Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων
|
|
- Μνημοσύνη Αλιβιζάτος
- 7 χρόνια πριν
- Προβολές:
Transcript
1 ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων Ακαδ. Έτος Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Επικ. Καθηγητής Τηλ:
2 Παραλλαγές της Μ/Μ/1
3 Παραλλαγές της Μ/Μ/1 Για την πώληση των εισιτηρίων μιας συναυλίας έχει τοποθετηθεί 1 υπαίθρο κιόσκι. Οι ενδιαφερόμενοι που φτάνουν στον χώρο πώλησης σύμφωνα με μια διαδικασία Poisso ρυθμού λ μπαίνουν σε μια σειρά και όταν αδειάζει το κιόσκι ο πρώτος από την σειρά πάει σε αυτό για να εξυπηρετηθεί. Ο χρόνος εξυπηρέτησης κάθε ενδιαφερόμενου είναι εκθετικός παραμέτρου μ. Θεωρητικά ο χώρος στον οποίον έχει στηθεί το κιόσκι έχει απεριόριστη χωρητικότητα. Επειδή η συναυλία γίνεται τον Αύγουστο και η ζέστη είναι έντονη, δεν έχουν όλοι οι ενδιαφερόμενοι την υπομονή να περιμένουν για να αγοράσουν εισιτήριο. Έτσι αν κάποιος βρει μπροστά του (στο κιόσκι και στην σειρά) άλλους ενδιαφερόμενους κατά την άφιξη απογοητεύεται και φεύγει με πιθανότητα q = /(+1), διαφορετικά μένει και περιμένει στην ουρά με πιθανότητα 1- q. Περιγράψτε το σύστημα σαν ένα σύστημα αναμονής και δώστε το αντίστοιχο διάγραμμα καταστάσεων. Να βρεθεί η στάσιμη κατανομή του αριθμού των ενδιαφερομένων που δεν έχουν εισιτήριο στον συναυλιακό χώρο Να βρεθεί ο μέσος αριθμός ενδιαφερομένων που δεν έχουν εισιτήριο στον συναυλιακό χώρο Να βρεθεί ο ρυθμός άφιξης των ενδιαφερομένων που μένουν τελικά για να αγοράσουν εισιτήριο. Να βρεθεί μέσος χρόνος αναμονής ενός ενδιαφερόμενου μέχρι να αγοράσει το εισιτήριο.
4 με αποθαρρυνόμενους πελάτες Ορισμένοι πελάτες αποθαρρύνονται από την ύπαρξη μεγάλου μήκους ουράς και αποχωρούν χωρίς να εξυπηρετηθούν Ας θεωρήσουμε την περίπτωση όπου κάθε πελάτης που βρίσκει άλλους πελάτες στο σύστημα αναχωρεί με πιθανότητα q 1 Σε αυτήν την περίπτωση ο πραγματικός ρυθμός αφίξεων για το σύστημα, δηλαδή ο ρυθμός αφίξεων των πελατών που αποφασίζουν να παραμείνουν και επομένως μεταβάλλουν την κατάσταση του συστήματος είναι: 1 q 1
5 με αποθαρρυνόμενους πελάτες Επομένως η σ.δ. που εκφράζει την κατάσταση του συστήματος, δηλαδή τον αριθμό των πελατών στο σύστημα την χρ. στιγμή t {Ν(t) : t 0} είναι μια διαδικασία γεννήσεων θανάτων με ρυθμούς 1 & και διάγραμμα μεταβάσεων: λ λ / 2 λ / λ / (+1) μ μ μ μ
6 με αποθαρρυνόμενους πελάτες Γνωρίζουμε ότι: Η μοναδική οριακή κατανομή lim t t E υπάρχει αν και μόνο αν B 1 E και τότε έχει την μορφή 012 B E \{0}
7 με αποθαρρυνόμενους πελάτες Για το σύστημα αναμονής που μελετάμε ( ) B 1 e e άρα υπάρχει η στάσιμη κατανομή πιθανοτήτων για οποιαδήποτε λ και μ. Επομένως η στάσιμη πιθανότητα για την κατάσταση E δίνεται από την σχέση: ( ) e! E είναι δηλαδή μια κατανομή Poisso με παράμετρο ρ
