcje bezpieczeńswa Kryeria probabilisyczne bezpieczeńswa funkcjonalnego
Bardziej szczegółowoDYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Pior Fiszeder Uniwersye Mikołaja Kopernika
Bardziej szczegółowoANALIZA, PROGNOZOWANIE I SYMULACJA / Ćwiczenia 1
ANALIZA, PROGNOZOWANIE I SYMULACJA / Ćwiczenia 1 mgr inż. Żanea Pruska Maeriał opracowany na podsawie lieraury przedmiou. Zadanie 1 Firma Alfa jes jednym z głównych dosawców firmy Bea. Ilość produku X,
Bardziej szczegółowoIMPLEMENTACJA WYBRANYCH METOD ANALIZY STANÓW NIEUSTALONYCH W ŚRODOWISKU MATHCAD
Pior Jankowski Akademia Morska w Gdyni IMPLEMENTACJA WYBRANYCH METOD ANALIZY STANÓW NIEUSTALONYCH W ŚRODOWISKU MATHCAD W arykule przedsawiono możliwości (oraz ograniczenia) środowiska Mahcad do analizy
Bardziej szczegółowoRozruch silnika prądu stałego
Rozruch silnika prądu sałego 1. Model silnika prądu sałego (SPS) 1.1 Układ równań modelu SPS Układ równań modelu silnika prądu sałego d ua = Ra ia + La ia + ea d równanie obwodu wornika d uf = Rf if +
Bardziej szczegółowoZASTOSOWANIE METODY OBLICZEŃ UPROSZCZONYCH DO WYZNACZANIA CZASU JAZDY POCIĄGU NA SZLAKU
PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ z. 87 Transpor 01 Jarosław Poznański Danua Żebrak Poliechnika Warszawska, Wydział Transporu ZASTOSOWANIE METODY OBLICZEŃ UPROSZCZONYCH DO WYZNACZANIA CZASU JAZDY
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Wykład 4
Sanisław Cichocki Naalia Nehrebecka Wykład 4 1 1. Badanie sacjonarności: o o o Tes Dickey-Fullera (DF) Rozszerzony es Dickey-Fullera (ADF) Tes KPSS 2. Modele o rozłożonych opóźnieniach (DL) 3. Modele auoregresyjne
Bardziej szczegółowodr inż. MARCIN MAŁACHOWSKI Instytut Technik Innowacyjnych EMAG
dr inż. MARCIN MAŁACHOWSKI Insyu Technik Innowacyjnych EMAG Wykorzysanie opycznej meody pomiaru sężenia pyłu do wspomagania oceny paramerów wpływających na możliwość zaisnienia wybuchu osiadłego pyłu węglowego
Bardziej szczegółowoVII. ZAGADNIENIA DYNAMIKI
Konderla P. Meoda Elemenów Skończonych, eoria i zasosowania 47 VII. ZAGADNIENIA DYNAMIKI. Równanie ruchu dla zagadnienia dynamicznego Q, (7.) gdzie M NxN macierz mas, C NxN macierz łumienia, K NxN macierz
Bardziej szczegółowoRÓWNANIA RÓŻNICZKOWE WYKŁAD 13
RÓWNANIA RÓŻNICZKOWE WYKŁAD 13 Geomeria różniczkowa Geomeria różniczkowa o dział maemayki, w kórym do badania obieków geomerycznych wykorzysuje się meody opare na rachunku różniczkowym. Obieky geomeryczne
Bardziej szczegółowoRys.1. Podstawowa klasyfikacja sygnałów
Kaedra Podsaw Sysemów echnicznych - Podsawy merologii - Ćwiczenie 1. Podsawowe rodzaje i ocena sygnałów Srona: 1 1. CEL ĆWICZENIA Celem ćwiczenia jes zapoznanie się z podsawowymi rodzajami sygnałów, ich
Bardziej szczegółowoCałka nieoznaczona Andrzej Musielak Str 1. Całka nieoznaczona
