Modelowanie komputerowe



Podobne dokumenty
TEORIA OBSŁUGI MASOWEJ

Systemy kolejkowe z histerezą- wprowadzenie

Priorytetowy system obsługi zgłoszeń niejednorodnych z mechanizmem odrzucania pakietów opartym o AQM

Elementy Modelowania Matematycznego

Modelowanie komputerowe

Rachunek prawdopodobieństwa- wykład 6

dr Adam Sojda Wykład Politechnika Śląska Badania Operacyjne Teoria kolejek

Systemy masowej obsługi

Podstawy Informatyki Elementy teorii masowej obsługi

Proces Poissona. Proces {N(t), t 0} nazywamy procesem zliczającym jeśli N(t) oznacza całkowitą liczbę badanych zdarzeń zaobserwowanych do chwili t.

Modele procesów masowej obsługi

Pojęcie szeregu nieskończonego:zastosowania do rachunku prawdopodobieństwa wykład 1

Modelowanie stochastyczne Stochastic Modeling. Poziom przedmiotu: II stopnia. Liczba godzin/tydzień: 2W E, 2C

Systemy masowej obsługi

Literatura TEORIA MASOWEJ OBSŁUGI TEORIA KOLEJEK. Teoria masowej obsługi. Geneza. Teoria masowej obsługi

W rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych:

Jeśli wszystkie wartości, jakie może przyjmować zmienna można wypisać w postaci ciągu {x 1, x 2,...}, to mówimy, że jest to zmienna dyskretna.

Colloquium 1, Grupa A

Rozkłady i ich dystrybuanty 16 marca F X (t) = P (X < t) 0, gdy t 0, F X (t) = 1, gdy t > c, 0, gdy t x 1, 1, gdy t > x 2,

Rachunek prawdopodobieństwa dla informatyków

Przykład 1 W przypadku jednokrotnego rzutu kostką przestrzeń zdarzeń elementarnych

Parametr Λ w populacji ubezpieczonych ma rozkład dany na półosi dodatniej gęstością: 3 f

Rozdział 1. Zmienne losowe, ich rozkłady i charakterystyki. 1.1 Definicja zmiennej losowej

Rachunek prawdopodobieństwa 1B; zadania egzaminacyjne.

Ciągi liczbowe wykład 3

Matematyka ubezpieczeń majątkowych r.

Prawa wielkich liczb, centralne twierdzenia graniczne

Prognozowanie i Symulacje. Wykład I. Matematyczne metody prognozowania

Lista zadania nr 7 Metody probabilistyczne i statystyka studia I stopnia informatyka (rok 2) Wydziału Ekonomiczno-Informatycznego Filia UwB w Wilnie

EGZAMIN MAGISTERSKI, Biomatematyka

Ćwiczenia 7 - Zmienna losowa i jej rozkład. Parametry rozkładu.

Literatura TEORIA MASOWEJ OBSŁUGI TEORIA KOLEJEK. Teoria masowej obsługi. Geneza. Teoria masowej obsługi

Matematyka ubezpieczeń majątkowych r.

Matematyka ubezpieczeń majątkowych r.

Wykład 11: Martyngały: Twierdzenie o zbieżności i Hoeffdinga

Elementy modelowania matematycznego

Kwantyle. Kwantyl rzędu p rozkładu prawdopodobieństwa to taka liczba x p. , że. Możemy go obliczyć z dystrybuanty: P(X x p.

Instytut Politechniczny Państwowa Wyższa Szkoła Zawodowa. Diagnostyka i niezawodność robotów

Wybrane rozkłady zmiennych losowych. Statystyka

Biostatystyka, # 3 /Weterynaria I/

Informacja w perspektywie obliczeniowej. Informacje, liczby i obliczenia

Całki niewłaściwe. Całki w granicach nieskończonych

Zadanie 1. Ilość szkód N ma rozkład o prawdopodobieństwach spełniających zależność rekurencyjną:

Z Wikipedii, wolnej encyklopedii.

Zmienne losowe. Powtórzenie. Dariusz Uciński. Wykład 1. Instytut Sterowania i Systemów Informatycznych Universytet Zielonogórski

7. CIĄGI. WYKŁAD 5. Przykłady :

Zagadnienia brzegowe dla równań eliptycznych

Układy stochastyczne

Jednowymiarowa zmienna losowa

Matematyka ubezpieczeń majątkowych r.

PRZEWODNIK PO PRZEDMIOCIE

Statystyka matematyczna

Rachunek Prawdopodobieństwa i Statystyka

Systemy obsługi ze wspólną pamięcią

Statystyka matematyczna dla leśników

Wydział Matematyki. Testy zgodności. Wykład 03

Wybrane rozkłady zmiennych losowych. Statystyka

Literatura. Leitner R., Zacharski J., Zarys matematyki wyŝszej dla studentów, cz. III.

