- •1. Введение.
- •2. Основы теории массового обслуживания
- •2.1. Основные компоненты моделей массового обслуживания.
- •2.2. Входные и выходные потоки в смо.
- •2.3. Стохастические процессы чистого рождения и чистой гибели.
- •2.4. Формализация смо.
- •2.5. Модель ( м / м / 1 ) : ( gd / ¥ / ¥ ).
- •2.6. Модель ( м / м / 1 ) : ( gd / n / ¥ ).
- •2.7. Модель ( м / м / с ) : ( gd / ¥ / ¥ ).
- •3. Описание алгоритма.
- •4. Структура программы.
- •5. Краткие сведения о рабочих листах программы.
- •6. Расчет операционных характеристик смо и имитационное моделирование их работы
- •7. Задание для лабораторной работы и структура отчета.
- •8. Литература
2.2. Входные и выходные потоки в смо.
Будем называть событием, происходящим в системе, поступление или выбытие требования из СМО.
Рассмотрим процесс массового обслуживания со следующими свойствами входного и выходного потоков.
Свойство 1: вероятность поступления требования в СМО или выбытия из СМО в интервале времени ( t, t+h) зависит лишь от величины h.
Свойство 2: вероятность этого события на малом конечном временном отрезке h больше 0, но меньше 1.
Свойство 3: на бесконечно малом временном отрезке h реализуется не более одного события (поступления или выбытия).
Обозначим вероятность реализации n событий в интервале времени t как pn(t). Свойство 1 означает, что события в СМО являются равновероятными и статистически независимыми. Поэтому для n = 0:
p0 ( t + h ) = p0 ( t )×p0 ( h ).
Решение этого уравнения имеет вид:
.
Разлагая в ряд Тейлора, для малой величины h будем иметь:
p0 ( h ) » 1 - a t .
Так как в силу свойства 3 за время h может произойти не более одного события, то p0(h) и p1(h) являются вероятностями противоположных событий. Поэтому:
p1 ( h ) = 1 - p0 ( h ) » a t .
Таким образом, вероятность реализации события в интервале h прямо пропорциональна h.
Пусть
f(t)
-
плотность
распределения
вероятности того, что длина интервала
времени между последовательными
реализациями случайного события
(поступления требования в СМО или выбытия
требования из СМО) равна t
³
0,
а
- функция
распределения t.
Очевидно, что вероятность того, что
интервал времени между моментами
реализации случайного события не менее
T,
равен вероятности того, что в течении
Т
событие
не реализуется:
P( t ³ T ) = p0 ( T ),
или
,
( Т ³
0 )
Дифференцируя по Т, получим:
,
( Т ³
0 )
то есть Т распределено экспоненциально. Таким образом, для процесса, характеризующегося вероятностями pn(t), интервалы времени между последовательными реализациями событий распределены экспоненциально. Для экспоненциального распределения математическое ожидание равно:
.
Для СМО эта величина является средним значением временных интервалов между последовательными реализациями событий. Поэтому:
есть частота генерации событий (число событий в единицу времени).
2.3. Стохастические процессы чистого рождения и чистой гибели.
Рассмотрим входной поток в СМО, в котором требования присоединяются к очереди и не покидают ее. Стохастические процессы со случайными исходами такого рода называются процессами чистого рождения. Выведем формулы для pn(t). Очевидно, что для малого интервала времени h:
pn ( t + h ) = pn ( t ) × p0 ( h ) + pn-1 ( t ) × p1 ( h ), n = 1, 2, 3 ...
p0 ( t + h ) = p0 ( t ) × p0 ( h )
Для p0 ( h ) и p1 ( h ) ранее получили:
и
p1
(
h )
= 1 - p0
(
h ).
Для входного потока вместо a используется обозначение l - частота поступления требований в систему. Тогда:
и
p1
(
h )
= 1 - p0
(
h ).
Для малых h:
p0 ( h ) » 1 - lh и p1 ( h ) » lh
Тогда выражение для pn ( t + h ) можно записать так:
pn ( t + h ) » pn ( t ) × ( 1 - lh ) + pn-1 ( t ) × lh , n = 1, 2, 3 ...
p0 ( t + h ) » p0 ( t ) × ( 1 - lh )
или
При h ® 0:
Решение этой системы имеет вид:
,
то
есть распределение вероятностей является
пуассоновским
со средним значением и дисперсией,
равными lt.
Таким
образом, когда временные интервалы
между моментами времени последовательных
поступлений требований распределены
экспоненциально со средним значением,
равным
,
число требований в интервале t
характеризуется
пуассоновским распределением со средним
значением lt.
Рассматривая выходной поток СМО в предположении, что данная система начинает функционировать при наличии в ней N требований, которые после завершения их обслуживания выбывают из системы с интенсивностью m (это обозначение используется вместо a). Такие процессы называются процессами чистой гибели. Примером такой системы является склад, из которого с интенсивностью m изымаются запасы. При этом предполагается, что начале рассматриваемого периода было N единиц запасов.
Пусть qn(t) - вероятность того, что в течении времени t из системы уйдет n требований. Тогда для малого интервала времени h:
»
1 - mh
q1 ( h ) = 1 - q0 ( h ) » mh
Для qn ( t + h ) имеем:
qN ( t + h ) » qN ( t ) × 1 + qN ( t ) × mh
qn ( t + h ) » qn ( t ) × ( 1 - mh ) + qn-1 ( t ) × mh , n = 1, 2, ... , N-1
q0 ( t + h ) » q0 ( t ) × ( 1 - mh )
После упрощений и предельного перехода h ® 0:
Решение этой системы:
То есть распределение вероятностей qn(t) также имеет пуассоновское распределение.
Далее будут рассматриваться СМО с пуассоновскими входными и выходными потоками.
