4. MODELE ZALEŻNE OD ZDARZEŃ



Podobne dokumenty
Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie

TRANZYSTORY POLOWE JFET I MOSFET

ELEMENTY SYSTEMÓW KOLEJKOWYCH

Niepewności pomiarowe

40:5. 40:5 = υ5 5p 40, 40:5 = p 40.

Matematyka ubezpieczeń majątkowych r. Zadanie 1. Rozważamy proces nadwyżki ubezpieczyciela z czasem dyskretnym postaci: n

Wykład FIZYKA I. 2. Kinematyka punktu materialnego. Dr hab. inż. Władysław Artur Woźniak

STATYSTYKA I ANALIZA DANYCH

Zatem przyszła wartość kapitału po 1 okresie kapitalizacji wynosi

Obligacja i jej cena wewnętrzna

Kongruencje Wykład 4. Kongruencje kwadratowe symbole Legendre a i Jac

Metody oceny efektywności projektów inwestycyjnych

Materiał ćwiczeniowy z matematyki Marzec 2012

WERSJA TESTU A. Komisja Egzaminacyjna dla Aktuariuszy. LX Egzamin dla Aktuariuszy z 28 maja 2012 r. Część I. Matematyka finansowa

Estymacja przedziałowa

MINIMALIZACJA PUSTYCH PRZEBIEGÓW PRZEZ ŚRODKI TRANSPORTU

Sygnały pojęcie i klasyfikacja, metody opisu.

MIANO ROZTWORU TITRANTA. Analiza statystyczna wyników oznaczeń

Badanie efektu Halla w półprzewodniku typu n

Szeregi czasowe, modele DL i ADL, przyczynowość, integracja

Elementy modelowania matematycznego

L.Kowalski zadania ze statystyki matematycznej-zestaw 3 ZADANIA - ZESTAW 3

VII MIĘDZYNARODOWA OLIMPIADA FIZYCZNA (1974). Zad. teoretyczne T3.

Ćwiczenia IV i V. 1 Rozwiązanie: Π. średnia liczba obsługiwanych klientów: 6.67 w ciągu godziny = Π1

Teoria Kolejek. dr inż. Piotr Gajowniczek. Instutut Telekomunikacji Politechnika Warszawska

Elementy Modelowania Matematycznego

O liczbach naturalnych, których suma równa się iloczynowi

D:\materialy\Matematyka na GISIP I rok DOC\07 Pochodne\8A.DOC 2004-wrz-15, 17: Obliczanie granic funkcji w punkcie przy pomocy wzoru Taylora.

Pierwiastki z liczby zespolonej. Autorzy: Agnieszka Kowalik

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2012/13. Ciągi.

Jarosław Wróblewski Analiza Matematyczna 2, lato 2018/19

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej

Systemy Mobilne i Bezprzewodowe laboratorium 3

[ ] [ ] [ ] [ ] 1. Sygnały i systemy dyskretne (LTI, SLS) y[n] x[n] 1.1. Systemy LTI. liniowy system dyskretny

ANALIZA PRZYCZYNOWOŚCI W ZAKRESIE ZALEŻNOŚCI NIELINIOWYCH. IMPLIKACJE FINANSOWE

5. Zasada indukcji matematycznej. Dowody indukcyjne.

, dla n = 1, 2, 3, 4 : 2

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

Jak obliczać podstawowe wskaźniki statystyczne?

Wykład 10 Wnioskowanie o proporcjach

130 Nr 11 Listopad 2014 r.

STATYSTKA I ANALIZA DANYCH LAB II

ELEKTROTECHNIKA I ELEKTRONIKA

W wielu przypadkach zadanie teorii sprężystości daje się zredukować do dwóch

Moduł 4. Granica funkcji, asymptoty

Efektywność projektów inwestycyjnych. Statyczne i dynamiczne metody oceny projektów inwestycyjnych

Metody badania zbieżności/rozbieżności ciągów liczbowych

Zasada indukcji matematycznej. Dowody indukcyjne.

SIGMA KWADRAT LUBELSKI KONKURS STATYSTYCZNO- DEMOGRAFICZNY

Metoda analizy hierarchii Saaty ego Ważnym problemem podejmowania decyzji optymalizowanej jest często występująca hierarchiczność zagadnień.

