第2章节随机过程与排队轮基础幻灯片.ppt

第2章节随机过程与排队轮基础幻灯片.ppt

  1. 1、本文档共99页,可阅读全部内容。
  2. 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. 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. 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
例题分析(1/2) 设某学校有一部传真机为全校2万名师生提供传真服务。假定每份传真的传输时间服从负指数分布,其平均传输时间为3分钟,并假定每个人发送传真的可能性相同,服从泊松到达。如果希望平均排队的队长不大于5人,试问平均每人间隔多少天才可以发送一份传真? 例题分析(2/2) 该传真服务系统可用M/M/1队列来描述。已知1/μ=3分钟, 人,要求解λ(份/天)。 系统总的可以发送的传真速率为: 平均每个用户要隔 天才可以发送一份传真。 课堂练习1 在某数据传输系统中,有一个数据交换节点。顾客的信息包按泊松流到达此节点。已知平均每小时到达20个数据包,此节点的处理事件服从负指数分布,平均处理每个信息包需要2.5min,问: 节点闲的概率: 节点忙的概率: 平均队长: 平均等待队长: 平均逗留时间: 平均排队时间: 节点闲的概率:1/6 节点忙的概率:5/6 平均队长:5个 平均等待队长:4.166个 平均逗留时间:15min 平均排队时间:12.5min 课堂练习2 某机关接待室有一位对外接待人员,每天工作10h。若来访人员按泊松流输入,其输入强度λ=7人/h,服务时间服从负指数分布,服务强度为μ=7.5人/h。现在要求: 来访者的逗留时间和等待时间? 平均排队的队长? 若来访者希望逗留时间减少一半,则接待人数应提高多少? 来访者的逗留时间和等待时间?120min/112min 平均排队的队长?13人 若来访者希望逗留时间减少一半,则接待人数应提高多少?8人/h 课堂练习3 课堂练习3 习题作业 2-2 2-4 2-8 2-11 排队系统的描述 排队系统的描述 排队系统的描述 排队系统的描述 排队系统的描述 排队模型表示-肯德尔记号 排队系统的参数和指标 排队系统的参数和指标 排队系统的参数和指标 排队系统的参数和指标 排队系统的参数和指标 Little定理 Little定理 Little定理 Little定理 Little定理 Little定理 Little公式的应用 1. 考虑一个传输线,每隔K秒到达一个数据包,假设第一个包在0时刻到达。所有的包长度相等,需要相同的传输和处理时间,分别为αK秒和X秒,问传输线上停留的数据分组的平均数目为多少? 解:λ= 1 /K;N= λT =(αK+X)/ K =α+X/K Little公式的应用 2. 假设一个服务大厅有K个窗口,该服务大厅最多容纳N个顾客(N≥K),且服务大厅始终是客满的,即一个顾客离开将会有另一个顾客进入。设每个顾客的服务时间是X,问顾客在大厅内停留的时间T为多少? 3. 改变上题目中的顾客到达方式,假设顾客到达时发现服务窗口被占就立即离开大厅(即顾客被阻塞)。设顾客到达率是λ,问顾客的阻塞率β为多少? 解:N=λT→ T = N /λ;K= λX → λ = K /X; T=NX/K 解:平均处于忙的窗口数为j(j ≤ K),系统中平均用户数: j=(1-β)λX; β = 1-j/λX ≥ 1-K/λX Little公式的应用 M/M/1 M/M/1的到达过程为一个参数为 的Poisson过程;系统允许排队的队长可以是无穷大(系统的缓存容量无限大);服务时间是参数为 的负指数分布;服务员的数目为1,到达过程与服务过程相互独立。如果用系统中的顾客数来表征系统的状态,容易验证这是一个生灭过程,并且 M/M/1 令 ,根据生灭过程的性质 在 时 M/M/1的队长分布 M/M/1 M/M/1 M/M/1 M/M/1 M/M/1 由Little定理,顾客停留在系统中的平均时间 : 顾客的平均排队时间 : 顾客的平均排队(等待)队长 : 假设{πk}为顾客到达时看到的队长分布,这个分布在许多情形下不同于稳态分布{p k} ,不过在到达过程为泊松过程时{πk}和{p k}是一样的。 M/M/1 M/M/1 定理2-5: M/M/1排队系统在稳态时,系统时间s服从参数为μ-λ的负指数分布。 M/M/1 忙期与闲期 忙期与闲期 (3)需要证明的就是随机变量T与随机事件T1T2互相独立,所以只要证明P[Tt, T1T2]= P[Tt]P[T1T2]。 性质2.4的证明 例题分析(1/6) 例题分析(2/6) 例题分析(3/6) 例题分析(4/6) 例题分析(5/6) 例题分析(6/6) 名言中的数学哲理 由泊松定理,n重贝努里试验中稀有事件出现的次数近似地服从泊松分布. 我们把在每次试验中出现概率很小的事件称作

文档评论(0)

精品课件 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档