2003_-_Gmurman__TV_i_MS
.pdfДОПОЛНЕНИЕ
А. Пример расчета многокаИ8JIьиоА систеМЫ
мaccoвoro обслуживании с отказами меТОАОМ МонтеКар.llО
Пусть в систему массового обслуживаиия с отка
зами (заявка ПОI<идает такую систему, если все каналы
заняты), состоящую из N каналов, поступает простейший
поток заявок (см. гл. VI, § б), причем плотность распре
деления промежутка времени между двумя последова
тельнымн заявками задана:
f (Т) = л.е-"~ (л. > О, 0< 'f< 00).
Каждая заявка поступает в первый канал. Еслн п~рвьdi канал свободен~ то он обслуживает заявку; если первый
канал занят, то заявка поступает во второй канал, обслу
живается им (если канал свободен) или передается в тре тий канал (если первый и второй каналы заняты) и т. д.
В случае, если в момент поступлення заявкн все ка
налы заняты, наступает отказ, т. е. поступившая заявка
не обслуживается и из дальнейшего рассмотрения исклю
чается.
Ведется подсчет числа обслуженных заявок и числа
отказов. Если заявка обслужена, то в «счетчик обслу
женных заявок» добавляют единицу; при отказе t"ДИНИЦУ
добавляют в 4Ссче:гчик отказов".
Ставится задача: найти математические ожндания
числа обслуженных заявок и числа отказов за заданное
время Т. Для решения этой задачи производят n испы таний, каждое длительностью Т, и определяют в каждом испы!ании число обслуженных заявок Н число отказов.
Введем обозначения:
tOf)C1l-длительность обслуживания заявки каналом; t .. -момент освобождення i-ro канала;
тk- момент поступления k-й заявки;
тk-длительность времени между поступлениями k-й
и (k+1)-й заявок; Tk+1=Tk+Tk-момент поступления |
|
(k + I)-й |
заявки, n-число испытаний. |
Пусть |
первая заявка поступила в момент Т1 =0, когда |
все каналы свободны. Эга заявка поступит в первый
29' |
451 |
канал и будет им обслужена за время 106('" В счетчик
обслуженных заявок надо записать единицу.
Разыграем момент Т. поступления второй заявки, для
чего выберем случайное число '1 И разыграем Т1 (учиты
вая, что 't'распределено по показательному закону) по
формуле (см. гл. XXI, § 7, пример 2)
Т1 = - (l/л) lп r l'
Следовательно, вторая заявка поступит в момент времени
Та = f 1 +Т1= О+Т1= Т1•
Если окажется, что t1 ~ Т: (вторая заявка поступила
_ после того, как первый канал освободился), то вторая
заявка будет обслужена первым каналом и в счетчик
обслуженных заявок надо добавить единицу.
Если же окажется, что t1 > T z• то первый канал занят, и заявка поступит во второй канал и будет им обслужена,
поскольку расчет начат в предположении, что все каналы
свободны; в счетчик обслуженных заявок надо добавить
единицу.
Дальнейший расчет производнтся аналогично. Если
внекоторый момент времени поступления очередной
заявки все каналы заняты, то наступает отказ и в счетчик
отказов надо добавить единицу.
Испытание заканчивается, если очередная заявка по
ступит в момент времени, превышающий момент окончания
испытания, т. е. если T k + 1 > Т.
В итоге i-ro испытания в счетчиках окажутся соот
ветственно число обслуженных заявок 'м,. оtlСJI И число
отказов 'м,. отк'
Пусть произведено всего n испытаний, каждое длитель
ностью Т, причем ~ f-M испытании зарегистрировано
АС; обе.. обслуженных заявок и М; отк отказов. В качестве
оценок искомых математических ожиданий принимают
выборочные средние:
n |
n |
~.tlj обеJl |
~ MioTK |
M·[.мo~] = -i=-I_- _ , |
;= l |
----о |
|
n |
n |
Для вычисления наименьшего числа испытаний. кото
рые с надежностью 'V обеспечат наперед заданную верхнюю
452
границу ошнбкн б~ можно использовать формулу (см. гn.
XVI. f |
15••амечание 2) |
|
|
|
|
|
tlu' |
|
|
n-v, |
|
rAe t |
находит по равенству Ф (t) = у/2, (1 .... I/А |
||
(см. r.n. XIII, § З). |
|
||
Пусть, например, известны среднее квадратическое от |
|||
клонение а ... 4 |
и V- 0,95, |
8 - 0.7. TorAa Ф (t) == 0'95/2 .... |
|
- 0,475 |
н t ос: |
1,96. |
|
~нимальиое число испытаиий |
|||
|
|
t'ol |
J.961.4' |
|
|
n - 7 - |
0,71 -126. |
Предполагалось, что время обслуживания - неслучаА
ная величниа; еCJ1И время обслуживания случайно, то
расчет производится аиалогично. Разумеется для разы
грывания случайного времени обслуживаиия иадо задать
8.КОПЫ его распределения для каждого канала.
