Documente Academic
Documente Profesional
Documente Cultură
8
9.5. Modele de asteptare 319
9.5.1. Model cu fir nelimitat (MIM11): (FIFO I oo / ao) 320
9.5.2. Model cu fir limitat (MIMII): (FIFO/N/OO) 323
9.5.3. Modul de asteptare cu sosiri poissoniene, timp de servire
exponential, cu s statii identice, populatiei infmita
(MlMis): (FIFOIccIce) 325
Bibliografle 335
9
8. MODELE MATEMATICE PENTRU GESTIUNEA STOCURILOR
Figura 8.2.1.
C'(q) = -\Qc,+-Qc,
(8.2.4.)
C"{q) = ^QCl
294
2Qcx
Q (8.2.5.)
\ 6c
si cum C"(q) > 0, atunci extremul este un minim. (Din considerente economice se
considera numai valorile pozitive ale lui q .)
Inlocuind (8.2.5.) in (8.2.1.) obtinem numarul optim de reaprovizionari cat si
perioada optima.
Q 0&s
V— (8.2.6.)
2c,
e 29c7
(8.2.7.)
= — = Qcs
V
Inlocuind (8.2.5.) in (8.2.3.) obtinem gestiunea optima C(q)
C = C{q) = ^2QQcfs . (8.2.8.)
Exemplu. Cererea pentru un anumit aparat electrocasnic este de 700.000
bucati pe an. Aprovizionarea unui depozit cu acest produs se face in cantitati egale,
la intervale de timp egale, iar produsele sunt scoase cu un ritm constant din stoc.
§tiind ca pentru a stoca in depozit un singur aparat timp de un an se platesc
50 u.m., costul de lansare al comenzii este 150 u.m. si ca nu se accepta lipsa
produsului din stoc, sa se determine volumul optim al unei comenzi, numarul optim
de aprovizionari, perioada optima de reaprovizionari si gestiunea optima.
Raspuns. Q = 700.000 bucati, 9 - 1 an, c , = 5 0 u.m., c, =150 u.m.
2-700.000-150 , 700.000 , „
q «2049 bucati,
v= « 342 aprovizionari,
1-50
2049
1
1 zi §i C V2-700.000-1-50-150 =102.469,5 u.m.
342
295
perioada in care se va plati pentru lipsa medie q — s costul unitar de
2
penalizare cp
Modelul se prezinta grafic in figura 8.2.2.
Figura 8.2.2.
Costul global va fi
296
Vrem sa determinam minimul functiei obiectiv. Rezolvam sistemul
dC(q,s)
0
dq
(8.2.14.)
dC(q,s)
0
ds
de unde rezulta
2 " ( 2 2\
-to-
2 1
q^ 2q lSCsJr Kq
^ ~ $ jCp
(8.2.15.)
q q
Din prima relatie a sistemului (8.2.15.) rezulta
2QcL + cl+cJL 2
q2 s (8.2.16.)
dq2
297
Obtinem perioada optima precum si numarul optim de aprovizionari din
relatiile (8.2.1.) si (8.2.19.)
- Q
V —— —
Ws VP (8.2.21.)
2c,
q \
si respectiv
e 29^
(8.2.22.)
—
v \ Qcs \
Gestiunea optima se obtine inlocuind in (8.2.13.) pe q si s cu valorile
optime q §i s din (8.2.19.) §i (8.2.20.), adica
C = ^2Q^s-f9. (8.2.23.)
Observatie. Daca cp -> oo din (8.2.18') rezulta ca p - > 1 §i ajungem la
modelul (8.2.1) care apare ca un caz particular al modelului (8.2.2.).
Exemplu. La o patiserie necesarul lunar este de 1000 kg de zahar. Costul de
stocaj pentru 1 kg. de zahar este de 2 u.m. pe zi, costul de lansare al comenzii este
de 1.300 u.m., iar in caz de lipsa de stoc se aplica o penalizare cu 30 u.m./zi
pentru 1 kg de zahar lipsa. Sa se determine volumul optim al unei comenzi, stocul
optim, numarul optim de aprovizionari, perioada optima, stiind ca aprovizionarea
se face in cantitati egale, la intervale de timp egale.
30
Solutie. Q = 1.000,0 = 3 0 , ^ = 1 . 3 0 0 , c = 30, cs = 2. Astfel p .Avem
32
2Qcx 2-1.000-1.300
= 214,99
0csP 30
30-2-
32
298
8.2.3. Model de stocare a unuiprodus cu cerere constanta,
perioadd constanta de reaprovizionare, fara lipsd de stoc,
luand in considerare si costal de achizitie sau deproductie
2Qcb
Q (8.2.27.)
\ aQc
cu C"(q)>0
299
Din (8.2.1.) si (8.2.27.) rezulta
V—
Q ^fi&
q \ 2c
si respectiv (8.2.28.)
e 29^
=—= aQca
V
Din (8.2.26.) si (8.2.27.) obtinem gestiunea optima
C = C(q) = ^2aQQcacb + Qca + -aQcb. (8.2.29.)
Exemplu. Un magazin de produse electronice are o cerere trimestriala de
100.000 componente electronice de acelasi tip. Pentru fiecare comanda se
cheltuiesc 10.000 u.m. iar costul de achizitie este de 200 u.m. pentru fiecare
produs. Coeficientul de proportionalitate intre costul unitar de stocaj si costul unitar
de lansare este 2% . §tiind cfi'nu se admite lipsa de stoc, sa se determine politica
optima de reaprovizionare.
Solutie. Se cunosc Q = 100.000, 9 - 9 0 , ca=200, cb -10.000 si factorul de
proportionalitate asociat stocarii a - 0,02. Folosim relatia (8.2.27.) avem
2-100.000-10.000
q 2357,02.
