- 1、本文档共89页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
排队论与计算机系统-网络性能评价
Introduction
排队论与计算机系统/网络性能评价;计算机系统性能评价主要目的;性能参数;性能评价方法(1);性能评价方法(2);性能评价方法(3);Introduction
随机过程排队论初步;内容提要;Exponential Distribution;Exponential Distribution (contd.);Memoryless Property;指数分布例题-习题3.5;习题3.5 (Contd.);习题3.6;习题3.6 (Contd.);Poisson Distribution;Poisson Distribution (contd.);Sum of Poisson Random Variables;Sum of Poisson Random Variables (cont.);Sampling a Poisson Variable;Sampling a Poisson Variable (contd.);Poisson Approximation to Binomial;Small Interval Probabilities;内容提要;随机过程;例:
某路由器的IP包t时刻进入缓存等待转发,等待时间{W(t): t0}是一个连续时间的连续随机过程
从时间0到t到达路由器的IP包个数{N(t): t0}是一个连续时间的离散随机过程
Xn表示一周7天中某一天某计算机启动的进程数,n∈{1,2,3,4,5,6,7}。{Xn}是一个离散时间的离散随机过程。
Xn表示一周7天中某一天某计算机的工作时间, n∈{1,2,3,4,5,6,7}。{Xn}是一个离散时间的连续随机变量。;计数过程;例,Bernoulli过程
X1,X2,…是独立同分布的Bernoulli变量,成功的概率为p。令Sn=X1+X2+…+Xn,即前n次伯努力实验的成功次数,{Sn}是一个计数过程,被称为伯努力过程。Sn的分布是二项分布。;Poisson过程;定理:{N(t),t≥0}是一个速率为λ的泊松过程。Y表示一段时间t0内事件发生的个数,则
证明:定义 ,取h→0 代入初始条件 ,得到;对时间t+h时n个事件发生的情况Pn(t+h),三种情况
时间t时已经发生了n个事件,
时间t时发生了n-1个事件,[t,t+h)这段时间发生了1个事件
时间t 时发生了n-k个事件, [t,t+h)这段时间发生了k个事件,k1
取h→0, 初始条件 ,迭代求解得到;定理: {N(t),t≥0}是一个速率为λ的泊松过程。令0t1t2t3…为事件发生的一系列时间。定义事件发生的间隔τ0=t1-0, τ1=t2-t1,τ2=t3-t2,…, τk=tk+1-tk,…。时间间隔{τi}是独立同分布的,服从参数为λ的指数分布。
证明:对任意n和τ,下面两个事件等价{τns},{N(tn-1+s)-N(tn-1)=0}所以,P[τns]=P[N(tn-1+s)- N(tn-1)=0]=P[N(s)=0]
=e-λs;定理: {N(t),t≥0}是一个计数过程,事件发生间隔记为{τn}。如果{τn}为独立同分布的随机变量,且服从参数λ的指数分布,则N(t)是一个泊松过程。
证明:略
;Merging Splitting Poisson Processes;Modeling Arrival Statistics;总结泊松过程
从时间0到时间t发生的事件个数是参数λt的泊松分布
事件发生间隔{τn}是指数分布??泊松过程
;例:某商店,假设顾客按照以下比例单个或者成双到达,f(1)=p,f(2)=1-p。客户到达批次间隔服从以下分布证明时间[0,t)内累计到达的客户数量服从分布
如果总共有n个客户,假设其中发生k次成对到达,n-2k次单个到达,分别可以用速率为(1-p)λ和pλ的泊松过程表示。;k次成对到达,
n-2k次单个到达,
k的取值范围从0到
;例: 给定两个泊松过程,事件发生速率分别为λ1,λ2。从时间t=0开始,问首先观察到第一个过程事件发生的概率。
假定过程1的第一个事件发生的时间是t1,过程2的第一个事件发生的时间是t2。t1和t2是参数为λ1和λ2 的指数分布
;内容提要;排队问题;(Kleinrock) “We study the phenomena of standing, waiting, and serving, and we call this study Queueing Theory. Any system in which arrivals place demands
您可能关注的文档
- 戴斌讲义.ppt
- 房地产市场、银行信贷与经济增长—基于面板数据的经验研究.doc
- 房地产物资管理制度9doc.doc
- 房地产业经营活动分析报告.doc
- 所有者权益及利润分配.ppt
- 手工书的线装制作方法, .ppt
- 房地产销售中心管理体系.doc
- 所谓教师职业能力是教师以顺利地乃至完美地完成教育任.doc
- 手机模具翻盖机设计总结.ppt
- 手机浏览器.doc
- 分析let s单元56ago2卷纸zheng unit56.pdf
- 塑胶材料其它分类原料pa9t 12.pdf
- md16x16数字媒体切换器设备.pdf
- 者参考项目发起人学科类型单位序列承包商修订页代码顺序典型.pdf
- 届世界天然气大会阿姆斯特丹2006add10288.pdf
- 期测试记录表每周weekly g1g6 journeys tests level 6 lesson26.pdf
- modernize-whitepaper现代化您应用程序白皮书.pdf
- anybackup产品典型案例分析.pdf
- 约克金融工程课程tfeslide32.pdf
- 广州市妇女儿童医疗中心历份教学药历01tjy.pdf
文档评论(0)