intenzitu příchodů zákazníků za čas t intenzitu obsluhy (průměrný počet obsloužených) za čas t

Podobné dokumenty
4EK201 Matematické modelování. 8. Modely hromadné obsluhy

Exponenciální modely hromadné obsluhy

1 Teorie hromadné obsluhy

Kendallova klasifikace

4EK311 Operační výzkum. 8. Modely hromadné obsluhy

Stochastické modely Informace k závěrečné zkoušce

DMA Přednáška Rekurentní rovnice. takovou, že po dosazení odpovídajících členů do dané rovnice dostáváme pro všechna n n 0 + m pravdivý výrok.

Teorie front. Systém hromadné obsluhy

Stochastické procesy - pokračování

Pravděpodobnost a statistika (BI-PST) Cvičení č. 4

SIMULACE SPOLEHLIVOSTI SYSTÉMŮ HROMADNÉ OBSLUHY. Michal Dorda. VŠB - TU Ostrava, Fakulta strojní, Institut dopravy

Principy indukce a rekurentní rovnice

A6M33SSL: Statistika a spolehlivost v lékařství Teorie spolehlivosti

1.1 Existence a jednoznačnost řešení. Příklad 1.1: [M2-P1] diferenciální rovnice (DR) řádu n: speciálně nás budou zajímat rovnice typu

Téma: Modální analýza a volné kmitání slabě tlumených lineárních kmitavých soustav

Jednotky zrychlení odvodíme z výše uvedeného vztahu tak, že dosadíme za jednotlivé veličiny.

INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Modernizace studijního programu Matematika na PřF Univerzity Palackého v Olomouci CZ.1.07/2.2.00/28.

Nyní využijeme slovník Laplaceovy transformace pro derivaci a přímé hodnoty a dostaneme běžnou algebraickou rovnici. ! 2 "

Algoritmizace diskrétních. Ing. Michal Dorda, Ph.D.

Matematika (CŽV Kadaň) aneb Úvod do lineární algebry Matice a soustavy rovnic

Značení 1.1 (posloupnost výsledků pokusu). Mějme posloupnost opakovaných (i závislých) pokusů,

Učební texty k státní bakalářské zkoušce Matematika Diferenciální rovnice. študenti MFF 15. augusta 2008

13. Lineární procesy

Soustavy lineárních rovnic

Numerická matematika 1

Greenova funkce pro dvoubodové okrajové úlohy pro obyčejné diferenciální rovnice

Maticí typu (m, n), kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru:

Bakalářská práce Nejslabší! Máte padáka! Strategie ukládání

Markovské metody pro modelování pravděpodobnosti

Operační výzkum. Teorie her cv. Hra v normálním tvaru. Optimální strategie. Maticové hry.

Lineární algebra : Metrická geometrie

Kapitola 12: Soustavy diferenciálních rovnic 1. řádu

VYBRANÉ PARTIE Z NUMERICKÉ MATEMATIKY

Nalezněte obecné řešení diferenciální rovnice (pomocí separace proměnných) a řešení Cauchyho úlohy: =, 0 = 1 = 1. ln = +,

Diferenciální rovnice 3

IV120 Spojité a hybridní systémy. Jana Fabriková

1 Řešení soustav lineárních rovnic

2. LIMITA A SPOJITOST FUNKCE

11. přednáška 10. prosince Kapitola 3. Úvod do teorie diferenciálních rovnic. Obyčejná diferenciální rovnice řádu n (ODR řádu n) je vztah

Fakt. Každou soustavu n lineárních ODR řádů n i lze eliminací převést ekvivalentně na jednu lineární ODR

označme j = (0, 1) a nazvěme tuto dvojici imaginární jednotkou. Potom libovolnou (x, y) = (x, 0) + (0, y) = (x, 0) + (0, 1)(y, 0) = x + jy,

0.1 Úvod do lineární algebry

Věta 12.3 : Věta 12.4 (princip superpozice) : [MA1-18:P12.7] rovnice typu y (n) + p n 1 (x)y (n 1) p 1 (x)y + p 0 (x)y = q(x) (6)

8.2. Exaktní rovnice. F(x, y) x. dy. df = dx + y. Nyní budeme hledat odpověd na otázku, zda a jak lze od této diferenciální formule

řešeny numericky 6 Obyčejné diferenciální rovnice řešeny numericky

a počtem sloupců druhé matice. Spočítejme součin A.B. Označme matici A.B = M, pro její prvky platí:

Diferenciální rovnice 1

Matematická analýza III.

