ТЕОРИЯ МАССОВОГО ОБСЛУЖИВАНИЯ

Введение

Теория массового обслуживания является важным разделом системного анализа и исследования операций. Она богата разнообразными приложениями: от задач. связанных с эксплуатацией телефонных сетей, до научной организации производства. Эта теория используется там, где имеются вызовы и клиенты, сигналы и изделия массового производства, а также там, где изделия обслуживаются, обрабатываются, передаются.

Идеи и методы теории массового обслуживания (ТМО) получают всё большее распространение. Многие задачи техники, экономики, военного дела, естествознания могут быть поставлены и решены в терминах ТМО.

Своим возникновением ТМО обязана, в первую очередь, прикладным вопросам телефонии, в которых из-за большого числа независимых или слабо зависимых источников (абонентов телефонных станций) потоки заявок (вызовов) имеют четко выраженный случайный характер. Случайные колебания (флуктуации) около некоторого среднего являются в данном случае не результатом какого-то отклонения от нормы, а закономерностью, свойственной всему процессу. С другой стороны, стабильность работы телефонных станций, возможность получения хороших статистических данных создали предпосылки для выявления основных характеристик, свойственных данному процессу обслуживания.

Впервые на это обратил внимание и провёл исследования датчанин А.К. Эрланг. Основные его работы в данной области относятся к 1908 - 1921 годам. С этого времени, интерес к проблемам, выдвинутым Эрлангом, необычайно возрос. В 1927 - 1928 годах появляются работы Молина и Фрайя, позже в 1930 - 1932 годах - интересные работы Поллачека, А.Н. Колмогорова, А.Я. Хинчина.

Нужно сказать, что первые задачи ТМО были достаточно простыми и допускали получение окончательных аналитических зависимостей. О, развитие шло как по линии увеличения сферы приложения ТМО, так и по линии усложнения стоящих перед ней задач. Оказалось, что задачи типа телефонных, возникают в самых разнообразных направлениях исследований: в естествознании. в технике, на транспорте, в военном деле, в организации производства и т.д.

23. Системы массового обслуживания

Во многих областях практической деятельности человека мы сталкиваемся с необходимостью пребывания в состоянии ожидания. Подобные ситуации возникают в очередях в билетных кассах, в крупных аэропор­тах, при ожидании обслуживающим персоналом самолетов разрешения на взлет или посадку, на телефонных станциях в ожидании освобождения линии абонента, в ремонтных цехах в ожидании ремонта станков и обо­рудования, на складах снабженческо-сбытовых организаций в ожидании разгрузки или погрузки транспортных средств. Во всех перечисленных случаях имеем дело с массовостью и обслуживанием. Изучением таких ситуаций занимается теория массового обслуживания.

Теория массового обслуживания – область прикладной математики, занимающаяся анализом процессов в системах производства, обслуживания, управления, в которых однородные события повторяются многократно, например, на предприятиях бытового обслуживания; в системах приема, переработки и передачи информации; автоматических линиях производства и др.

Предметом теории массового обслуживания является установление зависимостей между характером потока заявок, числом каналов обслуживания, производительностью отдельного канала и эффективным обслуживанием с целью нахождения наилучших путей управления этими процессами.

23.1. Понятие смо

В теории систем массового обслуживания (СМО) обслуживаемый объект называют требованием. В общем случае под требованием обычно понимают запрос на удовлетворение некоторой потребности, например, разговор с абонентом, посадка самолета, покупка билета, получение материалов на складе.

Средства, обслуживающие требования, называютсяобслуживающими устройствами иликаналами обслуживания . Например, к ним относятся каналы телефонной связи, посадочные полосы, мастера-ремонтники, би­летные кассиры, погрузочно-разгрузочные точки на базах и складах.

Совокупность однотипных обслуживающих устройств называется системой массового обслуживания . Такими системами могут быть телефонные стан­ции, аэродромы, билетные кассы, ремонтные мастерские, склады и базы снабженческо-сбытовых организаций и т.д.