Arkusz ćwiczeniowy z matematyki Poziom podstawowy ZADANIA ZAMKNIĘTE. W zadaniach od 1. do 21. wybierz i zaznacz poprawną odpowiedź. 1 C. 3 D.

OKREŚLENIE CHARAKTERYSTYK POMPY WIROWEJ I WYZNACZENIE PAGÓRKA SPRAWNOŚCI

Jarosław Wróblewski Analiza Matematyczna 1, zima 2016/17

t - kwantyl rozkładu t-studenta rzędu p o f stopniach swobody

TRANSFORMACJA DO UKŁADU 2000 A PROBLEM ZGODNOŚCI Z PRG

Niezawodność elementu nienaprawialnego. nienaprawialnego. 1. Model niezawodnościowy elementu. 1. Model niezawodnościowy elementu

I kolokwium z Analizy Matematycznej

Twoja firma. Podręcznik użytkownika. Aplikacja Grupa. V edycja, kwiecień 2013

o zmianie ustawy o finansach publicznych oraz niektórych innych ustaw.

ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO

Chemia Teoretyczna I (6).

a n 7 a jest ciągiem arytmetycznym.

Zasilanie budynków użyteczności publicznej oraz budynków mieszkalnych w energię elektryczną

Chemiczne metody analizy ilościowej (laboratorium)

MODELE MATEMATYCZNE W UBEZPIECZENIACH. 1. Renty

Artykuł techniczny CVM-NET4+ Zgodny z normami dotyczącymi efektywności energetycznej

P = 27, 8 27, 9 27 ). Przechodząc do granicy otrzymamy lim P(Y n > Y n+1 ) = P(Z 1 0 > Z 2 X 2 X 1 = 0)π 0 + P(Z 1 1 > Z 2 X 2 X 1 = 1)π 1 +

ZADANIA - ZESTAW 2. Zadanie 2.1. Wyznaczyć m (n)

POLITECHNIKA OPOLSKA

Metody Obliczeniowe w Nauce i Technice laboratorium

MACIERZE STOCHASTYCZNE

STATYSTYCZNA OCENA WYNIKÓW POMIARÓW.

Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w

Dyskretny proces Markowa

WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ

INSTRUKCJA NR 06-2 POMIARY TEMPA METABOLIZMU METODĄ TABELARYCZNĄ

MATEMATYKA (poziom podstawowy) przykładowy arkusz maturalny wraz ze schematem oceniania dla klasy II Liceum

, gdzie b 4c 0 oraz n, m ( 2). 2 2 b b b b b c b x bx c x x c x x

Laboratorium Sensorów i Pomiarów Wielkości Nieelektrycznych. Ćwiczenie nr 1

Lista 5. Odp. 1. xf(x)dx = xdx = 1 2 E [X] = 1. Pr(X > 3/4) E [X] 3/4 = 2 3. Zadanie 3. Zmienne losowe X i (i = 1, 2, 3, 4) są niezależne o tym samym

EGZAMIN MATURALNY Z INFORMATYKI

Warszawa, dnia 9 listopada 2012 r. Poz ROZPORZĄDZENIE MINISTRA GOSPODARKI 1) z dnia 18 października 2012 r.

8. Optymalizacja decyzji inwestycyjnych

4.5. PODSTAWOWE OBLICZENIA HAŁASOWE WPROWADZENIE

Matematyka finansowa r. Komisja Egzaminacyjna dla Aktuariuszy. XLIII Egzamin dla Aktuariuszy z 8 października 2007 r.

Moda (Mo, D) wartość cechy występującej najczęściej (najliczniej).

Znajdowanie pozostałych pierwiastków liczby zespolonej, gdy znany jest jeden pierwiastek

Rysunek 1: Fale stojące dla struny zamocowanej na obu końcach; węzły są zaznaczone liniami kropkowanymi, a strzałki przerywanymi

Rekursja 2. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

Prawdopodobieństwo i statystyka

Egzamin maturalny z matematyki CZERWIEC 2011

Teoria informacji i kodowania Ćwiczenia Sem. zimowy 2016/2017

Struktura czasowa stóp procentowych (term structure of interest rates)

UKŁADY RÓWNAŃ LINOWYCH

Ć wiczenie 17 BADANIE SILNIKA TRÓJFAZOWEGO KLATKOWEGO ZASILANEGO Z PRZEMIENNIKA CZĘSTOTLIWOŚCI

(1) gdzie I sc jest prądem zwarciowym w warunkach normalnych, a mnożnik 1,25 bierze pod uwagę ryzyko 25% wzrostu promieniowania powyżej 1 kw/m 2.

