рефераты конспекты курсовые дипломные лекции шпоры

Реферат Курсовая Конспект

Теорія масового обслуговування.

Теорія масового обслуговування. - Конспект, раздел Философия, Конспект лекцій з курсу ТЕОРІЯ ЙМОВІРНОСТЕЙ ТА ЕЛЕМЕНТИ Ця Теорія Є Одним З Найважливіших Розділів Прикладної Теорії Ймовірності. Тео...

Ця теорія є одним з найважливіших розділів прикладної теорії ймовірності. Теорія масового обслуговування вивчає функціонування систем, у які поступають виклики (вимоги) на обслуговування. Моменти надходження викликів, а також тривалість проміжку обслуговування кожного виклику є випадковими величинами. З такими системами зустрічаємося скрізь: телефонна і автозаправна станції, квиткова каса, злітно-посадочна смуга, перукарня і т.п.

Нехай у момент надходження чергового виклику всі обслуговуючі пристрої системи зайняті. В залежності від того, як організована схема обслуговування, системи масового обслуговування (СМО) розподіляються на такі категорії:

1) системи зі втратами – виклик одержує відмову (не обслуговується, губиться) і залишає систему (АТС);

2) системи з очікуванням – виклик ставиться в чергу і очікує на обслуговування (станція швидкої медичної допомоги). Відзначимо, що не завжди виклики обслуговуються у порядку надходження до системи. Наприклад, деякі відмови ЕОМ повинні виявлятись і усуватись відразу;

3) системи з очікуванням при обмеженні довжини черги (часу чекання).

Теорія масового обслуговування дозволяє за відомими законами розподілу кількості викликів, що надходять, і тривалості їх обслуговування одержати ймовірнісні характеристики організованості системи обслуговування: ймовірність відмови, середній час очікування початку обслуговування, математичне сподівання довжини черги, математичне сподівання часу простою і т.п.

Позначимо через N(t) кількість викликів на обслуговування, що поступили до системи за проміжок часу тривалістю t. Як правило, припускають, що виконується умова

(k=0,1, 2,...),

де параметр l, який називається інтенсивністю потоку викликів, дорівнює математичному сподіванню кількості викликів, що поступили до системи за одиницю часу. (Розподіл величини N(t) є розподіл Пуассона з параметром lt).

Тривалості обслуговування різних викликів вважаються взаємно незалежними випадковими величинами, які розподілені за показниковим законом з параметром m. Оскільки математичне сподівання тривалості обслуговування дорівнює 1/m, то інтенсивність потоку обслужених викликів (кількість за одиницю часу) за умови неперервної роботи дорівнює m.

n–канальна система з втратами (n телефонних ліній).

Така система в кожен момент часу може знаходитись в одному з n+1 станів: E0 (всі канали вільні), E1 (зайнятий один канал),..., En (зайняті всі канали).

 
 

Орієнтований граф переходів із одного стану до іншого та відповідні інтенсивності переходів показані на мал.3.6. Перехід із стану Ek у стан Ek+1 (зліва направо) (k=0, 1,..., n–1) відбувається за рахунок потоку викликів на обслуговування інтенсивністю l. Перехід із стану Ek+1 у стан Ek (справа наліво) (k=1, 2,..., n) відбувається за рахунок потоку обслужених викликів, інтенсивність якого дорівнює (k+1)m. Наприклад, для переходу E2®E1 байдуже, який з двох зайнятих каналів звільниться. Тому інтенсивність потоку обслужених викликів буде дорівнювати сумі інтенсивностей потоків обслужених цими каналами викликів m+m=2m (приклад 2 пункту 3.1.4).

Нехай X(t) – кількість каналів, зайнятих у момент часу t (t³0) і pk(t)=P{ X(t)=k} – ймовірність перебування системи у стані Ek (k=0,1,...,n). Враховуючи припущення про характер потоку викликів і часу їх обслуговування, можна показати, що у системі встановиться стаціонарний режим:

,

причому

,

де .

