Kunna använda Littles sats för enkla räkningar på kösystem.

Relevanta dokument
Kunna använda Littles sats för enkla räkningar på kösystem.

Kunna beräkna P (spärr) för system med begränsat antal kunder och köplatser. Kunna beräkna medelantal upptagna betjänare.

Kunna dra slutsatser om t ex ett systems betjäningstider och antalet köplatser genom att tolka diagram.

Kunna dra slutsatser om ett systems betjäningstider och antalet köplatser genom att tolka diagram.

Kunna beräkna spärren i ett M/M/m*upptagetsystem. Känna till begreppet utnyttjning av en betjänare och beräkna den.

Kunna beräkna spärren i ett M/M/m*upptagetsystem.

Kunna beräkna medelantal kunder för alla köer i ett könät utan återkopplingar.

Kunna beräkna medelantal kunder för alla köer i ett könät utan återkopplingar. I denna övning kallas ett kösystem som ingår i ett könät oftast nod.

TILLSTÅNDSGRAFEN. Slutligen erhålls den mycket viktiga så kallade Snittmetoden :

Fö relä sning 2, Kö system 2015

Tiden i ett tillstånd

M/M/m/K kösystem. M/M/m/K kösystem

Fö relä sning 1, Kö system vä ren 2014

2 Laborationsuppgifter, upptagetsystem

Fö relä sning 1, Kö system 2015

Kunna beräkna medelantal kunder för alla köer i ett könät med återkopplingar. I denna övning kallas ett kösystem som ingår i ett könät oftast nod.

Kurs: HF1012 Matematisk statistik Lärare: Armin Halilovic

Ett M/M/1 betjäningssystem har följande egenskaper: 1. Systemet har en betjänare. Betjäningstiderna är exponentialfördelade med medelvärde 1 μ

Performance QoS Köteori SNMP. Felsökning. Jens A Andersson (Maria Kihl) GET request GET response SET request TRAP MIB. Att mäta är att veta ping

Markovprocesser SF1904

Kunna definiera laplacetransformen för en kontinuerlig stokastisk variabel. Kunna definiera z-transformen för en diskret stokastisk variabel.


Performance QoS Köteori. Jens A Andersson (Maria Kihl)

a) Använd samtal.mat för att beräkna antalet samtal som blir spärrade i de olika cellerna under den givna timmen.

Fördelningsfunktionen för en kontinuerlig stokastisk variabel. Täthetsfunktionen för en kontinuerlig och en diskret stokastisk variabel.

Övning 1(a) Vad du ska kunna efter denna övning. Problem, nivå A. Redogöra för begreppen diskret och kontinuerlig stokastisk variabel.

TENTAMEN I SF1904 MARKOVPROCESSER FREDAGEN DEN 17 AUGUSTI 2018 KL

Övning 1. Vad du ska kunna efter denna övning. Problem, nivå A

Ur en kortlek på 52 kort väljer man ( utan återläggning och utan hänsyn till ordning) slumpvis 5 kort. Vad är sannolikheten för att få

aug 2017 Kurskod HF1012 Halilovic internet. Betygsgränser: För (betyg Fx). Sida 1 av 13

TENTAMEN I SF1904 MARKOVPROCESSER FREDAGEN DEN 18 AUGUSTI 2017 KL

Föreläsningsanteckningar köteori

TENTAMEN I KOTEORI 20 dec 07 Ten2 i kursen HF1001 ( Tidigare kn 6H3012), KÖTEORI OCH MATEMATISK STATISTIK,

b) Vad är sannolikheten att personen somnar i lägenheten? (4 p) c) Hur många gånger förväntas personen byta rum? (4 p)

Matematisk statistik KTH. Formel- och tabellsamling i Matematisk statistik, grundkurs

TENTAMEN I SF1904 MARKOVPROCESSER TISDAGEN DEN 29 MAJ 2018 KL

TMS136. Föreläsning 4

Stokastiska processer med diskret tid

Tentamen i matematisk statistik, TAMS15/TEN (4h)

Modellering och kundprocessanalys av kösystem på Vapiano Sturegatan

Tentamen TEN1, HF1012, 29 maj Matematisk statistik Kurskod HF1012 Skrivtid: 14:00-18:00 Lärare och examinator : Armin Halilovic

Blandade problem från elektro- och datateknik

Markovprocesser SF1904

Stokastiska processer med diskret tid

Markovprocesser SF1904

Network Management Säkerhet Performance QoS Köteori. Jens A Andersson

Stokastiska processer och simulering I 24 maj

Optimering av ett patientflöde inom svensk veterinärvård

Optimering av ett kösystem på IKEA Kungens Kurva

P(ξ > 1) = 1 P( 1) = 1 (P(ξ = 0)+P(ξ = 1)) = ξ = 2ξ 1 3ξ 2

TAMS79: Föreläsning 10 Markovkedjor

Lycka till!