Poziom rozszerzony. 5. Ciągi. Uczeń:

Statystyka i Opracowanie Danych. W7. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407

Lista 6. Estymacja punktowa

Algorytmy I Struktury Danych Prowadząca: dr Hab. inż. Małgorzata Sterna. Sprawozdanie do Ćwiczenia 3 Algorytmy grafowe ( )

Transkrypt:

4. MODELE ZALEŻNE OD ZDARZEŃ 4.. Wrowadzeie W sysemach zależych od zdarzeń wyzwalaie określoego zachowaia się układu jes iicjowae rzez dyskree zdarzeia. Modelowaie akich syuacji ma a celu symulacyją aalizę dyamiki układu w rzyadku wysąieia iicjujących je zdarzeń. Tyowym rzykładem akiego układu jes kolejka kóra działa a zasadzie ierwszy rzyszedł ierwszy obsłużoy (ag. firs-i-firs-ou FIFO). Sosób obsługi kolejki może być akże iy. osai rzyszedł ierwszy obsłużoy lub może działać a zasadzie określoych referecji. Czas omiędzy oszczególymi zdarzeiami może być bardzo róży. Kolejkowaie jes ermiem odoszącym się do sosobu obsługi kolejek rozumiaych jako szeregowaie zadań wymagających obsługi. Zagadieie o sało się iezmierie waże z chwilą owsaia złożoych sysemów w kórych określoe usługi (urządzeia) są wykoywae (sosowae) w różych rocesach (rzez wielu klieów). Przykłady są dobrze zae: sysemy komuikacyje sysemy komuerowe aśmy moażowe ruch uliczy i ie. Niekóre z ich są zebrae w Tabeli 4.. Tabela 4.. Przykłady sysemów zależych od zdarzeń Sysem Elemey/zdarzeia Arybu Zadaie Ruch uliczy Samochody Prędkość i odległość Jazda Bak Klieci Sa koa Właa/wyłaa Sysem elefoiczy Rozmowy Długość rozmowy Połączeie Skle Klie Zakuy Obsługa kasowa Korola jakości Wyroby Jakość Korola Sysem rodukcji Produky Zamówieia Realizacja zamówień Obsługa ruchu loiczego Samolo Przeusowość sekora Dosę do sekora Przy aalizie sysemów zależych od zdarzeń ależy w szczególości oszacować dwa odsawowe aramery: ilu zdarzeń (wyzwalających działaie sysemu) ależy się sodziewać w określoym rzedziale czasowym; jak długi może być okres czasu omiędzy dwoma kolejymi zdarzeiami.

36 Podsawy modelowaia sysemów Z samej aury ych yań wioskujemy że mamy u do czyieia z rocesami losowymi kóre ależy oisywać w kaegoriach robabilisyczych. Sysemy kolejkowaia ależą do szerokiej gruy zagadień określaych wsólym ermiem badaia oeracyje kóre ależą do zakresu iformayki. Ze względu a charaker zasosowaia akich sysemów w odiesieiu do ich używay jes eż ermi sysemy obsługi masowej. Problemy obsługi kolejek są bezośredio związae z zagadieiem koszów realizacji określoych rocesów (zadań). Gdy w sysemie wysęuje wiele akich samych rocedur; ich liczbę moża ograiczyć rzez odowiedi odział zadań kóre są do wykoaia. Mamy u do czyieia z dylemaem: kosz szybkość wykoaia (obsługi). Problem e jes ogólie zay: jazda samochodem w załoczoym mieście adawaie lisu olecoego a oczcie zgłoszeie się do lekarza i w wielu iych syuacjach. W iekórych rzyadkach sosób rozwiązaia ego roblemu może decydować o rzydaości całego sysemu dlaego oymalizacja rozwiązaia jes ważym rakyczym zagadieiem. Ze względu a jego złożoość ajczęściej ie moża u zasosować meod aaliyczych. To srawia że rośie zaieresowaie meodami symulacji komuerowej. Sysemy obsługi masowej są oisywae za omocą rzech ojęć (rys. 4.). Srumień wejściowy Algorym obsługi Urządzeia obsługi a) zdarzeia b) zdarzeia c) zdarzeia Rys. 4.. Przykłady orgaizacji sysemów kolejkowych

