Sisteme cu asteptare - continut. Modelul simplu de trafic

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

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

Elemente de teoria probabilitatilor

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 :

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

2. Metoda celor mai mici pătrate

Sondajul statistic- II

ELEMENTE DE TEORIA PROBABILITĂŢILOR

Curs 3. Spaţii vectoriale

TEMA 9: FUNCȚII DE MAI MULTE VARIABILE. Obiective:

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

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

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

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

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

9. CIRCUITE ELECTRICE IN REGIM NESINUSOIDAL

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

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

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

Ministerul Educaţiei Naționale Centrul Naţional de Evaluare şi Examinare

Metode iterative pentru probleme neliniare - contractii

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

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

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

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

2. Sisteme de ecuaţii neliniare

DISTANŢA DINTRE DOUĂ DREPTE NECOPLANARE

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

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

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

Asupra unei inegalităţi date la barajul OBMJ 2006

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

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

Curs 4 Serii de numere reale

Inegalitati. I. Monotonia functiilor

Noţiuni de verificare a ipotezelor statistice

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

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

Statistica matematica

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

Pentru această problemă se consideră funcţia Lagrange asociată:

Statistica descriptivă. Şef de Lucrări Dr. Mădălina Văleanu

8.3. Estimarea parametrilor

V.7. Condiţii necesare de optimalitate cazul funcţiilor diferenţiabile

CAPITOLUL I. PRELIMINARII Elemente de teoria mulţimilor

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

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

5. FUNCŢII IMPLICITE. EXTREME CONDIŢIONATE.

Laborator 11. Mulţimi Julia. Temă

MARCAREA REZISTOARELOR

PENTRU CERCURILE DE ELEVI

Capitole fundamentale de algebra si analiza matematica 2012 Analiza matematica

SUBGRUPURI CLASICE. 1. SUBGRUPURI recapitulare

Ακαδημαϊκός Λόγος Κύριο Μέρος

1. Modelul de regresie


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

5.4. MULTIPLEXOARE A 0 A 1 A 2

Sondajul statistic -III

Curs 1 Şiruri de numere reale

Note de curs "Mecanica teoretică"

Aplicaţii ale principiului I al termodinamicii la gazul ideal

3. INDICATORII STATISTICI

NICOLAE PERIDE MIHAELA-GRETI CHIŢU CURS DE MECANICĂ PENTRU INGINERI

riptografie şi Securitate

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

FUNDAMENTE DE MATEMATICĂ

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

Rețele de sisteme cu șiruri de așteptare

Seminariile Capitolul X. Integrale Curbilinii: Serii Laurent şi Teorema Reziduurilor

CURS 6 TERMODINAMICĂ ŞI FIZICĂ STATISTICĂ (continuare)

SERII NUMERICE. Definiţia 3.1. Fie (a n ) n n0 (n 0 IN) un şir de numere reale şi (s n ) n n0

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

Analiza bivariata a datelor

PRELEVAREA SI PRELUCRAREA DATELOR DE MASURARE

Sisteme diferenţiale liniare de ordinul 1

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

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

Εμπορική αλληλογραφία Ηλεκτρονική Αλληλογραφία

5.5. REZOLVAREA CIRCUITELOR CU TRANZISTOARE BIPOLARE

Subiecte Clasa a VII-a

Din această definiţie a probabilităţilor rezultă următoarele proprietăţi ale acestora:

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

7. ECUAŢII ŞI SISTEME DE ECUAŢII DIFERENŢIALE

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

Integrala nedefinită (primitive)

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

Capitolul 4. Integrale improprii Integrale cu limite de integrare infinite

PROBLEME CU PARTEA ÎNTREAGĂ ŞI

CARACTERISTICI GEOMETRICE ALE SUPRAFEŢELOR PLANE

Curs 14 Funcţii implicite. Facultatea de Hidrotehnică Universitatea Tehnică "Gh. Asachi"

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

Metode de interpolare bazate pe diferenţe divizate

Modelare şi simulare Seminar 4 SEMINAR NR. 4. Figura 4.1 Reprezentarea evoluţiei sistemului prin graful de tranziţii 1 A A =

Productia (buc) Nr. Salariaţi Total 30

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

Capitolul 4 Amplificatoare elementare

Transcript:

Ssteme cu asteptare - cotut Recaptulare: modelul smplu de trafc Dscpla cadrul cozlor de asteptate M / M / Modelul ( server, pozt de asteptare ) Aplcat modelarea trafculu de date la vel de pachete M / M / Modelul ( servere, pozt de asteptare ) 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) /μ = 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 μ Clet blocat (care sosesc atuc cad sstemul este pl) sut perdut

