ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ"

Transcript

1 ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΜΟΝΤΕΛΟΠΟΙΗΣΗ ΚΑΙ ΑΝΑΛΥΣΗ ΘΕΩΡΙΑΣ ΑΝΑΜΟΝΗΣ ΟΥΡΩΝ ΜΕ ΤΗ ΧΡΗΣΗ ΜΕΘΟ ΩΝ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ Γρηγόριος Αναστ. Παπαϊωάννου ΕΡΓΑΣΙΑ Που υποβλήθηκε στο Τµήµα Στατιστικής του Οικονοµικού Πανεπιστηµίου Αθηνών ως µέρος των απαιτήσεων για την απόκτηση Μεταπτυχιακού ιπλώµατος Συµπληρωµατικής Ειδίκευσης στη Στατιστική Μερικής Παρακολούθησης (Part-time) «Ποσοτικές Μέθοδοι στη Λήψη των Αποφάσεων» Αθήνα Νοέµβριος 2013

2 2

3 Την παρούσα εργασία αφιερώνω στην οικογένειά µου, για την πολύτιµη υποστήριξηπου µου παρείχε σε όλη την διάρκεια των σπουδών µου, σε προπτυχιακό και µεταπτυχιακό επίπεδο. 3

4 4

5 ΕΥΧΑΡΙΣΤΙΕΣ Η εργασία αυτή εκπονήθηκε στα πλαίσια του Προγράµµατος Μεταπτυχιακών Σπουδών Μερικής Φοίτησης του Τµήµατος Στατιστικής ΟΠΑ «Ποσοτικές Μέθοδοι στη Λήψη των Αποφάσεων». Θέλω να ευχαριστήσω καταρχήν τον εργοδοτικό φορέα στον οποίο απασχολούµαι, «Νέο Ταχυδροµικό Ταµιευτήριο Ελλάδος Α.Τ.Ε» για την οικονοµική ενίσχυση που µου παρείχε προκειµένου να χρηµατοδοτηθούν τα δίδακτρα του Προγράµµατος. Οφείλω να ευχαριστήσω τον επιβλέποντα της διπλωµατικής εργασίας, κο Ζαζάνη Μιχάλη για τη βοήθεια και την καθοδήγηση που µου παρείχε κατά την εκπόνησή της, καθώς και το σύνολο του διδακτικού προσωπικού του Προγράµµατος, για τη συνεισφορά τους στην διεύρυνση των γνώσεών µου στο πεδίο της Ποσοτικής Ανάλυσης. Σε αυτό το σηµείο, θέλω να ευχαριστήσω τον κο Ξενούλη Κωνσταντίνο, για τις πολύτιµες συµβουλές του κατά την εκπόνηση της εργασίας. 5

6 6

7 ΒΙΟΓΡΑΦΙΚΟ ΣΗΜΕΙΩΜΑ Ονοµάζοµαι Γρηγόριος Παπαϊωάννου και είµαι πτυχιούχος του Τµήµατος Στατιστικής ΟΠΑ από το Από το 2008 απασχολούµαι στον τραπεζικό κλάδο και από τον Φεβρουάριο του 2011 έως σήµερα είµαι αναλυτής πιστωτικού κινδύνου στο Νέο Ταχυδροµικό Ταµιευτήριο. Επέλεξα το Πρόγραµµα Μεταπτυχιακών Σπουδών µε κατεύθυνση την Ποσοτική Ανάλυση, θεωρώντας ότι είναι το πλέον κατάλληλο ώστε να εφοδιαστώ µε τις κατάλληλες γνώσεις,προκειµένου να σταδιοδροµήσω στο αντικείµενο του riskmanagement. Το ενδιαφέρον µου σε ακαδηµαϊκό και επαγγελµατικό επίπεδο εστιάζεται κυρίως στην ποσοτική ανάλυση χρηµατοοικονοµικών κινδύνων. Είµαι υποψήφιος για την απόκτηση πιστοποίησης στη διαχείριση κινδύνων PRMIA, στα πλαίσια της οποίας έχω ήδη εξετασθεί επιτυχώς στο MathematicalFoundationsofRiskMeasurement, το πρώτο από τα τέσσερα µέρη που απαιτούνται για τη λήψη της. 7

8 8

9 9

10 ΠΕΡΙΛΗΨΗ ΠΑΠΑΪΩΑΝΝΟΥ ΓΡΗΓΟΡΙΟΣ ΜΟΝΤΕΛΟΠΟΙΗΣΗ ΚΑΙ ΑΝΑΛΥΣΗ ΘΕΩΡΙΑΣ ΑΝΑΜΟΝΗΣ ΟΥΡΩΝ ΜΕ ΤΗ ΧΡΗΣΗ ΜΕΘΟ ΩΝ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ Νοέµβριος 2013 Η διπλωµατική εργασία σχετίζεται µε την ανάλυση συστηµάτων εξυπηρέτησης Μ/Μ/1 και τη µοντελοποίηση σειριακών συστηµάτων ουρών, µε σκοπό την κατασκευή υποδείγµατος βελτιστοποίησης των χρόνων αποχώρησης από τους σταθµούς εξυπηρέτησης. Το παρόν σύγγραµµα χωρίζεται σε τρεις κύριες ενότητες: την περιγραφή των χαρακτηριστικών ενός συστήµατος εξυπηρέτησης, τη µαθηµατική θεµελίωση των διαδικασιών του Μ/Μ/1 συστήµατος και την περιγραφή σειριακού συστήµατος εξυπηρέτησης και µοντελοποίηση των χρόνων αναχώρησης των πελατών από κάθε εξυπηρετητή µε σκοπό την ελαχιστοποίηση του αθροίσµατός τους. Στο πρώτο µέρος περιγράφονται ξεχωριστά τα στάδια και οι µορφές που χαρακτηρίζουν ένα σύστηµα αναµονής και γίνεται µια σύντοµη αναφορά στις κατανοµές, οι οποίες συναντώνται συνήθως σε συστήµατα εξυπηρέτησης. Στο δεύτερο µέρος παρουσιάζεται η θεωρητική θεµελίωση των συστηµάτων Μ/Μ/1, δίνοντας έµφαση στην µαθηµατική διατύπωση των χαρακτηριστικών και ιδιοτήτων τους για κάθε στάδιο λειτουργίας τους. Στο τρίτο µέρος της εργασίας, γίνεται η περιγραφή ενόςσυστήµατος αναµονής µε σταθµούς εξυπηρέτησης στη σειρά. Αρχικά, γίνεται η µια σύντοµη περιγραφή τέτοιων συστηµάτων µε παραδείγµατα. ιατυπώνονται οι διαδικασίες και τα χαρακτηριστικά του συγκεκριµένου συστήµατοςσυνδέοντάς τα µε τη θεωρία των συστηµάτων Μ/Μ/1. Τέλος, παρουσιάζεταιη διατύπωση του προβλήµατος ελαχιστοποίησης των χρόνων αποχώρησης από τους σταθµούς εξυπηρέτησης του συστήµατος.κατασκευάζεται η εξίσωση του γραµµικού προγράµµατος και περιγράφονταιτα βήµατα τουαλγορίθµου µε τον οποίο είναι δυνατό να προσοµοιαστείη διαδικασία λειτουργίας του συστήµατος βάσει του µοντέλου του γραµµικού προγράµµατος. 10

11 11

12 ΠΕΡΙΕΧΟΜΕΝΑ ΕΥΧΑΡΙΣΤΙΕΣ... 5 ΒΙΟΓΡΑΦΙΚΟ ΣΗΜΕΙΩΜΑ... 7 ΠΕΡΙΛΗΨΗ Εισαγωγή Χαρακτηριστικά συστηµάτων ουρών αναµονής Πρότυπο αφίξεων Πρότυπο εξυπηρετήσεων και αριθµός εξυπηρετητών Χωρητικότητα συστήµατος Πειθαρχία συστήµατος ουράς Σηµειολογία Kendall Βασικές κατανοµές Κατανοµή Poisson Εκθετική Κατανοµή Ιδιότητα έλλειψης µνήµης της Εκθετικής Κατανοµής Κατανοµή Erlang Γεωµετρική Κατανοµή ιαδικασίες γεννήσεων-θανάτων -σύστηµα εξυπηρέτησης Μ/Μ/ ιαδικασία γεννήσεων θανάτων Σύστηµα εξυπηρέτησης Μ/Μ/ Θεώρηµα Little Ιδιότητα PASTA Κατανοµές χρόνων αναµονής στην ουρά, παραµονής στο σύστηµα, και χρόνων µεταξύ δυο διαδοχικών αποχωρήσεων για Μ/Μ/1 συστήµατα Κατανοµές χρόνων παραµονής στο σύστηµα Κατανοµές χρόνων αναµονής στην ουρά Κατανοµές χρόνων µεταξύ δυο διαδοχικών αποχωρήσεων Σειρές συστηµάτων ουρών Παραδείγµατα συστηµάτων εξυπηρέτησης σε σειρά Καθορισµός διαδικασιών του συστήµατος Βελτιστοποίηση των χρόνων αποχώρησης Βελτιστοποίηση των χρόνων αποχώρησης από τον πρώτο σταθµό εξυπηρέτησης του συστήµατος

13 4.3.2 Βελτιστοποίηση των χρόνων αποχώρησης από κάθε σταθµό εξυπηρέτησης του συστήµατος Συµπεράσµατα-σχόλια ΒΙΒΛΙΟΓΡΑΦΙΑ

14 1.Εισαγωγή Μια ουρά αναµονής ή ισοδύναµα ένα σύστηµα εξυπηρέτησης είναι ένα µαθηµατικό πρότυπο για τη µοντελοποίηση ενός πραγµατικού συστήµατος εισόδου - εξόδου µονάδων (πελατών) στο οποίο υπεισέρχεται τυχαιότητα, όπως στο χρόνο άφιξης ή στο χρόνο εξυπηρέτησης των πελατών. Βασικό αντικείµενο της θεωρίας ουρών αναµονής αποτελεί η ποσοτική µελέτη των συστηµάτων εξυπηρέτησης. Τυπικά παραδείγµατα εφαρµογής της θεωρίας ουρών αναµονής είναι µεταξύ άλλων τα ταµεία των τραπεζών και γενικότερα διαφόρων οργανισµών, τα τηλεφωνικά κέντρα εξυπηρέτησης πελατών (callcenters), το τηλεφωνικό δίκτυο, το ιαδίκτυο καθώς και τοπικά δίκτυα υπολογιστών (LAN), οι γραµµές παραγωγής µιας βιοµηχανικής µονάδας και τα συγκοινωνιακά δίκτυα. Για παράδειγµα, στην περίπτωση ενός τηλεφωνικού κέντρου, το συγκεκριµένο σύστηµα διαθέτει ένα συγκεκριµένο αριθµό χειριστών για την εξυπηρέτηση των συνδροµητών, οι οποίοι θέλουν σε οποιαδήποτε χρονική στιγµή να πραγµατοποιήσουν µια κλήση. Ο χρόνος που χρειάζεται ο χειριστής για να πραγµατοποιήσει τη σύνδεση, είναι µια τυχαία µεταβλητή η οποία εξαρτάται από το είδος της κλήσης ή το πόσο φορτωµένο είναι το δίκτυο. Η ώρα που χρειάζεται ένας συνδροµητής για να ολοκληρώσει µια συνοµιλία είναι επίσης µια τυχαία µεταβλητή, η οποία εξαρτάται περίπου από τους ίδιους παράγοντες. Στόχος της θεωρίας ουρών αναµονής είναι η ποσοτική περιγραφή τέτοιων συστηµάτων καθώς και ο βέλτιστος σχεδιασµός τους Τα κύρια χαρακτηριστικά των συστηµάτων αυτών τα οποία άπτονται βελτιστοποίησης είναι: Το µέσο χρονικό διάστηµα στο οποίο περιµένει ένας πελάτης σε µια ουρά. 14

15 Το πλήθος πελατών που περιµένουν και πρέπει να εξυπηρετηθούν ικανοποιητικά. Το βασικό εργαλείο µελέτης τέτοιων συστηµάτων είναι η Θεωρία Πιθανοτήτων και Στοχαστικών Ανελίξεων, καθώς τα συστήµατα ουρών αναµονής είναι εκ φύσεως στοχαστικά. Η θεωρία ουρών αναµονής επιτυγχάνει την επίλυση προβληµάτων και φαινοµένων συνωστισµού, κάνοντας χρήση ενός συνόλου µαθηµατικών εκφράσεων, επιτυγχάνει την επίλυση προβληµάτων και φαινοµένων συνωστισµού. Τα παραπάνω φαινόµενα παρατηρούνται σε διάφορους τοµείς της ανθρώπινης δραστηριότητας κάποιοι από τους οποίους διατυπώθηκαν ανωτέρω. Με τη χρήση της θεωρίας ουρών καθίσταται δυνατή η λεπτοµερής µοντελοποίηση ενός συστήµατοςαναµονής ουράς (ή συστήµατος εξυπηρέτησης), µε οποιαδήποτε χαρακτηριστικά που µπορεί αυτό να έχει, η ακριβής µελέτη και η επίλυση όλων των προβληµάτων που πιθανόν εµποδίζουν τη σωστή λειτουργία του συστήµατος αυτού. Αναγκαίο λοιπόν είναι να καταγραφούν όλες οι πτυχές που περιγράφουν µε λεπτοµέρεια το σύστηµα που εξετάζεται, έτσι ώστε µε τη χρήση της θεωρίας πιθανοτήτων και στοχαστικών ανελίξεων να µοντελοποιηθεί πλήρως το σύστηµα. Αυτό θα βοηθήσει σε µεγάλο βαθµό στην περεταίρω επίλυση προβληµάτων που προκύπτουν από τη λειτουργία των συστηµάτων αυτών και χρήζουν επίλυσης. Τέτοιας µορφής προβλήµατα είναι δυνατό να θεωρηθούν ως προβλήµατα ελαχιστοποίησης παραµέτρων, οι οποίοι µπορούν να επιλυθούν βάσει της θεωρίας βελτιστοποίησης, όπως : Το κόστος λειτουργίας ενός συστήµατος εξυπηρέτησης Οι χρόνοι παραµονής των πελατών στο σύστηµα Οι χρόνοι εξυπηρέτησης σε συστήµατα µε περισσότερους από έναν εξυπηρετητές. Οι χρονικές στιγµές αποχώρησης από τους σταθµούς εξυπηρέτησης. 15

16 Στην παρούσα εργασία περιγράφονται συνοπτικά τα βασικά χαρακτηριστικά ενός συστήµατος αναµονής ουρών καθώς και, η θεµελιώδης µαθηµατική θεωρία που αφορά το σύστηµα ουράς Μ/Μ/1. Στη συνέχεια παρουσιάζεται µια ειδική περίπτωση συστήµατος αναµονής το οποίο αποτελείται από σταθµούς εξυπηρέτησης στη σειρά. Για τη συγκεκριµένη κατηγορία συστηµάτων διατυπώνονται τα βασικά χαρακτηριστικά της ενώ επιχειρείται µια γενική περιγραφή της µέσω της σχηµατικής απεικόνισης ενός δείγµατός της και αναφορά στα πεδία εφαρµογής της. Στη συνέχεια καταγράφονται οι παράµετροι και οι διαδικασίες που περιγράφουν ένα σύστηµα της παραπάνω κατηγορίας, ενώ τέλος παρουσιάζονται οι κατάλληλες εξισώσεις βάσει των οποίων επιλύεται το πρόβληµα ελαχιστοποίησης του αθροίσµατος των χρόνων αναχώρησης από το σύστηµα σε κάθε σταθµό εξυπηρέτησης, για κάθε πελάτη που εισέρχεται στο σύστηµα. 16

17 17

18 2. Χαρακτηριστικά συστηµάτων ουρών αναµονής. Τα συστήµατα ουρών αναµονής περιγράφονται από πέντε βασικά χαρακτηριστικά: 1. Το πρότυπο άφιξης πελατών. 2. Το πρότυποεξυπηρέτησης. 3. Τον αριθµό των εξυπηρετητών. 4. Τη χωρητικότητα του συστήµατος, και 5. την πειθαρχία της ουράς. Στις παραγράφους που ακολουθούν γίνεται µια συνοπτική ανάλυση αυτών των χαρακτηριστικών. Στο τέλος του κεφαλαίου παρουσιάζονται συνοπτικά οι βασικές κατανοµές που συναντώνται συχνά στη θεωρία αναµονής ουρών. 2.1 Πρότυπο αφίξεων Το πρότυπο άφιξης πελατών αναφέρεται στον τρόπο µε τον οποίο φθάνουν οι πελάτες στο σύστηµα και καθορίζεται συνήθως από το µέσο ρυθµό άφιξης των πελατών ή από τον µέσο χρόνο µεταξύ δυο διαδοχικών αφίξεων και τον τύπο εξάρτησης των δυο αυτών χρόνων (των διαδοχικών αφίξεων). Οι αφίξεις χαρακτηρίζονται από τον τρόπο που αυτές λαµβάνουν χώρα. Μπορεί να χαρακτηριστούν κανονικές στην περίπτωση όπου ο χρόνος άφιξης των πελατών στο σύστηµα είναι γνωστός µε ακρίβεια ή τυχαίες στην περίπτωση που ο χρόνος άφιξης είναι τυχαίος. Στην περίπτωση αυτή θεωρούµε ότι η διαδικασία αφίξεων είναι στοχαστική. Συνήθως, στα συστήµατα ουρών η διαδικασία άφιξης είναι στοχαστική και αυτό καθιστά απαραίτητη τη γνώση της κατανοµής η οποία περιγράφει τους χρόνους µεταξύ δυο διαδοχικών αφίξεων. Πέρα των ανωτέρω, αναγκαίο είναι να υπάρχει γνώση για τον τρόπο που πραγµατοποιούνται οι αφίξεις, µεµονωµένα ή κατά οµάδες καθώς και για την κατανοµή του µεγέθους των οµάδων αυτών. 18