Основной задачей теории СМО является изучение режима функциони­рования обслуживающей системы и исследование явлений, возникающих в процессе обслуживания. Так, одной из характеристик обслуживающей системы является время пребывания требования в очереди. Очевидно, что это время можно сократить за счет увеличения количества обслужи­вающих устройств. Однако каждое дополнительное устройство требует определенных материальных затрат, при этом увеличивается время без­действия обслуживающего устройства из-за отсутствия требований на обслуживание, что также является негативным явлением. Следовательно, в теории СМО возникают задачи оптимизации: каким образом достичь оп­ределенного уровня обслуживания (максимального сокращения очереди или потерь требований) при минимальных затратах, связанных с просто­ем обслуживающих устройств.

Источник. Источник определяется как устройство или множество, из которого требования поступают в систему для обслуживания. Источник называют бесконечным или конечным в зависимости от того, бесконечное или конечное число требований содержится в нем. Будем всегда предполагать, что источник, генерирующий требования, неисчерпаем. Например, хотя абонентов некоторого телефонного узла конечное число, предполагаем, что они образують бесконечный источник.

Входящий поток. Требования, поступающие из источника на обслуживание, образуют входящий поток. Само требование можно рассматривать как запрос на удовлетворение какой-то потребности. Примеров входящих потоков можно привести множество. Это - поток информации, поступающей на обработку в ЭВМ; поток заявок на АТС; поток клиентов, приходящих в ателье, и больных в поликлинику, поток прибывающих в порт судов; налетающие на объект удара самолеты и ракеты противника и т. д.

Обслуживающая система. Под обслуживающей системой понимают множество технических средств или производственного персонала (различного рода установки, приборы, устройства, тоннели, взлетно-посадочные полосы, линии связи, продавцы, бригады рабочих или служащих, кассиры и т. д.), выполняющих функции обслуживания. Все перечисленное выше, как уже говорилось, объединяется одним названием «канал обслуживания» (обслуживающий прибор). Состав системы определяется количеством каналов (приборов, линий). По количеству каналов системы можно подразделить на одноканальные и многоканальные.

Выходящий поток. Выходящий поток - это поток требований, покидающих систему после обслуживания. Сюда могут входить и требования, которые покинули систему, не пройдя обслуживания.

Входящий поток, функционирование обслуживающей системы как результат обслуживания, выходящий поток подлежат количественному описанию. Для того чтобы проводить математические исследование процесса массового обслуживания, необходимо полно определить систему обслуживания. Обычно это означает:

- задание входящего потока. Здесь имеются в виду как средняя интенсивность поступления требований, так и статистическая модель их поступления (т. е. закон распределения моментов поступления требований в систему);

- задание механизма обслуживания. Это означает указание того, когда обслуживание допустимо, сколько требований может обслуживаться одновременно и как долго длится обслуживание. Последнее свойство обычно характеризуют статистическим распределением длительности обслуживания (закон распределения времени обслуживания);

- задание дисциплины обслуживания. Это означает указание способа, по которому происходит отбор одного требования из очереди (если она есть) на обслуживание. В простейшем варианте дисциплина обслуживания заключается в обслуживании требований в порядке их поступления (справедливый принцип), однако существует и много других возможностей.

Задание системы предполагает также известное описание взаимодействия между отдельными ее частями.

Когда система достаточно полно определена, появляется основание для построения математической модели. Если математическая модель более или менее адекватно отображает реальную систему, то она позволяет получить основные характеристики функционирования системы. Разумеется, модель значительно упрощает практическую ситуацию, но это не умаляет математических методов теории массового обслуживания и положение дел не отличается от положения дел в других областях прикладной математики.

Расчет показателей эффективности открытой одноканальной СМО с отказами. Расчет показателей эффективности открытой многоканальной СМО с отказами. Расчет показателей эффективности многоканальной СМО с ограничением на длину очереди. Расчет показателей эффективности многоканальной СМО ожиданием.

1. Потоки заявок в СМО

2. Законы обслуживания

3. Критерии качества работы СМО

4.

5. Параметры моделей очередей. При анализе систем массового

6. I. Модель А – модель одноканальной системы массового об­служивания с Пуассоновским входным потоком заявок и Экспоненциальным временем обслуживания.