Ймовірність відмови, тобто ймовірність того, що у момент надходження виклику всі n каналів зайняті, дорівнює pn.

Знайдемо математичне очікування кількості зайнятих каналів у стаціонарному режимі:

.

Приклад 1. Розглядається чотириканальна система зі втратами. Параметри вхідного потоку викликів і показникового часу обслуговування дорівнюють відповідно l=3 вик/с і m=0.75 вик/с. Знайти ймовірності відмови і математичне сподівання кількості зайнятих каналів.

Розв’язок. Оскільки r=l/m=4, то ймовірність p4 чергового виклику одержати відмову (всі канали зайняті) дорівнює

.

Математичне сподівання кількості зайнятих каналів дорівнює 4·(1‑32/103)=2.76. Таким чином, приблизно третина каналів простоює, хоча майже 30% викликів не обслуговується. Ця типова ситуація викликана хаотичним характером надходження вимог на обслуговування і тим, що тривалість проміжку обслуговування виклику є випадковою величиною. Якби ці причини були відсутніми, відмов не було б: за одиницю часу поступає 3 заявки на обслуговування і обслуговується 3=4·3/4 заявки.

 
 

Одноканальна система з чергою довжиною m з обслуговуванням у порядку надходження (АЗС з однією колонкою і площадкою, що вміщує не більше m машин).

Система може знаходитись в одному з m+2 станів: E0 – канал обслуговування вільний, E1 – канал зайнятий, E2 – канал зайнятий і один виклик стоїть у черзі,..., Em+1 - канал зайнятий і у черзі стоять m викликів (мал.3.7).

Нехай X(t) – кількість викликів, що знаходяться у системі в момент часу t (t³0) і pk(t)=P{X(t)=k} – ймовірність перебування системи у стані Ek (k=0,1,...,m+1). Можна показати, що у системі з часом виникає сталий режим:

,

причому

pk=rk(1– r)/(1– rm+2) (k=0, 1,..., m+1),

де .

Математичні сподівання кількості викликів у черзі (середня довжина черги) і часу чекання до початку обслуговування (середній час перебування в черзі) відповідно дорівнюють

 
 

n–канальна система з очікуванням (обслуговування в порядку надходження викликів). Система може знаходитись в одному з нескінченої кількості станів Ek (k=0, 1, 2,...), де стан Ek означає, що в системі знаходиться k викликів. Стани Ek (k=0, 1, 2,..., n) відповідають відсутності черги. У станах Ek (k=n, n+1,...) є черга довжиною kn. Схема переходів з одного стану в інший приводиться на мал.3.8.

Нехай X(t) – кількість викликів, що знаходяться у системі в момент часу t (t³0) і pk(t)=P{X(t)=k} – ймовірність перебування системи у стані Ek (k=0,1,2,...). Можна довести, що усталений режим можливий лише при r=l/nm<1 («швидкість» обслуговування більша за «швидкість» надходження викликів). При цьому

Ймовірність П=pn+pn+1+... того, що виклик на обслуговування попадає в чергу, дорівнює

Математичні сподівання кількості викликів у черзі і часу чекання до початку обслуговування відповідно дорівнюють

Зокрема, для одноканальної системи одержимо формули:

.

Приклад 2. Бензозаправочна станція має п’ять бензоколонок, у кожній з яких на заправку автомобіля витрачається в середньому 8 хвилин. Знайти середню довжину черги і середній час перебування в черзі, якщо потік автомобілів, що прибувають на заправку, має інтенсивність λ=0.5 авт/хвил.

Розв’язок. Маємо СМО з очікуванням, у якої n=5, 1/m=8 хвил/авт, r=l/nm=4/5. Ймовірність p0 того, що система вільна дорівнює

.

Ймовірність П того, що прибулий автомобіль попаде у чергу дорівнює

.

Середня довжина черги дорівнює

авт.