19 Επιπλέον, σηµαντική είναι η πληροφορία για την αντίδραση του πελάτη τη στιγµή που αφικνείται στο σύστηµα. Ένας πελάτης µπορεί να αποφασίσει να αναµένει ανεξάρτητα αν η ουρά είναι µεγάλη και ο χρόνος αναµονής µπορεί είναι µεγάλος. Υπάρχουν συστήµατα στα οποία ο πελάτης αρνείται να εισέλθει στο σύστηµα στην περίπτωση που η ουρά είναι µεγάλη, περίπτωση στην οποία παρατηρείται µαταίωση (balking) και συστήµατα στα οποία ο πελάτης αρχικά εισέρχεται στο σύστηµα λόγω όµως της µεγάλης αναµονής αποχωρεί από αυτό στη συνέχεια (υπαναχώρηση ή balking). Ένας ακόµα παράγοντας του προτύπου άφιξης είναι ο τρόπος µε τον οποίο µεταβάλλεται η διαδικασία µε την πάροδο του χρόνου. ιαδικασίες οι οποίες δεν µεταβάλλονται µε την πάροδο του χρόνου ονοµάζονται σταθερές (στάσιµες) διαδικασίες αφίξεων και διαδικασίες οι οποίες δεν είναι ανεξάρτητες από τον χρόνο ονοµάζονται µη σταθερές (µη στάσιµες) διαδικασίες. 2.2 Πρότυπο εξυπηρετήσεων και αριθµός εξυπηρετητών Το πρότυπο εξυπηρετήσεων πελατών αναφέρεται στον τρόπο µε τον οποίο εξυπηρετούνται οι πελάτες στο σύστηµα και προσδιορίζονται κυρίως από το χρόνο εξυπηρέτησης, δηλαδή το χρόνο που απαιτείται από έναν εξυπηρετητή για την εξυπηρέτηση ενός πελάτη. Ο χρόνος εξυπηρέτησης µπορεί είναι ντετερµινιστικός (σταθερός) ή στοχαστικός. Στη περίπτωση αυτή ο χρόνος εξυπηρέτησης θεωρείται σαν µια τυχαία µεταβλητή η οποία ακολουθεί µια γνωστή συνήθως κατανοµή. Σηµαντικός παράγοντας για το πρότυπο εξυπηρέτησης είναι και ο αριθµός των εξυπηρετητών καθώς και το πλήθος των πελατών που εξυπηρετούνται από έναν εξυπηρετητή. Υπάρχουν συστήµατα στα οποία οι σταθµοί εξυπηρέτησης είναι περισσότεροι του ενός και συστήµατα στα οποία υπάρχει ένας εξυπηρετητής. Επίσης, όπως αναφέρθηκε, υπάρχουν διαφοροποιήσεις στον αριθµό πελατών που εξυπηρετούνται από έναν σταθµό εξυπηρέτησης, µε 19

20 συστήµατα στα οποία κάθε εξυπηρετητής εξυπηρετεί έναν και µόνο πελάτη τη φορά και συστήµατα στα οποία ένας σταθµός εξυπηρέτησης εξυπηρετεί οµάδα πελατών. Ένας ακόµα παράγοντας του πρότυπου εξυπηρέτησης είναι αν ένας πελάτης εξυπηρετείται πλήρως από έναν εξυπηρετητή ή αν απαιτούνται περισσότεροι σταθµοί εξυπηρέτησης. Παρακάτω παρατίθενται σχήµατα συστηµάτων ουρών τα οποία αναπαριστούν κάποιες από τις περιπτώσεις που µόλις αναφερθήκαν. Στο σχήµα 1, αντιστοιχεί σύστηµα εξυπηρέτησης µε ένα σταθµό εξυπηρέτησης, ο οποίος εξυπηρετεί έναν πελάτη τη φορά. Σχήµα 1 Ένας εξυπηρετητής Στο σχήµα 2, αναπαρίσταται σύστηµα µε πολλαπλό αριθµό εξυπηρετητών οι οποίοι εξυπηρετούν 1 πελάτη τη φορά. 20

21 Σχήµα 2 Σύστηµα µε πολλαπλούς εξυπηρετητές Στο σχήµα 3 παριστάνει γραφικά σύστηµα εξυπηρέτησης µε ένα σταθµό εξυπηρέτησης, ο οποίος όµως εξυπηρετεί οµάδα πελατών συγχρόνως. Σχήµα 3 Σύστηµα µε 1 εξυπηρετητή που απασχολείται από γκρουπ πελατών Στο σχήµα 4 έχουµε ένα σύστηµα εξυπηρέτησης µε πολλαπλούς σταθµούς εξυπηρέτησης οι οποίοι βρίσκονται στη σειρά. Στο συγκεκριµένο σύστηµα, προκειµένου να εξυπηρετηθεί ένας πελάτης, απαιτείται να περάσει διαδοχικά στον επόµενο εξυπηρετητή αφού εξυπηρετηθεί από τον προηγούµενο και να εξαντλήσει όλο τον αριθµό των εξυπηρετητών προτού αναχωρήσει από αυτό. Το συγκεκριµένο σύστηµα παρουσιάζει ιδιαίτερο ενδιαφέρον λόγω της δοµής του, αφού µπορεί να θεωρηθεί και ως µια ακολουθία διαφορετικών συστηµάτων αναµονής µε ένα εξυπηρετητή για κάθε σύστηµα, στο οποίο η διαδικασία εξυπηρέτησης για ένα σύστηµα συµπίπτει µε τη διαδικασία άφιξης για το ακριβώς επόµενο σύστηµα, όπως θα αποδειχθεί και στη συνέχεια. Το συγκεκριµένο πρόβληµα εξετάζεται αναλυτικότερα στη συνέχεια της εργασίας, στην οποία διατυπώνεται και το πρόβληµα ελαχιστοποίησης των αθροισµάτων των χρόνων εξυπηρέτησης του κάθε ενός συστήµατος. Σχήµα 4 Σύστηµα µε πολλαπλούς εξυπηρετητές στη σειρά. 21

22 2.3 Χωρητικότητα συστήµατος Η χωρητικότητα ενός συστήµατος αναµονής ουράς προσδιορίζει το µέγιστο αριθµό πελατών που είναι δυνατό να βρίσκονται εντός του συστήµατος. Ο αριθµός αυτός ορίζεται ως το άθροισµα των πελατών εκείνων που βρίσκονται στην ουρά περιµένοντας την εξυπηρέτησή τους καθώς και εκείνων που εξυπηρετούνται στους σταθµούς εξυπηρέτησης. Υπάρχουν συστήµατα τα οποία είναι δυνατό να φιλοξενήσουν απεριόριστο αριθµό πελατών που περιµένουν στην ουρά µαζί µε αυτούς που εξυπηρετούνται. Τα συστήµατα αυτά ονοµάζονται συστήµατα άπειρης χωρητικότητας. Πολλά συστήµατα δεν έχουν την παραπάνω ιδιότητα, µε συνέπεια πελάτες που καταφθάνουν σε µια εγκατάσταση η οποία είναι πλήρης αποχωρούν από το σύστηµα χωρίς να εξυπηρετηθούν. Τέτοια συστήµατα ονοµάζονται συστήµατα πεπερασµένης χωρητικότητας. 2.4 Πειθαρχία συστήµατος ουράς Με τον όρο πειθαρχία ενός συστήµατος αναµονής ουράς προσδιορίζεται ένα σύστηµα ανάλογα µε τη σειρά κατά την οποία εξυπηρετούνται οι πελάτες που καταφθάνουν σε αυτό και την προτεραιότητα που δίνεται στη σειρά άφιξής τους. Στις περιπτώσεις που προτεραιότητα για εξυπηρέτηση έχουν οι πελάτες που καταφθάνουν πρώτοι στο σύστηµα η πειθαρχία της ουράς αποκαλείται FIFO (FirstInFirstOut). Στην αντίστροφη περίπτωση, κατά την οποία προτεραιότητα έχει ο πελάτης που καταφθάνει τελευταίος η πειθαρχία αποκαλείται LIFO (LastInFirstOut).. Υπάρχουν και συστήµατα ουρών στα οποία δεν υπάρχει κάποια συγκεκριµένη προτεραιότητα σε ότι αφορά την εξυπηρέτηση των πελατών, η οποία γίνεται 22

23 µε τυχαίο τρόπο. Η πειθαρχία της ουράς σε αυτήν την περίπτωση λέγεται SIRO (ServiceInRandomOrder). 2.5 Σηµειολογία Kendall Ως συντοµογραφία για την περιγραφή των χαρακτηριστικών ενός συστήµατος εξυπηρέτησης, αναπτύχθηκε από τον GeorgeKendall το 1953 σηµειογραφία η οποία έχει καθιερωθεί στη βιβλιογραφία. Μια διαδικασία ουράς περιγράφεται από µια ακολουθία του τύπου Α/Β/Γ/ /Ε, τα οποία σύµβολα Α, Β, Γ,, και Ε συµβολίζουν κάθε ένα από τα χαρακτηριστικά ενός συστήµατος εξυπηρέτησης όπως αναλύθηκε σε αυτό το κεφάλαιο. Ειδικότερα: Α και Β: συµβολίζουν την κατανοµή των χρόνων µεταξύ δυο αφίξεων και των χρόνων εξυπηρέτησης αντίστοιχα, Γ: συµβολίζει των αριθµό των εξυπηρετητών που είναι διαθέσιµοι από το σύστηµα, : συµβολίζει την χωρητικότητα του συστήµατος, και Ε: συµβολίζει την πειθαρχία της ουράς. Όσον αφορά τα σύµβολα Α και Β, που αφορούν τα πρότυπα άφιξης και εξυπηρέτησης, έχουν επικρατήσει στη βιβλιογραφία και περιγράφουν κάποια συγκεκριµένη οικογένεια κατανοµών στις οποίες ανήκουν οι χρόνοι µεταξύ δυο διαδοχικών αφίξεων και εξυπηρέτησης είναι οι ακόλουθοι: D: όταν η κατανοµή των χρόνων είναι σταθερή (ή ντετερµινιστική) Μ: Εκθετικά κατανεµηµένοι χρόνοι. Το σύµβολο Μ προέρχεται από τη λέξη Markovian της οποίας ιδιότητα έλλειψης µνήµης έχει η εκθετική κατανοµή. Ε k : Οι χρόνοι µεταξύ αφίξεων και εξυπηρέτησης ακολουθούν την κατανοµή τύπου Erlang-k (k=1, 2,, ). 23

24 Στα περισσότερα συστήµατα που συναντώνται στη θεωρία αναµονής ουρών, θεωρείται ότι η χωρητικότητα του συστήµατος είναι άπειρη και ότι η πειθαρχία της ουράς είναι FIFO. Σε αυτές τις περιπτώσεις οι αριθµοί που αντιπροσωπεύουν τα σύµβολα και Ε παραλείπονται, καθώς θεωρούνται εξ ορισµού οι συγκεκριµένες ιδιότητες (άπειρη χωρητικότητα, πειθαρχία FIFO). Στον πίνακα 1 που ακολουθεί αναγράφονται συνοπτικά οι διάφορες συντοµογραφίες που χρησιµοποιούνται για τα τρία πρώτα σύµβολα της Kendall σηµειογραφίας. Πίνακας 1 Συντοµογραφίες Kendall 2.6Βασικές κατανοµές Στο σηµείο αυτό γίνεται µια συνοπτική παρουσίαση κάποιων βασικών κατανοµών που συναντώνται συχνά σε συστήµατα εξυπηρέτησης, όπως είναι οι κατανοµές Poisson, Εκθετική, Erlang και Γάµµα Κατανοµή Poisson Η κατανοµή Poisson είναι µια διακριτή κατανοµή πιθανότητας η οποία εκφράζει ένα δεδοµένο αριθµό γεγονότων που λαµβάνουν χώρα σε ένα συγκεκριµένο διάστηµα του χρόνου ή/και του χώρου, στο οποίο τα γεγονότα 24

25 αυτά συµβαίνουν µε ένα συγκεκριµένο µέσο ρυθµό, τα οποία είναι ανεξάρτητα µεταξύ τους. Γενικότερα, µια διακριτή τ.µ. λέγεται ότι ακολουθεί Poisson κατανοµή µε παράµετρο >0, όταν η συνάρτηση πιθανότητας της οποίας δίνεται από τον τύπο: = =, =0,1,2, 1).! Η µέση τιµή και η διακύµανση της Poisson κατανοµής είναι ίδια και ισούται µε λ, ==. Χαρακτηριστικά παραδείγµατα εφαρµογής της κατανοµής Poisson συναντώνται στις τηλεπικοινωνίες (αριθµός τηλεφωνικών κλήσεων ανά µονάδα χρόνου που καταφθάνουν στο κέντρο), στην αστρονοµία (αριθµός φωτονίων ανά µονάδα χρόνου που καταφθάνουν σε ένα τηλεσκόπιο), στη βιολογία (αριθµός µεταλλάξεων σε ένα κλώνο του DNA ανά µονάδα µήκους) κ.α Εκθετική Κατανοµή Η εκθετική κατανοµή είναι η κατανοµή πιθανότητας που περιγράφει το χρονικό διάστηµα µεταξύ των γεγονότων σε µια διαδικασία Poisson, δηλαδή µια διαδικασία κατά την οποία τα γεγονότα συµβαίνουν ανεξάρτητα µεταξύ τους σε συνεχή και µε σταθερό µέσο ρυθµό. Είναι το συνεχές ανάλογο της γεωµετρικής κατανοµής, µε κύριο χαρακτηριστικό της την ιδιότητα έλλειψης µνήµης. Ανήκει στην οικογένεια των εκθετικών κατανοµών στην οποία ανήκουν η κανονική κατανοµή, η διωνυµική κατανοµή, η κατανοµή γάµµα, Poisson, κ.α. Η συνάρτηση πυκνότητας πιθανότητας και η αθροιστική συνάρτηση κατανοµής δίνονται αντίστοιχα από τους δυο παρακάτω τύπους: ;=!, 0 0, <0 $ 2) %;= 1!, 0 0, <0 $ 3) 25

26 Ο µέσος και η διακύµανση της εκθετικής κατανοµής είναι οι εξής: = ( και = ( ) Ιδιότητα έλλειψης µνήµης της Εκθετικής Κατανοµής Όπως αναφέρθηκε και προηγουµένως µια βασική ιδιότητα της εκθετικής κατανοµής είναι η ιδιότητα έλλειψης µνήµης. Για µια εκθετικά κατανεµηµένη τυχαία µεταβλητή T ισχύει η σχέση: *>++- *>+=*>- +,- 0. Αν, λοιπόν, Τ είναι µια χρονική τυχαία µεταβλητή εκθετικά κατανεµηµένη τότε η σχέση αυτή σηµαίνει ότι, αν ένα ενδεχόµενο να µη συµβεί ένα γεγονός σε κάποιο χρονικό διάστηµα -++, δεσµευτεί µε ένα ενδεχόµενο να µη συµβεί το γεγονός για κάποιο αρχικό χρονικό διάστηµα +, τότε η κατανοµή του είναι ίδια µε την κατανοµή του ενδεχοµένου να µη συµβεί το γεγονός στον υπολειπόµενο χρόνο -. Για παράδειγµα, αν ένα γεγονός δεν έχει πραγµατοποιηθεί έπειτα από 30 δευτερόλεπτα, η δεσµευµένη πιθανότητα το να πραγµατοποιηθεί το γεγονός θα χρειαστεί τουλάχιστον 10 επιπλέον δευτερόλεπτα, είναι ίση µε τη µη δεσµευµένη πιθανότητα εκδήλωσης του γεγονότος για περισσότερο από 10 δευτερόλεπτα σε σχέση µε τον αρχικό χρόνο. Η εκθετική και η γεωµετρική κατανοµή είναι οι µοναδικές κατανοµές πιθανότητας που εµφανίζουν την ιδιότητα της έλλειψης µνήµης Κατανοµή Erlang Η κατανοµή Erlang είναι µια συνεχής κατανοµή πιθανότητας µε ευρεία εφαρµογή, κυρίως λόγω της σχέσης της µε την εκθετική και τη γάµµα κατανοµή. Αναπτύχθηκε από τον Erlang προκειµένου να εξετάσει τον αριθµό των τηλεφωνικών κλήσεων που θα µπορούσε να προωθηθούν ταυτόχρονα στα 26

