- •1.1 Краткий исторический обзор
- •1.2 Математические методы и моделирование экономических процессов
- •1.3 Этапы математического моделирования
- •1.4 Классификация математических моделей
- •Вопросы для самопроверки
- •Тема 2. Модели производства
- •2.1 Производственные функции
- •2.1.1 Понятие производственной функции одной переменной
- •2.1.3 Формальные свойства производственных функций
- •2.1.4 Характеристики производственной функции
- •2.2 Задача производителя
- •2.3 Учет налогов
- •2.4 Функции спроса на ресурсы
- •2.5 Модели ценообразования
- •Вопросы для самопроверки
- •Тема 3. Функция полезности
- •3.1. Множество благ
- •3.2. Функция полезности и ее свойства
- •3.3. Предельная полезность и предельная норма замещения благ
- •3.4. Оптимальный выбор благ потребителем
- •3.4.1. Модель задачи оптимального выбора
- •3.5. Взаимная задача к задаче оптимального выбора благ потребителем
- •Вопросы для самопроверки
- •Тема 4. Балансовые модели
- •4.2 Экономико-математическая модель межотраслевого баланса
- •4.3 Коэффициенты прямых и полных материальных затрат
- •4.4 Агрегирование показателей межотраслевого баланса
- •4.5 Анализ экономических показателей
- •4.5.1 Модель затрат труда
- •4.5.2 Модель фондоемкости продукции
- •4.6. Динамическая модель межотраслевого баланса
- •Вопросы для самопроверки
- •Тема 5. Моделирование финансовых операций
- •5.1. Наращение и дисконтирование
- •5.1.1 Проценты и процентные ставки
- •5.1.2 Наращение по простым процентам
- •5.1.3. Сложные проценты
- •5.1.4. Номинальная и эффективная ставки процентов
- •5.1.6. Учет инфляции при наращении процентов
- •5.1.7. Эквивалентность простых и сложных процентных ставок
- •5.1.8. Дисконтирование и наращение по учетной ставке
- •5.1.9. Наращение по учетной ставке
- •5.1.10. Сравнение методов наращения
- •5.1.11. Сравнение методов дисконтирования
- •5.2. Потоки платежей, ренты
- •5.2.1. Основные определения
- •Ренты бывают постоянные и переменные.
- •5.3. Наращенная сумма потока платежей
- •5.3.1. Наращенная сумма годовой ренты
- •5.3.2.Наращенная сумма годовой ренты с начислением процентов m раз в год
- •5.4. Современная величина потока платежей
- •5.4.1. Современная величина годовой ренты
- •5.4.2. Современная величина годовой ренты с начислением процентов m раз в год
- •5.4.3. Современная величина p – срочной ренты ( m = 1)
- •5.4.4. Современная величина p – срочной ренты при начислении процентов m раз в год
- •5.5 Доходность финансовой операции
- •5.5.1. Различные виды доходности операций
- •5.5.2. Учет налогов и инфляции
- •5.5.3. Поток платежей и его доходность
- •5.5.4. Мгновенная доходность
- •5.6. Кредитные расчеты
- •5.6.1. Показатель полной доходности финансово-кредитной операции
- •5.6.2. Баланс финансово-кредитной операции
- •5.6.3. Определение полной доходности ссудных операций с удержанием комиссионных
- •5.6.4. Методы сравнения и анализа коммерческих контрактов
- •5.6.5. Планирование погашения долгосрочной задолженности
- •Вопросы для самопроверки
- •Тема 6. Математическое и компьютерное моделирование
- •6.1. Классификация видов моделирования
- •6.2. Достоинства и недостатки имитационного моделирования
- •6.3. Типовые задачи имитационного моделирования
- •6.4. Социально-экономические процессы как объекты моделирования
- •6.5. Примеры задач имитационного моделирования
- •Вопросы для самопроверки
- •Тема 7. Сущность метода имитационного моделирования
- •7.1. Метод имитационного моделирования и его особенности
- •7.2. Процесс имитации
- •7.3. Формулирование модели
- •7.4. Оценка адекватности модели
- •7.5. Экспериментирование с использованием имитационной модели
- •7.6. Понятие о модельном времени. Механизм продвижения модельного времени