Matematika 1 MA1. 2 Determinant. 3 Adjungovaná matice. 4 Cramerovo pravidlo. 11. přednáška ( ) Matematika 1 1 / 29

13. cvičení z PSI ledna 2017

3. ANTAGONISTICKÉ HRY

4. Aplikace matematiky v ekonomii

Kvantitativní metody v rozhodování. Marta Doubková

Množinu všech slov nad abecedou Σ značíme Σ * Množinu všech neprázdných slov Σ + Jazyk nad abecedou Σ je libovolná množina slov nad Σ

Soustavy lineárních diferenciálních rovnic I. řádu s konstantními koeficienty

ANTAGONISTICKE HRY 172

CITLIVOSTNÍ ANALÝZA DYNAMICKÝCH SYSTÉMŮ I

Interpolace, ortogonální polynomy, Gaussova kvadratura

ROVNICE NA ČASOVÝCH ŠKÁLÁCH A NÁHODNÉ PROCESY. Michal Friesl

5 Vícerozměrná data - kontingenční tabulky, testy nezávislosti, regresní analýza

cv3.tex. Vzorec pro úplnou pravděpodobnost

Obsah. Lineární rovnice. Definice 7.9. a i x i = a 1 x a n x n = b,

3. Podmíněná pravděpodobnost a Bayesův vzorec

FREDHOLMOVA ALTERNATIVA

Diferenˇcní rovnice Diferenciální rovnice Matematika IV Matematika IV Program

Učební texty k státní bakalářské zkoušce Matematika Vlastní čísla a vlastní hodnoty. študenti MFF 15. augusta 2008

Těleso racionálních funkcí

2. kapitola: Euklidovské prostory

Lineární algebra : Vlastní čísla, vektory a diagonalizace

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

Literatura: O. Zindulka: Matematika 3 (kapitola 4, kapitola 5)

MKI Funkce f(z) má singularitu v bodě 0. a) Stanovte oblast, ve které konverguje hlavní část Laurentova rozvoje funkce f(z) v bodě 0.

8.3). S ohledem na jednoduchost a názornost je výhodné seznámit se s touto Základní pojmy a vztahy. Definice

Matematika I, část I Vzájemná poloha lineárních útvarů v E 3

Teorie hromadné obsluhy (Queuing Theory)

M - Příprava na 1. zápočtový test - třída 3SA

M - Příprava na pololetní písemku č. 1

Soustavy. Terminologie. Dva pohledy na soustavu lin. rovnic. Definice: Necht A = (a i,j ) R m,n je matice, b R m,1 je jednosloupcová.

Texty k přednáškám z MMAN3: 4. Funkce a zobrazení v euklidovských prostorech

Parametrická rovnice přímky v rovině

7 Gaussova věta 7 GAUSSOVA VĚTA. Použitím Gaussovy věty odvod te velikost vektorů elektrické indukce a elektrické intenzity pro

y = 1 x (y2 y), dy dx = 1 x (y2 y) dy y 2 = dx dy y 2 y y(y 4) = A y + B 5 = A(y 1) + By, tj. A = 1, B = 1. dy y 1

Obecná úloha lineárního programování

1 Klasická pravděpodobnost. Bayesův vzorec. Poslední změna (oprava): 11. května 2018 ( 6 4)( 43 2 ) ( 49 6 ) 3. = (a) 1 1 2! + 1 3!