Całka nieoznaczona Andrzej Musielak Sr Całka nieoznaczona Całkowanie o operacja odwrona do liczenia pochodnych, zn.: f()d = F () F () = f() Z definicji oraz z abeli pochodnych funkcji elemenarnych od razu
Bardziej szczegółowoPOZYCJONOWANIE I NADĄŻANIE MINIROBOTA MOBILNEGO M.R.K
MODELOWANIE INŻYNIERSKIE ISSN 1896-771X 37, s. 97-104, Gliwice 2009 POZYCJONOWANIE I NADĄŻANIE MINIROBOTA MOBILNEGO M.R.K MARIUSZ GIERGIEL, PIOTR MAŁKA Kaedra Roboyki i Mecharoniki, Akademia Górniczo-Hunicza
Bardziej szczegółowo4.2. Obliczanie przewodów grzejnych metodą dopuszczalnego obciążenia powierzchniowego
4.. Obliczanie przewodów grzejnych meodą dopuszczalnego obciążenia powierzchniowego Meodą częściej sosowaną w prakyce projekowej niż poprzednia, jes meoda dopuszczalnego obciążenia powierzchniowego. W
Bardziej szczegółowoMetody badania wpływu zmian kursu walutowego na wskaźnik inflacji
Agnieszka Przybylska-Mazur * Meody badania wpływu zmian kursu waluowego na wskaźnik inflacji Wsęp Do oceny łącznego efeku przenoszenia zmian czynników zewnęrznych, akich jak zmiany cen zewnęrznych (szoki
Bardziej szczegółowoUkłady sekwencyjne asynchroniczne Zadania projektowe
Układy sekwencyjne asynchroniczne Zadania projekowe Zadanie Zaprojekować układ dwusopniowej sygnalizacji opycznej informującej operaora procesu o przekroczeniu przez konrolowany paramer warości granicznej.
Bardziej szczegółowoPOLITECHNIKA ŚLĄSKA W GLIWICACH WYDZIAŁ INŻYNIERII ŚRODOWISKA i ENERGETYKI INSTYTUT MASZYN i URZĄDZEŃ ENERGETYCZNYCH
POLIECHNIKA ŚLĄSKA W GLIWICACH WYDZIAŁ INŻYNIERII ŚRODOWISKA i ENERGEYKI INSYU MASZYN i URZĄDZEŃ ENERGEYCZNYCH IDENYFIKACJA PARAMERÓW RANSMIANCJI Laboraorium auomayki (A ) Opracował: Sprawdził: Zawierdził:
Bardziej szczegółowoRozdział 4 Instrukcje sekwencyjne
Rozdział 4 Insrukcje sekwencyjne Lisa insrukcji sekwencyjnych FBs-PLC przedsawionych w niniejszym rozdziale znajduje się w rozdziale 3.. Zasady kodowania przy zasosowaniu ych insrukcji opisane są w rozdziale
Bardziej szczegółowoPomiar współczynników sprężystości i lepkości skórki ogórka.
Pomiar współczynników sprężysości i lepkości skórki ogórka. Przyrządy. Uniwersalna maszyna wyrzymałościowa serownie esem i rejesracja wyników. Główną częścią maszyny wyrzymałościowej jes czujnik siły umieszczony
Bardziej szczegółowoZarządzanie Projektami. Wykład 3 Techniki sieciowe (część 1)
Zarządzanie Projekami Wykład 3 Techniki sieciowe (część ) Przedsięwzięcie wieloczynnościowe Przedsięwzięcie wieloczynnościowe skończona liczba wzajemnie ze sobą powiązanych czynności (eapów). Powiązania
Bardziej szczegółowoMatematyka finansowa 20.03.2006 r. Komisja Egzaminacyjna dla Aktuariuszy. XXXVIII Egzamin dla Aktuariuszy z 20 marca 2006 r.
