排队论-1课件解说.ppt

K阶爱尔朗(Erlang)分布 如果随机变量T 的概率密度函数为 （t≥0) 其中包括两个参数，到达率参数 ，形状参数K（为非负整数），则称T 服从到达率参数为 ，形状参数为K 的爱尔朗分布。 如顾客连续接受串联的k个服务台的服务，各服务台的服务时间是独立的，且服从参数为 的指数分布 则顾客接受k个服务台总共需要的时间服从k 阶Erlang分布。 爱尔朗分布 f(t) k=1 k=2 k=4 k=6 k=20 排队系统的符号表示 为了描述这样的排队系统，Kendall（1951）发明了下列符号。每一个排队系统由6个字母表示： 1/2/3/4/5/6。 第一个字母表示到达过程的类型： M＝到达间隔时间相互独立，且服从指数分布； D＝到达间隔时间相互独立，且是定长的； Ek＝到达间隔时间相互独立，且服从形状参数为k的爱尔朗布； GI＝到达间隔时间相互独立，且服从其它一般的分布。 排队系统的符号表示 第二个字母表示服务时间的类型： M＝服务时间相互独立，且服从指数分布； D＝服务时间相互独立，且是定长的； Ek＝服务时间相互独立，且服从形状参数为的爱尔朗分布； G＝服务时间相互独立，且服从其它一般的分布。 第三个字母表示服务台的数量。 排队系统的符号表示 第四个字母表示排队规则 FCFS＝先到先服务； LCFS＝后到先服务； SIRO＝随机服务； GD＝其他一般的规则。 第五个字母表示系统最大容量（包括正在队列中等待的顾客和正在服务台接受服务的顾客）。 第六个字母表示顾客源的数量。除非潜在顾客的数量和服务台的数量是同一数量级的，否则我们认为顾客源的数量为无穷个。 许多重要的模型的4/5/6为GD/∞/ ∞ 。这种情况下，后三个字母通常省略。 例如，M/E2/8/FCFS/60/∞ 可描述为有8个医生，病人达到间隔时间服从指数分布，病人看病服从两阶段Erlang分布，先到先服务，最多能容纳60个病人的医院 研究排队论的重要概念——生灭过程 状态 ：t 时刻排队系统中的顾客数量 t＝0：系统的初始状态，即系统中初始的顾客数量。 关心的问题：当初始时刻有i个顾客时，在t时刻有j 个顾客的概率为Pij(t)。 当t足够大时，Pij（t）趋向于 ：状态j的稳定状态概率 与初始状态无关 即 经过一段较长时间后，系统中有j个顾客的概率 稳定状态的概率相对较容易求 生灭过程系统变化的定律 定律1：如果t时刻生灭过程的状态为j，则在时刻t 到t+ Δt之间发生一个生的概率为λjΔt +O(Δt)。其中系统从 j 状态转移到 j+1的事件叫做一个生，λj 叫做生率。在大多数排队系统中，一个生意味着一个顾客的到达。 定律2：如果t 时刻生灭过程的状态为 j，则在时刻 t 到t+ Δt之间发生一个灭的概率为μjΔt +O(Δt) 。其中系统从状态 j 转移到 j-1 的事件叫做一个灭，μj 叫做灭率。在大多数排队系统中，一个灭意味着一个顾客的服务结束。必须注意μ0 =0，否则将会出现小于0的状态。 定律3：生和灭相互独立。 生灭过程是一个连续时间随机过程,如果t时刻生灭过程的状态为j,则系统变化将服从下列定律 指数分布和生灭过程的关系 考虑 M/M/1/FCFS/∞/ ∞排队系统：到达间隔时间服从参数为λ的指数分布，服务时间服从参数为μ的指数分布 如果系统在t 时刻的状态为j,由指数分布的无记忆性可知，在时间段[t，t+Δt]发生一个生的概率为 根据泰勒展开 在时间段[t，t+Δt]发生一个生的概率为λΔt+O(Δt)。因此，状态j 的生率λj ，即是排队系统的到达率λ。 指数分布和生灭过程的关系 如果时刻t系统的状态为0，则没有顾客在接受服务，因此，在时间段[t，t+Δt]也没有顾客完成服务。因此 。如果时刻t系统的状态为j≥1，则只有一个顾客在接受服务（只有一个服务台）。由指数分布的无记忆性知，一个顾客在时间段[t，t+Δt]结束服务的概率为 因此，当时j≥1 ，μj =μ。 M/M/1/FCFS/∞/ ∞系统生灭率 0 1 2 j-1 j j+1 λ λ λ λ μ μ μ μ 状态 灭（服务完成） 生（顾客到达） λ为单位时间从状态j转移到状态 j+1 的平均次数 达间隔时间服从参数为λ的指数分布，服务时间服从参数为μ的指数分布。如果系统在时刻t的状态为j，即在时刻t排队系统中有j名顾客，那么由指数分布的无记忆性可知，在时间段[t，t+Δt]发生一个生的概率与系统已经到达状态j多长时间无关。在时间段[t，t+Δt ]发生一个生的概率为 在时间段