- •7.7. Интерпретация и реализация результатов моделирования
- •Вопросы для самопроверки
- •Тема 8. Имитационная модель глобальной системы
- •8.1. Основные компоненты динамической мировой модели
- •8.2. Концепция «петля обратной связи»
- •8.3. Основные петли «обратных связей» в мировой модели
- •8.4. Основные переменные в мировой модели
- •8.5. Структура модели мировой системы
- •8.6. Основные результаты экспериментов на модели мировой системы
- •Вопросы для самопроверки
- •Тема 9. Метод Монте-Карло и проверка статистических гипотез
- •Тема 10. Моделирование случайных событий
- •10.1. Моделирование простого события
- •10.2 Моделирование полной группы несовместных событий
- •10.3 Моделирование дискретной случайной величины
- •10.4 Моделирование непрерывных случайных величин
- •10.4.1. Метод обратной функции
- •10.4.2. Моделирование случайных величин с показательным распределением
- •10.4.3. Моделирование случайных величин с равномерным распределением на произвольном интервале (a, b)
- •10.4.4 Моделирование случайных величин с нормальным распределением
- •10.4.5. Моделирование случайных величин с усеченным нормальным распределением
- •10.4.6 Моделирование случайных величин с произвольным распределением
- •Вопросы для самопроверки
- •Тема 11. Системы массового обслуживания
- •11.1. Основные понятия. Классификация СМО
- •11.2 Понятие марковского случайного процесса
- •11.3 Потоки событий
- •11.4. Уравнения Колмогорова. Предельные вероятности состояний
- •11.5. Процесс гибели и размножения
- •11.6. CMО с отказами
- •11.7. СМО с ожиданием (очередью)
- •Вопросы для самопроверки
- •Тема 12. Модели управления запасами
- •12.1. Основные понятия
- •12.2. Статическая детерминированная модель без дефицита
- •12.3. Статическая детерминированная модель с дефицитом
- •12.4. Стохастические модели управления запасами
- •12.5. Стохастические модели управления запасами с фиксированным временем задержки поставок
- •Вопросы для самопроверки
- •ЛИТЕРАТУРА
156
|
p p |
|
|
|
первый узел находится в ремонте в среднем долю времени, равную |
1 |
3 |
|
0,20+0,13=0,33, а |
|
|
|
|
|
p |
p |
|
|
|
|
|
|
|
|
|
|
|
|
второй узел – |
2 |
3 |
|
0,27+0,13=0,40. Поэтому средний чистый доход в единицу времени от |
|||||||||||
|
|
|
|||||||||||||
эксплуатации системы, т.е. разность между доходами и затратами, равен |
|
|
|||||||||||||
Д = 0,67 10 + 0,60 6 –0,33 4 –0,40 2 = 8,18 ден.ед. |
|
|
|
|
|
|
|
||||||||
|
Уменьшение вдвое среднего времени ремонта каждого из узлов в соответствии с (2.3) будет означать |
||||||||||||||
увеличение вдвое интенсивностей потока "окончаний ремонтов" каждого узла, т.е. теперь, |
10 4 |
, |
|||||||||||||
20 6, 31 6 , 32 4 . |
|
|
|
|
|
|
|
|
|
|
|||||
и система линейных алгебраических уравнений (2.10), описывающая стационарный режим |
|
||||||||||||||
системы S , вместе с нормировочным условием (2.8) примет вид: |
|
|
|||||||||||||
|
|
|
|
|
3p |
4 p |
6 p |
, |
|
|
|
||||
|
|
|
|
|
|
0 |
|
1 |
|
2 |
|
|
|
|
|
|
|
|
|
|
6 p |
p 6 p , |
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
1 |
|
0 |
|
3 |
|
|
|
|
|
|
|
|
|
|
|
|
7 p |
2 p |
4 p |
|
, |
|
|
|
||
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
2 |
|
0 |
|
3 |
|
|
|
|
||
|
|
|
|
|
p p p |
p |
|
|
1 |
|
|
||||
|
|
|
|
|
|
0 |
|
1 |
2 |
3 |
|
|
|
||
|
Решив систему, получим p0 0.60 , |
p1 0.15 , |
|
|
p2 0.20 , p3 0.05 . Учитывая, |
|
|||||||||
что |
p0 p2 |
0,60+0,20=0,80, p0 |
p1 |
0,60+0,15=0,75, p1 p3 0,15+0,05=0,20, |
|
||||||||||
p2 |
p3 0,20+0,05=0,25, а затраты на ремонт первого и второго узла составляют теперь |
|
соответственно 8 и 4 ден. ед., вычислим средний чистый доход в единицу времени:
Д1 = 0,80 10 + 0,75 6 – 0,20 8 – 0,25 4 = 9,9 ден.ед.
