- •1. Основы теории случайных процессов
- •1.1. Семейства случайных величин
- •1.2. Выборочные функции
- •1.3. Теорема Колмогорова
- •1.4. Вещественный параметр. Дискретный случай
- •1.5. Вещественный параметр. Непрерывный случай
- •1.6. Пуассоновский процесс
- •1.7. Общие свойства случайных процессов
- •1.8. Примеры случайных процессов
- •2. Случайные потоки сообщений
- •2.1. Основные понятия
- •2.2. Принципы классификации входящих потоков
- •Определим p1() и p0():
- •Вероятность поступления k и более заявок определяется по формуле
- •2.6.1. Симметричный и примитивный потоки
- •2.6.2. Поток с повторными заявками
- •Вектор, обладающий свойствами (2.20) и (2.21), называется стохастическим. Если его компоненты представляют вероятности состояний системы, то вектор называется вектором состояний системы.
- •Матрица перехода имеет вид
- •2.12. Предельные теоремы для потоков событий
- •2.12.1. Предельная теорема для суммарного потока
- •2.12.2. Предельная теорема для редеющих потоков
- •3. Основы теории систем массового обслуживания
- •3.1. Элементы систем массового обслуживания
- •3.1.1. Виды распределения входящего потока и времени обслуживания
- •3.1.2. Дисциплина обслуживания заявок
- •3.1.3. Канал обслуживания
- •3.1.4. Выходящий поток
- •3.2. Классификация смо
- •3.3. Процессы гибели и размножения
- •3.4. Системы массового обслуживания с отказами
- •3.4.1. Классическая система массового обслуживания с отказами (система Эрланга)
- •Используя нормировочное условие
- •3.4.2. Системы массового обслуживания с отказами и полной взаимопомощью между каналами
- •3.4.3. Системы массового обслуживания с отказами и частичной взаимопомощью между каналами
- •Для сокращения дальнейшей записи введем обозначение
- •Вероятность обслуживания заявки
- •3.4.4. Системы массового обслуживания с отказами и неоднородными потоками
- •3.4.5. Примеры систем массового обслуживания с отказами
- •Решение
- •Вероятность занятости канала
- •Решение
- •Решение
- •Среднее время полной загрузки
- •4. Системы массового обслуживания с ожиданием
- •4.1. Классическая система массового обслуживания с ожиданием
- •С ожиданием (смо с конечной очередью)
- •4.2. Векторная модель с конечной очередью и неоднородными запросами на число мест в очереди
- •4.3. Векторная модель с бесконечной очередью и однородными запросами на число мест в очереди
- •Подставляя сюда (4.10), будем иметь
- •Где коэффициент , с учетом (4.12), имеет вид
- •4.4. Примеры систем массового обслуживания с ожиданием
- •Вероятность обслуживания заявки для смо с отказами
- •Среднее число заявок в системе
- •5. Различные системы массового обслуживания
- •5.1. Система массового обслуживания с ожиданием и приоритетом в обслуживании
- •5.2. Векторная модель системы массового обслуживания с приоритетом
- •5.3. Замкнутая векторная смо с отказами в обслуживании
- •5.4. Исследование и оптимизация управляемой смо
- •5.5. Примеры специальных смо
- •Решение
- •Среднее число ожидающих обычного переговора
- •Оглавление
Определим p1() и p0():
P1() = 1() – 2(); P0() = 0() –2().
С учетом ранее введенных определений
P1() = + 0(); P0() = 1 – + 0(). (2.5)
Подставим в систему уравнений (2.4) полученные значения вероятностей P1() и P0(). Затем, перенеся в левую часть уравнений Pk(t), поделим левые и правые части уравнения на . Переходя к пределу, получим
(2.6)
Решив систему дифференциальных уравнений, получим формулу Пуассона
. (2.7)
Таким образом, вероятность поступления точно k заявок простейшего потока за отрезок времени t определяется формулой Пуассона (2.7). По этой причине простейший поток также называют стационарным пуассоновским потоком.
Основные характеристики простейшего потока. При объединении n независимых простейших потоков c 1, 2, …, n образуется простейший поток с параметром 1 + 2 + … + n. Вероятность точно k заявок за отрезок времени t определяется формулой Пуассона
. (2.8)
Можно показать, что объединение большого числа независимых стационарных ординарных потоков с практически любым последействием при малых значениях параметров этих потоков создает общий поток, близкий к простейшему. Если каждый из потоков поступает от отдельного источника заявок, то простейший поток можно представить как поток от бесконечного числа источников, параметры каждого из которых стремятся к нулю.
Сумма вероятностей всех возможных значений числа поступающих заявок за рассматриваемый промежуток времени t равна 1. Действительно,
.
При t = 1 получаем
.
Функция Pk(t) есть функция распределения дискретной случайной величины K. Из (2.7) следует, что она зависит от t и k, а при t=1 –от и k.
Как и для любой дискретной случайной величины, распределенной по закону Пуассона, математическое ожидание М(k) дисперсии D(k) и среднеквадратическое отклонение (k) числа заявок простейшего потока, поступивших за отрезок времени t, равны: M(k) = D(k) = t; (k) = . Приt = 1 M(k) = D(k) = , (k) = .
Из этого следует, что интенсивность простейшего потока равна его параметру = M(k) = . Равенство = справедливо не только для простейшего потока, но и для любого стационарного ординарного потока.
Вероятность поступления k и более заявок определяется по формуле
.
Вероятности Pk(t) и Pik(t) для различных значений k и t табулированы [11].