0,02-90-200
Perioada optima reaprovizionare este
2-90-10.000
T = = 2,12,
0,02-100.000-200
C = C(q) ■v/2-0,02-90-200-10.000+100.000-200
2 '
2.011.683,28
300
costurile unitare de stocare sunt c , costurile de lansare c, , i = \,k si nu se
admite lipsa de stoc pentru nici un produs.
Din relatia (8.2.2.) obtinem costul global de stocaj pentru produsul P. este
(8.2.30.)
It 2
iar functia obiectiv pentru produsele stocate va fi
Functiile Ct(q,), i = ljz sunt independente, minimul sumei lor are loc o
data cu minimul fiecaruia dintre ele. Vom avea urmatoarele relatii
dC(qx,q2,...,qk)
o
, i = l,2,...,k (8.2.32.)
dC,-(g,-) =
0
29^
Q.c
l s^
C ±c,
i=i
(8.2.34.)
C = £ C . =416213,92.
x ^
JC = 0,1,2,... pentru cerere discreta, si X: , xe[0,oo) pentru cerere
f(x\
continua.
Excedentul de stoc, cand x < s se penalizeaza cu o pierdere unitara cx; lipsa
de stoc, cand x > s se penalizeaza cu cheltuieli suplimentare de reaprovizionare
c2, iar cheltuielile de stocaj sunt foarte mici in raport cu c, si c2 si se pot neglija.
Prezentam separat modelul pentru cazul discret si pentru cazul continuu.
M[ES) = ^ [s - x)p(x)
si respectiv
CO
M(LS)= ^(x-s)p(x).
x=s+\
302
Aplicand penalizarile c, §i c2 celor doua medii M(ES) §i M(LS),
determinam functia obiectiv, ce reprezinta cheltuielile medii totale legate de
managements stocului,
S CO
Cl^i(s+l-x)p(x) + C2 ^ (jC-S-l)/>(*) =
x-0 x-s+l
S +l S GO CO
c _x x +c x +c
iZ(^ M ) iZH ) 2 Z (^--O/K*)-^ Z />(*)
Notam F(s) = ^p(x) §i introducand in expresia lui C ^ + l) obtinem
c
(* ) =<iZ(*-1-*M*)+c2Z(*-'s+1M*)=
_1
x=0 x=s
j—1 J—1 CO CO
sau
C ( * - 1 ) = C ( 5 ' ) - ( C 1 + C 2 ) F ( 5 ' - 1 ) + C2. (8.3.5.)
Inlocuind in (8.3.3.) relatiile (8.3.4.) §i (8.3.5.) avem
jC(s +1) - C(s) = (q + c2 ) F ( S ) - c2 > 0
[C(s -l)-C(s) = -{cx + c2)F(S) + C2 > 0
303
de unde
F(s-1) < 2 <F(s). (8.3.6.)
C +C
\ 2
Astfel, stocul optim s este acea valoare a lui s ce satisface relatia (8.3.6.) si
C2
vom nota cu p raportuldepenalizare.
C C
l + 2
Observatii
1. Din relatia (8.3.6.) si din faptul ca F(s) este nedescrescatoare rezulta ca exista
s unic.
2. Daca F(S-1)<P = F(S), atunci C(s + l) = C(s), deci minimul are loc
pentrudouavalori s si s + 1.
3. Daca F(S-1) = P = F(S), atunci C(s-l) = C(s), deci minimul are loc
p e n t r u 2 v a l o r i i - l si s.
Exemplu. Un atelier auto are nevoie de un numar de piese de un anumit tip.
Se cere numarul de piese ce trebuiesc stocate stiind ca daca exista un surplus de
piese exista pierderi in valoare de 15.000 u.m., si daca nu se achizitioneaza
suficiente, piesele lipsa se vor procura cu un pret de cost mai ridicat cu 10.000
u.m. Din datele statistice obtinem urmatoarea cerere de piese.
Piese inlocuite (x) 1 2 3 4 5
Numarul de masini cu (x) piese inlocuite 10 20 30 25 15
§tiind ca, costul de stocaj este neglijabil in raport cu celelalte costuri se cere
stocul optim si gestiunea optima.
C2
Solutie. q =15.000, c2 =10.000, deci p 0,4.
C
l +C2
Organizam calculele astfel
304
8.3.1.2. Cazul continuu
S-x
Notam cu Es variabila aleatoare excedent de stoc cu repartitia Es
f(x)
S
x—s
stoc cu repartitia Ls , J , x e [s,oo), cu media M ( Z S ) = J(x - s)f(x)dx
(8.3.7.)
0 5
si notam
305
In ipoteza in care pierderea pentru o tona de produs este de 130 u.m., iar in
cazul lipsei de produs se fac cheltuieli suplimentare de 350 u.m., sa se organizeze
gestiunea optima.
Solutie. Avem c, - 130, c, - 350 astfel c a p - — . Pentru a gasi S, rezolvam
1 2 4 g
F (s)=
W
\f(x)dx = J\^(2x
J V r V + \)dx
;
= Uxv 1+x\ v
=-(s2+;s).
0 0 12 12 \ 12
I 35 5
Din ecuatia —(sv2+s) ;
= — obtinem s = - singura solutie convenabila,
' 12 48 2
caci s = ^[0,31. Pentru calculul gestiunii optime inlocuim in formula
g L J
(8.3.7.) si obtinem
5
5 5
c 130 J— (2JC + 1) — x dx + 350\— (2JC + 1) JC afc = 244,53
1Z L 1Z Z
2
xe[0,oo) pentru cerere continua, costul unitar de stocaj este cs, costul unitar
de penalizare pentru lipsa de stoc este cp, iar nivelul stocului la un moment
dat este s.
In gestiunea acestui stoc pe o perioada T se pot ivi doua situatii si anume
1. Cererea nu depaseste stocul, deci e satisfacuta in toata perioada T, adica
x<s (vezifigura 8.3.1).
2. Cererea este mai mare decat stocul x>s, pe perioada 7j cererea este
satisfacuta, in perioada T2 cererea nu este satisfacuta (perioada de penurie) si
TX+T2=T (vezi figura 8.3.2)
306
Figura 8.3.1. Figura 8.3.2.
8.3.2.1. Cazuldiscret
Pentru situatia din figura 8.3.1. se observa ca stocul mediu pentru care
307
Notam cu C(s) cheltuielile totale medii in unitatea de timp si relatia (8.3.14.)
devine
CT(s) = TC(s). (8.3.15.)
Stocul optim s se va obtine din conditia de minim pentru functia C(s). Din
conditia de minim pentru functii discrete,
C(s-l)>C(s)<C(s + l),
rezulta ca valoarea optima s se obtine ca solutie a sistemului de inecuatii
|C(S-1)-CW>0
(8.3.16.)
[C(s + l)-C(s)>0
Calculam C(s +1) cu ajutorul relatiei (8.3.14.) si avem
s+\
C(s + 1)= cs^\s + l-^\(x) + csi^t^ +
x=0 J *■ x=s+2 X
(8.3.17.)
1 ^ (x-s-lf ..
+ -cn > p(x)
2 Px7?+2 x V
'
Rescriem sumele din partea a doua a egalitatii. Obtinem
lT"i-f>M=|(.-§}<*)+I,M
x=0 x=0
(8.3.18.)
V-l A ( \ s+1 I A v- I \
Z\s--jp(x) + —p(s + l)+ZP^)
x=0 x=0
^ (x-s-lf , , f, (x-s-lf , ,
X
L
x=s+2 p\x)= x=s+l2 ^ ^X P \ )
x—s p(x)
£ ^X S> p(x)-2^ (x)+ ^ (8.3.20.)
x=s+\ x=s+\ X x=s+\ X
s
= j p v° > p(x)-2^p(x) + (2s + l)^ ^
x=s+\ X x=s+i x=s+i X
sau
C(s + l)-C(s) = (cs+cp)L(s)— c (8.3.21.)
308
unde
p(x)
(8.3.22.)
x=0 ' x=s+\ x
Analog, vom gasi
C(s - 1 ) - C ( s ) = -(cs + cp)L(s -l) + cp. (8.3.23.)
Inlocuim relatiile (8.3.20.) si (8.3.23.) in (8.3.16.) avem
\{c, +C„)L(S)-C„ >0
| \ s p/ \ / p
(cs+cp)L(s-l) + cp>0,
de unde obtinem ca
L(s-l)<p< L(s) (8.3.24.)
c
cu p
cs +cp
Valoarea optima a stocului s se obtine ca solutie a inecuatiei (8.3.24.). Se
poate arata u§or ca C(s) > 0 §i deci s, solutia inegalitatii (8.3.24.) este punct de
minim. Gestiunea optima se obtine calculand pe C(s).
Exemplu. Din datele statistice se cunoaste ca cererea de piese de schimb a
unui atelier auto (pe o perioada de 4 saptamani) se prezinta astfel:
cererea X (numar de piese de schimb) 1 2 3 4 5
probabilitatea p(x) 0,05 0,3 0,4 0,2 0,05
Se stie ca se admit cheltuieli de stocaj pe zi de 1.000 u.m. si lipsa de piese
din stoc aduce o pierdere de 7.000 u.m./zi pentru o piesa lipsa sa se determine
stocul optim.
7.000
Solutie. cp - 7.000 si cs - 1 . 0 0 0 , deci p 0,875.
7.000 + 1.000
Organizam datele astfel:
s
p{x) L(s)
X p(x) s+— \ ^ ^ ^
X X
x=2 x=2
1 1 0,05 0,05 0,05 0,343 0,5145 0,5645
2 2 0,3 0,35 0,150 0,193 0,4825 0,8325
3 3 0,4 0,75 0,133 0,06 0,210 0,96
4 4 0,2 0,95 0,05 0,01 0,045 0,995
5 5 0,05 1 0,01 0,000 0 1
309
8.3.2.2. Cazul continuu
Stocul optim s se obtine din conditia de optim pentru functia C(s). Functia
Cp
F(s) + s{+^dx= sauL(s) = p. (8.3.26.)
J
x c +c
s p s
Solutia ecuatiei L(s) = p o notam cu 5 si pentru ca C"(s)> 0, acesta este
punct de minim.
Exemplu. Cererea unui produs este o variabila aleatoare X care are
repartitia
X
pentru jce[0,4]
f\x)
0 pentru jcg[0,4]
Costul stocarii unui produs este 100 u.m., lipsa acestui produs se
penalizeaza cu un cost unitar suplimentar de reaprovizionare de 1.500 u.m. Care
este stocul optim si gestiunea optima, considerand costul de stocaj neglijabil.
Solutie. Volumul optim se determina rezolvand ecuatia (8.3.25.) unde
310
1.500 15
Cum cp = 1.500 , cs = 100, p - =
= — ■ Rezolvam ecuatia
1.500 + 100 16
(8.3.26.), — + s = — , de unde s = 3, singura radacina convenabila,
16 8 16
cealalta, s = 5 , nu apartine domeniului de defmitie a functiei cerere.
Pentru a determina costul minim, inlocuim s cu 3 in formula (8.3.25.) ce
devine
C(3) ^ 1 0 0 3 f f 3 - ^ ^ ^ + I.9.100p.i^ + i.l.5004ffe^2 x
dx
«M J J
O 3 8 x 2 x
200
311
9. ELEMENTE DE TEORIA A§TEPTARII
Intr-un model de asteptare procesul de baza este urmatorul: unitatile care cer sa fie
servite sunt generate in timp de o sursa a intrarilor. Servirea este asigurata de una sau mai
multe stati de servire. Unitatile ce nu pot fi servite imediat vor forma coada sau firul de
asteptare.
Deci:
• Sursa reprezinta multimea unitatilor ce solicita un serviciu la un moment
dat. Ea poate fi fmita sau infmita. Sosirea unitatilor in sistemul de asteptare
determina variabila aleatoare X, a numarului de' unitati ce intra in sistem in
unitatea de timp.
• Firul de asteptare este determinat de numarul unitatilor care asteapta
(finit sau infmit) limitat sau nelimitat.
• Statia de serviciu reprezinta fie un lucrator (mecanic auto, easier,
vizitator etc.), fie o masina ce efectueaza un serviciu ce a fost solicitat. Vom nota
cu Y variabila aleatoare ce reprezinta timpul de servire a unei unitati in statia de
serviciu.
Din practica se iau valorile empirice pentru variabilele aleatoare X si Y, cu
ajutorul carora se determina legile de repartitie si parametrii pentru variabilele
aleatoare X si Y, prin ajustarea unei distributii empirice la o distributie teoretica
folosind metodele din teoria probabilitatilor si statistica matematica. Ansamblul
format din firul de asteptare si statiile de servire formeaza sistemul de asteptare.
Schematic situatia se prezinta astfel:
312
Sursa Clienti ! Firul de Statii de
Clienti
inlrici asteptare sevire sefsiti
sistem !
!
Figura 9.1.1. Sistem de asteptare
313
Cand m = <x>, se impune conditia cawf) = ]T wp„ sa fie convergenta.
4=1 n=s+l
^)=Z^-Z
k+S^Pn,
4=0 n=s
deci, vom avea relatia n(t)=nf(t) + ns(t), ce exista si intre valorile medii.
njt) reprezinta numarul mediu de unitati servite la momentul t.
7. P(n(t) > k), probabilitatea ca numarul unitatilor din sistem la momentul t sa
fie mai mare decat k . Dar
k
P{n(t)>t) = \ — P\n(t)<k) = l—/,/?,- ■
i=l
314
9.3. Legi probabilistice ale sosirilor §i ale serviciilor
limO(h) = 0 si l i m ^ ^ = 0 (9.3.1.)
X"
timp) ea este egala cu P, (l) = —e~k.
315
Astfel, functia de repartitie a variabilei Y va fi F(t) = l-e~^ specifics
variabilei Y de repartitie exponentials, cu densitatea de repartitie
f(t) = F'(t) = Xe'At sideci
M(Y)=\tf(t)dt=\tXe^dt-Xt 1
1".
n=0
(t) = l. (9.4.1.)
316
Vom deduce un sistem de ecuatii ce conduce la determinarea probabilitatilor
P„(t), numit sistemul ecuatiilor de stare. Astfel vom detenninarea comportamentul
si parametri de performanta a sistemului, cu ajutotul probabilitatilor ip (t)\ .
Se presupun cunoscute urmatoarele:
1. Probabilitatea de trecere de la starea En la starea En+l in intervalul de timp
foarte scurt (t,t + h) este Xnh + 0(h) si corespunde unei sosiri in sistem.
Probabilitatea de a nu avea nici o sosire in sistem va fi
\-[Xnh + 0{h)].
2. Probabilitatea de trecere din starea En in starea En_x in intervalul de timp
(t,t + h) este \inh + 0(h) si va corespunde unei serviri (plecari).
Probabilitatea de a nu avea nici o servire este 1 — [[i„h + 0(h)\.
3. Probabilitatea de trecere din starea En intr-o stare En_k sau En+k C U ^ G N ,
k > 1 este 0(h) . Altfel spus, intr-un interval scurt de timp poate avea eel mult
o sosire si eel mult o servire.
9A.\.Cazul n =0
sau
tf(t) = -X0P0(t)+\ilPl(t).
317
9.4.2. Cazul n>0
Rescriind avem
Kit) = Xn_xPn_x (t) - (Xn + n„ )Pn {t) + n„+1P„+1 {t). (9.4.5.)
Relatiile (9.4.4.) si (9.4.5.) formeaza sistemul ecuatiilor de stare, ce se
rezolvain conditiile (9.4.1.) si (9.4.2.).
Acest sistem va fi rezolvat in regim stationar, atunci cand probabilitatile
P„ (t) nu depind de timp, adica %(t) = 0, rezultand ca Pn (t) = pn, constant orice
n = 0,1,2,....
Sistemul devine
IX »„-*.,/>,=()
{ ( \ ■ (9.4.6.)
n
[K-lP»-l ~ \K + Vn )Pn + »„+lP„+l =V ^1
Conditia (2) devine CO
YjPn=X- (9.4.7.)
P: p0.
(j,A0 (j,
l l
Pn p0.fl— (9.4.10.)
4=1 M-t
Daca inlocuim (9.4.10.) in relatia (9.4.7.) obtinem
-i
zrix
n
k-\
Po l+ _ (9.4.11.)
^ n=l t=T M-t y'
319
De exemplu, modelul (MIMIs):{FIFOIN/OO) descrie un model cu
sosiri poissoniene, serviri poissoniene, s statii de serviri, a carei disciplina de
servire este „primul sosit, primul servit" numarul maxim de clienti in sistem fiind
TV, ce provin dintr-o populatie infmita.
intran ^ r ^r ^i KX ^ lesin
Figura 9.5.1.
Unitatile sosesc aleator, dupa o repartitie Poison de parametru X, indiferent
de starea sistemului, deci Xn = X . Servirea nu depinde de starea sistemului, deci
\in = [i, V« e N . Timpul petrecut in sistem este egal cu timpul petrecut in firul de
asteptare plus timpul de servire.
Astfel tinand cont de cele de mai sus, formula de calcul (9.4.10.) pentru
probabilitatile pn in functie de p0 avem
n P"Po ■
Relatia (9.4.11.) ne conduce la relatia
-1
P ~ (9.5.2.)
V n=\ J
Pentru ca suma seriei de mai sus, care este o serie geometrica cu ratia p > 0,
sa fie convergenta se impune conditia p < 1 (in acest caz capacitatea de servire in
sistem este corespunzatoare).
Daca p > 1, atunci vom avea aglomerarea si serviciul nu poate fi asigurat de
o singura statie.
In cazul p < 1 suma seriei din paranteza (in relatia 9.5.2.) va f i * , de
1-p
unde
^o=l-P- (9-5.3.)
320
Acum putem determina toate caracteristicile modelului. Numarul mediu de
unitati in sistem (fir + statie) este
d a 1 1
(p + p2+... + p"+...)
dp dp\\-p) [\-p)
Astfel relatia (9.5.4.) devine
n = ^ . (9.5.5.)
f
1-p
deci
^ pLsm^ *L_ (9.5.7.)
f f
1-p \i(\i-X)
Timpul mediu de asteptare a unei unitati in fir, Tf , este dat de raportul dintre
numarul mediu de unitati ce asteapta in fir si numarul de unitati efectiv servite in
unitatea de timp
~nf _\ p
t f = ^ =- - — , (9.5.8.)
321
Probabilitatea ca numarul unitatilor ce se gasesc in sistem la un moment dat
sa fie mai mare decat un numar k, va fi
P(n>k) = | > „ = £(l-p)p«.(l-p)( p ^ + p t + 2 + . . >
— = —= p < l .
H 3
a) \ = 2 calatori/minut deci, repartitia sosirilor in sistem, adica a variabilei
aleatoare „numarul de unitati sosite in sistem pe unitatea de timp" este
n
T 2 , n = 0,1,2,....
\n\e )
b) timpul de servire are o repartitie exponentiala cu parametrul [i = 3
( s \3e~3' pentru/>0
calatori/minut, fix) = \ . Media timpului de servire este
[0 pentru/<0
322
2
2 ^ 1
d) p - p p - - ---0,148.
2
e) tf= — = ^ r = -minute,
V- i - p 3 i _ 2 3
3
f = = - 1 minut.
H 1-p 3 j _ 2
9.5.2.Modelcufirlimitat (MIMI\):(FIF0I'TVI'oo)
Acest model este asemanator cu eel precedent, cu presupunerea ca firul de
asteptare este limitat si are o capacitate marginita la TV unitati, deci in firul de
asteptare se pot afla eel mult T V - 1 unitati. Orice unitate care soseste cand
sistemul este „plin" refuza sa intre in sistem si il paraseste pentru totdeauna.
Formulele din modelul precedent vorfiadaptate, tinand cont sa avem TV
termeni, si nu o infmitate, adica sumele se va face numai pana la n = N. Astfel
avem
N N+\
l = J^Pn=p0(l + p + ... + pN)=pi 1 P
deundep0= T ^r.
Observam ca, pentru acest model nu este necesara conditia p < 1, suma
probabilitatilor avand sens si pentru p > 1.
Putem interpreta intuitiv ca numarul de unitati ce pot aparea in sistem este
controlat de numarul maxim de unitati in coada, TV - 1 , si nu de ratele sosirilor si
serviciilor. Ca o consecinta, rata sosirilor X nu afecteaza conditiile de stationaritate
ale sistemului.
323
Pentru a calcula ultima suma, £ « p " _ 1 , v o m deriva termen cu termen
71 = 1
avem7V-l sivomobtine
p2[l-NPN1+(N-iy]
L
wf =
f , w— v4-i\ • (9.5.14.)
(I-PXI-PW+1)
caredupainlocuiredevine
- pfl-^p^+fiV-lK]
J
tf = / w- M f , (9.5.15.)
n(i - px.1 - P j
iar timpul mediu de asteptare in sistem, Ts = Tf + - , va fi
f, ^ f TT^X . (9.5.16.)
H(I-PXI-P j
Exemplu. Intr-o parcare masinile sosesc conform legii Poisson cu rata de 2 0
masini pe ora. Parcarea are 15 locuri. Timpul de stationare a unei masini este
exponential cu media de 16 pe ora.
a) Care este probabilitatea ca o masina sa nu astepte? Care este probabilitatea sa
gaseasca un loc liber in parcare?
b) Care este timpul mediu de asteptare pana cand o masina paraseste parcarea?
324
Solutie
Cazul dinproblems se incadreazainmodelul (MIMI\):(FIF0IN/OO) in
care TV - 15. Alegem ca unitate de timp ora, atunci X = 20 masini/ora, [i = 16
Vom presupune ca numarul statiilor s este mai mare ca unu, fiecare statie avand
acelasi parametru de servire », sosirile avand o repartitie Poisson de medie X,timpulde
servire exponential, iar trecerea din firul de asteptare in oricare statie libera se face in
ordineasosirilor.
Populatia din care provin unitatile este infinita, asa ca numarul mediu al unitatilor ce
sosesc in sistemul de asteptare este constant si egal cu X.
Pentru calculul probabilitatilor asociate starilor sistemului se utilizeaza
sistemul general de ecuatii de stare in cazul stationar si formulele (9.4.11.) si
(9.5.1.) in care
Xn=X,\/n^n, (9.5.17.)
iar pentru \in vom considera doua cazuri:
a) cand numarul n al unitatilor ce se afla in sistem in momentul t este mai mic
decat s, vor lucra doar n statii din cele s, iar \in va fi de n ori mai mare
decat pentru o singura statie;
b) cand n > s toate statiile vor lucra la momentul respectiv si atunci \xn va fi
s\i.
Astfel
325
\n\i pentru\<n<s
Vn (9.5.18.)
s\i pentru n> s
X
Inlocuim relatile (9.5.18.), (9.5.17.) in relatia (9.4.10.), cu p - - factorul de
p
serviciu al unei statii, vom avea
1) Daca \<n<s, p r i „
Pn - — P Pn,
l\i-2\i-...-n\i nY
X" P"
2) Daca n>s, pn 0 ^ ^ 7 ^ 0
\[i-2[i- ...-(s -\)[i- s[i- ...■ sp.
n-s ori
Rezulta
Pn Pip0,l<n<s
(9.5.20.)
k
ps+k = p Ps ,k>\,
unde
p=A =E (9.5.21.)
\xs s
se mai numeste factorul de utilizare al sistemului. Pentru a se evita aglomeratia,
acest factor este necesar sa fie subunitar, adica p < 1 echivalent cu — - - < 1, de
s\i s
unde p < s, astfel vom putea concluziona ca factorul de serviciu al unei statii poate
fi supraunitar, dar mai mic ca numarul statiilor s .
Cum ^p„=l §i tinand cont de forma probabilitatilor pn vom avea
n=0
S
P" P
y —Pa + y — ( p ) " " Pa = 1 sau
n=0 n\ n-s
s\
s-\
v/ - p—" + —
p '>v v(p
-v- = 1.
Pi
\n=0 n\ s\ n-s
326
CO
1
si tinand cont ca £ ( p ) " ~ =aci este o progresie geometrica cu ratia
n-s l-p
p < 1, obtinem
1
(9.5.22.)
hnl sl(l-p)
Variabile aleatoare nf ce reprezinta numarul de unitati din firul de asteptare
la un moment dat are repartitia
0 1 2
nf
YJ{n-s)Pn= ^(n-SSi)-(Py-sp
n=s+\ n=s+\
Pi (l + 2p+3p2+..)=p0?
si (l-p)2
;aciamtinutseamaca
l + 2p + 3p 2 +... = — ( p + p2 + p3 +...)= — P
^P t/p^l-pj (l-p)2
deci
s
Vf = 9 P
(9.5.23.)
s\ (i_p)20
Se arata, folosind sumarea acelorasi serii, ca numarul mediu de unitati de curs
de servire in modelul acesta este ~ns = p , de unde numarul mediu de unitati din
sistemul de asteptare este
s+l
n=nf + n s= SL PQ p. (9.5.24.)
( S -I)( S -P7-
Timpul mediu de asteptare a unei unitati in fir va fi
n 1 ps p
tr (9.5.25.)
^ W 5! (l-p-r 0
iar timpul mediu de asteptare a unei unitati in sistem este
1 1 1 ps p
ts - tf + — - 2 A0> + 1 (9.5.26.)
(j, (J, P *! ( l - p )
327
Observatie. Daca se presupune ca in sistemul de a§teptare pot exista eel mult
TV unitati la un moment dat §i ca deci firul de a§teptare este limitat, in el putand fi
eel mult TV - s unitati, atunci pn = 0 pentru n > TV §i avem
1 pentru 1 < n < s p"p pentru 1 < n < s
PPo
m
Pn 1
— P Po pentru s<n<N Ps(p)" S
Po pentru s<n<N
sis
dar
I ,l-p^+1
/ - p (p)
slP 1-p
atunci vom avea
1
Pi0 s-\
^ 1 „ 1 , 1 - p N-s+\
> —p +—p 1-p
n=0 n\ s\
Pentru a evita calculele laborioase necesare determinarii indicatorilor n,nf,
~ns putem folosi formulele de recurenta pentru pn,
*.=±«P.+>±
+ sypn
n-s
Exemplu. La o agentie de voiaj sunt amplasate patru case de bilete. Se §tie ca
sosirea pasagerilor este poissoniana cu o medie de 120 pasageri pe ora, iar timpul
de servire a unui pasager este 90 de secunde. Sa se determine numarul mediu de
pasageri care a^teapta sa intre in agentie §i timpul de a^teptare in coada.
328
Solutie. s = A, A. = 120, — = 90" = 1,5' = — ore, rezulta u, = 40 si p = - = 3.
\i 40 H
-i
3
p" p4 1 1 - /I 3
Avem p0 y 0,038, p = — = - < 1 deci se evita supra-
sju 4
^ « ! 4! 1-p
aglomerarea, Tf = ?- ^ • - ^ ^ ^ P0 o= 2= ,2,052,
0 5 2ns, =^ p == 33 ,, T^ f == X^ = 0,0057 ore.
si ( l - p ) H«,
Cele patru case de bilete sunt folosite la intreaga capacitate, caci numarul de
pasageri serviti in unitatea de timp \ms = 360 este egal cu posibilitatile de servire
s[i = 360.
Observatie. Daca numarul pasagerilor ce sosesc la agentie ar fi: A = 80
pasageri pe ora, atunci s-ar obtine p = 2 , p = - < l , p0 = 0,l5, nf=\,2>2>,
329
Inlocuim Xn si \in = \i in relatia (9.5.23.). Vomavea
mX ■ (m -1) X ■... ■ ( m - n +1) X
/70 =/w(/W-l)...(
(xY
l) -
Pn Po
\v)
astfelcapentru « = l,2,...,/w,
(9.5.27.)