Föreläsningsmanus i matematisk statistik för lantmätare, vecka 5 HT06

Poisson Drivna Processer, Hagelbrus

Kap 2. Sannolikhetsteorins grunder

Föreläsning 1. Repetition av sannolikhetsteori. Patrik Zetterberg. 6 december 2012

LINKÖPINGS UNIVERSITET EXAM TAMS 27 / TEN 2

MIO310 OPTIMERING OCH SIMULERING, 4 p

Statistik 1 för biologer, logopeder och psykologer

INTRODUKTION TILL MARKOVKEDJOR av Göran Rundqvist, KTH

Lärmål Sannolikhet, statistik och risk 2015

Extrauppgifter i matematisk statistik

Lösningsförslag till Problem i kapitel 7 i Mobil Radiokommunikation

1 10 e 1 10 x dx = e 1 10 T = p = P(ξ < 3) = 1 e P(η 2) = 1 P(η = 0) P(η = 1) = 1 (1 p) 7 7p(1 p) 6 0.

Stat. teori gk, ht 2006, JW F7 STOKASTISKA VARIABLER (NCT 5.7) Ordlista till NCT

F9 SAMPLINGFÖRDELNINGAR (NCT

Veckoblad 3. Kapitel 3 i Matematisk statistik, Dahlbom, U.

TENTAMEN I SF1906 (f d 5B1506) MATEMATISK STATISTIK GRUNDKURS,

Matematisk statistik 9hp Föreläsning 7: Normalfördelning

Introduktion till statistik för statsvetare

Laboration 4: Stora talens lag, Centrala gränsvärdessatsen och enkla punktskattningar

Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 3

Första sidan är ett försättsblad (laddas ned från kurshemsidan) Alla frågor som nns i uppgiftstexten är besvarade

** a) Vilka värden ska vara istället för * och **? (1 p) b) Ange för de tre tillstånden vilket som svarar mot 0,1,2 i figuren.

Kontrollera att följande punkter är uppfyllda innan rapporten lämnas in: Första sidan är ett försättsblad (laddas ned från kurshemsidan)

SF1911: Statistik för bioteknik

Matematisk statistik för B, K, N, BME och Kemister

Kapitel 4. Kontinuerliga slumpvariabler och deras sannolikhetsfördelningar. Sannolikhetslära och inferens II

Uppgift 1 ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )

Veckoblad 3. Kapitel 3 i Matematisk statistik, Blomqvist U.

Extrauppgifter - Statistik

MIO310 OPTIMERING OCH SIMULERING, 4 p

Händelsestyrd simulering. Inledning. Exempel

SF1901: SANNOLIKHETSTEORI OCH KONTINUERLIGA STOKASTISKA VARIABLER STATISTIK. Tatjana Pavlenko. 7 september 2016

Simulering av ett Multi-skill callcenter Med varierande genomsnittlig betjäningstid beroende på agenters kunskapsnivå

Tentamen MVE301 Sannolikhet, statistik och risk

MIO310 OPTIMERING OCH SIMULERING, 4 p

MVE051/MSG Föreläsning 7

FMSF55: Matematisk statistik för C och M OH-bilder på föreläsning 5, a 2 e x2 /a 2, x > 0 där a antas vara 0.6.

Stokastiska Processer och ARIMA. Patrik Zetterberg. 19 december 2012

kvoten mellan två på varandra följande tal i en talföljd är konstant alltid lika stor.

