Рис.1. Прибор обслуживания заявок Рассмотрим поток, в котором события разделены интервалами времени τ 1,τ 2 … которые вообще являются случайными величинами.

Презентация:



Advertisements
Похожие презентации
Обнинский Институт Атомной Энергетики. МОДЕЛИРОВАНИЕИНФОРМАЦИОННЫХСИСТЕМ Гулина Ольга Михайловна Сopyright © 2001 by Nataly Pashkova.
Advertisements

Найдем вероятность попадания в интервал (x, x + x): P(x X x + x)=F(x + x) - F(x) F(x). § 6. Непрерывная случайная величина. Функция плотности. Пусть X.
Презентацию составили: Плетенева Н.Н. Злобина Т.А.
Моделирование технических систем. Системы массового обслуживания.
Распределение Больцмана. Барометрическая формула..
Анализ случайных величин. Опр. Случайной называется величина, которая в результате опыта может принять то или иное возможное значение, неизвестное заранее,
Лекция 2 СЛУЧАЙНЫЕ ВЕЛИЧИНЫ И ИХ ЗАКОНЫ РАСПРЕДЕЛЕНИЯ.
Лекция 6 СПЕКТРАЛЬНО- КОРРЕЛЯЦИОННАЯ ТЕОРИЯ СТАЦИОНАРНЫХ СЛУЧАЙНЫХ ПРОЦЕССОВ.
1 Лекция 4 Описание потоков вызовов в теории телетрафика.
Ребята, мы продолжаем изучать теорию вероятности. Сегодня мы остановимся на таких понятиях как зависимые и независимые события. На прошлом уроке мы уже.
Непрерывность функции Метод интервалов. Функция y= f (x) непрерывна на интервале Х, если она непрерывна во всех точках интервала Х Функция у = f (x) непрерывна.
Теория вероятностей и математическая статистика Лекция 1. Введение. Основные понятия теории вероятностей. Элементы комбинаторики.
Дифференциальные уравнения Линейные дифференциальные уравнения высшего порядка.
Классическое определение теории вероятности Работу выполнила ученица 9 «Б» класса Антонова Валерия.
{функциональные ряды – степенные ряды – область сходимости – порядок нахождения интервала сходимости - пример – радиус интервала сходимости – примеры }
1 Антюхов В.И.. 2 Тема 3. Теория массового обслуживания Лекция: Классификация систем массового обслуживания (СМО) и решаемые ими задачи Учебные вопросы:
Тема 5 Дискретные случайные величины. Закон распределения. Виды дискретных распределений План: 1. Понятие случайной величины и ее виды. 2. Закон распределения.
{ предел последовательности - число e - оценка – предел функции - теоремы о пределах - признаки существования пределов - замечательные пределы – первый.
Тема 2 Операции над событиями. Условная вероятность План: 1.Операции над событиями. 2.Условная вероятность.. Если и, то Часто возникает вопрос: насколько.
Способы задания дискретной случайной величины не являются общими – они неприменимы, например, для непрерывных случайных величин. Действительно, пусть.
Транксрипт:

Рис.1. Прибор обслуживания заявок

Рассмотрим поток, в котором события разделены интервалами времени τ 1,τ 2 … которые вообще являются случайными величинами. Пусть интервалы τ 1,τ 2 … независимы между собой. Тогда поток событий называется потоком с ограниченным последействием. Пример потока событий приведен на рис. 1.2, где обозначено Tj интервал между событиями (случайная величина); TH время наблюдения, Tс момент совершения события. Рис. 2. Схема потока событий

Интенсивность потока можно рассчитать экспериментально по формуле λ=H/T H (3.1) где N число событий, произошедших за время наблюдения TH. Если Tj=const или определено какой-либо формулой Tj=f(Tj-1), то поток называется детерминированным. Иначе поток называется случайным. Случайные потоки бывают: - ординарными, когда вероятность одновременного появления 2-х и более событий равна нулю; - стационарными, когда частота появления событий постоянная; - без последействия, когда вероятность не зависит от момента совершения предыдущих событий. Поток событий называется ординарным, если вероятность того, что на малый интервал времени Δt, примыкающий к моменту времени t, попадает больше одного события Р>1 (t,Δt ), пренебрежительно мала по сравнению с вероятностью того, что на этот же интервал времени Δt попадает ровно одно событие Р1 (t, Δt ), т. е. Р1 (t, Δt ) >> Р>1 (t, Δt ). Если для любого интервала Δt событие Р 0 (t, Δt ) +Р1 (t, Δt ) + Р>1 (t, Δt )=1 (3.2) как сумма вероятностей событий, образующих полную группу и несовместных, то для ординарного потока событий Р0 (t, Δt ) +Р1 (t, Δt ) 1, Р>1 (t, Δt )=0(Δt ), где 0(Δt ) - величина, порядок малости которой выше, чем Δt, т. е. lim [0(Δt )/ Δt ]=0.

Стационарным потоком событий называется поток, для которого вероятность появления того или иного числа событий на интервале времени τ зависит лишь от длины этого участка и не зависит от того, где на оси времени 0t взят этот участок. Рассмотрим на оси времени t ординарный поток событий и найдем среднее число событий, наступающих на интервале времени Δt, примыкающем к моменту времени t. Получим 0*Р0 (t, Δt ) +1*Р1 (t, Δt )= Р1 (t, Δt ) (3.3) Тогда среднее число событий, наступающих на участке времени Δt в единицу времени, составит [Р1 (t, Δt )]/ Δt. Рассмотрим предел этого выражения при Δt 0. Если этот предел существует, то он называется интенсивностью (плотностью) ординарного потока событий lim [Р1 (t, Δt )]/ Δt =λ(t). Интенсивность потока может быть любой неотрицательной функцией времени, имеющей размерность, обратную размерности времени. Для стационарного потока его интенсивность не зависит от времени и представляет собой постоянное значение, равное среднему числу событий, наступающих в единицу времени λ(t)= λ=const.