Tento materiál vznikl díky Operačnímu programu Praha Adaptabilita CZ.2.17/3.1.00/33254

Podobné dokumenty
Vícekanálové čekací systémy

VYUŽITÍ TEORIE HROMADNÉ OBSLUHY PŘI SIMULOVÁNÍ MIMOŘÁDNÝCH UDÁLOSTÍ

PRAVDĚPODOBNOST A STATISTIKA. Náhodná proměnná vybraná rozdělení

PRAVDĚPODOBNOST A STATISTIKA

MODELY HROMADNÉ OBSLUHY Models of queueing systems

BRNO UNIVERSITY OF TECHNOLOGY FAKULTA STROJNÍHO INŽENÝRSTVÍ ÚSTAV AUTOMATIZACE A INFORMATIKY

6.1 Systémy hromadné obsluhy

14. B o d o v é o d h a d y p a r a m e t r ů

4. B o d o v é o d h a d y p a r a m e t r ů

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor nezávislost, funkce náhodného vektoru

9 NÁHODNÉ VÝBĚRY A JEJICH ZPRACOVÁNÍ. Čas ke studiu kapitoly: 30 minut. Cíl:

PRAVDĚPODOBNOST ... m n

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor nezávislost, funkce náhodného vektoru

6 Intervalové odhady. spočteme aritmetický průměr, pak tyto průměry se budou chovat jako by pocházely z normálního. nekonečna.

Tento materiál vznikl díky Operačnímu programu Praha Adaptabilita CZ.2.17/3.1.00/33254

3. část: Teorie hromadné obsluhy. Ing. Michal Dorda, Ph.D.

Odhady parametrů polohy a rozptýlení pro často se vyskytující rozdělení dat v laboratoři se vyčíslují podle následujících vztahů:

procesy II Zuzana 1 Katedra pravděpodobnosti a matematické statistiky Univerzita Karlova v Praze

Posouzení struktury strojní sestavy pomocí teorie hromadných obsluh

jako konstanta nula. Obsahem centrálních limitních vět je tvrzení, že distribuční funkce i=1 X i konvergují za určitých

Definice obecné mocniny

Národní informační středisko pro podporu kvality

Intervalové odhady parametrů některých rozdělení.

Sekvenční logické obvody(lso)

3. Lineární diferenciální rovnice úvod do teorie

můžeme toto číslo považovat za pravděpodobnost jevu A.

Elektrické přístroje. Přechodné děje při vypínání

veličiny má stejný řád jako je řád poslední číslice nejistoty. Nejistotu píšeme obvykle jenom jednou

Přednáška č. 10 Analýza rozptylu při jednoduchém třídění

Analytické modely systémů hromadné obsluhy

odhady parametrů. Jednostranné a oboustranné odhady. Intervalový odhad střední hodnoty, rozptylu, relativní četnosti.

Směrnice 1/2011 Statistické vyhodnocování dat, verze 4 Verze 4 je shodná se Směrnicí 1/2011 verze 3, pouze byla rozšířena o robustní analýzu

Odhady parametrů základního souboru. Ing. Michal Dorda, Ph.D.

Obsah. 1 Mocninné řady Definice a vlastnosti mocninných řad Rozvoj funkce do mocninné řady Aplikace mocninných řad...

P. Girg. 23. listopadu 2012

Při sledování a studiu vlastností náhodných výsledků poznáme charakter. podmínek různé výsledky. Ty odpovídají hodnotám jednotlivých realizací

Seznámíte se s pojmem Riemannova integrálu funkce jedné proměnné a geometrickým významem tohoto integrálu.

11. INDUKTIVNÍ STATISTIKA

Deskriptivní statistika 1

Teorie hromadné obsluhy

V. Normální rozdělení

je číselná posloupnost. Pro všechna n položme s n = ak. Posloupnost

Lineární a adaptivní zpracování dat. 8. Modely časových řad I.

