
- •Важность Распределения Кокса
- •Другие распределения времени
- •Наблюдения распределения времени жизни
- •Краткие итоги
- •Лекция 5. Процессы поступления заявок
- •Описание точечных процессов
- •Основные свойства числового представления
- •Основные свойства представления с помощью интервала
- •Пример 5.1.3: Статистика вызова
- •Пример 5.1.4: Вызываемый абонент занят (в-Занят)
- •Характеристики точечного процесса
- •Стационарность (однородность по времени)
- •Независимость (отсутствие последействия)
- •Простой точечный процесс (ординарность)
Основные свойства числового представления
Есть два свойства, которые представляют теоретический интерес.
Общее количество поступлений в интервале [/,, t2\ равно
Ntl-Nh.
Среднее число вызовов в одном и том же самом интервале называется функцией обновления Н:
Мы предполагаем, что Xt существует и конечна. Мы можем интерпретировать К, как интенсивность, с которой происходит поступление заявок за время t (сравните с материалом секции 3.1.2).
Для простых точечных процессов мы имеем:
Р {N,+д / - N, > 2} = о(А t), (5.7)
p{Nt+M- Nt = 1} = X,At+o(At), (5.8)
(5.9)
где, по определению,
lim _ о /5 ,0ч
At->0 Д ( (J.1U)
Индекс рассеяния для расчетов, (IDC — Index of Dispersion for Counts). Чтобы описывать свойства второго порядка числового представления, мы используем индекс рассеяния для рассчетов — IDC. Он описывает отклонения процесса поступления вызовов в течение временного интервала t и определяется как:
IDC
= УаГ{ДГ,}
. (5.11)
E{Nt}
Разделив временной интервал t на интервалы продолжительностью t=x и, наблюдая число событий в течение этих интервалов, мы получаем оценку IDC (t). Для Пуассоновского процесса IDC равен единице. IDC равен «пиковости», свойство, которое мы введем позже, чтобы характеризовать число занятых каналов в процессе обслуживания нагрузки (7.7).
Основные свойства представления с помощью интервала
Распределение /(/) временных интервалов X. (5.2) (свертка самого распределения времен интервалов /-1 для времени до i-го поступления).
Fi(t) = p{Xi < t) , (5.12)
E{Xt) = m \j. (5.13)
Средняя величина — математическое ожидание вызова. Процесс возобновления — точечный процесс, где последовательные интервалы поступления стохастические независимы друг от друга и имеют то же самое распределение (исключая Xt), то есть т] .=т.. (IID = Identically and Independently .Distributed — Тождественно и Независимо Распределенный).
эц
[ул
т\т
абоненту. Вызовы генерируются независимо от фактической нагрузки в течение часа наибольшей нагрузки. Испытательное оборудование записывает числа блокированных вызовов и т.д. Полученная статистика соответствует критерию качества работы — математическому ожиданию времени. К сожалению, этот метод увеличивает предложенную нагрузку на систему. Теоретически полученные рабочие характеристики измерений будут отличаться от истинных значений. 2. Испытательное оборудование собирает данные о числе вызовов N, 2N,3N,..., где, например, N = 1000. Характер нагрузки не изменяется, и статистика рабочих характеристик — математическое ожидание вызова.
Пример 5.1.3: Статистика вызова
Абонент оценивает качество работы станции по той части вызовов, которые не установлены, то есть по математическому ожиданию не прошедших вызовов. Оператор оценивает качество по соотношению времени, когда все направления заняты, то есть по математическому ожиданию времени. Часто путают эти два типа средних значений (время/вызов), составляя противоречивые инструкции.