Laboration 5: Regressionsanalys. 1 Förberedelseuppgifter. 2 Enkel linjär regression DATORLABORATION 5 MATEMATISK STATISTIK FÖR I, FMS 012, HT-08

SF1901: Medelfel, felfortplantning

Samplingfördelningar 1

Markovprocesser SF1904

Provmoment: Tentamen 6,5 hp Ladokkod: A144TG Tentamen ges för: TGMAI17h, Maskiningenjör - Produktutveckling. Tentamensdatum: 28 maj 2018 Tid: 9-13

STOCKHOLMS UNIVERSITET FYSIKUM

LINKÖPINGS UNIVERSITET EXAM TAMS 15 / TEN 1

Uppgift 1. f(x) = 2x om 0 x 1

Övningstentamen 2 Uppgift 1: Uppgift 2: Uppgift 3: Uppgift 4: Uppgift 5: Uppgift 6: i ord

Transkript:

Övning 3 Vad du ska kunna efter denna övning Kunna använda Littles sats för enkla räkningar på kösystem. Känna till begreppen ankomstintensitet, avgångsintensitet, medelavstånd mellan ankomster och medelbetjäningstid och sambanden mellan dem. Kunna redogöra för begreppen stabilitet och instabilitet för kösystem. Känna till hur stabilitet och instabilitet är relaterade till ankomst- och avgångsintensitet. Beräkna tillståndsfördelningen för enkla markovska köer med hjälp av snittmetoden och flödein-flödeutmetoden. Beräkna medeltid i systemet och medelväntetid i enkla markovska köer. Problem, nivå A 1. Antag att du får en fil med mätvärden från en webbsite. I filen finns det 2478 poster, var och en av dem innehåller tiden när en kund kom. Den första kunden kom klockan 13.44.18 och den sista kom 14.56.45. (a) Vad var medelankomstintensiteten? (b) Man har också uppmätt medelantal kunder i systemet till 2.7. Mätningarna visar också att systemet inte är överbelastat och att inga kunder spärras. Hur lång har svarstiden i medeltal varit? 2. Mätningar visar att ankomstintensiteten till ett kösystem är 7.1 s 1, att inga kunder spärras, att medeltiden i systemet är 10 sekunder och att systemet är stabilt. Betjäningstiden är 4 sekunder. (a) Hur många betjänare måste kösystemet minst innehålla? (b) Hur många kunder finns i medeltal i systemet? (c) Hur många kunder blir i medeltal färdigbetjänade under en halvtimme? 3. Betrakta ett M/M/1-system med parametrarna och och låt ρ = /. (a) Bestäm tillståndsfördelningen. (b) Låt ρ =0.9. Vad blir medelantal kunder i systemet? (c) Låt ρ =0.9. Vad blir medelantal kunder som väntar i kön? (d) Vilket är det mest troliga antalet kunder i systemet? (e) Låt oss antaga att antalet köplatser är begränsat till L. Vad blir medelväntetiden i kön när? 4. Betrakta ett M/M/1-system med begränsad kö. Det kan finnas högst L kunder i systemet. (a) Rita tillståndsdiagram och bestäm tillståndsfördelningen. 1

(b) Beräkna medelantal kunder i systemet. (c) Beräkna medeltiden som en kund tillbringar i systemet. Problem, nivå B 5. Antag att vi vill modellera ett datorsystem med hjälp av en kömodell. Vi mäter trafiken till systemet och finner att det i medel kommer A jobb per sekund. Vi mäter också hur lång tid det tar för systemet att behandla varje jobb, och kommer fram till att medelbetjäningstiden för ett jobb är B sekunder. (a) Antag att det finns en CPU i datorn som kan behandla jobb, och att denna CPU kan modelleras som en betjänare. För vilka A är systemet stabilt? (b) Antag istället att datorn är ett multiprocessorsystem, med m CPU:er som var och en kan behandla jobb (dessa modelleras som m betjänare). För vilka A är nu systemet stabilt? (c) Antag att systemet kan modelleras med en oändlig kö och att stabilitetskravet är uppfyllt. I medel, hur många jobb blir färdigbetjänade per sekund? Detta mått kallas också för genomströmning (på engelska: throughput). (d) Vilka krav måste ankomstprocessen och betjäningstiderna uppfylla för att vi ska kunna använda en M/M/m-modell när vi analyserar systemet? (e) Vilka krav måste ankomstprocessen och betjäningstiderna uppfylla för att vi istället ska kunna använda en M/G/m-modell? (f) Vi mäter nu antalet jobb som antingen betjänas eller väntar på betjäning. Vi kommer fram till att det i medel finns N requests i systemet. Bestäm hur lång medelsvarstiden är för datorsystemet, dvs hur lång tid i medel det tar från det att ett jobb kommer till systemet, tills dess att detta jobb är färdigbetjänat (antag att kön är oändlig). 6. I ett system finns det inga köplatser, vilket innebär att alla kunder som kommer till systemet när det är fullt spärras. Mätningar visar att ankomstintensiteten till systemet är 8 s 1, medelbetjäningstiden är 3 sekunder och medelantal upptagna betjänare är 18. (a) Vad blir sannolikheten att en kund spärras? (b) Hur många kunder per sekund blir färdigbetjänade av systemet? 7. Betrakta ett M/M/1-system med ankomstintensitet och betjäningsintensitet. Beräkna E(N), E(N 2 ) och V (N). Problem, nivå C 8. För ett kösystem med en betjänare gäller k = k +1 k = där k är antalet kunder i kösystemet. 2

