Documente Academic
Documente Profesional
Documente Cultură
C 8
C 8
/ i
Coada
Consideram urmatorul model simplu de trafic:
Infinit numar de clienti independenti:
Timpii intersosiri sunt variabile IID si au o distributie exponentiala de medie:
Deci clientii sosesc potrivit unui proces Poisson de intensitate
Un singur server:
Timpii de servire sunt variabile IID distribuite exponential de medie
Numar infinit de pozitii de asteptare:
Disciplina de servire FIFO
Utilizand notatia Kendall
M/M/1-FIFO-queue
Notatii:
= trafic oferit
1/
k =
/ /1 M M
1/
1 n =
m=
/ =
Variabile aleatoare implicate
X = numarul de clienti aflati in sistem la un moment de timp arbitrar = sistemul e
in echilibru statistic
= numarul de clienti in sistem in momentul sosirii unui nou client = lungimea
cozii vazuta de un client care soseste.
W = timpul de asteptare al unui client tipic
S = timpul de servire al unui client tipic
D=W+S = timpul total pe care un client tipic il petrece in sistem = intarziere
*
X
Diagrama tanzitiilor de stare
Fie numarul de clienti in sistem la momentul t
Sa presupunem ca la un anumit moment de timp t si
sa consideram ce se intampla pe un interval scurt de timp
Poate sosi un nou client cu probabilitatea ceea ce determina
o tranzitie
Daca , atunci cu probabilitatea un client poate
parasi sistemul ceea ce determina o tranzitie:
Procesul este in mod clar un proces Markov cu urmatoarea diagrama a
tranzitiilor:
Procesul este un proces de nastere si moarte ireductibil cu un spatiu al
starilor infinit
1 i i +
( ) X t
{0,1,2, } S =
( ) h o h +
( , ] t t h +
0 i >
( ) h o h +
( ) X t i =
1 i i
( ) X t
( ) X t
Probabilitatea de stare (1)
Ecuatiile echilibrelor locale (LBE)
Relatia de normare:
1
1
0
( )
, 0,1,2,
i i
i i i
i
i
LBE
i
+
+
=
= =
= =
0
0 0
1
1
0
0
1 ( )
1
1 , 1
1
i
i
i i
i
i
N
daca
= =
=
= =
= = = <
1 <
Valoarea medie a cozii de asteptare -lungimea cozii-
functie de traficul oferit
[ ] E X
Intarzierea medie
Fie timpul total de intarziere in sistem al unui client tipic
Incluzand atat timpul de asteptare cat si pe cel de servire :
Conform formulei lui Little avem: . Astfel:
Observatie:
Intarzierea medie este aceeasi pentru toate disciplinele de servire work-
conservatoare in cadrul cozilor de asteptare: (FIFO, LIFO,PS,.)
Varianta si cele momente difera insa
D
D W S = + S W
[ ] 1 1 1 1
[ ]
1 1
E X
E D
= = = =
[ ] [ ] E X E D =
Intarzierea medie functie de traficul oferit [ ] E D
Timpul mediu de asteptare
Fie timpul de intarziere in sistem al unui client tipic
Intrucat:
1 1 1 1
[ ] [ ] [ ]
1 1
E W E D E S
= = =
W S D =
W
Distributia timpului de asteptare (1)
Fie timpul de asteptare al unui client tipic
Sa notam cu numarul de clienti in sistem in momentul sosirii unui nou client
Conform proprietatii PASTA:
Sa presupunem acum ca:
Timpii de servire ai clientilor care asteapta sunt variabile IID cu
distributia
Datorita proprietatii memoryless a distributiei exponentiale timpul de servire
ramas pentru clientul in servire respecta deasemenea distributia
exponentiala (si este independent in raport cu toti ceilalti timpi)
Datorita disciplinei de servire FIFO
Sa construim un proces Poisson punctual definind si
Intrucat :
*
X i =
W
i
W t t > >
*
1 2 i
W S S S = + + +
*
{ } { }
i
P X i P X i = = = =
2
, ,
i
S S
( ) Exp
*
X
( ) Exp
*
1
S
n
*
1 1
S =
*
1 2
, 2
n n
S S S n = + + +
*
( ) X i =
Distributia timpului de asteptare (2)
Intrucat avem:
Sa notam cu procesul Poisson corespunzator lui
Rezulta ca:
Pe de alta parte se stie ca: . Deci:
*
0 0 W X = =
( ) 1
i
t A t i >
*
0
* *
1
1 1
{ 0} { 0} 1
{ } { } { }
{ } { }(1 )
i i
i
i
i i i
i i
P W P X
P W t P W t X i P X i
P t P t
=
= =
= = = = =
> = > = =
= > = >
( ) ( ) A t Poisson t =
( ) A t
n
1
0
( )
{ } { ( ) 1}
!
i
j
t
i
j
t
P t P A t i e
j
> = =
Distributia timpului de asteptare (3)
Combinand formulele precedente obtinem:
1
1
1 0
( 1) (1 )
0 1 0
{ } { }(1 )
( )
(1 )
!
