Tema 1.

Elemente ale teoriei proceselor stocastice

1. Generaliti.
2. Definiia unui proces stocastic.
3. Proprieti de comportament al unui PS. Clasificarea.
1. Un prosec stocastic est un proces matematic care explic diferite sisteme care au loc
datorit ntmpltor.
Sistemul est structurat, ntre elementele sale exist permanent o interaciune care este
efectuatde schimbarea calamitilor et informaiei. Cnd este vorba despre furnizarea
serviciilor necesare oamenilor, nu are importan felul sistemului. Un sistem are o oarecare
interaciune cu mediul nconjurtor, desfurarea parametrilor fiind n dependen de timp.
a) Strile: local sau global
Prin stare local, noi nelegem, starea unui element; iar prin stare global starea unui
ansamblu de elemente.
O stare este constituit dintr-un ansamblu de parametri calitativi i cantitativi, caracterizai
prin atribute distingite intr-un anumit moment.
b) si starea i
Dac unul din parametri i schimb valoarea, atunci sistemul i schimb starea sa.
i durata activitii care este n fiecare stare
Si
c) Activiti n si
i
d) Durata ederii
e) Un eveniment dac ntr-un mod calitativ, ntmpltor, se face o schimbare de
parametri calitativi sau cantitativi.
De exemplu, fie un sistem oarecare. Chiar de la mprejurarea dat, avem o schimbare de stri.

Si

eij

Sj

n acest caz, are loc o tranziie a strii i spre(ctre) starea j (din

ntmplare).

S j S i : i 1, n

n S

(n cardS )

Dac strile sunt diferite, atunci noi ne confruntm cu un spaiu cu stri discrete.
S c x1 , x 2 , x3 ,..., xi ,..., x k D
Y
variabile continue temperatura, presiunea, difuzarea
Sc este un ansamblu de stri continue
S S S Sh -hibrid

S0
l0

e1
l1

a1

ai

t2 ti
t
t+t
ac activitatea declanat de starea iniial
i t i 1 t i - durata sejurului n starea Si (variabil aleatoare)
O realizare a unui proces stocastic determin o traiectorie.
t0-letat initial

Tr t i , ei , i 0,1,..., k t i , ai , i 0,1,..., k 1

Fi(t) funcia de distribuire (repartiie)

PS
:

X
2.
t tT , o familie de variabile aleatoare X definit asupra unui cmp de probabilitate
(S, , P), unde S este spaiul de stri care poate fi discret, continuu, hibrid (d/c); este
algebra care defineste mulimea tuturor submulimilor mulimii S, adic regulile de
partiionare a mulimii S n submulimile i regulile de schimbare a strilor; P este msura
de probabilitate: condiionat i necondiionat.
Condiionat probabilitatea c procesul X n momentul t+t se va afla n starea St+t, cu
condiia c Pr X t t S it t / K t S it , X ij 1 S ij 1,..., X i1 S i1 , X i 0 S i 0 (1). Aceast
msur de probabilitate poate fi constant sau nu.
Dac Pr depinde de timp proces eterogen
Dac Pr nu depinde de timp proces omogen
Pr = const (t), PS omogen
i (t ) Pr X t S it (2) probabilitatea necondiionat (absolut)
3. Proprietile:
1. Proprietatea de ergodicitate (P.S. ergodic) PSE
Xt
x1
x2

dM[xt]

xi
xk

t1

t2
T

ti

x1, x2, xi, xk noiuni de introducere (realizare)

X t xi (t ), i 1, k unde xi(t) variabile aleatoare
T momentul de observaie
M [Xt] media, sperana metematic pe ansamblul realizrii
Un proces stocastic este numit ergodic dac el are
xi(t)

M[xt
]]]]
t

proprietatea de ergodicitate determinat de:

1

M [ X t ] lim
X t dt
T T
0

Sperana matematic pe ansamblul realizaiilor procesului stocastic este egal cu sperana

temporar a unei singure realizri.
Procesele ergodice caracterizeaz procesel stocastice care descriu un regim normal de sisteme
(regim care observ i unul care controleaz).
T

2. Propritatea staionar un regim permanent

Un proses stocastic este numit staionar, dac evoluia lui n viitor nu depinde de condiiile
iniiale i de momentul de timp considerat.

xi(t)

lim xi (t ) xi const.
t

Dac avem un PS ergodic i un PS staionar,

proprietatea
de
ergodicitate
implic
proprietatea de staionaritate.
t

3. Proprietatea sau Proces Markovian

t>0

Un proces stacastic are proprietate

Markovian dac i numai dac evoluia
t0
t1
ti
t+t
ti+1 t
lui n viitorul apropiat depinde numai de
starea sa n prezent, i nu depinde de toat
preistoria lui, i modul cum el a nimerit n starea prezent(proces fr memorie) - PSM.
a) Marcoviene
b) Semi marcoviene
c) Nemarcoviene
Pr X t t S it t / X t S it , X j 1 S ij 1,..., X i1 S i1 , X i 0 S i 0

Pr X t t S it t / X t S it (3)
Dac relaia (3) nu este verificat, atunci avem un proces nonMarkovien.

PS Semi marcovian proces care are

proprieti marcovene numai n anumite
momente de timp.
PS
PSS
PSM este omogen dac probabilitile
E
condiionate de stri nu depind de timp, doar
de mrimea intervalului.
ASM SPSM
Clasificare (criterii):
1. strile
2. proprietile
3. evoluia timpului (timp discret i timp continuu)
t k t k 1u.t k u.t

k = 0, 1, 2, 3

u.t unitate de timp

Tema 2. Lanuri Marcov timp discret (LMD)

1.
2.
3.
4.
5.
6.

Noiuni introductive
Definirea unui Lan Marcov
Clasificarea strilor
Teorema de ergodicitate
Ecuaiile lui Kolmogorov care descriu comportarea unui Lan Marcov
Studiu de caz

1. Un Lan Marcov este un caz particular a unui PS cu un spaiu de stri discret,

proprietatea Marcovian ce evolueaz n timp discret, procesul este omogen. LMD se felosesc
pentru modelarea comportrii unei clase largi de sisteme: de calcul, telecomunicaii,
economice, sociale, jocuri. Un Lan Marcov este un automat.
2. Un Lan Marcov este redat, dac cunoatem:
a) spaiul de stri S S1 , S 2 ,..., S i ,..., S n , n S (finite sau nelimitate)
b) este determinat matricea stohastic ce descrie algoritmul regulat a schimbului de stri
P Pij ; i, j 1, n , unde 0 Pij Pr X t t S i / X t S j probabilitatea c lanul M va trece
n

din starea i n j n timpul t. i

P
j 1

ij

1 selector, probabilistic.

3. Clasificarea strilor DCMT

Fie S S B S R , S B S R ; S B S 3 , S 4 ; S R S / S B .
Matricea stocastic a acestui ir poate fi descompus n 4 submatrici
SB

P
SR

|| A || 0

SR

n1 S B ,

n n1 n 2 S

n 2 n n1 S R

|| B || 0

|| D ||

SI SB

SR

|| C ||

SJ SR

Submatricile, ABCD determin o msur de probabilitate.

1) caz I - A 0; B 0; C 0; D 0 . Fie
ireductibil graficul este foarte conex
aperiodic (nu periodic) dac este cel puin un ciclu
2) caz II - Fie B 0 C 0; A 0; D 0 .
SB

P
SR

A 0

sau

D 0

- lanul Marcov se divizeaz n dou lanuri

reductibil
aperiodic (nu periodic) dac este cel puin un ciclu
4

3) caz III Fie

C 0;

A 0;

B 0;

|| B || 0

|| A || 0

| D | 1
SR

SB

SB macrostarea de tranziie
SR absorbant
4) caz IV Fie B 0;

C A D 0

|| D || 0

|| A || 1
SB

|| C || 0

SB absorbant
SR macrostarea de tranziie
5) caz V - B C 0;
SB

P
SR

0
C

D 0

A 0;

SR

D 0

ireductibil, periodic

|| B || 0
SR

SB

|| C || 0

Fie SB durata sejurului n SB i SR durata sejurului n SR, astfel lant SB SR const

(perioada se schimb n lan).
Exemplu:
0,2
0,3

0,2

0,3

0,2

0,4

0,5

0,2

0,1

0,3

0,5

0,3

0,4

0,6

0,3

Dac considerm graficul ponderat orientat, noi observm mai multe reguli (noi obinem sursa
i destinaia aceleai).
Lungimea unui ciclu lanurilor Marcov este egal cu numrul arcelor ce constituie lanul.
l C y ci arcs j

arcs j C c
y

Lanul Marcov este aperiodic dac cel mai mare divizor comun al lungimii l(Cyci) tuturor
ciclurilor comune este egal cu 1.
Exemplu:

p
q

2
p

q
4. Proprietatea de ergodicitate: Un lan Marcov este ergodic dac i numai dac cel
mai mare divizor comun al lungimilor tuturor ciclurilor posibile n lan este 1, i este
ireductibil, adic un lan Marcov este ergodic dac este ireductibil i aperiodic.
Dac lanul Marcov este ergodic, atunci exist obligatoriu un regim staionar, adic
distribuirea staionar nu depinde de condiia iniial i de momentul de timp considerat:
lim i (k 1) lim i (k ) i () i const , i 1, n
k

1) ( k 1) ( k ) P, k 0,1,2,..., k

5.
2) ( k 1) (0) P k

Pentru
staionar, avem
forma

3) P

4) ( I P ) 0

I matricea unitatea; Q matricea dinamic sau generatorul lanului

Marcov
n

5) i 1 - condiia de normalitate
i 1

0.1

0
P 1

0
0

0.2
0
0

0.3
0.2
0

0.4
0 .3
0

0.2
0

0.3
0.4

0
0.6

0.5
0 k 0i ;

0.5
0

(0) - distribuia probabilitii strilor la momentul iniial

(0) 0.2, 0, 0.5, 0.3, 0 ; i (k ) 1

S i

Rata
de probabilitate

(k ) ?

k 1

Rata de probabilitate va fi determinat ca fiind suma Pij i (k ),

S i

k 0,1, 2, ...

nr. eveniment

ij(k) rata tranziiei. Acesta se msoar n unitatea de timp .

Ecuaia lui Kolmogorov este o relaie unde partea dreapt este egal cu partea stng.
Tierea lanurilor Marcov
Tierea va fi tot timpul traversat de flux de probabiliti. Dac exist un ciclu arcurile ies i
intr.
S1 : 1 1 (k 1) 1 3 (k ) 0.1 1 (k ) - ecuaia de echilibru ntre rate ecuaia Kolmogorov
S 2 : 2 (k 1) 0.2 1 ( k ) 0.2 4 (k )
S 3 : 3 (k 1) 0.3 1 (k ) 0.2 2 (k ) 0.3 4 (k ) 0.4 5 ( k )
S 4 : 4 ( k 1) 0.4 1 ( k ) 0.3 2 ( k ) 0.6 5 ( k )
S 5 : 5 ( k 1) 0.5 2 (k ) 0.5 4 ( k )

Fie k=0, atunci pentru:

7

S1 : 1 (1) 1 0.5 0.1 0.2 0.52

S 2 : 2 (1) 0.2 0.2 0.2 0.3 0.1
S 3 : 3 (1) 0.3 0.2 0.2 0 0.3 0.3 0.4 0 0.15
S 4 : 4 (1) 0.4 0.2 0.3 0 0.6 0 0.08
S 5 : 5 (1) 0.5 0 0.5 0.3 0.15

Regim staionar:
lim i (k 1) lim i (k ) i const.
k

S1 : 1 1 1 3 0.1 1

S2 : 2
S3 : 3
S4 : 4
S5 : 5

0.2 1 0.2 4
0.3 1 0.2 2 0.3 4 0.4 5
0.4 1 0.3 2 0.6 5
0.5 2 0.5 4

Putem terge ultima ecuaie:

P I 0

1) n 1 ecuaii

2)

i 1

4)

i 1

i 1
i1

Q 0

5) n
i 1
i1

P
3)

i 1

Q generatorul lanului Marcov

Proprietile lui Q: suma elementelor fiecrei linii este egal cu 0 i elementul pe diagonal
este tot timpul nagativ i egal cu suma elementelor positive care nu sunt pe diagonal.
n

qij qij
j 1
i j

Fie jocul:

JA

JB

; N=n+m suma total; Si Ci(k); P selector de probabilitate.

0 p 1 pil 1
Selector de probabilitate
q 1 p faa 1
Cazuri:

1) n m p q

2) n m p q
3) n m p q
Regula ateptrii: noi vom juca pn la mprejurarea cnd vom avea suma N ctigat sau
pierdut.
CMTD J1.

0
S j 0, N ; P
1

p
0

n-1

p
j-1

n+1

N-1

j+1

Lanul Marcov este reductibil aperiodic, deci el este ergodic.

n

C ( k ) j j (k ) - suma medie a speranei matematice

j 0

k ? 0* ( k ) 0 ( k ) 1
N ? 0 0* ( k ) N ( k ) 1

CMTD J2 = CMTD J1
k 0; k 0, L; L ; 0 k L

Dac k este limitat, jocul se va opri cnd k=L, indiferent dac exist ocurena SN, S0.
CMTD J3
Exemplu:

N-1

CMTD J4
Exemplu:
Pentru CMTD J4 noi putem scrie ecuaiile Kolmogorov, regim staionar.

 1) q j 1 p j , j 0, N 1

j 1

2) j 1
p
q
j 0 : 1 w 0

3) Fie w

j 1 : 2 w 1 w 2 0
4) j j w j 0
Ecuaii n diferen:

5) b xi l d xi , i 0; l 0

i
z transformarea (operatorul de deplasare) xi c z , c const

6) b z i l d z i z l
7)

j 1

d
z
b

d
; b zl d
b

8) 0 w j 1
j 0

1 w
1 w N 1
(1 w) w j
10) 0
; j 0, N
1 w N 1
9) 0

j 0

j 0

j 0

C J 4 ( j j ) 0 jw j w 0 jw j 1
dw j
j 0 dw

w 0

w 0

dw

w
j 0

d ( w)
.
dw
Cazul asimptotic N
(1 w) wj
1) j 0 ; j
1 w N 1
1 w
2) lim 0 ( N , w) lim
;
N
N 1 w N 1

1
0

C J 4 w 0 ( w)

3) lim 0 ( N , w) 0 - condiia necesar i suficient a unui sistem stabil i normal

N

4) 0 w 1 din (3)
5) 0 1 w 0
6) p q
7) Pentru w 1 p q j

1 .
N 1

Din toate ecuaiile de mai sus obinem:

CJ4

N 1

1 N ( N 1)

.
N 1
2

S (n, j ), n 0, j 1, 2
j 0

10

1) Selector 0 a, a , b, b , c 1 sunt probabiliti

2) a+b+c=1
3) a b c 1 - deci este un lan Markov
Notaie: nj= probabilitatea lui xk se gsete n starea (n, j)
1) nj Pr x k ( n, j )
2) x n n ,1 ; y n n , 2 , n 0

3) n ,1
n 0

4) n , 2
n0

Scriem ecuaiile al acestui lan.

c x , j 0

1. ( a b) y by

i
j 1
j
t1:
= arcurile ce ies din vrful j, 2)

2. b x b y a x

- ecuaia de balan pentru tierea t1 (arcurile care intr

, j 0

j
j
j 1
t2:
Trebuie s rezolvm acest sistem de ecuaii, i trebuie s adugm condiia de normalitate.

3. ( x j y j ) 1 x y 1 (3)
j 0

ap k x bp m x cp j x F (x)
ap k bp m cp j 0

Trebuie s realizm o ecuaie n diferen.

ax j k bx j

x j k cz k x j (o notaie)

x j c z xj0 0
ax j k aC z k x j cbx j

4. (a b) y j 1 b y j c x j 1 ,

j 0 (am deplasat y j 1 z y j cu o unitate)

(a b) z y j by j c z x j

5. (a b) z by j c zx j

6. bx j by j a z x j
7. by j (a z b ) x j ;

x j 0, y j 0

mprim (5) la (7)

( a b) z b

c z
; 0 zB
b
a z b
b
b
9. a z b 0 a z b 0; z1 , z 2
a
ab

8.

10. a b c 1
a b c 1

11. Obinem o ecuaie caracteristic de ordinul 2: A z 2 B z C 0

y j c1 z1 c 2 z 2

x j c1 z1j c2 z 2j

z1 i z2 soluiile ecuaiei 10
c1 i c2 constante
Dac j=0 y0=c1+c2
12. y1 c1 z1 c 2 z 2

13.

11

j-1

Si

j+1

q j 1 p j , j 0
q z j p j
z p

j cz j

j 0 0 c z0

by 0 c x0

14. by 0 b x0 a x1
t3: X+Y=1; 15. c a ( y y 0 )
Considerm ecuaia (2)

bx
j 0

16. b b a( x0 )

b y j

a x ,
j 0

j 1

j 0

c a ay0

b b a ax0

by0
b (a b) a
c

17. 1
by cx
0
0

Exemplu:
X-?
Y - ? (3),(15), (17)
y0 - ?
x0 - ? (13), (14)
y1 - ?
x j c1 z1j c 2 z 2j

S = S1S2

x0 c c 2

Compoziia modelelor ale lanului Markov...

x1 c1 z1 c 2 z 2

yj - ?
0.3

1
0.1
0.4

0.5
0.6

0.3

0.2

0.2

0.4 0.8

0.3

0.6

0.3

12

Vom utiliza operatorul produs Kronecker

C PP1P2

C AB aijB k l;k n1m1,l n2m2

S1

0.08

1.1

1.2

0.02

S2

0.06

2.1

0.02

0.04
0.1
0.2

0.8

0.16

0.08
0.06

0.06
0.12

0.24
0.18

0.12
0.24

0.4
0.3

0.04
0.08

0.16
0.12

0.06
0.12

0.32
0.24

0.06
0.12

0.24
0.18

0.06
0.12

S3

0.48

0.36
0.24

0.18
0.24
0.18

Tema 3. Elemente de teoria sistemelor de ateptare

1. Generaliti
2. Definirea unui sistem de ateptare (SA)
3. Formula lui Kendall i clasificarea irurilor de ateptare
1.

i
t0=0

ti

ti+1

t+t

i t i 1 t1

1) cere reclamaia, apelul, clientul

2) unitate de serviciu, staia de serviciu, ghieul, generatorul, serverul
3) irul de ateptare, coada (numrul locurilor de ateptare)
4) inter-sosirea, inter-ieirea, inter-plecarea
5) legile repartiiei, Fsosire(t)
6) disciplina serviciului
Generator clienii vin din afar, ei sunt generai.
2. Spunem c un SA este determinat ca un model matematic dac determinm:
Natura fluxului (mulimea, trafic) de sosire a clienilor n SA: FG (t ), i 1, m parial
sau rezultant
m legea de distribuire a inter-sosirile a reclamaiilor
Natura fluxului de plecri a unui SA (mulimea este ordinar)
Numrul servitorilor SVl, l 1, k
Numrul irurilor de ateptare (poate fi unic sau multiplu), i capacitatea lor de
stocare (limitat sau nelimitat)
Populaia care utilizeaz serviciile SA
i

13

FIFO ( first input, first output )

Disciplina serviciilor
LIFO ( DAPS ) stiva RANDOM Time Scharing

Prioritatea absolut sau relativ

Schema serviciilor a unui SA simplu

Zone de service

source

SV1

G1

1
G2

0in

Gl

SV2

File dattente

Gm

SVr

SVk

FGi (t ), i 1, m - probabilitatea c n momentul de timp t are loc o mprejurare: din sursa Gi

vine o reclamaie. Inter-sosirile cererilor generate au o anumit distribuire.

FSV (t ), 1, k - durata serviciilor unei reclamaii ale unui client reprezint o variabil
aleatoare probabilitatea c n momentul de timp t clientul a reuit cererea sa.
FGl (t ) 1 FGl (t ) - probabilitatea c n momentul t generatorul sau serverul nu au terminat
nc serviciul.
FSV (t ) 1 FSV (t )
i

Ipoteza de baz care const n funcionarea unui SA

I 1. Toi generatorii i serverii funcioneaz ntr-un mod independent unul fa de altul
I 2. irurile de ateptare nu sunt ineriale (durata timpului de deplasare a unui client n irul de
ateptare este neglijat)
I 1. Accesul n zona serviciului este sincron cu ieirea lui SV (intrarea i ieirea au loc n
aceeai instan).
3. O formul a lui Kendall SA: o suit de simboluri delimitat de /

SA : A / B / k / n / N (Discipline)

heterogene

SA : A / B / k / n / N - omogene

A caracterizeaz natura fluxului de sosire sos.

B ies.
k numrul lui SV n zona de serviciu, unde supozm c serverele sunt identice
n numrul locurilor n FA (limitat sau nelimitat)
14

N populaia (numrul clienilor poteniali care pot fi deservii de acest SA)

Simbolurile A (B) pot avea mai multe semnificaii:

M , Markov, legea exp onentiala a lui FGi i a lui FSV , coeficientul de var iatie C 1

D, Deter min ist C 1

Hr , Hiperpotential r , 1 C

Er , Erlang r , 0 C 1

A, ( B ) C OX r , 0.5 C
N (m, ), 0 C

HGE (hiper geometric)

GE ( geometric Bernoulli ) C 1
GI , G, General (arbitrar ) 0 C

D X t

M X t 2

- coeficientul de variaie

I 1. Intervalele (i) inter-sosirilor i ale inter-plecri sunt independente i au aceeai distribuire.

ei

ei+1

ti

ti+1

Exemple:
1) SA : H 3 / E 2 / 1 / n / N LIFO, PERTE
2) SA : M / M / k / n / N FIFO, block
Dac n, N vom avea: SA: M / M / k
(LIFO) notaie standard
Tema 4. Procesul de natere i de moarte a reclamaiei
1. Noiuni introductive
2. Analiza SA : M / M / k / n / N FIFO, block i SA: M / M / k
3. Caracteristicile numerice de performan ale SA. Legea lui Little a unui SA
1. Un proces de natere (i (moarte) exist nateri ale reclamaiilor clienilor).
Drept consecin, putem afirma c indiferent de ce reclamaie ntr n SA, nainte sau n
ntrziere (timpul de sejur limitat) va fi servit (nu de pierderile clienilor) nu de naterea
simultan.
Un proces de natere moarte poate fi definit de FA
SA : M / M / k / n / N FIFO, block

arrives

0in

acces

SV

File dattente

15

FG (t ) 1 e t , t 0
FSV (t ) 1 e t , t 0

unde,

nr. de clienti
1

- taxa sosirii
G
1 u.t.

SV

- taxa serviciilor

G - durata medie a inter- sosirilor

SV durata medie a serviciilor

Legea exponenial are cteva proprieti remarcabile:
a) Este o lege fr memorie (cu pierderi de memorie) toate punctele ale renovrii au
proprietile markoviane (dac evoluia n irul imediat depinde numai de prezent)
procesul de natere i moarte este un proces markovian, procesele de natere i moarte sunt
fx de tip Poisson.
Fie Nt numrul clienilor sosii n intervalul de timp t 0, t - acest numr est dirijat dup
legea lui Poisson.
(t ) m t
Pr N t m
e - sosirea este un trafic de tip Poisson
m!
( t ) m t
Pr N t m
e - pentru moarte
m!

b) Procesul de natere moarte este un proces ordinar, probabilitatea de a avea intervalul

t i nc evenimente, este nul (t0).
Pr (mprejurarea evenimentului > 1) = 0
c) Compunerea mulimilor Poisson (la fel i descompunerea), natura acestor mulime nu
se schimb.
2. 1) SA: M / M / k sistem standard
2) SA : M / M / k / n / N FIFO, block

0in
SV

G
FIFO

FG (t ) 1 e t , t 0
FSV (t ) 1 e t , t 0

Probabilitatea c n momentul instanteneu t este o mprejurare, evenimentului i sosete o

reclamaie n SA.

nr. de clienti
1

- taxa sosirii
G
1 u.t.

- taxa serviciilor

SV
FG (t ) 1 FG (t ) - probabilitatea c n momentul t, nu s-a finisat generatorul
FSV (t ) 1 FSV (t ) - probabilitatea c n momentul t, nu s-a terminat serviciul

CTMC procesele de plecare i sosire sunt Poisson

S j zg i zs , zg 0,1; i 0, n; zs 0,1

16

S0

S1

1.00

S2

1.01

1.11

Sj

Sj+1

Sn

1n-2 1

1i+1 1

1i1

1i-1 1

Sj-1

Sn+1

1n0

1n-1 1

Sn+2

N=n+2; j=i+1
0 qij <+
qi,j+1=; qi+1,i=

Lenul Markov este ergodic. j Pr( xt s j )

Tierea 1: 1) j 1 j , j 0, N 1,
N

2) j 1
j 0

3) j 1 j , j 0, N 1
j 0;

1 0

j 1;

2 1 2 0 ; j j j 0

j z j ,

j 0, z 0 j z j 0

j j 0

4) j

5) 0

j 0, N

1
6) 0
1 N 1
j 0

1
j ; N N 0
7) j
N 1
1

Cazurile asimptotice:
N, fr blocaj
n acest caz exist pentru un anumit parametru i , cnd SA funcioneaz ntr-un mod
instant.
Regim instabil blocare, congestia
Condiiile necesare i suficiente ale existenei unui regim stabil de funcionare a SA, este
determinat de relaia urmtoare:
8) lim 0 ( , N ) 0
N

9) Pentru procesul de natere i moarte SA: M / M / k 0 < < 1 este o

probabilitate
n 1

n 1

j 0

j 0

3. 1) j j (1 0 ) (1 N )
a) (1 N ) (1 0 )
b) 0 1 0, N N 0
0 1 0
N

2) n SA ( j j ) , pentru SA : M / M / k / n / N FIFO, block

j 0

j j 0 ; 0

1
1 N 1

17

j 0

j 0

n SA 0 ( j j ) 0 ( j j 1 )
d
d

j 0
d
j 0 d
N

j 0

d
( 01 )
d

Pentru cazul asimptotic N, SA: M / M / 1:

; 0 1 0; 0 1; lim 0 ( , ) 0 .
n
1
3) n FA n SA n ZS numrul mediu al clienilor n irul de ateptare SA: M / M / 1

2
n FA
1
n SA
1
1
n SA

4) se determin durata sejurului n irul de ateptare

Legea lui Little pentru un SA
N
n SA
; j j

j 0
Durata medie a sejurului unui ir de ateptare este direct proporional cu numrul mediu i
invers proporional cu taxa medie a sosirii.

SA

L
;
v

L v ;

j const.

5) durata medie a ateptrii n irul de ateptare

SA
6) durata medie a unui serviciu al clientului

n SA

ZS SA FA

7) recompensa
Sj Cj

C C j j - costul mediu
N

j 0

18