
- •Введение
- •1. Случайные события и вероятность
- •1.1. Пространство элементарных событий. Случайные события. Алгебра событий
- •1.2. Классическое определение вероятности. Статистическое определение вероятности
- •1.3. Элементы комбинаторики. Некоторые содержательные задачи
- •1.4. Аксиоматическое введение вероятности
- •1.5. Теоремы о вероятностях случайных событий
- •1.6. Формула полной вероятности и формула Байеса
- •1.7. Геометрические вероятности
- •1.8. Схема независимых испытаний Бернулли. Формула Бернулли. Формула Пуассона. Локальная и интегральная теоремы Муавра-Лапласа
- •Вопросы для самопроверки
- •2. Случайные величины
- •2.1. Случайные величины. Случайные величины дискретного типа. Ряд распределения. Функция распределения
- •2.2. Случайная величина непрерывного типа. Плотность вероятности распределения случайной величины
- •2.3. Числовые характеристики случайной величины. Математическое ожидание и дисперсия, их свойства
- •2.4. Пуассоновский поток событий
- •Вопросы для самопроверки
- •3. Системы случайных величин
- •3.1. Закон распределения системы двух случайных величин. Функция распределения, плотность распределения системы двух случайных величин
- •3.2. Условные законы распределения. Зависимые и независимые случайные величины
- •3.3. Числовые характеристики системы двух случайных величин. Корреляционный момент. Коэффициент корреляции
- •Вопросы для самопроверки
- •4. Функции случайных величин
- •4.1. Преобразование случайных величин (случай двух переменных)
- •4.2. Распределение суммы, разности, произведения и частного двух случайных величин
- •4.3. Преобразование случайных величин (случай одной переменной)
- •4.5. Распределение Стьюдента
- •Вопросы для самопроверки
- •5. Закон больших чисел
- •5.1. Неравенства Чебышева
- •5.2. Теорема Чебышева
- •5.3. Теорема Бернулли
- •5.4. Центральная предельная теорема
- •Вопросы для самопроверки
- •6. Случайные процессы. Марковские случайные процессы. Системы массового обслуживания
- •6.1. Случайные процессы
- •6.2. Марковские случайные процессы. Марковские цепи
- •6.3. Марковские процессы с дискретными состояниями и непрерывным временем. Уравнения Колмогорова
- •6.4. Процессы гибели и размножения
- •6.5. Потоки случайных событий
- •6.6. Приложения марковских процессов
- •6.7. Системы массового обслуживания
- •6.8. Системы массового обслуживания с отказами Одноканальная смо с отказами
- •6.9. Системы массового обслуживания с очередями
- •Вопросы для самопроверки
- •7. Математическая статистика
- •7.1. Генеральная совокупность и выборка. Статистический ряд. Статистическая функция распределения. Гистограмма
- •7.2. Точечные оценки параметров генеральной совокупности по выборочным совокупностям, их свойства. Точечные оценки для математического ожидания и дисперсии случайной величины
- •7.3. Интервальные оценки. Доверительный интервал. Нахождение доверительных интервалов для математического ожидания и дисперсии нормального распределения случайной величины
- •1. Доверительный интервал для оценки математического ожидания нормального распределения случайной величины с известным
- •2. Доверительный интервал для оценки математического ожидания нормального распределения с неизвестным
- •3. Доверительные интервалы для оценки среднего квадратического отклонения нормального распределения
- •7.4. Построение прямых линий регрессии по выборочным данным
- •1. Нахождение параметров выборочных уравнений прямой линии регрессии по несгруппированным данным
- •2. Нахождение параметров выборочных уравнений прямой линии регрессии по сгруппированным данным
- •7.5. Нахождение оценки для коэффициента корреляции двух случайных величин
- •7.6. Статистическая проверка гипотез. Статистическая гипотеза. Нулевая и конкурирующая гипотеза. Статистический критерий. Критическая область
- •7.7. Проверка гипотезы о значимости выборочного коэффициента корреляции
- •7.8. Проверка гипотезы о распределении генеральной совокупности. Критерий 2 Пирсона