Komisja Egzaminacyjna dla Akuariuszy XXXVIII Egzamin dla Akuariuszy z 20 marca 2006 r. Część I Maemayka finansowa WERSJA TESTU A Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 100 minu 1 1. Ile
Bardziej szczegółowoPodstawy elektrotechniki
Wydział Mechaniczno-Energeyczny Podsawy elekroechniki Prof. dr hab. inż. Juliusz B. Gajewski, prof. zw. PWr Wybrzeże S. Wyspiańskiego 27, 50-370 Wrocław Bud. A4 Sara kołownia, pokój 359 Tel.: 71 320 3201
Bardziej szczegółowoTeoria kolejek w zastosowaniu do opisu procesu transportowego
Jolana śak 1 Wydział Transporu Poliechniki Warszawskiej Teoria kolejek w zasosowaniu do opisu procesu ransporowego WPROWADZENIE Opisując rzeczywisy proces ransporowy rudno wyobrazić sobie sieć ransporową
Bardziej szczegółowoUDOSKONALONA METODA BEZPOŚREDNIA ROZWIĄZANIA ZADANIA TRAFIENIA CELU DLA TACHOMETRYCZNYCH SYSTEMÓW KIEROWANIA OGNIEM ARTYLERII PRZECIWLOTNICZEJ
dr inż. Zygmun PANKOWSKI Wojskowy Insyu Techniczny Uzbrojenia UDOSKONALONA METODA BEZPOŚREDNIA ROZWIĄZANIA ZADANIA TRAFIENIA CELU DLA TACHOMETRYCZNYCH SYSTEMÓW KIEROWANIA OGNIEM ARTYLERII PRZECIWLOTNICZEJ
Bardziej szczegółowoStatystyka od podstaw z systemem SAS Dr hab. E. Frątczak, ZAHZiAW, ISiD, KAE. Część VII. Analiza szeregu czasowego
Część VII. Analiza szeregu czasowego 1 DEFINICJA SZEREGU CZASOWEGO Szeregiem czasowym nazywamy zbiór warości cechy w uporządkowanych chronologicznie różnych momenach (okresach) czasu. Oznaczając przez
Bardziej szczegółowospecyfikacji i estymacji modelu regresji progowej (ang. threshold regression).
4. Modele regresji progowej W badaniach empirycznych coraz większym zaineresowaniem cieszą się akie modele szeregów czasowych, kóre pozwalają na objaśnianie nieliniowych zależności między poszczególnymi
Bardziej szczegółowoModelowanie i obliczenia techniczne. Równania różniczkowe Numeryczne rozwiązywanie równań różniczkowych zwyczajnych
Moelowanie i obliczenia echniczne Równania różniczowe Numeryczne rozwiązywanie równań różniczowych zwyczajnych Przyła ułau ynamicznego E Uła ynamiczny R 0 Zachozi porzeba wyznaczenia: C u C () i() ur ir
Bardziej szczegółowoKURS EKONOMETRIA. Lekcja 1 Wprowadzenie do modelowania ekonometrycznego ZADANIE DOMOWE. Strona 1
KURS EKONOMETRIA Lekcja 1 Wprowadzenie do modelowania ekonomerycznego ZADANIE DOMOWE www.erapez.pl Srona 1 Część 1: TEST Zaznacz poprawną odpowiedź (ylko jedna jes prawdziwa). Pyanie 1 Kóre z poniższych
Bardziej szczegółowoRównania różniczkowe. Lista nr 2. Literatura: N.M. Matwiejew, Metody całkowania równań różniczkowych zwyczajnych.