27 τηλεφωνικά κέντρα. Είναι µια συνεχής κατανοµή µε δύο παραµέτρους, το µέγεθος =1,2, και τον ρυθµό >0. Η κατανοµή φορές ορίζεται χρησιµοποιώντας το αντίστροφο της παραµέτρου του ρυθµού, µε κλίµακα (. Η κατανοµή Erlang, λοιπόν, µπορεί να οριστεί σαν την κατανοµή του αθροίσµατος του ανεξάρτητων εκθετικά κατανεµηµένων µεταβλητών µε µέσο (. Όταν η παράµετρος σχήµατος ισούται µε 1, η κατανοµή απλοποιεί την εκθετική κατανοµή. Η κατανοµή Erlang είναι µια ειδική περίπτωση της κατανοµής γάµµα, όπου η παράµετρος µεγέθους k είναι ένας ακέραιος αριθµός. Στην κατανοµή γάµµα, η παράµετρος αυτή δεν περιορίζεται στους ακέραιους. Η συνάρτηση πυκνότητας πιθανότητας και η αθροιστική συνάρτηση κατανοµής της Erlang µε παραµέτρους και δίνονται αντίστοιχα από τους δυο παρακάτω τύπους: ;,=! 0 1 2, 0 4) ( 456 5) %;,=1 (! 4 4! Όπου 7 είναι συνάρτησή γάµµα για την οποία ισχύει 7 = 1!, όταν ο είναι θετικός ακέραιος και ;< 6 7 =8-9:9 9, όταν ο είναι θετικός πραγµατικός αριθµός. Ο µέσος και η διακύµανση της κατανοµής Erlang είναι οι εξής: = και = ) Γεωµετρική Κατανοµή Στη θεωρία πιθανοτήτων, η γεωµετρική κατανοµή είναι διακριτή κατανοµή πιθανότητας που συναντάται στις ακόλουθες δυο µορφές: 27

28 1. Η κατανοµή πιθανότητας της τ.µ. X η οποία θεωρείται ο αριθµός των δοκιµών Bernoulli (επιτυχία/αποτυχία), που απαιτείται ώστε να επιτευχθεί µια επιτυχία είναι γεωµετρική σε διακριτό σετ δεδοµένων {1, 2, 3,... } ή 2. Η κατανοµή πιθανότητας της τ.µ. Υ, όπου Υ = Χ 1, η οποία θεωρείται ο αριθµός αποτυχιών σε µια Bernoulli διαδικασία πριν από την πρώτη επιτυχία σε διακριτό σετ δεδοµένων { 0, 1, 2, 3,... }. Σηµαντική ιδιότητα της γεωµετρικής κατανοµής είναι η ιδιότητα της έλλειψης. Ισχύει δηλαδή ότι, =>+ >>=>>, θετικούς ακέραιους για τη µορφή 1 και, µη αρνητικούς ακέραιους για τη µορφή 2. Η συνάρτηση πυκνότητας πιθανότητας και η αθροιστική συνάρτηση κατανοµής για καθεµία από τις δυο µορφές δίνονται αντίστοιχα από τους παρακάτω τύπους: Μορφή 1) = =1? (?, =1,2,3, 6) =1 1?, =1,2,3, 7) Μορφή 2) B= =1??, =0,1,2,3, 8) =1 1? ;(, =1,2,3, 9) Ο µέσος και η διακύµανση της γεωµετρικής κατανοµής για τις δυο µορφές αντίστοιχα είναι οι εξής: Μορφή 1) = ( C Μορφή 2) = ( C C και =( C C ). και = ( C C ). 28

29 29

30 3. ιαδικασίες γεννήσεων-θανάτων -σύστηµα εξυπηρέτησης Μ/Μ/1. Στο κεφάλαιο αυτό διατυπώνονται τα βασικά χαρακτηριστικά της µαθηµατικής θεµελίωσης του συστήµατος εξυπηρέτησης Μ/Μ/1. Η ουρά Μ/Μ/1 είναι µια διαδικασία γεννήσεων-θανάτων και για αυτό το λόγο θα γίνει αρχικά µια συνοπτική διατύπωσή της προτού συνεχιστεί η ανάλυση για το σύστηµα αναµονής ουρών Μ/Μ/ ιαδικασία γεννήσεων θανάτων Μια διαδικασία γεννήσεων-θανάτων-,- 0 είναι µια συνεχούς χρόνου και διακριτών καταστάσεων (µε χώρο καταστάσεων Ν) µαρκοβιανή διαδικασία, τέτοια ώστε να ισχύουν οι παρακάτω εξισώσεις: -+h=+1 -== 4 h+ehfgh 0IJ -+h= 1 -==K 4 h+ehfgh 1II -+h= -==1 4 +K 4 h+ehfgh 0IL RP (Όπου Eh είναι συνάρτηση µε ιδιότητα, lim P < =0. Τέτοιες συναρτήσεις καλούνται οριακές συναρτήσεις). P Η τυχαία µεταβλητή - ερµηνεύεται ως το µέγεθος του πληθυσµού τη χρονική στιγµή -. Ο συντελεστής 4, µε 4 0, είναι ο ρυθµός γεννήσεων της διαδικασίας όταν το µέγεθος του πληθυσµού είναι 0.. Ο συντελεστής K 4, µε K 4 0, είναι ο ρυθµός θανάτων της διαδικασίας όταν το µέγεθος του πληθυσµού είναι 1. Στην περίπτωση όπου =0 υποθέτουµε ότι K 6 =0. Η πιθανότητα τη χρονική στιγµή -+h το µέγεθος του πληθυσµού να είναι δίνεται από την ακόλουθη σχέση, κάνοντας χρήση το θεώρηµα της ολικής πιθανότητας και τις εξισώσεις 10, 11 και 12 : ;< 4 -+h= 56-+h= -= -= (Θεώρηµα Bayes) =[ 4 ( h+eh] 4 ( -+[K 4;( h+eh] 4;( -+Eh+ [1 4 +K 4 h Eh] 4-13) 30

31 Από την 13) παραγωγίζοντας ως προς το χρόνο έχουµε: :U V 9 :9 = 4 ( 4 ( - 4 +K K 4;( 4;( -14). Υποθέτοντας ότι το όριο, lim 9 < 4 -=? 4 υπάρχει >, παίρνοντας το όριο - + στην σχέση 14) 1 έχουµε: 0= 4 (? 4 ( 4 +K 4? 4 +K 4;(? 4;( ή ισοδύναµα 6? 6 =K (? ( 15) 4 +K 4? 4 = 4 (? 4 ( +K 4;(? 4;(, για =1,2, 16) Από τις σχέσεις 15), 16) συµπεραίνουµε ότι η κατάσταση του συστήµατος δεν εξαρτάται από το χρόνο, άρα η διαδικασία έπειτα από µεγάλο χρονικό διάστηµα γίνεται στάσιµη µε εξισώσεις ισορροπίας τις σχέσεις 15) και 16). Στην κατάσταση ισορροπίας ισχύει ότι η πιθανότητα εισόδου σε µια κατάσταση ισούται µε την πιθανότητα εξόδου από την ίδια κατάσταση. Αυτή η πρόταση επιτρέπει να παραχθούν οι εξισώσεις ισορροπίας ενός συστήµατος. Αν θεωρήσουµε ότι η ακολουθία Κ συγκλίνει (Y<+, µε Y=1+ Z [ Z + Z 0 [ Z [ 0 + Z 0 V0 [ Z [ 0 [ V + 17) τότε για =1,2, αντικαθιστώντας την 17) στις 15) και 16) ισχύει? 4 = Z 0 V0 [ Z [ 0 [ V? 6 18) µε? 6 = (, ] αφού ;< 456? 4 = Σύστηµα εξυπηρέτησης Μ/Μ/1 Σύµφωνα µε τον συµβολισµό Kendall, ένα σύστηµα αναµονής ουρών Μ/Μ/1 χαρακτηρίζεται από: - Όσον αφορά το πρότυπο άφιξης, οι χρόνοι µεταξύ δυο διαδοχικών αφίξεων είναι εκθετικά κατανεµηµένοι. - Οι χρόνοι εξυπηρέτησης είναι εκθετικά κατανεµηµένοι. 1 Εφόσον το όριο, lim 9 < 4 -=? 4 υπάρχει >, τότε :U V9 =0. Για µεγάλο -, µικρές :9 µεταβολές σε αυτό, δεν επιφέρουν καµιά µεταβολή στο 4 -, αφού αυτό είναι σταθερό και ίσο µε? 4. 31

32 - Υπάρχει 1 εξυπηρετητής στο σύστηµα. - Οι πελάτες εξυπηρετούνται µεµονωµένα. - Άπειρη χωρητικότητα του συστήµατος. - Η πειθαρχία της ουράς είναι FIFO. Ειδικότερα, οι πελάτες που καταφθάνουν στο σύστηµα ακλουθούν µια διαδικασία Poisson µε ρυθµό. Ως εκ τούτου, ο χρόνος που µεσολαβεί ανάµεσα σε δυο διαδοχικές αφίξεις είναι τυχαία µεταβλητή που ακολουθεί εκθετική κατανοµή µε παράµετρο (. Ο χρόνος που µεσολαβεί ώστε να εξυπηρετηθεί ένας πελάτης είναι µια εκθετικά κατανεµηµένη τυχαία µεταβλητή µε παράµετρο K. Οι χρόνοι εξυπηρέτησης θεωρούνται ανεξάρτητοι µεταξύ τους και ανεξάρτητοι από τους χρόνους άφιξης δυο διαδοχικών πελατών. Όταν ένας πελάτης εισέρχεται στο σύστηµα όταν αυτό είναι κενό, εξυπηρετείται αµέσως. Εάν το σύστηµα δεν είναι κενό περιµένει στην ουρά έως ότου εξυπηρετηθεί χωρίς να φεύγει από το σύστηµα. Όταν ένας πελάτης εξυπηρετηθεί, αποχωρεί από το σύστηµα και ο πρώτος πελάτης από την ουρά εξυπηρετείται αµέσως µετά. Αν υποθέσουµε ότι - συµβολίζει τον αριθµό των πελατών στο σύστηµα τη χρονική στιγµή -, τότε η στοχαστική διαδικασία -,- 0, είναι µια διαδικασία γεννήσεων-θανάτων µε ρυθµό γέννησης ^ =, _ 0 και ρυθµό θανάτου K^ =K, _ 1. Λόγω των εκθετικά κατανεµηµένων χρόνων µεταξύ δυο διαδοχικών αφίξεων και χρόνων εξυπηρέτησης η στοχαστική διαδικασία -,- 0 είναι µια διαδικασία Markov. Επιπλέον, επειδή η πιθανότητα να συµβούν δυο γεγονότα (άφιξη, αναχώρηση) στο χρονικό διάστηµα -,-+h είναι Eh, ισχύουν τα κάτωθι: -+h=_+1 -=_=h+ehfgh_ 019) -+h=_ 1 -=_=Kh+EhFGH_ 120) 32

33 -+h=_ -=_=1 +Kh+EhFGH_ 121) -+h=_ -=_=1 h+ehfgh_=022) -+h=` -=_=EhFGH ` _ 223) Οι σχέσεις 19) έως 23), λόγω των 10) έως 12), αποδεικνύουν ότι η στοχαστική διαδικασία -,- 0, είναι διαδικασία γεννήσεων-θανάτων. Αν a_, _ 0, είναι η συνάρτηση πιθανότητας του αριθµού πελατών που βρίσκονται στο σύστηµα, όταν αυτό βρίσκεται σε κατάσταση ισορροπίας, τότε οι εξισώσεις ισορροπίας για τη διαδικασία είναι a0=ka124) +Ka_=a_ 1+ Ka_+1 _ 1 25). Ορίζοντας την ποσότητα b, σαν βαθµό έντασης του συστήµατος µε b= [,(είναι ο µέσος βαθµός απασχόλησης του συστήµατος στη µονάδα του χρόνου)από τη σχέση 18), έχω ότι a_=1 bb^ _ 0 26). Σαν συνθήκη σταθερότητας του συστήµατος ορίζουµε τη συνθήκη b<1, η οποία συµβολίζει ότι για την εύρυθµη λειτουργία του συστήµατος, απαιτείται ο µέσος αριθµός πελατών που καταφθάνουν στο σύστηµα να είναι µικρότερος από το µέσο αριθµό των πελατών που εξυπηρετούνται και αποχωρούν από το σύστηµα στη µονάδα του χρόνου. Η σχέση 26) υποδηλώνει ότι η τυχαία µεταβλητή του αριθµού πελατών που βρίσκονται στο σύστηµα ακολουθεί τη γεωµετρική κατανοµή, µε τη δεύτερη µορφή της όπως αναφέρεται και στην υποπαράγραφο Η πιθανότητα επιτυχίας της δοκιµής Bernoulli είναι ίση µε 1 b, οπότε ο µέσος αριθµός πελατών που βρίσκονται στο σύστηµα δίνεται από τη σχέση _ = c c ( 27). Από τη 27) εξάγεται το συµπέρασµα ότι καθώς G +, τότε b 1. Οπότε διαφαίνεται καθαρά ότι όταν ο µέσος αριθµός πελατών που εισέρχονται στο σύστηµα είναι ελάχιστα µικρότερος από το µέσο αριθµό εξυπηρετούµενων 33

34 πελατών, και τείνει να εξισωθεί µε αυτόν, στη µονάδα του χρόνου, ο αριθµός πελατών που θα υπάρχουν µέσα στο σύστηµα γίνεται πολύ µεγάλος µε αποτέλεσµα την απορρύθµιση της καλής λειτουργίας του συστήµατος. Για αυτό το λόγο, βασική προϋπόθεση εύρυθµης λειτουργίας για ένα σύστηµα εξυπηρέτησης είναι η ισχύς της σχέσης b<1. Για συστήµατα Μ/Μ/1 έχουµε b<1 <1 <K. [ Σηµαντική είναι και η παρατήρηση ότι το σύστηµα αδειάζει αρκετές φορές (όταν αυτό βρίσκεται σε ισορροπία), αφού από την 26) έχουµε ότι a0=1 b> Θεώρηµα Little Η συγκεκριµένη ενότητα εισαγάγει ένα από τα πιο σηµαντικά θεωρήµατα στη θεωρία αναµονής ουρών, το θεώρηµα ή νόµος Little. Βάσει του θεωρήµατος, αν >0 είναι ο ρυθµός άφιξης πελατών σε ένα σύστηµα εξυπηρέτησης σε κατάσταση ισορροπίας, =d ο µέσος αριθµός πελατών στο σύστηµα και ed ο µέσος χρόνος παραµονής ενός πελάτη στο σύστηµα, τότε ισχύει: =d=ed28). Η ανωτέρω σχέση, παρά το γεγονός ότι διαισθητικά φαίνεται απλή στη λογική της, είναι αξιοσηµείωτη λόγω του γεγονότος ότι είναι ανεξάρτητη από την κατανοµή της διαδικασίας αφίξεων, την κατανοµή των χρόνων εξυπηρέτησης ή οποιαδήποτε άλλη παράµετρο ή διαδικασία ενός συστήµατος εξυπηρέτησης. Μπορεί να εφαρµοστεί σε κάθε είδος συστήµατος αναµονής ουρών µε µοναδική συνθήκη το όποιο σύστηµα να βρίσκεται σε κατάσταση ισορροπίας. Όσον αφορά την απόδειξη του θεωρήµατος θα περιοριστούµε σε συστήµατα µε πειθαρχία ουράς FIFO που είναι και η πειθαρχία της ουράς για τα συστήµατα Μ/Μ/1 που εξετάζονται στοπαρόνκεφάλαιο. Αν λοιπόν ορίσουµε, 34

35 - =f είναι ο αριθµός πελατών στο σύστηµα τη χρονική στιγµή f, - g h fείναι ο αριθµός των πελατώνπου φθάνουν στο σύστηµα στο χρονικό διάστηµα [0,f], - g : fείναι ο αριθµός των πελατώνπου αποχωρούν από το σύστηµα στο χρονικό διάστηµα [0,f]. - -^ είναι η χρονική στιγµή κατά την οποία καταφθάνει ο _-στος πελάτης στο σύστηµα - e_, ο χρόνος παραµονής του _-στού πελάτη στο σύστηµα τότε αν =d 9 ο µέσος αριθµός πελατών στο σύστηµα στο χρονικό διάστηµα [0,-], ισχύει: =d 9 = ( 8 9 >fif ) Ο µέσος ρυθµός αφίξεων τη χρονική περίοδο [0,f], είναι: 9 = jk ) Επίσης, ο µέσος χρόνος αναµονής στην ουρά για το διάστηµα [0,-] είναι: j k 9 l^ j k 9 e 9 = ^5(. 31) Κάνουµε τις εξής υποθέσεις: 1) Το όριο ==lim 9 ;< =d 9 υπάρχει. Πρακτικά είναι πιθανό το συγκεκριµένο όριο να µην συγκλίνει σε κάποιο=. Λόγω όµως του ότι έχουµε θέσει σαν βασική προϋπόθεση b<1, µπορούµε µε ασφάλεια να υποθέσουµε ότι µετά από µεγάλο χρονικό διάστηµα το όριο υπάρχει και είναι πραγµατικός αριθµός. 2) Επιπλέον το όριο =lim 9 ;< 9 υπάρχει. Πράγµατι, όπως αποδείχθηκε στην αρχή της ενότητας 3.2 η διαδικασία αφίξεων-αποχωρήσεων σε ένα σύστηµα Μ/Μ/1 είναι µια στάσιµη διαδικασία γεννήσεων-θανάτων της οποίας οι συντελεστές στην κατάσταση ισορροπίας είναι ανεξάρτητοι του χρονικού σηµείου στο οποίο βρίσκεται η διαδικασία. 3) Επίσης ισχύει, ed =lim 9 ;< e 9 για τους ίδιους λόγους που ισχύουν στην υπόθεση 2). 35