( ) ( )
(1 )
! !
i
i
i
i
j
t i
i j
j j
t i j t t t t
j i j j
P W t P t
t
e
j
t t
e e e e e
j j
= =
+
= = + =
> = >
=
= = = =
Distributia timpului de asteptare (4)
Timpul de asteptare poate fi exprimat ca produs a doua variabile
independente: , unde si :
W
(1 )
2 2
2 2 2 2
2 2 2
2 2
{ 0} { 0} 1
{ } { 1, } , 0
1 1
[ ] [ ] [ ]
(1 ) 1
2 1 2
[ ] { 1} [ ]
(1 ) (1 )
1 (2 )
[ ] [ ] [ ]
(1 )
t
P W P J
P W t P J D t e t
E W E J E D
E W P J E D
D W E W E W
= = = =
> = = > = >
= = =
= = = =
= =
( ) J Bernoulli W JD =
( (1 )) D Exp
Aplicatie: modelarea traficului de date la nivel de pachete
Modelul poate fi aplicat pentru modelarea traficului de date la nivel de
pachete
Clientul: pachetul IP
= rata de sosire a unui pachet (pachete pe unitatea de timp)
= timpul mediu de transmitare al unui pachet(unitati de timp)
= incarcarea cu trafic
Calitatea serviciului este determinata de intarzierea unui pachet:
= probabilitatea ca un pachet sa astepte prea mult( mai mult decit o
valoare de referinta z )
/ =
(1 )
{ }
z
z
P P W z e
= > =
1/
z
P
/ /1 M M
Multiplexing gain
Se determina incarcarea astfel incat pentru unitati de
timp.
Multiplexing gain este data de variatia traficului ca functie de rata de servire .
1%
z
P <
1 z =
Coada
Consideram urmatorul model simplu de trafic:
Infinit numar de clienti independenti:
Timpii intersosiri sunt variabile IID si au o distributie exponentiala de medie:
Deci clientii sosesc potrivit unui proces Poisson de intensitate
Numar finit de servere :
Timpii de servire sunt variabile IID distribuite exponential de medie
Numar infinit de pozitii de asteptare:
Disciplina de servire FIFO (FCFS)
Utilizand notatia Kendall
M/M/n-FIFO-queue
Notatii:
= trafic oferit
1/
k =
/ / M M n
1/
n <
m=
/ ( ) n =
Diagrama tanzitiilor de stare
Fie numarul de clienti in sistem la momentul t
Sa presupunem ca la un anumit moment de timp t si
sa consideram ce se intampla pe un interval scurt de timp
Poate sosi un nou client cu probabilitatea ceea ce determina o
tranzitie
Daca , atunci cu probabilitatea
un client poate parasi sistemul ceea ce determina o tranzitie:
Procesul este in mod clar un proces Markov cu urmatoarea diagrama a
tranzitiilor:
Procesul este un proces de nastere si moarte ireductibil cu un spatiu al
starilor infinit
1 i i +
( ) X t
{0,1,2, } S =
( ) h o h +
( , ] t t h +
0 i >
min{, } ( ) i n h o h +
( ) X t i =
1 i i
( ) X t
( ) X t
Probabilitatea de stare (1)
Ecuatiile echilibrelor locale (LBE) pentru
Ecuatiile echilibrelor locale (LBE) pentru:
i n <
1
1
0
( 1)
( )
( 1) 1
( )
, 0,1, ,
!
i i
i i i
i
i
i
n
LBE
i i
n
i n
i
+
+
= +
= =
+ +
= =
i n
1
1
0 0
( )
( )
( ) ( ) , , 1,
! !
i i
i i i
n n i
i n i n
i n
n
LBE
n
n n
i n n
n n
+
+
=
= =
= = = = +
Probabilitatea de stare (2)
Relatia de normare (N)
Notatie:
1
0
0 0
1
1
0
0
1
1
0
( )
1 ( )
! !
( ) ( )
! !