Середній час очікування у черзі дорівнює

хвил.

Приклад 3. Довідкове бюро обслуговує одна телефоністка, в якої два телефони. Якщо підчас відповіді по одному телефону дзвонить інший, то вона, піднявши трубку, пропонує абоненту почекати і обслуговує його після того, як покладе трубку першого телефона. Інтенсивність потоку викликів λ=2 викл/хвил, середня тривалість відповіді 1/m=3/2 хвил/викл. Знайти середній час очікування відповіді і середню довжину черги.

Розв’язок. Маємо одноканальну СМО з чергою довжиною m=1, r=l/m=3. Середня довжина черги дорівнює

викл.

Середній час очікування відповіді дорівнює

хвил.

– Конец работы –

Эта тема принадлежит разделу:

Конспект лекцій з курсу ТЕОРІЯ ЙМОВІРНОСТЕЙ ТА ЕЛЕМЕНТИ

ХАРКІВСЬКИЙ ДЕРЖАВНИЙ ТЕХНІЧНИЙ УНІВЕРСИТЕТ БУДІВНИЦТВА ТА АРХІТЕКТУРИ... Конспект лекцій з курсу...

Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: Теорія масового обслуговування.

Что будем делать с полученным материалом:

Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:

Все темы данного раздела:

Передмова
Конспект лекцій підготовано для студентів технічних ВУЗ’ів. При його створенні ставилася задача відібрати матеріал, який можна викласти за час, відведений учбовим планом на курс теорії ймовірності

Первісні поняття. Подія
Теорія ймовірностей вивчає математичну модель випробування (досліду, експерименту), наслідок якого неможливо передбачити. При цьому припускається, що таке випробування може бути повторено необмежен

Алгебра випадкових подій.
    Подія А &Egr

Частота та ймовірність випадкової події
Ймовірність події A – це число, яке характеризує можливість (долю впевненості) появи цієї події в розглядуваному випробуванні (досліді, експерименті). Іноді ймовірність того чи іншого резуль

Аксіоми ймовірності та її властивості.
Означення 1. Ймовірністю називається числова функція P(A), визначена на множині всіх подій, пов’язаних з даним експериментом, яка задовольняє таким аксіомам: 1. P(A) ³ 0; 2.

Умовна ймовірність
Нехай АтаB є подіями, пов’язаними з деяким випробуванням і P(B)>0. Означення 1. Умовною ймовірністю P(АïB) події А за умови здійснення події B називається відношення

Формула повної ймовірності
Часто для вивчення випробування, з яким пов’язана подія A, корисно ввести до розгляду події Hk, дл

Класичне означення ймовірності
Розглянемо випробування, простір якого складається з N точок (випробування із скінченою кількістю наслідків). Якщо ймовірності елементарних подій відомі, то ймовірність будь-якої події A у випробув

Комбінаторні методи підрахунку кількості наслідків
Для того, щоб знайти ймовірність події за формулою (1), потрібно знати і загальну кількість наслідків випробування і число наслідків, які сприяють настанню цієї події. Суттєву роль при підрахунках

Асимптотичні формули для схеми Бернуллі.
Формула (1) приводить до громіздких обчислень при великих значеннях n і k, а також при малих значеннях p або 1– p. Тому, доцільно мати наближені, але прості формули для розрахунку відповідних ймові

Випадкова величина та її функція розподілу
Означення 1. Одновимірною випадковою величиною називається величина, значення якої залежить від наслідку експерименту (інакше кажучи, випадковою величиною називається числова функція, яка визначена

Дискретні випадкові величини
Випадкова величина X називається дискретною, якщо: 1) сукупність її можливих значень можна перерахувати – x1, x2,..., xn (або x

Неперервні випадкові величини
Випадкова величина X називається неперервною, якщо: 1) множина її значень співпадає з проміжком (кількома проміжками) числової осі; 2) ймовірність того, що випадкова величина набуває будь-як