36 Σχήμα 5 Θεώρημα Little σε σύστημα εξυπηρέτησης με FIFO πειθαρχία ουράς Όπως φαίνεται και από το ανωτέρω σχήµα, υποθέτουµε ότι τη χρονική στιγµή -=0 υποθέτουµε ότι το σύστηµα είναι άδειο, δηλαδή =0=0. Για οποιαδήποτε χρονική στιγµή f ισχύει =f=g h f g : f. Αν για κάποια χρονική στιγµή ->0 το σύστηµα αδειάσει εκ νέου, τότε µπορούµε να υπολογίσουµε τη γραµµοσκιασµένη περιοχή g m h =8 >fif ). Μπορούµε εξίσου να θεωρήσουµε ότι η γραµµοσκιασµένη περιοχή αποτελείται από οριζόντια τµήµατα µε µήκη ύψους 1 και πλάτους e_.οπότε στην περίπτωση αυτή έχουµε g h g m = - _=1 e_33). Εξισώνοντας τις σχέσεις 32) και 33) και διαιρώντας και τις δυο µε - έχουµε: ( 9 8 >fif 9 6 = ( g - e_ 9 _=1 ή ( 9 8 >fif 9 6 = jk 9 9 Από την 34) έχουµε λόγω των 29), 30), και 31) = rrr= 9 9 e 9 35). n k o pq0 l^ j k 9 34). Κάνοντας χρήση των υποθέσεων 1), 2) και 3) έχουµε ότι =d=ed, οπότε η σχέση 28) επαληθεύεται. 36

37 Τώρα, έχοντας βρει ήδη από τη σχέση 27) ότι =d= b b 1 θεώρηµα του Little, έχουµε ότι: ed = c ( c = ( [( c 36)., κάνοντας χρήση το Ορίζοντας, ως errrr s το µέσο χρόνο παραµονής ενός πελάτη στην ουρά του συστήµατος προκύπτει, επίσης, από το θεώρηµα Little ότι errrr=ed s ( = c [ [( c 37) Ιδιότητα PASTA Σε ένα σύστηµα αναµονής Μ/Μ/1, η ιδιότητα PASTA (PoissonArrivalsSeeTimeAverages) αναφέρεται στην αναµενόµενη κατάσταση του συστήµατος στην οποία αυτό βρίσκεται σε κάθε άφιξη. Γενικότερα, σε µια στοχαστική διαδικασία συνεχούς χρόνου η κατάσταση στην οποία θα βρίσκεται το σύστηµα ισοδυναµεί µε ένα συγκεκριµένο κλάσµα του χρόνου. Στην υπόθεση µιας διαδικασίας αφίξεων Poisson, οι αφίξεις παρατηρούν το σύστηµα µε τον ίδιο τρόπο µε το εάν οι αφίξεις γίνονταν τυχαία στο χρόνο. Ως εκ τούτου, η αναµενόµενη τιµή οποιασδήποτε παραµέτρου του συστήµατος εξυπηρέτησης κατά τη στιγµή µια άφιξης Poisson, είναι ίση µε την µακροπρόθεσµη αναµενόµενη τιµή της. Ως απόδειξη της ιδιότητας PASTA θα παραθέσουµε µια απλουστευµένη εκδοχή της. Υποθέτουµε µια χρονική περίοδο t, η οποία χωρίζεται σε 3 µη επικαλυπτόµενα διαστήµατα, µήκους (, t και u. Θα δείξουµε ότι η πιθανότητα να παραχθεί µια άφιξη από µια διαδικασία Poisson στο χρονικό διάστηµα µε µήκος t είναι ίση µε την πιθανότητα να επιλεγεί τυχαία ένα σηµείο στο διάστηµα µε µήκος t από το χρονικό διάστηµα t. Η πιθανότητα µια άφιξη Poisson στο διάστηµα [0,-] να συµβεί στο διάστηµα µε µήκος t µπορεί να γραφεί ως: 37

38 38). 1 άwgxyzf{ GάzfyKHKή~{ t= 0 Hwίx G zf{ GάzfyKHKή~{ (,1 άwgxyzf{ GάzfyKHKή~{ t,0 Hwίx G zf{ GάzfyKHKή~{ H u 1 άwgxyzf{ƒb{ G~ό GάzfyKH - Ο παρονοµαστής της σχέσης 38) προέρχεται από τη δέσµευση της πιθανότητας να συµβεί µόνο µια άφιξη στο χρονικό διάστηµα -. Χωρίζοντας τον αριθµητή στα τρία ανεξάρτητα ενδεχόµενα και χρησιµοποιώντας τον τύπο της κατανοµής Poisson, υπολογίζουµε τη σχέση 38) ως εξής: 1 άwgxyzf{ GάzfyKHK Kή~{ t= k 0 k ) 9 o = k0ˆk)ˆ 9 o 39). Όµως τα διαστήµατα (, t και u όπως τα έχουµε ορίσει ισχύει -= ( +t+ u. Εποµένως από την 39) προκύπτει 1 άwgxyzf{ GάzfyKHK Kή~{ t= 40). 9 Το αποτέλεσµα της σχέσης όµως της σχέσης 40) είναι το ίδιο µε την πιθανότητα επιλέγοντας τυχαία ένα σηµείο από το διάστηµα [0,-], αυτό να είναι στο διάστηµα µε µήκος t. Αποδεικνύεται λοιπόν η ιδιότητα PASTA Κατανοµές χρόνων αναµονής στην ουρά, παραµονής στο σύστηµα, και χρόνων µεταξύ δυο διαδοχικών αποχωρήσεων για Μ/Μ/1 συστήµατα Ενδιαφέρον έχει σε αυτό το σηµείο έχει να µελετηθούν οι κατανοµές των χρόνων αναµονής στην ουρά, των χρόνων παραµονής στο σύστηµα και των χρόνων µεταξύ δυο διαδοχικών αποχωρήσεων.. Ειδικότερα, τα αποτελέσµατα για τους χρόνους µεταξύ δυο διαδοχικών αποχωρήσεων, παρουσιάζουν εξαιρετικό ενδιαφέρον για το σύστηµα εξυπηρέτησης που εξετάζεται στο επόµενο κοµµάτι της εργασίας Κατανοµές χρόνων παραµονής στο σύστηµα Αρχικά, θα µελετηθεί η κατανοµή του χρόνου παραµονής στο σύστηµα. Ορίζουµε g, τον αριθµό των πελατών που βρίσκονται στο σύστηµα πριν µια 38

39 καινούργια άφιξη και Š, το χρόνο εξυπηρέτησης του -οστού πελάτη. Για σύστηµα Μ/Μ/1 οι χρόνοι εξυπηρέτησης είναι εκθετικά κατανεµηµένοι µε παράµετρο µ, όπως ορίστηκε παραπάνω (µέσος χρόνος εξυπηρέτησης µ). Οπότε ορίζοντας W το συνολικό χρόνο παραµονής στο σύστηµα, ισχύει j e= ;( 5( Š 41). εσµεύοντας ως προς g και µε τα g και Š ανεξάρτητα (ο ρυθµός άφιξης είναι ανεξάρτητος µε το ρυθµό εξυπηρέτησης) έχουµε, j e>-=œ ;( ;< 5( Š >- = 456 5( Š >-g =42). 4;( Όµως από τη σχέση 26) και σύµφωνα µε την ιδιότητα PASTA (η κατανοµή του g είναι ίδια µε την κατανοµή των πελατών που βρίσκονται ήδη στο σύστηµα), ισχύει ότι g ==1 bb 4, όπου bο βαθµός απασχόλησης του συστήµατος Επίσης όπως αναλύθηκε στην παράγραφο (κατανοµή 4;( Erlang) το άθροισµα 5( Š είναι άθροισµα n+1 εκθετικά κατανεµηµένων µεταβλητών, οπότε ακολουθεί κατανοµή Erlang µε παράµετρο n+1. Εποµένως από την 42) έχουµε, ;< 4 [9 56! [9 e>-= 456 [9 1 bb 4 = [9 1 bb 4 = ;< [c9 56 [9! Οπότε, e -=1 [( c9 44). = [( c9 =1 e -, ;< ;<! Εποµένως ο χρόνος παραµονής στο σύστηµα W ακολουθεί εκθετική κατανοµή µε παράµετρο K1 b Κατανοµές χρόνων αναµονής στην ουρά Εξετάζοντας τους χρόνους αναµονής στην ουρά και ορίζοντας ως e s το χρόνο j αναµονής στην ουρά, έχουµε e s = 5( Š. 39

40 Με τη χρήση του θεωρήµατος της ολικής πιθανότητας για το ενδεχόµενο e s >- δεσµεύοντας το ως προς =, ισχύει, Œe s >- =Œe s >-Žg =0 g =0+Œe s >-Žg >0g >0 45). Όµως για g =0 η πιθανότητα αναµονής είναι µηδενική, αφού ο πελάτης εξυπηρετείται αµέσως, οπότε το πρώτο µέρος της σχέσης 45) είναι 0 και έχω Œe s >- =Œe s >-Žg >0g >0 =bœe s >-Žg >0 46) Όµως η g ακολουθεί γεωµετρική κατανοµή µορφής 2 (σχέση 26)), οπότε λόγω της ιδιότητας έλλειψης µνήµης που εκείνη έχει, το άθροισµα j 5( Š δεσµευµένο ως προς g >0 ακολουθεί την ίδια κατανοµή µε το άθροισµα j ;( 5( Š. Εποµένως, χρησιµοποιώντας τη σχέση 42) στη 46) έχω, Œe s >- =be>-47) ή Œe s - =1 e>-=1 be>- και βάσει της σχέσης 44) προκύπτει ότι, Œe s - =1 b [( c9 48). Παρατηρούµε ότι ο χρόνος αναµονής στην ουρά δεν ακολουθεί την εκθετική κατανοµή. Ενδιαφέρον είναι επίσης το γεγονός ότι η κατανοµή του χρόνου παραµονής στην ουρά e s για τιµές του b κοντά στο 1 τείνει προς µια εκθετική κατανοµή µε µέσο ίσο µε το χρόνο συνολικής παραµονής στο σύστηµα e Κατανοµές χρόνων µεταξύ δυο διαδοχικών αποχωρήσεων Έχοντας ορίσει ως g, τον αριθµό των πελατών που βρίσκονται στο σύστηµα σε µια άφιξη, ορίζουµε τώρα g τον αριθµό των πελατών που παραµένουν στο σύστηµα τη στιγµή µιας αποχώρησης. Από το έχω: g ==1 bb 4 49).. Για να καθορίσουµε την κατανοµή του g, ορίζουµε i 4 - τον αριθµό των πελατών που αποχωρούν από το σύστηµα στο διάστηµα 0,- αφήνοντας πίσω τους πελάτες και 4 - τον αριθµό των πελατών που φθάνουν στο σύστηµα στο διάστηµα 0,- βρίσκοντας µέσα σε αυτό πελάτες. Εφόσον οι πελάτες 40

41 καταφθάνουν και αποχωρούν στο σύστηµα µεµονωµένα (και όχι σε οµάδες), τότε για κάθε - 0 ισχύει: i 4 -= 4 -±1 50). Ως εκ του τούτου: g =lim 9 ;< : V 9 9 =lim 9 ;< h V 9 9 =g 51). Οπότε από τη σχέση 51) συνεπάγεται ότι κατανοµή των πελατών που παραµένουν στο σύστηµα τη στιγµή µιας άφιξης και µιας αποχώρησης είναι ακριβώς η ίδια. Ο ρυθµός των αποχωρήσεων λοιπόν είναι. Για να βρούµε την κατανοµή του χρόνου µεταξύ δυο διαδοχικών αποχωρήσεων εξετάζουµε τη διαδικασία µιας αποχώρησης. Η πιθανότητα ένας πελάτης αποχωρώντας από το σύστηµα το οποίο να είναι άδειο είναι ίση µε g =0=1 b. Ο χρόνος µέχρι την επόµενη αποχώρηση είναι το άθροισµα του εκθετικά κατανεµηµένου χρόνου ανάµεσα σε δυο αφίξεις µε µέσο ( και του εκθετικά κατανεµηµένου χρόνου εξυπηρέτησης µε µέσο (. Εάν το σύστηµα δεν είναι άδειο µέχρι την επόµενη αποχώρηση, ο [ χρόνος αυτός ισοδυναµεί µε τον χρόνο εξυπηρέτησης. Εποµένως, η κατανοµή του χρόνου µέχρι την επόµενη αποχώρηση είναι : -=1 b [ [ Œ [9 9 +bk [9 = 9 52). Από τη σχέση 52) συνεπάγεται ότι ο χρόνος µεταξύ δυο διαδοχικών αποχωρήσεων είναι εκθετικά κατανεµηµένος µε µέσο (. Επιπλέον, θεωρώντας ότι χρόνοι ανάµεσα σε δυο διαδοχικές αποχωρήσεις είναι ανεξάρτητοι, η διαδικασία αποχώρησης από ένα Μ/Μ/1 σύστηµα εξυπηρέτησης είναι µια διαδικασία Poisson ίδια µε την διαδικασία αφίξεων. Ο παραπάνω υπολογισµός της κατανοµής των χρόνων ανάµεσα σε δυο διαδοχικές αφίξεις είναι µια απόδειξη του θεωρήµατος του PaulJ. Burke. 41

42 Βάσει του συγκεκριµένου θεωρήµατος, η διαδικασία αποχώρησης σε συστήµατα εξυπηρέτησης που βρίσκονται σε κατάσταση ισορροπίας µε διαδικασία αφίξεων Poisson και εκθετικά κατανεµηµένους χρόνους, είναι ίδια µε την διαδικασία αφίξεων. Επιπλέον σε οποιαδήποτε χρονική στιγµή - ο αριθµός των πελατών που βρίσκονται στην ουρά είναι ανεξάρτητος από τη διαδικασία αποχώρησης για οποιαδήποτε χρονική στιγµή µικρότερη του-. 42

43 43

44 4. Σειρές συστηµάτων ουρών Στο κεφάλαιο αυτό θα ασχοληθούµε µε ιδιόµορφο σύστηµα εξυπηρέτησης το οποίο αναπαριστάται στο παρακάτω σχήµα 6. Ουρά αναμονής Ουρά αναμονής Ουρά αναμονής Εξυπηρετητής 1 Εξυπηρετητής 2 Εξυπηρετητής k... πελάτες που αποχωρούν Σχήµα 6 Συστήµατα αναµονής ουρών σε σειρά Στο παραπάνω σύστηµα, έχουµε µια ακολουθία συστηµάτων εξυπηρέτησης στη σειρά. Μετά τον πρώτο σταθµό εξυπηρέτησης, οι πελάτεςοι οποίοι έχουν µόλις εξυπηρετηθεί εισέρχονται σε κατάσταση αναµονής προς εξυπηρέτηση από τον επόµενο σταθµόεξυπηρέτησης έως ότου εξέλθουν τελείως από το σύστηµα έχοντας εξυπηρετηθεί και από τον τελευταίο σταθµό. Συνολικά θεωρούµε ότι υπάρχουν k συστήµατα σε σειρά, όπου πεπερασµένος φυσικός αριθµός. Επιπλέον, θεωρούµε ότι οι πελάτες που εισέρχονται στο σύστηµα προέρχονται από έναν άπειρο πληθυσµό και προσέρχονται σε αυτό µε ένα σταθερό ρυθµό. Οι χρόνοι εξυπηρέτησης είναι εκθετικά κατανεµηµένοι µε µέσο χρόνο εξυπηρέτησης ίσο µε ( σε κάθε σταθµό εξυπηρέτησης. [ Η χωρητικότητα του συστήµατος είναι άπειρη, οπότε ο αριθµός των πελατών που µπορεί να φιλοξενήσει η ουρά κάθε µεµονωµένου συστήµατος είναι θεωρητικά απεριόριστος. Η πειθαρχία της ουρά είναι FIFO (ο πελάτης που εισέρχεται πρώτος στο σύστηµα έχει προτεραιότητα στην εξυπηρέτηση). Επίσης, θεωρούµε ότι όταν ένας πελάτης καταφθάνει στο σύστηµα θα παραµείνει µέχρις ότου εξυπηρετηθεί πλήρως και δεν αποχωρεί από αυτό. 44