7. II. Модель В – многоканальная система обслуживания.

8. III. Модель С – модель с постоянным временем обслуживания.

9. IV. Модель D – модель с ограниченной популяцией.

Потоки заявок в СМО

Потоки заявок бывают входные и выходные.
Входной поток заявок – это временная последовательность событий на входе СМО, для которой появление события (заявки) подчиняется вероятностным (или детерминированным) законам. Если требования на обслуживание приходят в соответствие, с каким – либо графиком (например, автомобили приезжают на АЗС каждые 3 минуты) то такой поток подчиняется детерминированным (определенным) законам. Но, как правило, поступление заявок подчиняется случайным законам.
Для описания случайных законов в теории массового обслуживания вводится в рассмотрение модель потоков событий. Потоком событий называется последовательность событий, следующих одно за другим в случайные моменты времени .
В качестве событий могут фигурировать поступление заявок на вход СМО (на вход блока очереди), появление заявок на входе прибора обслуживания (на выходе блока очереди) и появление обслуженных заявок на выходе СМО.


Потоки событий обладают различными свойствами, которые позволяют различать различные типы потоков. Прежде всего, потоки могут быть однородными инеоднородными.
Однородные потоки – такие потоки, в которых поток требований обладает одинаковыми свойствами: имеют приоритет первым пришел – первым обслужен, обрабатываемые требования имеют одинаковые физические свойства.
Неоднородные потоки – такие потоки, в которых требования обладают неодинаковыми свойствами: требования удовлетворяются по принципу приоритетности (пример, карта прерываний в ЭВМ), обрабатываемые требования имеют различные физические свойства.
Схематично неоднородный поток событий может быть изображен следующим образом


Соответственно можно использовать несколько моделей СМО для обслуживания неоднородных потоков: одноканальная СМО с дисциплиной очереди, учитывающей приоритеты неоднородных заявок, и многоканальная СМО с индивидуальным каналом для каждого типа заявок.
Регулярным потоком называется поток, в котором события следуют одно за другим через одинаковые промежутки времени. Если обозначить через – моменты появления событий, причем , а через интервалы между событиями, то для регулярного потока

Рекуррентный поток соответственно определяется как поток, для которого все функции распределения интервалов между заявками

совпадают, то есть

Физически рекуррентный поток представляет собой такую последовательность событий, для которой все интервалы между событиями как бы "ведут себя" одинаково, т.е. подчиняются одному и тому же закону распределения. Таким образом, можно исследовать только один какой-нибудь интервал и получить статистические характеристики, которые будут справедливы для всех остальных интервалов.
Для характеристики потоков очень часто вводят в рассмотрение вероятность распределения числа событий в заданном интервале времени , которая определяется следующим образом:

где – число событий, появляющихся на интервале .
Поток без последействия характеризуется тем свойством, что для двух непересекающихся интервалов времени и , где , , , вероятность появления числа событий на втором интервале не зависит от числа появления событий на первом интервале.


Отсутствие последействия означает отсутствие вероятностной зависимости последующего течения процесса от предыдущего. Если имеется одноканальная СМО с временем обслуживания , то при потоке заявок без последействия на входе системы выходной поток будет с последействием, так как заявки на выходе СМО не появляются чаще чем интервал . В регулярном потоке, в котором события следуют друг за другом через определенные промежутки времени, имеется самое жесткое последействие.
Потоком с ограниченным последействием называется такой поток, для которого интервалы между событиями независимы.
Поток называется стационарным, если вероятность появления какого-то числа событий на интервале времени зависит только от длины этого интервала и не зависит от его расположения на оси времени. Для стационарного потока событий среднее число событий в единицу времени постоянно.
Ординарным потоком называется такой поток, для которого вероятность попадания на данный малый отрезок времени dt двух и более требований пренебрежительно мала по сравнению с вероятностью попадания одного требования.
Поток, который обладает свойствами стационарности, отсутствия последействия и ординарности называют пуассоновским (простейшим). Этот поток занимает центральное место среди всего многообразия потоков, так же как случайные величины или процессы с нормальным законом распределения в прикладной теории вероятности.
Пуассоновский поток описывается следующей формулой:
,
где – вероятность появления событий за время , – интенсивность потока.
Интенсивностью потока называют среднее число событий, которые появляются за единицу времени.
Для пуассоновского потока интервалы времени между заявками распределены по экспоненциальному закону

Потоком с ограниченным последействием, для которого интервалы времени между заявками распределены по нормальному закону, называется нормальным потоком.

