
- •Прикладні задачі аналізу та оцінювання параметрів соціально-економічних процесів
- •Будь-яка модель є суб’єктивною (вона несе у собі риси індивідуальності системного аналітика);
- •Будь-яка модель є гомоморфною, тобто в ній відображаються лише суттєві властивості об’єкта-оригіналу, виходячи з цілей дослідження, узятої системи гіпотез тощо;
- •Можливе існування множини моделей одного й того самого об’єкта-оригіналу, які відрізняються цілями дослідження, ступенем адекватності.
- •1.3 Роль прикладних економіко-математичних досліджень
- •2.1 Визначення випадкового процесу. Перерізи. Класифікація процесів
- •2.2 Закони розподілу випадкових процесів
- •2. 3 Елементарні випадкові функції
- •3.1 Визначення числових характеристик випадкових процесів
- •1) Дисперсія невипадкової функції дорівнює нулю
- •2) Дисперсія суми випадкової функції і невипадкової функції дорівнює дисперсії випадкової функції
- •3) Дисперсія добутку випадкової функції та невипадкової функції дорівнює добутку квадрата невипадкового множника та дисперсії випадкової функції
- •1) Симетрія – при перестановці аргументів кореляційна функція не змінюється
- •4) Абсолютна величина кореляційної функції не перевищує середнього геометричного дисперсії відповідного перетину
- •5) При рівних між собою значеннях аргументів кореляційна функція випадкової функції дорівнює дисперсії цієї функції, тобто
- •4.1 Поняття потоку подій
- •4.2 Властивості потоку подій
- •1) Ординарність.
- •5.1 Поняття дискретного марковського процесу. Графи станів системи
- •5.2. Приклади процесів у фінансово-економічній галузі, які є марковськими процесами
- •6.1 Поняття дискретного Марковського процесу з дискретним часом
- •6.2. Ймовірність станів
- •7.1 Поняття марковського неоднорідного ланцюга
- •8.1 Випадкові процеси з неперервним часом. Поняття щільності ймовірності переходу системи в інший стан
- •8.2. Однорідний дискретний марковський процес з неперервним часом
- •8.3. Приклад дискретного марковського процесу з неперервним часом
- •9.1 Поняття пуассоновського стаціонарного потоку
- •9.2 Перша характеристика пуассоновського потоку
- •9.3 Друга характеристика пуассоновського потоку
- •10.1 Перша характеристика пуассоновського нестаціонарного потоку подій
- •10.2 Друга характеристика пуассоновського нестаціонарного потоку подій
- •11.1 Фінальний стаціонарний стан процесу
- •12.1 Задачі теорії масового обслуговування
- •12.2 Класифікація систем масового обслуговування
- •12.3 Одноканальна смо з очікуванням
12.1 Задачі теорії масового обслуговування
Теорія масового обслуговування становить один з розділів теорії ймовірностей. У цій теорії розглядаються імовірнісні задачі й математичні моделі.
Приклади систем масового обслуговування (СМО): телефонні станції, ремонтні майстерні, квиткові каси, довідкові бюро, верстатні й інші технологічні системи, системи керування гнучких виробничих систем тощо.
Кожна СМО складається з певної кількості обслуговуючих одиниць, які називаються каналами обслуговування (це верстати, транспортні візки, роботи, лінії зв’язку, касири, продавці тощо). Усяка СМО призначена для обслуговування певного потоку заявок (вимог), що надходять у випадкові моменти часу.
Обслуговування заявки триває, загалом кажучи, випадковий час, після чого канал звільняється і готовий до приймання наступної заявки. Випадковий характер потоку заявок і часу обслуговування приводить до того, що у певні періоди часу на вході СМО накопичується зайва велика кількість заявок (вони або стають у чергу, або залишають СМО не обслуженими). У інші ж періоди СМО буде працювати з недовантаженням або взагалі на загал простоювати.
Процес роботи СМО – випадковий процес із дискретними станами й безперервним часом. Стан СМО змінюється стрибком у моменти появи певних подій (приходу нової заявки, закінчення обслуговування, моменту, коли заявка залишає чергу).
Предмет теорії масового обслуговування – побудова математичних моделей, що зв’язують задані умови роботи СМО (число каналів, їх продуктивність, правила роботи, характер потоку заявок) з характеристиками, що цікавлять нас, – показниками ефективності СМО. Ці показники описують здатність СМО справлятися з потоком заявок. Ними можуть бути: середнє число заявок, що обслуговуються СМО за одиницю часу; середнє число зайнятих каналів; середнє число заявок у черзі; середній час очікування обслуговування тощо.
Математичний аналіз роботи СМО дуже полегшується, якщо процес цієї роботи марковський, тобто потоки подій, що переводять систему зі стану в стан – найпростіші. Інакше математичний опис процесу дуже ускладнюється і його рідко вдається довести до конкретних аналітичних залежностей. На практиці не марковські процеси з наближенням приводяться до марковських.
12.2 Класифікація систем масового обслуговування
Системи масового обслуговування можна класифікувати за певними ознаками.
Наприклад, за наявністю черг:
СМО з відмовами;
СМО із чергою.
У СМО з відмовами заявка, що зроблена в момент, коли всі канали зайняті, отримує відмову, залишає СМО й надалі не обслуговується.
У СМО із чергою заявка, що надійшла в момент, коли всі канали зайняті, стає у чергу й очікує можливості бути обслуженою.
СМО із чергами підрозділяються на різні види залежно від того, як організована черга – обмежена або не обмежена. Обмеження можуть стосуватися як довжини черги, так і часу очікування, «дисципліни обслуговування», наприклад:
СМО з нетерплячими заявками (довжина черги й час обслуговування обмежений);
СМО з обслуговуванням із пріоритетом, тобто деякі заявки обслуговуються позачергово.
Крім цього СМО поділяються на відкриті СМО й замкнені СМО.
У відкритої СМО характеристики потоку заявок не залежать від того, у якому стані сама СМО (скільки каналів зайнято). У замкненої СМО – залежать. Наприклад, якщо один робітник обслуговує групу верстатів, час від часу потребуючих налагодження, то інтенсивність потоку «вимог» з боку верстатів залежить від того, скільки їх уже справних і скільки чекає налагодження.
Класифікація СМО далеко не обмежується наведеними різновидами.