4. Modele zależe od zdarzeń 37 Srumień wejściowy jes worzoy rzez uorządkoway zbiór zdarzeń wejściowych. Jes o określoy rzez rozkład rawdoodobieńswa długości okresów czasu omiędzy kolejymi zdarzeiami oraz rzez liczbę jedosek kóre mogą się ojawić jedocześie. Wyjściowym założeiem jes rzyjęcie że rzedziały e są ściśle zdeermiowae lub że są losowe. Procedura obsługi kolejki oisuje sosób wyboru oczekujących zgłoszeń do obsługi. Mogą u być sosowae róże rozwiązaia jak: wsomiaa już zasada ierwszy rzyszedł ierwszy do obsługi (FIFO); zasada: osai rzyszedł ierwszy do obsługi (ag. las i firs ou LI- FO); losowy wybór do obsługi (ag. selecio i radom order - SIRO); wybór a zasadzie referecji. zadaia o krókim czasie obsługi są wybierae częściej. może być charakeryzowaa rzez rozmaie wskaźiki jak: średi czas oczekiwaia średia i rzeczywisa liczba oczekujących liczba miejsc w kolejce (ograiczoa lub ieskończoa) i ie. Urządzeie obsługi jes charakeryzowae rzez liczbę i kofigurację kaałów obsługi rzyjęy rozkład rawdoodobieńswa odoszący się do czasu obsługi jedego zgłoszeia lub liczby obsłużoych jedosek w odciku czasu (wydajość). Ozaczeia sosowae do oisu sysemów kolejkowych. N() liczba oczekujących a obsługę łączie z obsługiwaym (liczba jedosek w sysemie) określoa w chwili. N średia długość kolejki do chwili : N N( τ ) d τ (4.) N lim N - średia długość kolejki w ogóle. a() liczba zgłoszeń do momeu. średia liczba zgłoszeń do chwili : a( ) (4.) lim - średia liczba zgłoszeń w ogóle. T średi czas realizacji zadaia w sysemie: a( ) a( ) T i i T (4.3)

38 Podsawy modelowaia sysemów T i czas obsługi i-ego zgłoszeia w sysemie. T lim T - ogóly czas działaia sysemu. Dla dowolego sysemu kolejkowego zachodzi relacja: N T (4.4) W rzyadku gdy zdarzeia w srumieiu wejściowym rządzą się rozkładem Poissoa (3.): k f X ( x) P( X k) lim P( X N k) e k N k! k ozacza liczbę zdarzeń (klieów) kóre mogą wysąić w jedosce czasu aomias aramer rozkładu jes średią liczbą zdarzeń w jedosce czasu. Należy rozróżić ozaczeia sosowae w rozdz. 3 w odiesieiu do różych rozkładów rawdoodobieńswa od ich ozaczeń w rzyadku określaia aramerów kolejki lub obsługi. Na rzykład jeśli czas obsługi oiszemy rozkładem wykładiczym o (3.3) zaiszemy w osaci: f x X x ( ) e x > o ozacza iesywość obsługi (liczba obsłużoych jedosek w czasie) aomias / jes średim czasem obsługi. W akim rzyadku rawdoodobieńswo obsługi zdarzeia w czasie [ ] wyosi: P( T ) e e x d x e (4.5) 4.. Klasyfikacja sysemów kolejkowych W celu uorządkowaia oisu sysemów kolejkowych wrowadzoo ozaczeie kóre zarooował D. Kedall: //3/4/5 gdzie: Paramer symbol rozkładu srumieia zgłoszeń: M markowski (rozkład Poissoa) czas zgłoszeia; D deermiisyczy czas zgłoszeia; E l rozkład Erlaga rzędu l. Paramer symbol rozkładu czasu obsługi: M markowski (rozkład Poissoa) czas obsługi; G dowoly rozkład obsługi; D deermiisyczy czas obsługi. E l rozkład Erlaga rzędu l.