Równania różniczkowe. Lisa nr 2. Lieraura: N.M. Mawiejew, Meody całkowania równań różniczkowych zwyczajnych. W. Krysicki, L. Włodarski, Analiza Maemayczna w Zadaniach, część II 1. Znaleźć ogólną posać
Bardziej szczegółowoWPŁYW PODATNOŚCI GŁÓWKI SZYNY NA ROZKŁAD PRZEMIESZCZEŃ WZDŁUŻNYCH PRZY HAMOWANIU POCIĄGU 1
A R C H I W U M I N S T Y T U T U I N Ż Y N I E R I I L Ą D O W E J Nr 5 ARCHIVES OF INSTITUTE OF CIVIL ENGINEERING 017 WPŁYW PODATNOŚCI GŁÓWKI SZYNY NA ROZKŁAD PRZEMIESZCZEŃ WZDŁUŻNYCH PRZY HAMOWANIU
Bardziej szczegółowoWykład 6. Badanie dynamiki zjawisk
Wykład 6 Badanie dynamiki zjawisk TREND WYODRĘBNIANIE SKŁADNIKÓW SZEREGU CZASOWEGO 1. FUNKCJA TRENDU METODA ANALITYCZNA 2. ŚREDNIE RUCHOME METODA WYRÓWNYWANIA MECHANICZNEGO średnie ruchome zwykłe średnie
Bardziej szczegółowoNiezawodność elementu nienaprawialnego. nienaprawialnego. 1. Model niezawodnościowy elementu. 1. Model niezawodnościowy elementu
Niezawodność elemenu nienarawialnego. Model niezawodnościowy elemenu nienarawialnego. Niekóre rozkłady zmiennych losowych sosowane w oisie niezawodności elemenów 3. Funkcyjne i liczbowe charakerysyki niezawodności
Bardziej szczegółowoEKONOMETRIA wykład 2. Prof. dr hab. Eugeniusz Gatnar.
EKONOMERIA wykład Prof. dr hab. Eugeniusz Ganar eganar@mail.wz.uw.edu.pl Przedziały ufności Dla paramerów srukuralnych modelu: P bˆ j S( bˆ z prawdopodobieńswem parameru b bˆ S( bˆ, ( m j j j, ( m j b
Bardziej szczegółowoESTYMACJA KRZYWEJ DOCHODOWOŚCI STÓP PROCENTOWYCH DLA POLSKI
METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XIII/3, 202, sr. 253 26 ESTYMACJA KRZYWEJ DOCHODOWOŚCI STÓP PROCENTOWYCH DLA POLSKI Adam Waszkowski Kaedra Ekonomiki Rolnicwa i Międzynarodowych Sosunków
Bardziej szczegółowoHarmonogram czyszczenia z osadów sieci wymienników ciepła w trakcie eksploatacji instalacji na przykładzie destylacji rurowo-wieżowej
Mariusz Markowski, Marian Trafczyński Poliechnika Warszawska Zakład Aparaury Przemysłowe ul. Jachowicza 2/4, 09-402 Płock Harmonogram czyszczenia z osadów sieci wymienników ciepła w rakcie eksploaaci insalaci
Bardziej szczegółowoPROGNOZOWANIE. Ćwiczenia 2. mgr Dawid Doliński
Ćwiczenia 2 mgr Dawid Doliński Modele szeregów czasowych sały poziom rend sezonowość Y Y Y Czas Czas Czas Modele naiwny Modele średniej arymeycznej Model Browna Modele ARMA Model Hola Modele analiyczne
Bardziej szczegółowoGłównie występuje w ośrodkach gazowych i ciekłych.