Так как Д1 больше Д всего на 20%, то экономическая целесообразность ускорения ремонтов узлов очевидна. ►
11.5.Процесс гибели и размножения
Втеории массового обслуживания широкое распространение имеет специальный класс случайных процессов — так называемый процесс гибели и размножения. Название этого процесса связано с рядом биологических задач, где он является математической моделью изменения численности биологических популяций.
Граф состояний процесса гибели и размножения имеет вид, показанный на рис. 2.4.
Рис. 11.4
Рассмотрим упорядоченное множество состояний системы S0 , S1,..., Sk . Переходы могут осуществляться из любого состояния только в состояния с соседними номерами, т.е. из
состояния Sk |
возможны переходы только либо в состояние Sk 1 |
либо в состояние Sk 1 . |
Замечание. При анализе численности популяций считают, что состояние Sk соответствует численности популяции, равной k , и переход системы из состояния Sk в состояние Sk 1 ,
157 |
|
происходит при рождении одного члена популяции, а переход в состояние Sk 1 |
– при гибели |
одного члена популяции. |
|
Предположим, что все потоки событий, переводящие систему по стрелкам графа, простейшие с соответствующими интенсивностями k ,k 1 или k 1,k .
По графу, представленному на рис. 2.4, составим и решим алгебраические уравнения для предельных вероятностей состояний (их существование вытекает из возможности перехода из каждого состояния в каждое другое и конечности числа состояний).
В соответствии с правилом составления таких уравнений (см. 2.7) получим:
для состояния S0 |
|
01 p0 10 p1 , |
(11.9) |
для состояния S1 — ( 12 10 ) p1 01 p0 |
21 p2 , которое с учетом (2.12) приводится к |
виду |
|
12 p1 21 p2 . |
(11.10) |
Аналогично, записывая уравнения для предельных вероятностей других состояний, можно получить следующую систему уравнений:
01 p0 10 p1, |
|
|
|
|
|
12 p1 21 p2 , |
|
|
|
|
|
........................ |
|
|
|
|
(11.11) |
k 1,k pk 1 |
k ,k 1 pk , |
|
......................... |
|
|
|
n,n 1 pn . |
|
|
|
|
n 1,n pn 1 |
|
к которой добавляется нормировочное условие
p0 p1 p2 ... |
pn 1. |
Решая систему (11.11), (11.12), можно получить
|
|
|
01 12 01 |
|
n 1,n ... 12 01 |
1 |
||
p0 |
1 |
|
... |
, |
||||
|
||||||||
|
|
|
10 |
21 10 |
|
|
|
|
|
|
|
|
n,n 1... 21 10 |
(11.12)
(11.13)
p1 01 p0 ,
10
p |
|
|
|
|
12 |
01 p |
|||
2 |
|
|
|
0 |
|
|
|
||
|
|
21 |
10 |
|
p n 1,n ... 12 01 p ,…, n n,n 1... 21 10 0 .
(11.14)
Легко заметить, что в формулах (2.14) для p1, p2 ,..., pn коэффициенты при p0 |
есть |
слагаемые, стоящие после единицы в формуле (2.13). Числители этих коэффициентов |
|
представляют произведение всех интенсивностей, стоящих у стрелок, ведущих слева |
|
направо от состояния S0 до данного состояния Sk ( k 1,2,...,n ), а знаменатели — произведение всех интенсивностей, стоящих у стрелок, ведущих справа налево от состояния Sk до состояния S0 .
Пример 11.4. Процесс гибели и размножения представлен графом (рис. 2.5). Найти предельные вероятности состояний.