8 με αποθαρρυνόμενους πελάτες Μέσος αριθμός πελατών στο σύστημα Η πιθανότητα να βρεθεί το σύστημα στην κατάσταση σημαίνει ότι σε αυτήν την κατάσταση ο αριθμός ων πελατών στο σύστημα είναι. Και επειδή η πιθανότητα κατάστασης ακολουθεί την κατανομή Poisso παραμέτρου ρ, ο μέσος αριθμός πελατών στο σύστημα θα είναι η μέση τιμή της Poisso παραμέτρου ρ, η οποία είναι ρ. Άρα L
9 με αποθαρρυνόμενους πελάτες Μέσος χρόνος παραμονής στο σύστημα Από το νόμο του Little: L * W W Ο ρυθμός αφίξεων όμως πρέπει να είναι ο πραγματικός ρυθμός αφίξεων των πελατών που εξυπηρετούνται (μένουν δηλαδή στο σύστημα). Επειδή όμως ο ρυθμός αφίξεων δεν είναι σταθερός αλλά μεταβάλλεται ανάλογα με τον αριθμό των πελατών στο σύστημα (αποθαρρυνόμενοι πελάτες), θα πρέπει να υπολογίσουμε την μέση τιμή του: ( ) * L * 1e
10 με αποθαρρυνόμενους πελάτες Επομένως ( ) W 2 1 e Μέσος χρόνος παραμονής στην ουρά ( ) W q W 1 Μέσος αριθμός πελατών στην ουρά ( ) * Lq Wq 1 e
11 με μεταβλητό ρυθμό εξυπηρέτησης Στις περισσότερες ουρές αναμονής υποθέτουμε ότι η εξυπηρέτηση γίνεται με σταθερή ταχύτητα, η οποία θεωρείται ίση με την μονάδα. Έτσι ο υπολειπόμενος χρόνος εξυπηρέτησης κάθε πελάτη που εξυπηρετείται μειώνεται στην μονάδα του χρόνου ακριβώς κατά μια μονάδα. Στην ουρά Μ/Μ/1, μπορούμε αντί να θεωρήσουμε ότι ο χρόνος εξυπηρέτησης έχει την εκθετική κατανομή (μ), ισοδύναμα να υποθέτουμε ότι αυτός έχει την εκθετική κατανομή (1), αλλά συγχρόνως ότι η ταχύτητα εξυπηρέτησης είναι μ και όχι μονάδα. Αυτή η παρατήρηση μας επιτρέπει να γενικεύσουμε την Μ/Μ/1, υποθέτοντας ότι η ταχύτητα με την οποία ο εξυπηρετητής εργάζεται δεν είναι σταθερή, αλλά εξαρτάται από τον αριθμό των πελατών στο σύστημα κάθε φορά.
12 με μεταβλητό ρυθμό εξυπηρέτησης Μια τέτοια γενίκευση είναι και η περίπτωση που θεωρούμε ότι η ταχύτητα εξυπηρέτησης είναι ανάλογη με το μήκος της ουράς. Τότε η σ.δ. {Ν(t) : t 0} είναι μια διαδικασία γεννήσεων θανάτων με ρυθμούς και διάγραμμα μεταβάσεων: & E λ λ λ λ μ 2μ μ (+1)μ
13 με μεταβλητό ρυθμό εξυπηρέτησης Η μοναδική οριακή κατανομή lim t t E υπάρχει αν και μόνο αν B 1 E ( ) B 1 e e??? και τότε έχει την μορφή 012 B E e! E είναι δηλαδή μια κατανομή Poisso με παράμετρο ρ
14 με μεταβλητό ρυθμό εξυπηρέτησης Μέσος αριθμός πελατών στο σύστημα Η πιθανότητα να βρεθεί το σύστημα στην κατάσταση σημαίνει ότι σε αυτήν την κατάσταση ο αριθμός ων πελατών στο σύστημα είναι. Και επειδή η πιθανότητα κατάστασης ακολουθεί την κατανομή Poisso παραμέτρου ρ, ο μέσος αριθμός πελατών στο σύστημα θα είναι η μέση τιμή της Poisso παραμέτρου ρ, η οποία είναι ρ. Άρα Μέσος χρόνος παραμονής στο σύστημα Από το νόμο του Little: L W W L L 1 W 1