Функция F(z) распределения вероятностей промежутков времени между заявками. Согласно определению функция F(z) равна вероятности того, что промежуток времени между заявками будет меньше заданного промежутка z, что равносильно вероятности 1(z) того, что за промежуток z поступит одна заявка и более. Используя (2.7), получим
F(z) = P(Z < z) = 1(z) = 0(z) – P0(z) = 1 – e–Z, z 0, (2.9)
а плотность распределения вероятности промежутков времени между заявками
. (2.10)
Таким образом, распределение промежутков времени между заявками простейшего потока подчиняется показательному (отрицательному экспоненциальному) закону. Функция F(z) зависит от параметра потока .
Характеристики промежутков времени между заявками Z можно записать в виде
, (2.11)
, (2.12)
. (2.13)
Из (2.11) и (2.13) следует, что M(z) = (z). Такое равенство характерно для показательного закона распределения любой случайной величины. Формула (2.11) показывает, что с увеличением параметра потока уменьшается математическое ожидание промежутка времени между заявками M(z).
Распределение промежутков времени между заявками по показательному закону (2.9) является не только необходимым, но и достаточным условием существования простейшего потока. Можно показать, что поток с независимыми промежутками между заявками, распределенными по одинаковому показательному закону (2.9), является простейшим потоком.
Показательный закон обладает следующим свойством: если промежуток времени, распределенный по показательному закону, уже длится некоторое время, то это никак не влияет на закон распределения оставшейся части промежутка; он будет таким же, как и закон распределения всего промежутка. Для доказательства предположим, что промежуток времени между заявками равен t. Найдем по условию вероятность того, что он будет продолжаться еще не менее времени . На основании теоремы умножения вероятностей можно записать
P(z > t + ) = P(z > t) P(z > /z > t).
С учетом (2.9)
e–(t+) = e– P(z > /z > t),
откуда условная вероятность
P(z > /z > t) = e– = P(z > ),
т.е. она не зависит от уже длившейся части времени обслуживания и равна безусловной вероятности P(z > ), что и требовалось доказать.
Показательный закон – единственный, обладающий таким свойством. Это свойство показательного закона представляет собой, в сущности, другую формулировку основного свойства простейшего потока – отсутствие последействия. Такое замечательное свойство показательного распределения позволяет упростить математические преобразования, в частности, при анализе процесса поступления заявок и их обслуживания.
2.5. Нестационарный и неординарный пуассоновские потоки
Нестационарный пуассоновский поток (который также называется потоком с переменными параметрами или нестационарным простейшим потоком) есть ординарный поток без последействия, для которого в любой момент времени t существует конечный параметр (t), зависящий от момента t. По аналогии с простейшим потоком в качестве математической модели нестационарного пуассоновского потока выбирается вероятность Рk(t0, t) поступления точно k вызовов за данный промежуток времени [t0, t). В силу нестационарности потока эта вероятность зависит не только от длины промежутка времени [t0, t), но и от начального момента t0.
(2.14)
Заметим, что для стационарного потока (n)=, (и формула (2.14) преобразуется в (2.7)).
Для неординарного потока, т.е. для стационарного неординарного потока без последействия, следует различать поток вызывающих моментов и поток заявок. Поток вызывающих моментов характеризуется вероятностью появления точно i вызывающих моментов в промежутке времени t. Эта вероятность Pi(t) определяется формулой Пуассона (2.7).
В каждый вызывающий момент поступает l (1 l r) заявок. Величина l называется характеристикой неординарного потока, может быть постоянной и переменной. Если l = const, то с вероятностью Pi(t) суммарное число заявок, поступающих за отрезок времени t, составляет k = li.
Для неординарного пуассоновского потока с переменной величиной l, в котором в каждый вызывающий момент с вероятностью i поступает l заявок (), также получена формула, определяющая вероятностьPk(t) поступления точно k заявок за промежуток времени t (см. работу [6]). Параметр такого потока для каждого значения l равен i. Отсюда общий параметр для потока () такой же, как и для потока вызывающих моментов, т.е. для простейшего потока. Интенсивность неординарного пуассоновского потока, как и любого стационарного неординарного потока, больше его параметра . Действительно,
.
2.6. Потоки с простым последействием
Основной характеристикой потока с простым последействием является зависимость параметра потока от состояния системы массового обслуживания в любой момент времени t. Под параметром потока в некотором состоянии S(t) будем понимать предел
, (2.15)
где 1(t, t + /S(t)) – вероятность поступления за промежуток [t, t + r) одной заявки и более, если в момент t система находилась в состоянии S(t). Это определение позволяет сформулировать понятие потока с простым последействием. Под потоком с простым последействием понимается ординарный поток, для которого в любой момент времени t существует конечный параметр потока в состоянии S(t) (2.15), зависящий только от состояния S(t) системы в момент t и не зависящий от процесса обслуживания заявок до момента t.
Параметр потока с простым последействием в любой момент времени t зависит от состояния системы в этот момент времени, а состояние системы S(t), в свою очередь, зависит от процесса поступления и обслуживания заявок до момента t. Такое последействие принято называть простым, поскольку для определения параметра потока в момент t достаточно ограничиться значением состояния системы S(t) в этот момент времени. Поток с простым последействием является нестандартным, так как его параметр зависит от момента t. Заметим, что эта зависимость проявляется через состояние S(t). Для каждого конкретного состояния параметр потока с простым последействием является постоянной величиной.
Понятие потока с простым последействием – одно из самых общих в теории потоков. Практически любой поток заявок можно считать потоком с простым последействием, поскольку обслуживающая система всегда влияет на процесс поступления заявок. К частным случаям потока с простым последействием относятся симметричный поток, примитивный поток и поток с повторными заявками.