- •Конспект лекцій
- •Лекція 1. Загальна характеристика спеціалізованих комп’ютерних систем (скс)
- •Проблеми розробки математичного та програмного забезпечення скс
- •Особливості архітектури скс
- •Основні функції ос
- •Контрольні запитання
- •Випадкові процеси з дискретним і безперервним часом. Марківський ланцюг
- •Контрольні запитання
- •Рекомендована література
- •3, Лекція 3 .Математична модель для оцінки часу виконання програми
- •Контрольні запитання
- •4.Лекція 4 Потоки подій
- •Потік подій. Найпростіший потік і його властивості.
- •Пуассоновські потоки подій і безперервні Марковські ланцюги.
- •Граничні ймовірності станів.
- •Контрольні запитання
- •Граф процесу загибелі та розмноження у загальному вигляді. Граничні ймовірності станів моделі.
- •Контрольні запитання
- •Рекомендована література
- •6Лекція 6.. Теорія масового обслуговування. Завдання теорії
- •Умовні позначення видів моделей масового обслуговування.
- •Контрольні запитання
- •Багатоканальна смо з відмовами.
- •Контрольні запитання
- •Багатоканальна смо з очікуванням
- •Контрольні запитання
- •Рекомендована література
- •9. Лекція 9. Багатоканальна смо з очікуванням та нетерплячими заявками
- •Змістовна постановка задачі
- •Вирішення задачі
- •Контрольні запитання
- •Основні характеристики смо.
- •Багатоканальні замкнуті смо
- •Контрольні запитання
- •Рекомендована література
- •11 Лекція11.
- •Смо з відмовами.
- •Одноканальна смо з очікуванням.
- •Задача про простій верстатів.
- •Контрольні запитання
- •2. Характеристики вихідних потоків інформації
- •3. Диспетчерські програми операційної системи
- •Використання динамічних пріоритетів
- •Контрольні запитання
- •Висновки
- •14. Лекція 14. Вкладені ланцюги Маркова
- •Метод вкладених ланцюгів Маркова
- •Задача простою верстатів
- •Контрольні запитання
- •Контрольні запитання
- •2. Приклад вирішення задачі методом динаміки середніх
- •Контрольні запитання
- •Рекомендована література
- •17. Лекція 17.
- •Рекомендована література.
Контрольні запитання
Яке визначення поняття «потік подій».
Які потоки називаються регулярними, стаціонарними, потоками без післядії, ординарними.
Як записати рівняння Колмогорова для безперервних марківських ланцюгів.
Що таке «граничні ймовірності станів».
Як отримати рівняння для визначення граничних ймовірностей станів.
Рекомендована література
Е.С. Вентцель. Исследование операций. «Сов. радио» М., 1972.
5.Лекція 5.
Модель загибелі та розмноження
План лекції
Визначення процесу «загибелі та розмноження».
Граф процесу загибелі та розмноження у загальному вигляді. Граничні ймовірності станів моделі.
Визначення процесу «загибелі та розмноження»
Розглянемо як приклад один дуже типовий вид безперервного Марковського ланцюга, що відповідає так званому процесу «загибелі й розмноження», якому можна поставити у відповідність цілий ряд процесів, що протікають реально.
Марковськаий ланцюг називається процесом «загибелі й розмноження», якщо її граф стану має такий вигляд:
Всі стани в такому графі як би можна витягнути в один ланцюжок, у якій кожне із середніх станів (S2, …, Sn-1) зв'язано прямим й зворотним зв'язком з кожним із сусідніх станів, а крайні стани (S1, Sn) тільки із сусіднім станом.
Приклад: Пристрій складається з 3-х однакових вузлів, кожне з яких може виходити з ладу. Вузол, що відмовив, негайно починає відновлюватися. Стан системи пронумеруємо по числу вузлів, що відмовили.
S0 – всі три справні;
S1 – один вузол відмовив;
S2 – два вузли відмовили;
S3 – всі три відмовили й відновлюються.
Відповідний граф має вигляд:
Граф процесу загибелі та розмноження у загальному вигляді. Граничні ймовірності станів моделі.
Розглянемо граф випадкового процесу загибелі й розмноження в загальному виді й одержимо необхідні співвідношення.
Для стану S1 маємо:
λ12P1=λ12P2
Для S2
λ23P2+λ21P2= λ12P2+λ32P3
Підставивши перше рівняння в друге й, виконуючи скорочення одержимо:
λ23P2=λ32P3
і далі аналогічно
λ34P3=λ43P4
Одним словом для графа процесу загибелі й розмноження завжди справедливо:
λk-1, kPk-1=λk, k-1Pk, де k=2, n
Отже, граничні ймовірності стану задовольняють наступним рівнянням:
λ12P1= λ2P2;
λ23P2= λ32P3;
λ34P3= λ43P4;
……………
λk-1, kPk-1= λk, k-1Pk;
……………
λn-1, nPn-1= λn, n-1Pn;
з урахуванням умови нормування
∑Pi=1; i=1, n
i
Систему рівнянь можна вирішити методом послідовних підстановок:
P2=(λ12/ λ21)P1;
Потім
P3=(λ23/ λ32)P2= (λ23 λ12/ λ32λ21)P1;
І т.д. у загальному випадку:
Pk=(λk-1, k λk-2, k-1…λ12/λk,k-1λk-1,k-2…λ21)P1;при k=2, n
Підставимо значення всіх імовірностей, виражених через P1 у нормовану умову й одержимо
Інші ймовірності виражаються, як ми бачимо через P1:
P2=(λ12/ λ21)P1;
P3=(λ23 λ12/ λ32 λ21)P1;
……………......
Pk=(λk-1, k … λ12 / λk, k-1 … λ21)P1;
……………........
Pn=(λn-1, n … λ12 / λn, n-1 … λ21)P1;
Завдання відшукування граничних імовірностей стану.
Розглянемо приклад із трьома вузлами приладу конкретно. Будемо вважати середній час роботи кожного вузла tб. Час ремонту вузла tp. Будемо вважати потоки відмов і відновлення найпростішими. Знайдемо середню продуктивність приладу, якщо при трьох працюючих вузлах вона дорівнює 100%, при двох – 50%, а при одному й менш – 0%. Нехай tб=10 годин, tp=5 годин.
Тоді tp/tб=0,5 і
P0=1 / (1+3/2+3/4+1/8)=8/27
P1=12/27, P2=6/27, P3=1/27
Середня продуктивність приладу дорівнює:
100%*P0+50%*P1=(800/27+600/27)%=51,9%