Законы обслуживания

Режим обслуживания (время обслуживания), так же как и режим поступления заявок, может быть либо постоянным, либо случайным. Во многих случаях время обслуживания подчиняется экспоненциальному распределению.
Вероятность того, что обслуживание закончится до момента t, равна:

где – плотность потока заявок
Откуда плотность распределения времени обслуживания

Дальнейшим обобщением экспоненциального закона обслуживания может служить закон распределения Эрланга, когда каждый интервал обслуживания подчиняется закону:

где – интенсивность исходного пуассоновского потока, k – порядок потока Эрланга.

Критерии качества работы СМО

Эффективность работы СМО оценивается различными показателями в зависимости от цепи и типа СМО. Наибольшее распространение получили следующие:

Абсолютная пропускная способность СМО с отказами (производительность системы) – среднее число требований, которые может обработать система.

Относительная пропускная способность СМО – отношение среднего числа требований, обработанных системой, к среднему числу требований, поступивших на вход СМО.

Средняя длительность простоя системы.

Для СМО с очередью добавляются такие характеристики:
Длина очереди, которая зависит от ряда факторов: от того, когда и сколько требований поступило в систему, сколько времени затрачено на обслуживание требований, которые поступили. Длина очереди является случайной величиной. От длины очереди зависит эффективность работы системы массового обслуживания.

Для СМО с ограниченным ожиданием в очереди важны все перечисленные характеристики, а для систем с неограниченным ожиданием абсолютная и относительная пропускная способности СМО теряют смысл.

На рис. 1 приведены системы обслуживания различной кон­фигурации.

Параметры моделей очередей. При анализе систем массового обслуживания используются технические и экономические харак­теристики.

Наиболее часто используются следующие Технические характери­стики:

1) среднее время, которое клиент проводит в очереди;

2) средняя длина очереди;

3) среднее время, которое клиент проводит в системе обслужи­вания (время ожидания плюс время обслуживания);

4) среднее число клиентов в системе обслуживания;

5) вероятность того, что система обслуживания окажется незанятой;

6) вероятность определенного числа клиентов в системе.

Среди Экономических характеристик наибольший интерес пред­ставляют следующие:

1) издержки ожидания в очереди;

2) издержки ожидания в системе;

3) издержки обслуживания.

Модели систем массового обслуживания . В зависимости от со­четания приведенных выше характеристик могут рассматривать­ся различные модели систем массового обслуживания.

Здесь мы ознакомимся с несколькими наиболее известными моделями. Все они имеют следующие общие характеристики:

А) пуассоновское распределение вероятностей поступления заявок;

Б) стандартное поведение клиентов;

В) правило обслуживания FIFO (первым пришел - первым об­служен);

Г) единственная фаза обслуживания.

I. Модель А - модель одноканальной системы массового об­служивания М/М/1 с Пуассоновским входным потоком заявок и Экспоненциальным временем обслуживания.

Наиболее часто встречаются задачи массового обслуживания с единственным каналом. В этом случае клиенты формируют одну очередь к единственному пункту обслуживания. Предположим, что для систем этого типа выполняются следующие условия:

1. Заявки обслуживаются по принципу «первым пришел - пер­вым обслужен» (FIFO), причем каждый клиент ожидает своей очереди до конца независимо от длины очереди.

2. Появления заявок являются независимыми событиями, од­нако среднее число заявок, поступающих в единицу времени, не­изменно.

3. Процесс поступления заявок описывается пуассоновским распределением, причем заявки поступают из неограниченного множества.

4. Время обслуживания описывается экспоненциальным рас­пределением вероятностей.

5. Темп обслуживания выше темпа поступления заявок.

Пусть λ – число заявок в единицу времени;

μ – число клиентов, обслуживаемых в единицу времени;

n – число заявок в системе.

Тогда система массового обслуживания описывается уравнени­ями, приведенными ниже.

Формулы для описания системы М/М/1:

Среднее время обслуживания одного клиента в системе (время ожидания плюс время обслуживания);

Среднее число клиентов в очереди;

Среднее время ожидания клиента в очереди;

Характеристика загруженности системы (доля време­ни, в течение которого система занята обслуживанием);

Вероятность отсутствия заявок в системе;

Вероятность того, что в системе находится бо­лее чем K заявок.

II. Модель В - многоканальная система обслуживания M/M/S. В многоканальной системе для обслуживания открыты два ка­нала или более. Предполагается, что клиенты ожидают в общей очереди и обращаются в первый освободившийся канал обслужи­вания.