(a) Rita tillståndsdiagrammet för systemet. (b) Bestäm tillståndsekvationerna och beräkna tillståndsfördelningen. (c) Beräkna medelantal kunder i systemet. 9. Betrakta ett M/M/1-system med en köplats. Ankomstintensiteten är 2 s 1 och medelbetjäningstiden är 1 s. (a) Bestäm den stationära tillståndsfördelningen. (b) Bestäm medelvärde och varians för antalet kunder i systemet. (c) Låt T vara en stokastisk variabel som anger tiden i systemet för en godtycklig kund som betjänas. Bestäm Laplacetransformen för T. Lösningar till övning 3 1. (a) Tiden som förflyter under mätningen är 1 timme 12 minuter och 27 sekunder vilket är 4347 sekunder. Medelankomstintensiteten blir således 2478 0.57 s 1 4347 (b) Vi använder Littles sats. Den ger T = N = 2.7 0.57 4.7 s Eftersom inga kunder avvisas så är eff =. 2. (a) En betjänare kan högst betjäna 1/4 =0.25 kunder per sekund. Det innebär att för att betjäna 7.1 kunder per sekund (= ankomstintensiteten) behövs det minst 7.1 0.25 =28.4 betjänare. Eftersom antalet betjänare alltid är ett heltal så behövs det minst 29 betjänare. (b) Littles sats ger N = T =7.1 10 = 71 Eftersom inga kunder avvisas så är eff =. (c) Eftersom kösystemet är stabilt så kommer avgångsintensiteten att vara lika med ankomstintensiteten. Under en halvtimma (= 1800 sekunder) så blir då i medeltal 1800 7.1 = 12780 kunder färdigbetjänade. 3. (a) Se läroboken sidan 62-68. (b) Vi använder formeln N = ρ 1 ρ = 0.9 1 0.9 =9 3

(c) Vi har N = N q + N s N q = N N s Enligt Littles sats så är N s = x = = ρ Således blir N q = N N s =9 0.9 =8.1 (d) Det troligaste tillståndet är det tillstånd för vilket p k har sitt största värde. Nu vet vi att p k = ρ k (1 ρ). Eftersom 0 ρ<1så antar p k sitt största värde för k =0. (e) När så är systemet alltid fullt. Så snart en kund är färdigbetjänad och lämnar systemet så kommer en ny kund. Denna kund måste vänta på att L kunder (L 1 som är framför den i kön och 1 i betjänaren) ska bli färdiga innan den kan påbörja sin egen betjäning. Medelväntetiden i kön blir L x = L 4. (a) Vi får följande tillståndsgraf: 0 1 2 L Snittmetoden ger ekvationerna p 0 = p 1 p 1 = p 0 = ρp 0 p 1 = p 2 p 2 = p 1 = ρ 2 p 0. p L 1 = p L p L = p L 1 = ρ L p 0 (1) Vi löser ut p 0 på följande sätt L ρ k 1 ρ L+1 p 0 =1 p 0 1 ρ Det ger slutligen p k = 1 ρ ρk 1 ρl+1 =1 p 0 = 1 ρ 1 ρ L+1 4

