- •2 Исследование вероятностных характеристик информационных потоков
- •2.1 Основные предпосылки для анализа характера закона распределения информационного потока
- •2.2 Анализ характера закона распределения промежутков между моментами поступления заявок
- •2.2.1 Подбор стандартного распределения вероятностей для аппроксимации распределения вероятностей интервалов между заявок
- •2.3 Расчет вероятностных характеристик
2.2.1 Подбор стандартного распределения вероятностей для аппроксимации распределения вероятностей интервалов между заявок
Использование системы массового обслуживания (СМО), в которой учитывается характер распределения интервалов времени между поступлениями сообщений, позволяет получить более точные оценки таких параметров, как время ожидания клиента в очереди и область допустимых значений нагрузки, при которых обеспечивается требуемое качество обслуживания, чем получаемые при использовании марковских моделей. Сравнение результатов экспериментальных исследований и теоретического расчета позволит уточнить закон распределения входящих запросов, влияющий на качество обслуживания.
Длительности промежутков между поступлениями заявок располагаем в порядке возрастания и группируем в соответствии с интервалом разбиения, что позволяет определить функцию плотности распределения входящего потока. Количество интервалов разбиения k рассчитывается по следующей формуле:
|
(2.1) |
где n - количество промежутков между поступлением заявок.
Определение интервала группировки. Интервал – это значение варьирующего признака, лежащее в определенных границах. Под величиной интервала понимают разность между максимальным и минимальным значениями признака в группе. При этом максимальное значение признака в группе называется верхней границей интервала, а минимальное – нижней границей. В зависимости от степени колеблемости группировочного признака, характера распределения статистической совокупности устанавливаются интервалы равные или неравные. Если вариация признака происходит в сравнительно узких границах и распределение носит равномерный характер, то строят группировку с равными интервалами; величина интервала определяется по формуле:
|
(2.2) |
где xmax – максимальное значение признака в изучаемой совокупности
xmin – минимальное значение признака в изучаемой совокупности
k – количество групп
Таблица 2.2 – Формирование сгруппированного ряда
Диапазон |
Эмпирические частоты |
|
Нижняя граница |
верхняя граница |
|
0 |
4 |
117 |
4 |
8 |
59 |
8 |
12 |
22 |
12 |
16 |
7 |
16 |
20 |
3 |
20 |
24 |
1 |
24 |
28 |
0 |
28 |
32 |
2 |
итого |
212 |
Таким образом, статистический ряд представляется в виде гистограммы (рисунок 2.3).
Рисунок 2.3 – Гистограмма интервалов между поступлением заявок
Возможно использование различных критериев согласия, например, критерий 2 Пирсона, критерий согласия А.Н. Колмогорова. Использование критерия согласия Колмогорова отличается простотой, однако его применение дает наиболее точный результат только в случае, когда гипотетическое распределение полностью заранее известно. То есть заранее известен не только вид функции, но и ее параметры. При применении критерия 2 данное обстоятельство учитывается уменьшением числа степеней свободы распределения 2, поэтому для доказательства предположения соответствия статистического распределения теоретическому распределению воспользуемся критерием согласия 2.
В случае, когда ни одним из теоретических распределений нельзя описать статистические данные, необходимо подобрать эмпирическое распределение. Таким образом, необходимо подобрать форму распределения входящего потока и выполнить проверку точности подбора. Для того чтобы проверить согласованность теоретического и статистического распределений, воспользуемся гистограммами на рисунке 2.3. Анализ гистограммы, построенной по статистическим данным, позволяет сделать вывод о том, что плотность распределения входящего потока может быть аппроксимирована показательным распределением.
Принимая в качестве оценки параметра λ показательного распределения величину, обратную выборочной средней:
Рассчитаем теоретические частоты
|
(2.3) |
где вероятности попадания случайной величины в частичные интервалы.
Далее, сравним эмпирические и теоретические частоты с помощью критерия Пирсона (формула 2.4), приняв число степеней свободы k = s—2, где s — число первоначальных интервалов выборки
|
(2.4) |
Таблица 2.3 – Расчет критерия Пирсона
Диапазон |
Эмпирические частоты ( |
Pi |
Теоретические частоты ( |
|
|||||
Нижняя граница |
Нижняя граница |
||||||||
0 |
4 |
117 |
0,550671 |
116,1916 |
0,005625 |
||||
4 |
8 |
59 |
0,247432 |
52,20825 |
0,883537 |
||||
8 |
12 |
22 |
0,111179 |
23,45868 |
0,090702 |
||||
12 |
16 |
7 |
0,049956 |
10,54066 |
1,189327 |
||||
16 |
20 |
3 |
0,022447 |
4,736225 |
0,636473 |
||||
20 |
24 |
1 |
0,010086 |
2,128123 |
0,598021 |
||||
24 |
28 |
0 |
0,004532 |
0,956227 |
0,956227 |
||||
28 |
32 |
2 |
0,002036 |
0,429661 |
5,739333 |
||||
итого |
211 |
|
211 |
10,09924 |
По таблице критических точек распределения , по заданному уровню значимости α=0,05 и числу степеней свободы k=8—2=6 находим критическую точку правосторонней критической области
Так как < —нет оснований отвергнуть гипотезу о распределении выборки по показательному закону. Другими словами, данные наблюдений согласуются с этой гипотезой.