- •7.10. Сравнение генеральных средних двух нормально распределенных случайных величин (малые независимые выборки)
- •7.11. Сравнение двух дисперсий нормальных генеральных совокупностей
- •7.12. Сравнение наблюдаемой относительной частоты с гипотетической вероятностью наступления события
- •Вопросы для самопроверки
- •8. Варианты контрольной paбoты № 1 по теории вероятностей вариант 1
- •Вариант 2
- •Вариант 3
- •Вариант 4
- •Вариант 5
- •Вариант 6
- •Вариант 7
- •Вариант 8
- •Вариант 9
- •Вариант 10
- •9. Варианты контрольной работы № 2 по случайным процессам и математической статистике вариант 1
- •Вариант 2
- •Вариант 3
- •Вариант 4
- •Вариант 5
- •Вариант 6
- •Вариант 7
- •Вариант 8
- •Вариант 9
- •Вариант 10
- •Приложение
- •Суммарные вероятности для распределения Пуассона
- •Критические точки распределения Стьюдента
- •Библиографический список
6.7. Системы массового обслуживания
Под системой массового обслуживания (СМО) понимают любую систему, предназначенную для обслуживания каких-либо заявок (требований), поступающих на нее в случайные моменты времени. Примеры СМО : телефонные системы, ремонтные мастерские, вычислительные комплексы, билетная касса, торговые фирмы, парикмахерские. Теория массового обслуживания занимается изучением случайных процессов, происходящих в СМО.
Любое устройство (или лицо), занимающееся обслуживанием заявок, называют каналом обслуживания. Каналами обслуживания могут быть линии связи, ЭВМ, продавцы, кассиры, парикмахеры. По числу каналов СМО может быть одноканальной и многоканальной.
Различают СМО с отказами и СМО с очередью. В СМО с отказами заявка, пришедшая в момент, когда все каналы заняты, получает отказ, покидает СМО и не участвует в ее дальнейшей работе. В СМО с очередями, заявка, пришедшая в момент, когда все каналы заняты, не покидает СМО, а становится в очередь и ждет, пока не освободится какой-либо канал. Число мест в очереди может быть как ограниченным, так и неограниченным. СМО с очередями различаются не только по ограничениям очереди, но и по дисциплине обслуживания: заявки могут обслуживаться в порядке поступления, или в случайном порядке, или же некоторые заявки обслуживаются вне очереди (СМО с приоритетом).
Исследование
СМО является наиболее простым, если все
потоки событий, переводящие
ее из состояния в состояние - простейшие
(стационарные, пуассоновские). Это
значит, что интервалы времени между
событиями в потоках заявок и обслуживания
имеют
показательное распределение с параметром,
равным интенсивности соответствующего
потока. Под потоком
обслуживания понимают
поток заявок,
обслуживаемых одна за другой одним
непрерывно занятым каналом. Этот поток
является простейшим, если время
обслуживания Tобсл
является случайной величиной, имеющей
показательное
распределение. Параметр этого распределения
есть величина, обратная среднему
времени обслуживания:
,
где
= M(Tобсл).
Поэтому
вместо «поток
обслуживания простейший» говорят, что
время обслуживания имеет показательное
распределение. СМО называют простейшей,
если
все потоки в ней простейшие.
Если все потоки событий простейшие, то процесс, протекающий в СМО, является марковским случайным процессом с дискретными состояниями и непрерывным временем.
К задачам теории массового обслуживания относятся как нахождение вероятностей различных состояний СМО, так и установление зависимости между заданными параметрами (числом каналов СМО, параметрами потоков событий) и характеристиками эффективности работы СМО. К таким характеристикам относятся:
1) А - среднее число заявок, обслуживаемых в единицу времени, иначе - абсолютная пропускная способность СМО;
2) Q – средняя доля пришедших заявок обслуживаемых системой, иначе - относительная пропускная способность СМО, Q = А / λ ;
3) Ротк – вероятность отказа , т. е. вероятность того, что поступившая заявка не будет обслужена, получит отказ, Ротк =1 - Q;
4)
–
среднее число заявок в СМО (обслуживаемых
или ожидаемых в очереди);
5)
–
среднее число занятых каналов.