Stochastické procesy - pokračování

Podobné dokumenty
Teorie front. Systém hromadné obsluhy

Exponenciální modely hromadné obsluhy

4EK201 Matematické modelování. 8. Modely hromadné obsluhy

SYSTÉMY HROMADNÉ OBSLUHY. Teorie front

Vícekanálové čekací systémy

Stochastické modely Informace k závěrečné zkoušce

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

4EK311 Operační výzkum. 8. Modely hromadné obsluhy

Kendallova klasifikace

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

4. Aplikace matematiky v ekonomii

Simulační software Witness. Ing. Michal Dorda, Ph.D.

Základy teorie pravděpodobnosti

Teorie hromadné obsluhy (Queuing Theory)

7. Rozdělení pravděpodobnosti ve statistice

U Úvod do modelování a simulace systémů

SYSTÉMOVÁ METODOLOGIE (VIII) Operační výzkum. Ak. rok 2011/2012 vbp 1

Teorie hromadné obsluhy (Queuing Theory)

A6M33SSL: Statistika a spolehlivost v lékařství Teorie spolehlivosti

Teorie systémů TES 1. Úvod

Teorie hromadné obsluhy

SÍŤOVÁ ANALÝZA. Kristýna Slabá, 1. července 2010

Studijní program Matematika Obor Pravděpodobnost, matematická statistika a ekonometrie

Inženýrská statistika pak představuje soubor postupů a aplikací teoretických principů v oblasti inženýrské činnosti.

Problémy konstrukce a implementace modelů strukturální analýzy

13. cvičení z PSI ledna 2017

1 Teorie hromadné obsluhy

Markovské metody pro modelování pravděpodobnosti

Úvod do SHO. Výkonnost a spolehlivost programových systémů KIV/VSS. Richard Lipka

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

pravděpodobnosti Pravděpodobnost je teorií statistiky a statistika je praxí teorie pravděpodobnosti.

Teorie náhodných matic aneb tak trochu jiná statistika

Obsah. Základy teorie pravděpodobnosti Náhodný jev Pravděpodobnost náhodného jevu Pravděpodobnost. Pravděpodobnost. Děj pokus jev

Usuzování za neurčitosti

Diskrétní náhodná veličina

Teorie síťových modelů a síťové plánování

4EK311 Operační výzkum. 1. Úvod do operačního výzkumu

Téma 2: Pravděpodobnostní vyjádření náhodných veličin

4EK212 Kvantitativní management. 7.Řízení projektů

Náhodná veličina a rozdělení pravděpodobnosti

Miroslav Hanzelka, Václav Rozhoň června 2013

4EK311 Operační výzkum. 6. Řízení projektů

1. Přednáška. Ing. Miroslav Šulai, MBA

Agent pracující v částečně pozorovatelném prostředí udržuje na základě senzorického modelu odhaduje, jak se svět může vyvíjet.

PRAVDĚPODOBNOST A STATISTIKA

PB153 Operační systémy a jejich rozhraní

KGG/STG Statistika pro geografy

Intuitivní pojem pravděpodobnosti

VYUŽITÍ TEORIE HROMADNÉ OBSLUHY PŘI NÁVRHU A OPTIMALIZACI PAKETOVÝCH SÍTÍ

Požadavky k písemné přijímací zkoušce z matematiky do navazujícího magisterského studia pro neučitelské obory

14. cvičení z PSI. 9. ledna Pro každý stav platí, že všechny hrany z něj vycházející mají stejnou pravděpodobnost.

Biofyzikální ústav LF MU Brno. jarní semestr 2011

2. přednáška - PRAVDĚPODOBNOST

NMAI059 Pravděpodobnost a statistika

cv3.tex. Vzorec pro úplnou pravděpodobnost

Kvantitativní metody v rozhodování. Marta Doubková

Počítačová simulace a analýza vybraných frontových systémů

Cvičení 5. Přednášející: Mgr. Rudolf B. Blažek, Ph.D. prof. RNDr. Roman Kotecký, DrSc.

Václav Jirchář, ZTGB

Základy teorie hromadné obsluhy

Zpracování náhodného vektoru. Ing. Michal Dorda, Ph.D.

