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

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

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.

Fö relä sning 2, Kö system 2015

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

TILLSTÅNDSGRAFEN. Slutligen erhålls den mycket viktiga så kallade Snittmetoden :

Tiden i ett tillstånd

2 Laborationsuppgifter, upptagetsystem

M/M/m/K kösystem. M/M/m/K kösystem

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.

Fö relä sning 1, Kö system vä ren 2014

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

Fö relä sning 1, Kö system 2015

Kurs: HF1012 Matematisk statistik Lärare: Armin Halilovic

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

Markovprocesser SF1904

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


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

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

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

TENTAMEN I SF1904 MARKOVPROCESSER FREDAGEN DEN 17 AUGUSTI 2018 KL

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

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

Performance QoS Köteori. Jens A Andersson (Maria Kihl)

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

Föreläsningsanteckningar köteori

TENTAMEN I SF1904 MARKOVPROCESSER FREDAGEN DEN 18 AUGUSTI 2017 KL

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

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

TENTAMEN I SF1904 MARKOVPROCESSER TISDAGEN DEN 29 MAJ 2018 KL

Stokastiska processer med diskret tid

Modellering och kundprocessanalys av kösystem på Vapiano Sturegatan

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

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

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

INTRODUKTION TILL MARKOVKEDJOR av Göran Rundqvist, KTH

Markovprocesser SF1904

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

TMS136. Föreläsning 4

Markovprocesser SF1904

Optimering av ett kösystem på IKEA Kungens Kurva

TAMS79: Föreläsning 10 Markovkedjor

Stokastiska processer och simulering I 24 maj

Introduktion till statistik för statsvetare

Tentamen i Sannolikhetslära och statistik, TNK069, , kl 8 13.

Optimering av ett patientflöde inom svensk veterinärvård

Lycka till!

Stokastiska processer med diskret tid

Stokastiska processer och simulering I 24 augusti

9. Konfidensintervall vid normalfördelning

Föreläsningsmanus i matematisk statistik för lantmätare, vecka 5 HT06

Markovprocesser SF1904

Network Management Säkerhet Performance QoS Köteori. Jens A Andersson

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

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

MIO310 OPTIMERING OCH SIMULERING, 4 p

Statistik 1 för biologer, logopeder och psykologer

P(X nk 1 = j k 1,..., X n0 = j 0 ) = j 1, X n0 = j 0 ) P(X n0 = j 0 ) = etc... P(X n0 = j 0 ) ... P(X n 1

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

Matematisk statistik 9hp Föreläsning 7: Normalfördelning

SF1901: Medelfel, felfortplantning

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

, S(6, 2). = = = =

Kap 2. Sannolikhetsteorins grunder

P =

F9 SAMPLINGFÖRDELNINGAR (NCT

MIO310 OPTIMERING OCH SIMULERING, 4 p

Något om medelvärden

Poisson Drivna Processer, Hagelbrus

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

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

2 x dx = [ x ] 1 = 1 ( 1 (1 0.9) ) 100 = /

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

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

Extrauppgifter - Statistik

Lärmål Sannolikhet, statistik och risk 2015

Lösningsförslag till Problem i kapitel 7 i Mobil Radiokommunikation

Extrauppgifter i matematisk statistik

LAPLACES OCH POISSONS EKVATIONER

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

Experimentella metoder 2014, Räkneövning 1

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

Matematisk statistik för D, I, Π och Fysiker

Transformer och differentialekvationer (MVE100)

** 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.

1. Lös ut p som funktion av de andra variablerna ur sambandet

Stokastiska Processer och ARIMA. Patrik Zetterberg. 19 december 2012

Föreläsning 6, Matematisk statistik Π + E

Markovprocesser SF1904

Sats 2.1 (Kinesiska restsatsen) Låt n och m vara relativt prima heltal samt a och b två godtyckliga heltal. Då har ekvationssystemet

Markovprocesser SF1904

(y 2 xy) dx + x 2 dy = 0 y(e) = e. = 2x + y y = 2x + 3y 2e 3t, = (x 2)(y 1) y = xy 4. = x 5 y 3 y = 2x y 3.

LINKÖPINGS UNIVERSITET EXAM TAMS 27 / TEN 2

Analys av medelvärden. Jenny Selander , plan 3, Norrbacka, ingång via den Samhällsmedicinska kliniken

Transkript:

Övning 2 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 kösystem med hjälp av snittmetoden och flödein-flödeutmetoden. Beräkna medeltid i systemet och medelväntetid i enkla markovska kösystem. Alla problem i denna övning rekommenderas! Problem 1. 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 (= en http-request) kom. Den första 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. Systemet är inte överbelastat och inga kunder spärras. Hur lång tid tillbringar i medeltal kunderna i systemet? 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 betjänade under en halvtimme? 3. Betrakta ett M/M/1-system med ankomstintensitet och betjäningsintensitet µ och låt ρ = /µ. (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 bufferten? (d) Vilket är det mest troliga antalet kunder i systemet? (e) Låt oss antaga att antalet buffertplatser är begränsat till L. Vad blir medelväntetiden i bufferten när? 4. Betrakta ett M/M/1-system med begränsad buffert. Det kan finnas högst L kunder i systemet. 1