Перетворення розподілів
Нехай розподіл випадкової величини X є відомим. Потрібно знайти розподіл випадкової величини Y, яка пов’язана з функціональною залежністю Y=g(X) (Y приймає значення g(

Функція розподілу випадкового вектора
Якщо кожний наслідок випробування задається упорядкованою сукупні­стю n випадкових величин, то прийнято говорити про n-вимірний випадковий вектор. Виявляється, що для повного опису ви

Дискретний випадковий вектор
Y X y1 y2 ... ym x1

Неперервний випадковий вектор
Випадковий вектор називається неперервним, якщо його координати X та Y є неперервними випадкови

Найважливіші види двовимірних розподілів.
1) Рівномірний розподіл. Випадковий вектор називається рівномірно розподіленим у області D, якщо

Закон розподілу суми випадкових величин
Теорема. Нехай випадкові величини X та Y незалежні та мають щільності ймовірностей pX(x) і pY(y). Тоді щільність ймовірності випадков

Ентропія і інформація
Нехай – випадковий вектор. Означення 1. Інформацією, яка міститься в координаті Y по відношен

Стійкість середнього арифметичного
Повну інформацію про випадкову величину дає її розподіл ймовірності. Проте часто експериментатор не володіє такою інформацією, та вона і не є необхідною. Досить охарактеризувати випадкову величину

Математичне сподівання випадкової величини
Означення 1. Математичним сподіванням випадкової величини X називається число MX, яке в залежності від типу випадкової величини визначається формулою

Математичне сподівання функції випадкової величини
Теорема 1. Якщо розподіл випадкової величини X є відомим, то математичне сподівання випадкової величини Y=g(X) дорівнює

Математичне сподівання функції випадкового вектора
Сформулюємо результат, в якому формули (1) та (2) містяться як окремі випадки. Теорема 1. Якщо відомий розподіл випадкового вектора

Кореляційний момент випадкових величин
Означення 1. Кореляційним моментом (кореляцією, коваріацією) K(X,Y) випадкових величин X та Y називається число K(X,Y)=M

Дисперсія випадкової величини та її властивості
Після того, як математичне сподівання випадкової величини знайдено, виникає питання, наскільки сильно значення випадкової величини від­хиляється від математичного сподівання. Характеристикою ступен

Дисперсія суми випадкових величин
Теорема. 1) Якщо випадкові величини X та Y корельовані (отже, залежні), то D(X+Y)=DX+DY+2K(X,Y); (4) 2) Якщо випадкові вели

Нерівність П.Чебишева
Нерівність П.Чебишева встановлює верхню межу для ймовірності відхилення випадкової величини від її математичн

Коефіцієнт кореляції та кореляційна матриця
Означення 1. Коефіцієнтом кореляції rX,Y випадкових величин X та Y називається число  

Регресія
Якщо ми знаємо розподіл однієї координати випадкового вектора при умові, що інша координата приймає певне значення, то можна ввести поняття умовного математичного сподівання. Означення 1.

Найпростіші задачі теорії надійності
Головне питання теорії надійності полягає в визначенні ймовірнісних характеристик працездатності системи, якщо відома її структура і ймовірносні характеристики працездатності окремих елементів.

Таблиця 1.
Значення функції .   x Ф(x

Таблиця 2.
Значення te(n-1), які задовольняють рівнянню

Таблиця 3.
Значення χk2(ε), які задовольняють рівнянню

Таблиця 4.
  n ε=0.1 ε=0.05 ε=0.01 z0.1(1)(n)

Таблиця 5.
Значення Fn,m(ε), які задовольняють рівнянню , де

Хотите получать на электронную почту самые свежие новости?
Education Insider Sample
Подпишитесь на Нашу рассылку
Наша политика приватности обеспечивает 100% безопасность и анонимность Ваших E-Mail
Реклама
Соответствующий теме материал
  • Похожее
  • Популярное
  • Облако тегов
  • Здесь
  • Временно
  • Пусто
Теги