
- •Принятие решений в условиях неопределенности и в условиях риска
- •Принятие решений в условиях неопределенности
- •Принятие решений в условиях риска
- •Стохастическое программирование
- •Вероятностные модели управления запасами
- •2.1. Одноэтапная модель управления запасами
- •Одноэтапная модель с учетом затрат на оформление заказа
- •Многоэтапная модель управления запасами
- •Управление запасами с учетом издержек на производство
- •3. Марковские цепи
- •Марковские цепи. Уравнение Колмогорова-Чэпмена
- •3.2 Марковские цепи с дискретным временем. Теорема о предельных вероятностях
- •3.3. Марковские цепи с непрерывным временем. Уравнения Колмогорова
- •Пуассоновский процесс
- •Простейший поток
- •Пуассоновский поток как марковский процесс. Немарковские потоки
- •Сложный пуассоновский процесс и процессы риска в страховой математике
- •Системы массового обслуживания
- •Марковские системы массового обслуживания
- •Процессы рождения и гибели. Одноканальная марковская смо с бесконечной очередью
- •Многоканальная марковская смо с ожиданием. Дисциплины взаимопомощи
- •Задача о ремонте станков
- •Немарковские модели смо
- •6. Марковские процессы принятия решений
- •6.1. Модели с конечным горизонтом планирования. Задача о замене оборудования
- •6.2. Задача о наилучшем выборе
- •Модели с бесконечным горизонтом планирования
- •7. Статистическое моделирование
- •7.1. Моделирование случайных величин
- •7.2. Моделирование случайных процессов в страховой и финансовой математике
- •Моделирование систем массового обслуживания
- •Статистический анализ данных. Методы уменьшения дисперсии
- •7.5. Метод Монте Карло марковских цепей. Метод отжига в задачах комбинаторной оптимизации
- •Приложение Сводка определений и теорем теории вероятностей и математической статистики
- •Литература
- •Оглавление
- •Глава 1. Принятие решений в условиях неопределенности и в условиях риска
- •Глава 2. Вероятностные модели управления запасами
- •Глава 3. Марковские цепи
- •Глава 4. Пуассоновский процесс
- •Глава 5. Системы массового обслуживания
- •Глава 6. Марковские процессы принятия решений
- •Глава 7. Статистическое моделирование
Многоканальная марковская смо с ожиданием. Дисциплины взаимопомощи
Рассмотрим
марковскую СМО
,
в которой имеется
каналов обслуживания и
мест в очереди.
Под состоянием системы понимается количество заявок в системе. Заявка, приходящая в систему, встает на обслуживание в любой свободный канал, в противном случае встает в очередь. Если же длина очереди достигла максимального значения , заявка уходит из системы. Граф состояний выглядит следующим образом:
1
n
n+1
n+m
0
рис. 5.3
Из анализа, проведенного в разделе 5.1, следует, что
,
,
.
Поскольку мы имеем дело с процессом «размножения и гибели», то, используя (5.6), (5.8), получаем
,
(5.34)
,
(5.35)
(5.36)
Отсюда следуют следующие выражения для вероятности отказа, относительной и абсолютной пропускных способностей:
,
(5.37)
,
(5.38)
.
(5.39)
Среднее количество заявок в очереди
.
Воспользовавшись формулой (5.19), получаем
,
(5.40)
где
.
Подсчитаем среднее
время ожидания заявки в очереди. Если
заявка приходит в систему, в которой
есть свободные каналы, то она сразу
встанет на обслуживание. Если система
находится в состоянии
(очередь пустая, все каналы работают),
то заявка будет ждать до первого
освобождения. Это время равно
,
где все
~
и независимы между собой. Следовательно,
время ожидания заявки в очереди
~
и
.
Если же заявка приходит в систему,
находящуюся в состоянии
,
она должна пропустить впереди себя
заявок, и поэтому среднее время ожидания
такой заявки в очереди будет равно
.
Значит, среднее время ожидания заявки
в очереди
.
(5.41)
Формула Литтла остается справедливой и в этом случае:
.
В этой СМО появляется
такая новая характеристика, как среднее
число работающих каналов. Пусть
–
число работающих каналов. Математическое
ожидание этой случайной величины равно
.
Из этой выкладки следует, что
.
(5.42)
Из формул (5.39) и (5.42) следует соотношение
,
(5.43)
которое легко
интерпретируется и фактически предлагает
более легкий способ получения формулы
(5.42). Действительно, если один канал за
единицу времени может обслужить
заявок, а в целом система за единицу
времени обслуживает
заявок, то среднее число работающих
каналов должно равняться
.
Среднее число заявок в системе находится из соотношения
.
(5.44)
Используя формулы (5.24) и (5.25), получаем, что среднее время пребывания заявки в системе равно
,
(5.45)
где – относительная пропускная способность (или вероятность обслуживания).
Приведем ответы
для системы
с бесконечной очередью. Эти ответы
могут быть получены непосредственно
или предельным переходом при
из ответов для системы
.
Для того, чтобы предельные вероятности
существовали, необходимо потребовать,
чтобы
.
При
стационарного состояния не существует
и очередь бесконечно возрастает.
Формула (5.36) для изменится на формулу
,
(5.46)
а соотношения (5.34), (5.35) останутся теми же.
Очевидно, что в случае бесконечной очереди
.
(5.47)
Среднее число заявок в очереди равно
.
(5.48)
Среднее время ожидания в очереди
.
(5.49)
Среднее число работающих каналов
.
(5.50)
Рассмотрим различные
варианты «взаимопомощи» между каналами.
Если каналы работают «каждый сам за
себя», то мы имеем дело с системой
,
характеристики которой мы только что
описали. Предположим теперь, что все
каналы объединяются в один, но этот
канал способен обслужить за единицу
времени в среднем в
раз заявок больше, чем обычный канал.
Предположим также, что новая система
по-прежнему является марковской, т.е.
время обслуживания является показательным.
Такое предположение ничем не мотивировано,
но мы сделали его для того, чтобы остаться
в рамках разработанной схемы. Фактически
мы приходим к системе
,
в которой интенсивность канала равна
.
Такая дисциплина взаимопомощи называется
дисциплиной « все как один».
Наконец, предположим,
что каналы работают по принципу «
равномерной взаимопомощи». Это означает,
что в случае, когда в системе находится
заявок,
,
то все каналы разбиваются на группы, и
каждая группа обслуживает одну заявку.
Если какая-то группа закончила свою
работу, то она приходит на помощь другим
группам. Опять предположим, что при
такой взаимопомощи марковский характер
системы не изменится.
Граф состояний системы с равномерной взаимопомощью имеет вид:
0
1
2
n+m
Рис. 5.4
Фактически мы
имеем дело с одноканальной системой с
интенсивностью канала
и максимальной длиной очереди
.
Несложно показать, что основные характеристики системы с равномерной взаимопомощью лучше, чем у систем с другими дисциплинами взаимопомощи. Но надо понимать, что анализ этих вопросов в реальных СМО сложнее. Например, предположение о том, что объединение каналов приводит к -кратному увеличению интенсивности разумно только при небольших значениях .