На практике расчет производят ЭВМ.
Б. Применение мето.. Монте - КаРоЮ
к вwчислениlO оп~.еJleННWХ интеГРLl108
Приведем одии из способов вычисления определенных иитегралов методом Монте-Карло-сnособ IIсреднения nодынmегральной функцutl.
ТfеБУется найти оценку J: определениого интеграла
J == Sер (х)" . Рассмотрим случайиую величииу Х, распре-
•
делеииую равномерио в интервале интегрирования (о, Ь)
сплотиостью f (х) = 1/(Ь-а). Тогда математическое ожи
даиие
ь |
ь |
М [ер (Х)]= Sер (х>! (х)dx = |
b~" Sер(x)dx. |
d |
• |
OrcIOAa
ь
Sер (х)dx = (Ь-о)·М [ср (х)]•
•
Замени" математическое ожидание М [ер (Х)] его оцеи-
45э
кой-выборочной средней, ПОЛУЧИМ оценку J~ искомого
интеграла:
n
~ ер (Xj)
l~ = (b-а) . ...;I_=..;...I_-.
n
где х{-возможные зиачения случайной величины Х.
Так как величииа Х распределена равномерно в интер
вале (а, Ь) |
с плотностью |
f (х) = |
I/(b-a), |
то XJ разыгры- |
||
|
ь |
|
|
|
|
|
BalOТ по формуле b~aSdx = |
fJ |
(см. гл. |
XXI, § 7, |
пра- |
||
|
а |
. |
|
|
|
|
вило 2). Отсюда xJ=a+(b-а) fi' |
|
|
||||
Пример. |
НаАти:-.. а) оценку |
• |
определенного интеграла |
/ = |
||
/1 |
||||||
3 |
|
|
|
|
|
|
= ~ (Х+1) "; б) абсолютную погрешность l'- ,; 1; В) миинмальuое
1
ЧRCJЮ испытаниА. которые с надежностью 1'=0.95 обеспечат верхнюю rpаннцу ошибки 6=0.1.
Р еш е н и е. Используем формулу
|
" |
|
|
~ ер (Xj) |
|
• |
[= 1 |
|
11 |
=(Ь-а) ''':'' - ':'' - n -- ' |
|
по УСJlОВИ1О а= '. Ь=3. ер (Х) =Х+ f. |
Примем для простоты число |
|
испытаинli n= 10. Toгд;l |
oцt'НKa |
|
|
10 |
10 |
• |
~ (Х{+ 1) |
~ (Xi+ 1) |
'=' |
1=1 |
/1=(3-1). ~~1-=-0--=2. ~~I-;:-O--
РезуJlЬТ8ТЫ 10 испытаниА приведеиы В табл. 36. Случайные числа
ВЗJlТы из приложения 9 с тремя зиаками после запятой.
Таблица з6
Номер не-\ 1121з14151617\8\9\10
пытання i
r{ |
0,100 0.973 |
О,25З 0.376 |
0,52010, 1~50,86.1 0,467 0,354 0,876 |
|
2r{ |
0,200 |
1,946 |
0,506 0.752 |
1,040 0,270 1,726 0,934 0,708 1,752 |
x/=I+ |
1,200 2,946 |
1.506 1,752 |
2,040 1,270 2.726 1,934 1,708 2,752 |
|
+2r{ |
2.200 3,946 |
2.506 2,152 |
|
|
ер(Х{} = |
З,04О 2,270 3,126 2,934 2,108 3,752 |
=xi+ 1
Сложнв числа последней строки таблнцы, 1IахоДим ~ q> (Х;) = 29,834.
454
Искомая Оценка интеграла
'~ =2.(29,834/10)=5,967.
б) Найдем абсолютную пог~шность, приняв во вниманне, что
3
1= ~ (х+ l)dx=6:
I
1/-1; I =6-5,967 =0,033.
В) Найдем дисперсию усредняемой функции q> (Х) = Х+1, учи
тывая, что случайная ьеЛИЧИllа Х в интервале иитегрирования (1,3)
распределена |
равномерно |
и ее дисперсия D (Х) = (3-1)1/12 = 1/3 |
(см. гл. ХН, |
§ 1, пример |
2): |
a 2 =D (Х+ I)=D (Х)= 1/3.
