§ 28. Флуктуации длины очереди
Рассмотрим процесс образования очереди Q = {ζ,0'< Nr,r = 0,1,2,...}, введенный в § 27. Предполагается, что Nr = v1+ ... + vr, r = = 1, 2, ..., где {vr} —случайные величины, принимающие неотрицательные целые значения. Нас будут интересовать распределения случайных величин ξ n; ζ n ,а n, ß n и р n для любого п. Эти случайные величины полностью определяются процессом Q. Легко проверить, что справедливы следующие утверждения.
Длина очереди непосредственно после окончания n-го требования равна
ζг = max {Nn — Nr — п +r + 1 для r = 0, 1,...,«— 1 и ζ0 + Nn — п}.
(1) Действительно,
ζ n = [ζ n -l]+ + v n, n=1,2,..., (2)
а потому формула (1) верна, ибо если среди чисел 0, 1, ..., п-1 найдется такое наибольшее г, что ζr — 0, то ζг = vr+1 + ... + v„— — « + r + 1, а если такого г нет, то ζr = ζ0 — v1 + ... +vn — п.
Если для любого п известно распределение случайной величины ζr то распределение величины £„ немедленно получается из равенства
Р {ξn+k+1≤k│ζ0=i} (3)
Действительно, при ζ0 = 1 каждое из событий {ξn+k+1 ≤k} и {ζn+I ≤k} происходит тогда и только тогда, когда (n + k+l)-e требование поступает после окончания (n + i)-го требования.
Число обслуживании (среди первых п), которым предшествует период бездействия прибора, равно
а n= mах{0 и r-Nr+ 1 -ζ0 для r = 0, 1, ..., п - 1}, (4)
и ßn = n — an. Кроме того, очевидно, что
ß≥ ζo + Nn – ζn. (5)
Число обслуживании в начальный период занятости прибора равно
Po = min{r: ζ0+ Nr, = r и r= 0, 1, ...}, (6)
а если такого г нет, то р0 = ∞.
Между распределениями случайных величин ап и р0 существует интересная связь: для 0<k<n
P{an>k│ζ0 = i} = Р {р0 < n|ζ0 = i+ k) (7)
и
P{an= 0│ζo = i} = P {p0≥n|ζo = i} (8)
S 28. Флуктуации длины очереди 109
Равенство (8) очевидно. Для доказательства (7) заметим, что из (4) вытекает, что
Р{аn>k} = P{ζ0 + Nr + k≤r для некоторого r = 0, 1 п — 1},
(9) a из (6), что
Р{р0<n} = P{ζ0 + Nr ≤r для некоторого r= 0, 1, ..., п—1}. (10)
Сравнивая (9) и (10), видим, что вероятность того, что аn>k для процесса с начальной длиной очереди ζ0 = i, равна вероятности того, что р0 < п для процесса с начальной длиной очереди ζ0 = i + k. Отсюда и следует (7).
Процесс Q
Далее мы будем предполагать, что {vr} — либо переставляемые случайные величины, принимающие неотрицательные целые значения, либо, в частности, взаимно независимые и одинаково распределенные случайные величины, принимающие неотрицательные целые значения. Для них мы будем использовать те же обозначения, что и в гл. 2, а именно Р{vr = i} = πi, i = 0, 1, 2, ..., Е {zVr} = π(z), E{vr} = Y. E{vr(vr — 1)} = Y2. Var{vr} = (δ2 и z = δ -наименьший неотрицательный вещественный корень уравнения π(z) = z. Если y≤l и π1≠1, то δ=l. Если у> 1 или π1 = 1, то 0 ≤δ<1.
Теорема 1. Если v1, v2, ..., vn —переставляемые случайные величины, то при i ≥1
P{ζn≤k│ζ0 = i} = P{Nn≤n + k-i}-
P{ζn = 0│ζn= i}= -∑∑‚{1- } (H)
и, в частности,
n-i
P fè„ = 0|Ç„ = /} = J] (l - {) P {Nn = j) (12)
при /^ 0.
Доказательство. Рассмотрим соотношение (1) для £„.
