Разделы презентаций


Основоположник теории потока однородных событий

Содержание

Свойство марковости

Слайды и текст этой презентации

Слайд 1Основоположник теории потока однородных событий
Александр Яковлевич Хи́нчин (1894—1959)
профессор МГУ с

1927 года.
Создатель теории потока однородных событий,
Совместно с А.Н. Колмогоровым –

создатель теории случайных процессов и теории массового обслуживания.
Основоположник теории потока однородных событий Александр Яковлевич Хи́нчин (1894—1959)профессор МГУ с 1927 года.Создатель теории потока однородных событий,Совместно с

Слайд 2Свойство марковости

Свойство марковости

Слайд 3Непрерывный Марковский процесс
Рассмотрим два состояния Марковской цепи si и si.

Переход из состояния в состояние происходит под воздействием пуассоновского потока

с интенсивностью ij. Пуассоновский поток обладает свойством отсутствием последействия, поэтому нам не надо будет заботиться о том, как система попала в состояние si.

Рассмотрим элементарный участок на оси времени t, примыкающий в точке времени t. Вероятность того, что система, находящаяся в состоянии si, перейдет в состояние si будет равна ijPi.
Непрерывный Марковский процессРассмотрим два состояния Марковской цепи si и si. Переход из состояния в состояние происходит под

Слайд 4Непрерывный Марковский процесс
Рассмотрим систему из n состояний s1…sn. Пусть имеется

имеются интенсивности переходов между каждыми двумя состояниями ij (ij), если

две вершина не связаны, то интенсивность переходов между ними равна нулю. Обозначим pi(t) вероятность того, система в момент t находится в состоянии si (i=1…n). Пусть pi(t+t) вероятность того, что система будет в состоянии si в момент t+t. Обозначим эту вероятность A:A={S(t+t)=si}.
Событие A состоит из суммы двух возможных событий (A=B+C):
B – система уже была в состоянии si и за время t не вышла из него.
C – система была в одном из состоянии, из которых возможен переход в состояние si и за время t она перешла в состояние si.
Выясним вероятность события B
Непрерывный Марковский процессРассмотрим систему из n состояний s1…sn. Пусть имеется имеются интенсивности переходов между каждыми двумя состояниями

Слайд 5Непрерывный Марковский процесс

Непрерывный Марковский процесс

Слайд 6Непрерывный Марковский процесс

Непрерывный Марковский процесс

Слайд 7Непрерывный Марковский процесс в сбалансированном режиме

Непрерывный Марковский процесс в сбалансированном режиме

Слайд 8Пример расчета стационарных вероятностей для непрерывного Марковского процесса
Уравнения Колмогорова:
P1’=P331-P1 12
P2’=P112+P442-P2

23
P3’=P223-P3 (31+ 34)
P4’=P334-P4 42
P1’=2P3 - P1
P2’=P1 + 2P4-0,5P2
P3’=0,5P2 - 6P3
P4’=4P3

- 2P4
Пример расчета стационарных вероятностей для непрерывного Марковского процессаУравнения Колмогорова:P1’=P331-P1 12P2’=P112+P442-P2 23P3’=P223-P3 (31+ 34)P4’=P334-P4 42P1’=2P3 - P1P2’=P1 +

Слайд 9Пример расчета стационарных вероятностей для непрерывноного Марковского процесса
Уравнения Колмогорова
для стационарного

режима:
P1’=2P3 - P1

=0
P2’=P1 + 2P4-0,5P2=0
P3’=0,5P2 - 6P3 =0
P4’=4P3 - 2P4 =0

Уравнения Колмогорова
в матричном виде

Пример расчета стационарных вероятностей для непрерывноного Марковского процессаУравнения Колмогоровадля стационарного режима:P1’=2P3 - P1

Слайд 10Пример расчета стационарных вероятностей для непрерывного Марковского процесса
Заменим одну строку

матрицы на условие нормировки, добавим столбец свободных членов, все элементы

которого равны 0 кроме ячейки напротив строки с условием нормировки. Решим систему уравнений и получаем стационарные вероятности.
Пример расчета стационарных вероятностей для непрерывного Марковского процессаЗаменим одну строку матрицы на условие нормировки, добавим столбец свободных

Слайд 11Системы массового обслуживания (СМО)

Системы массового обслуживания (СМО)