г) Найдем минимальное число испытаний, которые с нндеж
ностью 0,95 обеспечат верхнюю границу ошнбки 6 = 0,1. Из равен
ства Ф(t)=О,95/2=О,475 по таблице приложения 2 находим t=I,96.
Искомое минимальное Число ИСпытаний
/202 |
1,962. (1;3) |
|
|
n = 62 - |
_ |
О,1~ |
128. |
В. Примеры СJlучайных процессов
1. Процесс Пуассона. Рассмотрим простейший
поток случайных событий, наступающих в интервале
времени (О. t). Напомним |
свойства |
простейшего |
потока |
|||||
(см. гл. VI, § 6): |
|
|
|
появления k |
||||
1) |
с т а Ц и о н а р Н о с т ь (вероятность |
|||||||
событий З8 |
время t зависит только от k и |
(); |
|
|||||
2) о т с у т с т в и е |
п о с л е д е й с т в и я |
(вероятность |
||||||
появлеиия |
k |
событий |
в |
течение |
промежутка времени |
|||
(Т, Т+ t) |
не |
зависит |
от |
того, сколько событий и как |
||||
появлялось до момента Т); |
|
|
|
|||||
З) |
о р Д и н а р н о с т ь |
(вероятность появления |
более |
одного события за малый промежуток времени tJ.t есть
бесконечно малая более высокого |
порядка, |
чем |
6.t, |
т. е. |
|||
Pk> 1 (t\t) = о (6.е). |
где |
. |
о (.:\t) |
О. |
|
|
|
11т |
fj,t = |
|
|
|
|||
|
|
11/ .. 0 |
|
|
|
|
|
Поставим своей |
задачей |
найти |
вероятность |
Рk и) по |
|||
явления k событий |
за |
время длительности |
'. Для |
упро |
щения вывода используем следствие. которое можно по-
и
лучить из приведенных выше своиств:
4) вероятность того, что за малое время tJ.t наступит
ровно одно собы'tие, пропорциональна 6.t с точностью до
бесконечно малой высшего порядка относительио At:
Р1 (tJ.t) = лtJ.t + о (&е) |
(л > О). |
(.) |
455
а) Найдем вероятность РО и) того, что за в р е м я
Д л и т е л ь н О С Т И t н е н а с т у п и т н и од н о г о с о
б ы т и я. Для этого примем во внимание, что на проме
жутке t + tJ.t не наступит НИ одного события, если на каждом из ДВУХ промежутков t и tJ.t не появится ии
одного события.
В силу СВОйств 1 и 2, по теореме умножения, |
|
РО (! + tJ.t) = РО (() Ро (tJ.t). |
(**) |
События «За время At не появилось ни одного собы
тия., 4Споявилось одно событIiе», «появилось более одноrо
события» образуют полную группу, поэтому сумма ве
роятностей ЭТИХ событий равна единице:
Ре (tJ.t) + Р) (tJ.t) + P k > 1 (tJ.t) = 1.
Учитывая, что |
P Il> I (tJ.t) = о (.1/) (свойство 3), |
Р1 (l1t) = |
= 'AtJ.t +0 (tJ.t) |
(свойство 4), имеем |
|
|
Pe (tJ.t)=l-'ААt-о(l1t). |
(***) |
Заметим, что, перейдя к пределу при I1t -+ О, найдем
P.(O)=I. (****)
Подставим (***) в (Н):
Ре (t + I1t) = Р, (t) [1- лl1t -о (l1t)1.
Отсюда
РО (t +tJ.t)- Р. (t) = - 'АР.. (t) М-о (l1t) Ро (t).
Разделив обе части равенства на I1t и перейдя к пределу при tJ.t - О, получим дифференциальное уравнение
P~ (t) = - 'АР, (t),
общее решение которого
Ре (t) = Се-М.
Используя (НН), найдем, что С = 1 и, следовательно,
Ре (t) = |
е- |
А/, |
|
Итак, вероятность того, |
что |
за время t не |
появнтся |
ии одиого событня, найдена. |
|
|
з а в ре - |
б) Найдем вероятность Р1 (t) п о я в л е и и я |
мя t ровно одного события. д'ля зтого опреде
лим вероятность того, что З3 время t + I1t событие по
явится один раз. Так будет в ДВУХ несовместных случаях:
466
1) событие наступит за время t и не наступит за время At,
2) событие не наступит за время t и наступит за время At.
