Apresentacao Proc Est

Tempos de Espera Filas M/G/1Finitas Alguns resultados Adicionais Filas com chegadas em Bloco - M
[X]
/G/1
Trabalho de Processos Estocasticos
Filas M/G/1
Edipo Menezes, Helgem de Souza, Josino Barbosa, Victor Ferreira

UFOP - Universidade Federal de Ouro Preto
April 4, 2013
Edipo Menezes, Helgem de Souza, Josino Barbosa, Victor Ferreira UFOP - Universidade Federal de Ouro Preto
Trabalho de Processos EstocasticosFilas M/G/1
[X]
/G/1
Sumario
1
Tempos de Espera
2
Filas M/G/1Finitas
3
Alguns resultados Adicionais
4
Filas com chegadas em Bloco - M
[X]
/G/1
[X]
/G/1
Nesta sessao mostraremos alguns resultados impoortantes sobre o tempo
de espera.
Vamos denotar o estado estacionario da la M/G/1 por:
p
n
=
n
=
1
n!
_
0
(t)
n
e
t
dW(t), (n 0) (1)
Como as chegadas sao Poisson, multiplicando por Z
n
denimos a FGM e
teremos:
P(Z) =
n=0
p
n
z
n
=
_
0
e
t
n=0
(tz)
n
n!
dW(t) = W
[(1 z)], (2)

Onde W
e a Transformada de Laplace-Stieltjes.
[X]
/G/1
Derivando P(z) = W
[(1 z)] em rela cao a z

k
repetida vezes, temos:
L
k
=
d
k
P(z)
dz
k
|
z=1
=
k
W
k
(3)
Assim obtemos uma generalizacao da Lei de Little.
[X]
/G/1
Usando resultados anteriores, temos:
W
(s) =
(1)sB
(s)
s[1B
(s)]
(4)
Por convolu cao temos:
W
q
(s) =
(1 )s
s [1 B
(s)]
(5)
[X]
/G/1
De 5.34, temos
W
(s) =
(1)sB
(s)
s[1B
(s)]
(6)
W
q
(s) =
(1)s
s[1B
(s)]
.
(7)
[X]
/G/1
Reescrevendo a equa cao basica de transforma cao como:
W
q
s [1 B
(s)] = (1 )s.
(8)
Tomando a K-esima derivada pela regra de Leibniz, temos:
k
1=0
_
C
k
i
_
_
d
ki
W
q
(s)
ds
ki
_
_
d
i
s [1 B
(s)]
ds
i
_
=
d
k
[(1 )s]
ds
k
(9)
[X]
/G/1
Avaliando para s = 0:
W
q,K
=

1
k
j =1
C
k
i
W
q,Kj
E[S
j +1
]
j + 1
(10)
[X]
/G/1
Filas M/G/1 Finitas
A analise das las M/G/1/K sera feita de forma similar à das las
de capacidade ilimitada.
As medidas de eciencia encontradas nao funcionarao neste caso,
devido a capacidade nita da mesma.
Buscaremos novos resultados diretamente das probabilidades de
estados estaveis.
[X]
/G/1
Tamanho medio da la
Matriz de Transicao em um passo truncada em K-1
P = p
ij
=
_
_
_
_
_
_
_
_
_
_
k
0
k
1
k
2
1
k2
n=0
k
n
k
0
k
1
k
2
1
k2
n=0
k
n
0 k
0
k
1
1
k3
n=0
k
n
0 0 k
0
1
k4
n=0
k
n
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 1 k
0
_
_
_
_
_
_
_
_
_
_
.
Que leva às seguintes equacoes estacionarias:
i
=
_
0
k
i
+
i +1
j =1
j
k
i j +1
(i = 0, 1, 2, . . . K 2)
0
k
i
+
K2
j =0

j
.
[X]
/G/1
Resolvendo as k equacoes, obtemos a seguinte equacao do tamanho
medio da la:
L =
K1
i =0
i
i
(11)
[X]
/G/1
Tamanho medio do sistema
Seja
i
as probabilidades estacionarias para las M/G/1/ e
i
as
probalilidades estacionarias para las M/G/1/K, as mesmas devem ser,
na pior das hipoteses, proporcionais, ou seja:
i
= C
i
(12)
Como as probabilidades devem somar 1, de (2) temos:
C = 1/
K1
i =0
i
(13)
A equacao para encontrar o tamanho medio do sistema sera diferente de
i
, pois o sistema contem K usuarios, e nao K-1, pois o usuario em
atendimento tambem e contabilizado.
[X]
/G/1
Sejam:
q
n
- Probabilidade do usuario encontrar o sistema com n usuarios e
entrar no sistema.
q
n
- Probabilidade do usuario encontrar o sistema com n usuarios,
entrando ou nao no sistema.
n
= p
n
para las M/G/1 (Prova na secao 5.1.3),
pode se vericar que, se considerarmos apenas os casos que os usuarios
entram no sistema, nosso q
n
, que a distribui cao do tamanho dos sistemas
e identica às probabilidades de entrada no sistema (
n
), desde que as
chegadas ocorram individualmente e os servidores nao atendam em
blocos.
[X]
/G/1
De 5.27, temos que:
n
= q
n
=
q
n
1 q
k
=q
n
= (1 q
k
)
n
, (0 n k + 1) (14)
Para obter q
k
, usaremos uma aproxima cao, atraves da taxa efetiva de
sada:
(1 q
k
) = (1 p
0
) (15)
Logo,
q
n
=
(1 p
0
)
n
, (0 n K 1) (16)
q
k
=
1 + p
0
(17)
[X]
/G/1
Nesta se cao sera mostrado alguns resultados importantes para la
M/G/1 incluindo, impaciencia, preferencia, desistencia, transiencia ,
recursos nitos e excesso.
[X]
/G/1
Com respeito a impaciencia, pode-se facilmente includo no modelo
M/G/1 por escrever como uma probabilidade b de realmente o elemento
que chega entrar no sistema. Entao o verdadeiro processo de entrada no
sistema passa a ser um processo de Poisson (ltrado), com media bt em
5.9 temos;
k
n
=
_

