5.1.3. Потоки с ограниченным последействием
Рассмотрим ординарный стационарный поток однородных
событий с последействием. Такой поток называется потоком Пальма,
если промежутки времени
, между последовательными событиями представляют
собой независимые СВ, подчиняющиеся в общем случае закону распределения,
отличающемуся от (5.4).
Потоки Пальма часто получаются в виде выходных потоков
СМО. Если на какую-либо СМО поступает поток заявок, то он этой системой
разделяется на два: поток обслуженных заявок и поток необслуженных заявок, который,
в свою очередь, поступает на какую-либо другую СМО.
Теорема Пальма:
пусть на СМО поступает поток заявок типа Пальма, причем заявка, заставшая все
каналы занятыми, получает отказ (не обслуживается); если при этом время
обслуживания имеет показательный закон распределения, то поток необслуженных
заявок также является потоком Пальма. В частности, если входной поток заявок
будет простейшим, то поток необслуженных заявок, не будучи простейшим, будет
все же иметь ограниченное последействие.
Потоки, у которых
, определяются
единственным законом распределения
и называются рекуррентными (стационарными)
потоками. Потоки с ограниченным последействием, у которых
, называются рекуррентными
потоками с запаздыванием. Они задаются двумя законами распределения
и
. Здесь
характеризует ПРВ временного
интервала между
-й
и
-й
заявками.
Рассмотрим
моделирование потоков с ограниченным последействием. Для получения реализаций
последовательности моментов наступления событий
,
достаточно сформировать
последовательность реализаций
СВ с заданными законами распределения
соответственно и
вычислить моменты наступления событий:
.
Моделирование рекуррентных потоков упрощается еще и тем, что СВ
имеют одинаковый
закон распределения.
Пример потоков с ограниченным последействием – потоки
Эрланга, которые образуются «просеиванием» простейшего потока
(рис. 5.4). Если в простейшем потоке выбросить каждую вторую точку,
то оставшиеся точки образуют поток, называемый потоком Эрланга первого порядка
. Такой поток является
потоком Пальма, поскольку величины
, получаются суммированием независимых
интервалов. Вообще, потоком Эрланга
-го порядка
называется поток, получаемый из
простейшего, если сохранить каждую
‑ую точку, а остальные выбросить.
Найдем закон распределения промежутка времени
между соседними
событиями в потоке Эрланга
-го порядка
. Рассмотрим на оси
простейший поток с интервалами
. Величина
представляет собой
сумму
независимых
СВ
,
где
-
независимые СВ с экспоненциальным распределением.
Обозначим
ПРВ величины
для потока
. Произведение
есть вероятность
того, что величина
примет
значение между
и
.
Следовательно, последняя точка промежутка
должна попасть на элементарный участок
, а предыдущие
точек простейшего
потока – на участок
.
Вероятность первого события равна
; вероятность второго события
. Перемножая эти
вероятности, получим
.
При
находим
точное равенство для ПРВ интервалов времени для потока Эрланга
-го порядка
,
. (5.5)
Заметим, что математическое ожидание
, а дисперсия интервалов
между событиями в потоке Эрланга
. Интенсивность
потока Эрланга
-го порядка
. Таким образом, при
увеличении порядка увеличиваются математическое ожидание и дисперсия промежутка
времени между событиями, а интенсивность потока падает.
Рассмотрим, как будут изменяться характеристики потока
Эрланга при увеличении
, если его интенсивность будет
сохраняться постоянной. Пронормируем величину
так, чтобы ее математическое ожидание
(и, следовательно, интенсивность потока) оставались неизменными. Для этого
изменим масштаб по оси времени и вместо
рассмотрим величину
.
Назовем такой поток нормированным потоком Эрланга
-го порядка. ПРВ
интервала
между
событиями
,
где
.
Математическое ожидание
величины
, распределенной по закону
, не зависит от
. Дисперсия интервала
между событиями
неограниченно
убывает с возрастанием
. Это означает, что при неограниченном
увеличении
нормированный
поток Эрланга приближается к регулярному потоку с постоянными интервалами,
равными
.
Это свойство потоков Эрланга дает возможность, задаваясь различными
, получать любую
степень последействия: от полного отсутствия
до жесткой функциональной связи между
моментами появления событий
.