Całkowanie numeryczne

III. ZMIENNE LOSOWE JEDNOWYMIAROWE

01. dla x 0; 1 2 wynosi:

SZEREGI LICZBOWE I FUNKCYJNE

Zakładamy, że są niezależnymi zmiennymi podlegającymi (dowolnemu) rozkładowi o skończonej wartości oczekiwanej i wariancji.

S n = a 1 1 qn,gdyq 1

4. ZNACZENIE ROZKŁADU WYKŁADNICZEGO

Matematyka ubezpieczeń majątkowych r.

Weryfikacja hipotez statystycznych. KG (CC) Statystyka 26 V / 1

Wykład 10 ( ). Testowanie hipotez w rodzinie rozkładów normalnych przypadek nieznanego odchylenia standardowego

n=0 (n + r)a n x n+r 1 (n + r)(n + r 1)a n x n+r 2. Wykorzystując te obliczenia otrzymujemy, że lewa strona równania (1) jest równa

STATYSTYKA MATEMATYCZNA. rachunek prawdopodobieństwa

N ma rozkład Poissona z wartością oczekiwaną równą 100 M, M M mają ten sam rozkład dwupunktowy o prawdopodobieństwach:

Znaleźć wzór ogólny i zbadać istnienie granicy ciągu określonego rekurencyjnie:

Najkrótsza droga Maksymalny przepływ Najtańszy przepływ Analiza czynności (zdarzeń)

Spacery losowe generowanie realizacji procesu losowego

Rachunek Prawdopodobieństwa Anna Janicka

Rozkład wykładniczy. Proces Poissona.

Literatura TEORIA MASOWEJ OBSŁUGI TEORIA KOLEJEK. Geneza. Teoria masowej obsługi. Cele masowej obsługi. Teoria masowej obsługi

Wykład 2 Zmienne losowe i ich rozkłady

k + l 0 + k 2 k 2m 1 . (3) ) 2 v 1 = 2g (h h 0 ). (5) v 1 = m 1 m 1 + m 2 2g (h h0 ). (6) . (7) (m 1 + m 2 ) 2 h m ( 2 h h 0 k (m 1 + m 2 ) ω =

Procesy stochastyczne WYKŁAD 2-3. Łańcuchy Markowa. Łańcuchy Markowa to procesy "bez pamięci" w których czas i stany są zbiorami dyskretnymi.

Zadanie 1. Liczba szkód N w ciągu roku z pewnego ryzyka ma rozkład geometryczny: k =

Prawdopodobieństwo i statystyka

Rachunek prawdopodobieństwa i statystyka

21 maja, Mocna własność Markowa procesu Wienera. Procesy Stochastyczne, wykład 13, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1126

Zmienne losowe. dr Mariusz Grządziel Wykład 12; 20 maja 2014

Funkcje charakterystyczne zmiennych losowych, linie regresji 1-go i 2-go rodzaju

Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki

METODY BADAŃ NA ZWIERZĘTACH ze STATYSTYKĄ wykład 3-4. Parametry i wybrane rozkłady zmiennych losowych

Zmienna losowa i jej rozkład Dystrybuanta zmiennej losowej Wartość oczekiwana zmiennej losowej

Statystyka matematyczna

Zadania o numerze 4 z zestawów licencjat 2014.

Przykłady do zadania 6.1 :

4,5. Dyskretne zmienne losowe (17.03; 31.03)

Prawdopodobieństwo i statystyka

Zadanie 1. są niezależne i mają rozkład z atomami: ( ),

EGZAMIN MAGISTERSKI, Matematyka w ekonomii i ubezpieczeniach

Matematyka ubezpieczeń majątkowych r.

Matematyka ubezpieczeń majątkowych r.

Dyskretne zmienne losowe

Ciagi liczbowe wykład 4

Transkrypt:

Modelowanie komputerowe wykład 5- Klasyczne systemy kolejkowe i ich analiza dr Marcin Ziółkowski Instytut Matematyki i Informatyki Akademia im. Jana Długosza w Częstochowie 16,23listopada2015r.

Analiza ogólna klasycznych systemów obsługi Klasyfikację systemów obsługi prowadzimy zwykle według następujących cech: Typ wejściowego strumienia zgłoszeń. Najczęściej w analizowanych modelach systemów obsługi strumień wejściowy określa się przez określenie rozkładu odstępów czasu między sąsiednimi chwilami przybycia zgłoszeń(czyli określenie dystrybuanty A(t) odstępu między sąsiednimi chwilami przybycia zgłoszeń). Rozkład łączny czasu obsługi zgłoszeń. W przeważającej części analizowanych modeli systemów obsługi wystarczy określić dystrybuantę B(t) czasu obsługi.