Пример такой многоканальной однофазовой системы можно увидеть во многих банках: из общей очереди клиенты обращают­ся в первое освободившееся окошко для обслуживания.

В многоканальной системе поток заявок подчиняется Пуассоновскому закону, а время обслуживания -Экспоненциальному. Приходящий первым обслуживается первым, и все каналы обслу­живания работают в одинаковом темпе. Формулы, описывающие модель В, достаточно сложны для использования. Для расчета параметров многоканальной системы обслуживания удобно ис­пользовать соответствующее программное обеспечение.

Время нахождения заявки в очереди;

Время нахождения заявки в системе.

III. Модель С - модель с постоянным временем обслуживания M/D/1.

Некоторые системы имеют Постоянное, а не экспоненциально распределенное время обслуживания. В таких системах клиенты обслуживаются в течение фиксированного периода времени, как, например, на автоматической мойке автомобилей. Для модели С С постоянным темпом обслуживания значения величин Lq и Wq Вдвое меньше, чем соответствующие значения в модели А, име­ющей переменный темп обслуживания.

Формулы, описывающие модель С:

Средняя длина очереди;

- среднее время ожидания в очереди;

Среднее число клиентов в системе;

Среднее время ожидания в системе.

IV. Модель D - модель с ограниченной популяцией.

Если число потенциальных клиентов системы обслуживания Ограничено, мы имеем дело со специальной моделью. Такая за­дача может возникнуть, например, если речь идет об обслужива­нии оборудования фабрики, имеющей пять станков.

Особенность этой модели по сравнению с тремя рассмотрен­ными ранее в том, что существует Взаимозависимостьмежду длиной очереди и темпом поступления заявок.

V. Модель Е - модель с ограниченной очередью. Модель от­личается от предыдущих тем, что число мест в очереди Ограни­чено. В этом случае заявка, прибывшая в систему, когда все ка­налы и места в очереди заняты, покидает систему необслуженной, т. е. получает отказ.

Как частный случай модели с ограниченной очередью можно рассматривать Модель с отказами, если количество мест в очере­ди сократить до нуля.

При исследовании операций часто приходится сталкиваться с системами, предназначенными для многоразового использования при решении однотипных задач. Возникающие при этом процессы получили название процессов обслуживания , а системы - систем массового обслуживания (СМО) . Примерами таких систем являются телефонные системы, ремонтные мастерские, вычислительные комплексы, билетные кассы, магазины, парикмахерские и т.п.

Каждая СМО состоит из определенного числа обслуживающих единиц (приборов, устройств, пунктов, станций), которые будем называть каналами обслуживания . Каналами могут быть линии связи, рабочие точки, вычислительные машины, продавцы и др. По числу каналов СМО подразделяют на одноканальные и многоканальные .

Заявки поступают в СМО обычно не регулярно, а случайно, образуя так называемый случайный поток заявок (требований) . Обслуживание заявок, вообще говоря, также продолжается какое-то случайное время. Случайный характер потока заявок и времени обслуживания приводит к тому, что СМО оказывается загруженной неравномерно: в какие-то периоды времени скапливается очень большое количество заявок (они либо становятся в очередь, либо покидают СМО необслуженными), в другие же периоды СМО работает с недогрузкой или простаивает.

Предметом теории массового обслуживания является построение математических моделей, связывающих заданные условия работы СМО (число каналов, их производительность, характер потока заявок и т.п.) с показателями эффективности СМО, описывающими ее способность справляться с потоком заявок.

В качестве показателей эффективности СМО используются: среднее число заявок, обслуживаемых в единицу времени; среднее число заявок в очереди; среднее время ожидания обслуживания; вероятность отказа в обслуживании без ожидания; вероятность того, что число заявок в очереди превысит определенное значение и т.п.

СМО делят на два основных типа (класса): СМО с отказами и СМО с ожиданием (очередью) . В СМО с отказами заявка, поступившая в момент, когда все каналы заняты, получает отказ, покидает СМО и в дальнейшем процессе обслуживания не участвует (например, заявка на телефонный разговор в момент, когда все каналы заняты, получает отказ и покидает СМО необслуженной). В СМО с ожиданием заявка, пришедшая в момент, когда все каналы заняты, не уходит, а становится в очередь на обслуживание.

СМО с ожиданием подразделяются на разные виды в зависимости от того, как организована очередь: с ограниченной или неограниченной длиной очереди, с ограниченным временем ожидания и т.п.