4. Modele zależe od zdarzeń 39 Paramer 3 liczba saowisk obsługi. Paramer 4 liczba miejsc w sysemie (saowiska obsługi kolejka): jeśli liczba jes ieskończoa aramer jes omijay. Paramer 5 liczba źródeł srumieia zgłoszeń. Na rzykład zais: M/M/ ozacza sysem z ojedyczym kaałem obsługi w kórym zgłoszeia i obsługa mają rozkład Poissoa (roces Markowa). Brak symbolu a kórejś ozycji ozacza że liczba zgłoszeń ie jes limiowaa lub że obowiązuje zasada FIFO obsługi kolejki. 4.3. Przykłady sysemów kolejkowych 4.4.. Sysem M/M/ Charakerysyka sysemu: zgłoszeia: roces Poissoa z iesywością (średia liczba owych zgłoszeń w jedosce czasu); czas obsługi: rozkład wykładiczy z aramerem (średia liczba obsłużoych jedosek w czasie); ojedycze saowisko obsługi; czas obsługi ie zależy od czasu odsęu między zgłoszeiami; ieskończoa kolejka sąd jes o sysem M/M//. Paramery sysemu: Wsółczyik wykorzysaia (iesywość ruchu): (4.6) Zauważmy że waruek sabilości sysemu kolejkowego wymaga aby: < co ozacza że: iesywość obsługi () > iesywość zgłoszeń (). Moża o akże zaisać względem czasu: średi czas obsługi (/) < średi czas zgłoszeń (/). Działaie rozarywaego sysemu kolejkowego jes zazwyczaj ilusrowae za omocą grafu rzeływowego (rys. 4.) w kórym węzły rerezeują say sysemu rzy czym umer sau ozacza liczbę jedosek zajdujących się w sysemie (suma jedosek w kolejce oraz obsługiwaych). Sa zerowy ozacza że w sysemie ie ma żadych jedosek. Ozaczmy rzez rawdoodobieńswo że w sysemie zajduje się jedosek: P( X ) (4.7) Zauważmy że sa może być osiągięy gdy w saie ojawi się zgłoszeie a wejściu (aramer ) lub gdy w saie obsługiwaa jedoska ouści sysem a

Podsawy modelowaia sysemów 4 wejściu (aramer ). Na odsawie schemau z rys. 4. dla kolejych saów możemy aisać asęujące rówości: ) ( : ) ( : ) ( : : 3 > M (4.8) Dla kolejych saów orzymamy: dla : dla : ogólie:. Rys. 4.. Graf fukcjoowaia sysemu kolejkowego M/M/ Prawdoodobieńswo moża wyzaczyć a odsawie ogólego waruku (ormalizacja): L L skąd: L L zaem: i osaeczie: ) ( (4.9) Rówaie (4.9) określa rawdoodobieńswo zdarzeia że w sysemie kolejkowym zajduje się jedosek (klieów). Poieważ < więc jes eksoecjalą moooiczie malejącą. Wielkość a zaem ma charaker rozkładu geomeryczego [7 5] rzy czym średia liczba jedosek w sysemie może być esymowaa asęująco:

4. Modele zależe od zdarzeń 4 d Ls ( ) ( ) d (4.) Wyika sąd waża obserwacja: gdy iesywość obsługi zmiejsza się do warości bliskiej iesywości zgłoszeń ( ) o wzrasa liczba jedosek rzebywających w sysemie: L s. Średi czas rzebywaia jedoski w sysemie: L W s s (4.) ( ) Wyika o z zw. wierdzeia Lile a 4 [7]. Średia długość kolejki (liczba jedosek): L q (4.) ( ) Średi czas oczekiwaia w kolejce: W q W s (4.3) ( ) Powyżej zdefiiowae aramery sysemu moża więc rzedsawić za omocą iesywości ruchu (). Przykład 4.. Myjia samochodowa rzecięie obsługuje jede samochód w czasie mi. Do myji rzyjeżdżają średio 4 samochody w ciągu godziy. Określić odsawowe aramery ego sysemu: iesywość zgłoszeń iesywość obsługi iesywość ruchu (soień wykorzysaia) średią długość kolejki średi czas rzezaczoy a mycie samochodu. Wyzaczyć rozkłady rawdoodobieńsw: liczby samochodów w sysemie oraz czasu całej rocedury (kolejka mycie). Zaiszmy aramery związae z rozarywaym sysemem kolejkowym: - iesywość zgłoszeń 4 [/godz]; - iesywość obsługi / mi 5 [/godz]; - soień wykorzysaia (4.6) / 4/5 8 (sysem jes sabily); - średia liczba samochodów w myji (łączie z kolejką) L s /( ) 4; - średia długość kolejki (4.) L q /( ) 3 (liczba samochodów w kolejce); - średi czas rzezaczoy a mycie (kolejka mycie) (4.) W s //( ) 5/ godz z czego w kolejce kierowcy racą W q czasu (4.3): W q W s / 8 godz. 4 Twierdzeie Lile a mówi że rzy daej iesywości zdarzeń a wejściu czas w sysemie jes roorcjoaly do czasu W s rzebywaia jedoski w sysemie: L s W s.

4 Podsawy modelowaia sysemów Rozkład rawdoodobieńswa liczby samochodów zajdujących się w sysemie jes okazay a rys. 4.3. Moża zauważyć że jes o rozkład geomeryczy. 8 6 4 8 6 4 3 4 5 6 7 8 9 Rys. 4.3. Rozkład rawdoodobieńswa liczby samochodów w sysemie Widać sąd że w ym rzyadku chcąc umyć samochód kierowcy główie racą czas w kolejce. 4.5.. Sysem M/M/s Wydajość owyższego sysemu M/M/ moża zwiększyć rzez zwiększeie liczby saowisk obsługi. W sysemie z s saowiskami obsługi (rys. 4.b) iesywość a wyjściu (aramer ) zwiększy się s kroie (rys. 4.4) co isoie wływa a iesywość ruchu rzez co może o zwiększyć liczbę zgłoszeń ozosając sabilym. zdarzeia 3 Rys. 4.4. Schema sysemu M/M/3

4. Modele zależe od zdarzeń 43 Podsawowe właściwości sysemu mogą być aalizowae zgodie z założeiami sosowaym w odiesieiu do sysemu z jedą sacją obsługi. Przyjmujemy asęujące założeia: - zdarzeia a wejściu ojawiają się zgodie z rocesem Poissoa z iesywością ; - roces wyjściowy jes określoy rzez iesywość ; - a wyjściu zajduje się s iezależych jedakowych sacji; - ojemość sysemu ie jes ograiczoa; - odbiór z kolejki odbywa się według zasady FIFO. Mówimy że w saie usaloym roces rzyjmuje sa jeśli w sysemie zajduje się jedosek. Na odsawie rys. 4.5 koleje say sysemu moża oisać asęującym schemaem: : : ( ) : 3 ( ) 33 3: 3 33 44 ( 3) 3 44 s: s ss s ss ( s) s s ss s: s ss s ss ( s) s s ss > s: s s ( s) s. Prowadzi o do asęujących ogólych zależości: ( /! ) dla < s s ( /( s! s ) dla s. gdzie jak w (4.6). Rys. 4.5. Graf fukcjoowaia sysemu kolejkowego M/M/s Prawdoodobieńswo wysąieia usego sysemu moża określić odobie jak w sysemie M/M/: L L skąd: ( ( / ) L ) s s s! L Osaeczie orzymujemy: s! ( s )( s )! s < s s