158
Решение. По формуле (11.13) найдем
|
|
|
|
|
1 |
|
2 1 |
|
1 |
p |
|
1 |
|
|
|
||||
|
|
|
|
|
|||||
0 |
|
|
|
4 |
|
3 4 |
|
||
|
|
|
|
|
|
|
|
0.706
,
по (2.17) –
p |
|
1 |
|
1 |
0.706 |
|
|
4 |
|||
|
|
0.176
,
p2
2 1 |
0.706 |
|
|
3 4 |
|||
|
|
0.118
, т.е. в установившемся,
стационарном режиме в среднем |
70,6% времени система будет находиться в состоянии S0 , |
|||
17,6% — в состоянии S |
и 11,8% |
— в состоянии S |
2 |
. ► |
1 |
|
|
|
Рис. 11.5
11.6. CMО с отказами
В качестве показателей эффективности СМО с отказами будем рассматривать:
A — абсолютную пропускную способность СМО, т.е. среднее число заявок, обслуживаемых в единицу времени;
Q — относительную пропускную способность, т.е. среднюю долю пришедших заявок,
обслуживаемых системой;
POTK . — вероятность отказа, т.е. вероятность того, что заявка покинет СМО необслуженной;
k — среднее число занятых каналов (для многоканальной системы).
Одноканальная система с отказами.
Рассмотрим задачу. Имеется один канал, на который поступает поток заявок с интенсивностью . Поток обслуживании имеет интенсивность .
Примечание. Здесь и в дальнейшем предполагается, что все потоки событий, переводящие СМО из состояния в состояние, будут простейшими. К ним относится и поток обслуживания
– поток заявок, обслуживаемых одним непрерывно занятым каналом. Среднее время
обслуживания
tоб
обратно по величине интенсивности
, т.е.
tоб
1
.
Найти предельные вероятности состояний системы и показатели ее эффективности.
|
Рис. 11.6 |
|
|
Система |
S (СМО) имеет два состояния: |
S0 |
— канал свободен, |
Размеченный граф состояний представлен на рис. 11.6.
S1
— канал занят.
Впредельном, стационарном режиме система алгебраических уравнений для
вероятностей состояний имеет вид (см. правило составления таких уравнений (11.7).
159
p |
p |
, |
||
|
0 |
1 |
|
|
p |
p . |
|||
|
||||
1 |
0 |
|
(11.15)
т.е.
p0
система вырождается в одно уравнение. Учитывая нормировочное условие доp1 1, найдем из (2.15) предельные вероятности состояний
p |
|
|
, |
|
|||
0 |
|
|
|
|
|
|
p |
|
1 |
|
,
(11.16)
которые выражают среднее относительное время пребывания системы в состоянии
(когда канал свободен) и |
S1 |
(когда канал занят), т.е. определяют соответственно |
|||||
относительную пропускную способность Q |
системы и вероятность отказа POTK : |
||||||
|
Q |
|
|
, |
|
||
|
|
|
|||||
|
|
|
|||||
P |
|
|
|
. |
|
|
|
|
|
|
|
|
|||
OTK |
|
|
|
|
|
|
|
|
|
|
|
|
|
S0
(11.17)
(11.18)
Абсолютную пропускную способность найдем, умножив относительную пропускную способность Q на интенсивность потока заявок
A
.
(11.19)
Пример 11.5. Известно, что заявки на телефонные переговоры в телевизионном ателье
поступают |
с |
интенсивностью |
, равной 90 заявок в час, |
а средняя продолжительность |
|
разговора |
по |
телефону |
tоб ~2 |
мин. Определить показатели |
эффективности работы СМО |
(телефонной связи) при |
наличии одного телефонного номера. |
|
Решение.
|
1 |
|
1 |
|
tоб |
2 |
|||
|
|
Имеем =90 (1/ч), t |
об = 2 мин. |
Интенсивность потока обслуживания |
0,5 (1/мин)=30 (1/ч). |
По (11.17) |
относительная пропускная способность |
СМО Q 30 /(90 30) 0.25, т.е. в среднем только 25% поступающих заявок осуществят переговоры по телефону. Соответственно вероятность отказа в обслуживании составит POTK 0.75 (см. (11.18)). Абсолютная пропускная способность СМО по (11.19)
A 90 0,25=22.5, т.е. в среднем в час будут обслужены 22.5 заявки на переговоры. Очевидно, что при наличии только одного телефонного номера СМО будет плохо справляться с потоком заявок. ►
Многоканальная система с отказами. Рассмотрим классическую задачу Эрланга.
Имеется n каналов, на которые поступает поток заявок с интенсивностью . Поток обслуживаний имеет интенсивность . Найти предельные вероятности состояний системы и показатели ее эффективности.
|
|
|
160 |
|
|
Система |
S |
(СМО) имеет следующие состояния (нумеруем их по числу заявок, |
|||
находящихся в |
системе): S0 |
, S1, S2 ,..., Sn , где |
Sk |
— состояние системы, когда в ней |
|
находится k |
заявок, т.е. занято |
k каналов. |
|
|
Граф состояний СМО соответствует процессу гибели и размножения и показан на рис.