Для классификации СМО важное значение имеет дисциплина обслуживания , определяющая порядок выбора заявок из числа поступивших и порядок распределения их между свободными каналами. По этому признаку обслуживание заявки может быть организовано по принципу "первая пришла - первая обслужена", "последняя пришла - первая обслужена" (такой порядок может применяться, например, при извлечении для обслуживания изделий со склада, ибо последние из них оказываются часто более доступными) или обслуживание с приоритетом (когда в первую очередь обслуживаются наиболее важные заявки). Приоритет может быть как абсолютным , когда более важная заявка"вытесняет" из-под обслуживания обычную заявку (например, в случае аварийной ситуации плановые работы ремонтных бригад прерываются до ликвидации аварии), так и относительным , когда более важная заявка получает лишь "лучшее" место в очереди.

Понятие марковского случайного процесса

Процесс работы СМО представляет собой случайный процесс .

Под случайным (вероятностным или стохастическим) процессом понимается процесс изменения во времени состояния какой-либо системы в соответствии с вероятностными закономерностями.

Процесс называется процессом с дискретными состояниями , если его возможные состояния можно заранее перечислить, а переход системы из состояния в состояние происходит мгновенно (скачком). Процесс называется процессом с непрерывным временем , если моменты возможных переходов системы из состояния в состояние не фиксированы заранее, а случайны.

Процесс работы СМО представляет собой случайный процесс с дискретными состояниями и непрерывным временем. Это означает, что состояние СМО меняется скачком в случайные моменты появления каких-то событий (например, прихода новой заявки, окончания обслуживания и т.п.).

Математический анализ работы СМО существенно упрощается, если процесс этой работы - марковский. Случайный процесс называется марковским или случайным процессом без последствия , если для любого момента времени вероятностные характеристики процесса в будущем зависят только от его состояния в данный момент и не зависят от того, когда и как система пришла в это состояние.

Пример марковского процесса: система - счетчик в такси. Состояние системы в момент характеризуется числом километров (десятых долей километров), пройденных автомобилем до данного момента. Пусть в момент счетчик показывает . Вероятность того, что в момент счетчик покажет то или иное число километров (точнее, соответствующее число рублей) , зависит от , но не зависит от того, в какие моменты времени изменялись показания счетчика до момента .

Многие процессы можно приближенно считать марковскими. Например, процесс игры в шахматы; система - группа шахматных фигур. Состояние системы характеризуется числом фигур противника, сохранившихся на доске в момент . Вероятность того, что в момент материальный перевес будет на стороне одного из противников, зависит в первую очередь от того, в каком состоянии находится система в данный момент , а не от того, когда и в какой последовательности исчезли фигуры с доски до момента .

В ряде случаев предысторией рассматриваемых процессов можно просто пренебречь и применять для их изучения марковские модели.

При анализе случайных процессов с дискретными состояниями удобно пользоваться геометрической схемой - так называемым графом состояний . Обычно состояния системы изображаются прямоугольниками (кружками), а возможные переходы из состояния в состояние - стрелками (ориентированными дугами), соединяющими состояния.

Пример 1. Построить граф состояний следующего случайного процесса: устройство состоит из двух узлов, каждый из которых в случайный момент времени может выйти из строя, после чего мгновенно начинаете» ремонт узла, продолжающийся заранее неизвестное случайное время.

Решение. Возможные состояния системы: - оба узла исправны; - первый узел ремонтируется, второй исправен; - второй узел ремонтируется, первый исправен; - оба узла ремонтируются. Граф системы приведен на рис. 1.

Стрелка, направленная, например, из в , означает переход системы в момент отказа первого узла, из в - переход в момент окончания ремонта этого узла.

На графе отсутствуют стрелки из в и из в . Это объясняется тем, что выходы узлов из строя предполагаются независимыми друг от друга и, например, вероятностью одновременного выхода из строя двух узлов (переход из в ) или одновременного окончания ремонтов двух узлов (переход из в ) можно пренебречь.

Для математического описания марковского случайного процесса с дискретными состояниями и непрерывным временем, протекающего в СМО, познакомимся с одним из важных понятий теории вероятностей - понятием потока событий.

Потоки событий

Под потоком событий понимается последовательность однородных событий, следующих одно за другим в какие-то случайные моменты времени (например, поток вызовов на телефонной станции, поток отказов ЭВМ, поток покупателей и т.п.).