По формуле полной вероятности, |
|
|
|
||||
|
|
Р. (t + At) = Р. (t) РО (At) + РО (t) Р1 |
(At). |
|
|||
Заменим Р. (М) и РО (At) соответственно по формулам |
(*) |
||||||
и (***), |
перенесем P 1 (t) в левую часть равенства, разделим |
||||||
обе его |
части на |
А! и перейдем к пределу |
при At - |
о. |
|||
в итоге получим |
линейное неоднородное уравнение пер |
||||||
вого |
порядка |
Р; (t) + ЛР. и) = Ле-М • |
|
|
|||
|
|
|
|
|
|||
Учитывая начальные условия, |
найдем С = |
О и, следова |
|||||
тельно, |
|
P1 (t) = (лt) е-М. |
|
(......) |
|||
|
|
|
|
|
|
||
Итак, вероятность .того, что за время 1 появится ровно |
|||||||
одно событие, найдена. |
|
|
|
|
|||
в) |
Найдем |
вероятность |
Р, (t) |
п о я в л е и и я |
за |
||
в р е м я |
t Р о в н о Д в у х с о б ы т ий. |
для |
этого опреде |
||||
лим |
вероятность |
того, что за |
время |
/ + At событие |
по |
явнтся два раза. Так буде'I в трех несовместных случаях:
1) |
событие |
наступит 2 раза за |
время t |
и не |
иаступит |
||
за |
время |
А/, 2) событие наступит I раз |
за |
время |
t и |
||
1 |
раз за |
время At, 3) событи~ не |
наступит за время |
1 и |
|||
наступит |
2 |
раза за время At. |
|
|
|
|
По формуле полной вероятиости,
Р1 (! + At) = Р. (/) Ре (At) + Р. (/) Р. (At) + Р. (t) Р, (A/).
Заменим Р. (At), Р. (At) и Р. (/) соответственно по фор
мулам (***), (*) и (**.....); примем во внимание условие 4; перенесем Р, (t) в левую часть равенства, разделим обе
его части на АI и перейдем к пределу при А' - о. 8 итоге
получим ди~реициальное уравнение
Р; (/) + ЛР, (t) = )"lte-1..1 .•
Решив это уравненне, найдем вероятность того. что за время t появится ровно два события:
(Щ'е-а"
P1(t) = |
21 |
- |
Аналогично можно получить вероятность ТОГО, что за
время t наступит k событий:
(At). е-а"
P.(/) = kl •
Таким образом, если |
события, наступающие в случай- |
, |
|
ные моменты времени, |
удовлетворяют указанным выше |
условиям, то ЧИСЛО событий, наступающих за фиксиро
ванное время t, распределено по закону Пуассона с па
раметром Лt. Другими словами, если Х (t)-число событий
простейшего потока, наступивших за время t, то при
фиксированном t функция Х (t) есть СJlучайная величина,
распределенная по закону Пуассона с параметром Лt.
Функцию Х и) называют случайным nроцессом Пуассона. Очевидно, каждая реализация Х и) есть неубывающая
ступенчатая функuия.
Процесс Пуассона широко используется при решении
многих задач практики и особенно в теории массового
обслуживания.
3 а ме ч а н и е. Длите~'1ьность времени между появле
ниями двух последовательных событий простейшего потока
(случайная величина Т) распределена по показательному
закону. Действительно, убедимся, что функция распре деления случайной величины Т имеет вид
F(t)= I-е-Лt •
События Т < t и Т ~ t противоположны, поэтому Р(Т< t)+P(T~t)=I.
или
F(t)+P(T~t)= 1.
Отсюда.
F (t) = 1- Р (Т ~ [).
Р (Т ~ ') есть вероятность того, что за время длительно
сти t не появится ни одного события потока; эта вероят
ность, как показано выше, равна е-Лt •
Итак.
F(t)=I-e- At ,
что и требовалось доказать.
2. Винеровский процесс. Известно, что если в жидкость
погрузить маленькую частицу, то она под влиянием уда
ров молекул жидкости будет двигаться по ломаной линии со случайиыми иаправлениями звеиьев. Это явление на зывают броун.овским движением по имени английского
ботаника Р. Броуна, который в 1827 г. открыл явление. но не объяснил его. Лишь в 1905 г. А. Эйнштейн описал брауновское движение математическИ. В 1918 г. и в по
следующие годы американский ученый Н. Винер построил
458
математическую модель, более точно описывающую броу
новское движение. По этой причине процесс броуновского
движения называют винеровским процессом.
Прежде чем определить винеровский процесс, вве.цем
предварительио понятия .нормальиого процесса и процесса
сиезависимыми приращениями.