(b) Det enklaste är att först z-transformera och sedan derivera. Definitionen av z-transformen ger L P (z) = z k L p k = p 0 (ρz) k 1 (ρz) L+1 = p 0 1 ρz När vi ska derivera så är det enklare att först multiplicera bägge leden i ekvationen ovan med 1 ρz och därefter derivera. Det ger (1 ρz)p (z) =(1 (ρz) L+1 )p 0 ρp (z)+(1 ρz)p (z) = (L +1)ρ L+1 z L p 0 Låter vi nu z 1 så får vi ρ 1+(1 ρ)n = (L +1)ρ L+1 p 0 N = ρ (L +1)ρL+1 p 0 1 ρ (c) Använd Littles sats. Vi får T = N eff = N (1 p L ) Här är både N, p L och kända. 5. (a) För att ett system ska vara stabilt så måste ankomstintensiteten () vara mindre än den totala betjäningsintensiteten (m där m är antalet betjänare). I vårt fall har vi = A = 1 B, eftersom B är betjäningstiden (3) (2) Eftersom vi bara har en betjänare så är m =1vilket ger <m A< 1 B (b) Nu får vi i stället <m A< m B (c) Om det kommer kunder per sekund så måste det också komma ut kunder per sekund i medeltal. Så genomströmningen blir. (d) Ankomstprocessen måste vara en Poissonprocess och betjäningstiderna måste vara exponentialfördelade och oberoende av varandra. (e) Ankomstprocessen måste vara en Poissonprocess, betjäningstiderna kan ha en godtycklig fördelning, dock måste de vara oberoende av varandra. (f) Om kön är oändlig så avvisas inga kunder. Det innebär att eff =. Littles sats ger då T = N = N A 5

6. (a) Först måste vi beräkna eff. För att göra det använde vi Littles sats N = eff T eff = N T = 18 3 =6 Spärrsannolikheten blir då P (spärr) = eff = 2 8 =0.25 (b) Medelantal kunder som per sekund blir färdigbetjänade är eff =6. 7. För medelvärdet, se läroboken sidorna 62-71. För variansen och andramomentet, se övning 2, problem 1c. Enda skillnaden är att ρ där kallas p. 8. (a) Tillståndsdiagrammet blir /2 /3 0 1 2 3 osv. (b) Snittmetoden ger p 0 = p 1 p 1 = ρp 0 2 p 1 = p 2 p 2 = ρ2 2 p 0. k p k = p k 1 p k = ρk k! p 0 Summan av alla sannolikheter blir ρ k p k = k! p 0 = e ρ p 0 Eftersom summan av alla sannolikheter måste vara 1 så blir e ρ p 0 =1 p 0 = e ρ p k = ρk k! e ρ (c) Vi z-transformerar P (z) = z k ρk k! e ρ = e ρ e ρz = e ρ(z 1) Sedan deriverar vi och låter z 1 P (z) =ρe ρ(z 1) ρ då z 1 Medelvärdet av antalet kunder i systemet blir således ρ. 6

9. (a) Vi ställer upp tillståndsekvationerna med snittmetoden. Det ger 2 p 0 = 1 p 1 p 1 =2p 0 2 p 1 = 1 p 2 p 2 =2p 1 =4p 0 Vi bestämmer p 0 : Slutligen p 0 + p 1 + p 2 =1 (1+2+4)p 0 =1 p 0 = 1 7 p 0 = 1 7 p 1 = 2 7 p 2 = 4 7 (b) Vi använder definitionen av medelvärdet vilken ger E(N) =0 p 0 +1 p 1 +2 p 2 = 10 7 För att kunna bestämma variansen så beräknar vi först andramomentet E(N 2 )=0 2 p 0 +1 2 p 1 +2 2 p 2 = 18 7 Variansen blir då V (N) =E(N 2 ) E 2 (N) = 26 49 (c) Om en kund kommer till systemet när det är tomt så består tiden i systemet av en betjäningstid, nämligen kundens egen betjäningstid. Finns det en annan kund i systemet så består tiden i systemet av två betjäningstider. Vi definierar händelserna A = ej spärr och B i = det finns i kunder i systemet. Observera att P (A och B i )=P(B i ) för i =0och 1. Vidare så är Nu får vi P (A) =1 p 2 = 3 7 P (B 0 A) = P (B 0 och A) P (A) P (B 1 A) = P (B 1 och A) P (A) = P (B 0) P (A) = 1 3 = P (B 1) P (A) = 2 3 Laplacetransformen för en betjäningstid är + s = 1 1+s Laplacetransformen för en kunds tid i systemet om kunden verkligen kommer in i kösystemet blir då ( ) 1 1 2 1+s P (B 0 A)+ P (B 1 A) = 1 1+s 3 1 1+s + 2 ( ) 1 2 3 1+s 7