Если заменить v,, v2 v„ на v„, vn-u ..., v,, получим новую
случайную величину
ln = max{Nr-r + 1 для r = \ п и Nn~n + Q, (13)
распределение которой совпадает с распределением величины £„. Таким образом,
Vfcn<k\Z0 = i} = P{Nr<r + k для л = 1, ...,п и Nn^n + k-î).
(14)
Для /^ 1 правую часть равенства (14) можно найти из формулы (2) § 6. При / = 0 и /= 1 значения (14) совпадают. Если же k = = 0, то (14) можно получить из формулы (4) § 6. Теорема .доказана.
Если V,, v2, ..., vn — взаимно независимые и одинаково распределенные случайные величины, то в соотношении (11) можно написать V{N, = j + k, Nn = j + k + /}= P {N, = / + k) P {#„_, = /}. Тогда (И) и (12) дают
P {£» <k\Zo = i) = P {Nn <ti + k - i} -
- S P &n-i = 0|g0 = i} P {N, = j + k) (15) для i~^0. Устранив условие £0 = /, получим
n
P ßn < k) = P fc, + Nn < n + £} - 2 P ß„-y = 0} P {iVj = / + k). (16)
Теорема 2. £слы {vr} — взаимно независимые и одинаково распределенные случайные величины и у<1, то предельное распределение lim Р {|„ = k} = Pk, k = 0, 1,2, ..., существует и не за-
П->оо
висит от распределения начальной длины очереди. Для \ z | < 1
fc=0
где Я0 = 1 — у, я Ль /г=1,2, ..., задаются формулами (15) w (16) § 7. Вероятности Qk = Я0 + ... + ЯА, £ = 0, 1, 2, . . ., задаются формулами (10) и (11) § 7. Кроме того, для k = 0, 1,2, ...
оо
Q*-1-(1-Y)SP{^ = / + ä}. (18)
£с<щ v^l u n^l, то lim Р {|„ = k} — 0 для любого k вне за-
висимости от распределения начальной длины очереди.
Доказательство. Предельные распределения для {£„} и {£„} совпадают, ибо из (3) вытекает, что
Hm Р (!„ < k | Со = /} = lim Р {£„ < k | & = /} (19)
для любого /. Далее, в силу (14)
P{Nr<r + k для г=1, ..., n)-Pfe0 + Nn>n + k}^
<PßnO}<P{tf,<r + Ä для г=1, ..., л}. (20)
Согласно слабому закону больших чисел, lim Nn/n = y по ве-
П->оо
роятности. Если y<1. то из этого следует, что lim Р{£0 + jV„ >
гс->оо
>п + й} = 0 для любой случайной величины £0 и для любого k. Пусть Y<1; положим в (20) п->оо. Тогда по теореме о непрерывности для вероятностей
limPßn</s} = P{W,<r + £ для г=1, 2, ...} = Qk, (21)
га-»оо
вне зависимости от распределения начальной длины очереди. Вероятности {Qk} заданы в теореме 3 (или теореме 4) § 6. Явные формулы для Qk, k = 0, 1, 2, . . ., и. Pk = Qk-Qk-u k=\, 2, ..., приведены в § 7.
При Y^l и щ¥=1 по теореме 3 § 6 правая часть неравенства (20) стремится к нулю при п->оо. Отсюда следует, что lim Р {£„ <; k) = 0 для всех k, и теорема доказана.
гс->оо
Замечание. При л0>0 и я0 + п(<1 теорему 2 можно доказать также с помощью теории цепей Маркова. В этом случае {£„, п = 0, 1,2,...} является неприводимой и апериодической цепью Маркова с пространством состояний / = {0, 1, 2, ...}. Следовательно, пределы lim Р {£„ = k) = Pk, k = 0, 1, 2, ..., существуют
га-»оо
и не зависят от начальной длины очереди. При этом либо (i) Pk>0 для k = 0, 1, 2, ... и {Pk} — вероятностное распределение,
т. е. 2 Pk = 1. либо (Ü) Рй = 0 для k = 0, 1, 2 В случае (i)
fe=0
{£„} имеет единственное стационарное распределение, согласующееся с {Pk}- В случае (И) {£„} не имеет стационарного распределения.