1
=
Po i n ■
(9.5.28.)
n (9.5.29.)
n=0 n=0
m
inlocuim pn cu expresia obtinuta anterior si tinem cont c& £ / ? „ = 1. Vom obtine
n=0
m
n - m -^y(m-njA^p"p0
n=0
dar
(m - n)Anm = m(m - \)..\m — n + \\m — n) = A^+l
si atunci
m-\
1
n - m -/,Al+lp"p() = m (1-Po).
n=0 p
djJC/Vi^-Po.deci
n=0
1
n - m[\- p0). (9.5.30.)
p
Numarul mediu de unitati in curs de servire este
ns=l-pt A (9.5.31.)
iar numarul mediu de unitati in firul de asteptare este
1+p
nf -n =n-n
—ns -m (1-A,)- (9.5.32.)
p
330
Timpul mediu de asteptare a unei unitati in fir este
Is = »/
=
J-f-=—1m
1
1
(9.5.33.)
V
7 >
kym-n)
Exemplu. In exemplu considerat in acest model sa presupunem ca masinile
apartin unui atelier de strungarie, in care avem 6 strunguri de acelasi fel, ce pot fi
reparate in caz de defectare de un singur mecanic. Stiind ca in 8 ore masinile se
defecteaza cu repartitia poissoniana cu X = 2 masini/h, iar muncitorul repara o
masina intr-un timp exponential cu media 15 minute. Sa se determine:
a) perioada de inactivitate a mecanismului;
b) probabilitatea ca 3 strunguri sa fie defecte;
c) celelalte caracteristici ale modelului.
Solutie
a) Perioada de inactivitate este aceea cand in sistem nu exista nici un
strung, deci trebuie calculat p 0 cu ajutorul relatiei (9.5.27.) stiind ca
X = 2 masini/h, \i = 4 masini/h, p = - , 0/>0 = 0,012 .
2
b) Inlocuind datele in relatia (9.5.30.) obtinem
3
p 3 - A6 •0,012-0,18.
w = 1 6 - ] ( l - 0 , 0 1 2 ) =4,02
T
2
si din relatia (9.5.32.) obtinem
1+
nff = 6 -T^-(l - 0,012) = 3,036.
331
Timpul mediu de asteptare a unui strung in fir este tf = 0,75 ore, iar timpul
mediu de asteptare in sistem Ts = 1,003 ore.
Acest model difera de eel anterior prin faptul ca servirea este asigurata de s
stati de servire identice. Evident, s < m altfel nu ar exista asteptarea.
Ca si la modelul anterior, populatia din sursa este finite parametrul Xn
reprezentand numarul mediu al sosirilor pe unitatea de timp, depinde de numarul
unitatilor ramase in sursa X„=(m- n)X.
Celalalt parametru, \in, se va scrie ca si in modelul
(MlMis): (FIFO/oo/oo) CU S >1 SI anume
\n\i pentrul<«<5
[s\i pentru s<n<m
In (9.4.10.) inlocuim Xn si »„ in cele 2 statii si obtinem
1) daca 1 < n < s, atunci
n
mX-(m-\)k ■...■(m-n + l)X Anm
Po = CmP"P0 >
332
-i
s-\
A"
Po ICP"+Z^7P" (9.5.36.)
V«=o
n=0 n=O i:i
J
m _
nf = ^ ( « - s ) p „ ,ns=n-nf,t §i ts=tf +
n=s+l
333
Solutie. Din datele problemei deducem ca s = 4 statii, m = S ma§ini, u = -
3
ma§ini pe ora. - = 6 , de unde X = - ma§ini pe ora, astfel ca p - - - - §i
X 6 n 4
X 1
p
s\i 16
a) Aplicand formula (9.5.37.) vom avea
-i
4 1 V
<1 4 ^
PA±C; 4! ti 16
0,167
n=o v^y
3
§i p3 = C\ p0 = 0,146
C) f, i 1
= 34 secunde §i ts = t f+ - = 1,5094 ore.
^ (j,
334
CURS SIMULARE
I.1. Introducere
Prin sistem se înŃelege, sub forma cea mai vagă, o mulŃime de obiecte O
interconectate prin intermediul unei relaŃii R , adica Sistem = (O , R ) , unde
R ⊂ O ×O
DefiniŃia formală generală a unui sistem este:
DefiniŃia 2. Un sistem este următoarea structură de mulŃimi:
S = (T , X , Ω, Σ, Y , δ, λ )
unde:
T = timpul de bază al sistemului (ceasul sistemului);
X = mulŃimea intrărilor;
Ω = mulŃimea segmentelor de intrare (forma intrărilor!); segment =
ω : (t 0 , t1 ) ֏ X ,= ω(t0 ,t1 ) =grafic= {(t , ω(t )), t0 ≤ t ≤ t1} . Se foloseşte de regulă notaŃia
ω(t ,t1 ) = {(τ, ω(τ )), t ≤ τ ≤ t1 } şi notaŃiile ω = ω (t0 ,t1 ) , ωt ) = ω(t0 ,t ) , ω(t = ω (t ,t1 ) , ω = ωt )ω (t .
Σ = mulŃimea stărilor interne ale sistemului = memoria sistemului; Conceptul
de stare este esenŃial în modelarea sistemelor; el descrie structura internă (intimă!) a
sistemului;
δ = funcŃia de tranziŃie a stărilor definită ca
δ:Σ×Ω ֏ Σ .
Ea satisface relaŃia
δ(σ, ω) = δ(δ(σ, ωt ) ), ω(t ) , ∀t , ω = ωt )ω(t .
care este axioma semigrupului sau proprietatea de separabilitate a stărilor. MulŃimea
(graficul) (ω, σ ) se numeşte traiectorie a stărilor;
Y = mulŃimea ieşirilor (Sistemul este presupus deschis, intrările şi ieşirile fiind
exterioare sistemului). MulŃimea Y conŃine răspunsul sistemului la intrarea de forma ω ,
când la momentul iniŃial t 0 sistemul se află în starea σ .
λ = funcŃia de răspuns, de forma λ : Σ × X × T ֏ Y ; λ(σ, x, t ) conduce la un
segment de ieşire ce reprezintă forma răspunsului sistemului la intrarea x , la momentul
t când starea la momentul t 0 , t 0 < t , este σ ;
Notă: din definiŃie rezultă că pentru o stare iniŃială σ , (la momentul t 0 ) când are
loc intrarea de forma ω se realizează o traiectorie unică a stărilor. Cu alte cuvinte,
traiectoria stărilor satisface relaŃiile:
STRAJ σ,ω : (t 0 , t1 ) ֏ Σ , astfel încât STRAJ σ,ω (t 0 ) = σ
STRAJ σ,ω (t ) = δ(σ, ω(t ) , ∀t ∈ (t 0 , t1 )
ProiecŃia STRAJ obŃinută prin funcŃia de tranziŃie a stărilor compusă cu funcŃia
de răspuns, este traiectoria de ieşire
OTRAJ σ,ω : (t 0 , t1 ) ֏ Y
Dacă λ = λ (σ ) (ieşirea depinde numai de σ ) atunci rezultă relaŃia simplă:
OTRAJ σ,ω (t ) = λ (STRAJ σ,ω (t )) .
Nivele de reprezentare a sistemelor. Există mai multe nivele de reprezentare a
sistemelor şi anume:
- Reprezentarea la nivel de comportare. Sistemul este o cutie neagră (black
box), exprimat formal prin relaŃia:
{
R s = (ω, ρ ) ω ∈ Ω, ρ = OTRAJ σ,ω , σ ∈ Σ }
Acest nivel de reprezentare este cel mai vag. El descrie numai relaŃiile de
intrare/ieşire ce se pot observa din afara sistemului (care deci se comportă ca o
cutie neagră).
- Reprezentarea la nivel de structură de stare. La acest nivel se intră în structra
internă a sistemului, adică se stabilesc elementele acestuia : (T , X , Ω, Σ, Y , δ, λ ) ,
definite ca mai sus.
- Reprezentarea modulară (ca structură compusă). Dacă sistemul este complex,
atunci se identifică subsisteme ale acestuia precum şi interconexiunile dintre ele
în sensul că ieşirile unor subsisteme sunt intări în alte subsisteme, intrările unor
subsisteme fiind intrări ale sistemului şi ieşirile unor subsisteme fiind ieşiri ale
sistemului.
Nivelele de reprezentare a sistemelor, pornind de la forma cea mai vagă şi
continuând până la forma detaliată, legitimează Metodologia ''TOP DOWN'' de
proiectare a sistemelor de orice fel, în particular, metodologia de proiectare a sistemelor
informatice, şi în general metodologia de proiectare ierarhică, descendentă a
programelor.
TEMA 1 -Modelare si Simulare-
1. Cu lipsa de stoc
Q=300 bucati p=Cp/(Cs+Cp)=7/12=0.58
Ѳ=50 zile q=sqrt((2*Q*c1)/( Ѳ*Cs*p))=sqrt(2*300*10/50*5*0.58)=sqrt(24/0.58)=6.43 bucati
Cs=5 u.m. s=p*q=6.43*0.58=3.73
C1=10 u.m. v=Q/q=300/6.43=46.66 aprovizionari
Cp=7 u.m T= Ѳ/v=50/46.66=1 zi
q=? C=sqrt(2*Q* Ѳ*c1*Cs*p)=sqrt(2*300*50*10*50*0.58)=932.73 u.m.
T=?
s=? 2. fara lipsa de stoc
v=? q=sqrt((2*Q*c1)/( Ѳ*Cs))=sqrt(2*300*10/50*5)=4.89 bucati
C=? v=Q/q=300/4.89=61.349 aprovizionari
T= Ѳ/v=50/61.349=0.815 zile
C=sqrt(2*Q* Ѳ*c1*Cs)=sqrt(2*300*50*10*50)=1224.744 u.m
1. Cu lipsa de stoc
1 400 15 10 8
2 150 10 15 10
3 250 25 8 30
q 1=sqrt((2*Q1*c11)/( Ѳ*Cs1*p1))=sqrt(2*400*10)/(100*15*0,3)=4,21
v 1=Q 1/q 1=sqrt((Ѳ*Q 1* Cs1)/(2*C11*0,3))=400/4,21=95,01
S1=q 1*p1=1,26
C1=sqrt(2* Ѳ*Cs1*Q1*p1)=sqrt(2*100*15*400*0,3)=600
P 2=10/20=0,5
q 2=sqrt((2*150*15)/(100*10*0,5))=3
V 2=Q2/q 2=150/3=50
T 2= Ѳ/v 2=100/50=2
C 2=sqrt(2*100*150*10*0,5)=387,298
P 3=30/55=0,5
q 3=sqrt((2*250*8)/(100*25*0,5))=1,78
T 3= Ѳ/V 3=100/140,44=0,71
C 3=sqrt(2*100*250*25*0,5)=790,569
C=∑ Ci =1777,867
I=1
Am rugamintea sa verificati si voi daca am aplicat formulele corecte si daca mai e ceva de
completat,corectat.Problema am rezolvato dupa modelul de stocare a mai multor produse
tinand cont ca exista lipsa de stoc.
TEMA 2