- •Введение
- •Понятие об экономико-математических методах и моделях
- •1.1.Определение модели и цели моделирования
- •1.2. Последовательность построения экономико-математической модели
- •1.3. Классификация экономико-математических методов
- •1.4. Классификация экономико-математических моделей
- •1.5. Объекты моделирования
- •1.6. Цель, критерий и ограничения в экономико-математических моделях
- •2. Математические модели рынка
- •2.1. Понятие рыночного равновесия
- •2.2. Паутинообразная модель рынка
- •2.3. Существование и единственность рыночного равновесия
- •2.4. Государственное регулирование рынка. Налоги
- •. Дотации
- •2.6. Фиксированные цены
- •2.7. Оценка прибыли и убытков при государственном регулировании рынка
- •2.8. Поддержание стабильных цен и производственные квоты
- •2.9. Принципы ценообразования в рыночной экономике. Диверсификация цен
- •2.9.1. Диверсификация цен в зависимости от дохода покупателя
- •2.9.2. Диверсификация цен в зависимости от объема потребления
- •2.9.3. Диверсификация цен по категориям товаров
- •Совокупная прибыль
- •2.9.4. Диверсификация цен по времени
- •3. Производственные функции
- •3.1. Виды производственных функций
- •3.2. Функция Кобба-Дугласа
- •3.3. Модель Солоу
- •3.4. Модель Стоуна
- •3.5. Двойственная задача потребительского выбора
- •3.6. Функция спроса Маршалла
- •3.7. Модель общего равновесия Вальраса
- •3.8. Рыночное равновесие в модели Леонтьева
- •3.9. Пример построения производственной функции
- •Значения коэффициентов парной корреляции
- •3.10. Производственные функции и прогнозирование
- •4. Модели оптимального планирования
- •4.1. Оптимизация прибыли предприятия
- •Исходные данные для предельного анализа
- •4.2. Оптимизация прибыли методами математического программирования
- •Исходные данные для решения задачи оптимизации
- •4.3. Оптимизация прибыли при ограничениях на используемые ресурсы
- •Исходные данные по изделиям
- •Результаты расчета Таблица 4.8
- •4.4. Планирование оптимальной мощности строительного предприятия
- •Для решения задачи на пк коэффициенты целевой функции, матрицы ограничений и правые части ограничений необходимо записать в виде симплекс-матрицы (табл.4.10).
- •Оптимальное значение целевой функции – 240,000.
- •4.5. Модели стохастического программирования
- •4.6. Модели оптимального планирования транспортного типа
- •4.7. Решение задач по планированию перевозок
- •4.8. Производственно-транспортные модели
- •4.9. Транспортные модели с промежуточными пунктами
- •4.10. Модели параметрического программирования
- •4.11. Модель распределения инвестиционных ресурсов между строительными организациями, прошедшими конкурсный отбор
- •4.12. Производственно-транспортная задача прикрепления источников теплоснабжения к потребителям продукции
- •5. Матричные игры
- •5.1. Классификация матричных игр
- •5.2. Игры с нулевой суммой
- •5.3. Решение игры в чистых стратегиях
- •5.4. Решение игры в смешанных стратегиях
- •Очевидным следствием из теоремы о минимаксе является соотношение
- •5.5. Игры с ненулевой суммой и кооперативные игры
- •5.6. Введение в теорию игр п лиц
- •5.7. Позиционные игры
- •5.8. Выбор оптимальной стратегии в условиях неопределенности (игры с природой)
- •5.8.1. Специфика ситуации полной неопределенности
- •5.8.2. Критерии выбора оптимальной стратегии
- •5.9. Применение теории матричных игр в управлении
- •5.10. Сведение матричной игры к задаче линейного программирования Рассмотрим игру, платежная матрица которой имеет размерность
- •5.11. Решение игры с применением процессора электронных таблиц
- •5.12. Определение победителя подрядных торгов с применением теории игр
- •6. Имитационное моделирование
- •6.1. Метод Монте-Карло
- •7. Моделирование систем массового обслуживания
- •7.1. Одноканальная модель с пуассоновским входным потоком с экспоненциальным распределением длительности обслуживания
- •7.2. Многоканальная модель с пуассоновским входным потоком и экспоненциальным распределением длительности обслуживания
- •8. Модели оценки эффективности инвестиционных проектов
- •8.1. Расчет абсолютных и относительных показателей эффективности проекта
- •8.2. Применение процессоров электронных таблиц для оценки эффективности инвестиций
- •8.3. Оптимальное планирование портфеля инвестиций
- •8.4. Учет факторов риска при оценке инвестиций
- •8.5. Определение уровня недиверсифицируемого риска методом корреляционно-регрессионного анализа
- •Исходные данные для расчета
- •9. Модели оценки финансового состояния предприятия
- •9.1. Виды моделей
- •9.2. Статическая и динамическая модели оценки финансового
- •Коэффициенты рентабельности
- •Оценка деловой активности
- •Оценка финансовой устойчивости
- •Оценка платежеспособности и ликвидности
- •Рекомендуемые значения оцениваемых показателей
- •Вопросы и задания
- •Заключение
- •Библиографический список
- •Экономико-математические методы и модели
- •394006 Г.Воронеж, ул. 20-летия Октября, 84
7.2. Многоканальная модель с пуассоновским входным потоком и экспоненциальным распределением длительности обслуживания
В подавляющем большинстве случаев на практике системы массового обслуживания являются многоканальными и, следовательно, модели с п обслуживающими каналами (где п>1) представляют несомненный интерес.