Пусть {Pk} — стационарное распределение для {£„}. Положим
оо
P(2)=2/V (22)
fe=0
для |z|^l. Тогда в силу (2)
P(z) = [P0+ Р(г)-Ра]л(г), (23)
откуда
P(z)=--P0 ('-*)"(*). (24)
4 ' и л (г) — г v '
Требование Р(1)=1 дает Р0= 1 — л'(1) = 1 — у. Следовательно, если y<1. то существует стационарное распределение {Рк}, производящая функция которого задается формулой (24) с Р0 = 1 — у, а для {£„; /г = 0, 1, 2, ...} выполняется случай (i). При у~^ 1 предположение о существовании стационарного распределения ведет к противоречию. Поэтому {£„; /г = 0, 1, 2, ...} не имеет стационарного распределения и выполняется случай (И).
В следующей теореме вычисляется вероятность
Р (ß« < Щ = Р {ап > п - k) для О < k < п.
Теорема 3. Если \и v2, ..., v„ — переставляемые случайные величины, то
п-\
P{a„>è-/U0 = /} = 2jP{^/ = /-é} (25)
i-k
для / < й < /г и k>0. Если k = / = 0, то Р {ап>О1 £0 = 0} = 1.
Доказательство. Согласно (4),
Р К > * - Л &> = i) = 1 - Р {г ~ Nr < k для г = 0, 1, ..., п - 1}. (26)
Если £>0, то правая часть определяется из формулы (1) § 8. Случай k — 0 тривиален.
Теорема 4. Если vn г=1, 2, ..., —взаимно независимые и одинаково распределенные случайные величины, Е{vr} = у<1 и Var {vr} = ст2, то независимо от распределения величины £0
\implbjz£L<x]=0{x)j (27)
«-►со (. cm'J J
где Ф {х) — нормальная функция распределения со средним 0 и дисперсией 1.
Доказательство. Согласно (5),
ß„ = So+ #„-£„. (28)
Тогда по центральной предельной теореме
limPf ^""^ <*} = Ф(*). (29)
Л->оо I CTrt'2 J
Далее, lim £0//г1/2 = 0 по вероятности для любого £0. Если Y>1,
Я->°о
то lim NJn — y< 1 по вероятности, откуда lim £„//г'/г = 0 по вероят-
Я->оо Л->оо
ности. Поэтому если у< 1, то ß„ и Af„ имеют одно и то же асимптотическое распределение при п—><х>. Теорема доказана.
Замечание. Если предельное распределение
limPP'^ol^CW (30)
„-»•оо I 8п )
существует и lim gn — оо, то из (28) следует, что при у<1 слу-
П->оо
чайная величина ß„ имеет то же асимптотическое распределение, что и Nn.
Например, если P{vr>x} = h(x)/xa, где 1 <а<2 и lim h(cx)/h(x) = l
для любого положительного числа с, а также если gn таковы, что P{v, >g„}~ 1/л, то в формуле (30) G (х) = Ga(x), где G0 (at) — устойчивая функция распределения, характеристическая функция которого равна
оо
|^cfGaW = exp{-|2|a(cos^-/sin^-sgn2)r(l-a)} (31)
оо
для вещественных значений 2.
Теорема 5. Если \ь v2, ..., v„ — переставляемые случайные величины, а начальная длина очереди £0 равна г'^1, то вероятность того, что начальный период занятости прибора состоит из п обслуживании, равна
P{po = nl5o = fl = |P{^B = «-i). (32)
Доказательство. Формула (6) и теорема 1 § 4 дают
Р{Ро = "1£о = '} =
= P{Nr>r — i для г = 1, ..., п — 1 и Nn = n — i} = = Р {Nr < г для г = 1 п и Nn = n — i) =
= ^{Nn = n-i}, (33)
и теорема доказана.
Если, в частности, vb v2, ..., vr, ...—взаимно независимые и одинаково распределенные случайные величины, то рг, г = 0, 1, 2, ... —также взаимно независимые случайные величины и
Р{Рг = я} = Р{Ро = я|£о=1} (34)
для г = 1, 2, ... и /г = 1, 2
Теорема 6. Если v1( v2, ..., vr, ...—взаимно независимые и одинаково распределенные случайные величины, то для i^ 1
P{po<°°lÇo = fl = ô'. (35)
где ô — наименьший неотрицательный вещественный корень уравнения я (г) = г. Если Y^l м Лч^=1, го ô=l, a если у>1 «л«
Я| = 1, ГО Ô< 1.