15 με μεταβλητό ρυθμό εξυπηρέτησης Μέσος αριθμός πελατών στην ουρά L E[ Nq] q L ( ) L q 1 0 Μέσος χρόνος παραμονής στην ουρά Από το νόμο του Little: L q Lq L 1 0 Wq Wq W q W 1 0
16 Παραλλαγές της Μ/Μ/1 Ασκήσεις ΑΣΚΗΣΗ 1 Για την πώληση των εισιτηρίων μιας συναυλίας έχει τοποθετηθεί 1 υπαίθρο κιόσκι. Οι ενδιαφερόμενοι που φτάνουν στον χώρο πώλησης σύμφωνα με μια διαδικασία Poisso ρυθμού 15h -1 μπαίνουν σε μια σειρά και όταν αδειάζει το κιόσκι ο πρώτος από την σειρά πάει σε αυτό για να εξυπηρετηθεί. Ο χρόνος εξυπηρέτησης κάθε ενδιαφερόμενου είναι εκθετικός παραμέτρου 20 h -1. Θεωρητικά ο χώρος στον οποίον έχει στηθεί το κιόσκι έχει απεριόριστη χωρητικότητα. Επειδή η συναυλία γίνεται τον Αύγουστο και η ζέστη είναι έντονη, δεν έχουν όλοι οι ενδιαφερόμενοι την υπομονή να περιμένουν για να αγοράσουν εισιτήριο. Έτσι αν κάποιος βρει μπροστά του (στο κιόσκι και στην σειρά) άλλους ενδιαφερόμενους κατά την άφιξη απογοητεύεται και φεύγει με πιθανότητα q = /+1, διαφορετικά μένει και περιμένει στην ουρά με πιθανότητα 1- q. i. Περιγράψτε το σύστημα σαν ένα σύστημα αναμονής και δώστε το αντίστοιχο διάγραμμα ii. καταστάσεων. Να βρεθεί η στάσιμη κατανομή του αριθμού των ενδιαφερομένων που δεν έχουν εισιτήριο στον συναυλιακό χώρο iii. Να βρεθεί ο μέσος αριθμός ενδιαφερομένων που δεν έχουν εισιτήριο στον συναυλιακό χώρο iv. Να βρεθεί ο ρυθμός άφιξης των ενδιαφερομένων που μένουν τελικά για να αγοράσουν εισιτήριο. v. Να βρεθεί μέσος χρόνος αναμονής ενός ενδιαφερόμενου μέχρι να αγοράσει το εισιτήριο.
17 Παραλλαγές της Μ/Μ/1 Ασκήσεις ΑΣΚΗΣΗ 2 Σε μια Μ/Μ/1 ουρά ο εξυπηρετητής εξυπηρετεί με διπλάσια ταχύτητα όταν ο αριθμός πελατών στο σύστημα υπερβεί τους k πελάτες. Βρείτε, αν υπάρχει, την αντίστοιχη οριακή κατανομή. ΑΣΚΗΣΗ 3 Σε μια Μ/Μ/1 ουρά ο χρόνος υπομονής κάθε πελάτη έχει την εκθετική κατανομή με παράμετρο ν και μόλις αυτός συμπληρωθεί, ο πελάτης αναχωρεί αν βρίσκεται ακόμα στον χώρο αναμονής. i. Βρείτε το αντίστοιχο διάγραμμα ρυθμών μετάβασης ii. Για ν = μ βρείτε την οριακή κατανομή του μέσου αριθμού πελατών στο σύστημα.
18 Οι πελάτες εξυπηρετούνται από τον εξυπηρετητή μεμονωμένα, ενώ οι διαδοχικοί χρόνοι εξυπηρέτησης είναι ανεξάρτητες τ.μ. που ακολουθούν εκθετική κατανομή (μ) και είναι ανεξάρτητες από την διαδικασία αφίξεων. ΟΥΡΑ Μ / Μ / 1 με ομαδικές αφίξεις Θεωρούμε μια γενίκευση της Μ/Μ/1 όπου οι πελάτες καταφθάνουν στο σύστημα όχι κατ ανάγκη μεμονωμένα, αλλά γενικά σε ομάδες μεταβλητού μεγέθους Ομάδες πελατών (π.χ. οικογένειες) φτάνουν στο σύστημα, το οποίο διαθέτει 1 εξυπηρετητή και άπειρη χωρητικότητα σύμφωνα με μία διαδικασία Poisso παραμέτρου λ. Τα μεγέθη (ο αριθμός των μελών) Υ 1, Υ 2, των διαδοχικών ομάδων είναι ανεξάρτητες ισόνομες τ.μ. με συνάρτηση πιθανότητας (g,in), με πεπερασμένη μέση τιμή m, ανεξάρτητες από τους χρόνους αφίξεων.