< Sstemul cu asteptare pur Numar ft de servere, = pozt de servre, umar ft de pozt de asteptare m = Daca toate cele pozt de servre sut ocupate mometul sosr uu clet, acesta ocupa o pozte de asteptare Nc u clet u e perdut dar u dtre e vor trebu sa astepte petru a f servt D puctul de vedere al utlzatorlor este teresat de stut care este probabltatea ca u clet sa astepte prea mult Dscpla cadrul cozlor de asteptare (Queueg) Se cosdera u sstem cu asteptare cu u sgur server dec = Dscpla de asteptare determa modul care sut servt clet Da format despre Modul care sut servt clet: uul cate uul sau smulta Daca sut servt uul cate uul e spue Ordea care sut luat servre clet Daca clet sut servt smulta e da format refertor la Modul de partajare a capactat de servre tre dfert clet Nota: I cadrul sstemelor de calcul coceptul echvalet este schedulg O dscpla de astepatre este umta work-coservatoare daca clet sut servt la rata treaga de servre μ or de cate or sstemul u este gol.

Dscple queueg work coservatoare Frst I Frst Out (FIFO) = Frst Come Frst Served (FCFS) Dscpla de servre comua Ordea de sosre = Ordea de servre Clet sut servt uul cate uul ( la rata treaga de servre μ ) Itotdeaua e servt cletul care a asteptat cel ma mult. Dscpla mplcta cadrul cursulu. Nc u clet u e perdut dar u dtre e vor trebu sa astepte petru a f servt Last I Frst Out (LIFO) = Last Come Frst Served (LCFS) Dscpla de servre cu versare Clet sut servt uul cate uul ( la rata treaga de servre μ ) Itotdeaua e servt cletul care a asteptat cel ma put. Cu partajarea procesorulu Processor Sharg (PS) far queueg Clet sut servt smulta Daca avem clet sstem fecare e servt cu aceeas rata μ / Aplcata la Ssteme cu partajare Coada M / M / 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 = U sgur server: Tmp de servre sut varable IID dstrbute expoetal de mede Numar ft de pozt de asteptare: m = Dscpla de servre FIFO Utlzad otata Kedall M/M/-FIFO-queue λ /μ Notat: ρ=λ/ μ = trafc ofert

Varable aleatoare mplcate X = umarul de clet aflat sstem la u momet de tmp arbtrar = sstemul e echlbru statstc X = umarul de clet sstem mometul sosr uu ou clet = lugmea coz vazuta de u clet care soseste. = tmpul de asteptare al uu clet tpc S = tmpul de servre al uu clet tpc D=+S = tmpul total pe care u clet tpc l petrece sstem = tarzere 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 >, atuc cu probabltatea μ 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 u proces de astere s moarte reductbl cu u spatu al starlor ft S = {,,, }

Probabltatea de stare () Ecuatle echlbrelor locale (LBE) πλ=π + + π =ρ π, =,,, μ λ π = π =ρπ μ ( LBE) Relata de ormare: π =π ρ = ( N) = = π = ρ = = ρ, daca ρ< = ρ Probabltatea de stare () Petru u sstem stabl ρ <, aflat echlbru statstc, probabltatea de stare respecta o dstrbute geometrca: ρ< X Geom( ρ) PX { = } =π = ( ρ) ρ, =,,, ρ ρ EX [ ] =, D[ X] = ρ ρ Observate: Acest rezultat este vald petru orce dscpla work-coservatoare ( FIFO, LIFO, PS,.) Acest rezultat u depde de dstrbuta tmpulu de servre cazul FIFO seama ca e valda petru orce dstrbute a tmploe de servre de mede Totus petru orce dscpla de servre smetrca ( ca de expl. LIFO sau PS) rezultatul u depde de dtrbuta tmpulu de servre

E[ X ] -lugmea coz- ρ Valoarea mede a coz de asteptare fucte de trafcul ofert Itarzerea mede D Fe tmpul total de tarzere sstem al uu clet tpc Icluzad atat tmpul de asteptare cat s pe cel de servre : S D= + S E[ X] =λe[ D] Coform formule lu Lttle avem:. Astfel: EX [ ] ρ ED [ ] = = = = λ λ ρ μ ρ μ λ Observate: Itarzerea mede este aceeas petru toate dscplele de servre workcoservatoare cadrul cozlor de asteptare: (FIFO, LIFO,PS,.) Varata s cele momete dfera sa