0
e
bt
(bt)
n
n!
dB(t) (18)
[X]
/G/1
Mas o restante da analise vai de paralelo com essa pela M/G/1 regular,
com probabilidade de ociosidade p
0
agora igual a 1 b/ .
[X]
/G/1
Mas agora gostaramos de saber se ha qualquer outro M/G/1/
que tambem possuem essa propriedade.
Mas o que e a distribui cao d e um perodo de tempo arbitrario
M/G/1 no tempo entre entradas do estado estacionario? Para
obte-lo, denimos C (t), como a FDA dos tempo entre entradas;
entao, para B (t) igual a FDA do servi co, segue-se que:
C(t) = B(t) + (1 )
_
t
0
B(t u)e
u
du (19)
Uma vez que o comprimento de um perodo de ocio entradas do estado e
a soma do tempo de inatividade e tempo de servi co.
[X]
/G/1
Ao colocar uma restri cao de capacidade na la M/G/1 para K = 1, pode
ser visto que tais las tambem podem ter os tempos entre as sadas IID.
Isto e porque os sucessivos momentos de partida sao identicos aos ciclos
ocupados, que sao encontrados como as somas de cada tempo ocioso
pareado com um tempo de servi co adjacente, C (t). Para obter quaisquer
resultados transitorios para a la M / G / 1, apelamos diretamente a
teoria das cadeias de Markov e a equa cao de Chapman-Kolmogorov.
p
(m)
j
=
k
p
(0)
k
p
(m)
kj
, (20)
Onde Pj (m) e probabilidade do sistemas esta no estado j depois do
m-esimo cliente sair.
[X]
/G/1
Falaremos agora um pouco sobre uma varia cao da la M/G/1 , que
ocorre quando mais de um elemento entra no sistema ao mesmo tempo,
vamos chamar esse tipo de la de:
Fila com chegadas em bloco e denotaremos por : M
[X]
/G/1.
Onde [X] e a distribuicao das chegadas
[X]
/G/1
Essa tipo de la pode ser descrito por:
Determinaremos C como o tamanho do bloco ou seja por exemplo
numero de pessoas que chegam na la, e esta cehgasa tem
distribui cao de Poisson com parametro ( e importante dizer que o
tamanho do bloco nesse caso e aleatorio);
Determinaremos:
P(C = n) = C
n
, (n > 1) (21)
[X]
/G/1
Com funcao geradora igual a (se existir):
C(z) = E[z
c
] =
n=0
C
n
Z
n
(|Z| 1) (22)
E a probabilidade de n pessoas chegarem a la em um perodo de tempo
t e e dada por:
P
n
(t) = E[z
c
] =
n
k=0
e
l t
(t)
k
k!
c
(k)
n
(n 0) (23)
[X]
/G/1
As pessoas sao atendidas por um unico servidor sendo usado o estilo
FCFS
O tempo entre atendimentos e IID com FDA B(t) e LST B*(s).
[X]
/G/1
Voltando agora para poder ver melhor ao caso M/G/1 , temos a cadeia
embutida com pontos cahamados pontos de regenera cao, que ocorrem
em cada sada do sistema ou em cada m de tempo ocio, o processo (
X
n
, n = 1, 2, . . . | X
n
= n umero pessoas no sistema imediatemente depois
do ultimo ponto de regeneracao); tendo matriz de transicao:
_
_
_
_
_
_
_
0 c
1
c
2

k
0
k
1
k
2

0 k
0
k
1

0 0 k
0

.
.
.
.
.
.
.
.
.
.
.
.
_
_
_
_
_
_
_
.
[X]
/G/1
Onde:
K
n
=P[ n chegadas surante todo periodo de atendimento] = p
i ,n+i 1
,
(i > 1)
= E[ do n umero de chegadas durante o atendimento] =
E[c]
< 1
[X]
/G/1
E func oes geradoras:
(z)
=
j =0
j
z
j
=

0
[k(z) zC(z)]
K(z) z
) (24)
K(z) =
j =0
K
j
z
j
= B [ C(z)] (25)
( . . . )These results have all been derived without much diculty in a
manner similar to the approach for M/G/1(. . . )

Apresentacao Proc Est

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Apresentacao Proc Est

Încărcat de

Drepturi de autor:

Formate disponibile

Tempos de Espera Filas M/G/1Finitas Alguns resultados Adicionais Filas com chegadas em Bloco - M

Edipo Menezes, Helgem de Souza, Josino Barbosa, Victor Ferreira

[(1 z)], (2)

[(1 z)] em rela cao a z

S-ar putea să vă placă și