Случайный процесс Х (t) иазывают НOPAUlAbНbUf. (гаус
совым), |
если совместиое распре.целение Х (/.), |
Х (/.), ... , |
Х и~) |
является иормальным для каждого k |
и всех 11 |
(i = 1, |
2, ... , k). Нормальный процесс полностью опре |
деляется его характеристиками: математическим ожИJUl
нием и корреляциоиной функцией.
Случайиый процесс Х (t) иазывают nроцессом с неэа
BUCUMbUfU nрUращеНUЯAlU, если его приращеиия иа вепе
рекрывающихся интервалах взаимно независимы, т. е.
случайиые величииы |
Х (t.)-X (t 1 ), |
Х (/.)-X (/.), .," |
Х о.)-х (/.-.) ДЛЯ |
1. < 1. < .,. < 11 |
взаимио незавн |
симы, Процесс снезависимыми приращениями определяется
распределением приращений Х (/) - Х (s) для произволь
ных 1 и s. Если приращение Х (/)-X (s) зависит только
от разности I-s, то процесс называют nроцессом со
cmaЦUОНЛРНbUf.U nрuращенuямu.
ВинеРО8Ским nроцессом (процессом броунot/ClWZO дви
жения) называют нормальный случайный процесс Х (/)
снезависимыми стационариыми приращ~ниями, для ко
торого |
Х (О) = О, М [Х (t)] =0, М [Х (1)·] =CJ'Ч ДЛЯ |
всех t |
> о. |
Важное зиачеиие вииеровскоro процесса состоит в том,
что ои используется при изучении МНОГИХ .цругих слу
чайиых процессов.
3. МаРКО8Ский случайный процесс. Используем терми нологию, введенную в гл. ХХII, § 1. Пусть в каждый
момент времени некоторая система может находиться
в одном из состояний Е1, Е,• ... (число состояний ко
нечно 8.'1И счетио). Если система случайно переходит из
одного состояния, например E j , в другое, |
иапример Ej , |
• |
u |
то говорят, что в системе происходит случаиныи процесс.
Если при этом вероятность перехода из состояиия Е{
в состояние Е! завпсит только от состояиия Е; и ие за
висит от того, IWrAa и как система пришла в это состоя
ние, то случайный процесс Х (t) называют .марковСIШAt.
Другими словами, если для каждого момента времени t.
протекание случайного |
процесса Х (t) в будущем (при |
t > t o) определяется его |
настоящим (значением Х (t,» и |
459
не зависит от |
прошлого (от значений |
Х (t) при t |
< t.). |
то х (t)- марковский случайный проuесс. |
|
||
Различают |
марковские процессы с |
дискретны.м. |
мно |
жеством состояний (число состояний конечно или счетно. переходы из состояния в состояние происходят скачком)
и с непрерывным множеством состояний, а также разли
чают npoueccbl с дискретным временем (моменты переходов фиксированны) и с непрерывным временем (моменты пе
реходов случайны).
В качестве примера рассмотрим процесс обслуживания простейшего потока заявок системой массового обслужи
вания с ожиданием (в такой системе заявка ~становитсЯ в очередь», если все каналы заняты) и показательным
временем обслуживания; покажем, что этот проuесс
является марковским.
Допустим, что в момент времени ' 6 система находи
лась в некотором определениом состоянии (обслуживается
некоторое число заявок, причем обслуживание каждоЙ
из них уже длилось определенное время). Назовем условно ~будущим обслуживанием» обслуживание для моментов
времени t > t o' которое определяется:
а) длительностью оставшегося времени обслуживания
заявок, поступивших до момента t(\;
б) числом заявок, которые поступят после момента 'о;
в) длительностью обслуживания этих заявок.
Убедимся. что будущее обслуживание не зависит от
того, как происходило обслуживание до момента (6.
Действительно:
а) длительность оставшегося времени обслуживания
заявок, которые уже обслуживались в момент 10' не за
висит от време"и обслуживания в силу характеристи
ческого свойства показательного распределения;
б) число заявок, которые поступят после момента 10'
не зависит от числа заявок, которые поступили до мо
мента t o• в силу свойства отсутствия последействия про-·
стейшего потока;
в) длительность обслуживания заявок, поступивших
после момента t 6 , очевидно, не зависит ни от числа заявок,
которые поступили до момеита '6' ни от длительности
обслуживания каждой из них.
Итак, будущий проuесс обслуживания (при t > t o) за
висит только от состояния системы в момент ео и не зависит
от того, как протекала работа системы до моменТа 10. Дру
гими словами, npouecc обслуживания простейшего потока заявок системой с ОЖИДанием и показательным законом времени обслуживания является марковским процессом.