19 με ομαδικές αφίξεις g = Pr (μία ομάδα που καταφτάνει στο σύστημα έχει μέγεθος ) Q(t): ο αριθμός των πελατών στο σύστημα(μαρκοβιανή Διαδικασία) Κατάσταση 0 για 1 Επόμενη κατάσταση k k1 + k k1 Χρόνος Exp(λg k ) Exp(λg k ) -1 Exp(μ)
20 με ομαδικές αφίξεις λg λg 3 λg -2 λg 2 λg 2 λg -3 λg 1 λg 1 λg 1 λg μ μ μ μ Εξισώσεις ισορροπίας k k k 0 g 1
21 με ομαδικές εξυπηρετήσεις Θεωρούμε μια γενίκευση της Μ/Μ/1 όπου οι πελάτες εξυπηρετούνται σε ομάδες σταθερού μεγέθους Συγκεκριμένα ο 1 εξυπηρετητής επιλέγει r (r > 1) πελάτες από τον χώρο αναμονής και τους εξυπηρετεί ταυτόχρονα, σε χρόνο που ακολουθεί την εκθετική κατανομή παραμέτρου μ Στην περίπτωση όπου στο σύστημα υπάρχουν λιγότεροι από r πελάτες, ο εξυπηρετητής περιμένει έως ότου συμπληρωθεί ο αριθμός r. λ λ λ λ λ r-1 r r+1... μ μ
22 με ομαδικές εξυπηρετήσεις Κατάσταση 0 r r Επόμενη κατάσταση Χρόνος +1 Exp(λ) + 1 -r Exp(λ) Exp(μ) Εξισώσεις ισορροπίας 0 r 1 r 1 r 1 r 1 1
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
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
Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων Ακαδ. Έτος 2016-2017 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας
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
Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ Μοντεοποίηση, Ανάυση και Σχεδιασμός Στοχαστικών Συστημάτων Ακαδ. Έτος 2018-2019 Διδάσκων: Βασίης ΚΟΥΤΡΑΣ Επικ. Καθηγητής
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
Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων Ακαδ. Έτος 2018-2019 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Επικ. Καθηγητής
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
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
Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων Ακαδ. Έτος 2014-2015 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας
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,
Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ Μοντελοποίηση, Ανάλυση και Σχεδιασός Στοχαστικών Συστηάτων Ακαδ. Έτος 2018-2019 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Επικ. Καθηγητής
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
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
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Συστήματα Γεννήσεων Θανάτων (I) 1. Σφαιρικές & Τοπικές Εξισώσεις Ισορροπίας 2. Ουρές Markov M/M/1, M/M/1/N Βασίλης Μάγκλαρης maglaris@netmode.ntua.gr 21/3/2018 ΔΙΑΔΙΚΑΣΙΑ
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
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
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
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ & ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Τομέας Επικοινωνιών, Ηλεκτρονικής & Συστημάτων Πληροφορικής Εργαστήριο Διαχείρισης και Βέλτιστου Σχεδιασμού Δικτύων - NETMODE
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
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
Ονοματεπώνυμο: Ερώτημα: Σύνολο Μονάδες: Βαθμός:
ΕΤΥ: Ανάλυση Απόδοσης Πληροφοριακών Συστημάτων Χειμερινό Εξάμηνο 2014-15 Τελική Εξέταση 28/02/15 Διάρκεια Εξέτασης: 3 Ώρες Ονοματεπώνυμο: Αριθμός Μητρώου: Υπογραφή: Ερώτημα: 1 2 3 4 5 6 Σύνολο Μονάδες:
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
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:
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
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
E[X n+1 ] = c 6 z z 2. P X (z) =
Στοχαστικές Μέθοδοι στην Επιχειρησιακή Ερευνα Ι Ασκήσεις 2017-2018, έκδοση 1/3/2018 Αντώνης Οικονόμου 1 Υπενθυμίσεις από τις Πιθανότητες 1. Ενας φοιτητής έχει n βιβλία, αριθμημένα ως 1, 2,..., n. Το βιβλίο
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
Θέμα 1 (20%) (α) Πότε είναι εργοδικό το παραπάνω σύστημα; Για πεπερασμένο c, το σύστημα είναι πάντα εργοδικό.