W/g ermodynamiki - ciepło jes jednym ze sposobów ransporu energii do/z bila, zysy przepływ ciepła może wysąpić jedynie w ciałach sałych pozosających w spoczynku. Proces wymiany ciepla: przejmowanie ciepła
Bardziej szczegółowo1.2.1 Ogólny algorytm podejmowania decyzji... 18. 1.2.2 Algorytm postępowania diagnostycznego... 23. 1.2.3 Analiza decyzyjna... 27
3 Spis reści Spis reści... 3 Użye oznaczenia... 7 Wsęp i założenia pracy... 9 1. Akualny san wiedzy medycznej i echnicznej związanej zagadnieniami analizy decyzyjnej w chorobach górnego odcinka przewodu
Bardziej szczegółowoWykład 4 Metoda Klasyczna część III
Teoria Obwodów Wykład 4 Meoda Klasyczna część III Prowadzący: dr inż. Tomasz Sikorski Insyu Podsaw Elekroechniki i Elekroechnologii Wydział Elekryczny Poliechnika Wrocławska D-, 5/8 el: (7) 3 6 fax: (7)
Bardziej szczegółowo( 3 ) Kondensator o pojemności C naładowany do różnicy potencjałów U posiada ładunek: q = C U. ( 4 ) Eliminując U z równania (3) i (4) otrzymamy: =
ROZŁADOWANIE KONDENSATORA I. el ćwiczenia: wyznaczenie zależności napięcia (i/lub prądu I ) rozładowania kondensaora w funkcji czasu : = (), wyznaczanie sałej czasowej τ =. II. Przyrządy: III. Lieraura:
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Wykład 3
Sanisław Cichocki Naalia Nehrebecka Wykład 3 1 1. Regresja pozorna 2. Funkcje ACF i PACF 3. Badanie sacjonarności Tes Dickey-Fullera (DF) Rozszerzony es Dickey-Fullera (ADF) 2 1. Regresja pozorna 2. Funkcje
Bardziej szczegółowoDendrochronologia Tworzenie chronologii
Dendrochronologia Dendrochronologia jes nauką wykorzysującą słoje przyrosu rocznego drzew do określania wieku (daowania) obieków drewnianych (budynki, przedmioy). Analizy różnych paramerów słojów przyrosu
Bardziej szczegółowoCHEMIA KWANTOWA Jacek Korchowiec Wydział Chemii UJ Zakład Chemii Teoretycznej Zespół Chemii Kwantowej Grupa Teorii Reaktywności Chemicznej
CHEMI KWTOW CHEMI KWTOW Jacek Korchowiec Wydział Chemii UJ Zakład Chemii Teoreycznej Zespół Chemii Kwanowej Grupa Teorii Reakywności Chemicznej LITERTUR R. F. alewajski, Podsawy i meody chemii kwanowej:
Bardziej szczegółowoPROGNOZOWANIE I SYMULACJE EXCEL 2 PROGNOZOWANIE I SYMULACJE EXCEL AUTOR: ŻANETA PRUSKA
1 PROGNOZOWANIE I SYMULACJE EXCEL 2 AUTOR: mgr inż. ŻANETA PRUSKA DODATEK SOLVER 2 Sprawdzić czy w zakładce Dane znajduję się Solver 1. Kliknij przycisk Microsof Office, a nasępnie kliknij przycisk Opcje
Bardziej szczegółowoOcena płynności wybranymi metodami szacowania osadu 1
Bogdan Ludwiczak Wprowadzenie Ocena płynności wybranymi meodami szacowania osadu W ubiegłym roku zaszły znaczące zmiany doyczące pomiaru i zarządzania ryzykiem bankowym. Są one konsekwencją nowowprowadzonych
Bardziej szczegółowoSTANDARDÓW TRANSMISJI BEZPRZEWODOWEJ KOLEJOWYM
RACE NAUKOWE OLITECHNIKI WARSZAWSKIEJ z. Transpor 06 Uniwersye Technologiczno- Insyu Kolejnicwa STANDARDÓW TRANSMISJI BEZRZEWODOWEJ KOLEJOWYM : marzec 06 Sreszczenie: badawczych,. WROWADZENIE sosowania
Bardziej szczegółowoAnaliza i Zarządzanie Portfelem cz. 6 R = Ocena wyników zarządzania portfelem. Pomiar wyników zarządzania portfelem. Dr Katarzyna Kuziak
Ocena wyników zarządzania porelem Analiza i Zarządzanie Porelem cz. 6 Dr Kaarzyna Kuziak Eapy oceny wyników zarządzania porelem: - (porolio perormance measuremen) - Przypisanie wyników zarządzania porelem
Bardziej szczegółowoAnalityczny opis łączeniowych strat energii w wysokonapięciowych tranzystorach MOSFET pracujących w mostku
Pior GRZEJSZCZK, Roman BRLIK Wydział Elekryczny, Poliechnika Warszawska doi:1.15199/48.215.9.12 naliyczny opis łączeniowych sra energii w wysokonapięciowych ranzysorach MOSFET pracujących w mosku Sreszczenie.