45 4.1Παραδείγµατα συστηµάτων εξυπηρέτησης σε σειρά Τα συστήµατα εξυπηρέτησης σε σειρά είναι αυτά στα οποία ο πελάτης για να εξυπηρετηθεί πλήρως, είναι αναγκαίο να περάσει από κάθε σταθµό εξυπηρέτησης, όπως απεικονίζεται αναλυτικά στο Σχήµα 6. Συγκεκριµένα, σε κάθε σταθµό δηµιουργείται µια ουρά στη οποία είναι υποχρεωµένος να περιµένει µέχρις ότου εξαντλήσει όλους τους εξυπηρετητές και να εξέλθει από το σύστηµα. Ως παράδειγµα συστήµατος εξυπηρέτησης σε σειρά θα µπορούσε να θεωρηθεί η διαδικασία εκείνη την οποία πρέπει να ακολουθήσει ένας ασθενής σε κάποιο νοσοκοµειακό ίδρυµα προκειµένου να περάσει από συγκεκριµένου είδους εξετάσεις µε προκαθορισµένη σειρά. Θεωρώντας ότι ο ασθενής είναι υποχρεωµένος να περάσει από όλα τα στάδια εξετάσεων, όπως αυτά καθορίζονται σε προτεραιότητα (πχ πρώτα εξέταση αίµατος, έπειτα υπέρηχος κοκ) και να υποστεί την όποια αναµονή για την κάθε εξέταση, µπορούµε να ισχυριστούµε ότι αυτή η διαδικασία περιγράφεται σε πολύ µεγάλο βαθµό από το σύστηµα που εξετάζουµε στην παρούσα ενότητα. Ένα επιπλέον παράδειγµα θα µπορούσε να είναι και ένα σύστηµα λήψης κρυπτογραφηµένων σηµάτων που καταφθάνουν σε ένα δέκτη. Για την αξιόπιστη ανάγνωση των σηµάτων, απαιτείται αυτά να περάσουν µια διαδικασία ελέγχων µε καθορισµένη σειρά ως προς την αξιοπιστία του αποστολέα, την πληρότητα και την ορθότητα του σήµατος και πολλά ακόµα χαρακτηριστικά, αναλόγως µε την περίπτωση. Παράδειγµα τέτοιας διαδικασίας θα µπορούσε να είναι σε κάποιο κρίσιµο διάστηµα για την αµυντική ασφάλεια µιας χώρας, η λήψη µηνυµάτων για την κατάσταση στην οποία βρίσκονται µονάδες στρατού ανά την επικράτεια από το επιχειρησιακό κέντρο. Τα µηνύµατα που καταφθάνουν στο κέντρο θα πρέπει να περάσουν από διάφορα φίλτρα ελέγχου, ως προς την ταυτότητα του αποστολέα τους, την ποιότητα του σήµατος, έτσι ώστε να αποφευχθεί η περίπτωση η αντίπαλη πλευρά να έχει αλλοιώσει το µήνυµα µε σκοπό να ληφθούν παραποιηµένες πληροφορίες, την αξιοπιστία του σήµατος προς αποφυγήν λήψης σηµάτων που να έχουν χαρακτηριστικά Trojan µε σκοπό να παγιδεύσουν το κέντρο και 45

46 να αποσπούν πληροφορίες, όπως και διάφορα άλλα φίλτρα µε σκοπό την ασφαλή και έγκαιρη ενηµέρωση από τις στρατιωτικές µονάδες. Η όλη διαδικασία θα µπορούσε να θεωρηθεί ίδια µε το σύστηµα που περιγράψαµε αν όλα τα σήµατα που λαµβάνει στο κέντρο θεωρούνται εξαιρετικά ασφαλή εκ των προτέρων και µπορούµε από πριν να αποκλείσουµε το ενδεχόµενο να απορριφθεί κάποιο και να εξέλθει από τη διαδικασία προτού περάσει από όλα τα φίλτρα. Πράγµατι λοιπόν κάθε σήµα που καταφθάνει στον πρώτο δέκτη φιλτράρεται σε κάθε σταθµό ελέγχου και µε την ολοκλήρωση του σε κάποιον από του ενδιάµεσους σταθµούς αυτόµατα µπαίνει στην διαδικασία του επόµενου ελέγχου- φίλτρου. 4.2Καθορισµός διαδικασιών του συστήµατος Έχοντας από την αρχή καθορίσει τη διαδικασία άφιξης στο σύστηµα, τη διαδικασία εξυπηρέτησης, την πειθαρχία της ουράς και τη χωρητικότητα του συστήµατος, σκοπός µας είναι να βρούµε την διαδικασία άφιξης σε κάθε ενδιάµεσο σταθµό εξυπηρέτησης, προκειµένου να καθορίσουµε πλήρως το σύστηµα. Αρχικά εξετάζουµε τη διαδικασία άφιξης στο δεύτερο σταθµό εξυπηρέτησης. Στην τελευταία υποενότητα του προηγούµενου κεφαλαίου αποδείξαµε ότι η διαδικασία αποχώρησης από ένα σύστηµα µε διαδικασία αφίξεων Poisson και εκθετικά κατανεµηµένους χρόνους εξυπηρέτησης είναι ίδια µε τη διαδικασία αφίξεων. Οπότε εφόσον ορίσαµε ότι η διαδικασία άφιξης στο πρώτο σύστηµα εξυπηρέτησης και στο σύστηµα γενικότερα, είναι µια διαδικασία Poisson µε παράµετρο, η διαδικασία αποχώρησης από τον πρώτο σταθµό εξυπηρέτησης είναι επίσης µια διαδικασία Poisson µε παράµετρο. Όµως οι πελάτες που αποχωρούν από τον πρώτο σταθµό εξυπηρέτησης εισέρχονται αυτόµατα στο δεύτερο σταθµό εξυπηρέτησης. Εποµένως, η διαδικασία άφιξης και στο δεύτερο σταθµό εξυπηρέτησης είναι µια διαδικασία Poisson µε παράµετρο. 46

47 Επαγωγικά το ίδιο ισχύει για όλους τους ενδιάµεσους σταθµούς εξυπηρέτησης µέχρι τον τελευταίο. Όσον αφορά τους χρόνους εξυπηρέτησης, στην αρχή του κεφαλαίου έχουµε ορίσει ότι σε κάθε σταθµό εξυπηρέτησης οι χρόνοι είναι εκθετικά κατανεµηµένοι µε µέσο χρόνο ίδιο για όλους και ίσο µε (. Από αυτό [ συνεπάγεται ότι ο συνολικός χρόνος που δαπανάται κατά τη διαδικασία εξυπηρέτησης είναι ένα άθροισµα ^, εκθετικά κατανεµηµένων τυχαίων µεταβλητών, όπου για κάθε τ.µ. ^ ισχύει ^~exp K. Εποµένως, σύµφωνα µε 4 την υποενότητα το άθροισµα ^5( ^ είναι µια τυχαία µεταβλητή, η οποία ακολουθεί κατανοµή Erlang µε παραµέτρους και, ή αλλιώς 4 = ^5( ^~,. Παροµοίως ο συνολικός χρόνος παραµονής στο σύστηµα είναι επίσης µια τυχαία µεταβλητή η οποία ακολουθεί κατανοµή Erlang, αφού ισοδυναµεί µε το άθροισµα των χρόνων παραµονής σε κάθε υποσταθµό εξυπηρέτησης οι οποίοι ακολουθούν, σύµφωνα µε την υποενότητα , εκθετική κατανοµή µε παράµετρο K1 b. Οπότε αν συµβολίσουµε µε την τυχαία µεταβλητή για το συνολικό χρόνο παραµονής ενός πελάτη στο σύστηµα, τότε ισχύει 4 = ^5( e^~,k1 b. 4.3Βελτιστοποίηση των χρόνων αποχώρησης Στη συγκεκριµένη ενότητα θα επικεντρωθούµε σε ένα βασικό πρόβληµα τέτοιων συστηµάτων, το οποίο αφορά την ελαχιστοποίηση των χρόνων αναχώρησης από κάθε µονάδα εξυπηρέτησης για το σύνολο των πελατών. Ακριβέστερα, ενδιαφερόµαστε να ελαχιστοποιήσουµε το άθροισµα των χρονικών στιγµών κατά τις οποίες ένας πελάτης αποχωρεί από όλους τους σταθµούς εξυπηρέτησης. Η ελαχιστοποίηση του συγκεκριµένου αθροίσµατος ισοδυναµεί µε το συνολικό χρόνο που δαπανά ένας πελάτης στο σύστηµα, αφού το χρονικό σηµείο στο οποίο συµβαίνει η αποχώρηση από κάποιον 47

48 ενδιάµεσο σταθµό (ή και τον τελευταίο), ενσωµατώνει όλο τον χρόνο τον οποίο δαπάνησε ο πελάτης εντός κάθε υποσταθµού του συστήµατος και γενικά σε όλο σύστηµα. Αρχικά, θα διατυπώσουµε το πρόβληµα ελαχιστοποίησης για τον πρώτο σταθµό εξυπηρέτησης και στη συνέχεια θα γενικεύσουµε για όλο το σύστηµα, για τους σταθµούς εξυπηρέτησης στη σειρά Βελτιστοποίηση των χρόνων αποχώρησης από τον πρώτο σταθµό εξυπηρέτησης του συστήµατος Έχοντας ορίσει τα µεγέθη, Š^ και e s^, ως το χρόνο εξυπηρέτησης και το χρονικό διάστηµα παραµονής στην ουρά αντίστοιχα για τον _ πελάτη µε _=1,,, ορίζουµε τα επιπλέον τα µεγέθη: i) š^, η χρονική στιγµή άφιξης του _ πελάτη στο σύστηµα και, ii) ^, η χρονική στιγµή αποχώρησης του _ πελάτη από το σύστηµα. Για το ^, ισχύει: ^ = š^+š^+e s^53). Ο χρόνος εξυπηρέτησης µπορεί να θεωρηθεί ότι είναι µηδέν στην περίπτωση που τη στιγµή που καταφθάνει ο _ πελάτης στο σύστηµα αυτό είναι άδειο, ή το χρονικό διάστηµα που µεσολάβησε από την αποχώρηση του προηγούµενου πελάτη και τη δική του άφιξη. ηλαδή, e s^ =max 0, ^ ( š^54). Λόγω της 54), η σχέση 53) µπορεί να γραφεί ως εξής: ^ = š^+š^+ 0, ^ ( š^= š^, ^ ( +Š^55) Οπότε, το πρόγραµµα ελαχιστοποίησης του αθροίσµατος των χρόνων αναχώρησης µπορεί να εκφραστεί σαν ένα γραµµικό πρόβληµα ελαχίστου, στο οποίο η αντικειµενική συνάρτηση είναι το άθροισµα των χρονικών στιγµών ^ (οι χρονικές στιγµές αναχώρησης από το σύστηµα για κάθε πελάτη _), µε περιορισµούς: - κάθε ^ να είναι τουλάχιστον ίσο µε το άθροισµα του χρόνου εξυπηρέτησης του_ πελάτη και της χρονικής στιγµής αναχώρησης του προηγούµενου πελάτη (του _ 1), και 48

49 - κάθε ^ να είναι τουλάχιστον ίσο µε το άθροισµα της χρονικής στιγµής άφιξης του _ πελάτη και τον χρόνο εξυπηρέτησής του. Εποµένως, η µορφή εξισώσεων του παραπάνω προγράµµατος είναι η εξής: 4 _ž ^ ^5( +.-. ^ š^+š^ _= 1,, ^ ^ ( +Š^ _= 1,, ^, š^, Š^ 0 (προφανώς ισχύει 6 =0). Με τον τελευταίο περιορισµό (της µη αρνητικότητας των συντελεστών) εξασφαλίζεται ούτως ή άλλως από τον ορισµό των παραµέτρων. Το παραπάνω πρόγραµµα µε µορφή πινάκων γράφεται: _ ,, J. Όπου,,, διανύσµατα στήλες 1, µε =[1 1], =[ (, 4 ], =[Š ( Š 4 ] και =[ ( 4 ]. Ο πίνακας είναι διαστάσεων και ικανοποιεί ª = Σε αυτό το σηµείο, µπορούµε να προσοµοιώσουµε την συγκεκριµένη διαδικασία, µε τη βοήθεια του παραπάνω προγράµµατος µε τα εξής βήµατα: 1. Παράγουµε µε γεννήτρια τυχαίων αριθµών, ένα θετικό πραγµατικό αριθµό, ο οποίος συµβολίζει τη χρονική στιγµή της πρώτης άφιξης š (. Με την έναρξη λειτουργίας του συστήµατος και δεδοµένου ότι η ουρά 49

Ορισµός. (neighboring) καταστάσεων. ηλαδή στην περίπτωση αλυσίδας Markov. 1.2 ιαµόρφωση µοντέλου

Ορισµός. (neighboring) καταστάσεων. ηλαδή στην περίπτωση αλυσίδας Markov. 1.2 ιαµόρφωση µοντέλου 200-04-25. ιαδικασίες γεννήσεων-θανάτων. Ορισµός Οι διαδικασίες γεννήσεων-θανάτων (birth-death rocesses) αποτελούν µια σπουδαία κλάση αλυσίδων Markov (διακριτού ή συνεχούς χρόνου). Η ιδιαίτερη συνθήκη

Διαβάστε περισσότερα

Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων

Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων Ακαδ. Έτος 2017-2018 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Επικ. Καθηγητής

Διαβάστε περισσότερα

Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων

Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων Ακαδ. Έτος 2017-2018 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Επικ. Καθηγητής

Διαβάστε περισσότερα

Markov. Γ. Κορίλη, Αλυσίδες. Αλυσίδες Markov

Markov. Γ. Κορίλη, Αλυσίδες. Αλυσίδες Markov Γ. Κορίλη, Αλυσίδες Markov 3- http://www.seas.upe.edu/~tcom5/lectures/lecture3.pdf Αλυσίδες Markov Αλυσίδες Markov ιακριτού Χρόνου Υπολογισµός Στάσιµης Κατανοµής Εξισώσεις Ολικού Ισοζυγίου Εξισώσεις Λεπτοµερούς

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 1

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 1 ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ 1 Συστήµατα αναµονής Οι ουρές αναµονής αποτελούν καθηµερινό και συνηθισµένο φαινόµενο και εµφανίζονται σε συστήµατα εξυπηρέτησης, στα οποία η ζήτηση για κάποια υπηρεσία δεν µπορεί να

Διαβάστε περισσότερα

MEΤΑΣΧΗΜΑΤΙΣΜΟΙ ΤΗΣ ΜΟΡΦΗΣ Y= g( X1, X2,..., Xn)

MEΤΑΣΧΗΜΑΤΙΣΜΟΙ ΤΗΣ ΜΟΡΦΗΣ Y= g( X1, X2,..., Xn) MEΤΑΣΧΗΜΑΤΙΣΜΟΙ ΤΗΣ ΜΟΡΦΗΣ g( Έστω τυχαίες µεταβλητές οι οποίες έχουν κάποια από κοινού κατανοµή Ας υποθέσουµε ότι επιθυµούµε να προσδιορίσουµε την κατανοµή της τυχαίας µεταβλητής g( Η θεωρία των ένα-προς-ένα

Διαβάστε περισσότερα

ΣΤΑΤΙΣΤΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ ΤΗΛΕΦΩΝΙΚΗΣ ΚΙΝΗΣΗΣ

ΣΤΑΤΙΣΤΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ ΤΗΛΕΦΩΝΙΚΗΣ ΚΙΝΗΣΗΣ ΣΤΑΤΙΣΤΙΚΕΣ Ι ΙΟΤΗΤΕΣ ΤΗΣ ΤΗΛΕΦΩΝΙΚΗΣ ΚΙΝΗΣΗΣ Τέλεια δέσµη: όλες οι γραµµές της είναι προσπελάσιµες από οποιαδήποτε είσοδο. Ατελής δέσµη: όλες οι γραµµές της δεν είναι προσπελάσιµες από οποιαδήποτε είσοδο

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΤΕΛΙΚΕΣ ΕΞΕΤΑΣΕΙΣ (11/05/2011, 9:00)

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΤΕΛΙΚΕΣ ΕΞΕΤΑΣΕΙΣ (11/05/2011, 9:00) ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ Πρόγραμμα Σπουδών Θεματική Ενότητα Διοίκηση Επιχειρήσεων & Οργανισμών ΔΕΟ 3 Ποσοτικές Μέθοδοι Ακαδημαϊκό Έτος 00-0 ΤΕΛΙΚΕΣ ΕΞΕΤΑΣΕΙΣ (/05/0, 9:00) Να απαντηθούν 4 από τα 5

Διαβάστε περισσότερα

ΒΑΣΙΚΕΣ ΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ (Συνέχεια)

ΒΑΣΙΚΕΣ ΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ (Συνέχεια) (Συνέχεια) Χαράλαµπος Α. Χαραλαµπίδης 23 Νοεµβρίου 2009 Γεωµετρική κατανοµή Ορισµός Εστω X ο αριθµός των δοκιµών µέχρι την πρώτη επιτυχία σε µια ακολουθία ανεξαρτήτων δοκιµών Bernoulli µε πιθανότητα επιτυχίας

Διαβάστε περισσότερα

Τυχαία μεταβλητή (τ.μ.)