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ & ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Τομέας Επικοινωνιών, Ηλεκτρονικής & Συστημάτων Πληροφορικής Εργαστήριο Διαχείρισης & Βέλτιστου Σχεδιασμού Δικτύων - NETMODE
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
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
Χρησιμοποιείται για να δηλώσουμε τους διάφορους τύπους ουρών. A/B/C. Κατανομή εξυπηρετήσεων
Συμβολισμός Kedel Χρησιμοποιείται για να δηλώσουμε τους διάφορους τύπους ουρών. A/B/C Κατανομή αφίξεων Κατανομή εξυπηρετήσεων Αριθμός των εξυπηρετητών Όπου Α,Β μπορεί να είναι: M κατανομή Posso G κατανομή
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
Παραδείγματα Θεμάτων/Ασκήσεων Συστημάτων Ουρών Αναμονής
Παραδείγματα Θεμάτων/Ασκήσεων Συστημάτων Ουρών Αναμονής Γ. Λυμπερόπουλος Ιανουάριος 2012 Θέμα 1 Ένα εργοστάσιο που δουλεύει ασταμάτητα έχει τέσσερις (4) πανομοιότυπες γραμμές παραγωγής. Από αυτές, μπορούν
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
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Διαδικασίες Birth-Death, Ουρές Markov: 1. Διαγράμματα Μεταβάσεων Εργοδικών Καταστάσεων 2. Εξισώσεις Ισορροπίας 3. Προσομοιώσεις Βασίλης Μάγκλαρης maglaris@netmode.ntua.gr
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
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
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
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.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Άσκηση Προσομοίωσης Στατιστικές Εξόδου Ουράς Μ/Μ/1 - Θεώρημα Burke Ανοικτά Δίκτυα Ουρών Μ/Μ/1 - Θεώρημα Jackson
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Άσκηση Προσομοίωσης Στατιστικές Εξόδου Ουράς Μ/Μ/1 - Θεώρημα Burke Ανοικτά Δίκτυα Ουρών Μ/Μ/1 - Θεώρημα Jackson Βασίλης Μάγκλαρης maglaris@netmode.ntua.gr 26/4/2017 ΠΡΟΣΟΜΟΙΩΣΗ
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
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Ουρές //1 εν σειρά, Θεώρημα Burke Ανοικτά Δίκτυα Ουρών arkov, Θεώρημα Jackson Εφαρμογή σε Δίκτυα Μεταγωγής Πακέτου Κλειστά Δίκτυα Ουρών arkov, Θεώρημα Gordon- Newell
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
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Μοντέλα Ουρών Markov και Εφαρμογές:
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Μοντέλα Ουρών Markov και Εφαρμογές: Ουρά Μ/Μ/2 Σύστημα Μ/Μ/Ν/Κ, Erlang-C Σύστημα Μ/Μ/c/c, Erlang-B Ανάλυση & Σχεδιασμός Τηλεφωνικών Κέντρων Βασίλης Μάγκλαρης maglaris@netmode.ntua.gr
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 06-07 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας v.koutras@fme.aegea.gr Τηλ: 7035468 Τυχαίο Δείγμα
ΠΙΘΑΝΟΤΗΤΕΣ -ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ(τελικές εξετάσεις πλη12)
ΠΙΘΑΝΟΤΗΤΕΣ -ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ(τελικές εξετάσεις πλη) Για διακριτή τυχαία μεταβλητή ισχύει μία συνάρτηση πιθανότητας ικανοποιεί τις ακόλουθες δύο ιδιότητες: (α) ( ) 0, για κάθε i,, i (β) ( i ) i S Παράδειγμα
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 06-07 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας v.outras@e.aegea.gr Τηλ: 7035468 Μέθοδος Υπολογισμού
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Ουρές //1 εν Σειρά - Θεώρημα Burke Ανοικτά Δίκτυα Ουρών arkov - Θεώρημα Jackson Εφαρμογή σε Δίκτυα Μεταγωγής Πακέτου Βασίλης Μάγκλαρης maglaris@netmode.ntua.gr 25/4/2018
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 07-08 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Επικ. Καθηγητής v.koutras@fme.aegea.gr Τηλ: 7035468 Θα μελετήσουμε
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
Θεωρία Τηλεπικοινωνιακής Κίνησης
Θεωρία Τηλεπικοινωνιακής Κίνησης Ενότητα: Ασκήσεις για τις ενότητες 5 6 (Μαρκοβιανό σύστημα αναμονής M/M/s Επέκταση των Μαρκοβιανών μοντέλων) Ιωάννης Μοσχολιός Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Διαδικασίες Γεννήσεων - Θανάτων Εξισώσεις Ισορροπίας - Ουρές Μ/Μ/1, M/M/1/N Προσομοίωση Ουράς Μ/Μ/1/Ν
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Διαδικασίες Γεννήσεων - Θανάτων Εξισώσεις Ισορροπίας - Ουρές Μ/Μ/1, M/M/1/N Προσομοίωση Ουράς Μ/Μ/1/Ν Βασίλης Μάγκλαρης maglaris@netmode.ntua.gr 23/3/2016 Άδεια Χρήσης
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
Γραπτή Εξέταση στο Μάθημα "ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ" 6ο Εξάμηνο Ηλεκτρολόγων Μηχ. & Μηχ. Υπολογιστών Θέματα και Λύσεις. μ 1.