Слайд 12Основоположник теории массового обслуживания
Андре́й Никола́евич Колмого́ров (1903—1987)
Профессор МГУ с 1931

года.
Один из крупнейших математиков XX века.
Один из основоположников современной теории

вероятностей.
Создатель теории случайных процессов и теории массового обслуживания.
Основоположник теории массового обслуживания Андре́й Никола́евич Колмого́ров (1903—1987)Профессор МГУ с 1931 года.Один из крупнейших математиков XX века.Один из

Слайд 13Основоположник теории массового обслиживания
Ангер Краруп Эрланг (1878—1929)
Датский математик и инженер, один

из основателей ТМО.
1909 год – опубликована работа «Теория вероятностей и

телефонные разговоры» (The Theory of Probabilities and Telephone Conversations.) , получившая признание во всем мире.

В его честь названа единица измерения трафика в телекоммуникационных системах – эрланг. 1 эрланг (1 Эрл) эквивалентен разговору двух абонентов в течение 1 часа.

Формулой Эрланга пользуются до сих пор.
Основоположник теории массового обслиживанияАнгер Краруп Эрланг (1878—1929)Датский математик и инженер, один из основателей ТМО.1909 год – опубликована работа

Слайд 14Процесс гибели и размножения – снова СМО
Процесс гибели и размножения

представляет собой процесс порождения заявок и их обработку (гибель) в

моделируемой системе.
Этот процесс может быть описан Марковской системой, где каждое состояние связано с только с двумя соседними состояниями (за исключением нулевого и n-го состояний, где n – число состояний в Марковской системе; n может быть равным ).

i - интенсивность рождения заявок;
i - интенсивность гибели (обслуживания) заявок.
Процесс гибели и размножения – снова СМОПроцесс гибели и размножения представляет собой процесс порождения заявок и их

Слайд 15Процесс гибели и размножения – основа СМО
Решение системы уравнений:
Система уравнений

Колмогорова для стационарного состояния системы рождения и гибели

Процесс гибели и размножения – основа СМОРешение системы уравнений:Система уравнений Колмогорова для стационарного состояния системы рождения и

Слайд 16Системы массового обслуживания (СМО)
Системы массового обслуживания (СМО) или теория массового

обслуживания (ТМО) – это частный случай непрерывной Марковской системы. ТМО

рассматривает наиболее часто встречающийся на практике случай – процессы гибели и размножения.

СМО – это системы из трёх типов элементов:
Источник заявок (ИЗ) - порождает поток заявок.
Обслуживающее устройство (ОУ) – обслуживает заявки.
Очередь ожидания (Оч.). В очередь попадают заявки, в случае занятости ОУ облуживанием предыдущей заявки.

Системы массового обслуживания (СМО)Системы массового обслуживания (СМО) или теория массового обслуживания (ТМО) – это частный случай непрерывной

Слайд 17Классификация СМО
По дисциплине обслуживания
По количеству ОУ
Одноканальные.
Многоканальные.
По приоритету
С одинаковым приоритетом заявок.
С

разным приоритетом заявок.
По времени ожидания
Без ограничения времени ожидания.
С ограничением времени

ожидания.

Классификация СМОПо дисциплине обслуживанияПо количеству ОУОдноканальные.Многоканальные.По приоритетуС одинаковым приоритетом заявок.С разным приоритетом заявок.По времени ожиданияБез ограничения времени

Слайд 18Классификация СМО
В ТМО существуют стандартные обозначения классов СМО:
A/B/m
Или
A/B/m/K/M, где
A,B –

тип потока входящих событий и дисциплины обслуживания.
m – количество ОУ

в СМО.
K – количество мест для заявок в очереди

Типы потока заявок:
M – простейший поток.
Er – поток Эрланга порядка r.
D – детерминированное.
HR- гиперпоказательное порядка R.
G – распределение произвольного типа.
Классификация СМОВ ТМО существуют стандартные обозначения классов СМО:A/B/mИлиA/B/m/K/M, гдеA,B – тип потока входящих событий и дисциплины обслуживания.m

Слайд 19Пример СМО

Пример СМО

Слайд 20Пример СМО

Пример СМО

Слайд 21Формула Литтла

Формула Литтла

Слайд 22Одноканальная СМО с отказами (M/M/1)

Одноканальная СМО с отказами (M/M/1)

Слайд 23Одноканальная СМО с ограниченной очередью (M/M/1/K)

Одноканальная СМО с ограниченной очередью (M/M/1/K)

Слайд 24Одноканальная СМО с ограниченной очередью
Pотк=РN=
относительная пропускная способность
абсолютная пропускная

способность: А=q∙λ
среднее число находящихся в системе заявок:
среднее время пребывания заявки

в системе:

средняя продолжительность пребывания клиента (заявки) в очереди:  Wq=Ws- 1/μ;
среднее число заявок (клиентов) в очереди (длина очереди): Lq=λ(1-PN)Wq.

(M/M/1/K)

Одноканальная СМО с ограниченной очередьюPотк=РN=  относительная пропускная способностьабсолютная пропускная способность: А=q∙λсреднее число находящихся в системе заявок:среднее

Слайд 25Одноканальная СМО с неограниченной очередью (M/M/1/)

Одноканальная СМО с неограниченной очередью (M/M/1/)

Слайд 26Одноканальная СМО с неограниченной очередью
Среднее число заявок в системе
Среднее время

пребывания заявки в системе
Средне число заявок под обслуживанием
Время пребывания заявки

в очереди

Среднее число работающих ОУ в системе

LSIST=

(M/M/1/)

Одноканальная СМО с неограниченной очередьюСреднее число заявок в системеСреднее время пребывания заявки в системеСредне число заявок под

Слайд 27Пример расчета одноканальной СМО с неограниченной очередью
В порту имеется один

причал для разгрузки судов. Интенсивность потока судов равна 0,4 (судов

в сутки). Среднее время разгрузки одного судна составляет 2 суток. Предполагается, что очередь может быть неограниченной длины. Найти показатели эффективности работы причала, а также вероятность того, что ожидают разгрузки не более чем 2 судна.
Решение

Вероятность ожидания не более, чем 2-х судов

Пример расчета одноканальной СМО с неограниченной очередьюВ порту имеется один причал для разгрузки судов. Интенсивность потока судов

Слайд 28Многоканальная СМО с отказами (M/M/K)

Многоканальная СМО с отказами (M/M/K)

Слайд 29Многоканальная СМО с отказами (M/M/K)
Формула Эрланга!

Многоканальная СМО с отказами (M/M/K)Формула Эрланга!

Слайд 30Многоканальная СМО с ограниченной очередью
=/n – нагрузка на один канал
(M/M/K/)

Многоканальная СМО с ограниченной очередью=/n – нагрузка на один канал(M/M/K/)

Слайд 31Многоканальная СМО с ограниченной очередью (M/M/K/L)
Среднее число занятых работой ОУ

Многоканальная СМО с ограниченной очередью (M/M/K/L)Среднее число занятых работой ОУ

Слайд 32Многоканальная СМО с неограниченной очередью
(M/M/K/)

Многоканальная СМО с неограниченной очередью(M/M/K/)

Слайд 33Многоканальная СМО с неограниченной очередью
Среднее число занятых каналов
(M/M/K/)

Многоканальная СМО с неограниченной очередьюСреднее число занятых каналов(M/M/K/)

Слайд 34Литература
1. Вентцель Е.С., Овчаров Л.А. Теория случайных процессов и ее

инженерные приложения. — Учеб. пособие для втузов. — 2-е
изд., стер.

— М.: Высш. шк., 2000. — 383 с:
2. Клейнрок Л. Теория массового обслуживания. Пер. с англ. /Пер. И.И. Глушко; ред. В.И. Нейман. – М.: Машиностроение, 1979. – 432 с.
3/ Миллер Б. М., Панков А. Р. Теория случайных процеспроцессов в примерах и задачах. - М.: ФИЗМАТЛИТ, 2002. -320 с.
Литература1. Вентцель Е.С., Овчаров Л.А. Теория случайных процессов и ее инженерные приложения. — Учеб. пособие для втузов.

Обратная связь

Если не удалось найти и скачать доклад-презентацию, Вы можете заказать его на нашем сайте. Мы постараемся найти нужный Вам материал и отправим по электронной почте. Не стесняйтесь обращаться к нам, если у вас возникли вопросы или пожелания:

Email: Нажмите что бы посмотреть 

Что такое TheSlide.ru?

Это сайт презентации, докладов, проектов в PowerPoint. Здесь удобно  хранить и делиться своими презентациями с другими пользователями.


Для правообладателей

Яндекс.Метрика