Поток характеризуется интенсивностью - частотой появления событий или средним числом событий, поступающих в СМО в единицу времени.

Поток событий называется регулярным , если события следуют одно за другим через определенные равные промежутки времени. Например, поток изделий на конвейере сборочного цеха (с постоянной скоростью движения) является регулярным.

Поток событий называется стационарным , если его вероятностные характеристики не зависят от времени. В частности, интенсивность стационарного потока есть величина постоянная: . Например, поток автомобилей на городском проспекте не является стационарным в течение суток, но этот поток можно считать стационарным в течение суток, скажем, в часы пик. Обращаем внимание на то, что в последнем случае фактическое число проходящих автомобилей в единицу времени (например, в каждую минуту) может заметно отличаться друг от друга, но среднее их число будет постоянно и не будет зависеть от времени.

Поток событий называется потоком без последействия , если для любых двух непересекающихся участков времени и - число событий, попадающих на один из них, не зависит от числа событий, попадающих на другие. Например, поток пассажиров, входящих в метро, практически не имеет последействия. А, скажем, поток покупателей, отходящих с покупками от прилавка, уже имеет последействие (хотя бы потому, что интервал времени между отдельными покупателями не может быть меньше, чем минимальное время обслуживания каждого из них).

Поток событий называется ординарным , если вероятность попадания на малый (элементарный) участок времени двух и более событий пренебрежимо мала по сравнению с вероятностью попадания одного события. Другими словами, поток событий ординарен, если события появляются в нем поодиночке, а не группами. Например, поток поездов, подходящих к станции, ординарен, а поток вагонов не ординарен.

Поток событий называется простейшим (или стационарным пуассоновским ), если он одновременно стационарен, ординарен и не имеет последействия. Название "простейший" объясняется тем, что СМО с простейшими потоками имеет наиболее простое математическое описание. Заметим, что регулярный поток не является "простейшим", так как он обладает последействием: моменты появления событий в таком потоке жестко зафиксированы.

Простейший поток в качестве предельного возникает в теории случайных процессов столь же естественно, как в теории вероятностей нормальное распределение получается в качестве предельного для суммы случайных величин: при наложении (суперпозиции) достаточно большого числа независимых, стационарных и ординарных потоков (сравнимых между собой по интенсивностям получается поток, близкий к простейшему с интенсивностью , равной сумме интенсивностей входящих потоков, т.е. . Рассмотрим на оси времени (рис. 1) простейший поток событий как неограниченную последовательность случайных точек.

Можно показать, что для простейшего потока число т событий (точек), попадающих на произвольный участок времени , распределено по закону Пуассона

для которого математическое ожидание случайной величины равно ее дисперсии: .

В частности, вероятность того, что за время не произойдет ни одного события , равна

Найдем распределение интервала времени между произвольными двумя соседними событиями простейшего потока.

В соответствии с (2) вероятность того, что на участке времени длиной не появится ни одного из последующих событий, равна

а вероятность противоположного события, т.е. функция распределения случайной величины , есть

Плотность вероятности случайной величины есть производная ее функции распределения (рис. 3), т.е.

Распределение, задаваемое плотностью вероятности (5) или функцией распределения (4), называется показательным (или экспоненциальным ). Таким образом, интервал времени между двумя соседними произвольными событиями имеет показательное распределение, для которого математическое ожидание равно среднему квадратическому отклонению случайной величины

и обратно по величине интенсивности потока .

Важнейшее свойство показательного распределения (присущее только показательному распределению) состоит в следующем: если промежуток времени, распределенный по показательному закону, уже длился некоторое время , то это никак не влияет на закон распределения оставшейся части промежутка : он будет таким же, как и закон распределения всего промежутка .

Другими словами, для интервала времени между двумя последовательными соседними событиями потока, имеющего показательное распределение, любые сведения о том, сколько времени протекал этот интервал, не влияют на закон распределения оставшейся части. Это свойство показательного закона представляет собой, в сущности, другую формулировку для "отсутствия последействия" - основного свойства простейшего потока.

Для простейшего потока с интенсивностью вероятность попадания на

(Заметим, что эта приближенная формула, получаемая заменой функции лишь двумя первыми членами ее разложения в ряд по степеням , тем точнее, чем меньше ).