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ & ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Τομέας Επικοινωνιών, Ηεκτρονικής & Συστημάτων Πηροφορικής Εργαστήριο Διαχείρισης και Βέτιστου Σχεδιασμού Δικτύων - NETMODE
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Ανοικτά Δίκτυα Ουρών arkov - Θεώρημα Jackson (1) Παράδειγμα Επίδοσης Δικτύου Μεταγωγής Πακέτου (2) Παράδειγμα Ανάλυσης Υπολογιστικού Συστήματος Βασίλης Μάγκλαρης maglaris@netmode.ntua.gr
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
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
Εργαστηριακή Άσκηση Το σύστημα αναμονής M/G/1
Εργαστηριακή Άσκηση 2011-2012 Το σύστημα αναμονής M/G/1 Γιάννης Γαροφαλάκης, Καθηγητής Αθανάσιος Ν.Νικολακόπουλος, Υποψ. Διδάκτορας Σκοπός της παρούσας εργασίας είναι η εξερεύνηση των βασικών ιδιοτήτων
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,
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
A man should look for what is, and not for what he thinks should be. Albert Einstein
ΕΘΝΙΚΟ ΚΑΙ ΚΑΠΟΔΙΣΤΡΙΑΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ Η Επίδραση της Πληροφόρησης στη Στρατηγική Συμπεριφορά των Πελατών σε Συστήματα Εξυπηρέτησης Διπλωματική εργασία για το Πρόγραμμα Μεταπτυχιακών
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
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Ανάλυση Μεταγωγής Πακέτου - Μοντέλο M/M/1 Βασίλης Μάγκλαρης maglaris@netmode.ntua.gr 25/4/2018 ΟΥΡΑ Μ/Μ/2 (επανάληψη) Αφίξεις Poisson με ομοιόμορφο μέσο ρυθμό λ k = λ
/ / 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
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Ανάλυση Ουράς Αναμονής M/G/1 Αρχές Ανάλυσης Ουράς M/G/1 Ενσωματωμένη Αλυσίδα Markov (Embedded Markov Chain) Τύποι Pollaczeck - Khinchin (P-K) για Ουρές M/G/1 Μέσες Τιμές
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
Απλα Συστήματα Αναμονής Υπενθύμιση
Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Επίδοση Υπολογιστικών Συστημάτων Α.-Γ. Σταφυλοπάτης Απλα Συστήματα Αναμονής Υπενθύμιση Άδεια Χρήσης Το παρόν εκπαιδευτικό
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Δίκτυα Ουρών Β. Μάγκλαρης, Σ. Παπαβασιλείου 10-7-2014 Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως
Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ Μοντελοποίηση Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων Ακαδ. Έτος 06-07 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας
που αντιστοιχεί στον τυχαίο αριθμό 0.6 δίνει ισχύ P Y Να βρεθεί η μεταβλητή k 2.
(μονάδα παραγωγής ενέργειας) Έχουμε μια απομακρυσμένη μονάδα παραγωγής ενέργειας. Η ζήτηση σε ενέργεια καλύπτεται από διάφορες πηγές. Η ισχύς εξόδου της ανεμογεννήτριας εξαρτάται από την ταχύτητα ανέμου
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
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)
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 06-07 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Επικ. Καθηγητής v.koutra@fme.aegea.gr Τηλ: 7035468 Θα μελετήσουμε
«ΣΥΣΤΗΜΑΤΑ ΟΥΡΩΝ ΜΕ ΕΝΑΝ ΣΤΑΘΜΟ ΕΞΥΠΗΡΕΤΗΣΗΣ»
Τ.Ε.Ι. ΚΑΒΑΛΑΣ ΤΜΗΜΑ ΔΙΑΧΕΙΡΙΣΗΣ ΠΛΗΡΟΦΟΡΙΩN «ΣΥΣΤΗΜΑΤΑ ΟΥΡΩΝ ΜΕ ΕΝΑΝ ΣΤΑΘΜΟ ΕΞΥΠΗΡΕΤΗΣΗΣ» Της σπουδάστριας ΒΑΤΣΕΡΗ ΑΝΤΙΓΟΝΗ Επιβλέπων Δρ. ΓΕΡΟΝΤΙΔΗΣ ΙΩΑΝΝΗΣ Αναπληρωτής Καθηγητής ΚΑΒΑΛΑ 2005 Τ.Ε.Ι. ΚΑΒΑΛΑΣ
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
Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ Μοντελοοίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων Ακαδ. Έτος 6-7 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας
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,
0 1 0 0 0 1 p q 0 P =
Στοχαστικές Ανελίξεις - Σεπτέμβριος 2015 ΟΔΗΓΙΕΣ (1) Απαντήστε σε όλα τα θέματα. Τα θέματα είναι ισοδύναμα. (2) Οι απαντήσεις να είναι αιτιολογημένες. Απαντήσεις χωρίς να φαίνεται η απαιτούμενη εργασία
Τεχνικές Εκτίμησης Υπολογιστικών Συστημάτων Ενότητα 4: Δίκτυα Συστημάτων Αναμονής
Τεχνικές Εκτίμησης Υπολογιστικών Συστημάτων Ενότητα 4: Δίκτυα Συστημάτων Αναμονής Γαροφαλάκης Ιωάννης Πολυτεχνική Σχολή Τμήμα Μηχ/κών Η/Υ & Πληροφορικής Γιατί δίκτυα συστημάτων αναμονής; Τα απλά συστήματα
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Εφαρμογές Θεωρήματος Jackson: (i) Δίκτυα Μεταγωγής Πακέτου (ii) Υπολογιστικά Μοντέλα Πολυεπεξεργασίας Βασίλης Μάγκλαρης maglaris@netmode.ntua.gr 3/5/2017 ΑΝΟΙΚΤΑ ΔΙΚΤΥΑ
II. Τυχαίες Μεταβλητές
II. Τυχαίες Μεταβλητές τυχαία μεταβλητή (τ.μ.) Χ : Αναφέρεται πάνω σε μία μετρούμενη ποσότητα του τυχαίου πειράματος Εκφράζει μία συνάρτηση (απεικόνιση) από τον δειγματικό χώρο (Ω) σε έναν αριθμητικό χώρο
ΕΦΑΡΜΟΓΕΣ ΣΤΟΧΑΣΤΙΚΩΝ ΑΝΕΛΙΞΕΩΝ ΜΕ ΕΜΦΑΣΗ ΣΤΗ ΘΕΩΡΙΑ ΟΥΡΩΝ ΑΝΑΜΟΝΗΣ ΛΙΝΟΥ ΔΕΣΠΟΙΝΑ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΘΕΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΕΙΣΑΓΩΓΙΚΗ ΚΑΤΕΥΘΥΝΣΗ ΜΑΘΗΜΑΤΙΚΩΝ ΕΦΑΡΜΟΓΕΣ ΣΤΟΧΑΣΤΙΚΩΝ ΑΝΕΛΙΞΕΩΝ ΜΕ ΕΜΦΑΣΗ ΣΤΗ ΘΕΩΡΙΑ ΟΥΡΩΝ ΑΝΑΜΟΝΗΣ ΛΙΝΟΥ ΔΕΣΠΟΙΝΑ ΠΤΥΧΙΑΚΗ ΕΡΓΑΣΙΑ ΣΑΜΟΣ
Διαδικασία Αφίξεων. Ουρά Αναμονής. Μηχανισμός Εξυπηρέτησης. Πηγή Πελατών. Έξοδος. Πειθαρχία
Θεωρία Γραμμών Αναμονής (ουρές αναμονής) Πηγή Πελατών Διαδικασία Αφίξεων Ουρά Αναμονής Πειθαρχία Μηχανισμός Εξυπηρέτησης Έξοδος Εισαγωγικά Στοιχεία Πληθυσμός (πηγή) πελατών Διαδικασία Αφίξεων Ουρά αναμονής
Στοχαστικές Μέθοδοι στην Επιχειρησιακή Έρευνα Ι. Λύσεις Ασκήσεων
Στοχαστικές Μέθοδοι στην Επιχειρησιακή Έρευνα Ι Λύσεις Ασκήσεων Λύνονται ορισμένες από τις ασκήσεις του φυλλαδίου της e-class, που τέθηκαν κατά το εαρινό εξάμηνο 218-219. Είναι πιθανόν να υπάρχουν αρκετά
Ουρές Αναμονής Σημειώσεις (πρόχειρες, υπό διαμόρφωση) 2016-2017, έκδοση 2/5/2017 Αντώνης Οικονόμου Οι σημειώσεις αυτές αναπτύσσονται στα πλαίσια του προπτυχιακού μαθήματος Ουρές Αναμονής του Τμήματος
ΠΡΟΣΟΜΟΙΩΣΗ & ΣΥΣΤΗΜΑΤΑ ΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ. Διδάσκων: Γεώργιος Γιαγλής. Παράδειγμα Μπαρ
ΠΡΟΣΟΜΟΙΩΣΗ & ΣΥΣΤΗΜΑΤΑ ΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ Διδάσκων: Γεώργιος Γιαγλής Παράδειγμα Μπαρ Σκοπός της παρούσας άσκησης είναι να προσομοιωθεί η λειτουργία ενός υποθετικού μπαρ ώστε να υπολογίσουμε το μέσο χρόνο
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
ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ
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
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 06-07 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας v.koutras@fme.aegea.gr Τηλ: 7035468 Εκτίμηση Διαστήματος
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Παράμετροι Συστημάτων Αναμονής Τύπος Little. Β. Μάγκλαρης, Σ. Παπαβασιλείου
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Παράμετροι Συστημάτων Αναμονής Τύπος Little Β. Μάγκλαρης, Σ. Παπαβασιλείου 8-5-2014 Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Εισαγωγή
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Εισαγωγή Βασίλης Μάγκλαρης maglaris@netmode.ntua.gr Χρύσα Παπαγιάννη chrisap@noc.ntua.gr 24/2/2016 Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης
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.kouras@fm.aga.gr Τηλ: 7035468 Κίνηση
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Επισκόπηση Αναλυτικών Τεχνικών Θεωρίας Πιθανοτήτων για Εφαρμογή σε Ουρές Αναμονής M/G/1
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Επισκόπηση Αναλυτικών Τεχνικών Θεωρίας Πιθανοτήτων για Εφαρμογή σε Ουρές Αναμονής M/G/1 Απόδειξη Τύπου Little Ιδιότητα PASTA (Poisson Arrivals See Time Averages) Βασικοί
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems
ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ Queuing Systems Κλειστά Δίκτυα Ουρών Markov Θεώρημα Gordon Newell Αλγόριθμος Buzen Βασίλης Μάγκλαρης maglaris@netmode.ntua.gr 9/5/2018 ΚΛΕΙΣΤΟ ΔΙΚΤΥΟ ΔΥΟ ΕΚΘΕΤΙΚΩΝ ΟΥΡΩΝ Μ = 2 Ουρές,
ΔΕΟ13(ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΕΞΕΤΑΣΕΙΣ ΙΟΥΛΙΟΥ )
ΔΕΟ13(ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΕΞΕΤΑΣΕΙΣ ΙΟΥΛΙΟΥ ) ΑΣΚΗΣΗ 1 Μια εταιρεία ταχυμεταφορών διατηρεί μια αποθήκη εισερχομένων. Τα δέματα φθάνουν με βάση τη διαδικασία Poion με μέσο ρυθμό 40 δέματα ανά ώρα. Ένας υπάλληλος
Προσομοίωση Συστημάτων
Προσομοίωση Συστημάτων Μεθοδολογίες προσομοίωσης Άγγελος Ρούσκας Μηχανισμός διαχείρισης χρόνου και μεθοδολογίες προσομοίωσης Έχουμε αναφερθεί σε δύο μηχανισμούς διαχείρισης χρόνου: Μηχανισμός επόμενου
( ) ΘΕΜΑ 1 κανονική κατανομή
ΘΕΜΑ 1 κανονική κατανομή Υποθέτουμε ότι τα εβδομαδιαία έσοδα μιας επιχείρησης ακολουθούν την κανονική κατανομή με μέση τιμή 1000 και τυπική απόκλιση 15. α. Ποια η πιθανότητα i. η επιχείρηση να έχει έσοδα
ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΕΞΕΤΑΣΕΙΣ (16/06/2010, 18:00)
ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ Πρόγραμμα Σπουδών Θεματική Ενότητα Διοίκηση Επιχειρήσεων & Οργανισμών ΔΕΟ 13 Ποσοτικές Μέθοδοι Ακαδημαϊκό Έτος 2009-2010 ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΕΞΕΤΑΣΕΙΣ (16/06/2010, 18:00) Να απαντηθούν
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ & ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Τοµέας Επικοινωνιών, Ηεκτρονικής & Συστηµάτων Πηροφορικής Εργαστήριο ιαχείρισης & Βετίστου Σχεδιασµού ικτύων - NETMODE Πουτεχνειούποη