Bardziej szczegółowoCyfrowe przetwarzanie sygnału przetwornika obrotowo-impulsowego
Cyfrowe przewarzanie sygnału przewornika obroowo-impulsowego Eligiusz PAWŁOWSKI Poliechnika Lubelska, Kaedra Auomayki i Merologii ul. Nadbysrzycka 38 A, 20-68 Lublin, email: elekp@elekron.pol.lublin.pl
Bardziej szczegółowoWygładzanie metodą średnich ruchomych w procesach stałych
Wgładzanie meodą średnich ruchomch w procesach sałch Cel ćwiczenia. Przgoowanie procedur Średniej Ruchomej (dla ruchomego okna danch); 2. apisanie procedur do obliczenia sandardowego błędu esmacji;. Wizualizacja
Bardziej szczegółowoKLASYFIKACJA WARUNKÓW EKSPLOATACJI POJAZDÓW Z WYKORZYSTANIEM UDZIAŁU CZASU PRACY SILNIKA NA BIEGU JAŁOWYM
Jacek KROPIWNICKI KLASYFIKACJA WARUNKÓW EKSPLOATACJI POJAZDÓW Z WYKORZYSTANIEM UDZIAŁU CZASU PRACY SILNIKA NA BIEGU JAŁOWYM Sreszczenie W pracy przedsawiono przykłady idenyfikacji warunków eksploaacji
Bardziej szczegółowoimei 1. Cel ćwiczenia 2. Zagadnienia do przygotowania 3. Program ćwiczenia
CYFROWE PRZEWARZANIE SYGNAŁÓW Laboraorium Inżynieria Biomedyczna sudia sacjonarne pierwszego sopnia ema: Wyznaczanie podsawowych paramerów okresowych sygnałów deerminisycznych imei Insyu Merologii Elekroniki
Bardziej szczegółowoDrgania elektromagnetyczne obwodu LCR
Ćwiczenie 61 Drgania elekromagneyczne obwodu LCR Cel ćwiczenia Obserwacja drgań łumionych i przebiegów aperiodycznych w obwodzie LCR. Pomiar i inerpreacja paramerów opisujących obserwowane przebiegi napięcia
Bardziej szczegółowoDYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 2005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Kaarzyna Kuziak Akademia Ekonomiczna
Bardziej szczegółowoWskazówki projektowe do obliczania nośności i maksymalnego zanurzenia statku rybackiego na wstępnym etapie projektowania
CEPOWSKI omasz 1 Wskazówki projekowe do obliczania nośności i maksymalnego zanurzenia saku rybackiego na wsępnym eapie projekowania WSĘP Celem podjęych badań było opracowanie wskazówek projekowych do wyznaczania
Bardziej szczegółowoKomputerowa analiza przepływów turbulentnych i indeksu Dow Jones
Kompuerowa analiza przepływów urbulennych i indeksu Dow Jones Rafał Ogrodowczyk Pańswowa Wyższa Szkoła Zawodowa w Chełmie Wiesław A. Kamiński Uniwersye Marii Curie-Skłodowskie w Lublinie W badaniach porównano
Bardziej szczegółowoSformułowanie Schrödingera mechaniki kwantowej. Fizyka II, lato
Sformułowanie Schrödingera mechaniki kwanowej Fizyka II, lao 018 1 Wprowadzenie Posać funkcji falowej dla fali de Broglie a, sin sin k 1 Jes o przypadek jednowymiarowy Posać a zosała określona meodą zgadywania.