Analiza ogólna klasycznych systemów obsługi Liczba urządzeń obsługi(serwerów). W teorii obsługi masowej najczęściej analizowane są systemy mające jednakowe urządzenia obsługi, które mogą pracować jednocześnie (to znaczy jednocześnie możliwe jest obsługiwanie n zgłoszeń, jeśli system składa się z n urządzeń). Dyscyplina obsługi. W teorii obsługi masowej analizowane są najczęściej następujące dyscypliny:fifo(firstin firstout),lifo(lastin firstout),ps (processor sharing).

SYMBOLIKA KENDALLA Dla krótkiego oznaczenia dostatecznie prostych systemów obsługi używa się symboliki Kendalla: A/B/n/m. Litera A oznacza typ strumienia wejściowego. Na przykład jeżeli A = M(Markov), strumień wejściowy jest najprostszy. Litera B oznacza typ rozkładu czasu obsługi(uważanej za rekurencyjną) przez urządzenia(uważane za identyczne). I tak analogicznie B = M oznacza rozkład wykładniczy czasu obsługi. Litera n oznaczaliczbęidentycznychurządzeńobsługi(serwerów):1 n. Litera m oznacza liczbę miejsc oczekiwania w kolejce zgłoszeń: 0 m.wprzypadku,gdym=0,systemytakienazywamy systemami z utratą zgłoszeń. Jeżeli m =, to odpowiadające systemy nazywamy systemami z oczekiwaniem, jeżeli dodatkowo wszystkie oczekujące zgłoszenia zostaną całkowicie obsłużone, to odpowiadające systemynazywamysystemamibezutratzgłoszeń.jeżeli0<m<, to system nazywamy systemem z ograniczoną liczbą miejsc oczekiwania. W przypadku, gdy n = 1, system nazywamy jednoliniowym, natomiast, gdy n > 1, to system nazywamy wieloliniowym.

KLASYCZNY SCHEMAT SYSTEMU KOLEJKOWEGO

TRYB STACJONARNY DZIAŁANIA SYSTEMÓW OBSŁUGI Rozpatrzmy dostatecznie ogólny system obsługi typu G/G/n/m, gdzie1 n,0 m.rozpatrzmystrumieńwejściowyo intensywności λ. Intensywność strumienia stacjonarnego wyraża wartość średnią liczby zgłoszeń przybyłych do systemu w ciągu jednostki czasu. Załóżmy dodatkowo, że intensywność jest skończona oraz załóżmy istnienie pierwszego momentu(wartości oczekiwanej)czasuobsługiβ 1.Oznaczmyprzezη(t)liczbę zgłoszeń znajdujących się w systemie w chwili t. Proces losowy η(t) jest podstawowym procesem badanym w teorii obsługi masowej. Powstaje naturalne pytanie, jak zachowuje się ten proces przy t. Jest oczywiste, że w analizowanych warunkach jego przebiegzależyodwielkościn,m,λ,β 1.

TRYB STACJONARNY DZIAŁANIA SYSTEMÓW OBSŁUGI Jeżelin =,tonależysięspodziewać,żeprocesη(t)przy dowolnych warunkach początkowych wraz ze wzrostem czasu będzie dążył do pewnego procesu stacjonarnego η(to znaczy do procesu niezależnego od czasu, czyli faktycznie do zmiennej losowej)tzn.η(t) ηprzyt wsensiezbieżnościwedług rozkładu.wprzypadku,gdy1 n<,0 m<,część przybywających zgłoszeń będzie utracona. Część utraconych przy ustalonych n oraz m zgłoszeń będzie tym większa, im większe będą wartości intensywności strumienia wejściowego oraz pierwszego momentu czasu obsługi. W tym przypadku proces η(t) również wraz ze wzrostem czasu będzie dążył do pewnego procesu stacjonarnego. Najciekawszy jest przypadek, gdy 1 n<,m =.Wtymprzypadkuwarunkistacjonarne działania systemu obsługi będą istniały w pewnych ściśle określonych warunkach.

TRYB STACJONARNY DZIAŁANIA SYSTEMÓW OBSŁUGI Jestoczywiste,żewtymprzypadkuzuwaginafakt,żekolejka zgłoszeń oczekujących na obsługę jest nieograniczona, liczba zgłoszeń obecnych w systemie może wraz ze wzrostem czasu dążyć do nieskończoności. Można udowodnić, że warunki stacjonarne dla takiegosystemuistnieją,gdy λβ 1 n < 1. Inaczej mówiąc, warunki stacjonarne dla tego systemu będą spełnione, gdy średnia liczba zgłoszeń przybywających do systemu w ciągu jednostki czasu nie przekracza maksymalnej prędkości obsługi zgłoszeń tzn. średniej liczby zgłoszeń obsłużonych przez n niezależnych urządzeń obsługi wciągujednostkiczasu.wielkośćρ = λβ 1 n w takim przypadku nazywa się ładowaniem systemowym.