Matematika 1. Katedra matematiky, Fakulta stavební ČVUT v Praze. středa 10-11:40 posluchárna D / 13. Posloupnosti

8. Odhady parametrů rozdělení pravděpodobnosti

Testujeme hypotézu: proti alternativě. Jednoduché třídění:

8. Analýza rozptylu.

1 PSE Definice základních pojmů. (ω je elementární jev: A ω (A ω) nebo (A );

OKRUŽNÍ A ROZVOZNÍ ÚLOHY: OBCHODNÍ CESTUJÍCÍ. FORMULACE PŘI RESPEKTOVÁNÍ ČASOVÝCH OKEN

Analýza a zpracování signálů. 3. Číselné řady, jejich vlastnosti a základní operace, náhodné signály

c) Pomocí Liouvillovy věty dokažte, že Liouvillovo číslo je transcendentí. xp 1 (p 1)! (x 1)p (x 2) p... (x d) p e x t f(t) d t = F (0)e x F (x),

Užitečné zdroje příkladů jsou: Materiály ke cvičením z Kalkulu 3 od Kristýny Kuncové:

Základní teoretický aparát a další potřebné znalosti pro úspěšné studium na strojní fakultě a k řešení technických problémů

Úloha III.S... limitní

PRAVDĚPODOBNOST A STATISTIKA

Závislost slovních znaků

Interval spolehlivosti pro podíl

Odhady parametrů základního. Ing. Michal Dorda, Ph.D.

elektrické filtry Jiří Petržela základní pojmy

Iterační metody řešení soustav lineárních rovnic

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor

IV-1 Energie soustavy bodových nábojů... 2 IV-2 Energie elektrického pole pro náboj rozmístěný obecně na povrchu a uvnitř objemu tělesa...

Testování statistických hypotéz

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor

23. Mechanické vlnění

3. Charakteristiky a parametry náhodných veličin

Odhady parametrů 1. Odhady parametrů

Pravděpodobnost a aplikovaná statistika

Statistika pro metrologii

11 TESTOVÁNÍ HYPOTÉZ Základní pojmy

z možností, jak tuto veličinu charakterizovat, je určit součet

je konvergentní, právě když existuje číslo a R tak, že pro všechna přirozená <. Číslu a říkáme limita posloupnosti ( ) n n 1 n n n

7 VYUŽITÍ METOD OPERAČNÍ ANALÝZY V TECHNOLOGII DOPRAVY

Statistika je vědní obor zabývající se zkoumáním jevů, které mají hromadný charakter.

I. TAYLORŮV POLYNOM. Taylorovy řady některých funkcí: Pro x R platí: sin(x) =

je konvergentní, právě když existuje číslo a R tak, že pro všechna přirozená <. Číslu a říkáme limita posloupnosti ( ) n n 1 n n n

Aplikace teorie neuronových sítí

Znegujte následující výroky a rozhodněte, jestli platí výrok, nebo jeho negace:

PRAVDĚPODOBNOST A STATISTIKA

VYSOCE PŘESNÉ METODY OBRÁBĚNÍ

b c a P(A B) = c = 4% = 0,04 d

Přijímací řízení akademický rok 2013/2014 NavMg. studium Kompletní znění testových otázek matematika a statistika

IAJCE Přednáška č. 12

7. Analytická geometrie

základním prvkem teorie křivek v počítačové grafice křivky polynomiální n

STATISTIKA. Statistika se těší pochybnému vyznamenání tím, že je nejvíce nepochopeným vědním oborem. H. Levinson

Problémy hodnocení výkonnosti a způsobilosti řízení procesů v rámci nesplnění normality rozdělení dominantního znaku jakosti

4EK311 Operační výzkum. 4. Distribuční úlohy LP část 2

Pravděpodobnost a statistika Výpisky z cvičení Ondřeje Chocholy

Předmět: SM 01 ROVINNÉ PŘÍHRADOVÉ KONSTRUKCE

ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU)

Kapitola 4 Euklidovské prostory

n-rozměrné normální rozdělení pravděpodobnosti

8. Zákony velkých čísel

= + nazýváme tečnou ke grafu funkce f

6. FUNKCE A POSLOUPNOSTI

f(x) f(x 0 ) = a lim x x0 f f(x 0 + h) f(x 0 ) (x 0 ) = lim f(x + h) f(x) (x) = lim

Přednáška VI. Intervalové odhady. Motivace Směrodatná odchylka a směrodatná chyba Centrální limitní věta Intervaly spolehlivosti

1. JEV JISTÝ a. je jev, který nikdy nenastane b. je jev, jehož pravděpodobnost = ½ c. je jev, jehož pravděpodobnost = 0 d.