Bardziej szczegółowoE k o n o m e t r i a S t r o n a 1. Nieliniowy model ekonometryczny
E k o n o m e r i a S r o n a Nieliniowy model ekonomeryczny Jednorównaniowy model ekonomeryczny ma posać = f( X, X,, X k, ε ) gdzie: zmienna objaśniana, X, X,, X k zmienne objaśniające, ε - składnik losowy,
Bardziej szczegółowoWYKŁAD FIZYKAIIIB 2000 Drgania tłumione
YKŁD FIZYKIIIB Drgania łumione (gasnące, zanikające). F siła łumienia; r F r b& b współczynnik łumienia [ Nm s] m & F m & && & k m b m F r k b& opis różnych zjawisk izycznych Niech Ce p p p p 4 ± Trzy
Bardziej szczegółowoBADANIE WŁAŚCIWOŚCI DYNAMICZNYCH REZYSTANCYJNYCH CZUJNIKÓW TEMPERATURY
BADANIE WŁAŚCIWOŚCI DYNAMICZNYCH REZYSANCYJNYCH CZUJNIKÓW EMPERAURY. Cel ćwiczenia Celem ćwiczenia jes eksperymenalne wyznaczenie charakerysyk dynamicznych czujników ermomerycznych w różnych ośrodkach
Bardziej szczegółowoDobór przekroju żyły powrotnej w kablach elektroenergetycznych
Dobór przekroju żyły powronej w kablach elekroenergeycznych Franciszek pyra, ZPBE Energopomiar Elekryka, Gliwice Marian Urbańczyk, Insyu Fizyki Poliechnika Śląska, Gliwice. Wsęp Zagadnienie poprawnego
Bardziej szczegółowoBadanie funktorów logicznych TTL - ćwiczenie 1
adanie funkorów logicznych TTL - ćwiczenie 1 1. Cel ćwiczenia Zapoznanie się z podsawowymi srukurami funkorów logicznych realizowanych w echnice TTL (Transisor Transisor Logic), ich podsawowymi paramerami
Bardziej szczegółowoĆWICZENIE NR 43 U R I (1)
ĆWCZENE N 43 POMY OPO METODĄ TECHNCZNĄ Cel ćwiczenia: wyznaczenie warości oporu oporników poprzez pomiary naężania prądu płynącego przez opornik oraz napięcia na oporniku Wsęp W celu wyznaczenia warości
Bardziej szczegółowoE5. KONDENSATOR W OBWODZIE PRĄDU STAŁEGO
E5. KONDENSATOR W OBWODZIE PRĄDU STAŁEGO Marek Pękała i Jadwiga Szydłowska Procesy rozładowania kondensaora i drgania relaksacyjne w obwodach RC należą do szerokiej klasy procesów relaksacyjnych. Procesy
Bardziej szczegółowoWYKORZYSTANIE RACHUNKU WARIACYJNEGO DO ANALIZY WAHAŃ PRODUKCJI W PRZEDSIĘBIORSTWACH
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 36, T. 1 Sefan Grzesiak * WYKORZYSTANIE RACHUNKU WARIACYJNEGO DO ANALIZY WAHAŃ PRODUKCJI W PRZEDSIĘBIORSTWACH STRESZCZENIE W arykule podjęo problem
Bardziej szczegółowoSYMULACYJNA ANALIZA PRODUKCJI ENERGII ELEKTRYCZNEJ I CIEPŁA Z ODNAWIALNYCH NOŚNIKÓW W POLSCE
SYMULACYJNA ANALIZA PRODUKCJI ENERGII ELEKTRYCZNEJ I CIEPŁA Z ODNAWIALNYCH NOŚNIKÓW W POLSCE Janusz Sowiński, Rober Tomaszewski, Arur Wacharczyk Insyu Elekroenergeyki Poliechnika Częsochowska Aky prawne
Bardziej szczegółowoĆw. S-II.2 CHARAKTERYSTYKI SKOKOWE ELEMENTÓW AUTOMATYKI
Dr inż. Michał Chłędowski PODSAWY AUOMAYKI I ROBOYKI LABORAORIUM Ćw. S-II. CHARAKERYSYKI SKOKOWE ELEMENÓW AUOMAYKI Cel ćwiczenia Celem ćwiczenia jes zapoznanie się z pojęciem charakerysyki skokowej h(),
Bardziej szczegółowoModelowanie niezawodności zasilaczy buforowych
Dr inż. Adam Rosiński Poliechnika Warszawska Wydział Transporu Zakład Telekomunikacji w Transporcie ul. Koszykowa 75, 00-66 Warszawa, Polska E-mail: adro@w.pw.edu.pl Dr hab. inż. Tadeusz Dąbrowski Wojskowa
Bardziej szczegółowo