13.7.
Рис. 13.7
Поток заявок последовательно переводит систему из любого левого состояния в соседнее
правое с одной и той же интенсивностью |
. Интенсивность же потока обслуживаний, |
переводящих систему из любого правого состояния в соседнее левое состояние, постоянно меняется в зависимости от состояния. Действительно, если СМО находится в состоянии S2 (два канала заняты), то она может перейти в состояние S1 (один канал занят), когда закончит обслуживание либо первый, либо второй канал, т.е. суммарная интенсивность их потоков
обслуживаний будет |
2 . Аналогично |
суммарный поток обслуживаний, переводящий СМО из |
||||
состояния |
S3 |
(три |
канала заняты) |
в |
S2 , будет иметь интенсивность |
3 , т.е. может |
освободиться любой из трех каналов и т.д.
В формуле (13.13) для схемы гибели и размножения получим для предельной вероятности состояния
p |
|
|
1 |
|
|
|
|
|
|||||
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
где члены разложения
|
2 |
|
|
|
|
|
... |
||
2! |
2 |
|||
|
||||
|
|
2
,,...,
2! 2
|
k |
|
|
|
|
k ! |
k |
|
|
||
|
n |
|
|
|
|
n! |
n |
|
|
|
|
n |
|
|
1 |
|
|
|
|
|
|||
|
|
|
|
|
|
|
... |
n! |
n |
|
, |
(13.20) |
|
|
|
|
|
|||
|
|
|
|
|||
|
|
|
|
|
|
будут представлять собой коэффициенты при
p0
в выражениях для предельных вероятностей
p |
, |
1 |
|
p |
,..., p |
,..., |
2 |
k |
|
pn
. Величина
(13.21)
называется приведенной интенсивностью потока заявок или интенсивностью нагрузки канала. Она выражает среднее число заявок, приходящее за среднее время обслуживания одной заявки. Теперь
|
|
|
|
2 |
|
k |
|
|
n 1 |
|
|
p0 |
1 |
|
|
|
... |
|
... |
, |
|
(13.22) |
|
|
|
|
2! |
|
k ! |
|
|
n! |
|
|
|
p1 p0 , p2 |
|
2 |
p0 ,..., |
pk |
k |
n |
|
||||
|
2! |
|
p0 ,..., pn |
p0 |
(13.23) |
||||||
|
|
|
|
|
|
|
k ! |
n! |
|
Формулы (13.22) и (13.23) для предельных вероятностей получили названия формул Эрланга (датский инженер, математик) в честь основателя теории массового обслуживания.
Вероятность отказа СМО есть предельная вероятность того, что все n каналов системы будут заняты, т.е.
|
|
161 |
POTK |
n |
|
p0 . |
(13.24) |
|
|
n! |
|
Относительная пропускная способность — вероятность того, что заявка будет обслужена:
Q 1 P |
1 |
OTK |
|
Абсолютная пропускная способность:
|
|
|
n |
A Q 1 |
n! |
|
n n!
p |
|
|
|
. |
|
0 |
|
|
|
|
|
p0
.
(13.25)
(13.26)
Среднее число занятых каналов
k
есть математическое ожидание числа занятых каналов:
n
k kpk k 1
,
где pk — предельные вероятности состояний, определяемых по формулам (13.22), (13.23). Однако среднее число занятых каналов можно найти проще, если учесть, что абсолютная
пропускная способность системы A есть не что иное, как среднее число обслуженных системой заявок (в единицу времени). Так как каждый занятый канал обслуживает в среднем заявок (в
единицу времени), то среднее число занятых каналов
k |
A |
|
|
||
|
или, учитывая (13.26), (13.21):
(13.27)
|
|
n |
|
|
|
|
|
|
|
k 1 |
n! |
p0 |
. |
|
|
|
|
◄Справка. Покажем другой вывод формулы (13.28).