1/10. Kapitola 12: Soustavy lineárních algebraických rovnic

1 Soustavy lineárních rovnic

Rovinná úloha v MKP. (mohou být i jejich derivace!): rovinná napjatost a r. deformace (stěny,... ): u, v. prostorové úlohy: u, v, w

Matematická analýza pro informatiky I.

Teorie hromadné obsluhy (Queuing Theory)

Časové řady, typy trendových funkcí a odhady trendů

Časové řady, typy trendových funkcí a odhady trendů

Přednáška 6, 6. listopadu 2013

ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ V ROVINĚ

12. cvičení z PSI prosince (Test střední hodnoty dvou normálních rozdělení se stejným neznámým rozptylem)

Soustavy lineárních rovnic

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA DOPRAVNÍ. Semestrální práce. Z předmětu Teorie hromadné obsluhy (THRO) Jan Čáslava.

Soustavy lineárních rovnic

Příklad 1. Řešení 1a. Řešení 1b. Řešení 1c ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 7

Antonín Sadil Elementární metody řešení diferenčních rovnic

Podobnost matic. Definice 8.6. Dány matice A, B M n (C). Jestliže existuje regulární matice P M n (C) tak,

Transkript:

Ukázka - Systémy hromadné obsluhy Příklad: Pan Pumpička se rozhodl postavit samoobslužnou čerpací stanici u obce Česká Bříza. Na základě průzkumu ví, že by čerpací stanici mohlo průměrně navštívit 32, lidí za hodinu, s tím, že jeden stojan zvládne obsloužit 2 lidí za hodinu. Pan Pumpička by chtěl vypracovat rozbor kolik stojanů (všechny stojany mají stejnou nabídku) by měl postavit, aby pravděpodobnost, že je na pumpě méně aut než 5 byla výšší než 95%(prostor pro tvoření fronty je totiž jen pro 20 aut). Dále by chtěl, aby byl průměrný čas, který zákazník čeká ve frontě, menší něž minuta. Toto je klasická úloha teorie nazývající se Systémy hromadné obsluhy. Vytvoříme si matematický model této situace a úlohu vyřešíme nejprve obecně a následně i pro tento konkrétní příklad. Systémy hromadné obsluhy se analyzují podle několika základních kritérii, pro náš příklad předpokládejme následující: ) počet zákazníků je nekonečný, jedná se o takzvaný otevřený systém 2) zákazník je obsloužen v pořadí, v kterém přijel ( FIPO) 3) příjezd zákazníků probíhá takzvaným Poisonovým tokem. Pravděpodobnost, že za časový údaj t přijede právě k zákazníků je určena vzorcem: P (N =k )= (λ t)k e λ t k! kde λ je konstanta určující intenzitu příjezdů a N funkce označující počet zákazníků. 4) doba obsluhy má exponenciální rozdělení. Pravděpodobnost, že bude zákazník obsloužen v čase t je určena vzorcem: P =μ e μ t Systém s jednou obslužnou přepážkou Pro jednoduchost nejprve vytvoříme matematický model systému s jednou obslužnou přepážkou. Tento model se v literatuře vyskytuje pod označemím M/M/. Označme λ Označme μ intenzitu příchodů zákazníků za čas t intenzitu obsluhy (průměrný počet obsloužených) za čas t Analyzovat je možné pouze systémy, u kterých platí: λ <μ. Pokud by to tak nebylo, mohla by se vytvořit nekonečně dlouhá fronta. Nyní provedeme diskuzi událostí, které mohou v našem systému nastat: ) příchod nového zákazníka s pravděpodobností: P=λ Δt 2) ukončení obsluhy zákazníka s pravděpodobností: P=μ Δ t 3) žádná událost se nestane s pravděpodobností: P= (λ +μ)δ t kde Δ t je nějaký časový okamžik Schéma systému: v kolečkách je počet zákazníků v systému