VYUŽITÍ PRAVDĚPODOBNOSTNÍ METODY MONTE CARLO V SOUDNÍM INŽENÝRSTVÍ

Teorie rozhodování (decision theory)

Nelineární problémy a MKP

Řízení projektů. Konstrukce síťového grafu pro řízení projektů Metoda CPM Metoda PERT

CLARKEOVA-WRIGHTOVA METODA ŘEŠENÍ ÚLOHY VRP

Základy elektrotechniky 2 (21ZEL2) Přednáška 1

Tomáš Karel LS 2012/2013

Časové rezervy. Celková rezerva činnosti

5.1. Klasická pravděpodobnst

PRAVDĚPODOBNOST A STATISTIKA

4. Na obrázku je rozdělovací funkce (hustota pravděpodobnosti) náhodné veličiny X. Jakou hodnotu musí mít parametr k?

Markovovy řetězce se spojitým časem CTMC (Continuous time Markov Chain)

12 Metody snižování barevného prostoru

Teorie informace: řešené příklady 2014 Tomáš Kroupa

Zablokování (Deadlock) Mgr. Josef Horálek

Nástin formální stavby kvantové mechaniky

2 Hlavní charakteristiky v analýze přežití

1. Číselné posloupnosti - Definice posloupnosti, základní vlastnosti, operace s posloupnostmi, limita posloupnosti, vlastnosti limit posloupností,

Pearsonůvχ 2 test dobré shody. Ing. Michal Dorda, Ph.D.

Počítač jako prostředek řízení. Struktura a organizace počítače

13. Lineární procesy

Pracovní text a úkoly ke cvičením MF002

Náhodné vektory a matice

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

ZÁKLADNÍ NASTAVENÍ A OBSLUHA CALL CENTRA VOIPEX TEAM

Téma 4: Stratifikované a pokročilé simulační metody

OSA. maximalizace minimalizace 1/22

Kapacitní propočty. EduCom. František Koblasa. Technická univerzita v Liberci

Sedmá přednáška z UCPO. TÉMA: Účtování o technických rezervách

NÁSTROJE A TECHNIKY PROJEKTOVÉHO MANAGEMENTU

zpravidla předpokládá, že hodnoty intenzity poruch a oprav jsou konstantní.

Kapitola 5. O vyhledávači Google. JakfungujeGoogle?-obsah. JakfungujeGoogle? Počítá vlastní vektory matice webu Perronova-Frobeniova teorie

POLYNOMICKÁ REGRESE. Jedná se o regresní model, který je lineární v parametrech, ale popisuje nelineární závislost mezi proměnnými.

Matematika I 2a Konečná pravděpodobnost

M A N A G E M E N T P O D N I K U 2 Tržní postavení produktu, management a síťová analýza. LS, akad.rok 2014/2015 Management podniku - VŽ 1

14. cvičení z PSI. 9. ledna 2018

PROPUSTNOST ŽELEZNIČNÍ DOPRAVY

správně - A, jeden celý příklad správně - B, jinak - C. Pro postup k ústní části zkoušky je potřeba dosáhnout stupně A nebo B.

Základy teorie pravděpodobnosti

Transkript:

Stochastické procesy - pokračování Úvodní pojmy: Stochastické procesy jsou to procesy (funkce) jejichž hodnoty jsou náhodné veličiny závislé na parametru t stav systému souhrn vlastností a charakteristik, které lze na systému v daném časovém okamžiku rozpoznat. Mění se působením náhodných faktorů přechod mezi stavy, děj, pravděpodobnostní průběh, jev Na tyto pojmy se můžeme dívat ze 3 EMM hledisek: l) Matematicko-statistické formalizační hledisko, které vyjadřuje nějakou pravděpodobnost přechodů mezi stavy, kde zároveň vyvstává problém, jak ji vyjádřit. Jedná se o problém správného ocenění jevu, který je výsledkem průniku několika faktorů. Při tom můžou nastat dva jevy: stav může být opakovatelný (reverzibilní) nebo neopakovatelný (ireverzibilní). 2) Problém zobrazení formalizace zde můžeme využít simulativně komponentního přístupu. V dnešní době máme k dispozici 1087 simulativních jazyků. 3) Stavově klonový přístup tzn., že se vytváří tzv. deriváty trajektorií uvnitř množiny možných stavových prvků. V těchto 3 metodách jsou ještě problémy, kterými se zabýval pan Markov a jsou vyjádřeny níže: II. Systémová I. Problém teoretický analýza Semi-Markovské procesy (matice pravděpodobností přechodů) Princip Markovských procesů kdy chceme strukturovat možné stavy uvnitř systému a pravděpodobnosti možných přechodů mezi stavy