|
n |
|
|
|
|
|
n |
|
|
|
k |
|
|
|
|
n |
|
|
|
|
k 1 |
|
|
|
|
|
|
|
|
|||
|
|
|
k |
|
|
0 |
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
k |
|
|
kp |
p |
|
k |
|
|
p |
|
|
|
k |
|
|
1)! |
|
|
|
|
|
|||||||||||
|
k 1 |
|
|
|
|
k 1 |
|
|
k ! |
|
|
|
k 1 |
|
(k |
|
|
|
|
|
. |
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
n 1 |
|
|
j |
|
|
|
n 1 |
|
|
k |
|
|
|
|
|
n |
|
|
|
|
|
k |
|
|
n |
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
0 |
|
|
|
|
0 |
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|||||
p |
|
|
k |
|
|
p |
|
|
|
k |
|
p |
|
|
|
|
k |
|
|
|
|
|
|
|
|
|||||||
|
|
j 0 |
|
j! |
|
|
|
k 0 |
|
k ! |
|
|
|
|
k 0 |
|
|
k ! |
|
n! |
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
k |
|
1 |
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
Далее, |
|
из |
(13.22) следует |
p |
0 |
|
|
|
k |
|
|
|
|
|
|
. Поэтому |
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
k 0 |
|
|
|
k ! |
|
|
|
|
|
|
(13.28)
n |
|
k |
p0 1 . С учетом этого |
k |
|
||
k 0 |
k ! |
|
получим
162
k
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
p |
|
p |
1 |
|
|
|
|
|
|
1 |
|
|
|
||||||||
0 |
0 |
|
|
|
|
|
||||
|
|
|
|
|
n! |
|
|
|
p0
n n!
►
Пример 13.6. В условиях задачи 13.5 определить оптимальное число телефонных номеров в телевизионном ателье, если условием оптимальности считать удовлетворение в среднем из каждых 100 заявок не менее 90 заявок на переговоры.
Решение. Интенсивность нагрузки канала по формуле (13.21) =90/30=3, т.е. за
время среднего (по продолжительности) телефонного разговора tоб =2 мин. поступает в среднем 3 заявки на переговоры.
Будем постепенно увеличивать число каналов (телефонных номеров) n =2, 3, 4, ... и определим по формулам (13.22), (13.25), (13.26) для получаемой n -канальной СМО характеристики обслуживания. Например, при n = 2
|
|
|
|
3 |
|
|
|
|
|
2 |
|
p |
|
|
1 3 |
|
|
0 |
|
|
2! |
||
|
|
|
|
|
1
0.118
0.12
;
Q
|
3 |
|
|
2 |
|
1 |
2! |
0.118 |
|
|
0.471 0.47
;
A
90 0,471
= 42,4 и т.д. Значение характеристик СМО сведем в табл. 91.
Таблица 13.1
Характеристик |
Число каналов (телефонных номеров) |
|
|
|||||
а |
|
|
|
|
|
|
|
|
обслуживания |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
2 |
3 |
4 |
5 |
6 |
|
|
|
|
|
|
|
|
|
|
Относительная |
0,25 |
0,47 |
0,65 |
0,79 |
0,90 |
0,95 |
|
|
пропускная |
|
|
|
|
|
|
|
|
способность |
Q |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Абсолютная |
|
22,5 |
42,4 |
58,8 |
71,5 |
80,1 |
85,3 |
|
пропускная |
|
|
|
|
|
|
|
|
способность |
A |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
По условию оптимальности Q 0.9 , следовательно, в телевизионном ателье необходимо |
||||||||
установить 5 телефонных номеров (в этом случае Q |
= 0,90 — см. табл. 13.1). При этом в час |
будут обслуживаться в среднем 80 заявок ( A = 80,1), а среднее число занятых телефонных номеров (каналов) по формуле (2.27) k 80.130 2.67 .
Пример 13.7. В вычислительный центр коллективного пользования с тремя ЭВМ поступают заказы от предприятий на вычислительные работы. Если работают все три ЭВМ, то вновь поступающий заказ не принимается, и предприятие вынуждено обратиться в другой вычислительный центр. Среднее время работы с одним заказом составляет 3 ч. Интенсивность потока заявок 0,25 (1/ч). Найти предельные вероятности состояний и показатели эффективности работы вычислительного центра.
Решение. По условию n =3, |
=0,25 (1/ч), |
tоб |
обслуживаний 1/ tоб 1/3=0,33. Интенсивность
= 3 (ч). Интенсивность потока нагрузки ЭВМ по формуле (13.21)
=0,25/0,33=0,75 =0,25/0,33=0,75. Найдем предельные вероятности состояний: