排队论及其应用Lecture6一般到达或服务模型.pptVIP

Multiple Peers We call the time when all the peers with the file are offline as the off time and the time when at least one of the peers is online as the on time and we denote the average time spent in the off and on states by E[TOFF] and E[TON] respectively. The fraction of time an arbitrary peer is online * The probability that at least one of the peers is online is given by There are n peers online is a conditional binomial distribution with parameter and * When n peers with copies of the file are online, the pmf of the service rate is obtained by convolving the service rates of the individual peers. Consider the sequence ζ0 = 0 and ζi = C/i for 1 ≤ i ≤ m. * Now, as in the single peer case, the expected number of times the set of peers transitions into the off state is given by E[TPL]/E[TON], each of which adds E[TOFF] time units to the download time. The expected download time is thus * Simulation * 使用K0(z)和Ki(z)=K(z)计算Π(z) * 求π0：Π(1)=1，且K(1)=K0(1)=1，K0’(1)=ρ0=λ/μ0，K’(1)=ρ=λ/μ * 最后，由令n=0，可求出π1；令n=1，可求出π2；令n=2，可求出π3；... 最终有 * M/G/∞模型 M/G/∞排队模型 类似于M/M/∞排队系统，无限个服务器 泊松到达，服务时间任意分布，CDF为B(t)，平均服务时间1/μ 时刻t系统内客户个数记为N(t)，到时间t，累积到达客户个数X(t)，累积离开客户个数Y(t) 由于泊松到达， * 时刻x到达的客户在时刻t仍在系统内的概率为1-B(t-x)。时刻t任意一个客户在系统内的概率 由于泊松到达，到达事件均匀分布在(0,t) 所以 ，且客户相互独立 根据组合定律 * 综上 当t→∞， ，所以 * 均值为λqtt的泊松分布 M/G/c/c损失模型 M/G/c/c排队模型 系统中c个服务器，无等待位 泊松到达，服务时间任意分布，CDF为B(t)，平均服务时间1/μ M/M/c/c的状态概率同样适用于M/G/c/c， * Erlang loss formula G/M/1排队模型 考虑一个排队系统 一个服务器，无穷等待位 客户单个到达，到达时间间隔任意分布，其CDF为A(t)，到达速率为λ 服务器平均服务速率 μ，服务时间为指数分布 G/M/1 定义Xn为第n个客户到达前瞬间，系统内的客户个数。有这里Bn是第n个客户和第n+1个客户到达间隔T(n)服务器服务客户的个数 * 由于服务时间和到达间隔均为独立随机变量，我们用T和B代表T(n)和Bn，有进而我们有上式只和i与j有关，说明{Xi}具有Markov性质 * pi0单独考虑 令 {Xi}的一步转移概率可以写为 令 ，则 * pi0单独考虑，因为系统空闲时，到达时间间隔并不是全部用于服务客户 矩阵形式展开，有 如果我们令Dqi=qi+1，则上式可以写为如果把D改写为z，上面右边为{bn}的生成函数，写为β(z)，进而有 * 求解这个式子，可以得到z，