označme vektor p p 2 p= p 3 (t ) jako vektor pravděpodobnosti jednotlivých stavů systému např. značí pravděpodobnost, že je v systému(ve frontě i obsluhovaných) právě n hostů v čase t ( λ )Δ t μ Δt 0 0 λ Δt (λ+μ)δt μ Δ t 0 P= 0 λ Δ t (λ+μ)δt μ Δ t 0 0 λ Δ t (λ +μ)δ t μ Δt 0 0 0 λ Δt P (i,j)- matice pravděpodobností přechodů systému ze stavu i do stavu j v časovém intervalu Δ t dynamický vývoj systému je popsán vzorcem: p(t+δ t)=p p () Matici pravděpodobnosti přechodů upravíme do tvaru: P=I +(Δt) A Kde I je jednotková matice. Vztah () přepíšeme: p(t+δ t)= p+(δt) A p dále upravíme: p(t+δt) p =A p (Δ t) limitním přechodem Δ t 0 + dostáváme soustavu diferencionálních rovnic. p =A p (2) s počáteční podmínkou i=0 p i (t )= (3) Uvažujme, že řešíme takzvaný stacionární systém, to znamená systém, ve kterém pravděpodobnosti jednotlivýh jevů nezávisí na čase t. Většina,,rozumně se chovajícich systémů se do takového stavu po nějakém čase ustálí. Nás tedy budou zajímat pravděpodobnosti

, které ovšem nezávisí na čase t, tudíž jde pouze o pravděpodobnosti, což jsou pravděpodobnosti, že v systému bude n hostů (měřeno v kterémkoliv čase). To, že se p v čase nemění znamená, že p =0 pro t. Z naší diferenciální rovnice (2) se stává rovnice algebraická 0=A p. dostáváme : 0= λ +μ p 0=λ (λ +μ) p +μ p 2 0=λ p (λ+μ) p 2 +μ p 3 0=λ (λ +μ) +μ + Z první rovnice: p = λ μ zdá se, že obecné řešení pro n>0 má tvar =( λ μ )n důkaz provedeme matematickou indukcí ) pro n= a pro n=2 zřejmě platí 2)předpokládejme platnost vzorce pro n a n-, dokažme platnost pro n+ 0=λ (λ +μ) +μ + použijeme indukční předpoklad 0=λ ( λ μ )n (λ+μ)( λ μ )n +μ + 0= ( λn+ μ n ) +μ + a tedy + =( λ μ )n+ tudíž platí : =( λ μ )n dosazením do vztahu(3) dopočteme : ( λ μ ) i = = i=0 pi = i =0 ( λ μ ) i = i =0 λ μ = λ μ Pravděpodobnost, že v systému néní žádný zákazník = λ μ Pravděpodobnost, že v systému je právě n zákazníků =( λ μ )n ( λ μ ) pro n >0 Pravděpodobnost, že systém pracuje - U je stejná jako, že v systému není nula zákazníků tedy U = = μ λ tento vztah se také nazývá využitelnost systému

Střední hodnota počtu zákazníků v systému nechť N je náhodná veličina udávající počet zákazníků v systému pravděpodobnosti této náhodné veličiny máme již spočítány P (N =0)= = λ μ P (N =n)= =( λ μ )n ( λ μ ), pron>0 Z definice střední hodnoty: EN = n( λ μ )n ( λ μ )=( λ μ ) n( λ μ )n =( λ μ )( λ μ ) n( λ μ )(n ) =( λ μ )( λ μ )( ( μ λ )(n) ) ( λ μ )(n) ) =( λ μ )( λ μ )( λ ) =( λ μ )( λ μ ) μ ( λ = μ λ λ μ )2 EN =( λ μ )( λ μ )( protože platí λ μ < Střední hodnota počtu zákazníků ve frontě Nechť N f je náhodná veličina udávající počet zákazníků ve frontě. Pravděpodobnosti N f máme již také spočítány, jen si musíme uvědomit, že P (N f =n )= P( N =n) Pravděpodobnost, že je ve frontě n- zákazníků, je stejná jako, že je v systému n zákazníků (jeden je obsluhován). Střední hodnotu N f teď můžeme vypočítat pomocí pravděpodobností hodnot N =0 P( N =)+ P (N =2)+3 P (N =2)+ = n= (n ) P (N =n)= n = (n ) = n= Průměrný čas, který zákazník stráví v systému T =EN λ = na základě Littleova vztahu *, μ λ n n= Průměrný čas, který zákazník stráví ve frontě T f = λ = λ znovu použit Littleův vztah (μ λ )μ Model s více obslužnými přepážkami M/M/ Označme λ intenzitu příchodů zákazníků za čas t Označme μ intenzitu obsluhy (průměrný počet obsloužených) za čas t Označme c počet obslužných přepážek, c Pozn. střední rychlost obsluhy je c μ =EN ( )=EN λ μ = λ 2 (μ λ )μ Analyzovat je možné pouze systémy, u kterých platí: λ <μ c. Pokud by to tak nebylo, mohla by se vytvořit nekonečně dlouhá fronta. Poznamenejme, že stále platí předpoklady -4 z úvodu. Nyní budeme postupovat podobně jako v systému s jednou přepážkou.