STOCHASTICKÉ PROCESY A PRINCIP HROMADNÉ OBSLUHY (TEORIE FRONT) Tato problematika vychází z Markovských procesů a na začátek také několik základních pojmů: zákazník pod tímto si můžeme představit člověka, plochu půdy, výrobky; jsou to takové komponenty, které vyžadují nějakou operaci obsluha zde jsou zástupci stroj, obchod, servis. Zkrátka taková zařízení, která mohou dané operace vykonat čas obsluhy tj. čas, který je potřebný k vykonání potřebné operace intenzita obsluhy vyjadřuje počet zákazníků, které jsme schopni obsloužit za jednotku času Cílem modelu hromadné obsluhy je snaha o maximální sladění funkcí jeho složek. To znamená jednotek do systému vstupujících, které mají své pravděpodobnosti chování, přechody mezi stavy chování a také mají své požadavky, s kterými vstupují do systému obsluhy. Další důležitou roli zde hraje obsluhující systém, který má svůje omezené hranice a v čase též vykazuje náhodné chování. Tato problematika pak ústí k dosažení určitého efektu, ten může být maximalizující (např. zisk, výnos) nebo také minimalizující (např. náklady, čas, ztráty). Na modely obsluhy můžeme nahlížet z hlediska jejich otevření a zdroji zákazníků. l) obsluha čekatelů na celnici příklad otevřeného systému, kdy se už obsloužení zákazníci nevracejí zpět do obsluhy Subsystém požadavků 0 průměrná odbavovací doba, která může být také variabilní např. dle sezóny, individualitě zákazníka t 0 t 24 Fronta čekatelů zákazníci, čekající na obsloužení; můžou být vybíráni i dle preference hranice Celnice Kanál obsluhy Směnárna

subsystém K.O. Fronta čekatelů může mít různé varianty: neurčitá (zbabělá) nejsme rozhodnuti co uděláme trpělivostní jednotka čeká ve frontě s netrpělivostí počítá čas příchodu + čas strávený ve frontě, ale stejně se jednotka vrátí - jednotky ve frontě čekatelů mohou být vybírány podle různých kritérií: LIFO, FIFO aj. - dále můžeme Kanály obsluhy z hlediska zákazníka dělit na: l) Náhodné systémy zdroj požadavků vstupujících zákazníků je nekonečný, ale kapacita systému je omezena v jeho <H d, H h >. Kapacita je také ovlivněna tím, kolika uzly musí jednotky při obsluze projít, a dle toho dělíme také kanálovou obsluhu, která můžeme mít hned několik uzlů: l - uzel sériově paralelní k.o. ryze paralelní k.o. 2) Podmíněné systémy kanál obsluhy je orientován na nějakou část nemusí to být zcela uzavřené systémy. Čas obsluhy je distribuční funkce náhodné proměnné. Tato funkce je ovlivněna na jedné straně technologicky a na druhé stochasticky. Některé další parametry: l) Pravděpodobnost doby čekání t 0 + t čekání; zda budu muset čekat a jak dlouho. 2) Průměrný t jak dlouho budu muset čekat t F1 3) Pravděpodobnost přímého vstupu tzv. direct input 4) Průměrný čas obsluhy tj. T 0 5) Ekonomický efekt běžné operace (transakce) 6) Výpočet počtu uzlů obsluhy, které nemusí být vždy stejné

2) Případ uzavřeného cyklického systému teorie hromadné obsluhy, kdy máme konečný počet zákazníků, kteří se opět zařazují do fronty čekatelů. Nejjednodušší případ teorie hromadné obsluhy je ten, kde se vyskytují všechny jeho komponenty právě 1x, a který je ukázán na následujícím schématu. Pole Auto Sklad kombajn Konečnými prvky tohoto uzavřeného modelu jsou kombajn, auto, pole a sklad. Žadné další prvky sem nevstupují. Aktivním kanálem obsluhy je v tomto případě kombajn, na který můžeme nahlížet též jako na určité nákladové, časové, finanční parametry (efekty). Dalším důležitým prvkem je auto, které koluje mezi kombajnem a skladem. Pasivního zákazníka v tomto modelu hraje plocha pole, na které je určitý výnos a který je potřeba sklidit. V dalších modifikacích na větší počty elementů však už nedochází k podstatným změnám chování systému. Definujeme prostor možných přechodů stavů mezi jednotlivými prvky systému S vektor jednotlivých komponent: Pravděpodobnostní možnosti = 0 není možné P ij = 1 1 - jistota úspěchu λ ij - pravděpodobnost S1 S2. S m-1 S m S2. S m-1 S m

Téma: Přednáška č. 8 Stochastické modely a teorie hromadné obsluhy Vypracoval: Petr Tobeš Obor: III INFO, 1. kruh