(a) Rita tillståndsdiagram och bestäm tillståndsfördelningen. (b) Beräkna medelantal kunder i systemet. (c) Beräkna medeltiden som en kund tillbringar i systemet. 5. Vi modellerar ett datorsystem med en kömodell. Mätningar visar att det i medel kommer A jobb per sekund och medelbetjäningstiden för ett jobb är B sekunder. (a) Antag att det finns en CPU i systemet som 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 buffert och att stabilitetskravet är uppfyllt. Hur många jobb blir i medel betjänade per sekund? (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) Mätningar visar att det i medel finns E(N) jobb i systemet. Bestäm hur lång tid i medel det tar från det att ett jobb kommer till systemet, tills det är färdigt om bufferten är oändlig. 6. I ett system finns det inga buffertplatser, 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 betjänade av systemet? 7. För ett kösystem med en betjänare gäller k = k + 1 µ k = µ där k är antalet kunder i kösystemet. (a) Rita tillståndsdiagrammet för systemet. (b) Bestäm tillståndsekvationerna och beräkna tillståndsfördelningen. (c) Beräkna medelantal kunder i systemet. 8. Betrakta ett M/M/1-system med en buffertplats. 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 tiden i systemet för en kund som inte spärras. Bestäm Laplacetransformen för T. 2

Lösningar till övning 2 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 E(T ) = E(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 E(N) = E(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 i medeltal 1800 7.1 = 12780 kunder betjänade. 3. (a) Se läroboken sidan 62-68. (b) Vi använder formeln (c) Vi har E(N) = ρ 1 ρ = 0.9 1 0.9 = 9 E(N) = E(N q ) + E(N s ) E(N q ) = E(N) E(N s ) Enligt Littles sats så är Således blir E(N s ) = x = µ = ρ E(N q ) = E(N) E(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 < 1 så antar p k sitt största värde för k = 0. 3

(e) När så är systemet alltid fullt. Så snart en kund är betjänad och lämnar systemet så kommer en ny kund. Denna kund måste vänta på att L kunder (L 1 som är framför den i bufferten och en i betjänaren) ska bli färdiga innan den kan påbörja sin egen betjäning. Medelväntetiden i blir 4. (a) Vi får följande tillståndsgraf: L E(X) = L µ Snittmetoden ger ekvationerna p 0 = µp 1 p 1 = µ p 0 = ρp 0 p 1 = µp 2 p 2 = µ p 1 = ρ 2 p 0. p L 1 = µp L p L = µ p L 1 = ρ L p 0 Vi löser ut p 0 på följande sätt L Det ger slutligen ρ k p 0 = 1 p 0 1 ρ L+1 1 ρ p k = = 1 p 0 = 1 ρ 1 ρ L+1 1 ρ ρk 1 ρl+1 (b) Det enklaste är att först z-transformera och sedan derivera. Definitionen av z-transformen ger P (z) = L z k p k = p 0 L (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 E(N) = ρ (L + 1)ρL+1 p 0 1 ρ 4

(c) Använd Littles sats. Vi får E(T ) = E(N) eff = E(N) (1 p L ) Här är både E(N), p L och kända. 5. (a) För att ett system ska vara stabilt så måste ankomstintensiteten () vara mindre än den totala betjäningsintensiteten (mµ där m är antalet betjänare). I vårt fall har vi = A µ = 1 B, eftersom B är betjäningstiden Eftersom vi bara har en betjänare så är m = 1 vilket ger (b) Nu får vi i stället < mµ A < 1 B < mµ 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) Ankomsterna ska vara en Poissonprocess och betjäningstiderna ska vara exponentialfördelade. (e) Ankomstprocessen ska vara en Poissonprocess, betjäningstiderna kan ha en godtycklig fördelning. (f) Om bufferten är oändlig så avvisas inga kunder. eff =. Littles sats ger då Det innebär att T = N = N A 6. (a) Först beräknar vi eff. För att göra det använder vi Littles sats: Spärrsannolikheten blir då N = eff T eff = N T = 18 3 = 6 P (spärr) = eff = 2 8 = 0.25 (b) Medelantal kunder som per sekund blir färdigbetjänade är eff = 6. 7. (a) Tillståndsdiagrammet blir 5

(b) Snittmetoden ger p 0 = µp 1 p 1 = ρp 0 2 p 1 = µp 2 p 2 = ρ2 2 p 0. k p k = µp 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 (c) Vi z-transformerar e ρ p 0 = 1 p 0 = e ρ p k = ρk k! e ρ P (z) = Sedan deriverar vi och låter z 1 z k ρk k! e ρ = e ρ e ρz = e ρ(z 1) P (z) = ρe ρ(z 1) ρ då z 1 Medelvärdet av antalet kunder i systemet blir således E(N) = ρ. 8. (a) Vi ställer upp tillståndsekvationerna med snittmetoden. Det ger Vi bestämmer p 0 : 2 p 0 = 1 p 1 p 1 = 2p 0 2 p 1 = 1 p 2 p 2 = 2p 1 = 4p 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 6

Först beräknar vi andramomentet Variansen blir då E(N 2 ) = 0 2 p 0 + 1 2 p 1 + 2 2 p 2 = 18 7 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 = 0 och 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) Laplacetransformen för en betjäningstid är µ µ + s = 1 1 + s = P (B 0) P (A) = 1 3 = P (B 1) P (A) = 2 3 Laplacetransformen för en kunds tid i systemet om kunden verkligen kommer in i kösystemet blir då ( ) 2 1 1 1 + s P (B 0 A) + P (B 1 A) = 1 1 + s 3 1 1 + s + 2 ( ) 2 1 3 1 + s 7