Пред.
След.
Макеты страниц
Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике ДЛЯ СТУДЕНТОВ И ШКОЛЬНИКОВ ЕСТЬ
ZADANIA.TO
5. ПОТОКИ ПАЛЬМА. ПОТОКИ ЭРЛАНГАПоток событий называется потоком Пальма (или потоком с ограниченным последействием), если промежутки времени между последовательными событиями:
представляют собой независимые, одинаково распределенные случайные величины (рис. 4.21). Простейший поток есть частный случай потока Пальма: в нем расстояния Рассмотрим пример потока Пальма. Некоторый элемент технического устройства (например, радиолампа) работает непрерывно до своего отказа (выхода из строя), после чего он мгновенно заменяется новым. Срок работы элемента случаен. Если отдельные экземпляры элементов выходят из строя независимо друг от друга, то поток отказов (или «поток восстановлений», так как отказ и восстановление происходят в один и тот же момент) представляет собой поток Пальма. Если к тому же срок работы элемента распределен по показательному закону, поток Пальма превращается в простейший (стационарный пуассоновский) поток. Другой пример: группа самолетов идет в боевом порядке «колонна» (рис. 4.22) с одинаковой для всех самолетов скоростью V. Каждый из них, кроме ведущего, обязан выдерживать строй, т. е. держаться на заданном расстоянии от впереди идущего.
Рис. 4.21 Это расстояние, измеряемое дальномером, выдерживается с ошибками. Моменты пересечения самолетами заданного рубежа при этих условиях образуют поток Пальма, так как случайные величины
Рис. 4.22 Многие потоки событий, встречающиеся на практике, хотя и не являются в точности потоками Пальма, но могут быть ими приближенно заменены. Важными для практики образцами потоков Пальма являются так называемые потоки Эрланга. Эти потоки образуются в результате «просеивания» простейших потоков. Рассмотрим на оси
Рис. 4.23 Вообще, потоком Эрланга ко порядка Например, на рис. 4.24 показано образование потока Эрланга Очевидно, простейший поток представляет собой частный случай потока Эрланга, а именно поток Эрланга Итервал времени Т между соседними событиями в потоке Эрланга
Рис. 4.24 Каждая из этих случайных величин распределена по показательному закону:
Закон распределения интервала Т между соседними событиями в потоке Найдем выражение для плотности распределения этого закона; обозначим ее Для этого, во-первых, на участок длиной t должно попасть ровно
Кроме того, последняя
откуда
Очевидно, при
Найдем характеристики закона Эрланга k-гo порядка: его математическое ожидание
где каждая из величин Г распределена по показательному закону (5.2) с математическим ожиданием
Рис. 4.25 Применяя теоремы сложения математических ожиданий и дисперсий, имеем
Извлекая из последнего выражения квадратный корень, найдем среднее квадратическое отклонение:
Таким образом, мы нашли математическое ожидание, дисперсию и среднее квадратическое отклонение интервала между соседними событиями в потоке Эрланга
Заметим, что как закон распределения
гак как из исходного простейшего потока с интенсивностью Подставляя выражение А через
или
Математическое ожидание, дисперсия и среднее квадратическое отклонение этого закона будут:
Теперь предположим, что, сохраняя неизменной интенсивность потока
мы будем менять только порядок k закона Эрланга. Его математическое ожидание останется постоянным:
а дисперсия и среднее квадратическое отклонение будут меняться:
Из формул (5.8) видно, что при
Это свойство потоков Эрланга удобно в практических применениях: оно дает возможность, задаваясь различными k, получать потоки, обладающие различным последействием — от полного отсутствия последействия (k — 1) до жесткой функциональной связи между моментами появления событий В целях упрощения часто бывает удобно приближенно заменить реальный поток событий — потоком Эрланга с тем же последействием. Это делают, согласовывая характеристики реального потока — математическое ожидание и дисперсию интервала между событиями — с теми же характеристиками заменяющего потока Эрланга. Пример. В результате статистической обработки интервалов времени между событиями в некотором потоке получены следующие характеристики: — среднее значение интервала — среднее квадратическое отклонение интервала Требуется подобрать поток Эрланга, обладающий приблизительно теми же характеристиками, найти его интенсивность Решение. Интенсивность
Из формулы (5.8) находим порядок потока Эрланга k:
Рис. 4.26 Выбирая в качестве k ближайшее целое число, получаем
Итак, данный поток можно приближенно заменить потоком Эрланга 5-го порядка с плотностью вида:
или
Вид кривой распределения (5.9) показан на рис. 4.26 Особое внимание, уделяемое здесь потокам Эрланга по сравнению с другими потоками Пальма (с произвольным законом распределения интервала времени между соседними событиями) объясняется тем, что при помощи этих потоков можно сводить немарковские процессы к марковским. Как это делается, мы увидим дальше, в § 10, 11 настоящей главы, а также в § 6 гл. 5. Потоки Эрланга весьма удобны для приближенного представления потоков Пальма любого вида, так как потоки Эрланга различных порядков образуют целую гамму, дающую постепенный переход от простейшего потока (полное отсутствие последействия) к потоку с регулярными интервалами (полное, жесткое последействие). Возможности приближенного представления любых потоков Пальма потоками типа Эрланга еще более расширяются, если воспользоваться «обобщенными законами Эрланга», которые получаются при сложении нескольких случайных величин, распределенных по показательным законам с разными параметрами (см., например, [8]), а также «смешанными обобщенными законами Эрланга», которые получаются, если сложить несколько обобщенных законов Эрланга с коэффициентами («весами»), образующими в сумме единицу.
|
1 |
Оглавление
|