Τυχαία μεταβλητή (τ.μ.) Τυχαία μεταβλητή (τ.μ.) Τυχαία μεταβλητή (τ.μ.) είναι μια συνάρτηση X ( ) με πεδίο ορισμού το δειγματικό χώρο Ω του πειράματος και πεδίο τιμών ένα υποσύνολο πραγματικών αριθμών που συμβολίζουμε συνήθως

Διαβάστε περισσότερα

Συστήματα Αναμονής. Ενότητα 10: Ουρά Μ/Μ/s. Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ

Συστήματα Αναμονής. Ενότητα 10: Ουρά Μ/Μ/s. Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ Συστήματα Αναμονής Ενότητα 10: Ουρά Μ/Μ/s Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως

Διαβάστε περισσότερα

ιωνυµική Κατανοµή(Binomial)

ιωνυµική Κατανοµή(Binomial) ιωνυµική Κατανοµή(Binomial) ~B(n,p) n N και 0

Διαβάστε περισσότερα

Συστήματα Αναμονής. Ενότητα 6: Θεωρία Ουρών. Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ

Συστήματα Αναμονής. Ενότητα 6: Θεωρία Ουρών. Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ Συστήματα Αναμονής Ενότητα 6: Θεωρία Ουρών Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό,

Διαβάστε περισσότερα

cov(x, Y ) = E[(X E[X]) (Y E[Y ])] cov(x, Y ) = E[X Y ] E[X] E[Y ]

cov(x, Y ) = E[(X E[X]) (Y E[Y ])] cov(x, Y ) = E[X Y ] E[X] E[Y ] Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών ΗΥ-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες-εαρινό Εξάµηνο 2016 ιδάσκων : Π. Τσακαλίδης Συνδιασπορά - Συσχέτιση Τυχαίων Μεταβλητών Επιµέλεια : Κωνσταντίνα

Διαβάστε περισσότερα

2. Στοιχεία Πολυδιάστατων Κατανοµών

2. Στοιχεία Πολυδιάστατων Κατανοµών Στοιχεία Πολυδιάστατων Κατανοµών Είναι φανερό ότι έως τώρα η µελέτη µας επικεντρώνεται κάθε φορά σε πιθανότητες που αφορούν µία τυχαία µεταβλητή Σε αρκετές όµως περιπτώσεις ενδιαφερόµαστε να εξετάσουµε

Διαβάστε περισσότερα

p k = (1- ρ) ρ k. E[N(t)] = ρ /(1- ρ).

p k = (1- ρ) ρ k. E[N(t)] = ρ /(1- ρ). ΚΕΦΑΛΑΙΟ 2: CAM 2.1 Συστήµατα Μ/Μ/1 2.1.1 Ανασκόπηση θεωρίας Η ουρά Μ/Μ/1 είναι η πιο σηµαντική διαδικασία ουράς Άφιξη: ιαδικασία Poisson Εξυπηρέτηση: Ακολουθεί εκθετική κατανοµή Εξυπηρετητής: Ένας Χώρος

Διαβάστε περισσότερα

P (M = n T = t)µe µt dt. λ+µ

P (M = n T = t)µe µt dt. λ+µ Ουρές Αναμονής Σειρά Ασκήσεων 1 ΑΣΚΗΣΗ 1. Εστω {N(t), t 0} διαδικασία αφίξεων Poisson με ρυθμό λ, και ένα χρονικό διάστημα η διάρκεια του οποίου είναι τυχαία μεταβλητή T, ανεξάρτητη της διαδικασίας αφίξεων,

Διαβάστε περισσότερα

Διαδικασίες Markov Υπενθύμιση

Διαδικασίες Markov Υπενθύμιση Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Επίδοση Υπολογιστικών Συστημάτων Α.-Γ. Σταφυλοπάτης Διαδικασίες Markov Υπενθύμιση Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό

Διαβάστε περισσότερα

Περίληψη ϐασικών εννοιών στην ϑεωρία πιθανοτήτων

Περίληψη ϐασικών εννοιών στην ϑεωρία πιθανοτήτων Περίληψη ϐασικών εννοιών στην ϑεωρία πιθανοτήτων 6 Απριλίου 2009 1 Συνδυαστική Η ϐασική αρχή µέτρησης µας λέει ότι αν σε ένα πείραµα που γίνεται σε δύο ϕάσεις και στο οποίο υπάρχουν n δυνατά αποτελέσµατα

Διαβάστε περισσότερα

Κεφάλαιο 6: Προσομοίωση ενός συστήματος αναμονής

Κεφάλαιο 6: Προσομοίωση ενός συστήματος αναμονής Κεφάλαιο 6: Προσομοίωση ενός συστήματος αναμονής Τεχνικές Εκτίμησης Υπολογιστικών Συστημάτων Γιάννης Γαροφαλάκης Αν. Καθηγητής ιατύπωση του προβλήματος (1) Τα συστήματα αναμονής (queueing systems), βρίσκονται

Διαβάστε περισσότερα

1 + ρ ρ ρ3. iπ i = Q = λ λ i=0. n=0 tn. n! Qn, t 0

1 + ρ ρ ρ3. iπ i = Q = λ λ i=0. n=0 tn. n! Qn, t 0 Στοχαστικές Διαδικασίες ΙΙ Ιανουάριος 07 Διαδικασίες Markov σε Συνεχή Χρόνο - Παραδείγματα Μ. Ζαζάνης Πρόβλημα. Εστω ένα σύστημα M/M//3 στο οποίο οι αφίξεις είναι Poisson με ρυθμό λ και οι δύο υπηρέτες

Διαβάστε περισσότερα

Μηχανική ΙI Ροή στο χώρο των φάσεων, θεώρηµα Liouville

Μηχανική ΙI Ροή στο χώρο των φάσεων, θεώρηµα Liouville Τµήµα Π. Ιωάννου & Θ. Αποστολάτου 16/5/2000 Μηχανική ΙI Ροή στο χώρο των φάσεων, θεώρηµα Liouville Στη Χαµιλτονιανή θεώρηση η κατάσταση του συστήµατος προσδιορίζεται κάθε στιγµή από ένα και µόνο σηµείο

Διαβάστε περισσότερα

Κεφάλαιο 1. Κβαντική Μηχανική ΙΙ - Περιλήψεις, Α. Λαχανάς

Κεφάλαιο 1. Κβαντική Μηχανική ΙΙ - Περιλήψεις, Α. Λαχανάς Κεφάλαιο 1 Κβαντική Μηχανική ΙΙ - Περιλήψεις, Α. Λαχανάς 2 Κβαντική Μηχανική ΙΙ - Περιλήψεις, Α. Λαχανάς 1.1 Ατοµο του Υδρογόνου 1.1.1 Κατάστρωση του προβλήµατος Ας ϑεωρήσουµε πυρήνα ατοµικού αριθµού Z

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΟΧΑΣΤΙΚΑ ΜΟΝΤΕΛΑ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΟΧΑΣΤΙΚΑ ΜΟΝΤΕΛΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΟΧΑΣΤΙΚΑ ΜΟΝΤΕΛΑ Ακαδ. Έτος 06-07 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας v.outras@fme.aegean.gr Τηλ: 7035468 σ-άλγεβρα

Διαβάστε περισσότερα

Παράρτηµα 3 Εξισώσεις Διαφορών και Στοχαστικές Διαδικασίες

Παράρτηµα 3 Εξισώσεις Διαφορών και Στοχαστικές Διαδικασίες Γιώργος Αλογοσκούφης, Θέµατα Δυναµικής Μακροοικονοµικής, Αθήνα 0 Παράρτηµα 3 Εξισώσεις Διαφορών και Στοχαστικές Διαδικασίες Στο παράρτηµα αυτό εξετάζουµε τις ιδιότητες και τους τρόπους επίλυσης των εξισώσεων

Διαβάστε περισσότερα

Ακρότατα υπό συνθήκη και οι πολλαπλασιαστές του Lagrange

Ακρότατα υπό συνθήκη και οι πολλαπλασιαστές του Lagrange 64 Ακρότατα υπό συνθήκη και οι πολλαπλασιαστές του Lagrage Ας υποθέσουµε ότι ένας δεδοµένος χώρος θερµαίνεται και η θερµοκρασία στο σηµείο,, Τ, y, z Ας υποθέσουµε ότι ( y z ) αυτού του χώρου δίδεται από

Διαβάστε περισσότερα

Σηµειώσεις στις σειρές

Σηµειώσεις στις σειρές . ΟΡΙΣΜΟΙ - ΓΕΝΙΚΕΣ ΕΝΝΟΙΕΣ Σηµειώσεις στις σειρές Στην Ενότητα αυτή παρουσιάζουµε τις βασικές-απαραίτητες έννοιες για την µελέτη των σειρών πραγµατικών αριθµών και των εφαρµογών τους. Έτσι, δίνονται συστηµατικά

Διαβάστε περισσότερα

Τεχνικές Εκτίμησης Υπολογιστικών Συστημάτων Ενότητα 3: Μοντέλα Θεωρίας Αναμονής

Τεχνικές Εκτίμησης Υπολογιστικών Συστημάτων Ενότητα 3: Μοντέλα Θεωρίας Αναμονής Τεχνικές Εκτίμησης Υπολογιστικών Συστημάτων Ενότητα 3: Μοντέλα Θεωρίας Αναμονής Γαροφαλάκης Ιωάννης Πολυτεχνική Σχολή Τμήμα Μηχ/κών Η/Υ & Πληροφορικής Σκοποί ενότητας Κατά τη διάρκεια των καθημερινών μας

Διαβάστε περισσότερα

ΣΤΟΧΑΣΤΙΚΕΣ ΙΑ ΙΚΑΣΙΕΣ

ΣΤΟΧΑΣΤΙΚΕΣ ΙΑ ΙΚΑΣΙΕΣ ΣΤΟΧΑΣΤΙΚΕΣ ΙΑ ΙΚΑΣΙΕΣ Θεωρία Πιθανοτήτων και Στοχαστικές ιαδικασίες, Κ. Πετρόπουλος Τµ. Επιστήµης των Υλικών Στοχαστικές ιαδικασίες Ορισµός Μία στοχαστική διαδικασία είναι µία οικογένεια τυχαίων µεταβλητών

Διαβάστε περισσότερα

Ο Π Ε Υ Ελάχιστα γραμμών Ο *maximin (A) Π Ε Υ * minimax (B)

Ο Π Ε Υ Ελάχιστα γραμμών Ο *maximin (A) Π Ε Υ * minimax (B) ΑΣΚΗΣΗ Β Μέγιστο στήλης Ο Π Ε Υ Ελάχιστα γραμμών Ο 60 5 55 65 5*maximin (A) Π 50 75 70 45 45 Ε 56 30 30 50 30 Υ 40 30 35 55 30 *60 75 70 65 minimax (B) Επειδή maximin (A) minimax (B) δεν υπάρχει ισορροπία

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες - Εαρινό Εξάµηνο ιδάσκων : Π.

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες - Εαρινό Εξάµηνο ιδάσκων : Π. ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες - Εαρινό Εξάµηνο 2015-16 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 4 Επιµέλεια : Σοφία Σαββάκη Ασκηση 1. Βρίσκεστε

Διαβάστε περισσότερα

P (M = 9) = e 9! =

P (M = 9) = e 9! = Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών ΗΥ-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες - Εαρινό Εξάµηνο 2016 ιδάσκων : Π. Τσακαλίδης 5ο Φροντιστήριο Ασκηση 1. ύο ποµποί ο Α και ο Β στέλνουν ανεξάρτητα

Διαβάστε περισσότερα

Δίκτυα Κινητών και Προσωπικών Επικοινωνιών

Δίκτυα Κινητών και Προσωπικών Επικοινωνιών Δίκτυα Κινητών και Προσωπικών Επικοινωνιών Διαστασιοποίηση Ασύρματου Δικτύου Άγγελος Ρούσκας Τμήμα Ψηφιακών Συστημάτων Πανεπιστήμιο Πειραιώς Τηλεπικοινωνιακή κίνηση στα κυψελωτά συστήματα Βασικός στόχος

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ: ΠΛΗΡΟΦΟΡΙΚΗ ΘΕ: ΜΑΘΗΜΑΤΙΚΑ ΓΙΑ ΤΗΝ ΠΛΗΡΟΦΟΡΙΚΉ Ι (ΠΛΗ 12) ΛΥΣΕΙΣ ΕΡΓΑΣΙΑΣ 3

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ: ΠΛΗΡΟΦΟΡΙΚΗ ΘΕ: ΜΑΘΗΜΑΤΙΚΑ ΓΙΑ ΤΗΝ ΠΛΗΡΟΦΟΡΙΚΉ Ι (ΠΛΗ 12) ΛΥΣΕΙΣ ΕΡΓΑΣΙΑΣ 3 ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ: ΠΛΗΡΟΦΟΡΙΚΗ ΘΕ: ΜΑΘΗΜΑΤΙΚΑ ΓΙΑ ΤΗΝ ΠΛΗΡΟΦΟΡΙΚΉ Ι (ΠΛΗ ) ΛΥΣΕΙΣ ΕΡΓΑΣΙΑΣ Άσκηση. ( µον.). Έστω z ο µιγαδικός αριθµός z i, µε, R. (α) ίνεται η εξίσωση: z

Διαβάστε περισσότερα

Ανάλυση Απόδοσης Πληροφοριακών Συστημάτων

Ανάλυση Απόδοσης Πληροφοριακών Συστημάτων Ανάλυση Απόδοσης Πληροφοριακών Συστημάτων Διάλεξη 6: Εισαγωγή στην Ουρά M/G/1 Δρ Αθανάσιος Ν Νικολακόπουλος ΜΔΕ Επιστήμης και Τεχνολογίας Υπολογιστών Τμήμα Μηχανικών Η/Υ & Πληροφορικής 18 Νοεμβρίου 2016

Διαβάστε περισσότερα

Κεφάλαιο 4. Ευθέα γινόµενα οµάδων. 4.1 Ευθύ εξωτερικό γινόµενο οµάδων. i 1 G 1 G 1 G 2, g 1 (g 1, e 2 ), (4.1.1)

Κεφάλαιο 4. Ευθέα γινόµενα οµάδων. 4.1 Ευθύ εξωτερικό γινόµενο οµάδων. i 1 G 1 G 1 G 2, g 1 (g 1, e 2 ), (4.1.1) Κεφάλαιο 4 Ευθέα γινόµενα οµάδων Στο Παράδειγµα 1.1.2.11 ορίσαµε το ευθύ εξωτερικό γινόµενο G 1 G 2 G n των οµάδων G i, 1 i n. Στο κεφάλαιο αυτό ϑα ασχοληθούµε λεπτοµερέστερα µε τα ευθέα γινόµενα οµάδων

Διαβάστε περισσότερα

, όπου οι σταθερές προσδιορίζονται από τις αρχικές συνθήκες.

, όπου οι σταθερές προσδιορίζονται από τις αρχικές συνθήκες. Στην περίπτωση της ταλάντωσης µε κρίσιµη απόσβεση οι δύο γραµµικώς ανεξάρτητες λύσεις εκφυλίζονται (καταλήγουν να ταυτίζονται) Στην περιοχή ασθενούς απόσβεσης ( ) δύο γραµµικώς ανεξάρτητες λύσεις είναι

Διαβάστε περισσότερα

ΠΡΟΒΛΗΜΑΤΑ ΕΛΑΧΙΣΤΟΠΟΙΗΣΗΣ

ΠΡΟΒΛΗΜΑΤΑ ΕΛΑΧΙΣΤΟΠΟΙΗΣΗΣ ΠΡΟΒΛΗΜΑΤΑ ΕΛΑΧΙΣΤΟΠΟΙΗΣΗΣ Ελαχιστοποίηση κόστους διατροφής Ηεπιχείρηση ζωοτροφών ΒΙΟΤΡΟΦΕΣ εξασφάλισε µια ειδική παραγγελίααπό έναν πελάτη της για την παρασκευή 1.000 κιλών ζωοτροφής, η οποία θα πρέπει

Διαβάστε περισσότερα

3. Προσομοίωση ενός Συστήματος Αναμονής.

3. Προσομοίωση ενός Συστήματος Αναμονής. 3. Προσομοίωση ενός Συστήματος Αναμονής. 3.1. Διατύπωση του Προβλήματος. Τα συστήματα αναμονής (queueing systems), βρίσκονται πίσω από τα περισσότερα μοντέλα μελέτης της απόδοσης υπολογιστικών συστημάτων,

Διαβάστε περισσότερα

Ασκήσεις για το µάθηµα «Ανάλυση Ι και Εφαρµογές» (ε) Κάθε συγκλίνουσα ακολουθία άρρητων αριθµών συγκλίνει σε άρρητο αριθµό.

