- •1. Классическое и геометрическое определение вероятности, элементы комбинаторики
- •2. Аксематическое определение вероятности. Свойства вероятности.
- •3. Формула полной вероятности. Формула Байеса.
- •4. Схема независимых испытаний Бернулли. Предельная теорема Пуассона.
- •5. Классификация случайных величин.
- •2) Непрерывные случайные величины.
- •6. Математическое ожидание и его свойства.
- •7. Дисперсия и ее свойства.
- •Свойства дисперсии:
- •8. Характеристические функции и их свойства.
- •Свойства характеристической функции :
- •Способы описания св:
- •9.Теорема об обращении характеристической функции.
- •1 1. Виды сходимости случайных последовательностей.
- •13.Критерий сходимости в среднем квадратичном.
- •15. Усиленный закон больших чисел.
- •16. Центральная предельная теорема.
- •10.Производящие функции и их свойства.
- •17. Определение случайного процесса.
- •19. Статистические средние характеристики случайных процессов.
- •20. Сходимость в среднем квадратичном для случайных процессов.
- •21. Непрерывность случайных процессов.
- •22. Дифференцируемость случайных процессов.
- •23. Интегрирование случайных процессов.
- •24. Стохастические обыкновенные дифференциальные уравнения.
- •25. Процессы с независимыми приращениями.
- •26. Гауссовский случайный процесс.
- •27. Винеровский случайный процесс.
- •28. Марковские случайные процессы и цепи маркова определения.
- •29. Однородные цепи Маркова.
- •32. Уравнения Чепмена-Колмогорова.
- •33. Нахождение вероятностей переходов с помощью производящих функций.
- •34. Классификация состояний цепи Маркова по арифметическим свойствам вероятностей перехода
- •35. Свойство периода состояния.
- •36. Классификация состояний по асимптотическим свойствам переходных вероятностей
- •37. Критерий возвратности состояний.
- •38.Эргодические цепи Маркова
- •40. О средних временах переходов между состояниями
- •41. Стационарные цепи Маркова
- •42. Оптимальные стратегии в марковских цепях
- •43. Система диф.Ур-ий Колмогорова для однородной цепи Маркова с конеч.Числом состояний.
- •44. Процесс гибели и размножения
- •49. Обобщенное уравнение Маркова
- •50.Диффузионные процессы
- •51. Обратное уравнение Колмогорова
- •45. Марковские системы массового обслуживания.
- •Рассмотрим систему с простейшим потоком и экспоненциальным обслуживанием
- •46. Система обслуживания м / м / 1
- •47.Система м / м / n / 0
- •48. Система обслуживания м / м / n
- •52.Прямое уравнение Колмогорова для диффузных процессов
- •53. Стохастический интеграл Ито
- •54. Стохастический интеграл в форме Стратоновича
- •55. Стохастические дифференциальные уравнения
- •39. Закон больших чисел для цепей Маркова с конечным числом состояний.
- •57. Стационарность гауссовского случ.Процесса.
- •58. Теорема Бохнера., спектральная плотность случ.Процесса.
- •60. Мартингалы.
- •18. Пуассоновский случ.Процесс
- •Классическое и геометрическое определение вероятности, элементы комбинаторики
46. Система обслуживания м / м / 1
Определим вероятности переходов для процесса Переход процесса из состояния i в состояние за время означает, что в сістеме за это время должно обслужіться на одну заявку больше, чем поступіло. Следовательно, из формулы полной вероятности имеем
Но, так как , поскольку k = 1,2, …, то из следующих формул:
следует, что
(1)
Аналогично, переход процесса из состояния i в состояние i + 1 за время означает, что в систему должно за это время поступить на одну заявку больше, чем обслужиться. Поэтому
а из равенств:
вытекает, что
(2)
Кроме того, и учитывая что и
, получаем
(3)
Аналогично можно найти
(4)
Таким образом, из (1) – (4) следует, что является процессом гибели и размножения со следующим графом переходов
. . .
. . .
Из условия эргодичности для процесса гибели и размножения следует, что если
то существует единственное стационарное распределение, совпадающее с эргодическим, называется коэффициентом загрузки системы. Уравнения равновесия: имеют вид
откуда находим
Вероятность можно найти, используя условие нормировки , откуда следует, что , и поэтому т. е. число заявок в такой СМО в стационарном имеет геометрическое распределение.
Легко найти производящую функцию такого распределения:
Отсюда получаем выражение для среднего числа заявок в системе (в очереди и на обслуживании) с стационарном режиме:
Ясно, что , т. е при стремлении 1 очередь в СМО неограниченно растет.
При рассмотрении последующих СМО выражения для переходных вероятностей находятся подробным образом, как в предыдущем случае. Поэтому в дальнейшем мы сразу будем изображать граф переходов для соответствующего процесса гибели и размножения. Нужно только учесть, что если обслуживанием заявок заняты k линий, то интенсивность обслуживания равна k .
47.Система м / м / n / 0
Это система с потерями без ожидания. Если заявка поступает в систему в иомент, тогда обслуживанием занятяты все n линий, то она теряется. Такая система была введена датским инженером Эрлангом в начале прошлого столентия и применена в качестве модели обработки вызовов, поступающих на телефонную станцию. Граф переходов для такой СМО имеет вид
k-1
k
n-1
n
. . . . . .
2 k n
Поскольку число состояний системы конечно, то единственное стационарное распределение, совпадающее с эргодическим, существует всегда при любых параметрах , . Запишем уравнения равновесия для стационарных вероятностей состояний:
. Отсюда получаем
(1)
Вероятность , как всегда можем найти из условия нормировки, которой в данном случае имеет вид , откуда
.
Таким образом,
В частности, вероятность потери заявки равна (формула потерь Эрланга)
.