Доказательство. Согласно (6),
P{po<°°ISo = 0=l-P{ sup (r-Nr)<i\, (36)
а правую часть можно получить из формулы (7) § 8.
Теорема 7. Если vh v2, ..., vr, ...—взаимно независимые одинаково распределенные случайные величины и начальная длина очереди £0 равна i^l, то вероятность того, что максимальная длина очереди в начальном периоде занятости прибора не превышает k, равна при k ^ 1
P{£r<fe для г = 1, ..., p0ISo = 0 = -^ft, (37)
где Qk определяется производящей функцией
оо
W = l^k=T0; (38)
ft=0
для | z | < ô; ô — наименьший неотрицательный вещественный корень уравнения я{г) = z, a Q0 — произвольная отличная от нуля константа.
Доказательство. Пусть р(/) — минимальное из чисел г, для которых Nr = r — i. Если £0 = /, то вероятность того, что максимальная длина очереди в начальном периоде занятости прибора не превышает k, равна
P{Nr<r + k-i для г = 1, .... Р(0) = -157~. (39)
где функции Qk, k = 0, 1, ..., определяются в теореме 2 § 7.
Если, в частности, в (37) i= 1, то получается вероятность того, что максимальная длина очереди в г-м периоде занятости (г = 1, 2, ...) не превосходит k.
Примеры, (i) Предположим, что в интервале времени (0, оо) закон поступления требований на обслуживание — пуассоновский с интенсивностью X. Начальная длина очереди в момент и = О равна £0. Требования обслуживает единственный прибор, начинающий работать в момент и = 0. Обслуживающий прибор занят, если в системе имеется по крайней мере одно требование. Времена обслуживания /,, %2, ..., %т, ... являются взаимно независимыми и одинаково распределенными положительными случайными величинами с функцией распределения Р{хг ^*} = Н(х). Они не зависят от моментов поступления требований. Положим
оо
г|ф)= JV«d//(*) (40)
о
для Re (s) ^ О,
oo
a=jxdH(x) (41)
о и
oo
ol=j(x-dfdH(x), (42)
0
если соответствующие интегралы сходятся.
Обозначим через vr, r=\, 2, ..., число поступлений в r-м периоде обслуживания. Тогда {v,.} — взаимно независимые и одинаково распределенные случайные величины с распределением
оо
p{Vr = j}=je-bxMLdH{x) (/ = 0,1,2,...). (43)
о
Распределение величины Nr, г = 0, 1, 2, ..., равно
Р {Nr = /} = j е~^ $f- dHr (х) (/ = 0, 1, 2, ...), (44)
о
где Нг(х) есть r-я свертка функции H(х) с самой собой; Н0(х)= 1 при xTfitO и Н0(х) = 0 при х<0.
В этом случае л (z) = ty (к ( 1 — z)), y = ка и а2 = À (a2 + al)- С помощью теорем настоящего параграфа можно найти распределения величин |„, £„, а„, ß„, p„, a также их асимптотические распределения.
(ii) Рассмотрим предыдущий пример с той единственной разницей, что в интервале времени (0, оо) требования поступают партиями случайного объема в соответствии с законом Пуассона с интенсивностью к. Предположим, что объемы партий являются взаимно независимыми и одинаково распределенными случайными величинами, не зависящими от времени поступления. Обозначим через р,-, у'=1, 2, ..., вероятность того, что партия состоит из j требований, и положим
оо
р(г)=щ%р,г'. (45)
/=i
Если vr,r=\, 2, ..., —число требований, поступивших в очередь в течение г-го периода обслуживания, то v1( v2, . . ., vr, . .. — взаимно независимые случайные величины. Их общая производящая функция имеет вид
n(z) = q[k(l-p(z))\. (46)
Зная распределение величины vn r=\, 2, .... можно с помощью теорем настоящего параграфа найти распределения величин |„, £„, а„, ß„, р„, а также их асимптотические распределения.