Itarzerea mede E[ D] fucte de trafcul ofert ρ = S D Tmpul medu de asteptare Fe tmpul de tarzere sstem al uu clet tpc Itrucat: ρ E [ ] = ED [ ] ES [ ] = = μ ρ μ μ ρ

Dstrbuta tmpulu de asteptare () Fe tmpul de asteptare al uu clet tpc Sa otam cu X umarul de clet sstem mometul sosr uu ou clet Coform propretat PASTA: PX { = } = PX { = } =π Sa presupuem acum ca: X = Tmp de servre S,, S a cletlor care asteapta sut varable IID cu dstrbuta Exp( μ) Datorta propretat memoryless a dstrbute expoetale tmpul de servre ramas S petru cletul servre respecta deasemeea dstrbuta expoetala Exp( μ) (s este depedet raport cu tot celalt tmp) Datorta dscple de servre FIFO = S + S + + S Sa costrum u proces Posso puctual τ defd τ =S s τ = S + S + + S, Itrucat ( X = ) : > t τ > t Itrucat = X = avem: Dstrbuta tmpulu de asteptare () = P { = } = P{ X = } =π = ρ P { > t} = P { > tx = } P{ X = } = P{ τ > t} π = P{ τ > t}( ρ) ρ = = A() t Sa otam cu procesul Posso corespuzator lu Rezulta ca: τ > t A() t A() t = Posso( μt) Pe de alta parte se ste ca:. Dec: ( μt) P{ τ > t} = P{ A( t) } = e j! j= τ j μt

Dstrbuta tmpulu de asteptare (3) Combad formulele precedete obtem: P { > t} = P{ τ > t}( ρ) ρ = ( μt) μt = e ( ρ) ρ j! = j= j j j ( μρ t ) μt ( j+ ) ( μρ t ) μt μtρ μt μ( ρ) t =ρ e ( ρ) ρ =ρ e =ρ e e =ρe j! j! j= = j+ j= Dstrbuta tmpulu de asteptare (4) Tmpul de asteptare poate f exprmat ca produs a doua varable depedete: = JD, ude J Beroull( ρ) s D Exp( μ( ρ)) : P{ = } = P{ J = } = ρ μ( ρ) t P { > t} = P{ J=, D> t} =ρ e, t> ρ E [ ] = E[ J] ED [ ] =ρ = μ( ρ) μ ρ ρ E [ ] = P{ J= } ED [ ] =ρ = μ ( ρ) μ ( ρ) ρ( ρ) D [ ] = E[ ] E[ ] = μ ( ρ)

Aplcate: modelarea trafculu de date la vel de pachete M / M / Modelul poate f aplcat petru modelarea trafculu de date la vel de pachete Cletul: pachetul IP λ = rata de sosre a uu pachet (pachete pe utatea de tmp) /μ = tmpul medu de trasmtare al uu pachet(utat de tmp) ρ=λ/ μ= carcarea cu trafc Caltatea servculu este determata de tarzerea uu pachet: P z = probabltatea ca u pachet sa astepte prea mult( ma mult dect o valoare de referta z ) P = P{ > z} =ρe z μ( ρ) z Multplexg ga ρ P < % z = Se determa carcarea astfel cat z petru utat de tmp. Multplexg ga este data de varata trafculu ca fucte de rata de servre μ.

Coada M / M / 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 de asteptare: m = Dscpla de servre FIFO (FCFS) Utlzad otata Kedall M/M/-FIFO-queue /μ Notat: ρ=λ/( μ) = 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 >, atuc cu probabltatea m{, } μ h+ oh ( ) 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 u proces de astere s moarte reductbl cu u spatu al starlor ft S = {,,, }

Probabltatea de stare () Ecuatle echlbrelor locale (LBE) petru < πλ=π ( + ) μ + λ ρ π = π = π ( + ) μ + + ( ρ) π = π, =,,,! ( LBE) Ecuatle echlbrelor locale (LBE) petru: πλ=π + μ λ π = π =ρπ μ + ( LBE) ( ρ) ρ π = ( ρ) π = ( ρ) π = π, =, +,!! Probabltatea de stare () Relata de ormare (N) ( ρ) ρ π =π + = ( N)!! = = = ( ρ) ( ρ) π = + ρ =!! = ( ρ) ( ρ) = + =, daca ρ< =!!( ρ) α+β Notate: ( ρ) ( ρ) α=, β=!!( ρ) =