Diskuze událostí: ) příchod nového zákazníka s pravděpodobností: P=λ Δt 2) ukončení obsluhy zákazníka s pravděpodobností: P=min(c,k) μ Δt, kde k je aktuální počet obsazených přepážek 3) nic se neděje s pravděpodobností: P= (λ +min (c, k) μ)δ t kde Δ t je nějaký časový okamžik Schéma systému: v kolečkách je počet zákazníků v systému Znovu označíme vektor p p 2 p= p 3 (t ) jako vektor pravděpodobností jednotlivých stavů systému Matice P nyní obecně vypadá: ( λ )Δ t μ Δt 0 0 λ Δt (λ+min(c,) μ)δt min(c,2) μ Δt 0 P= 0 λ Δt (λ+min(c,2) μ)δt min(c,3) μ Δt 0 λ Δ t (λ+min(c,3) μ)δtat 0 0 0 λ Δ t Dynamický vývoj systému je znovu popsán vzorcem p(t+δ t)=p p Stejnými úpravami, jako v systému s jednou přepážkou, dojdeme ke tvaru

p = A p( t) s počáteční podmínkou p i (t )= i=0 Znovu budeme předpokládat stacionární systém, dostáváme algebraickou soustavu: 0= λ +μ p 0=λ (λ +min(c,) μ) p +min(c,2) μ p 2 0=λ p (λ+min(c,2) μ) p 2 +min(c,3) μ p 3 0=λ (λ +min(c,n) μ) +min(c,n+) μ + Z první rovnice: p = λ μ nyní řešení rozdělíme na dvě části pro 0<n c : postupným dosazováním podobně jako v případě systému s jednou přepážkou odhadneme vztah = n! ( λ μ )n a znovu jej dokážeme indukcí ) vztah zřejmě platí pro n= a n=2 2)předpokládejme, že vztah platí pro n a n- a dokažme, že pak platí pro n+ 0=λ (λ +n μ) +(n+) μ + použijeme indukční předpoklad 0=λ (n )! ( λ )n μ p0 (λ +n μ) n! ( μ λ )n +(n+) μ + 0= n! ( λ n+ μ ) +(n+) μ n+ + = (n+)! ( λ )n+ μ p0 pro c<n : systém můžeme nahradit systémem s jednou přepážkou a intenzitou obsluhy c μ (musíme si ale uvědomit, že začínáme ve stavu c) =( λ )n c pc =( λ )n c c μ c μ c! ( λ μ )c =( λ μ )n (c! c n c ) pro vyjádření p c jsme využili vztah odvozený výše dopočítáme znovu pomocí podmínky c = pn = n =0 sečteme sumu + ( λ μ )n (c! c n c ) = cc celkem tedy = c c! c pn = ( ( λ c μ )n = cc c! ( λ n! ( λ μ )n + c! ( λ μ )c μ c μ c λ pi = i=0 n! ( λ μ )n + n =c c μ )c ( λ μ ) n (c! c n c ) ) ( λ c μ )n c = c! ( λ μ )c ( λ c μ )n = c! ( λ μ )c ( λ c μ )