Ασκήσεις για το µάθηµα «Ανάλυση Ι και Εφαρµογές» (ε) Κάθε συγκλίνουσα ακολουθία άρρητων αριθµών συγκλίνει σε άρρητο αριθµό. Ασκήσεις για το µάθηµα «Ανάλυση Ι και Εφαρµογές» Κεφάλαιο : Ακολουθίες πραγµατικών αριθµών Α Οµάδα Εξετάστε αν οι παρακάτω προτάσεις είναι αληθείς ή ψευδείς αιτιολογήστε πλήρως την απάντησή σας α Κάθε

Διαβάστε περισσότερα

Μετασχηµατισµοί Laplace, Αναλογικά Συστήµατα, ιαφορικές Εξισώσεις

Μετασχηµατισµοί Laplace, Αναλογικά Συστήµατα, ιαφορικές Εξισώσεις ΚΕΦΑΛΑΙΟ 2 Μετασχηµατισµοί Laplace, Αναλογικά Συστήµατα, ιαφορικές Εξισώσεις 2.1 ΕΙΣΑΓΩΓΗ Όπως έχουµε δει, για να προσδιορίσουµε τις αποκρίσεις ενός κυκλώµατος, πρέπει να λύσουµε ένα σύνολο διαφορικών

Διαβάστε περισσότερα

Θεωρία Τηλεπικοινωνιακής Κίνησης Ενότητα 2: Θεμελιώδεις σχέσεις

Θεωρία Τηλεπικοινωνιακής Κίνησης Ενότητα 2: Θεμελιώδεις σχέσεις Θεωρία Τηλεπικοινωνιακής Κίνησης Ενότητα 2: Θεμελιώδεις σχέσεις Μιχαήλ Λογοθέτης Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σκοποί ενότητας Περιγραφή βασικών μοντέλων τηλεπικοινωνιακής

Διαβάστε περισσότερα

Συστήματα Αναμονής. Ενότητα 7: Ουρά Μ/Μ/1. Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ

Συστήματα Αναμονής. Ενότητα 7: Ουρά Μ/Μ/1. Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ Συστήματα Αναμονής Ενότητα 7: Ουρά Μ/Μ/1 Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως

Διαβάστε περισσότερα

Q 12. c 3 Q 23. h 12 + h 23 + h 31 = 0 (6)

Q 12. c 3 Q 23. h 12 + h 23 + h 31 = 0 (6) Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Πολιτικών Μηχανικών Τοµέας Υδατικών Πόρων Μάθηµα: Τυπικά Υδραυλικά Έργα Μέρος 2: ίκτυα διανοµής Άσκηση E0: Μαθηµατική διατύπωση µοντέλου επίλυσης απλού δικτύου διανοµής

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Επισκόπηση Γνώσεων Πιθανοτήτων (2/2) Διαδικασία Γεννήσεων Θανάτων Η Ουρά Μ/Μ/1

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Επισκόπηση Γνώσεων Πιθανοτήτων (2/2) Διαδικασία Γεννήσεων Θανάτων Η Ουρά Μ/Μ/1 ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Επισκόπηση Γνώσεων Πιθανοτήτων (2/2) Διαδικασία Γεννήσεων Θανάτων Η Ουρά Μ/Μ/1 Βασίλης Μάγκλαρης maglaris@netmode.ntua.gr 15/3/2017 Η ΔΙΑΔΙΚΑΣΙΑ ΚΑΤΑΜΕΤΡΗΣΗΣ ΓΕΓΟΝΟΤΩΝ

Διαβάστε περισσότερα

ΔΕΟ13 - Επαναληπτικές Εξετάσεις 2010 Λύσεις

ΔΕΟ13 - Επαναληπτικές Εξετάσεις 2010 Λύσεις ΔΕΟ - Επαναληπτικές Εξετάσεις Λύσεις ΘΕΜΑ () Το Διάγραμμα Διασποράς εμφανίζεται στο επόμενο σχήμα. Από αυτό προκύπτει καταρχήν μία θετική σχέση μεταξύ των δύο μεταβλητών. Επίσης, από το διάγραμμα φαίνεται

Διαβάστε περισσότερα

2.6 ΟΡΙΑ ΑΝΟΧΗΣ. πληθυσµού µε πιθανότητα τουλάχιστον ίση µε 100(1 α)%. Το. X ονοµάζεται κάτω όριο ανοχής ενώ το πάνω όριο ανοχής.

2.6 ΟΡΙΑ ΑΝΟΧΗΣ. πληθυσµού µε πιθανότητα τουλάχιστον ίση µε 100(1 α)%. Το. X ονοµάζεται κάτω όριο ανοχής ενώ το πάνω όριο ανοχής. 2.6 ΟΡΙΑ ΑΝΟΧΗΣ Το διάστηµα εµπιστοσύνης παρέχει µία εκτίµηση µιας άγνωστης παραµέτρου µε την µορφή διαστήµατος και ένα συγκεκριµένο βαθµό εµπιστοσύνης ότι το διάστηµα αυτό, µε τον τρόπο που κατασκευάσθηκε,

Διαβάστε περισσότερα

Δίκτυα Τηλεπικοινωνιών. και Μετάδοσης

Δίκτυα Τηλεπικοινωνιών. και Μετάδοσης Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Δίκτυα Τηλεπικοινωνιών και Μετάδοσης Δρ. Δημήτριος Ευσταθίου Επίκουρος Καθηγητής & Δρ. Στυλιανός Π. Τσίτσος Επίκουρος Καθηγητής

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Εκθετική Κατανομή, Στοχαστικές Ανελίξεις Διαδικασίες Απαρίθμησης, Κατανομή Poisson

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Εκθετική Κατανομή, Στοχαστικές Ανελίξεις Διαδικασίες Απαρίθμησης, Κατανομή Poisson ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Εκθετική Κατανομή, Στοχαστικές Ανελίξεις Διαδικασίες Απαρίθμησης, Κατανομή Poisson Βασίλης Μάγκλαρης maglaris@netmode.ntua.gr 9/3/2016 Άδεια Χρήσης Το παρόν εκπαιδευτικό

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Επισκόπηση Γνώσεων Πιθανοτήτων Κατανομή Poisson & Εκθετική Κατανομή Διαδικασία Markov Γεννήσεων Θανάτων (Birth Death Markov Processes) Βασίλης Μάγκλαρης maglaris@netmode.ntua.gr

Διαβάστε περισσότερα

3. ΠΑΡΑΜΕΤΡΟΙ ΚΑΤΑΝΟΜΩΝ

3. ΠΑΡΑΜΕΤΡΟΙ ΚΑΤΑΝΟΜΩΝ 20 3. ΠΑΡΑΜΕΤΡΟΙ ΚΑΤΑΝΟΜΩΝ ΟΡΙΣΜΟΣ ΤΗΣ ΜΕΣΗΣ ΤΙΜΗΣ Μια πολύ σηµαντική έννοια στη θεωρία πιθανοτήτων και τη στατιστική είναι η έννοια της µαθηµατικής ελπίδας ή αναµενόµενης τιµής ή µέσης τιµής µιας τυχαίας

Διαβάστε περισσότερα

DEPARTMENT OF STATISTICS

DEPARTMENT OF STATISTICS SCHOOL OF INFORMATION SCIENCES & TECHNOLOGY DEPARTMENT OF STATISTICS POSTGRADUATE PROGRAM Elements of Markovian Processes and Queueing Processes with Numerical Applications By Erold Ajdini A THESIS Submitted

Διαβάστε περισσότερα

Καθ. Γιάννης Γαροφαλάκης. ΜΔΕ Επιστήμης και Τεχνολογίας Υπολογιστών Τμήμα Μηχανικών Η/Υ & Πληροφορικής

Καθ. Γιάννης Γαροφαλάκης. ΜΔΕ Επιστήμης και Τεχνολογίας Υπολογιστών Τμήμα Μηχανικών Η/Υ & Πληροφορικής Α Α Π Σ Δ 11: Ε Σ Α M/G/1 Καθ Γιάννης Γαροφαλάκης ΜΔΕ Επιστήμης και Τεχνολογίας Υπολογιστών Τμήμα Μηχανικών Η/Υ & Πληροφορικής Το σύστημα αναμονής M/G/1 I Θεωρούμε ένα σύστημα στο οποίο οι πελάτες φθάνουν

Διαβάστε περισσότερα

Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων

Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων Ακαδ. Έτος 208-209 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Επικ. Καθηγητής

Διαβάστε περισσότερα

Μαθηµατικό Παράρτηµα 2 Εξισώσεις Διαφορών

Μαθηµατικό Παράρτηµα 2 Εξισώσεις Διαφορών Γιώργος Αλογοσκούφης, Δυναµική Μακροοικονοµική, Αθήνα 206 Μαθηµατικό Παράρτηµα 2 Εξισώσεις Διαφορών Στο παράρτηµα αυτό εξετάζουµε τις ιδιότητες και τους τρόπους επίλυσης εξισώσεων διαφορών. Oι εξισώσεις

Διαβάστε περισσότερα

ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ στη Ναυτιλία και τις Μεταφορές

ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ στη Ναυτιλία και τις Μεταφορές ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ στη Ναυτιλία και τις Μεταφορές ΠΜΣ στη «Ναυτιλία» Τμήμα Β art time Χαράλαμπος Ευαγγελάρας hevangel@unipi.gr Η έννοια της Πιθανότητας Ο όρος πιθανότητα είναι συνδέεται άμεσα με τη μελέτη

Διαβάστε περισσότερα

Δίκτυα Τηλεπικοινωνιών. και Μετάδοσης

Δίκτυα Τηλεπικοινωνιών. και Μετάδοσης Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Δίκτυα Τηλεπικοινωνιών και Μετάδοσης Δρ. Δημήτριος Ευσταθίου Επίκουρος Καθηγητής & Δρ. Στυλιανός Π. Τσίτσος Επίκουρος Καθηγητής

Διαβάστε περισσότερα

Αριθμητική Ανάλυση και Εφαρμογές

Αριθμητική Ανάλυση και Εφαρμογές Αριθμητική Ανάλυση και Εφαρμογές Διδάσκων: Δημήτριος Ι. Φωτιάδης Τμήμα Μηχανικών Επιστήμης Υλικών Ιωάννινα 07-08 Αριθμητική Παραγώγιση Εισαγωγή Ορισμός 7. Αν y f x είναι μια συνάρτηση ορισμένη σε ένα διάστημα

Διαβάστε περισσότερα

Θεωρητικές Κατανομές Πιθανότητας

Θεωρητικές Κατανομές Πιθανότητας Θεωρητικές Κατανομές Πιθανότητας Θεωρητικές Κατανομές Πιθανότητας Α. ΔΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ α) Διακριτή Ομοιόμορφη κατανομή β) Διωνυμική κατανομή γ) Υπεργεωμετρική κατανομή δ) κατανομή Poisson Β. ΣΥΝΕΧΕΙΣ

Διαβάστε περισσότερα

ΤΥΠΟΛΟΓΙΟ ΣΤΑΤΙΣΤΙΚΗΣ

ΤΥΠΟΛΟΓΙΟ ΣΤΑΤΙΣΤΙΚΗΣ - - ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ Πρόγραμμα Σπουδών: ΔΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ και ΟΡΓΑΝΙΣΜΩΝ Θεματική Ενότητα: ΔΕΟ3 Ποσοτικές Μέθοδοι Ακαδημαϊκό Έτος: 009-0 ΤΥΠΟΛΟΓΙΟ ΣΤΑΤΙΣΤΙΚΗΣ - - ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ ΣΥΝΟΨΗΣ

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Συστήματα Γεννήσεων Θανάτων: 1. Σφαιρικές & Λεπτομερείς Εξισώσεις Ισορροπίας 2. Ουρές Markov M/M/1, M/M/1/N Βασίλης Μάγκλαρης maglaris@netmode.ntua.gr 27/3/2019 ΔΙΑΔΙΚΑΣΙΑ

Διαβάστε περισσότερα

Κεφάλαιο 6 Παράγωγος

Κεφάλαιο 6 Παράγωγος Σελίδα από 5 Κεφάλαιο 6 Παράγωγος Στο κεφάλαιο αυτό στόχος µας είναι να συνδέσουµε µία συγκεκριµένη συνάρτηση f ( ) µε µία δεύτερη συνάρτηση f ( ), την οποία και θα ονοµάζουµε παράγωγο της f. Η τιµή της

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Η Ουρά Μ/Μ/1/N Σφαιρικές & Τοπικές Εξισώσεις Ισορροπίας Βασίλης Μάγκλαρης maglaris@netmode.ntua.gr 22/3/2017 ΔΙΑΔΙΚΑΣΙΑ ΓΕΝΝΗΣΕΩΝ ΘΑΝΑΤΩΝ (1/4) Birth Death Processes

Διαβάστε περισσότερα

ΒΑΣΙΚΕΣ ΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ (Συνέχεια)

ΒΑΣΙΚΕΣ ΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ (Συνέχεια) (Συνέχεια) Χαράλαµπος Α. Χαραλαµπίδης 25 Νοεµβρίου 2009 Ορισµός Εστω X µια διακριτή τυχαία µεταβλητή µε συνάρτηση πιθανότητας f(x) = e λ λx, x = 0, 1,..., (1) x! όπου 0 < λ

Διαβάστε περισσότερα

Αρµονική Ανάλυση. Ενότητα: Το ϑεώρηµα παρεµβολής του Riesz και η ανισότητα Hausdorff-Young. Απόστολος Γιαννόπουλος.

Αρµονική Ανάλυση. Ενότητα: Το ϑεώρηµα παρεµβολής του Riesz και η ανισότητα Hausdorff-Young. Απόστολος Γιαννόπουλος. Ενότητα: Το ϑεώρηµα παρεµβολής του Riesz και η ανισότητα Hausdorff-Young Απόστολος Γιαννόπουλος Τµήµα Μαθηµατικών Αδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.

Διαβάστε περισσότερα

< 1 για κάθε k N, τότε η σειρά a k συγκλίνει. +, τότε η η σειρά a k αποκλίνει.

< 1 για κάθε k N, τότε η σειρά a k συγκλίνει. +, τότε η η σειρά a k αποκλίνει. Ασκήσεις για το µάθηµα «Ανάλυση Ι και Εφαρµογές» Κεφάλαιο 3: Σειρές πραγµατικών αριθµών Α Οµάδα. Εστω ( ) µια ακολουθία πραγµατικών αριθµών. Εξετάστε αν οι παρακάτω προτάσεις είναι αληθείς ή ψευδείς (αιτιολογήστε

Διαβάστε περισσότερα

ΜΟΝΤΕΛΟΠΟΙΗΣΗ ΑΞΙΟΠΙΣΤΙΑΣ ΣΥΣΤΗΜΑΤΩΝ

ΜΟΝΤΕΛΟΠΟΙΗΣΗ ΑΞΙΟΠΙΣΤΙΑΣ ΣΥΣΤΗΜΑΤΩΝ ΜΟΝΤΕΛΟΠΟΙΗΣΗ ΑΞΙΟΠΙΣΤΙΑΣ ΣΥΣΤΗΜΑΤΩΝ Εισαγωγή Η τυποποιηµένη διαδικασία µοντελοποίησης της αξιοπιστίας συστηµάτων είναι η αποσύνθεση του σε υποσυστήµατα και εκτίµηση των δεικτών του συστήµατος σε συνάρτηση

Διαβάστε περισσότερα

Γραµµική Αλγεβρα. Ενότητα 3 : ιανυσµατικοί Χώροι και Υπόχωροι. Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής

Γραµµική Αλγεβρα. Ενότητα 3 : ιανυσµατικοί Χώροι και Υπόχωροι. Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής Γραµµική Αλγεβρα Ενότητα 3 : ιανυσµατικοί Χώροι και Υπόχωροι Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής Αδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.

Διαβάστε περισσότερα

Στοχαστικές Στρατηγικές

Στοχαστικές Στρατηγικές Στοχαστικές Στρατηγικές 3 η ενότητα: Εισαγωγή στα στοχαστικά προβλήματα διαδρομής Τμήμα Μαθηματικών, ΑΠΘ Ακαδημαϊκό έτος 2018-2019 Χειμερινό Εξάμηνο Παπάνα Αγγελική Μεταδιδακτορική ερευνήτρια, ΑΠΘ & Πανεπιστήμιο

Διαβάστε περισσότερα

ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Λυσεις Ασκησεων - Φυλλαδιο 1

ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Λυσεις Ασκησεων - Φυλλαδιο 1 ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Λυσεις Ασκησεων - Φυλλαδιο ιδασκοντες: Α. Μπεληγιάννης - Σ. Παπαδάκης Ιστοσελιδα Μαθηµατος : http://users.uoi.gr/abeligia/numbertheory/nt.html Τετάρτη 7 Φεβρουαρίου 03 Ασκηση. είξτε ότι

Διαβάστε περισσότερα

Η ΤΕΧΝΗ ΤΟΥ ΙΑΒΑΣΜΑΤΟΣ ΜΕΤΑΞΥ ΤΩΝ ΑΡΙΘΜΩΝ (ΠΑΡΕΜΒΟΛΗ ΚΑΙ ΠΡΟΣΕΓΓΙΣΗ)

Η ΤΕΧΝΗ ΤΟΥ ΙΑΒΑΣΜΑΤΟΣ ΜΕΤΑΞΥ ΤΩΝ ΑΡΙΘΜΩΝ (ΠΑΡΕΜΒΟΛΗ ΚΑΙ ΠΡΟΣΕΓΓΙΣΗ) Η ΤΕΧΝΗ ΤΟΥ ΙΑΒΑΣΜΑΤΟΣ ΜΕΤΑΞΥ ΤΩΝ ΑΡΙΘΜΩΝ (ΠΑΡΕΜΒΟΛΗ ΚΑΙ ΠΡΟΣΕΓΓΙΣΗ) ΜΙΧΑΛΗΣ ΤΖΟΥΜΑΣ ΕΣΠΟΤΑΤΟΥ 3 ΑΓΡΙΝΙΟ. ΠΕΡΙΛΗΨΗ Η έννοια της συνάρτησης είναι στενά συνυφασµένη µε τον πίνακα τιµών και τη γραφική παράσταση.