6.2. ČÍSELNÉ ŘADY. V této kapitole se dozvíte:

Transkript:

Evroský sociálí od Praha & EU: Ivestujeme do vaší budoucosti eto materiál vzikl díky Oeračímu rogramu Praha Adatabilita CZ..7/3../3354

Maažerské kvatitativí metody II - ředáška č.3 -

Queuig theory teorie rot Cíl: Usokojováí ožadavků a obsluhu (služby zákazíkům) Obslužý systém! VSUPÍ PROUD POŽADAVKŮ eomezeý m omezeý m koečé Systém se ztrátami! FROA POŽADAVKŮ koečá discilía roty FIFO LIFO áhodý výběr PRIORIY OBSLUŽÁ MÍSA vedle sebe za sebou S = S > VÝSUPÍ PROUD x x x

Rozděleí ravděodobostí vstuů Jak ormulovat? t i Δ Δ Δ Δ Δ Δ i t i exoeciálí rozděleí i Poissoovo rozděleí t i e! t i e Momety: exoeciálí ti t i Poissoovo

λ iterval vstuů očet vstuů/jedotku času /λ růměrá doba mezi vstuy exoeciálí rozděleí bez aměti očet vstuů v itervalu ( +Δ) (Δ) závisí je a šířce itervalu Δ ale e a! echť systém zače ugovat v = Jaká bude ravděodobost toho že okud evstouí ožadavek v itervalu () evstouí ai v ( +Δ) tedy: odmíka ravděodobosti: P(A/B)=P(A*B)/P(B) Jaká bude ravděodobost že evstouí v () ravděodobost že rví t> t t e dt e P t

Podmíka ravděodobosti je vlastě ravděodobost že edojde ke vstuu v itervalu šířky Δ! t t e dt e P t závisí je a Δ! Rozvoj v řadu: P e!!!... Pro dostatečě malé Δ zaedbáme P Pro Δ ravděodobost toho že edojde k vstuu!

Aalogicky ravděodobost vstuu P P Obsluha: echť P t P P t e t Oět ředoklad že trváí obsluhy je a sobě ezávislé μ iterval obsluhy očet obsloužeých ožadavků za jedotku času / μ růměré trváí obsluhy.ožadavku edojde k jedé obsluze dojde k jedé obsluze

ěkdy to eí ravda ak Erlargovo rozděleí s arametry q Obvykle v hromadé obsluze =q*μ Představa o tom že obsluha robíhá jako sled dílčích q ází které jsou ezávislé a trvá /(q*μ)!! i i i t t q q i t q i i e q q e t q q q e t t =q*μ Pro roces o jedé ázi

Začeí modelů (Kedall Lee) 6 zaků Vstuy charakteristika M-exoeciálí D-determiistický E q -Erlagovo G-ostatí Obsluhy totéž Počet míst vedle sebe S Discilía roty FIFO LIFO SIRO (áhodě) G D (ostatí) Maximálí očet ožadavků ve rotě Zdroj ožadavků

M/M//FIFO/ / / start = Jaká je ravděodobost toho že v okamžiku bude v systému M rvků M- ve rotě a v obsluze? P ()=? Zvolme Δ tak malé aby v ěm mohl - vstouit je ožadavek ebo - ožadavek vystouil byl obslouže. Pravděodobost vstuu vstuu obsluh obsluhy P P P P

echť v itervalu (+Δ) je v systému. Možé situace: okamžik VSUPY VÝSUPY okamžik +Δ - - () λδ -μδ () () λδ μδ () () - λδ -μδ () + P + () - λδ μδ ()

> =

Soustava diereciálích rovic = má řešeí záme-li výchozí stav systému v okamžiku. estacioárí stav echť Lze dokázat že je-li itezita rovozu ρ=λ/μ < se blíží mezím hodotám a dále se eměí. Stacioárí stav Hledáme extrém. Derivace = místo () ezávislé a

Postuým dosazováím hodoty! 3 = = = = = = = = = =

...

i i......? (součet geometrické řady) Úrava ro áš model kde ρ < (eomezeá rota)

Délka roty: Časové ukazatele: s

Průměrý očet ožadavků v systému: z deiice ravděodobostího růměru

Délka roty (tvoří se ro >) s doba setrváí v systému doba setrváí ve rotě

M / M / / FIFO / / ostatí ukazatele odobě... S (odvozeo dále)

3 3...... 3 S S 3...... S S S S Odvozeí S

Evroský sociálí od Praha & EU: Ivestujeme do vaší budoucosti eto materiál vzikl díky Oeračímu rogramu Praha Adatabilita CZ..7/3../3354