Střední hodnota počtu zákazníků ve frontě Nechť N f je náhodná veličina udávající počet zákazníků ve frontě. Pravděpodobnosti N f máme již také spočítány, jen si musíme uvědomit, že P (N f =n c)= P( N =n) pravděpodobnost, že ve frontě je n-c zákazníků je stejná jako že je v systému n zákazníků (c zákazníků je obsluhováno) Střední hodnotu N f teď můžeme vypočítat pomocí, pravděpodobností hodnot N = (n c)( λ μ )n (c!c n c ) = c c! ( λ μ )c+ c c! ( μ λ )c+ ( ( λ c μ )n ) = c c! ( λ )c+ μ ( ( λ (n c)( λ c μ )n c = p0 c c! ( λ μ )c+ c c! ( λ )c+ (μ c) 2 μ (μ c λ ) = 2 n( λ c μ )n = )) = c μ = (c )! ( λ μ c μ )c (μ c λ ) 2 Střední hodnota počtu zákazníků v systému nechť N je náhodná veličina udávající počet zákazníků v systému EN dopočteme pomocí vztahu =EN λ μ, s kterým jsme se již setkali u odvození střední hodnoty počtu osob ve frontě u systému s jednou přepážkou. A tento vztah platí i v tomto případě. EN = (c )! ( λ μ c μ )c (μ c λ ) + λ 2 μ Průměrný čas, který zákazník stráví v systému T =EN na základě Littleova vztahu λ Průměrný čas, který zákazník stráví ve frontě T f = λ = λ znovu použit Littleův vztah (μ λ )μ Nyní vypracujeme příklad pana Pumpičky λ =20 μ=45 Je zřejmé, že bude potřeba postavit nejméně 3 stojany. Hodnoty pro 3 stojany: =0,027247243 pravděpodobnost, že na čerpací stanici nebude žádný zákazník je 2,7% EN =3,29226045 průměrný počet zákazníků na čerpací stanici (i ve frontě) je 3,2 =0,672 průměrný počet zákazníků čekajících ve frontě je 0,6 T =0,0256h průměrný čas zákazníků strávený na čerpací stanici (i ve frontě) je 6,5 minut T f =0,09h průměrný čas, který zákazník stráví ve frontě je,4 minut Pravděpodobnost, že je na čerpací stanici méně než 5 aut n=3 P= 0 4 n! ( λ μ )n + n=4 ( λ μ )n (c! c n c ) =0,284468+0,526=0,797068 Hodnoty pro 4 stojany: =0,059228886 pravděpodobnost, že na čerpací stanici nebude žádný zákazník je 5,9% EN =2,770967559 průměrný počet zákazníků na čerpací stanici( i ve frontě) je 2,7 =0,095967559 průměrný počet zákazníků čekajících ve frontě je 0,95 T =0,0863h průměrný čas zákazníků strávený na čerpací stanici (i ve frontě) je 5,8 minut

T f =0,002989644h průměrný čas, který zákazník stráví ve frontě je 0,7 sekund Pravděpodobnost, že je na čerpací stanici méně než 5 aut 4 P= n! ( λ 4 μ )n + ( λ μ )n n=5 (c! c n c ) p =0,74+0,25=0,99 0 Mohli bychom pokračovat dále, ale všechny podmínky pana Pumpičky už jsou splněny. Pan pumpičky by měl tedy postavit 4 samoobslužné stojany. Zdroje: Prezentace Systémy hromadné obsluhy,petr Janeček FAV ZČU http://www2.ef.jcu.cz/~jfrieb/rmp/data/teorie_oa/obsluha.pdf * Littleův vztah - článek a důkaz http://web.mit.edu/sgraves/www/papers/little's%20law-published.pdf http://emiraga.wikispaces.com/file/view/littles.law.january.2009.pdf Petr Vacek 204