Санкт-Петербургский Государственный
Электротехнический Университет «лэти»
Дисциплина: «Теория случайных процессов»
Отчет
По лабораторной работе № 1
«Моделирование и расчет характеристик марковских СМО»
Вариант №5
Санкт-Петербург
2007 г.
1. Задание на лабораторную работу
Исходные данные:
а) M|M|1, λ=1, μ=4;
б) M|M|1|2, λ=1, μ=2;
в) M|M|3|2|4; λ=2, μ=3 .
Для 3-х заданных СМО:
-
Составить диаграммы интенсивностей переходов.
-
Сформировать матрицы интенсивностей переходов Λ.
-
Составить дифференциальные уравнения для вероятностей состояний.
-
Составить уравнения для предельных вероятностей состояний.
-
Рассчитать предельные вероятности состояний по формулам.
-
Рассчитать основные предельные характеристики СМО: pожид , q, qs Q, T, W по формулам.
-
Смоделировать цепь Маркова, описывающую CMO. Вычислить эмпирические вероятности состояний и оценки величин q, qs , Q.
-
Смоделировать динамику вероятностей состояний. Построить графики вероятностей состояний и величин q(t), qs (t), Q(t). Рассчитать предельные характеристики п. 5 на компьютере.
-
Определить предельные вероятности состояний и характеристики СМО путем моделирования. Оценить время, через которое система выходит на предельные характеристики (с точностью порядка 1%).
-
Сформулировать выводы по работе (соответствие результатов расчетов по формулам, на компьютере и на основе моделирования).
Примечание. Для моделирования СМО с n=∞ провести моделирование с различными значениями n и выбрать такое n, при котором результаты стабилизируются.
Решение
а)
M|M|1, λ=1, μ=4.
Данная система является открытой.
Диаграмма интенсивности перехода имеет вид:
λ
λ
λ
λ
Матрица интенсивностей переходов Λ:
Составим дифференциальные уравнения для вероятностей состояний:
Уравнения для предельных вероятностей состояний имеют вид:
По формулам
рассчитаем предельные вероятности состояний. В итоге получаем:
По формулам рассчитаем основные предельные характеристики СМО: pожид , q, qs Q, T, W.
В итоге получаем:
Программа
clc;clear;
K=10;
h=0.1;
for i=1:K-1
la(i)=1;
mu(i)=4;
P0(i)=0; %Вектор начальных вероятностей при t=0
end
P0(1)=1;
P0(K)=0;
d=[la,0]+[0,mu];
LA=-diag(d)+diag(la,1)+diag(mu,-1); %Матрица интенсивностей переходов
n=length(P0);
N=500;
t=h*(1:N);
th=length(t);
P=expm(LA*h); %Матрица переходов за 1 шаг
A=P-eye(n);
%A=LA;
A(:,n)=ones(n,1);
b=[zeros(1,n-1),1];
ps=b/A;
C(1)=1;
for i=2:K
C(i)=(la(i-1)/mu(i-1))*C(i-1);
end
po_formulam=C/sum(C) %расчет пред. вер-тей по формулам
H0(1)=P0(1);
H(:,1)=P(:,1);
for i=2:n
H0(i)=H0(i-1)+P0(i);
H(:,i)=H(:,i-1)+P(:,i);
end
Q=H0;
h1=th; %Подсчет числа шагов
%m=[0 0 0 0];
for k=1:h1
u=rand(1);
i=1;
while u>Q(i)
i=i+1;
end
X(k)=i; %Число заявок на момент t
% m(i)=m(i)+1;
Q=H(i,:);
end
%m./h1
plot(t,X,'*');
%figure
for k=1:h1
q(k)=X(k)-1;
qs(k)=X(k)-q(k);
Q(k)=X(k);
end
plot(t,q,t,qs,t,Q)
%Рассчет эмпирических вероятностей
% q_sr - среднее число заявок, наход. в очереди на момент времени t
% qs_sr - среднее число заявок на обслуживании
p(1,:)=P0;
for i=2:h1
p(i,:)=p(i-1,:)*P;
for j=1:K-1
temp(j)=(j-1)*p(i,j+1);
g=p(i,2:K);
end
q_sr(i)=sum(temp);
qs_sr(i)=sum(g)*1;
end
figure
plot(p),grid
figure
plot(q_sr,'.'),grid
figure
plot(qs_sr,'.'),grid
p_emper=p(h1,:) %расчет пред. вер-тей эмперически
q_emper=q_sr(h1)
qs_emper=qs_sr(h1)
Вывод:
Предельные значения довольно близки к теоретическим значениям (c погрешностью < 1%). Достаточно высокая точность обеспечивается правильно выбранной размерностью системы.
В данной СМО большая часть заявок (1/4 от общего количества) находится в очереди. Для разгрузки системы необходимо увеличить количество приборов.
б)
M|M|1|2, λ=1, μ=2.
Данная система является системой с отказами.
Диаграмма интенсивности перехода имеет вид:
λ
λ
λ
μ
μ
μ
Матрица интенсивностей переходов Λ:
Составим дифференциальные уравнения для вероятностей состояний:
Уравнения для предельных вероятностей состояний имеют вид:
По формулам
рассчитаем предельные вероятности состояний. В итоге получаем:
По формулам рассчитаем основные предельные характеристики СМО: pожид , q, qs Q, T, W.
В итоге получаем: