Sisteme cu partajare - continut. M / M /1 PS ( numar de utilizatori, 1 server, numar de pozitii pentru utilizatori)

Σχετικά έγγραφα
Sisteme cu asteptare - continut. Modelul simplu de trafic

Procese stocastice (2) Fie un proces stocastic de parametru continuu si avand spatiul starilor discret. =

Cursul 7. Spaţii euclidiene. Produs scalar. Procedeul de ortogonalizare Gram-Schmidt. Baze ortonormate

Teoria aşteptării- laborator

T R A I A N. Numere complexe în formă algebrică z a. Fie z, z a bi, Se numeşte partea reală a numărului complex z :

Elemente de teoria probabilitatilor

Cu ajutorul noţiunii de corp se defineşte noţiunea de spaţiu vectorial (spaţiu liniar): Fie V o mulţime nevidă ( Ø) şi K,,

Sondajul statistic- II

2. Metoda celor mai mici pătrate

ELEMENTE DE TEORIA PROBABILITĂŢILOR

def def punctul ( x, y )0R 2 de coordonate x = b a

a) (3p) Sa se calculeze XY A. b) (4p) Sa se calculeze determinantul si rangul matricei A. c) (3p) Sa se calculeze A.

Curs 10 Funcţii reale de mai multe variabile reale. Limite şi continuitate.

Curs 3. Spaţii vectoriale

TEMA 9: FUNCȚII DE MAI MULTE VARIABILE. Obiective:

SEMINARUL 3. Cap. II Serii de numere reale. asociat seriei. (3n 5)(3n 2) + 1. (3n 2)(3n+1) (3n 2) (3n + 1) = a

ECUATII NELINIARE PE R n. (2) sistemul (1) poate fi scris si sub forma ecuatiei vectoriale: ) D

Evaluare : 1. Continuitatea funcţiilor definite pe diferite spaţii metrice. 2. Răspunsuri la problemele finale.

CAPITOLUL 2 SERII FOURIER. discontinuitate de prima speţă al funcţiei f dacă limitele laterale f ( x 0 există şi sunt finite.

Pentru această problemă se consideră funcţia Lagrange asociată:

6 n=1. cos 2n. 6 n=1. n=1. este CONV (fiind seria armonică pentru α = 6 > 1), rezultă

Olimpiada Naţională de Matematică Etapa locală Clasa a IX-a M 1

riptografie şi Securitate

Ministerul Educaţiei Naționale Centrul Naţional de Evaluare şi Examinare

Statistica descriptivă (continuare) Şef de Lucrări Dr. Mădălina Văleanu

(a) se numeşte derivata parţială a funcţiei f în raport cu variabila x i în punctul a.

COMBINATORICĂ. Mulţimile ordonate care se formează cu n elemente din n elemente date se numesc permutări. Pn Proprietăţi

Metode iterative pentru probleme neliniare - contractii

CAPITOLUL 2. Definiţia Se numeşte diviziune a intervalului [a, b] orice submulţime x [a, b] astfel încât

Numere complexe. a numerelor complexe z b b arg z.

Capitole fundamentale de algebra si analiza matematica 2012 Analiza matematica

Ecuaţia generală Probleme de tangenţă Sfera prin 4 puncte necoplanare. Elipsoidul Hiperboloizi Paraboloizi Conul Cilindrul. 1 Sfera.

8.3. Estimarea parametrilor

Conice. Lect. dr. Constantin-Cosmin Todea. U.T. Cluj-Napoca

Functii definitie, proprietati, grafic, functii elementare A. Definitii, proprietatile functiilor X) functia f 1

Definiţia generală Cazul 1. Elipsa şi hiperbola Cercul Cazul 2. Parabola Reprezentari parametrice ale conicelor Tangente la conice

a. 11 % b. 12 % c. 13 % d. 14 %

2. Sisteme de ecuaţii neliniare

Noţiuni de verificare a ipotezelor statistice

Planul determinat de normală şi un punct Ecuaţia generală Plane paralele Unghi diedru Planul determinat de 3 puncte necoliniare

Analiza bivariata a datelor

MARCAREA REZISTOARELOR

9. CIRCUITE ELECTRICE IN REGIM NESINUSOIDAL

Timpul de serviciu = timpul de mentinere a apelului (holding time)

CURS 10. Regresia liniară - aproximarea unei functii tabelate cu o functie analitica de gradul 1, prin metoda celor mai mici patrate

CURS 6 TERMODINAMICĂ ŞI FIZICĂ STATISTICĂ (continuare)

LUCRARE DE LABORATOR NR. 1 MASURARI IN INSTALATII TERMICE. PRELUCRAREA DATELOR EXPERIMENTALE CARACTERISTICILE METROLOGICE ALE APARATELOR DE MASURA

Integrala nedefinită (primitive)

Rețele de sisteme cu șiruri de așteptare

Functii definitie, proprietati, grafic, functii elementare A. Definitii, proprietatile functiilor

Din această definiţie a probabilităţilor rezultă următoarele proprietăţi ale acestora:

Statistica matematica

Analiza în curent continuu a schemelor electronice Eugenie Posdărăscu - DCE SEM 1 electronica.geniu.ro

T R A I A N ( ) Trigonometrie. \ kπ; k. este periodică (perioada principală T * =π ), impară, nemărginită.

FUNDAMENTE DE MATEMATICĂ

3. INDICATORII STATISTICI

Subiecte Clasa a VII-a

Statistica descriptivă. Şef de Lucrări Dr. Mădălina Văleanu

V O. = v I v stabilizator

PRELEVAREA SI PRELUCRAREA DATELOR DE MASURARE

Inegalitati. I. Monotonia functiilor

Fig Impedanţa condensatoarelor electrolitice SMD cu Al cu electrolit semiuscat în funcţie de frecvenţă [36].

Statisticǎ - curs 2. 1 Parametrii şi statistici ai tendinţei centrale 2. 2 Parametrii şi statistici ai dispersiei 5

5.4. MULTIPLEXOARE A 0 A 1 A 2

B( t B 11. NOŢIUNILE FUNDAMENTALE ŞI TEOREMELE GENERALE ALE DINAMICII Lucrul mecanic. y O j

Prof. univ. dr. Constantin ANGHELACHE Prof. univ. dr. Gabriela-Victoria ANGHELACHE Lector univ. dr. Florin Paul Costel LILEA

Sisteme diferenţiale liniare de ordinul 1

PROBLEME (toate problemele se pot rezolva cu ajutorul teoriei din sinteze)

met la disposition du public, via de la documentation technique dont les rιfιrences, marques et logos, sont

Aplicaţii ale principiului I al termodinamicii la gazul ideal

PENTRU CERCURILE DE ELEVI

Curs 4 Serii de numere reale

Subiecte Clasa a VIII-a

R R, f ( x) = x 7x+ 6. Determinați distanța dintre punctele de. B=, unde x și y sunt numere reale.

SUBGRUPURI CLASICE. 1. SUBGRUPURI recapitulare

III. Serii absolut convergente. Serii semiconvergente. ii) semiconvergentă dacă este convergentă iar seria modulelor divergentă.

DETERMINAREA ACCELERAŢIEI GRAVITAŢIONALE PRIN METODA PENDULULUI FIZIC

DISTANŢA DINTRE DOUĂ DREPTE NECOPLANARE

Laborator 4 Interpolare numerica. Polinoame ortogonale

STATISTICĂ MARINELLA - SABINA TURDEAN LIGIA PRODAN

Capitolul 1 Capitolul 2 Capitolul 3 Capitolul 4 Capitolul 5 Capitolul 6 Capitolul 7 Capitolul 8 Capitolul 9 Capitolul 10 Capitolul 11

Curs 1 Şiruri de numere reale

CAPITOLUL I. PRELIMINARII Elemente de teoria mulţimilor

Laborator 11. Mulţimi Julia. Temă

Capitolul 2 - HIDROCARBURI 2.5.ARENE

Profesor Blaga Mirela-Gabriela DREAPTA

Note de curs "Mecanica teoretică"

Εμπορική αλληλογραφία Ηλεκτρονική Αλληλογραφία

a n (ζ z 0 ) n. n=1 se numeste partea principala iar seria a n (z z 0 ) n se numeste partea

Sondajul statistic -III

METODE DE ESTIMARE A PARAMETRILOR UNEI REPARTIŢII. METODA VEROSIMILITĂŢII MAXIME. METODA MOMENTELOR.

COLEGIUL NATIONAL CONSTANTIN CARABELLA TARGOVISTE. CONCURSUL JUDETEAN DE MATEMATICA CEZAR IVANESCU Editia a VI-a 26 februarie 2005.

NICOLAE PERIDE MIHAELA-GRETI CHIŢU CURS DE MECANICĂ PENTRU INGINERI

II. 5. Probleme. 20 c 100 c = 10,52 % Câte grame sodă caustică se găsesc în 300 g soluţie de concentraţie 10%? Rezolvare m g.


1. Modelul de regresie

BILANT DE MATERIALE legii conservarii masei Gin = Gout consum specific Randamentul de produse finite pierderi de materiale Gin = Gout + Gp

Probabilități și Statistică 1.1. Metoda Monte-Carlo

Sunt variabile aleatoare care iau o infinitate numărabilă de valori. Diagrama unei variabile aleatoare discrete are forma... f. ,... pn.

METODE DE ANALIZĂ STATISTICĂ A LEGĂTURILOR DINTRE FENOMENE

Transcript:

Ssteme cu partajare - cotut Recaptulare: modelul smplu de trafc M / M / PS ( umar de utlzator, server, umar de pozt petru utlzator) M / M / PS ( umar de utlzator, servere, umar de pozt petru utlzator) Aplcat modelarea trafculu elastc de date la vel de flux M / M // k / k PS ( k utlzator, server, k pozt petru utlzator) Modelul smplu de trafc Rata de sosre a cletlor sstem (clet pe utatea de tmp) = tmpul medu tersosr /λ Clet sut servt de u umar de servere paralele Cad u server e ocupat el serveste cu rata (clet pe utatea de tmp) / = tmpul medu de servre al uu clet + m Exsta pozt petru clet sstem Cel put pozt de servre s cel mult m pozt de asteptare λ Clet blocat (care sosesc atuc cad sstemul este pl) sut perdut

Sstemul cu partajare pur Numar ft de servere <, umar ft de pozt de servre + m=, fara pozt de asteptare Daca sut cel mult clet sstem x fecare utlzator are proprul sau server. I caz cotrar x> rata totala de servre ( ) este partajata mod egal tre tot utlzator I acest mod, rata de servre a uu clet se poate exprma: m{, / x} Nc u clet u e perdut s c uul u trebue sa astepte ate de a f servt Dar tarzerea sstem este cu atat ma mare cu cat sut ma mult utlzator sstem. D puctul de vedere al utlzatorlor tarzerea este o masura mportata Sstemul M / M / PS Cosderam urmatorul model smplu de trafc: Ift umar de clet depedet: k = Tmp tersosr sut varable IID s au o dstrbute expoetala de mede: /λ Dec clet sosesc potrvt uu proces Posso de testate λ = U sgur server: Tmp de servre sut varable IID dstrbute expoetal de mede / Numar ft de pozt de asteptare: p = Dscpla de servre: PS. Tot clet sut servt smulta, mod egal, cu rate egale rezultate pr partajarea capactat a sstemulu Utlzad otata Kedall M/M/-PS-queue Notat: ρ=λ/ = trafc ofert

Xt () Dagrama taztlor de stare Fe umarul de clet sstem la mometul t Sa presupuem ca Xt () = la u aumt momet de tmp t s sa cosderam ce se tampla pe u terval scurt de tmp (, tt+ h] Poate sos u ou clet cu probabltatea λ h+ o( h) ceea ce determa o trazte + Daca > 0, atuc cu probabltatea ( / ) h+ o( h) = h+ o( h) u clet poate paras sstemul ceea ce determa o trazte: Xt () Procesul este mod clar u proces Markov cu urmatoarea dagrama a traztlor: Procesul Xt () este acelas proces de astere s moarte reductbl cu u spatu al starlor ft S = {0,,2, } ca s cazul sstemulu M / M / FIFO Probabltatea de stare () Ecuatle echlbrelor locale (LBE) πλ=π + + π =ρ π, = 0,,2, λ π = π =ρπ 0 ( LBE) Relata de ormare: π =π ρ = ( N) 0 = 0 = 0 π 0 = ρ = = ρ, daca ρ< = 0 ρ

Probabltatea de stare (2) Petru u sstem stabl ρ<, aflat echlbru statstc, probabltatea de stare respecta o dstrbute geometrca: ρ< X Geom( ρ) PX { = } =π = ( ρ) ρ, = 0,,2, ρ 2 ρ EX [ ] =, D[ X] = ρ ( ρ) 2 E[X] - reprezta de fapt umarul medu de clet aflat sstem Observate: Nu depde de dstrbuta tmpulu de servre Acest rezultat este vald petru orce dscpla de servre coservatoare ( FIFO, LIFO, PS,.) Acest rezultat u depde, cazul PS, de dstrbuta tmpulu de servre seama ca e valda petru orce dstrbute a tmplor de servre de mede / Dec este vald s daca locul modelulu M/M/-PS se foloseste uul ma geeral: M/G//PS D Itarzerea mede Fe tmpul toatal de tarzere sstem al uu clet tpc Itrucat umarul medu de clet sstem E[ X ] este acelas petru toate dscplele de servre coservatoare, coform formule lu Lttle s tarzerea mede este aceeas: E[ X] = λe[ D] EX [ ] ρ ED [ ] = = = = λ λ ρ ρ λ

Itarzerea mede E[ D] fucte de trafcul ofert ρ Utatea de tmp este reprezetarea de ma jos, ED [ ] = ; ES [ ] = ρ Debtul de esre relatv O masura a caltat servculu este oferta de debtul de esre relatv E[ S]/ E[ D] ES [ ] = ( ρ ) = ρ ED [ ]

Debtul de esre relatv E[ S]/ E[ D] fucte de trafcul ofert ρ Sstemul Cosderam urmatorul model smplu de trafc: Ift umar de clet depedet: k = Tmp tersosr sut varable IID s au o dstrbute expoetala de mede: /λ Dec clet sosesc potrvt uu proces Posso de testate λ Numar ft de servere : Tmp de servre sut varable IID dstrbute expoetal de mede / Numar ft de pozt ale cletlor sstem: p = Dscpla de servre PS. Daca sut cel mult clet sstem ( ) fecare clet va avea serverul propru alocat. Altfel ( > ) rata totala de servre este partajata mod egal tre tot clet Utlzad otata Kedall M/M/-PS-queue Notat: ( ) ρ =λ/( ) = trafc ofert < M / M / PS

Xt () Dagrama taztlor de stare Fe umarul de clet sstem la mometul t Sa presupuem ca Xt () = la u aumt momet de tmp t s sa cosderam ce se tampla pe u terval scurt de tmp (, tt+ h] Poate sos u ou clet cu probabltatea λ h+ o( h) ceea ce determa o trazte + Daca > 0, atuc cu probabltatea m{, / } h+ o( h) = m{, } h+ o( h) u clet poate paras sstemul ceea ce determa o trazte: Procesul Xt () este mod clar u proces Markov cu urmatoarea dagrama a traztlor: Procesul Xt () este acelas proces de astere s moarte reductbl cu u spatu al starlor ft S = {0,,2, } ca s cazul sstemulu M / M / FIFO Probabltatea de stare () Ecuatle echlbrelor locale (LBE) petru < πλ=π ( + ) + λ ρ π = π = π ( + ) + + ( ρ) π = π 0, = 0,,,! ( LBE) Ecuatle echlbrelor locale (LBE) petru : πλ=π + λ π = π =ρπ + ( LBE) ( ρ) ρ π = ( ρ) π = ( ρ) π 0 = π 0, =, +,!!

Probabltatea de stare (2) Relata de ormare (N): ( ρ) ρ π =π + = ( N)!! 0 = 0 = 0 = ( ρ) ( ρ) π 0 = + ρ = 0!! = ( ρ) ( ρ) = + =, daca ρ< = 0!!( ρ) α+β Notate: ( ρ) ( ρ) α=, β=!!( ρ) = 0 Probabltatea de stare (3) Astfel petru u sstem stabl ( ρ< ceea ce seama: λ < ) echlbrul statstc exsta s probabltatea de stare este: ρ< ( ρ), = 0,,,! α+β PX { = } =π = ρ, =, +,! α+β ρ< Observate: Nu depde de dstrbuta tmplor de servre Rezultatul cazul dscple PS u depde de dstrbuta tmplor de servre; este valda petru orce dstrbute a tmplor cu mede / Astfel locul modelulu M / M / PS se poate cosdera u model ma geeral M / G/ PS

D Itarzerea mede Fe tmpul total (de tarzere) petrecut de u clet tpc Itrucat umarul medu de clet sstem, E[ X ] este acelas petru toate dscplele de servre coservatoare, deasemeea tarzerea mede este aceeas coform formule Lttle. Astfel se poate aplca rezultatul ce derva d cursul 8: p ED [ ] = + ( ρ) Ude p se refera la probabltatea: * ρ ( ρ) β p = P{ X } = π = π 0 =π 0 =!!( ρ) α+β = = Itarzerea mede E[ D] versus trafc ρ Utatea de tmp este tmpul medu de servre ES [.]; ED [ ] = + ( ρ) p

Debtul relatv E[ S]/ E[ D] O masura a caltat servculu o reprezta debtul relatv: ES [ ] ( ρ ) ( ρ) = = ED [ ] p ( ) + ( ρ ) p ( ) + ( ρ) ES [ ] ρ = : = = ρ ED [ ] p () + ( ρ) = : p =ρ 2ρ = 2: p = +ρ ES [ ] 2( ρ) = 2: = = ρ ED [ ] p (2) + 2( ρ) 2 2 Debtul relatv E[ S]/ E[ D] versus trafc ρ

Aplcate modelarea la vel de flux a trafculu elastc de date M / G/ = PS Modelul este aplcabl cazul modelar la vel de flux a trafculu elastc de date Cletul = fluxul TCP λ = rata de sosre a fluxulu( fluxur pe utat de tmp) r = vteza de acces la le petru u flux ( utat de date pe utat de tmp) C = r = vteza pe o le partajata (utat de date pe utat de tmp) EL [ ] = lugmea mede a uu flux (utat de date) ES [ ] = / = EL [ ]/ r = tmpul medu de trasfer la vteza de acces a legatur ρ=λ/( ) carcarea d puctul de vedere al trafculu O masura a caltat servculu este debtul: EL [ ] res [ ] r ( ) ( ) θ= = = ρ = C ρ ED [ ] ED [ ] p ( ) + ( ρ ) p ( ) + ( ρ) Debtul θ versus trafc ρ ( ρ) Utatea de vteza este vteza le C ( θ= C ) p ( ) + ( ρ )

Sstemul M / M // k / k PS Cosderam urmatorul model smplu de trafc: Numar ft de clet depedet: k < Clet de tp o-off( alterad tre actvtate s actvtate) Tmp de actvtate sut varable IID s au o dstrbute expoetala de mede /υ U sgur server ( = ) Certele de servre sut varable IID dstrbute expoetal de mede / Numarul de pozt ale cletlor sstem egal cu umarul de clet: p= k Dscpla de servre: PS Utlzad otata Kedall Sstem: M/M//k/k PS Clet de tp o-off: ( ) Xt () Dagrama taztlor de stare Fe umarul de clet sstem la mometul t Sa presupuem ca Xt () = la u aumt momet de tmp t s sa cosderam ce se tampla pe u terval scurt de tmp (, tt+ h] Daca < k poate sos u ou clet cu probabltatea ( k ) υ h+ o( h) ceea ce determa o trazte + Daca > 0, atuc cu probabltatea ( / ) h+ o( h) =+ o( h) u clet poate deve actv ceea ce determa o trazte: Procesul Xt () este mod clar u proces Markov cu urmatoarea dagrama a traztlor: Procesul Xt () este u proces de astere s moarte reductbl cu u spatu al starlor ft S = {0,,, k}

Probabltatea de stare () Ecuatle echlbrelor locale (LBE) petru π ( k ) υ=π + π = π ( k ) υ + k ( LBE) π = π k, = 0,,, k ( k )! υ Probabltatea de stare (2) Relata de ormare (N): k k π =π = ( N) ( k )! υ k = 0 = 0 k k π k = = 0 ( k )! υ k = 0 ( k )! υ π =π k = ( k )! k υ ( k )! υ k