44 Podsawy modelowaia sysemów! s s! s! s! s < s s (4.4) Zając moża określić ozosałe aramery sysemu: s - średia liczba jedosek w sysemie: Ls ; ( s )!( s ) - średie wykorzysaie obsługujących sacji: L B WB W B / - średi czas wykorzysaia sacji obsługi; - średia liczba jedosek w kolejce: L q Ls LB Ls ; - średie wykorzysaie sysemu: U P( > ) U K s ; - średi czas jedoski w sysemie: W s L s / ; - średi czas jedoski w kolejce: W /. 4.6.3. Sysem M/M//b q L q W owyższych rozważaiach zakładaliśmy że długość kolejki jes ieograiczoa. Zazwyczaj jedak rejesr kolejkowy ma skończoą liczbę miejsc i dodakowe zgłoszeia ie są rzyjmowae. Załóżmy że maksymala długość kolejki wyosi b miejsc (rys. 4.6). zdarzeia b e długość b Rys. 4.6. Schema sysemu M/M//b Do aalizy ego sysemu rzyjmujemy asęujące założeia: - zdarzeia a wejściu ojawiają się zgodie z rocesem Poissoa z iesywością ; - a wyjściu zajduje się jeda sacja o iesywości obsługi ; - ojemość sysemu ie jes ograiczoa do b jedosek; - odbiór z kolejki odbywa się według zasady FIFO. Mówimy że w saie usaloym roces rzyjmuje sa jeśli w sysemie zajduje się jedosek. Na odsawie rys. 4.7 koleje say sysemu moża oisać asęującym schemaem:

4. Modele zależe od zdarzeń 45 Rys. 4.7. Graf fukcjoowaia sysemu M/M//b : : ( ) : 3 ( ) 3 3: 3 3 4 ( ) 3 4 b: b b b b. b Ogólie: b b skąd: b b. Ławo srawdzić asęujący związek: b ( ) L. b b Osaeczie: b b (4.5) (4.6) b oraz: - efekywa iesywość a wejściu: ( ) ( ) - średia liczba jedosek w sysemie: L s ; K ; e b b b - średie wykorzysaie sacji obsługi: L B b ; - średi czas wykorzysaia obsługi: W / ; - średia liczba jedosek w kolejce: Lq Ls LB ; B

46 Podsawy modelowaia sysemów - średie wykorzysaie sysemu: U P( > ) U ; - średi czas jedoski w sysemie: Ws L s / e ; - średi czas jedoski w kolejce: Wq L q / e. Zauważmy że sysem może racować akże rzy sełieiu waruku: >. Przykład 4.. Rozarzmy rzyadek z myjią samochodową z rzykładu 4. w kórej kolejka jes ograiczoa rzez liczbę miejsc arkigowych do b 5 samochodów. Czas obsługi wydłuża się o mi co jes związae z koieczością dojazdu z arkigu do myji. Pozosałe aramery ozosają iezmieioe. Powórzmy odsawowe dae: - iesywość zgłoszeń 4 [/godz]; - iesywość obsługi 6/() 6/3 mi/mi 4654 [/godz]; - soień wykorzysaia (4.6) / 4 3/6 8667 (sysem jes sabily). Na odsawie (4.6) określamy rozkład rawdoodobieńswa liczby samochodów w sysemie: b 6 Rozkład e jes okazay a rys. 4.8. Jes o ograiczoy do s 5 saów. Rys. 4.8. Rozkład rawdoodobieńswa liczby samochodów w sysemie M/M//5 5 - efekywa iesywość a wejściu: ( 5) 35475 6 e ; - średia liczba samochodów w myji (łączie z kolejką): L s 878; 5

4. Modele zależe od zdarzeń 47 - średie wykorzysaie sacji obsługi: L B 7686; 6 - średia liczba jedosek w kolejce: Lq Ls LB 39; - średi czas obsługi w sysemie: W / 5885 s L s e Wq Lq s / e - średi czas rzebywaia w kolejce: 379 4.7. Zadaia 4.. Wykoać obliczeia wskaźików sysemu M/M//b (jak w rzykładzie 4.) rzyjmując aramery 4 5 b 5. Przerowadzić aalizę zmia wskaźików ego sysemu w zależości od zmiay długości kolejki: b 5 5. Srawdzić że wskaźiki e zbliżają się do wskaźików sysemu M/M/. 4.. Przerowadzić orówawczą aalizę sysemów kolejkowych M/M/ oraz M/M//b jak w zadaiu 4. rzy asęujących daych sysemu odsawowego: a) 4 b 8 i zmiaie b w zakresie: 8 5 ; b) 85 b 8 i zmiaie b w zakresie: 8 5 ; c) 3 b 5 i zmiaie b w zakresie: 5 5; d) 4 b i zmiaie b w zakresie: 5 ; a) 5 b i zmiaie b w zakresie: 5.