( ) ( ) 1
, 1
! !(1 )
n
i n i
i
i i i n
n
i n
i n
i i n
n
i n
i
n n
N
i n
n n
i n
n n
daca
i n
= = =
= =
=
= + =
= +
= + = <
+
1
0
( ) ( )
,
! !(1 )
n
i n
i
n n
i n
=
= =
= = =
= +
1 <
0
2
0
1
1: 1, , 1
1
2 1 1
2: 1 2 , ,
1 1
n
n
= = = = =
+
= = + = = =
+ +
1 <
Probabilitatea de asteptare
Fie probabilitatea ca un client care soseste sa intre in asteptare
Sa notam numarul de clienti in sistem in momentul sosirii unui nou client
Un nou client trebuie sa astepte ori de cate ori toate serverele sunt ocupate in
momentul sosirii sale:
PASTA: . Astfel:
*
0 0
( )
{ }
! !(1 )
n i n
W i
i n i n
n n
p P X n
n n
= =
= = = = =
+
W
p
*
{ }
W
p P X n =
2
1:
2
2:
1
W
W
n p
n p
= =
= =
+
*
X
*
{ } { }
i
P X i P X i = = = =
Numarul mediu de clienti care asteapta
Fie numarul mediu de clienti care asteapta in starea de echilibru statistic
Atunci:
W
X
0
( )
[ ] ( ) ( )(1 )
!(1 )
1
n
i n
W i
i n i n
W
n
E X i n i n
n
p
= =
= =
2
2 3
2
1: [ ]
1 1
2 2
2: [ ]
1 1 1
1
W W
W W
n E X p
n E X p
= = =
= = = =
+
Timpul mediu de asteptare
Fie timpul mediu de asteptare al unui client tipic
Potrivit formulei lui Little avem: . Astfel:
W
[ ] 1 1 1
[ ]
1 (1 )
W W
W W
E X p
E W p p
n n
= = = =
2
2
1 1
1: [ ]
1 1
1 1
2: [ ]
2(1 )
1
W
W
p
n E W
p
n E W
= = =
= = =
[ ] [ ]
W
E X E W =
Intarzierea medie
Fie timpul mediu total petrecut in sistem de un client tipic
Incluzand timpul de asteptare si pe cel de servire : D W S = +
D
1 1 1
[ ] [ ] [ ] 1
(1 )
W
W
p
E D E W E S p
n n
= + = + = +
2
2 2
1 1 1 1
1: [ ] 1 1
1 1 1
1 1 1 1
2: [ ] 1
2(1 )
1 1
W
W
p
n E D
p
n E D
= = + = + =
= = = + =
D
W
Lungimea medie a cozii de asteptare
Fie numarul de clienti in sistem (lungimea cozii) la echilibru statistic:
Potrivit formulei lui Little avem; . Astfel:
X
[ ] [ ]
1
W W
E X E D p p n
n
= = + = +
2
2
1: [ ]
1 1 1
2 2
2: [ ] 2 2
1 1 1
1
W
W
n E X p
n E X p
= = + = + =
= = + = + =
+
[ ] [ ] E X E D =
Distributia timpului de asteptare (1)
Fie timpul de asteptare al unui client tipic
Sa notam cu numarul de clienti in sistem in momentul sosirii unui nou client
Clientul trebuie sa astepte numai daca . Acest lucru se intampla cu
probabilitatea:
Presupunand ca : , sistemul arata ca un sistem cu
rata de sosire a clientilor si rata de servire
Fie timpul de asteptare al unui client tipic in aceasta coada
Fie numarul de clienti in sistem la momentul sosirii unui nou
client
Rezulta:
*
X n
W
'
W
* *
' *' (1 )
{ 0} 1
{ } { } { }
{ 1} , 0
W
n t
W W
P W p
P W t P X n P W t X n
p P W t X p e t
= =
> = > =
= > = >
*
X i n =
*
X
W
p
/ /1 M M
n
/ /1 M M
*'
X
Distributia timpului de asteptare (2)
Timpul de asteptare poate fi exprimat ca produs a doua variabile
independente: , unde si :
W
' (1 )
'
2 '2
2 2 2 2 2 2
2 2 2
2 2 2
{ 0} { 0} 1
{ } { 1, } , 0
1 1
[ ] [ ] [ ]
(1 ) (1 )
2 2 1
[ ] { 1} [ ]
(1 ) (1 )
(2 ) 1
[ ] [ ] [ ]
(1 )
W
n t
W
W
W
W
W
W W
P W P J p
P W t P J D t p e t
p
E W E J E D p
n n
p
E W P J E D p
n n
p p
D W E W E W
n
= = = =
> = = > = >
= = =
= = = =
= =
( )
W
J Bernoulli p
'
W JD =
'
( (1 )) D Exp n
Exemplu (1)
Problema tiparirii
Fie urmatoarele doua configuratii:
O imprimanta rapida (timpii de imprimare variabile IID ) :
Doua imprimante paralele mai lente (timpii de imprimare variabile IID
Criteriul de selectie: minimizarea intarzierii medii:
Pentru imprimanta rapida avem; model cu :
Pentru cele 2 imprimante mai lente: model cu :
/ (2 ) =
1
1 1
[ ]
2 1
E D =
( ) Exp
/ /1 M M
(2 ) Exp
/ / 2 M M / (2 ) =
2 1 1
2
1 1 1 2 2
[ ] [ ] [ ]
2 (1 )(1 ) (1 )
1
E D E D E D = = = >
+ +
Exemplu (2)
1
1 1
[ ]
2 1
E D =
/ /1 M M