MARKOWOWSKIE SYSTEMY KOLEJKOWE M/M/n/m Systemy M/M/n/m są prostymi systemami kolejkowymi, dla którychprawdopodobieństwakońcowe(p k =lim t P k (t)) wyznaczamy w oparciu o prostą metodę równań równowagi. W kolejnych rozważaniach przyjmiemy następujące oznaczenia: a jest parametrem(intensywnością) wejściowego najprostszego strumienia zgłoszeń; µ jest parametrem rozkładu wykładniczego czasu obsługi zgłoszenia;ρ = a nµ jestładowaniemsystemowym(wprzypadku n< )-równieżwprzypadkum<.dodatkowodlasystemów onieskończonejliczbieurządzeńwprowadzimyoznaczeniey = a µ. W kolejnych rozważaniach skupimy się na przedstawieniu grafów oraz wyprowadzeniu równań dla prawdopodobieństw stacjonarnych kilku szczególnych przypadków systemów M/M/n/m.

1. SYSTEM OBSŁUGI M/M/n/m,1 n<,0 m<. Dla systemów tego typu zbiór stanów jest skończony. Jeżeli tylko ρ = a nµ <,towówczasistniejąwarunkistacjonarnedziałania tych systemów i możemy w oparciu o metodę przekrojów wypisać równaniarównowagiiznaleźćprawdopodobieństwastacjonarnep k. Aby to zrobić narysujmy graf przejść dla tego systemu.

1. SYSTEM OBSŁUGI M/M/n/m,1 n<,0 m<. Korzystając natomiast z metody przekrojów otrzymujemy następujące równania równowagi: { apk 1 =kµp k,gdy1 k n; ap k 1 =nµp k,gdyn k n+m. Rozwiązując powyższy układ otrzymujemy następujące wyrażenia pozwalające obliczyć prawdopodobieństwa stacjonarne obecności k zgłoszeń w systemie: { (nρ) k p k = k! p 0,gdy0 k n; n n ρ n!p k 0,gdyn<k n+m, gdzie na mocy warunku normalizacyjnego mamy: p 0 = [ n (nρ) k k=0 k! + nn ρ n+1 (1 ρ m ) ] 1. n!(1 ρ)

2.SYSTEMOBSŁUGIM/M/n/,1 n<. Dla tego systemu graf będzie bardzo podobny do grafu z poprzedniego systemu z tym, że tutaj zbiór stanów jest nieskończony. W tym przypadku proces η(t) jest więc tzw. procesem narodzin i śmierci. Warunki stacjonarne istnieją, gdy ρ < 1. Równania równowagi uzyskujemy również w sposób analogiczny: { apk 1 =kµp k,gdy1 k n; ap k 1 =nµp k,gdyk n+1. Rozwiązanie tego układu jest analogiczne do poprzedniego wzoru: gdzie: p k = { (nρ) k k! p 0,gdy0 k n; n n ρ k n!p 0,gdyk n+1, n (nρ) k p 0 = [ k! k=0 + nn ρ n+1 n!(1 ρ) ] 1.

2.SYSTEMOBSŁUGIM/M/n/,1 n<. Wprzypadkun =1(systemM/M/1/ )wzórtenupraszczasię do następującego wzoru: p k = (1 ρ)ρ k,k =0,1,... Ze wzoru tego wynika, że dla systemu M/M/1/ stacjonarny rozkład liczby zgłoszeń jest rozkładem geometrycznym z parametrem ρ.

3. SYSTEM OBSŁUGI M/M/. W systemie tym jest nieskończona liczba urządzeń obsługi, zatem wszystkie przybywające zgłoszenia są obsługiwane od razu po przybyciu(nie oczekują w kolejkach). Graf takiego systemu jest przedstawiony na poniższym rysunku.

3. SYSTEM OBSŁUGI M/M/. Równania równowagi dla tego systemu mają postać: ap k 1 =kµp k,k =1,2,... Uwzględniając warunki normalizacyjne i korzystając z rozwinięcia w szereg potęgowy funkcji wykładniczej otrzymujemy ostatecznie wzór na prawdopodobieństwa obecności k zgłoszeń w systemie w warunkach stacjonarnych: p k = yk k! e y,k =0,1,..., gdziey = a µ. Widzimy więc, że stacjonarny rozkład liczby zgłoszeń w systemie M/M/ jest rozkładem Poissona z parametrem y.