Διαβάστε περισσότερα

Τεχνο-οικονοµικά Συστήµατα ιοίκηση Παραγωγής & Συστηµάτων Υπηρεσιών

Τεχνο-οικονοµικά Συστήµατα ιοίκηση Παραγωγής & Συστηµάτων Υπηρεσιών Τεχνο-οικονοµικά Συστήµατα ιοίκηση Παραγωγής & Συστηµάτων Υπηρεσιών 4. Σχεδιασµός υναµικότητας Το πρόβληµα της δυναµικότητας ιαδικασία Σχεδιασµού Συστήµατα αναµονής Εισηγητής: Θοδωρής Βουτσινάς ρ Μηχ/γος

Διαβάστε περισσότερα

/ / 38

/ / 38 ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-37: Εφαρµοσµένες Στοχαστικές ιαδικασίες - Εαρινό Εξάµηνο 205-6 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 0 Επιµέλεια : Σοφία Σαββάκη Ασκηση. Ο Κώστας πηγαίνει

Διαβάστε περισσότερα

3. Κατανομές πιθανότητας

3. Κατανομές πιθανότητας 3. Κατανομές πιθανότητας Τυχαία Μεταβλητή Τυχαία μεταβλητή (τ.μ.) (X) είναι μια συνάρτηση που σε κάθε σημείο (ω) ενός δειγματικού χώρου (Ω) αντιστοιχεί έναν πραγματικό αριθμό. Ω ω X (ω ) R Διακριτή τ.μ.

Διαβάστε περισσότερα

[ ], σχηµατίζουµε το άθροισµα. Το άθροισµα αυτό είναι µια δυαδική πράξη η οποία αντιστοιχεί στις ακολουθίες f [ 1

[ ], σχηµατίζουµε το άθροισµα. Το άθροισµα αυτό είναι µια δυαδική πράξη η οποία αντιστοιχεί στις ακολουθίες f [ 1 ΚΕΦΑΛΑΙΟ 4 ΣΥΝΕΛΙΞΗ 4.. ΣΥΝΕΛΙΞΗ Στην προηγούµενη παράγραφο εισαγάγαµε την ιδέα της συνέλιξης από τα συµφραζόµενα των γραµµικών συστηµάτων. Σ' αυτήν την παράγραφο ορίζουµε τη συνέλιξη σαν µια πράξη η οποία

Διαβάστε περισσότερα

( ) = inf { (, Ρ) : Ρ διαµέριση του [, ]}

( ) = inf { (, Ρ) : Ρ διαµέριση του [, ]} 7 ΙΙΙ Ολοκληρωτικός Λογισµός πολλών µεταβλητών Βασικές έννοιες στη µια µεταβλητή Έστω f :[ ] φραγµένη συνάρτηση ( Ρ = { t = < < t = } είναι διαµέριση του [ ] 0 ( Ρ ) = Μ ( ) όπου sup f ( t) : t [ t t]

Διαβάστε περισσότερα

Θεωρία Πιθανοτήτων & Στατιστική

Θεωρία Πιθανοτήτων & Στατιστική ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ & Στατιστική Ενότητα 5 η : Θεωρητικές Κατανομές Πιθανότητας για Διακριτή Τυχαία Μεταβλητή. Γεώργιος Ζιούτας Τμήμα Ηλεκτρολόγων Μηχανικών

Διαβάστε περισσότερα

Θεωρία Τηλεπικοινωνιακής Κίνησης Ενότητα 8: Αναδρομικός τύπος Kaufman Roberts

Θεωρία Τηλεπικοινωνιακής Κίνησης Ενότητα 8: Αναδρομικός τύπος Kaufman Roberts Θεωρία Τηλεπικοινωνιακής Κίνησης Ενότητα 8: Αναδρομικός τύπος aufma Roberts Μιχαήλ Λογοθέτης Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Συνιστώμενο Βιβλίο: Εκδόσεις : Παπασωτηρίου

Διαβάστε περισσότερα

Τ Ε Ι Ιονίων Νήσων Τμήμα Εφαρμογών Πληροφορικής στη Διοίκηση και την Οικονομία. Υπεύθυνος: Δρ. Κολιός Σταύρος

Τ Ε Ι Ιονίων Νήσων Τμήμα Εφαρμογών Πληροφορικής στη Διοίκηση και την Οικονομία. Υπεύθυνος: Δρ. Κολιός Σταύρος Τ Ε Ι Ιονίων Νήσων Τμήμα Εφαρμογών Πληροφορικής στη Διοίκηση και την Οικονομία Υπεύθυνος: Δρ. Κολιός Σταύρος Κατανομές Πιθανότητας Ως τυχαία μεταβλητή ορίζεται το σύνολο των τιμών ενός χαρακτηριστικού

Διαβάστε περισσότερα

Τεχνικές Εκτίμησης Υπολογιστικών Συστημάτων Ενότητα 1: Προσομοίωση ενός συστήματος αναμονής

Τεχνικές Εκτίμησης Υπολογιστικών Συστημάτων Ενότητα 1: Προσομοίωση ενός συστήματος αναμονής Τεχνικές Εκτίμησης Υπολογιστικών Συστημάτων Ενότητα 1: Προσομοίωση ενός συστήματος αναμονής Γαροφαλάκης Ιωάννης Πολυτεχνική Σχολή Τμήμα Μηχ/κών Η/Υ & Πληροφορικής Περιεχόμενα ενότητας Διατύπωση του προβλήματος

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Παράμετροι Ουρών Αναμονής Βασίλης Μάγκλαρης maglaris@netmode.ntua.gr 13/3/2019 ΠΑΡΑΜΕΤΡΟΙ (1/3) Ένταση φορτίου (traffic intensity) Σε περίπτωση 1 ουράς, 1 εξυπηρετητή:

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ «ΠΛΗΡΟΦΟΡΙΚΗ» ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ 12) ΕΡΓΑΣΙΑ 4

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ «ΠΛΗΡΟΦΟΡΙΚΗ» ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ 12) ΕΡΓΑΣΙΑ 4 ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ «ΠΛΗΡΟΦΟΡΙΚΗ» ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ ) ΕΡΓΑΣΙΑ 4 Ηµεροµηνία αποστολής στον φοιτητή: 9 Φεβρουαρίου 5. Τελική ηµεροµηνία αποστολής από τον φοιτητή: Μαρτίου 5.

Διαβάστε περισσότερα

Ηρώων Πολυτεχνείου 9, Ζωγράφου, Αθήνα, Τηλ: , Fax: URL

Ηρώων Πολυτεχνείου 9, Ζωγράφου, Αθήνα, Τηλ: , Fax: URL ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ & ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Τομέας Επικοινωνιών, Ηλεκτρονικής & Συστημάτων Πληροφορικής Εργαστήριο Διαχείρισης και Βέλτιστου Σχεδιασμού Δικτύων - NETMODE

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Διαδικασίες Birth-Death, Ουρές Markov:

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Διαδικασίες Birth-Death, Ουρές Markov: ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Διαδικασίες Birth-Death, Ουρές Markov: 1. Διαγράμματα Μεταβάσεων Εργοδικών Καταστάσεων, Εξισώσεις Ισορροπίας 2. Προσομοιώσεις, Άσκηση Προσομοίωσης Ουράς M/M/1/10 Βασίλης

Διαβάστε περισσότερα

προβλήµατος Το φίλτρο Kalman διαφέρει από τα συνηθισµένα προβλήµατα ΜΕΤ σε δύο χαρακτηριστικά: παραµέτρων αγνώστων

προβλήµατος Το φίλτρο Kalman διαφέρει από τα συνηθισµένα προβλήµατα ΜΕΤ σε δύο χαρακτηριστικά: παραµέτρων αγνώστων Φίλτρα Kalman Εξαγωγή των εξισώσεων τους µε βάση το κριτήριο ελαχιστοποίησης της Μεθόδου των Ελαχίστων Τετραγώνων. Αναλυτικές Μέθοδοι στη Γεωπληροφορική Μεταπτυχιακό Πρόγραµµα ΓΕΩΠΛΗΡΟΦΟΡΙΚΗ ιατύπωση του

Διαβάστε περισσότερα

ΣΗΜΕΙΩΣΕΙΣ ΜΑΘΗΜΑΤΙΚΗΣ ΑΝΑΛΥΣΗΣ Ι (2006-07)

ΣΗΜΕΙΩΣΕΙΣ ΜΑΘΗΜΑΤΙΚΗΣ ΑΝΑΛΥΣΗΣ Ι (2006-07) ΤΕΙ ΥΤΙΚΗΣ ΜΑΚΕ ΟΝΙΑΣ ΠΑΡΑΡΤΗΜΑ ΚΑΣΤΟΡΙΑΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑΣ ΥΠΟΛΟΓΙΣΤΩΝ ΣΗΜΕΙΩΣΕΙΣ ΜΑΘΗΜΑΤΙΚΗΣ ΑΝΑΛΥΣΗΣ Ι (2006-07) Επιµέλεια Σηµειώσεων : Βασιλειάδης Γεώργιος Καστοριά, εκέµβριος 2006

Διαβάστε περισσότερα

Μέθοδος μέγιστης πιθανοφάνειας

Μέθοδος μέγιστης πιθανοφάνειας Μέθοδος μέγιστης πιθανοφάνειας Αν x =,,, παρατηρήσεις των Χ =,,,, τότε έχουμε διαθέσιμο ένα δείγμα Χ={Χ, =,,,} της κατανομής F μεγέθους με από κοινού σ.κ. της Χ f x f x Ορισμός : Θεωρούμε ένα τυχαίο δείγμα

Διαβάστε περισσότερα

3.ΟΥΡΕΣ ΑΝΑΜΟΝΗΣ

3.ΟΥΡΕΣ ΑΝΑΜΟΝΗΣ www.olieclaroom.gr.ουρεσ ΑΝΑΜΟΝΗΣ Ως ουρά αναμονής ή ισοδύναμα ένα σύστημα εξυπηρέτησης, ορίζεται το σύστημα το οποίο παρέχει εξυπηρέτηση σε πελάτες που προσέρχονται σε αυτό. Πρόκειται για τη μοντελοποίηση

Διαβάστε περισσότερα

Θεωρία Τηλεπικοινωνιακής Κίνησης

Θεωρία Τηλεπικοινωνιακής Κίνησης Θεωρία Τηλεπικοινωνιακής Κίνησης Ενότητα: Ασκήσεις για τις ενότητες 1 2 (Εισαγωγή Θεμελιώδεις σχέσεις) Ιωάννης Μοσχολιός Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σελίδα 2 Περιεχόμενα 1.

Διαβάστε περισσότερα

Οι θεµελιώδεις έννοιες που απαιτούνται στη Επαγωγική Στατιστική (Εκτιµητική, ιαστήµατα Εµπιστοσύνης και Έλεγχοι Υποθέσεων) είναι:

Οι θεµελιώδεις έννοιες που απαιτούνται στη Επαγωγική Στατιστική (Εκτιµητική, ιαστήµατα Εµπιστοσύνης και Έλεγχοι Υποθέσεων) είναι: Κατανοµές ειγµατοληψίας 1.Εισαγωγή Οι θεµελιώδεις έννοιες που απαιτούνται στη Επαγωγική Στατιστική (Εκτιµητική, ιαστήµατα Εµπιστοσύνης και Έλεγχοι Υποθέσεων) είναι: 1. Στατιστικής και 2. Κατανοµής ειγµατοληψίας

Διαβάστε περισσότερα

Σχολή Εφαρµοσµένων Μαθηµατικών και Φυσικών Επιστηµών Εθνικό Μετσόβιο Πολυτεχνείο. Στοχαστικές Ανελίξεις. Κεφάλαιο 1: Εισαγωγή. Κοκολάκης Γεώργιος

Σχολή Εφαρµοσµένων Μαθηµατικών και Φυσικών Επιστηµών Εθνικό Μετσόβιο Πολυτεχνείο. Στοχαστικές Ανελίξεις. Κεφάλαιο 1: Εισαγωγή. Κοκολάκης Γεώργιος Σχολή Εφαρµοσµένων Μαθηµατικών και Φυσικών Επιστηµών Εθνικό Μετσόβιο Πολυτεχνείο Στοχαστικές Ανελίξεις Κεφάλαιο 1: Εισαγωγή Κοκολάκης Γεώργιος Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες

Διαβάστε περισσότερα

11 Το ολοκλήρωµα Riemann

11 Το ολοκλήρωµα Riemann Το ολοκλήρωµα Riem Το πρόβληµα υπολογισµού του εµβαδού οποιασδήποτε επιφάνειας ( όπως κυκλικοί τοµείς, δακτύλιοι και δίσκοι, ελλειπτικοί δίσκοι, παραβολικά και υπερβολικά χωρία κτλ) είναι γνωστό από την

Διαβάστε περισσότερα

ρ. Ευστρατία Μούρτου

ρ. Ευστρατία Μούρτου ΑΝΩΤΑΤΟ ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙ ΕΥΤΙΚΟ Ι ΡΥΜΑ ΠΑΤΡΩΝ ΣΧΟΛΗ ΕΠΑΓΓΕΛΜΑΤΩΝ ΥΓΕΙΑΣ ΚΑΙ ΠΡΟΝΟΙΑΣ ΤΜΗΜΑ ΝΟΣΗΛΕΥΤΙΚΗΣ ΕΞΑΜΗΝΟ : Ε ΑΚΑ ΗΜΑΪΚΟ ΕΤΟΣ : - ΜΑΘΗΜΑ «ΒΙΟΣΤΑΤΙΣΤΙΚΗ» ΚΕΦ. ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΩΝ ρ. Ευστρατία Μούρτου

Διαβάστε περισσότερα

αx αx αx αx 2 αx = α e } 2 x x x dx καλείται η παραβολική συνάρτηση η οποία στο x

αx αx αx αx 2 αx = α e } 2 x x x dx καλείται η παραβολική συνάρτηση η οποία στο x A3. ΕΥΤΕΡΗ ΠΑΡΑΓΩΓΟΣ-ΚΥΡΤΟΤΗΤΑ. εύτερη παράγωγος.παραβολική προσέγγιση ή επέκταση 3.Κυρτή 4.Κοίλη 5.Ιδιότητες κυρτών/κοίλων συναρτήσεων 6.Σηµεία καµπής ΠΑΡΑΡΤΗΜΑ 7. εύτερη πλεγµένη παραγώγιση 8.Χαρακτηρισµός

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Εισαγωγή (2/2) Επισκόπηση Γνώσεων Πιθανοτήτων (1/2)

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Εισαγωγή (2/2) Επισκόπηση Γνώσεων Πιθανοτήτων (1/2) ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Εισαγωγή (2/2) Επισκόπηση Γνώσεων Πιθανοτήτων (1/2) Βασίλης Μάγκλαρης maglaris@netmode.ntua.gr 8/3/2017 ΠΑΡΑΜΕΤΡΟΙ (1/4) (Επανάληψη) Ένταση φορτίου (traffic intensity)

Διαβάστε περισσότερα

x=l ηλαδή η ενέργεια είναι µία συνάρτηση της συνάρτησης . Στα µαθηµατικά, η συνάρτηση µίας συνάρτησης ονοµάζεται συναρτησιακό (functional).

x=l ηλαδή η ενέργεια είναι µία συνάρτηση της συνάρτησης . Στα µαθηµατικά, η συνάρτηση µίας συνάρτησης ονοµάζεται συναρτησιακό (functional). 3. ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟ ΟΥΣ Η Μέθοδος των Πεπερασµένων Στοιχείων Σηµειώσεις 3. Ενεργειακή θεώρηση σε συνεχή συστήµατα Έστω η δοκός του σχήµατος, µε τις αντίστοιχες φορτίσεις. + = p() EA = Q Σχήµα

Διαβάστε περισσότερα

Γενικές Παρατηρήσεις. Μη Κανονικές Γλώσσες - Χωρίς Συµφραζόµενα (1) Το Λήµµα της Αντλησης. Χρήση του Λήµµατος Αντλησης.

Γενικές Παρατηρήσεις. Μη Κανονικές Γλώσσες - Χωρίς Συµφραζόµενα (1) Το Λήµµα της Αντλησης. Χρήση του Λήµµατος Αντλησης. Γενικές Παρατηρήσεις Μη Κανονικές Γλώσσες - Χωρίς Συµφραζόµενα () Ορέστης Τελέλης telelis@unipi.gr Τµήµα Ψηφιακών Συστηµάτων, Πανεπιστήµιο Πειραιώς Υπάρχουν µη κανονικές γλώσσες, π.χ., B = { n n n }. Αυτό

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Παραδείγματα χρήσης ουρών Μ/Μ/c/K και αξιολόγησης συστημάτων αναμονής Β. Μάγκλαρης, Σ. Παπαβασιλείου 5-6-2014 Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες

Διαβάστε περισσότερα

Συστήματα Αναμονής. Ενότητα 9: Ανέλιξη Γέννησης - Θανάτου. Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ

Συστήματα Αναμονής. Ενότητα 9: Ανέλιξη Γέννησης - Θανάτου. Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ Συστήματα Αναμονής Ενότητα 9: Ανέλιξη Γέννησης - Θανάτου Αγγελική Σγώρα Τμήμα Μηχανικών Πληροφορικής ΤΕ Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΘΕΩΡΙΑ ΟΥΡΩΝ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΘΕΩΡΙΑ ΟΥΡΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΘΕΩΡΙΑ ΟΥΡΩΝ Ακαδ. Έτος 2011-2012 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Διδάσκων επί Συμβάσει Π.Δ 407/80 v.koutras@fme.aegean.gr

Διαβάστε περισσότερα