Probabltatea de stare () Astfel petru u sstem stabl ( ρ< ceea ce seama: λ< μ ) echlbrul statstc exsta s probabltatea de stare este: ρ< ( ρ), =,,,! α+β PX { = } =π = ρ, =, +,! α+β ρ < ρ = : α=, β=, π = = ρ ρ α+β ρ ρ = : α= + ρ, β=, π = = ρ α+β +ρ Probabltatea de asteptare Fe p probabltatea ca u clet care soseste sa tre asteptare Sa otam X umarul de clet sstem mometul sosr uu ou clet U ou clet trebue sa astepte or de cate or toate serverele sut ocupate mometul sosr sale: p = P{ X } PASTA: PX { = } = PX { = } =π. Astfel: ρ ( ρ) β p = P{ X } = π = π =π =!!( ρ) α+β = = = : p =ρ ρ = : p = +ρ

Numarul medu de clet care asteapta Fe X umarul medu de clet care asteapta starea de echlbru statstc ( ρ) EX [ ] = ( ) π =π ( )( ρ) ρ =!( ρ) = = p ρ ρ Atuc: ρ ρ = : E[ X] = p = ρ ρ 3 ρ ρ ρ ρ = : E[ X] = p = = ρ +ρ ρ ρ Tmpul medu de asteptare Fe tmpul medu de asteptare al uu clet tpc Potrvt formule lu Lttle avem: E[ X ] = λe[ ]. Astfel: EX [ ] ρ p E [ ] = = p = = p λ λ ρ μ ( ρ) μ λ p ρ = : E [ ] = = μ ρ μ ρ p ρ = : E [ ] = = μ( ρ) μ ρ

D Itarzerea mede Fe tmpul medu total petrecut sstem de u clet tpc Icluzad tmpul de asteptare s pe cel de servre D : D= + S p ED [ ] = E [ ] + ES [ ] = + = p + μ ( ) ρ μ λ μ p ρ = : E[ D] = + = + = μ ρ μ ρ μ ρ p ρ = : E[ D] = = + = μ ( ρ) μ ρ μ ρ X Lugmea mede a coz de asteptare Fe umarul de clet sstem (lugmea coz) la echlbru statstc: Potrvt formule lu Lttle avem; E[ X] = λe[ D]. Astfel: λ λ ρ E[ X] = λ E[ D] = p + = p + ρ μ λ μ ρ ρ ρ ρ = : E[ X] = p +ρ=ρ +ρ= ρ ρ ρ ρ ρ ρ ρ = : E[ X] = p + ρ= + ρ= ρ +ρ ρ ρ

Dstrbuta tmpulu de asteptare () Fe tmpul de asteptare al uu clet tpc Sa otam cu X umarul de clet sstem mometul sosr uu ou clet Cletul trebue sa astepte uma daca X. Acest lucru se tampla cu probabltatea: p Presupuad ca : X =, sstemul arata ca u sstem M / M / cu rata de sosre a cletlor λ s rata de servre μ Fe ' tmpul de asteptare al uu clet tpc aceasta coada M / M / ' Fe X umarul de clet sstem la mometul sosr uu ou clet Rezulta: P { = } = p P { > t} = P{ X P } { > tx } = ' ' μ( ρ) t = p P{ > t X } = p e, t > = JD Dstrbuta tmpulu de asteptare () Tmpul de asteptare poate f exprmat ca produs a doua varable ' ' depedete:, ude s D Exp( μ( ρ)) : J Beroull( p ) P { = } = P{ J= } = p ' μ( ρ) t P { > t} = P{ J=, D > t} = p e, t> ' p E [ ] = E[ J] ED [ ] = p = μ( ρ) μ ( ρ) ' p E [ ] = P{ J= } ED [ ] = p = μ ( ρ) μ ( ρ) p( p) D [ ] = E [ ] E [ ] = μ ( ρ)

Exemplu () Problema tparr Fe urmatoarele doua cofgurat: O mprmata rapda (tmp de mprmare varable IID Exp( μ) ) : Doua mprmate paralele ma lete (tmp de mprmare varable IID Exp( μ) Crterul de selecte: mmzarea tarzer med: Petru mprmata rapda avem; model cu ρ =λ/( μ) : ED [ ] = μ ρ M / M / M / M / ρ=λ/( μ) Petru cele mprmate ma lete: model cu : ED [ ] = = = [ ] [ ] ( )( ) ED > μ ρ μ ρ +ρ ( +ρ) ED Exemplu () ED [ ] = μ ρ M / M /