Процесс массового обслуживания, описываемый данной моделью, характеризуется интенсивностью входного потока λ, при этом параллельно может обслуживаться не более п клиентов (заявок).
Средняя продолжительность обслуживания одной заявки равняется 1/μ. Входной и выходной потоки являются пуассоновскими.
Режим функционирования того или иного обслуживающего канала не влияет на режим функционирования других обслуживающих каналов системы, причем длительность процедуры обслуживания каждым из каналов является случайной величиной, подчиненной экспоненциальному закону распределения.
Конечная цель использования п параллельно включенных обслуживающих каналов заключается в повышении (по сравнению с одноканальной системой) скорости обслуживания требований за счет обслуживания одновременно п клиентов.
Граф состояний многоканальной системы массового обслуживания с отказами имеет вид, показанный на рис. 7.3.
λ λ λ λ λ λ
μ 2 μ 3 μ k μ (k+1)μ n μ
Рис. 7.3. Граф состояний многоканальной СМО с отказами
Состояния данной СМО имеют следующую интерпретацию:
S0 — все каналы свободны;
S1 — занят один канал, остальные свободны;
Sk— заняты ровно k каналов, остальные свободны;
Sn — заняты все n каналов, заявка получает отказ в обслуживании.
Формулы для вычисления вероятностей Pk называются формулами Эрланга. Определим вероятностные характеристики функционирования многоканальной СМО с отказами в стационарном режиме:
• вероятность отказа:
(7.17)
то есть заявка получает отказ, если приходит в момент, когда все n каналов заняты. Величина Pотк характеризует полноту обслуживания входящего потока;
• вероятность того, что заявка будет принята к обслуживанию (она же — относительная пропускная способность системы q) дополняет Pотк до единицы:
(7.18)
• абсолютная пропускная способность:
; (7.19)
• среднее число каналов, занятых обслуживанием (), следующее:
. (7.20)
Величина характеризует степень загрузки СМО.
Рассмотрим многоканальную систему массового обслуживания с ожиданием. Процесс массового обслуживания при этом характеризуется следующим: входной и выходной потоки являются пуассоновскими с интенсивностями λ и μ соответственно; параллельно обслуживаться могут не более С клиентов. Система имеет С каналов обслуживания. Средняя продолжительность обслуживания одного клиента равна — 1/μ.
Условие стационарности системы: .
Вероятностные характеристики функционирования в стационарном режиме многоканальной СМО с ожиданием и неограниченной очередью определяются по следующим формулам:
• вероятность того, что в системе находится n клиентов на обслуживании, определяется по формулам (7.21);
• среднее число клиентов в очереди на обслуживание:
(7.21)
• среднее число находящихся в системе клиентов (заявок на обслуживание в очереди):
LS = Lq + ρ (7.22)
• средняя продолжительность пребывания клиента (заявки на обслуживание) в очереди:
(7.23)
• средняя продолжительность пребывания клиента в системе:
(7.24)
Вопросы и задания
Приведите примеры систем массового обслуживания.
Определить абсолютную и относительную пропускную способность одноканальной СМО с пуассоновским входным потоком при λ=1,3 заявки в час, μ=1,1 заявки в час.
Для условия п. 2 определить вероятность отказа в обслуживании заявки.
Многоканальная СМО имеет 7 каналов обслуживания. Средняя продолжительность обслуживания одной заявки равна 1,5 часа. Интенсивность поступления заявок в систему равна 2 заявкам в час. Рассчитать условие стационарности системы.